杉木相容性立木材积表系列模型研建

以我国南方地区最重要的针叶树种杉木（Cunninghamia lanceolata）为研究对象,采用误差变量联立方程组方法,建立了相容性二元立木材积方程、胸径和地径一元立木材积方程、树高胸径回归模型及地径胸径回归模型。利用3种树高模型和2种地径模型组合了4个相容性立木材积表系列模型联立方程组,通过6项指标进行综合评价,结果表明由最简单的树高模型和地径模型构成的相容性系列材积模型就能取得良好效果,其二元材积表、胸径一元材积表和地径一元材积表的平均预估误差分别为1.31%、3.66%和7.39%,可用于不同目的的杉木林蓄积量估计。     

杉木相容性立木材积表系列模型研建

以我国南方地区最重要的针叶树种杉木(Cunninghamia lanceolata)为研究对象,采用误差变量联立方程组方法,建立了相容性二元立木材积方程、胸径和地径一元立木材积方程、树高胸径回归模型及地径胸径回归模型。利用3种树高模型和2种地径模型组合了4个相容性立木材积表系列模型联立方程组,通过6项指标进行综合评价,结果表明由最简单的树高模型和地径模型构成的相容性系列材积模型就能取得良好效果,其二元材积表、胸径一元材积表和地径一元材积表的平均预估误差分别为1.31%、3.66%和7.39%,可用于不同目的的杉木林蓄积量估计。     

甘肃省山杏山杨相容性一二元材积模型研建

为建立适用于甘肃省的立木材积模型,获取更为准确的材积表,以甘肃省山杏、山杨为研究对象,采用电子经纬仪进行无损立木精测获取数据,并通过误差变量联立方程组方法,建立了两个树种的二元立木材积方程、一元立木材积方程以及树高-胸径回归模型,为准确估计相应树种的森林蓄积量提供了科学依据。利用经典的二元材积模型山本和藏式及指数树高模型进行联立得到相容性立木材积方程,通过6项指标对所得模型进行综合评价,结果表明:二元材积模型、一元材积模型都能取得良好效果,其中山杏二元材积表、胸径一元材积表的平均预估误差分别为2.12%,2.58%;山杨二元材积表、胸径一元材积表的平均预估误差分别为1.57%,2.01%;所建相容性一二元材积模型可用于甘肃省山杏山杨蓄积量估计。     

桉树相容性可加性立木生物量模型系统研建

桉树是我国南方重要的速生树种,在保障国家木材安全和增强森林碳汇能力方面发挥着重要作用,但目前尚无可靠的立木生物量模型。从我国桉树林的主要分布区广西分别采集了183株和124株代表性样木的地上生物量(含干、皮、枝、叶各个分量)和地下生物量数据,采用最新的综合哑变量方法和误差变量联立方程组方法的联合估计技术,建立了相容性可加性一元和二元立木生物量模型系统。结果表明,地上、地下生物量模型的确定系数R²均在0.95以上,平均预估误差MPE分别在3%和6%以下。通过对3组已发表的桉树地上、地下生物量模型的估计结果进行对比分析,发现仅1组模型能达到相关技术规程的精度要求,另外2组模型的估计结果明显有偏差,其中偏差最大的地下生物量模型其相对误差甚至超出了100%。此次研建的桉树相容性可加性立木生物量模型系统,为准确估计广西乃至全国桉树林的生物量及碳储量提供了计量依据。     

东北落叶松相容性立木材积和地上生物量方程研建

以东北落叶松立木材积和地上生物量数据为例,通过改进模型的结构形式,采用误差变量联立方程组的方法,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:与常用的非线性模型相比,在材积方程和生物量方程中增加截距常数,能显著改进模型的拟合效果;建立的一元相容性方程,地上生物量和立木材积的预估误差均不超过5%;二元相容性方程,地上生物量的预估误差约为4%,立木材积的预估误差则小于3%。     

北京市主要森林类型蓄积量生物量碳储量模型研建

林分水平的蓄积量、生物量和碳储量模型,是开展森林资源规划设计调查的计量基础。基于北京市2016年森林资源连续清查的1 425个乔木林样地数据,分别利用非线性独立回归估计、误差变量联立方程组和含哑变量的误差变量联立方程组方法,建立了油松林、侧柏林、栎树林、桦木林、榆树林、刺槐林、杨树林、其他硬阔林、其他软阔林、乔木经济林等10种主要森林类型的林分蓄积量、生物量和碳储量模型。结果显示:10种主要森林类型的蓄积量、生物量和碳储量模型的确定系数(R~2)都在0.93以上,总体相对误差(TRE)和平均系统误差(ASE)都在±3%以内且多数趋近于0,平均预估误差(MPE)都在5%以内,平均百分标准误差(MPSE)都在15%以内。结果表明:不同森林类型的蓄积量主要取决于林分断面积和平均高,生物量主要取决于蓄积量和林分平均高;含哑变量的非线性误差变量联立方程组方法,是建立林分水平三储量(森林蓄积量、生物量和碳储量)模型系统的可行方法;所建北京市10种主要森林类型的蓄积量、生物量和碳储量模型,其预估精度达到相关技术规定要求,可以在实践中推广试用;为进一步提高模型的准确度,可采用基于二元模型计算的蓄积量和生物量样地数据对所建模型进行修正。     

新疆云杉一体化立木生物量模型系统研建

[目的]研究建立地上生物量与地下生物量、立木材积之间相容,以及地上生物量与各分量之间可加的一体化生物量模型系统,为准确估计森林生物量提供定量依据。[方法]以新疆自治区的云杉(Picea spp.)为研究对象,基于230株和78株样木的实测地上生物量、树干材积和地下生物量数据,综合利用误差变量联立方程组方法和哑变量建模方法,研究建立集地上生物量、树干材积和地下生物量为一体,兼具相容性和可加性的二元和一元生物量模型系统,并分析一元模型是否受地域的影响。[结果]所建云杉一元和二元一体化生物量模型系统,地上生物量方程的平均预估误差在7%以下,干、皮、枝、叶各分项生物量方程的平均预估误差在10%左右,地下生物量方程的平均预估误差在15%以下,均达到了相关技术规定的预估精度要求。除了干材和树皮生物量的估计效果不如二元模型外,一元模型对其它各项生物量的估计均要优于二元模型。比例控制法和代数控制法均能解决地上生物量与干、皮、枝、叶各分项生物量之间的可加性问题,且两种方法得出的模型预估结果无显著差异。[结论]将哑变量引入误差变量联立方程组,不仅能解决地上生物量和地下生物量样本单元数不相等时如何联合建模的问题,还能同时解决地上生物量与地下生物量和立木材积之间的相容性问题及地上生物量与各分量之间的可加性问题,方法切实可行;对地上生物量、地下生物量及立木材积的估计,含区域因子的哑变量模型均要优于总体平均模型。     

利用误差变量联立方程组建立南方杉木一元立木材积模型和胸径地径回归模型

利用我国南方的杉木实测数据,采用误差变量联立方程组方法,同时建立了胸径一元材积模型、地径一元材积模型和胸径—地径回归模型。结果表明:地径与胸径之间相关紧密,其回归模型的确定系数可以达到0.96以上;地径一元材积模型的预估精度要明显低于胸径一元材积模型。     

海南地区菠萝蜜和荔枝单木相容性生物量模型的构建

【目的】准确评估区域森林生物量,构建不同形式的单木生物量模型,为单木模型区域尺度扩展提供准确、科学的方法。【方法】以海口市羊山地区常见的2种经济林树种菠萝蜜和荔枝作为研究对象,采用非线性度量误差联立方程组方法,引入树种效应哑变量,构建基于哑变量的非线性误差变量单木生物量模型。【结果】不同树种各组分生物量模型确定系数为0.91～0.99,均方根误差为1.45～26.10 kg/株,绝对误差为-2.04～0.21 kg/株,预估精度均在90%以上,各组分生物量模型均能满足精度要求;引入树种效应后构建的含哑变量非线性生物量模型确定系数为0.94～0.99,方根误差为1.66～26.68 kg/株,绝对误差为-5.49～2.06 kg/株。2组模型评价指标与预估精度值相差不大。含哑变量的相容性生物量模型各组分生物量分配规律基本一致,随着胸径增大,树干生物量占比逐渐增大,最高占比约至63.8%,树枝生物量占比逐渐减小,最低约至8.7%,当胸径达到30 cm后,占比增幅减缓并趋向稳定。【结论】采用度量误差联立方程组方法可以有效解决基于树高和胸径因子的单木各组分生物量相容问题,并且预估精度达到92%...     

论一元立木材积模型的研建方法

对建立一元立木材积模型的两种常规方法进行了深入分析,提出了以树高—胸径模型为基础的二阶回归估计方法。利用该方法既可以提高模型切合性能,又能有效控制模型的拟合误差,并以西藏自治区的四旁树一元立木材积模型为例进行了说明。     

我国杉木通用性立木生物量模型研究

以我国南方地区的最重要针叶树种杉木为研究对象,综合利用非线性混合模型、哑变量模型和误差变量联立方程组方法,建立了适合杉木不同生长区域（总体）应用的一体化一元和二元地上生物量方程及根茎比函数.结果表明：不同总体的地上生物量模型之间存在显著差异,总体（一）的估计值要大于总体（二）,而地下生物量则差异不明显;地上和地下生物量方程的平均预估误差分别在5％和10％以内,可应用于不同区域的杉木林生物量估计.     

贵州省人工马尾松立木材积和地上生物量方程研建

以贵州省人工马尾松样木的立木材积和地上生物量数据为基础,建立省级总体平均模型和以区域作为特定参数的哑变量模型及线性混合模型,并对中心区和一般区2类区域性模型与省级总体平均模型之间的差异进行对比分析和预估效果检验。结果表明:对立木材积和地上生物量估计而言,区域特定的模型与总体平均模型之间以及哑变量模型和线性混合模型之间并没有显著差异。本文所建模型为贵州省马尾松人工林的蓄积量和生物量监测评估提供计量依据,所用方法为建立其他含特定参数的通用性模型提供可行途径。     

论北京市一元立木材积表的数式化方法

针对目前北京市森林资源连续清查所采用的一元立木材积表没有数式、应用不便的问题,提出了根据胸径、材积成对值及相应的二元材积式,建立内含树高-胸径回归模型的一元立木材积式的方法,并建立了北京市7个树种组的一元立木材积式,为森林资源连续清查的材积估计提供了方便。     

用分段建模方法建立东北落叶松立木材积和生物量方程

以东北落叶松(Larix spp.)立木材积和地上生物量数据为例,通过采用误差变量联立方程组和分段建模方法,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:采用误差变量联立方程组能确保立木材积与地上生物量之间估计结果的相容性,而分段建模方法能有效解决常用模型在小径阶存在的系统偏估问题;本文所建立的分段一元模型,地上生物量和立木材积的总体预估误差均不超过5％;分段二元模型,地上生物量的预估误差基本在4％以内,立木材积的预估误差则小于3％.     

基于激光雷达数据的东北林区航空林分材积表编制

利用东北林区云冷杉林、落叶松林、樟子松林、红松林、栎树林、桦树林、杨树林、榆树林、椴树林和水胡黄林10种森林类型的1947个样地的激光雷达数据和地面实测蓄积量数据,首先通过多元线性回归和非线性回归方法,分别建立基于机载激光雷达数据的森林蓄积量回归估计模型,并通过对比分析,确定统一形式的基础回归模型;然后利用哑变量建模方法,建立基于不同森林类型参数和相同激光雷达变量的蓄积量模型。结果表明,研究建立的10种森林类型的线性蓄积量回归模型的解释变量个数在2~7之间,确定系数在0.460~0.858之间;非线性蓄积量回归模型的解释变量个数在2~4之间,确定系数在0.461~0.846之间。基于点云平均高度和平均强度建立的10种森林类型的二元蓄积量模型(研究称之为标准模型),其确定系数在0.440~0.815之间,平均预估误差在2.88%~4.42%之间,平均百分标准误差在16.76%~25.52%之间,预估精度基本达到森林资源规划设计调查技术规定要求。依据研究建立的10种森林类型的蓄积量模型,可以编制基于激光雷达数据的航空林分材积表,在森林资源调查实践中推广应用。     

利用度量误差模型方法建立海南省桉树、木麻黄、马占相思重量与材积相容性模型

利用海南省按树、木麻黄、马占相思实测数据,采用度量误差模型方法,研究建立树干去皮材积与重量相容性联立方程,并对使用普通非线性回归方法和度量误差模型方法得到的重量估计结果进行对比分析。结果表明：对于带有度量误差的重量模型,使用度量误差模型方法进行估计效果更好;所建立的树干去皮材积与重量相容性联立方程拟合效果均较好,且二元明显优于一元,采用一元材积的重量模型预估精度达到96％以上,采用二元材积的重模型预估精度达到98％以上。