利用分段建模方法建立海南省主要树种立木材积模型

为提高二元立木材积模型的通用性,以海南省桉树、木麻黄、马占相思、橡胶树、加勒比松5种树种为研究对象,采用分段建模的方法改进立木材积估计,并与常规建模方法进行比较分析,结果表明:从模型的整体评价结果来看,常规模型和分段模型的拟合效果均很好,分段模型整体总相对误差和平均系统误差两个指标要优于常规模型;对各个径阶进行检验,分段模型基本保证各径阶下总相对误差和平均系统误差在±3%以内,而常规模型各径阶下总相对误差和平均系统误差在±6%以内。分段模型方法可以有效提高二元立木材积模型的通用性,该方法可以推广应用到林业数表领域。

中国西南地区栎类和桦木立木地上及地下生物量模型研建

依据中国西南地区栎类和桦木的立木材积及生物量实测数据,采用度量误差模型的方法,建立栎类和桦木材积相容的地上生物量及地下生物量模型。结果表明,在地上生物量模型中,增加树高因子,立木材积模型的相关统计指标有较大幅度的改进,栎类和桦木二元材积模型的平均预估精度分别达到了97.86%和97.08%,而二元地上生物量模型的相关统计指标并没明显的改进;两树种一元与二元地下生物量模型的相关统计指标差异并不明显,平均预估精度均达到了90%以上。

基于国产资源卫星遥感影像正判率及其影响因素分析

根据全国一体化监测试点工作布设样地的情况,在湖南省内抽取40个4 km×4 km的大样地,基于国产资源卫星影像进行遥感区划判读,并对其结果进行实地调查验证。结果表明,各地类综合正判率达到了77.85%,林地的正判率最高,达到了98.57%;各地类正判率与其面积成正相关,其它调查因子判读难度较大,国产资源卫星影像能够基本解决林地与非林地之间的界线问题;影响遥感正判率的主要原因是遥感影像特征不明显,占所有误判比重的80.53%,人为因素影响占18.25%。

VEGETATION植被指数数据预处理方法

VEGETATION数据的植被指数,受云雾影响,含有大量的噪声信号,使用之前必须进行去噪声处理。结合实例数据介绍了半中值滤波法、半均值滤波法、等间隔极大值法用于植被指数的去噪声处理,效果良好;该处理方法同样适用于NOAA和MODIS等数据的植被指数预处理。

利用度量误差模型建立海南省松树和橡胶树质量与材积相容模型

利用度量误差联立方程组模型方法,研建了海南省松树和橡胶树的一元与二元质量与材积相容模型,所建模型预估精度较高,达到了93%以上,模型具有良好的全面切合性能,可用于实际生产中。

基于海南省连清资料建立松树和橡胶树材积生长率模型

利用海南省连清资料编制了松树和橡胶树单木胸径生长率模型、单木材积生长率模型和林分材积生长率模型。所建模型精度较高,无明显系统偏差,可直接用于林业实际生产中。

利用ETM和SPOT5数据融合进行平江县森林资源调查

以ETM多光谱数据和SPOT5全色数据融合的图像为对象,利用遥感图像和地面调查相结合的方法对湖南省平江县森林资源进行调查,既能节约成本,又能提高调查精度,为遥感技术应用于森林资源规划设计调查探索经验。

云南省云杉立木生物量模型研建

以云南云杉为研究对象,对云杉地上生物量和地下生物量模型进行研建。建立云杉地上总生物量、树干、树冠、干材、干皮、树枝、树叶独立模型与材积相容模型,采用分级联合控制和度量误差模型方法,建立地上总生物量和所有分量相容的立木生物量模型,建立根茎比模型对云杉地下生物量进行估计。结果表明:建立的云杉地上总生物量、树干、干材生物量二元模型预估精度均达95%以上,干皮生物量模型预估精度达94%以上,树冠、树叶、树枝生物量的预估精度均在92%以上,地下生物量模型预估精度在88%以上;所建立的模型可以用于云杉生物量的估计。

西藏荒漠化现状及防治措施探讨

阐述西藏荒漠化现状与危害,分析西藏荒漠化形成的原因,提出相应的防治措施。

森林资源大样地双重抽样监测研究

基于大样地双重抽样调查方法,通过监测不同大小和空间位置的遥感和地面样地,同时采用双重回归估计方法,分别得出广东省的森林资源结果,比较其差异,并分析了不同样地大小时各地类变动系数的变化情况,并就遥感正判率对抽样效率的影响等进行了研究。结果表明:1采用2 km×2 km遥感样地和500 m×500 m地面样地双重回归得到的林地、森林、有林地、乔木林地等的面积,其结果可靠,抽样精度达95%以上;2500 m×500 m遥感样地判读得到林地、森林、有林地、乔木林地的面积,正判率均在80%以上,与地面调查得到的面积成数相关紧密,R2均在0.5以上。31.5 km×1.5 km遥感样地和500 m×500 m地面样地双重抽样组合方案,应为广东省森林资源监测的优选方案;4对于林地、森林、有林地、乔木林,样地面积大于1 km×1 km时,其变动系数基本趋于稳定,因此遥感样地应设置1 km×1 km以上。

全国森林资源质量综合评价

基于全国第七次和第八次森林资源连续清查数据,选取17个指标,运用因子分析法,对31个省级行政区的森林资源质量进行综合评价。结果表明:我国大部分省份的森林资源质量处于中等和良好的水平,西藏的森林资源质量远高于其它省份,吉林、福建和广西等省份的森林资源质量较好;多数省份的森林资源质量得到了提升,但我国森林资源质量仍有很大发展空间。

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。

我国森林现状及抚育探讨

据第八次全国森林资源调查结果显示,我国森林面积达2.08亿hm2,森林资源丰富,但总体质量不高,通过森林抚育,提高我国森林质量和生态效益是当前林业生产所面临的迫切任务。

西藏重点公益林生态系统服务功能评估

依据西藏重点公益林近三年的监测数据,结合生态定位观测站及统计年鉴数据,采用《森林生态系统服务功能评估规范》的标准,以及生态学、水土保持学、经济学等理论方法,对西藏重点公益林生态系统服务功能进行评估。结果表明西藏重点公益林生态系统稳定,生态功能效益稳步提高。

西藏天然林资源保护工程成效监测体系研究

西藏自治区天然林资源保护工程已实施多年,开展工程成效监测对工程管理建设具有重要意义。针对西藏自治区天然林资源保护工程二期成效监测,在监测内容、技术路线、监测方法等方面进行了介绍,以期为此类工作的开展提供技术支撑。

基于BP神经网络的杉木和马尾松树高曲线模型研究

基于湖南省森林资源连续清查的杉木和马尾松实测数据,运用BP神经网络模型建立树高曲线模型,经过训练和优选,确定了最优模型结构为4∶6∶1。通过对比分析8个传统标准树高模型与神经网络模型的拟合效果。结果表明:BP神经网络模型的拟合效果和预测效果均优于传统树高曲线模型,可作为树高生长预测的一种有效技术手段。

有效衔接林地保护利用规划与“多规合一”的建议——以保亭黎族苗族自治县为例

根据海南省保亭黎族苗族自治县"多规合一"工作开展情况,分析了在"多规合一"工作中出现的林业资源数据的问题,以及林地保护利用规划与其他规划之间不协调的情况。并从明确界限、摸清家底、建立标准和加强协调四个方面,提出了林地保护利用规划有效衔接"多规合一"工作的建议。

西藏自治区森林资源连续清查优化调查方案探讨

系统梳理了目前西藏森林资源清查中存在的相关问题,在充分结合西藏实际的基础上,提出了优化调查的具体思路。详细阐述了优化调查的内容、原则、调查方法,分析评估了优化调查可能带来的系列影响。提出的优化调查方案具有一定的科学性和较强的可操作性,对于完善西藏森林资源清查监测体系有着重要的现实意义。

基于遥感群团样地的森林资源宏观监测影响因子研究

基于2015年广西壮族自治区森林资源宏观监测遥感群团样地调查结果,分析具有丰富遥感判读经验人员和无判读经验人员在参考不同分辨率、不同时相遥感影像,以及林业经营管理资料的条件下进行判读,各地类的正判率情况。结果表明:经验丰富的判读人员对于乔木林、竹林、特殊灌木林和森林的正判率均高于无判读经验人员;高分辨率和合适时相的遥感影像,以及充分利用林业经营管理资料,均有助于提高正判率。

基于林木多期直径测定数据的异龄林年龄估计方法

基于固定样地多期直径测定数据,拟合直径与年龄相关的生长模型,为异龄林年龄结构的确定提供估计方法。通过为第一期林木设置不同年龄初值的方法采集样地内各树种的直径与年龄坐标信息,采用不同直径生长方程对数据进行模拟,依据树高生长至1.3 m时的年龄t0,将拟合曲线在坐标内准确定位并用生长方程估计单木、径阶以及林分的平均年龄,对结果进行适用性检验和评价。结果表明:运用Richards方程分别拟合青冈栎、杉木、马尾松的直径与年龄的生长关系时,模型的相关指数R2分别为0.93、0.91、0.97,剩余标准差分别为1.18、0.78、0.37,平均绝对误差分别为0.80、0.61、0.31;该估计方法预测林分平均年龄的绝对误差最大值为2 a,相对误差最大值为8.2%;预测径阶年龄的绝对误差最大值为3 a,相对误差最大值为12.5%,平均绝对百分误差为5.1%;预测单木年龄的绝对误差最大值为7.0 a,相对误差最大值为29.3%,平均绝对百分误差最大值为14.8%。Richards方程在参数生物学意义以及模型拟合精度方面能较好地反映出各树种的直径与年龄生长的关系。研究提出的依据林木多期直径测定数据估计异龄林年龄的方法,预测林分平均年龄与径阶年龄的平均绝对百分误差小于10%,预测效果较好,其估计方法可以应用于科研和生产实践。