林分平均胸径100倍圆公式在随机抽样中的理论论证

对文献[1]提出的在林分中作样圆随机抽样,分别采用样圆直径为林分平均胸径100倍和样圆直径为林分平均胸径目测值的100倍园法测定每公顷断面积的新方法,笔者从样本统计分析上分别推导与论证了林分平均胸径100倍圆公式G/hm2=N0与修正公式G/hm2=N.K的理论成立性。     

方形样地法测定林分胸高断面积的理论探讨

通过对林分平均胸径100倍圆法理论含义的分析,推导出方形样地(或标准地)的边长等于林分平均胸径的88.62倍时,林分每公顷断面积等于方形样地内的林木株数加上边界上林木株数的一半.文章对该方法的理论成立性、误差分析、操作方法及对林分适应性特点等作了相应的探讨.     

林分平均胸径100倍圆法测定每公顷胸高断面积的理论初探(之三)——方法与特点

提出了林分平均胸径100倍圆法的测树方法、一般操作步骤与技术要求。通过100Dg圆公式含义设计了100倍圆法在生产上可实行的林分平均胸径实测方法,即100Dg圆圆内控制检尺法、100Dg圆随机检尺法、100Dg圆快速估测法、100Dg圆快速估测修正等4种方法,并进行了讨论。     

对《乘法法则对"林分平均胸径100倍圆法"的破解》的看法

《中南林业调查规划》刊2007年第3期刊登蒙彬先生[1]的文章“林分平均胸径100倍圆法公式在随机抽样中的理论证明”一文,在其参考文献中有“对‘林分平均胸径100倍圆法测定每公顷断面积的理论初探’一文的审稿意见[2]“”乘法法则对林分平均胸径100倍圆法的破解[3]”(以下简称“破解”)两篇短文,笔者拜读以后,觉得这种提法不妥,为使该法更加完善,现提出来供同行们参考。     

林分平均胸径100倍圆法测定每公顷断面积的理论初探(之二)--误差分析与修正系数

通过对100Dg圆公式含义的分析,对影响林分断面积精度的2个主要因子:样地株数密度与林分平均胸径估测值进行了误差分析与探讨,提出了样地株数密度估计林分株数密度采用典型选样,林分平均胸径估测值采用目测法等相应解决办法。其中,当目测值有偏差时采用修正系数可使100Dg圆的可靠性进行了理论上的探讨。     

乘法法则对"林分平均胸径100倍圆法"的破解

本人写了“对《林分平均胸径100倍圆法测定每公顷断面积的理论初探（之一）》一文的《审稿意见》”,8月4日包含该文作者在内的林校老师3人来访,lO月25日由《林业调查规划》编辑部得知,该文及本人的《审稿意见》、及作者对《审稿意见》的答复与商榷、一并在2005年第5期上发表,并写了“编者按”。本文对《林分平均胸径100倍圆法》做进一步破解。     

对《林分平均胸径100倍圆法测定每公顷断面积的理论初探》一文的审稿意见

该文的结论是“以林分平均胸径的100倍为直径作圆形样地，得出林分每公顷胸高断面积等于圆形样地圆内的林木株数加上圆界上林木株数的一半”的结论。     

采用林分平均胸径和株数推算亩蓄积量的研究

通过建立杉木标准地，实测标准地内每株树木胸径，查一元材积表求算亩蓄积量，并算出标准地的平均胸径和林木株数．选择林分平均胸径和株数为辅助变量，林分蓄积量为因变量，采用最小二乘法，建立林分蓄积量预估模型，该模型经检验适用．调查取得杉木平均胸径和亩株数后，利用林分蓄积量预估模型，即可推算亩蓄积量，在林业生产上有推广应用价值．     

林分生态因子平均高与胸径的测算

文章论述了林分平均高和优势平均高与平均胸径的测算方法,林分平均高同胸径之间的关系,林分平均高与平均胸径在森林调查中的重要作用。只有正确的测算林分平均高与平均胸径,才能更好地利用和发挥森林资源的生态作用,促进人与自然和谐发展。     

对杨茂先生提出的"对《林分平均胸径100倍圆法测定每公顷断面积的理论初探》审稿意见"的答复与商榷

《林分平均胸径100倍圆法测定每公顷断面积的理论初探（之一）》在公开发表之前，十分荣幸地得到杨茂先生的悉心审阅，杨先生抱着对本文负责、对作者负责、对期刊负责的敬业精神和严谨的学术态度提出了自己的见解和意见，笔者十分敬佩。同样，笔者抱着对本文负责、对期刊负责的态度对此提出该意见答复与商榷，以期进一步获得杨老以及诸位同仁的批评、指正与教诲。     

林分平均胸径100倍圆法测定每公顷断面积的理论初探(之一)

以林分平均胸高直径的100倍为直径作圆形样地,得出林分每公顷胸高断面积等于圆形样地圆内的林木株数加上圆界上林木株数的一半。并根据标准地原理和角规测树原理进行了公式推导,利用了概率论原理对角规在100Dg圆绕测时,对圆外相割株数与圆内相离株数的理论数据近似相等性、互补性的假设进行了分析与论证。     

用EXCEL计算林分平均胸径

利用Microsoft EXCEL软件在重复计算方面的优势,对林分平均胸径进行计算,实际使用效果良好。     

林分材积平均胸径的求算与分析

提出了材积平均胸径的概念,并通过数学函数的推导建立了材积平均胸径的求算方法。对算术平均胸径、断面积平均胸径、材积平均胸径进行了比较和分析,发现常规方法计算的林分平均胸径存在系统的偏小误差。采用材积平均胸径求算林分蓄积可尽量减少系统偏差的存在。     

相对树高曲线法在计算林分蓄积上的应用

实测屏边县51块杉木样地，建立林分相对树高HR、相对胸径DR回归方程，根据样地资料，通过林分平均高、平均胸径及相应径阶值求算相应径阶林木理论高（Hi)，利用二元材积表和各径阶株数求出各径阶材积，各径阶材积累加得林分蓄积。该方法省工省时，精度高，可把蓄积落实到林分各径阶。     

基于智能手机平台的林分平均胸径计算和标准木选取的方法研究

森林资源连续清查野外工作中,林分平均胸径求算和平均树高标准木筛选是必须在野外完成且计算量较大的工序。本文通过应用智能手机平台建立工作表,并综合利用函数,实现了林分平均胸径的平方平均法实时计算和平均树高标准木自动筛选。同时在工作表的整体设计中通过设置有效减少了人为误操作的可能。通过网盘分享和二维码扫描技术实现了工作表的快速发布和部署。本文为林分平均胸径求算和平均树高标准木筛选提供了经济可行、易于部署和方便操作的解决方案,为减轻森林资源连续清查野外工作量,提高工作效率提供了有力的技术支持。     

朝阳市主要树种组林分平均胸径生长率模型研究

采用超总体理论编制朝阳市油松、刺槐、杨柳、速生杨4个树种组林分平均胸径生长率通用模型,以2005年森林资源二类调查资料为原始数据,涵盖全市所有地区不同地理位置和不同立地条件的生长水平.建立4种模拟方程,通过拟合与优化及结果精度的检验,选择出各树种组的平均胸径生长率模型.     

基于机载激光雷达和机器学习的林分平均胸径遥感估测

为探究不同模型对林分平均胸径的预测精度,使用贵州省桂花国有林场马厂工区同步获取的机载激光雷达点云数据和地面实测样地数据,通过提取样地水平的点云特征变量,采用方差膨胀因子分析和皮尔逊相关性检验进行自变量选择,建立机器学习模型估测样地平均胸径。结果表明：1)点云特征变量,如平均冠层高度和高度偏态与林分平均胸径有很强的相关性。2)机器学习模型(随机森林、支持向量机、最近邻算法)优于多元线性回归模型,其中,随机森林的拟合效果最好。随机森林的决定系数(R²)为0.71,均方根误差(RMSE)为2.50。3)通过柳杉纯林、针叶混交林、针阔混交林、马尾松纯林4种森林类型的林分平均胸径预测值与实际值差值,进一步证实随机森林模型精度最高,拟合效果最好。利用机载激光雷达点云数据提取点云特征变量,并构建基于机器学习算法的林分平均胸径估测模型是可行的,该方法的精度能满足森林资源调查的应用需求,可作为辅助林业调查工作的技术手段。     

柳杉人工林林分密度两种确定方法的探讨

利用林分密度与胸径、冠幅与胸径的相关关系,研究柳杉人工林林分密度。研究结果表明:上述两种方法确定林分密度在理论上均可行,但以后者为佳。最后根据冠幅与胸径的相关方程,确定不同胸径的林分适宜密度,并认为培育柳杉中径材、大径材的最终保留密度分别为1500～1650株/hm~2和750～900株/hm~2(100～110株/亩和50～60株/亩),初植密度为2505株/hm~2(167株/亩)。     

毛竹林林分平均胸径模拟预测模型的研究

毛竹林分平均胸径在一定程度上代表了毛竹林的平均水平 ,也是影响毛竹林产量 (包括毛竹产量和笋产量 )的重要测树因子之一。不同年龄结构或者不同密度的毛竹林 ,其林分的平均胸径存在着差异。对于同一密度的毛竹林而言 ,其林分平均胸径也可能不同。反之 ,对于同一平均胸径的毛竹林来说 ,其林分的结构也会有很大的差异 ,因此 ,探讨毛竹林分平均胸径与立竹密度或与毛竹林分年龄结构之间的关系 ,就成为了解和掌握毛竹林内部规律 ,实现毛竹林丰产、高产和稳产的重要内容之一。在毛竹林的优化经营过程中 ,平均胸径与立竹密度是影响毛竹林产量的 2…     

基于贝叶斯模型平均法和逐步回归法构建杉木单木胸径生长模型

【目的】探索杉木人工林单木胸径生长量变化的驱动因子,比较不同驱动因子的重要性,构建不确定性单木胸径生长模型,为杉木经营管理者科学经营管理杉木人工林提供参考。【方法】以福建省邵武市卫闽林场杉木密度试验林为研究对象,采用贝叶斯模型平均法(BMA)和逐步回归法(SR)分析杉木单木胸径生长量与内部因子(林分变量因子)和气候因子的关系,构建杉木单木胸径生长模型。【结果】杉木单木胸径年均生长量受气候因子影响较小,主要受竞争因子和单木大小因子影响。单木胸径生长量随林分密度、林分平方平均胸径、大于对象木的断面积和、年龄、冬季平均最低温度增加而减小,随期初胸径、胸高断面积、优势木平均高、最冷月平均温度、最热月平均温度、年均降雨量增加而增加。基于SR获得模型的后验概率小于BMA获得最佳模型(最高后验概率)或SR模型不在BMA模型空间前几个后验概率高的模型中。【结论】杉木单木胸径生长量随竞争增加而减小,随温度和降雨增加而增加。贝叶斯模型平均法考虑所有可能变量的组合,能够反映出模型的不确定性。