改进栓皮栎树高预测混合效应模型研究

树高与胸径是森林资源调查中2个重要的测树因子。鉴于树高测量相对不易实现的问题,以金华市永康市西溪镇的94株栓皮栎树为研究对象,在比较林业上常用的10个树高曲线模型拟合效果的基础上,改进了传统的Gompertz树高曲线模型,提出并构建了含有立地因子的Gompertz混合效应树高预测改进模型。实验表明:1)当对Gompertz混合效应模型拟合时,引入随机参数b_1,b_3时模型拟合最好;当对Gompertz混合效应改进模型拟合时,引入随机参数b_1,b4时模型拟合最好。2)构建的Gompertz混合效应改进模型决定系数达到0. 779,Gompertz混合效应模型决定系数为0. 553,Gompertz模型决定系数为0. 542,即仅凭混合效应方法构建模型对提高模型预测精度并不明显。实验证明了本文构建的Gompertz混合效应改进模型大大提高了栓皮栎的树高预测精度,为研究树种树高-胸径关系模型提供了一种新方法。

基于BP神经网络的架空输电线路树障隐患预测技术研究

架空输电线路走廊的高杆植物如桉树、松树、竹子等易引起接地短路,严重威胁电力系统的安全运行。为了高效运维输电线路,建立具有树障隐患预测预警功能的智能系统十分必要。对树高的准确预测是实现树障隐患预警的关键技术之一,为此提出了一种基于BP神经网络的树木生长高度预测方法,以广东清远地区架空输电线下速生桉为研究对象,采用Python编程实现BP神经网络模型的构建,并对模型进行回归分析,为建立树障隐患智能预警系统奠定了基础。以桉树的树龄和种植密度作为网络输入,以桉树的树高作为网络输出,构建2:n:1的BP神经网络模型。选取前5年的数据用于训练网络,第6年和第7年的数据用于对网络进行测试。通过多次训练试验后选取最优模型,确定了2:2:1结构的模型最优,桉树树高BP模型的平均精度达到96.6%。对模型进行回归分析,证明该模型具有良好的拟合效果。

灰色系统理论在林业中的应用

本文全面阐述了灰色系统模型的建立与预测，利用ＧＭ（１，１）模型及灰色马尔柯夫预测结合林业进行了模型拟合及预测。