[1]代劲松,季碧勇,徐达,等.多尺度相容的林木年生长模型组研究[J].浙江林业科技,2023,43(05):51-58.[doi:10.3969/j.issn.1001-3776.2023.05.007]
　DAI Jinsong,JI Biyong,XU Da,et al.Research on Model Groups for Annual Standing Volume Growth in Zhejiang[J].Journal of Zhejiang Forestry Science and Technology,2023,43(05):51-58.[doi:10.3969/j.issn.1001-3776.2023.05.007]
点击复制

多尺度相容的林木年生长模型组研究()
分享到：

《浙江林业科技》[ISSN:1001-3776/CN:33-1112/S]

卷:
43
期数:
2023年05期
页码:
51-58
栏目:
出版日期:
2023-09-28

文章信息/Info

Title:
Research on Model Groups for Annual Standing Volume Growth in Zhejiang
文章编号:
1001-3776（2023）05-0051-08
作者:
代劲松; 季碧勇; 徐达; 陶吉兴
浙江省森林资源监测中心，浙江 杭州 310020
Author(s):
DAI Jinsong; JI Biyong; XU Da; TAO Jixing
Zhejiang Forest Resources Monitoring Center, Hangzhou 310020, China
关键词:
关键字：年度监测; 生长模型; 森林资源连续清查样地; 尺度变换; 浙江省
Keywords:
annual monitoring;  growth model;  continuous inventory plots of forest resources;  scale transformation;  Zhejiang province
分类号:
S758.5
DOI:
10.3969/j.issn.1001-3776.2023.05.007
文献标志码:
A
摘要:
本文以浙江省2018年和2019年森林资源连续清查的4252个固定样地数据为建模样本，其中，随机预留10%的样本用于对蓄积、胸径、树高模型进行独立验证，其余数据用于建模，分为林分和散生四旁树2类建模单元，对4个不同的树种组（松木、杉木、硬阔和软阔）建立蓄积、胸径、树高的生长率模型，并结合转换系数建立省、市、县多尺度相容的林木年生长模型组——蓄积生长模型、树高生长模型、胸径生长模型。结果表明，林分蓄积生长模型的R2均在0.63以上，rRMSE小于0.2，胸径生长模型的R2均在0.98以上，rRMSE小于0.1，树高生长模型的R2均在0.61以上，rRMSE小于0.2，模型组拟合效果良好；模型组应用于森林资源小班数据的年蓄积生长率验证效果较好（R2为0.8109，rRMSE小于0.2）。以上研究结果表明，以森林资源连续清查固定样地数据建立林木年生长模型组，能够为森林资源小班数据的模型更新提供可靠的技术支撑。
Abstract:
Data of fixed plots of continuous inventory for forest resources in Zhejiang province in 2018 and 2019 were collected for data modeling, among them, 10% of data were prepared for independent verification of standing volume, DBH and height. The models for standing volume growth, DBH and height were established with two modeling units and four forest groups (pine, Chinese fir, hard broad-leaved and soft broad-leaved), and that of multi-scale compatible model groups at the provincial, cities and counties level were established with conversion coefficient. The results indicated that the values of R2 for the volume growth models were greater than 0.63, with rRMSE smaller than 0.2, the values of R2 for DBH growth models were greater than 0.98, with rRMSE smaller than 0.1 , and the values of R2 for the height growth models were greater than 0.61 with rRMSE smaller than 0.2. The fitting effects of the model group were significant. The model groups were applied to the forest resources subcompartment data, the annual volume growth rates verification effect was good (R2 was 0.8109, rRMSE smaller than 0.2).

参考文献/References:



[1] 阳帆. 森林资源综合监测体系优化设计研究[D]. 北京：北京林业大学，2020.
[2] 曾伟生. 关于森林资源年度监测总体方案的思考[J]. 中南林业调查规划，2018，37（2）：1－5，19.
[3] 陶吉兴，季碧勇，张国江，等. 浙江省森林资源一体化监测体系探索与设计[J]. 林业资源管理，2016（3）：28－34.
[4] 葛宏立，周国模，张国江，等. 遥感、地面三相抽样及其在森林资源年度监测面积估计中的应用[J]. 林业科学，2007，43（6）：77－82.
[5] 魏安世，杨志刚. 森林资源年度监测小班数据自动更新技术[J]. 南京林业大学学报（自然科学版），2010，34（4）：123－128.
[6] 王雪军. 基于多源数据源的森林资源年度动态监测研究[D]. 北京：北京林业大学，2013.
[7] 陶吉兴，谢秉楼，季碧勇，等. 浙江省森林蓄积年生长量精准监测时空误差校正[J]. 林业资源管理，2022（2）：32－38.
[8] 孔婷婷. 马尾松人工林林分生长模型研究及模拟系统研建[D]. 北京：北京林业大学，2020.
[9] 卢婧，冯仲科. 运用随机森林模型对北京市林分蓄积生长量的预测[J]. 东北林业大学学报，2020，48（5）：7－11.
[10] 涂宏涛，李华，张成程，等. 基于森林资源连续清查数据的西南地区云南松林分生长模型研究[J]. 林业调查规划，2020，45（4）：18－22.
[11] 浙江省林业厅. 国家森林资源连续清查：浙江省第七次复查技术操作细则[M].杭州：浙江省林业厅，2014：4－23.
[12] 陶吉兴，王文武，徐达，等. 基于固定样地连续监测数据的林木蓄积生长率月际分布[J]. 南京林业大学学报（自然科学版），2017，41 （2）：111－116.
[13] 陈利，王福生，管远保，等. 湖南省杉木材积生长率模型研究[J]. 中南林业科技大学学报，2015，35（11）：49－54.
[14] 缪丽娟. 基于固定样地的杉木林分生长模型构建[J]. 河北农机，2013（6）：75－77.
[15] 郭海沣. 间伐对林口林业局主要人工林生长、结构及更新的影响[D]. 哈尔滨：东北林业大学，2019.
[16] 庞勇，李增元. 基于机载激光雷达的小兴安岭温带森林组分生物量反演[J]. 植物生态学报，2012，36（10）：1095－1105.
[17] 曾伟生. 西藏天然云杉林兼容性材积生长率模型系统研究[J]. 北京林业大学学报，2008（5）：87－90.
[18] 廖志云，曾伟生. 西藏自治区主要树种生长率模型的研建[J]. 林业资源管理，2006（3）：36－38，43.

备注/Memo

备注/Memo:
收稿日期：2023-03-27；修回日期：2023-08-03基金项目：浙江省省院合作林业科技项目（2021SY05）作者简介：代劲松，工程师，从事森林资源监测研究；E-mail:Aarondjs@outlook.com。通信作者：陶吉兴，教授级高工，从事森林资源调查监测与评估研究；E-mail: taojixing@126.com。建立了省市联动年度监测体系，确立了省市两级监测以抽样调查，县级监测以小班区划调查为基本方法，建立省市县一体的监测框架体系和监测路线[3]。使用多源遥感数据对森林面积类指标的年度变化监测已经相对比较完善[4-6]，但在蓄积量相关指标的更新方面还处于探索当中。目前，林分蓄积量生长相关指标的更新，主要通过建立生长模型，采用模拟更新的方法[7]。
更新日期/Last Update: 2023-09-30