基于树干不同形率的樟子松立木材积方程研建

目的立木材积方程在森林生产力、生物量和碳储量等林业问题方面都有着广泛的应用。因此，提高立木材积的预测精度一直是林业模型研究者的重要任务。本研究以大兴安岭樟子松为研究对象，构建含有不同形率的二元和三元材积方程，并对比检验其预测效果，旨在把传统立木材积的预测精度提高到一个新的水平。方法利用15个树干不同形率，基于传统的一元和二元立木材积方程分别建立二元和三元立木材积方程，并与传统的一元和二元材积方程比较。通过对各模型进行拟合选出最优形率模型，具体选用统计软件S-PLUS中的广义非线性模块（GNLS）进行拟合。并利用幂函数、指数函数以及常数加幂函数校正在拟合过程中各立木材积模型表现的异方差现象。选择确定系数（R2）、均方根误差（RMSE）、平均误差绝对值（MAB）和相对误差绝对值（MPB）4个指标对模型进行评价。最终采用分径阶比较法比较不同径阶范围内4种方程的预测精度。结果基于相对树高70%处形率的二元模型拟合效果最好，基于相对树高50%处形率的三元模型拟合效果最好。模型检验结果表明:基于传统的一元模型，加入形率后模型的RMSE、MAB、MPB分别降低了33.7%、30.7%、29.9%；基于传统的二元模型，加入形率后的模型RMSE、MAB、MPB分别降低了70.5%、70.9%、71.2%。不同径阶的检验表明:对于小径阶和中等径阶的树木，模型的检验精度顺序为模型（13） > 模型（2） > 模型（12） > 模型（1）；对于大径阶的树木，模型的检验精度顺序为模型（13） > 模型（12） > 模型（2） > 模型（1）。结论形率因子是干形的重要指标。在传统立木材积模型中引入形率因子可以提高材积的预测精度，因此，对于樟子松立木材积的估算，尤其是中大径阶林分，推荐使用带有形率的三元立木材积模型。      

福建木荷地上部分相容性生物量模型研究

基于160株木荷样木实测数据,以胸径、树高以及两者的组合变量作为模型的自变量,通过2种方案(总量控制方案与代数和控制方案)非线性度量误差联立方程组估计法,并采用加权回归消除异方差,构建木荷一元、二元独立与相容性生物量模型;基于一元相容性模型,探讨各组分生物量相对于地上总生物量的分配规律。结果表明:2种方案建立的相容性生物量模型拟合效果与估计精度良好且各组分生物量模型拟合情况基本一致,R~2≥0.845、MPE≤4.592%,综合分析采用代数和控制方案较好;在各组分独立模型与相容性模型中,二元生物量模型拟合效果明显优于一元模型,且以D~2H为自变量的二元模型最优;2种方案相容性生物量模型各器官生物量分配规律基本相同,随着胸径增大,树干、干材生物量占地上总量比先增大最后趋于稳定,树冠、树皮和树叶生物量占比先减小最后趋于稳定,树枝生物量占比变化不大;当胸径≥30 cm,占比趋于稳定,树干、干材、树皮、树冠、树枝和树叶生物量占比为74.5%～75.2%、68.9%～69.2%、5.6%～6.1%、24.8%～25.4%、21.5%～22.8%和2.6%～3.2%。     

内蒙古大兴安岭天然白桦生物量估算模型

构建天然白桦预估精度较高的生物量模型，为天然白桦林的生产力估测及生产经营提供科学依据。根据白桦标准木实测数据，选择与生物量分布关系密切且易于人工获取的测树因子(胸径、树高及其组合形式),采用留一交叉验证法，通过比较异速生长模型与相容性生物量模型拟合结果，筛选内蒙古大兴安岭地区天然白桦生物量的最优估算模型。基于异速生长关系建立的2种生物量模型，以胸径和树高组合形式(D²H)为自变量的二元模型优于以胸径(D)为单独预测变量的一元模型，其校正决定系数Adjusted R²介于0.846～0.953。对于相容性生物量模型，以胸径(D)为单独预测变量的一元相容性模型优于以胸径和树高组合形式(D²H)为自变量的二元相容性模型，其校正决定系数Adjusted R²介于0.752～0.961。2种不同方案建立的最优生物量模型的拟合精度均为单株总生物量和树干生物量的模型最好，树枝生物量模型最差，且除树枝外的各项生物量模型的校正决定系数Adjusted R²及其余各项评价指标(ME、RSME、MA...     

威布尔分布模型在巨龙竹林直径与年龄分布特征估测中的应用

以研究区班洪乡处连续分布的整个巨龙竹林分为试验对象、单干巨龙竹为研究单元,于2019年12月份,筛选得到健康且非林缘处生长的巨龙竹共计93丛,对其干高达到主林层及以上的2090干巨龙竹进行直径和年龄检尺统计;应用一元3参数威布尔(Weibull)概率密度函数模型、二元威布尔生存函数模型、2种改进的二元威布尔概率密度函数模型,分析滇西南巨龙竹林直径与年龄分布特征.结果表明:通过概率散点图(P-P)检验法和柯尔莫可洛夫-斯米洛夫(K-S)检验法证实,巨龙竹林直径分布服从威布尔分布,呈单峰状,主要分布于16～20 cm;利用一元3参数威布尔概率密度函数模型拟合其直径分布的效果优良,决定系数R2=0.993436、平均绝对误差值ε=0.003183,并得到巨龙竹林直径的一元3参数威布尔概率密度函数最优预估模型;利用二元威布尔生存函数模型拟合巨龙竹林直径与年龄分布的效果优良,R2=0.997341、ε=64.013527,并得到巨龙竹林直径与年龄的二元威布尔生存函数最优预估模型和生存株数(概率)预测数表;利用2种改进的二元威布尔概率密度函数模型拟合巨龙竹林直径与年龄分布的效果良好,R21=0.919323、ε1=0.000072、R22=0.906260、ε2=0.001325,并得到巨龙竹林直径与年龄的2种改进二元威布尔概率密度函数最优预估模型和分布概率预测数表.     

贡嘎山海螺沟冰川退缩区4种常见树种的异速生长方程

【目的】异速生长方程是构建林木生物量最简单常用的方法,本研究旨在为川西亚高山森林生物量及碳储量估测提供有效的研究方法,同时为异速生长模型优化以及植被原生演替过程研究提供基础依据。【方法】本文基于海螺沟冰川退缩区植被原生演替过程中主要树种的生物量实测数据,通过模型将树木的总生物量及不同组分(如枝、叶、树干、根等)生物量与胸径和树高等易测指标联系起来,建立了各树种总生物量及各组分生物量异速生长方程。【结果】引入树高(H)的二元模型拟合效果要优于一元模型,同一模型对地上和树干生物量估计精度要优于枝叶和地下生物量的估计。【结论】以D~2H为自变量的方程对树干和地上生物量的拟合效果更好,而以D~3/H为自变量的方程更适合枝叶和根的生物量拟合。在实际工作中,考虑到野外测量的难度,可以采用一元模型W=aD~b。本次构建的生物量异速生长方程对于青藏高原东缘亚高山森林生态系统生物量的估算以及植被演替过程中生物量的动态研究具有重要参考价值。     

手持式超站仪摄影测量研建材积模型

精准快速测量立木胸径、树高、材积等基本信息一直是林业调查探索的热点问题。手持式超站仪作为目前市场上较为常见的一款新型森林资源计测仪器，具有无损、高精度、便携、易操作等特点。为获得精准材积模型，解决辽阳地区一元、二元材积表编制问题，提出一种利用手持式超站仪测量研建立木材积模型的方法。手持式超站仪以辽阳当地主要树种樟子松、油松、落叶松、柞树、刺槐、硬阔、软阔、速生杨树、中生杨树、慢生杨树为研究对象，采用手持式超站仪进行立木无损精测获取树高、胸径、材积数据，建立10个树种的一元立木材积模型、二元立木材积模型和树高胸径模型，并通过6项指标对所得模型进行评价。结果表明：10个树种模型中除樟子松外平均系统误差与总相对误差中均保持在3%内，一元材积模型与二元材积模型的决定系数除樟子松外均保持在90%以上，一元材积模型与树高胸径模型的平均百分比标准差除软阔外均取得良好拟合效果。总体来看，一元材积模型、二元材积模型、树高胸径模型均取得良好拟合效果，该方法可用于野外森林资源调查与立木材积模型研建等。     

兴安落叶松天然林林分直径分布和树高分布

基于大兴安岭地区100块兴安落叶松天然林样地的调查数据,选用43个基础模型对兴安落叶松(Larix gmelinii)的直径分布和树高分布进行拟合,用10个基础模型对兴安落叶松的树高与直径关系进行回归模拟,求解模型参数值并用均方根误差(RMSE)、和相对误差(Bi)进行检验与评价。结果表明:Exp3P2模型的精度最高,可以很好的拟合兴安落叶松直径分布;柯列尔模型为最优兴安落叶松树高分布模型;树高与直径相关关系模型拟合与检验结果最优为Wykoffl模型。     

都匀市白栎次生林地上部分生物量测定及预估

对分布于贵州省都匀市大河乡的白栎次生林进行了地上部分生物量测定。结果表明,白栎次生林单株及各构件生物量随林木胸径、树高的增大而增加,不同径阶林木单株及各构件生物量之间的差异较大。各构件生物量的分配规律为:树干>活枝>枯枝,其中树干生物量所占比例最大,平均达72%以上。白栎次生林单株及各构件生物量(W)与胸径平方与树高乘积(D2H)之间的关系,可采用幂函数模型W=b0(D2H)b1进行模拟。本文所拟合的3个回归模型精度均较高,可初步用于调查区白栎次生林地上部分生物量的预测。     

不同起源马尾松与杉木林分树高曲线的拟合及对比

【目的】选择7种模型拟合同一立地条件下马尾松和杉木人工林与天然林的树高生长曲线,并从中选出最优模型,为福建省马尾松和杉木人工林与天然林的合理经营奠定基础。【方法】基于福建省第7次森林资源一类清查数据,以同一立地条件下639株(人工林326株、天然林313株)马尾松标准木及687株(人工林498株、天然林189株)杉木标准木为研究对象,利用二次项方程、幂函数方程、对数方程、S曲线方程4种经验方程及Richards模型、Logistic模型、单分子式模型3种理论方程,拟合马尾松人工林和天然林、杉木人工林和天然林4种林分类型的树高曲线,并以调整决定系数、均方根误差、总相对误差和预估精度为评价指标,选择4种林分类型的最优树高模型。【结果】马尾松人工林与天然林分别以幂函数方程、二次项方程拟合效果较好,预估精度分别达到96.812%和96.474%;杉木人工林和天然林用Richards模型拟合效果最好,预估精度分别达到96.742%和96.495%。【结论】通过比较分析,获得了最适合模拟马尾松和杉木人工林与天然林的树高生长曲线模型。     

北亚热带常绿阔叶林林下灌木生物量模型的建立

【目的】灌木是森林生产力的重要组成部分,探索北亚热带地区常绿阔叶林林下灌木生长模型,为森林生物量及其碳储量估算奠定基础。【方法】在安徽南部查湾自然保护区,选取4种常见林下灌木树种(老鼠矢、乌药、朱砂根和香桂),通过野外实测获得地径(D)、树高(H)、地径平方乘树高(D2 H)、冠径树高乘积(CH)、植冠面积(AC)和植冠体积(VC)等模型参数,拟合生物量模型,基于独立检验数据对模型进行验证,获得生物量最优模型。【结果】各灌木树种单器官及全株生物量模型以D2 H和CH为自变量都具有较高的拟合优度(0.815~0.983)和较小的标准误(SEE)。不同灌木树种、不同器官之间的生物量最优模型选用方程均存在一定差异,以幂函数、二项式方程为主,且模型检验精度均较高(总相对误差(RS)30%,平均相对误差绝对值(RMA)20%)。模型的普适性研究表明,叶、枝和根生物量最优通用模型为W=a+bX+cX2(X为D2 H(叶、枝)或CH(根)),拟合效果较优;而全株生物量最优模型为W=1.423 2(D2 H)0.832 4,拟合指数(FI)=0.960,适用于4种灌木叶、枝、根和全株生物量的估算,但根系通用模型的估算精度低于叶、枝与全株的最优生物量通用模型。【结论】基于生物量模型可以精准地估算亚热带地区的灌木生物量。     

马尾松不同区域相容性立木材积和地上生物量模型

已有很多国内外学者研究立木材积与地上生物量相容性的问题,但是建模过程中考虑区域因子对模型影响的研究相对较少。针对此问题,以重庆市、四川省和湖北省151株马尾松Pinus massoniana的样本数据为例,采用哑变量和非线性联立方程组的方法,建立了不同区域马尾松通用的相容性地上生物量模型、立木材积模型和它们的转换因子模型。结果表明:马尾松不同区域的模型之间存在差异性;哑变量和非线性联立方程组的方法可以有效地解决不同区域模型的差异性和立木材积与地上生物量模型的相容性;马尾松地上生物量和立木材积的二元模型均优于其对应的一元模型;在独立拟合的地上生物量回归模型中引入立木材积因子,可以有效地改善模型的预估效果;构建的马尾松相容性立木材积和地上生物量哑变量模型评价指标满足中国生物量模型的精度要求（预估精度均高于95%,总相对误差均小于2%,平均预估误差则均小于5%）。     

量子粒子群优化最小二乘支持向量机的立木材积估算

基于材积方程建立的材积表是森林资源调查工作中重要的工具,估算立木材积的精度是编制材积表的关键。为了解决已有立木材积方程复杂多样、测算准确率低等不足,以北京地区侧柏Platycladus orientalis和落叶松Larix principis-rupprechtii为研究对象,提出利用量子粒子群优化最小二乘支持向量机（QPSO-LSSVM）算法建立材积方程的方法。通过伐倒解析法结合电子经纬仪无损立木材积精测法获取建模样本,对250株侧柏与300株落叶松数据分别建立一元与二元材积方程,计算得到侧柏与落叶松的一元材积方程测试集的决定系数（R2）为0.978 6和0.946 1,二元材积方程测试集决定系数（R2）为0.987 0和0.990 1,均在0.940 0以上,总体相对误差（T_RE）依次为0.75%,-0.16%,0.64%,-0.50%,均满足国家规程小于±3%的要求,表明QPSO-LSSVM模型估算效果良好。最后引用传统一、二元材积方程、BP神经网络和粒子群优化最小二乘支持向量机（PSO-LSSVM）算法建立材积方程并与之进行对比分析。结果表明:QPSO-LSSVM材积方程在估测精度、收敛速度和稳健性等综合性能指标上优于其他材积方程。该方法在高精度材积估测中具有较好的应用前景。     

东北云杉相容性立木材积和地上生物量模型研建

以东北云杉为研究对象,利用立木材积和地上生物量实测数据,通过利用总量直接控制和度量误差模型方法,研建相容的立木材积方程、地上生物量方程、生物量转换函数及各分项生物量模型。结果表明:地上生物量模型在引入树高因子后,改善了模型的精度和平均预估误差;所建立的东北云杉一元相容性方程,其立木材积和地上生物量模型的确定系数分别为0.94和0.97,平均预估误差分别为5.36%和3.55%;而二元相容性方程,立木材积和地上生物量模型的确定系数均在0.98以上,平均预估误差控制在3.06%以下。所建立的模型可以用于我国东北云杉林地上生物量的估计。      

用哑变量方法构建东北落叶松和栎类分段地上生物量模型

采用单一的非线性方程拟合生物量模型常会导致小径阶林木的估计有偏。以东北地区落叶松和栎类的地上 生物量数据为例,提出采用哑变量方法改进立木生物量估计模型的预估效果,并建立了2 个树种的一元和二元立 木生物量模型。结果表明:哑变量方法能解决小径阶林木的偏估问题,同时能在一定程度上改善对整个模型的预 估效果;所建模型能同时适用于胸径 5 cm 的幼树和胸径逸5 cm 的林木;二元生物量模型的平均预估误差均在 5%以下,可应用于东北地区各类森林资源清查中落叶松和栎类的生物量估计。      

兴安落叶松树干削度和材积相容模型

描述了相容性非线性联立方程组模型在树干削度和材积建模方面的应用及联立方程组模型参数估计的方法。以黑龙江省带岭林业局人工落叶松为研究对象,以Max和Burkhart分段削度模型作为基础模型,构建了3个具有不同拐点的树干削度和材积系统。削度和材积系统拥有一套参数。为了使内生变量（endogenous variables）误...     

贵州人工杉木相容性立木材积和地上生物量方程的建立

在国家级森林资源监测中增加森林生物量估计已成为必然趋势,而所需建立的生物量方程应该考虑与立木材积方程的相容性。本文以贵州省人工杉木立木材积和地上生物量数据为例,通过利用度量误差模型方法,研究建立了相容的立木材积方程、地上生物量方程及生物量转换函数。结果表明：在胸径基础上再增加树高因子,对立木材积方程的估计效果有明显改进...     

黑龙江西部地区人工小黑杨立木可加性生物量模型

目的森林生物量和碳储量是研究许多林业问题与生态问题的基础。因此,准确测定生物量和碳储量十分重要。建立生物量模型是生物量和碳储量估测的重要手段。以人工小黑杨为研究对象,进行各分项生物量最优模型的选取,构建3种小黑杨可加性生物量模型系统,即基于胸径变量的一元可加性生物量模型系统、基于胸径和树高变量的二元可加性生物量模型系统以及基于最优变量的多元可加性生物量模型系统,为全国性生物量监测提供可靠的理论与技术支持。方法采用聚合型可加性模型来建立生物量模型;模型参数估计采用非线性似乎不相关回归模型方法;采用“刀切法”评价所建立的3种立木可加性生物量模型。结果仅含有胸径的异速生长方程是一种最为简单的模型形式,且具有较高的预测精度。包含树高和树冠属性因子(冠幅和冠长)的生物量模型能提高模型的预测能力,尤其能显著提高树枝、树叶和树冠生物量模型的预测能力。所建立的3种小黑杨可加性生物量模型拟合效果较好,其调整后确定系数(R_a2)均大于0.81,平均相对误差(ME)为-1.0%~10.0%,平均相对误差绝对值(MAE)均小于25%,所有模型的平均预测精度在85%以上。多元可加性生物量模型优于一元可加性生物量模型和二元可加性生物量模型。结论为了使模型参数估计更有效,所建立的生物量模型需要考虑立木总生物量及各分项生物量的可加性。虽然获取树冠属性因子需要花费大量人力和财力,但随着林地环境的变化,多元可加性生物量模型在结合生长模型精确估计小黑杨生物量方面具有一定的优势。总的来看,所建立的立木生物量模型均可对小黑杨生物量进行很好的估算。      

尾叶桉地径与胸径、树高、材积相关性分析

【目的】建立尾叶桉地径与胸径、树高、材积的数学模型,为利用地径测算林木立木材积提供测算方法。【方法】实测148株尾叶桉立木的地径、胸径和树高,运用SPSS软件建立尾叶桉地径与胸径、树高、材积的回归模型,进行选优和适应性检验。【结果】研究区尾叶桉地径—胸径、地径—树高、地径—材积最优模型分别为D1.3=0.857D0-0.539、H=0.966D01.048、V=0.0000481D02.749,尾叶桉地径与胸径、树高、材积均显著相关。地径—胸径模型适应性检验的总相对误差为-1.14%、平均相对误差为1.29%,精度为98.46%;地径—树高模型适应性检验的总相对误差为13.07%、平均相对误差为-14.32%,精度为94.88%;地径—材积模型适应性检验的总相对误差、平均相对误差分别为-3.87%、1.69%,精度为94.70%。【结论】选出尾叶桉地径与胸径、树高、材积的3个最优回归模型,其中地径—树高模型总相对误差和平均相对误差过大,不提倡以尾叶桉地径直接估算树高;地径—胸径、地径—材积模型预测误差均在±5%以内,方程预测精度较高,可以用于估算立木材积。     

杨树一元立木材积表的编制研究

以安徽省杨树人工林为研究对象,按照立木材积表编制要求,随机抽取329棵杨树伐倒木材积资料.以300棵样木资料为编表样本,选用3种数学模型为一元材积的候选模型,利用非线性麦夸特迭代求解法确定各模型参数、剩余标准差、相关指数.根据相关指数和剩余标准差,确定最优一元材积模型为:V=0.0001413d2.4463;以29棵样木资料为验表样本,分别计算一元材积模型理论材积与实际材积的平均相对误差、平均绝对相对误差和系统误差,计算结果分别为-0.75%、14.55%和1.62%.该材积误差满足林业生产材积估算误差要求.