枫香和杉木树高-胸径模型的拟合与评价

基于湖南省公益林面上固定样地调查数据,分别提取慈利县的15个固定样地调查数据中具有代表性的阔叶树种枫香和针叶树种杉木的调查数据,并选取3种模型拟合其树高-胸径模型.结果表明:一元线性模型对枫香和杉木的拟合效果最差,二项式和Chapman-Richards模型拟合效果较好.研究结论可为该地区杉木和枫香经营提供参考.     

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。     

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。     

湖北高密度杉木人工林生长规律研究

为研究湖北省高密度杉木人工林生长规律,对鄂东南地区高密度杉木人工林进行标准地调查,获取61块样地数据和183株解析木数据,建立了杉木单木树高、胸径和材积生长模型,根据拟合优度及残差指标,高密度杉木单木胸径和树高生长的最优模型选择理查德模型,单木材积最优模型选择考尔夫模型,所选模型检验精度均较高,达到拟合效果;通过绘制杉...     

引入林分优势高和气候因子的杉木和桉树树高-胸径模型研建

基于广西森林资源年度监测评价项目中25块杉木样地和25块桉树样地的每木胸径和树高实测数据，从7个传统树高-胸径曲线中筛选出拟合精度最优模型作为基础模型，引入林分优势高和气候因子构建广义非线性模型，通过10折交叉验证法进行检验，并对一元材积公式的估计误差进行评价。结果显示：1)各传统树高-胸径曲线模型中，Richards模型为杉木和桉树最优的基础模型；2)引入了林分优势高和气候因子的杉木和桉树树高-胸径广义非线性模型，拟合精度相对基础模型更高，杉木的R²,MPE和MPSE的值分别为0.797 6,0.58%和13.91%,桉树的R²,MPE和MPSE值分别为0.720 7,0.62%和11.58%;3)采用一元材积公式得到的杉木和桉树总体蓄积与实测蓄积相差较大，其中桉树相对误差为-13.51%,超过了林业行业标准要求范围，运用树高-胸径广义非线性模型和二元材积公式计算总体蓄积，与实测值相对误差不超过0.5%,构建的杉木和桉树树高-胸径广义非线性模型能运用于实践生产。     

杉木生物量优化模型研究

根据湖南省杉木分布特点,本着"布点均匀、选树适中"的原则,在湖南绥宁、资兴等地选取标准地进行50株杉木取样,测定样木树高、冠幅、胸径等指标,记录样地海拔、小地形、坡向、坡位、坡度等因子.根据外业采集数据,在充分考虑各种立地因子对杉木生物量影响的基础上,以胸径(D)和树高(H)(或树冠长L)为自变量,用8种数学回归模型进行拟合,拟合了8种模型的杉木树干、根、叶、枝干等的生物量,从中筛选出杉木生物量最优模型.     

马尾松公益林胸径分布规律及冠幅影响因子分析

选取慈利县公益林中有代表性的马尾松林作为研究对象,分析其胸径分布规律以及胸径和树高对冠幅的影响。结果表明：慈利马尾松公益林的胸径分布呈右偏的单峰曲线,不符合正态分布。冠幅与胸径和树高分别呈极显著正相关和极显著负相关关系,且直接影响大于间接影响。     

小兴安岭地区针阔混交林主要树种生长模型研究

选取小兴安岭地区天然针阔混交林为样地,以红松、冷杉、云杉、水曲柳、枫桦、紫椴等6种主要优势树种为研究对象,分别进行树高和胸径、冠幅和胸径的相关性分析。通过SPSS 20.0软件将调查的数据代入备选的8个经典数学模型中进行回归分析,得到各方程的P值、决定系数R~2和相关参数,并采用总误差、平均误差、平均相对误差和均方根误差等验证拟合精度,最终选出最优的树木生长模型。结果表明:针叶树的树高和胸径、冠幅与胸径相关性显著,在树高-胸径模型中平均决定系数为0.809,在冠幅-胸径模型中平均决定系数为0.498。相对于针叶树来说,阔叶树树高和胸径、冠幅和胸径的相关性略差,其决定系数平均值分别为0.608,0.395。不同树种适应不同树木生长模型,在树高-胸径的相关性分析中,以幂函数、S函数模型居多,冠幅-胸径模型以三次多项式模型最为显著。     

杉木人工林目标树经营技术参数的研究

对浙江省杉木Cunninghamia lanceolata主要分布区51个不同发育阶段杉木人工林典型样地调查,分析不同优势木高杉木人工林的径级结构,并利用126株优势木数据,建立杉木人工林优势木的胸径、树高、冠幅之间关系,得出胸径与树高相关关系的最佳回归方程为:Y=0.361 8X+4.497 9,模型的拟合度R^2=0.796 5(X表示胸径,Y表示树高);胸径和冠幅的相关关系的最佳回归方程为:Y=0.137 9X+0.858 9,模型的拟合度R^2=0.881 6(X表示胸径,Y表示冠幅)。通过对3株50年生杉木人工林大径级林分优势木的树干解析,研究大径级杉木人工林优势木的胸径、树高与材积的生长规律,结果显示生长率都呈现逐年降低趋势,树高较为明显。树高、胸径、材积生长率最大值出现在10年生时分别为5.278 7%,15.069%,25.895%;而50年生时仅为0.273 3%,0.186 9%,0.921 7%。研究提出杉木人工林目标树经营的发育阶段划分、合理密度、目标树数量等关键经营技术参数,为杉木人工林的目标树经营提供理论依据。     

长沙县古樟树测树因子相关性研究

指出了胸径、树高及冠幅是十分重要的测树因子,探索它们之间的相关性有助于发现树木生长的内在规律。以长沙县古樟树为研究对象,运用7种常见的树木生长模型分别对树高-胸径、冠幅-胸径及冠幅-树高之间的相关性进行了拟合,结果表明:古樟树树高与胸径不存在相关性,冠幅与胸径存在较弱的相关性,而冠幅与树高则存在显著的相关性,通过7种模型对冠幅与树高相关性的拟合,均取得了较好的效果,其中又以三次函数的拟合性最强,其表达式为w=0.002h3-0.068h2+1.529h-0.062,表明古樟树树高与冠幅生长具有一定的正相关性,论证了树木的生长规律。     

基于UAV遥感的单木冠幅提取及胸径估算模型研究

在森林资源调查中冠幅和胸径是重要的测树因子,自动获取冠幅和胸径值可以提高森林资源调查效率。以云南松为研究对象,基于无人机影像自动提取单木冠幅参数,拟合不同密度等级样地的单木冠幅和树冠面积与胸径的关系以估测单株胸径。首先利用标记控制分水岭分割算法对样地冠层高度模型(CHM)中的单株树冠进行分割,获取最大、最小冠幅和树冠面积,并与实测数据进行精度评价,然后将提取冠幅与树冠面积与实测胸径进行拟合,建立不同密度等级样地的一元回归模型和二元回归模型。结果表明:单木树冠分割准确率为86.26%,冠幅相对误差平均值为6.04%,冠幅面积的相对误差平均值为11.23%;在拟合的模型中,冠幅树冠面积-胸径模型的拟合效果最好,决定系数均在0.7以上,该模型验证数据相对误差均不超过5%,符合A类森林资源调查胸径误差值低于5%的要求。提出的基于无人机影像提取冠幅及预测树木胸径的方法较为准确,可推动森林资源调查自动化发展。     

大岗山针叶与阔叶林林分结构比较分析

为研究不同林分径级、树高结构差异,在江西大岗山地区设置样地,选取杉木纯林、马褂木纯林各4块,对样地进行每木检尺,运用SPSS对胸径和树高数据进行处理,对胸径、树高的相关关系进行线性拟合,结果表明:大岗山地区杉木纯林与马褂木纯林胸径、树高分布整体上符合正态分布,假设检验的P值均大于0.05,但曲线陡峭程度杉木纯林(-1.487)大于马褂木纯林(-1.670),曲线偏移程度杉木纯林(0.191)大于马褂木纯林(0.010),树高分布曲线陡峭程度马褂木纯林(2.407)大于杉木纯林(-1.706),曲线偏移程度马褂木纯林(1.134)大于杉木纯林(0.459)。     

秃杉人工林树冠轮廓及冠幅模型研究

根据秃杉人工林标准地调查数据,分析因变量与自变量的相关性,筛选最优因子,分别采用异速生长方程、多元线性回归方程构建秃杉树冠轮廓模型和冠幅模型。研究结果表明,最大冠幅深度与胸径、树高、枝下高、冠幅、冠长均显著相关。通过多元线性逐步回归,以胸径、树高拟合的最大冠幅深度模型较优。树冠轮廓模型以三参数幂函数的异速生长方程拟合效果较好。冠幅呈正态分布,以胸径、树高、优势树高、单位面积胸高断面积为模型最佳变量组合,模型残差上下分布比较均匀,不存在明显偏差,且材积随着冠幅的增大而增大,以二次方程模拟效果最佳。经检验,所构建的模型拟合效果较好,精度较高。     

吉林蛟河针阔混交林主要树种树高-胸径模型

[目的]建立吉林蛟河针阔混交林主要树种不同竞争强度个体的树高-胸径关系模型,并探讨竞争强度对树高-胸径关系的影响。[方法]采用蛟河42 hm2成熟林固定样地中4个树种的树高-胸径数据,用Chapman-Richards、Logistic、Korf和Weibull模型这4种应用广泛的经验模型进行树高-胸径曲线拟合,选出适合的最佳模型。[结果]表明:(1)4个树种的12组个体中有7个组的最佳模型形式是Weibull模型,4个组的最佳模型形式为Chapman-Richards模型,只有1组为Korf模型。(2)同一树种的低竞争强度个体和高竞争强度个体的最优模型形式不同。(3)用独立样本数据对最优模型进行检验,模型表现良好。[结论]Weibull模型能够很好地拟合4个树种各竞争强度的树高-胸径关系,能够适用于本地区针阔混交林的树高-胸径模拟,并且竞争强度会影响树高-胸径关系,将各竞争强度个体分别进行树高-胸径拟合可以提高模型预测能力。     

杉木人工林树冠表面积及体积模型的研究

以福建杉木Cunninghamia lanceolata人工林为研究对象,基于15块样地的33株标准木的解析数据,探讨了树冠平均表面积、最大表面积、平均体积、最大体积4个复合指标的预测模型。结果表明:4个树冠复合指标与胸径、树高、冠长、冠幅之间呈显著相关,相应的增加变量可提高模型的拟合精度,但当模型变量增加到2个以上时,模型精度提高不大。模型检验结果表明,以冠幅和冠长为变量的树冠表面积模型为最优;树冠体积以冠幅、冠长和树高为变量的模型为最优。模型的预估精度P均大于70.3%,说明模型可以较好地预估杉木人工林的树冠表面积和体积。     

四种针叶低效林单株生长模型构建

以碳汇林基线情景低效针叶林,包括日本落叶松、杉木、马尾松、湿地松为研究对象,利用收集和调查的生物量与解析木实测数据,选择不同数学模型,通过曲线回归、非线性回归方法拟合模型参数,建立4个树种的单株生物量模型、胸径生长模型和树高生长模型。结果表明:4个树种的单株生物量模型、胸径生长模型采用相关系数较高、MSE值最小的幂函数模型、S模型拟合效果最好;4个树种的树高生长模型形式各异,日本落叶松、湿地松以Logistic模型拟合效果最好,杉木以抛物线模型拟合效果最好,马尾松以S模型拟合效果最好;检验结果表明,所建日本落叶松、杉木、马尾松、湿地松的生长模型预估精度均达到了95%以上,且都通过了F检验。     

基于UAV高分影像的杨树冠幅提取及相关性研究

[目的]以无人机高清影像为数据源,结合样地实地调查数据,研究杨树冠幅提取及其与胸径和林分蓄积量的相关性,为无人机森林调查技术提供一种思路和方法。[方法]基于无人机高分影像及实地调查数据,采用面向对象法,对杨树林木冠幅进行分割与提取,通过实地测量数据建立冠幅-胸径模型,利用一元材积表计算样地蓄积量,并进行相关性分析与精度检验。[结果]影像分割效果良好,但提取得到的冠幅比实际值偏小,研究区最适宜的杨树冠幅分割尺度为10,平滑度0.1,紧致度0.5。杨树冠幅与胸径建立相关模型,其中一元线性方程拟合效果最好,相关系数为0.75。通过模型计算的样地蓄积与实测样地蓄积进行双侧T检验,结果 sig=0.0580.05,两组数据差异不显著。[结论]采用面向对象法,通过无人机高分影像能自动分割并提取了杨树林木冠幅信息,提取效果良好;利用影像提取林木平均冠幅,通过冠幅-胸径相关关系模型得到林木胸径,进而推算林分蓄积的方法可以满足森林资源调查精度要求。     

基于Worldview-2影像的林木冠幅提取与树高反演

以湖南省攸县黄丰桥国有林场杉木人工林为例,探讨林木冠幅提取与树高反演方法研究。基于Worldview-2影像,采用均值漂移分割算法开展样地内杉木冠幅信息提取。通过设置不同分割尺度确定最佳的冠幅分割参数为hs=10,hr=6,M=20。对提取的冠幅边界进行平滑处理,利用平滑后的影像冠幅与实测树高,分别建立了冠幅树高曲线估计模型和非线性联立方程组反演模型。其中以树高作为哑变量,建立的影像冠幅树高非线性联立方程组模型的拟合效果最佳,模型决定系数R2为0.899,模型的变动系数(CV),平均百分标准误差(EMPSE)均在10%以内,是树高反演的一种有效手段。     

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0.602～0.8...     

沙地樟子松不同林龄树高、胸径等生长指标的关系研究

对沙地樟子松人工林10~60 a林龄样地进行树高、胸径等生长指标调查、观测,使用SPSS20.0进行分析,结果表明:不同林龄树高与胸径、冠幅大小、第一活枝下高高度各生长量两两之间有极显著相关关系,林木树高与胸径、冠幅之间存在正相关关系;树高生长量随胸径变化模型为y=0.405x1.104,树高生长量随冠幅变化模型为y=e2.895-2.836/x。