四川桤木天然林和人工林的单木生长模型研究

预测和研究四川桤木天然林和人工林的生长与发展规律,以更好地经营四川桤木天然林。以四川桤木天然林和人工林为研究对象,基于实测的树高-胸径数据,通过比较分析9个树高曲线模型,建立四川桤木的单木树高曲线模型。结果显示,最终确定的四川桤木最优树高曲线模型的决定系数R~2为0.794,调整决定系数为0.792,均方根误差RMSE为0.886,相对均方根误差E_(RMSE)为0.045,平均误差ME为0.000,平均绝对误差MAE为2.641。最优的四川桤木单木树高曲线模型自变量为胸径,单木生长模型为H=1.3+27.176×(D/(1+D))~(11.856)。建立的单木树高曲线模型有较好的生物学意义,可为四川省四川桤木天然林和人工林的生长预测提供依据。     

湖南栎类天然混交林优势木树高曲线哑变量模型研究

使用13种具有代表性的树高-胸径模型对湖南栎类天然混交林优势木树高-胸径关系进行了拟合,从中筛选出拟合度较高的模型作为基础模型,以进一步构建含林分类型、立地类型哑变量的天然混交林优势木树高曲线模型。研究结果表明:平均优势木模型要优于最高优势木模型,利用哑变量模型拟合的效果要明显优于基础模型;n林分类型哑变量和立地类型哑变量平均优势木模型结构相同,都是H=1.3+(sun from n to i=1)a_i×Z_i×D_g/(D_g+1)+b×D_g,其确定系数分别为0.711 9和0.977 5,立地类型哑变量模型要优于林分类型哑变量模型。利用哑变量模型可提高模型精度及适用性,有助于建立区域性通用生物数学模型,并为全国栎类天然混交林立地质量评价的研究提供科学支撑和参考依据。     

华北落叶松与白桦混交林树高与胸径关系研究

【目的】建立华北暖温带华北落叶松与白桦针阔混交林树高与胸径关系的非线性混合效应模型,为研究针阔混交林中不同树种相互作用及其生长发育规律提供科学依据。【方法】以河北省塞罕坝机械林场的华北落叶松与白桦针阔混交林为研究对象,基于83块30 m×30 m的标准地调查数据,首先选取5个具有生物学意义的非线性树高与胸径关系基础模型进行拟合,确定最优基础模型;其次通过相关分析确定影响树高生长的主要因子;最后基于最优基础模型和主要因子建立包含哑变量的华北落叶松与白桦针阔混交林树高与胸径关系预测模型。【结果】在5个候选非线性树高与胸径关系模型中,Richard模型具有最好的拟合结果,其模型确定系数(R2=0.918 6)最大,均方根误差(RMSE=2.405 8)及绝对误差(Bias=0.194 5)最小;通过相关分析确定海拔和林分断面积与树高生长均在P 0.01水平上呈现显著性;基于基础模型构建了包含哑变量及主要影响因子的不同树种树高与胸径关系混合效应模型,当随机效应参数作用在林分断面积上时,模型预测精度较高。【结论】基于主要影响因子和包含哑变量的非线性混合效应树高与胸径关系预测模型,能够有效解决混交林中树种及主要因子对树高与胸径关系的影响,提高了预测模型的适用性及预测精度,为混交林森林质量精准提升提供科学依据。     

基于气候因子的杉木人工林削度方程构建

【目的】基于湖南省永州市75块杉木人工林样地的调查数据,构建含气候因子的杉木人工林树干削度方程,为后续研究气候因子对杉木树干削度的影响提供理论依据。【方法】从4个备选基础模型中选取1个最优的作为基础模型,使用数量化方法Ⅰ筛选出显著的气候因子,在此基础上,将气候因子和林分密度因子通过混合效应模型方法添至最优的基础模型中,确定最优的随机效应添加形式,从而构建含气候因子和林分密度因子的杉木人工林树干削度方程。【结果】Kozak(2004)模型为最优基础模型,其Ra2为0.959 5;夏季平均最高温（Txmax）、生长积温（DD5）为影响树干削度显著的气候因子。单含林分密度因子的杉木人工林树干削度方程的Ra2为0.971 0,均方根误差（RMSE）和平均绝对误差（MAE）分别为0.757 2、0.546 7,而含气候因子和林分密度的杉木人工林树干削度方程Ra2为0.981 6,RMSE和MAE分别为0.603 4、0.431 2,相比最优基础模型Ra2提升了2.3%,RMSE降低了32.56%,MAE降低了34.56%;相比单含林分密度因子的杉木人工林树干削度方程Ra2提升了1.1%,RMSE...     

基于分位数回归和哑变量模型的大兴安岭兴安落叶松树高-胸径模型

【目的】基于Richards方程比较分位数回归和哑变量模型对树高-胸径方程预测精度的影响,为林业树高-胸径模型的构建提供新的思路和方法。【方法】利用大兴安岭4个区域的兴安落叶松Larix gmelinii伐倒木胸径/树高实测数据,采用分位数回归和哑变量模型构建树高-胸径模型,并与基本模型进行对比分析。评价指标采用平均绝对误差(MAE)、均方根误差(RMSE)、确定系数(R2)、赤池信息量(AIC)、贝叶斯信息量(BIC)、平均预测误差百分比(MPE)、平均绝对百分比误差(MAPE)、均方根百分比误差(RMSPE),同时利用非线性额外平方和法进行区域性检验。【结果】1)Richards树高-胸径模型在9个不同的分位点(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)都能收敛,且每个区域都有其对应的最优分位数模型,区域1、2、3和4的最优分位数模型所对应的分位数分别是τ=0.7、τ=0.3、τ=0.5和τ=0.3,各区域最优分位数模型与哑变量模型所得结果差异不大,都优于基本模型。2)F检验结果表明哑变量模型的构造是有必要的,区域2和区域4没有显著不同,其他5对区域都有显著不同。3)模型检验结果表明区域1、3、4的最优分位数回归模型都要优于哑变量模型,区域2的哑变量模型没有通过正态性检验(P=0.028 6),因此区域2的最优模型仍然为τ=0.3时的分位数模型。【结论】分位数回归模型和哑变量模型都能够反映不同区域树高-胸径关系的变化,在拟合和检验统计量等方面都表现较好,适合于大兴安岭落叶松树高预测。在进行方法选择时,可以根据数据特征和研究目的进行选择。     

基于连清样地数据的全国杉木人工林平均木树高-胸径模型

目的 基于我国森林资源连续清查（简称“连清”）样地数据,分省区研建全国杉木人工林平均木树高-胸径的最优基础模型,以期为全国各省区杉木人工林的树高预测提供基础模型。 方法 研究范围为杉木人工林分布的15个省份,数据来自第六次、第七次连清样地数据的树高调查表,总样本数为23 239个。选取18种基础生长方程作为候选模型,分别拟合各省区杉木平均木树高与胸径的关系,根据模型的决定系数（R2）、平均绝对误差(MAE)、平均相对误差（MRE）、均方根误差(RMSE)和平均预估误差（MPE）,并结合模型残差分布图,确定各省区最优模型,同时采用5折法验证各省区最优模型的预测能力,最终决定各省区最优树高-胸径模型。 结果 15个省区的杉木最优树高-胸径模型并不相同,四川、云南、重庆、陕西、浙江、江西、湖南、广西的最优模型为模型18（Mitscherlich方程）,江苏、安徽、河南和福建的最优模型为模型16（Hossfeld方程）,广东、湖北、贵州的最优模型分别为模型10（双曲线方程）、模型11（Logistic方程）和模型13（Gompertz方程）,R2分布在0.602～0.807之间,MAE分布在0.94～1.53 m之间,MRE分布在−2.93%～−4.72%之间,RMSE分布在1.23～2.00 m之间,MPE分布在0.50%～2.77%之间。模型拟合效果较好,满足精度要求,且参数具有生物学意义,可作为全国各省区杉木人工林平均木树高-胸径基础模型。 结论 本研究构建全国杉木人工林分布的15个省区的最优树高-胸径基础模型,能较好的模拟各省区的杉木平均木树高随胸径的变化规律,可以作为全国各省区基本的杉木人工林平均木树高-胸径模型,为各省区杉木人工林的树高预测提供依据。     

基于贝叶斯法的针阔混交林树高与胸径混合效应模型

【目的】在多树种多层次针阔混交林中,基于贝叶斯混合效应模型法构建树高与胸径关系的混合效应模型,以提高预测模型参数稳定性,为揭示混交林多树种生长规律、资源分配差异及森林质量精准提升提供科学依据。【方法】以河北省塞罕坝机械林场华北落叶松和白桦针阔混交林为研究对象,基于112块标准地(30 m×30 m)调查数据,选取6个包含不同林分因子的理论方程作为构建混交林不同树种树高与胸径关系的基础模型,选择出拟合精度较高的模型,分别采用两水平非线性混合效应模型法和贝叶斯混合效应模型法构建立包含哑变量的多树种树高与胸径关系模型。【结果】包含林分优势高和林分断面积组合变量的Richards方程拟合效果最好,模型确定系数(R~2)、均方根误差(RMSE)和绝对误差(Bias)分别为0849 5、2378 6和0365 4;贝叶斯混合效应模型法拟合精度略高于传统非线性混合效应模型法:基于传统非线性混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0930 4和0103 4,白桦树高与胸径关系模型的RMSE和Bias分别为0982 7和0112 6;基于贝叶斯混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0910 5和0096 8,白桦树高与胸径关系模型的RMSE和Bias分别为0963 3和0100 2。【结论】基于贝叶斯混合效应模型法构建的非线性混合效应模型,充分考虑混交林多树种树高与胸径关系模型参数的不确定性,模型预测效果更具可靠性和稳定性。     

闽中毛竹立地质量评价及分级研究

【目的】毛竹立地质量评价是揭示毛竹生长与其立地因子间的关系的重要方法，对其进行研究是科学培育毛竹林的基础。【方法】对福建省永安市毛竹林的胸径、竹高进行了大样本调查分析，采用引入哑变量分级的方法，建立了毛竹的竹高-胸径曲线模型；探讨了毛竹胸径与其立地的气候因子、地形地貌因子及土壤因子间的关系，构建了回归模型。【结果】1）拟合毛竹竹高-胸径曲线的最优模型为逻辑斯蒂模型，引入哑变量分级的方法可以显著提高模型精度。引入哑变量分级的方法与未分级的方法相比，分级后模型的决定系数由0.548提高到0.901。依据模型实验区毛竹林可以分为5个立地等级。2）主成分分析表明，实验区影响毛竹生长的最重要气候因子为1月均温和出笋期降水量。3）对福建省毛竹胸径起影响的地形地貌因子重要性排序为：土层厚度坡位。可以用线性模型拟合胸径-地形地貌因子线性模型：D=0.119×(Pos)+0.803×(Thc)+8.136(R~2=0.554)。4）在土壤因子中，重要性排序为：全氮有机质碱解氮。【结论】采用引入哑变量分级的方法可显著提高毛竹立地质量评价的精度，1月均温、出笋期降水、土层厚度、坡位、坡度、全氮、有机质、碱解氮是与毛竹生长相关的主要气候和立地因子。研究结果为毛竹立地质量评价及生产潜力预估模型的构建提供了新的方法。     

秃杉人工林树高曲线模型研究

利用秃杉人工林标准地调查数据,以理查德为基本方程,采用哑变量的方法,引入立地质量因子,构建以立地质量为哑变量的秃杉人工林树高曲线模型,并将其与二元材积表相结合,测算标准地蓄积量。经交叉建模检验,建立的树高曲线模型,其估算精度接近二元材积表的估计水平。所构建的树高曲线模型在很大程度上减少了野外调查的工作量,提高了工作效率,为中国的森林资源调查提供一定的参考应用价值。     

基于非线性混合模型的针阔混交林树高与胸径关系

[目的]建立多树种、多层次混交林的树高-胸径生长关系非线性混合效应模型,为研究混交林多树种生长规律提供参考依据。[方法]以河北省塞罕坝国家森林公园华北落叶松-白桦针阔混交林为研究对象,基于87块标准地(20 m×30 m)的4 953株华北落叶松和3 608株白桦单木数据,选取13个具有代表性且具有生物学意义的树高-胸径模型进行拟合,从中筛选出拟合优度较高的模型作为构建混合效应模型的基础模型,并在混合效应模型中加入哑变量以解决样地内不同树种带来的差异。[结果]1)在13个树高-胸径候选模型中,模型13的确定系数最大(R2=0.915 7),绝对误差(Bias=1.200 6)、均方根误差(RMSE=0.129 1)最小,其拟合效果较好。2)以模型13为基础模型建立华北落叶松-白桦混交林树高-胸径关系混合效应模型,华北落叶松混合模型确定系数(R2)为0.926 4,AIC值为319.7,均方根误差(RMSE)值1.070 8,绝对误差(Bias)为0.084 1;白桦混合模型确定系数(R2)为0.918 7,AIC值为297.6,均方根误差(RMSE)为1.102 2,绝对误差(Bias)为0.070 5,表明模型拟合效果较好。3)利用所构建的混合效应模型,以2 cm为一个径阶对华北落叶松和白桦树高进行预测,其树高预测结果与测量值分布一致,表明包含树种哑变量混合效应模型中的参数充分反映出相同径级树高的变异趋势,提高了混交林树高-胸径模型预估精度。[结论]包含哑变量的混合效应生长模型可解决混交林中样地间及样地内树种对树高-胸径生长关系的影响,提高模型精度及适用性,为该地区提高针阔混交林经营水平及经营效果提供科学支撑。     

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。     

不同立地类型华北落叶松人工林冠幅与胸径关系研究

以河北省塞罕坝机械林场华北落叶松人工林为研究对象,利用155块标准地(30 m×30 m)调查数据,基于因子分析法和聚类分析法,确定影响华北落叶松人工林冠幅生长主要立地因子,利用主要立地因子划分立地类型,并构建不同立地类型华北落叶松人工林冠幅预测模型。结果表明:海拔、坡度和坡向是影响华北落叶松人工林冠幅生长的主要立地因子,并划分为高海拔和低海拔两个立地类型组。不同立地类型组最优冠幅预测模型分别为:高海拔,CW=-2.5972+0.6211D-0.0098D~2;低海拔,CW=[D/(4.9823+0.2059D)]~2。高海拔组与低海拔组:决定系数R~2分别为0.9795和0.9834,绝对误差(Bias)分别为0.0001和0.8259、均方根误差(RMSE)分别为0.0019和0.65718,通过检验表明不同立地类型组冠幅模型预测精度均较高,可为华北落叶松人工林科学经营提供科学依据。     

华北落叶松人工林差分地位指数模型构建

以阴山山地苏木山林场华北落叶松人工林为研究对象,利用43株解析木数据,基于Richards方程构建差分地位指数模型。结果表明:差分模型拟合结果明显优于基础模型,R²均在0.96以上,RMSE在0.86~0.96之间,MAE在0.42以下。ADA法推导的模型,以b或c为自由参数拟合结果要好于以a为自由参数;GADA法推导的模型,假设自由参数c与变量X₀成线性关系更合理。通过统计分析、残差分析和地位指数曲线簇比较,采用GADA法,假设自由参数a=e^X₀,c=c₁+c₂X₀所推导的差分模型为最佳模型,满足生物学和统计学两方面的要求。地位指数越大,优势木树高及其连年生长量的极值也越大,到达拐点的时间也越早。研究结果可为华北落叶松人工林立地质量科学评价提供依据。     

江西省不同立地等级的马尾松林生物量估计和不确定性度量

【目的】选择适合的单木地上生物量异速生长模型形式,获得区域尺度马尾松林生物量及其误差在不同立地等级下的估计,为精准估计不同立地质量的森林生物量提供技术支持,进而为森林立地生产力估计提供参考。【方法】在马尾松林3种单木生物量模型g_i=aD_i~b+ε[式(1)]、gi=a(D_i~2H_i)~b+ε[式(2)]、g_i=aD_i~bH_i~c+ε[式(3)]形式下(式中:g_i为单木生物量,D_i为单木胸径,H_i为单木树高,a、b、c为估计参数,ε为残差),运用优势木树高分级法对我国江西省马尾松林占优势的样地进行立地质量分级,采用蒙特卡洛模拟法估计3种模型形式下不同立地质量的单位面积生物量均值和不确定性。【结果】1)3种生物量模型形式的决定系数(R~2)及调整决定系数(R_(adj)~2)均达到0.95以上,拟合效果良好。从综合平均偏差、平均绝对偏差及均方根误差来看,式(3)模型较优。2)用优势木树高等级代替立地等级,利用树高分级法建立优势木树高-胸径模型,曲线的R2为0.907,平均偏差为0.001,平均绝对偏差为0.559,均方根误差为0.027,模型拟合效果良好。相同立地等级的样地成片分布,相对集中,每一立地等级的样地在江西省全境范围内均有分布。3)采用蒙特卡洛法对马尾松不同立地等级下的3种单木地上生物量模型估计结果及误差进行10 000次模拟后,马尾松地上生物量均值和误差的估计结果均达到稳定。在同一单木生物量模型形式下,不同立地等级的地上生物量均值估计结果随着立地等级的升高而增大;相对误差估计值在中间立地等级(3级)时最小,并有随着立地等级升高或降低而增大的趋势。相同立地等级下,3种模型地上生物量均值估计结果为式(1)式(3)式(2);绝对误差和相对误差估计结果为式(2)式(3)式(1)。【结论】1)区域尺度下的3种马尾松单木地上生物量模型从评价指标来看式(3)最好;从生物量估计误差结果相比较,3种模型的估计效果为式(2)好于式(3)好于式(1),带有树高因子的式(2)和式(3)的相对误差较式(1)更小。2)不同立地条件下,立地质量越接近平均水平,单位面积生物量均值估计的相对误差越小。3)结合优势木树高分级对立地等级进行划分,采用蒙特卡洛模拟法对不同立地等级下的生物量均值和误差进行估计,可以得到生物量及估计误差在不同立地条件下的分布。     

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%...     

基于最粗优势木胸径生长的湖南栎类天然林立地质量评价模型

【目的】分析立地因子对林分最粗优势木胸径生长的影响,构建含立地类型混合效应的栎类天然林优势木胸径生长模型,导出以最粗优势木胸径为指标的基于立地分级的立地质量评价模型,为栎类天然林立地质量评价提供一种新方法。【方法】以湖南栎类天然林为研究对象,基于51块样地实测数据,采用数量化方法Ⅰ筛选对优势木胸径生长影响显著的立地因子,将立地因子按照标准分级、组合,构成初始立地类型;通过R语言拟合栎类天然林优势木胸径与年龄的相关关系,筛选最优基础模型,将初始立地类型作为随机效应加入基础模型构建混合效应模型;应用k-means聚类将影响效果相近或相同的初始立地类型聚类成立地类型组,并将其作为随机效应加入最优基础模型构建含立地类型组的混合效应模型;通过导算,得到立地质量评价模型,采用方差分析验证林分断面积与立地指数的显著关系。【结果】对优势木胸径生长影响显著的立地因子包括海拔、坡度、坡位和坡向,显著性顺序为海拔>坡度>坡向>坡位;选取4种常见的树木理论生长方程进行拟合,模型确定系数(R²)均在0.7左右,其中Richards模型的拟合效果最好,R²     

基于立地哑变量的桉树胸径生长模型构建

为进一步提高桉树胸径的预测精度,以肇庆地区5875个森林资源二类调查桉树小班为研究对象,利用3个经验生长方程和3个理论生长方程构建桉树的胸径基础模型;采用方差分析方法确定影响桉树胸径生长的立地因子后,在基础模型中引入立地因子构建桉树的胸径哑变量生长模型。结果表明,显著影响肇庆地区桉树胸径生长的立地因子是坡向和坡度;经验方程和理论方程在拟合桉树胸径生长过程中无显著差异,最终选取Schumacher方程作为桉树的胸径生长基础模型;加入坡向和坡度哑变量后,模型的预测精度显著改善,决定系数R~2提高了0.118,相对均方根误差RRMSE降低了1.69%。本研究基于坡向和坡度哑变量构建的桉树胸径生长模型,结构简单,预测精度较高,可为肇庆地区的桉树培育提供参考。     

秦岭林区天然次生林与人工林立地质量评价

【目的】以秦岭林区典型的松栎林带为例,采用临时样地、固定样地和解析木3套数据建立立地指数模型和立地形模型,比较天然次生林与人工林立地质量评价差异,为天然次生林立地质量评价提供科学依据和评价方法。【方法】首先对样地直径分布进行SW正态性检验和株数积累分布曲线检验,论证天然次生林编制立地指数表的可行性;然后拟合优势树高生长方程,根据 R2和标准估计误差选择各树种导向曲线模型;依据树高连年生长量曲线与平均生长量曲线相交且趋于平缓、树高变异系数趋于平稳确定基准年龄和基准胸径;分别采用相对优势高法、标准差调整法和变动系数调整法形成立地指数和立地形曲线簇,编制油松、华山松、锐齿栎和落叶松立地指数表和立地形表。运用卡方检验、落点检验和相关性检验分析不同树种立地指数表和立地形表精度差异,采用平均误差、平均绝对误差和平均相对误差比较通用地位级表与立地指数表、立地形表评价立地质量偏差。【结果】各树种卡方检验值均小于卡方检验临界值,符合精度要求。油松和落叶松立地指数卡方检验平均值低于立地形,锐齿栎立地指数卡方检验平均值高于立地形,华山松立地指数与立地形卡方检验平均值差异较小。卡方检验、落点检验和相关性检验综合分析结果表明,立地形适用于天然次生林立地质量评价,而立地指数适用于人工林。与通用地位级表的比较表明,地位级评价立地质量平均误差、平均绝对误差、平均相对误差大于立地指数和立地形,地位级评价落叶松人工林立地质量误差显著大于立地指数。【结论】编制的油松、落叶松立地指数表,华山松、锐齿栎立地形表满足立地质量评价精度要求,能够反映林区天然次生林和人工林立地质量差异,可用于林区立地质量评价和森林经营管理。同时如何解决次生林立地质量评价中混交和异龄的特点、建立更具普遍性的立地指数和立地形模型仍是一个值得深入研究的问题。     

基于哑变量非线性联立方程组模型的林木参数遥感反演

以湖南省攸县黄丰桥林场Worldview-2影像和地面样地调查数据为基础,采用Mean shift算法对影像进行多尺度分割,提取杉木人工林林木冠幅信息,共提取有效林木冠幅227个,并对提取的冠幅边界信息进行平滑处理。分析调查数据中实测冠幅与影像提取冠幅之间的相关性,结合实测胸径、树高与冠幅的关系,应用曲线估计、非线性联立方程组以及基于哑变量的非线性联立方程组分别建立树高和胸径的最优估算模型,并进行了精度评价。结果表明:将树高与胸径作为哑变量,并进行数量化分级建立的影像冠幅与胸径、树高的非线性误差变量联立方程组模型的拟合效果要优于其他2种方法,树高和胸径模型决定系数R2H和R2D分别为0.899和0.913。模型的适用性检验表明,模型的变动系数、平均百分标准误差均在10%以内,具有较强的稳健性。     

溆浦县马尾松人工林立地指数简表编制

以湖南省溆浦县马尾松人工林为研究对象,采用优势木树高与年龄关系的常用数学模型,研制马尾松人工林立地指数导向曲线模型。结果表明:导向曲线方程H=439.93×(1-exp(-0.001×AGE))0.914是最适合的导向拟合曲线;马尾松人工林的标准年龄应定为20年,优势高在11~29 m范围内可划分为9个立地指数级。选用相对优势高法展开导向曲线编制形成立地指数表,检验结果表明所编立地指数表精度高、适用性强,能够客观评价溆浦县马尾松人工林的立地质量。