共查询到19条相似文献，搜索用时 343 毫秒
1.
2.
SVR的树木生长过程建模及其参数优化研究 总被引：1，自引：0，他引：1
计算机树木模型可以广泛地应用于理解、预测和调控树木的生长和产量,在树木生长及生态系统等领域的研究中已经成为一种很重要的研究方法。采用支持向量回归对树木高度进行建模与预测,减小了样本数据量小造成的误差,克服了树木生长方程选择的困难。对支持向量机的参数采用遗传算法进行筛选,提高数据拟合精度。最后将预测结果与采用各类生长方程模型的预测结果进行比较,结果表明用支持向量机预测方法有较高的精度。 相似文献
3.
计算机树木模型可以广泛地应用于理解、预测和调控树木的生长和产量,在树木生长及生态系统等领域的研究中已经成为一种很重要的研究方法。采用支持向量回归对树木高度进行建模与预测,减小了样本数据量小造成的误差,克服了树木生长方程选择的困难。对支持向量机的参数采用遗传算法进行筛选,提高数据拟合精度。最后将预测结果与采用各类生长方程模型的预测结果进行比较,结果表明用支持向量机预测方法有较高的精度。 相似文献
4.
土地利用/土地覆盖变化研究的一个重要目的是对这种变化进行数量化的描述.该文以大庆市为实例,介绍了以TM卫星影像数据为数据源,提取土地覆盖信息的方法,并以此为基础建立以时间为自变量的三次方程,来描述土地利用类型的数量的动态情况.该文还介绍了方程参数显著性检验的方法,并通过对方程进行多次求导,得到新的方程,来描述研究期间土地利用类型面积的变化速度、加速度以及加加速度.从实例分析的结果来看,所建立的方程可以准确、全面地表达土地利用/土地覆盖变化的动态情况. 相似文献
5.
基于空间自相关构建树木生长模型 总被引：1，自引：1，他引：0
2004—2008年，在日本九州地区宫崎县田野天然次生林内设置的一块100 m×100 m固定标准地中，通过每木调查，测量了固定标准地内树木的种类、空间位置、生长等数据。为了便于理解，以固定标准地中优势树种蚊母树为主要研究对象，在考虑周边所有树木的影响的同时，利用贝叶斯统计方法分析了空间自相关及树木间的对称竞争、非对称竞争对树木生长过程的影响，并比较了忽略空间自相关的情况。结果表明:在构建研究对象树种的生长模型时，树木个体间的竞争是不可缺少的参数，尤其是个体间的对称竞争。在利用空间自相关参数建模时，最终模型的决定系数R2＝0.83；而忽略空间自相关参数的模型，其决定系数R2＝0.74。通过其他主要树种的分析也表明了导入空间自相关参数的优越性，因此可以认为，考虑空间自相关的随机效应模型能更精确地预测树木的生长。本研究所采用的空间自相关模型不仅可以利用树木个体的分布信息推测其生态学特征，还为树木生长模拟提供了理论与方法上的借鉴。 相似文献
6.
Richards方程的分析和一种新的树木理论生长方程 总被引：7，自引：0，他引：7
本文从Richards方程的基础——Bertalanffy生长理论对树木生长适用性的分析出发,从理论上探讨了Richards方程作为描述树木生长方程的适用条件和局限性;从树木组成结构——心、边材的特点出发,构造了一种新的树木生长方程:该生长方程满足作为理论生长方程所应有的解析特性,而且克服了Richards方程的不足.文中还对心、边材比率变化过程的假设进行了验证. 相似文献
7.
用动态逻辑斯谛预测法研究黑龙江省乡村人口增长 总被引：9，自引：0，他引：9
本文利用常微分方程反问题方法以及计算机辅助运算对黑龙江省农村人口Ｌｉｇｉｓｔｉｃ方程中的参数进行数值拟合。提出以每年添加当年人口数据来重新拟合参数的动态Ｌｏｇｉｓｔｉｃ预测法来解决参数随时间的变动问题，并预测黑龙江省农村人口增长。 相似文献
8.
基于三维激光点云的树木胸径自动提取方法 总被引：1，自引：0，他引：1
胸径是评价林木生长状况的重要参数之一。针对接触式人工测量自动化程度低和基于点云的现有算法提取树木胸径精度不高的问题,提出一种基于点云数据的自动准确获取树木胸径的新方法。该方法以树木点云数据为基础,运用蚁群算法和B样条曲线拟合技术,实现树木胸径的自动准确提取。对实验区树木测量计算,结果表明,利用该方法提取树木胸径的均方根误差为±0.19 cm,平均绝对误差为0.15 cm,相对于基于点云的传统算法提取精度分别提高了50%和60.7%。该方法基于高精度点云数据,实现了树木胸径的无损自动提取,在精准林业领域具有推广价值。 相似文献
9.
以吉林省通化县三棚林场调查的1株人工林红松解析木数据为基础,拟合树高生长数据,对比传统的树木理论生长模型中的约翰逊-舒马赫(Johnson-Schumacher)生长模型、逻辑斯蒂(Logistic)生长模型、米切利希(Mitscherlich)生长模型、坎派兹(Gompertz)生长模型、理查德(Richards)生长模型的拟合结果.以5种树木理论生长模型中拟合最好的坎派兹生长模型为基础,根据时间序列分析理论,建立残差自回归模型,预测树高生长.结果证明:残差自回归模型,比传统的树木理论生长模型能更好地用于描述红松人工林的树高生长规律. 相似文献
10.
以江山娇实验林场的16块杂种落叶松密度对比标准地为研究对象,使用非线性最小二乘法,对4种常用胸径和树高生长模型拟合优度进行比较,最终选择Schumacher 方程作为混合模型的基础模型。考虑林分效应和林木效应,采用两水平嵌套混合模型的方法,通过R软件进行不同参数混合作用的模拟,选择收敛的AIC、BIC和对数似然值最小的混合模型作为最优模型,最后将其与传统模型进行拟合优度的比较。结果表明：胸径生长模型中将林分效应作用于参数a1、林木效应作用于参数a0和a1,树高生长方程中将林分效应和林木效应作用于参数a0时的混合模型最优,可将胸径和树高生长传统模型的确定系数从0．7510和0．9008提高到0．9463和0．9474,均方根误差也大幅缩小,并且较好地消除了异方差现象,说明通过构造方差协方差矩阵可以校正随机参数以反映树木之间生长的差异。 相似文献
11.
机器学习算法在森林生长收获预估中的应用 总被引：1，自引：1，他引：0
雷相东 《北京林业大学学报》2019,41(12):23-36
森林生长收获预估是森林经理学的一个重要方向,采用模型技术进行森林生长收获估计是森林经营决策的重要前提。传统的统计模型如线性及非线性回归模型、混合效应模型、分位数回归、度量误差模型等统计方法已被广泛应用于研究林木生长,但这些统计方法在应用时常常需满足一定的统计假设前提,诸如数据独立、正态分布和等方差等。由于森林生长数据的连续观测和层次性,上述假设通常难以满足。近年来随着人工智能技术的发展,机器学习算法为森林生长收获预估提供了一种新的手段,它具有对输入数据的分布形式没有假设前提、能够揭示数据中的隐含结构、预测结果好等优点,但在森林生长收获预估中的应用仍十分有限。文章对分类和回归树、多元自适应样条、bagging回归、增强回归树、随机森林、人工神经网络、支持向量机、K最近邻等方法在森林生长收获预估中的应用、软件及调参等进行了综述,讨论了机器学习方法的优势和挑战,认为机器学习方法在森林生长收获预估方面有很大的潜力,必将得到广泛应用,并和传统统计模型相结合成为生长收获模型发展的一种趋势。 相似文献
12.
测定了亚热带常绿阔叶林的13种常见乔木树种的木质部密度、胸径生长速率和树高、冠幅等形态指标,探讨种内种间水平上各性状的变异程度,以及在物种和个体水平上各性状与生长速率的相关性.结果表明:(1)木质部密度与生长速率种内变异大于种间变异;(2)在种间水平上树高、胸径、冠幅以及木质部密度与生长速率显著相关,水平木质部密度与生长速率显著负相关,仅分别有2个树种的树高和胸径与生长速率显著相关,冠幅在个体水平上与生长速率没有显著相关性;(3)在种内、种间水平上木质部密度与生长速率均有显著相关性,且两者的相关性不受个体大小的影响. 相似文献
13.
采用X射线衍射法测定湿地松的木材结晶度,对木材结晶度与树木年轮的生长特征(年轮宽度、早材宽度、晚材宽度、晚材率和年轮距髓心距离等)、木材化学组成(α-纤维素和木质素)之间的相关性进行了研究。结果表明:1)木材结晶度与树木年轮的年轮宽度、早材宽度、晚材宽度、α-纤维素和木质素存在显著的相关关系;2)通过比较木材结晶度分别与树木年轮生长特征因子、化学组成因子建立的回归模型可知,回归模型同时选用树木年轮的生长特征、化学组成因子时的拟合性最好,模型校正决定系数最高,并在统计意义上显著。因此,可以利用树木年轮的生长特征、木材化学组成来评估木材结晶度,并可将木材结晶度作为一项综合评价树木生长特征和木材性质的重要指标。 相似文献
14.
基于度量误差方法的杉木储备林间伐与未间伐林分生长模型研究 总被引：1，自引：0，他引：1
利用湖南永州金洞林场储备林数据,以Richards式和Schumacher式为基础模型,引入经营措施的哑变量,建立基于传统方法和哑变量方法的林分断面积和蓄积生长模型方程组,采用非线性度量误差方法拟合模型参数。经检验,哑变量方法建立的林分断面积和蓄积生长模型的决定系数和预估精度比传统方法建立的生长模型有所提高,而各项误差相应减少,且模型回归效果显著,残差分布更集中于横轴两侧。基于哑变量方法拟合出的林分断面积和蓄积生长模型不仅考虑了抚育间伐对林分生长过程的影响,而且采用非线性度量误差方法联立方程组求解模型参数,也使得林分断面积和蓄积生长模型更具有相容性和一致性。 相似文献
15.
基于贝叶斯法的长白落叶松林分优势高生长模型研究 总被引：3，自引：2，他引：1
贝叶斯统计推断是基于总体信息、样本信息和先验信息的一种统计推断方法,并已成为森林生长模型中的一种重要方法。本文以长白落叶松人工林为对象,基于1 687对林分优势高与年龄数据,利用Richards生长方程构建基于贝叶斯法和经典概率统计法的林分优势高生长模型,探讨贝叶斯统计法拟合小样本量数据的稳定性。分别基于全部样本,以及随机抽取的10%、5%和2%样本,利用经典概率统计法(非线性最小二乘法)、无先验信息的贝叶斯统计法和有先验信息的贝叶斯统计法进行参数估计,分析模型表现和参数分布。模型评价指标包括均方根误差(RMSE)、贝叶斯统计常用的DIC统计值以及参数的可信区间。结果表明:基于小样本的贝叶斯统计与大样本的经典概率统计的拟合结果相近,但贝叶斯统计法估计的参数稳定性强,且抽样5%时的RMSE值最小。有先验信息的贝叶斯统计拟合结果优于无先验信息的贝叶斯统计拟合结果,参数分布也较为集中,不确定性小;有先验信息贝叶斯统计和经典概率统计的参数分布区间有较大重叠。另外,有先验信息贝叶斯统计对3种不同样本量的拟合结果显示,参数标准差以及模型RMSE值都是在抽样5%时最小,说明用贝叶斯统计的拟合精度及参数确定性与样本量大小也有一定关系。研究验证了贝叶斯统计在利用先验信息、基于小样本量进行森林生长建模时的优越性。 相似文献
16.
Elman动态递归神经网络在树木生长预测中的应用 总被引：1，自引：0，他引：1
该文充分考虑树木生长所特有的动态性、随机性和非线性,以及Elman动态递归模型的结构特点,获取北京山区油松解析木生长数据,分别建立了Elman型树木胸径生长和树高生长的神经网络动态模型.研究表明,Elman动态递归模型对非线性问题建模具有很好的拟和性和仿真性,其中,用于胸径生长建模时,其拟和精度达到99.45%,仿真精度达到99.42%;用于树高生长建模时,拟和精度达到 97.30%,仿真精度达到97.29%,而且其拟和和仿真曲线均为“S”形,符合树木生长规律.进一步对Elman动态模型和常规BP静态模型比较发现,Elman模型具有更好的拟和性、预测性和稳定性. 相似文献
17.
以福建省汀溪国有防护林场17 a生不同坡位马占相思(Acacia mangium)人工林为研究对象,对其生长量和生物量进行比较研究。结果表明:(1)不同坡位的马占相思人工林树高差异极显著,平均木材积差异显著,胸径均值差异不显著,下坡位生长情况最佳、中坡位次之、上坡位最差;(2)马占相思在不同坡位之间平均木及林分生物量差异均显著,各器官大小依次为:树干主根树枝树叶,侧根和细根生物量最小,平均木及林分地上部分及地下部分生物量均为:下坡位中坡位上坡位,下坡位林分持水量较大且对水源的涵养能力较强及土壤养分充足,利于植物的生物量积累;(3)不同坡位胸径、树高及材积的总生长量均呈现先快速增长、之后缓慢持续增长,生长率均随年龄的增长呈现先快速下降到稳步降低的变化趋势;(4)经显著性检验,所拟合的马占相思人工林胸径、树高、材积与树龄的生长模型,各指标拟合结果均达到极显著水平,具有较高精确度,可用于其生长评估。 相似文献
18.
光皮桦栽培生物学特性研究 总被引：17，自引：0，他引：17
通过对光皮桦的分布，适生环境，天然及人工状态下的生长特性研究表明，光皮桦具有喜光，耐瘠薄，适应性强，生长期长等特点，光皮桦种 子在常温下不耐贮藏，应随采随播，苗木生长较快，苗高为全期全长型，而苗木直径生长的高峰约滞后高生长高峰1个月，天然光皮桦具有2次以上的直径与树高生长高峰，材积持续速生，人工林速生更早，速生水平更高，可采用人工造林，萌芽更新或人工促进天然更新，研究结果为光皮桦的保护，合理利用及资源的发展提供指导。 相似文献
19.
木材工业生产中,需将树皮和木材分离,进而提高木材的使用效率。运用木材和树皮的5个特征参数和数字图像处理技术对榆木(光秃大果榆Ulmus macrocarpa var. glabra)、柳木(杞柳Salix integra)和松木(樟子松Pinus sylvestris var. mongolica)的木材与树皮图像进行分类识别,其中均方差比是本文提出的识别参数。通过对图片进行数字图像处理,得出参数的最大值和最小值, 利用多项式函数和非线性函数对木材和树皮识别,再对参数进行评估,筛选出最佳参数。结果表明,参数均方差比识别率最高分别达到97.7%和 94.7%,且多项式函数的识别效果高于非线性函数的识别效果。 相似文献