一种预测城市行道树胸径生长趋势的方法技术

本发明专利技术提供了一种预测城市行道树胸径生长趋势的方法，包括：选择不同径阶某种行道树作为样本，连年测量其胸径；将连续两年数据作为一个数据组，计算胸高断面积增长量；将胸径划分径阶，用四分位法剔除每个径阶异常数据组，计算每个径阶的平均胸高断面积增长量；对胸径

【技术实现步骤摘要】
一种预测城市行道树胸径生长趋势的方法、预测系统及电子设备


[0001]本专利技术涉及一种环保领域，特别是一种城市行道树胸径生长趋势的预测方法
、
预测系统及电子设备
。

技术介绍

[0002]自工业革命后，人类活动
(
如化石燃料燃烧
、
土地利用方式改变等
)
把大量二氧化碳排放到大气中，导致全球平均气温升高，干旱
、
洪涝
、
高温等极端天气频繁发生，同时造成粮食减产
、
生物多样性降低等生态安全问题
。
随着我国城市化进程的加快，城市区域成为二氧化碳等温室气体的主要排放来源
。
行道树作为城市生态系统和城市森林的重要组成部分，在吸收二氧化碳
、
缓解城市热岛效应
、
净化空气等方面发挥重要生物固碳和间接减排作用
。
[0003]行道树吸收二氧化碳等生态服务功能与树木生长速度息息相关
。
研究表明，树木生长不仅受到种类
、
立地条件和气候因子等多种因素的影响，还与修剪强度等经营管理措施有关
。
因此，构建适合当地气候条件和经营管理措施的单木胸径生长模型，不仅对预测行道树未来生长趋势至关重要，也为精准量化行道树生态服务价值提供基础数据支撑
、
为行道树的选择和经营决策提供科学依据
。
传统建立树种胸径生长模型方法多以全冠植株作为研究对象，采用解析木和生长锥法确定植株连年生长量，需对树木进行砍伐或对树干进行损伤取样，不仅影响树木后续生长，所构建的胸径生长模型也并不适用于进行了定干
、
修冠等管理措施的城市行道树
。
本专利技术是在不损伤城市行道树情况下，以较容易测得胸径数据为变量，提供了一种预测城市行道树胸径生长趋势的方法
。

技术实现思路

[0004]本专利技术的目的在于，提供一种预测城市行道树胸径生长趋势的方法
。
本专利技术的预测方法要能够做到数据易取得
、
方法科学可靠，要求计算结果精确度高和预测准确
。
[0005]为了达到上述专利技术目的，本专利技术专利提供的技术方案如下：
[0006]本专利技术首先提供了一种预测城市行道树胸径生长趋势的方法，包括测量不同径阶某种城市行道树胸径样本数据的步骤；计算胸高断面积连年增长量，分别进行线性和非线性模型拟合，筛选最佳胸径
‑
胸高断面积增长量模型的步骤；以及代入已知行道树初始胸径，根据筛选出的最佳模型计算次年胸径大小，依次进行迭代计算，预测其未来胸径生长趋势的步骤
。
[0007]具体而言，上述预测城市行道树胸径生长趋势的方法，包括如下实现步骤：
[0008]第一步，选择不同径阶下特定树种的城市行道树作为代表样本，连年测量胸径数据，作为样本数据；
[0009]第二步，将样本数据中连续两年的测量胸径数据作为一个数据组，计算胸高断面积的增长量，胸高断面积的增长量计算方式是将测得的第二年胸径断面积与第一年胸径断
面积求差值；
[0010]第三步，计算每个径阶的平均胸高断面积增长量，所述的径阶以
1cm/2cm
的标准进行划分；
[0011]第四步，利用现有的数据统计分析软件，对胸径
‑
胸高断面积增长量进行线性和非线性回归分析，分别获得多个计算模型，所述计算模型包括指数
、
线性
、
对数
、
多项式和乘幂五种，胸径与生长率模型分别列表表示为：
[0012][0013]第五步，根据每个计算模型的调整后确定系数和
95
％显著性水平值
Sig.
，在所获得的计算模型中筛选出最佳拟合模型，筛选最佳拟合模型的标准为调整后确定系数最大且
Sig.
小于
0.05
；
[0014]第六步，根据当前测量出的行道树胸径，利用筛选出的最佳拟合模型计算对应胸高断面积增长量，再将增长后的胸高断面积换算为胸径，得到次年胸径，依次进行迭代计算，预测所测量行道树未来几年的胸径生长趋势
。
[0015]在第一步中，测量样本胸径区间应包含待预测行道树胸径，每径阶样本数量＞
50
，连续测定年份不小于三年，胸径为距离地面
130cm
处的树干直径
。
[0016]在第二步中，每对数据组是对同一颗行道树连续两年的测量获得，所获得数据组的数量大于
1000
组
。
[0017]在第三步中，在计算前需要删除胸高断面积生长量
≤0
数据组，再根据四分位法剔除每个径阶异常数据组
。
[0018]在第四步中，对胸径
‑
胸高断面积增长量分别进行线性和非线性回归分析时采用
SPSS
软件来构建模型；现有技术中，
SPSS(Statistical Package for the Social Sciences)
，是一款
IBM
公司出品的常用数据统计
、
分析软件
。
其模型构建过程包括有：数据录入；分析
—
回归
—
线性；选择自变量和因变量对应的框；控制变量进来；自动获得回归模型
。
[0019]在第五步中，所述数据统计分析软件选用
SPSS
软件，调整后确定系数
(
值越接近1，表示拟合效果越好
)
和
95
％的显著性水平
Sig.(P<0.05)
值由
SPSS
软件自动输出结果
。
[0020]在第六步中，在初始胸径为
D
时，次年胸径
D1
，计算公式如下，并依次进行迭代计算
D2、D3
……
Dn
：
[0021][0022][0023][0024]本专利技术还提供了一种预测城市行道树胸径生长趋势的系统，该系统包括有：
[0025]胸径样本数据录入单元，选择不同径阶下特定树种的城市行道树作为代表样本，连年测量所选定城市行道树的胸径数据，获得样本数据；
[0026]数据组胸高断面积增长量计算单元，利用样本数据中的数据组来计算胸高断面积是的增长量；
[0027]剔除异常数据组单元，首先删除胸高断面积增长量
≤0
的数据组，再按照
1cm/2cm
划分径阶，利用四分位法剔除每个径阶胸高断面积增长量的异常值，据此删除异常数据组；
[0028]平均胸径断面积增长量计算单元，获得每个径阶的平均胸高断面积增长量；
[0029]模型构建本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种预测城市行道树胸径生长趋势的方法，其特征在于，该方法包括如下步骤：第一步，选择不同径阶下特定树种的城市行道树作为代表样本，连年测量胸径数据，作为样本数据；第二步，将样本数据中连续两年的测量胸径数据作为一个数据组，计算胸高断面积的增长量，胸高断面积的增长量计算方式是将测得的第二年胸径断面积与第一年胸径断面积求差值；第三步，计算每个径阶的平均胸高断面积增长量，所述的径阶以
1cm/2cm
的标准进行划分；第四步，利用现有数据统计分析软件，对胸径
‑
胸高断面积增长量进行线性和非线性回归分析，分别获得多个计算模型，所述计算模型包括指数
、
线性
、
对数
、
多项式和乘幂五种：指数模型为
:y
＝
ae
bx
,y
为胸高断面积增长量，
x
为第几年，
a、b
为模型变量参数；线性模型为：
y
＝
ax
‑
b
，
y
为胸高断面积增长量，
x
为第几年，
a
为模型变量参数，
b
为截距；对数模型为：
y
＝
aln(x)
‑
b
，
y
为胸高断面积增长量，
x
为第几年，
a
为模型变量参数，
b
为截距；多项式模型为：
y
＝
ax2+bx
‑
c
，
y
为胸高断面积增长量，
x
为第几年，
a、b
为模型变量参数，
c
为截距；乘幂模型为：
y
＝
ax
b
，
y
为胸高断面积增长量，
x
为第几年，
a、b
为模型变量参数；第五步，根据每个计算模型的调整后确定系数和
95
％显著性水平值
Sig.
，在所获得的计算模型中筛选出最佳拟合模型，筛选最佳拟合模型的标准为调整后确定系数最大且
Sig.
小于
0.05
；第六步，根据当前测量出的行道树胸径，利用筛选出的最佳拟合模型计算对应胸高断面积增长量，再将增长后的胸高断面积换算为胸径，得到次年胸径，依次进行迭代计算，预测所测量行道树未来几年的胸径生长趋势
。2.
根据权利要求1所述的一种预测城市行道树胸径生长趋势的方法，其特征在于，在第一步中，测量样本胸径区间应包含待预测行道树胸径，每径阶样本数量大于
50
，连续测定年份不小于三年，胸径为距离地面
13...

【专利技术属性】
技术研发人员：张艳华，张桂莲，张浪，林勇，张希金，仲启铖，邢璐琪，郑谐维，易扬，林奕成，
申请(专利权)人：上海市园林科学规划研究院，
类型：发明
国别省市：