共查询到20条相似文献，搜索用时 515 毫秒
1.
【目的】对Kozak方程进行修正,采用树木易测因子为预测变量,构建人工樟子松树冠外部轮廓预估模型,为研究树木生理和树木竞争提供依据,为模拟单木树冠表面积和树冠体积奠定基础。【方法】基于黑龙江省14块固定样地70株人工樟子松解析木907个最大枝条数据,以Kozak方程基本形式为基础并对其进行修正,选出构建人工樟子松树冠外部轮廓基础模型的最优模型形式。在最优模型基础上,建立分别考虑样地效应、样木效应及同时考虑样地和样木效应两水平的非线性混合效应模型。利用R软件的nlme软件包求解非线性混合效应模型参数,采用AIC、BIC、-2LL对混合效应模型中不同随机效应参数组合形式、不同随机效应矩阵、方差-协方差矩阵和方差函数进行比较,选出最优模型形式,并对人工樟子松外部轮廓随树木因子的变化规律进行探讨。以林分密度为哑变量,构建不同密度的人工樟子松树冠外部轮廓预估模型。【结果】人工樟子松树冠外部轮廓预估模型因子包含胸径(DBH)、冠长率(CR)和高径比(HD)。与基础模型相比,分别考虑样地效应、样木效应的混合模型能够显著提高模型拟合效果,外部轮廓模型差异主要来源于样木效应。以样木为单水平的混合效应模型中,a2、a6为随机参数,对角矩阵为方差-协方差矩阵形式,ARMA(1,1)为解释组内方差的矩阵,采用幂函数消除异方差的模型形式为最优模型。同时考虑样地和样木效应两水平混合模型的拟合效果较单水平混合模型有所提高。以两水平混合模型的固定效应部分模拟外部轮廓与树木因子之间的关系,在分别固定另外2个变量的情况下,树冠半径随着DBH、CR增大均逐渐增大,树冠上半部分半径随着HD增大而增大,下半部分半径随着HD增大而减小。外部轮廓拐点的变化范围为0.6250~0.9170,拐点平均位置为0.8413,随着林木在林分中被压强度增大,拐点位置向树冠基部移动。密度小于1000株·hm^-2林分中单木的冠形与1000~2000株·hm^-2和大于2000株·hm^-2林分中单木的冠形区别很大。【结论】修正后的Kozak模型满足梢头处半径为0、在整个树冠范围内存在拐点且拐点唯一的特性,能够对人工樟子松树冠外部轮廓进行合理模拟及预测。两水平非线性混合效应模型可显著提高模型拟合效果,能够在树冠外部轮廓模型中应用。 相似文献
2.
基于混合效应的人工落叶松树冠轮廓模型 总被引：3，自引：0，他引：3
《林业科学》2017,(3)
【目的】以林木易测因子为预测变量,构建黑龙江省人工落叶松树冠最大外部轮廓及内部轮廓(未着叶部分)的预估模型,为进一步估计人工落叶松树冠表面积、树冠体积和树冠生物量提供依据。【方法】基于佳木斯市孟家岗林场49株解析木的枝解析数据,树冠外部轮廓模型采用分段回归技术,构建带有约束条件并满足生物学意义的连续性分段曲线模型,即在梢头处树冠半径为"0",在整个树冠内外部轮廓的拐点的存在是唯一的,且在拐点处树冠半径达到最大值;内部轮廓直接采用线性模型进行模拟。分析模型参数与林木变量之间的相关性,将关系密切的树木变量或变量组合引入到模型中并选出最优模型,以此作为基础模型分别建立单水平的外部轮廓及内部轮廓的混合效应模型,利用混合模型的固定效应部分对外部轮廓及内部轮廓进行模拟。【结果】以林木因子胸径、高径比、冠长及冠长率构建的分段抛物线模型能准确预估树冠的外部轮廓形状,利用胸径、高径比及冠长能有效预测树冠的内部轮廓形状。基于模型的拟合优度及检验指标,采用单水平(样地)混合模型能够显著提高模型的预测精度,外部轮廓混合效应预估模型的决定系数(R~2)、均方误差根(RMSE)和平均偏差(Bias)分别为0.914 2、0.232 7 m和0.001 2 m,内部轮廓混合效应预估模型的R~2、RMSE和Bias分别为0.723 5、0.147 0 m和-0.000 034 m。与基础模型相比,混合模型的R~2都有所提高,RMSE、Bias都有所降低。在其他变量保持不变的条件下,外部轮廓半径分别随着胸径、冠长率的增大而增大,随着高径比、冠长的增大而减小;内部轮廓半径均随着胸径、高径比及冠长的增大而增大。【结论】具有生物学意义的分段抛物线模型和线性模型分别能够有效描述人工落叶松树冠外部轮廓及内部轮廓的形状变化特征,加入混合效应后能够提高模型的拟合精度并改善组内的方差异性特征,基于混合效应模型中的固定效应部分,能够合理地对树冠外部轮廓及内部轮廓进行模拟,分段抛物线模型能够灵活地反映拐点在树冠内的移动规律线,简单的线性模型能够对内部轮廓进行准确预估。 相似文献
3.
基于分位数回归的华北落叶松干形曲线模拟 总被引：1，自引：0，他引：1
干形是反映树干外部形态的重要指标,也是评价干材价值的重要依据,而削度方程是描述树木干形好坏的一个重要定量指标,其对干形模拟的准确性直接决定着树干材积和森林蓄积的估算结果。以河北省塞罕坝机械林场华北落叶松人工林为研究对象,基于4个常见的简单削度方程,模拟了260株样木的干形曲线,采用调整后决定系数(Ra^2)、均方根误差(RMSE)、平均误差(ME)和平均误差绝对值(MAE)评价模型的拟合效果和检验效果,筛选最优的基础模型,并利用分位数回归技术,构建人工华北落叶松干形曲线模型。结果表明,4个简单削度方程中,Kozak方程对华北落叶松干形的拟合效果最好(Ra^2=0.934,RMSE=1.985cm),检验结果也是最优的(ME=0.125cm,MAE=1.212cm)。因此,基于Kozak方程,结合分位数回归技术建立了华北落叶松干形曲线,相较于基础模型,分位数回归模型的拟合优度进一步提高。当分位点设置为0.1时,模型对靠近下部和上部的树干干形拟合效果较好;当分位点设置为0.5时,模型对位于中部的树干干形拟合效果较好;当分位点设置为0.9时,模型对树干基部的拟合效果较好。可见,分位数回归技术使模型具有更强的灵活性。 相似文献
4.
文章以佳木斯孟家岗林场的不同年龄、不同密度及不同立地条件的落叶松人工林为研究对象，选取130株样木，测定每株样木15个相对高处的带皮直径，采用非线性回归模型的参数估计方法拟合5个削度方程，根据所计算各削度方程的拟合统计量和残差分析，选择最佳削度方程。研究结果表明，模型V-修正Kozak（1994）式为拟合效果最好的落叶松人工林可变参数削度方程。该模型拟合精度高，而且预测误差低、预估精度高，可以很好地估计落叶松不同林木大小任意部位的去皮直径或任意小头直径时的材长，为编制落叶松人工林材种出材率表提供基础。 相似文献
5.
【目的】基于节子分析技术构建落叶松人工林树冠基部高动态预测模型,分析落叶松树冠衰退规律及其影响因素,为制定合理的经营措施提供理论依据。【方法】以2007年设立的8块落叶松人工林标准地获取的40株解析木数据为基础数据,采用节子分析技术,得到树冠基部高随年龄的动态变化数据,应用传统线性模型、理查德和逻辑斯蒂非线性模型构建落叶松树冠基部高动态模型。【结果】传统线性模型、理查德和逻辑斯蒂非线性模型可较好拟合树冠基部高动态变化过程,模型参数均具有统计意义(P0.01),以理查德方程为基础模型构建的树冠基部高模型拟合效果最好,加入权重因子可消除异方差,降低估计参数标准误,提高预测精度,模型的确定系数(R~2)为0.904,绝对误差(Bias)和均方根误差(RMSE)分别为0.002和1.251,最优落叶松树冠基部高模型形式为HCB=(3.146+0.036CCF+0.225Bas+0.788HT-0.481CL)(1-e~(-0.086 t))~(4.278)。【结论】树冠基部高动态变化过程与林分发育规律一致,符合"S"形生长曲线,可通过树冠竞争因子(CCF)、林分断面积(Bas)、调查当年的树高(HT)和冠长(CL)解释,解释率达90.4%。树高、树冠竞争因子和林分断面积增大会导致树冠基部高上升,加速落叶松树冠衰退。竞争对树冠的影响较敏感,落叶松人工林10～41年间,树冠竞争因子大(187.33)的林分冠长率从75%下降到36%,而树冠竞争因子小(105.82)的林分冠长率从75%下降到40%;落叶松人工林树冠基部高平均每年上升0.66 m。本研究构建的树冠基部高动态模型可较好模拟落叶松人工林树冠基部高动态变化过程,利用单木和林分变量能够解释落叶松人工林树冠衰退趋势。通过检验验证,基于节子分析技术获取的树冠基部高数据构建的动态模型精度较高,可作为一种获取长期树冠动态变化数据的有效手段。 相似文献
6.
【目的】构建能够准确预测华北落叶松林分枯死木的计数模型,探究影响华北落叶松林中林木枯死数量的主要原因,为冬奥会核心区的华北落叶松人工林科学经营与管理提供决策依据。【方法】以张家口市崇礼冬奥核心区45块华北落叶松人工林样地为研究对象,构建华北落叶松林分枯死数量Poisson回归模型、负二项回归模型、零膨胀Poisson回归模型和零膨胀负二项回归模型、Hurdle-Poisson回归模型、Hurdle负二项回归模型,根据AIC值选出最优计数模型。基于最优计数模型,考虑不同随机效应水平和作用在截距和协变量上的随机参数,根据模型收敛情况和AIC值确定最优的随机效应水平和随机参数组合,构建最优林分枯死数量混合效应模型。【结果】林分平均直径、林分优势木平均高、林龄、林分断面积和林分胸径Gini系数为影响林分枯死的林分因子,立地因子对林分枯死的影响并不大。未考虑零膨胀现象时,负二项回归模型拟合效果优于Poisson回归模型;考虑零膨胀现象后,Hurdle-Poisson回归模型拟合效果优于零膨胀Poisson回归模型。最终几种考虑零值过多的计数模型的拟合精度表现为：Hurdle负二项回归模型(HNB... 相似文献
7.
【目的】构建冬奥核心区华北落叶松和白桦单木冠幅预测模型,对比不同模型的优缺点,给出模型选择建议,为获取更多的单木和林分参数提供支撑,为华北落叶松和白桦科学经营决策提供理论依据。【方法】以冬奥核心区4 537株华北落叶松和2 603株白桦为研究对象,首先,选取10种常用冠幅-胸径模型作为备选模型分别拟合华北落叶松和白桦数据,从中选出AIC和BIC最小的模型作为基础模型;然后,在基础模型中进一步添加与冠幅相关系数大的变量作为协变量构建修正模型;最后,在修正模型基础上分别构建华北落叶松和白桦冠幅的非线性最小二乘模型、单水平非线性混合效应模型、加性模型和组级贝叶斯模型。【结果】4种华北落叶松冠幅模型中,加性模型的预测精度最高(R2＿mean=0.704 3,RMSE＿mean=0.512 7),4种白桦冠幅模型中,非线性混合效应模型的预测精度最高(R2＿mean=0.664 3,RMSE＿mean=0.794 4)。在变量方面,华北落叶松和白桦冠幅均随其胸径递增,华北落叶松冠幅随其树高缓慢递增、枝下高递减,白桦冠幅随其冠长率先减小后增大,并受林分密度... 相似文献
8.
基于非线性分位数回归的落叶松树干削度方程 总被引：2，自引：0，他引：2
【目的】采用非线性分位数回归法构建落叶松树干削度方程,比较分析不同分位数(τ=0. 1、0. 2、0. 3、0. 4、0. 5、0. 6、0. 7、0. 8、0. 9)及其组合分位数的拟合及检验结果,以提高模型预测精度。【方法】基于大兴安岭落叶松干形数据,采用Koenker和Bassett提出的分位数回归法,利用SAS软件的NLP拟合基于各分位数的Max-Burkhart分段削度方程,选取确定系数(R2)、平均误差(MAB)、均方根误差(RMSE)、相对误差(MPB)和预估精度(P%)对削度方程进行对比分析。【结果】1) Max-Burkhart分段削度方程在9个不同分位点(τ=0. 1、0. 2、0. 3、0. 4、0. 5、0. 6、0. 7、0. 8、0. 9)均能收敛,说明分位数回归可以提供许多不同分位数的估计结果,进而可预测任意分位点处干形的变化趋势; 2)基本模型和分位点处(τ=0. 4、0. 5、0. 6)的分位数模型拟合结果相近,分位数组合(3、5、7、9)可提高模型拟合效果,其中基于3个分位数组合(τ=0. 3、0. 5、0. 7)、5个分位数组合(τ=0. 3、0. 4、0. 5、0. 6、0. 7)、7个分位数组合(τ=0. 1、0. 2、0. 4、0. 5、0. 6、0. 8、0. 9)、9个分位数组合(τ=0. 1、0. 2、0. 3、0. 4、0. 5、0. 6、0. 7、0. 8、0. 9)在分位数组合相同时分别表现最优; 3)模型检验表明,大多数分位数回归组合的检验统计量都优于基本模型和各分位数模型,相对于基本模型,5个分位数组合(τ=0. 3、0. 4、0. 5、0. 6、0. 7)模型的MPB、MAB、RMSE分别降低13. 9%、13. 9%、13%。【结论】分位数回归能够提高模型预测精度,基于5个分位数组合的Max-Burkhart分段削度方程在拟合及检验统计量等方面表现较好,适合于大兴安岭落叶松树干削度预测。 相似文献
9.
【目的】基于异速生长模型,构建兴安落叶松和樟子松立木材积模型,分析材积模型的误差结构和误差函数。【方法】采用Ballantyne(2013)提出的似然分析法判断兴安落叶松和樟子松立木材积模型的误差结构。为了对比,利用S-PLUS软件的广义非线性GNLS模块拟合非线性模型。针对模型拟合产生的异方差现象,采用误差方差函数(固定方差、指数函数、幂函数和常数加幂函数)消除异方差。采用确定系数(R2)、均方根误差(RMSE)、绝对误差(Bias)和平均相对误差(MRE)对立木材积模型精度进行综合比较分析。【结果】1)经似然分析法判断,兴安落叶松和樟子松立木材积模型的误差结构是相乘的。2)为了描述立木材积模型构建过程中产生的异方差现象,将固定方差、指数函数、幂函数和常数加幂函数加入到立木材积模型中,所有方差函数都能降低材积模型的异方差性。幂函数消除兴安落叶松材积模型的异方差效果最好,常数加幂函数消除樟子松材积模型的异方差效果最好。3)非线性(相加误差结构)及线性(相乘误差结构)拟合和检验统计量的比较表明,对于两树种,相加和相乘立木材积模型拟合评价指标非常接近,具有相加误差结构的立木材积模型的拟合和检验精度略高于相乘误差结构的立木材积模型。【结论】兴安落叶松和樟子松立木材积模型的误差结构是相乘的。根据非线性及线性模型的拟合和检验评价指标对比发现,对数转换的线性模型并没有表现出绝对优势,而非线性回归却略优于对数转换的线性回归。本文并没有给出绝对和一致的结论,如果模型的预测是最重要的,建议对比非线性和对数转换的线性模型,选择精度较高的误差结构。针对兴安落叶松和樟子松立木材积模型的详细对比分析,建议选择非线性回归分析,即相加的误差结构。 相似文献
10.
《林业科学》2016,(2)
【目的】基于林业上广泛应用的Kozak(1988),Kozak(1994),Kozak(2001)和Kozak(2002)可变指数削度方程,构建适合大兴安岭不同区域兴安落叶松树干削度方程,同时检验不同区域的显著性。【方法】采用大兴安岭3个区域的兴安落叶松样木干形数据,利用SAS软件的非线性回归SUR法拟合4个削度方程,采用调整确定系数(R2adj)、平均误差(MAB)、均方根误差(RMSE)、相对误差(MPB)、预估精度(P%)和多重共线性指标(CN)以及相应的残差分布图等对削度方程进行综合比较分析。区域性检验采用非线性额外平方和方法,该方法需要拟合完整模型和简化模型。【结果】1)Kozak(1988)和Kozak(1994)削度方程拟合和预估精度较高,但是存在较高的多重共线性问题;其他削度方程降低了模型的多重共线性,但可提高对树干上部的预测能力。2)不同区域模型的F检验分析发现,区域3与区域1和区域2的树干削度相差较大,区域1和区域2的树干削度相差较小,任何2个区域的对比检验都是显著的(P0.000 1),说明模型在不同区域不能共用一套参数,应有不同的区域参数估计。3)从不同区域各模型的干曲线模拟可以看出,同一模型在3个区域的干曲线模拟结果不同,尤其模型(3)在3个区域中的干曲线更明显地体现出3个区域的不同。模型(1)、模型(2)和模型(4)在3个区域的干曲线模拟体现在区域1和区域2的模拟结果比较接近,区域3则与其有明显不同,该结果与F检验结果一致。不同区域对树木干曲线有显著影响,削度方程参数估计值在不同区域的错误应用会导致较大误差。【结论】Kozak(2002)可变指数削度方程在拟合统计量、残差分布图和多重共线性等方面都表现出了一致性,预估精度达99%以上,可作为大兴安岭3个区域兴安落叶松的最优削度方程。 相似文献
11.
《林业科学》2019,(11)
【目的】在多树种多层次针阔混交林中,基于贝叶斯混合效应模型法构建树高与胸径关系的混合效应模型,以提高预测模型参数稳定性,为揭示混交林多树种生长规律、资源分配差异及森林质量精准提升提供科学依据。【方法】以河北省塞罕坝机械林场华北落叶松和白桦针阔混交林为研究对象,基于112块标准地(30 m×30 m)调查数据,选取6个包含不同林分因子的理论方程作为构建混交林不同树种树高与胸径关系的基础模型,选择出拟合精度较高的模型,分别采用两水平非线性混合效应模型法和贝叶斯混合效应模型法构建立包含哑变量的多树种树高与胸径关系模型。【结果】包含林分优势高和林分断面积组合变量的Richards方程拟合效果最好,模型确定系数(R~2)、均方根误差(RMSE)和绝对误差(Bias)分别为0849 5、2378 6和0365 4;贝叶斯混合效应模型法拟合精度略高于传统非线性混合效应模型法:基于传统非线性混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0930 4和0103 4,白桦树高与胸径关系模型的RMSE和Bias分别为0982 7和0112 6;基于贝叶斯混合效应模型法的华北落叶松树高与胸径关系模型的RMSE和Bias分别为0910 5和0096 8,白桦树高与胸径关系模型的RMSE和Bias分别为0963 3和0100 2。【结论】基于贝叶斯混合效应模型法构建的非线性混合效应模型,充分考虑混交林多树种树高与胸径关系模型参数的不确定性,模型预测效果更具可靠性和稳定性。 相似文献
12.
基于非线性混合模型的落叶松树干削度模型 总被引：4，自引：0，他引：4
以黑龙江省带岭林业局大青川林场84株人工落叶松解析木数据为例,采用Max和Burkhart分段削度模型作为基础模型,利用SAS软件中的似乎不相关回归过程得到该分段削度模型的4个参数和2个拐点参数同时估计。参数估计显著性检验(P<0.000 1)以及模型检验(F=31 392.30,P<0.000 1)都证明该分段模型能较好地描述落叶松树干干形变化。然后以该分段模型为基础模型,采用非线性混合模型的方法,建立落叶松人工林树干削度混合效应模型。结果表明:当考虑样地效应影响时,b1,b2同时作为混合参数时模型拟合最好;当考虑树木效应影响时,b2,b4同时作为混合参数时模型拟合最好。无论考虑样地效应影响还是考虑树木效应影响,混合模型的拟合精度都比基本模型的拟合精度高,并且考虑树木效应影响要比考虑样地效应影响的精度更高。模型检验结果表明:混合模型通过校正随机参数值能提高模型的预测精度。 相似文献
13.
《中南林业科技大学学报(自然科学版)》2020,(9)
【目的】基于Richards方程比较分位数回归和哑变量模型对树高-胸径方程预测精度的影响,为林业树高-胸径模型的构建提供新的思路和方法。【方法】利用大兴安岭4个区域的兴安落叶松Larix gmelinii伐倒木胸径/树高实测数据,采用分位数回归和哑变量模型构建树高-胸径模型,并与基本模型进行对比分析。评价指标采用平均绝对误差(MAE)、均方根误差(RMSE)、确定系数(R2)、赤池信息量(AIC)、贝叶斯信息量(BIC)、平均预测误差百分比(MPE)、平均绝对百分比误差(MAPE)、均方根百分比误差(RMSPE),同时利用非线性额外平方和法进行区域性检验。【结果】1)Richards树高-胸径模型在9个不同的分位点(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)都能收敛,且每个区域都有其对应的最优分位数模型,区域1、2、3和4的最优分位数模型所对应的分位数分别是τ=0.7、τ=0.3、τ=0.5和τ=0.3,各区域最优分位数模型与哑变量模型所得结果差异不大,都优于基本模型。2)F检验结果表明哑变量模型的构造是有必要的,区域2和区域4没有显著不同,其他5对区域都有显著不同。3)模型检验结果表明区域1、3、4的最优分位数回归模型都要优于哑变量模型,区域2的哑变量模型没有通过正态性检验(P=0.028 6),因此区域2的最优模型仍然为τ=0.3时的分位数模型。【结论】分位数回归模型和哑变量模型都能够反映不同区域树高-胸径关系的变化,在拟合和检验统计量等方面都表现较好,适合于大兴安岭落叶松树高预测。在进行方法选择时,可以根据数据特征和研究目的进行选择。 相似文献
14.
《中南林业科技大学学报(自然科学版)》2020,(11)
【目的】利用湖南省森林资源连续清查样地中楠木数据,编制楠木次生林主要收获表,为林分生长收获预估、鉴定经营效果及制定营林措施提供科学依据。【方法】采用主要生长方程对楠木次生林平均胸径、断面积生长规律进行拟合,以计算平均提升系数的方法将现实林分提升至标准林分状态,利用Reineke模型为基础,加入林分类型效应构建湖南楠木次生林自稀疏混合效应模型,对比Reineke模型和自稀疏混合效应模型拟合结果,筛选拟合效果较好的模型来反映林分自稀疏规律。根据林分各调查因子间相互关系,编制出湖南楠木次生林现实收获表、正常收获表。【结果】修正Weibull方程对各指数级林分平均胸径生长规律的拟合效果最好,12、15指数级林分断面生长规律拟合效果最好的分别是修正Weibull方程和Logistic方程,模型χ2检验显示各指数级林分平均胸径、断面积均有χ2χ02.05,加入林分类型效应的自稀疏混合效应模型AIC、BIC值均比基础模型小,残差分布范围较小且相对均匀,相关系数R2由基础模型的0.681提升为0.796,模型拟合效果较好。【结论】生长方程拟合理论值与林木实际生长情况相符,自稀疏混合效应模型可很好地反映林分自稀疏规律,所编制的楠木次生林收获表精度较高,可为科学制定楠木次生林经营方案提供技术支持。 相似文献
15.
以太子河林场日本落叶松人工林为研究对象,采用Logistic、Richards、Gompertz、Mitscherlich、Schumacher、修正Weibull等6种理论生长方程,建立日本落叶松人工林树高、胸径、材积的生长模型。结果表明:日本落叶松胸径生长拟合方程为D=76. 084-77. 406exp(-0. 016A),树高生长拟合方程为H=25. 663exp[31. 488exp(-0. 088A)],材积生长拟合方程V=317. 355[1-exp(-0. 002A)^(2. 262),各方程拟合效果均显著。使用未进行建模的19株日本落叶松解析木对所建立的预测模型进行t检验,模型预测值与实测值之间无显著差异(P> 0. 05),能够较好地预测林分的生长动态变化过程。 相似文献
16.
以黑龙江省七台河市林业局金沙林场9株人工落叶松2 790个样品数据为例,选择6个常用方程进行非线性回归分析,把拟合精度最高的修正Logistic模型作为微纤丝角基础模型y=b1/[1+ exp(b2x)]+b3,然后,利用S-PLUS软件中的NLME过程,拟合非线性微纤丝角模型.采用AIC、BIC、对数似然值和似然比检验等模型评价统计指标对不同模型的精度进行比较分析.结果表明:当对微纤丝角-年龄关系进行拟合时,b1,b2,b3同时作为混合参数时模型拟合效果最好.把相关性结构包括复合对称结构(CS)、一阶自回归结构AR(1)、一阶移动平均结构MA(1)及一阶自回归与移动平均结构[ARMA(1,1)]加入到微纤丝角最优混合模型中,一阶自回归与移动平均模型[ ARMA(1,1)]显著提高了微纤丝角混合模型的拟合精度.模型检验结果表明:混合模型通过校正随机参数值能提高模型的预测精度.因此,混合模型在应用上不仅能反映总体微纤丝角预测,而且能通过方差协方差结构和误差相关性结构校正随机参数来反映个体微纤丝角差异. 相似文献
17.
【目的】基于湖南省永州市75块杉木人工林样地的调查数据,构建含气候因子的杉木人工林树干削度方程,为后续研究气候因子对杉木树干削度的影响提供理论依据。【方法】从4个备选基础模型中选取1个最优的作为基础模型,使用数量化方法Ⅰ筛选出显著的气候因子,在此基础上,将气候因子和林分密度因子通过混合效应模型方法添至最优的基础模型中,确定最优的随机效应添加形式,从而构建含气候因子和林分密度因子的杉木人工林树干削度方程。【结果】Kozak(2004)模型为最优基础模型,其Ra2为0.959 5;夏季平均最高温（Txmax）、生长积温（DD5）为影响树干削度显著的气候因子。单含林分密度因子的杉木人工林树干削度方程的Ra2为0.971 0,均方根误差（RMSE）和平均绝对误差（MAE）分别为0.757 2、0.546 7,而含气候因子和林分密度的杉木人工林树干削度方程Ra2为0.981 6,RMSE和MAE分别为0.603 4、0.431 2,相比最优基础模型Ra2提升了2.3%,RMSE降低了32.56%,MAE降低了34.56%;相比单含林分密度因子的杉木人工林树干削度方程Ra2提升了1.1%,RMSE... 相似文献
18.
19.
【目的】基于机载激光雷达数据建立结构稳定的林分地上生物量预测模型,考虑最小二乘、混合效应和贝叶斯等参数估计方法对最优生物量预测模型选择进行探讨,为生物量建模方法研究、生物量估测提供科学依据,为冬奥核心区实现“双碳”目标和生物量模型计算提供技术支撑。【方法】基于崇礼冬奥核心区2种森林类型(华北落叶松和白桦)62块实测样地及对应的激光雷达数据,通过变量筛选分别建立最小二乘、混合效应和贝叶斯生物量模型,应用确定系数(R2)、均方根误差(RMSE)、残差、总体相对误差(TRE)评价模型,采用留一交叉法验证模型精度。【结果】筛选出相关性较高的激光雷达变量共20个,最终进入模型的自变量3个。拟合效果最好的是Logistic混合效应模型(RMSE=22.99 t·hm-2,R2=0.768,TRE=6.08%),分树种建立模型后华北落叶松模型拟合效果提升(RMSE=22.92 t·hm-2,R2=0.795,TRE=7.45%),白桦模型预测精度提高(RMSE=23.34 t·hm... 相似文献
20.
《中南林业科技大学学报(自然科学版)》2020,(11)
【目的】建立华北暖温带华北落叶松与白桦针阔混交林树高与胸径关系的非线性混合效应模型,为研究针阔混交林中不同树种相互作用及其生长发育规律提供科学依据。【方法】以河北省塞罕坝机械林场的华北落叶松与白桦针阔混交林为研究对象,基于83块30 m×30 m的标准地调查数据,首先选取5个具有生物学意义的非线性树高与胸径关系基础模型进行拟合,确定最优基础模型;其次通过相关分析确定影响树高生长的主要因子;最后基于最优基础模型和主要因子建立包含哑变量的华北落叶松与白桦针阔混交林树高与胸径关系预测模型。【结果】在5个候选非线性树高与胸径关系模型中,Richard模型具有最好的拟合结果,其模型确定系数(R2=0.918 6)最大,均方根误差(RMSE=2.405 8)及绝对误差(Bias=0.194 5)最小;通过相关分析确定海拔和林分断面积与树高生长均在P 0.01水平上呈现显著性;基于基础模型构建了包含哑变量及主要影响因子的不同树种树高与胸径关系混合效应模型,当随机效应参数作用在林分断面积上时,模型预测精度较高。【结论】基于主要影响因子和包含哑变量的非线性混合效应树高与胸径关系预测模型,能够有效解决混交林中树种及主要因子对树高与胸径关系的影响,提高了预测模型的适用性及预测精度,为混交林森林质量精准提升提供科学依据。 相似文献