基于距离相关系数和KNN回归模型的森林蓄积量估测研究

【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。     

ArcGIS在营林作业小班设计图中的具体应用

文章以营林作业小班设计图为例,介绍了ArcGIS在林业制图中制图步骤及注意事项。     

青海省大通县典型植被动态研究

本文通过对1989年文献调研资料及2006年、2012年森林资源调查基本数据的分析,研究了青海省大通县不同年份调查的人工林、天然林典型树种的面积、蓄积、生物量变化的变化趋势及其林地资源变化特点。研究结果可为进一步研究大通县整体森林固碳能力提供借鉴和参考,为大通县森林资源经营管理和林业可持续发展规划和决策提供科学依据。     

用 X~2检验估计小班蓄积误差

本文对原来的小班调查蓄积量检查公式和标准,从统计角度出发,提出不同的看法,并推导出具有统计检验意义的小班调查总体蓄积量检查公式——X~2误差检验公式。     

简述小班成本核算的有效方法

剖析了现行的小班成本核算几种方法存在的弊端，提出科学的运用模式。     

杉木人工林标准蓄积量收获模型

本文根据江西永新县31块杉木人工林林分生长过程解析标准地资料．分析了立木株数随林分平均直径的变化规律。通过林数标准化，将合标准地林分蓄积量转换到标准林分（郁闭度1．0）水平，采用改进的8参数Chapman－Richards函数，用Marquardt迭代法建立了以地位指数和年龄为解释变量的杉木人工林多形标准蓄积量收获模型，为立地质量评价和森林资源的生长预测提供依据。     

林种结构优化与森林蓄积量预测

林种结构优化和森林蓄积量预测,是根据生态规律优化森林的生态结构和经营目标,为综合分析林业的开发潜力,进行生态林业建设提供理论依据。本文节选《吉林省东部次生林区柳河县生态林业建设总体规划》部份内容,介绍林种优化和森林蓄积量预测的方法。一、林种结构优化林种是指用材林、防护林、薪炭林、经济林和特用林五大林种。林种结构是一项战     

小议影响树木直径稳定性的因素——选择蓄积量生长量调查时机

分析论述了季节变化对林木直径稳定性的影响,推介了蓄积量和生长量调查的理想时机。     

皖东黑松低产林的成因与改造

建国初期，皖东丘陵地区存在太面积荒山荒地。六十年代初，从青岛引进黑松，经过短时期引种试验成功，遂大量引种发展黑松造林，沙河集林业总场1978年森林资源清查和1984年6月黑松低产业分调查，黑松幼林11.86万亩，第亩蓄积量只有1立方米，马尾松幼林9.33万亩，第亩蓄积量只有2.8立方米，黑松中龄林1.1万亩，第亩蓄积5.17立方米，