论文部分内容阅读
马尾松是广西壮族自治区主要人工林树种之一,对自治区的林业产业发展有着重要的作用。本文以理论生长模型为基础,对坡向因子和土层厚度因子进行方差分析后,分别将这两个因子作为哑变量引入马尾松林分生长模型中,探究其对林分生长及模型精度的影响,建立基于哑变量的平均树高、断面积和蓄积生长模型。在所建立的生长模型的基础上,进行人工林林分生长模拟系统的研建。系统将生长模型进行了封装和参数化,可实现生长模拟和模拟结果的数据可视化。本文的研究内容概括如下:(1)选择6种基础非线性生长模型,初步构建以林龄和株数密度为自变量的马尾松平均树高、断面积与蓄积生长基础模型;然后,在基础模型中选择最优模型,以哑变量的形式分别引入土层厚度因子和坡向因子,进一步探究其对林分生长的影响;最后建立了基于哑变量的生长模型。结果表明,基于哑变量的生长模型的预估精度和拟合效果优于非线性生长模型,引入坡向因子的平均树高生长模型和断面积生长模型精度提高5%、蓄积生长模型精度提高6%,引入土层厚度因子的平均树高生长模型精度提高了6%、断面积生长模型和蓄积生长模型均提高7%。(2)为探究坡向因子和土层厚度因子对林分生长量的影响,先将坡向因子和土层厚度因子重新划分,再将坡向因子作为哑变量引入生长模型,然后在相同坡向的条件下,将土层厚度因子作为哑变量引入生长模型中。对不同条件下的预估值与观测值进行对比,结果表明,坡向因子对林分生长模型的最大值参数有极其显著影响,林分生长量在坡向为阳坡和半阳坡时相较于坡向为阴坡时的表现更优秀;土层厚度因子显著影响了林分生长模型的最大值参数,在相同坡向条件下,土层越厚,越利于马尾松的生长。(3)采用MTV思想的多层开发模式,以Tornado为后端框架,基于Python Tornado Web框架,结合Py Echarts可视化组件,研建人工林林分生长模拟系统,实现了林分生长模拟和数据可视化等功能。本文对马尾松人工林的林分生长模型进行了研究,并研建了基于Web的生长模拟系统,为马尾松人工林的经营管理决策提供帮助。