中国28种乔木树种相对生长预测预报方法技术

本发明专利技术公开了中国28种乔木树种相对生长预测预报方法。该发明专利技术是根据统计学的方法，以中国28种树种的多组解析木数据作为主体，SPSS软件作为辅助工具，利用SPSS软件的回归分析功能对解析木数据进行整理归纳分析和挖掘，以树龄t作为输入自变量，归一化后的树高或胸径值作为输入因变量，对解析木数据进行回归分析操作，进而分别求得相对树高生长模型H＝a*e

【技术实现步骤摘要】
中国28种乔木树种相对生长预测预报方法一、
本专利技术涉及中国28种乔木树种相对生长预测预报方法，特别是特定乔木树种相对生长预测预报方法。二、技术背景中国拥有十分丰富的多样性生态系统，森林植被占据着中国陆地生态系统总生物量的69.5％，因此，森林在中国陆地生态系统中起着主导作用。中国森林面积2.08亿公顷，森林覆盖率21.63％，森林蓄积151.37亿立方米，其中，人工林面积6933万公顷，蓄积24.83亿立方米，人工林面积保持世界首位，森林植被总碳储量84.27亿吨。目前中国仍是一个缺林少绿、生态脆弱的中国，森林覆盖率远低于全球31％的平均水平，人均森林面积仅为世界人均水平的1/4，人均森林蓄积只有世界人均水平的1/7，森林资源人均量不足、质量不高、分布不均的状况仍未得到根本改变，难以满足经济社会发展和人民日常生活的需求。面对中国森林资源调查的一系列复杂性问题，迫切需要现代数学技术与计算机技术相结合，建立森林乔木生长模型，使得森林资源数据处理变得更加简单有效。中国有大量的森林资源，但在森林资源的管理上缺乏科学和精准管理，森林资源调查技术比本文档来自技高网...

【技术保护点】
1.中国28种乔木树种相对生长预测预报方法，其特征是：根据收集的全国28种乔木树种解析木数据(刺槐、杉木、云杉、其软阔类、落叶松、楠木、白桦、红松、赤松、樟木、其他松类、胡桃揪、马尾松、云南松、榆树、黑松、油松、华山松、桉树、银杏、紫杉(红豆杉)、杨树、柳树、栎类、桦木、枫香、其他硬阔类)，通过对数据整理分析挖掘建立我国28种主导乔木树种的相对生长模型，根据树木的种植年限即可对树木的胸径进行推算和预测预报。/n

【技术特征摘要】
1.中国28种乔木树种相对生长预测预报方法，其特征是：根据收集的全国28种乔木树种解析木数据(刺槐、杉木、云杉、其软阔类、落叶松、楠木、白桦、红松、赤松、樟木、其他松类、胡桃揪、马尾松、云南松、榆树、黑松、油松、华山松、桉树、银杏、紫杉(红豆杉)、杨树、柳树、栎类、桦木、枫香、其他硬阔类)，通过对数据整理分析挖掘建立我国28种主导乔木树种的相对生长模型，根据树木的种植年限即可对树木的胸径进行推算和预测预报。


2.根据权利要求一所述的中国28种乔木树种相对生长模型，其特征是：根据全国主导乔木解析木生长数据，以时间为自变量建立全国主导乔木树种相对生长模型，针对某种特定的乔木树种的解析木数据进行整理分析，以该树种中树龄最小的解析木数据为基础，以其对应的树高为标准对该树种所有解析木中的树高数据进行归一化处理，解析木的年龄t作为自变量输入，归一化后的树高数据作为因变量输入SPSS数据分析软件，进而求得树木树高相对生长模型H＝a*ebt系数a、b的值；使用偏差、相对偏差、均方根误差、相对均方根误差和验证相关系数对模型精度和有效性进行评估(评估结果如表1所示)，从数据分析结果中可知该模型对树高进行评估具有一定的有效性。
表1中国28种主导乔木相对生长模型树高统计分析数据








3.根据权利要求一所述的中国28种乔木树种相对生长模型，其特征是：根据全国主导乔木解析木生长数据，以时间为自变量建立全国主导乔木树种相对生长模...

【专利技术属性】
技术研发人员：冯仲科，陈世林，陈盼盼，
申请(专利权)人：北京林业大学，
类型：发明
国别省市：北京;11