林业资源遥感信息的尺度问题研究

从遥感数据中获取地面目标分布的专题信息(如林地覆被/森林类型等),是林业资源数据的主要获取手段之一.在对林业资源遥感数据获知的过程中,林业遥感数据的尺度问题是研究的一个重要内容.忽视林业资源遥感的尺度效应,使得对林业资源观测难以获得精确的数据.林业资源遥感数据在时间上、空间上以及应用上都有尺度问题.本文从尺度的定义、林业遥感尺度问题以及尺度转换方法等方面来研究林业资源遥感信息的尺度问题.     

刺槐人工林经营质量动态监测模型

采用多元非线型回归模型建立了刺槐人工林林分平均直径、林分优势高、林分平均高、林分断面积、林分蓄积和林分经营密度的动态监测模型,所有模型的相对系统误差小于±2.8%,相对均方差小于4.9%。并根据生产实践需求,编制了刺槐人工林现实收获表,用于现实林经营质量的动态监测。     

刺槐数量性状的主成分分析及分类

刺槐20个数量性状主成分分析研究结果表明:前5个主成分累计贡献率达85.93％,数量性状可分为4大类群,类群内部因子是正相关,类群之间因子是负相关或不相关。根据主成分因子负荷量及其主要指标组合,至少可看出5个因子对立木的作用。采用相关系数矩阵进行分类,优于用协方差矩阵进行分类。     

区域森林资源健康评价指标体系研究

区域森林资源健康评价是在林业可持续经营和可持续发展理论指导下,根据区域森林资源的结构和功能特点,在深入理解森林资源健康评价内涵、特点的基础上,遵照指标和指标体系的制定原则,从森林资源特征、灾害、社会、科技等方面入手,采用层次分析法、特尔斐(专家打分)法、综合评价法等方法探讨并构建森林资源健康评价指标体系和评价模型。     

用相对削度法建立山杨与红桦材积模型的研究

采用相对削度法建立了山杨与红桦5个材积模型,模型的拟合与检验精度均达到了使用精度要求。山杨5个材积模型系统误差均小于±1.26％(山本式小于2.68％)。红桦的3个材积模型系统误差均小于±2.87％(山本式小于±13.5％),使用精度均高于山本式)其中,山杨以V=D_(1·3)~2(ah~(-2)+bh~(-1)+c)~2h立木材积模型最优;红桦以V=D_(1·3)~2(a+bh+ch~2)~2h最优。     

用群体决策法选择刺槐最优材积模型

采用刺槐树种平均相对形率与相对高d_(0.1)模型参数求解立木材积模型的参数,然后采用模糊决策法中的群体决策法选择最优材积模型。在评分法与Blin法中对精度指标分别采取了加权与不加权两种方法求解。加权法由于对精度指标侧重点不同,因而选择出的最优材积模型与不加权法是有区别的。但不管采用加权或不加权法选择最优材积模型,评分法与Blin法选择出的最优材积模型两者是一致的,而且与直观判断相符合,说明用群体决策法选择最优材积模型是行之有效的。     

用相对干形法建立立木树干表面积模型的研究

本文采用相对干形法建立了6个树干表面积模型,5个树种系统误差(C％)<±2.88％。相关系数(R)为0.9380～0.9993。     

油松和巴山松相对干形的比较

本文应用平均相对形率系列的方法,对油松和巴山松的干形进行了分折比较。结果表明:油松与巴山松的干形的相对形率系列有明显的差别,巴山松根部及尖削度相对于油松,其余部分相对大于油松。因此,两者应分别建立相对形率系列作为各自的干形指标。     

用相对区分法建立立木材积连年生长量模型的研究

本文采用相对高d_(0.1)预估模型导出树干表面积式,然后乘以树干平均年轮宽度推出了立木材积连年生长量模型,最后将平均年轮宽度转换成平均直径生长量。此模型中采用胸径、树高与平均直径生长量三个因子预测立木材积连年生长量,测算方便,应用简单。选用模型Z_v=d_(1.3)(α_0h~(-3)+α_1h~(-2)+α_2h~(-1)α_3)hZ_d,相对系统误差不超过±1.72％。各树种模型的误差不超过±2.54％,应用精度均较高。立木材积连年生长量随立地质量好坏而变,因此必须分别地位级建立立木材积连年生长量模型。