• 主题
高级搜索  >
历史搜索 清空历史
首页> 美国卫生研究院文献>other >Models for Predicting the Biomass of Cunninghamialanceolata Trees and Stands in Southeastern China
【2h】

Models for Predicting the Biomass of Cunninghamialanceolata Trees and Stands in Southeastern China

机译：中国东南地区杉木和林分生物量的预测模型

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Using existing equations to estimate the biomass of a single tree or a forest stand still involves large uncertainties. In this study, we developed individual-tree biomass models for Chinese Fir (Cunninghamia lanceolata.) stands in Fujian Province, southeast China, by using 74 previously established models that have been most commonly used to estimate tree biomass. We selected the best fit models and modified them. The results showed that the published model ln(B(Biomass)) = a + b * ln(D) + c * (ln(H))2 + d * (ln(H))3 + e * ln(WD) had the best fit for estimating the tree biomass of Chinese Fir stands. Furthermore, we observed that variables D(diameter at breast height), H (height), and WD(wood density)were significantly correlated with the total tree biomass estimation model. As a result, a natural logarithm structure gave the best estimates for the tree biomass structure. Finally, when a multi-step improvement on tree biomass model was performed, the tree biomass model with Tree volume(TV), WD and biomass wood density conversion factor (BECF),achieved the highest simulation accuracy, expressed as ln(TB) = −0.0703 + 0.9780 * ln(TV) + 0.0213 * ln(WD) + 1.0166 * ln(BECF). Therefore, when TV, WD and BECF were combined with tree biomass volume coefficient bi for Chinese Fir, the stand biomass (SB)model included both volume(SV) and coefficient bi variables of the stand as follows: bi = Exp(−0.0703+0.9780*ln(TV)+0.0213 * ln(WD)+1.0166*ln(BECF)). The stand biomass model is SB = SV/TV * bi.
机译：使用现有的方程式估算单棵树或林分的生物量仍然存在很大的不确定性。在这项研究中，我们通过使用74个先前建立的模型（最常用于估计树木生物量），开发了中国东南部福建省杉木（Cunninghamia lanceolata。）林分的个体树木生物量模型。我们选择了最合适的模型并对其进行了修改。结果表明，已发布的模型ln（B（生物质））= a + b * ln（D）+ c *（ln（H）） 2 + d *（ln（H））< sup> 3 + e * ln（ WD ）最适合估算杉木林分的树木生物量。此外，我们观察到变量D（胸高直径），H（高度）和WD（木材密度）与树木总生物量估计模型显着相关。结果，自然对数结构给出了树木生物量结构的最佳估计。最后，在对树木生物量模型进行多步改进时，具有树木体积（TV），WD和生物量木材密度转换因子（BECF）的树木生物量模型获得了最高的仿真精度，表示为 ln < / em>（ TB ）= −0.0703 + 0.9780 * ln （ TV ）+ 0.0213 * ln （< em> WD ）+ 1.0166 * ln （ BECF ）。因此，当TV，WD和BECF与杉木的树木生物量体积系数bi结合使用时，林分生物量（SB）模型同时包含林分的体积（SV）和系数bi变量： bi = Exp （− 0.0703 + 0.9780 * ln （ TV ）+ 0.0213 * ln （ WD ）+ 1.0166 * ln （ BECF ））。林分生物量模型为 SB = SV / TV * bi 。

著录项

  • 期刊名称 other
  • 作者

    Mei Guangyi; Sun Yujun; Sajjad Saeed;

  • 作者单位
  • 年(卷),期 -1(12),1
  • 年度 -1
  • 页码 e0169747
  • 总页数 14
  • 原文格式 PDF
  • 正文语种
  • 中图分类
  • 关键词

相似文献

  • 外文文献
  • 中文文献
  • 专利
代理获取

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号