1.一种森林蓄积量的精确预估方法，其特征在于：包括以下步骤：

1)、收集对象地域最近连续的p期有林地面积与森林蓄积量实测时间序列成对数据，且p＞3n+1，n为公式(1)中模型的阶；

2)、根据步骤1)的数据，基于自回归滑动平均模型与扩展最小二乘算法，计算森林蓄积量，具体步骤如下：a)森林蓄积量时间序列模型：设森林蓄积量时间序列模型为：其中：n为模型的阶；k、j均为常数且k>j；

y(k)为系统的输出，代表第k期的森林蓄积量；

y(k-j)为系统的历史输出，代表第k-j期的森林蓄积量；

u(k-j)为系统可确定性输入，代表第k-j期的有林地面积；

ε(k),ε(k-1),…,ε(k-n)为新息序列，即该序列的均值为零且互不相关；

aj为自回归系数，bj为输入传递系数，cj为新息系数,即aj、bj与cj为森林蓄积量时间序列模型的参数；

b)确定模型阶n：

令θ＝(a1,a2,...,an,b0,b1...,bn)，代表公式(1)式中森林蓄积量与有林地面积的参数向量；再令c1＝c2＝…＝cn＝0，用不同阶次的模型进行最小二乘拟合，计算拟合优度函数其中 是在某一阶次下模型参数θ的估计量；

当模型阶次增加时， 的值减小，在显著减小终止时，对应模型的阶次即为合适的模型阶次；

c)写出向量矩阵模型：

令 β＝(a1,a2,...,an,b0,b1...,bn,c1,c2,…,cn)；其中：为森林蓄积量的n期历史输出信息；

为有林地的n+1期输入信息；

为n期新息序列；

β为公式(1)所示模型的参数向量；

则公式(1)的另种表示形式为：y(k)＝xT(k)βT+ε(k)；    (2)当k＝n+1,n+2,...,n+p时，(2)式的向量矩阵模型为：Y＝XβT+ε；    (3)其中：YT＝(y(n+1),y(n+2),...,y(n+p))，εT＝(ε(n+1),ε(n+2),...,ε(n+p))，d)求参数θ的估计量 即扩展最小二乘首先需求的量：令c1＝c2＝…＝cn＝0，则公式(1)变为：再令 则公式(4)的矩阵形式为：当k＝n+1,n+2,...,n+p时，其中：

e)求新息的估计值：

由公式(5)知， 则新息的估计值 为：f)求参数β估计值

由公式(7)得

其中 为第k-1期、第k-2期、…、第k-n期新息的估计值；

则

由公式(3)得 为：

其中： 为 的转置；

g)再求新息的估计值：

由公式(2)得ε(k)＝y(k)-xT(k)βT，根据步骤f)得 则新息序列的估计值为：h)再求参数β的估计值

由步骤g)得 进而得 及 此时 为：i)参数β最终估计值：

用步骤h)中β的新估计值，代替步骤g)中β的估计值；再次进行步骤g)和步骤h)，重新计算 及 后再得β的最新估计值；

如此循环，直到β的估计值稳定为止；

j)森林蓄积量的估计与预测：将步骤i)最终得到的 代入公式(1)，得y(k)估计值或预测值，即得对象地域第k期森林蓄积量的估计值或预测值。