杉木伐倒木区分求积最佳适宜段数研究——以湖南省会同杉木人工林为例

来源 :林业资源管理 | 被引量 : 0次 | 上传用户:zhouhai3032
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以湖南省会同县杉木人工林为研究对象,对杉木伐倒木区分段数n与其材积v、平均实验形数fε的相关关系进行了分析,利用回归分析法建立了伐倒木区分段数n与平均实验形数fε的相关关系最优模型为fε=0.425+0.008n-0.001n2+(4.311E-5)n3。通过区分段数n与平均实验形数fε的相关关系散点图,指出最佳适宜段数nc=6。检验结果表明:模型精度高,适用性强,可为确定杉木伐倒木区分求积法的最佳适宜段数提供理论依据。 Taking the Cunninghamia lanceolata plantation in Huitong county of Hunan province as the research object, the correlation between the number of segments in the fallen cedar and the volume v of the cedar were analyzed, and the average experimental form number fε was analyzed. The regression analysis was used to establish the number of sectioned n and the average experimental form The optimal correlation coefficient fε is fε = 0.425 + 0.008n-0.001n2 + (4.311E-5) n3. By means of the scatter plot which divides the correlation between the number of sections n and the average experimental form fε, it is pointed out that the best suitable number of segments nc = 6. The test results show that the model has high precision and strong applicability, which can provide the theoretical basis for determining the best suitable segment for the method of differentiating and differentiating Chinese fir.
其他文献
睡觉前,弟弟对哥哥说:“哥,今天蚊子好多哦!”哥哥说:“把灯关了,蚊子就看不到我们了。”于是,弟弟把灯关了。突然,一只萤火虫飞了过来。弟弟很紧张地说:“哥,惨了,蚊子提着灯笼来找我
美国波士顿儿童医院科学家近日发明了一种新型辅助医疗方法,该方法能让病人在没有呼吸的情况下通过向他们的血液中注射氧气来维持病人的生命,这样可以为他们提供长达30分钟的额
问题意识是思维的动力,创新精神的基石,而数学新课标理念也着力于培养学生的创新精神,因此本文笔者谈谈如何培养学生问题意识。 Problem awareness is the driving force of
基因测序技术不但能锁定个人病变基因,还能提做到提前预防和治疗。但有专家担心这些全基因检测普及,一旦落入保险公司或者被测者雇主的手中,将会对人们的生活产生不良影响。
学生是充满活力的和生机的人,不是知识的容器,而是认知和发展的主体。因此,新的课堂教学必须以学生为主体,以学生的参与为中心,以学生的发展为目标。教师在课堂上要大胆放手,
CRP是炎症标志物,在发热性疾病、各种炎症状态和创伤时,血清CRP水平会明显增高^[1]。长期以来,临床常以健康群体CRP的95%参考值上限判断患者有无明显的感染性炎症。但是,高灵敏度C
文章主要针对近年来技校学生基础差、厌学等特点,讨论了教师如何以课堂教学为契机,开拓思路,改变方法,以学生为主体,引领和培养学生养成良好的学习兴趣。
2008年5月12日,四川省汶川县发生Ms 8.0、裂度11级的灾难性特大地震,造成了严重的人员伤亡,同时也对森林生态系统造成了严重伤害。在主地震带上的四川省绵阳市,以无林地上未
我国荒山、地质灾害区、石漠化地区和矿区等“困难立地”的生态治理已是林业无法回避的问题。在林业双增目标的要求下,就我国林业开展治山工作进行了思考与探讨。建议将“治
利用遥感样地和高分遥感影像,通过判读解译获取林分类型和森林地类,依据样地到总体的概率估计方法,估计区域总体各林分类型和地类面积,并用德国NFI(National Forest Inventory)数据检验估计误差。在德国布设334个1km×1km遥感样地,获取高分遥感数据进行判读和抽样估计。结果表明:德国陆地面积估计误差为2.43%;森林面积估计误差为0.59%;森林覆盖率估计误差为2.96%;并