以单木生长模型模拟林分生长

本文讨论林分表法预估林分生长的核心,以单木模型计算树木生长量、转移概率和未来直径分布。结合其它一些林分调查因子的生长方程编制,模拟兴安落叶松(Larix gmenilii)天然林的生长程序(UIMN BAS)。该程序可模拟林分在自然状态和间伐后的生长过程,为定量间伐提供选择依据。     

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。     

湖北省马尾松人工林林分生长过程表的编制

根据３６０块标准地１９３株解析木资料，采用Ｃｈａｐｍａｎ－Ｒｉｃｈａｒｄｓ函数和二次项方程分别模拟平均树高和平均胸径的生长过程，运用迭代法分指数编制了湖北省马尾松人工林林分生长过程表。经预测检验，精度很高，可应用于湖北省马尾松人工林的经营。     

马尾松人工林单木生长神经网络模型研究

以马尾松人工林间伐试验林为研究对象,用林分内单木相对直径、林分年龄、地位指数和单株地积作为输入变量,以单木直径生长量作为输出变量,构建了4：S：1的BP神经网络模型。用间伐试验林的单木生长数据对网络模型进行训练,得适宜的网络结构为2：3：1,网络对象名取为DMnet。网络模型理论值与实际值比较的结果,各密度级的平均训练精度为90．10％～97．73％。与常规模型的拟舍精度83％～93％相比,神经网络模型取得了较好的拟合效果。网络模型的仿真结果显示,随相对直径和单株地积的增大,单木胸径定期生长量逐浙增大,其变化细节与林木在林分中所处的空间位置相符合,说明所建的单木生长神经网络模型能有效地描述林木生长随相对直径和林分密度指数的变化规律。模型可供同类条件的林分在进行经营设计时进行有关的分析、计算、模拟、预测等使用。     

马尾松人工林直径分布神经网络模型研究

该文首先以相对直径为输入变量,以累积频率为输出变量,构建了1∶S∶1的林分直径分布BP神经网络模型. 用1块具有代表性、26年生、全林伐倒测定每木胸径、树高生长过程的马尾松人工林标准地直径分布数据,作为马尾松人工林的期望分布,对所建模型进行训练、用定性与定量相结合的方法,选出既符合林分直径分布规律,又具有较高拟合准确度的网络模型结构为1∶2∶1,网络对象名为FRdnet2 该模型的总体累积频率拟合准确度达99.5%,径阶累积频率拟合准确度最低93%、最高99.9%、平均99%,径阶频率拟合准确度最低82%、最高99%、平均95%. 神经网络建模技术的拟合准确度好,可作为有效的林分直径分布模拟技术.      

不同密度杉木人工林林分生长和林分结构差异研究

探究不同密度杉木人工林林分结构与生长的差异,为杉木人工林的可持续经营提供科学依据。以清远市11年生3个不同密度(2 100、3 100、4 100株·hm^-2)杉木人工纯林为研究对象,每个密度设置6个固定标准样地(20 m×20 m),选取大小比数、角尺度、直径结构、树高结构以及树冠结构5个参数探究林分结构特征,选取林分平均胸径、平均树高、蓄积和林木单株材积等指标探究林分生长特征,通过方差分析探讨林分密度对杉木人工林林分结构和生长的影响。结果表明,1)林分生长指数受林分密度影响差异显著(P<0.05),4 100株·hm^-2杉木人工林的平均胸径、树高、单株材积显著低于其他2种密度林分,3 100株·hm^-2杉木人工林的蓄积显著高于其他2个密度林分。2)林分直径结构和树高结构在较高的林分密度下,小径级的林木较多,其分布曲线呈现为截尾正态分布。3)3 100株·hm^-2的平均冠幅显著大于其他2种林分,4 100株·hm^-2的平均树冠表面积以及树冠体积显著小于其他2种林分,3种...     

林分保留密度的人工神经网络模型研究

为探索人工神经网络在林分保留密度研究中的应用效果,以马尾松人工林为对象,481块标准地资料为基础数据,用MATLAB的正切“S”形函数tansig为神经元的作用函数,以年龄和密度的标准化、归一化数据为训练样本,构建和训练林分保留密度的人工神经网络模型,并与幂函数进行对比研究.结果表明,密度与年龄的关系用幂函数(y=axb)描述,拟合精度为91.29%;用人工神经网络描述,拟合精度为94.27%.可见,人工神经网络能比常规方法更好地模拟林分密度随年龄的变化规律,特别能有效地模拟经营活动下的复杂过程.     

马尾松人工林生长动态观测与密度决策的支持模型研究

应用系统工程的方法研究马尾松人工林生长动态预测与密度决策的支持模型，该模型由一系列生长模型组成，可动态预测林分生长过程以及筛选优化合理经营密度，从而使林分始终处于较优蓉间状态，达到速，生，丰产，优质，高效的目标。模型用模外２０块样地资料圣马尾松人工林单木生长模型进行Ｆ检验和ｕ检验，两种结果表明，模型的预测精度较高，可在生产中应用。     

杉木人工林林分生长模拟

应用生理森林过程生长模型(3-PG)对杉木试验林的生长进行模拟,选择胸径、树高、干生物量和蓄积量的连年生长量等4个指标,对模型模拟值和实测值进行比较分析。结果表明,模型模拟值与实测值呈极显著的正相关关系(P<0.001),模拟值能解释观测值90%以上的变化;模型模拟的平均精度在85%以上。     

ARMAT模型在单木生长预测中的应用

首次在国内应用ＡＲＭＡＴ模型来解决单株树木的生长预测问题。以树木自身生长机理为依据,与ＡＲＭＡ模型相结合采用Ｋａｌｍａｎ滤波器的最小二乘估计方法,建立ＡＲＭＡＴ趋势预测模型。并以安微祁门的３８个生杉木解析木为实例进行阐述和验证分析,其结果表明应用该种模型对单株树木生过程的描述和预报预测估具有良好的效果,并且于揭示树木生长的内部机理具有很大的实用性。     

基于人工神经网络的林分直径分布预测

以马尾松人工林为研究对象,用人工神经网络建模技术构建了林分直径分布预测模型。经训练和优选,得到的理想模型结构为3∶6∶6∶1,训练误差指标为0.000281,总体拟合准确度为98%。模型对82块训练标准地的累积频率拟合准确度最大为100%,最小为95%,平均为98%;频率拟合准确度最大为96%,最小为75%,平均为87%。模型对18块检验标准地的累积频率预测准确度最大为99%,最小为97%,平均为98%;频率预测准确度最大为96%,最小为76%,平均为88%。所建模型具有很好的拟合效果和很强的预测能力,可用于10～30年生马尾松人工林。研究结果证明,人工神经网络技术可以作为有效的林分直径分布预测技术。     

Elman动态递归神经网络在树木生长预测中的应用

该文充分考虑树木生长所特有的动态性、随机性和非线性,以及Elman动态递归模型的结构特点,获取北京山区油松解析木生长数据,分别建立了Elman型树木胸径生长和树高生长的神经网络动态模型.研究表明,Elman动态递归模型对非线性问题建模具有很好的拟和性和仿真性,其中,用于胸径生长建模时,其拟和精度达到99.45%,仿真精度达到99.42%;用于树高生长建模时,拟和精度达到 97.30%,仿真精度达到97.29%,而且其拟和和仿真曲线均为“S”形,符合树木生长规律.进一步对Elman动态模型和常规BP静态模型比较发现,Elman模型具有更好的拟和性、预测性和稳定性.      

基于MATLAB的BP神经网络在农作物虫情测预报中的应用

本文主要利用神经网络理论,基于MATLAB的神经网络工具箱建立了虫害发生量预报预测的BP神经网络预测系统,确定了发生量与自然因素之间的联系。并通过对安徽省庐江县田间水稻病情的预测来检验模型的效果。实验结果证明了该模型用于虫情预测的可行性,具有很好的应用价值。     

马尾松人工林经营密度模型研究

采用人工神经网络的建模技术建立了林分蓄积与立木密度、林分年龄和地位指数间的全林分生长模型,并以所建全林分生长模型为基础构造目标函数,采用改进单纯形法对建立的目标函数进行搜索寻优,以找到最佳的经营密度及对应的间伐时间。结果表明,拟合结果符合林分生长规律,可以用BP神经网络建模技术建立相应的全林分生长模型;用改进单纯形法对目标函数进行优化,不仅可以求得最优的保留密度,而且可以求得对应的间伐时间。     

厦门岛内城市森林改造的研究

厦门岛内山地森林马尾松林占比例大 ,由于树种组成单一 ,林分质量差 ,森林火灾和病虫害严重 ,受松材线虫病危害的马尾松陆续枯死 ,严重影响防护和环保效益的发挥 .急需进行改造 .提出实施改造的原则及树种选择 ,更新方式等若干关键技术问题     

基于BP神经网络的福建省耕地预测模型

福建省耕地严重短缺,人均占有耕地面积较小.随着经济的发展,人均占有耕地资源将进一步减少.针对这一现象,本文运用BP神经网络对福建省历年耕地面积进行拟合,建立预测模型,结果表明模拟效果理想.     

MATLAB在RBF神经网络模型中的应用

本文介绍了RBF神经网络的基本原理及主要特点,并举例说明了基于MATLAB神经网络工具箱建立RBF神经网络模型及实现仿真的方法.     

冀北次生林3个树种林分生长过程表的编制

该文利用河北承德地区天然次生林 3个树种 (白桦 ,柞树 ,山杨 )的 710块标准地 ,进行了分类、筛选、研究 ,从中选出符合条件要求的 6 5 3块标准地 ,对各树种的立地分布进行了分析 ,然后对各树种的林分调查因子的生长方程进行模拟 ,并对生长方程进行了检验 ,分别编制了占比重最大的Ⅱ地位级的经验生长过程表 ,为该地区 3个树种的生长收获预估等森林经营活动提供了理论依据     

水质预测的因素状态网络模型研究

通过对因素神经网络理论的研究,提出了因素状态BP网络;通过将信息扩散原理和落影技术结合,形成信息扩散式落影,并与因素状态BP网络有机结合,解决了知识非完备性的问题以及由于训练样本有矛盾样点而使平凡BP因素网络无法训练出结果的问题.以此建立的水质预测的因素状态人工神经网络模型应用于丹江口水库,获得了令人满意的结果.