CN112948764A - 一种城市绿化快速测算树高的方法 - Google Patents

一种城市绿化快速测算树高的方法 Download PDF

Info

Publication number
CN112948764A
CN112948764A CN201911270320.8A CN201911270320A CN112948764A CN 112948764 A CN112948764 A CN 112948764A CN 201911270320 A CN201911270320 A CN 201911270320A CN 112948764 A CN112948764 A CN 112948764A
Authority
CN
China
Prior art keywords
tree
height
breast
breast diameter
tree height
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
CN201911270320.8A
Other languages
English (en)
Inventor
张浪
张冬梅
林奕成
张桂莲
周杨杨
陈世林
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.)
Shanghai Academy of Landscape Architecture Science and Planning
Original Assignee
Shanghai Academy of Landscape Architecture Science and Planning
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 Shanghai Academy of Landscape Architecture Science and Planning filed Critical Shanghai Academy of Landscape Architecture Science and Planning
Priority to CN201911270320.8A priority Critical patent/CN112948764A/zh
Publication of CN112948764A publication Critical patent/CN112948764A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

该发明涉及一种树木树高快速测算方法，尤其涉及一种建立城市绿化树种树高‑胸径模型，并利用测得树木胸径估算树木树高的方法。为了实现城市绿化树木树高的低成本高效估算，本发明通过建立全国通用的树高‑胸径模型以及全国56个主要树种的树高‑胸径模型，通过树高‑胸径模型估测树木树高，从而可降低调查成本，提高工作效率与准确性，对城市绿化调查具有重要意义。

Description

一种城市绿化快速测算树高的方法
一、技术领域
该发明涉及一种树木树高快速测算方法，尤其涉及一种建立城市绿化树种树高-胸径模型，并利用测得树木胸径估算树木树高的方法。
二、背景技术
树高和胸径是城市绿化调查中的重要因子，可用于预测城市绿化生长量和质量水平等级。同时，树高和胸径的数量关系也被用于描述林分结构、分析固定样地的林分生长和制定园林绿化规划。
城市绿化调查中，胸径可以通过胸径尺等测量工具简单、快速地精确测定，但树高常因树木、地形及树冠遮挡等立地条件原因导致难以精准测定树高。很多研究表明，树高和胸径间有密切的相关性，建立简单有效的树高胸径模型有利于准确估算树高。城市绿化调查以及林业调查实践中，无论选定的临时样地还是固定样地，测定树高仅选择一部分测定胸径的样木中进行，通过树高胸径关系模型来估算树高，因此构建简单而准确的树高胸径模型对于森林资源调查是非常必要的。
树高-胸径模型一直处于研究的前沿位置，树高和胸径之间的关系可以用于材积计算、生物量估算以及生长过程表建立等。自20世纪30年代树高-胸径模型一直处于研究的热点中，建立了大量的树高-胸径模型，用于分析树木的垂直结构，还可以用于建立蓄积量与收获模型等研究中。
三、发明内容
为了实现城市绿化树木树高的低成本高效估算，本发明通过建立全国通用的树高-胸径模型以及全国56个主要树种的树高-胸径模型，通过树高-胸径模型估测树木树高，从而可降低调查成本，提高工作效率与准确性，对城市绿化调查具有重要意义。
本发明提出的一种城市绿化快速测算树高的方法，包括以下5个步骤：(1)通过对各地区材积表内每个树种的数据整理、分析及处理，最终将各个树种回归至形式为H＝adb的模型，其中，H为树高，d为胸径，a和b为系数；(2)每种树种的胸径d从5cm起，每隔1 cm开始建立一个样本，通过全国各地区的一元材积表确定该地区的最大样本胸径，根据各省市的一元材积表得到各地区相对应的材积V范围，利用二元材积表将整理得到的胸径d和材积V可以推出对应的树高H，共生成2082组胸径-树高数据，其中，从各省市每个树种的d、 H数据中随机抽取了75％的数据作为建模样本，剩余的25％数据作为精度验证样本；(3)选择数学模型H＝adb和H＝ad2，利用SPSS软件进行模型非线性回归拟合，并采用Levenberg-Marquardt估计方法对各样本数据进行回归分析，将参数a和b的值初始化为1，最终求得a、b参数值；(4)通过非线性回归分析的方法的拟合，得到了1个适用于全国主要树种的通用树高-胸径模型，并对树高-胸径模型进行指标评价，得到通用树高-胸径模型H＝2.721d0.519；(5)根据建立的模型，通过测定树木的胸径，即可计算得出树木的树高。
本项发明与现有方法比具有以下优点：
(1)充分利用已有模型，可节省不必要的成本投入；
(2)建立通用的胸径-树高估算模型，可推广性强。
四、具体实施方式
下面结合实施例对本发明做进一步说明。
利用胸径-树高模型进行树木树高估算的具体实施过程如下：
(1)通过对各地区材积表内每个树种的数据整理、分析及处理，最终将各个树种回归至形式为H＝adb的模型，其中，H为树高，d为胸径，a和b为系数；
(2)每种树种的胸径d从5cm起，每隔1cm开始建立一个样本，通过全国各地区的一元材积表确定该地区的最大样本胸径，根据各省市的一元材积表得到各地区相对应的材积V 范围，利用二元材积表将整理得到的胸径d和材积V可以推出对应的树高H，共生成2082组胸径-树高数据，其中，从各省市每个树种的d、H数据中随机抽取了75％的数据作为建模样本，剩余的25％数据作为精度验证样本；
(3)选择数学模型H＝adb和H＝ad2，利用SPSS软件进行模型非线性回归拟合，并采用Levenberg-Marquardt估计方法对各样本数据进行回归分析，将参数a和b的值初始化为1，最终求得a、b参数值；
(4)通过非线性回归分析的方法的拟合，得到了1个适用于全国主要树种的通用树高- 胸径模型，并对树高-胸径模型进行指标评价，得到通用树高-胸径模型H＝2.721d0.519；
(5)根据建立的模型，通过测定树木的胸径，即可计算得出树木的树高。

Claims (1)

1.一种城市绿化快速测算树高的方法，其特征是：(1)通过对各地区材积表内每个树种的数据整理、分析及处理，最终将各个树种回归至形式为H＝adb的模型，其中，H为树高，d为胸径，a和b为系数；(2)每种树种的胸径d从5cm起，每隔1cm开始建立一个样本，通过全国各地区的一元材积表确定该地区的最大样本胸径，根据各省市的一元材积表得到各地区相对应的材积V范围，利用二元材积表将整理得到的胸径d和材积V可以推出对应的树高H，共生成2082组胸径-树高数据，其中，从各省市每个树种的d、H数据中随机抽取了75％的数据作为建模样本，剩余的25％数据作为精度验证样本；(3)选择数学模型H＝adb和H＝ad2，利用SPSS软件进行模型非线性回归拟合，并采用Levenberg-Marquardt估计方法对各样本数据进行回归分析，将参数a和b的值初始化为1，最终求得a、b参数值；(4)通过非线性回归分析的方法的拟合，得到了1个适用于全国主要树种的通用树高-胸径模型，并对树高-胸径模型进行指标评价，得到通用树高-胸径模型H＝2.721d0.519；(5)根据建立的模型，通过测定树木的胸径，即可计算得出树木的树高。
CN201911270320.8A 2019-12-11 2019-12-11 一种城市绿化快速测算树高的方法 Pending CN112948764A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911270320.8A CN112948764A (zh) 2019-12-11 2019-12-11 一种城市绿化快速测算树高的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911270320.8A CN112948764A (zh) 2019-12-11 2019-12-11 一种城市绿化快速测算树高的方法

Publications (1)

Publication Number Publication Date
CN112948764A true CN112948764A (zh) 2021-06-11

Family

ID=76234336

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911270320.8A Pending CN112948764A (zh) 2019-12-11 2019-12-11 一种城市绿化快速测算树高的方法

Country Status (1)

Country Link
CN (1) CN112948764A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117253141A (zh) * 2023-08-29 2023-12-19 北京观微科技有限公司 森林调查样地的样地数据确定方法、装置及电子设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117253141A (zh) * 2023-08-29 2023-12-19 北京观微科技有限公司 森林调查样地的样地数据确定方法、装置及电子设备

Similar Documents

Publication Publication Date Title
Wu et al. Use of the pilodyn for assessing wood properties in standing trees of Eucalyptus clones
CN109978047B (zh) 一种田间小麦茎蘖数提取方法
Eckard et al. Selection efficiency for solid wood traits in Pinus taeda using time-of-flight acoustic and micro-drill resistance methods
CN101021409A (zh) 近景普通数码相机测树方法
CN109710889B (zh) 一种基于树木年轮精确估计森林生产力的取样方法
CN101158576A (zh) 内置程序式电子经纬仪角规自动立体测树技术
CN102305845A (zh) 一种区域非饱和土抗剪强度的快速测定的方法
CN109948106B (zh) 一种利用激光点云计算林分高度累计百分比的方法
CN102735580A (zh) 一种活立木木材密度准无损检测方法
CN103279636B (zh) 一种确定树木年龄的方法
CA2460089A1 (en) Method, apparatus and program for determining growth of trees
CN116881812A (zh) 基于多源遥感数据和随机森林法估测森林碳储量的方法
CN112948764A (zh) 一种城市绿化快速测算树高的方法
CN116523129A (zh) 基于xgboost与分形维数的路面抗滑性能预测方法
CN101793509A (zh) 一种三维绿量测定方法
CN110470258B (zh) 一种云南松林分生长量确定方法及系统
CN104730027A (zh) 应用近红外光谱技术测定小麦条锈病菌夏孢子萌发率的方法
CN105911225A (zh) 一种林分密度平均胸径及蓄积量的测算方法
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
CN115099266A (zh) 一种基于梯度提升决策树的硬车表面白层预测方法
Kuusk et al. Tree stems from terrestrial laser scanner measurements
CN114943186A (zh) 基于全岩化学数据的花岗岩热导率极限提升梯度预测方法
CN111984915B (zh) 一种基于异速生长关系联合激光雷达方程的生物量提取方法
CN107831501A (zh) 一种地面激光雷达模拟角规测定林分蓄积量的方法
CN111126647A (zh) 一种朝鲜柳生长预测方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210611

WD01 Invention patent application deemed withdrawn after publication