【目的】树冠外轮廓模型不仅能够描述任意位置处树冠半径,而且能够推导预测树冠体积与树木地上部分生物量。根据福建地区98块杉木Cunninghamia lanceolata人工林样地的413株杉木调查数据,构建了具有同一套模型参数的树冠外轮廓模型和树冠体积预测联立方程组系统。【方法】选取4种常用的可积分树冠外轮廓备选模型,利用积分法对备选模型进行推导,得到树冠体积预测模型;将模型方程分别两两联立建立树冠外轮廓与体积相容性联立方程组,并利用SAS软件模块中的似乎不相关回归过程估计联立方程组模型系统的参数。为了消除模型异方差,采用加权回归方法拟合模型,并对不同模型系统的拟合精度、预测精度进行对比分析。【结果】基于模型4的联立方程组拟合精度高、预测性能好,其树冠外轮廓和体积拟合精度分别达到0.829 5和0.861 0,预测结果精度分别为0.803 9和0.856 0;通过似乎不相关回归法解决了联立方程组共线性问题,加权回归方法一定程度上消除了模型中存在的异方差性。【结论】所构建的树冠外轮廓-体积一致性模型方程实现了树冠外轮廓与体积模型之间互相推导,为进一步估测树木地上部分生物量提供了理论依据。图3表3参30

[目的 ]基于无人机激光雷达(LiDAR)点云数据提取杉木树冠上部结构参数(树冠顶点、树高、冠幅和上部冠长),并进行树冠上部外轮廓模拟与可视化,为树种识别提供树木冠形特征。[方法 ]利用LASTools开源工具从激光雷达点云数据生成无孔洞的冠层高度模型,使用LiDAR360软件,采用局部最大值法检测树冠顶点,基于CHM种子点对点云进行单木分割,并在ArcGIS下手动选取杉木单株点云样本,用Python编程对"欠分割"样本进行单木纯化(之后全部编程方式自动化处理);提取纯化后单株样本的树冠上部结构参数(树冠顶点、树高、冠幅和上部冠长),再对单木点云按照一定高度间隔进行分层切片,使用宽度百分位数法提取单木树冠上部的相对着枝深度、枝条长度作为模型变量,以相对着枝深度分层分别建模与验证样本按照3倍标准差法剔除异常外轮廓点,选取二次多项式、幂函数和指数函数3个基础模型进行模型拟合与验证,最后采用最优拟合模型进行样地尺度的三维可视化。[结果 ]无人机激光雷达综合单木检测率为79.63%,结合实测参数与提取结果进行相关分析,树高线性回归R2为0.890 5,冠幅线性回归R2为0.845 6;二次抛物线、幂函数和对数函数拟合R2分别为0.807 0、0.817 0、0.806 0,幂函数对杉木树冠上部外轮廓的拟合效果更优。[结论 ]在高林分密度条件下,单木点云的有效提取纯化对客观描绘树冠形状非常重要;基于无人机激光雷达拟合的杉木树冠上部外轮廓反映了杉木的树冠上部形态,可为杉木的树种识别提供参考。

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。

【目的】对Kozak方程进行修正,采用树木易测因子为预测变量,构建人工樟子松树冠外部轮廓预估模型,为研究树木生理和树木竞争提供依据,为模拟单木树冠表面积和树冠体积奠定基础。【方法】基于黑龙江省14块固定样地70株人工樟子松解析木907个最大枝条数据,以Kozak方程基本形式为基础并对其进行修正,选出构建人工樟子松树冠外部轮廓基础模型的最优模型形式。在最优模型基础上,建立分别考虑样地效应、样木效应及同时考虑样地和样木效应两水平的非线性混合效应模型。利用R软件的nlme软件包求解非线性混合效应模型参数,采用AIC、BIC、-2LL对混合效应模型中不同随机效应参数组合形式、不同随机效应矩阵、方差-协方差矩阵和方差函数进行比较,选出最优模型形式,并对人工樟子松外部轮廓随树木因子的变化规律进行探讨。以林分密度为哑变量,构建不同密度的人工樟子松树冠外部轮廓预估模型。【结果】人工樟子松树冠外部轮廓预估模型因子包含胸径(DBH)、冠长率(CR)和高径比(HD)。与基础模型相比,分别考虑样地效应、样木效应的混合模型能够显著提高模型拟合效果,外部轮廓模型差异主要来源于样木效应。以样木为单水平的混合效应模型中,a_2、a_6为随机参数,对角矩阵为方差-协方差矩阵形式,ARMA(1, 1)为解释组内方差的矩阵,采用幂函数消除异方差的模型形式为最优模型。同时考虑样地和样木效应两水平混合模型的拟合效果较单水平混合模型有所提高。以两水平混合模型的固定效应部分模拟外部轮廓与树木因子之间的关系,在分别固定另外2个变量的情况下,树冠半径随着DBH、CR增大均逐渐增大,树冠上半部分半径随着HD增大而增大,下半部分半径随着HD增大而减小。外部轮廓拐点的变化范围为0.625 0～0.917 0,拐点平均位置为0.841 3,随着林木在林分中被压强度增大,拐点位置向树冠基部移动。密度小于1 000株·hm~(-2)林分中单木的冠形与1 000～2 000株·hm~(-2)和大于2 000株·hm~(-2)林分中单木的冠形区别很大。【结论】修正后的Kozak模型满足梢头处半径为0、在整个树冠范围内存在拐点且拐点唯一的特性,能够对人工樟子松树冠外部轮廓进行合理模拟及预测。两水平非线性混合效应模型可显著提高模型拟合效果,能够在树冠外部轮廓模型中应用。

【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

为了对杉木不同龄组树冠形态进行数学模拟,运用非线性回归筛选有效变量的方法将相对树冠半径(RCRj)和相对树冠长度(RCLj)确立为树冠形态模型的因变量和自变量。选取福建省顺昌县297株杉木标准木的1 485个树冠半径测量值,基于8大类模型分别建立不同龄组的树冠最优模型。对最优模型进行误差和残差分析、模型检验、生物学意义评估,结果表明:幼龄林、中龄林和近成熟林时期拟合效果最优的模型分别是Cubic、Poly4和Gauss Amp。使用本文建立的树冠轮廓模型预估树冠形态时,只需测量全树高、最大树冠半径和最大树冠长度。树冠轮廓模型是生长和收获模型的重要组成部分,同时对于评价林木间的竞争、森林小气候和...

【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。

【目的】无人机机载激光雷达能够准确地测定单木、林分乃至大尺度森林结构参数(树高和树冠因子)。为应用无人机激光雷达技术准确估测森林蓄积量、生物量和碳储量提供计量依据和技术支撑。【方法】以150株实测马尾松生物量样本数据为研究对象,采用非线性回归估计方法和度量误差联立方程组方法,分析立木材积和地上生物量与树高、树冠因子的相关性,并在此基础上研究建立基于树高和树冠因子的立木材积与地上生物量相容模型。【结果】单株材积和地上生物量与树高因子的相关性最为紧密,其次才是树冠因子;基于树高和冠幅因子的二元材积和地上生物量模型预估精度较高,达到92%以上,再考虑冠长因子的三元模型预估精度改进不大;基于树高和冠幅因子的二元立木材积与地上生物量相容模型估计效果更好,相对于一元相容模型系统而言,二元相容模型拟合效果有较大幅度提高,预估精度达到92%以上。【结论】采用度量误差联立方程组方法可以有效解决基于树高和树冠因子的立木材积与地上生物量相容问题,并且预估精度达到92%以上,所建二元立木材积与地上生物量相容模型可为应用激光雷达技术反演森林蓄积量和生物量提供计量依据。

【目的】无人机遥感的迅速发展为胸径预估提供了新方向，本研究适用于通过无人机遥感技术提取样地单木树冠因子后，估算胸径及林分每公顷断面积等指标，实现精准高效的森林资源监测与管理。【方法】根据福建省将乐国有林场33块杉木人工林地面调查数据，利用10种传统模型与2种机器学习方法分别对单木胸径进行估测，并基于不同的自变量组合形式来分析不同因子对胸径估测的影响。【结果】根据传统模型参数拟合结果可以看出，树冠半径与胸径呈显著正相关，林分密度、偏冠因子及竞争指数与胸径均呈显著负相关。传统模型建模过程中所引入最优竞争指数为树冠重叠内角相关的CI2，模型逻辑斯蒂模型拟合结果最优，幂函数（有截距）模型次之。而在使用检验数据进行估测时，幂函数（有截距）有着最好的估测效果。随机森林模型均具有较好的拟合效果，使用检验数据进行估测，不同竞争指数对模型拟合提升程度不同，与树冠重叠面积相关的竞争指数CI3取得了最好的效果。支持向量回归模型拟合优度小于随机森林，略大于传统模型。对胸径进行估测时，包含与竞争木大小相关的竞争指数CI4的模型为最优模型。【结论】传统模型和机器学习模型在拟合与估测单木胸径上均取得了一定的效果，利用机器学习模型效果更优。在模型的不同自变量组合中，加入有关树冠的竞争指数能使模型预测精度提高，决定系数R~2增加，E_(MA)、E_(RMS)及A_(IC)减小。传统模型的最优竞争指数为重叠内角相关的竞争指数CI2，在机器学习方法中与对象木和竞争木大小相关的竞争指数CI3和CI4也取得了较好的效果。此外，偏冠指数对于胸径估测的提升效果仍需进一步验证。

［目的］由于激光雷达技术已经能准确测定立木树高及相关树冠因子，应用该技术建立基于树高和树冠因子的立木材积模型，为激光技术在森林蓄积估计中提供技术支撑。［方法］利用云杉、冷杉、栎树、桦树４个树种组的３ ０１０株实测样木数据，分析了立木材积与胸径、树高、树冠因子之间的相关关系；并通过对数回归方法构建了基于树高和树冠因子的立木材积模型，用确定系数Ｒ２和平均预估误差ＭＰＥ等６项指标对模型进行评价。［结果］表明，立木材积与单一因子之间的相关，以胸径最为紧密，其次是树高，再次是冠长和冠幅。基于树高和树冠因子的立木材积模型中，以树高和冠幅作为解释变量的二元模型效果较好，再增加冠长因子的三元模型改进不大。云杉．．．

树冠体积是树木生物量计算中非常重要的参数。在此,介绍了一套基于无棱镜全站仪的树木树冠体积测量和计算方法。首先,在树木周围布设控制点,并用GPS测定控制点坐标。其次,根据树木的生长情况将树冠分层,每层根据树冠伸展情况和凹凸变化选择特征点施测。再次,将所测各层的特征点,在各自层内两两相连,构成弧段面。然后,由下至上,相邻弧段分别进行内插点操作,以保证上下两弧段的点数目相同,将上下弧段的点一一对应相连,以构成多面体,进而建立树冠模型,利用积分算法计算树冠的体积。最后,选取了7棵不同冠形的样本树,比较了传统方法、无棱镜全站仪、三维激光扫描仪所测树冠体积。结果表明,全站仪所测体积的精度大大高于传统方法;...

对江西大岗山１７年生杉木人工林树冠内不同年龄针叶面积（ＮＡ）、叶面积密度（ＮＡＤ）的垂直、水平和二维空间分布以及当年生针叶面积及其密度分布的季节动态进行了测定和模拟。结果表明，生长盛期杉木单个树冠平均ＮＡ 为２５．４２ ｍ ２，平均ＮＡＤ为２．２７２ ７ ｍ ２·ｍ － ３，其中２年生及其以上老叶（简称２年生）大于１年生，１年生大于当年生。ＮＡＤ 的水平和垂直分布均可用β分布函数表达，而相对冠高和冠径的二次趋势面表达式可很好地描述ＮＡＤ二维空间分布。树冠内ＮＡＤ在冠中上部枝的中前部最大，但不同年龄ＮＡＤ的分布不同，当年生针叶更接近于树冠顶部和最外层，１年生针叶最大ＮＡＤ位于树冠中部枝的中前部，...

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...

为对不同树龄茶树的树冠结构进行科学评价 ,并为制定合理的农业技术措施提供科学依据 ,以小乔木型品种福鼎大白茶和灌木型品种槠叶齐为材料 ,对湖南 8个地 (市 )规范化栽培茶园 1～ 18年生两类型品种茶树树冠结构的 15项指标进行系统调查 ,并运用计算机作数据分析 .结果表明 ,两类型品种树冠结构指标随树龄的增大呈现出基本一致的变化规律 ,各项树冠指标均可用一定的数学模型予以表达 .研究结果还表明 ,两茶树品种在 1～ 6年生期间 ,各项树冠指标增幅较大 ,7～ 14年生期间树冠指标的增加或减少的幅度不大 ,树冠结构比较稳定 ;14年生后 ,一些与茶叶品质和产量密切相关的指标 ,如新梢密度、生...