导读:本文包含了胸径生长论文开题报告文献综述及选题提纲参考文献，主要关键词:馒头柳,截干,胸径生长,对比
胸径生长论文文献综述
张殿顺,肖雨[1]（2019）在《馒头柳截干处理对胸径生长的影响》一文中研究指出为探明截干处理对馒头柳胸径生长的影响,本文开展了对部分馒头柳苗木进行截干处理的对比试验。结果表明,截干后的馒头柳苗木树形整齐、胸径生长较快,降低了经营成本,馒头柳截干处理具有很好的效果。(本文来源于《现代农业科技》期刊2019年19期）
欧强新,雷相东,沈琛琛,宋国涛[2]（2019）在《基于随机森林算法的落叶松-云冷杉混交林单木胸径生长预测》一文中研究指出【目的】单木生长受气候、林分等多种因子影响,需要利用适当的方法厘清气候以及林分中影响林木生长的主导因子。随机森林等机器学习方法提供了一种新的途径,需要检验利用随机森林算法分析气候和林分因子对林木生长影响的可靠性,为森林生长收获预估提供新的方法。【方法】以吉林省汪清林业局20块落叶松-云冷杉混交林固定样地25年(1986—2010年)间连续调查数据作为研究材料,候选气候和林分因子52个,利用随机森林算法建立了包含气候和林分的单木胸径生长模型,分析气候和林分因子对单木胸径年平均生长量的影响:基于52个超参数组合(决策树数目ntree=1 000、决策树每个结点随机选择的预测变量个数mtry={1, 2,···, 52})构建了52个随机森林模型,利用10折交叉验证法分别训练和评估52个随机森林模型;基于完整数据集,利用最优随机森林模型分析自变量对单木胸径年平均生长量影响的相对重要性以及偏依赖关系。【结果】ntree=1 000、mtry=12所对应的模型是52个模型中具有最佳泛化能力的模型,该模型具有最大的交叉验证决定系数R2cv(R2cv=0.54),以及最小的交叉验证均方根误差RMSEcv、交叉验证平均绝对偏差MAEcv和交叉验证相对均方根误差rRMSEcv(RMSEcv=0.14 cm、MAEcv=0.10 cm、rRMSEcv=50%)。单木胸径年平均生长量受林分因子的影响极大,相对重要性超过80.00%。8个林分因子中,大于对象木的林木断面积之和BAL对单木胸径年平均生长量影响最大,林分每公顷株数N对单木胸径年平均生长量影响最小,其他因子对单木胸径年平均生长量影响介于两者之间;单木胸径年平均生长量随BAL、林分每公顷断面积BA、N以及林分断面积平均胸径Dg的增加而下降,随对象木胸径与林分断面积平均胸径之比RD、林木期初胸径D0以及对象木胸径与林分中最大林木胸径之比DDM的增加而增加。单木胸径年平均生长量受气候因子的影响较小,相对重要性低于20.00%。44个气候因子对单木胸径年平均生长量的影响均较小(相对重要性均<1%),其中,生长季平均降水量(4—9月)与年均降水量之比Pratio、年总太阳辐射时长Asr、生长季平均降水量(4—9月)与生长季相对湿度(4—9月)之比Gspgsrh以及生长季太阳辐射时长(4—9月)Gssr是前4个相对重要的变量。【结论】随机森林模型能够较好地解析各变量与单木胸径年平均生长量之间复杂的关系,单木胸径年平均生长量受林分因子的影响极大,而受气候因子的影响较小。总体而言,在局部尺度上,林分因子是影响单木胸径生长的主导因子,而气候因子对单木胸径生长的解释能力有限。随机森林模型具有一定的泛化能力和统计可靠性,产生的变量重要性和偏依赖图具有合理的林学意义。(本文来源于《北京林业大学学报》期刊2019年09期）
朱越骅,潘彪,于朝广,殷云龙,张耀丽[3]（2019）在《'中山杉118'与落羽杉胸径生长及木材密度的比较研究》一文中研究指出【目的】研究‘中山杉118’(Taxodium hybrid ‘Zhongshanshan118’)和落羽杉(Taxodium distichum)的胸径生长及木材密度差异和变异规律,为‘中山杉118’、落羽杉的品种选育和木材加工利用提供科学依据。【方法】测试‘中山杉118’和落羽杉木材的生材含水率、生长轮宽度以及木材基本密度等指标,分析对比‘中山杉118’木材和落羽杉木材的差异。【结果】‘中山杉118’木材生材含水率靠近髓心心材位置平均为145.86%,心边材交界位置平均为93.69%,靠近树皮边材位置平均为199.68%;落羽杉木材生材含水率靠近髓心心材位置平均为121.32%,心边材交界位置平均为81.93%,靠近树皮边材位置平均为203.84%。‘中山杉118’在第9～14年单株之间生长差别明显拉大,前12年处于快速生长的时期;落羽杉在第7～14年单株之间生长差别明显拉大,前9年处于快速生长的时期。‘中山杉118’木材基本密度平均为0.314 g/cm~3,变异幅度为0.292～0.346 g/cm~3;落羽杉木材基本密度平均为0.332 g/cm~3,变异幅度为0.292～0.359 g/cm~3。【结论】‘中山杉118’木材平均含水率比落羽杉木材大;‘中山杉118’与落羽杉的幼龄期分别为12 a与8 a;‘中山杉118’木材基本密度随年轮的递增呈现先递增后略微减小,落羽杉木材基本密度随年轮的递增呈现径向递减;‘中山杉118’连年胸径生长与木材基本密度存在正相关,落羽杉连年胸径生长与木材基本密度呈负相关。(本文来源于《南京林业大学学报(自然科学版)》期刊2019年06期）
曹梦,潘萍,欧阳勋志,臧颢,吴自荣[4]（2019）在《基于哑变量的闽楠天然次生林单木胸径和树高生长模型研究》一文中研究指出【目的】通过对闽楠天然次生林胸径和树高生长规律及生长模型的研究,为林木生长预估及林分质量提升经营措施的制订提供参考。【方法】以江西省安福县闽楠天然次生林为研究对象,通过标准地调查及树干解析等方法获取基础数据,按林木竞争压力水平从小到大将林木分为类型1、类型2和类型3,分析胸径和树高的生长规律;选取5种具有生物学意义的生长方程,根据模型拟合优度与评价指标选取最优基础生长模型,在最优模型的基础上构建含竞争类型哑变量的生长模型。【结果】(1)利用树干解析数据分析显示,30～50年为胸径生长速生期,连年生长量最大值达到0.57 cm;35～45年为树高主要生长速生期,连年生长量最大值为0.37 m。(2)胸径最优基础模型为Gompertz方程,模型R~2和预估精度分别为0.756和94.28%,构建的最优哑变量模型的R~2和预估精度分别为0.873和95.71%;树高最优基础模型为修正Weibull方程,模型R~2和预估精度分别为0.856和96.54%,构建的最优哑变量模型的R~2和预估精度分别为0.882和96.96%。(3)由构建的哑变量生长模型拟合的不同竞争类型下的胸径和树高生长曲线得知,胸径和树高总生长量均表现为类型1>类型2>类型3,类型1胸径最大生长量是类型3的1.6倍。【结论】竞争压力对闽楠胸径、树高生长均产生影响,较大的林木竞争压力不利于闽楠生长;构建含有竞争类型哑变量模型的拟合优度及预估精度均优于基础模型,有利于提高建模的精度和模型的适用性。(本文来源于《北京林业大学学报》期刊2019年05期）
黄永辉,刘帅[5]（2019）在《不同割灌方式对华北落叶松中龄林胸径生长的影响》一文中研究指出通过在河北省木兰林管局北沟林区布设样地,对华北落叶松中龄林实施不同强度的割灌作业,5年后对布设的样地进行了胸径生长量的对比分析,结果表明:胸径生长量依次为第二组样地(以树根为圆心0.5 m为半径进行割灌)>第一组样地(不进行割灌作业)>第叁组样地(以树根为圆心1 m为半径进行割灌)>第四组(全面割灌);割灌对落叶松中龄林胸径生长影响不是很大,低强度小面积割灌最有助落叶松中龄林的径生长,全面割灌最不利于落叶松的胸径生长。(本文来源于《防护林科技》期刊2019年05期）
马学欣,侯建花,易晓梅[6]（2019）在《不同地貌杉木人工林胸径树高生长曲线研究》一文中研究指出为准确掌握景宁县杉木人工林的生长情况,采用4种生长方程分别拟合杉木胸径树高生长情况,并选择最优生长模型。研究结果表明:多项式方程能够较好的拟合景宁地区杉木林的生长情况,平均决定系数高达0.889;地形因子对杉木生长具有重大影响。(本文来源于《华东森林经理》期刊2019年01期）
罗恒春,张超,魏安超,张一,黄田[7]（2018）在《云南松林分平均胸径生长模型及模型参数环境解释》一文中研究指出云南松Pinus yunnanensis作为中国西南地区的主要建群树种,在西南地区占有重要地位,研建其林分生长模型以及对模型参数进行环境解释,可为气候变暖背景下研究云南松林分的生长动态提供经验模型。基于云南省森林资源连续清查数据和气象数据,以为云南松林为研究对象,结合6种基本理论方程,采用非线性回归方法构建林分平均胸径的生长模型,并对最优模型的参数进行环境解释。结果表明:(1)以决定系数(R2)和均方根误差(ERMS)为指标,从6个基础模型中选定林分平均胸径最优生长模型为坎派兹(Gompertz)模型, R2达到0.648, ERMS为3.384;(2)将各环境影响因子同时引入到2个参数组合位置上时的模型作为解释该环境因子对林分平均胸径生长模型影响的最佳模型形式;(3)各环境影响因子对林分胸径生长模型的影响程度大小排序为湿润指数>海拔>年平均降水量>潜在蒸散量>年平均气温>温暖指数>郁闭度>年均生物学温度>坡度。(4)地形因子和气候因子与林分平均胸径生长之间的关系有正有负,地形因子中的海拔因子对林分平均胸径的影响不大,气象因子中温度对林分平均胸径生长的影响是通过对降水的制约来实现的。(本文来源于《浙江农林大学学报》期刊2018年06期）
刘泰瑞,任达,董威,覃志杰,张芸香[8]（2019）在《华北落叶松天然林目标树间伐释压与胸径生长关系研究》一文中研究指出为探究华北落叶松所受竞争压力与胸径生长之间的关系,利用目标树中心样圆法对关帝山林区华北落叶松天然林间伐迹地进行调查研究。结果表明:受到不同竞争压力的目标树在1998年间伐后胸径生长量差异显着,且随着竞争强度的升高而减少;华北落叶松胸径连年生长量的变化由间伐释压前的下降趋势逐渐转变为缓释压力后的上升趋势;其中,间伐后受不同竞争压力的目标树胸径增长速率仍趋异化,弱度竞争目标树上升速率大于中度竞争目标树,而强度竞争目标树年平均胸径生长量上升最缓且趋势较不明显;竞争压力指数与伐后15 a胸径生长量呈幂函数关系,拐点出现在竞争压力指数为1处并在大于2后趋于平缓;以目标树为核心构建的经营体系能更加具有针对性,通过适度干扰及抚育间伐手段改良一定条件下的林木生长模式,进而精准提升森林质量。(本文来源于《中南林业科技大学学报》期刊2019年01期）
马克西,曾伟生,侯晓巍[9]（2018）在《青海省林木胸径生长量与生长率模型研究》一文中研究指出利用第八次全国森林资源清查青海省2013年清查的4万多株保留木前后期实测胸径数据,分析了林木胸径生长量、比率和生长率模型外在表现和内在本质的异同,并建立了4个主要树种组的立木胸径生长率模型。研究结果表明,林木胸径生长量、比率和生长率模型只是反映林木生长信息的不同数学表现形式,尽管各类模型的统计指标存在很大差异,但用于胸径生长量及期末胸径预估时,不同模型之间的差异很小。当用于建模的样木数量很大且分布极不均匀时,可将相同胸径的样木进行合并处理、采用平均数建模,但模型统计指标的计算,应当基于合并前的全部样木数据,而不是合并后的建模数据,否则会对模型的拟合优度给出过高的评价。利用青海省4个树种组的胸径生长率模型预估林木的期末胸径时,确定系数R2能达到0.93以上,平均预估误差MPE均在0.3%以下。所建模型可为第九次全国森林资源清查青海省2018年清查外业调查时判定林木胸径生长量是否过大提供定量依据。(本文来源于《林业资源管理》期刊2018年04期）
田玉梅,于治军,方昆升,唐小焱[10]（2018）在《用含有双可变参数的差分生长模型模拟胸径生长过程》一文中研究指出使用Schnute模型模拟了单木胸径生长过程,并与其它7个常用的生长模型进行了对比分析。研究结果表明,Schnute模型实际上是含有2个可变参数的差分生长模型,可由4参数的ChapmanRichards模型导出。在模型应用中,可用2个不同年龄时期的胸径观测值估计Schnute模型中2个可变参数,并使拟合的曲线通过这两个观测值,因而能够大幅提高模型预测精度。当Schnute模型作为普通回归模型使用时,其拟合效果与预测效果与其它模型相比并无明显优势。研究所用数据为火炬松人工林16年逐年观测数据,并用SAS(V8)进行模型拟合与验证。(本文来源于《林业与环境科学》期刊2018年04期）
胸径生长论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
【目的】单木生长受气候、林分等多种因子影响,需要利用适当的方法厘清气候以及林分中影响林木生长的主导因子。随机森林等机器学习方法提供了一种新的途径,需要检验利用随机森林算法分析气候和林分因子对林木生长影响的可靠性,为森林生长收获预估提供新的方法。【方法】以吉林省汪清林业局20块落叶松-云冷杉混交林固定样地25年(1986—2010年)间连续调查数据作为研究材料,候选气候和林分因子52个,利用随机森林算法建立了包含气候和林分的单木胸径生长模型,分析气候和林分因子对单木胸径年平均生长量的影响:基于52个超参数组合(决策树数目ntree=1 000、决策树每个结点随机选择的预测变量个数mtry={1, 2,···, 52})构建了52个随机森林模型,利用10折交叉验证法分别训练和评估52个随机森林模型;基于完整数据集,利用最优随机森林模型分析自变量对单木胸径年平均生长量影响的相对重要性以及偏依赖关系。【结果】ntree=1 000、mtry=12所对应的模型是52个模型中具有最佳泛化能力的模型,该模型具有最大的交叉验证决定系数R2cv(R2cv=0.54),以及最小的交叉验证均方根误差RMSEcv、交叉验证平均绝对偏差MAEcv和交叉验证相对均方根误差rRMSEcv(RMSEcv=0.14 cm、MAEcv=0.10 cm、rRMSEcv=50%)。单木胸径年平均生长量受林分因子的影响极大,相对重要性超过80.00%。8个林分因子中,大于对象木的林木断面积之和BAL对单木胸径年平均生长量影响最大,林分每公顷株数N对单木胸径年平均生长量影响最小,其他因子对单木胸径年平均生长量影响介于两者之间;单木胸径年平均生长量随BAL、林分每公顷断面积BA、N以及林分断面积平均胸径Dg的增加而下降,随对象木胸径与林分断面积平均胸径之比RD、林木期初胸径D0以及对象木胸径与林分中最大林木胸径之比DDM的增加而增加。单木胸径年平均生长量受气候因子的影响较小,相对重要性低于20.00%。44个气候因子对单木胸径年平均生长量的影响均较小(相对重要性均<1%),其中,生长季平均降水量(4—9月)与年均降水量之比Pratio、年总太阳辐射时长Asr、生长季平均降水量(4—9月)与生长季相对湿度(4—9月)之比Gspgsrh以及生长季太阳辐射时长(4—9月)Gssr是前4个相对重要的变量。【结论】随机森林模型能够较好地解析各变量与单木胸径年平均生长量之间复杂的关系,单木胸径年平均生长量受林分因子的影响极大,而受气候因子的影响较小。总体而言,在局部尺度上,林分因子是影响单木胸径生长的主导因子,而气候因子对单木胸径生长的解释能力有限。随机森林模型具有一定的泛化能力和统计可靠性,产生的变量重要性和偏依赖图具有合理的林学意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
胸径生长论文参考文献
[1].张殿顺,肖雨.馒头柳截干处理对胸径生长的影响[J].现代农业科技.2019
[2].欧强新,雷相东,沈琛琛,宋国涛.基于随机森林算法的落叶松-云冷杉混交林单木胸径生长预测[J].北京林业大学学报.2019
[3].朱越骅,潘彪,于朝广,殷云龙,张耀丽.'中山杉118'与落羽杉胸径生长及木材密度的比较研究[J].南京林业大学学报(自然科学版).2019
[4].曹梦,潘萍,欧阳勋志,臧颢,吴自荣.基于哑变量的闽楠天然次生林单木胸径和树高生长模型研究[J].北京林业大学学报.2019
[5].黄永辉,刘帅.不同割灌方式对华北落叶松中龄林胸径生长的影响[J].防护林科技.2019
[6].马学欣,侯建花,易晓梅.不同地貌杉木人工林胸径树高生长曲线研究[J].华东森林经理.2019
[7].罗恒春,张超,魏安超,张一,黄田.云南松林分平均胸径生长模型及模型参数环境解释[J].浙江农林大学学报.2018
[8].刘泰瑞,任达,董威,覃志杰,张芸香.华北落叶松天然林目标树间伐释压与胸径生长关系研究[J].中南林业科技大学学报.2019
[9].马克西,曾伟生,侯晓巍.青海省林木胸径生长量与生长率模型研究[J].林业资源管理.2018
[10].田玉梅,于治军,方昆升,唐小焱.用含有双可变参数的差分生长模型模拟胸径生长过程[J].林业与环境科学.2018