首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   4篇
  免费   1篇
林业   3篇
综合类   2篇
  2024年   1篇
  2019年   1篇
  2012年   1篇
  2011年   2篇
排序方式: 共有5条查询结果,搜索用时 10 毫秒
1
1.
为了提高生长模型的开发效率,扩大生长模型的影响和应用,根据落叶松云冷杉林矩阵生长模型的参数特点及各种算法,利用计算机java语言将这些参数和算法转移到CAPSIS共享森林建模平台上,结合CAPSIS本身具有的各种适用于单木或林分的模块属性.基于CAPSIS平台开发了落叶松云冷杉林矩阵生长模型,该模型可用来预测和模拟自然...  相似文献   
2.
金苍林场蒙古栎天然中龄林竞争关系研究   总被引:6,自引:1,他引:5       下载免费PDF全文
以吉林省汪清林业局金仓林场2块面积为0.25 hm2的蒙古栎天然中龄林固定样地为对象,采用8个竞争指标,研究蒙古栎天然林种内、种间竞争状态。研究结果表明,该林分竞争激烈,蒙古栎与其他各树种存在种间竞争,但其主要竞争压力来自种内,种外竞争压力主要来自黑桦与白桦。其它树种的竞争主要为种间竞争。蒙古栎竞争能力处于中等,白桦与黑桦最强。各竞争指标结果存在差异性,但均能反映蒙古栎天然林竞争状态。蒙古栎竞争强度与胸径存在幂函数关系,竞争强度随个体大小的增大而减小。  相似文献   
3.
目的单木生长受气候、林分等多种因子影响,需要利用适当的方法厘清气候以及林分中影响林木生长的主导因子。随机森林等机器学习方法提供了一种新的途径,需要检验利用随机森林算法分析气候和林分因子对林木生长影响的可靠性,为森林生长收获预估提供新的方法。方法以吉林省汪清林业局20块落叶松?云冷杉混交林固定样地25年(1986—2010年)间连续调查数据作为研究材料,候选气候和林分因子52个,利用随机森林算法建立了包含气候和林分的单木胸径生长模型,分析气候和林分因子对单木胸径年平均生长量的影响:基于52个超参数组合(决策树数目ntree = 1 000、决策树每个结点随机选择的预测变量个数mtry = {1, 2, ···, 52})构建了52个随机森林模型,利用10折交叉验证法分别训练和评估52个随机森林模型;基于完整数据集,利用最优随机森林模型分析自变量对单木胸径年平均生长量影响的相对重要性以及偏依赖关系。结果ntree = 1 000、mtry = 12所对应的模型是52个模型中具有最佳泛化能力的模型,该模型具有最大的交叉验证决定系数R2cv(R2cv = 0.54),以及最小的交叉验证均方根误差RMSEcv、交叉验证平均绝对偏差MAEcv和交叉验证相对均方根误差rRMSEcv(RMSEcv = 0.14 cm、MAEcv = 0.10 cm、rRMSEcv = 50%)。单木胸径年平均生长量受林分因子的影响极大,相对重要性超过80.00%。8个林分因子中,大于对象木的林木断面积之和BAL对单木胸径年平均生长量影响最大,林分每公顷株数N对单木胸径年平均生长量影响最小,其他因子对单木胸径年平均生长量影响介于两者之间;单木胸径年平均生长量随BAL、林分每公顷断面积BA、N以及林分断面积平均胸径Dg的增加而下降,随对象木胸径与林分断面积平均胸径之比RD、林木期初胸径D0以及对象木胸径与林分中最大林木胸径之比DDM的增加而增加。单木胸径年平均生长量受气候因子的影响较小,相对重要性低于20.00%。44个气候因子对单木胸径年平均生长量的影响均较小(相对重要性均 < 1%),其中,生长季平均降水量(4—9月)与年均降水量之比Pratio、年总太阳辐射时长Asr、生长季平均降水量(4—9月)与生长季相对湿度(4—9月)之比Gspgsrh以及生长季太阳辐射时长(4—9月)Gssr是前4个相对重要的变量。结论随机森林模型能够较好地解析各变量与单木胸径年平均生长量之间复杂的关系,单木胸径年平均生长量受林分因子的影响极大,而受气候因子的影响较小。总体而言,在局部尺度上,林分因子是影响单木胸径生长的主导因子,而气候因子对单木胸径生长的解释能力有限。随机森林模型具有一定的泛化能力和统计可靠性,产生的变量重要性和偏依赖图具有合理的林学意义。   相似文献   
4.
【目的】比较4种机器学习算法在模拟华中地区3种典型天然林土壤有机碳含量上的表现,筛选最优模型算法,明确影响该地区天然混交林土壤有机碳富集与空间分布的关键气候环境因子,为森林土壤有机碳分布格局研究提供技术参考。【方法】以华中地区3种典型天然林(常绿针叶混交林、落叶阔叶混交林和常绿阔叶混交林)为研究对象,引入4种机器学习算法(支持向量机、人工神经网络中的多层感知器、随机森林和分位数回归森林),模拟0~60 cm土层土壤有机碳含量,比较模型解释量及表现稳定性,筛选最优模型算法。【结果】4种机器学习算法均能成功模拟天然林0~60 cm土层土壤有机碳含量,多层感知器、随机森林、分位数回归森林模拟结果明显优于支持向量机,其中随机森林模型表现最稳定,决定系数最高达0.620。母质、土壤密度、孔隙度、地理位置、海拔、植被和水分亏损情况等共同影响华中地区天然林0~60 cm土层土壤有机碳含量,但显著影响表层(0~20 cm)、中层(20~40 cm)与深层(40~60 cm)土壤有机碳含量的因子并不一致且影响机制不同。在0~20 cm土层,显著影响因子最复杂,除土壤密度以外,土壤孔隙度、地形、植被和气候...  相似文献   
5.
近天然落叶松-云冷杉林树种竞争关系的变化   总被引:1,自引:0,他引:1  
以4块落叶松-云冷杉间伐实验样地为对象,采用6个与距离无关的竞争指标,研究林木竞争状态在20年间(1986~2006年)的变化及间伐的影响。结果表明,落叶松为主要树种,竞争能力最强,其竞争压力主要来自种内,红松和其他阔叶树的竞争能力有逐渐增强的趋势,因此,随着林分生长,落叶松的竞争主体地位受到了来自其他针叶树云冷杉、红松及阔叶树种的威胁。该林分竞争关系近期相对稳定,但有从落叶松-云冷杉林向阔叶树及红松林发展的趋势。间伐影响种间竞争关系和林分平均竞争水平,影响程度与间伐对象的选择与间伐强度有关。林分竞争水平随间伐强度的增加而降低,但会逐渐恢复。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号