当前位置
主页 > 新闻中心 > 公司新闻 >
论文推荐 || 杉木人工林与年事无关的优势高生长模型
2022-11-04 14:07
本文摘要:邱思玉等 南京林业大学学报立地质量评价在林业生产实践中有重要的现实意义,评价方法有直接法和间接法。直接法基于优势高或亚优势高的实测值,间接法基于树冠物种的关系、林下植被等。职位指数是评估森林立地质量常用的指标,是指在某一立地上特定基准年事时林分优势木的平均高度值。优势高模型是职位指数模型之一,此外另有断面积生长模型及材积生长模型等。

万博体育maxbextx官网首页

邱思玉等 南京林业大学学报立地质量评价在林业生产实践中有重要的现实意义,评价方法有直接法和间接法。直接法基于优势高或亚优势高的实测值,间接法基于树冠物种的关系、林下植被等。职位指数是评估森林立地质量常用的指标,是指在某一立地上特定基准年事时林分优势木的平均高度值。优势高模型是职位指数模型之一,此外另有断面积生长模型及材积生长模型等。

因为林分优势高受林分密度影响较小,通常使用其和林分年事来获得职位指数,现在,建设预测优势高模型的方法主要有两种:一是应用理论生长方程,以年事为自变量,出现出具有渐近线和一个拐点的 S 形生长曲线;另一种是通过对理论生长方程的变换形成差分形式,差分形式已经成为许多学者的首选形式,被广泛应用。在同龄林立地质量评价时,一般用基准年事时的林分优势高来反映立地质量,然而在其他林分中树种庞大,林分优势高没有统一的预计,准确的年事信息不易获得,纵然查数树木年轮也很难确定,如在热带地域或异龄林中,林分年事不能确定,不能用其来预测林分生长,因此需建设与年事无关的生长方程。Tomé 等提出一种与年事无关的差分方程模拟树木或林分生长,通逾期初的观察值预测期末的生长情况。

Gea-Izquierdo 等和 Paulo 等使用这种方法划分构建了冬青栎和欧洲栓皮栎的胸径生长模型,Arias-Rodil 等使用这种方法建设了海岸松优势高生长模型,并与代数差分法和生长截距法举行比力。杉木(Cunninghamia lanceolata)是我国南方重要的乡土栽培树种,具有生长快、产量高、材质好的特点,在我国人工林生长中占有重要位置。建设杉木人工林职位指数模型评估林分立地质量,对谋划杉木人工林和提高木料产量有努力作用。

本期推荐论文中的使用与年事无关的方法构建杉木人工林的优势高生长模型,模拟在林分年事未知的情境下对杉木优势高生上进行预测。下面就快来随着学报君浏览详文一探究竟吧!题 目杉木人工林与年事无关的优势高生长模型基金项目国家自然科学基金项目;“948”项目作 者邱思玉,曹元帅,孙玉军∗ ,潘 磊作者单元北京林业大学森林资源和情况治理重点实验室关键词杉木;优势高;年事无关方法;生长模型▶引文花样:[1]赵颖慧,张鼎力大举,甄贞.基于非参数分类算法和多源遥感数据的单木树种分类[J].南京林业大学学报(自然科学版),2019,43(05):103-112.DOI:10.3969/j.issn.1000-2006.201810041ZHAO Y H,ZHANG D L,ZHEN Z.Individual tree species classification based on nonparametric classification algorithms and multi-source remote sensing data[J].Journal of Nanjing Forestry University(Natural Sciences Edition),2019,43(05):103-112.01目 的职位指数法是森林立地质量评价常用的一种方法,优势高又是职位指数模型中重要的参数。本研究以杉木优势高生长为切入点,使用与年事无关方法建设杉木人工林的优势高生长模型,模拟在林分年事未知的情况下预测杉木人工林优势高。

万博体育maxbextx官网首页

02方 法使用福建省将乐国有林场杉木人工林的 65 个牢固样地一连观察数据,基于 Richards 方程、Lundqvist-Kolf 方程和 Hossfeld 方程 3 个树高生长方程,使用与年事无关的方法建设了 9 个优势高生长模型。模型磨练使用决议系数、平均误差和均方根误差 3 个统计指标来确定最佳模型。

▲每木检尺事情中▲样地(一)▲样地(二)▲样地(三)2.1 数据泉源于 2010 年 6 月至 2017 年 7 月,在试验区内选择处于差别龄组的杉木人工林,设置尺度地共计 65 块,尺度地面积为 600m2 (20m×30m)。对尺度地内所有到达起测径阶(5 cm)的林木举行每木观察、编号,丈量每株树木的胸径、树高、冠幅等基本测树因子。每个尺度地内匀称布设 6 个观察点,在每个点周围 100m2 规模内使用激光测距仪丈量最高树的高度,取平均值为该林分的优势木平均高。

凭据上述方法获得观察数据,盘算并统计尺度地相关观察因子指标,同时盘算和统计尺度地的最大胸径和每公顷断面积(表 1)。▼表 1 杉木尺度地基本统计信息2.2 模型拟合将观察收集的杉木优势高-年事数据分为两部门,70%数据用于拟合杉木优势高生长方程,30%数据用于模型预测效果的磨练(表 2)。▼表 2 建模数据和磨练数据概况03结 果构建的 9 个优势高生长模型都具有较好的拟合优度,其中以 Hossfeld 方程为基础方程,以参数 a作为林分因子扩展参数推导而来的模型为最佳模型,而且模型参数年事差 Δt 越小,模型预测精度越高。3.1 模型参数与林分因子的关系将 3 个基础方程的参数 a、b 和 c 划分与最大胸径(Dmax )和每公顷断面积(G)建设线性关系模型,相关指标见表 3。

▼表 3 与年事无关模型 3 个参数与林分因子的关系3.2 模型拟合效果以 Richards 方程为基础方程推导出 3 个与年事无关的优势高生长方程,即模型 S1、模型 S2 和模型 S3,以 Lundqvist-Kolf 方程为基础方程推导出模型 S4、模型 S5 和模型 S6,以 Hossfeld 方程为基础方程推导出模型 S7、模型 S8 和模型 S9,拟合预计效果见表 4。▼表 4 基于 3 个方程的模型参数预计和磨练指标3.3 预测效果分析对两个模型的优势高预测值(Hpre )与优势高观察值(Hobs )举行拟合,可以看出两个模型的线性关系很显着(图 1),说明模型 S1 和模型 S7 在预估职位指数时效果都很好。

万博体育maxbextx官网首页

▲图 1 模型 S1 和模型 S7 的优势木树高预测值与观察值使用磨练数据评估 S1 和 S7,磨练效果见表 5。两个模型的决议系数都在 0. 94 以上,模型 S7 的决议系数稍大于模型 S1,均方根误差小于 S1,而且模型 S7 的平均误差仅为-0. 067,也比模型 S1 小。模型 S7 的 3 个统计指标均优于模型 S1,所以模型 S7 的预测效果比模型 S1 好。

▼表 5 拟合效果最好的两个年事无关模型预测精度磨练3.4 年事距离对模型预测精度的影响为了探究参数 Δt 对模型预测精度的影响,使用拟合效果最好的 4 个模型(模型 S1、模型 S5、模型 S7 和模型 S9)对每一个样地每一年的优势高举行预测,效果如图 2。▲图 2 模型 S1、S5、S7 和 S9 的残差绝对值与年事距离 Δt 的关系04结论与年事无关的职位指数模型能够准确地拟合和预测优势高生长。

在异龄林中或林分年事难以获得时,建议接纳与年事无关的职位指数模型来评估立地质量。


本文关键词:论文,推荐,万博体育maxbextx官网首页,杉木,人工林,与,年事,无关,的,优势

本文来源:万博体育maxbextx官网首页-www.anjianda.com

联系方式

电话:0800-35168097

传真:017-749941312

邮箱:admin@anjianda.com

地址:吉林省通化市虎丘区发化大楼90号