共查询到17条相似文献，搜索用时 250 毫秒
1.
基于树干解析的高山松天然林单木木材生物量生长模型 总被引：1，自引：0，他引：1
以云南省香格里拉市两块典型样地内的10株高山松样木为研究对象,基于树干解析测定和计算其单木木材生物量生长及木材生物量生长率,采用非线性混合效应模型技术,分别考虑了样地效应和样木效应,将所有不同随机参数组合的模型进行拟合并分析模型的方差和协方差结构,构建其生物量生长及生物量生长率混合效应模型。结果表明:考虑样地效应、样木效应作为随机效应的单水平混合效应模型和两水平混合效应模型均提高了模型的拟合精度,其中考虑两水平随机效应的混合效应模型具有最佳的拟合表现,具有最低的AIC和BIC值。考虑两水平混合效应在生物量生长量及生物量生长率模型构建中预估精度最高,分别达93.05%和89.83%;考虑样木效应的混合效应模型次之,分别为88.34%和88.74%;考虑样地效应的混合模型预估精度均最低,分别为83.99%和67.27%;而一般回归模型的预估精度仅87.00%和87.11%。 相似文献
2.
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
3.
基于非线性混合模型的栓皮栎树高与胸径关系研究 总被引：7，自引：2，他引：5
以西北农林科技大学测量的39块栓皮栎样地数据为例,首先选择非线性最小二乘法对6个常用方程进行模拟,找出模拟精度最高的模型作为基础模型。然后,利用基础模型及模拟数据构建非线性混合效应模型,分别考虑区域效应和样地效应,通过变化混合参数个数并利用SAS软件进行模拟,选择对数似然值、AIC和BIC值最小并且收敛的混合模型作为最优模型。最后利用验证数据与传统的非线性最小二乘法进行精度比较。结果表明:由于h=1.3+［(a1+a2BA+a3ha)exp(b1/D)］+ei考虑了林分断面积和优势木平均高,在模拟单木的树高时精度比其他5个模型高,并且该模型对于描述单木树高的生长趋势效果显著,因此作为构建非线性混合模型的基础模型。利用AIC、BIC和对数似然值来评价非线性混合模型的效果,结果表明:考虑区域效应的影响时,a2、a3、b1同时作为混合参数的模拟效果最好;考虑样地效应的影响时,a1、b1同时作为混合参数的模拟效果最好。无论考虑区域效应影响还是考虑样地效应影响,混合模型的拟合精度都比固定模型的模拟精度高,并且考虑样地效应影响要比考虑区域效应影响的精度更高。 相似文献
4.
番鸭体重生长非线性混合效应模型评价的研究 总被引：1，自引：1，他引：0
【目的】定量描述和估计本地番鸭体重生长的轨迹和参数。【方法】本研究对116只番鸭进行了21 weeks的饲养和观测;利用5种生长函数(Gompertz、Logistic、Von Bertalanffy、Richards和Brody)拟合了番鸭体重生长的非线性混合效应模型;分别计算了这些模型的8个生长参数(成熟体重、拐点日龄、拐点体重、初生体重、绝对生长率、相对生长率、绝对成熟率和相对成熟率);根据信息准则、误差方差的大小和生长参数估计值的准确度,比较了不同模型间的拟合和估计结果。【结果】与非线性固定效应模型比较,5种非线性混合效应模型拟合的番鸭体重生长方程和估计的8个生长参数,其准确度整体上提高了许多;全群番鸭体重生长Gompertz非线性混合效应模型,其信息准则最小,误差方差减少量达99.92%;雄、雌番鸭体重生长Richards非线性混合效应模型, 其信息准则最小,误差方差减少量分别是89.80%、91.81%。【结论】Gompertz和Richards非线性混合效应模型分别是评价全群和雄、雌番鸭体重生长的最优模型。 相似文献
5.
【目的】通过建模来研究高山松单木木材碳密度在纵向(从树干基部到树梢)和径向(从木材髓心向外)的变化规律。【方法】对云南省香格里拉市10株高山松样木进行树干解析,测定不同树高位置和部位的高山松木材碳密度,使用单因素方差分析法分析高山松单木木材碳密度变化规律;采用非线性混合效应模型技术,以纵向的树高效应和径向的部位效应作为随机效应,构建高山松单木木材碳密度混合效应模型。【结果】高山松单木木材碳密度在纵向和径向的变异均极显著,且高山松木材碳密度呈现从树干基部到树梢逐渐增加、从木材髓心向外逐渐减小的变化趋势;与基础模型相比,将树高效应、部位效应作为随机效应的单水平混合效应模型和两水平混合效应模型均提高了模型的拟合精度,且考虑部位随机效应的混合效应模型具有最佳的拟合表现;所有模型的预估精度均在97%以上,且考虑部位随机效应的混合效应模型和两水平混合效应模型的预估精度高于98%,尤其是两水平混合效应模型的预估精度达到98.04%。【结论】高山松单木木材碳密度随部位和树高变化差异显著,且考虑部位和树高随机效应的两水平混合效应模型在模拟高山松单木木材碳密度时具有更高的拟合精度和预估精度。 相似文献
6.
多层非线性混合效应模型评价番鸭体重生长 总被引：1，自引：0，他引：1
【目的】寻找定量描述本地番鸭体重的生长模型。【方法】利用Richards生长函数,设计番鸭体重的4种生长模型,包括考虑个体、性别的二层非线性混合效应模型（ModelⅠ）,考虑个体、性别、资料自相关性的二层非线性混合效应模型（Model Ⅱ）,考虑个体的单层非线性混合效应模型（Model Ⅲ）,忽略个体和性别的零层非线性固定效应模型（Model Ⅳ）,描述了番鸭个体和群体生长特征。比较了番鸭体重生长4种模型的信息准则、误差方差、不同体重测定点日龄的平均测定值和模型拟合值、模型和生长参数估计值。【结果】 Model Ⅱ的拟合效果整体最好,估计了公、母的初生体重及成熟体重和生长速度最大的日龄、体重、绝对生长率,分别是40 g、3 504 g及43 d、1 523 g、65 g•d-1和40 g、2 209 g及36 d、977 g、45 g•d-1。【结论】考虑个体、性别、资料自相关性的Richards二层非线性混合效应模型是评价本地全群及公、母番鸭体重生长的最优模型。 相似文献
7.
森林生长观测数据通常具有连续重复观测的特点,传统方法会得到有偏的参数估计,为准确预测兴安落叶松林分的生长动态,建立预估精度较高的林分生长收获混合效应模型,以期为内蒙古大兴安岭地区兴安落叶松的生长和经营提供科学依据。基于内蒙古大兴安岭地区第六次至第九次（2003-2018）全国森林资源连续清查数据,筛选出以兴安落叶松为优势树种的样地626块,样木株数60 279株。其中501块样地的47 524株兴安落叶松数据用于构建兴安落叶松的胸高断面积生长预估模型,采用剩余的125块样地的12 755株兴安落叶松数据对构建的模型进行独立检验。结果表明,胸径的倒数（1/DBH）、每公顷株数（NT）、比对象木大的胸高断面积之和（BAL）、坡度和坡向的组合（SLcos）对天然林内兴安落叶松的生长有显著影响。相比于传统的基础模型,考虑样地效应的混合效应模型显著地改善了胸高断面积生长预估模型的表现,决定系数（R2）从0.353 7提高到0.488 6,平均绝对误差（Bias）和均方根误差（RMSE）均显著减少。混合效应模型优于传统的基础模型,模型有一定的生物学意义和统计可靠性。 相似文献
8.
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
9.
香格里拉高山松天然林林分蓄积混合效应模型构建 总被引：1，自引：0，他引：1
《西南林业大学学报》2016,(3)
以云南省香格里拉的高山松天然林为研究对象,构建林分蓄积的混合效应模型;引入林分、海拔等环境因子的影响,构建含环境因子的林分蓄积混合效应模型,所有模型均采用拟合指标和独立样本检验进行评价。结果表明:混合效应模型相对于一般回归模型在林分蓄积拟合中有较高较好的拟合效果;引入环境因子的混合效应模型的拟合效果比一般混合效应模型要好;其中,引入林分因子的混合效应模型拟合效果最好;从模型独立性检验来看,一般混合效应模型的预估精度最高,绝对平均相对误差最小;引入环境因子后,混合效应模型的总相对误差以及平均相对误差有所减小,其中又以引入林分因子的混合效应模型的误差最小,表现最佳;一般回归模型无论在误差方面还是在精度方面都与混合效应模型有很大差距。 相似文献
10.
《西南林业大学学报》2017,(5)
在普洱市调查测定了8株思茅松标准样株单木的木材碳密度,分析不同林木间、不同高度及径向不同部位的差异;并采用混合效应模型技术,构建单木木材碳密度预测模型。结果表明:思茅松木材碳密度在不同林木间存在显著差异,且随树木高度增加而显著不同,由髓心向外存在极显著差异且呈现出先增加后持平或略有减小的规律性变化;相较于传统回归模型,混合效应模型均具有更低的AIC和BIC值;考虑林木和高度效应的二水平混合模型具有最小的AIC、BIC值和最大的log Lik值;R2最大、RMSE最小的模型是三水平混合模型。各混合效应模型的预估精度均在95%以上,且综合考虑林木和径向部位随机效应的两水平混合效应模型的拟合精度达到96.1%,相较传统回归模型混合效应模型能够更好的描述并预估思茅松单木木材碳密度。 相似文献
11.
12.
组合预测法在林分断面积生长预估中的应用 总被引：2，自引：0，他引：2
林分断面积生长模型的研究是林分因子建模中的主要对象,研究提高林分断面积生长模型的预测精度十分重要。组合预测法能够对不同模型的预测结果进行组合,把不同模型的预测误差分散化,从而提高预测精度。基于北京山区油松定期清查数据,根据残差的方差最小原则确定组合预测中各模型的权重,将单木水平预测所得的林分断面积与林分水平预测所得的断面积进行组合预测。结果表明:组合预测法预测林分断面积的精度比单一水平(单木水平、林分水平)预测的精度都高,同时组合预测法也改进了林分断面积预测模型的兼容性。 相似文献
13.
油松林分断面积与蓄积量生长模型研究 总被引：3，自引：0，他引：3
对北京地区油松林分断面积、蓄积量生长模型进行研究,为建立通用的、相容的断面积、蓄积量生长模型奠定基础。利用北京市油松一类清查数据,以Richards和Shumacher 为基础模型,通过选取不同的密度指标,分别拟合油松林分的断面积、蓄积量生长模型,并选取最优的断面积、蓄积量模型,引入哑变量,将间伐林分和未间伐林分合并建立林分断面积、蓄积量生长模型。结果表明,油松林分的断面积、蓄积的模拟效果都较好,R2分别最高达0.900 0、0.890 0,而且不同的密度指标直接影响模型的预估效果,林分断面积生长模型选用林分密度指数作为密度指标的预估效果更好;林分蓄积量生长模型选用林分断面积作为密度指标时预估效果更好,当在模型中的渐近值参数引入密度指标后,Schumacher模型对林分蓄积量的预估精度又要略优于Richards模型,通过模型的独立性检验,预测精度均在91%以上;而在最优的模型上引入哑变量后的林分断面积、蓄积量模型的R2、预测精度都比常规的模型稍高,R2均在0.900 0以上,预测精度在0.950 0以上。引入哑变量能适当的提高模型的精度,可以用来描述北京地区油松林分在不同措施下的生长变化规律,也解决了不同类型林分合并建模不相容的问题。 相似文献
14.
以黑龙江省七台河市林业局金沙林场9 株人工落叶松6 825 对早、晚材管胞长度样品数据为例,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Richards 模型作为早、晚材管胞长度基础模型y = β1 [1 - exp( - β2 x)]β3 + ε。基于Richards 模型,利用非线性混合模型技术构建落叶松早、晚材管胞长度混合效应模型yij = (β1 + b1i ){1 - exp[ - (β2 + b2i )t]}β3 + b3i + εij 。结果表明:当对早材管胞长度进行拟合时,b1i 、b2i 、b3i同时作为随机参数时早材管胞长度模型拟合最好;当对晚材管胞长度进行拟合时,b1i 、b2i 、b3i 同时作为随机参数时晚材管胞长度模型拟合最好;一阶自回归模型AR(1)能够较好地表达树木内误差相关性;同时考虑随机效应和时间序列相关性结构能够提高落叶松早、晚材管胞长度混合模型的预测精度。 相似文献
15.
基于单木水平和林分水平的油松兼容性生长模型 总被引：1，自引：0，他引：1
以油松林分为研究对象,基于北京市一类连续清查数据161块油松林分2期固定样地,建立单木水平和林分水平模型,利用组合预测法把油松单木水平模型和林分水平模型组合起来,用最优加权法计算单木水平和林分水平的权重系数,最后用3项数学指标MAD、RMSE、R2评估模型的预测效果。结果表明,所建的单木水平、林分水平和组合水平模型的预测效果均较好,经过分析比较,组合预测法预测油松断面积、蓄积量生长模型的精度高于单木水平和林分水平预测的精度。组合预测法所建立的模型结合了单木水平、林分水平模型的优点,提高了油松林分生长预测模型的兼容性,保障了油松林分生长模型预测结果的一致性,也可以用来预测下一期油松林分断面积、蓄积量生长规律。 相似文献
16.
系统动力学方法在林分断面积生长模型中的应用 总被引：1，自引：0，他引：1
由于辽宁东部地区日本落叶松长期处于自然生长状态下,缺乏科学的经营管理,因而年平均生长量较低,亟待进行人为经营,加快其生长,增加后备资源。将系统动力学方法应用于日本落叶松断面积生长研究中,旨在对日本落叶松的生长进行准确的预测,从而为森林经理者合理经营提供理论指导。分别用传统方法和系统动力学的方法对断面积生长进行建模,并进行比较择优,同时用同一地区的30块样地模型进行了精度检验。结果表明,用系统动力学方法来模拟断面积生长规律简便易行,突破了以往传统模型的局限性,同时克服了传统模型繁琐复杂和参数较多的缺点,拟合效果理想。 相似文献
17.
为了解云南松林分蓄积生长规律,为更好的经营云南松林分提供理论依据,笔者基于云南省云南松一类清查数据,以Schumacher和Richards模型为基础模型,选取不同的林分密度指标,来拟合云南松林分蓄积生长模型,并在最优基础模型上引入哑变量,将不同林分类型合并,建立同时适用于间伐林分和未间伐林分的蓄积生长模型。结果表明:4个传统生长模型的模拟效果都较好,R~2和预估精度最高分别为0.971 6、96.79%,不同的林分密度指标对模型的预测效果有较大影响,且以选用林分断面积作为林分密度指标的Richards模型的预估效果最好,其预估精度为96.79%。在最优传统生长模型中引入哑变量后,模型的R~2和预估精度都比传统的生长模型稍高,分别达到0.973 0、96.84%。通过对模型的适应性检验,所建的哑变量模型的预估精度超过98%,且对间伐林分的拟合效果更佳,可以用来描述不同措施下云南省云南松林分的蓄积生长规律,也解决了不同类型林分合并建模不相容的问题。 相似文献