杉木种源地理位置模拟模型及其应用研究

本文首次运用人工神经网络研究杉木种源与地理位置之间的内在规律．结果表明：所建立的人工神经网络模型模拟精度较高，利用已建立的树高ＢＰ模型和胸径ＢＰ模型可以预测不同地理位置杉木种源的生长情况，从而为合理区划杉木种源区域和种子调拨界限提供科学依据．     

云杉属4个树种不同分布区生长过程及树皮厚度模拟研究

以云杉属4个树种（白扦、青扦、云杉、丽江云杉）为对象，通过查阅文献资料收集了这4个树种主要分布省份（山西省、甘肃省、四川省、云南省）的树木生长量调查信息，并汇总了单木生长过程及胸径处树皮厚度数据，分析各树种树高、胸径、材积的平均生长量和连年生长量变化规律，同时对3个生长指标的总生长量以及树皮厚度进行模型拟合与精度检验。结果表明:1）云杉属4个树种在不同分布区单木生长过程符合一般林木生长规律，并且0~40 a的树高、胸径连年生长量增长速率较快，而材积连年生长量在40 a后增长速率较快，除白扦外其他树种在不同分布区的总生长量无显著性差异；2）各树种单木生长方程和树皮厚度模型拟合精度较高，树高与胸径拟合最优模型多为二次曲线模型，而材积拟合最优模型多为理查德模型，树皮厚度拟合最优模型为双对数模型和二元一次线性模型。研究可为云杉属的人工林经营与管理提供理论参考。     

闽北杉木人工林单木模型

根据福建省３２块杉木人工林临时标准地和固定标准地资料，采用生长量修正法和Ｒｉｃｈａｒｄｓ生长方程建立了单木潜在直径生长函数和单木直径生长修正函数。选择相对直径（ＲＤ。）和相对植距（ＲＳ）分别作为竞争指标和密度指标，建立直径生长模型。依据树高和直径的关系，引入反映立地质量的优势高为自变量，建立了树高生长模型，为了提高树高拟合效果，对树高残差值分布进行了分析，树高残差遵从正态分布。     

基于随机森林算法的落叶松?云冷杉混交林单木胸径生长预测

目的单木生长受气候、林分等多种因子影响,需要利用适当的方法厘清气候以及林分中影响林木生长的主导因子。随机森林等机器学习方法提供了一种新的途径,需要检验利用随机森林算法分析气候和林分因子对林木生长影响的可靠性,为森林生长收获预估提供新的方法。方法以吉林省汪清林业局20块落叶松?云冷杉混交林固定样地25年（1986—2010年）间连续调查数据作为研究材料,候选气候和林分因子52个,利用随机森林算法建立了包含气候和林分的单木胸径生长模型,分析气候和林分因子对单木胸径年平均生长量的影响:基于52个超参数组合（决策树数目ntree = 1 000、决策树每个结点随机选择的预测变量个数mtry = {1, 2, ···, 52}）构建了52个随机森林模型,利用10折交叉验证法分别训练和评估52个随机森林模型;基于完整数据集,利用最优随机森林模型分析自变量对单木胸径年平均生长量影响的相对重要性以及偏依赖关系。结果ntree = 1 000、mtry = 12所对应的模型是52个模型中具有最佳泛化能力的模型,该模型具有最大的交叉验证决定系数R2_cv（R2_cv = 0.54）,以及最小的交叉验证均方根误差RMSE_cv、交叉验证平均绝对偏差MAE_cv和交叉验证相对均方根误差rRMSE_cv（RMSE_cv = 0.14 cm、MAE_cv = 0.10 cm、rRMSE_cv = 50%）。单木胸径年平均生长量受林分因子的影响极大,相对重要性超过80.00%。8个林分因子中,大于对象木的林木断面积之和BAL对单木胸径年平均生长量影响最大,林分每公顷株数N对单木胸径年平均生长量影响最小,其他因子对单木胸径年平均生长量影响介于两者之间;单木胸径年平均生长量随BAL、林分每公顷断面积BA、N以及林分断面积平均胸径D_g的增加而下降,随对象木胸径与林分断面积平均胸径之比RD、林木期初胸径D₀以及对象木胸径与林分中最大林木胸径之比DDM的增加而增加。单木胸径年平均生长量受气候因子的影响较小,相对重要性低于20.00%。44个气候因子对单木胸径年平均生长量的影响均较小（相对重要性均 < 1%）,其中,生长季平均降水量（4—9月）与年均降水量之比Pratio、年总太阳辐射时长Asr、生长季平均降水量（4—9月）与生长季相对湿度（4—9月）之比Gspgsrh以及生长季太阳辐射时长（4—9月）Gssr是前4个相对重要的变量。结论随机森林模型能够较好地解析各变量与单木胸径年平均生长量之间复杂的关系,单木胸径年平均生长量受林分因子的影响极大,而受气候因子的影响较小。总体而言,在局部尺度上,林分因子是影响单木胸径生长的主导因子,而气候因子对单木胸径生长的解释能力有限。随机森林模型具有一定的泛化能力和统计可靠性,产生的变量重要性和偏依赖图具有合理的林学意义。      

基于广义可加模型的气候对单木胸径生长的影响研究

基于吉林省汪清林业局落叶松鄄云冷杉林长期固定样地25 年观测数据,采用广义可加模型方法,建立了包含 气候因子的单木胸径生长模型,研究气候因子对单木胸径生长的影响及不同树种的响应差异。结果表明:生长 季逸5 益积温、生长季最低气温、年平均总降水量、月气温差以及年平均气温与年平均总降水量之比5 个气候因子 对该类型的落叶松、红松、冷杉、云杉、慢阔和中阔6 个树种(组)的单木的年平均胸径生长量都有显著的影响,但不 同树种组的气候响应变量和程度不同。对含气候和林分因子的全模型、仅含林分因子的部分模型以及仅含气候因 子的部分模型进行了统计分析,结果显示:3 类模型分别能解释50.8%、45.7% 和29.5% 的胸径生长变异,说明在 局部尺度气候因子对胸径生长的解释能力有限;影响胸径生长的主要因子是单木的期初胸径、大于对象木的断面 积之和、林分每公顷株数和林分断面积平均胸径。      

大兴安岭兴安落叶松天然林单木生长规律与模型研究

本研究利用大兴安岭阿荣旗、柴河、额尔古纳等7个地区设置的65块标准地中选取的108株天然兴安落叶松解析木实测数据,分析研究其生长规律,应用舒马切尔、单分子式、柯列尔和对数型生长方程对其进行拟合,并对拟合结果进行评价,优选出适应性最强、稳定性最高的单木生长模型。结果表明:天然兴安落叶松树高、胸径、材积生长规律均符合一般树木生长规律。树高和胸径的平均生长量和连年生长量均在20 a时达到最大值,26～28 a左右相等。材积平均生长量和连年生长量均未出现最大值,说明研究区内天然兴安落叶松到70 a时仍未达到数量成熟龄,正处于旺盛生长期。大兴安岭地区天然兴安落叶松最优树高生长模型为单分子式生长方程,最优胸径生长模型为单分子式方程,最优材积生长模型为柯列尔生长方程。本研究可为大兴安岭地区天然兴安落叶松林分结构优化、合理经营提供参考。     

北京市蒙古栎单木与年龄无关的生长预测模型研究

为了准确预测林木的生长动态变化、科学经营管理林分,利用定期清查数据,以年龄隐含的单木模型拟合北京市蒙古栎单木胸径、材积和断面积生长预测模型,并进行检验。结果表明:所拟合的3个模型对蒙古栎单木胸径、材积和断面积生长状况的预测效果较好,预测精度分别高达99.72%、99.40%、99.46%,预测精度大小排序为:胸径>断面积>材积。预测精度较高的原因可能是年龄隐含的生长模型以单木自身的观测值为自变量,且蒙古栎生长较慢,短期内不会有太大变化。该模型具有与年龄无关的特点,但建模时有一定的限制条件,要求样地固定、重复观测。     

用度量误差模型方法建立油松树高曲线方程组1）

根据一类清查数据,以Richards方程为基础,采用度量误差模型方法,建立油松林分相容性树高曲线方程组。结果表明：模型在0．05的水平上检验显著,对树高、胸径的预估精度分别为96．12％、96．53％;胸径生长的速生期滞后于树高生长的速生期,树高生长极盛期的林龄为20～30 a,胸径生长极盛期的林龄为30～40 a;胸径为5～10 cm时,树高生长最快,此后逐渐变缓;树高曲线与林分胸径、树高生长过程曲线之间具有相容性和一致性。     

基于度量误差模型方法建立的林分相容性树高曲线方程组

【目的】研究北京市蒙古栎天然林的林分树高生长规律,为林分的科学、合理经营管理提供参考。【方法】根据北京市蒙古栎一类清查数据,以Richards方程为基础,采用度量误差模型方法建立林分相容性平均树高曲线方程组。【结果】经检验,所建模型在置信水平α=0.05时显著,对林分树高、胸径的预估精度分别为96.39%和97.23%。随着蒙古栎林分林龄的增长,胸径生长速生期滞后于树高生长速生期,大约在15年时,林分树高生长速度最快,大约在23年时,林分胸径生长速度最快;而林分树高随其胸径的生长变化则是在林分胸径为10cm左右时生长最快,此后逐渐减缓。【结论】所建立的林分树高曲线联立方程组比较合理,既使得林分树高曲线与林分胸径、树高生长过程曲线之间具有相容性和一致性,也考虑了模型中自变量的度量误差。     

30年生不同生长势杉木的胸径和树高的生长动态

采用树干解析法获取3种不同生长势（优势木、中庸木、被压木）杉木的胸径、树高生长数据,利用ForStat的生长曲线模拟杉木的胸径模型和树高模型,结果表明,Richards生长曲线是分析杉木胸径和树高的适宜生长曲线;3种不同生长势的杉木胸径生长曲线和树高生长曲线均呈“S”状曲线,有较高的相关性。     

榆林沙区樟子松人工林胸径-树高生长模型研究

为研究榆林沙区樟子松胸径-树高生长模型，填补榆林沙区樟子松在胸径-树高生长模型研究的空白，为榆林沙区樟子松林分生长预测、生产经营管理提供参考依据，以榆林沙区樟子松人工林为研究对象，选用15个常用的胸径-树高生长模型，通过5个评价指标(R²、决定系数(RMSE)、平均绝对残差(MAE)、残差平均和(SSE)、Akaike信息量准则(AIC))进行对比分析拟合，从而进一步确定，适宜的榆林沙区樟子松胸径-树高生长模型。结果表明：除了Gompertz(1825)模型(14号模型)无法输出参数，剩余的模型均可以。在剩余的14个模型中，双曲线型(2号模型)、混合型(5号模型)、二次多项式(6号模型)、Korf(10号模型)、修正Veibull(11号模型)这5个模型评价指标较优，拟合效果较好。综合比较分析可知，这5种基础胸径-树高模型中，修正Veibull模型可以更好地拟合樟子松胸径-树高的关系，精度也比较准确，建议选用修正Veibull模型。     

红松树高-胸径的非线性混合效应模型研究

以吉林省汪清林业局的蒙古栎阔叶混交林和云冷杉阔叶混交林24块固定样地中的2598株红松为研究对象,利用Chapman-Richards方程建立了不含随机效应与含随机效应的单木树高-胸径简单模型和广义模型。模型拟合和检验的评价指标主要包括调整决定系数(R2a)、平均相对误差绝对值(RMA)和均方根误差(RMSE)。对于混合效应模型,设计了随机抽取、抽胸径最大的树、抽胸径最小的树和抽平均木4种抽样方案计算随机参数,通过对比4种抽样设计下模型的误差统计量,分析了不同抽样设计下样本数量和预测精度的关系。结果表明:基于混合效应模型的红松单木树高-胸径模型拟合效果(简单模型的R2a在0.753~0.886之间,RMA在11.3%~15.1%之间,RMSE在1.38~2.01m之间;广义模型的R2a在0.754~0.886之间,RMA在11.1%~15.0%之间,RMSE在1.38~2.01m之间)优于不含随机参数的红松单木树高-胸径模型(简单模型的R2a在0.502~0.868之间,RMA在12.2%~17.8%之间,RMSE在1.42~2.65m之间;广义模型的R2a在0.711~0.877之间,RMA在11.6%~17.2%之间,RMSE在1.41~2.10m之间);包含随机效应的简单模型和广义模型拟合效果没有明显的差异,表明基于混合效应模型的单木树高-胸径简单模型可以很好地描述树高-胸径关系在不同森林类型、不同样地间的差异,因此不需要在树高-胸径模型中增加其他自变量;抽取平均木的抽样设计优于其他3种抽样设计,且抽取4株平均木时,预测精度提升最为明显,综合预测精度和调查成本的考虑,在实践中应用包含随机效应的红松树高-胸径模型时,推荐在样地中抽取4株平均木测量其树高来估计随机参数。      

用林分生长模型更新小班主要调查因子的方法研究

小班的单位面积株数、平均胸径、平均树高、平均单株材积、平均年龄、单位面积蓄积等是森林小班最基本的特征数据,是森林资源小班调查的主要因子。以复位固定样地数据为基础,建立林分生长模型系统,包括单木材积模型、株数模型和进界模型等,并将该模型系统用于浙江省林业重点县仙居县的小班数据更新,结果较好。     

湖南省杉木林分相容性树高曲线方程组研究

为了掌握杉木Cunninghamia lanceolata天然林与人工林的树高、胸径生长规律,改进杉木的营林生产模式,利用湖南省杉木一类清查数据,选择了6种常用经验方程拟合杉木树高曲线和胸径生长曲线,从中选出最优模型。在此基础上,考虑林分起源的差异,采用引入哑变量的度量误差模型方法建立不同起源林分相容性树高曲线方程组,并分析比较林分各阶段的生长状况。结果表明:引入哑变量后所建立的树高曲线方程组效果更好,在含哑变量的树高曲线方程组中杉木林分平均胸径生长过程曲线、平均树高曲线的拟合决定系数分别为0.820 5,0.758 0,预估精度分别达到了98.30%和98.01%,且其他各项评价指标均优于不含哑变量的树高曲线方程组;通过对比分析各林分不同林龄段的生长状况知:杉木人工林和天然林的总体趋势一致,但在中幼龄阶段,人工林的树高和胸径生长率高于天然林,且人工林的树高与胸径均比天然林先达到最大值。利用引入哑变量的度量误差模型方法建立树高生长模型,不仅考虑度量误差提高了模型精度,还解决了模型间不相容的问题。     

青海云杉种子园树木生长相关性分析

青海云杉种子园是提供具有优良遗传品质的更新造林用种的主要基地.青海林木良种育种工作比较薄弱,我们应用生长相关性分析理论,开展青海云杉种子园树木高生长与胸径以及树冠之间的相关性分析来拟定青海云杉生长过程,并根据生长变量自身的数据序列,建立起青海云杉树高生长与胸径生长、胸径生长与树冠的动态预测模型.结果表明:应用线型分析理论建立的树高生长量模型和胸径总生长量模型以及树冠生长量模型,精度相当高,能够准确地预测青海云杉树高生长的未来趋势.     

应用地面三维激光扫描对白桦单木结构参数的提取

应用地面三维激光扫描仪,在大小兴安岭地区的4块白桦(Betula platyphylla)次生林样地进行单木扫描,对扫描后树干点云进行分层处理并设置阈值;运用Hough变换算法提取单木位置与胸径,利用树干生长方向得到树高与冠幅;运用回归分析对算法估计值和实测值进行拟合,判断算法的准确性;利用体元模拟法与传统体积计算方法分别估测树冠体积,分析两种算法的差异。结果表明:4块样地的单木识别率较高,平均为86.5%;4块样地的单木胸径、树高、冠幅估测的决定系数(R~2),分别为0.82、0.79、0.83,相应的均方根误差分别为2.03 cm、1.98m、0.45 m,显示了较好的估算精度;利用体元模拟法与传统树冠体积计算方法得到4块样地中树冠体积的平均差异为35.6%,两种算法间4块样地平均决定系数为0.96,拟合较好。     

蒙古栎天然林单木生长模型的研究:Ⅱ.树高-胸径模型

【目的】预测和研究蒙古栎天然林的生长与发展规律,以更好地经营蒙古栎天然林。【方法】以蒙古栎天然林为研究对象,基于吉林省汪清林业局195块蒙古栎林固定样地的2期复测数据,通过分析已有的16个普通树高曲线模型和16个标准树高曲线模型并对比2种模型的拟合结果,建立蒙古栎林的单木树高曲线模型。【结果】最终确定的蒙古栎林最优普通树高曲线模型的决定系数R²为0.728,调整决定系数R_adj²为0.721,均方根误差为 2.291 m,相对均方根误差为0.158,平均误差为0.118 m,平均绝对误差为1.794 m。最优标准树高曲线模型的决定系数R²为0.907,调整决定系数R_adj²为0.901,均方根误差为1.479 m,相对均方根误差为0.114,平均误差为0.094 m,平均绝对误差为1.381 m。【结论】增加了树木和林分因子的标准树高曲线模型,其精度较普通树高曲线模型有大幅提高。最优的蒙古栎单木标准树高曲线模型自变量包括胸径、林分每公顷株数、林分每公顷断面积、优势木平均高。建立的单木标准树高曲线模型有较好的生物学意义,可为吉林省汪清地区蒙古栎天然林的生长预测提供依据。     

基于泰森多边形与人工神经网络的单木模型研究

利用宝天曼自然保护区栎类天然次生林6块标准地的调查数据,采用人工神经网络建模方法,以期初胸径,泰森多边形面积,期初年龄,期末年龄,缓冲区距离直径比为输入变量,期末胸径为目标变量,在MATLAB软件中进行模型训练,建立人工神经网络模型,本研究先用部分数据作为训练样本,完成模型的学习和训练,又用部分数据进行了检验,在精度满足要求时,进行了数据的模拟,由此得到了单木生长模型.这种以GIS与ANN为基础的单木生长模型能很好的预测宝天曼地区天然栎类的期末胸径,具有现实意义.     

森林系统中林分因子的协整性分析及其协整系统建立的研究

通过对森林林分的2个重要因子--胸径和树高的随机系列分析发现,胸径为一阶单整Ⅰ(1),树高为二阶单整Ⅰ(2),它们具有协整关系,协整向量为(1, 0.733 4).从协整模型分析可以得到胸径生长有利于树高生长,所以在森林培育中更加注重胸径培育,在促进胸径生长的同时,促进树高的生长,最终达到整个林分的生长.     

广西南宁巨尾桉(DH32-28)植苗林调查因子关系模型研究

[目的]调查广西南宁巨尾桉(DH32-28)植苗林各调查因子间的关系。[方法]对在广西南宁树木园新塘和横县林区内生长正常的巨尾桉(DH32-28)植苗林进行调查,分别测定每株树的胸径、树高、年龄等树木调查因子,并对其相关性进行分析,建立胸径与造林时间、树高与造林时间、胸径与树高等因子之间的一系列数学模型,并进行模型的实用性和精度检验。[结果]胸径、树高与造林时间的对数函数关系比较密切,树高与胸径的二次函数模型关系比较密切。胸径与造林时间的关系可以用对数函数模型y=-3.310+4.132lnx来反映,树高与造林时间的关系可以用对数函数模型y=-15.881+8.816lnx来反映,胸径与树高的关系可以用二次函数模型y=0.635+0.822x+0.042x~2来反映。[结论]模型揭示了广西南宁巨尾桉(DH32-28)植苗林各调查因子之间的生长规律性,同时还可以用于桉树人工林林分生长预估中单株树木潜在的生长分析,对桉树人工林的可持续经营利用和森林生态系统恢复具有一定的指导意义。