CN111754358A - 一种林分空间结构综合指数模型的构建方法及应用 - Google Patents

一种林分空间结构综合指数模型的构建方法及应用 Download PDF

Info

Publication number
CN111754358A
CN111754358A CN202010584944.3A CN202010584944A CN111754358A CN 111754358 A CN111754358 A CN 111754358A CN 202010584944 A CN202010584944 A CN 202010584944A CN 111754358 A CN111754358 A CN 111754358A
Authority
CN
China
Prior art keywords
forest
forest stand
spatial structure
comprehensive index
space structure
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
CN202010584944.3A
Other languages
English (en)
Inventor
杨志高
刘玉平
张贵
吴鑫
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.)
Central South University of Forestry and Technology
Original Assignee
Central South University of Forestry and Technology
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 Central South University of Forestry and Technology filed Critical Central South University of Forestry and Technology
Priority to CN202010584944.3A priority Critical patent/CN111754358A/zh
Publication of CN111754358A publication Critical patent/CN111754358A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Primary Health Care (AREA)
  • General Engineering & Computer Science (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及森林林分空间结构，具体涉及一种林分空间结构综合指数模型的构建方法及应用。本发明的一种林分空间结构综合指数模型的构建方法，方案包括如下步骤：1)采集树木基本信息；2)确立林分空间结构单元；3)构建林分空间结构综合指数模型。本发明选择林木的自身属性(胸径、树高和冠幅)为综合权重，建立了一种用于描述林分空间结构单元的加权三角网。引入微观经济学中C‑D生产函数模型，构建了以全混交度、角尺度和交角竞争指数三个参数作为“投入”、以林分整体空间结构综合指数作为“产出”的林分空间结构生产函数模型，从而定义了林分空间结构综合指数(FSSCI)。该指数适用于天然林和人工林的空间结构评价，能全面地反映林分空间结构的优劣性，为森林经营提供理论和技术支持。

Description

一种林分空间结构综合指数模型的构建方法及应用
技术领域
本发明涉及森林空间结构分布格局研究，具体涉及一种林分空间结构综合指数模型的构建方法及应用。
背景技术
森林结构一般分为非空间结构和空间结构。空间结构是指含有林木空间位置信息的结构，一般表现为林分的空间分布格局、树种空间隔离程度和林木处于的竞争状态三个方面。林分空间结构作为森林结构最直观的表现和可调控因素，反映了森林结构的好坏和未来发展方向。林分空间结构指数作为林分空间结构分析和优化经营研究的基础，一直以来都是林分空间结构研究热点，众多的林分空间结构指数被相继提出。目前被广泛使用的主要有大小比数、混交度、全混交度、角尺度、空间密度指数、竞争指数、交角竞争指数、面积变异系数等，分别用于描述林分空间分布格局、树种空间隔离程度和林木竞争状态。大部分学者都是以单个指数来量化分析林分空间结构，容易导致分析结果不全面和针对同一林分不同指数分析结果不一致的情况，给森林经营决策带来很大的困扰。近年来，对林分空间结构综合性评价指数的研究逐渐增多，一些综合性评价指数被提出，如：均质性综合指数、林分空间结构综合评价指数(FSSI)等。但这些综合性指数均是基于“1+4”固定空间结构单元法确定的，而该方法存在误判或漏判邻近木的缺陷，导致综合性指数的计算结果可能出现误差。随后，徐扬洋基于Voronoi图对FSSI改进得到了FSSI'，降低了FSSI的结果误差，但仍然没有完全解决误差问题。
发明内容
本发明选择林木的自身属性(胸径、树高和冠幅)为综合权重，建立了一种用于描述林分空间结构单元的加权三角网。引入微观经济学中C-D生产函数模型，构建了以全混交度、角尺度和交角竞争指数三个参数作为“投入”、以林分整体空间结构综合指数作为“产出”的林分空间结构生产函数模型，从而定义了林分空间结构综合指数(FSSCI)。该指数适用于天然林和人工林的空间结构评价，能全面地反映林分空间结构的优劣性，为森林经营提供理论和技术支持。
本发明的一种林分空间结构综合指数模型的构建方法，方案包括如下步骤：
1)采集树木基本信息；
2)确立林分空间结构单元；
3)构建林分空间结构综合指数模型；
本发明更进一步地，所述采集树木基本信息为对胸径大于5cm的活立木进行每木检尺。记录树种、胸径、树高、树冠数据。
本发明更进一步地，采用加权三角网确立林分空间结构单元。
本发明更进一步地，从胸径、树高、树冠三者的相互影响计算权重。
本发明更进一步地，由胸径、树高、树冠三者计算出的权重构建三角网模型。
本发明更进一步地，还包括对三角网的边缘矫正。
本发明更进一步，选用全混交度、角尺度和交角竞争指数作为模型参数构建空间结构综合指数模型。
本发明与现有技术相比：
(1)在常规三角网基础上，选取林木的胸径、树高和冠幅作为属性权重，将林木属性权重转换为空间属性，计算出林木的相对坐标，从而构建加权三角网。基于加权三角网确定的林分空间结构单元，更能反映林分中林木之间的实际作用关系。加权后各林分空间结构参数仍然是可用的，能更真实地反映林分空间结构特征，具有良好的适用性。
(2)引入微观经济学中C-D生产函数的相关理论，构建了以全混交度、角尺度和交角竞争指数作为“投入”，以林分整体空间结构评价作为“产出”的林分空间结构生产函数模型，从而定义了林分空间结构综合指数(FSSCI)。通过对该指数进行适用性分析得出：基于加权三角网的FSSCI仍是可用的；FSSCI同FSSI'一样对天然林的评价具有合理性和适用性，但FSSCI的适用范围广于FSSI'，满足天然林和人工林的空间结构评价。FSSCI的提出丰富了林分空间结构综合性评价方法，为森林可持续经营提供合理可靠的理论与技术支持。
附图说明
图1A加权前三角网图
图1B加权后三角网图
图2林木空间结构单元图
图3样地边缘矫正结果图
图4A加权前空间结构全混交度频率分布直方图
图4B加权后空间结构全混交度频率分布直方图
图5A加权前空间结构角尺度频率分布直方图
图5B加权后空间结构角尺度频率分布直方图
图6A加权前空间结构交角竞争指数频率分布直方图
图6B加权后空间结构交角竞争指数频率分布直方图。
具体实施方式
以下结合附图对本发明的方案做详细说明，本发明实施例的方案包括如下步骤：
1材料与方法
样地设置
本实验选取研究区内(湖南省平江县)具有代表性的区域，设置了9个天然林样地，编号为H1-H9。使用全站仪、胸径尺等测量设备对胸径大于5cm的活立木进行每木检尺，并记录每株林木的基本信息，包括编号、树种、XY坐标、胸径、树高、冠幅等，另采用MATLAB生成两个模拟样地N1、N2，样地基本信息如表1所示。
表1样地基本信息
Figure BDA0002553326110000021
Figure BDA0002553326110000031
加权三角网的构建
以常规三角网确定的林分空间结构单元，仅考虑了林木之间的距离关系，而忽略了林木自身属性对林木之间相互作用的影响，如胸径(D)、树高(H)、冠幅(Cw)等属性。本发明综合考虑胸径、树高和冠幅对林木之间相互作用的影响，且认为三者的影响程度一致，计算三者的综合值作为林木的属性权重，即为λi(式1)。为了衡量中心木和邻近木的属性权重对两者间相互作用的影响，将中心木i的属性权重λi与邻近木j的属性权重λj的平均值作为两者的综合权重λij。
Figure BDA0002553326110000032
在常规三角网的林木空间结构单元中，假设第i株中心木有k株邻近木，表示为jk，k＝1、2、3…k，中心木到邻近木的距离看作向量
Figure BDA0002553326110000033
使用综合权重λij对距离向量
Figure BDA0002553326110000034
进行加权得向量
Figure BDA0002553326110000035
求和得总向量
Figure BDA0002553326110000036
中心木沿向量
Figure BDA0002553326110000037
的方向移动其模的距离，终点即为中心木的相对坐标。计算各中心木的相对坐标，构建加权三角网(图1B)。移动距离向量
Figure BDA0002553326110000038
综合权重λij以及距离向量
Figure BDA0002553326110000039
三者关系如下式所示：
Figure BDA00025533261100000310
Figure BDA00025533261100000311
林分空间结构单元确定
许多学者利用Voronoi图或Delaunay三角网模型来确定林木的空间结构单元，但该方法仅以距离来描述林木间的相互作用关系，忽略了林木本身属性对其关系的影响。本发明综合了林木间的距离和林木自身属性，构建加权三角网，以此确定了林木空间结构单元(图2)，更真实合理地反映了林木之间的相互作用关系。
边缘矫正
利用Voronoi图或Delaunay三角网确定林分空间结构单元时，位于样地边缘的多边形或三角网不完整，因此将样地边缘的林木划分为中心木是不合理的，需要对样地进行边缘矫正。本发明使用Arcmap软件中的“缓冲区分析”工具，以样地边界向样地内部做距离为2m的缓冲区分析，位于缓冲区内的林木划分为边缘木，只作为邻近木参与分析计算，而其余林木既可作为中心木，又可作为邻近木，矫正结果如图3所示。
林分空间结构综合指数模型构建
1.1.1林分空间结构参数选取
本发明主要从林分内树种隔离程度、林木空间分布格局及林木竞争三个方面来综合分析林分的空间结构，因此选用全混交度、角尺度和交角竞争指数作为模型参数，各参数的计算公式如下：
(1)全混交度
Figure BDA0002553326110000041
Mci值越大，说明空间结构单元内的树种隔离程度越高；
(2)角尺度
Figure BDA0002553326110000042
李际平等基于Voronoi图确定的林分空间结构单元重新划分了角尺度Wi的评价范围，随机分布为[0.327,0.357]，当取值为0.342时，林分空间分布格局最优。
(3)交角竞争指数
Figure BDA0002553326110000043
交角竞争指数的取值范围为[0,1)，其值越大，说明林分内的林木竞争越激烈。
1.1.2函数模型选取
本发明根据林分空间结构在自然演替中的变化规律，结合微观经济学基础理论知识，选取经济学中应用最广泛、最经典的柯布-道格拉斯生产函数(C-D生产函数)作为函数模型，其公式如下：
Figure BDA0002553326110000044
式中：Y为产出；Xi为投入的生产要素；A表示技术水平，A＞0；n为生产要素个数；αi是生产要素在生产过程中影响比重，0＜αi＜1，i＝1,2,3,…n。函数成立的三个必要条件：(1)边际产量递减，指当其它要素投入量固定，持续增加等量的某一种生产要素，那么带来的产出增量呈递减的趋势；(2)边际替代率递减，指当产出为定值时，随着某一投入要素连续的增加，其它投入要素数量呈递减的趋势；(3)规模报酬不变，指当各种投入要素按一定比例增加，其产出也按此比例增加。以上成立条件恰好反映出在自然演替过程中，各参数与林分空间结构的变化关系。
1.1.3林分空间结构综合指数模型构建与评价
根据式(4)，将全混交度(Mci)、角尺度(W)和交角竞争指数(UCI)三个参数作为“投入”的生产要素，林分空间结构综合指数(FSSCI)作为“产出”，忽略除3个参数以外的因素的影响，假设A＝1，即将函数公式调整如下：
Figure BDA0002553326110000045
在林分空间结构的演变过程中，林分全混交度越大，林分树种空间隔离程度越大，即FSSCI随M增大而增大；林分交角竞争指数越小，林分内林木竞争状态越趋于优势，FSSCI随UCI增大而减小；林分角尺度取值为0.342时，林分空间分布格局最优，即FSSCI先随W增大而增大，当W＝0.342时，取最大值，随后递减。假设三个参数在演替过程中影响比重一致，即α1＝α2＝α3＝1/3，且由于各指数取值可能为0，将各参数结果加1，则可将式(5)调整为下式：
Figure BDA0002553326110000046
式中：FSSCIi值越大，说明该单元的空间结构越优。其中0≤Mci、Wi≤1，0≤UCIi＜1，0.67＜FSSCIi≤1.26。为了便于各林分之间进行对比，采用min-max标准化方法对FSSCIi的结果进行标准化处理，将其值转为0～1之间，公式如下：
Figure BDA0002553326110000051
式中，原始数据经归一化处理后，其值转为0～1之间。
Figure BDA0002553326110000052
为转换后第m株中心木的指数值，Lm为转换前第m株中心木的指数值，Lmin为转换前所有中心木的指数最小值，Lmax为转换前所有中心木的指数最大值。
为了评价林分空间结构综合指数模型的适用性，利用不同林分类型的样地，对比FSSCI与传统方法、FSSI'(式8)的评价结果，并分析与加权前FSSCI以及FSSI'的相关性。
Figure BDA0002553326110000053
2结果
基于加权三角网的林分空间结构参数适用性分析
采用正态性检验和Spearman相关性分析方法验证加权后各空间结构参数的适用性。正态性检验通常是数据分析的第一步，检验数据是否合理可用，本发明选用带有正态分布曲线的频率直方图和单样本Kolmogorov-Smirnov检验法。检验结果如图4A、4B、5A、5B、6A、6B和表2所示，由图4A、4B、5A、5B、6A、6B可以看出各参数的正态曲线均出现了明显的波峰，而表2中偏度系数和峰度系数与其对应的标准误的商的绝对值均小于1.96，说明了加权前后各参数均符合正态分布。为了进一步分析各参数的适用性，分析了各参数加权前后的相关性，结果如表3所示：加权前后的全混交度相关系数为0.983，显著性Sig.值为0.000，小于0.05，说明两者存在显著相关性；由于加权后林木的位置发生了改变，角尺度和交角竞争指数的值均与林木的坐标位置有关，且角尺度和交角竞争指数的相关系数分别为0.57和0.133，显著性Sig.值均大于0.05，说明加权前后的两参数均不存在相关性，但加权后的角尺度和交角竞争指数更能真实的反映林分内空间分布格局和竞争强度。由以上结果可以得出，加权后三个参数仍是适用的。
表2加权前后各空间结构参数正态分布检验结果
Figure BDA0002553326110000054
表3加权前后各空间结构参数相关性分析结果
Figure BDA0002553326110000055
Figure BDA0002553326110000061
基于加权三角网的林分空间结构综合指数适用性分析
2.1.1加权前后FSSCI相关性分析
计算各天然林样地加权前后的FSSCI(表4)，各样地加权前后FSSCI结果发生了变化。采用Spearman相关性分析法分析加权前后FSSCI的相关性，设置检验水平为0.05，检验结果表5所示：两者相关性系数为0.650，Sig.值为0.029小于0.05，说明两者存在正相关性，即加权后的FSSCI对林分空间结构的评价仍然是合理有效的。
表4加权前后各样地的平均FSSCI计算结果
Figure BDA0002553326110000062
表5加权前后FSSCI的Spearman相关性分析结果
Figure BDA0002553326110000063
2.1.2 FSSCI与FSSI'对比分析
采用Spearman相关性分析法分析FSSCI和FSSI'之间的相关性，设置检验水平为0.05，检验结果如表6所示，9个天然林样地的显著性Sig.值均为0.000，小于0.05，且相关系数均大于0，说明两者之间存在显著正相关性，即FSSCI同FSSI'一样对天然林具有科学合理的适用性。
表6 FSSCI与FSSI'相关性分析结果
Figure BDA0002553326110000064
Figure BDA0002553326110000071
为了进一步验证FSSCI的适用性，分别计算9个天然林样地(H1-H9)和2个人工林样地(N1、N2)的平均全混交度、平均角尺度、平均交角竞争指数、平均FSSCI和平均FSSI'，如表7所示。由H1-H9的评价结果可以得出：如果仅以全混交度分析，林分空间结构的优劣性为H3＞H1＞H8＞H4＞H7＞H5＞H9＞H6；仅以角尺度分析，林分空间结构的优劣性为：H5＞H7＞H9＞H6＞H2＞H1＞H4＞H8＞H3；仅以交角竞争指数分析，林分空间结构的优劣性为：H7＞H1＞H8＞H4＞H3＞H6＞H5＞H9＞H2；FSSCI的评价结果为H7＞H1＞H9＞H3＞H8＞H4＞H2＞H6＞H5，H7样地林分空间结构最优，指数值为0.6157；FSSI'的评价结果为H7＞H1＞H9＞H8＞H3＞H4＞H2＞H6＞H5。以上结果可以看出仅以单参数分析林分空间结构，会出现分析角度不同得出的结论也不相同，无法提供明确的经营决策支持，而FSSCI很好地综合了全混交度、角尺度和交角竞争指数三个方面的信息，能够全面直观地反映林分空间结构的优劣。同时，FSSCI和FSSI'两者的评价结果基本一致，进一步说明了FSSCI对天然林具有很好的适用性。
为探讨FSSCI是否具有更广泛的适用性，利用FSSCI和FSSI'对两个人工林样地(N1和N2)的空间结构进行评价分析，由表7中样地N1和N2评价结果可以看出：由于样地N1平均角尺度为0，样地N2平均混角度为0，导致FSSI'对两个样地的评价结果都为0，说明了FSSI'无法有效地评价人工林的空间结构，仅适用于天然林。而FSSCI仍能对N1、N2作出有效的评价，说明FSSCI满足天然林和人工林的空间结构评价，适用范围比FSSI'更广泛。
表7三个空间结构参数、FSSCI和FSSI'的平均值计算结果
Figure BDA0002553326110000072
综上可见：
(1)在常规三角网基础上，选取林木的胸径、树高和冠幅作为属性权重，将林木属性权重转换为空间属性，计算出林木的相对坐标，从而构建加权三角网。基于加权三角网确定的林分空间结构单元，更能反映林分中林木之间的实际作用关系。加权后各林分空间结构参数仍然是可用的，能更真实地反映林分空间结构特征，具有良好的适用性。
(2)引入微观经济学中C-D生产函数的相关理论，构建了以全混交度、角尺度和交角竞争指数作为“投入”，以林分整体空间结构评价作为“产出”的林分空间结构生产函数模型，从而定义了林分空间结构综合指数(FSSCI)。通过对该指数进行适用性分析得出：基于加权三角网的FSSCI仍是可用的；FSSCI同FSSI'一样对天然林的评价具有合理性和适用性，但FSSCI的适用范围广于FSSI'，满足天然林和人工林的空间结构评价。FSSCI的提出丰富了林分空间结构综合性评价方法，为森林可持续经营提供合理可靠的理论与技术支持。

Claims (7)

1.一种林分空间结构综合指数模型的构建方法，其特征是，包括如下步骤：
1)采集树木基本信息；
2)确立林分空间结构单元；
3)构建林分空间结构综合指数模型。
2.根据权利要求1所述林分空间结构综合指数模型的构建方法，其特征是，步骤1)所述采集树木基本信息为对胸径大于5cm的活立木进行每木检尺，记录树种、胸径、树高、树冠数据。
3.根据权利要求1所述林分空间结构综合指数模型的构建方法，其特征是，步骤2)采用加权三角网确立林分空间结构单元。
4.根据权利要求3所述林分空间结构综合指数模型的构建方法，其特征是，步骤2)由胸径、树高、树冠三者计算出的权重构建三角网模型。
5.根据权利要求4所述林分空间结构综合指数模型的构建方法，其特征是，步骤2)还包括对三角网的边缘矫正。
6.根据权利要求1所述林分空间结构综合指数模型的构建方法，其特征是，步骤3)采用全混交度、角尺度和交角竞争指数作为模型参数构建空间结构综合指数模型。
7.根据权利要求1至6任意一项权利要求所述构建方法所构建的林分空间结构综合指数模型的应用，其特征是，将所述模型应用于森林空间结构评价。
CN202010584944.3A 2020-06-23 2020-06-23 一种林分空间结构综合指数模型的构建方法及应用 Pending CN111754358A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010584944.3A CN111754358A (zh) 2020-06-23 2020-06-23 一种林分空间结构综合指数模型的构建方法及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010584944.3A CN111754358A (zh) 2020-06-23 2020-06-23 一种林分空间结构综合指数模型的构建方法及应用

Publications (1)

Publication Number Publication Date
CN111754358A true CN111754358A (zh) 2020-10-09

Family

ID=72676986

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010584944.3A Pending CN111754358A (zh) 2020-06-23 2020-06-23 一种林分空间结构综合指数模型的构建方法及应用

Country Status (1)

Country Link
CN (1) CN111754358A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113575348A (zh) * 2021-08-10 2021-11-02 中国林业科学研究院资源信息研究所 基于林分发育指数的次生林间伐方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103353913A (zh) * 2013-06-30 2013-10-16 中南林业科技大学 一种基于粒子群算法的林分空间结构优化模型建立方法
CN103473432A (zh) * 2013-09-24 2013-12-25 中国林业科学研究院资源信息研究所 一种基于最小空间结构单元的林分空间结构自相似可视化模拟方法
CN109859323A (zh) * 2019-01-18 2019-06-07 中南林业科技大学 一种基于三角网模型林分空间格局加权的方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103353913A (zh) * 2013-06-30 2013-10-16 中南林业科技大学 一种基于粒子群算法的林分空间结构优化模型建立方法
CN103473432A (zh) * 2013-09-24 2013-12-25 中国林业科学研究院资源信息研究所 一种基于最小空间结构单元的林分空间结构自相似可视化模拟方法
CN109859323A (zh) * 2019-01-18 2019-06-07 中南林业科技大学 一种基于三角网模型林分空间格局加权的方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘帅，李建军，李丹，朱凯文，郭瑞: "林木空间分布格局分析方法比较及其适应性", 《林业科学》 *
张彩彩，李际平，曹小玉，赵春燕，李建军: "基于加权Voronoi图的杉木生态公益林空间结构分析", 《中南林业科技大学学报》 *
徐扬洋: "基于Voronoi图的阔叶混交林林分空间结构研究", 《中国优秀博硕士学位论文全文数据库(硕士) 农业科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113575348A (zh) * 2021-08-10 2021-11-02 中国林业科学研究院资源信息研究所 基于林分发育指数的次生林间伐方法

Similar Documents

Publication Publication Date Title
Sinoquet et al. Estimating the three-dimensional geometry of a maize crop as an input of radiation models: comparison between three-dimensional digitizing and plant profiles
CN108763857A (zh) 一种基于相似度生成对抗网络的过程软测量建模方法
CN103139907B (zh) 一种利用指纹法的室内无线定位方法
CN110245443B (zh) 一种基于映射函数的导弹仿真模型可信度综合评估方法
CN108489402A (zh) 基于三维激光扫描的露天矿山边坡岩体节理规模快速精细取值方法
CN106485269B (zh) 基于混合统计分布与多部件模型的sar图像目标检测方法
CN109002686A (zh) 一种自动生成样本的多牌号化工过程软测量建模方法
CN109490072B (zh) 一种土木工程建筑用检测系统及其检测方法
CN110909488A (zh) 一种高效边坡可靠度分析方法
CN115541030B (zh) 高炉炉顶料面温度分布的识别方法、装置及存储介质
CN110874454A (zh) 基于混合概率密度的区域尺度毛竹碳储量精确测算方法
WO2019144798A1 (zh) 染色质相互作用差异的分析方法和系统
CN111754358A (zh) 一种林分空间结构综合指数模型的构建方法及应用
CN112035948A (zh) 一种应用于船模虚拟试验平台的可信度综合评估方法
CN114818418A (zh) 基于主动学习多元自适应回归样条的边坡可靠度分析方法
CN105740617B (zh) 一体化天馈系统品质度的衡量方法
CN107463532A (zh) 一种电力统计数据的质量分析方法
CN109859323B (zh) 一种基于三角网模型林分空间格局加权的方法
CN111767647B (zh) 一种定量求取页岩中构造裂缝规模的方法
CN114548634A (zh) 一种海上风资源综合评估方法、装置、存储介质和电子设备
CN106503793B (zh) 一种基于改进差分算法的神经网络短期风速预测方法
CN113075632A (zh) 一种夏季飑线风自动识别和预警方法
CN105138835B (zh) 基于生理信息熵的人体体成分预测方法
CN107369206B (zh) 一种玉米群体三维模型构建方法及系统
Doumpos et al. On the development of an outranking relation for ordinal classification problems: An experimental investigation of a new methodology

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201009