排序方式: 共有23条查询结果,搜索用时 15 毫秒
21.
【目的】分析杉木单木枯损率与初植密度、竞争和气候因子的关系,为杉木科学经营管理提供决策依据。【方法】以江西杉木密度试验林为研究对象,选取常用的logit、probit和cloglog 3种二分类变量数据结构模型构建杉木单木枯损率基础模型,并进行选择。以选择出的最优模型为基础,引入样地和样木的随机效应构建杉木单木枯损率混合效应模型。【结果】logit模型的AIC值最小(4 700.419),probit模型次之,cloglog模型最差。考虑样地和样木两水平随机效应的混合效应模型模拟精度最高,其AUC值为0.966 8。初植密度、林分优势高越大,杉木单木枯损率越高;相对直径d/D_g越大,杉木单木枯损率越低;气候越干旱,杉木单木枯损率越高;温度升高,杉木单木枯损率减小。【结论】考虑样地和样木两水平的logit模型能够较好分析杉木单木枯损率与初植密度、竞争、立地和气候因子的关系,并且随着气候干旱发生,杉木单木枯损率提高。 相似文献
22.
23.
【目的】基于多个变量分别构建杉木单木叶生物量预测模型,并选择出预测效果最佳的模型,为杉木叶生物量的精准预测提供参考。【方法】以21块不同林龄样地共63株解析木为例,分别基于胸高处边材面积、胸径和冠基部直径3个变量,考虑其他与叶生物量相关的单木和林分因子,以样地为随机效应因子构建非线性混合模型,采用指数函数、幂函数和常数加幂函数消除数据间的异方差性。根据模型评价指标赤池信息准则(AIC)、贝叶斯信息准则(BIC)和对数似然值(Log Likelihood)选择最佳模型,并对不同参数的混合模型进行似然比检验。采用留一交叉验证法,计算模型决定系数(R2)、总相对误差(TRE)和平均绝对误差(MAE),对模型预测效果进行检验。【结果】基于3个变量以幂函数为异方差结构构建的混合模型效果最好,混合模型均优于基础模型,且基于冠基部直径构建的模型预测效果最佳。【结论】以基于冠基部直径构建的非线性混合效应模型(模型16)作为预测杉木单木叶生物量的最佳模型,符合管道模型理论。各变量均具有一定生物学和统计学意义,野外调查较易获取(非破坏性)。模型具有一定实用性,且预测精度较高(R 相似文献