论文部分内容阅读
本文基于广西壮族自治区森林资源连续清查资料,以马尾松人工林为研究对象,综合采用传统的基础模型、哑变量方法、度量误差模型等方法,以Excel、Forstat2.0和SPSS软件为计算分析平台,分别全自治区、桂林北区(桂北)、桂林南区(桂南)建立了树高曲线模型、林分断面积生长模型、林分蓄积生长模型,经过计算分析得出的主要结论如下: (1)选取国内外15种树高曲线模型对广西马尾松样地进行模拟,结果表明各个模型的拟合效果都较好,决定系数(R2)和预测精度(P)都较高,分别在0.8200、0.9800以上,其中Richards模型的模拟效果最优,因此选用Richards模型为本文马尾松最优树高曲线模型。 (2)在最优马尾松树高曲线模型的基础上,考虑不同地理区域因子对树高生长的影响,引入以桂南、桂北地理区域为特征的哑变量并考虑平均树高、平均胸径、平均林龄3个变量的度量误差,建立了基于基础模型的树高-胸径曲线联立方程组和含哑变量的树高-胸径曲线联立方程组,从林分水平对树高曲线模型进行了研究。与基于传统方法的度量误差联立方程组相比,含哑变量方法的联立方程组模型模拟预测效果较好,树高曲线和胸径生长过程曲线两个模型的相关系数分别达到0.6956,0.8772;预测精度达到0.9500以上,与传统方法相比较,引入哑变量后模型的精度更高,更具有稳定性,说明所建模型比较合理。 (3)以Richards模型和Schumacher模型为基础模型,运用地位指数作为马尾松林分立地质量评价指标,通过选用不同的林分密度指标变换出6种马尾松林分断面积生长模型形式和7种林分蓄积生长模型形式,选取230个马尾松林分样地建模,研究结果表明:模型的预测精度在0.9700以上,在断面积生长模型方面,林分密度指数比每公顷株数更适合作为林分密度指标,模型预测效果更好;在林分蓄积量生长模型方面,林分断面积比以林分密度指数和林分每公顷株数更适合作为为密度指标来反映林分蓄积生长变化规律,模型的预估效果更好。 (4)在前面选择的6种林分断面积和7种林分蓄积量生长模型中选择出最佳林分断面积和蓄积量模型,从林分水平生长模型相容的角度出发,将马尾松桂南、桂北区域的林分合并建模,并采用度量误差方法分别建立了基于传统方法和基于哑变量方法的林分断面积与林分蓄积联立方程组,经检验,两种模型方法的林分断面积、林分蓄积量模型的预测精度都较高,在0.9000以上,但基于哑变量方法的方程组预估精度和确定系数要稍高一些,林分断面积的决定系数为0.9380,预测精度为93%;对于林分蓄积量生长模型来说,决定系数为0.8927,预测精度为92%,各项误差都比较小,所建模型不仅考虑了不同区域对林分断面积、蓄积量生长模型的影响,同时还考虑了林分断面积和林分蓄积量之间的度量误差,以便于减小外业调查误差对预测结果的影响,优化了模型结构,为以后研究马尾松林分断面积和蓄积生长模型提供了参考和依据。