加格达奇地区落叶松球果花蝇危害的预测

在大兴安岭地区种子园，连续12年调查了落叶松球果被害率及其相应气象因子，利用SPSS统计软件在相关分析的基础上，采用主成分分析方法确定了影响球果被害率的主要气候因子，并采用多元线性回归预测方法，建立了球果被害率与4月份平均气温X10、1月份最低气温X13之间的预测模型。     

杉木种子产量预测方法的初步研究

以花芽数和球果数的系统抽样为基础，采用可见半面树冠法和信息段法分别建立了杉木种子园单株球果产量的预测模型，并利用球果切开法建立了球果种粒数预测模型。结果表明利用可见半面树冠法预测单株球果产量简便易行、精度较高，最佳信息段法预测精度较高、适用性强，球果切开法能估测全球果的饱满种粒数、空粒数和涩粒数，同其它方法结合使用可预测种子产量和质量等级。各类预测模型的检验均达极显著水平，可根据实际需要选择应用。     

可见半面树冠法预测油松种子产量的研究

以可见半面树冠法估测的油松球果成熟前数量来预测油松当年种子产量 ,结果得出 :油松球果数目和种子产量有着密切的直线相关关系 ,可以用油松球果数进行种子产量的预测 ;这是一种方便而且精度高的方法。二者呈直线相关 ,相关系数 r =0 .86 0 3,预测精度为 86 .99%。     

油松前期果数（以及雌花数）和后期球果数关系的分析

本文对当年雌花数与当年球果数；当年雌花数、当年球果数与第二年春季隔年球果数；春季隔年球果数与秋季成熟球果数；春季当年球果数与第二年秋季成熟球果数这四种情况的前、后期落花率、落果率以及相关性进行了研究，为油松种子提前半年和一年半进行预测提供了依据和数学模型。     

可见半面树冠法的预测油松种子产量的研究

以可见半面树冠法估测的油松果成熟前数量来预测油松当年种子产量，结果得出：油松球果数目和种子产量有密切的直线相关关系，可以用油松球果树进行种子产量的预测；这是一种方便而且精度高的方法。二者呈直线相关，相关系数γ＝０．８６０３，预测精度为８６．９９％。     

油松前期球果数(以及雌花数)和后期球果数关系的分析

本文对当年雌花数与当年球果数 ;当年雌花数、当年球果数与第二年春季隔年球果数 ;春季隔年球果数与秋季成熟球果数 ;春季当年球果数与第二年秋季成熟球果数这四种情况的前、后期落花率、落果率以及相关性进行了研究 ,为油松种子提前半年和一年半进行预测提供了依据和数学模型。     

红松球果产量的影响因子及预测方法概述

红松球果产量是红松天然下种更新的重要保证。从测树因子、环境因子、灾害因子和经营措施方面阐述对红松球果产量的影响,探讨多种球果产量预测方法,提出用多种气象因子与红松球果产量数据建立预测模型,并引入相应的数学方法来预测红松球果产量,为合理地进行球果采摘和红松经营提供理论依据和技术支撑。     

油松母树林种子产量预测的研究

以山西省雁北地区怀仁县金沙滩国营林场油松母树林为试验地,对历年结实球果数进行调查.结果表明:处于结实初期(10～16年)的母树林,其种子产量与母树年龄的相关关系是极显著的,利用年龄指标即可以预测种子产量.进入结实中期(年龄16年以上)的母树林,其种子产量除受结实周期性影响外,还受气象因素的制约.对于结实周期性影响的部分产量采用谐波分析法求出其表达式,而对于气象因素影响的部分产量则采用逐步回归分析法求出其表达式,两者之和为此期种子产量预测表达式.通过对1990年的预测球果数进行实测检验,精度为93.80％,证实此预测方法是适用的.     

马尾松球果产量与母株表型性状的相关分析

通过马尾松球果产量与母株表型性状的相关分析、通径分析、决定系数分析表明, 球果数对高产无性系种子产量存在决定性影响． 用１４ 个方程进行马尾松球果数量与种子产量的回归拟合后表明, 直线方程拟合效果最好     

樟子松球果烘干机的研制和试验

在东北、内蒙地区,樟子松球果每年九月末十月初成熟。成熟的球果鳞片将种子紧紧地裹在球果内,球果把与树枝的连结强度,并不因球果成熟而或减弱,而是牢固地挂在树梢上过冬。至翌年的四、五月份,大地解冻,气温回升,春风骤起,阵阵温暖的干风,吹拂球果,使球果的鳞片干燥变形向外张开,使球果开裂。于是夹在球果鳞片间的种子才能脱粒出来。 分析樟子松球果从成熟到开裂的自然过程,可以看出,在自然界中,干热风是促使球果开裂,种子脱粒的主要因素。然而我国普遍使用的球果调制方法,只强调温度的作     

数值模拟温度变化对兴安落叶松径生长的影响

大兴安岭林区是我国典型的气候敏感区,该地区具有典型代表性的地带性植被兴安落叶松,其对气温变化的响应有不可或缺的作用。本研究通过采样、烘干、刨平、打磨、抛光、扫描、存储图形,使用软硬件系统WinDENDROTM、COFECHA和ARSTAN测量和检验,建立了大兴安岭兴安落叶松标准化年表。同时利用内蒙古大兴安岭根河地区50 a(1961—2010年)气温观测数据,分析了生长轮宽度与根河及附近区域气温和深层地温的关系。运用当地气温观测历史资料对Hadley-PRECIS和CMIP5气候模式的偏差做了订正。假设未来4种温室气体排放情形下,运用两种数值模式,对2011—2040年根河地区气温订正后的模拟结果建立回归方程,评估未来兴安落叶松在增温条件下的径生长趋势。结果表明:一年中,树木生长季后期9—10月份气温偏高,对兴安落叶松生长的不利影响显著,生长季(5—9月份)的深层地温偏高,对第二年树木生长有显著的促进作用。但是,未来增温气候趋势对兴安落叶松径生长不利。     

沙地樟子松的结实规律

根据在红花尔基林业局所设样地10a间的调查资料，对沙地樟子松的结实规律进行了分析，根据不同年度间球果产量的差异显著性和标准误差，确定了划分樟子松球果产量丰年、欠年及平年的标；住。采用这一标准可以得出：沙地樟子松连续两年为丰年或欠年的概率很小，但可连续两年为平年，这一结论可为采种规划提供科学的参考。     

福建省暴发性林火天气预报方法研究

据1989～2002年福建省森林火灾资料与相应的气象资料,应用数量化回归分析,指出秋冬旱、强寒潮、冬春旱是福建省暴发性森林火灾的潜在气象因子;通过分析500hPa东亚天气形势与森林火灾的关系建立福建省暴发性森林火灾预报模式     

元江县芒果园橘小实蝇种群变动规律研究

通过诱捕的方式对云南省元江县芒果园橘小实蝇种群变动规律进行了全年监测,并就气候因素对当地橘小实蝇种群变动的影响进行了分析。研究结果表明,元江芒果园内橘小实蝇可常年发生,11月至翌年4月种群数量相对较低,5月以后种群数量开始增长,至8月达到高峰。逐步回归分析揭示,降雨量、平均日照时数、月极端最高温和最低温是影响5—10月元江县芒果园橘小实蝇种群数量的关键因子;相对空气湿度、风速、平均日照时数、月极端最低温则是影响11月至翌年4月种群数量变动的关键气候因子。     

基于隶属函数的骆岗机场新型大雾预报方法

准确预报大雾对机场减少航班大面积延误和旅客滞留有重要意义。本文阐述一种适用于机场的大雾短时预报方法。通过选取骆岗机场历史地面逐时观测气象资料，依据气温趋势不同类型，运用模糊隶属度与发生条件概率模型，分别建立短时大雾的预报方法。利用VC++程序开发了骆岗机场大雾短时预报软件，可扩展硬件构建实时预警系统。使用2011年地面资料检验结果显示：对未来3小时大雾预报准确率为91.3%，TS评分为0.84。因此，本文提出的大雾短时预报方法在骆岗机场附近3小时大雾预报中是有效的。     

基于机器学习的落叶松毛虫发生面积预测模型

落叶松毛虫为我国主要害虫之一,其发生严重影响了我国林木生长和森林资源的安全。因此,及时准确地对落叶松毛虫虫害发生趋势进行预测、预报十分必要。虫害的发生受到多种因素的影响,存在复杂的非线性关系,传统的预测方法大多为基于线性的预测,导致其预测效果不够理想。本研究选取当年3月中旬的总蒸发量、上年7月上旬的平均最低气温、当年3月下旬的极端最低气温以及上年11月上旬的平均风速作为自变量,虫害发生面积作为因变量,利用多层前馈神经网络(MLFN)、广义回归神经网络(GRNN)以及支持向量机(SVM)3种机器学习算法对落叶松毛虫发生面积进行预测,并将3种方法的预测结果与传统多元线性回归预测方法相比较。结果表明,机器学习的预测效果均在很大程度上优于多元线性回归预测,并且在3种机器学习算法中,SVM模型的预测效果最好,在30%容忍度下其预测精度可以达到100%,并且该模型还有较低的RMSE值(0.077)和较短的训练时间(1 s)。这表明,机器学习可以应用于生产实际并有效预测虫害发生面积,尤其是SVM模型可以作为一种很好的虫害发生预测手段。      

舞毒蛾种群动态测报技术

对舞毒蛾卵块的种群动态与工、湿度等气象因子相关分析，找出了相关系数较大的因子，建立了相应的回归模型，回归检验得出了利用２月下旬的温度来预测４月份的舞毒蛾卵块种群动态，效果较好。     

SVR的树木生长过程建模及其参数优化研究

计算机树木模型可以广泛地应用于理解、预测和调控树木的生长和产量,在树木生长及生态系统等领域的研究中已经成为一种很重要的研究方法。采用支持向量回归对树木高度进行建模与预测,减小了样本数据量小造成的误差,克服了树木生长方程选择的困难。对支持向量机的参数采用遗传算法进行筛选,提高数据拟合精度。最后将预测结果与采用各类生长方程模型的预测结果进行比较,结果表明用支持向量机预测方法有较高的精度。