黑龙江人工落叶松林分蓄积量生物量和碳储量建模

林分水平的计量数表是开展森林资源二类调查必不可少的度量衡。利用黑龙江省国家森林资源清查的53个人工落叶松(Larix spp.)样地实测数据,结合已经颁布实施的《落叶松立木生物量模型及碳计量参数》行业标准,建立了林分水平的基于断面积和平均高的蓄积量、生物量和碳储量模型。结果表明:所建模型的确定系数(R2)在0.91以上,平均预估误差(MPE)在4%左右,可以满足森林资源二类调查的精度要求;提出的建模方法,也适用于建立其它地区或其它树种的林分蓄积量、生物量和碳储量模型。     

采用林分平均胸径和株数推算亩蓄积量的研究

通过建立杉木标准地，实测标准地内每株树木胸径，查一元材积表求算亩蓄积量，并算出标准地的平均胸径和林木株数．选择林分平均胸径和株数为辅助变量，林分蓄积量为因变量，采用最小二乘法，建立林分蓄积量预估模型，该模型经检验适用．调查取得杉木平均胸径和亩株数后，利用林分蓄积量预估模型，即可推算亩蓄积量，在林业生产上有推广应用价值．     

福建省林分蓄积量模型的建立

利用福建省杉木、马尾松、阔叶树3个树种组的林分蓄积量表,研究建立了对应的林分蓄积量模型,既为福建省森林资源规划设计调查提供了方便的计算手段,又为其他单位研建林分蓄积量模型提供了借鉴。     

用蓄积量估测森林生物量的初步尝试

用收获法测定林分生物量是一个极其繁重的工作。鉴于蓄积量和生物量二指标出自同一林分,而且受林龄、密度、立地和经营活动的影响基本趋于一致。因此,可用蓄积量来估测生物量。文中以杉木为例研究出了两者的回归关系式,并指出这种关系相当稳定,公式有通用性。     

基于RS、GIS的杉木林分蓄积量判读模型研究

以GIS可提取的因子、图像处理后的TM全波段光谱值及其比值为自变量，通过数量化、逐步聚类、逐步回归等方法建立杉木林分蓄积量判读模型，并用不同时相的遥感数据及其同期外业调查数据进行对比、分析。结果表明：所建立的杉木林分蓄积量判读模型线性关系显著，估算结果与外业调查数据基本相符，无显著差弄，估算精度达到广东省森林资源连续清查规程的要求。判读模型可应用于森林连续清查间隔期内广东省杉木林分蓄积量的估算。     

基于无人机航测数据的森林郁闭度和蓄积量估测

蓄积量是评价森林资源质量或状况的重要指标,为了解决实测郁闭度和蓄积量费时费力以及无法充分利用航测原始数据生成各项数据的问题,以无人机航测数据的点云数据和正射影像为研究数据,利用冠层高度模型提取高程,通过一元线性回归分析估测平均树高和平均胸径模型;使用改进形态学分水岭方法提取树冠个数;通过主成分回归建立郁闭度模型;结合提取与估测的GIS因子,用偏最小二乘法建立蓄积量模型。结果表明:平均树高模型精度为97.34%、平均胸径模型精度为91.27%,改进分水岭提取树冠精度为80.03%,郁闭度模型精度为83.18%,蓄积量模型精度可达88.43%。蓄积量模型的所有特征因子均是通过遥感方法从无人机原始航测数据中提取而来,充分利用了无人机航测数据。实验建立的树高、胸径和郁闭度模型可以有效地估测森林平均树高、胸径及郁闭度,改进后的分水岭算法减少了过分割,蓄积量模型能够有效估测蓄积量,提高了蓄积量提取效率,节省了大量的人力物力。     

不同林分密度指标在杉木林分蓄积量模型的应用研究

目的 林分密度是反映单木林分中林木株树和竞争的一个重要指标,构建林分生长与收获模型的一个重要变量。选择合适的林分密度指标来构建杉木林分蓄积量模型,提高林分预测精度。 方法 以福建邵武杉木(Cunninghamia lanceolata)人工林密度长期试验林28 a连续观测数据为依据,基于可变生长率法,建立了含5种林分密度指标的杉木林分蓄积年生长模型。 结果 模型决定系数R2均在0.979以上,精度高于不含密度指标的对照组模型。在包含密度指标的模型中,精度最高的为每公顷株数N密度模型,其次是相对植距RS密度模型,但是这两个模型参数估计不显著而被舍弃。所有模型的R2数值由高到低顺序为：每公顷株数N林分蓄积量模型（0.979 9）、相对植距模型（0.979 9）、林分密度指数SDI模型（0.979 4）、优势高营养面积比Z模型（0.979 3）、Nilson密度指数模型（0.979 0）以及不含密度指标模型（0.972 8）。 结论 除去N指标和RS指标模型,杉木林分蓄积量模型中表现最好的是以林分密度指数SDI为密度指标的模型。其次,还发现在低造林密度（1 667～3 333 株·hm−2）林分,蓄积生长量要大于中高造林密度（5 000～10 000 株·hm−2）的林分。     

采用林分平均高和密度估计人工林蓄积量

采用2015年广西森林资源连续清查第9次复查中人工林样地调查数据,按树种组(杉木、松树、桉树)建立林分每公顷蓄积量与林分平均高、林分密度(郁闭度、每公顷林木株数)二元非线性模型(不变参数和可变参数),用确定系数(R~2)和平均预估误差(MPE)等6个指标对模型进行评价和检验。结果显示:全部12个模型的总相对误差(TRE)、平均系统误差(MSE)均小于15%,MPE均小于10%,表明采用林分平均高和密度估计林分单位面积蓄积量可取得较好的效果,但可变参数模型的参数的变动系数太大,不宜采用;3个树种组中,不论是不变参数模型还是可变参数模型,以平均高和每公顷林木株数构建的模型的R~2均大于由平均高和郁闭度构建的相应模型的R~2,而剩余标准差(SEE)、MPE则相反,说明每公顷林木株数对林分每公顷蓄积量变动的解释能力优于郁闭度。综合考虑6个统计指标和参数的稳定性,3个树种组的每公顷蓄积量的最优估计模型均为由每公顷林木株数、平均高构建的不变参数模型。     

基于贝叶斯模型平均法构建杉木林分蓄积量生长模型

目的 探究杉木林分蓄积量变化的影响因素,为在气候变化背景下科学经营管理杉木人工林提供理论支撑。 方法 以福建邵武卫闽林场的杉木（Cunninghamia lanceolata）人工密度试验林为研究对象,分别利用贝叶斯模型平均法（BMA）和逐步回归法（SR）构建杉木林分蓄积量与林分变量因子（包括初植密度、每公顷胸高断面积、每公顷株数、平方平均胸径、林分优势高、年龄）和气候因子（包括年均气温、最热月平均温度、最冷月平均温度、年均降水量、年均湿热指数、低于0℃天数、夏季平均最高温度、冬季平均最低温度、春季平均气温）的关系模型。 结果 杉木林分蓄积量随着每公顷胸高断面积、平方平均胸径、林分优势高、年龄、夏季平均最高温、春季平均温和低于0℃天数的增加而增加,对于诸多的影响因子,SR法所确定的模型并不在BMA选出的后验概率较高的前5个模型中,模型表现出一定的不确定性,从模型后验概率角度看,SR模型精度较低。 结论 杉木林分蓄积量受到林分变量因子和气候因子的显著影响。相比于SR法,在构建杉木林分蓄积量模型方面,BMA方法考虑了模型的不确定性,模型表现更好。     

林分起源对立木生物量模型的影响分析

以杉木和马尾松604株样木的地上生物量和212株样木的地下生物量实测数据为基础,利用非线性混合模型和哑变量模型方法,建立了包含林分起源的立木地上生物量和地下生物量模型,分析了林分起源对模型参数的影响。结果表明:不同起源的立木地上生物量模型没有明显差异,而地下生物量模型则存在显著差异,相同直径和树高天然林木的地下生物量明显高于人工林木;杉木天然林木的地下生物量比人工林木大近30%,而马尾松天然林木的地下生物量比人工林木要大约45%。     

利用标准表建立贵州主要树种组林分平均形高模型的研究

森林蓄积量是森林资源调查和监测的重要指标。针对目前贵州省森林资源调查所采用的标准表没有数式(模型),应用不便的问题,提出利用标准表导算林分平均形高,建立贵州省6个树种组平均树高——平均形高回归模型,为森林资源二类调查及连续清查林分蓄积估算提供参考。     

广东省针叶树种蓄积量和生物量生长模型研究

目的 定量化表征森林蓄积量和生物量与年龄的关系,为预测森林蓄积量和生物量提供依据。 方法 基于广东省3个针叶树种5期连清数据,通过保留木林分平均胸径和林龄之间的关系,分别以生长潜力和生长速度分级、是否考虑竞争、分步和联合建模共8种组合,构建林分蓄积量和生物量生长模型,并评价模型拟合优度;以独立的4期连清数据为验证样本,评价模型的适用性。 结果 （1）不同种模型系确定系数皆在0.980以上,平均预估误差在±1%以内,总体相对误差在±0.5%以内。综合模型拟合和预测效果,以生长速度分级、不考虑竞争的分步模型最优,竞争对模型的适用性影响不大。（2）最优模型蓄积量和生物量的估计误差最大分别为10.36%和10.22%,模型适用性较好,4期估计误差表现为中期高于首末两期。（3）马尾松生长潜力最大,杉木最小,对杉木的估计效果优于马尾松和湿地松。（4）立地质量等级越高,生长量的极值越大,达到最高峰所需年限也更短;同一立地质量下马尾松生长量最大,其次为湿地松,杉木最小。 结论 含参数分级和林分特征的蓄积量和生物量模型,可以反映立地质量对广东省针叶树种蓄积量和生物量预测的影响,为精确估测森林储量提供方法学支持,也为其他地区林分水平生长模型的构建提供借鉴。     

杉木人工林林分郁闭度与疏密度关系的研究

本研究以杉木实生人工林141块标准地林分郁闭度与疏密度材料,计算并分析了二者的数量关系及变化规律。笔者发现:相同林分郁闭度下的林分疏密度变异较大,杉木林最大达21.2％。因此,林分郁闭度不能表示,确切地说明或替代林分疏密度。林分郁闭度与疏密度相关性,按下述顺序提高:各标准地、各标准地单因子、双因子、多因子及标准地平均水平等。其相关系数明显提高,剩余标准离差显著降低。不论各标准地、各因子、诸因子或平均水平的林分郁闭度与疏密度的数量关系,绝大多数为非线性关系。因此,求解回归方程时,将自变量变换为线性,可取得更佳的拟合效果。尤以逐步回归更能提高相关性。如杉木林的相关系数达0.9428,为极高度相关。     

基于机载激光雷达的崇礼冬奥核心区林分地上生物量反演

【目的】基于机载激光雷达数据建立结构稳定的林分地上生物量预测模型,考虑最小二乘、混合效应和贝叶斯等参数估计方法对最优生物量预测模型选择进行探讨,为生物量建模方法研究、生物量估测提供科学依据,为冬奥核心区实现“双碳”目标和生物量模型计算提供技术支撑。【方法】基于崇礼冬奥核心区2种森林类型(华北落叶松和白桦)62块实测样地及对应的激光雷达数据,通过变量筛选分别建立最小二乘、混合效应和贝叶斯生物量模型,应用确定系数(R²)、均方根误差(RMSE)、残差、总体相对误差(TRE)评价模型,采用留一交叉法验证模型精度。【结果】筛选出相关性较高的激光雷达变量共20个,最终进入模型的自变量3个。拟合效果最好的是Logistic混合效应模型(RMSE=22.99 t·hm^-2,R²=0.768,TRE=6.08%),分树种建立模型后华北落叶松模型拟合效果提升(RMSE=22.92 t·hm^-2,R²=0.795,TRE=7.45%),白桦模型预测精度提高(RMSE=23.34 t·hm^...     

青冈栎次生林林分形高模型构建

探索林分形高模型的构建与评价方法,可为湖南省青冈栎林分蓄积量的精准测定提供理论依据。以芦头林场和青羊湖林场的青冈栎次生林为研究对象,基于35个样地的1 055株单木实测数据,建立青冈栎次生林一元、二元林分形高模型。由孔兹干曲线推导出青冈栎树高曲线以计算林分条件平均高,基于林分形高与林分平均胸径、林分条件平均高的一元、二元相关关系,选取6个一元模型和8个二元模型,以决定系数(R²)、均方根误差(RMSE)、解释方差(EA)、平均绝对误差(MAE)和模型预估精度(P₁)作为评价指标。经过评估和比较,选定一元林分形高模型为f(D)=2.870 7×D^{0.261 8}、f(H)=2.022 4+0.339 5×H和二元林分形高模型为f(D,H)=0.590 6×exp(-0.008 3×D)×H、f(D,H)=(0.710 2-0.070 1×logD)H和f(D,H)=2.479 9×(D²×H)^{0.109 2}。通过留一交叉验证和配对T检验对模型进行检验,结果显示一元、二元林分形高模型...     

基于RS和GIS的林分蓄积预估模型研究

以松溪林业建设投资公司旧县项目林场212个小班为样地资料,从样地对应的遥感和GIS信息中筛选出影响蓄积估测的主要因子信息,构建林分蓄积量预估模型,以达到以少量的地面样地来估测林分蓄积的目的.通过精度验证和可行性分析,结果表明所建立的林分蓄积量预估模型估算结果与小班临时样地调查结果无显著差异,预估结果精度较高,可应用于区域林分蓄积量的估算.