兴安落叶松立木材积和树皮材积可加性模型研建     

靳晓东  姜立春 《中南林业科技大学学报(自然科学版)》2020,(2):73-80

【目的】确保立木材积和树皮材积预测的一致性并提高预测精度。【方法】以大兴安岭兴安落叶松为研究对象,分别采用控制法和分解法研建了可加性模型系统。利用SAS统计软件模型模块proc model中的NSUR法进行拟合及参数估计。拟合结果采用确定系数(R2)和均方根误差(RMSE)进行评价;检验结果则通过确定系数(R2)、均方根误差(RMSE)、平均相对误差(MRE)、平均误差绝对值(MAB)和相对误差绝对值(MPB)进行评价。【结果】从模型的整体评价结果来看,两种方法的拟合和检验效果均很好,基于分解法构建的模型略优于基于控制法构建的模型;不同径阶的检验表明,对于中等径阶的树木(20≤D<36 cm),基于控制法的模型相对较好,而对于小径阶(5≤D<20 cm)和大径阶的树木(D≤36 cm),基于分解法的带皮、去皮、树皮材积模型的预测精度要比基于控制法的各立木材积模型要稍好。【结论】总的来说,两种可加性模型系统均能很好地预测单木带皮材积、去皮材积和树皮材积,并确保得到满足一致性的预测结果,在具体应用时可根据实际情况选择适合的可加性材积模型系统。  相似文献   

不同抽样方法对兴安落叶松立木材积方程预测精度的影响     

Shahzad Muhammad Khurra  韩斐斐  姜立春 《林业科学》2018,(8)

【目的】研究不同抽样方法对立木材积方程预测精度的影响,为各地编制不同树种材积表及构建立木材积方程提供基础数据抽样技术依据。【方法】以兴安落叶松立木材积方程为例,设计均匀、正态、右偏和左偏4种抽样方法,根据不同数据类型,利用SAS软件中proc surveyselect模块的简单随机抽样(SRS)并结合条件语句对数据进行分径阶抽样。采用Shapiro-Wilk对不同抽样方法下的胸径统计量进行正态性检验。以异速生长方程为基础材积模型,利用S-PLUS软件的广义非线性GNLS模块对模型进行拟合。采用指数函数、幂函数和常数加幂函数对4种立木材积拟合过程中产生的异方差现象进行校正。利用确定系数(R~2)、均方根误差(RMSE)、平均误差绝对值(MAB)和相对误差绝对值(MPB)对立木材积方程精度进行综合比较分析。【结果】1)指数函数、幂函数和常数加幂函数均能消除4种立木材积方程异方差的影响,加入变量为V^的幂函数消除异方差的效果最好。2)拟合结果表明,相对于均匀模型,正态模型的RMSE下降31.6%,右偏模型的RMSE下降23.1%,左偏模型的RMSE下降33.7%。3)分径阶检验表明,径阶分布在12~28 cm、36~40 cm和44~48 cm时,左偏模型的MAB和MPB均小于均匀、正态和右偏模型,即左偏模型在11组径阶中有6组径阶的MAB和MPB均最小;径阶分布在12~32 cm和44~48 cm时,右偏模型的MAB和MPB均小于均匀和正态模型,即右偏模型在11组径阶中有6组径阶的MAB和MPB均最小;径阶分布在12~32 cm和40~44 cm时,正态模型的MAB和MPB均小于均匀模型,即正态模型在11组径阶中有6组径阶的MAB和MPB均最小。【结论】左偏模型的预测精度比均匀、正态和右偏模型高,右偏模型的预测精度比均匀和正态模型高,正态模型的预测精度比均匀模型高,总体模型检验精度顺序为左偏模型右偏模型正态模型均匀模型。  相似文献   

基于机载激光雷达的崇礼冬奥核心区林分地上生物量反演     

陈星京  冯林艳  张宇超  刘清旺  杨朝晖  符利勇  白晋华 《林业科学》2022,(10):35-46

【目的】基于机载激光雷达数据建立结构稳定的林分地上生物量预测模型,考虑最小二乘、混合效应和贝叶斯等参数估计方法对最优生物量预测模型选择进行探讨,为生物量建模方法研究、生物量估测提供科学依据,为冬奥核心区实现“双碳”目标和生物量模型计算提供技术支撑。【方法】基于崇礼冬奥核心区2种森林类型(华北落叶松和白桦)62块实测样地及对应的激光雷达数据,通过变量筛选分别建立最小二乘、混合效应和贝叶斯生物量模型,应用确定系数(R²)、均方根误差(RMSE)、残差、总体相对误差(TRE)评价模型,采用留一交叉法验证模型精度。【结果】筛选出相关性较高的激光雷达变量共20个,最终进入模型的自变量3个。拟合效果最好的是Logistic混合效应模型(RMSE=22.99 t·hm^-2,R²=0.768,TRE=6.08%),分树种建立模型后华北落叶松模型拟合效果提升(RMSE=22.92 t·hm^-2,R²=0.795,TRE=7.45%),白桦模型预测精度提高(RMSE=23.34 t·hm^...  相似文献   

杉木单木和林分水平地下生物量模型的构建     

赵嘉诚  李海奎 《林业科学》2018,(2)

【目的】利用一重样本和二重样本,构建单木地下生物量模型,比较抽样形式对单木模型的影响;在杉木主要分布区进行区域尺度扩展方法比较研究,探索不同形式林分模型的优劣,为在林分水平上估算地下生物量提供科学依据。【方法】以278株杉木地上生物量实测样本为一重样本,以其中88株有地下生物量的样本为二重样本,在只利用二重样本和两重样本相结合2种情况下,分独立模型、仅利用二重样本的兼容性模型和两重样本相结合的兼容性模型,构建3种单木地下生物量模型;分基于林分因子的地下生物量模型、固定根茎比模型和基于林分因子的根茎比模型,构建3种林分水平地下生物量模型,分别进行地下生物量从单木尺度向林分尺度的扩展。采用决定系数(R2)、均方根误差(RMSE)、平均系统误差(ASE)、平均相对误差绝对值(RMA)、总相对误差(TRE)以及平均预估精度(MPE)对模型拟合结果进行分析与评价,并对模型在三省的拟合参数以及与样本量的关系进行分析,同时与IPCC的根茎比模型的方法和参数进行比较。【结果】3种类型的单木模型拟合效果基本相同,决定系数(R2)均达到0.95以上,两重样本相结合的兼容模型取得了最优拟合效果;在区域尺度扩展时,基于林分因子的根茎比模型拟合效果明显优于固定根茎比模型(R2提高0.04~0.08,RMSE每公顷降低1 t左右);基于林分因子的地下生物量模型的拟合精度优于固定根茎比模型,但弱于基于林分因子的根茎比模型;地下生物量估测误差在三省之间表现出地域差异性,同一套方法在不同地区进行估计时无一致性规律。【结论】两重样本相结合的方法可提高单木地下生物量模型的拟合精度;增加林分调查因子能显著提高林分模型的拟合效果。固定根茎比模型形式简单,使用方便,在进行地下生物量大尺度扩展时可以取得较好效果。研究结果有助于单木地下生物量最优模型的筛选、构建,可为单木模型区域尺度扩展提供准确、科学的方法。  相似文献   

异速生长模型的误差结构和误差函数     

马岩岩  姜立春 《林业科学》2018,(2)

【目的】基于异速生长模型,构建兴安落叶松和樟子松立木材积模型,分析材积模型的误差结构和误差函数。【方法】采用Ballantyne(2013)提出的似然分析法判断兴安落叶松和樟子松立木材积模型的误差结构。为了对比,利用S-PLUS软件的广义非线性GNLS模块拟合非线性模型。针对模型拟合产生的异方差现象,采用误差方差函数(固定方差、指数函数、幂函数和常数加幂函数)消除异方差。采用确定系数(R2)、均方根误差(RMSE)、绝对误差(Bias)和平均相对误差(MRE)对立木材积模型精度进行综合比较分析。【结果】1)经似然分析法判断,兴安落叶松和樟子松立木材积模型的误差结构是相乘的。2)为了描述立木材积模型构建过程中产生的异方差现象,将固定方差、指数函数、幂函数和常数加幂函数加入到立木材积模型中,所有方差函数都能降低材积模型的异方差性。幂函数消除兴安落叶松材积模型的异方差效果最好,常数加幂函数消除樟子松材积模型的异方差效果最好。3)非线性(相加误差结构)及线性(相乘误差结构)拟合和检验统计量的比较表明,对于两树种,相加和相乘立木材积模型拟合评价指标非常接近,具有相加误差结构的立木材积模型的拟合和检验精度略高于相乘误差结构的立木材积模型。【结论】兴安落叶松和樟子松立木材积模型的误差结构是相乘的。根据非线性及线性模型的拟合和检验评价指标对比发现,对数转换的线性模型并没有表现出绝对优势,而非线性回归却略优于对数转换的线性回归。本文并没有给出绝对和一致的结论,如果模型的预测是最重要的,建议对比非线性和对数转换的线性模型,选择精度较高的误差结构。针对兴安落叶松和樟子松立木材积模型的详细对比分析,建议选择非线性回归分析,即相加的误差结构。  相似文献   

广东省木荷碳密度及其不确定性估计     

《林业科学》2019,(11)

【目的】基于实测的广东省木荷地上和地下生物量数据及加权平均含碳率,建立单木地上、地下生物量模型,获得区域尺度木荷碳密度及其估计误差,为其他树种的区域尺度碳汇估计提供参考。【方法】参考广东省木荷分布数据,选择并伐倒90株木荷测定地上部分的含碳率和生物量,并从中抽取40株木荷测定地下部分的含碳率和生物量。分地上、地下部分构建生物量随胸径变化的异速模型,利用非线性回归拟合模型参数。基于广东省第八次森林资源连续清查数据,使用Monte Carlo模拟法分地上、地下部分估计区域尺度上木荷的碳密度。采用决定系数、均方根误差和平均预估误差评价单木生物量模型拟合效果,通过均方根误差和相对均方根误差度量区域碳密度估测的不确定性。【结果】广东省木荷地上部分含碳率为0554 9,地下部分含碳率为0548 7;建立的单木地上和地下生物量模型的决定系数分别为0909 8和0793 1,表明木荷单木生物量模型具有良好的拟合优度和预估精度;广东省第八次森林资源清查时的木荷地上碳密度为580±044 t·hm~(-2),不确定性占比762%,地下碳密度为173±017 t·hm~(-2),不确定性占比976%,总碳密度为753±054 t·hm~(-2),不确定性占比723%。【结论】广东省木荷地上和地下部分含碳率均大于南方地区的平均水平,有明显的地域特征。使用Monte Carlo方法可得到稳定可靠的区域尺度的碳密度,并可量化广东省木荷碳密度估计的不确定性。  相似文献   

基于贝叶斯法的针阔混交林树高与胸径混合效应模型     

《林业科学》2019,(11)

【目的】在多树种多层次针阔混交林中,基于贝叶斯混合效应模型法构建树高与胸径关系的混合效应模型,以提高预测模型参数稳定性,为揭示混交林多树种生长规律、资源分配差异及森林质量精准提升提供科学依据。【方法】以河北省塞罕坝机械林场华北落叶松和白桦针阔混交林为研究对象,基于112块标准地(30 m×30 m)调查数据,选取6个包含不同林分因子的理论方程作为构建混交林不同树种树高与胸径关系的基础模型,选择出拟合精度较高的模型,分别采用两水平非线性混合效应模型法和贝叶斯混合效应模型法构建立包含哑变量的多树种树高与胸径关系模型。【结果】包含林分优势高和林分断面积组合变量的Richards方程拟合效果最好,模型确定系数(R~2)、均方根误差(RMSE)和绝对误差(Bias)分别为0849 5、2378 6和0365 4;贝叶斯混合效应模型法拟合精度略高于传统非线性混合效应模型法:基于传统非线性混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0930 4和0103 4,白桦树高与胸径关系模型的RMSE和Bias分别为0982 7和0112 6;基于贝叶斯混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0910 5和0096 8,白桦树高与胸径关系模型的RMSE和Bias分别为0963 3和0100 2。【结论】基于贝叶斯混合效应模型法构建的非线性混合效应模型,充分考虑混交林多树种树高与胸径关系模型参数的不确定性,模型预测效果更具可靠性和稳定性。  相似文献   

基于树高和树冠因子的立木材积与地上生物量相容模型研究     

贺鹏  贺东北  陈振雄  肖前辉 《中南林业科技大学学报(自然科学版)》2020,(4):28-33

【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。  相似文献   

含地域和起源因子的马尾松立木生物量与材积方程系统   总被引：1，自引：0，他引：1  

曾伟生  贺东北  蒲莹  肖前辉 《林业科学》2019,(2)

【目的】建立含地域和起源因子的相容性立木生物量与材积方程系统,为准确估计森林生物量提供依据。【方法】以我国南方主要针叶树种马尾松为研究对象,基于301和104株样木的实测地上生物量、树干材积和地下生物量数据,综合利用哑变量建模方法和误差变量联立方程组方法,建立集地上生物量、树干材积和地下生物量为一体、确保与生物量转换因子和根茎比等变量相容的一元和二元方程系统,并分析立木生物量和材积估计是否受地域和起源的影响。【结果】所建立的马尾松一元和二元相容性立木生物量方程与材积方程,确定系数(R~2)均在0.92以上,其中地上生物量方程的平均预估误差在4%以内,地下生物量方程的平均预估误差在8%以内。对马尾松地上生物量和树干材积的估计,二元模型均显著优于一元模型,其F统计量远大于临界值;但对地下生物量的估计,二元模型反而不如一元模型效果好。不论是一元模型还是二元模型,地域和起源对马尾松地上生物量估计均无显著影响,地上生物量模型具有很好的通用性,同时也进一步印证了曾伟生等(2012)提出的通用性地上生物量模型M=0.3ρD~(7/3)的广泛适用性。对马尾松地下生物量的估计,不同地域的模型存在显著差异;相同直径的林木,总体1地域范围内(长江流域东南部)的地下生物量要大于总体2(长江流域中西部)。对马尾松树干材积的估计,二元模型不受地域和起源影响,但一元模型受起源影响;相同直径的林木,人工林的材积估计值大于天然林。【结论】将哑变量引入误差变量联立方程组,可同时解决多个变量之间的相容性及地上生物量和地下生物量样本单元数不相等时如何联合建模的问题,是切实可行的生物量建模方法;研究所建立的马尾松立木生物量方程、材积方程及其相容的生物量转换因子和根茎比方程,达到相关技术规定预估精度要求,可推广应用。  相似文献   

基于异速生长和理论生长方程的广东省木荷生物量动态预测   总被引：1，自引：0，他引：1  

薛春泉  徐期瑚  林丽平  何潇  曹磊  李海奎 《林业科学》2019,(7):86-94

【目的】将异速生长方程与理论生长方程相结合,预测广东省木荷生物量动态,为广东省木荷林碳汇计量提供模型和方法,为其他树种碳汇计量提供可借鉴的方法学支持。【方法】基于实测样木生物量调查数据,包括40株树干解析资料,构建由胸径和年龄的理论生长方程以及地上生物量和胸径的异速生长方程组成的模型系,利用非线性度量误差联立方程组,在胸径生长速度分级情况下拟合模型参数;基于3期森林资源连续清查固定样地样木数据,对广东省木荷生物量动态进行预测。采用决定系数( R 2)和均方根误差(RMSE)评价模型拟合效果,通过生物量存量估计误差和增量估计误差判断模型预测效果。【结果】在胸径生长速度分级情况下,理论生长方程中年龄对胸径的解释率达0.95以上,比不分级提高0.166 3,均方根误差下降到1.97 cm,降低2.16 cm以上,预测胸径对地上生物量的解释率提高到近0.82;接近独立异速生物量模型中实测胸径对地上生物量的解释率达0.88以上,比不分级提高近0.30,均方根误差下降到51 kg左右,下降30 kg以上。在胸径生长速度不分级情况下,各期生物量存量估计误差变动幅度在-46.31%~77.45%之间,而分级情况下下降到-16.13%~7.06%;在尺度上,分级与不分级均呈相同规律,即单木误差小于林分误差、林分误差小于区域误差。不分级时,单木水平和区域尺度间的误差不大于10%,而分级时小于8%。不同间隔期生物量增量估计误差,不分级时估计值普遍偏大,在32.57%~115.45%之间,而分级时下降到-6.57%~15.77%之间,在单木尺度上不超过±10%;随着尺度增大,增量估计误差不断增加,不分级时单木水平和区域尺度间的误差介于10%~15%之间,分级时稳定在8%左右。【结论】对于理论生长方程和异速生长方程组成的模型系,分级可极大提高模型精度,减小预测估计误差;生长速度不分级时,仅利用胸径或年龄数据,分级时,则可利用2期胸径数据或1期胸径和年龄数据,就可预测未来生物量动态,简单方便,在森林资源连续清查和碳汇造林的碳汇量计量中具有极大应用价值,区域尺度上的估计误差也可基本满足精度要求。  相似文献   

江西省不同立地等级的马尾松林生物量估计和不确定性度量     

《林业科学》2017,(8)

【目的】选择适合的单木地上生物量异速生长模型形式,获得区域尺度马尾松林生物量及其误差在不同立地等级下的估计,为精准估计不同立地质量的森林生物量提供技术支持,进而为森林立地生产力估计提供参考。【方法】在马尾松林3种单木生物量模型g_i=aD_i~b+ε[式(1)]、gi=a(D_i~2H_i)~b+ε[式(2)]、g_i=aD_i~bH_i~c+ε[式(3)]形式下(式中:g_i为单木生物量,D_i为单木胸径,H_i为单木树高,a、b、c为估计参数,ε为残差),运用优势木树高分级法对我国江西省马尾松林占优势的样地进行立地质量分级,采用蒙特卡洛模拟法估计3种模型形式下不同立地质量的单位面积生物量均值和不确定性。【结果】1)3种生物量模型形式的决定系数(R~2)及调整决定系数(R_(adj)~2)均达到0.95以上,拟合效果良好。从综合平均偏差、平均绝对偏差及均方根误差来看,式(3)模型较优。2)用优势木树高等级代替立地等级,利用树高分级法建立优势木树高-胸径模型,曲线的R2为0.907,平均偏差为0.001,平均绝对偏差为0.559,均方根误差为0.027,模型拟合效果良好。相同立地等级的样地成片分布,相对集中,每一立地等级的样地在江西省全境范围内均有分布。3)采用蒙特卡洛法对马尾松不同立地等级下的3种单木地上生物量模型估计结果及误差进行10 000次模拟后,马尾松地上生物量均值和误差的估计结果均达到稳定。在同一单木生物量模型形式下,不同立地等级的地上生物量均值估计结果随着立地等级的升高而增大;相对误差估计值在中间立地等级(3级)时最小,并有随着立地等级升高或降低而增大的趋势。相同立地等级下,3种模型地上生物量均值估计结果为式(1)式(3)式(2);绝对误差和相对误差估计结果为式(2)式(3)式(1)。【结论】1)区域尺度下的3种马尾松单木地上生物量模型从评价指标来看式(3)最好;从生物量估计误差结果相比较,3种模型的估计效果为式(2)好于式(3)好于式(1),带有树高因子的式(2)和式(3)的相对误差较式(1)更小。2)不同立地条件下,立地质量越接近平均水平,单位面积生物量均值估计的相对误差越小。3)结合优势木树高分级对立地等级进行划分,采用蒙特卡洛模拟法对不同立地等级下的生物量均值和误差进行估计,可以得到生物量及估计误差在不同立地条件下的分布。  相似文献   

直干大叶相思二元材积与生长率模型研究     

黄斌龙 《林业勘察设计》2023,(3):5-8

为丰富树种二元材积方程和材积生长率方程,以直干型大叶相思为对象,分别选取6个二元材积备选模型和6个材积生长率备选模型,采用差分演化算法(DEA)求解模型参数,选用相关系数R、决定系数R²、均方差RMSE、卡方系数ChiSquare、F统计量进行精度评价,并采用交叉建模和交叉检验方式进行建模。结果表明,最优的直干大叶相思二元材积方程为山本式模型,R²值为0.960 4、RMSE值为0.000 27;基于山本式的模型改进后,建立的直干大叶相思二元材积方程为V=0.012 423 16d^{-12.920 195 63/d}h^{1.642 516 27},R²值为0.992 1,精度提高了3.30%;材积生长率模型的拟合精度RMSE值在[0.008 3,10.994 9],R²值在[0.865 5,0.972 6],但出现各指标对模型精度的优劣排序不一致的问题;利用TOPSIS法遴选出的最优材积生长率模型为1/Pv=-0.065 917 19+0.132 412 82/t...  相似文献   

青冈栎次生林林分形高模型构建     

吴莎  边更战  易烜  吕勇 《林业资源管理》2024,(1):134-142

探索林分形高模型的构建与评价方法,可为湖南省青冈栎林分蓄积量的精准测定提供理论依据。以芦头林场和青羊湖林场的青冈栎次生林为研究对象,基于35个样地的1 055株单木实测数据,建立青冈栎次生林一元、二元林分形高模型。由孔兹干曲线推导出青冈栎树高曲线以计算林分条件平均高,基于林分形高与林分平均胸径、林分条件平均高的一元、二元相关关系,选取6个一元模型和8个二元模型,以决定系数(R²)、均方根误差(RMSE)、解释方差(EA)、平均绝对误差(MAE)和模型预估精度(P₁)作为评价指标。经过评估和比较,选定一元林分形高模型为f(D)=2.870 7×D^{0.261 8}、f(H)=2.022 4+0.339 5×H和二元林分形高模型为f(D,H)=0.590 6×exp(-0.008 3×D)×H、f(D,H)=(0.710 2-0.070 1×logD)H和f(D,H)=2.479 9×(D²×H)^{0.109 2}。通过留一交叉验证和配对T检验对模型进行检验,结果显示一元、二元林分形高模型...  相似文献   

利用可变参数和二阶回归方法建立海南省相思树立木材积模型     

《中南林业科技大学学报(自然科学版)》2020,(11)

【目的】建立立木材积模型,为科学计量评价森林资源、完善森林资源监测体系提供重要依据。【方法】以海南省相思树为研究对象,以胸径和树高为自变量建立二元山本材积式模型、可变参数动态模型,采用以简单幂函数式和树高—胸径模型为基础的二阶回归估计方法建立一元胸径立木材积模型,分析对比建立的一元、二元立木材积模型拟合效果。【结果】1)相思树二元山本材积式模型和可变参数动态模型的确定系数均在0.98以上,平均预估精度均在98%以上。模型整体总体相对偏差(TRB)和平均系统偏差(MSB)均在±3%以内,山本材积式模型在8、20 cm径阶总相对偏差和平均系统偏差超出±3%范围;2)两种方法建立的一元立木材积模型的确定系数均在0.94以上,预估精度均在96%以上。采用分段建模和二阶回归总相对偏差和平均系统偏差趋近于0,而常规方法建模12、16、24 cm以上径阶的总相对偏差均超出5%范围。【结论】可变参数动态模型相较于山本材积式模型拟合精度更高,各径阶误差更小,明显优于山本材积式模型;采用二阶回归估计方法建立的模型能更好地反映材积随胸径大小的变化规律,既提高了模型的切合性能,又能较好地控制各径阶的偏差,明显提升了拟合效果,是建立一元立木材积模型的有效方法。  相似文献   

浙江省毛竹竹秆材积模型   总被引：1，自引：0，他引：1  

沈钱勇  汤孟平 《林业科学》2020,56(5)

【目的】在精准测定毛竹样竹竹秆材积的基础上,研建浙江省毛竹竹秆材积模型,准确估计毛竹竹秆材积,为毛竹林经营管理提供依据。【方法】在浙江临安、庆元、武义、常山、宁海、安吉、诸暨、余姚、黄岩和泰顺10个县(区、市)调查216株毛竹样竹,采用可测量不规则形状物体体积的排水法测定竹秆材积。首先,基于异速生长方程和寺崎渡方程,以胸径(D)和胸高节长(L)为自变量,选择1个一元模型(M_1)和4个二元模型(M_2～M_5),利用全部样本建立5个毛竹竹秆材积模型;然后,采用似然函数法分析模型误差结构,确定应当采用对数回归或非线性回归模型进行模型拟合,通过For Stat2.2软件进行回归拟合,得到参数估计值;最后,根据参数估计值t检验值、4个模型评价检验指标(包括调整确定系数R_a~2、估计值标准差SEE、平均偏差ME和平均系统误差MSE)的比较分析,选择模型参数稳定、预估精度高、最适宜的浙江省毛竹竹秆材积模型。【结果】采用似然函数法对竹秆材积模型误差结构进行分析,求得5个基础模型赤池信息量准则(AICc),计算ΔAICc大于2,模型误差项为乘积型,应采用对数回归拟合材积模型。5个竹秆材积模型参数稳定(t检验值的绝对值均大于2),各模型调整确定系数(R_a~2)均在0.95以上,估计值标准差(SEE)和平均系统误差(MSE)均接近于0,模型拟合效果较好,模型M_2拟合预估效果最佳。分径阶进行模型拟合效果与预估精度的评价检验,5个模型在不同径阶的预估精度均较好,中等径阶时的预估精度和拟合优度最佳,而在最小径阶(4.0～5.9 cm)与最大径阶(14.0～15.9 cm)相对差一些。校正后的对数模型预估精度并无显著提高。【结论】排水法是准确测量毛竹竹秆材积的有效手段;似然函数法是进行模型误差结构分析比较与模型拟合方式选择的较好方法;引入竹高和胸高节长变量后,模型拟合优度和预估精度指标优于一元模型;考虑实践中胸高节长较竹高更易准确测量,且模型M_5相较M_2具有更高的拟合优度和预估精度,预估毛竹竹秆材积的最优模型为基于胸径-胸高节长的模型M_5,即V=0.191 2D~(2.114 9)e~(-6.841 1/L)。  相似文献   

基于机器学习和多源数据的湘西北森林地上生物量估测   总被引：1，自引：0，他引：1  

《林业科学》2021,57(10)

【目的】针对传统森林资源清查方法成本高、时效性低和结果统一性差等问题,基于多源遥感数据,采用机器学习算法选择特征变量并建立估测模型,制作森林地上生物量(AGB)面分布产品,为森林资源信息化调查提供技术手段。【方法】以湖南省西北部为研究区,利用生物量异速生长方程将森林资源样地调查数据转换为AGB,筛选到393个样地AGB参考值。以Landsat-8数据为光学遥感数据源,提取各波段光谱信息、植被指数、纹理特征以及缨帽变换各分量;以ALOS PALSAR-2、Sentinel-1数据为雷达遥感数据源,提取各极化方式后向散射强度和归一化极化差分指数。结合高程、坡度、坡向地形因子,获得122个备选特征变量。采用逐步回归方法和随机森林(RF)算法筛选建模变量,分别建立多元线性回归(MLR)、RF和支持向量回归(SVR)模型。以均方根误差(RMSE)、相对均方根误差(rRMSE)和决定系数(R~2)为模型评价指标,运用十折交叉验证法评价模型效果,选择最佳模型完成生物量制图,并选取5种中国或全球尺度生物量制图产品进行比较分析。【结果】在训练集上,RF模型表现最好(RMSE=12.8 mg·hm~(-2),rRMSE=21.1%,R~2=0.93),其次为SVR模型(RMSE=26.1 mg·hm~(-2),rRMSE=43.3%,R~2=0.55),MLR模型表现最差(RMSE=30.9 mg·hm~(-2),rRMSE=50.5%,R~2=0.39);在测试集上,采用RF算法建立的模型表现(RMSE=30.1 mg·hm~(-2),rRMSE=51.3%,R~2=0.42)同样优于MLR(RMSE=32.6 mg·hm~(-2),rRMSE=54.1%,R~2=0.30)和SVR(RMSE=32.8 mg·hm~(-2),rRMSE=55.3%,R~2=0.25)。3种模型均显示出一定程度的低值高估和高值低估现象。RF模型选择出13个建模变量,包括PALSAR-2后向散射信息、高程以及Landsat-8光谱信息、植被指数、缨帽变换湿度与绿度分量差值。应用RF模型完成区域生物量制图,与其他产品对比,能够基本反映研究区内生物量分布情况,并显示出丰富的生物量分布细节信息,生物量范围为0～119 mg·hm~(-2),平均生物量为37.5 mg·hm~(-2),标准差为35.9 mg·hm~(-2)。【结论】结合多源遥感数据与机器学习算法,能够准确、快速地测算大范围生物量,具有较大应用潜力。相比SVR和MLR模型,RF模型在AGB估测上的表现更优,RF算法能够从多源变量中有效筛选出适用于AGB机器学习建模的变量。  相似文献   

浙江省毛竹竹秆生物量模型   总被引：1，自引：0，他引：1  

《林业科学》2019,(11)

【目的】通过样地实测获取毛竹竹秆生物量数据,研建基于不同变量的生物量模型并作比较分析,确定适宜的预测变量及模型,以精准估计毛竹竹秆生物量,为浙江省毛竹林立地质量评价和高效培育提供依据。【方法】从浙江省东、南、西、北、中不同区域选择10个县市采伐216株样竹,并进行样竹测量。引入胸径(D)、竹龄(A)和胸高竹节长(L)变量,利用全部样本信息,基于3个不同异速生长方程拟合竹秆生物量模型。采用似然估计法判定误差结构,确定模型拟合方法。通过3个模型的拟合优度及预估精度的比较分析,确定适用于浙江省的毛竹竹秆生物量模型。【结果】竹秆含水率逐年下降,Ⅴ度竹的平均含水率较Ⅰ度竹低24%;竹秆生物量占地上部分生物量比重逐年增加,且Ⅴ度竹占比超过80%;利用似然估计法分析确定生物量模型误差结构为乘积型,应采用对数转换的线性回归进行模型拟合;经检验,基于胸径的一元模型(M_1)W=0.104 6D~(2. 257 8)确定系数(R_a~2)仅为0.774 2,而基于胸径-竹龄的二元模型(M_2)W=0.052 0D~(2. 205 2) A~(0. 445 7)和胸径-竹龄-胸高竹节长的三元模型(M_3)W=0.026 5D~(2. 143 9) A~(0. 449 5) L~(0. 262 9)确定系数均达到0.89,且模型M_3的估计值标准差(SEE)和平均系统误差(MSE)均为最小;3个对数回归模型在不同径阶范围的预估精度均较高,预估偏差接近于0,其中模型M_3在不同径阶的预估效果均为最佳。【结论】由于模型校正后预估精度有所下降,故本研究在进行对数模型反对数转换时不作校正。二元和三元模型比一元模型具有更高的拟合优度和预估精度,确定基于胸径-竹龄-胸高竹节长的模型M_3为最佳模型,即W=0.026 5D~(2. 143 9) A~(0. 449 5) L~(0. 262 9)。  相似文献   

东北地区落叶松人工林生物量转换与扩展因子空间自回归模型     

《林业科学》2021,(10)

【目的】基于东北地区落叶松人工林森林资源连续清查固定样地数据,探讨生物量转换与扩展因子(BCEF)的最优模型形式,建立落叶松人工林BCEF空间自回归模型,为生物量精准估算提供模型支撑和依据。【方法】选择多种模型形式建立BCEF普通回归模型,从中选择拟合效果最好的模型,运用空间误差模型(SEM)和空间滞后模型(SLM) 2种空间自回归方法重新拟合模型,采用决定系数(R~2)、均方根误差(RMSE)和相对均方根误差(rRMSE)对模型进行评价,使用莫兰指数(MI)检验各变量和BCEF模型残差的空间自相关性。【结果】1) BCEF存在明显的空间自相关性,空间距离较小时,同一省内的落叶松人工林BCEF属性相似,随着空间距离增大,各省之间的BCEF属性差异逐渐体现出来,最终趋向随机分布; 2)在普通回归模型中,异速生长模型、对数模型和双曲线模型拟合效果较好,不同自变量对应的最优模型形式不同;林分平方平均直径(Dg)是解释能力最高的变量,以Dg为自变量的有效模型的R~2在0.945～0.958之间;其次是林分平均高和蓄积量,其有效模型的R~2在0.60以上;林分平均年龄的解释能力略低,其有效模型的R~2仅0.50左右;林分断面积(BA)和密度(N)对BCEF的解释能力较差,R~2均不超过0.50;以Dg为自变量的普通回归模型的残差存在明显空间自相关性; 3)以Dg为自变量的双曲线空间自回归模型最优,且SEM优于SLM,与对应普通回归模型相比,SEM的R~2提高3%,RMSE和rRMSE分别降低33%和35%,模型残差的MI不超过0.02,可较好消除空间自相关性。【结论】双曲线是BCEF最稳定的模型形式,Dg是解释BCEF的最优变量,建议采用以Dg为预测变量的双曲线函数空间误差模型估算BCEF。  相似文献   

基于3-PG模型的长白落叶松生物量生长预测     

《林业科学》2021,57(3)

【目的】基于3-PG模型预测长白落叶松生物量生长变化,为长白落叶松林分生长规律研究提供依据。【方法】以5块长白落叶松密度试验林连续28年监测数据和24块长白落叶松固定样地3期调查数据为基础,结合各组分(叶、干和根)生物量计算公式,获得每块样地不同调查时间的密度、胸径、蓄积和各组分生物量。根据密度试验林数据校正模型生理参数,结合立地参数和气象参数,通过参数率定、迭代拟合与敏感性分析方法确定长白落叶松3-PG模型的生理参数。采用决定系数(R~2)、平均误差(ME)、平均绝对误差(MAE)、平均相对误差(MRE)和均方根误差(RMSE)评价模型预测能力。选取冠层量子效率(alpha)和初级生物量分配到根的最小值(pRn)进行敏感性分析,并预测肥力等级(FR)为0.2、0.4和0.6时长白落叶松生物量生长变化趋势。【结果】1) 3-PG模型预测值与实测值之间R~2在0.77以上;除叶干生物量比为25.6%外,其他各指标的MRE绝对值均在10.97%以内,预测结果较可靠; 2) alpha和pRn具有较高敏感性,是模型的关键参数; 3)模型预测不同FR下的长白落叶松生物量变化符合树木生长机理过程,且各组分生物量随FR增加而增加。【结论】基于地面数据的参数率定后,3-PG模型能够很好模拟长白落叶松生物量生长变化,可作为一种有效的森林经营预测工具。对于长白落叶松3-PG模型,冠层量子效率(alpha)和初级生物量分配到根的最小值(pRn)是影响预测结果的关键参数。  相似文献   

广东主要乡土阔叶树种含年龄和胸径的单木生物量模型   总被引：1，自引：0，他引：1  

薛春泉  徐期瑚  林丽平  何潇  罗勇  赵菡  曹磊  雷渊才 《林业科学》2019,(2)

【目的】建立樟树、木荷和枫香3个树种以胸径、年龄为自变量的单木地上生物量模型,为精准估计森林生物量和碳储量变化规律提供理论、实践支撑和技术支持。【方法】基于每个树种按10个径阶均匀分配的90株伐倒木数据(3个树种共270株伐倒木),使用破坏性试验和树干解析分别获取生物量和年龄,采用哑变量方法区分起源,分别建立和比较3个树种不同起源(天然林和人工林)含胸径、年龄和2种常用的含胸径、树高单木地上生物量模型,并通过联立方程组总量控制法解决地上部分各组分(干材、树皮、树枝、树叶)的模型相容性问题。【结果】3个树种3个地上生物量模型修正的确定系数(R■)在0.89～0.94之间,使用含胸径、年龄的生物量模型(1)估计地上生物量是可行的,模型具有良好的估计效果且方便使用。增加哑变量后,3个树种3个地上生物量模型的R■均达0.90以上,模型(4)可以进一步提高模型精度,细化模型应用条件;基于B-D-T的相容性生物量模型系统(7)3个树种树干生物量模型的R■在0.90～0.95之间,树皮生物量模型的R■在0.84～0.94之间,树枝生物量模型的R■在0.73～0.91之间,树叶生物量模型的R■在0.63～0.75之间;构建含有哑变量的B-D-T相容性生物量模型系统(8),树干生物量模型的R■在0.88～0.97之间,树皮生物量模型的R■在0.82～0.93之间,树枝生物量模型的R■在0.84～0.90之间,树叶生物量模型的R■在0.62～0.69之间,表明含胸径、年龄的生物量模型比含胸径、树高的生物量模型效果更好,满足估计需求。【结论】含胸径、年龄的单木地上生物量模型(1)和分起源的单木地上生物量哑变量模型(4)拟合精度均高于2种常用的含胸径、树高的单木地上生物量模型(2)和(3)以及分起源的单木地上生物量模型(5)和(6),含哑变量的非线性联立方程组(8)比B-D-T模型系统(7)精度更高,同时含胸径、年龄的哑变量非线性联立方程组(8)精度指标也优于含胸径、树高的哑变量联立方程组(9)和(10),联立方程组(8)不仅可保证不同起源各分量生物量之间的相容性,还能得到更优化的参数估计。含胸径、年龄的单木生物量模型(1)和考虑起源的地上生物量模型(4)、模型系统(7)中的含胸径、年龄的地上各组分生物量相容性方程组以及考虑起源的地上各组分生物量相容性方程组(8)比2种常用的含胸径、树高的地上生物量模型拟合精度高,实践中更适用于人工阔叶林和碳汇造林项目的碳汇计量、监测和评估。  相似文献