[发明专利]一种油松生长预测预报方法在审
申请号: | 201811284114.8 | 申请日: | 2018-10-31 |
公开(公告)号: | CN111126646A | 公开(公告)日: | 2020-05-08 |
发明(设计)人: | 冯仲科;王媛 | 申请(专利权)人: | 北京林业大学 |
主分类号: | G06Q10/04 | 分类号: | G06Q10/04;G06Q50/02 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100083 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 油松 生长 预测 预报 方法 | ||
1.一种油松生长预测预报方法,其特征是:通过油松解析木生长量数据,将油松生长过程划分为生长缓慢期、生长旺盛期、生长趋于停止期三个阶段,建立油松极限生长模型和连年生长模型,其中,油松树龄在5年至100年之间为生长缓慢期,树龄在101年至150年之间为生长旺盛期,树龄大于195年为生长趋于停止期。
2.根据权利要求一所述的油松极限生长模型,其特征是:油松胸径D在树龄为T时的极限生长模型为D=41.488·e-b/T,其中,树龄T在5年至100年之间时b=1.052,树龄T在101年至150年之间时b=0.182,树龄T大于150年时b=0;油松树高H在树龄为T时的极限生长模型为H=27.825·e-b/T,其中,树龄T在5年至100年之间时b=1.205,树龄T在101年至150年之间时b=0.127,树龄T大于150年时b=0。
3.根据权利要求一所述的油松连年生长模型,其特征是:油松胸径D的连年生长模型为Dt+1=Dt*eb/t,其中,t为调查时的树龄,Dt为调查时的胸径,Dt+1为与调查时间间隔一年时的胸径,树龄t+1在5年至100年之间时b=2.285,树龄t+1在101年至150年之间时b=0.46,树龄t+1大于150年时b=1.264;油松树高H的连年生长模型为Ht+1=Ht*eb/t,其中,t为调查时的树龄,Ht为调查时的树高,Ht+1为与调查时间间隔一年时的树高,树龄t+1在5年至100年之间时b=1.188,树龄t+1在101年至150年之间时b=0.209,树龄t+1大于150年时b=1.006。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京林业大学,未经北京林业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811284114.8/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法;其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政;管理
G06Q10-02 .预定,例如用于门票、服务或事件的
G06Q10-04 .预测或优化,例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理,例如组织、规划、调度或分配时间、人员或机器资源;企业规划;组织模型
G06Q10-08 .物流,例如仓储、装货、配送或运输;存货或库存管理,例如订货、采购或平衡订单
G06Q10-10 .办公自动化,例如电子邮件或群件的计算机辅助管理