凹叶厚朴一元立木材积方程的研究

实测 2 39株凹叶厚朴样木的胸径和材积 ,采用遗传算法、三次设计法和改进单纯形法等拟合一元材积方程并与对数线性化最小二乘法进行比较。结果表明 :采用遗传算法、三次设计法和改进单纯形法等建立一元材积方程优于对数线性化最小二乘法 ;三次设计及对数线性化最小二乘法的适用性检验统计量F值不能通过F检验 ,说明不能用三次设计及对数线性化最小二乘法拟合凹叶厚朴的材积方程 ;同时用模外 2 5株凹叶厚朴样木进行检验 ,遗传算法和改进单纯形法建立的一元材积方程的理论材积与实测材积相吻合。用遗传算法建立的立木材积方程编制了凹叶厚朴的一元材积表。表 3参 1 3     

凹叶厚朴一元立体木材积方程的研究

实测239株凹叶厚朴样木的胸径和体积，采用遗传算法，三次设计法和改进单纯纯形法等拟合一元材积方程并与对数线性化最小二乘法进行比较。结果表明：采用遗传算法，三次设计法和改进单纯形法等建立一元材积方程优于对数线性最小二乘法；三次设计及对数线性化最小二乘法的适用性检验统计量F值不能通过F检验，说明不能用三次设计及对数线性化最小二乘法拟合凹叶厚朴的材积方程；同时用模外25株凹叶厚朴样木进行检验，遗传算法和改进单纯形法建立的一元材积方程的理论材积与实测材积相吻合。用遗传算法建立的立木材积方程编制了凹叶厚朴的一元材积表。表3参13     

样地林木生物量精度评定的研究

为了评定样地林木生物量的估算精度,利用方差--协方差传播律,导出平均断面积法、每木树高胸径法和径阶平均断面积法计算样地林木生物量的精度评定公式;应用实例,分析模型误差、树高误差和胸径误差对样地生物量的影响,并对3种计算样地林木生物量公式的精度进行比较.根据一尾叶桉林样地中90棵树木的分析结果,平均断面积法的精度为2.18%,每木法的精度为1.99%,径阶均值法的精度为1.89%.具体结论为:①样地林木生物量的精度可用公式进行评定;②每木法和径阶均值法计算的样地生物量精度较高,平均断面积法计算的样地生物量精度较低;③样地林木生物量的估算误差,主要受模型参数误差的影响,受树高和胸径误差的影响处次要地位.     

利用相对误差最小二乘法估计材积方程参数

提出了利用相对误差最小二乘法估计材积方程参数的方法,讨论了该方法与加权最小二乘法估计材积方程参数的某些一致性。该方法在一定程度上克服了材积方程模型的异方差性,使建立的材积方程较大地降低了平均相对预测误差,提高了精度     

对优化算法求解Van Genuchten 方程参数的敏感性分析

运用非线性阻尼最小二乘法和单纯形法分别构造了计算Van Genuchten 方程参数的优化方法,并通过实验数据表明两种方法计算精度都较高.通过对方程参数的敏感性分析认为,α和n值对计算精度影响较大,在计算时应重点选择α和n值.     

宜良县云南松林生物量遥感估测方法研究

利用landsat5影像和通过蓄积量-生物量转换方法获得的样地生物量数据,从宜良县云南松林遥感特征、地形特征、郁闭度等方面选取自变量,采用随机森林回归和偏最小二乘法进行生物量遥感估测建模。结果表明:随机森林回归估测模型调整决定系数R2为0.881,模型估测精度为82.3%;偏最小二乘模型的调整决定系数R2为0.753,模型估测精度为78.43%。随机森林回归在模型拟合效果和检验精度上均优于偏最小二乘模型。     

Bertalanffy生长方程对峦大杉生长的拟合

在阐述Bertalanffy生长方程基本性质基础上,运用单向差分最小二乘法、双向差分最小二乘法、中心差分最小二乘法对其模型参数进行估计;应用Bertalanffy生长方程对峦大杉(Cunninghamia konishii Hayata)生长进行拟合,验证参数估计有效性及适用性。结果表明:单向差分最小二乘法、双向差分最小二乘法、中心差分最小二乘法对Bertalanffy生长方程参数估计,有效、适用;应用Bertalanffy生长方程对峦大杉生长拟合优度,验证了Bertalanffy生长方程不仅适用于海洋生物,同样适用于拟合峦大杉的生长规律;由3种参数估计法对应的统计量(R2)表明,中心差分最小二乘法得到的回归模型拟合度,优于单向差分最小二乘法、双向差分最小二乘法。     

GPS测码伪距绝对定位的几种算法

GPS定位方程是非线性的,一般处理方法是按泰勒级数展开取至一次项进行线性化,再利用最小二乘原理求解,如果所取观测站坐标的初始值具有较大的偏差,略去二次微小量的模型误差,对解算结果将产生不能忽略的影响.本文研究分析了GPS测码伪距绝对定位的传统算法,并提出了一种通过求差法将GPS绝对定位的非线性观测方程转化成线性方程直接求解测站坐标的新算法,通过实例计算表明该方法计算简单,不需要测站的初始坐标信息,不需要求导计算和迭代计算,对于提高GPS测码伪距单点定位的解算速度和精度具有重要的意义.     

混合模型在福建省粗叶榕生物量模型中的应用

为建立粗叶榕灌木生物量的混合模型,精确估算灌木生物量,以福建省将乐县4种林分类型(杉木纯林、杉木马尾松混交林、马尾松纯林、毛竹林)的114组粗叶榕灌木生物量数据为基础,以粗叶榕各部分生物量(地上、地下、总生物量)为因变量,以地径、株高、冠幅等为自变量,从6种常用的灌木生物量模型中选择拟合精度最高的线性及非线性模型作为基础模型。以林分类型为随机效应,采用混合效应模型方法,建立粗叶榕的线性及非线性混合模型。利用幂函数、指数函数、常数加幂函数3种结构消除数据异方差对模型精度的影响。采用AIC、BIC和负2倍的对数似然值对模型进行精度比较,并用绝对平均误差、均方根误差和调整后的决定系数对模型进行检验。结果表明,考虑冠幅建立的非线性生物量模型拟合精度较高;以幂函数作为异方差结构建立的非线性混合模型在精度上有显著提高,检验数据显示地上、地下、总生物量模型的决定系数分别提高12.17%、21.01%、20.24%。利用混合模型,并考虑异方差结构建立的灌木生物量模型可以精确地预估粗叶榕的生物量。     

生物量转换因子连续函数的拟合方法比较

利用生物量转换因子连续函数估算森林生物量已成为普遍使用的方法,使用不同的拟合方法提升生物量转换因子连续函数的计算精度成为当前的研究热点之一。以安徽省和福建省2个区域的杉木Cunninghamia lanceolata人工林为研究对象,选择不同年龄序列的典型杉木人工林,分别在2个区域设置0.06 hm2的样地53块,得出每个样地杉木林分生物量、林分蓄积量和生物量转换因子(fBEF)均存在显著差异(P0.01)。使用最小二乘法、非线性混合模型法和贝叶斯分层法分别拟合生物量转换因子连续函数,决定系数(R2)分别为0.643,0.802和0.804;平均偏差(dMD)分别为0.376,0.233和0.228。通过F检验比较3种方法的拟合效果,最小二乘法的拟合效果与非线性混合模型法和贝叶斯分层法之间有显著差异;非线性混合模型法的拟合效果和贝叶斯分层法之间无显著差异。估算林分生物量时,使用非线性混合模型和贝叶斯分层方法可以显著提升林分生物量的估算精度。     

基于分层贝叶斯方法的高山松单木生物量模型

以香格里拉市典型森林生态系统高山松林为对象,在前期进行Ⅰ区和Ⅱ区共115株高山松单木地上生物量实测基础上,以异速生长方程为单木生物量基础模型,并采用分层贝叶斯方法、非线性混合模型法、贝叶斯方法和非线性最小二乘法进行异速生长参数拟合,运用决定系数(R²)、估测精度(E)、均方根误差(RMSE)等指标对模型参数拟合效果进行评价。结果表明:1)从拟合精度看,4种方法的模型拟合效果均较好,R²均达到了0.98以上。但分层贝叶斯方法估计结果更优,其R²=0.985 6,E=84.76%和R_MSE=39.75 kg;2)通过对比不同方法的差异发现,加入了区域随机效应的分层贝叶斯方法和非线性混合模型法的拟合效果均优于未加入区域随机效应的贝叶斯方法和非线性最小二乘法。分层贝叶斯方法在拟合高山松单木生物量模型中具有更大优势,模型拟合效果最好。加入了随机效应的分层贝叶斯方法和非线性混合模型法可以提高单木生物量模型的估计精度,采用分层贝叶斯方法进行高山松单木生物量模型参数估测,为大尺度样本数据模型参数估测方法提供新思路。     

基于分位数回归的针阔混交林树高与胸径的关系

  目的  基于包含哑变量的非线性分位数回归方法，构建华北落叶松Larix principis-rupprechtii与白桦Betula platyphylla针阔混交林树高与胸径关系的预测模型，对研究混交林中树种结构及立地生产力预测具有重要意义。  方法  以河北省塞罕坝机械林场华北落叶松与白桦针阔混交林为研究对象，利用83块标准地调查数据，基于哑变量分别采用最小二乘法和非线性分位数回归方法，构建不同树种树高与胸径关系模型。  结果  基于包含哑变量的非线性分位数回归预测模型精度高于最小二乘法，其中利用最小二乘法拟合不同树种模型，其确定系数、平均差及平均绝对误差分别为0.787~0.814、1.581~1.877、2.447~2.654；而利用非线性分位数回归不同树种不同分位点模型，其确定系数、平均差及平均绝对误差分别为0.839~0.921、0.213~1.469、0.561~2.322，经过残差分析确定，当分位点τ=0.7时，不同树种树高与胸径关系预测模型精度较高。  结论  与最小二乘法相比，基于非线性分位数构建的包含哑变量不同树种树高与胸径关系的预测模型精度更高。图3表3参33     

一元非线性回归问题的改进方法

本文分析了用一般线性化方法解决一元非线性回归问题的各种缺陷。在此基础上,根据最小二乘法的思想,对Y=β_o·e~(β(1/x))+ε、Y=β_oe~(βx)+ε和Y=β_oX~β+ε三类回归问题提出了一种有效的改进方法     

基于不同预测变量的橡胶树地上生物量模型

在海南岛范围内，橡胶林种植面积很大，但对于这种经济树种大多评估它的生产效益和经济效益，很少建立生物量估计模型。基于海南岛54株实测生物量数据，建立橡胶树不同组合自变量非线性回归模型和非线性度量误差模型。由于生物量与自变量之间存在非线性关系，在拟合模型时采用最小二乘建模技术。模型的选择基于解释系数（Pseudo-R²）、均方根误差（RMSE）和平均预测误差（MPE）。结果表明，通用模型的解释系数（Pseudo-R²）和平均预测误差（MPE）分别为0.70~0.94、-0.8%~1.1%，选择基于胸径和木材基本密度的二元模型为最优通用模型。以最优通用模型地上生物量估计值为总量，构建各分项生物量相容性模型，其中树干生物量模型的Rseudo-R²、RMSE值分别为0.92、28.4 kg，拟合效果优于树枝和树叶生物量模型。总体来看，添加树高、树冠和木材基本密度因子进行橡胶树地上生物量模型的构建十分必要。     

小兴安岭主要树种生物量的理论模型

为了研究大尺度森林生物量,利用高精度的林木生物量模型准确估算单木生物量,以树木胸径D为基本自变量,采用chebyshev正交多项式系构建新的自变量组合,并利用偏最小二乘方法进行回归,建立了小兴安岭15个树种的生物量理论模型,并将之与采用常规生物量模型建立的模型进行了精度比较.结果表明:生物量理论模型方法对样本的拟舍效果...     

金沟岭林场天然云冷杉林冠幅模型和估计方法比较

  目的  对比不同冠幅预测方法对云冷杉幼树不同方向冠幅（东、西、南、北、东西、南北、平均冠幅）的预测精度的差异，为天然云冷杉林经营提供一定的理论依据。  方法  利用2013年金沟岭云冷杉3块1 hm2固定样地中云冷杉幼树各向冠幅实测数据，以逻辑斯蒂模型为基础模型，以非线性最小二乘法为基础方法进行模型初步拟合。以1/D、1/D0.5、1/D2作为模型的权函数进行模型异方差的消除。以不加权非线性似乎不相关法、加权非线性似乎不相关法、分位数回归法、非线性最小二乘法分别构建了云冷杉幼树冠幅各组分预测模型。  结果  模型拟合结果显示，分位数回归模型的拟合效果在云冷杉幼树冠幅预测模型中拟合精度最低；相较于分位数回归而言，加权非线性似乎不相关回归模型拟合效果与加权最小二乘模型拟合效果相当。模型拟合效果排序为:加权NSUR ≈ 加权OLS > OLS > QR。以1/D2作为模型的权函数时，模型残差图的异方差趋势被消除最明显，该权函数为最优权函数。  结论  本文中非线性分位数回归模型拟合效果不一定比非线性最小二乘法更好。加权NSUR模型（权函数为1/D2）可以为金沟岭林场云冷杉幼树冠幅的预测提供一定的理论基础。      

曲线回归参数估计的改进与回归预测模型的校正

为了使回归预测模型更具有实用性，采用渐近最小二乘法对指数函数，幂函数一类回归曲线的参数估计做了改进。在增加新的样本单元资料时，用增长记忆递推公式对原始回归预测模型进行了校正，得到新的预测模型。     

刺五加种群构件生物量预测的研究

[目的]为刺五加种群经济产量预测提供理论依据。[方法]采用不同参数、不同函数对不同生境刺五加种群构件生物量进行预测。[结果]刺五加种群的构件生物量可以用数学模型进行估测,并且幂函数的估测效果优于其他函数,估测的精密度较高,其中以选用基径的平方×株高(D2H)为自变量估测的效果较好。[结论]建立了刺五加种群经济产量的数学模型,并可用于指导生产。     

GLM模型和回归树模型在CPUE标准化中的比较分析

在渔业资源评估中,CPUE(catch per unit effort)标准化是基础性工作。一般线性模型(generalized linear model,GLM)已成为CPUE标准化的基本方法,但GLM模型在误差结构、自变量的选择、缺失数据、复杂交互效应及异常值处理等方面仍然缺乏灵活性。本文基于模拟数据及我国东、黄海鲐鱼(Scomber japonicus)灯光围网渔业数据,比较和分析了基于GLM模型与回归树模型在CPUE标准化中的效果。研究表明:当渔业数据不存在非线性关系与异常值时,GLM模型与回归树模型均能较好地对CPUE进行标准化,但由于回归树模型具有阶跃函数特征,因而GLM模型更具优势;在非线性关系及异常值存在的条件下,回归树模型对CPUE的标准化具有相对较小的估计误差,模型更简约、有效。由于回归树模型能可视化显示自变量与应变量间的复杂关系,因此,更有利于探索和分析渔业数据。     

Holling圆盘方程参数估计方法的研究

本文直接对Holling圆盘方程用最小二乘法,提出一种新的拟合方法——加权最小二乘法,并由此得到了Holling圆盘方程参数T_h,a′的估计式。比较结果表明:加权最小二乘法拟合结果较好,且拟合效果稳定,方便实用。