太行山区栓皮栎天然次生林树高模型构建

doi:10.13466/j.cnki.lyzygl.2018.06.023

林业资源管理 ›› 2018, Vol. 0 ›› Issue (6): 146-149.doi: 10.13466/j.cnki.lyzygl.2018.06.023

• 技术应用 • 上一篇

太行山区栓皮栎天然次生林树高模型构建

陈晨¹(), 刘光武¹, 申洁梅², 高福玲²

1.河南林业职业学院,河南洛阳 471002
2.河南省经济林和林木种苗工作站,郑州 450003

收稿日期:2018-09-30 修回日期:2018-12-04 出版日期:2018-12-28 发布日期:2020-09-27
作者简介:陈晨(1980-),女,河南西平人,讲师.硕士,主要研究方向:森林资源与经营管理。Email: 1005147274@qq.com
基金资助:
河南省2017年科技攻关计划项目(172102110239)

Establishment of Height Model for Natural Secondary Quercus variabilis Forest in Taihang Mountains

CHEN Chen¹(), LIU Guangwu¹, SHEN Jiemei², GAO Fuling²

1. Henan Forestry Vocationan College,Luoyang,Henan 471002,China
2. Henan Workstation of Non-timber Forestry and Seedling,Zhengzhou 450003,China

Received:2018-09-30 Revised:2018-12-04 Online:2018-12-28 Published:2020-09-27

摘要/Abstract

摘要：

以太行山区栓皮栎天然次生林为研究对象,以65块标准地及40株解析木为数据源,构建了优势木平均高神经网络模型和传统的函数曲线模型。结果表明:太行山栓皮栎天然次生林适宜的人工神经网络模型结构为1∶2∶1。与传统函数曲线模型相比,人工神经网络模型具有不依赖现存数学函数,拟合精度高等优点,更适合用来建立林分生长模型。

关键词: 栓皮栎, 天然次生林, 树高模型, 神经网络, 太行山区, 生长模型

Abstract:

We investigated sixty-five plots and forty analytic dominant individuals in the natural secondary Quercus variabilis forest in Taihang Mountains to establish the growth model of the dominant tree average height based on ANN and the existing function.The result showed that the optimum model structure of natural secondary Quercus variabilis forest in Taihang Mountains was 1∶2∶1.ANN didn’t depend on existing function,which was better than existing function in the fitting effect and was more suitable for building the growth model.

Key words: Quercus variabilis, natural secondary forest, height model, ANN, Taihang Mountains, growth model

中图分类号:

S758

陈晨, 刘光武, 申洁梅, 高福玲. 太行山区栓皮栎天然次生林树高模型构建[J]. 林业资源管理, 2018, 0(6): 146-149.

CHEN Chen, LIU Guangwu, SHEN Jiemei, GAO Fuling. Establishment of Height Model for Natural Secondary Quercus variabilis Forest in Taihang Mountains[J]. FOREST RESOURCES WANAGEMENT, 2018, 0(6): 146-149.

图/表 4

图1

表1

表2

图2

龄阶 /a	样本数 /个	实测优势木平均高/m	ANN优势木树高拟合值/m	对数函数优势木树高拟合/m	负指数函数优势木树高拟合/m	线性回归函数优势高拟合/m
5	65	2.482	2.608	2.5038	2.9212	4.9755
10	50	5.115	4.8993	5.3276	5.1806	6.2491
15	54	7.568	7.5494	7.5889	7.3557	7.5227
20	45	9.651	9.9836	9.4751	9.3191	8.7963
25	40	11.892	11.7934	11.0930	11.0509	10.0699
30	37	13.122	12.9509	12.5096	12.5678	11.3435
35	22	13.543	13.6598	13.7695	13.8968	12.6171
40	11	14.245	14.1895	14.9039	15.0650	13.8907
45	6	14.876	14.8592	15.9355	16.0968	15.1643
50	4	15.768	16.0251	16.8815	17.0127	16.4379
55	4	18.143	17.6866	17.7550	17.8301	17.7115
60	4	19.532	19.1528	18.5662	18.5632	18.9851
65	2	19.743	19.9655	19.3236	19.2240	20.2587
70	1	19.876	20.3036	20.0338	19.8222	21.5323
合计	344

方程名称	表达式	β₁	β₂	β₃	R²	p	P_c/%	r/%
对数函数曲线	Ht=β₁+β₂ln(A+β₃)	-30.312	11.400	12.789	0.988	2.89e^-11	96.32	99.33
负指数函数曲线	Ht=β₁exp(β₂/(A+β₃))	31.537	-37.503	10.763	0.985	6.14e^-13	95.72	99.16
线性回归方程	Ht=β₁+β₁A	3.7019	0.25472	0.949	3.940e^-9	92.72	97.43

[1]	黄家荣. 森林生长的人工神经网络建模[M]. 北京: 中国农业出版社, 2006.
[2]	张瑜, 贾黎明, 郑聪慧, 等. 秦岭地区栓皮栎天然次生林地位指数表的编制[J]. 林业科学, 2014,50(4):47-54.
[3]	郑聪慧, 贾黎明, 段劼, 等. 华北地区栓皮栎天然次生林地位指数表的编制[J]. 林业科学, 2013,49(2):79-85.
[4]	侯元兆, 幸良, 国吉. 栎类经营[M].1版. 北京: 中国林业出版社, 2017.
[5]	孟宪宇. 测树学[M]. 北京: 中国林业出版社, 2006.

[1]	彭其龙, 陈哲夫, 陈端吕. 湖南栎类-马尾松天然混交林单木生长模型研究[J]. 林业资源管理, 2020, 0(2): 94-102.
[2]	吴宏炜, 田意, 黄光灿, 张伟志, 庄崇洋, 江希钿. 基于非线性度量误差的湿地松生长模型[J]. 林业资源管理, 2019, 0(6): 69-74.
[3]	孟得干, 于浩然, 刘剑, 郭佳忱, 蔡超, 李杨, 张骁. 长白山区3种天然阔叶林分生长规律研究[J]. 林业资源管理, 2019, 0(3): 147-150.
[4]	吴恒, 朱丽艳, 刘智军, 吴雪琼. 基于生长模型的林地“一张图”林分因子更新研究[J]. 林业资源管理, 2019, 0(2): 73-79.
[5]	萨如拉, 徐加睿, 王智慧, 张科, 于宪军. 基于树干解析的兴安落叶松人工林单木生长模型研究[J]. 林业资源管理, 2019, 0(2): 88-92.
[6]	徐期瑚, 林丽平, 薛春泉, 罗勇, 杨加志, 雷渊才. 基于树高-年龄分级的广东枫香生长模型[J]. 林业资源管理, 2018, 0(5): 47-53.
[7]	黄峰, 徐爱俊, 唐丽华. 改进栓皮栎树高预测混合效应模型研究[J]. 林业资源管理, 2018, 0(5): 54-62.
[8]	韩爽, 甄艳, 谭清梅, 刘玉卿, 张华兵. 盐城海滨湿地植被地上生物量遥感反演研究[J]. 林业资源管理, 2018, 0(4): 105-111.

太行山区栓皮栎天然次生林树高模型构建

Establishment of Height Model for Natural Secondary Quercus variabilis Forest in Taihang Mountains

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 4

参考文献 5

相关文章 8

编辑推荐

Metrics

本文评价