排序方式: 共有25条查询结果,搜索用时 31 毫秒
1.
2.
长白落叶松?水曲柳混交林冠幅预测模型 总被引:1,自引:1,他引:0
3.
根据2020年调查的尚志市林业局18块迎春5号杨树(Populus nigra×P.simonii)人工林样地的90株解析木数据,采用协方差分析、配对t检验、方差分析、多重比较等统计方法,对迎春5号杨树心材、边材、树皮的方位变异、横向变异、纵向变异、林分间变异、株间变异进行研究,并采用回归分析建立心材年轮数、心材半径、边材宽度与形成层年龄的回归模型。结果表明:迎春5号杨树心材、边材、树皮的方位变异不显著。心材半径、树皮厚度随着树干高度增加而减小,而边材宽度在树干基部较大,在树干中间大部分区域随高度变化浮动较小,在接近树梢位置的附近区域随高度增加明显减小。心材、边材、树皮的生长与去皮半径、胸径之间皆存在极显著的关系(P<0.01)。不同林分间的心边材比存在显著差异,各个林分内的心边材比也存在不同程度的株间差异。心边材年轮数随形成层年龄的增加而增加,迎春5号杨树心材形成年龄最早为2 a,且心材与边材的生长速率在12~14 a达到最高,在17 a之后趋于平缓。杨树在生长初期的生长速度过快从而提前达到成熟年龄。 相似文献
4.
基于小兴安岭地区和长白山地区102块落叶松人工纯林固定标准地复测数据(10 a间隔期),采用参数预测模型(PPM)系统,建立了前期Weibull分布参数(b1)与前期林分调查因子模型、前期参数c1与b1之间的回归模型、两期参数b2与b1的回归模型、以及两期参数c2与b2之间的回归模型,并采用似乎不相关回归( SUR)理论,估计了模型的参数;利用“刀切法”选择平均相对误差( ME )、平均相对误差绝对值( MAE )、预测精度( P)、相对误差( B)、误差指数( IE )等指标,分别对所建立的参数动态预测方程及直径分布动态预测结果进行了检验。结果表明:所有模型的R2a较好(0.428~0.897),RMSE均较小(0.37~0.94),所建立的直径分布动态预测模型具有较好的拟合效果。通过检验,所建立的参数动态模型预估能力较好(-10%<ME<-2%,P>95%),并能较好地预测落叶松人工林未来直径分布(B0=4.38%,B1=12.38%,IE=524)。 相似文献
5.
基于混合效应的杂种落叶松人工幼龄林单木枯损模型 总被引:1,自引:1,他引:0
6.
7.
东北林区天然白桦相容性生物量模型 总被引:4,自引:0,他引:4
基于东北林区天然白桦实测生物量数据,通过2种方案(以总生物量为基础分级控制和以总生物量为基础直接控制)建立天然白桦一元和二元相容性生物量模型,模型参数估计采用非线性度量误差联立方程组估计方法,并采用加权回归的方法进行异方差的消除。结果表明:2种方案所建立的天然白桦一元、二元相容性生物量模型的确定系数R2=0.800~0.988,模拟效率(EF)=0.80~0.97;2种方案所建立的相容性生物量模型的预测精度大多数在80%以上,树枝和树叶生物量模型的预测精度较差,但也在69%以上;所建立的相容性生物量模型中,总生物量和树干生物量模型效果较好,树根、树叶和树枝生物量模型效果较差。总的来说,2种方案所建立的相容性生物量模型都具有一定的精度,都能对天然白桦生物量进行很好的预估,以总生物量为基础直接控制方案所建立的一元和二元相容性生物量模型好于以总生物量为基础分级控制方案所建立的一元和二元相容性生物量模型,所以在进行天然白桦生物量预估时,建议采用以总生物量为基础直接控制所建立的相容性生物量模型。 相似文献
8.
基于联立方程组的人工樟子松枝下高模型构建 总被引:2,自引:2,他引:0
9.
10.
【目的】对Kozak方程进行修正,采用树木易测因子为预测变量,构建人工樟子松树冠外部轮廓预估模型,为研究树木生理和树木竞争提供依据,为模拟单木树冠表面积和树冠体积奠定基础。【方法】基于黑龙江省14块固定样地70株人工樟子松解析木907个最大枝条数据,以Kozak方程基本形式为基础并对其进行修正,选出构建人工樟子松树冠外部轮廓基础模型的最优模型形式。在最优模型基础上,建立分别考虑样地效应、样木效应及同时考虑样地和样木效应两水平的非线性混合效应模型。利用R软件的nlme软件包求解非线性混合效应模型参数,采用AIC、BIC、-2LL对混合效应模型中不同随机效应参数组合形式、不同随机效应矩阵、方差-协方差矩阵和方差函数进行比较,选出最优模型形式,并对人工樟子松外部轮廓随树木因子的变化规律进行探讨。以林分密度为哑变量,构建不同密度的人工樟子松树冠外部轮廓预估模型。【结果】人工樟子松树冠外部轮廓预估模型因子包含胸径(DBH)、冠长率(CR)和高径比(HD)。与基础模型相比,分别考虑样地效应、样木效应的混合模型能够显著提高模型拟合效果,外部轮廓模型差异主要来源于样木效应。以样木为单水平的混合效应模型中,a2、a6为随机参数,对角矩阵为方差-协方差矩阵形式,ARMA(1,1)为解释组内方差的矩阵,采用幂函数消除异方差的模型形式为最优模型。同时考虑样地和样木效应两水平混合模型的拟合效果较单水平混合模型有所提高。以两水平混合模型的固定效应部分模拟外部轮廓与树木因子之间的关系,在分别固定另外2个变量的情况下,树冠半径随着DBH、CR增大均逐渐增大,树冠上半部分半径随着HD增大而增大,下半部分半径随着HD增大而减小。外部轮廓拐点的变化范围为0.6250~0.9170,拐点平均位置为0.8413,随着林木在林分中被压强度增大,拐点位置向树冠基部移动。密度小于1000株·hm^-2林分中单木的冠形与1000~2000株·hm^-2和大于2000株·hm^-2林分中单木的冠形区别很大。【结论】修正后的Kozak模型满足梢头处半径为0、在整个树冠范围内存在拐点且拐点唯一的特性,能够对人工樟子松树冠外部轮廓进行合理模拟及预测。两水平非线性混合效应模型可显著提高模型拟合效果,能够在树冠外部轮廓模型中应用。 相似文献