基于随机森林的杉木标准树高曲线

以湖北省赤壁市国有林场40块杉木人工林实测数据为例,运用随机森林方法,以胸径、优势树高、优势胸径为自变量,建立树高预测模型。首先根据随机森林的置换精度重要性筛选出建模的自变量,并确定决策树的数量和竞争节点变量数,得到决定系数R2为0.9450,均方误差MSE为2.6966的随机森林树高预测模型。利用检验数据对随机森林树高预测模型和传统树高预测模型分别进行精度检验。结果表明：随机森林模型的拟合效果与预测效果都优于该传统树高模型,随机森林模型可以作为有效的树高预测技术。 关键词：杉木;标准树高曲线;随机森林     

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。     

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。     

杉木树高曲线参数稳定性的研究

用浙江省开化县和江西省分宜县的１４８块杉木样地数据,在限制和非限制条件下,逐一分析了间伐及坡向,坡位,坡度,海拔４个立地因子对杉木树高曲线模型 Ｈ＝１．３＋α１Ｈ＾ｂ１ｄｅｘｐ（－ｂ／Ｄ）参数稳定性的影响,结果表明;模型参数ｂ受间伐,坡向和海拔的影响较小,α１和ｂ１则受间伐和４个立地因子的影响较大。     

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。     

树高曲线的灰色拟合

在森林调查中,树高曲线广泛应用于林分平均高的确定,一元材积表的编制等。由于树高的测定常受林分状况,地形条件的影响,测定工作比较困难,结果也常存在较大的误差。为了提高测定精度,除提高测定技术水平外,还必须减少样本数,做到“少而精”。这样,所得数据少且变幅大,因此采     

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。     

标准树高曲线的研制

以Ｓｕｃｈｕｍａｃｈｅｒ式：Ｈ＝１．３＋αｅ＾－ｂ／Ｄ为基础，分析了模型参数ａ、ｂ与林分因子（优势高Ｈｄ，断面积平均直径Ｄｇ等）的关系，结果表明：ａ与优势高Ｈｄ的最为密切，ｂ与林分因子间的相关不紧密。确立了ａ＝ａ１Ｈｄ＾ｂ１关系式，建立了标准树高曲线模型：Ｈ＝１．３＋ａ１Ｈｄ＾ｂ１ｅ＾－ｂ／Ｄ（简记为ｓｍｋ式）。分析表明：ａ１、ｂ２无地区显著差异，ｂ地区差异显著；作为近似，同一树种各地区间都取统一     

杉松人工林伐区调查设计中树高曲线图的绘制与应用

为提高罗源县杉、松人工林树高曲线图绘制的准确性,利用广泛拟合择优选取的方法确定了能很好描述罗源县杉、松人工林胸径(D)树高(H)的一元二次函数模型,同时利用Excel电子表格设计绘制树高曲线图的程序。研究结果具有较大的应用价值。     

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。     

马尾松人工林相对树高曲线模型及其应用研究

利用标准地调查数据 ,建立马尾松人工林相对树高曲线模型 ,结合二元材积表测算标准地蓄积量。误差分析表明 :应用相对树高曲线模型测定林分蓄积量 ,精度高于一元材积表 ,可达到接近用二元材积表的测算水平 ,且不增加野外调查工作量 ,在实践上有一定应用价值。     

海南阿陀岭加勒比松树高曲线的研究

利用多模型选优法对海南省阿陀岭加勒比松的树高与胸径关系进行分析研究,结果表明:用Weibull模型和Schumacher模型拟合海南加勒比松的树高曲线精度最高,指数函数的精度最低。     

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.     

思茅松树高曲线方程中的异方差研究

运用残差图法和戈德菲尔特-夸检验方法检验出思茅松树高曲线方程中存在异方差现象.应用树高曲线方程本身为权函数对曲线方程进行加权,结果表明加权估计能够很好地消除思茅松树高曲线方程中的异方差问题,使曲线方程中的参数更加稳定,预估精度提高,应用性增强.     

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。     

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．     

初植密度、间伐对杉木林分优势高生长过程的影响

立地质量是决定林分生长和收获的主要因素之一,在用材林经营与管理中,立地质量定义为“生长在某一地位上既定树种或林分类型林木的生产潜力”。以往的研究表明:许多树种的材积生产潜力与树高的生长成正相关;在同龄林中,根据较大林木树高生长过程所反映的材积生产潜力与树高生长之间的关系,受林分密度和间伐的影响不大;许多重要的用材树种其高生长几乎不受林分密度的影响,因而,根据林分优势高评价立地质量的方法即地位指数法是目前评定人工林生产力(立地质量)的一种通用技术[1]。使用地位指数法的目的有两个:(1)预估指数年龄的林分高(地位指数);(2)确定林分整个生长过程期望遵从的树高生长模型,并由此导出林分其它因子在不同立地质量条件下的生长过程,从而估计林分的生产潜力。