排序方式： 共有12条查询结果，搜索用时 15 毫秒
1.
【目的】利用线性混合效应模型分析杉木树高与胸径的关系,为杉木树高测量提供支持。【方法】收集688组有效杉木研究数据,利用最小二乘法构建树高(H)和胸径(DBH)的线性基础模型,同时考虑林分密度效应和海拔效应,在R 3.2.2软件中拟合混合模型,比较基础模型和2种混合模型的赤池信息规则(AIC)、贝叶斯信息规则(BIC)和-2倍对数似然值(-2log lik),在此基础上,引入误差效应方差协方差矩阵及指数函数、幂函数和恒等式函数,筛选较好的混合模型;基于独立验证数据对模型进行验证,选取R~2、|E|、RMSE3个评价指标对模型精度进行评价。【结果】固定模型的AIC=2 089.731,BIC=2 102.151,-2log lik=2 083.732,均大于混合模型,即混合效应模型拟合效果优于固定模型;考虑模型误差效应方差协方差矩阵,加入恒等式异方差函数能够显著提高模型的精度,且含有不同随机参数的混合模型精度不同,引入海拔随机效应的混合模型拟合精度(R~2=0.804 4,|E|=1.553 9,RMSE=2.143 0)高于含有林分密度效应的混合模型(R~2=0.797 0,|E|=1.576 6,RMSE=2.183 0)。【结论】考虑随机效应的混合模型既能反映杉木树高的总体变化趋势,还能体现不同组分间的差异,在估测精度和通用性上均优于固定模型。 相似文献
2.
[目的]探讨大别山山核桃天然种群的表型多样性,为种质资源收集、优选、改良提供理论支持,为大别山山核桃的开发利用奠定基础。[方法]从19个大别山山核桃天然种群中选取198个单株,测定其果实和叶片的表型性状共16个,采用巢式方差分析,单因素方差分析,相关性分析,非加权配对算数平均法(UPGMA)等方法揭示大别山山核桃表型性状与地理分布的关系及其变异规律。[结果](1)大别山山核桃的16个表型性状在种群间和种群内均存在极显著差异(P<0.01),表明大别山山核桃的表型多样性非常丰富;(2)各表型性状的变异范围为1.64%-26.59%,平均变异系数为9.63%;果实表型与叶片表型的种群内平均变异系数分别为6.16%和15.42%,果实表型平均变异系数较小,性状相对稳定;(3)表型性状间的相关性分析表明,性状间达极显著相关的有60对,达显著相关的11对;(4)种群间和种群内的平均方差分量百分比分别为49.28%和17.53%,平均表型分化系数为66.25%,表明大别山山核桃表型变异主要来自种群间;(5)当距离系数为0.04时,19个种群被分为4类,聚类情况基本与经度的变化一致。 相似文献
3.
4.
影响山核桃产量气象因子的调查与分析 总被引：1，自引：0，他引：1
【目的】为了揭示气象因子对山核桃产量的影响,【方法】以临安市3个主要山核桃产区2008—2010年气象数据和实际山核桃产量数据,运用数学建模和数理统计方法分析山核桃产量和气温、降雨量及降水时间之间的关系,建立回归模型。【结果】结果表明,山核桃产量与花芽分化期日均温度呈显著正相关性,相关系数0.946;与开花授粉期降雨量、降水时间呈显著负相关性,相关系数分别为-0.829、-0.796;模型计算得临界日均气温为2.4℃,降雨量临界值162 mm,平均降水时间临界值21 d。【结论】山核桃花芽分化期和开花期极端天气对其产量有一定的影响。 相似文献
5.
根冠比是研究森林生物量存储方式和分配策略的基础,是森林生态系统物质循环的重要组成部分。通过收集筛选134篇文献608条杉木Cunninghmia lanceolata人工林根冠比（RSR）的数据,分别建立根冠比与年平均气温、年平均降水量、林分密度和林龄的最优方程。根冠比随年平均气温、年平均降水量和林分密度的增加而增加,随林龄的增加而减小。同时,利用结构方程,阐述气候和林分因子与根冠比关联特征。结果表明:年平均气温、年平均降水量、林分密度和林龄对根冠比的直接通径系数分别为0.515（P < 0.01）,0.548（P < 0.01）,-0.462（P < 0.01）和0.201（P < 0.01）。年平均降水量和林龄还通过影响年平均气温和林分密度间接影响根冠比,其间接通径系数分别为-0.308（P < 0.01）和-0.082（P < 0.05）。影响杉木人工林根冠比变化因素的69%来自气候和林分因子。 相似文献
6.
利用果实化学成分含量与光谱的非线性模型,实现果实化学成分含量的快速无损鉴定,成为林业研究的热点之一。果实在生长发育过程中,化学成分的含量随时间的递增而不断增加,常规方法不能较好拟合和预测果实化学成分含量的变化。本研究提出一种基于时间梯度的神经网络方法(TSNN),以6个时间梯度山核桃果实蛋白质和脂肪含量的光谱和实测数据为研究对象,分别与偏最小二乘法(PLS)和人工神经网络(PLS-ANN)方法比较,检验TSNN方法的建模和预测效果。结果表明:TSNN方法对蛋白质含量的预测,均方根误差分别比PLS和PLS-ANN方法降低了18.82%和7.39%;TSNN方法对脂肪含量的预测,均方根误差分别比PLS和PLS-ANN方法降低了39.95%和35.02%。TSNN方法的校正相关系数平方(R_c~2)和预测相关系数平方(R_p~2)比PLS和PLS-ANN均有提升。因此,TSNN方法是一种比较准确实用的定量分析方法。 相似文献
7.
不同母岩发育山核桃林地土壤性质及叶片营养元素分析 总被引：4，自引：0，他引：4
为了解不同母岩发育山核桃Carya cathayensis林地土壤性质及叶片营养的差异,于2008年7月采集和分析了板岩、花岗岩、千枚岩和砂页岩等4种母岩发育的土壤和山核桃植株叶片。结果表明,花岗岩发育的土壤酸碱度最低（pH 4.72）,有机质（43.11 g·kg－1）和有效硫（38.73 mg·kg－1）质量分数最高,交换性钙（5.22 mg·kg－1）和有效锌（1.65 mg·kg－1）质量分数最低;而有效磷（7.29 mg·kg－1）,有效铁（31.24 mg·kg－1）和有效锰（67.49 mg·kg－1）质量分数则以千枚岩发育的土壤为最高;山核桃叶片中各营养元素质量分数的大小顺序表现为氮＞钙＞钾＞镁＞磷＞锰＞铁＞锌;花岗岩发育的土壤上的山核桃叶片氮、钙、镁、锌质量分数最高,磷、铁质量分数最低;不同母岩发育山核桃林地土壤pH值、有机质与多个大中微量元素有效养分之间存在显著或极显著相关关系。叶片氮、钾、钙、镁、铁与土壤多种养分质量分数之间存在一定的相关性。表5参22 相似文献
8.
9.
以不同立地条件的69块山苍子人工林为研究对象，通过调查其生长及经济性状，利用主成分分析和数量化理论I分析立地因子与山苍子树高之间的关系，评价山苍子立地生产潜力。结果表明，坡度、地貌、土壤厚度、土壤质地、坡向5个主导因子与山苍子树高数量化拟合复相关系数为0.47，达到了极显著水平（P<0.01）。采用坡度、地貌和土壤厚度3个因子组合，可将立地类型划分为20个；对每个立地类型立地质量评价分析得出，研究区有75%的样地立地质量在中等以上。山苍子栽培在坡度26°~45°、丘陵和平原以及中厚土层（＞40 cm）立地条件下生长和产量较好。 相似文献
10.