欢迎访问林草资源研究

林业资源管理 ›› 2017›› Issue (3): 46-50.doi: 10.13466/j.cnki.lyzygl.2017.03.010

• 科学研究 • 上一篇    下一篇

天山云杉立地指数地统计空间分析

轩俊伟1(), 朱静2()   

  1. 1.新疆农业大学 草业与环境科学学院,乌鲁木齐 830052
    2.新疆农业大学 计算机与信息工程学院,乌鲁木齐 830052
  • 收稿日期:2017-03-20 修回日期:2017-05-10 出版日期:2017-06-28 发布日期:2020-09-24
  • 通讯作者: 朱静
  • 作者简介:轩俊伟(1988-),男,山东聊城人,助教,主要从事GIS空间统计分析方面研究。Email:sd1900@163.com
  • 基金资助:
    国家自然科学基金项目(31400543)

Geostatistical Analysis of Picea Schrenkiana Site Index

XUAN Junwei1(), ZHU Jing2()   

  1. 1. College of Grassland and Environmental Sciences,Xinjiang Agricultural University,Urumqi 830052,Xinjiang,China
    2. College of Computer and Information Engineering,Xinjiang Agricultural University,Urumqi 830052,Xinjiang,China
  • Received:2017-03-20 Revised:2017-05-10 Online:2017-06-28 Published:2020-09-24
  • Contact: ZHU Jing

摘要:

以天山中部新疆农业大学实习林场为研究区,基于实测的天山云杉立地指数数据,利用地统计理论从最优变异函数模型拟合、空间格局分析、克里金插值等方面对天山云杉立地指数进行了研究分析。结果表明:研究区天山云杉立地指数频率分布符合正态分布,在空间上表现出各项同性和一定的空间自相关性,其最优变异函数理论模型为球形模型;利用普通克里金法对天山云杉立地指数进行空间插值的结果优于反权距离加权法,同时还可生成估测标准差分布图,为科学决策提供了强有力的工具。地统计理论分析方法在天山云杉的立地质量评价、规划管理等方面有一定的应用价值和潜力。

关键词: 天山云杉, 立地指数, 地统计分析, 变异函数, 空间插值

Abstract:

Based on the geo-statistical theory,data of observation samples are used to fit the optimal variation function model and analyze spatial pattern of Picea Schrenkiana site index in the forest farm of Xinjiang Agriculture University.The results show that the frequency distribution of the site index of Picea Schrenkiana gets close to a normal distribution and has moderate degree spatial autocorrelations.After comparing the estimated results with actual results,the spherical models are confirmed with high accuracy.Picea Schrenkiana site index predictions with the ordinary kriging method are more accurate than those obtained by using inverse distance weighting.Consequently,we identify geostatistical analysis as a promising technique to map complex patterns of Picea Schrenkiana site index and suggest that it should be added to the toolbox of forest practitioners.

Key words: Picea Schrenkiana, site index, geostatistical analysis, variogram, spatial interpolation

中图分类号: