收藏本站
《北京林业大学》 2005年
收藏 | 手机打开
二维码
手机客户端打开本文

马尾松人工林生长的人工神经网络模型研究

黄家荣  
【摘要】:为探讨一套新的林分生长建模技术,论文以马尾松人工林为研究对象,以经营密度试验数据、单木定位固定标准地资料和常规标准地资料为训练样本和检验样本,在MATLAB系统环境下,应用BP神经网络建模技术,对马尾松人工林各类生长模型进行了系统的研究。 首先对全文要用的材料与方法进行了论述与研究,提出一种简化的人工神经元模型和以此为基础的林分生长神经网络模型的构建方法,提出一种简单有效的隐层层数的确定方法,同时提出用定性与定量分析相结合的方法进行模型性能分析,确定隐层神经元数,以克服神经网络在训练中容易出现过度拟合数据而降低模型泛化能力的主要缺陷,使分析结果可靠、可信。 然后构建了地位指数和林分密度指数神经网络模型,并用大量的常规标准地和树干解析资料对所建模型进行训练和检验,确定了适宜的模型结构。分析结果表明,所建单形地位指数神经网络模型,其拟合、检验精度很高,具有很强的泛化能力;推导的单形地位指数曲线式和计算式,取得了很好的应用效果。多形地位指数神经网络模型与Richards多形地位指数模型比较,具有较好的拟合效果。对比分析结果表明,以神经网络建模技术构建的林分多形地位指数模型比以Richards生长函数为基础的多形地位指数模型更能有效地解决地位指数曲线的多形性问题。同时成功地构建与训练了多形地位指数神经网络逆模型,可精确地计算地位指数值。构建的林分密度指数神经网络模型,拟合效果比Reineke模型好。由此推导的林分密度指数曲线式和密度指数计算式,取得了令人满意的应用效果。 在地位指数与密度指数模型研究的基础上,系统地研究了三类林分生长模型及其在林分生长与收获预测中的应用。 以年龄、地位指数和单株地积构成输入矩阵,以林分平均胸径、林分平均高、林分每公顷蓄积构成输出矩阵,构建多输入多输出的全林分生长神经网络模型,并用大量的常规标准地资料确定了适宜的模型结构。三维空间仿真曲面的直观定性分析和精度、回归定量分析结果说明,该模型既符合林分生长规律,又具有很高的拟合精度和很强的泛化能力。同时根据模型间的相容性,由林分株数密度和林分平均胸径生长神经网络模型联合构建了林分断面积生长神经网络模型。 以相对直径作输入变量,以株数累积频率作输出变量,构建了直径分布神经网络模拟模型,用实际数据训练、选出的最佳模型,与weibull分布模型比较,具有较好的拟合效果。研建了计算Weibull分布参数的神经网络模型,其拟合效果比常规回归分析法好。在直径分布模拟方法探讨的基础上,以径阶上限相对直径、林分平均直径和直径变动系数作为输入变量集,以径阶株数累积频率作为输出变量,构建了多输入单输出的林分直径分布神经网络预测模型。并以82块标准地径阶分布数据为样本对 摘要 所建模型进行了训练和优选,得理想的模型结构为3:6:6:1,训练误差指示为 0.000281。将选出的预测模型回代82块训练标准地,结果证明所建模型具有很好的 拟合效果。用18块未参加模型训练的固定标准地资料对预测模型的直接预测能力进 行了检验,结果说明所建模型的预测效果能达到与拟合效果同样的水平。综合年龄跨 度比较结果与检验精度的分析结果得出:所建的直径分布预测模型具有很强的泛化能 力,不仅对训练样本年龄范围的直径分布数据具有很强的切合性,而且具有一定的外 推能力。模型可用于预测10一30年生未经间伐或间伐后己恢复自然生长状态的现实 马尾松人工林直径分布。经营密度试验标准地的预测检验结果说明,间伐强度对直径 分布预测精度影响很大,直径分布预测模型不适于对间伐后还未恢复自然状态的现实 林分进行直径分布预测,尤其是中、高强度间伐的现实林分。在用林分直径分布神经 网络模型计算径阶频率的过程中,为保证由径阶累积频率转算的径阶频率合计等于1 (艺公二1),本文采用截尾累进法进行概率约束,即令最大径阶上限的累积频率为1, 令最小径阶的频率等于该径阶上限的累积频率。在树高分布和直径树高二维分布的计 算中,也采用同样的约束。以相对树高作输入变量、以株数累积频率作输出变量构建 的树高分布网络模型,与直径分布网络模型一样取得了很好的拟合效果。构建的直径 树高二维分布神经网络模型,用非正态的直径、树高二维分布数据进行训练,在三维 空间中作图进行仿真效果分析,结果说明神经网络能很好地拟合多维非正态分布。为 模拟树高分布和预测径阶平均高,还研建了结构为3:6:1的树高曲线神经网络预测 模型,可方便地在计算机上计算预测林分平均高和径阶平均高。总之,用神经网络模 型作为林分结构模拟模型,既能模拟左偏分布,又能模拟右偏分布;既能模拟一元非 正态分布,又能模拟多元非正态分布。所建的林分直径分布预测模型,对现实林分的 直接预测,取得了高精度的预测效果。神经网络模拟技术可作为有效的林分结构模拟 与预测技术。 在确定单木竞争指标之后,用林分内单木相对直径、林分年龄、地位指数和单株 地积作为输入变量,以单木胸径生长量作为输出变量,构建了单木生长神经网络模型。 用间伐试验林的单木生长调查统计数据对模型进行反复训练,以确定适宜的模型结 构,其拟合效果理想,仿真结果符合单木生
【学位授予单位】:北京林业大学
【学位级别】:博士
【学位授予年份】:2005
【分类号】:S791.248

手机知网App
【引证文献】
中国期刊全文数据库 前10条
1 吕艳杰;包岩;杨德光;;人工神经网络在玉米气候适宜性评价中的应用[J];安徽农业科学;2009年35期
2 车少辉;张建国;段爱国;张秀琴;楚秀丽;;人工神经网络在林分生长模型中的应用[J];安徽农业科学;2010年19期
3 任谊群;冯仲科;;林分保留密度的人工神经网络模型研究[J];北京林业大学学报;2005年S2期
4 徐步强;张秋良;弥宏卓;常亮;春兰;吴彤;;基于BP神经网络的油松人工林生长模型[J];东北林业大学学报;2011年12期
5 许炜敏;陈友飞;陈明华;郑丽丹;张清林;;基于BP神经网络的杉木林蓄积量估测研究[J];福建林学院学报;2012年04期
6 马天晓;赵晓峰;黄家荣;陈晨;尚铁军;;基于人工神经网络的树高曲线模型研究[J];河南林业科技;2006年01期
7 陈建珍;;BP神经网络在林分平均胸径生长预估中的应用[J];林业调查规划;2009年03期
8 金星姬;贾炜玮;李凤日;;基于BP人工神经网络的兴安落叶松天然林全林分生长模型的研究[J];植物研究;2008年03期
9 陈晨,郭芳,黄家荣,刘光武,马天晓,侯金芳;杉木人工林直径分布BP模型的研究[J];河南农业大学学报;2005年04期
10 黄家荣;马天晓;王艳梅;尚铁军;赵新振;高光芹;;基于BP网络的无林地立地质量评价模型研究[J];山地农业生物学报;2006年06期
中国博士学位论文全文数据库 前3条
1 周然;黄花梨运输振动损伤与冷藏品质变化的试验研究[D];上海交通大学;2007年
2 谢善高;广西马尾松采脂林综合经营技术及其产业化模式研究[D];北京林业大学;2009年
3 车少辉;基于神经网络方法的杉木人工林林分生长模拟研究[D];中国林业科学研究院;2012年
中国硕士学位论文全文数据库 前10条
1 邓成;林分生长和收获模型整体化研究[D];中南林业科技大学;2009年
2 赵丽丽;小兴安岭地区天然林林分生长模型[D];东北林业大学;2011年
3 戚莹;基于模糊神经网络的森林虫害预测预报的应用研究[D];东北林业大学;2011年
4 徐步强;基于人工神经网络的油松人工林建模研究[D];内蒙古农业大学;2011年
5 陈朝;张家界国家森林公园旅游气候舒适度研究[D];中南林业科技大学;2011年
6 马天晓;基于人工神经网络的森林立地分类与评价[D];河南农业大学;2006年
7 李国勇;宝天曼自然保护区栎类天然次生林林分质量评价[D];河南农业大学;2006年
8 王霞;基于神经网络森林经营辅助决策的知识获取[D];福建农林大学;2008年
9 马翔宇;白桦人工林生长的人工神经网络模型研究[D];东北林业大学;2009年
10 金星姬;兴安落叶松天然林全林分生长人工神经网络模型的研究[D];东北林业大学;2008年
【参考文献】
中国期刊全文数据库 前10条
1 孟宪宇;使用Weibull分布对人工油松林直径分布的研究[J];北京林学院学报;1985年01期
2 孟宪宇;使用Weibull函数对树高分布和直径分布的研究[J];北京林业大学学报;1988年01期
3 孟宪宇,邱水文;长白落叶松直径分布收获模型的研究[J];北京林业大学学报;1991年04期
4 黄家荣;贵州马尾松人工林经营密度模型初探[J];北京林业大学学报;1993年04期
5 黄家荣;人工林首次间伐时间确定方法的探讨[J];北京林业大学学报;1994年04期
6 黄家荣,杨世逸;预估间伐后林分直径分布特征数的研究[J];北京林业大学学报;1995年03期
7 杜纪山,唐守正;抚育间伐对林分生长的效应及其模型研究[J];北京林业大学学报;1996年01期
8 崔恒建,王雪峰;核密度估计及其在直径分布研究中的应用[J];北京林业大学学报;1996年02期
9 吴建华,卢炎生,汪溢;基于神经网络的树木生长预测[J];长沙电力学院学报(自然科学版);2002年02期
10 张少昂;兴安落叶松天然林林分生长模型和可变密度收获表的研究[J];东北林业大学学报;1986年03期
【共引文献】
中国期刊全文数据库 前10条
1 王倩;蒋林华;张京丰;徐海群;;模糊神经网络在粉煤灰混凝土强度预测中的应用[J];四川建筑科学研究;2006年06期
2 刘青峰;尹久仁;;神经网络智能诊断技术在混凝土结构中的理论实现与展望[J];四川建筑科学研究;2007年01期
3 张彤;王建平;孟改样;;异因同果关联神经网络在工程造价中的应用研究[J];四川建筑科学研究;2009年02期
4 张建功;刘宝权;刘佳伟;;液压AGC电液伺服系统单神经元自适应控制与仿真研究[J];鞍钢技术;2006年03期
5 梁学斌;;离散Hopfield神经网络的统一描述[J];安徽大学学报(自然科学版);1993年02期
6 倪志伟;;BP网络中激活函数的深入研究[J];安徽大学学报(自然科学版);1997年03期
7 周鸣争;人工神经网络在自动控制系统中的应用[J];安徽机电学院学报;2000年02期
8 张久彪,赵芸;一个改进的约束满足模型[J];安徽机电学院学报(自然科学版);1997年04期
9 陈刚,刘庆敏;神经网络用于多类识别问题的有效方法[J];安徽建筑工业学院学报(自然科学版);1999年03期
10 夏巍;基于方向图的指纹模式分类研究[J];安徽建筑工业学院学报(自然科学版);2003年04期
中国重要会议论文全文数据库 前10条
1 严传魁;王如彬;;基于汉密尔顿原理的神经元模型[A];第十三届全国非线性振动暨第十届全国非线性动力学和运动稳定性学术会议摘要集[C];2011年
2 张娟;陈杰;段梅;;基于神经网络和广义经典分配算法的多传感器航迹关联[A];第二十七届中国控制会议论文集[C];2008年
3 隋金雪;杨莉;华臻;张鑫;;改进的BP网络在火焰燃烧状态识别中的应用[A];第二十七届中国控制会议论文集[C];2008年
4 ;Edge Detection of Wood Defects in X-ray Wood Image Using Neural Network and Mathematical Morphology[A];第二十九届中国控制会议论文集[C];2010年
5 ;Synthesis of Boolean Networks Via Semi-tensor Product[A];中国自动化学会控制理论专业委员会A卷[C];2011年
6 马良玉;盖银平;史振兴;;600MW超临界锅炉过热汽温反馈补偿神经网络逆控制[A];中国自动化学会控制理论专业委员会B卷[C];2011年
7 孟凡华;吴学礼;杜太行;;一种新型联想记忆神经网络在非线性系统辨识中的研究[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
8 张博平;李亚智;张开达;;神经网络在复合材料层合板刚度退化中的应用[A];复合材料——基础、创新、高效:第十四届全国复合材料学术会议论文集(下)[C];2006年
9 郭东辉;Gerard Parr;;ATM交换机中以神经网络实现ATM信息胞排序交换的研究(英文)[A];信息科学与微电子技术:中国科协第三届青年学术年会论文集[C];1998年
10 丁文峰;;基于GIS和BP神经网络模型的长江中上游地区石漠化危险性评价[A];节能环保 和谐发展——2007中国科协年会论文集(三)[C];2007年
中国博士学位论文全文数据库 前10条
1 戴运桃;粒子群优化算法研究及其在船舶运动参数辨识中的应用[D];哈尔滨工程大学;2010年
2 孙明;基于小波和迟滞的混沌神经网络及其应用[D];哈尔滨工程大学;2010年
3 毛宇峰;水下机器人系统体系结构及避障控制技术研究[D];哈尔滨工程大学;2010年
4 高晓阳;甘肃河西大麦麦芽干燥控制系统研究[D];甘肃农业大学;2010年
5 李桃迎;交通领域中的聚类分析方法研究[D];大连海事大学;2010年
6 李华文;船舶交通管理系统经济社会影响评价研究[D];大连海事大学;2010年
7 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年
8 郑大腾;柔性坐标测量机空间误差模型及最佳测量区研究[D];合肥工业大学;2010年
9 汪木兰;神经网络硬化实现的共性技术在电力传动中应用研究[D];合肥工业大学;2010年
10 朱松;随机回归神经网络的动力学行为研究[D];华中科技大学;2010年
中国硕士学位论文全文数据库 前10条
1 李连昌;新安煤田二_1煤层煤与瓦斯突出危险程度预测[D];河南理工大学;2010年
2 代宏伟;布里渊散射水下探测目标的自动识别[D];南昌航空大学;2010年
3 罗婷婷;飞机钣金叠板数控套裁下料软件系统的研究[D];南昌航空大学;2010年
4 滕景忠;智能瓦斯传感器的研制[D];山东科技大学;2010年
5 李安新;BP神经网络研究与硬件实现[D];山东科技大学;2010年
6 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
7 徐小任;基于BP神经网络的城镇网络地价评估模型研究[D];广西师范学院;2010年
8 李娜;基于神经网络的非线性系统H_∞控制[D];广西师范学院;2010年
9 程慧;基于神经网络的两类问题研究[D];广西师范学院;2010年
10 吴家瑞;服装产品加工成本快速估算方法研究[D];浙江理工大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 倪志伟;;BP网络中激活函数的深入研究[J];安徽大学学报(自然科学版);1997年03期
2 吴胜军;李涛;薛怀平;冯奇;;湖北省农作物种植结构区划[J];安徽农业科学;2007年16期
3 刘乃森;刘福霞;鄢贵龙;杨晋彬;;BP人工神经网络在植物病虫害预测中的应用[J];安徽农业科学;2007年25期
4 闫东锋;李纪亮;李国勇;黄家荣;郭欢欢;李纪军;;基于ANN的栎类天然次生林林分直径分布研究[J];安徽农业科学;2007年34期
5 陈红翔;;主要农作物适宜性评价与区划研究——以宁夏中宁县为例[J];安徽农业科学;2008年01期
6 李伟伟;刘利民;刘继文;王玉峰;张二亮;石丽丽;;华北落叶松人工林密度对林木生长因子影响的研究[J];安徽农业科学;2008年28期
7 谢善高;郑小贤;刘洪;莫大旺;吴艺梅;;不同采脂方法对马尾松产脂量的影响[J];安徽农业科学;2009年04期
8 程武学;杨存建;周介铭;周万村;刘悦翠;;森林蓄积量遥感定量估测研究综述[J];安徽农业科学;2009年16期
9 韦艳玲;林飞盈;;基于模糊聚类的神经网络虫情预测研究[J];安徽农业科学;2009年21期
10 王建斌;;美国森林病虫害监测方法研究[J];安徽农业科学;2010年15期
中国博士学位论文全文数据库 前10条
1 薛炳烨;肥城桃和草莓果实发育成熟软化生理机理的研究[D];山东农业大学;2002年
2 李崇贵;用非线性理论研究以“3S”为基础的森林蓄积定量估测[D];中国林业科学研究院;2001年
3 耿玉德;林业产业化研究[D];东北林业大学;2002年
4 姚庆智;内蒙古大青山地区油松菌根生物应用技术的研究[D];内蒙古农业大学;2004年
5 吕勇;森林资源资产评估专家系统研究[D];中南林学院;2004年
6 陈钊;森林资源灾害应急机制及应急智能决策系统构架初步研究[D];北京林业大学;2003年
7 武刚;区域森林资源管理决策问题的理论研究[D];北京林业大学;2002年
8 任谊群;基于GIS和ANN的时空相关单木生长模型研究[D];北京林业大学;2005年
9 孙海蓉;模糊神经网络的研究及其应用[D];华北电力大学(河北);2006年
10 陈广胜;基于神经网络的人工林落叶松木材材质预测研究[D];东北林业大学;2006年
中国硕士学位论文全文数据库 前10条
1 邓立斌;基于ANN的森林经营决策模型研究[D];中南林学院;2001年
2 陈端吕;基于GIS技术的森林经营优化与辅助决策系统[D];中南林学院;2001年
3 王雪梅;陕西渭北刺槐林分生长收获模型研究[D];西北农林科技大学;2001年
4 郭飞;RBF模糊神经网络的研究及其在单元机组协调控制系统中的应用[D];华北电力(北京)大学;2002年
5 格日乐图;内蒙古大青山南部湿地鸟类生态学及民族动物学初步研究[D];内蒙古师范大学;2003年
6 张锋;基于遥感信息估测森林生物量的研究[D];东北林业大学;2003年
7 赵艳忠;苜蓿薄层干燥特性及滚筒干燥机设计研究[D];东北农业大学;2003年
8 赵庆英;内蒙古大青山地区孔兹岩系的岩石地球化学特征及原岩建造[D];吉林大学;2004年
9 李丙春;基于医学影像的计算机模式分类技术研究与应用[D];西北大学;2004年
10 杨成芳;山东省旅游气候舒适度研究[D];中国海洋大学;2004年
【二级引证文献】
中国期刊全文数据库 前10条
1 闫东锋;李纪亮;李国勇;黄家荣;郭欢欢;李纪军;;基于ANN的栎类天然次生林林分直径分布研究[J];安徽农业科学;2007年34期
2 吕艳杰;包岩;杨德光;;人工神经网络在玉米气候适宜性评价中的应用[J];安徽农业科学;2009年35期
3 车少辉;张建国;段爱国;张秀琴;楚秀丽;;人工神经网络在林分生长模型中的应用[J];安徽农业科学;2010年19期
4 丁铁山;郭冬冬;温季;董汝瑞;;基于人工神经网络的辽宁省粮食产量模型预测研究[J];安徽农业科学;2010年35期
5 郭庆春;何振芳;李力;孔令军;张小永;寇立群;;基于BP神经网络的我国农民收入预测模型[J];安徽农业科学;2011年20期
6 丰绪霞;刘兆刚;张海玉;袁艳艳;;基于RS和GIS帽儿山林场森林立地分类及质量评价[J];东北林业大学学报;2010年08期
7 车少辉;张建国;段爱国;骆昱春;;BP原理及其在林木胸径模拟中的实现[J];东北林业大学学报;2011年08期
8 徐步强;张秋良;弥宏卓;常亮;春兰;吴彤;;基于BP神经网络的油松人工林生长模型[J];东北林业大学学报;2011年12期
9 龙滔;覃连欢;叶绍明;;基于BP神经网络连栽桉树人工林生长量预测[J];东北林业大学学报;2012年05期
10 许炜敏;陈友飞;陈明华;郑丽丹;张清林;;基于BP神经网络的杉木林蓄积量估测研究[J];福建林学院学报;2012年04期
中国博士学位论文全文数据库 前8条
1 尹海蛟;果蔬采后温度激化处理的理论与试验研究[D];天津大学;2012年
2 李恩临;基于价格波动的二手船购船决策研究[D];哈尔滨工程大学;2011年
3 邓欧;黑龙江省森林火灾时空模型与火险区划[D];北京林业大学;2012年
4 赵俊卉;长白山云冷杉混交林生长模型的研究[D];北京林业大学;2010年
5 裴尧;吉林省和龙市南坪地区钼矿综合信息成矿预测研究[D];吉林大学;2012年
6 廖晓丽;沿海防护林体系优化配置的研究[D];福建农林大学;2012年
7 车少辉;基于神经网络方法的杉木人工林林分生长模拟研究[D];中国林业科学研究院;2012年
8 陈望雄;东洞庭湖区域森林生态系统健康评价与预警研究[D];中南林业科技大学;2012年
中国硕士学位论文全文数据库 前10条
1 温小欢;基于GIS的人工杉木分布式生长模型及其验证方法研究[D];福建师范大学;2010年
2 赵梅芳;基于3-PG机理模型的杉木林碳固定及蒸散量模拟研究[D];中南林业科技大学;2008年
3 邓成;林分生长和收获模型整体化研究[D];中南林业科技大学;2009年
4 张阳;清洁发展机制碳汇造林优化模型及其价值评价研究[D];华北电力大学(北京);2011年
5 王剑波;天然次生林主要林分类型的结构特征及优化调整的研究[D];东北林业大学;2011年
6 徐步强;基于人工神经网络的油松人工林建模研究[D];内蒙古农业大学;2011年
7 岳绒;受损猕猴桃贮藏期间近红外光谱与品质关系的研究[D];西北农林科技大学;2011年
8 马天晓;基于人工神经网络的森林立地分类与评价[D];河南农业大学;2006年
9 曾金珠;马尾松经营管理计算机辅助决策支持系统的研制[D];福建农林大学;2008年
10 武纪成;落叶松云冷杉林结构特征及调整研究[D];中国林业科学研究院;2008年
【二级参考文献】
中国期刊全文数据库 前10条
1 孟宪宇;使用Weibull分布对人工油松林直径分布的研究[J];北京林学院学报;1985年01期
2 张运锋;用动态规划方法探讨油松人工林最适密度[J];北京林业大学学报;1986年02期
3 孟宪宇;使用Weibull函数对树高分布和直径分布的研究[J];北京林业大学学报;1988年01期
4 李文灿;对Logistic方程的再认识[J];北京林业大学学报;1990年02期
5 孟宪宇;削度方程和林分直径结构在编制材种表中的重要意义[J];北京林业大学学报;1991年02期
6 孟宪宇,邱水文;长白落叶松直径分布收获模型的研究[J];北京林业大学学报;1991年04期
7 黄家荣;贵州马尾松人工林经营密度模型初探[J];北京林业大学学报;1993年04期
8 王春玲,王久丽;小流域智能规划系统的研究与应用[J];北京林业大学学报;1999年05期
9 李清河,李昌哲,齐实,孙立达;水土保持学中构建模糊专家系统的初步探讨[J];北京林业大学学报;1999年06期
10 王迪生,李海文;华北落叶松人工林密度最优控制的研究[J];北京林业大学学报;1995年02期
【相似文献】
中国期刊全文数据库 前10条
1 吕勇;马尾松水保林的密度管理[J];湖北林业科技;1996年02期
2 江瑞荣;马尾松种源区内林分遗传变异及其阶段选择的研究[J];福建林学院学报;1995年04期
3 干少雄;马尾松种源、林分和家系“三水平”试验及其相互关系[J];四川林业科技;1995年02期
4 蒙福祥,韦永忠,梁瑞龙;马尾松间伐试验初报[J];广西林业科学;1996年01期
5 潘开文,杨冬生,江心;马尾松低效防护林系统改造恢复效应研究[J];四川农业大学学报;1997年04期
6 吕勇,曾思齐,邓湘文,唐代生;马尾松林分生物量的研究[J];中南林学院学报;1996年04期
7 陈国金;培育马尾松大径材林适宜松荷混交模式的研究[J];河北林果研究;2001年03期
8 林德喜,樊后保,苏兵强,刘春华,蒋宗垲,沈宝贵;马尾松林下套种阔叶树土壤理化性质的研究[J];土壤学报;2004年04期
9 范小红,徐东;马尾松和杉木生长过程经营密度研究[J];四川林业科技;1996年01期
10 李振林 ,廖芳 ,黄来生;国外松 马尾松栽培试验[J];湖南林业;2001年05期
中国重要会议论文全文数据库 前10条
1 洪昌端;沈辛作;刘智仕;童再康;徐金良;;杉木种源、林分、单株多层次遗传变异的研究[A];面向21世纪的中国林木遗传育种——中国林学会林木遗传育种第四届年会文集[C];1997年
2 罗正均;杨德敏;张宏;陈松;游林;戴军;;马尾松腮扁叶蜂幼虫的发育及防治研究[A];重庆市首届工程师大会论文集[C];2004年
3 林德喜;胡锋;;马尾松林套种不同阔叶树土壤肥力性质的分异研究[A];中国地壤学会第十次全国会员代表大会暨第五届海峡两岸土壤肥料学术交流研讨会文集(面向农业与环境的土壤科学专题篇)[C];2004年
4 季孔庶;王章荣;邱进清;陈亚斌;林文奖;;马尾松纸浆材无性系选育和多地点试种[A];2004中国科协学术年会第十一分会场论文集[C];2004年
5 曾宏达;;基于数字地形信息和地统计的区域森林资源空间格局分析[A];全国地图学与GIS学术会议论文集[C];2004年
6 王孜昌;Gerd hause;邓伦秀;王宏艳;刘开跃;任志得;徐涵;;多球果型马尾松形态及生殖生物学特征研究[A];2004中国科协学术年会第十一分会场论文集[C];2004年
7 黄心渊;杨刚;;虚拟林业技术的研究应用与展望[A];第二届中国林业学术大会——S3 森林经理与林业信息化的新使命论文集[C];2009年
8 阳永泉;温远光;梁宏温;朱宏光;何斌;;桉树和相思人工林生长对土壤肥力的影响[A];第二届中国林业学术大会——S4 人工林培育理论与技术论文集[C];2009年
9 惠刚盈;;混交林树种空间隔离程度表达方式的研究[A];面向21世纪的科技进步与社会经济发展(上册)[C];1999年
10 红松优良林分选择课题组;;红松天然优良林分选择方法标准的研究[A];全国林木遗传育种第五次学术报告会论文汇编[C];1986年
中国重要报纸全文数据库 前10条
1 记者 张晋新 特约记者 王瑞斌;工商万柏林分局重拳出击促繁荣[N];山西科技报;2003年
2 记者 王建兰;根本途径是保证树木和林分的健康[N];中国绿色时报;2010年
3 南林;马尾松移植(上)[N];中国花卉报;2005年
4 南林;马尾松移植(下)[N];中国花卉报;2005年
5 记者王小光;吴邦国贾庆林分别会见斯里兰卡总理[N];人民日报;2003年
6 段勇;地税碑林分局深入推进“学习型税务机关”建设[N];西安日报;2004年
7 ;贾庆林分别会见尼泊尔国王和首相[N];人民政协报;2003年
8 ;借鉴和运用第一批先进性教育活动经验 确保第二批先进性教育活动取得实效[N];桂林日报;2005年
9 本报记者 陈廉 李涛;改出一片新天地[N];中国绿色时报;2007年
10 ;从黄灯到绿灯[N];中国民航报;2005年
中国博士学位论文全文数据库 前10条
1 黄家荣;马尾松人工林生长的人工神经网络模型研究[D];北京林业大学;2005年
2 于显威;油松和樟子松人工林水分生产函数及结构调控模型的研究[D];北京林业大学;2012年
3 王鹤智;东北林区林分生长动态模拟系统的研究[D];东北林业大学;2012年
4 刘楠;缙云山典型林分对径流水质的作用及评价研究[D];北京林业大学;2011年
5 陈平;徐州石灰岩山地退化植被特征及恢复重建研究[D];南京林业大学;2010年
6 李建军;广东湛江红树林生态系统空间结构优化研究[D];中南林业科技大学;2010年
7 玉宝;晋西人工林基于水分生产函数的密度调控模型研究[D];北京林业大学;2010年
8 张进献;辽河源自然保护区森林群落生长潜能及影响因子研究[D];北京林业大学;2010年
9 胡艳波;基于结构化森林经营的天然异龄林空间优化经营模型研究[D];中国林业科学研究院;2010年
10 赵洋毅;缙云山水源涵养林结构对生态功能调控机制研究[D];北京林业大学;2011年
中国硕士学位论文全文数据库 前10条
1 李明辉;天山云杉天然林林分空间格局的研究[D];新疆农业大学;2000年
2 庞勇;星载SAR干涉测量林分平均高估测研究[D];中国林业科学研究院;2000年
3 舒娱琴;基于林分生长规律的虚拟森林环境的构建研究[D];武汉大学;2004年
4 武爱彬;基于高分辨率遥感图像获取与优化林分空间结构研究[D];北京林业大学;2012年
5 毕永华;兴安落叶松林不同间伐强度林分生长模型的研究[D];东北林业大学;2001年
6 刘彦君;应用三维模拟进行林分空间结构及竞争的研究[D];北京林业大学;2011年
7 王传立;林分空间结构优化计算机辅助系统研究[D];中南林业科技大学;2008年
8 李焱龙;落叶松人工林林分整枝模型的研究[D];东北林业大学;2011年
9 张宏伟;不同潮带红树林林分空间结构比较研究[D];中南林业科技大学;2010年
10 张红梅;北京市主要阔叶树种天然优良林分选择的标准与方法研究[D];北京林业大学;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026