[发明专利]一种基于泰勒级数的林分蓄积生长量预测方法与微样地校正模型

说明书

本发明提供了一种基于泰勒级数的林分蓄积生长量预测方法与微样地校正流程，根据泰勒级数展开推导出林分蓄积生长量的简便计算方法，利用国家连续清查数据和遥感卫星获取的环境数据，建立国家尺度的生长模型，再通过布设少量微样地获得树芯数据，通过年轮数据的分析得到林分蓄积生长量的精测值，应用国家尺度模型得到林分蓄积生长量的预测值，之后研建校正模型，建立区域的校正流程，实现区域任一样地未来的林分蓄积生长量的精准预测。

一、技术领域

本发明涉及一种林分蓄积生长量的的优化预测方法，尤其是一种基于泰勒级数的林分蓄积生长量预测方法与微样地校正模型。

二、技术背景

通过对森林蓄积生长量的预测，可以评估森林的生长状态和碳汇能力，为森林资源的合理管理和利用提供依据。一般是利用建立的胸径生长模型，预测林分中各树木的胸径生长，并通过一元材积表，计算林分的蓄积生长量。

区域尺度的林分蓄积生长量预测，一般利用树芯数据建立胸径生长模型来实现。树芯包括树木生长过程中形成的年轮信息。通过年轮数据的测量和分析，可获得树木胸径的生长数据，建立胸径生长模型。利用树芯数据建立的模型精度高，但由于未考虑环境因子，模型的外推性较差，只适用于当地相似环境下的树木生长预测。

国家尺度的林分蓄积生长量预测，则要结合树芯数据和环境因子作为建模因素建立胸径生长模型来实现。环境因子可通过野外观测、遥感技术等两种方法获取。野外观测需要设置设备对环境因子进行实时或定期监测，但是设备数量有限，覆盖范围和采样点分布不均，而且有些环境因子如降水量等难以精确测量，在野外安装大量监测设备的可操作性不足。遥感技术则可以获取大范围的地表信息，模型外推性较好，但是空间分辨率相对较低，无法提供细致的环境因子信息。目前更多是使用遥感技术获取环境数据。

综上所述，这两种方法各有优缺点。国家尺度的预测模型适用于较大的区域，具有广泛的适用性，但受到样本数量有限的影响，其在区域预测方面的精度较低。相反，区域尺度的预测模型在预测精度方面表现较好，但由于环境数据单一，导致在其他区域的应用受到限制，适用性不高。

三、发明内容

本发明提供了一种基于泰勒级数的林分蓄积生长量预测方法与微样地校正流程。相比于国家尺度的预测模型适用性强但精度低，和区域尺度的树芯预测模型适用性差但精度高，本发明结合了两种方法的优点并克服了它们的不足和缺点，提出了新的建模方法和微样地校正流程。首先，利用国家连续清查数据和遥感卫星获取的环境数据，建立国家尺度的生长模型，以确保模型具有较好的外推性，并根据泰勒级数展开推导出林分蓄积生长量的计算公式。然后，将区域划分为1公里×1公里的格网，并建立少量的微样地，利用微样地调查的蓄积生长量精测结果和国家尺度模型的蓄积生长量预测结果，研建微样地校正模型。最后，建立区域的校正流程，可以精准预测区域任一样地未来的林分蓄积生长量。

主要发明内容：

1、建立由胸径生长率直接推导林分蓄积生长量的简便计算方法；

2、建立区域尺度的林分蓄积生长量的微样地校正模型；

本项发明与现有方法相比具有以下优点：

(1)通过泰勒级数展开，得到了林分蓄积生长量的简便计算公式，可以直接通过胸径生长率计算出林分蓄积生长量，提高了计算效率。

(2)基于国家尺度的模型结果，通过在区域布设少量微样地进行数据校正，建立的区域校正模型具有精度高、外推性强的优点，解决了国家尺度的预测模型精度不高的问题，使得区域的林分蓄积生长量预测更加准确。

(3)通过应用微样地校正模型，能够实现区域任一样地的精准预测，减少了人为调查的工作量。

四、具体实施方式

1.利用泰勒级数展开方法，使用胸径生长率数据，建立计算林分蓄积生长量的简便方法。