灰色系统理论预测森林生长量方法的初探

应用灰色系统预测理论，以芜湖市１９９０—１９９６年森林生长量为时间数据序列，建立ＧＭ（１，１）预测生长量模型为：ｘ′ｔ＝９４．９９９３１３３１ｅ０．０９０２５７３４８（ｔ－１）－８６．８７３１３３１回测的最大误差为４％，平均误差仅为１．５７％，回测的精度较高。     

四季海棠的组织培养

１植物名称：四季海棠（Begoniafibrous）。２材料类别：刚展平的嫩叶。３培养条件培养基：（单位：mg／L）（１）MS＋BA３＋２．４－D１，（２）MS＋BA２＋NAA０．２，（３）MS＋BA１＋NAA０．５，（４）MS＋BA１＋NAA０．１，（５）MS＋BA１＋２．４－D０．０５，（６）MS＋BA２＋２．４－D０．０５，（７）MS＋BA０．４＋NAA０．１，（８）１／２MS＋NAA０．５，（９）１／２MS＋BA０．０１。其中蔗糖浓度除培养（８）为２％，其余均为３％，琼脂为０．８％～１．０％，pH值为５．７～５．８，培养温度为２０±４…     

雷竹造林经济效益分析

在常规培育管理条件下，造林密度为４２０～６３０株／ｈｍ２的雷竹，造林后第４年郁闭并形成经济产量，第６年进入盛产（笋）期，第７年平均产笋１９．７ｔ／ｈｍ２，产值可达５．１１万元／ｈｍ２，当年投产比１：４．７。造林７年中，投资年平均效益系数Ｋ＝０．３０（元），年平均投产比Ｒ为１：１．７３，投资回收期Ｔ＝４．９３（ａ）。     

雷竹造林经济效益调查

据抽样调查：在造林密度４２０－６３０株／ｈｍ＾２及常规培育管理条件下，雷竹造林第４年郁闭成林并形成经济产量，第６年转入盛产笋期，第７年每公顷平均产笋１９．７ｔ，产值５．１１万元，当年投产比１：４．７。造林７年中，投资年平均效益数Ｋ＝０．３０元，年平均投产比Ｒ为１：１．７３，投资回收期Ｔ＝４．９３（年）。     

云杉球果锈病流行规律的研究

通过定点系统观察，云杉球果锈病病原菌Ｔｈｅｋｏｐｓｏｒａａｒｅｏｌａｔａ（Ｆｒ．）Ｍａｇｎｕｓ．担孢子５月中旬开始飞散，侵入期为５月下旬，病害初期症状出现在６月下旬，锈孢子在７月下旬前后形成，８月中旬锈子器成熟。病情变化与气象有一定相关性，其回归预测模型为Ｙ＝－２４２．６８－５．７３ｘ１－１．０３ｘ２＋４．０２ｘ３－１．９３ｘ４－２．５７ｘ５＋５４２．８４ｘ６＋２６８．６２ｘ７＋０．９２ｘ８复相关系数Ｒ＝０．９９８６＊＊＞Ｐ０．０１＝０．７３４８。病害分布与林木所处位置有关，病情从重至轻的顺序为，南＞北＞东＞西；山脊＞山中＞山脚；海拔高＞海拔低；纯林＞混交林；离转主远＞离转主近     

核桃,板栗市场需求预测模型的研究

经对国内外市场环境进行分析，确定影响核桃、板栗市场需求的因素为：（１）经济状况；（２）人口状况，（３）消费偏好，（４）市场环境，建立了胸购买力的需求模型Ｙ－１１．３＋０．６７４Ｘ１＋０．２９３Ｘ２＋０．３０３Ｘ３。经显著性及拟合度检验，证明预测模型合理，为决策经营者在云南发展核桃、板栗提供了科学依据。     

广华枝的取食量及其防治研究

本文研究了广华枝ＳｉｎｏｐｈａｓｍａｌａｒｇｕｍＣｈｅｎｅｔＣｈｅｎ的食叶量。其一生食叶量为２０．８０２ｇ，其中１～４龄低龄若虫期的食量占其一生食量的３．１３％，５～６（７）龄老龄若虫期的食量占２１．９５％，成虫期的食量占７４．９２％，老龄若虫期和成虫期是主要的危害期，占其一生食量的９６．８７％；并建立了个体食叶量模型、个体日均食量模型及其活动量指数增长模型，分别为Ｘ１＝０．０３９４ｅ０．５９７９Ｘ０，校正Ｒ２＊＊＝０．８９３１；Ｘ２＝２６．５１７６ｅ０．２２３３Ｘ０，校正Ｒ２＊＊＝０．７６７３；Ｘ３＝１．３０９３ｅ０．５００１Ｘ０，校正Ｒ２＊＊０．９４４０，复相关系数平方显著或极显著；胸径为８～１２ｃｍ的寄主，其防治指标为９３．１头，并提出了防治意见。     

楸树造林密度及其效应的研究

楸树造林密度７年试验总结。在７种造林密度中，树高最高（平均５．１３ｍ）的密度为２１ｍ×１ｍ、３ｍ宽窄行，最低（平均４．４０ｍ）的密度为２ｍ×２ｍ，相差１６．６％；最大胸径（平均７．４ｃｍ）和最大单株立木材积（平均０．００８６６ｍ￣３）的密度为３ｍ×４ｍ，最小胸径（平均５．７ｃｍ）和最小单株立木材积（平均０．００４７１ｍ￣３）的密度为２ｍ×２ｍ，胸径相差２９．８％，材积相差８４．９％；密度居中的２ｍ×１ｍ、６ｍ宽窄行及３ｍ×３ｍ，对光照的利用较佳，冠下平均光照强度０．８０—０．９５万勒克司，冠下、株间、行间光照平均透过率分别为１２．４—１４．４％、１６．０—２１．２％、５０．８—５９．１％；２ｍ×１ｍ、６ｍ宽窄行的光台强度较２ｍ×２ｍ增加２０．１％；密度愈小，郁闭愈晚，径阶偏向大径阶分布，密度愈大，郁闭愈早，径阶偏向小径阶分布，并需较早的间伐。     

竹螟诱蛾量与第1代幼虫发生量相关性的研究

对越冬代竹螟点灯诱蛾量和第１代幼虫发生量的调查研究结果表明，竹织叶野螟从１９７９年占主要４种竹螟数量的８６．６８％下降到１９９１年的３２．１６％，竹金黄镰翅野螟和竹大黄绒野螟从１９７９年的３．０３％、７．５３％上升到１９９１年的４０．１３％和２６．４２％。６月中旬诱蛾量与幼虫发生量的直线方程ｒ＝５．７＋０．２ｘ（ｒ＝０．８１）达到极显著水平，可考虑应用于预测第１代幼虫发生量。     

贵州剑麻品比试验和丰产栽培技术研究

采用完全随机排列的方法并对９个剑麻品种的生物量，纤维率，抗寒性等综合指标进行分析评定，同时以Ｈ．１１６４８为主要试验对象验证生产栽培技术。结果表明（１）Ｈ．１１６４８生长表现最佳，其叶宽较其它参试品种高０．４－１．７ｃｍ，纤维率４．６５％较其它品种高１．９３％－３．４８％，仅比东７４低０．１５％。（２）栽植剑麻合理的整地方式为宽窄行，大行距２．０－３．５ｍ，小行距１．０－２．０ｍ，适宜密度为４５５     

A hybrid model for predicting spatial distribution of soil organic matter in a bamboo forest based on general regression neural network and interative algorithm

A general regression neural network model,combined with an interative algorithm(GRNNI) using sparsely distributed samples and auxiliary environmental variables was proposed to predict both spatial distribution and variability of soil organic matter(SOM) in a bamboo forest. The auxiliary environmental variables were: elevation, slope, mean annual temperature, mean annual precipitation, and normalized difference vegetation index. The prediction accuracy of this model was assessed via three accuracy indices, mean error(ME), mean absolute error(MAE), and root mean squared error(RMSE) for validation in sampling sites. Both the prediction accuracy and reliability of this model were compared to those of regression kriging(RK) and ordinary kriging(OK). The results show that the prediction accuracy of the GRNNI model was higher than that of both RK and OK. The three accuracy indices(ME, MAE, and RMSE) of the GRNNI model were lower than those of RK and OK. Relative improvements of RMSE of the GRNNI model compared with RK and OK were 13.6% and 17.5%, respectively. In addition, a more realistic spatial pattern of SOM was produced by the model because the GRNNI model was more suitable than multiple linear regression to capture the nonlinear relationship between SOM and the auxiliary environmental variables. Therefore, the GRNNI model can improve both prediction accuracy and reliability for determining spatial distribution and variability of SOM.     

灰色系统理论在森林生长量预测中的应用

应用灰色系统理论与方法,以永泰县1987～1997年森林生长量为时间数据序列,建立GM(1,1)生长量预测模型为:X∧t′=-1223-316144e-0-0292919908(t-1)+1223-316144。回测的最大误差为3-06%,平均误差仅为2-01%,回测的精度较高,达96-94%以上。预测模型经后验差检验:C=0-048<0-35,P=1>0-95,模型精度为Ⅰ级模型。     

幼年赤桉胸径与冠幅、树高、材积的相关性分析

对试验地的1470株赤桉进行树高、胸径、冠幅的测量,并计算出样木的单株材积。把胸径分别和冠幅、树高及株材积进行相关性分析并且建立数学模型,用SPSS软件对所选模型进行曲线估计。结果表明：其中幂方程的 R2最大,F 值亦为最大,说明赤桉胸径与树高的幂关系显著,可确定赤桉胸径与树高的最优回归方程为H=1.804D0.673。胸径—冠幅,胸径—材积的最优模型分别为CW=0.674D0.561,V=0.0001614D2.341。分别对3组最优模型进行适应性检验,结果表明：材积的3个最优回归模型预测误差均在＆#177;3%以内,方程预测精度较高,可用于估算立木树高、冠幅、材积。     

果粮复合系统中单株苹果蒸腾需水量的计算

利用单株苹果 (树 )蒸腾计算的修正模式 ,计算了果粮系统中的单株苹果 (树 )日蒸腾需水量 ,同时利用 L I- 160 0稳态气孔仪进行实测 ,结果表明 :计算值与实测值吻合效果较好 ( R2 =0 .9664 ) ,平均相对误差为 7.93 % ;蒸腾需水量与饱和水汽压差和叶面积指数的乘积、水面蒸发和叶面积指数的乘积均具有很好的相关关系 ;建立了以日水面蒸发和叶面积指数为自变量的蒸腾需水量经验模式 ,并利用该经验模式逐日计算了 1998年 4月 1日至 6月 4日单株苹果的蒸腾需水量 ,日平均值为 4 .62 mm· d-1。     

基于Landsat8 OLI遥感影像的森林蓄积量估测模型研究

本次试验以湖南省湘潭县为研究区,提取Landsat 8 OLI影像数据的56个遥感因子作为候选因子,结合皮尔逊相关系数和主成分分析两种方法对变量进行降维,构建多元线性回归模型(MLR)、误差反向传播神经网络(BP-ANN)、K最近邻模型(KNN)和随机森林模型(RF)进行蓄积量反演,并采用决定系数(R²)、均方根误差(RMSE)以及相对均方根误差(RRMSE)三个指标对模型进行精度评价。结果表明:三种机器学习模型的拟合结果均优于多元线性回归模型,其决定系数(R²)均大于0.6,其中RF最高,为0.67;四种模型中,三种机器学习模型的估测精度均比传统线性模型高出10%以上,其中随机森林模型(RF)精度最高,其均方根误差为57.5 m 3·hm^-2,相对均方根误差为24.2%。     

基于混合效应的湖南马尾松次生林单木生长模型

【目的】建立湖南省马尾松次生林单木断面积与材积生长模型,为林木的生长预估提供理论依据。【方法】以湖南省2014年一类清查样地中的20块马尾松次生林为研究对象,选取5个具有生物学意义的生长方程,建立马尾松断面积和材积随年龄变化的基础模型,在此基础上,加入以样地为随机效应的随机参数,构建基于混合效应的湖南马尾松次生林单木断面积和材积生长模型。【结果】断面积生长最优基础模型为Logistic方程,其确定系数(R2=0.746)和预测精度(P=98.13%)最大,残差平方和(SSE=0.025)最小;材积生长最优基础模型为Richards方程,其R2为0.703,预测精度为97.20%,SSE为1.034;混合效应模型模拟结果显示,断面积和材积生长模型的随机参数均为μ1、μ2、μ3。混合效应模型的拟合效果较基础模型有显著提升,其中断面积生长模型的R2由0.746提升到0.974,平均误差Bias由0.000 26降低到0.000 01;材积生长模型的R2由0.703提升到0.984,平均误差Bias由0.001 73降低到0.000 13。两个模型的预测精度较对应的基础模型均有所提升。【结论】含样地效应的混合效应模型拟合效果和预测精度均优于基础模型,具有更高的适用性,可为该林分的可持续经营提供科学指导。     

Exploring the relationship between reflectance red edge and chlorophyll concentration in slash pine leaves

Chlorophyll concentration is related positively to the point of maximum slope in the reflectance spectra of leaves and this point is termed the red edge. The reflectance spectra of slash pine (Pinus elliottii Engelm.) needles were measured in the field and the chlorophyll concentrations of the same needles were measured in the laboratory. The measurement errors for red edge and chlorophyll concentration were determined to be 2.2 nm (3% of mean) and 0.35 mg g(-1) (19% of mean), respectively. The red edge-chlorophyll concentration relationship was strong (r(2) = 0.82, n = 152). A red edge-chlorophyll concentration relationship for n = 100 was used with red edge measurements to estimate chlorophyll concentration with an rms error of 0.31 mg g(-1) (17% of mean, n = 52). The entire red edge-chlorophyll concentration relationship for n = 152 was also used with red edge measurements to estimate the chlorophyll concentration of samples from an earlier experiment with an rms error of 0.47 mg g(-1) (30% of mean, n = 38). We conclude that measures of red edge can be used to estimate the chlorophyll concentration of detached needles in the field with an accuracy similar to that obtained by conventional laboratory measurements.     

Diurnal variation models for fine fuel moisture content in boreal forests in China

Studying diurnal variation in the moisture content of fine forest fuel(FFMC) is key to understanding forest fire prevention. This study established models for predicting the diurnal mean, maximum, and minimum FFMC in a boreal forest in China using the relationship between FFMC and meteorological variables. A spline interpolation function is proposed for describing diurnal variations in FFMC. After 1 day with a 1 h field measurement data testing, the results indicate that the accuracy of the sunny slope model was 100% and 84% when the absolute error was 3% and 10%, respectively, whereas the accuracy of the shady slope model was 72% and 76% when the absolute error was 3% and 10%, respectively. The results show that sunny slope and shady slope models can predict and describe diurnal variations in fine fuel moisture content, and provide a basis for forest fire danger prediction in boreal forest ecosystems in China.     

贵州省柏木立木一元地径材积表的编制

阐述了编制贵州省柏木立木一元地径材积表的方法、技术要点、结果表明：依据林业部部颁技术规定,依托贵州省省颁柏木一元材积式,采用多个数学模型比较、优选,用Ｒｉｃｈａｒｄｓ方程建立的柏木立木一元地径材积式编表,各项指标均达到部颁标准,经检验样本对材积式的适用性检验,材积式系统误差均小于３％,适用于估测立木材积。     

南方8种森林地表死可燃物在平地无风时的燃烧蔓延速率与预测模型

【目的】研究Rothermel林火蔓延速率预测模型及另外2种以Rothermel模型为核心的蔓延速率预测模型对南方8种典型森林地表死可燃物的适用性,为林火蔓延速率预测提供理论支撑和指导。【方法】以南方地区8种典型速率地表死可燃物为对象,根据研究对象的野外实际条件,在东北林业大学帽儿山实验林场风洞实验室内,构建不同可燃物床层含水率、载量及高度的可燃物床层,每种可燃物在平地无风条件下进行36次点烧试验,共288次点烧,记录每种可燃物类型不同配比条件下的蔓延速率。通过直接使用Rothermel模型、重新估计Rothermel模型参数、对Rothermel模型形式改进后自建模型的对比,得到最合适的预测模型。【结果】 1)平地无风条件下,南方8种典型森林地表死可燃物床层最大蔓延速率为0.55 m ·min -1 ,平均蔓延速率由大到小依次为:华山松、云南松、毛竹、柳杉、杉木、马尾松、麻栎及青冈栎。2)直接使用Rothermel模型预测的林火蔓延速率误差较大,平均绝对误差为0.18 m ·min -1 ,平均相对误差为70.0%。3)重新估计参数后的Rothermel模型及自建模型,预测的可燃物蔓延速率精度显著提高,平均绝对误差分别为0.04、0.037 m ·min -1 ,平均相对误差分别<18%、16.45%。4)重新估计参数的Rothermel模型与自建模型的预测误差的差异不显著,其中自建模型的预测值与实测值的 R 2 变化在0.71~0.90,平均为0.80。【结论】对南方8种典型森林的地表死可燃物类型,在平地无风条件下,重新估计参数的Rothermel模型及自建模型的预测精度相近,但自建模型可能更简单易用,可预测平地无风条件下可燃物地表火蔓延速率。