云南省主要针叶树种树高曲线模型研建

树高曲线在森林经营和收获调整中有着重要的作用,建立适用于云南省主要针叶树种的树高曲线模型,为其森林经营提供参考。基于云南省两期森林资源连续清查数据,以冷杉、思茅松、云南松、华山松和杉木作为研究对象,选用Richards等15种树高曲线模型作为备选模型,以决定系数(R~2)、均方根误差(RMSE)、平均绝对误差(MAE)、总体相对误差(TRE)和平均预估误差(MPE)作为模型拟合效果的评价指标。结果表明:Hossfeld方程能较好地描述冷杉和杉木的树高曲线,双曲线方程能较好地描述云南松和华山松的树高曲线,Wykoff方程能较好地描述思茅松的树高曲线;云南松最优树高曲线模型决定系数为0.676,其它针叶树种决定系数均大于0.710。独立样本数据检验表明,各树种最优树高曲线模型均有较好的适用性,对云南省主要针叶树种树高有较好的预测效果。     

林木树高曲线模型研究

利用马尾松和杉木的解析木资料，验证了以柱体屈曲理论为依据推导出的树高曲线模型优于传统的树高曲线经验模型．     

相对树高曲线模型的建立与应用

利用标准地调查资料建立相对树高曲线模型，将此模型与二元立木材积表相结合，用于林分和样地立木材积的估计。其估计精度可达到近似实测树高曲线法的水平，又不增加野外工作量，避免了利用一元立木材积表估计林分或样地立木材积偏差太大的问题。     

相对树高曲线模型的研究和应用

本文针对我国现行一元立木材积表估计立木材积对林分或样地偏差太大，直接利用二元立木材积表野外测绘树高曲线工作量大等实际问题，研究提出了利用相对树高曲线模型将二元立木材积表用于林分和样地立林材积估计的方法，其估计精度可达到近似实测树高曲线法的水平而又不增加野外工作量。     

兴安落叶松树高曲线模型研究

应用孟家岗林场2011—2012年17块固定样地中85株解析木资料,根据经验方程选择单木树高曲线的基本模型,应用选定的模型对不同立地条件下的落叶松人工林进行树高曲线拟合,再用参数化的方法确定参数与各个林分调查因子之间的关系,从而建立单木树高曲线模型。结果表明:Richards理论模型可作为落叶松人工林单木树高曲线基本模型,其参数与林分的地位级指数(SCI)呈线性关系,而与年龄和密度的关系不明显;最终建立的树高曲线方程为H=(12.380 25+0.740 79 SCI)(1-e~(-0.05D))0.665 29+1.3,其优点是,当0≤H≤1.3时,D的取值可以为零,符合林木生长的生物学特性。     

基于人工神经网络的树高曲线模型研究

本文利用人工神经网络建模技术,以河南农业大学三区内毛白杨人工林99株的断面积平均直径和树高资料为基础,研建了树高曲线人工神经网络BP模型和幂函数模型。通过两个函数模型的比较表明:人工神经网络建模技术精度高、误差小,具有很强的泛化能力。在用幂函数拟合较差的情况下,人工神经网络也取得很高的精度,其拟合效果具有明显的优势。     

非线性树高曲线模型的研究

引入失拟检验的理论和方法检验了树高曲线模型的适度,应用全模型和选模型的检验理论 方法对３参数模型的某个参数取定值作了检验,结果表明２参数模型描述树高曲线已经足够,比较了６个２参数树高模型,常用的幂函数式Ｈ＝ａＤ＾ｋ和双曲线式Ｈ＝ａＤ／（Ｄ＋ｂ）以及本文提出的Ｒｉｃｈａｒｄｓ式的特例即Ｈ＝ａ（１－ｅ＾－０．０５Ｄ）＾ｃ均表现推荐作为基本的树高曲线模型。     

帽儿山林场椴树林树高曲线模型研究

基于东北林业大学帽儿山实验林场30块样地中724株椴树样木的胸径和树高数据,采用统计软件对常用的树高曲线模型进行了拟合,选择得出该地区的椴树林最优树高曲线模型。     

江苏省杨树树高曲线模型的研制

用江苏省杨树解析木编制了杨树标准树高曲线模型，该模型引入了适宜的林分控制因子（树龄和地位指数），是具有统计学意义的树高曲线模型。经检验，模型有较好的精度，适用于江苏省的杨树树高生长模型。该研究可为江苏省日益发展的杨树人工林的经营管理提供生长预测，并为杨树生产力测定和预估提供数学模型与方法。     

吉安市主要树种类型相对树高曲线模型的应用研究

针对我国现行一元立木材积表对林分或样地材积估计偏差太大,本研究利用103块样地资料,建立了吉安市杉木、国外松、阔叶树等3个主要树类的相对树高曲线模型。经检验,3个树类的模型用于林分材积估计的总相对误差都在±1%以内,相对误差绝对值平均数小于3.6%。其估计精度可达到近似实测树高曲线法的水平而又不增加野外工作量。此外,还将杉木和国外松人工林合并进行了建模,效果也相当理想,仍能满足建模精度要求。     

可变参数相对树曲线模型及其应用研究

用我国现行一元立木材积表估计林分或样地的立木材积偏差很大，而直接利用二元木材积表，则野外实测树高的工作量又太大。本研究针对这一实际问题，提出了通过建立可变参数相对树高曲线模型，将二元立木材积表直接用于林分或样地立木材积估计的方法，其 估计精度可达到接近实测树高曲线法的水平。     

人工云杉群体直径和树高生长的灰色代数曲线模型（GAM）

利用舟曲沙滩林场人工云杉解析木材料，建立人工云杉群体直径和树高生长灰色曲线模型，预测其单株生长量，进而预估林分生长量，可提高预报准确性，其中直径生长模型为：Ｘ（ｔ）＝－１．４３６５＋３．１７１ｔ－１．３０４１ｔ＾２＋０．４５４８ｔ＾３－０．０３０５ｔ＾１，树高模型国：Ｘ（ｔ）＝－０．１３９８＋０．６１５１９ｔ＋０．１０４９ｔ＾２＋０．０２５２ｔ＾３－０．０００８ｔ＾４。     

基于BP神经网络的马尾松树高曲线模型

基于福建省南平市2013年森林资源清查实测的121对马尾松平均木数据,应用BP神经网络建模技术建立树高预测模型。经反复训练和优选,得到最优模型结构为1∶5∶1,决定系数为0.855,均方误差为2.603 2。结合传统5个树高曲线方程,利用38对平均木检验数据分别对模型进行验证。结果表明:BP神经网络模型拟合和预测效果都优于传统方程,可以作为有效的树高预测技术。     

可变参数相对树高曲线模型及其应用研究

用我国现行一元立木材积表估计林分或样地的立木材积偏差很大，而直接利用二元立木材积表，则野外实测树高的工作量又太大。本研究针对这一实际问题，提出了通过建立可变参数相对树高曲线模型，将二元立木材积表直接用于林分或样地立木材积估计的方法，其估计精度可达到接近实测树高曲线法的水平。研究提出的可变参数相对树高曲线模型结构通式为：ＲＨｉ＝。     

广西杉木林分相对树高曲线模型研究

为减轻森林资源调查的工作量,满足蓄积量调查的精度要求,利用广西276块杉木(Cunninghamia lanceolata)林标准地资料,选用理查德函数变型的固定参数式和可变参数式建立杉木林分相对树高曲线模型,综合考虑模型拟合决定系数(R²)、均方误差(MSE)、总相对误差(TRE)、平均相对误差(MRE)、平均百分比误差(MPE)和预估精度(P)等指标,选择表现较好的模型。结果表明,最佳的杉木林分相对树高曲线模型为理查德函数变型固定参数式模型。将利用模型估算的林分蓄积量与利用二元材积表估算的林分蓄积量形成成对数据,采用配对t检验法对二者均值差异进行检验;结果显示,二者无显著差异,精度达到99.46%。利用理查德函数变型固定参数式模型建立的杉木相对树高曲线方程预估精度高,可在广西区内应用,整体区域模型函数为■,中心产区模型函数为■,一般产区模型函数为■。     

福州市米槠林分相容性胸径生长模型和树高曲线模型研究

根据福州市森林资源二类调查数据,利用非线性度量误差联立方程组方法,分别建立基于5种经验生长方程的胸径生长模型和树高曲线模型系统,以均方差(RMSE)、平均绝对偏差(MAD)、决定系数(R²)和预估精度(P)作为模型评价指标,对比5种模型的拟合效果。结果表明:5种模型的预估精度均大于90%,其中Logistic模型拟合效果最优,胸径生长过程曲线和树高曲线的模型预估精度分别为92.85%和95.15%。经配对t检验,胸径和树高的实测值与预测值之间无明显差异,拟合效果优良。数据分析显示,米槠林分胸径快速生长期滞后于树高快速生长期,均处于林分中、幼龄林时期,然后生长速度逐渐变缓。该模型可以用来描述福州市米槠林分胸径和树高的生长变化规律,在优化模型结构的同时,减少误差对预测结果的影响,并建立了胸径、树高和林龄3者之间的相容性和一致性,为米槠林分的生长预测提供参考。     

湖南省马尾松树高曲线及材积模型研建

基于湖南省主要树种模型研建项目中153株马尾松的胸径、树高和材积实测数据,拟合6种树高曲线模型及常规一元、二元材积模型,对所有树高曲线模型进行对比分析后,选取拟合效果最好的树高曲线模型代入二元材积模型,构建新一元材积模型,并对常规一元、二元、新一元3种材积模型进行对比评价。结果表明：所有树高曲线模型的决定系数均在0.66以上,总相对误差均低于5%,模型拟合精度较高;综合对比分析6种树高曲线模型,选择模型5作为最优树高曲线模型;3种材积模型的决定系数和预估精度均较高,分别超过0.89和95%,模型拟合效果良好;较常规一元模型,新一元材积模型的各项指标均更好,且能满足林业行业标准的精度要求。     

广西速丰桉人工林相对树高曲线模型研究

以广西速生丰产桉树人工林776块样地数据为基础,运用现代建模思想和方法,优选模型结构,研究建立了速生丰产桉树人工林相对树高曲线模型.经检验,桉树人工林合并树种建模和分树种建模的效果同样十分理想,模型用于林分蓄积估计的总相对误差和平均相对误差均在±1%以内,远小于规定的±3%;预估精度达98.5%以上,大于规定的97%;满足林业数表建模要求.     

马尾松人工林相对树高曲线模型构建

在广西马尾松Ⅰ类、Ⅱ类和Ⅲ类产区设置279块马尾松人工林标准样地,采集每木检尺数据,数据经预处理后选取理查德函数变形的可变参数式与固定参数式模型分别构建马尾松相对树高曲线模型,并以参数变动系数和综合修正决定系数(R²)、总相对误差(TRE)、平均系统误差(ASE)、平均百分标准误差(MPSE)及预估精度(P)等指标进行综合评价;同时,对该模型进行分区和分胸径、树高段及独立样本检验。结果显示:构建的最佳广西马尾松人工林理查德函数变形的固定参数相对树高曲线方程为■。其中c₁取值为2.254 6、变动系数为3.902%,c₂取值为1.198 2、变动系数为4.953%。该相对树高曲线模型的拟合效果佳,在通用性和适用性方面均表现良好,达到了编制林业数表模型的控制精度。