基于单木生长神经网络模型的林分生长预测

摘要：

以马尾松Piuns massoniana人工林间伐试验林为研究对象,用单木生长神经网络模型与林分表法的转移概率矩阵模型构建了林分直径分布的动态转移模型,再与径阶材积向量或材种材积向量构成林分生长与收获预测模型.预测检验结果显示,高、中、低密度的林分断面积预测精度依次为94%、95%、97%,蓄积量预测精度依次为92%、94%、96%,表明不计枯损(或采伐)的转移概率矩阵模型对低密度林分的预测比对高密度林分的预测效果好.

关键词：神经网络、马尾松、人工林、林分生长预测

所属期刊栏目：24

分类号：S791.248.06;TP183(森林树种)

资助基金：贵州省科研项目933036

在线出版日期：2006-03-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：477-482