期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
西藏冷杉立木生物量和材积模型研建
被引量:
15
1
作者
陈振雄
贺东北
+1 位作者
肖前辉
周湘江
《中南林业科技大学学报》
CAS
CSCD
北大核心
2018年第1期16-21,共6页
利用2011年采集的150株西藏天然冷杉数据,采用度量误差联立方程组方法同时进行整体建模和分段建模,分别建立了西藏冷杉一元、二元生物量与材积相容性模型,并分析对比两者拟合效果。结果表明:不论是一元、二元模型,采用整体建模方法都难...
利用2011年采集的150株西藏天然冷杉数据,采用度量误差联立方程组方法同时进行整体建模和分段建模,分别建立了西藏冷杉一元、二元生物量与材积相容性模型,并分析对比两者拟合效果。结果表明:不论是一元、二元模型,采用整体建模方法都难以准确描述冷杉生物量、材积随胸径变化情况,导致径阶16 cm以下的林木立木材积和生物量估计值均小于实际值,径阶越小,偏差越大,其中4 cm径阶的预估偏差甚至达到了20%~30%;而采用分段建模方法能有效解决上述有偏估计的问题,模型改进效果十分良好,各径阶均无系统偏差;分段建立的地上生物量和立木材积方程,不论一元或二元模型,其预估精度分别达到了93.5%、92.8%以上,一元分段地下生物量方程预估精度也在91.5%以上。
展开更多
关键词
立木材积
生物量
度量误差联立方程组
分段建模
相容性
冷杉
西藏
下载PDF
职称材料
西藏藏北高原灌木林资源状况与保护发展
被引量:
3
2
作者
陈振雄
贺东北
+3 位作者
周学武
柯善新
杨宁
罗为检
《中南林业调查规划》
2017年第2期10-13,共4页
基于西藏自治区第二次森林资源规划设计调查,以西藏藏北高原灌木林为研究对象,简要介绍了灌木林资源现状,系统总结了灌木林资源特点,探讨提出了灌木林保护与经营发展的一些建议,为促进藏北高原灌木林资源的保护与发展具有重要现实意义。
关键词
灌木林
藏北高原
西藏
下载PDF
职称材料
海南省一元立木材积检验与更新模型研建
被引量:
7
3
作者
陈振雄
周湘红
+1 位作者
肖前辉
贺鹏
《中南林业科技大学学报》
CAS
CSCD
北大核心
2017年第12期26-30,共5页
林木材积是我国森林资源监测的一项重要内容。海南省森林资源清查林木材积估计一直沿用广东省70年代未建立的一元立木材积表,已使用30多年,急需进行检验、更新。以海南省橡胶、桉树、相思、加勒比松、木麻黄5个树种单株立木材积实测数据...
林木材积是我国森林资源监测的一项重要内容。海南省森林资源清查林木材积估计一直沿用广东省70年代未建立的一元立木材积表,已使用30多年,急需进行检验、更新。以海南省橡胶、桉树、相思、加勒比松、木麻黄5个树种单株立木材积实测数据,对海南省森林资源清查中使用的原一元立木材积方程进行适应性检验,更新建立新一元立木材积方程,并就原一元立木材积方程估计的森林资源清查林木材积偏差进行了分析。研究结果表明:海南省上述5个树种原一元立木材积方程均存在较大的系统偏差,每个树种总相对偏差(TRB)和平均系统偏差(MSB)均达到了15%以上,预估值明显低于实际值,已经不再适用;更新建立的5个树种新一元立木材积方程,其预估精度均在95%以上,总相对偏差(TRB)均在3%以内,平均系统偏差(MSB)接近于0,拟合效果良好;以5个树种新一元立木材积方程估计得到的2013年全省森林资源清查蓄积增加1.389 85×107 m3,增幅达23.80%。
展开更多
关键词
立木材积
一元材积方程
材积表
森林资源清查
偏差
检验
更新
海南省
下载PDF
职称材料
题名
西藏冷杉立木生物量和材积模型研建
被引量:
15
1
作者
陈振雄
贺东北
肖前辉
周湘江
机构
国家
林业
局中南
林业
调查规划设计院
西藏自治区林业厅造林绿化处
出处
《中南林业科技大学学报》
CAS
CSCD
北大核心
2018年第1期16-21,共6页
基金
国家林业局专题研究项目"基于清查资料的中国森林植被生物量和碳储量评估"
西藏林业厅资助项目"2011年西藏森林资源清查生物量调查建模"(XZLX-2011-001)
文摘
利用2011年采集的150株西藏天然冷杉数据,采用度量误差联立方程组方法同时进行整体建模和分段建模,分别建立了西藏冷杉一元、二元生物量与材积相容性模型,并分析对比两者拟合效果。结果表明:不论是一元、二元模型,采用整体建模方法都难以准确描述冷杉生物量、材积随胸径变化情况,导致径阶16 cm以下的林木立木材积和生物量估计值均小于实际值,径阶越小,偏差越大,其中4 cm径阶的预估偏差甚至达到了20%~30%;而采用分段建模方法能有效解决上述有偏估计的问题,模型改进效果十分良好,各径阶均无系统偏差;分段建立的地上生物量和立木材积方程,不论一元或二元模型,其预估精度分别达到了93.5%、92.8%以上,一元分段地下生物量方程预估精度也在91.5%以上。
关键词
立木材积
生物量
度量误差联立方程组
分段建模
相容性
冷杉
西藏
Keywords
tree volume
biomass
error-in-variable simultaneous equation
segmented modeling
compatibility
Abies
Tibet
分类号
S718.556 [农业科学—林学]
下载PDF
职称材料
题名
西藏藏北高原灌木林资源状况与保护发展
被引量:
3
2
作者
陈振雄
贺东北
周学武
柯善新
杨宁
罗为检
机构
国家
林业
局中南
林业
调查规划设计院
西藏自治区林业厅造林绿化处
出处
《中南林业调查规划》
2017年第2期10-13,共4页
基金
西藏自治区第二次森林资源规划设计调查项目(2012-2013年)
文摘
基于西藏自治区第二次森林资源规划设计调查,以西藏藏北高原灌木林为研究对象,简要介绍了灌木林资源现状,系统总结了灌木林资源特点,探讨提出了灌木林保护与经营发展的一些建议,为促进藏北高原灌木林资源的保护与发展具有重要现实意义。
关键词
灌木林
藏北高原
西藏
Keywords
shrub forest
the Northern Tibetan Plateau
Tibet
分类号
F316.23 [经济管理—产业经济]
下载PDF
职称材料
题名
海南省一元立木材积检验与更新模型研建
被引量:
7
3
作者
陈振雄
周湘红
肖前辉
贺鹏
机构
国家
林业
局中南
林业
调查规划设计院
西藏自治区林业厅造林绿化处
出处
《中南林业科技大学学报》
CAS
CSCD
北大核心
2017年第12期26-30,共5页
基金
国家林业局资助项目"海南省2013年森林资源清查"(HNHJ2013-04-004)
海南省林业厅重点项目"海南省加勒比松橡胶树等常用数表研建"(HNHJ2014-11-007)
文摘
林木材积是我国森林资源监测的一项重要内容。海南省森林资源清查林木材积估计一直沿用广东省70年代未建立的一元立木材积表,已使用30多年,急需进行检验、更新。以海南省橡胶、桉树、相思、加勒比松、木麻黄5个树种单株立木材积实测数据,对海南省森林资源清查中使用的原一元立木材积方程进行适应性检验,更新建立新一元立木材积方程,并就原一元立木材积方程估计的森林资源清查林木材积偏差进行了分析。研究结果表明:海南省上述5个树种原一元立木材积方程均存在较大的系统偏差,每个树种总相对偏差(TRB)和平均系统偏差(MSB)均达到了15%以上,预估值明显低于实际值,已经不再适用;更新建立的5个树种新一元立木材积方程,其预估精度均在95%以上,总相对偏差(TRB)均在3%以内,平均系统偏差(MSB)接近于0,拟合效果良好;以5个树种新一元立木材积方程估计得到的2013年全省森林资源清查蓄积增加1.389 85×107 m3,增幅达23.80%。
关键词
立木材积
一元材积方程
材积表
森林资源清查
偏差
检验
更新
海南省
Keywords
standing volume
one-way tree volume equation
volume table
continuous forest inventory
deviation
verification
updating
Hainan province
分类号
S758 [农业科学—森林经理学]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
西藏冷杉立木生物量和材积模型研建
陈振雄
贺东北
肖前辉
周湘江
《中南林业科技大学学报》
CAS
CSCD
北大核心
2018
15
下载PDF
职称材料
2
西藏藏北高原灌木林资源状况与保护发展
陈振雄
贺东北
周学武
柯善新
杨宁
罗为检
《中南林业调查规划》
2017
3
下载PDF
职称材料
3
海南省一元立木材积检验与更新模型研建
陈振雄
周湘红
肖前辉
贺鹏
《中南林业科技大学学报》
CAS
CSCD
北大核心
2017
7
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部