以前有关小班数据更新方面报道是以人工林为例,在DOS操作系统下,对dBase数据库进行管理和运作,但存在一些问题:(1)dBase之类的数据库直接在PC根目录下运行。它们只有一种数据库格式,主要是针对单用户存取的,在安全性、数据完整性上功能较差。(2)DOS环境下开发的软件使用繁琐,可操作性差。(3)数据是单用户存取,浪费大量资源,难以实现数据共享[1,2].

本文用5块不同密度样地的树高生长资料,根据线性和非线性混合模型理论,利用SAS的Mixed过程和Nlmixed过程,分别拟合线性混合模型和非线性混合树高生长模型。根据预测值和固定效应同时绘制出不同密度下的高生长曲线和平均高生长曲线,充分显示了混合模型的优势,即它可以同时反映总体的平均变化趋势和个体之间的差异。

本文结合大样本的立木生物量实测数据,对非线性模型对数回归的偏差校正问题进行了探讨,并与加权回归结果进行了对比分析。首先,分析了对数回归产生偏差的内在原因,并提出了一个新的校正因子,同时对另外3个偏差校正因子一并进行了检验,结果表明本文和Baskerville(1972)提出的校正因子,能保证与加权回归估计结果趋于一致;然后,对非线性加权回归中基于普通回归残差推导的权函数与通用权函数(W＝1/f(x)2)的拟合效果进行了对比分析,结果表明二者基本相当,而通用权函数更具有广泛的适应性。建议对带有异方差的非线性模型,最好直接采用加权回归进行估计;当按照通用权函数进行估计其总相对误差超出一定范围时,应该根据普通回归估计的残差推导效果最佳的权函数后再进行加权回归。

利用两水平非线性混合模型对杉木(Cunninghamia lanceolata)优势高进行分析。概述了两水平非线性混合模型并简单介绍了该模型的参数估计方法;选用了5种常见的Richards和Logistic 形式模型作为构建混合模型的基础模型,利用建模数据分别对这些基础模型各自衍生出的19种混合模型进行计算及比较,结果表明:这5种基础模型对应的最佳混合模型分别为模型(3-1) 模型(3-5);最后把这些最佳混合模型及传统的回归模型两两进行比较,结果表明:二水平非线性混合模型拟合效果比传统的回归模型拟合效果要好,并且基础模型4对应的二水平混合模型(式3-4)拟合效果最好。

本文以马尾松(Pinus massoniana)地上生物量数据为例,通过利用度量误差模型方法,研究建立了地上生物量与干、皮、枝、叶4个分量的相容性方程系统。首先,从各个分量所占比例变化特点分析入手,采用比值函数分级联合控制和比例函数总量直接控制2种方案构建了以地上总生物量为基础的相容性方程系统,其中对地上总生物量模型的估计,又采取了独立估计和联合估计2种处理方法。结果表明,分级联合控制方案和总量直接控制方案效果基本相当,而独立估计方法和联合估计方法也几乎没有差异。然后,还对一元、二元和三元模型的拟合效果进行了对比分析,结果显示随着解释变量的增加,估计值的标准误差和平均预估误差会有所下降,但对模型效果的改善幅度并不大。最后,对各个分量占地上总生物量的比例随直径的变化特点进行了分析,结果表明干材生物量所占比例随林木直径的增大而提高,干皮和树叶生物量所占比例则随林木直径的增大而下降,而树枝生物量所占比例相对比较稳定。本文所建立的相容性生物量方程系统,地上总生物量的预估精度达到95％以上,树叶生物量的预估精度最低,但也达到了85％以上。

以贵州省人工杉木和马尾松地上生物量数据为例,通过利用线性混合模型和哑变量模型方法,建立了适合不同树种和区域(中心区和一般区)的通用性立木生物量方程,为简化生物量建模工作提供了有效途径。结果表明,相同直径林木的地上生物量估计值随树种、区域的不同存在一定程度的差异,带随机参数的线性混合模型和带特定参数的哑变量模型比总体平均模型的精度高;线性混合模型和哑变量模型方法均同等有效,可推广应用于其它通用性模型(如材积方程)的建立。

叶面积和比叶面积是植物生长过程中的重要参数。本研究基于河北木兰围场实测油松数据,通过winSEEDLE种子和针叶图像分析系统获得油松522个单个针叶的表面积LA、针叶长度L、针叶宽W、针叶周长P,分别建立了以针叶长、针叶宽、针叶周长等形状属性为自变量的叶面积估计模型和以针叶干质量为自变量的叶面积估计模型。用总相对误差、平均相对误差、平均相对误差绝对值、均方根误差、预估精度5个统计量来检验模型的误差和拟合优度,经检验模型LA=-2.761+0.464 L+6.608 W和LA=1.345+0.501 X分别为这两种模型中最好,X为针叶干质量。通过对算术平均法、比估计法、最小二乘法3种方法的比较,得到油松的比叶面积为7.08 m2·kg-1。本研究为油松叶面积的估计提供了一个简单可靠的方法。

以吉林省汪清林业局184块样地中的10 111株蒙古栎为例,首先选用线性函数、Richards函数、Logistic 函数、指数函数等7种常用函数形式,分析4个因变量(后期胸径、后期胸高断面积、直径增量和胸高断面积增量)与前期胸径的影响,确定一个用于构建混合效应模型的基础模型。然后确定同时考虑林场效应和林场与样地交互效应时基础模型中最优的形式参数构造形式,利用逐步回归方法确定模型中所包含的林分变量,并分析和比较用来消除异方差的3种常用残差方差函数(指数函数、幂函数和常数加幂函数),最后检验模型预测效果。结果表明:Wykoff模型且因变量为后期胸高断面积拟合效果较好,故作为基础模型;除前期胸高直径(D)外,当考虑坡度正切(ST),对象木胸高直径与样地算术平均直径的比(RAD),样地胸高总断面积(TBA),样地中大于对象木直径所有树木的胸高断面积和(GSBA),对象木胸高断面积与样地算术平均胸高断面积的比 (RABA)和对象木胸高断面积与样地胸高总断面积的比(RBA)等林分变量时能进一步提高模型预测精度;对于残差方差,指数函数、幂函数和常数加幂函数都能消除异方差,但幂函数效果最好;当模型同时考虑林场效应和林场与样地交互效应时预测精度最高。

目的 介绍峰谷分析算法在树木针刺仪抗钻阻力数据中的应用，推进微损测定树木年龄方法的研究进程。 方法 以吉林省汪清县林业局金沟岭林场天然林中红松、冷杉为研究对象，钻取树木生长芯，同时使用针刺仪获取104组抗钻阻力数据。利用峰谷分析算法，根据树芯的实测年龄选定恰当的阈值Det，记录抗钻阻力的峰和谷的个数为估算的树木年轮数。 结果 根据树芯的实测年龄选定阈值后，利用峰谷分析算法估计树木年龄与实际年龄很接近。该算法估计年龄平均绝对误差是−2，范围在−5年至5年之间，平均相对误差为−2.69%，范围在−6.73%至6.73%之间。经过成对数据t检验得到t值为1.31，说明该算法估计树木年龄均值与真实年龄均值之间无显著差异。 结论 峰谷分析算法应用于针刺仪抗钻阻力序列来估计树木年龄是可行的，确定存在恰当的阈值使针刺仪估计树木年龄精度很高，阈值的选择依据是下一步研究的重点内容。

目的 研究离散谱分析在针刺仪抗钻阻力序列中的应用，为活立木年龄的微损测定提供方法。 方法 以山西省羊圈沟林场落叶松为对象，使用针刺仪在同一水平位置不同方向钻入落叶松，获取323组抗钻阻力值序列作为研究样本，并在针刺位置5 cm内截取104个圆盘作为参考样本。选择恰当的窗口，将抗钻阻力值序列去趋势后，进行离散谱分解，寻找代表年度变化的谐波，将其周期数的一半作为树木年龄估计值。并将频谱分析算法估计的树木年龄以及针刺仪自带软件DECOM自动判定年龄分别与相应的圆盘年轮数进行成对数据t检验。 结果 根据活立木的胸径大小来选择窗口参数Wid，将频谱分析算法应用于323组活立木的抗钻阻力序列，该算法估计树木年龄与实测年龄非常接近。频谱分析算法估计年龄的最小相对误差为0，最大相对误差为27.98%，平均相对误差为−0.35%。经过成对数据t检验得到t值为0.85，说明该算法估计树木年龄均值与真实年龄均值之间无显著差异。而针刺仪自带DECOM软件自动分析估计年龄结果相对误差较大，最小相对误差为−7.69%，最大相对误差达到−84.78%，平均相对误差达到−40.49%，与实际年龄进行成对数据t检验得到t值为20.25，差异显著。 结论 频谱分析应用于针刺仪抗钻阻力值序列来估计树木年龄，能够比较准确地估计落叶松年龄，提高了针刺仪测定活立木年龄的精度，为活立木年龄的微损测定提供了一种有效途径。