买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国林业科学研究院林业研究所申请的专利一种基于杉木闽楠近自然改造林分的杉木胸径生长预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119067800B 。

龙图腾网通过国家知识产权局官网在2025-03-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411578741.8，技术领域涉及：G06Q50/02；该发明授权一种基于杉木闽楠近自然改造林分的杉木胸径生长预测方法是由张雄清设计研发完成，并于2024-11-07向国家知识产权局提交的专利申请。

本一种基于杉木闽楠近自然改造林分的杉木胸径生长预测方法在说明书摘要公布了：本申请提供了一种基于杉木闽楠近自然改造林分的杉木胸径生长预测方法，本申请通过在杉木闽楠近自然改造下的杉木胸径数据的获取过程、各个影响胸径生长的各变量通过评价计算后引入模型，并采用非线性混合效应模型构建杉木胸径生长模型，并考虑不同参数的随机效应构建最优的胸径混合效应生长模型，大大提高胸径生长模型估计的精度，提高了胸径预测的准确性和效率，对提升杉木人工林质量和产量具有重要的意义。

本发明授权一种基于杉木闽楠近自然改造林分的杉木胸径生长预测方法在权利要求书中公布了：1.一种基于杉木闽楠近自然改造林分的杉木胸径生长预测方法，其特征在于，包括：获取杉木闽楠近自然改造下的杉木胸径数据作为模型数据集；所述杉木胸径数据包括单木胸径数据、年轮宽度数据以及根据所述年轮宽度数据计算得到的历史胸径生长数据；结合树木的生长规律和模型的特性构建多个备选杉木胸径生长模型，并基于所述模型数据集进行模型评价确定胸径生长基础模型；其中，使用决定系数R2、均方根误差RMSE和平均绝对误差MAE三个统计指标构成的第一评价公式进行模型评价，确定胸径生长基础模型；所述第一评价公式计算如下： ； ； ；其中，n位样本个数，为第i个样地第j棵树的胸径实测值，为i个样地第j棵树的胸径估计值，为胸径平均值；R2越接近于1，RMSE和MAE的数值越小时，表明所选模型的预测效果更加精确；筛选模型的多类别自变量，确定有效自变量；并将所述有效自变量加入所述胸径生长基础模型中,构建基于多变量及哑变量的胸径生长模型；具体包括使用非线性混合效应模型构建胸径生长模型，其一般形式为： ；其中，Dij为第i个样地第j株树在t年龄时的胸径值；其中，fβ，ui，t描述的是Dij与t的关系，即胸径与林龄之间的函数;μi为标准地随机效应参数估计值;D为随机效应方差－协方差矩阵；Rij为样地内方差－协方差矩阵；μi~N0,t表示随机参数服从期望为0、方差为D的正态分布;εij为误差项，服从期望为0、方差为Rij的正态分布，εij与μi相互独立；根据所述胸径生长模型，考虑不同参数的随机效应后，构建最优的胸径混合效应生长模型；通过所述杉木胸径混合效应生长模型进行杉木胸径生长预测;其中，所述考虑不同参数的随机效应构建最优的胸径混合效应生长模型包括：1）根据杉木胸径生长模型，使用nlme函数并以样地为随机变量，构建由多种参数配置的多个随机效应模型；并根据模型评价指标确定最优随机效应模型；2）根据最优随机效应模型，使用一阶自回归方法消除模型的自相关性，并分别采用指数函数、幂函数和常数加幂函数消除数据间的异方差性，公式如下： ； ； ； ；式中：指数函数为VarExp（εij），幂函数为VarPower（εij），常数加幂函数为VarConstPower（εij）；代表模型误差方差；Gi是一个对角矩阵，用来捕捉随机效应的异方差性；是一个方差矩阵，用于描述随机效应自相关性；xij为第i块样地中第j株数基于固定效应参数的胸径预测值；λ、λ1、λ2为待估参数；并通过比较模型的AIC（赤池信息量准则）和BIC（贝叶斯信息量准则）值来判断，这两个指标都是以越小为越优；同时，也要考虑Loglik（对数似然值），这个指标则是以越大为更佳；其中，AIC和BIC的公式如下： ； ；式中，p为模型参数个数，n为样本株数；最后确定最优的胸径混合效应生长模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国林业科学研究院林业研究所，其通讯地址为：100091 北京市海淀区东小府2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。