二元材积模型的调整

<正> 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”,并根据最小二乘法原理,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。     

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。     

皖北杨树二元立木材积表的编制

以安徽省杨树人工林为研究对象,按照立木材积表编制要求,随机抽取329棵杨树伐倒木材积资料.以300棵样木资料为编表样本,选用3种数学模型为二元材积的候选模型,利用非线性麦夸特迭代求解法确定各模型参数、剩余标准差、相关指数.根据相关指数和剩余标准差,确定最优二元材积模型为:V=0.000 096 93d2.0123h0.6147".以29棵样木资料为验表样本,分别计算二元材积模型理论材积与实际材积的平均相对误差、平均绝对相对误差和系统误差,计算结果为:二元材积表分别是2.7%、8.6%、0.1%.各种材积误差均满足林业生产材积估算误差要求.     

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】...     

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。     

形率对白桦单木材积和生物量预测精度的影响

【目的】以大兴安岭地区白桦为研究对象,构建含有形率的材积模型,并与部颁东北地区白桦二元材积模型和传统基础材积模型进行比较,同时结合生物量转换因子,研究形率对单木生物量的影响,为单木材积和生物量的精准预测提供科学依据。【方法】将树干上15个形率引入传统基础材积模型分别构建二元和三元单木材积模型,应用R软件GNLS模块拟合各模型,引入方差函数消除各材积模型拟合过程中产生的异方差现象。以相对误差绝对值(MPB)、平均误差绝对值(MAB)、均方根误差(RMSE)和确定系数(R²)为评价指标对各模型进行对比分析,采用交叉检验法对模型进行检验。【结果】1)形率引入可显著提高材积模型拟合效果,当取相对树高为40%时,带有形率q_0.4的二元和三元材积模型拟合效果均表现最好;2)交叉检验结果表明,形率引入材积模型使得材积预测精度显著提高,相较传统一元模型(1)和二元模型(2),引入形率的二元模型(14)和三元模型(15)的均方根误差分别降低38.9%和45.8%; 3)与东北地区当前使用的二元材积模型(5)相比,引入形率的二元模型(14)的RMSE、MAB和M...     

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。     

直干大叶相思二元材积与生长率模型研究

为丰富树种二元材积方程和材积生长率方程,以直干型大叶相思为对象,分别选取6个二元材积备选模型和6个材积生长率备选模型,采用差分演化算法(DEA)求解模型参数,选用相关系数R、决定系数R²、均方差RMSE、卡方系数ChiSquare、F统计量进行精度评价,并采用交叉建模和交叉检验方式进行建模。结果表明,最优的直干大叶相思二元材积方程为山本式模型,R²值为0.960 4、RMSE值为0.000 27;基于山本式的模型改进后,建立的直干大叶相思二元材积方程为V=0.012 423 16d^{-12.920 195 63/d}h^{1.642 516 27},R²值为0.992 1,精度提高了3.30%;材积生长率模型的拟合精度RMSE值在[0.008 3,10.994 9],R²值在[0.865 5,0.972 6],但出现各指标对模型精度的优劣排序不一致的问题;利用TOPSIS法遴选出的最优材积生长率模型为1/Pv=-0.065 917 19+0.132 412 82/t...     

二元材积式中诸参数的计算机算法程序

二元材积表是林分蓄积量调查中最常用的数表之一。编制二元材积表的数学模型很多,我国统一用山本和藏二元材积式。在应用该式进行计算时,确定该模型的三个参数是很重要的环节。描述树木的材积随胸径和树高增长而变化的山本和藏二元材积式为:V—aD~bH~c………………(1)式中 V 表示树木的材积D 表示胸径H 为树高a、b、c 为待定参数。设在某树种编表地区内,随机选伐样木,实测其材积、胸径、树高,得到 n 组数据:D_1,D_2,…,D_i,…,D_nH_1,H_2,…,H_i,…,H_nV_1,V_2,…,V_i,…,V_n数据中 V_i 表示胸径为 D_i、树高为 H_i 时的树干材积。     

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。     

辽宁华北落叶松二元立木材积表的编制

通过外业调查,用493株随机样本资料建立了二元立木材积模型,经过4个二元材积式的比较研究,确定最优二元材积模型为V=0.000 057 41D1.770 352 19H1.125 030 45。并用132株独立随机样本进行适用性检验。结果表明,该材积模型适用于辽宁地区,在此基础上编制辽宁华北落叶松二元立木材积表。     

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。     

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     

二元材积生长率标准动态模型的研究

利用湖南省连清复查所取得的杉木(Cunningahamia lanceolata)和马尾松(Pinus massoiana)固定样地资料,深入探讨了以直径和年龄为解释变量的材积生长率模型,提出了二元材积生长率标准动态模型及其建立方法。该模型能充分利用样本信息,具有稳定的统计性能和明显高于只有一套固定参数的常规模型的预估精度。     

木荷二元材积表的研制

利用样木资料,以胸径D、树高H为自变量,材积V为因变量,在多种二元材积模型筛选的基础上,选择山本公式建立木荷二元材积模型并用改进单纯形法进行优化,由此求得木荷二元材积模型为:V=0.00006801D1.865613H0.918129。该模型理论值和实际值差异不显著,实际应用误差小,精度高,完全能够满足生产上的精度要求,可在森林资源清查中推广应用。     

甘肃省人工云杉林二元立木材积方程的编制研究

以甘肃省人工云杉林为研究对象,基于收集的680株代表性样木材料,对该区人工云杉林二元材积表的编制进行了研究。结果表明:采用的12种材积备选模型均能较好的拟合材积与胸径、树高的相关关系;通过模型选优,最终确定出11号、12号模型作为甘肃省人工云杉林的二元材积方程式;经适用性检验,林木实际材积与理论材积无显著性差异,材积方程适用于研究区林业生产精度要求,可以为该区人工云杉林林业调查、蓄积估算及科学经营管理提供科学依据。     

南京地区马尾松多元混合效应材积模型研建

为了精确拟合南京地区马尾松林木胸径、树高与材积的相关关系,基于28块20 m×20 m的方形样地的531株马尾松样木数据,分别采用山本式材积模型和多元非线性混合效应模型拟合了马尾松胸径、树高与材积的相关关系。结果显示:山本式材积模型的相关指数为0.964 92,估计值的标准误为0.004 0,总相对偏差、平均相对误差、平均预估误差和平均相对误差绝对值均小于3%,多元非线性混合效应模型的相关指数为0.99997,估计值的标准误为0.000 049 85,总相对偏差、平均相对误差、平均预估误差和平均相对误差绝对值均小于0.3%,表明两个材积模型有很高的拟合优度和精度,适应性检验结果显示,山本式二元材积模型和多元非线性混合效应材积模型的平均相对误差、总相对偏差、平均相对误差绝对值、绝对残差和标准偏差均小于3%,统计量F值小于临界值,表明两个材积模型的适应性较强;与山本式二元材积模型相比,多元非线性混合效应材积模型的拟合优度和精度更高,适应性更强。     

辽西油松树高材积模型初步研究

以编制辽西油松二元立木材积表的数据为基础,初步建立了10个计算树高材积模型,通过参数计算,模型评价,选出了最优模型并进行了适用性检验,结果表明:最优模型可以在生产实践中应用。     

湖南省马尾松树高曲线及材积模型研建

基于湖南省主要树种模型研建项目中153株马尾松的胸径、树高和材积实测数据，拟合6种树高曲线模型及常规一元、二元材积模型，对所有树高曲线模型进行对比分析后，选取拟合效果最好的树高曲线模型代入二元材积模型，构建新一元材积模型，并对常规一元、二元、新一元3种材积模型进行对比评价。结果表明：所有树高曲线模型的决定系数均在0.66以上，总相对误差均低于5%,模型拟合精度较高；综合对比分析6种树高曲线模型，选择模型5作为最优树高曲线模型；3种材积模型的决定系数和预估精度均较高，分别超过0.89和95%,模型拟合效果良好；较常规一元模型，新一元材积模型的各项指标均更好，且能满足林业行业标准的精度要求。     

利用度量误差模型方法建立海南省桉树、木麻黄、马占相思重量与材积相容性模型

利用海南省按树、木麻黄、马占相思实测数据,采用度量误差模型方法,研究建立树干去皮材积与重量相容性联立方程,并对使用普通非线性回归方法和度量误差模型方法得到的重量估计结果进行对比分析。结果表明：对于带有度量误差的重量模型,使用度量误差模型方法进行估计效果更好;所建立的树干去皮材积与重量相容性联立方程拟合效果均较好,且二元明显优于一元,采用一元材积的重量模型预估精度达到96％以上,采用二元材积的重模型预估精度达到98％以上。