-
题名基于神经网络的马尾松人工林密度指数模型
被引量：1
- 1
-
-
作者
刘光武
陈晨
王柯力
-
机构
河南林业职业学院
河南省南召县林业局
-
出处
《浙江农林大学学报》
CAS
CSCD
北大核心
2020年第1期100-104,共5页
-
基金
河南省科技攻关计划项目(172102110239)
-
文摘
[目的] 通过对马尾松Pinus massoniana人工林密度指数模型的研究,为制定木材产量及质量的提升决策提供参考。 [方法] 以河南省薄山林场马尾松人工林为研究对象,采用147块标准地数据,以林分平均胸径为输入向量,以林分密度为输出向量,建立了林分密度指数人工神经网络(ANN)模型,并与Reineke的林分密度指数模型进行比较。 [结果] ① 薄山林场马尾松人工林最大密度线斜率b为-1.516 3,马尾松标准平均胸径为14 cm,Reineke的林分密度指数模型精度为92.11%,t检验结果显著;②构建了网络结构为1:2:1的林分密度指数ANN模型,模型拟合精度为92.57%,均方误差为0.001 469 7。③无论采用Reineke林分密度指数还是人工神经网络技术,在拟合株数密度随林分平均胸径的变化趋势时,幼龄林组拟合效果都不理想,这与幼龄林组数据数量偏少有关。 [结论] 所建模型可为薄山林场马尾松抚育经营决策提供依据。
-
关键词
院
森林经理学曰
马尾松曰
人工林曰
林分密度指数曰
人工神经网络
-
Keywords
forest management
Pinus massoniana
plantation
stand density index
antificial neural network (ANN)
-
分类号
S757.9
[农业科学—森林经理学]
-
