林分蓄积量模型对比研究——以湖南省国有林场杉木中龄林为例
|
摘要
以湖南国有林场主要用材树种杉木林为研究对象,利用ForStat(统计之林)软件上进行多元函数模拟和线性回归函数模拟。分别对本文采用的6种蓄积量模型进行数据分析,模拟结果的对比分析表明:模型M=aH~bN~c+a_1H~(b1)N~(c1)运用于湖南省国有林场杉木中龄林林分蓄积量研究时,其效果在6种模型中最佳,确定系数为0.8937,平均相对误差为13.4251%,精度为97.1948%,研究结果有利于湖南国有林场杉木人工林可持续经营。
Taking the main species of Chinese fir plantation in state-owned forest farms in Hunan as the research object,using ForStat software of multiple function simulation and linear regression function simulation.Analyzed the data of the six models used in this research, the simulation results of comparative analysis show that:M = aH~bN~c+ a_1 H~(b1) N~(c1) is the best model applied to this research,its sure coefficient is 0.8937,the average relative error is 13.4251%,the accuracy of 97.1948%. The research results are conducive to the sustainable management of Chinese fir plantations in state-owned forest farms in Hunan.
Taking the main species of Chinese fir plantation in state-owned forest farms in Hunan as the research object,using ForStat software of multiple function simulation and linear regression function simulation.Analyzed the data of the six models used in this research, the simulation results of comparative analysis show that:M = aH~bN~c+ a_1 H~(b1) N~(c1) is the best model applied to this research,its sure coefficient is 0.8937,the average relative error is 13.4251%,the accuracy of 97.1948%. The research results are conducive to the sustainable management of Chinese fir plantations in state-owned forest farms in Hunan.
引文
[1]梁文慧.应用数学模型求算角规测树蓄积量[J].林业勘察设计,1996,(02):8-10.
[2]段卫明,汪昌树,李朝栋,等.杉木人林标准蓄积量工收获模型[J].林业科技开发,1994,(04):13-15.
[3]魏招云.柳杉人工林蓄积量预测模型及其在资源管理中应用研究[J].福建林业科技,1999,(03):17-20.
[4]张春生,刘忠柱,李新玫,等.京津冀刺槐人工林直径、树高及蓄积量模型[J].河北林果研究,1997,(04):34-37.
[5]YADA K.Self thinning in overcrowded pure stands under cultivated and natural conditions[J].J Biol,1963,14:107-129.
[6]程煜,洪伟,吴承祯,等.闽北马尾松人工林密度效应蓄积量改进模型[J].河南农业大学学报,2002,(02):147-150.
[7]李丽锋,惠淑荣,刘强,等.GM(1,1)模型在日本落叶松生长预测中的应用[J].中国农学通报,2010,26(23):140-143.
[8]戎建涛,刘殿仁,林召忠,等.东北过伐林区主要森林类型林分蓄积量生长模型[J].林业科技开发,2011,25(01):30-34.
[9]康立.含固定效应的多形立地指数模型构建与应用研究[D].长沙:中南林业科技大学,2017.
[10]曾伟生,方宝新.福建省林分蓄积量模型的建立[J].华东森林经理,2007,(03):24-25.
[11]龚道怀.闽东北鹫峰山针叶林蓄积量模型的研究[J].湖南林业科技,2009,36(04):13-15,20.
[12]刘新胜,易红新,罗刚,等.森林资源二类调查小班单位蓄积量数学模型研究[J].湖北林业科技,2011,(02):8-11.
[13]何诚,冯仲科,刘柯珍,等.云杉二元材积与蓄积量精度分析模型研究[J].林业调查规划,2010,35(04):1-6.
[14]江希钿,温素平,余希.杉木人工林可变密度的全林分模型及其应用研究[J].福建林业科技,2000,(02):22-25.
[15]肖兴威.中国森林资源清查[M].北京:中国林业出版社,2005.
[16]郄广平,林辉,孙华.六株木测树法估测人工杉木林蓄积量的研究[J].林业调查规划,2011,36(02):4-7,11.
[17]R ieneke L H.Perfecting a Stand-density index for even aged forest.J.Agric.R es.1983,(46):627~638
[18]安藤贵,李世维.如何规定栽植株数[J].林业实用技术,1963,(16):5-6.
[19]尹泰龙,韩福庆,迟金城,等.林分密度控制图的编制与应用[J].中国林业科学,1978,(03):1-11.
[20]陈辉,何宗明,洪伟.杉木人工林密度效应模型研究[J].福建林学院学报,1992,12(03):277-282.
[21]黄家荣.人工用材林最优密度控制模型[J].浙江林学院学报,2001,(01):38-42.
[2]段卫明,汪昌树,李朝栋,等.杉木人林标准蓄积量工收获模型[J].林业科技开发,1994,(04):13-15.
[3]魏招云.柳杉人工林蓄积量预测模型及其在资源管理中应用研究[J].福建林业科技,1999,(03):17-20.
[4]张春生,刘忠柱,李新玫,等.京津冀刺槐人工林直径、树高及蓄积量模型[J].河北林果研究,1997,(04):34-37.
[5]YADA K.Self thinning in overcrowded pure stands under cultivated and natural conditions[J].J Biol,1963,14:107-129.
[6]程煜,洪伟,吴承祯,等.闽北马尾松人工林密度效应蓄积量改进模型[J].河南农业大学学报,2002,(02):147-150.
[7]李丽锋,惠淑荣,刘强,等.GM(1,1)模型在日本落叶松生长预测中的应用[J].中国农学通报,2010,26(23):140-143.
[8]戎建涛,刘殿仁,林召忠,等.东北过伐林区主要森林类型林分蓄积量生长模型[J].林业科技开发,2011,25(01):30-34.
[9]康立.含固定效应的多形立地指数模型构建与应用研究[D].长沙:中南林业科技大学,2017.
[10]曾伟生,方宝新.福建省林分蓄积量模型的建立[J].华东森林经理,2007,(03):24-25.
[11]龚道怀.闽东北鹫峰山针叶林蓄积量模型的研究[J].湖南林业科技,2009,36(04):13-15,20.
[12]刘新胜,易红新,罗刚,等.森林资源二类调查小班单位蓄积量数学模型研究[J].湖北林业科技,2011,(02):8-11.
[13]何诚,冯仲科,刘柯珍,等.云杉二元材积与蓄积量精度分析模型研究[J].林业调查规划,2010,35(04):1-6.
[14]江希钿,温素平,余希.杉木人工林可变密度的全林分模型及其应用研究[J].福建林业科技,2000,(02):22-25.
[15]肖兴威.中国森林资源清查[M].北京:中国林业出版社,2005.
[16]郄广平,林辉,孙华.六株木测树法估测人工杉木林蓄积量的研究[J].林业调查规划,2011,36(02):4-7,11.
[17]R ieneke L H.Perfecting a Stand-density index for even aged forest.J.Agric.R es.1983,(46):627~638
[18]安藤贵,李世维.如何规定栽植株数[J].林业实用技术,1963,(16):5-6.
[19]尹泰龙,韩福庆,迟金城,等.林分密度控制图的编制与应用[J].中国林业科学,1978,(03):1-11.
[20]陈辉,何宗明,洪伟.杉木人工林密度效应模型研究[J].福建林学院学报,1992,12(03):277-282.
[21]黄家荣.人工用材林最优密度控制模型[J].浙江林学院学报,2001,(01):38-42.