CN111126647A - 一种朝鲜柳生长预测方法 - Google Patents

一种朝鲜柳生长预测方法 Download PDF

Info

Publication number
CN111126647A
CN111126647A CN201811284307.3A CN201811284307A CN111126647A CN 111126647 A CN111126647 A CN 111126647A CN 201811284307 A CN201811284307 A CN 201811284307A CN 111126647 A CN111126647 A CN 111126647A
Authority
CN
China
Prior art keywords
growth
tree
koreana
salix
age
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811284307.3A
Other languages
English (en)
Inventor
冯仲科
李玉冬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Forestry University
Original Assignee
Beijing Forestry University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Forestry University filed Critical Beijing Forestry University
Priority to CN201811284307.3A priority Critical patent/CN111126647A/zh
Publication of CN111126647A publication Critical patent/CN111126647A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining

Abstract

1.本发明公开了一种预测朝鲜柳生长的模型的技术方法。收集朝鲜柳解析木的全部生长量数据，以年龄最大者为标准木。①建立标准木极限生长模型Y＝A·e‑b/t，找出最大kmax，求取该环境理想条件林木生长的最优值。所对应的A0＝A·Kmax，Y＝A0·e‑b/t，Kmax＝e‑kj；②建立标准木连年生长模型Yt+1＝Yt·e‑b/t，针对胸径，树高，求得b值。最终确定朝鲜柳生长模型方法。

Description

一种朝鲜柳生长预测方法
一、技术领域
本发明涉及的是一种朝鲜柳生长预测模型的技术方法，特别是针对极限生长模型和连年生长模型进行的树种生长预测。
二、技术背景
林木生长量的水平，是树种对立地条件适应程度和经营措施效果的综合反映，对森林经营具有理论与实践意义。生长量信息虽可在单株树、林分调查和森林资源清查中同时获得，但为了特定目的时需作专门调查研究，传统的测定理论及方法存在着明显的缺点和不足：
①一般生长量调查方法对于大范围的树种调查需要的工作量太大，且效率很低；
②采用传统的林木生长量测定方法，测定的精度和准确性可靠性不强；
所以在林木生长量测定过程中，采用传统方法实地调查存在着明显的缺点和误差。
三、发明内容
为了克服在朝鲜柳实际测定中存在的麻烦和误差，本发明提出了预测一种朝鲜柳生长模型的方法，包括极限生长模型和连年生长模型两种。
本发明的目的是这样实现的：
1.收集朝鲜柳解析木的全部生长量数据，以年龄最大者为标准木。
2.①建立标准木极限生长模型Y＝A·e-b/t，找出最大kmax，求取该环境理想条件林木生长的最优值。所对应的A0＝A·Kmax，Y＝A0·e-b/t，Kmax＝e-kj；
②建立标准木连年生长模型Yt+1＝Yt·e-b/t，针对胸径，树高，求得b值。
本项发明与实地测定方法比具有以下优点：
①采用该模型预测朝鲜柳生长情况，减少了大量的人为工作量，提高了工作效率；
②本发明可以针对不同的树种，根据极限生长模型和连年生长模型，确定合适的林木生长测定方案。
四、具体实施方式
本发明的具体实施过程是：
1.极限生长模型：
对数据表进行处理，对柳杉数据后添加一列，且该列对应树木为1；将表格数据按年龄进行排序，对年龄求倒数，并添加一列数据，T。T为生长截断值，设置为1。插入一列数据，b1且b1列值为1/t列值乘上T列值。
模型分析处理，在spss中导入处理后的excel数据。分析-回归-非线性，确定因变量(Y值，胸径，树高)。设置所有参数A,b1,开始值设为1。确定模型表达式：A*exp(-b1*x1b1)。设置约束条件：定义参数约束A，b1大于等于0。确定运算，并进行结果分析。
2.连年生长模型：
数据表处理，对t列数据按树龄进行排序，删除空缺数据，在t列后添加i列数据，并赋值为t+1,t+2....,其中t+i的值小于t+n列数据。对添加的数据列去倒数并求和。对两年胸径，树高数据分别求对数，并计算其对数的差值大小。t为1，b1列值为t列值1/t+1/(t+1)+1/(t+2)+1/(t+3)+1/(t+4)列值得乘积。
模型分析处理，在SPSS中导入处理后EXCEL数据。数据分析：分析-----回归-----线性。因变量分别为lnd(t+n)-lndt、lnH(t+n)-lnHt对应数据，自变量为b1，确定运算，并进行结果分析，检验R方并获得最终各个时间段胸径、树高模型对应的b值。

Claims (3)

1.一种朝鲜柳生长预测预报方法，其特征是：通过朝鲜柳解析木生长量数据，将朝鲜柳归为一个生长期，建立朝鲜柳极限生长模型和连年生长模型，其中，朝鲜柳树龄在0～35年为其整个生长期。
2.根据权利要求一所述的朝鲜柳连年生长模型，其特征是：朝鲜柳胸径D在树龄为T时的极限生长模型为D＝41.171·e-b/T，其中，朝鲜柳在0～35年之间b＝13.295，朝鲜柳树高H在树龄为T时的极限生长模型为H＝32.42·e-b/T，其中，树龄在0～35年之间b＝12.699。
3.根据权利要求一所述的朝鲜柳连年生长模型，其特征是：朝鲜柳胸径D的差分生长模型为Dt+1＝Dt*eb/t，其中，t为调查时的树龄，Dt为调查时的胸径，Dt+1为与调查时间间隔一年时的胸径，树龄t+1在0～35年之间b＝1.55；朝鲜柳树高H的连年生长模型为Ht+1＝Ht*eb/t，其中，t为调查时的树龄，Ht为调查时的树高，Ht+1为与调查时间间隔一年时的树高，树龄t+1在0～35年之间b＝0.216。
CN201811284307.3A 2018-10-31 2018-10-31 一种朝鲜柳生长预测方法 Pending CN111126647A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811284307.3A CN111126647A (zh) 2018-10-31 2018-10-31 一种朝鲜柳生长预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811284307.3A CN111126647A (zh) 2018-10-31 2018-10-31 一种朝鲜柳生长预测方法

Publications (1)

Publication Number Publication Date
CN111126647A true CN111126647A (zh) 2020-05-08

Family

ID=70485231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811284307.3A Pending CN111126647A (zh) 2018-10-31 2018-10-31 一种朝鲜柳生长预测方法

Country Status (1)

Country Link
CN (1) CN111126647A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113095571A (zh) * 2021-04-14 2021-07-09 河北农业大学 一种基于树木代谢速率理论的生物量模型预测方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166748A (zh) * 2014-05-04 2014-11-26 中南林业科技大学 一种基于关系模型的林分生长建模方法
CN105808963A (zh) * 2016-03-24 2016-07-27 北京林业大学 一种模型法测定林木年龄的方法
US20160283649A1 (en) * 2015-03-26 2016-09-29 Macau University Of Science And Technology Age Authentication For Longer-Lived Vascular Herbal Plants

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104166748A (zh) * 2014-05-04 2014-11-26 中南林业科技大学 一种基于关系模型的林分生长建模方法
US20160283649A1 (en) * 2015-03-26 2016-09-29 Macau University Of Science And Technology Age Authentication For Longer-Lived Vascular Herbal Plants
CN105808963A (zh) * 2016-03-24 2016-07-27 北京林业大学 一种模型法测定林木年龄的方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113095571A (zh) * 2021-04-14 2021-07-09 河北农业大学 一种基于树木代谢速率理论的生物量模型预测方法及系统

Similar Documents

Publication Publication Date Title
CN103745478B (zh) 小麦发芽率机器视觉测定方法
CN102214351A (zh) 多点生产卷烟产品质量均质化评价方法及差异指标的筛选
CN103279636B (zh) 一种确定树木年龄的方法
CN104155264A (zh) 一种用近红外光谱技术预测火炬松松脂中松节油含量的方法
CN105808963A (zh) 一种模型法测定林木年龄的方法
CN101158576A (zh) 内置程序式电子经纬仪角规自动立体测树技术
CN103791872A (zh) 一种使用新型胸高形数测定立木材积的方法
CN111126647A (zh) 一种朝鲜柳生长预测方法
CN202339579U (zh) 一种原木自动检尺系统
CN111667156A (zh) 一种多点生产的卷烟物理质量一致性评价的方法
CN109710889B (zh) 一种基于树木年轮精确估计森林生产力的取样方法
CN103902798A (zh) 数据预处理方法
CN108510182B (zh) 一种天然异龄林年龄测计方法
CN104849350A (zh) 基于多特征的木材缺陷识别分类方法
CN109854299B (zh) 基于大数据的通风巷道摩擦阻力系数快速确定方法
CN105654106A (zh) 一种决策树生成方法及系统
CN113095571B (zh) 一种基于树木代谢速率理论的生物量模型预测方法及系统
CN114971535A (zh) 基于极差标准化和熵权法预测森林生态系统资源综合承载力的方法
CN109164461B (zh) 一种使用单站地基激光雷达点云数据估算单木失叶率的方法
CN112183802A (zh) 中国28种乔木树种相对生长预测预报方法
CN111680260A (zh) 一种功效函数法评价卷烟物理质量的方法
CN104459087A (zh) 一种森林土壤养分分级方法
CN105403666A (zh) 甘蔗脱叶性的快速评价指标筛选及快速评价方法
CN105606548B (zh) 一种数据库与运算服务器的工作方法
CN104615886B (zh) 一种测定林分蓄积变异分布的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20200508