树冠体积与赤松毛虫发生量的关系

本文重点论述了树冠体积在赤松毛虫防治管理中的作用。根据冠幅、冠高确定树冠体积,从幼虫期食叶总量3323.17 cm得出树体最大载虫量,通过回归方程(?)(载虫量)=2.1016+27.1957x(树冠体积)可找出不同树冠体积对赤松毛虫的允许发生量。     

基于无棱镜全站仪的树冠体积算法

树冠体积是树木生物量计算中非常重要的参数。在此,介绍了一套基于无棱镜全站仪的树木树冠体积测量和计算方法。首先,在树木周围布设控制点,并用GPS测定控制点坐标。其次,根据树木的生长情况将树冠分层,每层根据树冠伸展情况和凹凸变化选择特征点施测。再次,将所测各层的特征点,在各自层内两两相连,构成弧段面。然后,由下至上,相邻弧段分别进行内插点操作,以保证上下两弧段的点数目相同,将上下弧段的点一一对应相连,以构成多面体,进而建立树冠模型,利用积分算法计算树冠的体积。最后,选取了7棵不同冠形的样本树,比较了传统方法、无棱镜全站仪、三维激光扫描仪所测树冠体积。结果表明,全站仪所测体积的精度大大高于传统方法;与三维激光扫描仪相比,大体上有10%~20%的误差。考虑到,无棱镜全站仪野外工作环境要求和造价都远低于三维激光扫描仪,因此,本文的方法具有较强的实践意义和应用价值。     

楠木人工林树冠体积与叶面积指数预估模型的研究

基于楠木(Phoebe zhennan)人工林5块同定标准地25株枝解析数据,进行楠木人工林树冠体积与叶面积指数预估模型研究,研究结果表明:楠木人工林树冠体积和叶面积指数随着林木胸径、树高、冠幅和冠高的增大而增大;在分析树冠体积和叶面积指数与林木变量的基础上,利用SPSS统计软件建立了树冠体积(V)和叶面积指数(LAI)的预估模型:所建立的楠木人工林树冠体积的预估模型为:V=0.2750L2.253H10.770(L为冠幅,m;H1为冠高,m),叶面积指数的预估模型为:LAI=0.7845+0.5481H1-0.0288H12+0.0007H13;对预估模型进行检验,结果表明,两个模型的预估精度均大于88%,说明所建模型可以较好地预估楠木人工林树冠体积和叶面积指数.     

基于无人机倾斜摄影测量的树冠体积及表面积提取算法对比分析

树冠体积和表面积是树冠结构的重要特征因子,是准确监测树木生长状况的关键参数。利用无人机倾斜摄影测量可以快速获取树冠三维结构,因此对比分析树冠体积和表面积的不同提取算法,可以提高林业调查中树冠体积和表面积的提取效率和精度。通过无人机倾斜摄影测量获取树木三维点云数据,分别使用体元法和数字高程法计算树冠体积和表面积,分析两种算法在不同树种间计算结果的差异。研究结果表明,利用数字高程法得到的树冠体积和表面积明显大于体元法,分别将点云密度和冠型参数与两种算法计算结果的相对差值进行拟合,拟合结果表明：点云密度只对树冠体积的计算有影响,决定系数R²为0.443 1,冠型参数对树冠体积和表面积的计算均有影响,决定系数R²分别为0.349 6和0.100 1。对于精度要求较高的研究,体元法更加准确,而对于树冠内部空隙少且树冠表面较规则的树木,在计算树冠体积和表面积时,可以用数字高程法代替体元法来提高工作效率。     

四川盆周西缘天台山退化天然阔叶林主要乔木树种单木树冠特征

对地处四川盆周西缘山地的彭州市林场天台山林区的退化天然阔叶林中的红桦、房县槭、卵叶槭、野樱桃、稠李、灯台、椴树、五角枫和花楸等主9种主要乔木树种进行了树冠调查,并选择其平均木进行树干和枝解析,测定各单木树冠特征,包括全树高、平均冠幅、冠长、冠长率、一级枝数、二级枝条数、一级枝条着生密度、一级枝条年生长数、树冠曲线、树冠体积(大小)、树冠密度等。通过SPSS拟合其树冠曲线,利用V=∫baπf2(h)d(h)求得树冠体积,定义并计算了9个树种的树冠密度(枝密度)。研究结果表明:(1)阔叶树树冠曲线表现出稳定的抛物线特征;(2)各阔叶树树冠体积变化较大,符合其各自生物学特征;(3)阔叶树枝密度能反映其树冠生长状态,可作为树冠特征指标使用。     

如何提升手持式GPS在林业行业应用中的测量精度

简述了使用GPS手持机进行测量应掌握的几种常见坐标系统及坐标转换的一些基本概念,并针对当前林业行业GPS应用状况,提出了提升GPS在林业调查中的精度和应用水平的一些对策与措施。     

量测小面积方法的研究

本文提出的放大镜方格法,量测精度比方格法以及其他一般量测面积方法和工作效率都高,是量测小面积的好方法。     

基于航空影像的树冠提取方法研究

用高空间分辨率遥感影像对单木树冠进行自动提取和轮廓描绘是近年来林业遥感领域研究的热点。本文以覆盖实验区的航空影像为例,采用面向对象的多尺度分割方法,逐级对植被对象、树冠对象和分树种模式进行分割,有效地提取了影像中的树冠大小信息。     

树冠生物量研究综述

树冠是树木进行光合作用、呼吸、蒸发等生理过程的场所,影响树木的生长和变化;树冠生物量是树木的重要属性,也是目前开展树冠研究的热点.文章从分配和分布、动态变化、研究方法及研究展望等方面综述了树冠生物量研究.     

柳杉毛虫预测预报因子─树冠级数表的研究

柳杉针叶量与柳杉树高、胸径、树冠高度、树冠直径的相关分析，都呈极显著关系，但柳杉针叶重量与柳杉树冠直径取对数后关系更为密切，关系式为ｌｇＷ＝－０．０１９６９＋２．４３８２ｌｇＤ，ｒ＝０．９５６９，并以此建立柳杉树冠级数表。     

树冠提取技术研究进展

树冠是预估树木生长量的基本参数之一, 树冠的提取在森林资源管理中越来越受到重视, 但准确获得树冠的形状和边缘信息比较困难。目前, 国内外树冠提取研究主要是利用高分辨率影像、航空像片、数码相机影像以及雷达等介质, 以面向对象多尺度分割技术为主, 兼有专家分类、三维扫描、BP神经网络等方法。文中介绍了树冠提取技术的主要方法, 总结了树冠提取技术中存在的问题及发展前景。     

利用伐根估算杨树立木材积方法研究

通过对小黑杨的伐根直径、立木地径和胸径的大量调查和回归分析,估算小黑杨伐根的立木材积。建立了小黑杨的伐根直径与胸径的经验方程,制定了小黑杨的伐根立木材积表,为杨树利用伐根估算立木材积提供借鉴方法。     

利用三维激光扫描系统测量立木材积的方法

介绍三维激光扫描系统的组成及工作原理,并采用该方法对立木进行扫描,测量立木材积。与伐倒木实测数据进行对比,可以看出扫描数据完全能满足林业测量的精度要求,其扫描获得的立木材积数据完全可以替代传统方法测算的立木材积数据,使用立木模型建立材积表不再需要实地大量伐木,节省大量人力、物力及财力。应用三维激光扫描技术进行立木材积测定能较好的避免传统测定方法的不足,在未来的林业数字化测量中有广阔的应用前景。     

基于树高和树冠因子的立木材积模型研究

[目的]由于激光雷达技术已经能准确测定立木树高及相关树冠因子,应用该技术建立基于树高和树冠因子的立木材积模型,为激光技术在森林蓄积估计中提供技术支撑.[方法]利用云杉、冷杉、栎树、桦树4个树种组的3 010株实测样木数据,分析了立木材积与胸径、树高、树冠因子之间的相关关系;并通过对数回归方法构建了基于树高和树冠因子的立木材积模型,用确定系数R²和平均预估误差MPE等6项指标对模型进行评价.[结果]表明,立木材积与单一因子之间的相关,以胸径最为紧密,其次是树高,再次是冠长和冠幅.基于树高和树冠因子的立木材积模型中,以树高和冠幅作为解释变量的二元模型效果较好,再增加冠长因子的三元模型改进不大.云杉、冷杉、栎树、桦树4个树种组基于树高冠幅的立木材积模型,其R²分别为0.81、0.80、0.76和0.77,MPE分别为4.7%、5.3%、5.4%和5.3%,模型预估精度均能达到95%左右.[结论]本文对材积与林木因子之间相关关系的定量分析,建立了云杉、冷杉、栎树、桦树4个树种的立木材积模型,模型预估精度高.为激光雷达技术定量估测森林参数提供了依据.     

论广西一元立木材积表的改进方法

对目前广西森林资源连续清查所采用的一元立木材积表所存在的问题进行了分析．提出了以从一元材积表反推出的树高—胸径数据为基础，通过建立树高—胸径回归模型得到一元立木材积模型的方法，并重新建立了广西6个树种组的一元材积模型，为森林资源连续清查的材积估计提供了更为方便适用的材积公式。     

幼年赤桉胸径与冠幅、树高、材积的相关性分析

对试验地的1470株赤桉进行树高、胸径、冠幅的测量,并计算出样木的单株材积。把胸径分别和冠幅、树高及株材积进行相关性分析并且建立数学模型,用SPSS软件对所选模型进行曲线估计。结果表明：其中幂方程的 R2最大,F 值亦为最大,说明赤桉胸径与树高的幂关系显著,可确定赤桉胸径与树高的最优回归方程为H=1.804D0.673。胸径—冠幅,胸径—材积的最优模型分别为CW=0.674D0.561,V=0.0001614D2.341。分别对3组最优模型进行适应性检验,结果表明：材积的3个最优回归模型预测误差均在＆#177;3%以内,方程预测精度较高,可用于估算立木树高、冠幅、材积。     

不同计算方法杉立木材积差异及其相互关系分析

通过对兰溪市采伐杉立木2m区分段材积（作为立木真实材积）、实验形数材积、根径一元材积、胸径一元材积、原条折算材积、木材重量折算材积的比较分析，得到实验形数材积与2m区分材积之间无显著差异，在实际应用中可作为立木真实材积；其它计算方法材积与2m区分材积之间差异显著，但存在显著回归关系；原条出材率明显大于省定综合出材率，应根据情况加以材积转换。     

二元立木材积模型的联立方程组估计方法

文章以兴安落叶松为例,使用联立方程组模型方法建立二元立木材积模型,该方法有效解决了二元立木材积模型的建模和预估前提不一致问题。在联立二元立木材积模型的估计中,分别采用了通常非线性估计方法和两步估计方法进行研究。研究结果证明:两种方法都能对模型进行估计,但两步估计可进一步减小系统偏差,达到通用性模型误差限要求,两步估计方法优于通常非线性估计。