摘要：为探索适合我国森林资源实情的监测抽样新技术,借鉴美国森林资源年度监测技术方案,以北京市延庆区为研究区,进行森林蓄积量群团抽样试验研究。首先在美国森林资源年度监测体系基础上,根据所选研究区域的森林资源分布状况,确定适宜的正六边形抽样框架尺度以及抽样比例,在抽选的正六边形抽样框架内布设圆形群团样地并进行实地调查,从而获取研究区当年森林蓄积量信息。结果表明,采用正六边形抽样框架在北京市延庆区开展森林资源年度监测的适宜面积为2 338 hm^2,边长为3 000 m,最适抽样比例为66%;根据所设计的群团抽样方案进行实地调查获取延庆区2016年的森林蓄积量为16. 6 m3/hm^2,抽样调查精度达85. 4%,符合《国家森林资源连续清查技术规定》对抽样精度的要求,验证了基于圆形群团样地在我国区、县级尺度上开展森林资源监测的可行性。

摘要：以遥控报警原理、GNSS定位原理为基础,设计了实现森林资源连续清查固定样地标记装置,该装置由主程序模块、定位解算模块、遥控报警模块、数据传输模块、样地信息存储更新模块等组成。通过在Cortex-M3上移植FreeRTOS操作系统,并利用C语言进行汇编实现样地标记信息的读取与写入、遥控报警、标记定位等功能。针对定位信息数据传输,在微信平台上通过调用百度地图的API开发实现普通手机用户到样地桩的路线规划。通过试验验证,利用此固定样地标记装置,可将固定样地的复核效率较传统样桩提高324%左右,并且通过此装置可以直接读取固定样地历史信息及写入实时监测数据,解决了传统固定样地标记桩无法进行样地信息记录及无法快速找到、遥控监测等问题。

摘要：为了更加逼真地模拟油松林分的生长过程,采用目前较为先进的Agent动画技术作为基本架构,并详细介绍了该架构在油松生长模拟中的属性和功能的设计过程,通过三维可视化绘制技术,实现了油松林分生长过程的可视化。该技术提高了模拟的真实度和可信度。

摘要：为了优化我国森林资源监测体系,以北京市延庆区为研究区,应用美国FIA三阶抽样技术和四点群团样地方法,通过对不同尺寸的样地方案的抽样总体方差、变动系数、标准误差、绝对误差和估计精度计算,分析四点群团样地的尺寸对单位面积蓄积量的抽样精度的影响,以及限定精度下的最小样地尺寸设计方案。结果表明:最优子样圆方案为半径为7 m,总体精度90%,与二类调查数据相比精度为80%。

摘要：以北京市密云县一类清查的样地蓄积量为研究对象,结合与蓄积量相关的辅助因子,采用普通克里格法、协同克里格法对森林蓄积量进行空间插值估测,并与文献[25]同一研究区的基于偏最小二乘法回归法估测结果进行比较分析。结果表明,普通克里格法、基于辅助信息的协同克里格法、偏最小二乘回归法的蓄积量估测值与实测值间的相关系数分别为0.389、0.845、0.766;基于辅助信息的协同克里格法要优于普通克里格法和偏最小二乘回归法,能够明显提高预测精度;与普通克里格法相比,所产生的均方根误差减小了71%,预测值和实测值的相关系数提高了54%。最后生成了密云县森林蓄积量空间分布图。研究表明应用地统计学方法进行蓄积量估测具有很好的应用前景,可以为森林蓄积量的估测提供一种可行的方法。

摘要：为了推广激光雷达技术在森林蓄积量估测计量方面的应用,本研究以东北林区云冷杉林、落叶松林、红松林和樟子松林4种典型针叶林为对象,基于机载激光雷达获取的点云数据提取特征变量,结合800块地面样地数据,采用逐步回归方法和偏最小二乘方法,建立4种针叶林的蓄积量模型。结果表明:偏最小二乘法建立的模型精度优于逐步回归方法(ΔR^(2)=0.05~0.15,ΔRRMSE=2.6%~4.2%);在参与建模的3类点云特征变量中,贡献最大的是点云高度变量(被选择26次),其他变量有一定的辅助作用(分别被选择12次和11次);使用偏最小二乘方法建立的林分蓄积量模型中,红松林(R^(2)=0.79,RMSE=60.92,RRMSE=22.9%)和落叶松林(R^(2)=0.76,RMSE=28.39,RRMSE=25.8%)的精度最高,云冷杉林(R^(2)=0.81,RMSE=46.96,RRMSE=27.7%)次之,樟子松林(R^(2)=0.50,RMSE=55.49,RRMSE=30.4%)的精度稍低。研究结果为东北林区4种典型针叶林蓄积量估测提供了一种有效的方法。

摘要：为探讨大兴安岭林区蒙古栎地上生物量分配模式,并构建可加性生物量模型,采用破坏性取样法共采集了78株蒙古栎的干材、树皮、树枝和树叶的生物量,其中31株通过全挖法收集根系生物量,计算地上各组分生物量占地上生物量的比例,分析其随胸径的变化趋势。以胸径、树高、冠幅为自变量,探讨各组分的最优生物模型;采用似乎不相关模型构建地上各组分生物量的可加性模型,采用留一交叉法对模型进行验证。结果表明,干材占地上生物量的51%;随胸径的增加,干材生物量占比较为稳定,树枝生物量占比呈上升趋势,树皮和树叶则相反,根茎比表现为先急、后缓的下降趋势,均值为0.36;所有生物量模型均表现出良好的拟合效果(调整决定系数R2Adj为0.907~0.984),采用胸径为自变量的根系生物量模型拟合效果最佳,基于胸径和树高组合变量的干材和树皮生物量模型可取得较好结果,而以胸径和冠幅为自变量的树枝和树叶生物量模型效果最佳。本研究得出的生物量模型对大兴安岭蒙古栎生物量的核算具有参考价值。

摘要：为了快速有效获取三峡库区森林蓄积量及其时空动态变化特征，基于第六次（2003年）和第七次（2008年）森林资源一类清查样地数据和TM／ETM＋遥感影像，利用偏最小二乘回归方法构建了森林蓄积量估测模型，估算了三峡库区森林蓄积量，定量分析了蓄积量的时空变化特征。利用预留独立样本对模型进行精度验证，两期模型的总体预测精度分别达到91．84％和94．61％：2003年和2008年三峡库区森林总蓄积量分别为94446687、104314340m^3。从2003年至2008年呈现缓慢增长的趋势；两期森林蓄积量在海拔400-1600m、坡度5°-44°之间分布最多，在坡向上的分布较为均匀。

摘要：为进一步提高遥感模型预测森林蓄积量的精度和稳定性,分析了遥感特征因子、地形特征因子、郁闭度与森林蓄积量之间的相关关系。在此基础上,利用偏最小二乘回归方法构建了森林蓄积量遥感预测模型,生成了三峡库区森林蓄积量空间等级分布图,并与地面实测值进行比较。结果表明:该模型的最佳主成分数为3,且郁闭度、海拔、坡度、TM1、TM2、TM3、TM4、TM5、TM7、NDVI、RVI、TM7/TM3、TM4×TM3/TM2、亮度和湿度为预测森林蓄积量的入选变量;森林蓄积量预测的调整决定系数为0.524,相对误差为7.33%,均方根误差为1.763m3;利用该模型计算出三峡库区森林总蓄积量约为1.12亿m3,总体预测精度达到89.58%。研究结果为提高森林蓄积量遥感预测的精度提供了一种有效手段,有利于大面积应用和推广。

摘要：基于三峡库区森林资源一类清查数据和林地小班数据,分主要树种(组)建立树高—胸径曲线,编制立地指数表,选取立地因子构建立地指数模型,估测库区样地和小班立地指数,综合多个树种(组)评价结果,得到三峡库区林地质量等级及空间分布。结果表明:利用胸径替换年龄来拟合立地指数曲线和编制立地指数表的方法是可行的;立地指数估测模型经方差分析及相关性检验,达到显著相关水平,调整决定系数R2均达到0.95以上;三峡库区小班立地质量为III级的小班,所占比例高达78.71%,认为三峡库区林地质量总体属于中等水平。