CN113095571B - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN113095571B CN113095571B CN202110400212.9A CN202110400212A CN113095571B CN 113095571 B CN113095571 B CN 113095571B CN 202110400212 A CN202110400212 A CN 202110400212A CN 113095571 B CN113095571 B CN 113095571B
- Authority
- CN
- China
- Prior art keywords
- biomass
- model
- tree
- trunk
- module
- 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.)
- Active
Links
- 239000002028 Biomass Substances 0.000 title claims abstract description 114
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000037323 metabolic rate Effects 0.000 title claims abstract description 21
- 230000004060 metabolic process Effects 0.000 claims abstract description 48
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000013480 data collection Methods 0.000 claims description 21
- 238000011835 investigation Methods 0.000 claims description 11
- 210000000481 breast Anatomy 0.000 claims description 8
- 210000000056 organ Anatomy 0.000 claims description 8
- 239000002023 wood Substances 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 6
- 238000012886 linear function Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 description 4
- 238000013488 ordinary least square regression Methods 0.000 description 3
- 238000013138 pruning Methods 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241000218652 Larix Species 0.000 description 1
- 235000005590 Larix decidua Nutrition 0.000 description 1
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910052595 hematite Inorganic materials 0.000 description 1
- 239000011019 hematite Substances 0.000 description 1
- 238000013485 heteroscedasticity test Methods 0.000 description 1
- LIKBJVNGSGBSGK-UHFFFAOYSA-N iron(3+);oxygen(2-) Chemical compound [O-2].[O-2].[O-2].[Fe+3].[Fe+3] LIKBJVNGSGBSGK-UHFFFAOYSA-N 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
- 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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开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,以提高模型预测精度及普适性,主要步骤如下:步骤一:构建削度方程以精准预测干形动态变化规律及树干不同部位直径;步骤二:建立包含树干不同高度处直径的生物量预测模型,确定适于满足代谢速率理论生物量模型的相对树高;步骤三:建立削度方程和树干相对树高的相容性预测模型,以精准预测树干相对高度处直径;步骤四:基于树干相对高度处直径,建立生物量代谢速率理论模型,从而提高生物量代谢速率理论模型的普适性。本发明所提供的方法为提高生物量代谢速率理论模型的普适性提供新思路、新方法。
Description
技术领域
本发明属于森林资源调查监测技术领域,具体涉及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
背景技术
在应对全球气候变化及森林经营质量精准提升的时代背景下,构建普适性较高的生物量代谢速率理论模型,在森林生物量及碳储量的估算、监测和评价中具有重要意义。目前,国际上主要以胸径为自变量来构建生物量预测模型,为解决生物量模型预测精度及可加性等问题,已在模型结构、误差结构及参数估计方法等领域进行了研究。然而,主要基于胸径为自变量构建的生物量模型并不完全符合树木生长代谢速率理论。在不同林分条件下,由于生物量会受到年龄、竞争、树木大小等多种因素影响,导致胸径变量不足以解释生物量代谢速率理论模型产生的变异,从而使生物量模型的参数稳定性差且普遍存在异方差现象,在应用过程中降低了模型普适性。因此,通过构建描述树干形状的削度方程来预测树干不同部位直径,基于不同部位直径构建生物量模型,确定满足生物量代谢速率理论直径所在的树干相对高度,结合构建的削度方程来确定相对高度处直径,基于树干相对高度处直径构建生物量代谢速率理论模型,对提高模型普适性具有重要作用。然而,如何基于削度方程确定适于生物量代谢速率理论模型相对高度直径来提高模型普适性的研究非常缺乏。
发明内容
本发明的目的是为了解决当前以胸径为主要自变量构建的生物量模型,不满足生长代谢速率理论且模型普适性较低的问题,提供一种基于树木代谢速率理论的生物量模型预测方法,包括以下步骤:
S1.基于目标林分,通过选择目标林分的目标树木,采集目标树木的基本林分调查因子数据、解析木数据、生物量数据;
S2.基于基本林分调查因子数据、解析木数据,构建动态削度方程,用于预测树干不同位置直径;
S3.基于生物量数据,依据生物量代谢速率理论,构建树干相对高度预测模型,用于预测不同林分条件下满足生物量代谢速率理论的树干相对高度;
S4.基于动态削度方程和树干相对高度预测模型,构建相对高度处直径预测模型,用于预测不同林分条件下树干相对高度处直径;
S5.基于相对高度处直径预测模型,依据生物量代谢速率理论,构建满足树木代谢速率理论的生物量预测模型,用于预测目标树木的生物量。
优选地,动态削度方程为:
d=fd(DBH,H,h)+εd
其中:DBH为胸径/cm,H为树高/m,h为树干某一高度/m,d为树干某一高度处直径/cm,fd为线性或非线性的削度方程函数,εd为削度方程处随机误差项。
优选地,树干相对高度预测模型的方程式为:
hi=fh(SDI,AGE,SI)+εh
hi为不同林分条件下相对树高/m,fh为确定的树干相对高度表达式,SDI为林分密度指数株/hm2,AGE为林分年龄/a,SI为立地质量/m,εh为模型误差项,模型参数估计采用第一普通最小二乘法。
优选地,相对高度处直径预测模型的方程式为:
其中:di为相对树高处直径/cm,模型参数估计采用第二普通最小二乘法。
优选地,树木生物量代谢速率预测模型的方程式为:
其中,B林木各器官生物量/kg,Di为满足林木各器官生物量代谢速率理论模型的树干相对高度处直径/cm,α0、α1分别为生物量代谢速率理论模型参数。
优选地,树木生物量代谢速率预测模型包括线性模型、非线性误差相加结构模型、非线性误差相乘结构模型;
线性模型的方程式为:
B=a0+a1×Di+ε;
非线性误差相加结构模型的方程式为:
非线性误差相乘结构模型的方程式为:
其中,ε为模型随机误差项。
一种基于树木代谢速率理论的生物量模型预测系统,包括:
数据收集模块、树干不同位置直径计算模块、树干相对高度计算模块、相对高度处直径计算与选择模块、生物量预测模块、数据存储模块;
数据存储模块分别与数据收集模块、树干不同位置直径计算模块、树干相对高度计算模块、相对高度处直径计算与选择模块、生物量预测模块连接,用于存储预测系统的数据信息;
数据收集模块通过树干不同位置直径计算模块与树干相对高度计算模快连接;
树干相对高度计算模快与相对高度处直径计算与选择模块连接;
相对高度处直径计算与选择模块与生物量预测模块连接。
优选地,数据收集模块包括基本林分调查因子数据收集模块、解析木数据收集模块、生物量数据收集模块;
树干不同位置直径计算模块分别与基本林分调查因子数据收集模块、解析木数据收集模块连接;
相对高度处直径计算与选择模块分别与树干相对高度计算模块和生物量数据收集模块连接。
优选地,预测系统还包括显示器、存储器、控制器。
优选地,预测系统通过计算机程序实现。
本发明公开了以下技术效果:
本发明的技术方案并与现有技术相比,本发明产生的有益效果是:本发明基于固定相对树高处的直径构建削度方程,不仅能够有效量化年龄、密度、树木大小对干形的影响,而且能够精准描述树干动态变化规律及预测树干不同高度处直径;基于削度方程预测的树干不同高度处直径来构建生物量预测模型,确定满足生物量代谢速率理论模型的相对树高;建立相对树高模型和削度方程的相容性预测模型,确定树干相对高度处直径,基于相对树高处直径(胸径可视为树干在相对高度为1.3m处的直径)构建生物量代谢速率理论模型,从而提高生物量代谢速率理论模型的普适性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还根据这些附图获得其他的附图。
图1为本发明实施例所述的方法流程图;
图2为本发明实施例所述的系统结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1-2所示,本发明公开了一种基于树木代谢速率理论的生物量模型预测方法,包括,
S1.基于目标林分,通过选择目标林分的目标树木,采集目标树木的基本林分调查因子数据、解析木数据、生物量数据;
S2.基于基本林分调查因子数据、解析木数据,构建动态削度方程,用于预测树干不同位置直径;
S3.基于生物量数据,依据生物量代谢速率理论,构建树干相对高度预测模型,用于预测不同林分条件下满足生物量代谢速率理论的树干相对高度;
S4.基于动态削度方程和树干相对高度预测模型,构建相对高度处直径预测模型,用于预测不同林分条件下树干相对高度处直径;
S5.基于相对高度处直径预测模型,依据生物量代谢速率理论,构建满足树木代谢速率理论的生物量预测模型,用于预测目标树木的生物量。
动态削度方程为:
d=fd(DBH,H,h)+εd
其中:DBH为胸径/cm,H为树高/m,h为树干某一高度/m,d为树干某一高度处直径/cm,fd为线性或非线性的削度方程函数,εd为削度方程处随机误差项。
树干相对高度预测模型的方程式为:
hi=fh(SDI,AGE,SI)+εh
hi为不同林分条件下相对树高/m,fh为确定的树干相对高度表达式,SDI为林分密度指数株/hm2,AGE为林分年龄/a,SI为立地质量/m,εh为模型误差项,模型参数估计采用第一普通最小二乘法。
相对高度处直径预测模型的方程式为:
其中:di为相对树高处直径/cm,模型参数估计采用第二普通最小二乘法。
基于树木代谢速率理论的生物量预测方程式为:
其中,B林木各器官生物量/kg,Di为满足林木各器官生物量代谢速率理论模型的树干相对高度处直径/cm,α0、α1分别为生物量代谢速率理论模型参数。
树木生物量代谢速率预测模型包括线性模型、非线性误差相加结构模型、非线性误差相乘结构模型;
线性模型的方程式为:
B=a0+a1×Di+ε;
非线性误差相加结构模型的方程式为:
非线性误差相乘结构模型的方程式为:
其中,ε为模型随机误差项。
一种基于树木代谢速率理论的生物量模型预测系统,包括:
数据收集模块、树干不同位置直径计算模块、树干相对高度计算模块、相对高度处直径计算与选择模块、生物量预测模块、数据存储模块;数据存储模块分别与数据收集模块、树干不同位置直径计算模块、树干相对高度计算模块、相对高度处直径计算与选择模块、生物量预测模块连接,用于存储预测系统的数据信息;数据收集模块通过树干不同位置直径计算模块与树干相对高度计算模快连接;树干相对高度计算模快与相对高度处直径计算与选择模块连接;相对高度处直径计算与选择模块与生物量预测模块连接。
数据收集模块包括基本林分调查因子数据收集模块、解析木数据收集模块、生物量数据收集模块;树干不同位置直径计算模块分别与基本林分调查因子数据收集模块、解析木数据收集模块连接;相对高度处直径计算与选择模块分别与树干相对高度计算模块和生物量数据收集模块连接。
预测系统还包括显示器、存储器、控制器。
预测系统通过计算机程序实现。
实施例1:本实施方式一种提高生物量代谢速率理论模型普适性的方法,包括以下步骤:
步骤一、在林分内设置标准地并进行标准地调查,在标准地内选择1~3株优势木或平均木进行树干解析,并进行生物量调查,以获取基本林分调查因子数据、解析木数据及生物量数据;
步骤二、利用常用的线性、非线性及可变指数等不同形式的削度方程,构建基于固定相对树高系列直径的动态削度方程,以精准预测树干不同位置直径;
d=fd(DBH,H,h)+εd
其中:DBH为胸径/cm,H为树高/m,h为树干某一高度/m,d为树干某一高度处直径/cm,fd为线性或非线性的削度方程函数,εd为削度方程处随机误差项,模型参数估计采用普通最小二乘法。
步骤三、建立树干相对高度与林分及立地因子回归模型,确定不同林分条件下树干相对高度。
hi=fh(SDI,AGE,SI)+εh
其中:hi为不同林分条件下相对树高/m,fh为确定的树干相对高度表达式,SDI为林分密度指数株/hm2,AGE为林分年龄/a,SI为立地质量/m,εh为模型误差项,模型参数估计采用普通最小二乘法。
步骤四、基于削度方程和满足生物量代谢速率理论模型树干相对高度的预测模型,建立削度方程和树干相对高度模型的相容性预测模型,以精准预测不同林分条件下树干相对高度处直径;
其中:DBH为胸径/cm,H为树高/m,SDI为林分密度指数株/hm2,AGE为林分年龄/a,SI为立地质量/m,fd、fh为确定的数学函数表达式,εh、εd为分别为模型随机误差项,hi为不同林分条件下相对树高/m,di为相对树高处直径/cm,模型参数估计采用普通最小二乘法。
步骤五、基于树干相对高度处直径,建立生物量代谢速率理论模型,模型参数估计采用普通最小二乘法。在不同林分条件下,树干相对高度处直径能够充分解释林木年龄、竞争、树木大小等多种因素对生物量模型产生的变异,以树干相对高度处直径构建林木生物量预测模型,可明显提高生物量模型的预测精度及其普适性。
其中:B林木各器官生物量/kg,Di为满足林木各器官生物量代谢速率理论模型的树干相对高度处直径/cm,α0、α1分别为生物量代谢速率理论模型参数。
以河北省华北落叶松为例,基于以上五个步骤构建了树干生物量代谢速率理论模型,并采用模型确定系数(R2)、绝对误差(Bias)、均方根误差(RMSE)、赤池信息量(AIC)和贝叶斯信息量(BIC)对树干生物量代谢速率理论模型的普适性进行了检验与评价,得到结果表1,其中R2越大表明模型拟合效果越好,绝对误差(Bias)、均方根误差(RMSE)、赤池信息量(AIC)和贝叶斯信息量(BIC)越小表明模型拟合效果越好。
由表1可知,基于树干相对高度处直径构建的生物量代谢速率理论模型预测精度得到明显改善,预测模型更具普适性。
表1
赤池信息量(AIC):AIC=-2LogL+2p
贝叶斯信息量(BIC):BIC=-2ln(L)+ln(n)×p
本发明不仅可以更加准确地预测干形动态变化规律以确定树干不同高度处直径,还可以确定适于生物量代谢速率理论模型的树干相对高度处直径,为提高生物量代谢速率理论模型普适性提供新方法。
本发明提供的一种提高生物量代谢速率理论模型普适性的方法,包括以下步骤:步骤一、在林分内设置标准地并进行标准地调查,在标准地内选择1~3株优势木或平均木进行树干解析,并进行生物量调查,以获取基本林分调查因子数据、解析木数据及生物量数据;
步骤二、利用常用的线性、非线性及可变指数的削度方程,构建基于固定相对树高系列直径的动态削度方程,以精准预测树干不同位置直径;
步骤三、基于削度方程预测的树干不同部位直径,构建包含树干不同树高处直径的生物量预测模型,确定不同林分条件下满足生物量代谢速率理论的树干相对高度;
步骤四、基于削度方程和满足生物量代谢速率理论模型树干相对高度的预测模型,建立削度方程和树干相对高度模型的相容性预测模型,以精准预测不同林分条件下树干相对高度处直径;
步骤五、基于树干相对高度处直径,建立生物量代谢速率理论模型,以提高模型预测精度及普适性。
本发明基于固定相对树高系列处的直径构建削度方程,不仅能够有效量化年龄、密度、树木大小对干形的影响,而且能够精准描述树干动态变化规律及预测树干不同高度处直径;基于削度方程预测的树干不同高度处直径来构建生物量预测模型,确定满足生物量代谢速率理论模型的相对树高;建立相对树高模型和削度方程的相容性预测模型,确定树干相对高度处直径,基于相对树高处直径(胸径可视为树干在相对高度为1.3m处的直径)构建生物量代谢速率理论模型,从而提高生物量代谢速率理论模型的普适性。
以上所述的实施例仅是对本发明的优选方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (6)
1.一种基于树木代谢速率理论的生物量模型预测方法,其特征在于,包括以下步骤:
S1.基于目标林分,通过选择所述目标林分的目标树木,采集所述目标树木的基本林分调查因子数据、解析木数据、生物量数据;
S2.基于所述基本林分调查因子数据、所述解析木数据,构建动态削度方程,用于预测树干不同位置直径;
所述动态削度方程为:
S3.基于所述生物量数据,依据生物量代谢速率理论,构建树干相对高度预测模型,用于确定不同林分条件下满足所述生物量代谢速率理论的树干相对高度;
所述树干相对高度预测模型的方程式为:
S4.基于所述动态削度方程和所述树干相对高度预测模型,构建相对高度处直径预测模型,用于预测不同林分条件下树干相对高度处直径;
所述相对高度处直径预测模型的方程式为:
S5.基于所述相对高度处直径预测模型,依据所述生物量代谢速率理论,构建树木生物量代谢速率预测模型,用于预测所述目标树木的生物量;
树木生物量代谢速率预测模型的方程式为:
3.根据权利要求1-2任一权利要求所述的一种基于树木代谢速率理论的生物量模型预测方法的系统,其特征在于,包括:
数据收集模块、树干不同位置直径计算模块、树干相对高度计算模块、相对高度处直径计算与选择模块、生物量预测模块、数据存储模块;
所述数据存储模块分别与所述数据收集模块、所述树干不同位置直径计算模块、所述树干相对高度计算模块、所述相对高度处直径计算与选择模块、所述生物量预测模块连接,用于存储所述预测系统的数据信息;
所述数据收集模块通过所述树干不同位置直径计算模块与所述树干相对高度计算模块连接;
所述树干相对高度计算模块与所述相对高度处直径计算与选择模块连接;
所述相对高度处直径计算与选择模块与所述生物量预测模块连接。
4.根据权利要求3所述的一种基于树木代谢速率理论的生物量模型预测方法的系统,其特征在于,
数据收集模块包括基本林分调查因子数据收集模块、解析木数据收集模块、生物量数据收集模块;
所述树干不同位置直径计算模块分别与所述基本林分调查因子数据收集模块、所述解析木数据收集模块连接;
所述相对高度处直径计算与选择模块分别与所述树干相对高度计算模块和所述生物量数据收集模块连接。
5.根据权利要求3所述的一种基于树木代谢速率理论的生物量模型预测方法的系统,其特征在于,
所述预测系统还包括显示器、存储器、控制器。
6.根据权利要求5所述的一种基于树木代谢速率理论的生物量模型预测方法的系统,其特征在于,
所述预测系统通过计算机程序实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110400212.9A CN113095571B (zh) | 2021-04-14 | 2021-04-14 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110400212.9A CN113095571B (zh) | 2021-04-14 | 2021-04-14 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113095571A CN113095571A (zh) | 2021-07-09 |
CN113095571B true CN113095571B (zh) | 2022-08-09 |
Family
ID=76677650
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110400212.9A Active CN113095571B (zh) | 2021-04-14 | 2021-04-14 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113095571B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113587825B (zh) * | 2021-08-02 | 2023-11-28 | 南宁市自然资源信息集团有限公司 | 一种树木高度测量装置及使用方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447524A (zh) * | 2018-12-05 | 2019-03-08 | 中国科学院西北高原生物研究所 | 一种高寒沼泽湿地的研究方法 |
CN111598915A (zh) * | 2020-05-19 | 2020-08-28 | 北京数字绿土科技有限公司 | 点云单木分割方法、装置、设备及计算机可读介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105809271A (zh) * | 2016-01-13 | 2016-07-27 | 中国林业科学研究院林业研究所 | 一种基于组合预测法的生物量模型估计方法 |
CN107449400B (zh) * | 2016-05-31 | 2020-08-18 | 北京林业大学 | 一种森林地上生物量的测量系统及测量方法 |
CN111126647A (zh) * | 2018-10-31 | 2020-05-08 | 北京林业大学 | 一种朝鲜柳生长预测方法 |
CN111126646A (zh) * | 2018-10-31 | 2020-05-08 | 北京林业大学 | 一种油松生长预测预报方法 |
CN110853699A (zh) * | 2019-10-30 | 2020-02-28 | 北京林业大学 | 一种建立大区域条件下单木生长模型的方法 |
CN111191386B (zh) * | 2020-01-20 | 2023-04-14 | 浙江省森林资源监测中心 | 一种多尺度相容的林木年生长模型组建模方法 |
CN111369043B (zh) * | 2020-02-27 | 2023-08-11 | 东北林业大学 | 一种红松径向生长量的预测方法 |
-
2021
- 2021-04-14 CN CN202110400212.9A patent/CN113095571B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109447524A (zh) * | 2018-12-05 | 2019-03-08 | 中国科学院西北高原生物研究所 | 一种高寒沼泽湿地的研究方法 |
CN111598915A (zh) * | 2020-05-19 | 2020-08-28 | 北京数字绿土科技有限公司 | 点云单木分割方法、装置、设备及计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113095571A (zh) | 2021-07-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lloyd et al. | A simple calibrated model of Amazon rainforest productivity based on leaf biochemical properties | |
Lavigne et al. | Comparing nocturnal eddy covariance measurements to estimates of ecosystem respiration made by scaling chamber measurements at six coniferous boreal sites | |
CN105303299B (zh) | 一种确定森林生长模型的方法 | |
Sonmez et al. | Effect of aspect, tree age and tree diameter on bark thickness of Picea orientalis | |
CN103971176B (zh) | 一种柑橘果实优质化采收决策的方法及系统 | |
CN111126865B (zh) | 一种基于科技大数据的技术成熟度判断方法和系统 | |
CN110378925B (zh) | 一种机载LiDAR和多光谱遥感技术的生态水储量估算方法 | |
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 | |
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 | |
Grote et al. | Competition-dependent modelling of foliage biomass in forest stands | |
CN109446744B (zh) | 一种考虑空间结构与生长交互的林分生长模拟方法及系统 | |
CN110807604B (zh) | 一种设施大棚土壤肥力的评价方法 | |
CN114564883A (zh) | 融合机理与ML的湖泊叶绿素a短期集合预报方法及系统 | |
Noordermeer et al. | Effects of harvester positioning errors on merchantable timber volume predicted and estimated from airborne laser scanner data in mature Norway spruce forests | |
CN110782089B (zh) | 一种森林间伐方法及系统 | |
CN111831973A (zh) | 一种毛竹胸径年龄联合分布动态模型的构建方法 | |
Gao et al. | Effect of different water treatments in soil-plant-atmosphere continuum based on intelligent weighing systems | |
Lin et al. | Nutrient uptake estimates for woody species as described by the NST 3.0, SSAND, and PCATS mechanistic nutrient uptake models | |
CN111126647A (zh) | 一种朝鲜柳生长预测方法 | |
Buht et al. | Biomass allocation and equations for silver birch (Betula pendula) and downy birch (Betula pubescens) in Estonia | |
Hoyer | Tree form quotients as variables in volume estimation | |
Lavenia et al. | Blynk App-Based Plant Monitoring System Design | |
CN115356311A (zh) | 一种基于叶绿素荧光诱导动力学的茶树氮快速检测方法 | |
CN117951415A (zh) | 生物量估测方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |