二元材积模型的调整

二元材积模型表示空间一回归曲面,它与空间散点分布趋势的配合不能完全吻合。本文通过对胸径和树高两个变量分别加入“调整参数”,并根据最小二乘原理,以迭代法求解“调整参数”的方法,适当调整了模型曲面的空间位置和形状,使其与空间各散点的配合更趋协调与吻合,从而提高了二元材积模型的拟合精度。     

基于移动最小二乘法的点云叶面三维重建

利用地面激光扫描仪获取户外树木的大量点云数据,从中截取树叶点云数据并以此进行曲面拟合,构建树叶真实的三维模型。主要针对空间散乱点云数据的曲面拟合方法进行研究,并利用Delaunay三角剖分构建树叶三维模型。在移动最小二乘法的二维曲面拟合方法基础上,针对空间散乱点云数据,提出了新的曲面拟合方法。通过移动最小二乘法对点云数据曲面拟合,得到了理想的效果后再利用三角剖分重建叶面三维模型。     

海南省松树二元立木材积模型研建

以海南松树为研究对象,利用162株松树样本数据,以山本材积式为模型基础,建立固定参数和可变参数二元立木材积模型。结果表明:无论固定参数材积模型,还是可变参数材积模型,模型预估精度高,达到了98%以上;模型在整体上和各径阶上,TRE和MSE基本上在±3%以内,具有较好的全面切合性能;可变参数材积模型明显要优于固定参数模型,应该作为生产上首选二元材积模型。     

基于机载激光雷达点云数据的马尾松单木材积估测

为提高森林单木材积估测精度和效率,选取贵州省织金县城郊典型马尾松林为研究对象,基于机载激光雷达点云和样地调查数据,以提取的树高、冠幅、树冠投影面积和树冠体积等单木结构参数为变量,构建基于机载激光雷达点云数据的马尾松单木材积估测模型。结果表明：1)基于点云数据提取的马尾松单木树高和冠幅因子与实际调查数据之间存在良好的相关性,决定系数R²在0.7以上,精度相对较高,可用于构建马尾松单木材积模型。2)在经典非线性CAR模型基础上,利用枚举法对树高、冠幅、树冠投影面积、树冠体积等4个变量组合构建的11个模型中,包含树高、冠幅及树冠体积三个林分因子的模型表现最佳,R²为0.774 1。3)树高、冠幅及树冠体积被确定为马尾松单木材积估测的关键因子,其中,树高的贡献最大且与单木材积呈极显著正相关关系(P<0.001)。利用机载激光雷达点云数据提取单木结构参数,并基于非线性CAR模型构建单木材积模型估测马尾松单木材积的方法是可行的,该方法不仅能满足森林资源调查的精度要求,且能有效提高调查效率。     

材积方程中异方差的检验和校正

本文提出了通过检验剩余绝对值和自变量的等级相关系数,检验材积方程模型异方差性的方法。用加权最小二乘法估计异方差的材积方程参数,有效地克服了村积的异方差性,提高了材积方程的适用精度。     

长白山林区天然次生林胡桃楸的适宜生长空间

利用次生林主林层胡桃楸34株平均木(胸径为11.0～39.1 cm)的树干解析数据,结合反映植物生长空间的冠幅,进行5,10和15年抚育间隔期的单株材积定期生长量、林分蓄积增长量与生长空间关系的研究,建立不同抚育间隔期胡桃楸胸径与适宜生长空间关系的模型;利用林冠下层27株胡桃楸平均木(胸径为4.6～14.3 cm)的树干解析数据,评价适宜生长空间模型应用于被压状态胡桃楸时的生长促进效果.结果表明:1)3参数S型曲线模型和二项式模型分别能够很好反映胡桃楸前5,10和15年间单株材积定期生长量、林分蓄积增长量与冠幅的关系;2)不同抚育间隔期胡桃楸胸径与适宜生长空间关系的模型为幂函数模型(y=a×x~b);3)对数函数模型(y=a×ln(x)+b)能显著反映适宜生长空间下胸径与材积定期生长量的关系;4)适宜生长空间下胡桃楸5,10和15年材积定期生长量至少比生长空间受限条件下的林木提高97.8%,114.4%和128.5%.采用5,10,15年抚育间隔期时,不同胸径胡桃楸的适宜生长空间分别是相应胸径的0.256 6～0.368 7,0.344 1～0.447 1和0.449 1～0.504 6倍.     

云杉二元材积与蓄积量精度分析模型研究

针对如何提高云杉二元材积回归模型参数的回归精度,进而提高其蓄积量的估算精度的问题,采用非线性最小二乘法和附加限制条件的非线性最小二乘法建立了云杉材积模型,并对建模中估计出的模型参数进行精度评定;在斯泊尔模型蓄积量精度估算的基础上,运用每木法计算出云杉蓄积量的精度评定模型,然后利用已建模型估算出的云杉蓄积量进行精度评定,不仅知道所求参数或立木蓄积量的具体数值,还可知道其具体误差范围;通过计算机VB语言编制了建立模型和精度分析程序,实现建模和精度评定的自动化,提高处理大批量木材、蓄积数据的效率和准确性.     

与材积兼容的生物量模型的建立及其估计方法研究

建立生物量模型是生物量估测的主要手段,而建立与材积兼容的生物量模型是实现生物量调查与森林蓄积量调查相结合的基础。因此,采用变量逐步筛选法建立了落叶松和椴树与材积兼容的生物量模型。模型的参数估计采用了加权最小二乘法,以消除异方差现象。同时,提出了５个指标用于模型评价,即参数变动参数Ｃｖｉ、总相对误差Ｅｒ、平均相对误差Ｅｍ,平均相对误差绝对值Ｅａ和预估精度Ｐ。研究结果表明,所建的生物量模型不仅实现了与     

广西杉木立木材积模型优化筛选研究

为实现杉木林蓄积量调查与估测的精准量化,基于林业数表编制作业获取的标准立地245株杉木树高、冠幅、胸径和带皮材积等林业资源调查数据,采用非线性估计法建立11种一元立木材积模型,通过求解模型参数并进行优异比较,渐进拟合出最优的胸径-树高-冠幅三元材积模型。结果表明：1)无论树高、胸径还是冠幅,11种单因子变量估测立木材积的曲线模型均以幂函数的检验参数最优。2)基于模型确定系数判定拟合模型优劣呈现三元>二元>一元。其中,包含树高、胸径和冠幅三元非线性最优材积模型确定系数0.988,总相对误差0.087%,总系统误差0.57%,模型预估精度99.40%。3)胸径-树高-冠幅三元材积模型充分集成了林分结构参数信息,其高精度低误差特点对林业数表编制、森林蓄积量监测具有重要参考价值。     

浙江省毛竹竹秆材积模型

【目的】在精准测定毛竹样竹竹秆材积的基础上,研建浙江省毛竹竹秆材积模型,准确估计毛竹竹秆材积,为毛竹林经营管理提供依据。【方法】在浙江临安、庆元、武义、常山、宁海、安吉、诸暨、余姚、黄岩和泰顺10个县(区、市)调查216株毛竹样竹,采用可测量不规则形状物体体积的排水法测定竹秆材积。首先,基于异速生长方程和寺崎渡方程,以胸径(D)和胸高节长(L)为自变量,选择1个一元模型(M_1)和4个二元模型(M_2～M_5),利用全部样本建立5个毛竹竹秆材积模型;然后,采用似然函数法分析模型误差结构,确定应当采用对数回归或非线性回归模型进行模型拟合,通过For Stat2.2软件进行回归拟合,得到参数估计值;最后,根据参数估计值t检验值、4个模型评价检验指标(包括调整确定系数R_a~2、估计值标准差SEE、平均偏差ME和平均系统误差MSE)的比较分析,选择模型参数稳定、预估精度高、最适宜的浙江省毛竹竹秆材积模型。【结果】采用似然函数法对竹秆材积模型误差结构进行分析,求得5个基础模型赤池信息量准则(AICc),计算ΔAICc大于2,模型误差项为乘积型,应采用对数回归拟合材积模型。5个竹秆材积模型参数稳定(t检验值的绝对值均大于2),各模型调整确定系数(R_a~2)均在0.95以上,估计值标准差(SEE)和平均系统误差(MSE)均接近于0,模型拟合效果较好,模型M_2拟合预估效果最佳。分径阶进行模型拟合效果与预估精度的评价检验,5个模型在不同径阶的预估精度均较好,中等径阶时的预估精度和拟合优度最佳,而在最小径阶(4.0～5.9 cm)与最大径阶(14.0～15.9 cm)相对差一些。校正后的对数模型预估精度并无显著提高。【结论】排水法是准确测量毛竹竹秆材积的有效手段;似然函数法是进行模型误差结构分析比较与模型拟合方式选择的较好方法;引入竹高和胸高节长变量后,模型拟合优度和预估精度指标优于一元模型;考虑实践中胸高节长较竹高更易准确测量,且模型M_5相较M_2具有更高的拟合优度和预估精度,预估毛竹竹秆材积的最优模型为基于胸径-胸高节长的模型M_5,即V=0.191 2D~(2.114 9)e~(-6.841 1/L)。     

椴树胸径 根径和立木材积相关关系的研究

通过利用椴树（ＴａｌｉａＳＰ．）的胸径和立木材积、根径和立木材积间的相关性，运用回归分析的方法建立了回归方程，经过选择，确定了各自的合理模型，为了克服材积方程异方差性的影响，采用加权最小二乘法估计了模型的参数，找到了胸径和立木材积、根径和立木材积的最佳模型，提高了材积方程的适用精度。     

湖南栎类-马尾松天然混交林单木生长模型研究

建立湖南栎类-马尾松天然混交林单木材积和断面积生长模型,为该林分的提质增量提供科学指导。选取湖南省9个地区共23块栎类-马尾松天然混交林,构建栎类、马尾松单木材积和断面积生长模型。通过分析可知:两种树种的材积和断面积生长模型均以Richards生长模型为最优,其确定系数(R~2)最高,残差平方和(SSE)最小;混合效应模型模拟结果显示,栎类单木材积和断面积生长模型的随机效应在参数a_1处最好,而马尾松的材积和断面积生长模型的随机参数分别为b_1和a_1+b_1;相比基础模型,混合效应模型的拟合精度(P)、确定系数均有所提高,平均误差(ME)、平均误差绝对值(MAE)、相对平均误差(RME)和相对平均误差绝对值(RMAE)均大幅降低。结果表明,天然林林木的材积和断面积生长受树种与立地类型差异的影响较大,而混合效应模型能够充分考虑立地之间的差异,可以很好地解决这一难题。     

湖南省杉木二元立木材积模型的检验与调整

【目的】对湖南省现有的杉木二元立木材积模型进行误差分析,建立新杉木二元立木材积模型,为湖南省杉木材积的精准预测提供理论依据。【方法】以湖南省杉木人工林为研究对象,采用配对t检验的方法对原二元立木材积模型进行检验。以山本材积式为基础模型构建固定参数模型、可变参数模型,以区域作为随机变量、哑变量构建混合效应模型和哑变量模型,对拟合结果进行对比分析。【结果】1)对原二元立木材积模型进行配对t检验,结果表明湖南现有的杉木材积模型与实际材积计算值存在显著差异;2)固定参数模型和可变参数模型的确定系数R2都在0.95以上。对检验数据进行检验,模型的总相对偏差(TRB)和平均系统偏差(MSB)均在±3%范围内,利用分径阶的方法进行检验,其固定参数模型在10、22和24 cm径阶的总相对偏差与平均系统偏差均超出±3%范围,其在24 cm径阶的总相对偏差与平均系统偏差均超出±7%,而可变参数模型在各径阶的偏差较小;3)混合效应模型与哑变量模型的确定系数均在0.95以上,从整体上看,哑变量模型的总相对偏差和平均系统偏差趋于0,而混合效应模型在10、12和24 cm径阶的总相对偏差均超出±3%范围。【结论】...     

厚朴生长规律的研究

本文对厚朴人工林的生长规律进行了系统研究,建立了其栽培群体的各种生长模型。并运用灰色系统理论,对厚朴生长与气候条件的相关规律进行了探讨。结果表明,其树叶生长符合自然对数方程,树高和胸径年生长符合二次抛物线方程,模型参数与树龄相关;树高、胸径和材积生长规律均可用Logistic方程模拟,各自的速生期分别为4～11年、5～14年和10～17年;气温与降水、日照时数与气温是分别影响厚朴树高、胸径生长的主要气候因子,其影响程度随年龄的增长而减弱。决定厚朴生长和“厚朴”产量的结构因子主要是林分密度。     

关于林分结构预测方法的初步探讨—威布尔分布参数预测

<正> 前言本方法是通过威布尔分布的参数预测揭示林分结构的变化过程,并借用树高生长模型和二元材积式预测各径阶的树高、材积及林分蓄积量。为了和广大测树工作者共同开展林分模拟的技术研究,曾把西泽等人的研究报告“对林     

五岔沟天然落叶松二元立木材积表编制研究

文章以五岔沟实测的393株天然落叶松解析木数据.利用最小二乘法拟合材积模型,采用相关指数、总相对误差、相对误差平均值、相对误差图等指标进行模型评价,得到最优材积模型,对模型进行适用性检验.检验指标包括F检验、相对误差图等,论证最优模型为可变参数山本模型,编制了最优五岔沟天然落叶松二元立木材积表。模型如下。V=0000055×D^1.691645-0.001211(D+2H)×H1.199743+0.001176(D+2H)采用材积模型,编制了五岔沟天然落叶松最优二元立木材积表。     

基于无人机可见光影像的华山松人工林计测参数提取

针对无人机在森林资源监测中的便携性特点,利用无人机RGB三波段影像进行森林计测参数(株数、树高及蓄积量)的提取及精度验证。以华山松人工林为研究对象,以无人机RGB影像为主要信息源,在前期进行5块0.08hm~2华山松人工林标准地单木定位的基础上,采用冠层高度模型(CHM)最大值法和点云分割方法,提取华山松人工林计测参数,建立无人机RGB影像的华山松人工林单木二元材积模型。研究结果表明:1)采用CHM最大值分割法较点云分割方法精度高,单木株数分割精度分别为87.17%和80.79%;提取得到的树高与其地面实测所得树高的R~2相比较,使用CHM方法,R~2为0.71;而使用点云算法,R~2为0.69。2)基于CHM最大值法提取的单株冠幅和树高所建立的二元材积模型,其决定系数(R~2)为0.94,均方根误差(RMSE)为0.033 8m~3;与基于云南省华山松人工林二元材积表的标准地实测蓄积量调查结果相比,基于无人机RGB数据的5块标准地蓄积量监测精度分别为79.72%,81.64%,83.57%,82.49%,80.28%,平均精度达81.54%。基于无人机RGB影像的华山松人工林在森林计测参数提取中,CHM最大值分割法优于点云分割,所建立的树高和冠幅二元材积模型,可为华山松单层人工林无人机遥感监测提供参考。     

对“材积直线法调制材积表的探讨”一文的意见

林叶科学1956年第4期发表黄中立等三位同志对“材积直线法调制材积表”一文提出很多意见。本人除表示赞同外,并补充二点意见:     

湖南省马尾松相对树高曲线模型研建

基于湖南省主要树种模型研建项目中50块马尾松样地的每木胸径和树高实测数据，经数据预处理后，构建了马尾松固定参数相对树高曲线模型和可变参数相对树高曲线模型。基于构建的树高曲线模型，计算林木材积和样地蓄积，并以二元材积公式计算蓄积作为真值，将基于树高曲线模型计算的蓄积、二元材积公式计算蓄积和一元材积公式计算蓄积进行对比。结果表明：固定参数和可变参数相对树高曲线模型的决定系数分别为0.844和0.857,体现了较好的拟合精度；两种方法统计的总体蓄积相对误差均在5%以内，满足林业行业标准要求的允许误差范围；分径级组或分起源统计样地蓄积相对误差，相对树高曲线模型均较一元材积公式表现出更高的精度，能有效避免产生较大偏差。构建的马尾松相对树高曲线模型能应用于生产实践。     

利用可变参数和二阶回归方法建立海南省相思树立木材积模型

【目的】建立立木材积模型,为科学计量评价森林资源、完善森林资源监测体系提供重要依据。【方法】以海南省相思树为研究对象,以胸径和树高为自变量建立二元山本材积式模型、可变参数动态模型,采用以简单幂函数式和树高—胸径模型为基础的二阶回归估计方法建立一元胸径立木材积模型,分析对比建立的一元、二元立木材积模型拟合效果。【结果】1)相思树二元山本材积式模型和可变参数动态模型的确定系数均在0.98以上,平均预估精度均在98%以上。模型整体总体相对偏差(TRB)和平均系统偏差(MSB)均在±3%以内,山本材积式模型在8、20 cm径阶总相对偏差和平均系统偏差超出±3%范围;2)两种方法建立的一元立木材积模型的确定系数均在0.94以上,预估精度均在96%以上。采用分段建模和二阶回归总相对偏差和平均系统偏差趋近于0,而常规方法建模12、16、24 cm以上径阶的总相对偏差均超出5%范围。【结论】可变参数动态模型相较于山本材积式模型拟合精度更高,各径阶误差更小,明显优于山本材积式模型;采用二阶回归估计方法建立的模型能更好地反映材积随胸径大小的变化规律,既提高了模型的切合性能,又能较好地控制各径阶的偏差,明显提升了拟合效果,是建立一元立木材积模型的有效方法。