【目的】应用BP神经网络模型预测华北落叶松树冠体积与表面积，探索华北落叶松树冠体积与表面积估算模型的最优形式，为未来的预测模式提供新思路。【方法】以山西省庞泉沟自然保护区的华北落叶松林为研究对象，通过从6块（60 m×60 m）固定样地得到的678个观测数据，运用BP神经网络，分别对华北落叶松树冠体积与表面积建立模型，通过对模型的训练，得到基于BP神经网络的华北落叶松树冠体积和表面积估算模型。【结果】基于BP神经网络的华北落叶松树冠体积与表面积模型的最优结构模型的输入层节点数∶隐层节点数∶输出层节点数=6∶9∶1。其中树冠体积的决定系数（R²）、平均绝对误差（MAE）和均方根误差（RMSE）分别为0.948、5.40 m³、18.40；表面积的R²、MAE和RMSE分别为0.957、3.33 m²、 14.41。基于BP神经网络的华北落叶松树冠体积与表面积模型的性能与输入因子的数量呈正相关，最优模型的输入因子数为6个，分别为冠幅、树高、胸径、最大冠幅高度、第一活枝长（在垂直于树干方向上的投影长度）和冠基高。【结论】输入变量包含树干尺寸和树冠构型特征相关信息，模型能较好地实现华北落叶松树冠体积和表面积的预测。

以福建杉木Cunninghamia lanceolata人工林为研究对象,基于15块样地的33株标准木的解析数据,探讨了树冠平均表面积、最大表面积、平均体积、最大体积4个复合指标的预测模型。结果表明:4个树冠复合指标与胸径、树高、冠长、冠幅之间呈显著相关,相应的增加变量可提高模型的拟合精度,但当模型变量增加到2个以上时,模型精度提高不大。模型检验结果表明,以冠幅和冠长为变量的树冠表面积模型为最优;树冠体积以冠幅、冠长和树高为变量的模型为最优。模型的预估精度P均大于70.3%,说明模型可以较好地预估杉木人工林的树冠表面积和体积。

树冠体积和表面积是树木生物量计算中非常重要的参数。本研究的目的在于找出一套基于地面三维激光扫描系统的树木树冠体积和表面积的高精度测量和计算方法。研究方法如下:首先,介绍了该方法的外业作业流程,主要有控制点布设、控制靶标布设、控制点和靶标的坐标测量、设站、扫描等。其次,描述了内业数据处理流程,包括点云数据的配准、以1 cm为间隔分割点云、点云层表面点的筛选、内部点的剔除、分层构面等。然后,基于点云分层所构多边形,求算树冠体积和表面积。最后,以广州大学校园内的8颗样本树为例,将计算结果与前人的研究结果进行了比较分析。研究结果表明,使用本研究方法所测得的树冠体积和表面积计算结果更为合理、精度也更高。...

摘 要：树冠体积和表面积是树木生物量计算中非常重要的参数。本研究的目的在于找出一套基于地面三维激光扫描系统的树木树冠体积和表面积的高精度测量和计算方法。研究方法如下：首先，介绍了该方法的外业作业流程，主要有控制点布设、控制靶标布设、控制点和靶标的坐标测量、设站、扫描等。其次，描述了内业数据处理流程，包括点云数据的配准、以 1 cm 为间隔分割点云、点云层表面点的筛选、内部点的剔除、分层构面等。然后，基于点云分层所构多边形，求算树冠体积和表面积。最后，以广州大学校园内的 8 颗样本树为例，将计算结果与前人的研究结果进行了比较分析。研究结果表明，使用本研究方法所测得的树冠体积和表面积计算结果更为合...

【目的】以林木易测因子为预测变量,构建黑龙江省人工落叶松树冠最大外部轮廓及内部轮廓(未着叶部分)的预估模型,为进一步估计人工落叶松树冠表面积、树冠体积和树冠生物量提供依据。【方法】基于佳木斯市孟家岗林场49株解析木的枝解析数据,树冠外部轮廓模型采用分段回归技术,构建带有约束条件并满足生物学意义的连续性分段曲线模型,即在梢头处树冠半径为"0",在整个树冠内外部轮廓的拐点的存在是唯一的,且在拐点处树冠半径达到最大值;内部轮廓直接采用线性模型进行模拟。分析模型参数与林木变量之间的相关性,将关系密切的树木变量或变

【目的】消光系数(k)是模拟树冠光分布的重要指标,本研究通过对比常见的获得k值的方法,筛选最优方法,对长白落叶松人工林树冠内光合有效辐射(PAR)进行动态估计。【方法】(1)将实测的PAR数据按3∶1划分为拟合数据和检验数据,利用拟合数据构建k值预估模型(方法 I)。(2)用拟合数据,采用人为设定不同梯度的k值估计树冠PAR,筛选最优的k值(方法 II)。(3)基于叶倾角数据,采用2种不同的平均叶倾角公式(方法 III-1、方法 III-2),对k值进行计算。将检验数据作为独立样本对以上3种方法估计的PAR进行独立性检验。通过对比以上3种方法对树冠内PAR的估计效果,选择最优的k值计算方法,结合气象数据对PAR进行动态估计。【结果】根据实测PAR数据计算的树冠各轮层k值存在较大差异,总体在0.1～1.5之间,且与相对着枝深度(RDINC)呈明显的指数函数或幂函数关系。同时太阳高度角(Sa)、累积叶面积最大值(MCLA)、叶面积密度(NAD)和树冠表面积(CS)对k值的垂直变化也有明显影响。因此方法I将指数函数作为基础模型,以RDINC、Sa、CLA、NAD和CS为自变量建立了k值估计模型,模型的拟合效果较好(R2=0.736,RMSE=0.124)。方法 II中,当k取0.32时对PAR的估计效果最好。利用方法 III计算的各轮层消光系数差异较小,总体在0.3～0.7之间。采用独立样本检验以上3种方法对PAR估计的效果,结果表明方法 I对PAR的估计效果较好(平均误差ME=2.88,平均误差绝对值MAE=117.4,预估精度P=91.53%),方法 II对PAR的估计效果次之(ME=-7.2,MAE=217.5,P=88.12%),方法 III对PAR最差(方法 III-1中ME=121.4,MAE=210.1,P=55.85%;方法 III-2中ME=226.4,MAE=259.0,P=42.93%)。【结论】k值在不同林木、不同轮层及不同的太阳高度情况下并不是一个固定值。本研究建立的k估计模型充分考虑了以上3个重要变量,符合客观实际,且对估计长白落叶松树冠PAR有良好的效果,研究结果为人工长白落叶松树冠内不同位置净光合速率的模拟提供了基础。

断面积模型是全林模型系统中最重要的模型。本文应用南方５省（区）杉木、北方３省长白落叶松标准地，分别建立了１０组断面积模型，进行比较。结果表明，杉木按立地区建模时，虽然优势高生长过程相似，但断面积生长过程却不同，不能使用同一模型参数。杉木按产区建模时，虽属同区同带，断面积生长过程差异仍很大，因此杉木产区也不是建模的依据。东北３省长白落叶松建模结果表明，各省优势高和断面积生长过程接近，模型参数差异不大。

分析了理查德、逻辑斯蒂、单分子及冈珀斯生长方程之间的关系,以理查德方程为基础,研究了其它各方程的特点及性质。运用辽宁省长白落叶松林分观测数据,模拟了Richards等生长方程的林分断面积生长过程,以林分立地指数,疏密度为因变量,建立了多形长白落叶松林分断面积生长曲线模型。通过预测分析表明,Richards生长方程具有适应性强、精度高等特点。

描述了相容性非线性联立方程组模型在树干削度和材积建模方面的应用及联立方程组模型参数估计的方法。以黑龙江省带岭林业局人工落叶松为研究对象,以Max和Burkhart分段削度模型作为基础模型,构建了3个具有不同拐点的树干削度和材积系统。削度和材积系统拥有一套参数。为了使内生变量(endogenous variables)误差同时最小化,利用SAS软件模型模块中的似乎不相关回归过程(seemingly unrelated regression,SUR)解决联立方程组模型系统的参数估计。采用确定系数、绝对误差、相对绝对误差、均方根误差、相对均方根误差等模型评价指标对不同模型系统的精度进行比较分析。结果...

【目的】基于节子分析技术构建落叶松人工林树冠基部高动态预测模型,分析落叶松树冠衰退规律及其影响因素,为制定合理的经营措施提供理论依据。【方法】以2007年设立的8块落叶松人工林标准地获取的40株解析木数据为基础数据,采用节子分析技术,得到树冠基部高随年龄的动态变化数据,应用传统线性模型、理查德和逻辑斯蒂非线性模型构建落叶松树冠基部高动态模型。【结果】传统线性模型、理查德和逻辑斯蒂非线性模型可较好拟合树冠基部高动态变化过程,模型参数均具有统计意义(P

[目的]以吉林省汪清林业局金沟岭林场40株10～40年生长白落叶松的健康针叶为研究对象,建立叶面积回归模型并估计其比叶面积。[方法]通过WinSEEDLE种子和针叶图像分析系统获取长白落叶松50束共150针的针叶面积、长度、宽度以及周长,再分别烘干至恒质量获得叶片干质量。建立以叶长L、叶宽W、叶周长P和叶片干质量X为自变量,叶面积LA为因变量的一元、二元和三元线性、指数和幂函数回归模型,并用平均误差、总体相对误差、平均系统误差、平均预估误差和均方根误差等统计量来评价模型误差和拟合优度。采用算术平均法、比估计法和最小二乘法计算比叶面积,并对3种方法的方差进行比较,获取最优估算值。[结果]一元、二元和三元模型均以指数函数最佳,模型分别为LA=5.929 e~(1.313W)(R~2=0.858),LA=6.194 e~((0.023L+0.637W))(R~2=0.936)和LA=6.445 e~((0.021L+0.598W+18.067X))(R~2=0.941)。[结论]算术平均法获取的比叶面积的精度最高,该方法得到的长白落叶松的比叶面积为8.026 m~2·kg~(-1)。

以黑龙江省七台河市林业局金沙林场114株人工兴安落叶松树干干形数据为例,利用非线性混合模型技术拟合Max-Burkhart分段削度方程。结果表明:当利用SAS软件的PROC NLMIXED模块对Max-Burkhart模型进行拟合时,引入随机参数b1、b2、b3时模型拟合最好;随机参数b1与冠长率和冠长呈负相关,与树冠高度呈正相关;随机参数b2与冠长率和冠长呈正相关,与树冠高度呈负相关;随机参数b3与冠长率、冠长、树冠高度没有显示出相关性。利用随机参数b1、b2、b3与树冠特征的相关性构建了含有冠长率、冠长和树冠高度变量的3个模型,并且所有模型的参数估计值都是显著的,这充分说明冠长率、冠长和树...

【目的】构建兴安落叶松Larix gmelinii天然林3个主要树种组的断面积生长混合效应模型，提高断面积生长模型的预估精度，为兴安落叶松天然林的林分生长动态研究提供参考。【方法】以大兴安岭林区兴安落叶松天然林的主要树种组（兴安落叶松、白桦、栎类）为研究对象，采用四期森林资源连续清查的626块复测样地数据，首先使用多元逐步回归方法建立单木断面积生长模型，其次在最优基础模型的基础上，引入样地随机效应，建立单木断面积生长混合效应模型，最后对模型进行检验。【结果】期初胸径（D）的倒数（1/D）、每公顷株数（N）、大于对象木的胸高断面积和（B_L）、对象木胸径与林分算数平均胸径之比（B_L/D）、海拔（E）以及坡度和坡向的组合（T_c）对兴安落叶松天然林单木断面积的生长有显著影响（P<0.05）。考虑样地随机效应的混合效应模型的赤池信息准则（AIC）、贝叶斯信息准则（BIC）明显降低，对数似然值（LogLik）明显增大。引入异方差函数和自相关结构后，提高了混合效应模型预估的精度；混合效应模型的平均绝对误差（Bias）和均方根误差（RMSE）均比基础模型的低，兴安落叶松、白桦、栎类最优混合效应模型的R²分别由0.435提高到0.658、由0.354提高到0.489、由0.307提高到0.379。【结论】与基础模型相比，考虑层次结构的混合效应模型能显著地改善模型的拟合效果，为内蒙古大兴安岭地区兴安落叶松天然林的林分生长动态预测提供了具有生物学意义和统计学可靠性的断面积生长模型。

如何实现林分水平和单木水平预测林分断面积的兼容性,并提高不同水平断面积模型的预估精度,在森林经营过程中是一个亟待解决的科学问题。本文以华北暖温带华北落叶松人工林为研究对象,运用105块连续观测的固定样地数据,首先采用Gauss-Newton算法建立林分水平和单木水平断面积生长模型;其次分别采用不同形式的逻辑斯蒂方程对单木生存概率方程进行拟合;最后将不同水平最优预测模型进行组合并建立组合方程,采用最小二乘法估计组合方程参数,以提高对不同水平断面积的预测精度。结果表明:在约束参数法中,林分密度模型、林分断面积

以吉林省汪清林业局金沟岭林场20块落叶松云冷杉样地为研究对象。首先选择传统的回归方法从4个常用的断面积模型中找出模拟精度最高的模型作为基础模型,利用基础模型及模拟数据构建非线性混合模型,考虑样地效应,采用SAS软件进行模拟,选择模型收敛及其对数似然值、AIC和BIC值最小的混合模型作为最优模型;然后,在此基础上考虑断面积连续观测数据的时间序列相关性,并把间伐强度以哑变量形式考虑进去,再进行混合模型的模拟;最后,利用验证数据对混合模型方法与传统的非线性回归模拟方法进行精度比较。结果表明:林分密度指数作为自变量的Schumacher式的模拟精度最高,而考虑样地效应的混合模型模拟精度优于传统的回归模...