长白落叶松直径分布收获模型的研究

该文将长白落叶松林地按地位指数划分为3个地位等级,分别地位等级建立了以三参数Weibull分布为基础的直径分布收获模型。该模型系统包括两大部分。第1部分建立了林分回归模型,其中主要包括林分因子预测模型,株数预测和断面积生长模型等;第2部分建立了参数回收模型,即采用林分因子的预估值来回收Weibull分布的参数,保证了收获模型与林分回归模型的一致性。该模型不仅能输出林分的总体收获量(蓄积量,出材量),而且能输出各径阶的收获量。误差检验结果表明该模型精度较高。     

大青山落叶松人工林直径分布规律的研究

本文运用正态分布、weibull分布和β分布3种概率密度函数,研究了内蒙古大青山32块落叶松人工林标准地的直径分布规律。结果表明,内蒙古大青山落叶松人工林的直径分布用β分布拟合效果较好,在此基础上建立了β分布参数的预估方程,预测林分理论直径分布,为华北落叶松人工林的科学经营提供理论依据.     

天然次生林直径分布的研究

该研究应用东北林区调查的119天然林标准地数据,通过绘制各林分直径分布直方图,分析林分的直径分布规律,运用SB分布、指数分布、正态分布、WeibuU分布和β分布函数对其进行拟合,建立直径回归模型,并采用矩解法求解参数,更精确地比较各种分布函数对实际数据的拟合效果.研究结果表明:林木株数随着直径的增大呈减少的趋势;指数分布和Weibull分布的拟合效果较好,但指数分布优于Weibull分布.观察指数分布函数的各参数的变化规律,发现参数a基本不变,而参数b在变化.绘制参数b与林分调查因子间的散点图,发现指数分布中的参数b与林分平均直径有显著的相关性.通过相关性分析,选择函数进行拟合,结果表明:幂函数的拟合效果最好,相关系数最高.通过对参数b的再参数化建立模型,最终得到最优的天然次生林林直径分布模型.     

关帝山华北落叶松林分直径分布规律研究

以山西关帝山自然保护区内的天然次生华北落叶松林分为对象，布设9块30 m×30 m样地，测量进入检尺径阶立木的直径，利用Weibull分布模型、负指数函数模型以及限定混合Weibull模型研究天然林分的直径分布规律，研讨剖析林分直径分布规律和结构模型。结果表明，除3号样地外，1~4号样地直径分布符合正态分布曲线，3参数Weibull分布拟合效果较好，均方根误差（Rmse）、平均偏差（Bias）以及卡方检验（χ²）值较小，而P值最大；3、5~7号样地直径分布以限定混合Weibull分布拟合效果较好，对应Rias、Rmse以及χ²值最小，对应P值最大；负指数分布拟合8、9号样地的直径分布效果较好，Rias、Rmse以及χ²值最小，对应P值也最大。本次研究总结分析直径对林分结构其他相关因子的影响，为庞泉沟自然保护区的林分经济价值、各项生态效益评估和调整该地区林分提供了理论依据。     

大豆皮替代奶牛日粮中玉米与小麦麸对瘤胃干物质与纤维消化的影响

采用尼龙袋消化试验研究大豆皮替代奶牛日粮中玉米与小麦麸对瘤胃干物质与纤维消化特性的影响,试验处理为大豆皮分别替代精料中0（对照）,25％,50％,75％和100％玉米与小麦麸的5个替代水平的产奶牛饲粮,饲粮的精料和粗料比为50：50,利用2头装有永久性瘤胃瘘管的本地黄牛测定5种大豆皮替代水平饲粮的干物质（DM）和中性洗涤纤维（NDF）的尼龙袋消化率与动态消化参数。所用数学模型为：Y＝a b(1-e^-c(t-L)。大豆皮DM与NDF的每小时消化速度分别为0．072和0．063,DM和NDF中潜在可消化组分比例（a b)分别为925和89％,提高大豆皮替代水平,饲粮DM中慢速消化组分b直线提高（P＝0．023）,快速消化组分a趋于下降（P＝0．140）,消化延滞期趋于延长（P＝．0127）.提高大豆皮替代水平,对饲粮DM中其他动态消化参数没有影响（P＝0．360－0．903）。随着大豆皮替代玉米与小麦麸水平的提高,饲粮NDF中慢速消化组分的比例b,潜在可消化组分（a b)呈二次曲线规律提高（P＝0．001－0．006）,快速消化组分a的比例趋于线性提高（P＝0．082）,而慢速消化组的消化速度c不受大豆皮替代水平的影响（P＝0．688）。从本试验得出结论：以大豆皮替代奶牛饲粮中0,25％,50％,75％和100％的玉米与小麦麸,对饲粮干物质潜在可消化组分比例和消化速度无明显影响,但对纤维消化具有促进作用。     

兴安落叶松天然林林分直径分布和树高分布

基于大兴安岭地区100块兴安落叶松天然林样地的调查数据,选用43个基础模型对兴安落叶松(Larix gmelinii)的直径分布和树高分布进行拟合,用10个基础模型对兴安落叶松的树高与直径关系进行回归模拟,求解模型参数值并用均方根误差(RMSE)、和相对误差(Bi)进行检验与评价。结果表明:Exp3P2模型的精度最高,可以很好的拟合兴安落叶松直径分布;柯列尔模型为最优兴安落叶松树高分布模型;树高与直径相关关系模型拟合与检验结果最优为Wykoffl模型。     

化学处理对平茹菌糠蛋白质及有机物瘤胃降解率的影响

用4只安装永久瘤胃瘘管的山羊,采用4×4完全拉丁方设计研究化学处理对平茹菌糠的干物质（DM）、粗蛋白（CP）及中性洗涤纤维（NDF）癌胃降解率．结果表明：（1）不同组菌糠的DM、CP及NDF在瘤胃中的降解规律均能较好地符合Mertens的数学模型dp＝a＋b（1－e－kb（t－l））（R2＞0．9）;（2）苛性钠碱化处理组菌糠的DM、CP及NDF动态降解率（p）和潜在降解部分（a＋b）分别提高8．37％、6．75％、13．44％和10．52／、8．89％、3．35％（P＜0．05）;（3）尿素氨化组菌糠的DM、CP及NDF动态降解率（p）分别提高3．87％、6．64％、7．43％（P＜0．05）及DM的潜在降解部分（a＋b）提高4．7％（P＜0．05）;（4）复合处理组菌糠的DM及NDF动态降解率（p）分别提高5．18％、9．68％（P＜0．05）及DM的潜在降解部分（a＋b）提高4．71％（P＜0．05）．     

改进的简单竞争指标在单木生长模型中的应用1）

以湖南省攸县黄丰桥国有林场杉木中龄林为研究对象,改进简单竞争指标,采用多元逐步回归和非线性回归的方法建立以单木大小、竞争和立地条件为自变量,单木直径连年生长量为因变量的估算模型,实现单木直径生长量的预测。研究结果显示：单木大小因子平方（ D2）、竞争因子（ CI ）、立地条件（ SL、SLP、E）对模型都有较大的影响,改进后的直径生长模型的决定系数R2为0．763,显著高于改进之前的结果（ R2为0．710）。这说明简单竞争指标模型参数的指数为变量时,直径生长模型的拟合优度得到了显著提升,单木生长模型的预测效果更好。     

红皮云杉人工林直径结构分布模型的研究

通过对表现直径分布函数的筛选,选择Ｗｅｉｂｕｌｌ分布函数为红皮云杉人工林直接的分布函数,分别以参数预测法（ＰＰＭ）和参数回收法（ＰＲＭ）建立分布模型,描述红皮云用人工林直径结构分布,并通过对模型精度的检验,说明Ｗｅｉｂｕｌｌ分布函数适合于描述红皮云杉人工林的分布,ＰＰＭ和ＰＲＭ均达到精度要求,但是ＰＲＭ的精度要明显高于ＰＰＭ,参数回收模型是建立全林整体模型的基础。     

基于非线性混合模型的落叶松木材管胞长度模拟

以黑龙江省七台河市林业局金沙林场9 株人工落叶松6 825 对早、晚材管胞长度样品数据为例,选择6 个常用方程进行非线性回归分析,把拟合精度最高的Richards 模型作为早、晚材管胞长度基础模型y = β1 [1 - exp( - β2 x)]β3 + ε。基于Richards 模型,利用非线性混合模型技术构建落叶松早、晚材管胞长度混合效应模型yij = (β1 + b1i ){1 - exp[ - (β2 + b2i )t]}β3 + b3i + εij 。结果表明:当对早材管胞长度进行拟合时,b1i 、b2i 、b3i同时作为随机参数时早材管胞长度模型拟合最好;当对晚材管胞长度进行拟合时,b1i 、b2i 、b3i 同时作为随机参数时晚材管胞长度模型拟合最好;一阶自回归模型AR(1)能够较好地表达树木内误差相关性;同时考虑随机效应和时间序列相关性结构能够提高落叶松早、晚材管胞长度混合模型的预测精度。      

黑龙江省主要林分类型林分碳储量预估模型

利用2期黑龙江省森林资源连续清查数据(2005—2010年),根据林分变量和林分碳储量间的关系构建了林分水平的全树碳储量预估模型,并对应不同起源选择不同的模型形式,用加权最小二乘法消除了异方差。由于地域的不同,相同林分类型碳储量可能存在差异,因此在构建的碳储量模型基础上,利用哑变量方法构建考虑不同地域的林分碳储量模型。结果表明:区分起源的林分碳储量模型对于天然林和人工林都具有良好的拟合精度,R~2均大于0.94,模型评价指标中平均相对误差均在±6.00%以内,平均相对误差绝对值基本小于10%,仅黑桦天然林为15.33%。大部分模型的预测精度在95%以上。利用哑变量方法构建的考虑不同地域的林分碳储量通用模型的R~2均大于0.94,平均相对误差均较小,平均相对误差绝对值均在小于8%,预测精度都在95%以上。对于包含区域哑变量的通用模型,在满足相同的林分平均断面积条件及其他变量、参数a、c不变时,不同区域对应的参数b值越大,相应区域碳储量越大;在满足相同的林分平均高(或者林分年龄条件)及其他变量、参数a、b不变时,不同区域对应的参数c值越大,相应区域碳储量越大。     

基于机器学习的落叶松树皮厚度预测

  目的  研究多个机器学习算法在树皮厚度预测中的应用,对比分析不同单木因子对树皮厚度预测的影响,为树皮厚度预测提供新的方法。  方法  以大兴安岭天然林落叶松为研究对象,基于树皮厚度数据,构建4个机器学习算法（神经网络ANN、支持向量回归SVR、决策树CART、随机森林RF）,并将其在预测树皮厚度方面的性能与6个传统树皮厚度模型比较。采用决定系数（R2）、均方根误差（RMSE）、平均绝对误差（MAE）和赤池信息准则（AIC）来评价不同模型和算法。  结果  （1）在6个基础模型中Model5预测效果较好。基础模型与机器学习模型比较中,除CART4模型,其他机器学习模型拟合精度均好于传统模型Model5;（2）机器学习模型中ANN4和SVR3拟合和预测精度相似,RF4拟合效果最好。（3）RF4的输入变量为胸径（DBH）、树高（H）、相对树高（H_r）。基于训练样本,与Model5相比,随机森林的R2从0.675 2提高到0.723 4,RMSE从0.575 5降低到0.531 0。随机森林检验结果与Model5相比R2从0.666 9调高到0.710 5,RMSE从0.616 9降低到0.544 6。  结论  相对于基础树皮厚度模型,机器学习算法中的随机森林,支持向量回归和人工神经网络都能提高树皮厚度的预测精度,其中随机森林的预测效果最好,适合该区域落叶松树皮厚度的预测。      

使用Weibull分布对人工油松林直径分布的研究

使用三参数维泊尔函数拟合人工油松林直径分布,根据x~2—检验结果,三参数维泊尔分布与正态分布的拟合效果基本上一样。 在本文中,改进了Issos求解维泊尔直径分布的方法,并取得了等效的结果。另外,利用20块标准地资料,采用Issos方法所求得的参数值与林分特征因子建立回归方程,并建立了维泊尔分布参数的予估方程,即根据林分平均直径、直径变动系数、平均高、年龄以及单位面积林木株数(0.1公顷)予估维泊尔直径分布,但其效果并不太好。 对于拟合人工油松林分的直径分布,那个分布更适合,这个问题有待于进一步的研究。     

基于树干不同形率的樟子松立木材积方程研建

目的立木材积方程在森林生产力、生物量和碳储量等林业问题方面都有着广泛的应用。因此，提高立木材积的预测精度一直是林业模型研究者的重要任务。本研究以大兴安岭樟子松为研究对象，构建含有不同形率的二元和三元材积方程，并对比检验其预测效果，旨在把传统立木材积的预测精度提高到一个新的水平。方法利用15个树干不同形率，基于传统的一元和二元立木材积方程分别建立二元和三元立木材积方程，并与传统的一元和二元材积方程比较。通过对各模型进行拟合选出最优形率模型，具体选用统计软件S-PLUS中的广义非线性模块（GNLS）进行拟合。并利用幂函数、指数函数以及常数加幂函数校正在拟合过程中各立木材积模型表现的异方差现象。选择确定系数（R2）、均方根误差（RMSE）、平均误差绝对值（MAB）和相对误差绝对值（MPB）4个指标对模型进行评价。最终采用分径阶比较法比较不同径阶范围内4种方程的预测精度。结果基于相对树高70%处形率的二元模型拟合效果最好，基于相对树高50%处形率的三元模型拟合效果最好。模型检验结果表明:基于传统的一元模型，加入形率后模型的RMSE、MAB、MPB分别降低了33.7%、30.7%、29.9%；基于传统的二元模型，加入形率后的模型RMSE、MAB、MPB分别降低了70.5%、70.9%、71.2%。不同径阶的检验表明:对于小径阶和中等径阶的树木，模型的检验精度顺序为模型（13） > 模型（2） > 模型（12） > 模型（1）；对于大径阶的树木，模型的检验精度顺序为模型（13） > 模型（12） > 模型（2） > 模型（1）。结论形率因子是干形的重要指标。在传统立木材积模型中引入形率因子可以提高材积的预测精度，因此，对于樟子松立木材积的估算，尤其是中大径阶林分，推荐使用带有形率的三元立木材积模型。      

杉木短周期小径材培育模式的林分直径结构及经营要素预测

以6~14年生杉木短周期小径材人工林为研究对象,对其直径结构进行统计分布检验,采用Weibull生长方程对林分直径累积分布进行模拟,并通过动态预测分析立地、林分密度、主伐年龄对培育目标的影响。结果表明:88.3%的样地其林分直径分布为左偏,林分直径分布峭度为负值的样地占所有样地的81.7%,林分平均直径对应的植株数量累积分布率为55.1%,直径结构为Weibull分布的林分占86.7%;两参数Weibull生长方程对各林分直径分布具有较好的适合度(R2>0.99),参数b、c具有明显生物学意义,分别与林分平均直径和直径变异系数呈紧密线性关系(R2=0.986 7、0.885 7)。采用回归法建立直径曲线1-1/e和拐点处参数回收方程,关键点处直径与林分平均直径呈紧密幂函数关系(R2≥0.95),由此构建的林分直径预测系统K-S检验通过率为85%。通过建立林分平均直径与年龄、立地指数和林分密度的多元非线性关系,在对不同关键要素组合模式下林分不同径级立木植株数量动态预测的基础上,比较分析不同要素对培育目标的影响,提出了杉木短周期小径材培育模式关键技术的理论参数。     

加格达奇3种森林类型树高-胸径的曲线拟合

基于加格达奇落叶松、樟子松、红松落叶松混合林共400个样本的树高、胸径实测数据,选用11个曲线模型,对模型参数求解,分析树高-胸径的相关性;并采用总误差、平均相对误差、误差及均方根误差这4项值验证拟合精度,探求3种树种的最优拟合模型。结果表明:树高和胸径相关性显著,基于11个模型的树高-胸径曲线拟合参数表明,幂函数模型为最优拟合模型,树高-胸径的关系符合异速生长规律。数据拟合精度的4项误差指标值表明,总体拟合效果理想,精度较高。     

兴安落叶松树干削度和材积相容模型

描述了相容性非线性联立方程组模型在树干削度和材积建模方面的应用及联立方程组模型参数估计的方法。以黑龙江省带岭林业局人工落叶松为研究对象,以Max和Burkhart分段削度模型作为基础模型,构建了3个具有不同拐点的树干削度和材积系统。削度和材积系统拥有一套参数。为了使内生变量（endogenous variables）误...     

基于地形与竞争因子的青冈栎次生林树高哑变量模型研究

考虑不同地形和林木竞争对青冈栎树高与胸径关系的影响,构建青冈栎树高与胸径的哑变量模型,为青冈栎次生林的树高预测和可持续经营提供理论依据。以16个青冈栎次生林固定样地为研究对象,通过确定系数（R²）、赤池信息量准则（AIC）、均方根误差（RMSE）和平均预估误差（MPE）4个评价指标,从11个基础模型中筛选出最优的基础模型。利用F统计检验分析了不同坡向和坡度对青冈栎树高与胸径关系的影响,同时对Hegyi简单竞争指标进行了改进。基于坡向、坡度和竞争强度3个哑变量,构建青冈栎树高与胸径的哑变量模型。结果表明,对数模型M2为最优基础模型,其确定系数（R²=0.686）最大,均方根误差（RMSE=1.380）和平均预估误差（MPE=1.242）最小;不同坡向和坡度下,模型的F统计值均大于F临界值;Hegyi改进指标与树高、胸径的相关系数达到-0.452、-0.418,相比Hegyi简单竞争指标有明显提高;基础模型中引入坡向、坡度和竞争强度哑变量后,模型的拟合精度均显著提高,R²提高了0.035,RMSE减少了0.077,MPE减少了0.070%。从林木的水平和垂直空间上构建青冈栎林木竞争指标更加准确,坡向、坡度和林木竞争对青冈栎树高与胸径关系存在显著影响。综合考虑地形与林木竞争的哑变量模型拟合精度更高,能为青冈栎树高生长的预测提供参考。     

基于LSTM的柑橘幼苗蒸发量预测

将柑橘幼苗作为试验对象,利用传感器采集空气相对湿度和温度,以基质相对湿度、温度和EC值作为环境因子,采用称重法实时采集作物的质量变化量作为作物的蒸发量;以环境因子为模型输入,作物蒸发量为模型输出,构建长短期记忆神经网络(LSTM)预测模型,优化后的最优模型结构以及训练参数包括LSTM模型的隐藏层1层,隐藏层节点数为120,迭代样本数为128,训练迭代次数为175,网络的激活函数选择tanh函数,学习率为0.001,时间步长为72。LSTM预测模型的决定系数(R²)、均方根误差(RMSE)、平均绝对误差(MAE)分别为0.993 9、0.015 5 g、0.011 3 g;与循环神经网络(RNN)、门控循环单元(GRU)的预测效果进行对比,LSTM预测模型的预测蒸发值更接近真实蒸发值,预测结果相对误差范围波动最小,RMSE、MAE最小,R²最大,说明这3种模型中LSTM预测模型的预测效果最佳。