基于平板采集系统编制根径立木材积表研究

2018年山西省开展了《主要树种(油松)根径立木材积表编制》试点工作,以满足林业生产应用对根径材积表的需求。其主要目的是填补山西省无"根径立木材积表"的空白;扩编山西省主要树种立木一元材积表大径阶部分;为森林资源调查监测、森林抚育、资产评估、盗伐滥伐和火烧林木案件司法鉴定等提供技术支撑。主要方法是根据目前国内、省内材积表编制相关技术规程和参考资料,通过现地林分样木调查,建立根径-胸径数学模型,编制立木材积基础数表。通过平板数据采集程序直接编制根径立木材积表是本文的一个主要创新点,有一定参考意义和推广价值。     

临沂市赤松黑松油松一元立木材积表的编制

利用临沂市赤松、黑松、油松测高木资料,对３树种平均树高差异性进行了检验。求算出各树种的树高曲线方程,并采用松类二元立木材积式导算出各树种的一元立木材积表。经检验分析,各树种一元立木材积表的精度均明显高于１９７５年编制的松类一元立木材积表。     

临沂市赤松黑松油松—元立木材积表的编制

利用临沂市赤松，黑松，油松测高木资料，对３树种平均树高差异性进行了检验。求算出各树种的树高曲线方程，并采用松类二元立木材积式导算出各树种的一元立木材积表。经检验分析，各树种一元立木材积表的精度均明显高于１９７５年编制的松类一元立木材积表     

地径一元立木材积表编制探讨

文章对地径一元立木材积表的编制方法进行了探讨，并根据资源调查取得的第一手资料编制了冷杉、云杉、高山松等树种地径一元立木材积表。     

临沂市杨树立木生长模型建立与材积精确测定研究

测定立木材积、计算林分蓄积量,是森林资源清查工作中的一项主要任务。在大面积的森林资源清查工作中,为了迅速准确地得到蓄积量的数据,常应用立木材积表来计算蓄积量。多年来我市的立木蓄积量调查中,一直使用山东省的一元或二元立木材积表计算,无本地市编制的材积表,因此,造成所调查的数据计算结果与实际立木蓄积量存在较大的误差,为了提高调查精度,我们搜集整理了多年来积累的2124株解析木求积数据,编制了临沂市测定立木材积表,为今后在森林资源调查各项工作中提供了精确的计算依据。     

金乡县刺槐一元立木材积表的编制

刺槐是金乡县盐碱地造林和河堤道路绿化的主栽树种之一。编制出适合本地立地条件的刺槐一元立木材积表 ,为林业资源调查提供了可靠性较高的数表。1　材料和方法调查材料来自马庙乡白洼林场 ,缗城高庄林场 ,化雨苏河堤 ,高河莱河堤 ,吉术沙河堤的用材林地。造林密度 5 5～ 110株 /6 6 7ｍ2 ,调查立木总株数为 2 11侏。在林地内 ,首先进行标准地调查 ,选取标准木。将标准木伐倒后 ,以 1ｍ区分段 ,用区分段中央断面积求积式计算伐倒木材积。对取得的数据进行整理与计算 ,运用最小二乘法原则拟合材积模型。在此基础上 ,拟合胸径———树高数学模…     

沙县杉木、马尾松、阔叶树地径一元材积表编制的研究

地径材积表是林业生产、科研和管理的基础工具。本文结合县级森林资源连续清查样地调查,通过样木地径、胸径成对值测定,建立地径——胸径回归关系,并利用现有省定的一元立木材积表,编制了沙县杉木、马尾松、阔叶树地径一元材积表。     

落叶松人工林地径一元立木材积表的编制

该文根据２００株落叶松地径与胸径调查数据，运用数理统计原理方法，建立地径与胸径直线相关关系式。利用落叶松一元立木材积表，编制了落叶松人工林地径一元立木材积表，解决了利用地径测定林木材积的难题。     

落叶松人工林地径一元立木材积表的编制

该文根据200株落叶松地径与胸径调查数据，运用数理统计原理方法，建立地径与胸往直线相关关系式。利用落叶松一元立木材积表，编制了落叶松人工林地径一元立木材积表，解决了利用地径测定林木材积的难题。     

张家口坝上地区青杨、小叶杨一元立木材积表编制

张家口坝上4县,在森林经营中一直使用承德地区调查队编制的“山区其它阔叶树一元立木材积表”,经调查发现该表与当地立木实际差异显著,不能适应森林资源调查和生产经营的需要。新表的编制从1989年8月开始。历时2a,以坝上4县为编制范围,分青杨、小叶杨两树种,采用1m段区分求积的方法,求算立木材积,共取得青杨样木5443株,小叶杨样木4425株,经统计,回归分析得到,胸径为自变量的一元立木材积表。     

刺槐根径立木材积表的编制

刺槐根径立木材积表的编制薛海军（国营凌源市欺天林场）为掌握辽西地区刺槐人工林资源的消长变化，必须对过去的采伐量、误伐量、盗伐量等进行估测。估测一般要通过根径调查来实现。因此，本文研究了根径与胸径的相关规律，推算立木材积，编制出刺槐人工林根径立木材积表...     

雷州尾叶桉立木二元材积表与一元树皮率表的编制

在雷州林业局的10个林场,按三个不同立地条件,不同生长类型的林分,典型选取样木707株,分径阶按二米区分段实测,分别选用幂函数方程、一元一次方程,进行回归演算,分剐编制雷州尾叶桉人工林(实生)立木二元材积表与一元树皮率表。     

一元立木材积表的适用精度检验方法探讨

国家森林资源连续清查中长期使用的一元立木材积表,其适用精度如何,一直是值得关注的问题。以第九次全国森林资源清查2014年陕西省的栎类(Quercus spp.)样地调查数据为基础,对其采用的4个栎类一元材积表的适用精度检验方法进行探讨。利用栎类样地的466组平均胸径和平均树高数据,以及全部平均高测定样木的1 447组胸径和树高成对数据,按2套方案分别建立4个栎类的新的树高曲线,从而形成4个新的一元材积表,并与原来的材积表进行对比,计算总体相对误差。结果表明:原一元材积表有2个的估计误差在±3%以内,另外2个的估计误差超出了±5%,误差最大的达到了-10%左右。因此,长期使用固定不变的一元材积表可能会导致材积估计结果出现偏差,建议每10年或20年对一元立木材积表(模型)进行适用精度检验,对偏差过大的一元材积表应该及时予以修正。     

剑阁地区柏木地径一元立木材积表编制

剑阁地区属四川盆地北部山区,总面积30.9万hm~2,其中:林业用地13.7万hm~2,占44.3％。森林资源总蓄积343.7万m~3,其中柏木资源蓄积299.0万m~3,占87.0％,素称“柏木之乡”。利用地径调查材料,编制柏木地径一元立木材积表,可以帮助森林资源监测固定样地中被伐样木的模拟复原,以及在查处盗伐、乱砍滥伐森林案件中,测算被伐的蓄积。现将编制方法及结果介如下,供同行参考。     

根径材积外业调查的蓄积误差

1问题产生的原因在森林资源蓄积调查时,一般采用胸径测量法,然后根据一元立木材积表的对应数值计算立木蓄积。1986年12月,黑龙江省森工总局又编制了黑龙江省森工林区根径立木材积表,目的是在森林采伐更新和林政管理中,准确估测采伐量,特别是盗伐、滥伐和误差量。森林采伐规程中规定,采伐时,被伐木伐根的高度一般不允许超过10 cm,但超过10 cm的伐根数量在15%以内也视为合格,而且按此伐根所测得的蓄积,与采代前利用胸径测得的立木蓄积的误差不大。然而,随着天然林资源保护工程的施实和伐区质量管理的加强,新规程对伐根的采伐高度要求为0 cm,也…     

森林资源连续清查中四种一元材积估计方法的对比分析

国家森林资源连续清查中长期使用的一元立木材积表是否存在偏估,一直是值得关注的问题。利用第八次全国森林资源清查2012年广东省的杉木(Cunninghamia lanceolata)和马尾松(Pinus massoniana)样地调查数据,以二元材积估计结果为基础,对4种一元立木材积估计方法进行了对比分析。结果表明,杉木和马尾松现行一元立木材积表的相对误差均大大超出了±3%的允许范围,本文提出的3种一元材积估计方法都能有效消除材积估计偏差。建议各省参照本文提出的方法,对现行的一元立木材积表进行一次系统检验,对偏差过大者应当及时予以修正或更新。     

一元立木材积表计算蓄积量误差的探讨

正利用一元立木材积表计算蓄积量误差,一般是根据《数理统计原理》,计算出其标准差,以95%可靠性求算其误差。但由于此方法计算过程比较复杂,因此,在实际工作中一般不求算调查蓄积量误差。通过长期的工作实践,我们总结了一种通过常用的《山东省一元立木材积表》结合径阶区划求算蓄积量     

内蒙古大兴安岭北三局原始林区兴安落叶松一元材积生长量（率）表的编制

目前，内蒙古大兴安岭林区已经陆续地编制出了一元立木材积表、材种出材量表等一系列生产经营用表，而一元材积生长量（率）表尚属空缺。利用二类森林资源调查数据对内蒙古大兴安岭北三局原始林区兴安落叶松一元材积生长量（率）表进行了编制。此表可以及时掌握森林资源发展动态，以及为改善林木生长状况，提高生长量，合理经营、利用、开发原始林区提供科学依据。     

基于高分辨率卫星图像的立木材积表的编制

以QuickBird卫星图像和杉木为研究对象 ,在对图像进行精处理的基础上 ,通过在图像上测定出杉木冠幅 ,建立了胸径和冠幅的一元回归模型 :D1 3=2 2 2 1 4 393Ck,由不同冠幅值计算出的胸径查一元材积表 ,据此编制出一元卫星图像立木材积表 ;根据图像上测算出树高和冠幅 ,建立了二元回归模型 :V =- 0 2 4 6 0 5 0 0 1380 6Ck 0 0 35 2 6 3H ,据此编制出了卫星图像二元立木材积表。杉木在图像上的高是通过建立杉木树高与胸径关系模型 :H =D21 3(1 74 6 0 2 15D1 3) 2 测算得来     

河北省一元立木材积表大径阶材积推算方法探讨

目前一元立木材积表中大径阶林木材积数据缺失,全省各地在实际工作中推算方法各不相同,该文就常见的几种方法分析对比,优化推荐最佳方法。