[发明专利]木麻黄生物量模型的构建方法在审
申请号: | 201910491519.7 | 申请日: | 2019-06-06 |
公开(公告)号: | CN110399632A | 公开(公告)日: | 2019-11-01 |
发明(设计)人: | 薛杨;林之盼;王小燕;宿少锋;薛雁文 | 申请(专利权)人: | 海南省林业科学研究所 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06Q50/02 |
代理公司: | 重庆项乾光宇专利代理事务所(普通合伙) 50244 | 代理人: | 高姜 |
地址: | 571100 海南*** | 国省代码: | 海南;46 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 木麻黄 生物量 构建 防护林 根系生物量 建模数据 生长阶段 无性系 有机物 单木 建模 取样 沿海 地下 监测 调查 研究 | ||
1.一种木麻黄生物量模型的构建方法,其特征在于,包括以下步骤:
s1.设计木麻黄监测样地体系:
s11.根据该地区森林资源的研究数据,采用等距抽样的方法,计算抽样单元数量;
s12.参照森林资源连续清查的方法对系统抽样样地进行等距布设,调查样地内活立木、枯立木和枯倒木的胸径、树高、枝下高、冠幅信息;
s2.获取木麻黄单木生物量建模数据,并完成建模:
s21.测量样地内林木的胸径和树高;
s22.伐倒样木,采用“分层切割法”取样,将叶、枝、圆盘、根样品烘干称重,求样品干鲜重比,然后将各器官鲜重换算成干重,并统计计算每一样木各器官和全株的生物量;
s23.利用设定数量的样木数据分别作为单木建模数据、验证数据和模型修正调整数据;
s24.假设木麻黄单株总生物量模型为:
WT=ft(D,H)+fb(D,H)+fl(D,H)+fr(D,H)
其中,木麻黄树干生物量模型(Wt)、树枝生物量模型(Wb)、树叶生物量模型(Wl)和树根生物量模型(Wr)的最优模型分别为:
Wt=ft(D,H)
Wb=fb(D,H)
Wl=fl(D,H)
Wr=fr(D,H)
s25.采用多种生物量模型通过拟合统计量和验证统计量确定系数R2、均方根误差RMSE和平均偏差MD进行模型选择;
s3.构建无性系木麻黄根系生物量模型:
s31.挖掘设定数量的标准木的全部根系,将其根系分为主根延伸部分的茎根、粗根以及细根进行根系含水量的测定,然后分别取样烘干称质量,并对其包括根系在内的全树进行生物量测量;
s32.用幂函数关系和线性函数关系模拟木麻黄材积与根生物量之间关系的参数结果,进行模型选择。
2.根据权利要求1所述的木麻黄生物量模型的构建方法,其特征在于:步骤s11中,抽样单元数量为:
式中,Vmax、Vmin和VAVG分别为该地区不同小班的公顷最大、最小和平均蓄积。
3.根据权利要求1所述的木麻黄生物量模型的构建方法,其特征在于:在步骤s12中,所述抽样样地采用星状圆形布设,每个样地包括3个呈等边三角形分布的圆形子样地;样地体系设计时,应对森林资源分布核心区进行样地加密。
4.根据权利要求3所述的木麻黄生物量模型的构建方法,其特征在于:步骤s21中,选择标准木时,按胸径和树高两项主要因子进行控制,分别在不同径阶和不同树高级选取标准样木。
5.根据权利要求1所述的木麻黄生物量模型的构建方法,其特征在于:步骤s22中,分层切割法”取样的具体步骤为:
s221.将树冠分上、中、下3层并去除全部死枝,称其总重量;
s222.分别称取各层带叶活枝的总鲜重;
s223.根据每层标准枝鲜重的枝、叶比例和各层枝叶总鲜重,推算每层的枝、叶鲜重和整个树冠的枝、叶鲜重;
s224.在每层标准枝的重心位置左右截取样品并称其鲜重;将各层标准枝所摘的树叶混合后,选取样品并称其鲜重;再在死枝中选取中等大小的枝条,从中部截取样品,准确称其重量;
s225.在设定树高处两边分别锯取2个厚圆盘,分别称圆盘鲜重;
s226.在根系全部挖出后,分别称根茎、粗根、细根鲜重;将叶、枝、圆盘、根样品烘干称重,求样品干鲜重比,然后将各器官鲜重换算成干重,并统计计算每一样木各器官和全株的生物量。
6.根据权利要求5所述的木麻黄生物量模型的构建方法,其特征在于:s25中,生物量模型公式及其自变量如下表所示:
7.根据权利要求1所述的木麻黄生物量模型的构建方法,其特征在于:步骤s25中,系数R2、均方根误差RMSE和平均偏差MD的数学表达式分别为:
式中:yi为实际值(木麻黄各部分的生物量实测值);分别为它们的预测值和平均值;n为观察个数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于海南省林业科学研究所,未经海南省林业科学研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910491519.7/1.html,转载请声明来源钻瓜专利网。