贵州人工柳杉单株二元立木材积模型研究

doi:10.13466/j.cnki.lyzygl.2019.06.012

林业资源管理 ›› 2019›› Issue (6): 62-68.doi: 10.13466/j.cnki.lyzygl.2019.06.012

贵州人工柳杉单株二元立木材积模型研究

张江平¹^,²(), 丁贵杰¹()

1. 贵州大学林学院,贵阳 550025
2. 贵州省林业调查规划院,贵阳 550003

收稿日期:2019-09-26 修回日期:2019-10-13 出版日期:2019-12-28 发布日期:2020-05-09
通讯作者: 丁贵杰
作者简介:张江平(1978-),男,贵州清镇人,在读博士,主要从事森林资源调查方面的研究。Email: zjp337@163.com
基金资助:
贵州省“十”层次创新型人才培养项目(黔科合人才(2015)4003号)

Study on Binary Standing Timber Volume Model of Artificial Cryptomeria fortunei in Guizhou Province

ZHANG Jiangping¹^,²(), DING Guijie¹()

1. College of Forestry,Guizhou University,Guiyang,Guizhou 550025
2. Guizhou Forestry Investigation and Planning Institute,Guiyang,Guizhou 550003

Received:2019-09-26 Revised:2019-10-13 Online:2019-12-28 Published:2020-05-09
Contact: DING Guijie

摘要/Abstract

摘要：

在贵州省柳杉分布范围内设置典型样地,按8个径阶调查,共331株样木数据,其中建模样木240株,检验样木91株。选择《二元立木材积表编制技术规程》和与立木材积相关的4个数表模型进行模拟,采用ForStat统计软件中的加权最小二乘法,对不同模型中的离差平方和、相关指数、总相对误差等9项指标的拟合效果进行对比分析评价,选出柳杉二元立材积最佳模型,主要体现在分段检验各径阶总相对误差均达到小于±3%的要求。

关键词: 柳杉, 立木材积, 模型, 单株, 贵州省

Abstract:

Typical sample plots were set up in the distribution range of cryptomeria fortunei in Guizhou province,and 331 samples wood data were investigated according to 8 diameter steps,among which 240 were constructed and 91 were tested.Select "technical regulations for compiling binary stand timber volume table" and four number-table models related to stand volume,to simulate the model and taking the weighted least square method of ForStat statistical software,the different models of relative error from the sum of squared residuals,relevant index,total 9 indexes such as the fitting effect of comparative analysis and evaluation,elected binary standing timber volume optimal model of cryptomeria fortunei,mainly reflected in the segmented inspection the size order total relative error are less than ±3%.

Key words: Cryptomeria fortune, binary stand timber volume, model, single plant, Guizhou province

中图分类号:

S758

张江平, 丁贵杰. 贵州人工柳杉单株二元立木材积模型研究[J]. 林业资源管理, 2019,(6): 62-68.

ZHANG Jiangping, DING Guijie. Study on Binary Standing Timber Volume Model of Artificial Cryptomeria fortunei in Guizhou Province[J]. FOREST RESOURCES WANAGEMENT, 2019,(6): 62-68.

图/表 9

表1

表2

表3

表4

图1

表5

表6

表7

图2

参考文献 10

[1]	贺东北, 曾伟生, 骆期邦. 通用性二元立木材积模型的建模样本研究[J]. 中南林业调查规划, 2001(1):1-9.
[2]	曾伟生, 骆期邦. 论林业数表模型的研建方法[J]. 中南林业调查规划, 2001(2):1-4.
[3]	Shahzad Muhammad Khurra, 韩斐斐, 姜立春. 韩斐斐,姜立春.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[J]. 林业科学, 2018,54(8):99-105.
[4]	程文生, 冯仲科, 于景鑫. 中国主要树种通用二元材积模型与推导形数模型研究[J]. 农业机械学报, 2017,48(3):245-252.
[5]	曹忠. 立木材积无损精测与建模方法研究[D]. 北京:北京林业大学, 2015.
[6]	甘世书, 贺鹏, 肖前辉, 等. 利用分段建模方法建立海南省主要树种立木材积模型[J]. 中南林业科技大学学报, 2018,38(5):18-22.
[7]	曾伟生. 杉木相容性立木材积表系列模型研建[J]. 北京:林业科学研究, 2014,27(1):6-10.
[8]	岑巨延. 广西桉树人工林二元立木材积动态模型研究[J]. 华南农业大学学报, 2007,28(1):91-95.
[9]	曾伟生. 全国立木生物量方程建模方法研究[D]. 北京:中国林业科学研究院, 2011.
[10]	李晖, 曾伟生. 不同区域落叶松二元立木材积表的检验及差异分析[J]. 林业科学, 2016,52(6):157-162. doi: 10.11707/j.1001-7488.20160619

县	乡镇(林场)	村(工区)	群落名称	海拔/m	土壤名称	土层厚度/cm
道真县	云峰山林场	红关丫工区	柳杉	1380	黄壤	80
			柳杉-夹蒾-芒	1420	黄壤	45
			柳杉-蕨类	1360	黄壤	90
			柳杉-芒	1420	黄壤	80
			柳杉-鱼腥草	1350	黄壤	70
赫章县	水塘林场	施家坪工区	柳杉-栎灌-禾本草	1910	黄棕壤	60
		鹰哥咀工区	柳杉-栎灌-禾本草	2000	黄棕壤	50
金沙县	国有石仓林场	石仓工区	柳杉-蕨类	1380	黄壤	80
	西洛街道	洋海村	柳杉-蕨类	990	黄壤	80
	岩孔街道	金白社区	柳杉-蕨类	920	黄壤	85
平坝区	大坡林场	大麦地工区	柳杉-铁芒箕	1570	黄壤	70
		加工厂工区	柳杉-铁芒箕	1490	黄壤	80
		三脚架工区	柳杉-白栎-铁芒箕	1510	黄壤	60
			柳杉-禾本草	1430	黄壤	80
			柳杉-铁芒箕	1500	黄壤	70
			柳杉-铁线蕨	1460	黄壤	85
		魏家庄工区	柳杉-白栎-铁芒箕	1550	黄壤	85
普安县	普安县森林公园		柳杉-铁芒箕	1590	黄壤	100
	普白林场		柳杉-白栎-铁芒箕	1850	黄壤	90
			柳杉-铁芒箕	1850	黄壤	80
			柳杉-盐肤木-铁芒箕	1850	黄壤	90

样本类型	取样区域	株数/株	取样径阶/cm
样本类型	取样区域	株数/株	6	8	12	16	20	26	32	≥38
建模样本	小计	240	30	30	30	30	30	30	30	30
	道真县	54	8	8	3	6	8	5	8	8
	赫章县	47	5	6	7	6	7	8	6	2
	平坝区	47	6	7	6	6	4	5	5	8
	普安县	52	7	5	6	4	7	8	7	8
	金沙县	40	4	4	8	8	4	4	4	4
检验样本	小计	91	12	12	15	15	11	12	9	5
	道真县	18	1	1	6	3	1	4	1	1
	赫章县	15	4	3	2	3	2	1	0	0
	平坝区	25	3	2	3	3	5	4	4	1
	普安县	20	2	4	3	5	2	1	2	1
	金沙县	13	2	2	1	1	1	2	2	2

模型号	C1		C2		C3		C4		C5
模型号	估计值	标准差	估计值	标准差	估计值	标准差	估计值	标准差	估计值	标准差
模型1	8.74767	0.46001	1.96186	0.03980	0.00537	0.00105	0.70955	0.04251	0.00708	0.00121
模型2	6.00954	0.15848	1.87452	0.01877	0.95018	0.02204
模型3	7.04925	0.42587	1.82867	0.02377	0.90449	0.02693	0.00090	0.00030
模型4	6.52330	0.38380	2.11357	0.06099	0.01129	0.00226	0.63659	0.05962	0.01830	0.00350

模型号	SSR	R²	RS/%	REA/%	REAA/%	P/%
模型1	0.4565	0.9907	-0.39	0.00	6.31	98.48
模型2	0.3590	0.9914	0.53	0.00	7.39	98.52
模型3	0.4134	0.9901	-0.70	0.00	7.24	98.42
模型4	0.4563	0.9891	-0.42	0.01	6.88	98.34

模型号	参数变动系数
模型号	C1	C2	C3	C4	C5
模型1	5.26	2.03	19.53	5.99	17.03
模型2	2.64	1.00	2.32
模型3	6.04	1.30	2.98	33.22
模型4	5.88	2.89	20.02	9.36	19.12

贵州人工柳杉单株二元立木材积模型研究

Study on Binary Standing Timber Volume Model of Artificial Cryptomeria fortunei in Guizhou Province

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 10

相关文章 15

编辑推荐

Metrics

本文评价

模型号	径阶/cm	评价指标/%
模型号	径阶/cm	RS	REAA	P
模型1	6	0.59	6.92	96.49
	8	-1.73	7.25	96.13
	12	-0.14	4.88	97.62
	16	-0.51	4.76	97.33
	20	2.73	7.71	95.86
	26	0.29	6.43	96.84
	32	0.36	6.73	96.25
	≥38	-1.52	5.82	97.05
模型2	6	-0.17	9.14	95.89
	8	-2.77	8.97	95.52
	12	-1.02	6.19	97.13
	16	-1.48	5.90	96.93
	20	3.20^*	8.49	95.50
	26	1.31	8.02	96.02
	32	1.88	6.95	96.60
	≥38	-0.57	5.42	97.37
模型3	6	-1.77	8.86	95.88
	8	-2.88	8.62	95.51
	12	0.15	6.19	97.12
	16	0.05	5.77	96.87
	20	4.72^*	8.35	95.20
	26	1.94	7.67	96.07
	32	1.28	6.97	96.52
	≥38	-3.48^*	5.53	97.05
模型4	6	0.87	7.18	96.42
	8	-1.80	7.74	95.70
	12	-0.40	5.88	97.10
	16	-1.33	5.96	96.85
	20	3.27^*	7.87	95.70
	26	0.63	6.96	96.50
	32	0.65	7.24	96.06
	≥38	-1.84	6.24	96.75

模型号	RS	REAA	F统计量	F临界值	结论
模型1	2.07	6.33	2.0323	3.0989	差异不显著
模型2	1.94	6.87	2.6715	3.0989	差异不显著
模型3	2.13	6.85	1.7789	3.0989	差异不显著
模型4	2.27	6.43	2.5737	3.0989	差异不显著

[1]	吴莎, 边更战, 易烜, 吕勇. 青冈栎次生林林分形高模型构建[J]. 林草资源研究, 2024, 0(1): 134-142.
[2]	王贵林, 谭伟, 陈波涛. 基于深度神经网络的杉木树高-胸径模型研建[J]. 林草资源研究, 2024, 0(1): 82-87.
[3]	刘艳, 牛香, 王兵. 罗霄山区近25年生境质量时空演变及预测[J]. 林草资源研究, 2023, 0(6): 39-51.
[4]	圆圆, 盛艳, 刘林甫, 王硕, 李娟, 安丽. 窟野河流域生境质量时空演变特征及其影响机制研究[J]. 林草资源研究, 2023, 0(6): 67-74.
[5]	任晓琦, 侯鹏, 陈妍. 森林地上生物量遥感反演研究进展[J]. 林草资源研究, 2023, 0(6): 146-158.
[6]	孟先进, 林寿明, 秦琳, 黄宁辉, 丁胜, 薛亚东, 罗勇, 杨廷栋. 绿美广东生态建设示范区数字孪生应用研究[J]. 林草资源研究, 2023, 0(5): 113-121.
[7]	吴庭天, 陈毅青, 陈宗铸, 雷金睿, 陈小花, 李苑菱. 海南热带雨林代表性种群空间分布特征研究[J]. 林草资源研究, 2023, 0(5): 133-141.
[8]	白星雯, 胡晟, 布日古德, 阳帆. 一类调查与二类调查森林蓄积量数据对接方案分析研究[J]. 林草资源研究, 2023, 0(5): 142-147.
[9]	巨文珍, 韦龙斌, 彭泊林, 李常诚, 潘婷. 广西林火驱动因子及预测模型研究[J]. 林草资源研究, 2023, 0(5): 56-62.
[10]	何彬元, 曾嵘, 戴蒲英, 潘丹, 方园园, 韦立权. 广西森林城市高质量发展评价及影响因素研究[J]. 林草资源研究, 2023, 0(5): 89-97.
[11]	曾浩威, 凌成星, 张军, 刘华, 赵峰, 金跃, 刘曙光, 张雨桐. 基于融合MaxEnt和HSI模型的驼鹿生境适宜性评价[J]. 林业资源管理, 2023, 0(4): 115-122.
[12]	邹为民, 陈超, 黄蕾, 宋美萱, 李雪建, 杜华强. 地理加权回归模型结合卫星遥感的松阳县森林地上碳储量估算[J]. 林业资源管理, 2023, 0(4): 132-140.
[13]	杜志, 陈振雄, 李锐, 罗崇彬, 杨国锦, 曾伟生. 引入林分优势高和气候因子的杉木和桉树树高-胸径模型研建[J]. 林业资源管理, 2023, 0(4): 36-42.
[14]	王文俊, 李莲芳, 李小军, 侯海雄, 刘娴, 张合瑶, 顾梦, 周冬梅. 不同造林密度的21 a生西南桦人工林生长规律研究[J]. 林业资源管理, 2023, 0(4): 53-61.
[15]	李思颖, 郭昊天, 陈晓蔚, 周梦丽, 靳姗姗, 闫东锋. 栓皮栎人工林土壤有机碳空间分布特征及其影响因素[J]. 林业资源管理, 2023, 0(4): 80-89.