检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

浙江省毛竹竹秆材积模型

林业科学 2020年第5期56卷 89-96页

作者：沈钱勇汤孟平浙江农林大学环境与资源学院省部共建亚热带森林培育国家重点实验室杭州311300

【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... 详细信息

【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(M1)和4个二元模型(M2~M5),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ForStat2.2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R2a、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(R2a)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M2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M5相较M2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M5,即V=0.1912D2.1149e-6.8411/L。

关键词：毛竹竹秆材积胸高节长材积模型排水法

非线性立木材积模型参数辨识的改进算法及其应用

在线全文

学校读者我要写书评

暂无评论

南京林业大学学报（自然科学版） 2004年第3期28卷 1-4页

作者：佘光辉刘恩斌叶金盛林寿明南京林业大学江苏南京210037 广东省林业勘测设计院广东广州510500

以Marquardt非线性模型参数辨识为基础,以山本式二元立木动态材积模型为例,阐述了非线性参数估计的最小二乘原理,分析了估计方法的误差,采用二次项函数逼近的二次算法提高了材积模型的估计精度。以广东森林资源调查的样本资料,对提出的... 详细信息

以Marquardt非线性模型参数辨识为基础,以山本式二元立木动态材积模型为例,阐述了非线性参数估计的最小二乘原理,分析了估计方法的误差,采用二次项函数逼近的二次算法提高了材积模型的估计精度。以广东森林资源调查的样本资料,对提出的方法进行了验证与应用,结果表明改进的方法比原有的方法精度提高了一个数量级。

关键词：非线性材积模型参数辨识改进算法

基于树高和冠幅的广西桉树二元立木材积模型研建

在线全文

学校读者我要写书评

暂无评论

广西科学 2022年第4期29卷 785-792页

作者：张伟岑巨延冯建强谭昌师黄孝发广西壮族自治区林业勘测设计院广西南宁530011 广西国有高峰林场广西南宁530001

激光雷达在获取树高和冠幅等森林资源信息方面具有无可比拟的优越性,构建基于树高和冠幅的二元立木材积模型,可为激光雷达技术在森林蓄积量估测应用中提供计量依据。通过测定广西桉树(Eucalyptus)典型分布区448株样木的树高、冠幅、胸... 详细信息

激光雷达在获取树高和冠幅等森林资源信息方面具有无可比拟的优越性,构建基于树高和冠幅的二元立木材积模型,可为激光雷达技术在森林蓄积量估测应用中提供计量依据。通过测定广西桉树(Eucalyptus)典型分布区448株样木的树高、冠幅、胸径等因子,采用非线性回归估计方法建立树高冠幅二元材积模型、树高一元材积模型、胸径树高二元材积模型、胸径一元材积模型和冠幅一元材积模型,并对模型进行检验评价。建立的5个模型确定系数分别为0.969,0.875,0.994,0.945和0.588,总体误差分别为0.29%、-1.94%、-0.26%、1.88%和-2.82%,模型预估精度分别为97.75%、95.38%、99.14%、96.95%和91.72%;树高冠幅二元材积模型的模型总体检验、分树种检验、分段检验、分区检验和五折交叉检验,均符合林业数表编制的相关要求。树高冠幅二元材积模型各项指标显著优于树高一元材积模型和冠幅一元材积模型,与胸径树高二元材积模型接近,完全符合林业数表编制要求,可应用于基于机载激光雷达的森林资源调查和监测。

关键词：树高冠幅桉树材积模型广西

在线全文

学校读者我要写书评

暂无评论

无损方法实现重庆地区马尾松材积模型研建

中国农业科技导报 2023年第7期25卷 97-104页

作者：郁壮冯仲科张标马天天北京林业大学精准林业北京市重点实验室北京100083

重庆地区立木材积表一直沿用的是四川马尾松材积模型,并不完全适用于实际情况,因此需要建立新的材积模型。因伐木进行数据采集较为困难,所以使用无损方法采集数据。通过摄影测量的方式测量林木材积,将样本分为80%的建模样本和20%的验证... 详细信息

重庆地区立木材积表一直沿用的是四川马尾松材积模型,并不完全适用于实际情况,因此需要建立新的材积模型。因伐木进行数据采集较为困难,所以使用无损方法采集数据。通过摄影测量的方式测量林木材积,将样本分为80%的建模样本和20%的验证样本,使用建模样本建立多种一元、二元材积模型,使用验证样本应用《二元立木材积表编制技术规程》中相关指标对多种模型进行对比分析。结果表明,采用摄影测量方法获取数据,单木胸径及单木树高的偏差、均方根误差、相对偏差和相对均方根误差的值均偏低,结果完全满足调查需要,表明可以通过摄影测量的方式获取数据来进行材积模型的研建;通过多种指标相结合确定多种材积模型中效果最好的模型,R^(2)达到了0.966,预估精度97.69%;新研建的二元材积模型相较于传统的四川马尾松材积模型在总相对误差、相对误差平均值、预估精度的评价指标效果更好,可以作为重庆地区马尾松立木材积表建立依据。

关键词：摄影测量材积模型立木材积表

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

广西杉木立木材积模型优化筛选研究

林业资源管理 2022年第6期 61-67页

作者：黄孝发张伟岑巨延吴国欣黄淑莹广西壮族自治区林业勘测设计院广西国有高峰林场

为实现杉木林蓄积量调查与估测的精准量化，基于林业数表编制作业获取的标准立地245株杉木树高、冠幅、胸径和带皮材积等林业资源调查数据，采用非线性估计法建立11种一元立木材积模型，通过求解模型参数并进行优异比较，渐进拟合出最... 详细信息

为实现杉木林蓄积量调查与估测的精准量化，基于林业数表编制作业获取的标准立地245株杉木树高、冠幅、胸径和带皮材积等林业资源调查数据，采用非线性估计法建立11种一元立木材积模型，通过求解模型参数并进行优异比较，渐进拟合出最优的胸径-树高-冠幅三元材积模型。结果表明：1)无论树高、胸径还是冠幅，11种单因子变量估测立木材积的曲线模型均以幂函数的检验参数最优。2)基于模型确定系数判定拟合模型优劣呈现三元>二元>一元。其中，包含树高、胸径和冠幅三元非线性最优材积模型确定系数0.988,总相对误差0.087%,总系统误差0.57%,模型预估精度99.40%。3)胸径-树高-冠幅三元材积模型充分集成了林分结构参数信息，其高精度低误差特点对林业数表编制、森林蓄积量监测具有重要参考价值。

关键词：非线性回归法杉木材积模型广西

来源：博看期刊

在线全文

学校读者我要写书评

暂无评论

河南黄山松立木材积模型研究

林业资源管理 2021年第6期 29-36页

作者：董晓明骆雨生郑天才谢其均陈晓蔚李秋林闫东锋河南农业大学林学院河南省国有商城黄柏山林场河南省林业产业发展中心

以1 102株河南黄山松分布区样木数据为基础，依据径阶分布将样木数据划分为776株建模样本和300株检验样本，用最小二乘法非线性回归建模方法，对备选的8个二元立木材积模型、6个一元立木材积模型、7个地径材积模型进行参数估计，采用离... 详细信息

以1 102株河南黄山松分布区样木数据为基础，依据径阶分布将样木数据划分为776株建模样本和300株检验样本，用最小二乘法非线性回归建模方法，对备选的8个二元立木材积模型、6个一元立木材积模型、7个地径材积模型进行参数估计，采用离差平方和、相关指数、总相对误差、相对误差平均值、相对误差绝对值平均值和预估精度等指标进行模型优选，利用检验样本通过总相对误差、相对误差绝对值平均值和F检验3个检验指标进行适合性检验。结果表明，黄山松二元立木材积最优模型为可变参数山本式模型；一元立木材积最优模型为迪赛科库-迈耶式模型；确定了地径立木材积最优模型。黄山松立木材积模型的建立及其在编表中的应用，弥补了河南黄山松分布区尚无立木材积表的缺陷，可有效提高黄山松调查与研究的精度和效率。

关键词：黄山松材积模型参数估计适合性检验

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

河南黄山松立木材积模型研究

河南黄山松立木材积模型研究

作者：董晓明河南农业大学

学位级别：硕士

林业数表是依据林分测树因子或立地因子,运用数学方法建模编制的表格式和图形式,在森林培育和森林资源管理中发挥着重要作用。材积表作为计量森林资源的林业数表之一,是开展森林资源监测、调查的基础。黄山松是我国特有的主要用材树种之... 详细信息

林业数表是依据林分测树因子或立地因子,运用数学方法建模编制的表格式和图形式,在森林培育和森林资源管理中发挥着重要作用。材积表作为计量森林资源的林业数表之一,是开展森林资源监测、调查的基础。黄山松是我国特有的主要用材树种之一,在河南主要分布在信阳商城黄柏山林场,在信阳市狮河区、罗山县、新县以及商城县有小面积分布。黄柏山林场黄山松种植面积占全场总面积49.23%,达31526公顷。在黄山松资源调查中,由于河南省尚无黄山松立木材积表,只能参考使用其他松类的材积表,这导致材积计算存在偏差。因此,开展河南黄山松立木材积模型研建,可为提高黄山松资源调查精度提供支撑。本研究以河南黄山松主要分布区河南信阳商城、浉河区、罗山县、新县1102株黄山松样木数据为研究对象,按照检验样本数据不得低于建模样本数据三分之一的原则和径阶分布情况,将经异常样木筛选后的1076株黄山松样木数据划分为776株建模样本数据和300株检验样本数据,采用最小二乘法对黄山松19个二元立木材积模型、6个一元立木材积模型、7个地径立木材积模型进行了回归估计分析;采用多层感知器神经网络算法构建了黄山松二元、一元、地径多层感知器神经网络模型,并采用离差平方和SSR、决定系数R、总相对误差RS、相对误差绝对值REA、相对误差绝对值平均值REAA和残差分布6个模型评价指标,对黄山松非线性二元、一元、地径立木材积模型和多层感知器神经网络模型模型进行了模型优选;采用模型适用性检验指标为总相对误差RS、相对误差绝对值平均值REAA和F检验的三种检验方式,对经过模型优选的最优黄山松非线性二元、一元、地径立木材积模型和多层感知器神经网络模型进行了模型检验;采用决定系数R、均方根误差RMSE、相对均方根误差RMSE%、平均绝对误差MAE四个精度指标,分建模样本和检验样本将通过适用性检验的黄山松非线性二元、一元、地径立木材积最优模型和多层感知器神经网络最优模型进行了精度比较分析。主要研究结果如下:1、采用多模型优选法对19个黄山松非线性二元立木材积进行模型构建和优选后发现,河南黄山松非线性二元立木材积最优模型为可变参数山本式立木材积模型:V=0.00013283DH,该模型各适用性检验指标RS=-0.003,位于±3%以内;REAA=0.0837材积模型进行拟合优选,确定黄山松非线性一元立木材积最优模型为迪赛科库-迈耶式,模型形式为V=-0.00303885D+0.00071464D。根据检验样本对黄山松非线性模型迪赛科库-迈耶式进行适用性检验发现,总相对误差RS为-0.0004,位于±5%,REAA=0.0972材积模型,基于建模样本确定黄山松地径非线性立木传统最优模型为V=0.00001852De。基于检验样本进行模型适用性检验指标计算,其中总相对误差RS=-0.0021,位于±5%以内,相对误差绝对值平均值REAA=0.0998材积模型发现,河南黄山松二元多层感知器神经网络模型最优结构为2:2:1,依据检验样本进行材积预测并通过适用性检验,其中总相对误差RS=-0.00013,位于±3%以内;相对误差绝对值平均值 REAA=0.05336材积模型发现,以网络结构为1:2:1的黄山松一元多层感知器神经网络材积模型拟合效果最优,基于检验样本进行模型适用性检验指标计算,总相对误差RS=-0.0013,位于±5%以内,相对误差绝对值平均值REAA=0.07921材积多层感知器神经网络模型,确定当隐藏单元数为2时,拟合效果最佳,即神经网络结构为1:2:1。对此神经网络结构进行适用性检验,其中总相对误差RS=-0.00004,位于±5%以内;相对误差绝对值平均值REAA=0.98889材积非线性模型和多层感知器神经网络模型进行精度比较分析,结果表明,黄山松二元立木材积多层感知器神经网络模型在建模样本上,均方根误差RMSE、相对均方根误差RMSE%不优于非线性模型,决定系数R、平均绝对误差MAE优于非线性模型,在检验样本上略优于传统模型;黄山松一元、地径立木材积多层感知器神经网络模型无论在

关键词：黄山松材积模型神经网络模型优选适用性检验材积表

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于无人机航测数据的立木材积模型研建

基于无人机航测数据的立木材积模型研建

作者：宋龙斌南京林业大学

学位级别：硕士

林木材积是评价林木经济效益的关键指标,通过无破坏、高效率的方式得到林木材积是森林资源调查工作中的一项重要任务。为了减少地面调查的工作量,基于无人机遥感的空中视角,可以准确高效地得到林分郁闭度、林木冠幅、树高等信息,并进行... 详细信息

林木材积是评价林木经济效益的关键指标,通过无破坏、高效率的方式得到林木材积是森林资源调查工作中的一项重要任务。为了减少地面调查的工作量,基于无人机遥感的空中视角,可以准确高效地得到林分郁闭度、林木冠幅、树高等信息,并进行林业数表研建。本文以江苏省东台市黄海海滨国家森林公园中不同龄级的三五杨人工林为研究对象,采用线性回归和非线性回归估计的方法,分树高等级对林木胸径与树高、冠幅的相关关系进行了研究,建立了适用于各个树高等级的最优胸径估测模型;分树高等级对林木材积(V)与树高(H)、冠幅(C)、胸径(D)的相关关系进行了研究,建立适用于各个树高等级的最优材积估测模型。得到了以下结果:1)对基于无人机遥感得到的树冠因子和树高进行了精度验证。基于数字正射影像,采用手动勾绘林木树冠外轮廓的方法提取了林分郁闭度,经与实测值进行线性拟合,两者的决定系数(R)为0.9669,均方根误差(RMSE)为0.0374。采用面向对象的方法提取了林木冠幅,经与实测值进行线性拟合:当林分郁闭度小于0.7时,拟合方程的R为0.9829,RMSE为0.2810;当林分郁闭度大于等于0.7时,拟合方程的R为0.7379,RMSE为1.0156。说明在中低郁闭度的林分中,面向对象的提取方法进行林木冠幅的提取是可行的,但当林分郁闭度较大,冠幅的提取精度明显降低。基于冠层高度模型对林木树高进行了提取,经与实测值进行线性拟合,发现两者的R在0.9303以上,RMSE在0.9352以下。2)分树高等级构建了最优的D-C模型、D-H模型和D-C、H模型。分析发现,随着树高等级的增大,胸径与冠幅的相关关系逐渐减弱,与树高的相关关系逐渐增强。同时引入冠幅和树高建立的二元胸径回归模型,R明显高于一元估测模型,有效提高了胸径估测精度;随着树高等级的增大,二元回归模型的R递减。结合前人的研究成果,可能是因为随着林木龄级增大,立地条件、林木间竞争、气候条件等多方面因素对林木因子产生了影响,林木因子间的相关关系逐渐减弱。3)按照不同树高等级,基于树高、冠幅、胸径分别建立了最优的一元材积模型、二元材积模型和三元材积模型。对比不同树高等级内最优的V-D,V-H和V-C模型可知:各树高等级内,林木材积与胸径的相关关系均最高,R在0.804至0.851之间;各树高范围内得到最优模型均为线性或幂函数形式,说明胸径、冠幅、树高与林木材积间的相关关系均可以用线性方程或幂函数进行拟合。对比不同树高等级内最优的V-D、H模型可知:在各树高等级内,最优的二元材积方程形式均为V=a+bD+cDH+dH;在各树高范围内,最优二元材积模型的R均在0.898以上,与一元材积模型相比R明显提升。对比不同树高等级内最优的V-C、H模型可知:当林木树高在20 m以下时,V-C、H模型的R略高于V-D、H模型;当林木的树高范围大于20 m后,V-C、H模型的R明显低于V-D、H模型。对比不同树高等级内最优的V-D、H、C模型可知:三元材积模型的形式为V=a+bD+dH+fC;在各树高范围内,最优的材积估测模型均为三元材积模型,R均在0.908以上。4)利用检验数据对最优一元材积模型、二元材积模型和三元材积模型进行了验证。对不同模型下得到的材积估测值与材积实测值进行方差分析及多重比较,对比发现:在各树高等级中,基于三元材积估测模型得到的材积估测值与实测值之间差异均不显著,说明在三五杨的不同树高等级内,采用三元材积估测模型均能以较高的精度对林木材积进行估测。

关键词：冠幅树高材积模型线性回归非线性回归

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

湖南省马尾松树高曲线及材积模型研建

中南林业调查规划 2023年第3期42卷 59-66页

作者：王金池陈振雄杜志刘紫薇兰俊宇曹文昊杨文韬唐兴胡满国家林业和草原局中南调查规划院湖南长沙410014 中南林业科技大学湖南长沙410004 湖南省农林工业勘察设计研究总院湖南长沙410007

基于湖南省主要树种模型研建项目中153株马尾松的胸径、树高和材积实测数据,拟合6种树高曲线模型及常规一元、二元材积模型,对所有树高曲线模型进行对比分析后,选取拟合效果最好的树高曲线模型代入二元材积模型,构建新一元材积模型,并... 详细信息

基于湖南省主要树种模型研建项目中153株马尾松的胸径、树高和材积实测数据,拟合6种树高曲线模型及常规一元、二元材积模型,对所有树高曲线模型进行对比分析后,选取拟合效果最好的树高曲线模型代入二元材积模型,构建新一元材积模型,并对常规一元、二元、新一元3种材积模型进行对比评价。结果表明:所有树高曲线模型的决定系数均在0.66以上,总相对误差均低于5%,模型拟合精度较高;综合对比分析6种树高曲线模型,选择模型5作为最优树高曲线模型;3种材积模型的决定系数和预估精度均较高,分别超过0.89和95%,模型拟合效果良好;较常规一元模型,新一元材积模型的各项指标均更好,且能满足林业行业标准的精度要求。

关键词：马尾松树高曲线模型材积模型湖南省