北京市侧柏人工林全林分模型建立与研究

该文以北京市森林资源一类调查中侧柏的数据为基础,以Rechards方程为模板,通过SPSS统计建模工具进行拟合,建立了包括侧柏的树高模型、立地指数模型、林分密度模型、断面积模型、全林收获模型、林分生长模型在内的全林分模型。林分生长模型保持了与收获模型的相容性,在此基础上利用林分生长模型,可根据现在的林分收获量预测未来某一时期的林分蓄积量。通过检验证明,该北京侧柏人工林全林分的林分生长模型有很强的适用性,为有关林业部门确定最优密度指数、立地指数等因子来改善侧柏的经营方式提供了依据。

杉木人工林可变密度的全林分模型及其应用研究

以林分年龄、地位指数SI、林分密度指数SDI为输入变量 ,从模型间的相容性出发 ,建立了杉木人工林可变密度的全林分模型。着重探讨了用Richards方程构造林分断面积生长模型时 ,有关参数与SI和SDI的关系 ,分析了SDI的变化规律 ,采用名义年龄法建立了SDI的动态预估模型 ,最后 。

日本落叶松人工林生长预测的全林分模型研究

以长岭岗林场日本落叶松人工林中的固定样地以及临时样地调查数据为基础 ,从模型间的相容性出发 ,建立了包含立地指数SI、林分密度SDI、林分断面积生长模型、树高曲线动态模型和林分收获模型的全林分模型系统 ,着重探讨了用Korf方程构造林分断面积生长模型时有关参数与SI和SDI的关系。

北京落叶松人工林全林分模型研建

以北京森林资源一类调查中侧柏的数据为基础,以Rechards方程为模版,通过spss统计建模工具进行拟合,建立了包括落叶松的树高模型、立地指数、林分密度、断面积指数、全林收获模型、林分生长模型在内的全林分模型。林分生长模型保持了与收获模型的相容性,在此基础上利用林分生长模型,可根据某一时期的林分收获量预知未来某一时期的林分蓄积。通过检验证明,此北京落叶松人工林全林分的林分生长模型有很强的适用性,为有关林业部门确定最优密度指数、立地指数等因子来改善落叶松的经营方式提供了依据。

全林整体模型在林分间伐模拟中的效果评定

使用江西大岗山实验局杉木资料 ,验证了以断面积生长模型为基础的全林分模型系统 ,得到以下结论 :断面积生长模型不仅适用于自然生长状态的林分 ,也适用于间伐林分 ;可以用全林分模型系统对林分进行模拟预测 ,特别是间伐预测 ,从而为指导林业生产实践提供有益的参考 ;CCF反映了林分的竞争状况 。

基于BP人工神经网络的兴安落叶松天然林全林分生长模型的研究

以大兴安岭地区兴安落叶松天然林为研究对象,基于688块固定标准地数据,采用MAT-LAB中log-sigmoid型函数(logsig)和线性函数(purelin)为神经元的作用函数,依据全林分生长模型的概念,以年龄(A)、地位级指数(SCI)和林分密度指数(SDI)作为输入变量,以林分每公顷蓄积量(M)作为输出变量,构建和训练了全林分生长的BP人工神经网络模型,并与常规建模方法进行了对比研究。结果表明,BP人工神经网络模型的拟合精度高达99.6%,检验精度为98.9%,说明与其它建模方法相比人工神经网络建模具有较高的拟合精度和适应性,对林分生长具有更好的预测能力。

基于定期调查数据的全林分年生长预测模型研究

以北京山区油松为研究对象,利用可变生长率法构造油松全林分年生长预测模型,并通过似乎不相关联立估计全林分生长模型的参数。研究结果表明:利用可变生长率法建立全林分年生长预测模型符合林分发展的规律,解决了林分生长预测的阶段无偏性,同时为林分经营者提供了林分年变化量,而且通过似乎不相关联立估计得到的全林分生长模型参数,没有明显的估计偏差,从而提高了参数估计的有效性。

基于BP人工神经网络的大青山自然保护区华北落叶松人工林全林分生长模型研究

以内蒙古自治区大青山自然保护区华北落叶松人工林为研究对象,采用2006年二类调查的371个小班数据,利用Matlab软件中的"S"型对数(logsig)函数和线性(purelin)函数为神经元的作用函数,依据全林分生长模型概念的要求,选取年龄(A)、地位级(N)和郁闭度(S)作为输入变量,分别以胸径(D),树高(H)和林分每公顷蓄积(M)作为输出变量,进行全林分生长BP人工神经网络模型的构建和训练,并对模型的拟合精度和检验精度进行检验,模型的拟合精度分别为81.65%、88.53%和80.55%,检验精度分别为83.13%、79.47%和80.79%,表明人工神经网络建模具有较好的拟合精度和适应性,对林分生长具有较好的预测能力。

林分生长和收获模型研究进展

文中介绍了全林分模型、径级模型和单木模型3种林分生长和收获模型的特点及国内外应用情况,并提出近几年的发展趋势。

马尾松造纸原料林生长收获预估模型的研究

以年龄、地位指数、初植密度为辅助变量 ,利用 Korf方程建立林分密度指数动态预估模型 ,从模型相容性思想出发 ,研制了马尾松造纸原料林全林分模型 ,模型经检验精度高、误差小 ,且能反映林分测树因子动态变化及因子之间关系的基本规律 ;

孙吴县主要优势树种的SDI动态预测模型

采用黑龙江省孙吴县170块复测的固定标准地数据,建立了6个主要优势树种(组)的林分密度指数(SDI)动态预测模型,拟合效果良好,可以动态反应该地区林分竞争指标的变化。

黄山松林分生物量经验收获表研究

为解决给大面积林分生物量估算提供估算模型、减少外业工作量等问题,以黄山松为研究对象,构建了兼容性林分生物量模型及全林分收获模型,采用混合蛙跳算法结合交叉建模和检验技术求解林分生物量模型参数,并确定全林分收获模型参数。结果表明,建立的兼容性林分生物量模型的平均系统误差(2.381%)、平均相对误差绝对值(7.964%)均在在±10%内、拟合效果较好,基于立地质量等级为哑变量的地位指数曲线模型、断面积模型、林分蓄积量模型等拟合效果较好、适用。与常规全林分经验收获模型相比,研究先建立可变密度林分模型,再经相对密度模型确定林分平均收获量,并编制黄山松林分生物量经验收获表。研究内容在监测森林生物量和碳储量、制定节能减排和造林计划等方面具有重要的生态环境意义。

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。

黄山松林分标准货币收获表的研制

为弥补黄山松林分货币收获表空白,以黄山松为研究对象,通过探讨林分货币收获表编制的基本原理和方法,构建了基于哑变量的地位指数模型及与立地质量有关的标准蓄积量模型。选用了L-P R M法作为林分直径分布概率预估技术,结合实测数据,建立了全林分模型和林分出材率模型,编制了黄山松标准货币收获表,对提高黄山松经营决策的科学性具有重要的实践意义。