一、用干形测定单株立木材积的再研究（论文文献综述）
吴赟龙[1]（2021）在《安徽省湿地松人工林干形研究》文中研究指明本文以安徽省编制材积表收集的1019株湿地松人工林伐倒木区分数据,对安徽省湿地松形数在不同区域的差异情况、形数的变化规律及利用形数计算树干材积的误差等方面进行了分析研究,并建立了湿地松的简单干曲线方程和分段干曲线方程,为安徽省今后编制湿地松的相关测树数表以及森林经营管理等提供理论依据,具有十分重要的指导意义。其结果如下:（1）安徽省不同区域湿地松的胸高形数和实验形数差异检验不显着,说明安徽省湿地松干形在目前分布区域范围内较为一致,无显着差异,因此可以采用统一的胸高形数、实验形数值估算树干材积。（2）安徽省湿地松实验形数不随树高、胸径变化而变化,其值较为稳定;而胸高形数随树高、胸径增加而减小,在胸径小于10cm时,其减小幅度较大,而在胸径大于10cm时其减小幅度较小。（3）采用平均实验形数值fa=0.416计算树干材积,利用平均胸高形数值f1.3=0.525计算胸径大于10cm的树干材积,其总相对误差均在5%范围内,但实验形数计算树干材积误差精度更高,且可适用于不同大小林木,因此生产实践中应主要使用实验形数计算树干材积。（4）安徽省湿地松简单干曲线方程可用4次多项式模拟,分段干曲线方程中上部用3次多项式,基部用4次多项式模拟,可以取得较好的拟合效果,且利用其计算树干材积的误差较小,与利用1019株林木的平均胸高形数值计算树干材积误差较为一致,各干曲线方程如下所示:简单干曲线方程:Y=1.34X+2.837X2-7.506X3+4.593X4分段干曲线方程:Y=1.954X-1.26X2+0.384X3（x<0.95）Y=-2483.713+4841.791X+963.454X2-6533.233X3+3213.017X4（0.95≤x≤1）（5）简单干曲线方程不能很好地兼顾树干各个部位干形,而采用分段干曲线方程,则可以很好兼顾树干各个部位的干形,取得了比简单干曲线更好的模拟效果,其模拟树干不同部位及整体的误差均全面小于简单干曲线方程,且利用其计算树干材积,误差可控制在5%范围内,满足林业上的精度要求。
宋龙斌[2]（2020）在《基于无人机航测数据的立木材积模型研建》文中指出林木材积是评价林木经济效益的关键指标,通过无破坏、高效率的方式得到林木材积是森林资源调查工作中的一项重要任务。为了减少地面调查的工作量,基于无人机遥感的空中视角,可以准确高效地得到林分郁闭度、林木冠幅、树高等信息,并进行林业数表研建。本文以江苏省东台市黄海海滨国家森林公园中不同龄级的三五杨人工林为研究对象,采用线性回归和非线性回归估计的方法,分树高等级对林木胸径与树高、冠幅的相关关系进行了研究,建立了适用于各个树高等级的最优胸径估测模型;分树高等级对林木材积（V）与树高（H）、冠幅（C）、胸径（D）的相关关系进行了研究,建立适用于各个树高等级的最优材积估测模型。得到了以下结果:1)对基于无人机遥感得到的树冠因子和树高进行了精度验证。基于数字正射影像,采用手动勾绘林木树冠外轮廓的方法提取了林分郁闭度,经与实测值进行线性拟合,两者的决定系数（R2）为0.9669,均方根误差（RMSE）为0.0374。采用面向对象的方法提取了林木冠幅,经与实测值进行线性拟合:当林分郁闭度小于0.7时,拟合方程的R2为0.9829,RMSE为0.2810;当林分郁闭度大于等于0.7时,拟合方程的R2为0.7379,RMSE为1.0156。说明在中低郁闭度的林分中,面向对象的提取方法进行林木冠幅的提取是可行的,但当林分郁闭度较大,冠幅的提取精度明显降低。基于冠层高度模型对林木树高进行了提取,经与实测值进行线性拟合,发现两者的R2在0.9303以上,RMSE在0.9352以下。2)分树高等级构建了最优的D-C模型、D-H模型和D-C、H模型。分析发现,随着树高等级的增大,胸径与冠幅的相关关系逐渐减弱,与树高的相关关系逐渐增强。同时引入冠幅和树高建立的二元胸径回归模型,R2明显高于一元估测模型,有效提高了胸径估测精度;随着树高等级的增大,二元回归模型的R2递减。结合前人的研究成果,可能是因为随着林木龄级增大,立地条件、林木间竞争、气候条件等多方面因素对林木因子产生了影响,林木因子间的相关关系逐渐减弱。3)按照不同树高等级,基于树高、冠幅、胸径分别建立了最优的一元材积模型、二元材积模型和三元材积模型。对比不同树高等级内最优的V-D,V-H和V-C模型可知:各树高等级内,林木材积与胸径的相关关系均最高,R2在0.804至0.851之间;各树高范围内得到最优模型均为线性或幂函数形式,说明胸径、冠幅、树高与林木材积间的相关关系均可以用线性方程或幂函数进行拟合。对比不同树高等级内最优的V-D、H模型可知:在各树高等级内,最优的二元材积方程形式均为V=a+bD2+cD2H+dH;在各树高范围内,最优二元材积模型的R2均在0.898以上,与一元材积模型相比R2明显提升。对比不同树高等级内最优的V-C、H模型可知:当林木树高在20 m以下时,V-C、H模型的R2略高于V-D、H模型;当林木的树高范围大于20 m后,V-C、H模型的R2明显低于V-D、H模型。对比不同树高等级内最优的V-D、H、C模型可知:三元材积模型的形式为V=a+bDc+dHe+fCg;在各树高范围内,最优的材积估测模型均为三元材积模型,R2均在0.908以上。4)利用检验数据对最优一元材积模型、二元材积模型和三元材积模型进行了验证。对不同模型下得到的材积估测值与材积实测值进行方差分析及多重比较,对比发现:在各树高等级中,基于三元材积估测模型得到的材积估测值与实测值之间差异均不显着,说明在三五杨的不同树高等级内,采用三元材积估测模型均能以较高的精度对林木材积进行估测。
贾茜[3]（2020）在《油松建筑材林全生命周期密度调控研究》文中进行了进一步梳理河北平泉黄土梁子镇有油松（Pinus tabulaeformis）人工林适生区,该地区林分结构不合理、培育目的单一、经营管理粗放、部分林区每年未能及时更新密度调控措施,导致生产力低下。因此,本文以构建油松建筑材全生命周期密度调控措施体系为重点,采用空间代时间法,具体以河北平泉油松人工林为研究对象,重点对阳坡中土、阴坡中土和阴坡厚土三种立地、不同生长阶段油松林分开展全生命周期密度动态调控技术研究。剖析不同立地、不同密度梯度下油松人工林全生命周期的干形指标、树干生产力和生物量分配状况,揭示适宜油松人工林培育的最佳立地及密度效应;开展合理密度研究,制定各径级林木的树冠面积和密度指标表;制定适用于华北地区油松建筑材林密度管理图,且针对最适宜培育油松建筑材的立地,结合建筑材材种出材量,确定最佳主伐年龄。旨在实现油松建筑材林全生命周期精细化培育和森林可持续经营,为林场等相关部门森林经营措施的制定提供精细化参考。创新之处在于首次制定出河北油松建筑材材种规格,提出主要立地类型油松建筑材林全生命周期密度调控措施,填补现阶段研究的空白。主要结论如下:（1）阴坡厚土和阴坡中土相较于阳坡中土,林分整体分杈率低、活冠高长、高径比大,干形较好,且以阴坡厚土油松林分干形最佳。（2）同一林龄下阳坡中土油松林的理论密度最大,阴坡中土次之,阴坡厚土最小。对于同一径阶,林分合理经营密度大小均呈现出阳坡中土<阴坡中土<阴坡厚土。小于径阶18cm时,随着径阶增大,阴坡中土、阴坡中土和阴坡厚土油松林分的合理经营密度均逐渐减小,径阶18～22cm时,三种立地条件下油松人工林合理经营密度基本一致,为500株·hm-2左右。（3）阳坡中土油松林分初植密度为3000～3300株·hm-2,按株数进行定量的下层疏伐,10a生开始间伐,间伐强度为12%,15a和25a以强度20%、25%进行第二次和第三次间伐,共间伐3次,间隔期为5a和10a,在成熟龄期保留株数密度1650株·hm-2让林木自然生长,保持较好干形,且生物量多向树干转移,伐期树高9～11m,平均单株材积为0.0697m3,公顷蓄积115m3,用于培育油松小径级建筑材,材种规格为8～16cm。（4）阴坡中土油松林分初植密度为2700～3000株·hm-2,按株数进行定量的下层疏伐,9a、19a分别以20%和30%强度进行第一次和第二次间伐,共间伐2次,间隔期为10a,在成熟龄期保留1500株·hm-2林分以获得较好干形,伐期树高9～11m,平均单株材积0.0920m3,公顷蓄积138m3,用于培育中径级油松建筑材,材种规格为16～22cm。初植密度为2200～2500株·hm-2,9a生开始间伐,首次间伐强度为20%,17a和27a分别以25%和30%强度进行第二次和第三次间伐,共间伐3次,间隔期分别为8a和10a,保留密度为1000株·hm-2,伐期树高11～13m,平均单株材积0.1450m3,公顷蓄积145m3,用于培育大径级油松建筑材,材种规格为>22cm。（5）阴坡厚土油松林分初植密度为2000～2300株·hm-2,按株数进行定量的下层疏伐,7a、15a分别以20%和30%强度进行第一次和第二次间伐,共间伐2次,间隔期为8a,最佳主伐年龄为47a,保留株数密度为1200株·hm-2,伐期树高11～13m,保留株树平均单株材积0.1375m3,公顷蓄积165m3,用于培育中径级油松建筑材,材种规格为16～22cm。初植密度为1000～1200株·hm-2,7a生开始间伐,首次间伐强度为20%,13a和23a分别以20%和25%强度进行第二次和第三次间伐,共间伐3次,间隔期分别为6a和10a,保留密度为530株·hm-2以获得较好干形,此时树干生物量占比最佳,最佳主伐年龄为53～55a,伐期树高13～15m,保留株树平均单株材积0.2245m3,公顷蓄积119m3,用于培育大径级油松建筑材,材种规格为>22cm。
蒋佳文[4]（2020）在《基于两期TLS数据的杨树人工林测树因子变化及估测模型研究》文中研究说明地面激光扫描（TLS）技术通过三维重构技术能实现森林的场景再现,获取的点云数据可以实现森林的精准、无损监测,点云分布信息量化能得到点云的特征参数,这些特征参数与林木特征相关联,可用于林木测树因子的估测。将TLS用于不同造林密度人工林的生长变化监测,能为人工林经营和管理提供精准数据,从而充分发挥人工林的经济和生态等效能,也为TLS用于更广泛的林业调查提供参考。研究首先进行了多回波地面激光扫描仪Rigel VZ-400i的扫描标定实验,为野外扫描提供支持。接着以4种造林密度（6m×6m、5m×5m、3m×8m、4.5m×8m）和3种无性系（95杨、797杨、895杨）杨树人工林为研究对象,获取研究区2017年与2019年的点云数据,提取和计算两期杨树的树高、不同高度处直径、材积等测树因子。分析两期内不同造林密度、不同无性系对杨树测树因子变化影响,并建立了两期削度方程分析树干形状变化,为人工林经营提供参考。最后,基于点云的分布信息,设计并提取了 TLS的特征参数高度累计百分比,分析其与林木测树因子间的联系,并结合多种高度的特征参数区分造林密度建立了 2019年胸径、材积估测模型,分析TLS的特征参数在立木测树因子反演中的精度与可行性。主要研究结果如下:1、标定结果表明,TLS的3种回波（全回波、单目标回波、首次回波）中,首次回波数据（Firstreturn）获取的数据噪点最少,提取的直径精度（乖离率0.7660）最高。全回波数据（All return）提取的直径精度（乖离率0.8820）次之。扫描站点相同时,高密度扫描比低密度扫描的直径提取精度高。在实际运用中需要根据密度合理加密站点,并根据树高选择合适的回波数据进行分析。2、2017年到2019年,6m×6m造林密度的林木平均胸径、平均树高、平均材积均最大,3m×8m造林密度的林木平均胸径、平均树高、平均材积均最小。造林密度、无性系对杨树的胸径、树高生长有显着影响,林木的胸径生长量随造林密度增加而降低,树高生长量随造林密度增加而增加;林木的材积生长量随着造林密度增加而减少;造林密度、无性系、以及两者交互作用对林木高径比的变化量影响显着,高径比的平均减少量（变化量的绝对值）随着造林密度增加而降低。研究期内,6m×6m造林密度的95无性系杨树胸径生长最佳,5m×5m造林密度的895无性树高生长最佳,6m×6m的797无性系杨树林木材积生长最佳,高造林密度的杨树趋于高生长,低造林密度的杨树趋于径向生长。3、建立了两期不同造林密度的削度方程模型。2017年到2019年,胸高形数和胸高形率变化不明显,研究建立了两期胸高形数和形率关系式模型f1,3=0.5095q2+1.5208/（q2H）。以可变指数削度方程d2=Db1+b2H（H-h）b3+b4D/H建立了两期不同造林密度的削度方程模型,并绘制两期不同造林密度的干形曲线,结果表明研究期内4个造林密度的杨树树干形状统一,且保持同步增长。4、高度累计百分比（Hz）在不同造林密度中具有差异性,其突变点能够反映不同造林密度主干干形的变化。研究基于地面激光点云的特征参数建立了胸径、材积估测模型,其中H95与林木胸径、材积的相关性最高。在线性模型和非线性模型中,非线性模型更适合研究区杨树胸径、材积估测模型的建立。利用地面激光点云特征参数建立的林木胸径、材积估测模型拟合精度均较高（R2最大为0.8873）,估测效果良好,可作为研究区胸径、材积估测模型。建立的估测模型自变量均选用了高度累计百分比（Hz）,体现Hz在TLS点云特征参数建立测树因子估测模型中有重要地位。
靳晓东,姜立春[5]（2020）在《基于树干不同形率的樟子松立木材积方程研建》文中进行了进一步梳理【目的】立木材积方程在森林生产力、生物量和碳储量等林业问题方面都有着广泛的应用。因此,提高立木材积的预测精度一直是林业模型研究者的重要任务。本研究以大兴安岭樟子松为研究对象,构建含有不同形率的二元和三元材积方程,并对比检验其预测效果,旨在把传统立木材积的预测精度提高到一个新的水平。【方法】利用15个树干不同形率,基于传统的一元和二元立木材积方程分别建立二元和三元立木材积方程,并与传统的一元和二元材积方程比较。通过对各模型进行拟合选出最优形率模型,具体选用统计软件S-PLUS中的广义非线性模块（GNLS）进行拟合。并利用幂函数、指数函数以及常数加幂函数校正在拟合过程中各立木材积模型表现的异方差现象。选择确定系数（R2）、均方根误差（RMSE）、平均误差绝对值（MAB）和相对误差绝对值（MPB）4个指标对模型进行评价。最终采用分径阶比较法比较不同径阶范围内4种方程的预测精度。【结果】基于相对树高70%处形率的二元模型拟合效果最好,基于相对树高50%处形率的三元模型拟合效果最好。模型检验结果表明:基于传统的一元模型,加入形率后模型的RMSE、MAB、MPB分别降低了33.7%、30.7%、29.9%;基于传统的二元模型,加入形率后的模型RMSE、MAB、MPB分别降低了70.5%、70.9%、71.2%。不同径阶的检验表明:对于小径阶和中等径阶的树木,模型的检验精度顺序为模型（13）>模型（2）>模型（12）>模型（1）;对于大径阶的树木,模型的检验精度顺序为模型（13）>模型（12）>模型（2）>模型（1）。【结论】形率因子是干形的重要指标。在传统立木材积模型中引入形率因子可以提高材积的预测精度,因此,对于樟子松立木材积的估算,尤其是中大径阶林分,推荐使用带有形率的三元立木材积模型。
施建祥[6]（2019）在《原木材积计算误差分析》文中指出原木检验是原木进出口贸易过程中的关键环节之一。现阶段国内外大部分国家和地区原木检验依旧采取人工检尺。人工检尺检量结果易受环境和检验员的主观因素影响,测量精度低。同时现行原木材积计算公式未考虑针叶原木和阔叶原木在干形变化上的差异,加上原木的形状、弯曲度以及原木径阶距整化误差,使得原木计算材积与真实材积之间存在误差。难以满足当前原木进出口贸易及原木运输对原木材积计算精度的要求。因此,需要研究和开发出一种具有广泛代表性的原木材积误差计算方法,对进口原木材积进行误差修正,满足当前原木进出口贸易及原木运输对原木材积计算精度的要求。本论文在已有研究的基础上,重点研究了原木材积计算误差。按照误差性质将原木材积计算误差分为系统误差和随机误差两部分。系统误差中材积模型误差主要是在解析法建立原木形状数学模型的基础上,利用孔兹干曲线方程积分求得原木材积作为原木真实材积,通过与原木近似求积公式做差求得。系统误差中径阶距整化误差修正以往采用的极限误差计算方法,采用均匀分布方差代替单次测量方差来计算径阶距整化误差。随机误差中测量误差主要依据概率统计学中误差传播理论和单次测量误差理论,对原木测量误差进行定量计算。本文通过对原木近似求积方法系统误差大小以及误差性质的研究,结果表明中央断面积近似求积法和平均断面近似求积法系统误差平均值为负误差,原木材积误差中主要影响因素是原木干形指数。通过对原木材积计算随机误差的研究,结果表明当长度误差率与直径误差率相等时,原木材积测量误差率是由两倍的直径误差率和一倍的长度误差率组成。
杨传桃[7]（2019）在《不同年龄杉木林分结构与生长过程》文中提出森林生态系统是陆地生态系统的重要组成部分,是改善生态环境与调节陆地生态系统平衡的基础,人工林是森林生态系统不可或缺的组成类型。杉木作为我国南方亚热带地区主要的速生用材林树种,杉木人工林对于缓解我国对木材日益增长需求的压力与保护生态环境等方面均有着重要的作用。本文对湖南会同不同年龄杉木人工林直径结构与生长过程等内容进行研究,系统的探究杉木人工林结构和生长规律。研究结果旨在为能够准确预测杉木人工林生长动态,从而为我国制定科学合理的杉木人工林经营管理方案,具有重要理论价值与实际意义。主要研究结果如下:（1）三次方程y=e0+e1x+e2x2+e3x3可以有效拟合不同年龄杉木人工林相对直径-株数累积百分数,其拟合的效果最好,适用性最强,方程判定系数R2均在0.980以上,并且对各径阶相对株数百分数理论值与实际株数在α=0.05显着性水平下进行χ2检验,其结果全部接受。（2）正态分布函数能够拟合不同年龄杉木人工林林分直径分布,借助正态分布函数表求出理论株数,把实际株数和所求的理论株数在α=0.05的显着性水平下进行卡方检验,其拟合检验结果接受率为89%,仅3a杉木林分直径分布拟合检验结果不接受。（3）不同年龄杉木人工林林分直径分布特征为:中间部分的林木株数占多数,两边株数逐渐减少,随着年龄的增大平均胸径也增大,胸径分布的中间值向右移动,并且以峰点为对称轴,左右两边基本呈近似对称的“凸”型。（4）31a杉木的胸径、树高和其材积三者的总生长量均随年龄的增加而增大,生长速率由大变小并逐渐趋于平缓,第5年时胸径连年生长量与平均生长量相等,树高连年生长量及其平均生长量在1Oa-15a相交,材积连年生长量峰值出现在第20a,在25a-30a材积连年生长量与材积平均生长量有一个交点。（5）分别采用理查德模型、坎派兹模型、逻辑斯蒂模型和修正威布尔模型4种生长模型拟合31a杉木胸径、树高和材积的生长过程,然后根据模型的决定系数R2最大、剩余离差平方和SSE最小的原则选择最优模型,结果表明理查德模型对三者的拟合效果均是最理想的,并且得出31a杉木胸径生长方程为:y=17.18*（1-exp（-0.09*x））^0.984,树高生长方程表达式为:y=18.234*（1-exp（-0.084*x））^1.460,材积的生长方程表达式为:y=0.288*（1-exp（-0.065*x））^2.673。（6）不同年龄相同生长势、相同年龄不同生长势杉木的生长进程分析结果为:随着年龄的增加,Ⅰ优势木、Ⅲ平均木、Ⅳ被压木生长速率减小,较大龄杉木生长曲线类似“S”型,并且不同生长势杉木之间差距逐渐拉大,表明竞争加剧,分化程度增大;Ⅰ优势木在整个生长进程中生长速率高于Ⅲ平均木和Ⅳ被压木,这反映竞争能力的强弱,说明在形态和生活竞争上Ⅰ优势木具有明显优势;三者胸径、树高、材积的总生长量跟随年龄的增大而增大,但生长曲线几乎没有交点,整个生长过程中未发生转化现象,被压木的生长一直受到限制,生存竞争力最弱。（7）不同年龄杉木林分各器官生物量研究结果为:随着年龄逐渐增大,杉木林分的总生物量增大,不同年龄相同器官生物量有很大差异,相同年龄各个器官生物量也具有明显区别。3a、11a杉木林分各器官生物量所占百分比顺序为:干>叶>根>枝;16a杉木林分各器官生物量顺序为:干>根>叶>枝;21a、25a、26a、29a杉木林分各组成部分生物量从大到小的顺序均为:干>根>枝>叶;32a杉木林分生物量排名为:干>枝>根>叶;100a杉木林分各器官生物量顺序为:干>枝>叶>根,这说明林木在生长过程中,各个器官生物量所占比例随年龄增加发生变化,生物量集中部位随年龄在转移。
李国霞[8]（2018）在《‘多彩青山’等5个刺槐品种木材密度和热值测定分析》文中指出随着石油、煤炭等化石燃料的日渐枯竭,世界各国都已开始重视对可再生的生物质能源研究。燃料型能源林是生物质能源的重要组成部分,是发展生物质能源的基础。培育能源林是解决未来能源危机,改善生态环境,实现能源可持续发展的一条有效途径。刺槐因其适应性强、生长速度快、易繁殖和燃烧热值高的优点,在国内外被公认为良好的燃料型能源树种。本文以山东省费县国有大青山林场8年生刺槐新品多彩青山、紫艳青山、壮美青山、绿满青山以及对照鲁刺10为研究对象,通过对各品种地上部分生长量和生物量调查、木材材积计算、木材密度测定以及热值测定等,得出以下结论:（1）5个刺槐品种在相同立地条件和相同树龄的前提下,高生长量最大的是多彩青山刺槐,平均高12.43m,粗生长量最大的是壮美青山刺槐,平均胸径18.6 cm,生长量最小的是鲁刺10。（2）5个刺槐品种枝干干生物量在58.40kg132.89kg,最大的是壮美青山刺槐,平均132.89kg,品种间生物量排序为壮美青山>多彩青山>绿满青山>紫艳青山>鲁刺10。（3）5个刺槐品种单株木材材积在0.04310.1267m3,多彩青山刺槐材积最大,品种间材积由大到小排序为多彩青山>壮美青山>紫艳青山>绿满青山>鲁刺10。（4）5个刺槐品种木材气干密度在0.6690.786g/cm3,基本密度在0.5830.679g/cm3,均以多彩青山刺槐为最大,品种间排列顺序为多彩青山>紫艳青山>鲁刺10>壮美青山>绿满青山。（5）5个刺槐品种的单株单位干质量热值在18.0119.18kJ·g-1之间,热值最高的是多彩青山刺槐,各品种间单株干质量热值大小顺序为多彩青山>壮美青山>紫艳青山>鲁刺10>绿满青山。（6）5个刺槐品种各器官单位干质量热值测定结果为:树干单位干质量热值在18.0618.88kJ·g-1之间,树枝单位干质量热值在18.4618.16kJ·g-1之间,树皮单位干质量热值在17.3218.68kJ·g-1之间,均以多彩青山热值最高;树叶单位干质量热值在19.3619.86kJ·g-1之间,热值最高的为壮美青山刺槐。（7）5个刺槐品种树干各部位单位干质量热值测定结果为:树干基部单位干质量热值在18.0219.07kJ·g-1之间,树干胸高部位单位干质量热值在18.0119.18kJ·g-1之间,树干1/3部位单位干质量热值在18.1519.07kJ·g-1之间,树干1/2部位单位干质量热值在17.9119.02kJ·g-1之间,均以多彩青山刺槐热值最高;树干3/4部位单位干质量热值在17.6118.29kJ·g-1之间,热值最高的是壮美青山刺槐;5个刺槐品种树干各部位单位干质量热值以树干高度的1/3处最高为18.68kJ·g-1,3/4处干质量热值最低为18.01kJ·g-1。（8）5个刺槐品种的单株枝干干质量热值在1066.712481.86MJ之间,以壮美青山刺槐为最大,品种单株枝干干质量热值由高到低变化趋势为壮美青山>多彩青山>绿满青山>紫艳青山>鲁刺10,经方差分析,壮美青山与多彩青山单株枝干干质量热值差异性不显着。（9）本试验通过对5个刺槐品种生物量、材积调查测算及热值的测定分析得出结论:在5个刺槐品种中,生物量较大的是壮美青山与多彩青山,分别为132.89kg、124.51kg;单株木材材积较大的是多彩青山与壮美青山,分别为0.1267m3、0.1037m3;单位干质量热值最高的是多彩青山,壮美青山次之,分别为19.18kJ·g-1、18.96kJ·g-1,单株总热值最高的是壮美青山,多彩青山次之,分别为2481.86MJ、2343.57MJ。壮美青山与多彩青山表现出明显的生物量大、材积大、燃烧热值高的特点,均适合做刺槐速生能源林新品种栽培。
程文生[9]（2018）在《森林资源经营管理基础平台设计与实现》文中提出森林不仅是地球上重要的生境之一,也是全世界陆地范围内最大的生态系统,有着“大自然的美化师”、“地球之肺”、“天然氧吧”等众多美誉。森林作为一种不可或缺的自然资源,对保持地球上的生态平衡有着至关重要的作用。目前,全球面临着越来越突出的环境、生态恶化和资源匮乏等诸多问题,人们也意识到森林资源对人类生存和发展的重要性,为了可以永续利用森林这一重要资源和实现人类的可持续发展,就需要采取更加行之有效的管理监督手段,建立一套现代化、信息化的森林资源经营管理信息系统平台就尤为紧迫,因此本文对森林资源经营管理基础平台的设计与软件实现展开研究。森林资源经营管理基础平台是在由微软公司出品的Visual Studio2010平台应用集成开发环境下采用C#面向对象高级程序设计语言,利用ArcGISEngine10.2组件式GIS技术和DevExpress第三方UI控件进行开发的。平台数据库包括Geodatabase空间数据库和SQL Sever 2008、Excel等属性数据库。森林资源经营管理基础平台实现了 GIS基础操作、森林基础数表、森林资源二类调查、森林观测数据后处理和森林经营辅助决策五大功能模块,构建了较为系统的森林资源经营管理基础业务体系。其中,GIS基础操作模块包含了数据加载、地图基础操作、属性操作、图层编辑以及图层管理等GIS相关基础功能;森林基础数表模块对应的业务功能有国家二元材积及分省一元材积计算、中国主要树种通用二元材积计算、推导形数法计算材积、立木精测建模、生物量计算和碳储量计算功能;森林资源二类调查模块主要包括森林区划、面积平差、小班建库以及利用无人机遥感影像反演林分参数的UAV遥感反演提取林分参数功能;森林观测数据后处理模块可以方便快捷的对森林资源调查的外业观测数据进行统计分析,其对应的功能有样木位置坐标计算、样地面积计算、样木径阶统计和圆形、多边形、3D角规三种样地的林分观测统计;与森林经营辅助决策模块对应的经营方法有小班经营聚类分析、无林地人工造林与间伐经营功能。该系统不仅有机地结合了森林资源空间数据、野外调查数据和其他数据,还为林业部门工作人员提供了一系列的数据处理、计算工具和森林经营辅助决策方法,满足了森林资源管理和经营的需要,实现了对森林资源一体化经营和管理。同时,对森林资源经营管理基础平台的研究和实现,进一步提升了林业信息化的水平,为森林资源管理和森林经营方案制定等工作提供了一定的科学依据。
赵芳,冯仲科,高祥,郑君,王智超[10]（2014）在《树冠遮挡条件下全站仪测量树高及材积方法》文中提出树高、材积是森林调查中最重要的测树因子,对森林资源调查和林业科学研究有着重要的意义。为了解决林区遮挡条件下无法精确量测树高进而无法确定单木材积的问题,该研究运用全站仪进行森林样地外业数据采集,对内蒙古赤峰市旺业甸林场的188株落叶松和146株白桦进行量测。对每一株立木分别量测胸径、最高可观测处干径和该处距地面的距离以及这2处之间的中间位置的干径和该处距地面的距离,然后分别利用相似三角形法、简单生长经验方程法和孔兹干曲线方程法估算出树高及材积。试验的最高可观测的位置做了以下4种情况的假设:1/3树高、1/2树高、2/3树高和9/10树高。对这4种情况分别求得树高及材积,最后分别对其进行精度分析,得到随着最高可观测部分的增高以及观测点数的增加,测算出的树高及材积会越来越精准。其中运用生长经验方程,测算树高和材积的精度都能达到70%80%;运用孔兹干曲线法测算树高和材积的精度都能达到70%90%。该方法可用于林区遮挡条件下单株立木材积的测量,对实际生产有一定的参考意义。
二、用干形测定单株立木材积的再研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、用干形测定单株立木材积的再研究（论文提纲范文）
（1）安徽省湿地松人工林干形研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 文献综述 |
| 1.1 干形研究综述 |
| 1.1.1 干形概念和意义 |
| 1.1.2 干形的研究方法 |
| 1.2 湿地松研究综述 |
| 1.2.1 湿地松来源及其作用 |
| 1.2.2 湿地松研究进展 |
| 2 引言 |
| 2.1 研究背景 |
| 2.2 研究目的与意义 |
| 2.3 研究内容 |
| 2.3.1 形数研究 |
| 2.3.2 干曲线方程的研究 |
| 3 研究区概况 |
| 3.1 地理位置 |
| 3.2 地形地貌 |
| 3.3 气象水文 |
| 3.4 动植物资源 |
| 3.5 森林资源现状 |
| 4 研究方法与技术路线 |
| 4.1 技术路线 |
| 4.2 安徽省湿地松分区情况 |
| 4.2.1 淮北平原区 |
| 4.2.2 江淮丘陵区 |
| 4.2.3 皖西大别山区 |
| 4.2.4 沿江平原区 |
| 4.2.5 皖南山区 |
| 4.3 数据来源及处理 |
| 4.3.1 数据来源 |
| 4.3.2 数据处理 |
| 4.3.3 数学模型建立的一般方法与步骤 |
| 4.4 形数研究 |
| 4.4.1 胸高形数与实验形数的计算 |
| 4.4.2 不同区域胸高形数和实验形数差异性分析 |
| 4.4.3 胸高形数和实验形数的变化规律分析 |
| 4.4.4 利用胸高形数和实验形数计算树干材积的误差分析 |
| 4.4.5 胸高形数和实验形数的对比分析 |
| 4.5 干曲线方程研究 |
| 4.5.1 相对直径法 |
| 4.5.2 简单干曲线方程 |
| 4.5.3 分段干曲线方程 |
| 4.5.4 2 种干曲线方程的对比分析 |
| 5 结果与分析 |
| 5.1 形数研究 |
| 5.1.1 不同区域胸高形数和实验形数差异性分析 |
| 5.1.2 胸高形数、实验形数的变化规律 |
| 5.1.3 用胸高形数和实验形数计算树干材积误差分析 |
| 5.1.4 胸高形数、实验形数的对比分析 |
| 5.2 干曲线方程研究 |
| 5.2.1 简单干曲线方程的研究 |
| 5.2.2 分段干曲线方程的研究 |
| 5.2.3 分段干曲线方程与简单干曲线方程的对比分析 |
| 6 结论与讨论 |
| 6.1 结论 |
| 6.2 讨论 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（2）基于无人机航测数据的立木材积模型研建（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 森林资源调查研究进展 |
| 1.2.2 无人机遥感技术研究进展 |
| 1.2.3 遥感技术在森林资源调查中的研究进展 |
| 1.3 研究内容 |
| 1.3.1 每木检尺 |
| 1.3.2 无人机遥感影像的获取与预处理 |
| 1.3.3 林分基础参数提取与验证 |
| 1.3.4 胸径估测模型的研建 |
| 1.3.5 立木材积模型的研建 |
| 1.4 技术路线 |
| 1.5 本章小结 |
| 第二章 研究区概况与数据获取 |
| 2.1 研究区概况 |
| 2.2 设备介绍与数据获取 |
| 2.2.1 大疆精灵4Pro无人机 |
| 2.2.2 飞控软件 |
| 2.2.3 遥感影像处理软件 |
| 2.2.4 样地选取与设置 |
| 2.2.5 无人机遥感影像获取 |
| 2.2.6 数据获取 |
| 2.3 本章小结 |
| 第三章 数据处理 |
| 3.1 遥感影像预处理 |
| 3.2 林分基础参数的提取与精度验证 |
| 3.2.1 林分郁闭度 |
| 3.2.2 冠幅 |
| 3.2.3 树高 |
| 3.3 本章小结 |
| 第四章 胸径估测模型的建立 |
| 4.1 研究方法 |
| 4.1.1 D-C回归模型 |
| 4.1.2 D-H回归模型 |
| 4.1.3 模型评价与精度检验 |
| 4.2 结果与分析 |
| 4.2.1 D-C回归模型 |
| 4.2.2 D-H回归模型 |
| 4.2.3 D-C、H回归模型 |
| 4.2.4 模型精度验证 |
| 4.3 本章小结 |
| 第五章 立木材积模型的研建 |
| 5.1 研究方法 |
| 5.1.1 一元材积模型 |
| 5.1.2 二元材积模型 |
| 5.1.3 二元材积模型的改进 |
| 5.1.4 三元材积模型 |
| 5.1.5 模型评价与精度检验 |
| 5.2 结果与分析 |
| 5.2.1 一元材积模型 |
| 5.2.2 二元材积模型 |
| 5.2.3 二元材积模型的改进 |
| 5.2.4 三元材积模型 |
| 5.3 模型精度验证 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 不足与展望 |
| 参考文献 |
（3）油松建筑材林全生命周期密度调控研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究述评 |
| 1.2.1 林分密度研究 |
| 1.2.2 合理密度确定 |
| 1.2.3 密度效应研究 |
| 1.2.4 林分密度与其他林分因子关系 |
| 1.2.5 密度管理图研究 |
| 1.2.6 建筑材林研究 |
| 1.3 存在问题和发展趋势 |
| 1.4 研究目的及意义 |
| 1.5 技术路线 |
| 2 研究区域概况与研究方法 |
| 2.1 研究区域概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地势 |
| 2.1.3 气候条件 |
| 2.1.4 土壤类型 |
| 2.1.5 植被状况 |
| 2.1.6 水文状况 |
| 2.2 研究方法 |
| 2.2.1 样地设置与调查 |
| 2.2.2 样芯采集与标准木选取 |
| 2.2.3 建筑材材种规格制定 |
| 2.2.4 相关指标计算 |
| 2.2.5 数据处理与分析 |
| 3 结果与分析 |
| 3.1 密度作用规律 |
| 3.1.1 干形质量 |
| 3.1.2 生产力 |
| 3.1.3 生物量分配 |
| 3.1.4 小结 |
| 3.2 合理密度经营表 |
| 3.2.1 不同立地下林分树冠面积和冠幅变化 |
| 3.2.2 不同立地、不同郁闭度下林分理论密度变化 |
| 3.2.3 不同立地、不同径阶林分合理经营密度 |
| 3.2.4 小结 |
| 3.3 密度管理图 |
| 3.3.1 等树高线和等直径线 |
| 3.3.2 等疏密度线和最大密度线 |
| 3.3.3 自然稀疏线 |
| 3.3.4 密度管理图的绘制与检验 |
| 3.3.5 密度管理图的应用 |
| 3.3.6 小结 |
| 3.4 最佳主伐年龄 |
| 3.4.1 林分工艺成熟龄 |
| 3.4.2 林分经济成熟龄 |
| 3.4.3 林分数量成熟龄 |
| 3.4.4 小结 |
| 4 讨论 |
| 4.1 不同立地全生命周期密度调控 |
| 4.2 阴坡厚土油松人工林的最佳主伐年龄 |
| 4.3 森林成熟龄的研究探讨 |
| 5 结论与展望 |
| 5.1 主要结论 |
| 5.2 研究展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（4）基于两期TLS数据的杨树人工林测树因子变化及估测模型研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究进展 |
| 1.3.1 激光扫描仪概述 |
| 1.3.2 地面激光扫描调查标定研究进展 |
| 1.3.3 地面激光点云的测树因子提取研究进展 |
| 1.3.4 地面激光点云的特征参数研究进展 |
| 1.3.5 地面激光点云的林木动态变化研究进展 |
| 1.4 研究内容 |
| 第二章 研究区概况与数据获取 |
| 2.1 研究区概况 |
| 2.2 样地分布 |
| 2.3 数据获取 |
| 2.3.1 地面激光点云数据获取 |
| 2.3.2 实测数据获取 |
| 2.4 地面激光点云数据预处理 |
| 2.5 技术路线 |
| 第三章 基于地面激光扫描调查标定 |
| 3.1 数据准备 |
| 3.2 地面激光扫描标定方法 |
| 3.2.1 直径提取方法 |
| 3.2.2 精度分析方法 |
| 3.3 地面激光扫描标定结果与分析 |
| 3.3.1 双因素方差分析结果 |
| 3.3.2 乖离率分析结果 |
| 3.4 本章小结 |
| 第四章 基于地面激光点云的测树因子和特征参数提取 |
| 4.1 数据准备 |
| 4.2 测树因子和特征参数提取与精度验证 |
| 4.2.1 测树因子提取方法 |
| 4.2.2 特征参数提取方法 |
| 4.2.3 胸径、树高提取精度检验 |
| 4.3 测树因子提取精度与分析 |
| 4.3.1 胸径提取精度分析 |
| 4.3.2 树高提取精度分析 |
| 4.3.3 两期测树因子汇总 |
| 4.4 本章小结 |
| 第五章 基于地面激光点云的测树因子变化与削度模型研建 |
| 5.1 数据准备 |
| 5.2 测树因子变化分析与削度模型研建方法 |
| 5.2.1 不同造林密度杨树测树因子变化分析方法 |
| 5.2.2 削度方程模型选择 |
| 5.2.3 胸高形数与形率关系式模型选择 |
| 5.2.4 模型优选与检验指标 |
| 5.3 测树因子变化分析结果 |
| 5.3.1 不同造林密度杨树的胸径变化分析 |
| 5.3.2 不同造林密度杨树的树高变化分析 |
| 5.3.3 不同造林密度杨树的材积变化分析 |
| 5.3.4 不同造林密度杨树的干形指标变化分析 |
| 5.4 削度模型与分析结果 |
| 5.4.1 胸高形数与形率模型结果 |
| 5.4.2 不同造林密度的杨树削度方程 |
| 5.4.3 不同造林密度杨树干形变化分析 |
| 5.5 本章小结 |
| 第六章 基于点云特征参数的分析及测树因子估测模型研建 |
| 6.1 数据准备 |
| 6.2 基于点云特征参数的估测模型研建方法 |
| 6.2.1 高度累计百分比分析 |
| 6.2.2 估测模型的建立与评价 |
| 6.3 结果与分析 |
| 6.3.1 高度累计百分比分析结果 |
| 6.3.2 特征参数相关性分析 |
| 6.3.3 基于点云特征参数的材积估测模型 |
| 6.3.4 基于点云特征参数的胸径估测模型 |
| 6.4 本章小结 |
| 第七章 总结与讨论 |
| 7.1 结论 |
| 7.2 建议与展望 |
| 攻读学位期间发表的学术论文 |
| 参考文献 |
（6）原木材积计算误差分析（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景 |
| 1.2 原木材积计算误差研究意义 |
| 1.3 国内外研究现状 |
| 1.4 本文主要工作 |
| 2 原木贸易主要国家和地区检量方法分析 |
| 2.1 常见原木材积检量方法 |
| 2.2 中国原木检尺及材积计算方法 |
| 2.2.1 原木尺寸的检量 |
| 2.2.2 原木材积计算公式 |
| 2.3 中国原木贸易主要国家和地区检量方法 |
| 2.4 不同国家和地区原木检量办法分析 |
| 2.5 本章小结 |
| 3 理想原木纵断面干曲线方程 |
| 3.1 理想原木解析描述方法 |
| 3.2 现行原木材积计算公式 |
| 3.2.1 小头断面积求积公式 |
| 3.2.2 中央断面求积公式 |
| 3.2.3 平均断面求积公式 |
| 3.2.4 圆台体积求积公式 |
| 3.3 树干干曲线方程 |
| 3.3.1 简单干曲线方程 |
| 3.3.2 分段干曲线方程 |
| 3.3.3 可变指数干曲线方程 |
| 3.4 树干干曲线方程拟合 |
| 3.4.1 解析木数据收集 |
| 3.4.2 树干干曲线方程拟合 |
| 3.5 原木干曲线方程 |
| 3.6 本章小结 |
| 4 原木材积计算误差分析 |
| 4.1 现行原木材积计算模型误差分析 |
| 4.1.1 中央断面求积式所产生的材积误差 |
| 4.1.2 平均断面求积式所产生的材积误差 |
| 4.2 现行原木材积计算测量误差分析 |
| 4.2.1 检尺长和检尺径测量误差对原木材积误差影响分析 |
| 4.2.2 原木单次测量误差计算 |
| 4.2.3 原木检尺径理论误差分析 |
| 4.3 原木材积计算径阶距误差分析 |
| 4.4 现行原木材积计算干缩误差分析 |
| 4.4.1 原木直径干缩情况 |
| 4.4.2 不同径级原木材积干缩情况 |
| 4.4.3 气象因素对于原木自然干缩的影响 |
| 4.5 本章小结 |
| 5 原木材积误差计算系统 |
| 5.1 系统需求分析 |
| 5.2 系统开发平台及语言 |
| 5.3 系统设计原理 |
| 5.3.1 原木检量方法模块 |
| 5.3.2 原木检尺参数模块 |
| 5.3.3 原木误差计算模块 |
| 5.3.4 计算结果输出模块 |
| 5.4 系统的特点及操作流程 |
| 5.4.1 系统的特点 |
| 5.4.2 系统的操作流程 |
| 5.5 原木材积计算误差算例分析 |
| 5.5.1 原木区分求积法 |
| 5.5.2 原木材积计算 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读硕士学位期间的科研成果 |
（7）不同年龄杉木林分结构与生长过程（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1 文献综述 |
| 1.1 研究背景 |
| 1.2 研究目的意义 |
| 1.3 林分直径结构研究概况 |
| 1.4 生长过程研究概况 |
| 1.5 生物量国内外研究概况 |
| 2 研究地概况与研究内容 |
| 2.1 研究区概况 |
| 2.1.1 地理位置 |
| 2.1.2 地形地貌特征 |
| 2.1.3 气候特征 |
| 2.1.4 土壤特征 |
| 2.1.5 植被特征 |
| 2.2 研究内容 |
| 2.2.1 会同不同年龄杉木人工林林分直径结构研究 |
| 2.2.2 会同杉木人工林生长规律研究 |
| 2.2.3 杉木生物量研究 |
| 3 研究方法与技术路线 |
| 3.1 研究方法 |
| 3.1.1 数据来源 |
| 3.1.2 利用相对直径法研究会同杉木人工林林分直径结构规律 |
| 3.1.3 概率函数法研究杉木人工林林分的直径结构规律 |
| 3.1.4 利用正态分布曲线研究杉木直径结构随年龄变化的规律 |
| 3.1.5 会同杉木人工林林木生长规律研究 |
| 3.1.6 采用模型拟合杉木直径、树高、材积生长过程 |
| 3.1.7 采用Richards拟合分级木生长进程研究 |
| 3.1.8 不同年龄杉木人工林生物量研究 |
| 3.2 技术路线图 |
| 4 结果与分析 |
| 4.1 杉木人工林林分直径结构规律 |
| 4.1.1 株数累积百分数分布曲线 |
| 4.1.2 概率分布函数拟合不同年龄杉木林分直径分布 |
| 4.1.3 杉木人工林直径结构随年龄的变化 |
| 4.2 杉木生长过程规律研究 |
| 4.2.1 杉木生长规律 |
| 4.2.1.1 胸径生长 |
| 4.2.1.2 树高生长 |
| 4.2.1.3 材积生长 |
| 4.2.2 杉木生长模型 |
| 4.2.2.1 直径生长模型 |
| 4.2.2.2 树高生长模型 |
| 4.2.2.3 材积生长模型 |
| 4.2.3 杉木生长进程比较 |
| 4.2.3.1 直径生长进程 |
| 4.2.3.2 树高生长进程 |
| 4.2.3.3 材积生长进程 |
| 4.3 生物量分配特征 |
| 4.3.1 不同年龄杉木林分生物量 |
| 4.3.2 生物产量结构特征 |
| 5 结论与讨论 |
| 5.1 结论 |
| 5.2 讨论 |
| 6 不足与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（8）‘多彩青山’等5个刺槐品种木材密度和热值测定分析（论文提纲范文）
| 符号说明 |
| 中文摘要 |
| Abstract |
| 1 前言 |
| 1.1 选题依据 |
| 1.2 研究目的及意义 |
| 1.3 刺槐的特性和用途 |
| 1.3.1 刺槐的植物学特性 |
| 1.3.2 刺槐的生态习性 |
| 1.3.3 刺槐的价值用途 |
| 1.4 木材材积和物理性质研究 |
| 1.4.1 木材生物量及材积生长量 |
| 1.4.2 木材和水分 |
| 1.4.3 木材密度 |
| 1.4.4 木材燃烧热值 |
| 1.5 我国能源林现状 |
| 1.6 能源林新品种选育的意义 |
| 2 材料与方法 |
| 2.1 试验地概况 |
| 2.2 试验材料 |
| 2.3 试验仪器设备 |
| 2.4 刺槐各品种生物量及含水率试验 |
| 2.4.1 刺槐各品种鲜、干生物量测定 |
| 2.4.2 刺槐各品种干、枝含水率测定 |
| 2.5 刺槐各品种木材材积及形数试验 |
| 2.5.1 刺槐各品种材积生长量计算 |
| 2.5.2 刺槐各品种胸高形数和实验形数测算 |
| 2.6 刺槐各品种木材密度试验 |
| 2.6.1 刺槐各品种木材气干密度测定 |
| 2.6.2 刺槐各品种木材基本密度测定 |
| 2.7 刺槐各品种燃烧热值试验 |
| 2.8 数据处理 |
| 3 结果与分析 |
| 3.1 5个刺槐品种生物量及含水率测算结果分析 |
| 3.1.1 不同刺槐品种标准木生长量测算 |
| 3.1.2 不同刺槐品种干、枝鲜质量及差异分析 |
| 3.1.3 不同刺槐品种干、枝干质量及差异分析 |
| 3.1.4 不同刺槐品种干、枝含水率及差异分析 |
| 3.2 5个刺槐品种材积及形数试验结果分析 |
| 3.2.1 不同刺槐品种的材积及差异分析 |
| 3.2.2 不同刺槐品种胸高形数和实验形数变化趋势分析 |
| 3.2.3 不同刺槐品种胸径与胸高形数和实验形数的关系 |
| 3.2.4 不同刺槐品种树高与胸高形数和实验形数的关系 |
| 3.3 5个刺槐品种木材密度试验结果分析 |
| 3.3.1 不同刺槐品种木材气干密度和基本密度测定结果分析 |
| 3.3.2 不同刺槐品种木材平均密度和胸高密度测定结果分析 |
| 3.3.3 刺槐树干不同部位木材气干密度和基本密度测定结果分析 |
| 3.4 5个刺槐品种燃烧热值试验结果分析 |
| 3.4.1 不同刺槐品种单株单位干质量热值测定结果 |
| 3.4.2 不同刺槐品种树干各部位单位干质量热值测定结果 |
| 3.4.3 不同刺槐品种各器官位单位干质量热值测定结果 |
| 3.4.4 不同刺槐品种各年龄段侧枝单位干质量热值测定结果 |
| 3.4.5 不同刺槐品种单株枝干干质量热值测定结果 |
| 4 讨论 |
| 4.1 刺槐各品种干枝生物量 |
| 4.2 刺槐各品种立木材积与形数计算 |
| 4.3 刺槐各品种木材基本密度与气干密度 |
| 4.4 刺槐各品种木材单位干质量热值与单株枝干热值 |
| 4.5 刺槐速生能源林新品种选育的价值 |
| 5 结论 |
| 参考文献 |
| 致谢 |
| 攻读硕士期间发表论文 |
（9）森林资源经营管理基础平台设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 1. 绪论 |
| 1.1. 引言 |
| 1.2. 国内外研究现状 |
| 1.2.1. 地理信息系统发展现状 |
| 1.2.2. 森林资源管理系统研究现状 |
| 1.2.3. 森林经营及辅助决策系统研究现状 |
| 1.3. 研究目的及意义 |
| 1.3.1. 研究目的 |
| 1.3.2. 研究意义 |
| 1.4. 研究内容与方法 |
| 1.4.1. 研究内容 |
| 1.4.2. 研究方法 |
| 1.4.3. 技术路线 |
| 1.5. 主要创新点 |
| 1.6. 本章小结 |
| 2. 平台软件设计与实现关键技术 |
| 2.1. 需求分析 |
| 2.1.1. 可行性分析 |
| 2.1.2. 平台功能需求 |
| 2.2. 平台开发关键技术 |
| 2.2.1. 组件式GIS开发技术 |
| 2.2.2. ArcGIS Engine技术 |
| 2.3. 平台架构设计 |
| 2.3.1. 平台功能架构设计 |
| 2.3.2. 平台技术架构设计 |
| 2.3.3. 平台软硬件配置方案 |
| 2.4. 平台数据库设计 |
| 2.4.1. 数据库总体设计 |
| 2.4.2 数据库详细设计 |
| 2.5. 平台界面设计 |
| 2.5.1. Ribbon界面风格 |
| 2.5.2. DevExpress控件 |
| 2.6. 本章小结 |
| 3. 平台主要功能原理分析 |
| 3.1. 森林基础数表 |
| 3.1.1. 国家二元材积及分省一元材积库 |
| 3.1.2. 中国主要树种通用二元材积及推导形数模型研建 |
| 3.1.3. 生物量碳储量计算 |
| 3.2. 森林资源二类调查 |
| 3.2.1. 森林区划 |
| 3.2.2. 面积平差 |
| 3.2.3. UAV遥感反演提取林分参数 |
| 3.3. 森林观测数据后处理 |
| 3.3.1. 单株样木观测数据处理 |
| 3.3.2. 圆形样地观测数据处理 |
| 3.3.3. 多边形样地观测数据处理 |
| 3.3.4. 3D角规法林分观测数据处理 |
| 3.4. 森林经营辅助决策 |
| 3.4.1. 小班经营聚类分析 |
| 3.4.2. 无林地人工造林与间伐经营 |
| 3.5. 本章小结 |
| 4. 平台软件实现 |
| 4.1. GIS基础操作模块功能实现 |
| 4.1.1. 数据加载 |
| 4.1.2. 地图基础操作 |
| 4.1.3. 属性操作 |
| 4.1.4. 图层编辑 |
| 4.1.5. 图层管理 |
| 4.2. 森林基础数表模块功能实现 |
| 4.2.1. 国家二元材积及分省一元材积计算 |
| 4.2.2. 中国主要树种通用二元材积计算 |
| 4.2.3. 推导形数法计算材积 |
| 4.2.4. 生物量计算 |
| 4.2.5. 碳储量计算 |
| 4.2.6. 立木精测建模 |
| 4.3. 森林资源二类调查模块功能实现 |
| 4.3.1. 森林区划 |
| 4.3.2. 面积平差 |
| 4.3.3. 小班建库 |
| 4.3.4. UAV遥感反演提取林分参数 |
| 4.3.5. 林相制图与输出 |
| 4.4. 森林观测数据后处理模块功能实现 |
| 4.4.1. 样木坐标计算 |
| 4.4.2. 样地面积计算 |
| 4.4.3. 样木径阶统计 |
| 4.4.4. 圆形样地观测统计 |
| 4.4.5. 多边形样地观测统计 |
| 4.4.6 3D角规法林分观测统计 |
| 4.5. 森林经营辅助决策模块功能实现 |
| 4.5.1. 小班经营聚类分析 |
| 4.5.2. 无林地人工造林与间伐经营 |
| 4.6. 本章小结 |
| 5. 结论与展望 |
| 5.1. 结论 |
| 5.2. 展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（10）树冠遮挡条件下全站仪测量树高及材积方法（论文提纲范文）
| 0引言 |
| 1研究区概况 |
| 2研究方法 |
| 2.1试验数据准备 |
| 2.2估算树高及材积的原理及方法 |
| 1)相似三角形法求树高 |
| 2)树木生长经验方程法 |
| 3)孔兹干曲线法 |
| 3结果分析 |
| 4结论 |
四、用干形测定单株立木材积的再研究（论文参考文献）
- [1]安徽省湿地松人工林干形研究[D]. 吴赟龙. 安徽农业大学, 2021(02)
- [2]基于无人机航测数据的立木材积模型研建[D]. 宋龙斌. 南京林业大学, 2020(01)
- [3]油松建筑材林全生命周期密度调控研究[D]. 贾茜. 北京林业大学, 2020(02)
- [4]基于两期TLS数据的杨树人工林测树因子变化及估测模型研究[D]. 蒋佳文. 南京林业大学, 2020(01)
- [5]基于树干不同形率的樟子松立木材积方程研建[J]. 靳晓东,姜立春. 北京林业大学学报, 2020(03)
- [6]原木材积计算误差分析[D]. 施建祥. 大连海事大学, 2019(06)
- [7]不同年龄杉木林分结构与生长过程[D]. 杨传桃. 中南林业科技大学, 2019(01)
- [8]‘多彩青山’等5个刺槐品种木材密度和热值测定分析[D]. 李国霞. 山东农业大学, 2018(08)
- [9]森林资源经营管理基础平台设计与实现[D]. 程文生. 北京林业大学, 2018(04)
- [10]树冠遮挡条件下全站仪测量树高及材积方法[J]. 赵芳,冯仲科,高祥,郑君,王智超. 农业工程学报, 2014(02)