【摘要】本文引入Kalman滤波理论中状态变量的概念,将森林资源看作一个系统,描述森林资源状况的随机变量是系统的待估状态,通过建立由生长方程和抽样观测方程组成的线性滤波模型,利用Kalman基本方程,对森林资源的现状、将来及过去分别作出滤波、预测和平滑估计.在给出森林资源滤波模型一般形式的基础上,根据观测信息的不同,将滤波模型分为:以样本均值为观测值的滤波模型(KFM-1)和直接以样本单元值为观测值的滤波模型(KFM-2).模型经福建省1983、1988年两期杉木资源清查材料验证表明:KFM-2优于KFM-1;动态估计优于静态估计;Kalman滤波优于SPR动态估计.尤其在样本量小、两期相关不紧密时,...