基于混合weibull分布的森林生物量多尺度估測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種森林生物量多尺度估測方法，特別是一種基于混合weibull分布 的森林生物量多尺度估測方法。
【背景技術(shù)】
[0002] 生物量尺度轉(zhuǎn)換一直是森林生態(tài)學研宄的熱點和難點之一，已成為生態(tài)學研宄的 主流，如何解決生物量估算時小尺度與大尺度之間的轉(zhuǎn)換已引起重視。小尺度（單株樹木 與樣方水平）的生物量可以通過建立理論或經(jīng)驗模型獲得，而且還具有相當高的精度，但 由于生態(tài)學中的尺度最具復雜性和多樣性，因此在更大區(qū)域內(nèi)（大尺度）如何精確估測生 物量仍是研宄的難點，性能優(yōu)良的尺度轉(zhuǎn)換方法是精確估算區(qū)域尺度森林生物量的關(guān)鍵。
[0003] 目前在區(qū)域尺度生物量的估測中，基于森林資源連續(xù)清查數(shù)據(jù)的森林生物量尺度 轉(zhuǎn)換方法有平均生物量法、生物量轉(zhuǎn)換因子法與生物量轉(zhuǎn)換因子連續(xù)函數(shù)法。但是，平均生 物量法存在著估測精度較低，得出的結(jié)論不可靠的缺點；而對于沒有蓄積量的森林類型，生 物量轉(zhuǎn)換因子法和生物量轉(zhuǎn)換因子連續(xù)函數(shù)法無法進行生物量的尺度轉(zhuǎn)換，如毛竹林和灌 木林。針對沒有蓄積量的毛竹林，有人提出了一種基于最小尺度的毛竹生物量尺度轉(zhuǎn)換方 法，該方法需要知道待估測區(qū)域的毛竹總株數(shù)，而毛竹總株數(shù)是根據(jù)實測數(shù)據(jù)統(tǒng)計出來的， 因此有一定滯后性，無法用來預測區(qū)域尺度未來的毛竹生物量；而對于灌木林這種株數(shù)很 難統(tǒng)計的植被類型，該方法也不適用。因此，現(xiàn)有的森林生物量多尺度估測方法存在著估測 精度較低、適用范圍較小和具有滯后性的問題。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于，提供一種基于混合weibull分布的森林生物量多尺度估測方 法。本發(fā)明不僅具有估測精度高和適用范圍廣的優(yōu)點，還能夠進行區(qū)域尺度森林生物量的 預測，提高估測效率。
[0005] 本發(fā)明的技術(shù)方案：基于混合weibull分布的森林生物量多尺度估測方法，包括 以下步驟：
[0006] a、通過查閱待估尺度森林的面積統(tǒng)計資料獲得某年份的待估尺度森林面積，得A 值；
[0007] b、收集該年份待估尺度森林固定樣地的連續(xù)清查數(shù)據(jù)；
[0008] c、通過連續(xù)清查數(shù)據(jù)和現(xiàn)有的單株生物量模型計算單株生物量，并分別累加待估 尺度森林中各固定樣地內(nèi)的所有單株生物量，得各固定樣地的森林生物量；
[0009] d、將各固定樣地的森林生物量均設(shè)定為單位面積森林生物量；
[0010] e、選出所有單位面積森林生物量中的最小值與最大值，得El值和E2值；
[0011] f、使用weibull概率密度函數(shù)構(gòu)建混合weibull概率分布模型，得F函數(shù)；
[0012] g、使用核密度法計算該年份待估尺度森林各固定樣地森林生物量的實測概率，得 G組數(shù)據(jù)；
[0013] h、使用G組數(shù)據(jù)擬合F函數(shù)的各參數(shù)，得H函數(shù)；
[0014] i、采用多尺度轉(zhuǎn)換法進行生物量的多尺度轉(zhuǎn)換估測，得待估尺度的森林生物量。
[0015] 前述的基于混合weibull分布的森林生物量多尺度估測方法中，所述步驟f中的 混合￥61131111分布模型的函數(shù)形式為；^1)=口 1；^(1)+口2；^(1)+~+口114(1)，其中1為單位面 積森林生物量，Pi (i = 1，2···，η)為權(quán)重參數(shù)且f/v = 1，η為2、3或4, η的取值根據(jù)G組 數(shù)據(jù)擬合精度選取，當η分別取2、3和4時，進行步驟h中的擬合，然后取擬合精度最高時 的η值即可，
[0016]
【主權(quán)項】
1.基于混合weibull分布的森林生物量多尺度估測方法，其特征在于，包括以下步驟： a、 通過查閱待估尺度森林的面積統(tǒng)計資料獲得某年份的待估尺度森林面積，得A值； b、 收集該年份待估尺度森林固定樣地的連續(xù)清查數(shù)據(jù)； c、 通過連續(xù)清查數(shù)據(jù)和單株生物量模型計算單株生物量，并分別累加待估尺度森林中 各固定樣地內(nèi)的所有單株生物量，得各固定樣地的森林生物量； d、 將各固定樣地的森林生物量均設(shè)定為單位面積森林生物量； e、 選出所有單位面積森林生物量中的最小值與最大值，得El值和E2值； f、 使用weibull概率密度函數(shù)構(gòu)建混合weibull概率分布模型，得F函數(shù)； g、 使用核密度法計算該年份待估尺度森林各固定樣地森林生物量的實測概率，得G組 數(shù)據(jù)； h、 使用G組數(shù)據(jù)擬合F函數(shù)的各參數(shù)，得H函數(shù)； i、 采用多尺度轉(zhuǎn)換法進行生物量的多尺度轉(zhuǎn)換估測，得待估尺度的森林生物量。
2. 根據(jù)權(quán)利要求1所述的基于混合weibull分布的森林生物量多尺度估測方法，其特 征在于：所述步驟f中的混合weibull分布模型的函數(shù)形式為f (X) = Pj1 (X)+p2f2 (X)+··· +pnfn(x)，其中X為單位面積森林生物量，Pi (i = 1，2···，η)為權(quán)重參數(shù)且H/y = 1，η為2、 3或4，
為weibull概率密度函數(shù)。
3. 根據(jù)權(quán)利要求1所述的基于混合weibull分布的森林生物量多尺度估測方法，其特 征在于：所述步驟g中的核密度法為一種借助一個移動的單元格對點或線格局的密度進行 計算的方法，公式為
其中k()為核函數(shù)，h為帶寬，X-XiS估計點X處到樣本X i處的距離。
4. 根據(jù)權(quán)利要求1、2或3所述的基于混合weibull分布的森林生物量多尺度估測方 法，其特征在于：所述步驟i中的多尺度轉(zhuǎn)換法的公式為i/= ,其中f (m) 為步驟h中的H函數(shù)，m為待估尺度的單位面積森林生物量，N和η分別等于步驟e中的El 值和E2值，A等于步驟a中的A值。
【專利摘要】本發(fā)明公開了基于混合weibull分布的森林生物量多尺度估測方法，該方法先查閱待估尺度森林的資料，然后計算得單位面積森林生物量的最大值和最小值，構(gòu)建混合weibull概率分布模型，接著用核密度法計算各樣地森林生物量實測概率，再擬合混合weibull概率分布模型的參數(shù)，最后通過多尺度轉(zhuǎn)換公式來估測待估尺度的森林生物量。本發(fā)明采用若干個weibull概率密度函數(shù)并通過加權(quán)平均的方法來構(gòu)建混合weibull概率分布模型，提高估測精度。本發(fā)明只需要得到待估尺度森林面積就能估測森林生物量，估測效率高；還能通過規(guī)劃的森林面積來預測待估尺度在未來若干年后的森林生物量。本發(fā)明不僅具有估測精度高和適用范圍廣的優(yōu)點，還能夠進行森林生物量的預測，提高估測效率。
【IPC分類】G06F19-00
【公開號】CN104732110
【申請?zhí)枴緾N201510170607
【發(fā)明人】劉恩斌
【申請人】浙江農(nóng)林大學
【公開日】2015年6月24日
【申請日】2015年4月13日