-
题名基于人工神经网络的杉木可变密度蓄积量收获预估模型
被引量：16
- 1
-
-
作者
邓立斌
李际平
-
机构
国家林业局调查规划设计院
中南林学院资源与环境学院
-
出处
《西北林学院学报》
CSCD
北大核心
2002年第4期87-89,共3页
-
基金
国家自然科学基金"森林经营决策智能化专家模拟系统研究"(3 9870 610 )
-
文摘
采用人工神经网络方法拟合杉木林分蓄积量与立地质量、林龄、林分密度之间的非线性关系 ,建立了杉木可变密度蓄积量收获预估 BP网络模型 ,并对所建立的模型进行精度检验。检验表明 ,所建模型预测精度高 ,可应用于森林经理调查。
-
关键词
杉木
可变密度蓄积量收获预估模型
人工神经网络
精度检验
-
Keywords
artificial neural network
variable density
stand volume
BP model
-
分类号
S791.27
[农业科学—林木遗传育种]
-
-
题名一类调查与二类调查森林蓄积量数据对接方案分析研究
被引量：2
- 2
-
-
作者
白星雯
胡晟
布日古德
阳帆
-
机构
国家林业和草原局林草调查规划院
国家林业和草原局产业发展规划院
-
出处
《林草资源研究》
北大核心
2023年第5期142-147,共6页
-
文摘
我国一类调查(森林资源连续清查)与二类调查(森林资源规划设计调查)两种监测体系因调查目的及方法不同,因此监测获取的森林资源数据存在不一致。鉴于此,以保定市为例,开展一类调查与二类调查森林蓄积量数据对接方案分析研究。采用非线性指数模型分树种组构建小班蓄积量预估模型,通过模型反演更新调整保定市内所有小班蓄积量信息,从而获取保定市各县(市、区)森林蓄积量信息;采取平差调整法实现保定市一类调查与二类调查蓄积量监测值对接。研究结果显示:1)分树种组研建的小班蓄积量预估模型评价指标均表现较好,表明模型具有较好的预估能力;2)相比二类调查而言,采用小班蓄积量预估模型监测获取的保定市森林单位蓄积量(34.98 m^(3)/hm^(2))与一类调查蓄积量监测值对比,其精度为91.06%,较大程度上降低了相对误差,表明了小班蓄积量预估模型监测值的可靠性;3)对模型预估值进一步进行平差调整后,最终实现了一类调查与二类调查蓄积量监测成果对接,表明了研究方案的可行性。可见,研究的技术方案可为各省级行政区历年小班蓄积量监测数据对接更新及今后实现“一套数,一张图”提供技术方法参考。
-
关键词
蓄积量监测
蓄积量预估模型
森林资源连续清查
森林资源规划设计调查
-
Keywords
inventory monitoring
stock volume prediction model
continuous forest resources inventory
forest management inventory
-
分类号
S757.2
[农业科学—森林经理学]
S758.51
[农业科学—森林经理学]
-
