太行山区栓皮栎天然次生林树高模型构建

详细信息    查看全文 | 推荐本文 |

英文篇名：Establishment of Height Model for Natural Secondary Quercus variabilis Forest in Taihang Mountains 作者：陈晨 ; 刘光武 ; 申洁梅 ; 高福玲 英文作者：CHEN Chen;LIU Guangwu;SHEN Jiemei;GAO Fuling;Henan Forestry Vocationan College;Henan Workstation of Non-timber Forestry and Seedling; 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 英文关键词：Quercus variabilis;;natural secondary forest;;height model;;ANN;;Taihang Mountains;;growth model 中文刊名：LYZY 英文刊名：Forest Resources Management 机构：河南林业职业学院;河南省经济林和林木种苗工作站; 出版日期：2019-01-28 18:30 出版单位：林业资源管理 年：2018 基金：河南省2017年科技攻关计划项目(172102110239) 语种：中文; 页：LYZY201806023 页数：4 CN：06 ISSN：11-2108/S 分类号：148-151

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。
        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.

引文

[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.