基于神经网络的马尾松人工林密度指数模型

• 作者: 刘光武 王柯力 陈晨
• 来源期刊: 浙江农林大学学报
• 关键词: 森林经理学 马尾松 人工林 林分密度指数 人工神经网络
• 年，卷（期）: 2020,（1）
• 页码范围: 100-104
• 页数: 5页
• 分类号: S757.9
• 语种: 中文
• DOI: 10.11833/j.issn.2095-0756.2020.01.013

摘要

[目的]通过对马尾松Pinus massoniana人工林密度指数模型的研究,为制定木材产量及质量的提升决策提供参考.[方法]以河南省薄山林场马尾松人工林为研究对象,采用147块标准地数据,以林分平均胸径为输入向量,以林分密度为输出向量,建立了林分密度指数人工神经网络(ANN)模型,并与Reineke的林分密度指数模型进行比较.[结果]①薄山林场马尾松人工林最大密度线斜率b为-1.516 3,马尾松标准平均胸径为14 cm, Reineke的林分密度指数模型精度为92.11%, t检验结果显著;②构建了网络结构为1∶2∶1的林分密度指数ANN模型,模型拟合精度为92.57%,均方误差为0.001 469 7.③无论采用Reineke林分密度指数还是人工神经网络技术,在拟合株数密度随林分平均胸径的变化趋势时,幼龄林组拟合效果都不理想,这与幼龄林组数据数量偏少有关.[结论]所建模型可为薄山林场马尾松抚育经营决策提供依据.图4表1参13

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晨		15	7	2.0	2.0
2	刘光武		15	7	2.0	2.0