Zastosowanie trygonometrycznego modelu zbieżystości do określania kształtu strzał świerka

Podobne dokumenty
ANALIZA KSZTAŁTU STRZAŁ MODRZEWIA POLSKIEGO NA PRZYKŁADZIE DRZEWOSTANÓW Z REZERWATU IM. J. KOSTYRKI NA GÓRZE CHEŁMOWEJ

Model zbieżystości strzał dla górskich drzewostanów świerkowych średnich klas wieku

Ocena dokładności wybranych sposobów określania miąższości drzew stojących w górskich drzewostanach świerkowych

Dendrometria - A. Bruchwald

DALSZE BADANIA NAD ZMIENNOŚCIĄ Z WIEKIEM WŁAŚCIWYCH LICZB KSZTAŁTU DĘBU ORAZ ZALEŻNOŚCIĄ POMIĘDZY NIMI A NIEKTÓRYMI CECHAMI WYMIAROWYMI DRZEW

ZMIENNOŚĆ SUMY MIĄŻSZOŚCI DRZEW NA POWIERZCHNIACH PRÓBNYCH W RÓŻNOWIEKOWYCH LASACH GÓRSKICH

Model wzrostu wysokości

Geoinformacja o lasach w skali kraju z pomiarów naziemnych. Baza danych WISL - wykorzystanie informacji poza standardowymi raportami

Wartość pieniężna zasobów drzewnych wybranych drzewostanów bukowych i jodłowych w Beskidzie Niskim.

RÓWNOWAŻNOŚĆ METOD BADAWCZYCH

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi

BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO

Wycena wartości pieniężnej wybranych rębnych drzewostanów sosnowych Nadleśnictwa Nowa Dęba

Dokładność określania pierśnicowego pola przekroju drzewostanów bukowych na podstawie powierzchni próbnych

KORELACJE I REGRESJA LINIOWA

Wpływ sposobu redukcji grubości kory i zaokrąglania wyników na dokładność określania miąższości dłużyc świerka pospolitego z położeń górskich

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

Wykład 3 Hipotezy statystyczne

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS

Dokładność szacowania miąższości drzewostanów sosnowych w trakcie prac urządzania lasu

Biuro Urządzania Lasu i Geodezji Leśnej. Zasoby drewna martwego w lasach na podstawie wyników wielkoobszarowej inwentaryzacji stanu lasu

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Analiza współzależności zjawisk

WPŁYW AKTUALIZACJI NIEKTÓRYCH WSKAŹNIKÓW EKSPLOATACYJNO-EKONOMICZNYCH NA KOSZTY EKSPLOATACJI CIĄGNIKÓW ROLNICZYCH NOWEJ GENERACJI

O SPOSOBACH POBIERANIA PRÓBY DO WYZNACZENIA KRZYWEJ WYSOKOŚCI DRZEWOSTANU

Wpływ wybranych czynników ekologicznych na kształtowanie się stabilności górskich drzewostanów świerkowych w Beskidach Zachodnich*

JAK WYZNACZA SIĘ PARAMETRY WALIDACYJNE

Ocena dokładności stałych krzywych wysokości dla drzewostanów świerkowych

Zadania ze statystyki, cz.6

Ćwiczenie z fizyki Doświadczalne wyznaczanie ogniskowej soczewki oraz współczynnika załamania światła

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

Pobieranie prób i rozkład z próby

Statystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28

Załącznik 1.1. Lokalizacja punktów pomiaru miąższości wybranych pokładów węgla w KWK Murcki (opróbowanie wiertnicze i górnicze)

Kształtowanie się smukłości pni dębu szypułkowego (Quercus robur L.) w zależności od wieku drzew

Zakład Urządzania Lasu. Dojrzałość rębna drzewostanów Określenie: - wieku rębności drzewostanu - kolei rębu dla drzewostanów gospodarstwa

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817

Rozdział 8. Regresja. Definiowanie modelu

Wprowadzenie do analizy korelacji i regresji

PROGNOZOWANIE CENY OGÓRKA SZKLARNIOWEGO ZA POMOCĄ SIECI NEURONOWYCH

Modelowanie wzrostu drzew i drzewostanów

Wartość wiązanego węgla w drzewostanach sosnowych

Wykład 5: Statystyki opisowe (część 2)

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Strukturalne właściwości drewna sosny zwyczajnej (Pinus sylvestris L.) w zależności od strony świata wstępne wyniki badań

Analiza i monitoring środowiska

Statystyka matematyczna dla leśników

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego

Projektowanie systemów pomiarowych. 02 Dokładność pomiarów

Inwentaryzacja zasobów drzewnych w IV rewizji urządzania lasu

REMBIOFOR Teledetekcja w leśnictwie precyzyjnym

Statystyka. Wykład 8. Magdalena Alama-Bućko. 10 kwietnia Magdalena Alama-Bućko Statystyka 10 kwietnia / 31

Edward Sawiłow Analiza dokładności określenia jednostkowej wartości nieruchomości metodą korygowania ceny średniej

Nauka o produkcyjności lasu

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

Teoria błędów. Wszystkie wartości wielkości fizycznych obarczone są pewnym błędem.

Stosowana Analiza Regresji

EGZAMIN POTWIERDZAJĄCY KWALIFIKACJE W ZAWODZIE Rok 2018 CZĘŚĆ PRAKTYCZNA

sylwan nr 9: 3 15, 2006

NIEPEWNOŚĆ POMIARÓW POZIOMU MOCY AKUSTYCZNEJ WEDŁUG ZNOWELIZOWANEJ SERII NORM PN-EN ISO 3740

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Zakład Urządzania Lasu. Taksacja inwentaryzacja zapasu

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Pomiary urodzeń według płci noworodka i województwa.podział na miasto i wieś.

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Ekonometria ćwiczenia 3. Prowadzący: Sebastian Czarnota

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

ANALIZA WRAŻLIWOŚCI CENY OPCJI O UWARUNKOWANEJ PREMII

X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9

OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Procesy przeżywania i ubywania drzew w różnowiekowych lasach zagospodarowanych i chronionych

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Oszacowanie i rozkład t

PDF created with FinePrint pdffactory Pro trial version

Pochodna i różniczka funkcji oraz jej zastosowanie do rachunku błędów pomiarowych

Regresja i Korelacja

NAPRĘŻENIA ŚCISKAJĄCE PRZY 10% ODKSZTAŁCENIU WZGLĘDNYM PRÓBEK NORMOWYCH POBRANYCH Z PŁYT EPS O RÓŻNEJ GRUBOŚCI

ZASTOSOWANIE REGRESJI LOGISTYCZNEJ DO WYZNACZENIA CECH O NAJWIĘKSZEJ SILE DYSKRYMINACJI WIELKOŚCI WSKAŹNIKÓW POSTĘPU NAUKOWO-TECHNICZNEGO

METODY STATYSTYCZNE W BIOLOGII

Analiza niepewności pomiarów

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Zróżnicowanie bogactwa gatunkowego w zależności od wielkości próby i przyjętego wariantu inwentaryzacji

Streszczenie. Słowa kluczowe: towary paczkowane, statystyczna analiza procesu SPC

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

Wykład 9 Wnioskowanie o średnich

ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

MODELE LINIOWE. Dr Wioleta Drobik

Transkrypt:

3 sylwan nr 4: 3 10, 2004 Zastosowanie trygonometrycznego modelu zbieżystości do określania kształtu strzał świerka The use of a trigonometric taper model for the determination of the shape of spruce stems ABSTRACT On the basis of sectional measurements of diameters of trees from 5 sawtimber spruce stands in the Beskid Śląski and Beskid Żywiecki, a non linear shape model for spruce stems has been developed using a trigonometric model [Bi 2000]. Subsequently, the accuracy of the proposed solution has been evaluated and compared with the accuracy of a linear model [Socha 2000]. The discussed non linear model for describing the shape of stems is quite satisfactory, however, with regard to the accuracy of the determina tion of the stem morphological curve and volume this solution is inferior to the linear model. KEY WORDS stem shape, shape model, taper model, Norway spruce Wstęp Znajomość kształtu drzewa jest podstawą do szacowania miąższości sortymentów na drzewach stojących [Korol, Gadow 2003]. Z kształtem związana jest również dokładność określania miąższości. Kształt strzał drzew można określać między innymi za pomocą tablic zbieżystości, które dla głównych gatunków lasotwórczych Polski zostały opracowane przez Radwańskiego [1955, 1957, 1963, 1974]. Korzystanie z tablic jest pracochłonne i na obecnym etapie rozwoju technik obliczeniowych stało się mało zasadne [Dudzińska 2003]. Coraz częściej kształt drzew leśnych określa się za pomocą wzorów empirycznych nazywanych inaczej modelami zbieżystoś ci lub modelami kształtu. Modele kształtu można podzielić na dwie podstawowe grupy [Korol, Gadow 2003]: modele liniowe i modele nieliniowe. Modele liniowe opisują kształt drzewa za pomocą pewnej liczby grubości z różnych względnych wysokości strzały [Prodan 1965; Sloboda 1984; Socha 2002]. Każda ze średnic wyliczana jest na podstawie oddzielnego równa nia. Do grupy modeli liniowych zaliczyć można model kształtu strzał opracowany przez Bruchwalda [1980] i zmodyfikowany przez Siekierskiego [1992] oraz Dudzińską [2003]. We wspomnianym modelu kształtu grubości z 15 względnych wysokości strzały określane są na podstawie udziału w miąższości drzewa 15 sekcji, na które podzielono strzałę. Udział ten jest wyliczany według opracowanych wzorów empirycznych. Wadą liniowych modeli kształtu jest fakt, że na ich podstawie możliwe jest bezpośrednie określenie tylko średnic na pewnych stałych wysokościach względnych, natomiast do określania grubości z innych wysokości trzeba Zakład Dendrometrii Wydział Leśny AR Al. 29 listopada 46 31 425 Kraków rlsocha@cyf kr.edu.pl stosować interpolację. Najliczniejszą grupę opracowanych w ostatnich dziesięcioleciach modeli kształtu strzał drzew stanowią modele nieliniowe. Rozwiązania tego typu charak teryzują się tym, że za pomocą pojedynczego (rzadziej kilku) równania opisywany jest prze

4 4 bieg krzywej morfologicznej drzewa [Fang i in. 2000; Flewelling, Raynes 1993; Kilkki, Varmola 1981; Kozak 1988; Wensel, Olson 1995]. Do wad niektórych modeli nielinio wych zaliczyć można zbyt małą elastyczność i słabe dopa sowanie funkcji kształtu do rzeczywistego kształtu drzew [Van Laar, Aka 1997] co może skutkować występowaniem na pewnych odcinkach strzały błędów systematycznych. Ich zaletą jest możliwość bezpośredniego określania grubości na dowolnej względnej wysokości strzały. Celem pracy jest opracowanie nieliniowego modelu kształtu strzał świerka na bazie modelu trygonometrycz nego opracowanego przez Bi [2000], sprawdzenie dokład ności takiego sposobu określania kształtu oraz porównanie jej z dokładnością opracowanego dla świerka liniowego modelu kształtu [Socha 2002]. Materiał badawczy i metodyka badań Materiał badawczy stanowią wyniki pomiaru sekcyjnego 1142 drzew pochodzących z pięciu ponad 100 letnich drze wostanów świerkowych nadleśnictw Wisła i Ujsoły (tab. 1). Poza pierśnicą i wysokością drzew do obliczeń wykorzys tano grubości pomierzone na różnych wysokościach strzały. Wysokości te wynosiły kolejno: 0,0; 0,5 m; 1,3 m; 1,5 m i dalej aż do wierzchołka drzewa z odstępem jednego metra. W ten sposób dla każdego drzewa uzyskano około 20 46 par zmiennych wysokość grubość. Łącznie dla całości mate riału badawczego liczba par zmiennych wysokość grubość wynosiła 40 383. Model kształtu strzały zbudowano na bazie modelu opracowanego przez Bi [2000], który jest rozwinięciem modelu zbieżystości Kozaka [1988]. Ogólna postać funkcji opisującej kształt strzały drzewa jest następująca: K d = B [1] d grubość względna na danej wysokości wyliczona jako iloraz grubości z tej wysokości i pierśnicy, B funkcja bazowa, K wykładnik kształtu, którego wartość zależy od pierśnicy i wysokości drzewa oraz od względnej wysokości położenia danego przekroju na strzale. Bi [2000] zaproponował następującą postać funkcji bazowej: æ p ö ln sin ç h è 2 ø B = [2] æ p ö ln sin ç b è 2 ø Tabela 1. Charakterystyka powierzchni badawczych Description of study sites Położenie Powierzchnie próbne Cechy taksacyjne Nadleśnictwo Leśnictwo Oddział Siedliskowy Nazwa Wzniesienie Obszar Wiek D H Klasa Zasobność Wskaźnik typ lasu powierzchni n.p.m. [ha] [cm] [m] bonitacji [m 3 /ha] zadrzewienia Ujsoły Laliki 26b LMG L600 600 0,75 111 42,4 35,02 I,0 478 0,60 Wisła Beskidek 64c LMG B650 650 1,61 120 44,4 36,68 Ia,8 586 0,71 Wisła Olecki 34c LMG O800 800 1,19 103 40,8 30,11 I,9 413 0,62 Ujsoły Petkówka 249c LG P830 830 1,08 113 50,1 38,15 Ia,3 590 0,66 Ujsoły Petkówka 246c LMG P1000 1000 1,36 122 48,8 36,13 Ia,9 494 0,62

5 h wysokość względna, 1,3 b względna wysokość pierśnicy: b =, TH wysokość strzały. TH Zastosowanie trygonometrycznego modelu zbieżystości 5 Opracowana przez Bi [2000] funkcja do określania wykładnika K ma postać: æ p ö a 4 sin ç h æ p ö æ 3p ö 2 K = a1 + a 2 sin h a 3 cos h è ø ç + ç + + a 5D1,3 + a 6h D1,3 + a 7h H [3] è 2 ø è 2 ø h h względna wysokość grubości pomierzonej na danej wysokości (H) wyliczona z ilorazu odległości od podstawy i wysokości drzewa (TH), D 1,3 pierśnica w korze. Po podstawieniu B i K do wzoru [1] ostatecznie ogólna postać modelu jest następująca: æ p ö a4 sin ç h æ p ö æ 3p ö 2 a + a sin h a cos h è ø ç + ç + + a D 1 2 3 5 1, 3 6 1, 3 7 æ 2 2 h æ p ö ö è ø è ø ç ln sin ç h 2 d = ç è ø [4] ç æ p ö ç ln sin ç b è è 2 ø ø d oznacza względną grubość na względnej wysokości h wyliczoną jako iloraz grubości z tej wysokości i pierśnicy drzewa, a 1,..., a 7 parametry modelu Zmienne wyjaśniające takie jak: pierśnica (D 1,3 ), wysokość (TH) oraz pary grubość wysokość z różnych wysokości strzały posłużyły do oszacowania wartości parametrów modelu (a 1 a 7 ). Parametry określono po linearyzacji funkcji kształtu [1], którą uzyskano przez jej zlogaryt mowanie: ln( d ) = K ln( B) [5] Drugim etapem badań było określenie dokładności modelu i porównanie jej z dokładnością opracowanego wcześniej liniowego modelu zbieżystości świerka [Socha 2002]. Model ten opar ty jest na równaniach służących do określania grubości względnych (d wj ) na 20 względnych wysokościach strzały (h wj ). Względne grubości wyliczone są zgodnie z wzorem: + a h D + a h H d wj = d wj względna grubość d j grubość w korze na względnej wysokości h j (h j =0,0125; 0,05; 0,10; 0,15;... ;0,95) d j D 1,3 [6] Zależność pomiędzy grubościami z poszczególnych wysokości względnych a zmiennymi wyjaś niającymi wyrażono za pomocą równania: d b + b D + TH [7] wj = 0 j 1 j 1,3 b 2 j

6 6 d wj grubość względna na wysokości hj {j=0,0125h, 0,05h; 0,10h; 0,15h;...; 0,95h}, D 1,3 pierśnica drzewa w korze, TH wysokość strzały. Wyniki badań Na podstawie zmiennych wyjaśniających, którymi w równaniu [4] są pierśnica, wysokość, względna wysokość pierśnicy oraz pary zmiennych wysokość grubość, numerycznie oszaco wano wartości parametrów trygonometrycznego modelu kształtu a 1 a 7 (tab. 2). Istotność poszcze gólnych parametrów zbadano za pomocą testu t Studenta. Wszystkie oszacowane parametry równania, poza parametrem a 6 okazały się istotne na poziomie a=0,01. Współczynnik korelacji krzywoliniowej dla równania [4] wyniósł 0,991. Jakość dopasowania modelu do danych empi rycznych oceniono również na podstawie skorygowanego współczynnika determinacji, którego wartość wynosi 0,982. Oznacza to, że analizowany model w 98,2% wyjaśnia zmienność grubości na różnych wysokościach względnych strzał. Za podstawowe kryterium oceny modelu kształtu drzewa przyjęto jego dokładność. Rozpatrywano ją w odniesieniu do dokładności określania krzywej morfologicznej oraz w odnie sieniu do dokładności określania miąższości strzały oraz 20 części (sekcji), na które podzielono każdą strzałę. Ocenę dokładności określania krzywej morfologicznej wykonano na podstawie wielkości błędów określania grubości na wybranych wysokościach strzały. W tym celu dla każdego drzewa na podstawie opracowanego modelu wyliczono grubości na 20 wysokościach względnych strzały (0,0125, 0,05, 0,10, 0,15, itd. aż do wysokości 0,95) oraz porównano je z wartościami rzeczywistymi, które określono na podstawie danych pochodzących z pomiarów drzew. Wielkość błędów scharakteryzowano na podstawie średniej wartości błędu określania grubości oraz odchylenia standardowego błędów (ryc. 1). Błędy średnie określania grubości za pomocą modelu trygonometrycznego na poszczególnych wysokościach względnych na ogół nie przekraczają jednego cm. Wyjątkiem jest podstawa drzewa. Odchylenia standardowe błędów wahają się natomiast w przedziale od około 0,75 cm w części wierzchołkowej drzewa do około 1,95 w części odziomkowej. Stwierdzono pewien związek wielkości błędów określania gruboś ci ze względną wysokością. U podstawy strzały, w zakresie wysokości od ok.0,35 do około 0,55 i przy wierzchołku strzały model trygonometryczny powoduje występowanie przewagi błędów dodatnich, natomiast dla zakresu od około 0,1 do 0,25 oraz od 0,70 do 0,80 wysokości drzewa Tabela 2. Oszacowane parametry trygonometrycznego modelu kształtu strzał świerka i ocena ich istotności Estimated trigonometric parameters of the shape model for spruce stems and assessment of their signifi cance Wartość Błąd Wartość t Poziom Przedział ufności parametru standardowy statystyki prawdopodobieństwa 95% 95% a1 2,5397 0,1163 21,8467 0,0000* 2,3118 2,7677 a2 0,7875 0,0585 13,4707 0,0000* 0,9021 0,6729 a3 0,1113 0,0103 10,8105 0,0000* 0,1314 0,0911 a4 1,3421 0,0622 21,5912 0,0000* 1,4640 1,2202 a5 0,0021 0,0003 7,5708 0,0000* 0,0015 0,0026 a6 0,0061 0,0045 1,3569 0,1749 0,0148 0,0027 a7 0,0186 0,0024 7,7643 0,0000* 0,0233 0,0139 * wartość parametru istotna dla a=0,01; * parameter significant for a=0,01

7 a) b) Zastosowanie trygonometrycznego modelu zbieżystości 7 Błąd określenia grubości [cm] Błąd określenia grubości [cm] Wysokość względna Wysokość względna Ryc. 1. Wartość średnia i odchylenie standardowe błędów absolutnych określania grubości na względnych wyso kościach strzał dla modelu trygonometrycznego a) i modelu liniowego b) Mean value and standard deviation of absolute errors for the determination of diameters along relative stem heights in the trigonometric model a) and linear model b) występuje przewaga błędów ujemnych określania grubości. Przy zastosowaniu do określania grubości na poszczególnych wysokościach względnych, liniowego modelu kształtu średnie błędy określania grubości są zbliżone do zera (ryc. 1). W przypadku dokładności określania miąższoś ci poszczególnych sekcji, podobnie jak w przypadku dokładności określania grubości stwier dzono, że zastosowanie modelu trygonometrycznego spowodowało występowanie na pewnych odcinkach strzały przewagi błędów dodatnich (u podstawy strzały, w zakresie wysokości od ok. 0,35 do około 0,55 i przy wierzchołku) (ryc. 2, ryc. 3). Na innych wysokościach średnie błędy absolutne i procentowe wtórne określania miąższości są natomiast mniejsze od zera (dla zakre su od około 0,1 do 0,25 oraz od 0,70 do 0,80 wysokości drzewa). W przypadku modelu liniowego średnie błędy absolutne określania miąższości były na poszczególnych wysokościach strzały zbliżone do zera. Jedynie średnia wartość błędu procentowego wtórnego określania miąższości dwóch ostatnich sekcji była wyraźnie większa od zera (ryc. 3.). W przypadku całej strzały błędy absolutne miąższości określonej na podstawie modelu try gonometrycznego wynosiły od 0,91 m 3 do 0,82 m 3 (tab. 3). Dla modelu liniowego zakres błędów absolutnych był nieznacznie mniejszy i wynosił od 0,88 m 3 do 0,76 m 3. Średnia wartość błędu absolutnego analizowanych rozwiązań wynosi 0,01 m 3. Również średnie błędy procen towe i absolutne określania miąższości strzały były zbliżone do zera (tab. 3). W przypadku mo delu trygonometrycznego stwierdzono większy rozstęp błędów, większe jest też odchylenie Tabela 3. Charakterystyka dokładności określenia miąższości całej strzały Description of the accuracy for the determination of the whole stem volume Charakterystyka Błąd absolutny [m 3 ] Błąd procentowy wtórny [%] błędu Model Model Model Model trygonometryczny liniowy trygonometryczny liniowy Średnia 0,01 0,01 0,32 0,27 Skrajny błąd ujemny 0,91 0,88 18,4 16,9 Skrajny błąd dodatni 0,82 0,76 25,6 25,1 Odchylenie standardowe 0,2 0,2 7,2 7

8 8 a) b) Błąd absolutny określenia miąższości [m 3 ] Błąd absolutny określenia miąższości [m 3 ] Wysokość względna Wysokość względna Ryc. 2. Błędy absolutne określania miąższości wyliczonych dla 20 sekcji według modelu trygonometrycznego a) i modelu liniowego b) Absolute errors for the determination of the volume calculated for 20 sections in accordance with the trigonometric model a) and linear model b) a) b) Błąd procentowy wtórny określenia miąższości [%] Sekcja Ryc. 3. Błędy procentowe wtórne określenia miąższości 20 sekcji według modelu trygonometrycznego a) i mode lu liniowego b) Secondary percentage errors for the determination of the volume calculated for 20 sections in accordance with the trigonometric model a) and linear model b) standardowe błędów procentowych określania miąższości. Ponadto w porównaniu z modelem liniowym rozwiązanie to charakteryzuje się większą asymetrią rozkładu błędów procentowych określania miąższości strzały (ryc. 4). Błąd procentowy wtórny określenia miąższości [%] Sekcja Podsumowanie wyników i wnioski i Trygonometryczny model kształtu charakteryzuje się dość dużą dokładnością opisu krzywej morfologicznej strzały. Udział wariancji wyjaśnionej wynosi bowiem ponad 98%. Na pewnych odcinkach strzały model ten powoduje jednak występowanie systematycznych błędów określania grubości. Prowadzi to w konsekwencji do błędów systematycznych określania miąższości tych jej części.

9 Zastosowanie trygonometrycznego modelu zbieżystości 9 Ryc. 4. Rozkład błędów procentowych wtórnych określenia miąższości pojedynczego drzewa według modelu try gonometrycznego i modelu liniowego Secondary percentage error distribution for the determination of the volume of a single tree in accordance with the trigonometric model and linear model i Błędy średnie określania miąższości całej strzały są dla analizowanych rozwiązań zbliżone do zera. Rozkład procentowych błędów miąższości charakteryzuje się jednak skośnością dodat nią. i Analizy wskazują na możliwość stosowania trygonometrycznego modelu kształtu do opisu krzywej morfologicznej strzał świerka. W tym celu potrzebna byłaby jednak taka modyfika cja tego rozwiązania, która wyeliminowałaby występowanie na pewnych odcinkach strzały błędów systematycznych. i W porównaniu z modelem trygonometrycznym liniowy model kształtu wykazuje większą dokładność określania przebiegu krzywej morfologicznej oraz miąższości zarówno całej strzały jak i jej części. Ponadto jego stosowanie nie jest obarczone błędami systematycznymi określania grubości i miąższości na żadnym odcinku strzały. Literatura Bi H. 2000. Trigonometric Variable Form Taper Equations for Australian Eucalyptus. For. Sci. 46 (3). 397 409. Bruchwald A. 1980. Wykorzystanie badań nad pełnością strzał do budowy tablic zbieżystości dla drzewostanów sos nowych. FFP Seria A, 24: 101 109. Dudzińska M. 2003. Model udziałów miąższości poszczególnych części strzały dla buka górskiego i nizinnego. Sylwan 4: 28 37. Fang Z., Borders B. E., Bailey R. L. 2000. Compatible Volume Taper Models for Loblolly and Slash Pine Based on a System with Segmented Stem Form Factors. For. Sci. 46(1): 1 12. Flewelling J. W., Raynes L. M. 1993. Variable shape stem profile predictions for western hemlock. Part I. Predictions from DBH and total height. Can. J. For. Res. 23: 520 536. Kilkki P., Varmola M. 1981. Taper curve models for Scots Pine and thier applications. Acta Forestalia Fennica vol. 174: 6 61. Korol M, Gadow K. v. 2003. Ein Einheitschaftmodell für die Baumart Fichte. Forstwissenschaftliches Centralblatt Vol.122, Issue 3: 175 183.

10 10 Kozak A. 1988. A variable exponent taper equation. Can. J. For. Res. 18: 1363 1368. Kozak A., Smith J. G. H. 1993. Standards for evaluating taper estimating systems. The Forestry Chronicle. Vol. 69. 4: 438 444. Ormerod D. W. 1986. The diameter point method for tree taper description. Can. J. For. Res. 16: 484 490. Prodan M. 1965. Holzmesslehre. Sauerländer s Verlag. Radwański B. 1955. Tablice miąższości i zbieżystości dłużyc, kłód i wyrzynków strzały dla sosny. RNL, t X, Warszawa. Radwański B. 1957. Tablice miąższości i zbieżystości dłużyc, kłód i wyrzynków strzały dla świerka. RNL, t. XVII. Warszawa. Radwański B. 1963. Tablice miąższości i zbieżystości dłużyc, kłód i wyrzynków strzały dla jodły. Prace IBL 251. Radwański B. 1974. Tablice miąższości i zbieżystości części strzały dla olszy. Prace IBL 469. Siekierski K. 1992. Model zbieżystości strzał sosen. Sylwan, 10, 43 51. Sloboda B. 1984. Bestandesindividuelles biometrisches Schaftformmodell zur Darstellung und zum Vergleich von Formigkeit und Sortimentausbeute sowie Inwentur. Tagungsbericht d. Sektion Ertragskunde, Neustadt. Socha J. 2002. A taper model for Norway spruce. Electronic Journal of Polish Agricultural Universities. Forestry, Volume 5, Issue 2. Van Laar A., Aka A. 1997. Forest Mensuration. Gttingen, Cuvillier Wensel L. C., Olson C. M. 1995. Tree Taper Major Commercial California Conifers. Hilgardia, A Journal of Agricultural Science Published By the California Aglicultural Experiment Station. Vol. 62, No 3: 1 16. summary The use of a trigonometric taper model for the determination of the shape of spruce stems The paper presents research results of sectional measurements of diameters of trees from 5 saw timber spruce stands in the Beskid Śląski and Beskid Żywiecki. The objective of the studies is to develop a non linear stem shape model for spruce using a trigonometric model [Bi 2000], to evaluate the proposed solution and compare it with the linear model [Socha 2002]. On the basis of the diameters at breast height, heights and pairs diameter height from dif ferent stem heights, the values of parameters of a trigonometric stem shape model were calcu lated and compared with the values of a linear shape model developed on the same material. Taking into consideration the fitting to empirical data, the accuracy of the discussed non linear model for describing the shape of stems is quite satisfactory. The non linear correlation coefficient was 0.991 which means that this solution accounts for 98% of variations in the stem morphological curve. However, in terms of the accuracy of determining the morphological curve and volume of a stem or part of it, the non linear model is less accurate than the linear shape model.