摘要：【目的】研究北京市蒙古栎天然林的林分树高生长规律,为林分的科学、合理经营管理提供参考。【方法】根据北京市蒙古栎一类清查数据,以Richards方程为基础,采用度量误差模型方法建立林分相容性平均树高曲线方程组。【结果】经检验,所建模型在置信水平α=0.05时显著,对林分树高、胸径的预估精度分别为96.39%和97.23%。随着蒙古栎林分林龄的增长,胸径生长速生期滞后于树高生长速生期,大约在15年时,林分树高生长速度最快,大约在23年时,林分胸径生长速度最快;而林分树高随其胸径的生长变化则是在林分胸径为10cm左右时生长最快,此后逐渐减缓。【结论】所建立的林分树高曲线联立方程组比较合理,既使得林分树高曲线与林分胸径、树高生长过程曲线之间具有相容性和一致性,也考虑了模型中自变量的度量误差。

摘要：根据一类清查数据,以Richards方程为基础,采用度量误差模型方法,建立油松林分相容性树高曲线方程组。结果表明：模型在0.05的水平上检验显著,对树高、胸径的预估精度分别为96.12%、96.53%;胸径生长的速生期滞后于树高生长的速生期,树高生长极盛期的林龄为20~30 a,胸径生长极盛期的林龄为30~40 a;胸径为5~10 cm时,树高生长最快,此后逐渐变缓;树高曲线与林分胸径、树高生长过程曲线之间具有相容性和一致性。

摘要：利用度量误差联立方程组模型方法,研建了海南省松树和橡胶树的一元与二元质量与材积相容模型,所建模型预估精度较高,达到了93%以上,模型具有良好的全面切合性能,可用于实际生产中。

摘要：利用海南省桉树、木麻黄、马占相思实测数据,采用度量误差模型方法,研究建立树干去皮材积与重量相容性联立方程,并对使用普通非线性回归方法和度量误差模型方法得到的重量估计结果进行对比分析。结果表明:对于带有度量误差的重量模型,使用度量误差模型方法进行估计效果更好;所建立的树干去皮材积与重量相容性联立方程拟合效果均较好,且二元明显优于一元,采用一元材积的重量模型预估精度达到96%以上,采用二元材积的重模型预估精度达到98%以上。

摘要：以云南云杉实测立木材积和地上生物量数据为例,利用度量误差模型方法和分段建模方法建立相容性的一元和二元立木材积和地上生物量模型。结果表明,无论常规模型还是分段模型二元立木材积模型的相关统计指标得到了大幅度的改进,而二元地上生物量模型的相关指标与一元模型相比差异不大;常规二元立木材积模型在小径阶下存在明显的偏差,分段模型从整体上能够有效地解决系统偏差问题;所建的分段一元立木材积模型和地上生物量模型的平均预估精度分别到了90%和95%,同时分段二元立木材积模型和地上生物量模型的平均预估精度均到了97%。

摘要：相容性生物量模型能解决一套数据估算一套生物量分配结果,避免因采用各最优独立模型导致各分量估计值相加与总量不相等。以毛竹(Phyllostachys edulis)生物量估算为例,建立生物量方程和生物量比值因子方程为基础模型,利用度量误差模型模拟相容性生物量模型系统,比较以生物量方程为基础的总量分级控制法与以生物量比值因子方程为基础的总量直接控制法间的差异,通过联合估计法解决相容性问题。结果表明:改进异速生长方程拟合的毛竹独立生物量模型精度高(R2值达0.83以上),胸径是独立生物量模型的最佳解释变量,竹度对竹杆、地上、地下生物量影响较大,而冠长对树冠(枝、叶)生物量影响较大;以分级联合控制法和直接控制法拟合的相容性生物量模型检验基本一致,综合而言,总量生物量比值因子方程为基础的直接控制法较优。所建立的最佳相容性生物量模型系统,地上、竹杆的平均预测相对误差达到25%以内,模型拟合精度R2均达0.83以上。

摘要：以东北云杉为研究对象,利用立木材积和地上生物量实测数据,通过利用总量直接控制和度量误差模型方法,研建相容的立木材积方程、地上生物量方程、生物量转换函数及各分项生物量模型。结果表明:地上生物量模型在引入树高因子后,改善了模型的精度和平均预估误差;所建立的东北云杉一元相容性方程,其立木材积和地上生物量模型的确定系数分别为0.94和0.97,平均预估误差分别为5.36%和3.55%;而二元相容性方程,立木材积和地上生物量模型的确定系数均在0.98以上,平均预估误差控制在3.06%以下。所建立的模型可以用于我国东北云杉林地上生物量的估计。

摘要：基于150株天然云杉实测材积和生物量数据,利用非线性度量误差方法,建立相容性立木材积与生物量方程,并采用总量直接控制方案和分级联合控制方案研建了地上总生物量与4个分项(干材、干皮、树枝、树叶)的相容性方程系统,其中又采取了独立估计和联合估计两种处理方法进行地上生物量的估计.结果表明:所建一元、二元相容性立木材积和地上生物量模型的材积和生物量决定系数均在0.85以上,最高达0.99,在胸径基础上增加树高变量能显著提高材积的预估效果,但对生物量的预估效果改进不大.就总量与分量相容性模型而言,分级联合控制方案所建的一元模型好于总量直接控制所建的一元模型,两种方案所建的二元模型效果相当.对一元、二元相容性生物量模型的拟合效果进行对比,结果显示,解释变量的增加明显提高了树枝和树叶生物量的拟合效果,对其他几个分量的拟合效果改善不大.对独立估计和联合估计的对比分析显示,两种估计方法几乎没有差异.

摘要：为了掌握杉木Cunninghamia lanceolata天然林与人工林的树高、胸径生长规律,改进杉木的营林生产模式,利用湖南省杉木一类清查数据,选择了6种常用经验方程拟合杉木树高曲线和胸径生长曲线,从中选出最优模型。在此基础上,考虑林分起源的差异,采用引入哑变量的度量误差模型方法建立不同起源林分相容性树高曲线方程组,并分析比较林分各阶段的生长状况。结果表明:引入哑变量后所建立的树高曲线方程组效果更好,在含哑变量的树高曲线方程组中杉木林分平均胸径生长过程曲线、平均树高曲线的拟合决定系数分别为0.820 5,0.758 0,预估精度分别达到了98.30%和98.01%,且其他各项评价指标均优于不含哑变量的树高曲线方程组;通过对比分析各林分不同林龄段的生长状况知:杉木人工林和天然林的总体趋势一致,但在中幼龄阶段,人工林的树高和胸径生长率高于天然林,且人工林的树高与胸径均比天然林先达到最大值。利用引入哑变量的度量误差模型方法建立树高生长模型,不仅考虑度量误差提高了模型精度,还解决了模型间不相容的问题。

摘要：【目的】无人机机载激光雷达能够准确地测定单木、林分乃至大尺度森林结构参数(树高和树冠因子)。为应用无人机激光雷达技术准确估测森林蓄积量、生物量和碳储量提供计量依据和技术支撑。【方法】以150株实测马尾松生物量样本数据为研究对象,采用非线性回归估计方法和度量误差联立方程组方法,分析立木材积和地上生物量与树高、树冠因子的相关性,并在此基础上研究建立基于树高和树冠因子的立木材积与地上生物量相容模型。【结果】单株材积和地上生物量与树高因子的相关性最为紧密,其次才是树冠因子;基于树高和冠幅因子的二元材积和地上生物量模型预估精度较高,达到92%以上,再考虑冠长因子的三元模型预估精度改进不大;基于树高和冠幅因子的二元立木材积与地上生物量相容模型估计效果更好,相对于一元相容模型系统而言,二元相容模型拟合效果有较大幅度提高,预估精度达到92%以上。【结论】采用度量误差联立方程组方法可以有效解决基于树高和树冠因子的立木材积与地上生物量相容问题,并且预估精度达到92%以上,所建二元立木材积与地上生物量相容模型可为应用激光雷达技术反演森林蓄积量和生物量提供计量依据。