利用增长量分配模型的杉木林分生长预测建模

以Richards方程为林分生长预测方程,结合林分的少量实测和经验数据,采用最小二乘法求得Richards方程的各个参数重构方程,根据重构的Richards方程预测林分的整体生长,然后根据预测量得到平均增长量,基于"强者越强,弱者越弱"原则的增长量分配模型,将增长量合理地分配到每株林木上。在预测林分生长时,提出一种全林分生长模型到单木生长模型转换的新算法,即全林分生长模型采用Richards方程预测林分某个生长因子整体的平均增长量,然后根据增长量分配模型将整体增长量合理分派到每株林木,实现由整体到个体的转换。采用湖南省攸县黄丰桥林场1块杉木Cunninghamia lanceolata林分样地的实验数据并对其模拟建模。结果表明:该方法可使林分预测建模简便快速,且建立的生长模型真实度较高。

基于关系模型的林分生长可视化建模

针对杉木人工纯林,利用少量的林木实测数据,基于高次Bezier曲线结合最小二乘法,拟合单株林木及林分的关系模型,生成插值方程。采用一种新的林分增长量分配方法,以此推算出任意时段林分中林木模型数据,同时根据林分生长特征属性参数和对随机变量的自适应控制,智能构建任意时段林分中各种形态结构的林木可视化模型。结果表明,该算法复杂度低、实效性强,使构建的林分生长模型既符合其生长规律,又具有较强的真实感。