塞罕坝华北落叶松人工林断面积预测模型

如何实现林分水平和单木水平预测林分断面积的兼容性,并提高不同水平断面积模型的预估精度,在森林经营过程中是一个亟待解决的科学问题。本文以华北暖温带华北落叶松人工林为研究对象,运用105块连续观测的固定样地数据,首先采用Gauss-Newton算法建立林分水平和单木水平断面积生长模型;其次分别采用不同形式的逻辑斯蒂方程对单木生存概率方程进行拟合;最后将不同水平最优预测模型进行组合并建立组合方程,采用最小二乘法估计组合方程参数,以提高对不同水平断面积的预测精度。结果表明:在约束参数法中,林分密度模型、林分断面积预测模型和单木断面积模型均具有较好的预测效果,并均能解释90%以上的变异;在分解法中采用逻辑斯蒂方程来预测单木生存概率和林分密度,经检验获得的ROC曲线下面积为0.906,表明该方程可以较好地预测林木生存概率;在组合预测法中,采用不同水平的最优模型进行组合后的预测效果最佳。在预测林分密度和断面积时,组合预测方程预测精度最高,林分水平模型预测精度次之,单木水平模型预测精度最低。组合预测法能够预测不同水平下的林分密度、立木生存概率、林分断面积及单木断面积,提高了模型预测精度,为预测林分生长动态、空间结构变化及经营效果评价等提供参考依据。      

蒙古栎天然林单木生长模型的研究:Ⅱ.树高-胸径模型

【目的】预测和研究蒙古栎天然林的生长与发展规律,以更好地经营蒙古栎天然林。【方法】以蒙古栎天然林为研究对象,基于吉林省汪清林业局195块蒙古栎林固定样地的2期复测数据,通过分析已有的16个普通树高曲线模型和16个标准树高曲线模型并对比2种模型的拟合结果,建立蒙古栎林的单木树高曲线模型。【结果】最终确定的蒙古栎林最优普通树高曲线模型的决定系数R²为0.728,调整决定系数R_adj²为0.721,均方根误差为 2.291 m,相对均方根误差为0.158,平均误差为0.118 m,平均绝对误差为1.794 m。最优标准树高曲线模型的决定系数R²为0.907,调整决定系数R_adj²为0.901,均方根误差为1.479 m,相对均方根误差为0.114,平均误差为0.094 m,平均绝对误差为1.381 m。【结论】增加了树木和林分因子的标准树高曲线模型,其精度较普通树高曲线模型有大幅提高。最优的蒙古栎单木标准树高曲线模型自变量包括胸径、林分每公顷株数、林分每公顷断面积、优势木平均高。建立的单木标准树高曲线模型有较好的生物学意义,可为吉林省汪清地区蒙古栎天然林的生长预测提供依据。     

云杉属4个树种不同分布区生长过程及树皮厚度模拟研究

以云杉属4个树种（白扦、青扦、云杉、丽江云杉）为对象，通过查阅文献资料收集了这4个树种主要分布省份（山西省、甘肃省、四川省、云南省）的树木生长量调查信息，并汇总了单木生长过程及胸径处树皮厚度数据，分析各树种树高、胸径、材积的平均生长量和连年生长量变化规律，同时对3个生长指标的总生长量以及树皮厚度进行模型拟合与精度检验。结果表明:1）云杉属4个树种在不同分布区单木生长过程符合一般林木生长规律，并且0~40 a的树高、胸径连年生长量增长速率较快，而材积连年生长量在40 a后增长速率较快，除白扦外其他树种在不同分布区的总生长量无显著性差异；2）各树种单木生长方程和树皮厚度模型拟合精度较高，树高与胸径拟合最优模型多为二次曲线模型，而材积拟合最优模型多为理查德模型，树皮厚度拟合最优模型为双对数模型和二元一次线性模型。研究可为云杉属的人工林经营与管理提供理论参考。     

基于单木和林分生长率模型的数据更新精度差异性分析

【目的】通过分析生长率模型系统更新数据的差异,为年度监测数据更新提供依据。【方法】采用第六次至第九次全国森林资源连续清查四川省2002、2017、2012和2017年4个年度固定样地调查数据,应用非线性回归估计方法,建立了18个树种（组）单木胸径和蓄积生长率模型,13个主要乔木林类型林分材积生长率模型,胸径一元模型、年龄一元模型和胸径-年龄二元模型,10个主要乔木林类型三储量联立估测模型。【结果】模型拟合的决定系数R2均大于0.9,能够满足林分蓄积生长的模拟更新,解决了蓄积量、生物量和碳储量间计算的兼容性问题,单位面积蓄积量混合效应模型为基于林分因子的储量更新提供了有效的参考。【结论】活立木和林木采用胸径-年龄二元生长率模型更新精度较高,散生木采用单木生长率模型更新精度较高,四旁树采用胸径一元林分生长率模型更新精度较高。     

基于广义可加模型的气候对单木胸径生长的影响研究

基于吉林省汪清林业局落叶松鄄云冷杉林长期固定样地25 年观测数据,采用广义可加模型方法,建立了包含 气候因子的单木胸径生长模型,研究气候因子对单木胸径生长的影响及不同树种的响应差异。结果表明:生长 季逸5 益积温、生长季最低气温、年平均总降水量、月气温差以及年平均气温与年平均总降水量之比5 个气候因子 对该类型的落叶松、红松、冷杉、云杉、慢阔和中阔6 个树种(组)的单木的年平均胸径生长量都有显著的影响,但不 同树种组的气候响应变量和程度不同。对含气候和林分因子的全模型、仅含林分因子的部分模型以及仅含气候因 子的部分模型进行了统计分析,结果显示:3 类模型分别能解释50.8%、45.7% 和29.5% 的胸径生长变异,说明在 局部尺度气候因子对胸径生长的解释能力有限;影响胸径生长的主要因子是单木的期初胸径、大于对象木的断面 积之和、林分每公顷株数和林分断面积平均胸径。      

组合预测法在林分断面积生长预估中的应用

林分断面积生长模型的研究是林分因子建模中的主要对象,研究提高林分断面积生长模型的预测精度十分重要。组合预测法能够对不同模型的预测结果进行组合,把不同模型的预测误差分散化,从而提高预测精度。基于北京山区油松定期清查数据,根据残差的方差最小原则确定组合预测中各模型的权重,将单木水平预测所得的林分断面积与林分水平预测所得的断面积进行组合预测。结果表明:组合预测法预测林分断面积的精度比单一水平(单木水平、林分水平)预测的精度都高,同时组合预测法也改进了林分断面积预测模型的兼容性。     

日本落叶松人工林生长量的灰色—马尔柯夫预测

应用灰色GM(1,1)模型进行日本落叶松人工林生长趋势预测,在对43块标准地进行每木检尺的基础上,获得了不同龄阶平均单株木的3个测树因子胸径、树高、材积的总生长量,利用这些基于时间序列的原始数据对GM(1,1)模型进行拟合。其模型模拟检验精度:胸径、树高、材积均为Ⅱ级可用水平;发展系数|a|<0.3,可用于中长期预测。由预测产生的相对误差的大小,将原始数据划分为4种状态,分别写出胸径、树高、材积的四步概率转移矩阵p(i),建立灰色—马尔柯夫预测模型。从对32、34龄阶的预测结果看,灰色—马尔柯夫模型预测的平均相对精度分别为胸径99.22%、树高99.73%、材积98.33%,能进行高精度的预测工作。     

基于随机森林算法的落叶松?云冷杉混交林单木胸径生长预测

目的单木生长受气候、林分等多种因子影响,需要利用适当的方法厘清气候以及林分中影响林木生长的主导因子。随机森林等机器学习方法提供了一种新的途径,需要检验利用随机森林算法分析气候和林分因子对林木生长影响的可靠性,为森林生长收获预估提供新的方法。方法以吉林省汪清林业局20块落叶松?云冷杉混交林固定样地25年（1986—2010年）间连续调查数据作为研究材料,候选气候和林分因子52个,利用随机森林算法建立了包含气候和林分的单木胸径生长模型,分析气候和林分因子对单木胸径年平均生长量的影响:基于52个超参数组合（决策树数目ntree = 1 000、决策树每个结点随机选择的预测变量个数mtry = {1, 2, ···, 52}）构建了52个随机森林模型,利用10折交叉验证法分别训练和评估52个随机森林模型;基于完整数据集,利用最优随机森林模型分析自变量对单木胸径年平均生长量影响的相对重要性以及偏依赖关系。结果ntree = 1 000、mtry = 12所对应的模型是52个模型中具有最佳泛化能力的模型,该模型具有最大的交叉验证决定系数R2_cv（R2_cv = 0.54）,以及最小的交叉验证均方根误差RMSE_cv、交叉验证平均绝对偏差MAE_cv和交叉验证相对均方根误差rRMSE_cv（RMSE_cv = 0.14 cm、MAE_cv = 0.10 cm、rRMSE_cv = 50%）。单木胸径年平均生长量受林分因子的影响极大,相对重要性超过80.00%。8个林分因子中,大于对象木的林木断面积之和BAL对单木胸径年平均生长量影响最大,林分每公顷株数N对单木胸径年平均生长量影响最小,其他因子对单木胸径年平均生长量影响介于两者之间;单木胸径年平均生长量随BAL、林分每公顷断面积BA、N以及林分断面积平均胸径D_g的增加而下降,随对象木胸径与林分断面积平均胸径之比RD、林木期初胸径D₀以及对象木胸径与林分中最大林木胸径之比DDM的增加而增加。单木胸径年平均生长量受气候因子的影响较小,相对重要性低于20.00%。44个气候因子对单木胸径年平均生长量的影响均较小（相对重要性均 < 1%）,其中,生长季平均降水量（4—9月）与年均降水量之比Pratio、年总太阳辐射时长Asr、生长季平均降水量（4—9月）与生长季相对湿度（4—9月）之比Gspgsrh以及生长季太阳辐射时长（4—9月）Gssr是前4个相对重要的变量。结论随机森林模型能够较好地解析各变量与单木胸径年平均生长量之间复杂的关系,单木胸径年平均生长量受林分因子的影响极大,而受气候因子的影响较小。总体而言,在局部尺度上,林分因子是影响单木胸径生长的主导因子,而气候因子对单木胸径生长的解释能力有限。随机森林模型具有一定的泛化能力和统计可靠性,产生的变量重要性和偏依赖图具有合理的林学意义。      

蒙古栎天然林单木生长模型研究:Ⅰ.直径生长量模型

【目的】预测蒙古栎天然林的生长和发展,为其合理经营提供依据。【方法】以蒙古栎天然林为研究对象,基于吉林省汪清林业局195块固定样地的两期复测数据,分析蒙古栎林单木直径平方生长量(以下简称直径生长量)与竞争因子、林木大小因子和立地因子的关系,找出影响林木直径生长量的主要因子,并采用逐步回归的方法,建立蒙古栎林的单木直径生长量模型。【结果】最终确定的蒙古栎林单木直径生长量模型的决定系数R2为0.567,预估精度为98.95%,平均误差为4.792 7E-5cm2,平均绝对误差为0.651 2cm2,均方根误差为0.842 1cm2,相对均方根误差为0.255 2。【结论】影响蒙古栎单木直径生长量的最主要因素是林木期初胸径,其次是竞争因子,立地因子对其影响不大。建立的模型形式简洁、统计可靠,可用于吉林省汪清地区蒙古栎天然林的直径生长预测。     

便携式森林资源调查仪研制与试验

以数字图像处理技术、摄影测量技术、测树学为理论基础,研制可用于森林资源调查的多功能调查仪。该仪器主要由Cortex-M3中央处理芯片、激光测距模块、倾角传感器、蓝牙模块、LED彩屏、CCD镜头等电子元件组成,测量时获取距离、倾角、图像等信息,并使用C语言在Keil uVision4开发平台下构建一套集单木测胸径、单木测树高、单木测材积、圆形样地观测4个主要功能模块于一体的软件系统嵌入到测树仪中。结果表明,单木测量功能的平均精度高达96.98%,方差为0.023 3,其中单木因子测量中的胸径测量精度高达97.85%,树高测量精度高达97.46%,材积测量精度高达95.64%;圆形样地观测功能林分参数获取,林分平均胸径测量精度高达97.92%,林分平均高测量精度高达97.97%,株数密度测量精度高达96.54%,蓄积量测量精度高达95.79%,符合国家森林资源二类调查中的精度要求,该仪器可在林业调查工作中进行推广和应用。     

基于单木生长神经网络模型的林分生长预测

以马尾松Piuns massoniana人工林间伐试验林为研究对象，用单木生长神经网络模型与林分表法的转移概率矩阵模型构建了林分直径分布的动态转移模型，再与径阶材积向量或材种材积向量构成林分生长与收获预测模型。预测检验结果显示，高、中、低密度的林分断面积预测精度依次为94％、95％、97％，蓄积量预测精度依次为92％、94％、96％，表明不计枯损（或采伐）的转移概率矩阵模型对低密度林分的预测比对高密度林分的预测效果好。     

马尾松人工林与距离有关的单木模型研究

为使单森竞争指标与林分密度具有兼容性,以更好地实现马尾松人工林的生长预测,就２３块马尾松人工林固定样地资料,用Ｈｅｇｙｉ的简单竞争指数作 龄级和密度级确定竞争木株数,用回归分析方法组建模型,对与距离有关的单木模型进行了研究,精度分析表明,单森生长速率拟合精度８０￣９６％,单木生长状态预测精度平均在９７％以上,林分断面积预测精度在９５％以上,说明单木模型预测精度高,使用效果好,建议进行广泛的研究和应     

北京山区油松人工林单木材积生长量BP神经网络模型

采用综合分析法和相关分析法选定每公顷蓄积量、标准木年龄、标准木树高、标准木胸径为输入变量,以标准木的上个生长季的材积连年生长量为输出变量,建立三层结构的油松(Pinus tabulaeformisCarr.)人工林单木材积生长量BP神经网络模型。利用北京山区78块各类型油松人工林样地调查数据对模型进行训练和仿真模拟。通过综合比较得出网络模型结构为4∶11∶1的网络模型具有最好的模拟效果,训练精度可达94.024%。此模型可以准确、简单、快速的对北京山区油松人工林的单木材积生长量进行有关的分析、计算、模拟和预测。     

基于泰森多边形与人工神经网络的单木模型研究

利用宝天曼自然保护区栎类天然次生林6块标准地的调查数据,采用人工神经网络建模方法,以期初胸径,泰森多边形面积,期初年龄,期末年龄,缓冲区距离直径比为输入变量,期末胸径为目标变量,在MATLAB软件中进行模型训练,建立人工神经网络模型,本研究先用部分数据作为训练样本,完成模型的学习和训练,又用部分数据进行了检验,在精度满足要求时,进行了数据的模拟,由此得到了单木生长模型.这种以GIS与ANN为基础的单木生长模型能很好的预测宝天曼地区天然栎类的期末胸径,具有现实意义.     

蒙古栎天然林单木生长模型研究:Ⅲ.单木枯死模型

【目的】研究蒙古栎天然林的单木枯死模型,为蒙古栎天然林的合理经营提供依据。【方法】以蒙古栎天然林为研究对象,基于吉林省汪清林业局195块固定样地的2期复测数据,采用二分类的Logistic回归方法建立蒙古栎天然林的单木枯死模型。【结果】期初胸径、竞争指数、林分密度都是显著影响树木枯死的因子,林木直径是影响林木枯死的重要因子,直径越小,枯死概率越大。χ2检验结果以及ROC(Receiver operating characteristic)曲线显示,使用Logistic回归可以有效预测树木的枯死情况,所建模型较合理。【结论】建立的单木枯死模型统计可靠,可为吉林省汪清地区蒙古栎天然林的生长预测提供依据。     

基于单木水平和林分水平的油松兼容性生长模型

以油松林分为研究对象,基于北京市一类连续清查数据161块油松林分2期固定样地,建立单木水平和林分水平模型,利用组合预测法把油松单木水平模型和林分水平模型组合起来,用最优加权法计算单木水平和林分水平的权重系数,最后用3项数学指标M_AD、R_MSE、R²评估模型的预测效果。结果表明,所建的单木水平、林分水平和组合水平模型的预测效果均较好,经过分析比较,组合预测法预测油松断面积、蓄积量生长模型的精度高于单木水平和林分水平预测的精度。组合预测法所建立的模型结合了单木水平、林分水平模型的优点,提高了油松林分生长预测模型的兼容性,保障了油松林分生长模型预测结果的一致性,也可以用来预测下一期油松林分断面积、蓄积量生长规律。     

福建省峦大杉人工林生长模拟及其数量成熟研究

为研究福建地区峦大杉的生长过程,并确定其数量成熟龄和合理轮伐期。以福建省28年生峦大杉人工林标准木的生长数据,应用系列模型进行树高、胸径和材积生长过程拟合,经优选与验证,筛选出相应的生长模型,并应用材积生长模型进行数量成熟年限分析。结果表明,树高、胸径和材积生长回归方程分别以莱瓦科威克3、苏马克和逻辑斯蒂模型拟合效果最好,模型预测精度均在97%以上,决定系数均在0.99以上,能够反映峦大杉的生长规律。由峦大杉材积生长模型,并结合两曲线的走势,可知该林分数量成熟龄在32~33 a间。建议峦大杉人工林进行大中径材培育,其合理轮伐期为32 a。     

基于哑变量的日本落叶松生长模型研究

【目的】研究北亚热带高山区和暖温带中山区日本落叶松的生长过程,并建立其生长模型,为精确掌握日本落叶松生长过程、科学经营日本落叶松人工林提供参考。【方法】应用北亚热带高山区和暖温带中山区96株日本落叶松解析木数据,根据区域特征引入哑变量的概念,综合运用Excel 2003、ForStat 2.1及SPSS 16.0等软件进行数据处理和生长模型的拟合,分别建立含有哑变量的日本落叶松胸径、树高和材积生长模型。【结果】2个区域日本落叶松的胸径、树高和材积生长情况没有明显差异。含有哑变量的Richards方程对日本落叶松胸径、树高生长拟合效果最好,R2分别达到了0.996 6和0.995 5,均方误差为0.163 2和0.207 7,平均绝对残差为0.349 1和0.436 7;材积生长模型的拟合结果以含有哑变量的二次函数最为理想,R2为0.997 979,均方误差为0.000 018,平均绝对残差为0.003 276。通过对模型的独立性检验,胸径、树高和材积生长模型预估精度均在90%以上。【结论】建立了日本落叶松胸径、树高和材积的哑变量生长模型,该模型可以用来描述北亚热带高山区和暖温带中山区日本落叶松的生长规律,预测其生长指标,解决了不同区域单独建模模型不相容的问题。     

广东琼楠人工林生长规律研究

【目的】研究广东琼楠树高(H)、胸径(DBH)、材积(V)与树龄(T)间的回归关系及最优生长模型,以期掌握广东琼楠的生长规律,为林木快速生长期的科学抚育及森林质量和产量的提高提供参考。【方法】以广西南宁树木园内33年生广东琼楠人工林为研究对象,采用树干解析的方法对广东琼楠人工林测树因子各年间变化动态进行测定。【结果】33年生广东琼楠人工林的平均胸径、树高和材积分别为23. 6 cm、19. 7 m和0. 37471 m~3;树高和胸径的平均生长量曲线和连年生长量曲线出现多个交叉点,变化幅度较大,但其单株材积生长曲线在33年间不断攀升,表现良好的生长趋势。各生长曲线表明6～12年为广东琼楠的速生期,所拟合回归模型R~2均达到0. 99以上,检验精度较高。【结论】广东琼楠树高最优生长模型为苏马克(Schumacher)模型,胸径生长最优模型为理查德(Richards)模型,材积生长最优模型为坎派兹(Compertz)模型; 30～32年之间材积生长达到数量成熟;拟合模型精度较高,可运用于生产实践中的预测。     

红松树高-胸径的非线性混合效应模型研究

以吉林省汪清林业局的蒙古栎阔叶混交林和云冷杉阔叶混交林24块固定样地中的2598株红松为研究对象,利用Chapman-Richards方程建立了不含随机效应与含随机效应的单木树高-胸径简单模型和广义模型。模型拟合和检验的评价指标主要包括调整决定系数(R2a)、平均相对误差绝对值(RMA)和均方根误差(RMSE)。对于混合效应模型,设计了随机抽取、抽胸径最大的树、抽胸径最小的树和抽平均木4种抽样方案计算随机参数,通过对比4种抽样设计下模型的误差统计量,分析了不同抽样设计下样本数量和预测精度的关系。结果表明:基于混合效应模型的红松单木树高-胸径模型拟合效果(简单模型的R2a在0.753~0.886之间,RMA在11.3%~15.1%之间,RMSE在1.38~2.01m之间;广义模型的R2a在0.754~0.886之间,RMA在11.1%~15.0%之间,RMSE在1.38~2.01m之间)优于不含随机参数的红松单木树高-胸径模型(简单模型的R2a在0.502~0.868之间,RMA在12.2%~17.8%之间,RMSE在1.42~2.65m之间;广义模型的R2a在0.711~0.877之间,RMA在11.6%~17.2%之间,RMSE在1.41~2.10m之间);包含随机效应的简单模型和广义模型拟合效果没有明显的差异,表明基于混合效应模型的单木树高-胸径简单模型可以很好地描述树高-胸径关系在不同森林类型、不同样地间的差异,因此不需要在树高-胸径模型中增加其他自变量;抽取平均木的抽样设计优于其他3种抽样设计,且抽取4株平均木时,预测精度提升最为明显,综合预测精度和调查成本的考虑,在实践中应用包含随机效应的红松树高-胸径模型时,推荐在样地中抽取4株平均木测量其树高来估计随机参数。