1.一种毛竹胸径年龄二元联合分布精确估算方法，其特征在于，包括以下步骤：步骤一，将研究区域N个毛竹样地的连续清查数据按株数汇总成毛竹林胸径年龄二维统计数据；

步骤二，根据步骤一的二维统计数据分别计算毛竹胸径的边缘分布值u与年龄边缘分布值v，以u与v为自变量，用matlab软件绘制毛竹胸径年龄的三维频数直方图；

步骤三，以毛竹胸径与年龄累计分布值为自变量，采用极大似然法，用若干种常用二元Copula密度函数分别拟合步骤一的二维统计数据，得各二元Copula密度函数的参数向量；

步骤四，用matlab软件分别绘制若干种毛竹胸径年龄二元Copula密度函数图；

步骤五，将步骤四中所有毛竹胸径年龄二元Copula密度函数图与步骤二中得到的三维频数直方图进行对比，从中选取与三维频数直方图形状接近的几幅Copula密度函数图作为预备二元Copula密度函数图；

步骤六，根据AIC信息准则与确定系数公式，分别计算若干种毛竹胸径年龄二元Copula密度函数的AIC值与确定系数R2，选取AIC值最小、R2最大且与步骤二中的三维频数直方图形状最接近的二元Copula密度函数模型作为毛竹胸径年龄最优二元Copula密度函数模型D(u,v)；

步骤七，根据概率论中的密度函数与分布函数的转换关系，可得毛竹胸径年龄二元Copula分布估算函数，进而实现毛竹胸径年龄二元分布的精确估算。

2.根据权利要求1所述的一种毛竹胸径年龄二元联合分布精确估算方法，其特征在于：所述步骤六中AIC的值计算式为：

式中：D(ui,vi；θ)为所选二元Copula密度函数；θ为所选二元Copula函数参数向量；m为所选二元Copula密度函数的参数个数；L为所选二元Copula密度函数的极大似然函数；N为要拟合的原始数据的样本量，当所选模型为二元Gaussian Copula、Frank Copula、Gumbel Copula、Clayton Copula函数时，m等于1，所选模型为二元t Copula函数时，m等于2，ui,vi(i＝1，2，…N)分别为原始样本数据统计得到的边缘分布值。

3.根据权利要求1所述的一种毛竹胸径年龄二元联合分布精确估算方法，其特征在于：所述步骤六中确定系数R2的计算式为：

式中yi为因变量的第i个实测值， 为因变量的第i个估计值，N为样本个数，为因变量的平均值。

4.根据权利要求1所述的一种毛竹胸径年龄二元联合分布精确估算方法，其特征在于：所述步骤三、步骤四与步骤六中若干种二元Copula密度函数包括二元正态Copula密度函数、二元t-Copula密度函数、二元Gumbel Copula密度函数、二元Clayton Copula密度函数和二元Frank Copula密度函数。

5.根据权利要求4所述的一种毛竹胸径年龄二元联合分布精确估算方法，其特征在于：所述二元Copula密度函数图的绘制具体包括以下步骤：

a、通过步骤一中的统计数据计算毛竹胸径与年龄的边缘分布值；

b、以毛竹胸径与年龄的边缘分布值为自变量，采用极大似然法，分别拟合5种二元Copula密度函数参数向量，进而由毛竹胸径与年龄的边缘分布值估算出毛竹胸径年龄二元Copula密度函数值；

c、以毛竹胸径与年龄的边缘分布值为自变量，毛竹胸径年龄二元Copula密度函数值为因变量，用matlab软件绘制毛竹胸径年龄的二元Copula密度函数图。