基于环形阵列的油管损伤三维成像检测方法研究

传统的瞬变电磁套管损伤检测技术是通过采集数据来反映套管损伤情况的二次场信息,反演套管二维壁厚曲线,为套管损伤提供解释依据。为了使套管损伤解释得更加高效、直观、精准,满足井口油管三维成像的需求,建立一种基于环形阵列式的井口油管三维成像检测系统,利用探测仪器中环形阵列分布的TMR传感器,对井口油管各个方位的信息进行采集,使得采集到的数据能够描述不同深度、不同角度的损伤情况。结合套管半径、涡流扩散时间以及径向探测角度之间的关系,通过对井口三维数据的处理,实现套管内外壁三维成像,进而实现井口油管的非对称损伤解释。通过与传统的电磁探伤曲线的对比,验证了所提井口油管三维成像检测方法的有效性,为现场套管损伤解释工作提供重要依据。

香格里拉市高山松林碳密度与环境因子的关系研究

以香格里拉市高山松林为研究对象,依据前期构建的高山松单木碳储量模型,结合森林资源二类调查数据推算高山松林的碳密度,利用除趋势对应分析方法探讨高山松林碳密度与各环境因子之间的关系。结果表明,在林分因素中,平均树高对高山松林碳密度的影响最大;在地形因素中,坡度对高山松林碳密度的影响最大;在温度因素中,最热月均温和最冷月均温差对高山松林的碳密度影响最大;在降水因素中,最干季降水和最冷季降水对高山松林碳密度的影响最大。环境因子的综合作用对高山松林碳密度影响的综合分析表明,DCA的第一排序轴与高山松林的碳密度相关性最大,可以很好地解释环境因子的综合作用对高山松林碳密度产生的影响,在26个环境因子中,有20个环境因子与DCA第一排序轴有极显著的相关性,其中,林分因子的相关性系数较大,说明高山松林的碳密度主要受林分因子共同作用的影响。

碱性副品红染色法检测木质部导管栓塞技术改进

染色法是测量导管长度、直径、导管分布以及栓塞脆弱性的重要方法。在测量导管栓塞时,染色压力和时间条件将极大地影响实验结果的准确性。为准确利用染色法测定刺槐Robinia pseudoacacia导管栓塞状况,本研究通过使用充气组(人为栓塞100%)以及冲洗组(完全去除栓塞)对碱性副品红染色法进行了压力、时间条件的改良。结果表明,当压力在0.04kpa,染色时间60min时,实验结果最为准确可靠。在此压力下染色过程不会冲开栓塞导管,配合60 min的染色时间可对未栓塞导管进行充分染色。另外,本研究通过诱导组,利用离心机法对枝条诱导不同程度的栓塞与染色法进行了对比验证,结果表明在该染色条件下,可以很好地反映茎段的栓塞状况,保证了实验结果的准确性。在后续试验中,使用碱性副品红染色法研究木质部栓塞时可以沿用此压力及时间条件。

基于聚焦滤波的林业专题地图制图综合方法

森林资源规划设计调查成果总是以连续的面状图斑呈现。当大比例尺二类调查成果图缩编为更小比例尺地图时,常常需要制图综合。如何在制图综合时既要简化多边形边界,又要保持各类型林相面积和位置的相对不变,是林业专题制图的一个难题。经大量实验发现,将实施制图综合的连续面状图斑要素从矢量格式转换为栅格格式,经Focal滤波器以Majority方式滤波处理后,再将滤波后结果从栅格数据转换为矢量数据,可较好地实现森林资源专题连续面状要素信息的制图综合。以云南省某地一个1万hm^(2)的实验区为例,使用该方法将1∶2.5万的森林资源二类调查成果图缩编为1∶25万。结果表明,缩编后,多边形边界简化,目视效果较好,各类型林相面积变化绝对值平均为0.2%,位置精确度平均值为94.68%。此方法已应用于云南森林资源状况图集相关专题图等的生产实践。

应用机器学习算法模型预测兴安落叶松地上生物量

为了准确预测兴安落叶松地上生物量,以小兴安岭201株兴安落叶松地上生物量作为研究对象,以胸径(D)和树高(H)为变量,构建随机森林(RF)、人工神经网络(ANN)、支持向量回归(SVR)和梯度提升回归树(GBRT)等4种机器学习模型,并将机器学习算法的预测结果与传统二元生物量模型的预测结果进行对比分析。结果表明:对比传统生物量模型,4种机器学习算法的拟合效果与检验精度均有了大幅度提高。模型拟合精度由高到低的顺序为随机森林、梯度提升回归树、人工神经网络、支持向量回归、传统生物量模型;RF模型在各模型中的拟合精度最高,相对于传统生物量模型,RF模型的确定系数(R~2)提升了3.72%,均方根误差(R_(MSE))降低了44.47%,平均绝对误差(M_(AE))降低了42.81%,相对误差绝对值(M_(PB))降低了42.80%,赤池信息准则值降低了18.17%。模型检验精度由高到低的顺序为随机森林、人工神经网络、梯度提升回归树、支持向量回归、传统生物量模型;RF模型在各模型中的预测精度最高,与传统生物量模型相比,RF模型的确定系数(R~2)提升了1.08%,均方根误差(R_(MSE))降低了10.95%,平均绝对误差(M_(AE))降低了10.34%,相对误差绝对值(M_(PB))降低了10.34%,赤池信息准则值降低了5.20%。因此,相对于传统生物量模型,4种机器学习算法模型均可以提高兴安落叶松地上生物量的预测精度,RF模型的预测精度最高。

基于无人机多光谱影像的云南松林蓄积量估测模型

【目的】无人机多光谱遥感影像较可见光影像具有更丰富的光谱信息,在森林蓄积量估测中具有较大潜力。以无人机载多光谱遥感影像为主要数据源,探索森林蓄积量的遥感估测模型,以克服传统地面调查工作量大、耗时长、成本高等弊端。【方法】以滇中地区典型天然云南松Pinusyunnanensis纯林为研究对象,利用无人机多光谱影像提取单波段反射率、各类植被指数、纹理特征等,计算各特征变量的标准地均值;筛选与云南松林蓄积量相关性显著的特征变量,采用多元线性、随机森林、支持向量机建立云南松林蓄积量估测模型,以决定系数(R^(2))、平均绝对误差(E_(MA))、均方根误差(E_(RMS))、平均相对误差(EMR)评价模型精度。【结果】①3种模型中,随机森林的精度最高(R^(2)=0.89,E_(MA)=4.69 m^(3)·hm^(-2),E_(RMS)=5.45 m^(3)·hm^(-2),EMR=14.5%),其次为支持向量机(R^(2)=0.74,E_(MA)=5.27 m^(3)·hm^(-2),E_(RMS)=8.31 m^(3)·hm^(-2),EMR=13.1%),最低为多元线性回归模型(R^(2)=0.35,E_(MA)=10.12 m^(3)·hm^(-2),E_(RMS)=12.85 m^(3)·hm^(-2),EMR=28.1%);3种模型在测试集上的估测精度均有所降低,随机森林的模型表现最好,支持向量机次之,多元线性最差。②3种模型在云南松林蓄积量估测中均存在一定的低值高估和高值低估现象。③基于无人机多光谱影像估测云南松林蓄积量,纹理特征仍是不可忽视的重要因子。【结论】基于无人机多光谱影像,在不进行单木分割的情景下,提取标准地的单波段反射率、植被指数、纹理特征均值,筛选适用于蓄积量估算的变量构建估测模型。通过对3种模型进行精度评价,随机森林为云南松林蓄积量估测的最佳模型。

2022年广西林草湿地图斑监测底图处理方法

森林、草原、湿地图斑监测底图的完善是2022年森林、草原、湿地图斑监测工作的基础和前提。针对国家下发的监测底图存在的共性问题和广西地方管理的需要,提出监测底图处理思路和手段。根据广西2022年林草湿图斑监测工作操作细则要求,基于ArcEngine二次开发技术开发辅助处理插件,实现不同调查单位监测底图统一处理。

不同林分密度时激光雷达点云数据单木分割及参数提取

为了准确高效提取人工林结构参数,以晋西黄土区蔡家川流域人工油松林为研究对象,利用30块样地的激光雷达点云数据和样地实测数据,通过改变点云距离判别聚类算法的格网值和调整分水岭算法的冠层高度分辨率的方法,对比分析关键参数对单木分割的敏感性,探求点云距离判别聚类算法和分水岭算法对树高提取精度的最优参量。结果表明:(1)点云距离判别聚类算法单木提取的召回率为87.3%、准确率为86.0%、调和值为86.7%,优于分水岭算法(召回率为83.0%、准确率为83.8%、调和值为83.4%)。(2)点云距离判别聚类算法分割单木的敏感性,采用最小冠幅1/5的格网值,其召回率为87.3%、准确率为86.0%、调和值为86.7%,分割精度最高。分水岭算法分割单木的最优关键参量随林分密度不同而变化,当林分密度≤3600株/hm^(2),采用冠层高度分辨率0.3 m时,分割效果最优,其召回率为78.9%、准确率为85.2%、调和值为81.9%;当林分密度≥3700株/hm^(2),采用冠层高度分辨率0.2 m时,分割效果最优,召回率为87.2%、准确率为82.5%、调和值为84.8%。(3)分水岭算法提取树高精度(决定系数为0.88,均方根误差为0.93 m)优于点云距离判别聚类算法。

高阿丁枫人工中龄林生长对坡向和密度的响应

为了解高阿丁枫人工林的生长过程,2021年对林龄21 a的高阿丁枫人工林进行每木检尺,以胸径作为标准木选择的依据,西南坡不同密度中各选择1株,南坡不同密度中各选择3株高阿丁枫标准木作为解析木,分析不同坡向和造林密度组合的林木生长差异。结果表明:林龄21 a时,不同坡向和造林密度组合的高阿丁枫林木的平均胸径、树高和材积分别为17.60~20.78 cm、25.73~28.51 m和0.3186~0.4293 m3,林木尚处于旺盛的生长阶段;处理组合间以上生长量均呈现极显著的差异。林龄1~9、1~10、8~16 a期间分别是胸径、树高和材积的速生期,其连年生长量最高分别达2.19 cm/a、2.74 m/a和4.3966×10^(-2)m^(3)/a。坡向、密度及其交互作用显著或极显著地影响高阿丁枫林木的生长。高阿丁枫隶属热区长寿命大径材树种,速生期延续较长,其生长对立地和密度较为敏感。优质高效的高阿丁枫人工林培育应选择最适宜的立地和造林密度,并且适时开展密度的动态调控。综上所述,造林密度通过影响树高生长从而影响材积生长,南坡采用3 m×2 m×5 m非均匀密度造林的单株总材积最大。研究结果可应用于生产实践中高阿丁枫优质高效人工林培育的立地选择和密度控制。

基于Sentinel-2时序数据的广东省英德市茶园分类研究

茶叶是一种高附加值的经济作物,是我国南方山区乡村振兴的主要抓手。由于毁林种茶等破坏行为,导致森林资源破坏并引发水土流失等生态环境问题。快速准确获取茶园的空间分布对于政府监管和茶叶产业的规划发展至关重要。由于研究区天气多阴雨,茶园分布较为分散,与森林等植被光谱较为接近等原因,导致基于卫星影像提取茶园挑战性较大。为了摸清英德市的茶园空间分布,系统分析了中高分辨率的多光谱Sentinel-2影像数据,结合多时序多特征信息在茶园提取中的应用潜力。以英德市全境为研究区,选用2019年—2021年的9期Sentinel-2影像数据,详细分析了茶树生长的物候特征,进一步探究了茶园和其他地类在多时序中的特征变化,采用Relief算法对所有特征进行重要性排序。根据特征排序结果,选取特征权重值加权90%的特征因子,即7个植被指数特征和2个纹理特征,通过不同的组合排序构建了9种茶园分类场景,采用RF算法对所有分类场景进行精度评价,选取最佳分类场景,进一步探讨了RF分类算法和SVM分类算法对茶园提取的可行性。结果表明:(1)在进行英德市茶园提取时,2月和10月是采用多时相构造茶园多特征的最佳组合,可能因2月茶树处于萌芽期长出部分嫩绿的新叶易于和森林植被区分且在10月前后由于茶园进行了修剪其特征也较明显,因此两时相特征融合易于区分茶园。(2)RF分类方法与SVM分类方法相比,后者的精度较高,其总体精度达到91.56%,Kappa系数为0.89,生产者精度和用户精度分别为80.22%和84.56%。该研究为快速高效获取英德市茶园空间分布信息提供了一种高效的方法,同时为政府在进行茶叶产业规划、管理提供了数据支持。

风荷载下的树木动态行为参数测量方法综述

树木风害机理、风害损失及防治技术的研究是当前的研究热点,其共同基础是了解树木的空气动力学特性。对树木动态行为参数的测量是研究树木空气动力学的基础,对定量化研究树木风载及其安全性评估具有重要意义。在调研国内外相关文献的基础上对树木动态行为参数的测量方法进行了综述。首先,对树干、树枝和树叶的动态行为参数进行了总结;其次,从接触式和非接触式两方面对树木动态行为参数的测量方法进行归纳,对每种方法的适用范围及优缺点进行阐述分析;最后,讨论了目前测量方法的不足,对未来的测量方法进行展望。

云南松不同部位氮、磷、钾储量分配及异速生长研究

为更好进行云南松苗木培育,提升云南松苗木质量,通过对2年生云南松苗木生长性状及不同部位氮(N)、磷(P)、钾(K)储量进行统计以及相关性、异速生长分析,研究云南松氮、磷、钾储量。结果表明,云南松幼苗生长2年后,其地下部位氮、磷、钾分配大小依次为钾储量>氮储量>磷储量;氮、磷、钾在土壤中的分配比例为氮储量>磷储量>钾储量;地上部位氮、磷、钾储量占单株氮、磷、钾储量的比例为钾储量>磷储量>氮储量;磷和钾在地下部位的累积速率大于地上部位的累积速率。以期为云南松苗木培育提供理论参考,为实际生产提供一定理论依据。

黔中马尾松木荷混交林树高-胸径模型

【目的】建立马尾松Pinus massoniana-木荷Schima superba混交林树高-胸径模型,将树种作为哑变量引入模型,考虑模型残差空间自相关和异质性,为混交林树高-胸径模型构建和科学经营提供理论依据。【方法】基于贵州省开阳县马尾松-木荷混交林727组树高-胸径调查数据,构建普通最小二乘法模型(OLS)、广义可加模型(GAM)、线性混合模型(LMM)、地理加权回归模型(GWR)和地理加权回归克里格模型(GWRK)的树高-胸径全林木模型,在此基础上,将树种作为哑变量引入,选择全局莫兰指数(Moran’I)、局域Moran’I和组内方差分析5种模型残差空间自相关与空间异质性,并采用决定系数(R 2)、均方误差(MSE)和赤池信息准则(AIC)对模型进行评价。【结果】①马尾松-木荷混交林全林木基础模型的拟合精度从低到高依次为OLS、GAM、LMM、GWR、GWRK。②将树种作为哑变量引入模型后,各模型拟合精度均高于全林木基础模型。③OLS和GAM模型残差的全局Moran’I在α=0.05水平下显著(Z>1.96),局域Moran’I分布图中存在较多热点,表现出强烈的空间自相关。而LMM、GWR和GWRK模型残差全局Moran’I在α=0.05水平下不显著(−1.96≤Z≤1.96),且在局域Moran’I分布图中存在较多冷点,说明模型残差空间自相关已被消除。④5种模型残差的组内方差均表现随着滞后距离增大而增大的趋势,但GWR和GWRK模型具有更小的组内方差,能较好地降低模型残差空间的异质性。【结论】OLS和GAM模型拟合精度不高,并且不能消除模型残差空间自相关和异质性,因此不是用来建立树高-胸径模型的最佳选择。LMM、GWR和GWRK模型在提高模型拟合精度和降低空间自相关性方面表现良好,但GWR和GWRK模型在降低空间异质性方面显著,是最适合的树高-胸径模型。

青海省不同生境下青海云杉胸径生长模型研究

[目的]研究不同生境压力下青海云杉的林木胸径生长规律及生长模型,为有效保护、合理经营青海云杉林提供经验模型。[方法]利用青海地区青海云杉的树轮数据,计算单木胸径生长量,分析不同起源、不同坡位条件下胸径生长规律,构建单木胸径生长模型,对比与评价不同模型的拟合优度结果。随后选取基础模型,建立考虑起源和坡位的青海云杉单木胸径混合效应模型,采用全部数据对模型进行检验。[结果]总体来看,青海云杉生长到胸高位置后,单木胸径生长量随着年龄的增加呈现下降后平缓变化趋势;青海云杉天然林、人工林单木生长的速生期分别为29—44 a、29—39 a,连年生长量(CAI)和平均生长量(MAI)均在0.40 cm以上,随后天然林单木CAI和MAI的变化平缓,人工林的变化幅度较大。不同坡位的单木胸径生长趋势具有差异。生长模型结果显示,不同起源、坡位条件下各树种最优胸径生长模型的决定系数(R^(2))均在0.913以上,总体相对误差(TRE)和平均系统误差(MSE)均在±2%以内,平均预估误差(MPE)大多在5%以内,平均百分标准误差(MPSE)在35%以内。以Gompertz模型为基础模型构建的混合效应模型的R^(2)为0.702,拟合效果优于基础模型;检验指标TRE为0.03%,MSE为-0.30%,MPE为4.23%,MPSE为29.54%,较基础模型分别下降89.3%、83.5%、20.6%、15.1%。[结论]不同生境条件下青海云杉的胸径生长规律具有差异,天然林的快速生长期持续时间长;所构建的单木胸径生长混合效应模型,可以用于估算青海省不同生境条件下青海云杉的林木胸径生长量变化。

基于ICESat-2和Sentinel-2A数据的森林蓄积量反演

森林蓄积量是林业调查的重要指标,在衡量森林健康状况和评价森林固碳能力等方面发挥重要作用,协同主被动遥感是当前反演大区域森林蓄积量的主要手段。以云南香格里拉森林为研究区,分别提取ICESat-2/ATLAS和Sentinel-2A影像的特征变量,并通过相关性分析和共线性诊断方法筛选特征变量,构建Sentinel-2A变量集和ICESat-2/ATLAS变量集,以及二者联合的变量集,然后结合样地实测数据与3个特征变量集,采用逐步线性回归和随机森林方法分别建立线性和非线性回归模型,反演森林蓄积量,并对结果进行精度验证及对比分析。研究结果表明:对3个变量集,随机森林方法精度均优于逐步线性回归;ICESat-2/ATLAS变量集在2种回归方法下的反演精度均高于Sentinel-2A变量集;联合Sentinel-2A和ICESat-2/ATLAS变量集,随机森林方法的反演精度最高,其R 2,RMSE和rRMSE分别为0.7034,84.78 m^(3)/hm^(2)和36.46%。整体来说,与Sentinel-2A数据相比,基于ICESat-2/ATLAS数据及其与多源数据联合的反演模型均可以提高森林蓄积量反演精度和模型稳定性。

蔡家川流域人工刺槐生物量模型的构建与比较

利用蔡家川流域不同立地条件下48株刺槐样木生物量的实测数据,以胸径、树高、冠幅、冠长及胸径、树高的复合因子为自变量,构建生物量异速生长模型、多元线性模型和相容性生物量模型。采用决定系数(R^(2))、均方根误差(RMSE)、估计标准误差(SEE)、总相对误差(TRE)、平均相对误差(ARE)和平均百分比误差(MPE)等6个指标对模型进行拟合度和精确度的检验。结果表明:以胸径(D_(BH))、树高(h)的复合因子构建的生物量模型估测效果较好。3种模型的检验指标均在可接受的范围内,均适用于蔡家川流域刺槐生物量的预测。其中,多元线性模型对树枝、树叶生物量预测效果最佳,预测精度为90.11%和89.72%;相容性生物量模型对总树干、根系和总生物量的预测精度高达91.38%、90.83%、93.90%,并且解决了各器官生物量与总生物量的相容性问题。构建的模型中,相容性生物量模型的估测效果最好,多元线性模型和生物量异速生长模型次之。

移动式激光雷达在人工林样地调查中的路径规划方法

【目的】林业调查规划对林业的可持续发展至关重要。在利用移动式激光雷达实现森林样地建图与量测过程中,全局一致性地图的准确性与扫描轨迹有着密切联系。因此,对样地观测路径进行合理规划尤为必要。【方法】本研究主要通过结合即时定位与地图创建(SLAM)技术,利用手持式激光雷达对样地进行扫描,根据SLAM技术应用的相关研究并结合林业样地特点规划出3种手持移动式激光雷达在样地内扫描路径方案并利用LeGO-LOAM算法实现点云地图构建,分析比较各路径建图效果及拟合量测的立木胸径、位置的精度差异。【结果】逐行式路径1拟合的样地立木胸径估计值偏差为2.18 cm,相对偏差为7.74%,均方根误差为2.74 cm,精度高于其他两种路径;在立木位置拟合精度方面,逐行式路径1与多环式路径3整体拟合效果较好,路径1精度略优于路径3,x轴估计值均方根误差(RMSE)为0.077 m,y轴估计值均方根误差在0.157 m,最大误差方向的协方差值为0.124 m,小于其他两路径。【结论】在使用32线激光雷达进行数据采集并基于LeGO-LOAM算法对森林样地进行点云建图进而实现单木因子进行拟合量测中,近似于航空摄影测量航线的路径方案的逐行式的路径1整体建图效果、量测精度相对优于其他路径,为地面移动式激光雷达外业数据采集提供一种合理的路径方案参考。

面向对象和集成学习算法在森林蓄积量遥感估测中的应用

以江西省兴国县为研究区,设置51个杉木(Cunninghamia lanceolata)林样地、22个马尾松(Pinus massoniana)林样地;以2017年江西省森林资源二类调查的样点调查数据、陆地卫星8号携带的陆地成像仪(Landsat8 OLI)遥感数据为基础,将陆地卫星8号携带的陆地成像仪影像进行多尺度的面向对象分割(分割尺度为50~500,步长为50),通过计算遥感各影响因素与蓄积量之间的皮尔逊(Pearson)相关系数,对比依据对象提取的遥感特征与依据像素提取的特征的相关性,确定最佳的分割尺度;依据布尔塔(Boruta)算法进行特征选择,构建多元线性回归(MLR)、随机森林(RF)、K-最近邻(KNN)、支持向量机(SVM)、堆叠(Stacking)集成算法5种蓄积量估测模型,以决定系数、均方根误差、相对均方根误差检验模型的估测精度;以森林蓄积量为评价指标,分析面向对象和集成学习算法在森林蓄积量遥感估测中的应用、构建的依据对象的堆叠算法对森林蓄积量遥感估测效果、依据对象的堆叠算法与常用的像素级特征提取方法的差异。结果表明:遥感的影响因素与蓄积量的相关性,随着分割尺度的增大出现先增加后降低的趋势,当分割尺度在150~250之间时,遥感的影响因素与蓄积量之间的相关性出现峰值;与依据像素的蓄积量估计模型相比,依据对象的估计结果的均方根误差从57.42~75.22 m^(3)·hm^(-2)降低到了50.77~68.26 m^(3)·hm^(-2)。与多元线性模型相比,机器学习模型具有更强的蓄积量预测性能,其均方根误差从66.05~75.22 m^(3)·hm^(-2)降低至50.77~71.97 m^(3)·hm^(-2);机器学习模型最佳的估计结果来自200分割尺度时构建的堆叠集成算法,决定系数为0.63、均方根误差为50.77 m^(3)·hm^(-2)、相对均方根误差为25.38%。与依据像素的特征提取方式相比,依据对象的遥感特征提取可以减小由于异常像素导致的不确定性;与基学习器相比,堆叠集成算法可以获得精度更高、更稳定的估计结果。依据对象的蓄积量遥感制图具有更强的可靠性,可以大大缓解依据像素制图导致的“椒盐现象”。

广西13家国有林场桉树资源变化分析

为实现桉树资源高质量发展,根据2003—2020年森林资源调查数据,对广西13家国有林场(高峰、七坡、树木园、东门、派阳山、钦廉、博白、六万、维都、三门江、黄冕、大桂山、雅长)桉树资源变化情况进行分析。结果表明:2003—2020年,桉树人工林面积从57782.4 hm^(2)增加到100126.75 hm^(2),蓄积从1631700 m^(3)增加到8556100 m^(3);单位面积蓄积量从21.66 m^(3)•hm^(−2)上升到85.5 m^(3)•hm^(−2);单位面积年均生长量从6.1 m^(3)•hm^(−2)•年^(−1)上升到24.7 m^(3)•hm^(−2)•年^(−1)。至2020年,在13家林场中场内桉树人工林面积达10000 hm^(2)以上有3家,5000~10000 hm^(2)的有6家,5000 hm^(2)以下的有4家;桉树人工林蓄积量1000000m^(3)以上的有2家,500000~1000000m^(3)的有7家,500000 m^(3)以下的有4家;单位面积蓄积量100 m^(3)•hm^(−2)•年^(−1)以上的有6家,80~100 m^(3)•hm^(−2)•年^(−1)的有3家,80 m^(3)•hm^(−2)•年^(−1)以下的有4家;单位面积年均生长量超过30.0 m^(3)•hm^(−2)的有1家,年均生长量25~30 m^(3)•hm^(−2)•年^(−1)的有4家,年均生长量20~24.9 m^(3)•hm^(−2)•年^(−1)的有6家,年均生长量小于20.0 m^(3)•hm^(−2)•年^(−1)的有2家。针对当前桉树资源经营管理中存在的突出问题,提出加强抚育管理、科学合理调整主伐年龄、加强自然灾害防控等建议。

青冈栎次生林林分形高模型构建

探索林分形高模型的构建与评价方法,可为湖南省青冈栎林分蓄积量的精准测定提供理论依据。以芦头林场和青羊湖林场的青冈栎次生林为研究对象,基于35个样地的1055株单木实测数据,建立青冈栎次生林一元、二元林分形高模型。由孔兹干曲线推导出青冈栎树高曲线以计算林分条件平均高,基于林分形高与林分平均胸径、林分条件平均高的一元、二元相关关系,选取6个一元模型和8个二元模型,以决定系数(R^(2))、均方根误差(RMSE)、解释方差(EA)、平均绝对误差(MAE)和模型预估精度(P_(1))作为评价指标。经过评估和比较,选定一元林分形高模型为f(D)=2.8707×D^(0.2618)、f(H)=2.0224+0.3395×H和二元林分形高模型为f(D,H)=0.5906×exp(-0.0083×D)×H、f(D,H)=(0.7102-0.0701×logD)H和f(D,H)=2.4799×(D^(2)×H)^(0.1092)。通过留一交叉验证和配对T检验对模型进行检验,结果显示一元、二元林分形高模型均具有较高的精度和较强的适用性,进一步验证了以林分平均胸径和林分条件平均高构建林分形高模型的方法合理可行,可为其它类型的林分形高模型构建和林分形高表的编制提供示范和参考。