一、相容性生物量模型研究（论文文献综述）
刘秀红,姜春前,徐睿,何潇,齐梦娟[1]（2020）在《相容性单木生物量模型估计方法的比较——以青冈栎为例》文中研究指明【目的】生物量模型是估算森林生物量的有效手段,非线性联立方程组是构建相容性生物量模型的常见方法。本研究以青冈栎为例,比较常用的2种生物量模型构建方法和3种参数估计算法,以期选出最好的生物量模型构建方法和算法,为生物量的模型计算和研究提供技术支撑。【方法】以南方25株青冈栎地上生物量实测数据为例,选择比例总量直接控制和代数和控制2种结构形式的相容性生物量模型,分别使用普通最小二乘法、二阶最小二乘法和三阶最小二乘法作为模型参数估计算法,建立地上总生物量与各组分生物量的相容性模型,比较不同相容性生物量模型的拟合效果。【结果】在3种参数估计算法下,2种结构的生物量模型均能解决地上生物量与干、枝、叶各组分生物量之间的相容性问题,各组分生物量模型的确定系数都在0.8以上,地上生物量模型的确定系数最高,树叶生物量模型的确定系数最低;使用相同的参数估计算法,2种结构的相容性生物量拟合效果差异不大;对比3种参数估计算法,采用二阶最小二乘法和三阶最小二乘法拟合的相容性生物量模型的参数估计值和评价指标是一致的,而与普通最小二乘法差别较大,但使用普通最小二乘法的拟合精度更高,且计算过程更简单。【结论】鉴于林业实践中通常以计算地上生物量为主要目的,利用基于普通最小二乘法得到的比例总量直接控制模型,可以以较高的预估精度直接计算出地上生物量,具有良好应用前景。
乔茜茜[2]（2020）在《林分商品材和剩余物地上生物量模型的建立 ——以澳大利亚辐射松人工林为例》文中研究说明研究人工林商品材和剩余物的生物量,关注采伐作业过程中从林地中移除的生物量分配情况,能够为监测林地内生物量的变化,估算林分剩余物的利用价值以及推动生物能源可持续发展提供参考依据。本文以澳大利亚辐射松人工林为例,构建了两套根据简单易测林分因子预测林分商品材和剩余物地上生物量及其细分（商品材:锯材+纸浆材;剩余物:伐桩+树枝+废材）的模型:一套是分两步计算林分总生物量及其分量,即先建立计算林分总量、商品材和剩余物的非线性可加性生物量模型,然后在此预测结果基础上,构建计算林分商品材细分和剩余物细分的相容性生物量模型;另一套是直接计算林分总生物量及其分量（林分-锯材-纸浆材-伐桩-树枝-废材）的非线性可加性生物量模型。选择广义矩估计法拟合模型参数。通过拟合残差方差函数并计算基于预测均值曲线的涵盖90%观测值的置信区间,对模型预测的不确定性进行解释。经过比较发现直接计算林分总量及各分量的生物量模型拟合效果更好,在树枝部分表现尤其突出。为进一步探索总量限制模型形式的合理性,本文比较三种模型形式:各分量方程单独拟合、不进行总量限制的系统方程和进行总量限制的系统方程,使用最小二乘估计单独拟合分量方程,使用加权似不相关回归估计和广义矩估计拟合系统模型参数。结果表明进行总量限制的系统模型表现效果良好且较稳定。本研究建立的林分总量与各分项生物量模型都能对澳大利亚辐射松人工林林分生物量进行较好的估计。
香啸[3]（2020）在《山西中部水土保持林林下典型灌木生物量模型研究》文中研究指明林下植被是森林生态系统中必不可少的重要组成部分,在森林生态系统的营养元素的循环、积累和改善林内环境、维持生态系统的多样性、生态系统功能的稳定性及森林的演替等方面具有十分重要的作用。在林分发展演替的过程中,土壤养分影响地上部物种生长,地上部分改良土壤理化性质,形成了林分内一个相对稳定的生态系统。本文以山西中部（临汾、长治、晋中、吕梁）水土保持林内典型的灌草为研究对象,在5种不同林型中,研究林下植被生物量在不同林型的分配表现,数学建模的方法拟合典型灌木生物量最优模型。研究结果表明:（1）在对不同林分林下植被生物量分配的研究表明,油松（Pinus tabulaeformis）纯林、辽东栎（Populus liaotungensis）纯林、油松-辽东栎混交林、侧柏（Platycladus orientalis）纯林、白皮松（Populus bungeana）-侧柏混交林中,灌木层生物量表现为:白皮松-侧柏混交林低,油松纯林最高;草本层生物量表现为:白皮松-侧柏混交林低,侧柏纯林最高;林下植被生物量总量表现为:白皮松-侧柏混交林低,侧柏纯林最高;油松-辽东栎混交林林分生物量较高,且灌木、草本生物量比例均衡,林下植被稳定。因此,油松-辽东栎混交林可以作为当地水土保持林的一种合理混交模式,该混交模式更有利于山西中部地区水土保持林的生物量积累。（2）选取5种灌木,拟合单株植物的生物量模型和相容性模型,并对模型进行检验。虎榛子（Ostryopsis davidiana）总生物量与株高拟合模型最优,模型为W=0.54H1.29;三裂绣线菊（Spiraea trilobata）总生物量与地径拟合模型最优,模型为W=125.00D+130.50;锦鸡儿（Caragna fruten）总生物量与地径的平方乘株高拟合模型最优,模型为W=151.36e0.005*D2H;丁香（Syzygium aromaticum）总生物量与地径拟合模型最优,模型为W=291.97ln D+276.55。（灌木生物量模型适用范围为山西中部地区水土保持林林分）单株植物相容性模型拟合选用两级分配,以地下生物量方程为基础,提高总量和各分量模型的相容性程度,虎榛子、三裂绣线菊的各维量模型拟合结果相对最优,丁香的各维量模型拟合结果相对较差。三裂绣线菊、丁香枝干生物量模型精度均有不同程度提高。
王科[4]（2020）在《马尾松人工林树冠结构及地上生物量研究》文中认为树冠是树木光合作用、蒸腾作用的主要部位,其结构特征影响着树木的生长及各组分产量的分配,对树木生理生态过程的作用巨大。为了解马尾松（Pinus massoniana）人工林的树冠结构特征和生长规律,解决树冠枝条属性因子及林木各组分生物量的估测难点。本文以分布于黔中地区的4个龄组的马尾松人工林为研究对象,在样地调查、枝条解析因子调查、生物量测定和树干解析的基础上,分析不同类型林木的树冠结构和生物量分配规律,构建树冠和枝条属性因子及其生物量的预估模型和林木地上部分各器官生物量的预估模型。可为提高马尾松人工林的生产力和木材质量提供理论依据,也为马尾松人工林的可持续经营奠定基础。主要研究结论归纳如下:（1）在不同龄组及优势等级林木中,树冠各测量因子表现出不同程度的差异。随龄组增加,其枝条数、枝基径、枝长、活枝高和冠长均增加,冠长率降低。随优势等级增加,枝条的数量和平均基径也增加。枝条的基径与枝长、枝天顶角及着枝深度均呈显着的正相关,枝长与天顶角、着枝深度及着枝高度均呈显着正相关。枝条长度和基径的垂直分布规律总体表现为树冠下层大于上层,枝条数量的冠层垂直分布变化与之相反。（2）采用多种方式构建树冠及枝条属性因子的预估模型,其中冠长预估模型以二元（胸径、枝下高）抛物线组合模型的拟合效果最好。总枝条数量模型以冠长为自变量的二次函数最优。从单木水平和枝条水平分别构建枝条长度和基径的预估模型,其单木水平上的模型均以胸径为自变量的二次函数最优,枝条水平的枝长模型以着枝深度、冠长率和活枝高为自变量构建的三元抛物线组合模型为最优,枝条水平的枝基径模型以着枝深度、胸径和冠长为自变量构建的三元抛物线组合模型为最优。（3）枝条生物量模型的构建选择枝基径和枝弦长为自变量,树冠生物量模型的构建选择胸径、活枝高和高径比为自变量。枝条及树冠生物量模型的预估效果均表现出抛物线组合模型>幂指数异速生长模型>逐步线性回归模型。各林木类型的树冠生物量的垂直分布出现差异,树龄小或优势等级低的林木树冠生物量垂直变化的差异不大,树龄较大或较优势的林木树冠生物量主要集中在树冠中层。各林木类型的枝叶生物量比值总体随冠层深度的增加而增加。（4）生物量的器官分配规律在不同龄组和不同优势等级林木中表现出差异,但树干生物量仍然占主要部分。随着树龄的增大,树干生物量所占地上生物量的比例逐渐增大,树枝和树叶的生物量比例逐渐减小,树皮生物量比例呈先增大后减小的规律。除胸径、材积和树高外,活枝高、冠长和冠长率也是影响马尾松生物量的重要因素。但对于大部分器官的生物量模型,仅使用一元幂函数即可。采用总量控制法分别构建不同优势等级马尾松各器官生物量的相容性模型,模型满足了单木总生物量等于各组分生物量之和的条件。
刘秀红[5]（2020）在《湘西次生林主要树种生物量模型及分配格局研究》文中提出单木生物量模型是计算森林生物量的有效方法,生物量分配格局显示了植物资源的配置模式。为了精确计量湘西地区次生林的生物量,探究立木生物量分配格局,提高相容性生物量模型的预估精度,为开展森林资源调查、预测林木未来发展趋势等方面的研究提供理论基础,为理解林木的生长特征与生长机制提供突破口。本文以湖南省慈利县青冈栎（Cyclobalanopsis glauca（Thunb.）Oerst.）、马尾松（Pinus massoniana Lamb.）、麻栎（Quercus acutissima Carruth）、苦槠（Castanopsis sclerophylla（Lindl.）Schott）、湖北栲（Castanopsis hupehensis（C.S.Caho））为研究对象,采用收获法获取地上各组分生物量,对5个树种进行独立生物量模型和相容性生物量模型拟合,通过相对排序法选择最优的生物量模型和参数估计算法,分析5个树种的生物量分配格局,探究胸径、年龄对生物量分配格局的影响。主要研究结论归纳如下:（1）以胸径为自变量的一元生物量模型已经达到较好的拟合效果,添加树高、冠长后,只有少部分树种生物量模型的拟合精度有所提高。综合评价指标和排序均值选出最优模型,其中地上组分的生物量模型分别为:青冈栎ln W=2.3112*ln D+1.0206*ln H-4.0331,马尾松ln W=2.0276*ln D-1.1454,麻栎ln W=2.5337*ln D-2.1037,苦槠ln W=2.2164*ln D-1.8814,湖北栲ln W=2.3298*ln D-1.6593。（2）林业中通常以计算地上生物量为目的,基于普通最小二乘法的比例总量直接控制模型可以直接计算出地上生物量,预估精度高,应用前景好。在同一参数估计算法下,2种相容性生物量模型拟合效果差异不大,对比普通最小二乘法、二阶最小二乘法和三阶最小二乘法,使用普通最小二乘法的拟合精度更高,且计算过程更加简便。（3）对比普通最小二乘法和似乎不相关回归估计法,依旧建议使用普通最小二乘法作为参数估计算法。相较于似乎不相关回归估计法,使用普通最小二乘法拟合的相容性生物量模型具有更高的精度,且拟合过程更加容易。（4）不同树种的生物量分配格局有所差异。马尾松的干总比、枝总比、叶总比分别为83.28%、11.51%、5.22%,青冈栎为81.81%、14.20%、3.99%,麻栎为86.94%、9.86%、3.21%,湖北栲为82.19%、15.93%、1.89%,这4个树种有相似的生物量分配比,其平均干总比、枝总比、叶总比为80.67%、14.47%、4.88%,而与苦槠（69.45%、19.95%、10.63%）差别较大。马尾松和青冈栎2个树种干总比、枝总比、叶总比的变化趋势随着树龄和胸径的增大而呈现差异,但在整体上,两个树种都表现为干总比>枝总比>叶总比。
黄光灿,吴宏炜,赖建明,张伟志,严铭海,江希钿[6]（2020）在《福建木荷地上部分相容性生物量模型研究》文中提出基于160株木荷样木实测数据,以胸径、树高以及两者的组合变量作为模型的自变量,通过2种方案（总量控制方案与代数和控制方案）非线性度量误差联立方程组估计法,并采用加权回归消除异方差,构建木荷一元、二元独立与相容性生物量模型;基于一元相容性模型,探讨各组分生物量相对于地上总生物量的分配规律。结果表明:2种方案建立的相容性生物量模型拟合效果与估计精度良好且各组分生物量模型拟合情况基本一致,R2≥0.845、MPE≤4.592%,综合分析采用代数和控制方案较好;在各组分独立模型与相容性模型中,二元生物量模型拟合效果明显优于一元模型,且以D2H为自变量的二元模型最优;2种方案相容性生物量模型各器官生物量分配规律基本相同,随着胸径增大,树干、干材生物量占地上总量比先增大最后趋于稳定,树冠、树皮和树叶生物量占比先减小最后趋于稳定,树枝生物量占比变化不大;当胸径≥30 cm,占比趋于稳定,树干、干材、树皮、树冠、树枝和树叶生物量占比为74.5%～75.2%、68.9%～69.2%、5.6%～6.1%、24.8%～25.4%、21.5%～22.8%和2.6%～3.2%。
陈宗铸,陈小花,陈毅青,杨琦,雷金睿[7]（2019）在《海南岛热带人工林主要树种（组）生物量相容性模型构建》文中提出探讨海南岛主要树种（组）相容性生物量模型的构建方法,以期为海南岛林木生物量建模工作提供技术支撑。以海南岛主要树种（组）为研究对象,利用全树生物量和各分项生物量实测数据,通过独立模型和非线性度量误差模型方法,构建各树种（组）全树和各分项生物量的一元、二元独立模型及相容性模型。不管是独立模型还是相容性模型,在引入树高因子后,其模型的精度和平均相对误差都得到一定的改善;所建立的各树种（组）一元相容性模型,其全树和各分项生物量模型的确定系数R2为（0.67～0.99）,平均相对误差E1为（-0.07%～89.57%）,相比较于一元独立模型的R2（0.66～0.99）和E1（0.11%～70.06%）,两者相差不大;所建立的各树种（组）二元相容性模型,其全树和各分项生物量模型的确定系数R2为（0.88～0.99）,平均相对误差E1为（0.06%～36.00%）,相比较于一元独立模型的R2（0.87～0.99）和E1（0.24%～43.23%）,模型效果相当。所建立的各树种（组）模型可以用于海南岛主要树种（组）生物量的估计。
申家朋[8]（2019）在《日本落叶松人工林生物量及其对气候变化的响应》文中提出气候变化将对全球各国的生态、经济和社会效益产生重要影响,已成为当前关注的热点。森林作为陆地生态系统的重要组成部分,在调节全球碳平衡、减缓温室气体浓度上升等方面发挥着不可替代的作用。《京都议定书》倡导世界各国通过人工造林等活动抵消温室气体减排指标,因而开展人工造林成为推进当前森林碳汇发展的主要途径。日本落叶松（Larix kaempferi（Lamb）Carr）原产日本本州岛中部山区,在中国引种已有100余年的历史,是中国引种栽培最为成功的树种之一,现已成为中温带、暖温带及北亚热带亚地区主要用材和生态造林树种。在全球气候变化日益复杂的背景下,日本落叶松的地理分布位置、生长都可能发生显着的变化,从而对日本落叶松人工林人工栽培种植及其生物量精确估算产生重大影响,但现在相关的研究仍十分缺乏。因此,本研究以北亚热带亚高山区、暖温带中山区和中温带低山区3个日本落叶松人工林栽培区109块标准地的161株单木生物量实测数据为基础,系统研究了精确估算生物量的方法,分析影响栽培区的主导气候因子,预测了气候变化对日本落叶松栽培区及其生物量的影响,以期对人工林生物量、碳储量的估算及人工林经营决策提供科学依据。主要研究结果如下:（1）不同区域和林龄日本落叶松人工林单木、林分各器官生物量分配比例存在差异,其中单木根茎比变化范围为0.19～0.36,林分根茎比变化范围为0.19～0.29,单木和林分地下生物量与地上生物量存在显着线性相关。基于哑变量和似乎不相关法建立了兼顾气候区域和林龄的单木相容性生物量模型,与基础模型相比,最优单木模型预测复相关系数R2提高了0.44%,均方根误差RMSE降低了6.61%,平均绝对偏差MAB降低了6.94%。基于似乎不相关法建立了兼顾林龄因子和林分密度因子林分相容性生物量模型,与基础模型相比,最优林分模型预测复相关系数R2提高了4.41%,均方根误差RMSE降低了28.39%,平均绝对偏差MAB降低了29.83%。（2）日本落叶松人工林BEF随林龄的增加而减小呈倒“J”型趋势,随林分密度的增加呈“U”型趋势。结合二类资源调查数据,采用倒数函数BEF法估算了各区域生物量。单木、林分、区域生物量估算的不确定性分别为4.55%、20.47%和21.05%,区域尺度生物量的不确定性主要来源于林分BEF模型参数的不确定性。（3）日本落叶松在中国适宜区和最适区面积分别为35.59×104km2和6.99×104km2,分别占研究区总面积的3.71%和0.73%。高适宜区面积主要集中在“秦岭-大巴山区”和“辽东地区”。未来2050年和2070年,潜在适宜区面积在4个RCP（Representative Concentration Pathway,RCP）情景下将持续增加,潜在高适宜区面积在RCP4.5、RCP6.0和RCP8.5情景下均表现为增大趋势,而在RCP2.6情景下表现为减小趋势。气候变化将导致“秦岭-大巴山区”向高海拔推移呈缩小趋势,破碎化明显,“辽东地区”向高纬度方向移动呈扩大趋势。影响日本落叶松在中国分布格局的重要气候因子为最热季度降水量、降水量季度性变动系数、等温性、最冷季平均温度。（4）气候变化将阻滞暖温带日本落叶松单木生物量生长,平均减少0.36%,将促进北亚热带和中温带日本落叶松单木生物量生长,平均增加0.38%和0.33%。气候变化将阻滞暖温带日本落叶松林分生物量生长,平均减少26.75%,将促进北亚热带和中温带日本落叶松单木生物量生长,平均增加8.68%和9.56%。与当前气候相比,未来气候变化将导致高适宜区日本落叶松生物量总体呈增大趋势。日本落叶松在中国具有很大的生产潜力,这将为日本落叶松人工林的栽培、经营管理提供科学参考。
洪奕丰[9]（2019）在《长白落叶松生物量组分多尺度遥感反演》文中研究指明森林生物量是衡量森林生态系统生产力的重要指标,在阐释全球碳循环机制、应对全球气候变化以及生态系统等研究中具有重要作用。传统的森林生物量估测以高密度的样地调查为基础,通过构建异速生长模型来实现,具有原理简单、适用性强、估测精度高等优势,但需要耗费大量的人力物力,对森林生态系统的干扰较大,难以实现长期、宏观的森林生物量动态监测。遥感技术因其在应对各类复杂地表、大范围、长时间跨度等方面所表现出的超强连续探测及提取能力,展现出不可替代的优势,在森林生物量估测领域有诸多成功的案例。然而,单一的遥感手段在实际应用中存在着一定的局限性,如光学遥感数据易饱和造成生物量估测精度不高;微波雷达数据源较少且易受地形起伏因素干扰;激光雷达离散的属性以及机载激光雷达较高的成本,导致其难以实现大范围的连续监测。因此,研究如何克服单一遥感手段的不足,综合运用天空地一体化对地观测手段,解决多源遥感信息一体化、快速和综合处理等关键技术,实现多尺度、快速、准确地获取森林生物量,具有十分重要的意义。本研究以黑龙江省长白落叶松人工林为研究对象,以基于机载Li DAR的生物量反演模型为媒介,有机地衔接了地面调查与光学遥感数据,综合运用非线性似然无关回归、哑变量、多元线性回归、机器学习和深度学习等算法,提出了一套完整的森林各组分生物量估测方案,实现了落叶松分布信息的高精度提取以及单木、林分、经营单位和宏观等多尺度水平下的各组分生物量反演模型构建。主要结果如下:1、基于40块样地数据和64株样木解析数据,在考虑和未考虑林龄2种情形下,利用哑变量和非线性似然无关回归方法相结合,分别构建了单木、林分水平的一元相容性生物量模型。单木水平下,除树叶外,全株及各组分生物量模型的Radj2均大于0.91,平均预估精度达到92%以上。林分水平下,除树枝和树叶外,全株及各组分生物量模型的Radj2均大于0.98,平均预估精度达到97%以上。林龄因素的加入,能够显着提升林分生物量模型的拟合效果、预估精度及模型稳定性,但对单木生物量模型影响不大。2、以地面实测样地数据和同步获取的机载激光雷达（Li DAR）点云为数据源,分别采用多元线性回归和随机森林方法,构建了落叶松各组分生物量遥感反演模型。机载Li DAR提取的自变量与生物量均具有显着的相关性,普遍表现为显着（P<0.05）或极显着水平（P<0.01）。多元线性回归和随机森林均可用于落叶松生物量遥感反演模型的构建,模型的R2均高于0.91,且均拥有较小的r RMSE、TRE。多元线性回归的优势是模型简单易用,Li DAR自变量对生物量有更加明确的解释能力。随机森林模型拥有更好的拟合效果和泛化能力。首次提出改进的随机森林（Improved-RF）方法对随机森林模型进行优化,结果表明Improved-RF可以有效避免随机森林常见的过拟合问题,在不损失预估精度的前提下,大幅减少了自变量数量。3、基于机载Li DAR反演的生物量及高分一号（GF-1）遥感数据提取光谱特征、植被指数和纹理特征,分别采用随机森林和循环神经网络方法,构建了落叶松生物量遥感外推模型。循环神经网络与随机森林模型均能较好地解释遥感因子与生物量之间复杂的非线性关系,全株、地上及树根等主要生物量模型的R2均优于0.7,循环神经网络在防止生物量低估和还原观测值数据结构方面,表现出更强的能力。利用独立样本评价模型的泛化能力,循环神经网络取得了令人满意的效果,全株及地上生物量模型的R2均高于0.63,且拥有较小的rRMSE和TRE。本研究综合运用天、空、地一体化监测手段,以机载Li DAR为纽带,将地面调查数据与卫星遥感数据紧密结合起来,引入循环神经网络的深度学习方法,有效挖掘并建立了卫星遥感数据与生物量之间的复杂关系,解决了森林生物量从单木—林分—经营单位—宏观区域等多尺度下的高精度连续监测方法,为大范围、快速、准确地获取森林生物量进行了有益的探索。
曹磊,李海奎[10]（2019）在《两种相容性生物量模型的比较——以广东省3个阔叶树种为例》文中指出基于广东省樟树、木荷和枫香3个阔叶树种共270株样木的生物量实测数据,采用多元非线性联合估计,按分量相加和总量控制两种方法,分别构建了一元（胸径）和二元（胸径、树高和胸径、冠幅）的相容性生物量模型,比较分析了这两种相容性生物量模型的拟合效果和预估精度。结果表明:（1）分量相加和总量控制构建相容性模型对3个树种拟合效果均较好,预估精度均较高,二者之间差别不大,但总体上分量相加模型拟合效果较优。（2）二元模型拟合效果和预估精度普遍优于一元模型,但加入第二个变量的异同,在各个分量中的表现不一。加入树高因子,显着改进树干和树皮的拟合效果;加入冠幅因子,显着改进树枝、树叶和地上部分的拟合效果。选择胸径和冠幅因子建立二元生物量模型可以获得较高的拟合精度。（3）基于最优独立模型构建的相容性模型拟合和预估效果最优,地上部分总量甚至优于最优独立模型。因此,各分量相加构建的相容性模型略优于总量控制。对于阔叶树种自变量的选取,二元模型加入冠幅因子的精度高于加入树高因子。
二、相容性生物量模型研究（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、相容性生物量模型研究（论文提纲范文）
（1）相容性单木生物量模型估计方法的比较——以青冈栎为例（论文提纲范文）
| 1 研究区概况 |
| 2 研究方法 |
| 2.1 样地设置与调查 |
| 2.2 解析木伐取与分析 |
| 2.3 模型构建 |
| 2.4 生物量模型估计算法 |
| 2.5 消除异方差 |
| 2.6生物量模型评价 |
| 3 结果与分析 |
| 3.1 青冈栎独立模型参数估计以及模型评价 |
| 3.2 比例总量直接控制相容性模型 |
| 3.3 代数和控制相容性模型 |
| 3.4 最优模型构建方法的选择 |
| 4讨论 |
| 5 结论 |
（2）林分商品材和剩余物地上生物量模型的建立 ——以澳大利亚辐射松人工林为例（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究综述 |
| 1.3 研究内容和技术路线 |
| 2 建模数据及来源 |
| 2.1 原始数据来源 |
| 2.2 建模数据集构建 |
| 2.2.1 断裂木处理 |
| 2.2.2 建模数据生成 |
| 3 林分生物量模型的建立 |
| 3.1 可加性和相容性林分生物量模型相结合 |
| 3.1.1 可加性生物量模型 |
| 3.1.2 相容性生物量模型 |
| 3.1.3 模型拟合方法的确定 |
| 3.1.4 考虑间伐类型的生物量模型 |
| 3.1.5 残差方差函数与置信区间 |
| 3.2 直接计算各分量的林分生物量模型 |
| 3.2.1 模型形式和拟合方法的确定 |
| 3.2.2 考虑间伐类型的生物量模型 |
| 3.3 模型检验指标的选择 |
| 4 结果与分析 |
| 4.1 可加性模型和相容性模型相结合 |
| 4.1.1 模型拟合结果 |
| 4.1.2 残差方差函数与置信区间 |
| 4.2 可直接计算各分量的林分生物量模型 |
| 4.2.1 模型拟合结果 |
| 4.2.2 考虑间伐类型的林分生物量模型 |
| 4.2.3 三种模型形式拟合结果比较 |
| 4.3 模型检验 |
| 5 结论和展望 |
| 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 |
（3）山西中部水土保持林林下典型灌木生物量模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.研究背景 |
| 1.1 研究目的与意义 |
| 1.2 研究进展 |
| 1.2.1 生物量研究 |
| 1.2.2 生物量模型研究 |
| 1.独立模型与相容性模型研究 |
| 2.基于遥感的生物量模型研究 |
| 1.2.3 研究不足与发展趋势 |
| 2.研究区概况 |
| 3.研究内容与方法 |
| 3.1 研究内容 |
| 3.2 研究方法 |
| 3.2.1 样地设置 |
| 3.2.2 样地调查 |
| 3.2.3 林下植被生物量测定 |
| 3.2.4 模型建立和检验 |
| 3.3 技术路线 |
| 4.林下植被生物量分布特征 |
| 5.典型灌木生物量模型拟合 |
| 5.1 单株灌木生物量模型 |
| 5.2 灌木相容性生物量模型 |
| 5.3 模型检验 |
| 6.结论与讨论 |
| 7.研究存在的不足 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 致谢 |
（4）马尾松人工林树冠结构及地上生物量研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 国内外研究进展 |
| 1.3 研究目的及意义 |
| 1.4 研究内容和技术路线 |
| 1.5 论文结构 |
| 2 研究区概况、材料及方法 |
| 2.1 研究区概况 |
| 2.2 数据的采集与分析 |
| 2.3 模型的构建方法 |
| 3 马尾松的树冠结构及其生物量模型 |
| 3.1 树冠结构特征 |
| 3.2 树冠测量因子预估模型 |
| 3.3 枝条及冠层生物量模型 |
| 3.4 本章小结 |
| 4 马尾松单木生物量分配及异速生长模型 |
| 4.1 地上各器官生物量的分配 |
| 4.2 地上部分各器官生物量模型 |
| 4.3 本章小结 |
| 5 讨论 |
| 5.1 马尾松树冠枝条垂直分布规律 |
| 5.2 马尾松枝条解析因子模型 |
| 5.3 马尾松枝条及树冠生物量模型 |
| 5.4 马尾松单木生物量分配规律 |
| 5.5 马尾松单木生物量异速生长模型 |
| 6 主要结论、创新点及展望 |
| 6.1 主要结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 作者简介 |
| 致谢 |
| 参考文献 |
（5）湘西次生林主要树种生物量模型及分配格局研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的和意义 |
| 1.3 国内外研究现状 |
| 1.3.1 生物量模型 |
| 1.3.2 生物量分配格局 |
| 1.4 存在的问题 |
| 1.5 研究的主要内容与技术路线 |
| 1.5.1 研究的主要内容 |
| 1.5.2 技术路线 |
| 2 研究地区概况及研究方法 |
| 2.1 研究区概况 |
| 2.2 实验设计 |
| 2.2.1 样地设置与每木检尺 |
| 2.2.2 解析木伐取与分析 |
| 2.3 研究方法 |
| 2.3.1 独立生物量模型 |
| 2.3.2 相容性生物量模型 |
| 2.3.3 参数估计算法 |
| 2.3.4 消除异方差 |
| 2.3.5 生物量模型评价 |
| 2.3.6 最优模型的选择 |
| 2.3.7 生物量分配计算 |
| 3 结果与分析 |
| 3.1 树种独立生物量模型 |
| 3.1.1 一元生物量模型 |
| 3.1.2 二元生物量模型 |
| 3.1.3 三元生物量模型 |
| 3.1.4 最优独立生物量模型的选择 |
| 3.1.5 小结 |
| 3.2 青冈栎相容性生物量模型 |
| 3.2.1 青冈栎独立模型参数估计以及模型评价 |
| 3.2.2 青冈栎比例总量直接控制相容性模型 |
| 3.2.3 青冈栎代数和控制相容性模型 |
| 3.2.4 最优相容性模型的选择 |
| 3.2.5 小结 |
| 3.3 马尾松相容性生物量模型 |
| 3.3.1 马尾松独立模型参数估计以及模型评价 |
| 3.3.2 马尾松比例总量直接控制相容性模型参数估计 |
| 3.3.3 马尾松代数和控制相容性模型参数估计 |
| 3.3.4 马尾松两种相容性模型评价及选择 |
| 3.3.5 小结 |
| 3.4 生物量分配 |
| 3.4.1 生物量分配格局 |
| 3.4.2 生物量分配格局随树龄变化 |
| 3.4.3 生物量分配格局随胸径变化 |
| 3.4.4 小结 |
| 4 讨论与结论 |
| 4.1 讨论 |
| 4.1.1 独立生物量模型 |
| 4.1.2 相容性生物量模型结构的选择 |
| 4.1.3 参数估计算法的的选择 |
| 4.1.4 生物量分配格局研究 |
| 4.2 结论 |
| 4.3 主要特色与创新之处 |
| 4.4 研究展望 |
| 参考文献 |
| 附录1 对数转换生物量模型R代码 |
| 附录2 一元幂函数生物量模型R代码 |
| 附录3 比例总量直接控制生物量模型R代码 |
| 附录4 代数和控制生物量模型R代码 |
| 在读期间的学术研究 |
| 致谢 |
（7）海南岛热带人工林主要树种（组）生物量相容性模型构建（论文提纲范文）
| 1 材料与方法 |
| 1.1 建模材料数据 |
| 1.2 建模方法 |
| 1.2.1 基础性模型 |
| 1.2.2 相容性模型 |
| 1.2.3 模型验证 |
| 2 结果与分析 |
| 2.1 基础性模型估算结果 |
| 2.2 相容性模型估算结果 |
| 2.2.1 一元相容性模型的拟合效果 |
| 2.2.2 二元相容性模型的拟合效果 |
| 2.3 独立模型与相容性模型的比较 |
| 2.3.1 一元独立模型与一元相容性模型的对比 |
| 2.3.2 二元独立模型与二元相容性模型的对比 |
| 3 讨论 |
| 4 结论 |
（8）日本落叶松人工林生物量及其对气候变化的响应（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 森林生物量估算 |
| 1.2.2 生物量影响因素及估算的不确定性 |
| 1.2.3 气候变化对森林潜在分布、生长和生物量的影响 |
| 1.3 研究主要内容和拟解决的科学问题 |
| 1.3.1 研究主要内容 |
| 1.3.2 拟解决的科学问题 |
| 1.4 研究技术路线 |
| 第二章 研究材料和方法 |
| 2.1 研究材料 |
| 2.2 数据收集与整理 |
| 2.2.1 标准地数据 |
| 2.2.2 解析木数据 |
| 2.2.3 二类调查数据 |
| 第三章 日本落叶松单木生物量研究 |
| 3.1 研究方法 |
| 3.1.1 单木生物量分配规律 |
| 3.1.2 单木生物量基础模型 |
| 3.1.3 单木相容性模型构造 |
| 3.1.4 模型的拟合和评价 |
| 3.2 结果与分析 |
| 3.2.1 单木生物量分配规律 |
| 3.2.2 单木生物量模型的构建与评价 |
| 3.3 小结 |
| 第四章 日本落叶松林分生物量研究 |
| 4.1 研究方法 |
| 4.1.1 林分生物量分配规律 |
| 4.1.2 林分生物量基础模型 |
| 4.1.3 林分相容性模型构造 |
| 4.1.4 模型的拟合与评价 |
| 4.2 结果与分析 |
| 4.2.1 林分生物量分配规律 |
| 4.2.2 林分生物量模型的构建与评价 |
| 4.3 小结 |
| 第五章 日本落叶松区域尺度生物量研究 |
| 5.1 研究方法 |
| 5.1.1 生物量转换因子BEF估算方法 |
| 5.1.2 生物量估算的不确定性分析 |
| 5.2 结果与分析 |
| 5.2.1 BEF与林分因子关系 |
| 5.2.2 基于不同BEF法估算日本落叶松生物量 |
| 5.2.3 区域尺度生物量估算的不确定性 |
| 5.3 小结 |
| 第六章 气候变化对日本落叶松潜在分布及生物量的影响 |
| 6.1 研究方法 |
| 6.1.1 气候变化对日本落叶松潜在分布的影响 |
| 6.1.2 气候变化对日本落叶生物量的影响 |
| 6.2 结果与分析 |
| 6.2.1 气候变化对日本落叶松潜在分布的影响 |
| 6.2.2 气候变化对日本落叶松生物量的影响 |
| 6.3 小结 |
| 6.3.1 气候变化对日本落叶松潜在分布的影响 |
| 6.3.2 气候变化对日本落叶松生物量的影响 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.1.1 日本落叶松单木生物量的研究 |
| 7.1.2 日本落叶松林分生物量的研究 |
| 7.1.3 日本落叶松区域尺度生物量的研究 |
| 7.1.4 气候变化对日本落叶松潜在分布和生物量的影响 |
| 7.2 讨论 |
| 7.2.1 日本落叶松生物量分配 |
| 7.2.2 日本落叶松生物量模型 |
| 7.2.3 日本落叶松区域尺度生物量 |
| 7.2.4 日本落叶松应对气候变化的响应 |
| 7.3 主要特色和创新之处 |
| 7.4 研究展望 |
| 参考文献 |
| 在读期间的学术研究 |
| 致谢 |
（9）长白落叶松生物量组分多尺度遥感反演（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.2.1 基于光学遥感的生物量估算 |
| 1.2.2 基于微波雷达的生物量估算 |
| 1.2.3 基于激光雷达的生物量估算 |
| 1.2.4 基于多源遥感数据的生物量联合估算 |
| 1.2.5 机器学习研究现状与发展趋势 |
| 1.3 研究目标与主要内容 |
| 1.3.1 关键的科学问题与研究目标 |
| 1.3.2 研究主要内容 |
| 1.4 技术路线 |
| 第二章 研究区与数据 |
| 2.1 研究区概况 |
| 2.1.1 孟家岗林场概况 |
| 2.1.2 林口林业局概况 |
| 2.2 数据获取 |
| 2.2.1 样地与解析木数据获取 |
| 2.2.2 航空遥感数据获取 |
| 2.2.3 卫星遥感数据获取 |
| 2.3 数据预处理与参数提取 |
| 2.3.1 LiDAR数据 |
| 2.3.2 GF-1数据 |
| 2.4 小结 |
| 第三章 落叶松相容性生物量模型构建 |
| 3.1 方法 |
| 3.1.1 生物量基础模型 |
| 3.1.2 相容性生物量模型 |
| 3.1.3 模型评价 |
| 3.2 结果与分析 |
| 3.3 讨论 |
| 3.4 小结 |
| 第四章 基于LiDAR的落叶松生物量反演模型构建 |
| 4.1 研究方法 |
| 4.1.1 多元线性回归 |
| 4.1.2 随机森林回归 |
| 4.1.3 模型评价 |
| 4.2 结果与分析 |
| 4.2.1 MLR模型结果与验证 |
| 4.2.2 RF模型结果与验证 |
| 4.2.3 模型的比较与评价 |
| 4.2.4 模型的调试与优化 |
| 4.3 讨论 |
| 4.4 小结 |
| 第五章 基于GF-1的落叶松生物量外推模型构建 |
| 5.1 研究方法 |
| 5.1.1 落叶松分布信息提取 |
| 5.1.2 生物量外推模型构建 |
| 5.1.3 生物量模型的外推验证 |
| 5.2 结果与分析 |
| 5.2.1 落叶松分布信息提取 |
| 5.2.2 RF外推模型结果与验证 |
| 5.2.3 LSTM外推模型结果与验证 |
| 5.2.4 模型的比较与评价 |
| 5.2.5 模型的调试与优化 |
| 5.2.6 模型的外推结果与评价 |
| 5.3 讨论 |
| 5.4 小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 在读期间的学术研究 |
| 致谢 |
（10）两种相容性生物量模型的比较——以广东省3个阔叶树种为例（论文提纲范文）
| 1 数据及来源 |
| 2 研究方法 |
| 2.1 独立模型 |
| 2.2 相容性模型 |
| 2.2.1分量相加 |
| 2.2.2总量控制 |
| 2.3 模型检验与评价 |
| 3 结果与分析 |
| 3.1 独立模型 |
| 3.2 相容性模型 |
| 4 讨论 |
| 5 结论 |
四、相容性生物量模型研究（论文参考文献）
- [1]相容性单木生物量模型估计方法的比较——以青冈栎为例[J]. 刘秀红,姜春前,徐睿,何潇,齐梦娟. 林业科学, 2020(09)
- [2]林分商品材和剩余物地上生物量模型的建立 ——以澳大利亚辐射松人工林为例[D]. 乔茜茜. 北京林业大学, 2020(04)
- [3]山西中部水土保持林林下典型灌木生物量模型研究[D]. 香啸. 北京林业大学, 2020(02)
- [4]马尾松人工林树冠结构及地上生物量研究[D]. 王科. 贵州大学, 2020(04)
- [5]湘西次生林主要树种生物量模型及分配格局研究[D]. 刘秀红. 中国林业科学研究院, 2020(01)
- [6]福建木荷地上部分相容性生物量模型研究[J]. 黄光灿,吴宏炜,赖建明,张伟志,严铭海,江希钿. 西南林业大学学报(自然科学), 2020(02)
- [7]海南岛热带人工林主要树种（组）生物量相容性模型构建[J]. 陈宗铸,陈小花,陈毅青,杨琦,雷金睿. 中南林业科技大学学报, 2019(11)
- [8]日本落叶松人工林生物量及其对气候变化的响应[D]. 申家朋. 中国林业科学研究院, 2019(02)
- [9]长白落叶松生物量组分多尺度遥感反演[D]. 洪奕丰. 中国林业科学研究院, 2019(02)
- [10]两种相容性生物量模型的比较——以广东省3个阔叶树种为例[J]. 曹磊,李海奎. 生态学杂志, 2019(06)