黑龙江省人工樟子松枝下高动态预测模型的研究

作     者：李想 

作者单位：东北林业大学 

学位级别：硕士

导师姓名：李凤日;董利虎

授予年度：2018年

学科分类：08[工学] 0829[工学-林业工程] 

主      题：人工樟子松 枝下高 动态预测模型 联立方程组 似乎不相关法 

摘      要：本文以生长在不同林分条件下的人工樟子松为对象,采用间接法和直接法预测枝下高动态的。基于黑龙江省帽儿山实验林场、横头山林场、孟家岗林场的22块固定样地的两期调查数据,以联立方程组为理论基础,通过再参数化法和最优子集回归法引入适当的林分因子,构建了人工樟子松枝下高动态预测模型。借助模型参数及绘制相应曲线,分析林分变量对树高、枝下高、树高增长量和枝下高增长量的影响规律,同时比较了间接法和直接法预测枝下高动态的优缺点。间接法是根据树高生长量和枝下高静态角度建立的模型间接求得枝下高动态发育的过程,直接法是直接建立枝下高动态测模型。研究结果表明:1、对比不含林分条件的模型,树高生长模型的调整后的相关系数(Ra2)提升了5.56%,预估精度(P%)提升了 1.01%,枝下高生长模型的调整后的相关系数(Ra2)提升了8%,预估精度(P%)提升了 0.5%,并且两模型的均方根误差(RMSE)、平均误差(ME)和平均误差绝对值(MAE)也都有一定程度的降低,说明加入林分因子后,模型的拟合效果提升,能够很好的预测不同林分条件下的树高和枝下高生长。2、根据原型为Logistic形式的差分方程所建立树高生长模型,与含有胸径、林分断面积、林分优势高的枝下高生长模型联立,所构建的联立方程组为最优的树高生长模型与枝下高模型的联立方程组,即使用间接法建立的枝下高动态预测模型。其中,树高生长模型的调整后的相关系数(Ra2)为0.9543,均方根误差(RMSE)为1.08m,预估精度(P%)为99.14%,枝下高生长模型调整后的相关系数(Ra2)为0.9302,均方根误差(RMSE)为1.12m,预估精度(P%)为98.53%。3、根据Logistic形式的差分方程所建立的树高增长量模型,与含有冠长率、高径比、林分优势高的枝下高增长量模型联立,所构建的联立方程组为最优的树高增长量模型与枝下高增长量模型的联立方程组,即使用直接法建立的枝下高动态预测模型。其中,树高增长量模型调整后的相关系数(Ra2)为0.2846,均方根误差(RMSE)为1.32m,预估精度(P%)为71.80%,枝下高增长量模型调整后的相关系数(Ra2)为0.3598,均方根误差(RMSE)为 1.24m,预估精度(P%)为 73.73%。4、从模型的预测结果来看,间接法的预测效果要好于直接法,原因是间接法用到的模型具有较好的理论基础;而从模型计算过程来看,直接法的计算过程要比间接法的简单,原因是直接法可以直接得到枝下高增长量的计算结果。两种方法的具体应用还要根据实际需要进行选择。