優(yōu)化森林經(jīng)營(yíng)是實(shí)現(xiàn)森林質(zhì)量提升的根本途徑。結(jié)合立地條件、林分密度等因素對(duì)胸徑、蓄積的準(zhǔn)確預(yù)估是其中重要環(huán)節(jié)。針對(duì)目前廣西桉樹與杉木的林分胸徑與蓄積模型由于沒有充分考慮立地條件與林分密度因素而存在的預(yù)估精度不高的問題。本文采用修正模型與機(jī)器學(xué)習(xí)決策樹類兩種方法,構(gòu)建林分胸徑生長(zhǎng)與蓄積預(yù)估模型。在此基礎(chǔ)上,以杉木為例采用三種經(jīng)濟(jì)成熟標(biāo)準(zhǔn)計(jì)算不同造林密度下的經(jīng)濟(jì)效益與對(duì)應(yīng)經(jīng)濟(jì)成熟齡。最后研建林分生長(zhǎng)預(yù)測(cè)與經(jīng)濟(jì)效益模擬系統(tǒng)。本文主要研究如下:（1）采用修正模型方法,以Richards等6種理論生長(zhǎng)方程作為基礎(chǔ)函數(shù),以地位指數(shù)、株密度為底數(shù)的冪函數(shù)乘積組合作為誤差函數(shù),構(gòu)建桉樹和杉木的林分胸徑和蓄積修正模型。結(jié)果表明:桉樹胸徑模型R²=0.738,MAE=1.158,杉木胸徑R²=0.782,MAE=1.751,桉樹蓄積模型R²=0.772,MAE=9.235,杉木蓄積模型R²=0.785,MAE=7.540。（2）采用9種決策樹類機(jī)器學(xué)習(xí)方法,以二類調(diào)查小班數(shù)據(jù)的立地因子（海拔、坡向、坡位、坡度、枯枝落葉厚... 

【文章來源】：北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：85 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究技術(shù)路線

3杉木與桉樹的林分胸徑生長(zhǎng)模型23圖3.1桉樹胸徑殘差圖Figure3.1ResidualdiagramofEucalyptusDBH圖3.2杉木胸徑殘差圖Figure3.2ResidualdiagramofChinesefirDBH桉樹與杉木胸徑生長(zhǎng)相對(duì)優(yōu)修正模型的殘差圖分別如圖3.1，圖3.2所示，該殘差的散點(diǎn)圖沒有線性趨勢(shì)，不存在異方差的情況，桉樹MAE數(shù)值范圍合理，杉木MAE數(shù)值范圍相對(duì)桉樹較大。由模型擬合與檢驗(yàn)結(jié)果可知，在引入誤差函數(shù)后，兩個(gè)樹種的修正模型的精度更高，誤差值更低，模型擬合效果更好，其中桉樹在引入地位指數(shù)與密度因素因素后，相關(guān)精度變化較大，R2提升21%，杉木R2提升幅度11%。桉樹的兩種誤差函數(shù)結(jié)果出現(xiàn)組合1的R2高于組合2，但是MAE卻更低的情況，模型最終采用更低MAE的組合。對(duì)于杉木樹種精度提升不如桉樹樹種的原因進(jìn)行分析，在于兩個(gè)樹種地位指數(shù)的問題，對(duì)于桉樹樹種地位指數(shù)，采用的研究結(jié)果為該地區(qū)同一樹種，在地理范圍上差距較小，因此桉樹的地位指數(shù)適用于此模型，將其作為誤差

3杉木與桉樹的林分胸徑生長(zhǎng)模型23圖3.1桉樹胸徑殘差圖Figure3.1ResidualdiagramofEucalyptusDBH圖3.2杉木胸徑殘差圖Figure3.2ResidualdiagramofChinesefirDBH桉樹與杉木胸徑生長(zhǎng)相對(duì)優(yōu)修正模型的殘差圖分別如圖3.1，圖3.2所示，該殘差的散點(diǎn)圖沒有線性趨勢(shì)，不存在異方差的情況，桉樹MAE數(shù)值范圍合理，杉木MAE數(shù)值范圍相對(duì)桉樹較大。由模型擬合與檢驗(yàn)結(jié)果可知，在引入誤差函數(shù)后，兩個(gè)樹種的修正模型的精度更高，誤差值更低，模型擬合效果更好，其中桉樹在引入地位指數(shù)與密度因素因素后，相關(guān)精度變化較大，R2提升21%，杉木R2提升幅度11%。桉樹的兩種誤差函數(shù)結(jié)果出現(xiàn)組合1的R2高于組合2，但是MAE卻更低的情況，模型最終采用更低MAE的組合。對(duì)于杉木樹種精度提升不如桉樹樹種的原因進(jìn)行分析，在于兩個(gè)樹種地位指數(shù)的問題，對(duì)于桉樹樹種地位指數(shù)，采用的研究結(jié)果為該地區(qū)同一樹種，在地理范圍上差距較小，因此桉樹的地位指數(shù)適用于此模型，將其作為誤差

【參考文獻(xiàn)】：
期刊論文
[1]機(jī)器學(xué)習(xí)算法在森林生長(zhǎng)收獲預(yù)估中的應(yīng)用[J]. 雷相東.  北京林業(yè)大學(xué)學(xué)報(bào). 2019(12)
[2]基于BP神經(jīng)網(wǎng)絡(luò)的華北落葉松小班蓄積預(yù)估模型研究與應(yīng)用[J]. 陳玉玲,吳保國(guó),崔巖,魏彥軍.  中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào). 2019(07)
[3]森林質(zhì)量評(píng)價(jià)及精準(zhǔn)提升理論與技術(shù)研究[J]. 張會(huì)儒,雷相東,張春雨,趙秀海,胡雪凡.  北京林業(yè)大學(xué)學(xué)報(bào). 2019(05)
[4]基于隨機(jī)森林模型的天然林立地生產(chǎn)力預(yù)測(cè)研究[J]. 高若楠,謝陽生,雷相東,陸元昌,蘇喜友.  中南林業(yè)科技大學(xué)學(xué)報(bào). 2019(04)
[5]基于聯(lián)立方程組的人工樟子松枝下高模型構(gòu)建[J]. 李想,董利虎,李鳳日.  北京林業(yè)大學(xué)學(xué)報(bào). 2018(06)
[6]黑龍江省長(zhǎng)白落葉松人工林單木生長(zhǎng)模型[J]. 彭娓,李鳳日,董利虎.  南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[7]基于清查數(shù)據(jù)的福建省馬尾松生物量轉(zhuǎn)換和擴(kuò)展因子估算差異解析——3種集成學(xué)習(xí)決策樹模型的比較[J]. 歐強(qiáng)新,李�？�,雷相東,楊英.  應(yīng)用生態(tài)學(xué)報(bào). 2018(06)
[8]基于啞變量的湖南櫟類天然林林分?jǐn)嗝娣e生長(zhǎng)模型[J]. 朱光玉,胡松,符利勇.  南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[9]基于廣義非線性混合效應(yīng)的華北落葉松天然次生林枝下高模型[J]. 段光爽,李學(xué)東,馮巖,符利勇.  南京林業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[10]結(jié)構(gòu)化森林經(jīng)營(yíng)研究進(jìn)展[J]. 惠剛盈,胡艷波,趙中華.  林業(yè)科學(xué)研究. 2018(01)

博士論文
[1]人工林樹冠生長(zhǎng)模擬及密度控制決策技術(shù)研究[D]. 王成德.北京林業(yè)大學(xué) 2019
[2]高校層次對(duì)大學(xué)生創(chuàng)業(yè)的影響因素研究[D]. 柏豪.北京科技大學(xué) 2019
[3]福建省杉木立地質(zhì)量評(píng)價(jià)與造林模式設(shè)計(jì)技術(shù)研究[D]. 劉建成.北京林業(yè)大學(xué) 2018
[4]區(qū)域尺度氣候敏感的落葉松人工林林分生長(zhǎng)模型[D]. 臧顥.中國(guó)林業(yè)科學(xué)研究院 2016
[5]基于神經(jīng)網(wǎng)絡(luò)方法的杉木人工林林分生長(zhǎng)模擬研究[D]. 車少輝.中國(guó)林業(yè)科學(xué)研究院 2012
[6]混合效應(yīng)模型在森林生長(zhǎng)模擬研究中的應(yīng)用[D]. 李春明.中國(guó)林業(yè)科學(xué)研究院 2010

碩士論文
[1]服務(wù)于人工林經(jīng)營(yíng)的知識(shí)方法模型庫系統(tǒng)研建[D]. 李宜瑾.北京林業(yè)大學(xué) 2019
[2]桉樹立地質(zhì)量評(píng)價(jià)與適宜性研究[D]. 杜雨菲.北京林業(yè)大學(xué) 2019
[3]紙漿材桉樹人工林生長(zhǎng)與收獲預(yù)估模型研究[D]. 李宗俊.華南農(nóng)業(yè)大學(xué) 2016
[4]氣候敏感的長(zhǎng)白落葉松立地指數(shù)模型研究[D]. 沈琛琛.中國(guó)林業(yè)科學(xué)研究院 2012
[5]桉樹人工林林分生長(zhǎng)模型研究[D]. 郭恩瑩.福建農(nóng)林大學(xué) 2009
[6]高峰林場(chǎng)不同樹齡馬占相思木材纖維的變異性研究[D]. 譚玉金.廣西大學(xué) 2007



本文編號(hào)：3481010