湖北省杉木人工林胸径差分方程及多形地位指数表研究

为解决目前以胸径为指标编制的地位指数表较少,且采用胸径为因子评价立地质量是否可行的问题,选用长期积累的杉木树干解析数据拟合胸径生长方程,构建胸径的差分方程和湖北省杉木人工林地位指数表。运用精度检验和落点检验法分别对导向曲线和地位指数表进行检验与比较,评价其制表精度与适用性。研究结果表明,(1)采用解析木数据拟合胸径的基础方程与差分方程均有良好的拟合优度;(2)选择Korf基础方程与Korf差分方程,以20 a为标准年龄,2 cm为指数级,采用导向曲线法分别编制出湖北省杉木人工林单形地位指数表和多形地位指数表;(3)构建的模型与地位指数表均通过检验,且差分方程的检验精度99.61%,高于基础方程的96.97%;多形地位指数表的落点精度较单形地位指数表高1.18%。由此可见,采用差分方程编制的湖北省杉木人工林胸径地位指数表,较基础方程精度更高,更能准确地评估湖北杉木人工林的立地质量。

杉木人工林优势高生长模拟及多形地位指数方程

采用差分法构建以Korf等 6种理论生长方程为基础的多种多形地位指数方程 ,探讨它们的多形表达涵义 ,并对其模拟性能进行了较为全面的分析 ,得到结论 :(1)基于理论生长方程 ,通过差分法可以构建具有良好生物学基础的多形优势高方程 ;(2 )理论生长方程的拐点取值情形对其模拟优势高生长的精度具有至关重要的影响作用 ;(3)差分方程较方程原型更适合于大范围数据的拟合 ,如数据基础为地区或产区层次时 ,其拟合效果明显要好 ;(4 )多形优势高方程展现出了较高的模拟精度 ,其中以Korf、Richards、Weibull方程的 2参数多形表达式及Sloboda方程的 3参数多形表达式为佳 ,采用优良的多形优势高生长模型可以构建说理性完备的多形地位指数方程。

浙江省马尾松人工林多形地位指数表及林分生长过程表的编制

根据浙江省２１个县（市）２９０块样地的优势解析木和平均解析木数据，以修正的Ｒｉｃｈａｒｄｓ函数为数学模型，用Ｍａｒｑｕａｒｄｔ迭代法求出优势高、平均高和平均胸径生长曲线的拟合方程，从而编制出多形地位指数表和多形林分生长过程表。拟合方程中引入一系列形状系数（Ｂ１、Ｂ２等），因此对该省不同地区、不同生长条件下具有不同线形的马尾松生长曲线，有较好拟合效果。无论在全省或Ⅰ、Ⅱ、Ⅲ类产区（每区含样地９０～１００块），模拟精度都很高，其中复相关系数达０．９９以上，剩余标准差为０．１～０．３。另据Ｒｅｉｎｅｋｅ（１９９３）关于完满立木度同龄纯林胸径与单位面积株数关系的理论，用函数Ｎ＝Ｃ０＋Ｃ１／（Ｃ２＋Ｄ）进行林分胸径一立木株数相关关系模拟，最后编制出浙江省８～１６指数级的马尾松人工林生长过程表。

马尾松人工林Sloboda多形地位指数模型的研究

将德国生物统计学家Sloboda B的树高生长模型应用于马尾松人工林优势高生长模型模拟中.结果表明,用Sloboda树高生长方程拟合马尾松人工林多形地位指数曲线能获得良好效果,且优于Richards多形地位指数曲线.

福建省火炬松人工林多形地位指数曲线的研究

根据福建省火炬松人工林林分优势木的树干解析数据 ,以 Richards函数为数学模型 ,用改进单纯形法拟合优势高生长曲线 ,推导出适合福建省火炬松人工林的多形地位指数曲线综合模型 .

用人工神经网络构建多形地位指数模型

以马尾松人工林132株优势木树干解析数据为训练样本,用145块标准地优势木平均高数据为检验样本,把林分年龄和地位指数或优势木平均高作为输入变量,将优势木平均高或地位指数作为输出变量,通过构建人工神经网络逆模型的途径,分别建立了多形地位指数曲线式和计算式模型。结果表明,多形地位指数曲线式的总体拟合精度为99.64%,总体预测精度达96%以上,比传统技术构建的多形地位指数模型能较真实地模拟各地位级的多形曲线;多形地位指数计算式的总体拟合精度为98.81%,用于计算地位指数,省去用迭代法计算地位指数的工作量。基于BP神经网络模型多形地位指数模型,对马尾松人工林地位指数测定提供指导作用,可为森林立地质量评价提供理论依据。

广西杉木人工林多形地位指数模型构建

以广西高峰林场杉木人工林为研究对象,使用森林资源二类调查数据中的树种因子与解析木数据,通过Richards方程与随机森林回归算法构建了两种多形地位指数模型。其中在利用随机森林回归算法构建模型时分别选取了地位指数和树高两种因子作为输出变量。结果表明:Richards方程模型与随机森林回归模型的决定系数(R^2)均在0.9以上,基准年龄下树高预测值与其对应的地位指数均方根误差小于0.3,说明两模型具有可靠性。经对比分析,两模型各具优势:Richards方程模型具有明确的表达式,相较于随机森林回归算法所构建的非参数模型,更适用于预测树木生长趋势,绘制树木生长曲线;随机森林回归模型比Richards方程模型误差更小,均方根误差(ERMS)降低了21%,平均绝对误差(EMA)降低了15%,且无需经过迭代运算,便可直接求解地位指数,克服了传统模型无法显式求解地位指数的缺点,求解效率更高。

福建省马尾松多形地位指数曲线模型的研究

根据528组优势木树干解析数据,采用Korf生长方程,通过改进单纯形法,建立了马尾松多形地位指数曲线模型。分析表明:建立的马尾松人工林、天然林多形地位指数曲线模型误差小、精度高,具有推广应用价值。

湿地松多形地位指数曲线模型的研究

本文根据大量具有代表性的湿地松平均优势木资料,讨论了湿地松地位指数曲线的标准年龄.选用改进了的8参数 Chapman-Richards 函数。用 Marquardt 迭代方法,建立了以地位指数和年龄为解释变量的湿地松多形不相交地位指数曲线模型,由模型直接求出各指数级的指数曲线.

森林资源动态预测方法的研究Ⅰ.杉木、马尾松人工林多形地位指数曲线的编制

本文以杉木、马尾松人工林为例，根据在福建省南平、三明等地区收集的标准地和树干解析资料，选用Ｒｉｃｈａｒｄｓ函数为树木生长曲线模型，推导出适合南方杉木、马尾松人工林的多形地位指数曲线综合模型，并对单形和多形地位指数曲线进行了对比研究，结果表明多形地位指数曲线的拟合精度明显高于单形地位指数曲线。

柳杉多形地位指数表编制

根据福建省柳杉人工栽培区20年生以上林分优势木的解析木数据，以修正的Richards函数为数学模型，用Marquardt迭代法求出优势高生长曲线的拟合方程，从而编制出柳杉多形地位指数表。拟合方程中引入一系列形状系数（b1、b2……），因此对全省不同地区、不同生长条件下具有不同线形的柳杉优势高生长曲线，均有较高的拟合精度，克服了以往单形地位指数曲线无法反映同一树种在不同立地条件下，其林分优势高生长过程并不完全相同的客观规律以及多形地位指数曲线指数级年龄时的优势高与指数级不符的矛盾。

福建柏多形地位指数表编制

根据福建省建柏人工栽培区20年生以上林分优势木的解析木数据,以修正的 Richards 函数为数学模型,用 Marquardt 迭代法求出优势高生长曲线的拟合方程,从而编制出福建柏多形地位指数表。

从多形地位指数曲线模型中直接求解地位指数值的简捷迭代解法

一、引言就建立多形地位指数曲线一类反映生物生长规律的模型而言,一个好的数学模型,不仅要求对样本资料应具有灵活的切合性能,最小的拟合残差,尽可能少的参数并能做出生物学解释,而且应具备应用简捷和便于在生产中推广的优点。

桂南地区杉木马尾松人工实生林多形地位指数曲线模型

利用桂南地区收集的人工实生林分标准地材料和优势解析木杉木９３株，马尾松１６２株，建立优势高生长Ｒｉｃｈａｒｄｓ模型。用参数预估法编制桂南地区的杉木、马尾松实生林多形地位指数表。杉木、马尾松各指数级曲线拟合平均剩余标准差分别是０．２９４３ｍ和０．２３２３ｍ；经另外６８株和５２株优势解析木检验，预报误差分别为０．４８７ｍ和０．５０６ｍ，适应性好。

湿地松多形与单形地位指数曲线模型的对比研究

选择Richards生长函数作为吉安地区湿地松林林分优势高和林龄导向曲线建模的基本模型,采用标准差法、变动系数法、相对树高法、比例法、差分方程法和多形曲线等展开成地位指数曲线.通过拟合精度检验,结果表明:①将单形导向曲线方程展开成地位指数表的几种现行方法,其结果差异较大:②由于不同地位指数优势高的生长过程曲线簇存在多形特征,多形模型的预估精度明显高于单形模型,因此,在一般情况下,应以建立多形模型为宜.

湿地松多形与单形地位指数曲线模型的对比研究

选用吉安地区湿地松栽培区10个县(市)的385株具有代表性的平均优势木.以理查德(Richards)函数为基本模型.采用标准差法、变动系数法、相对树高法、比例法,差分方程法和多形曲线等展开成地位指数曲线。通过拟合精度检验.结果表明:由于不同地位指数优势木树高的生长过程曲线簇存在着多形特性.多形模型的预估精度明显高于单形模型。因此.以建立多形模型为宜。

臭松天然次生林地位指数模型研究

以吉林省汪清林业局臭松天然次生林为研究对象,利用172块小班调查数据、178块复位样地数据及96株解析木数据,根据臭松优势木树高生长现状,分别拟合得到最优导向曲线和多形地位指数模型。分别采用标准差法、指数级差法及落点检验法对2种地位指数模型进行精度检验,结果如下:标准差法显示两种地位指数模型精度都较高;指数级差法表明单形模型跳级的情况都高于多形,无跳级次数低于多形;落点检验法发现单形地位指数曲线簇中,散点溢出曲线簇范围的散点占总散点数的10.7%,而多形地位指数曲线簇中,散点溢出曲线簇范围的散点占总数的2.7%。因而,立地类型多形地位指数模型更适宜于编制吉林汪青臭松天然次生林地位指数表。

山东省107-杨树地位指数表的编制

地位指数表是评价立地质量的重要指标之一。本文应用采集的解析木资料,选用6个导向曲线模型对标准地内平均优势木的树干解析资料进行拟合。由拟合结果确定Richards函数为最佳导向曲线模型。在分析杨树高生长在各指数级间的多形特征的基础上,建立了多形地位指数模型,并编制了多形地位指数表。经检验表明,编制的多形地位指数表具有较好的精度。

马占相思工业人工林地位指数表的研建

基于广西区收集的马占相思工业人工林林分标准地及优势解析木73株,拟合其优势树高生长的Chpman-Richards模型;从14～26m指数级拟合总剩余标准差小于0.29m,最大的为0.40m;以15a作为基准年龄,采用参数预估法编制了该区域的马占相思林多形地位指数表;经另置的31株优势解析木样本检验,指数级预报误差平均值为0.38m,最大误差为0.55m;龄级的预报误差平均值为0.33m,最大0.65m;所研建的模型用于编表,适应性能好。

福建省阔叶树多形地位(级)指数曲线模型研究

以福建省范围内收集到的1 907套阔叶树样木为建模数据,选择Korf生长方程,应用改进单纯形法,构建阔叶树多形地位(级)指数曲线模型。研究表明:所建立的阔叶树人工林、天然林多形地位(级)指数曲线模型误差较小、精度较高,可在林业生产活动中推广应用。