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。     

马尾松人工林相对树高曲线模型及其应用研究

利用标准地调查数据 ,建立马尾松人工林相对树高曲线模型 ,结合二元材积表测算标准地蓄积量。误差分析表明 :应用相对树高曲线模型测定林分蓄积量 ,精度高于一元材积表 ,可达到接近用二元材积表的测算水平 ,且不增加野外调查工作量 ,在实践上有一定应用价值。     

马尾松人工林相对树高曲线模型构建

在广西马尾松Ⅰ类、Ⅱ类和Ⅲ类产区设置279块马尾松人工林标准样地,采集每木检尺数据,数据经预处理后选取理查德函数变形的可变参数式与固定参数式模型分别构建马尾松相对树高曲线模型,并以参数变动系数和综合修正决定系数(R²)、总相对误差(TRE)、平均系统误差(ASE)、平均百分标准误差(MPSE)及预估精度(P)等指标进行综合评价;同时,对该模型进行分区和分胸径、树高段及独立样本检验。结果显示:构建的最佳广西马尾松人工林理查德函数变形的固定参数相对树高曲线方程为■。其中c₁取值为2.254 6、变动系数为3.902%,c₂取值为1.198 2、变动系数为4.953%。该相对树高曲线模型的拟合效果佳,在通用性和适用性方面均表现良好,达到了编制林业数表模型的控制精度。     

广东省主要树种相对树高曲线模型的研建

在广东省范围内收集了254块样地资料,建立了广东省马尾松、杉木、湿地松、尾叶桉、藜蒴、软阔类、硬阔类等7个树种(组)的相对树高曲线模型。经检验,7个树种(组)的相对树高模型预估精度相当高, 用于材积估计的总相对误差和平均相对误差均在±1％以内,平均相对误差绝对值都在3％以内,最大误差也不超过±5％。用7个树种资料合并建立多树种混合相对树高曲线模型,分树种进行材积估计检验,效果也相当理想。所建模型可广泛应用于广东各类森林资源调查。     

西藏自治区相对树高曲线模型的研制

利用西藏自治区 2 0 0 1年森林资源连续清查的 5 5 4个有林地和疏林样地 ,建立了冷杉、云杉、柏木、松类、栎类、阔叶类等 6个树种组的相对树高曲线模型。经检验 ,6个树种组的模型 ,用于林分材积估计的总相对误差有 4个在± 1%以内 ,误差最大的柏木也未超过± 5 % ,预估精度相当高。所建模型可广泛应用于西藏自治区各类森林资源清查     

海南省主要树种相对树高曲线模型应用研究

利用156块人工林样地，建立了海南省松类、桉类、木麻黄、相思、橡胶等5个主要树种（组）的相对树高曲线模型。经检验，所有5个树种的模型，用于林分材积估计的总相对误差都在±1％以内，相对误差绝对值平均数小于3％，预估精度相当高。此外，还将5个树种合并进行了建模。将总模型分别树种进行材积估计检验，效果也相当理想，仍能满足建模精度要求。     

基于BP神经网络的马尾松树高曲线模型

基于福建省南平市2013年森林资源清查实测的121对马尾松平均木数据,应用BP神经网络建模技术建立树高预测模型。经反复训练和优选,得到最优模型结构为1∶5∶1,决定系数为0.855,均方误差为2.603 2。结合传统5个树高曲线方程,利用38对平均木检验数据分别对模型进行验证。结果表明:BP神经网络模型拟合和预测效果都优于传统方程,可以作为有效的树高预测技术。     

武夷山马尾松人工林树高曲线模型的研究

在武夷山马尾松人工林中,结合伐区调查设计采集613株胸径树高测定值的成对数据,分析树高曲线变化规律,并用9个非线性方程进行拟合对比,残差平方和、决定系数、F统计量及平均误差来衡量树高曲线模型的优劣。结果表明:用理查德方程拟合武夷山马尾松人工林的树高曲线,效果最佳,其次为逻辑斯谛方程和科夫方程,拟合效果最差的是双曲线函数和指数函数。建模对比结果在武夷山市森林资源调查,尤其是伐区调查设计中有参考应用价值。     

相对树高曲线模型的建立与应用

利用标准地调查资料建立相对树高曲线模型，将此模型与二元立木材积表相结合，用于林分和样地立木材积的估计。其估计精度可达到近似实测树高曲线法的水平，又不增加野外工作量，避免了利用一元立木材积表估计林分或样地立木材积偏差太大的问题。     

将乐地区马尾松标准树高曲线的研究

采用福建省将乐国有林场979组马尾松调查数据,利用R-软件的nls-模块对24种常见树高曲线拟合,并选取精度最高的作为基础模型,通过对基础模型添加变量改进模型,并用调整决定系数adj-R2、误差Bias、均方根误差RMSE对模型精度进行检验。结果表明,模型-13在添加了林分优势木高(Ht)、林分平均胸径(D)、地径(Dd)、林分平均树高(H)、林分每公顷断面积(SBA)林分变量之后,Bias、RMSE减小,adj-R2明显增大,因此,标准树高曲线H=1.3+(a1+a1Ht+a2SBA)+(b+b1 D+b2Dd)/D+(c+c1SBA)能较好地模拟当地马尾松的树高与胸径的关系。     

相对树高曲线模型的研究和应用

本文针对我国现行一元立木材积表估计立木材积对林分或样地偏差太大，直接利用二元立木材积表野外测绘树高曲线工作量大等实际问题，研究提出了利用相对树高曲线模型将二元立木材积表用于林分和样地立林材积估计的方法，其估计精度可达到近似实测树高曲线法的水平而又不增加野外工作量。     

木荷人工林相对树高曲线模型的研究

利用木荷人工林标准地调查数据,分析相对树高的变化规律,结果表明相对树高随相对直径的增大而增大,二者之间关系相当稳定且呈非线性相关.据此建立的木荷人工林相对树高曲线模型,可在不增加野外测绘树高曲线工作量的情况下,结合二元材积表确定林分蓄积量.应用相对树高曲线模型测定林分蓄积量,精度较高,在森林资源调查中有实用价值.     

相对树高曲线法在计算林分蓄积上的应用

实测屏边县51块杉木样地,建立林分相对树高H_R、相对胸径D_R回归方程,根据样地资料,通过林分平均高、平均胸径及相应径阶值求算相应径阶林木理论高(H_i),利用二元材积表和各径阶株数求出各径阶材积,各径阶材积累加得林分蓄积。该方法省工省时,精度高,可把蓄积落实到林分各径阶。     

广西杉木林分相对树高曲线模型研究

为减轻森林资源调查的工作量,满足蓄积量调查的精度要求,利用广西276块杉木(Cunninghamia lanceolata)林标准地资料,选用理查德函数变型的固定参数式和可变参数式建立杉木林分相对树高曲线模型,综合考虑模型拟合决定系数(R²)、均方误差(MSE)、总相对误差(TRE)、平均相对误差(MRE)、平均百分比误差(MPE)和预估精度(P)等指标,选择表现较好的模型。结果表明,最佳的杉木林分相对树高曲线模型为理查德函数变型固定参数式模型。将利用模型估算的林分蓄积量与利用二元材积表估算的林分蓄积量形成成对数据,采用配对t检验法对二者均值差异进行检验;结果显示,二者无显著差异,精度达到99.46%。利用理查德函数变型固定参数式模型建立的杉木相对树高曲线方程预估精度高,可在广西区内应用,整体区域模型函数为■,中心产区模型函数为■,一般产区模型函数为■。     

可变参数相对树高曲线模型及其应用研究

用我国现行一元立木材积表估计林分或样地的立木材积偏差很大，而直接利用二元立木材积表，则野外实测树高的工作量又太大。本研究针对这一实际问题，提出了通过建立可变参数相对树高曲线模型，将二元立木材积表直接用于林分或样地立木材积估计的方法，其估计精度可达到接近实测树高曲线法的水平。研究提出的可变参数相对树高曲线模型结构通式为：ＲＨｉ＝。     

吉安市主要树种类型相对树高曲线模型的应用研究

针对我国现行一元立木材积表对林分或样地材积估计偏差太大,本研究利用103块样地资料,建立了吉安市杉木、国外松、阔叶树等3个主要树类的相对树高曲线模型。经检验,3个树类的模型用于林分材积估计的总相对误差都在±1%以内,相对误差绝对值平均数小于3.6%。其估计精度可达到近似实测树高曲线法的水平而又不增加野外工作量。此外,还将杉木和国外松人工林合并进行了建模,效果也相当理想,仍能满足建模精度要求。     

广西速丰桉人工林相对树高曲线模型研究

以广西速生丰产桉树人工林776块样地数据为基础,运用现代建模思想和方法,优选模型结构,研究建立了速生丰产桉树人工林相对树高曲线模型.经检验,桉树人工林合并树种建模和分树种建模的效果同样十分理想,模型用于林分蓄积估计的总相对误差和平均相对误差均在±1%以内,远小于规定的±3%;预估精度达98.5%以上,大于规定的97%;满足林业数表建模要求.     

北京市树高胸径回归模型研建及一元立木材积表检验

利用北京市14 074株测高样木数据,以二元立木材积估计值为基础,研建北京市13个树种组的树高胸径回归模型,建立新的一元立木材积表,并对新老2套一元材积表的估计误差进行检验和评价。结果显示:现行13个树种组的一元立木材积表对总体蓄积量的估计误差为-1.14%,对各个树种组的蓄积量估计误差在-36.59%～47.76%之间,有11个树种组的一元材积表已超出±5%的允许误差范围;新建13个树种组的一元立木材积表,其平均预估误差(MPE)都在5%以内,总体相对误差(TRE)和平均系统误差(ASE)都在±1%以内。研究表明:北京市13个树种组的老一元立木材积表仅有2个尚能继续使用,其他11个需要修正或更新;新建13个树种组的一元立木材积表,能满足林业行业标准的精度要求。     

荔浦县伐区马尾松树高回归曲线研制

根据国家林业局《森林采伐限额执行情况检查方案》的技术要求,通过实地测树调查,应用二次抛物线回归技术,研制了荔浦县伐区马尾松的树高回归曲线,为创建当地马尾松地径材积表提供了一条途径。     

湖南省马尾松松高级材积表的编制

以柱体屈曲理论为依据推导出的树高同线模型为基础，将湖南省马尾松的树高划分为７个等级，并编制出湖南省马尾松树高级材积表。