论文部分内容阅读
以马尾松人工林132株优势木树干解析数据为训练样本，用145块标准地优势木平均高数据为检验样本，把林分年龄和地位指数或优势木平均高作为输入变量，将优势木平均高或地位指数作为输出变量，通过构建人工神经网络逆模型的途径，分别建立了多形地位指数曲线式和计算式模型。结果表明，多形地位指数曲线式的总体拟合精度为99.64％，总体预测精度达96％以上，比传统技术构建的多形地位指数模型能较真实地模拟各地位级的多形曲线；多形地位指数计算式的总体拟合精度为98.81％，用于计算地位指数，省去用迭代法计算地位指数的工作量。基