论文部分内容阅读
立木材积方程在林业生产调查中应用广泛。准确预估立木材积在森林资源研究、木材生产、生物量等方面具有重要意义。随着生物质能源的增加树皮的利用率也在增加,因此准确预测立木材积和树皮材积变得尤为重要。为了确保立木材积和树皮材积预测的一致性和提高预测精度,本文以大兴安岭兴安落叶松为研究对象,分别采用控制法和分解法研建了可加性模型系统并以它们为基础提出了 4种新的变型方法。此外,还采用单独拟合法作为对照。利用SAS统计软件模型模块proc model中的NSUR法进行拟合及参数估计。采用加权最小二乘法来消除异方差参数估计的影响。拟合结果采用确定系数(R2)和均方根误差(RMSE)进行评价;检验结果则通过确定系数(R2)、均方根误差(RMSE)、平均误差绝对值(MAB)和相对误差绝对值(MPB)进行评价。利用T检验来分析不同方法之间的差异。最后采取分径阶检验比较不同径级的预测效果。结果表明:从模型的整体评价结果来看:控制法、分解法以及基于控制法的变型方法4和方法5均适用于可加性立木材积模型;基于分解法的方法6和方法7的模型拟合优度一般且模型复杂,不适用于可加性立木材积模型;不同方法之间的T检验表明:除了一部分包含方法6和方法7的分组,大部分方法之间具有显著差异。不同径阶的检验表明:对于较小径阶的树木(5≤D<20)cm,基于控制法和分解法的模型优于其它模型,且分解法优于控制法;对于中等径阶的树木(20≤D<36cm)和较大径阶的树木(36cm≤D),基于方法4和方法5构建的模型相对较好,其中方法4对于去皮材积的预估更好,方法5对于树皮材积的预估更好。总的来说,基于控制法、分解法以及方法4和方法5的可加性模型系统均能很好的预测单木带皮材积、去皮材积和树皮材积,并确保得到满足一致性的预测结果,在具体应用时可根据实际情况选择适合的可加性材积模型系统。