基于分级的全国主要树种树高-胸径曲线模型 被引量：82

1

作者 李海奎 法蕾 《林业科学》 EI CAS CSCD 北大核心 2011年第10期83-90,共8页

采用树高分级方法,通过双重迭代算法,建立栎类、杉木、马尾松、杨树、落叶松和油松6个全国主要树种的树高-胸径曲线模型。数据来自第7次全国森林资源连续清查的树高测定资料,总样本数118441个,其中建模样本79095个,验证样本39346个。与... 采用树高分级方法,通过双重迭代算法,建立栎类、杉木、马尾松、杨树、落叶松和油松6个全国主要树种的树高-胸径曲线模型。数据来自第7次全国森林资源连续清查的树高测定资料,总样本数118441个,其中建模样本79095个,验证样本39346个。与未分级方法相比,分级后模型的决定系数从0.5203～0.7532提高到0.9438～0.9665;模型参数灵敏度分析和验证模型的应用表明:模型总体稳定,参数可靠,为构建全国所有树种的树高-胸径模型提供可行的方法,有较好的推广价值。进一步考虑林分特点,可以用来进行全国所有现有森林的立地评价。 展开更多

关键词 树高-胸径模型 树高分级 双重迭代算法 参数灵敏度分析

下载PDF 职称材料

长白山主要针叶树种最优树高曲线研究 被引量：38

2

作者 赵俊卉 亢新刚 刘燕 《北京林业大学学报》 CAS CSCD 北大核心 2009年第4期13-18,共6页

树高曲线是建立林分生长与收获模型的基础。该文使用吉林省汪清林业局金沟岭林场的465株冷杉、423株云杉和251株红松标准木数据,分别选用10种树高曲线,对模型参数进行求解,并用决定系数R2、残差和MD、均方根误差RMSE对模型精度进行检验... 树高曲线是建立林分生长与收获模型的基础。该文使用吉林省汪清林业局金沟岭林场的465株冷杉、423株云杉和251株红松标准木数据,分别选用10种树高曲线,对模型参数进行求解,并用决定系数R2、残差和MD、均方根误差RMSE对模型精度进行检验。结果表明,唐守正树高曲线能较好地模拟当地主要树种的树高与胸径的关系;所选出的最优树高曲线可以用于长白山地区针阔混交林中的云杉、冷杉和红松。 展开更多

关键词 树高曲线 长白山 云杉 冷杉 红松

下载PDF 职称材料

基于混合效应的大别山地区杉木树高-胸径模型比较 被引量：35

3

作者 樊伟 许崇华 +3 位作者 崔珺 王晶晶 刘西军 徐小牛 《应用生态学报》 CAS CSCD 北大核心 2017年第9期2831-2839,共9页

基于安徽省大别山区马鬃岭林场杉木人工林30块样地1087组数据,选用7个常用树高-胸径(H-D)模型(线性模型、Chapman-Richards模型、Logistic模型等),采用最小二乘法拟合并选出最优基础模型(式11,只含D变量的Chapman-Richards模型),然后基... 基于安徽省大别山区马鬃岭林场杉木人工林30块样地1087组数据,选用7个常用树高-胸径(H-D)模型(线性模型、Chapman-Richards模型、Logistic模型等),采用最小二乘法拟合并选出最优基础模型(式11,只含D变量的Chapman-Richards模型),然后基于该模型构建含林分变量优势木平均高度、密度的H-D模型(式12),同时考虑样地水平的随机效应,分别基于式11、12构建混合模型(式13、14),并用幂函数、指数函数消除误差异方差,利用决定系数(R^2)、均方根误差(RMSE)、平均绝对误差(MAE)和平均相对误差绝对值(MAPE)等指标来评价模型的拟合与预测能力,最终获取最优树高预测模型.结果表明:含林分变量的模型的拟合精度(式12,R^2=0.863、RMSE=1.381、MAE=0.971)优于基础模型(式11,R^2=0.827、RMSE=1.554、MAE=0.101).对于误差方差,幂函数、指数函数均能较好地消除异方差,但幂函数相对最好.混合模型的拟合与预测能力均优于式11、12,但混合模型(式13、14)之间的拟合与预测精度相差不大.基于混合效应的H-D模型(式13)能够较好地描述不同林分间H-D关系的差异,实际运用中可选用该模型来预测杉木树高,具有较高的预测精度. 展开更多

关键词 树高-胸径模型 林分变量 非线性混合模型 杉木人工林

原文传递

红松树高-胸径的非线性混合效应模型研究 被引量：31

4

作者 臧颢 雷相东 +2 位作者 张会儒 李春明 卢军 《北京林业大学学报》 CAS CSCD 北大核心 2016年第6期8-16,共9页

以吉林省汪清林业局的蒙古栎阔叶混交林和云冷杉阔叶混交林24块固定样地中的2 598株红松为研究对象,利用Chapman-Richards方程建立了不含随机效应与含随机效应的单木树高-胸径简单模型和广义模型。模型拟合和检验的评价指标主要包括调... 以吉林省汪清林业局的蒙古栎阔叶混交林和云冷杉阔叶混交林24块固定样地中的2 598株红松为研究对象,利用Chapman-Richards方程建立了不含随机效应与含随机效应的单木树高-胸径简单模型和广义模型。模型拟合和检验的评价指标主要包括调整决定系数(R_a^2)、平均相对误差绝对值(RMA)和均方根误差(RMSE)。对于混合效应模型,设计了随机抽取、抽胸径最大的树、抽胸径最小的树和抽平均木4种抽样方案计算随机参数,通过对比4种抽样设计下模型的误差统计量,分析了不同抽样设计下样本数量和预测精度的关系。结果表明:基于混合效应模型的红松单木树高-胸径模型拟合效果(简单模型的R_a^2在0.753~0.886之间,RMA在11.3%~15.1%之间,RMSE在1.38~2.01 m之间;广义模型的R_a^2在0.754~0.886之间,RMA在11.1%~15.0%之间,RMSE在1.38~2.01 m之间)优于不含随机参数的红松单木树高-胸径模型(简单模型的R_a^2在0.502~0.868之间,RMA在12.2%~17.8%之间,RMSE在1.42~2.65 m之间;广义模型的R_a^2在0.711~0.877之间,RMA在11.6%~17.2%之间,RMSE在1.41~2.10 m之间);包含随机效应的简单模型和广义模型拟合效果没有明显的差异,表明基于混合效应模型的单木树高-胸径简单模型可以很好地描述树高-胸径关系在不同森林类型、不同样地间的差异,因此不需要在树高-胸径模型中增加其他自变量;抽取平均木的抽样设计优于其他3种抽样设计,且抽取4株平均木时,预测精度提升最为明显,综合预测精度和调查成本的考虑,在实践中应用包含随机效应的红松树高-胸径模型时,推荐在样地中抽取4株平均木测量其树高来估计随机参数。 展开更多

关键词 红松 树高-胸径模型 非线性混合效应模型 抽样方案

下载PDF 职称材料

长白山云冷杉针阔混交林幼树树高--胸径模型 被引量：25

5

作者 卢军 张会儒 +2 位作者 雷相东 杨英军 王全军 《北京林业大学学报》 CAS CSCD 北大核心 2015年第11期10-25,共16页

采用长白山林区2013年调查的12块1 hm2固定样地中5个树种的幼树树高-胸径数据,用35个树高曲线经验模型进行模拟、筛选。结果表明,Curtis于1967年提出的三次多项式h=a0+a1d+a2d2+a3d3能够很好地拟合5个树种幼树的树高-胸径模型,决定系数(... 采用长白山林区2013年调查的12块1 hm2固定样地中5个树种的幼树树高-胸径数据,用35个树高曲线经验模型进行模拟、筛选。结果表明,Curtis于1967年提出的三次多项式h=a0+a1d+a2d2+a3d3能够很好地拟合5个树种幼树的树高-胸径模型,决定系数(R2)最高可达0.786 5。用独立样本数据对该模型进行检验,结果表明,模型的表现能力良好,能够适用于本地区的云冷杉针阔混交林的幼树树高-胸径模拟。以空间代替时间的方法分析5个树种的幼树树高生长规律,发现色木幼树树高较大;红松和冷杉幼树树高生长类似;云杉幼树树高初期较小,而后期生长很快。本文提出的幼树树高模型可为抚育经营提供参考。 展开更多

关键词 树高-胸径模型 云冷杉针阔混交林 模型筛选 幼树

下载PDF 职称材料

帽儿山林区主要树种树高与胸径之间的关系分析 被引量：19

6

作者 张敏 顾凤歧 董希斌 《森林工程》 2014年第6期1-4,共4页

为了进一步探索树高与胸径的相关关系,本研究以黑龙江省帽儿山林场为样地,选取林区中杨树(Polar)、白桦(Birch)、紫椴(Tilia)、枫桦(Betula costata)、水曲柳(Fraxinus mandshurica)林等5种主要树种为研究对象,通过SPSS17.0对胸径(D)和... 为了进一步探索树高与胸径的相关关系,本研究以黑龙江省帽儿山林场为样地,选取林区中杨树(Polar)、白桦(Birch)、紫椴(Tilia)、枫桦(Betula costata)、水曲柳(Fraxinus mandshurica)林等5种主要树种为研究对象,通过SPSS17.0对胸径(D)和树高(H)的数据进行处理,应用7个常见树高-胸径模型来模拟相关关系,通过决定系数R2评价出了每个树种树高-胸径最优模型形式,所有树种最优模型的相关系数都达到了0.9以上,模型拟合的精度高。结论表明:1杨树的树高-胸径最优模型形式为幂函数曲线模型,方程式为:H=4.383D0.418;2白桦树、紫椴树、枫桦树的树高-胸径最优模型形式为三次曲线模型,方程式分别为:白桦树:H=4.785+0.721D-0.008D2-0.00005D3;紫椴树:H=3.985+0.787D-0.013D2-0.00009D3;枫桦树:H=6.345+0.769D-0.010D2-0.000047D3;3水曲柳的树高-胸径最优模型形式为幂函数曲线模型,方程式为:H=e1.992+0.043D。 展开更多

关键词 帽儿山林场 SPSS17.0 树高-胸径模型

下载PDF 职称材料

深度学习和传统方法模拟杉木树高-胸径模型比较 被引量：14

7

作者 梁瑞婷 孙玉军 李芸 《林业科学研究》 CSCD 北大核心 2021年第6期65-72,共8页

[目的]基于深度学习算法,建立多隐藏层的杉木树高-胸径神经网络模型,探索一种更高效低偏的树高模型研建方法,提高杉木树高的预测精度。[方法]利用福建省将乐国有林场34块杉木样地的2898组树高-胸径调查数据,基于传统回归建立10个广义树... [目的]基于深度学习算法,建立多隐藏层的杉木树高-胸径神经网络模型,探索一种更高效低偏的树高模型研建方法,提高杉木树高的预测精度。[方法]利用福建省将乐国有林场34块杉木样地的2898组树高-胸径调查数据,基于传统回归建立10个广义树高-胸径模型,筛选出精度最高的模型作为对照。同时基于H2O平台的深度学习算法,建立70个不同结构的树高-胸径DLA模型,通过分析比较,确定最适宜预测杉木树高的模型结构,与传统最优模型进行比较。[结果]建立的树高-胸径DLA模型均能较好地描述杉木的树高-胸径间关系,R^(2)都在0.84以上,大于最优传统模型,RMSE和MAE小于传统模型。精度最高的DLA模型结构包含6个隐藏层,每层各340个神经元。[结论]本研究基于深度学习建立的杉木树高-胸径DLA模型,其拟合精度与预测精度略高于传统的广义树高-胸径模型,尤其在预测较高的林木时,更为明显,能够用于研究区杉木树高的预测。 展开更多

关键词 深度学习 树高-胸径模型 非线性回归 杉木

下载PDF 职称材料

大兴安岭不同生态区域兴安落叶松树高曲线的研究 被引量：13

8

作者 代忠迪 姜立春 《植物研究》 CAS CSCD 北大核心 2015年第4期583-589,共7页

以大兴安岭3个不同生态区域的兴安落叶松伐倒木为对象,基于2 272株实测树高—胸径数据,分别选用12种树高曲线模型,对模型参数进行求解,并采用确定系数(R2)、误差(Bias)、均方根误差(RMSE)对模型精度进行检验。结果表明,Korf方程,唐守正... 以大兴安岭3个不同生态区域的兴安落叶松伐倒木为对象,基于2 272株实测树高—胸径数据,分别选用12种树高曲线模型,对模型参数进行求解,并采用确定系数(R2)、误差(Bias)、均方根误差(RMSE)对模型精度进行检验。结果表明,Korf方程,唐守正方程和Hossfeld方程能较好地描述区域1和区域3的落叶松树高曲线;Richard方程,Weibull方程和Mitscherlich方程能较好地描述区域2的落叶松树高曲线。采用限制模型和无限制模型的假设检验方法对所选模型进行区域性检验。结果表明,任何2个区域的树高曲线都有显著不同,且区域2与区域1和区域3的树高曲线相差较大,区域1和区域3的树高曲线相差较小。不同生态区域树高曲线的错误应用会导致较大的预测误差。 展开更多

关键词 树高—胸径模型 生态区域 无限制模型 限制模型 兴安落叶松

下载PDF 职称材料

马尾松树高-胸径非线性混合效应模型构建 被引量：10

9

作者 陈浩 罗扬 《森林与环境学报》 CSCD 北大核心 2021年第4期439-448,共10页

以贵州省东北部地区马尾松人工林为研究对象,基于254块样地的15 275株马尾松数据,随机选取80%样地数据用于模型建立,20%样地数据用于模型检验。对11个常用的树高-胸径模型进行拟合,筛选效果最佳的为基础模型,并将密度、优势木平均高、... 以贵州省东北部地区马尾松人工林为研究对象,基于254块样地的15 275株马尾松数据,随机选取80%样地数据用于模型建立,20%样地数据用于模型检验。对11个常用的树高-胸径模型进行拟合,筛选效果最佳的为基础模型,并将密度、优势木平均高、胸高断面积以不同个数及组合形式加入基础模型,筛选最优广义模型。同时考虑样地水平的随机效应,对应构建基础混合效应模型和广义混合效应模型,评价固定效应模型(两个)与非线性混合效应模型(两个)的拟合能力和预测精度,获得最佳树高预测模型。结果表明:最优基础模型为Chapman-Richards模型,其决定系数(R^(2)=0.636)最大,均方根误差(RMSE=2.472 m)、平均绝对误差(MAE=1.917 m)、平均相对误差绝对值(RMA=14.597%)最小;广义模型精度均优于基础模型,以含林分密度、优势木平均高、胸高断面积的广义模型预测精度最高(R^(2)=0.797、RMSE=1.845 m、MAE=1.383 m、RMA=10.913%);非线性混合效应模型预测能力优于固定效应模型,表明非线性混合效应模型能更好地描述树高-胸径关系,其中基础混合效应模型(R^(2)=0.864、RMSE=1.512 m、MAE=1.107 m、RMA=8.627%)和广义混合效应模型(R^(2)=0.863、RMSE=1.516 m、MAE=1.113 m、RMA=8.657%)拟合效果没有明显差异。与传统回归方法建立的基础模型和广义模型相比,基于非线性混合效应构建的树高-胸径模型预测效果更具有优越性,用基础非线性混合效应模型预测马尾松人工林树高值,具有较高精度。 展开更多

关键词 马尾松 树高-胸径模型 随机效应 非线性混合效应模型 贵州省东北部

下载PDF 职称材料

总体与林分水平的树高-胸径模型对蓄积量估计的影响分析 被引量：9

10

作者 曾伟生 《林业资源管理》 北大核心 2019年第6期38-41,共4页

基于吉林省汪清林业局的20块落叶林样地的每木胸径和树高实测数据,建立了总体水平和林分水平的树高-胸径回归模型,并对比分析了4种不同方法对蓄积量估计误差的影响。结果表明:对总体蓄积量的估计,4种方法的估计误差相差不大,都在±0... 基于吉林省汪清林业局的20块落叶林样地的每木胸径和树高实测数据,建立了总体水平和林分水平的树高-胸径回归模型,并对比分析了4种不同方法对蓄积量估计误差的影响。结果表明:对总体蓄积量的估计,4种方法的估计误差相差不大,都在±0.3%以内;而对林分蓄积量的估计,林分模型法的估计误差最小,也在±0.3%以内;总体模型法的估计误差最大,在±7%以内;调整模型法和相对模型法的估计误差都较小,均在±2%以内。本研究提出的调整模型法与相对模型法一样,是值得推荐的基于二元立木材积模型估算森林蓄积量的实用方法。 展开更多

关键词 树高-胸径模型 相对树高曲线 RICHARDS函数 总体水平模型 林分水平模型

下载PDF 职称材料

基于混合效应的兴安落叶松树高与胸径关系模拟 被引量：10

11

作者 李婉婷 姜立春 万道印 《植物研究》 CAS CSCD 北大核心 2014年第3期343-348,共6页

以黑龙江省带岭林业局大青川林场和永翠林场的兴安落叶松人工林为研究对象,基于41块样地调查数据和Richards模型,构建了含有林分变量的树高与胸径关系模型。利用混合效应模型方法拟合常规Richards模型yij=(β1+bi1)(1-e-(β2+bi2)xij)(... 以黑龙江省带岭林业局大青川林场和永翠林场的兴安落叶松人工林为研究对象,基于41块样地调查数据和Richards模型,构建了含有林分变量的树高与胸径关系模型。利用混合效应模型方法拟合常规Richards模型yij=(β1+bi1)(1-e-(β2+bi2)xij)(β3+bi3)+εij和含有林分变量的模型yij=(β1+bi1)(Dq)(β2+bi2)(1-e-(β3+bi3)(N(β4+bi4))xij)+εij。结果表明:当对Richards混合效应模型拟合时,引入随机参数b1、b2时模型拟合最好;当对含有林分变量的Richards混合效应模型拟合时,引入随机参数b2、b4时模型拟合最好。模型检验表明:当随机抽取独立样本时,混合模型误差小于固定效应模型。如果随机抽取4个样本校正时,混合模型的误差和均方根误差降低71.8%和42.1%。 展开更多

关键词 树高-胸径模型 混合效应 样地效应 落叶松

下载PDF 职称材料

沙地樟子松不同树高–胸径模型比较分析 被引量：9

12

作者 周晏平 雷泽勇 +1 位作者 赵国军 韩艳刚 《华南农业大学学报》 CAS CSCD 北大核心 2019年第3期75-81,共7页

【目的】比较不同树高(H)–胸径(D)模型精度,确定适合章古台地区樟子松Pinus sylvestris var. mongolica的H-D模型。【方法】以Sibbesen模型为基础模型,将优势木平均高(HT)、胸高断面积(AB)和平方平均胸径(DQM)3个林分变量以不同组合加... 【目的】比较不同树高(H)–胸径(D)模型精度,确定适合章古台地区樟子松Pinus sylvestris var. mongolica的H-D模型。【方法】以Sibbesen模型为基础模型,将优势木平均高(HT)、胸高断面积(AB)和平方平均胸径(DQM)3个林分变量以不同组合加入基础模型中,分别建立了H-D的基础模型(1个)和广义模型(3个)及对应的基础混合模型(1个)和广义混合模型(3个)。对固定效应模型平均水平预测(FPA)、混合模型的总体平均响应预测(MPA)和主体响应预测(MPS)的精度进行比较。对混合模型在使用随机抽取样本木和抽取平均木(胸径接近平均值的样本)2种抽样方案计算随机参数时分析MPS精度与样本数量的关系。【结果】表征樟子松H-D关系的4种固定效应模型中,含HT和AB的广义模型拟合精度最高,Akaike信息量准则(AIC)=2 167.7,Bayesian信息量准则(BIC)=2 196.3。相同预测变量的各模型预测精度均表现为:MPS>FPA>MPA,仅含预测变量D的模型的3种预测精度差异最大。广义模型、广义混合模型、基础混合模型预测精度差异不大。使用验证数据检验模型精度时,每块标准地中随机抽取3株样本木计算基础混合模型随机参数时,该模型精度提升最为明显,MAE和RMSE分别降低了57.97%和57.63%;而广义混合模型精度随抽取样本木数量的增多未出现大的变化。【结论】含有林分变量优势木平均高、胸高断面积的广义模型和基础混合模型均能较好地预测沙地樟子松人工林的单木树高。此外,利用混合模型预测树高时,推荐在标准地中随机抽取3株林木测量其树高,并依此来计算随机参数。 展开更多

关键词 樟子松 人工林 树高–胸径模型 林分变量 抽样方案

下载PDF 职称材料

引入优势木树高建立的秦岭林区松栎林树高-胸径模型 被引量：8

13

作者 郭嘉 孙帅超 +3 位作者 田相林 王彬 陈书军 曹田健 《东北林业大学学报》 CAS CSCD 北大核心 2019年第11期66-72,共7页

以地处秦岭的火地塘教学林场、旬阳坝林场及宝鸡通天河国家森林公园的主要树种华山松、油松和锐齿栎为研究对象,选取11种具有代表性的树高-胸径模型,对秦岭林区松栎混交林的主要树种华山松、油松和锐齿栎分别进行拟合,引入优势木树高、... 以地处秦岭的火地塘教学林场、旬阳坝林场及宝鸡通天河国家森林公园的主要树种华山松、油松和锐齿栎为研究对象,选取11种具有代表性的树高-胸径模型,对秦岭林区松栎混交林的主要树种华山松、油松和锐齿栎分别进行拟合,引入优势木树高、树冠竞争因子和大于对象木胸高断面积之和等代表立地和竞争的变量,并与运用数学分级方法建立的树高-胸径模型进行比较。结果表明:不同模型得到的拟合结果差异不大;当模型中引入优势树高作为预测变量,可以有效提高模型的拟合精度;基于分级方法得到的拟合结果最好,其中数学分级法的拟合结果优于优势高分级法。但数学分级法的本质只是纯粹的数据筛选,而优势树高分级则是基于立地对应树高生长的影响。因此,运用优势树高建立的树高-胸径模型可以描述秦岭松栎混交林的树高变化规律,为该森林类型的森林资源调查、立地质量评价以及森林生长与收获等提供理论依据,也可为后续树高-胸径模型的研究提供参考。 展开更多

关键词 优势木树高 树高-胸径模型 华山松 油松 锐齿栎

下载PDF 职称材料

基于连清样地数据的全国杉木人工林平均木树高-胸径模型 被引量：3

14

作者 牛思圆 刘鹏举 +2 位作者 雷相东 任怡 高影 《林业科学研究》 CSCD 北大核心 2023年第1期117-123,共7页

[目的]基于我国森林资源连续清查(简称“连清”)样地数据,分省区研建全国杉木人工林平均木树高-胸径的最优基础模型,以期为全国各省区杉木人工林的树高预测提供基础模型。[方法]研究范围为杉木人工林分布的15个省份,数据来自第六次、第... [目的]基于我国森林资源连续清查(简称“连清”)样地数据,分省区研建全国杉木人工林平均木树高-胸径的最优基础模型,以期为全国各省区杉木人工林的树高预测提供基础模型。[方法]研究范围为杉木人工林分布的15个省份,数据来自第六次、第七次连清样地数据的树高调查表,总样本数为23239个。选取18种基础生长方程作为候选模型,分别拟合各省区杉木平均木树高与胸径的关系,根据模型的决定系数(R^(2))、平均绝对误差(MAE)、平均相对误差(MRE)、均方根误差(RMSE)和平均预估误差(MPE),并结合模型残差分布图,确定各省区最优模型,同时采用5折法验证各省区最优模型的预测能力,最终决定各省区最优树高-胸径模型。[结果]15个省区的杉木最优树高-胸径模型并不相同,四川、云南、重庆、陕西、浙江、江西、湖南、广西的最优模型为模型18(Mitscherlich方程),江苏、安徽、河南和福建的最优模型为模型16(Hossfeld方程),广东、湖北、贵州的最优模型分别为模型10(双曲线方程)、模型11(Logistic方程)和模型13(Gompertz方程),R2分布在0.602~0.807之间,MAE分布在0.94~1.53 m之间,MRE分布在-2.93%~-4.72%之间,RMSE分布在1.23~2.00 m之间,MPE分布在0.50%~2.77%之间。模型拟合效果较好,满足精度要求,且参数具有生物学意义,可作为全国各省区杉木人工林平均木树高-胸径基础模型。[结论]本研究构建全国杉木人工林分布的15个省区的最优树高-胸径基础模型,能较好的模拟各省区的杉木平均木树高随胸径的变化规律,可以作为全国各省区基本的杉木人工林平均木树高-胸径模型,为各省区杉木人工林的树高预测提供依据。 展开更多

关键词 连清样地数据 杉木 树高-胸径模型

下载PDF 职称材料

落叶松人工林树高-胸径模型的研究 被引量：7

15

作者 刘浩 《林业科技情报》 2015年第2期42-43,共2页

本文基于辽宁清原大孤家林场18块落叶松人工林临时样地中的1 041株样木的实测胸径和树高数据,根据二者的关系建立了最优的树高-胸径关系模型。

关键词 落叶松人工林 树高-胸径模型

下载PDF 职称材料

基于BP神经网络的马尾松树高曲线模型 被引量：6

16

作者 徐志扬 《林业调查规划》 2015年第2期6-8,73,共4页

基于福建省南平市2013年森林资源清查实测的121对马尾松平均木数据,应用BP神经网络建模技术建立树高预测模型。经反复训练和优选,得到最优模型结构为1∶5∶1,决定系数为0.855,均方误差为2.603 2。结合传统5个树高曲线方程,利用38对平均... 基于福建省南平市2013年森林资源清查实测的121对马尾松平均木数据,应用BP神经网络建模技术建立树高预测模型。经反复训练和优选,得到最优模型结构为1∶5∶1,决定系数为0.855,均方误差为2.603 2。结合传统5个树高曲线方程,利用38对平均木检验数据分别对模型进行验证。结果表明:BP神经网络模型拟合和预测效果都优于传统方程,可以作为有效的树高预测技术。 展开更多

关键词 马尾松 树高曲线 BP神经网络模型

下载PDF 职称材料

基于深度神经网络的杉木树高-胸径模型研建

17

作者 王贵林 谭伟 陈波涛 《林草资源研究》 北大核心 2024年第1期82-87,共6页

利用深度神经网络(DNN)模型建立杉木的树高-胸径模型,寻求一种更加高效的杉木树高预测方法。以贵州省清镇市国有林场49块样地中杉木的胸径、树高数据为研究对象,分成不同比例的训练集和测试集,训练集占比分别为20%,30%,40%,50%,60%,70%,... 利用深度神经网络(DNN)模型建立杉木的树高-胸径模型,寻求一种更加高效的杉木树高预测方法。以贵州省清镇市国有林场49块样地中杉木的胸径、树高数据为研究对象,分成不同比例的训练集和测试集,训练集占比分别为20%,30%,40%,50%,60%,70%,80%;对应的测试集占比分别为80%,70%,60%,50%,40%,30%,20%。利用DNN构建树高-胸径模型,并将其与11个传统基础模型进行比较,通过R^(2)、RMSE和MAE对比选出预测效果最好的模型,并根据最优模型添加林木胸径与优势木平均胸径比(DDH),以提高模型的预测精度。利用DNN模型建立的树高-胸径模型在训练集占比为20%的情况下,加入DDH因子后其预测精度R^(2)达到0.89。利用DNN构建杉木树高-胸径模型对杉木树高进行预测,在使用较小数据量的前提下加入DDH因子能够提高对杉木树高的预测效果。 展开更多

关键词 杉木 深度神经网络 林木胸径与优势木平均胸径比 树高-胸径模型

下载PDF 职称材料

基于分位数回归的马尾松青冈栎混交林树高-胸径模型 被引量：5

18

作者 孙拥康 汤景明 王怡 《中南林业科技大学学报》 CAS CSCD 北大核心 2021年第12期18-25,共8页

【目的】采用分位数回归方法构建马尾松青冈栎混交林树高-胸径模型,并对比分析不同分位数模型与传统非线性回归模型的拟合与检验结果,以期提高模型预测精度,为混交林树高-胸径模型构建及科学经营提供新的方法和思路。【方法】以湖北省... 【目的】采用分位数回归方法构建马尾松青冈栎混交林树高-胸径模型,并对比分析不同分位数模型与传统非线性回归模型的拟合与检验结果,以期提高模型预测精度,为混交林树高-胸径模型构建及科学经营提供新的方法和思路。【方法】以湖北省林科院九峰试验林场马尾松青冈栎混交林为研究对象,利用模型优选法确定出最优基础模型,并在此基础上,通过引入树种哑变量和分位数回归方法,构建不同树种不同分位点的树高-胸径分位数回归模型,选取平均绝对误差(MAE)、均方根误差(RMSE)、确定系数(R2)、T检验对不同模型进行对比分析。【结果】1)选取的6个代表性非线性树高曲线模型中,Richard模型综合表现最好,确定为最优基础模型。2)除个别分位点外,分位数回归模型整体拟合结果和预测能力优于哑变量模型和基础模型;马尾松和青冈栎最优分位数回归模型分别为τ=0.5和τ=0.7时;相同立地条件下,青冈栎生长势高于马尾松。3)模型独立检验结果表明分位数回归模型在描述树高曲线分布范围、变化规律以及稳健性上优于哑变量模型和基础模型。【结论】分位数回归方法在模拟混交林树高-胸径关系上表现出了较好的预测效果,将其应用到混交林或天然林树高-胸径关系等的研究中是一个可行思路。鉴于研究样本数据还较有限,兼顾数据整体和个体关联性的方法还有待进一步研究。 展开更多

关键词 分位数回归 马尾松 青冈栎 混交林 树高-胸径模型

下载PDF 职称材料

基于分位数组合的杉木树高-胸径模型 被引量：4

19

作者 余昆隆 谭伟 +3 位作者 杨靖 王贵林 蒲秀青 姜仕昆 《中南林业科技大学学报》 CAS CSCD 北大核心 2022年第11期94-101,共8页

【目的】采用分位数回归和分位数组合构建不同分位数的杉木树高模型,并与传统非线性回归模型的拟合效果进行对比,以提高模型的预测精度。【方法】基于贵州省清镇市国有林场49块样地中的3 795株杉木数据为研究对象,从7种常用的树高-胸径... 【目的】采用分位数回归和分位数组合构建不同分位数的杉木树高模型,并与传统非线性回归模型的拟合效果进行对比,以提高模型的预测精度。【方法】基于贵州省清镇市国有林场49块样地中的3 795株杉木数据为研究对象,从7种常用的树高-胸径模型中筛选出最优基础模型,并在此基础上,选择影响最大且能提高模型预测精度的2个林分因子构建广义模型,并分别推广至分位数回归。对于分位数组合模型,设计了三分位数组合(τ=0.1, 0.5, 0.9)、五分位数组合(τ=0.1, 0.3, 0.5, 0.7, 0.9)和九分位数组合(τ=0.1, 0.2, 0.3, 0.4, 0.5, 0.6,0.7, 0.8, 0.9),同时结合抽胸径最大、抽胸径最小、抽平均木和随机抽取1~9株树4种抽样方案计算模型的参数,分析在不同分位数组合和抽样方案下抽样数量对模型精度的影响。【结果】Richards模型(R^(2)=0.590 4、RMSE=2.112 1、MAE=1.710 5)为最优基础模型;以含优势木平均高、胸高断面积的广义树高模型(R^(2)=0.711 2、RMSE=1.767 8、MAE=1.400 0)的预测效果最好;在9个分位数中,基础和广义模型的中位数(τ=0.5)回归拟合能力最好,其R^(2)、RMSE及MAE分别为:0.591 0~0.711 2、1.746 1~2.103 6、1.377 3~1.711 0。采用三分位数组合,在基础和广义树高—胸径模型选择5株和7株平均木时,预测精度提高尤为突出,其中R^(2)、RMSE和MAE分别为:0.721 4~0.797 4、1.477 4~1.732 7、0.991 1~1.301 5。【结论】同时兼顾模型预测精度与成本的情况下,在实际使用分位数组合时,建议采用广义模型的三分位数组合(τ=0.1, 0.5, 0.9),并抽取7株平均木来预测树高。 展开更多

关键词 杉木 树高—胸径模型 分位数回归 分位数组合 抽样方案

下载PDF 职称材料

马尾松人工林高径比变化规律 被引量：3

20

作者 杨盛扬 曾思齐 +1 位作者 龙时胜 王帅玲 《中南林业科技大学学报》 CAS CSCD 北大核心 2022年第7期67-75,共9页

【目的】研究树木高径比的相关关系及其变化规律,为人工林经营合理的密度控制提供理论依据。【方法】选择不同区域的马尾松人工林进行林分调查和树干解析,对数据进行统计分析、图形分析、模型分析,分别探讨树高、直径和年龄与高径比的关... 【目的】研究树木高径比的相关关系及其变化规律,为人工林经营合理的密度控制提供理论依据。【方法】选择不同区域的马尾松人工林进行林分调查和树干解析,对数据进行统计分析、图形分析、模型分析,分别探讨树高、直径和年龄与高径比的关系,研究不同立地指数级、不同林分密度高径比的变化规律,拟合树高-直径关系模型。【结果】高径比总体上与树高、直径、年龄呈“L”型关系,高径比的最小值有缓慢增大、最大值缓慢减小的趋势,最后稳定在一个范围;幼龄林时期高径比与年龄成反比,中龄林时期与年龄成正比;林分郁闭后,高径比与树高、直径成正比,立地指数级与高径成正比,相邻指数级间的高径比差异不显著;林分密度与高径比成正比,林分密度差距越大其高径比差异越显著;郁闭林分中树高与直径的关系近似抛物线,而直径的平方与树高、单木断面积与树高的关系为线性关系,两种关系模型拟合精度较高。【结论】马尾松不同生长阶段高径比变化的根本原因是树高和直径的异速生长所致;不同立地指数下高径比显著变化主要是由树高生长差异引起,直径影响较小;而不同林分密度下高径比的显著变化主要由直径生长差异引起,树高影响不显著;树高-直径模型适用于外业测定树高,方法简便精度高。 展开更多

关键词 马尾松 人工林 高径比 树高-直径模型

下载PDF 职称材料