基于人工神经网络的落叶松一元材积表编制

采用大兴安岭东部落叶松Larch的材料,分别运用人工神经网络和回归分析方法编制了落叶松的一元材积表,人工神经网络在拟合过程中以落叶松胸径作为输入向量,以单株材积作为输出向量,并选出既符合林木材积曲线分布规律,又具有较高拟合准确度的网络模型,其网络结构为1：2：1,网络对象名为Enet。用该模型拟合的材积表其拟合准确度迭95．69％,拟合误差为7．2997;而用回归分析法拟合的材积表其拟合准确度为91．56％,拟合误差为14．2930。由此表明,用人工神经网络编制的材积表精度明显高于回归分析法,误差明显小于回归分析法,拟合的材积更接近实际材积。     

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/D^0.5、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...     

东北粳稻叶片植被指数NDVI与PRI的相关性分析

以东北地区典型地带的粳稻为例,利用植被指数测量仪PlantPen,同时测量了粳稻叶片植被指数NDVI和PRI,并根据粳稻生长发育进程分成了与物候一致的4个生育时期。首先利用二元定距变量相关分析的方法对NDVI和PRI进行相关性分析;然后,分别利用线性回归和Cubic曲线回归建立NDVI拟合PRI的回归模型,并对回归模型进行拟合优度检验和精度验证,同时对线性回归模型与Cubic曲线回归模型的拟合效果和检验结果进行对比分析。结果表明,粳稻叶片植被指数NDVI和PRI在各生育时期均有极显著的相关关系,在粳稻生长发育进程中,相关性越来越高;线性回归模型和Cubic曲线回归模型均能使NDVI较好地拟合PRI,在粳稻生长发育进程中,拟合效果也越来越好;Cubic曲线回归模型在粳稻4个生育期平均相应的指标值判定系数(R²)、均方根误差(RMSE)、绝对百分误差(MAPE)分别为0.8055、0.0358、0.534%,而线性回归模型的相应指标为0.7653、0.0488、1.365%。Cubic曲线回归模型的RMSE和MAPE值较小且R²较大。因此其拟合优度和检验精度均优于单纯的线性回归模型,可作为NDVI反演PRI一种参考模型。     

基于地貌类型的土壤有机质多光谱遥感反演

该文基于地貌类型分析土壤有机质含量与多光谱遥感影像光谱波段之间相关关系,并构建不同地貌类型区有机质含量反演模型.结果表明,各波段光谱反射率与土壤有机质含量均呈负相关关系;利用SPSS软件对所有波段进行剔除变量(remove)线性回归分析,当全部波段参与构建反演模型时,一次反演模型拟合效果较好.分地貌类型区构建土壤有机质反演模型精度高于整个区域反演模型精度,与实际值对比,当允许误差为7％时,土壤有机质含量识别度为91.65％.基于地貌类型构建土壤有机质含量反演模型提取研究区土壤有机质含量是切实可行的,且精度较高.     

山地丘陵区社会经济数据空间化模型构建及应用

社会经济数据的空间化,是地学研究中解决数据结构不一致、空间单元不匹配和数据在空间单元内均一化问题的有效方法.本文基于多因素回归分析建立了社会经济数据空间化处理方法,选取重庆市丰都县为研究区,以人口密度和GDP规模为对象进行了回归建模,为社会经济数据的空间精细化研究提供借鉴.结果表明,采取向后剔除法准则的多元线性回归分析数据融合方法,较好地模拟了研究区社会经济数据的空间分布格局,拟合方程修正后的可决系数均达到0.80以上;将以乡镇为单元拟合的县域社会经济数据融合模型,应用于村域尺度社会经济数据的空间精细化表达,经验证数据吻合度普遍在80%以上,能够较好地实现村域尺度社会经济数据的空间化.因此,就研究区而言,基于多因素回归分析的社会经济数据空间化模型构建,较好地实现了对社会经济数据的反演,为创建区域范围内村域尺度连续的社会经济数据表面提供了支撑.     

基于冠层NDVI数据的北方粳稻产量模型研究

以沈阳农业大学试验田为研究区域,将无人机遥感技术与人工结合,采集2015年夏季粳稻生长全过程的冠层NDVI数据。首先,利用二元定距变量相关分析的方法对单天和各旬、各月冠层NDVI与产量进行相关性分析;然后,利用线性回归和Square(或Cubic)曲线分别对相关性较好的单天和各旬与产量建模,并对回归模型进行检验,验证模型精度,同时将效果较好的几个模型进行对比分析。结果表明,单独用一个变量建模,Square(或Cubic)曲线模型优于一次线性回归模型,6月中旬和8月上旬的组合模型是估产最理想的模型,其判定系数(R²)为0.771,相对误差(RE)为4.06%,均方根误差(RMSE)为0.474 t·hm^-2,精度较高,具有可行性,据此确定北方粳稻最佳估产时间是6月中旬的分蘖盛期和8月上旬的抽穗期。     

基于贝叶斯模型平均法的森林火灾预测模型构建研究

  目的  本文基于贝叶斯模型平均法,结合二项逻辑斯蒂回归模型,构建云南省大理州森林火灾发生预测模型,以期提高林火预测精度,为研究地区林火管理提供技术支持。  方法  利用2000—2013年大理州林火数据及对应的气象数据,分别运用二项逻辑斯蒂回归模型和贝叶斯模型平均法,对该地区森林火灾对气象因子的响应进行实证分析。二项逻辑斯蒂回归模型为单一模型,建模前通过对各解释变量进行多重共线性检验,剔除有显著共线性的解释变量,然后通过逐步回归法,筛选最终变量并进行参数拟合。贝叶斯平均模型为组合模型,基于贝叶斯模型平均法建模时,采用奥卡姆窗的方法来适当调整模型空间,并以5个最优模型的后验概率作为权重进行加权建模。将全样本数据随机分成80%的训练样本和20%的测试样本,基于训练样本建立模型,对测试样本进行预测,通过对比观测值和预测值计算模型的准确率。  结果  通过二项逻辑斯蒂模型拟合,优度为0.783,预测精度为0.718。通过贝叶斯平均模型拟合,优度为0.868,预测精度为0.807。2个模型预测结果对比显示,在训练集中,贝叶斯平均模型的预测准确率比二项逻辑斯蒂回归模型高9.3%;在测试集中,贝叶斯平均模型的预测准确率比二项逻辑斯蒂回归模型高8.9%。  结论  在基于气象因子的大理州林火发生预测模型构建研究中,贝叶斯平均模型的拟合优度和预测精度均高于二项逻辑斯蒂模型,表明贝叶斯模型平均法具有一定的现实应用意义,可用于提高研究地区林火预测精度,有利于森林火灾的决策管理。      

落叶松人工林直径分布动态预估模型1）

基于小兴安岭地区和长白山地区102块落叶松人工纯林固定标准地复测数据（10 a间隔期）,采用参数预测模型（PPM）系统,建立了前期Weibull分布参数（b1）与前期林分调查因子模型、前期参数c1与b1之间的回归模型、两期参数b2与b1的回归模型、以及两期参数c2与b2之间的回归模型,并采用似乎不相关回归（ SUR）理论,估计了模型的参数;利用“刀切法”选择平均相对误差（ ME ）、平均相对误差绝对值（ MAE ）、预测精度（ P）、相对误差（ B）、误差指数（ IE ）等指标,分别对所建立的参数动态预测方程及直径分布动态预测结果进行了检验。结果表明：所有模型的R2a较好（0．428～0．897）,RMSE均较小（0．37～0．94）,所建立的直径分布动态预测模型具有较好的拟合效果。通过检验,所建立的参数动态模型预估能力较好（－10％＜ME＜－2％,P＞95％）,并能较好地预测落叶松人工林未来直径分布（B0＝4．38％,B1＝12．38％,IE＝524）。     

基于修正函数的杉木人工林单木冠幅预测模型1）

在福建省顺昌县,选择50块不同林龄、密度和立地条件的杉木人工纯林为研究对象,采用修正方程法构建杉木单木冠幅模型。在冠幅－树龄潜在生长函数的基础上,以地位指数、林分密度、竞争指数和胸径作为修正变量,根据指数函数和幂函数的组合形式构建误差函数,基础函数与误差函数的乘积即为冠幅修正模型。结果表明：在16种组合的修正方程中,4项幂函数乘积组合的模型拟合效果最佳（ R2＝0．876）;使用未参与建模的数据对模型进行检验,检验结果显著;将修正模型与一元线性回归和多元线性回归模型进行对比分析,发现无论是决定系数还是残差值,修正模型的拟合效果最优,因此,修正模型可以更好地预测杉木冠幅生长。     

南瓜片太阳能—热泵联合干燥特性及动力学模型

研究不同干燥温度、装载密度和物料厚度对南瓜片干燥速率的影响,以探明南瓜片在太阳能—热泵联合干燥过程中的水分变化规律,并用7种干燥模型对干燥特性试验数据进行非线性回归拟合求解,确定模型系数并获得最优模型.结果表明:干燥温度、装载密度和物料厚度对南瓜片的干燥速率有显著影响(P0.05),在各干燥条件下南瓜片均呈先加速后减速的干燥过程.通过对干燥动力学模型的拟合后发现,试验数据在Midilli and Kucuk模型中的回归系数(R~2)最大,残差平方和(SSE)和均方根误差(RMSE)较低.表明Midilli and Kucuk模型能较准确地表达和预测南瓜片太阳能—热泵联合干燥过程中的水分变化规律.     

基于反馈回归法的用电量预测模型研究

多元线性回归法是用电量预测中常用的一种方法,带反馈的多元线性回归法是一种改进的回归方法,具有更高的精度.本文在此基础上进行了多次反馈,即利用带多次反馈的多元线性回归法,结合SPSS软件进行统计分析,并以陕西省用电量为例探究分析多次反馈的多元线性回归法在用电量预测中的应用,从而得到更精准的用电量预测模型.最后以四川省的用电量数据对模型进行了验证,体现出了该模型的优越之处.     

农用地分等中等指数与标准粮产量回归分析模型研究——以辽宁省为例

以辽宁省为例进行实证研究,将线性与非线性回归分析模型进行对比分析。结果表明,非线性回归分析模型的分析计算结果更为科学、合理。     

基于Landsat-8影像的西宁市南北山森林生物量估测模型研究

基于Landsat-8遥感影像结合同期的野外调查样地数据,建立青海省西宁市南北山森林生物量估测模型。通过对Landsat-8遥感数据6个原始波段的灰度值和4个常用植被指数(DVI、NDVI、EVI、SAVI),开展主成分分析后得到主分量PCA1、缨帽变换得到BRIGHT、GREEN、WET,分析遥感信息与生物量的相关性,运用逐步回归分析法建立研究区森林生物量回归估测模型:B=119.495+3.704E^-24e^DVI+0.026OLI-5²-3.478OLI-5（R²=0.554,p<0.01）,经检验模型的平均相对误差为13.509%,反演得到西宁市单位面积森林生物量为5.227 t/hm²,总森林生物量为998 991.768 t。结合西宁市遥感影像,绘制了西宁市森林生物量分布图。     

小麦主要品质性状影响面包烘烤的回归分析

以47个小麦品种为材料,测定其主要面粉理化指标、面团流变学指标和面包烘烤指标,通过相关性分析确定各品质指标间的相互关系,并进一步进行逐步回归分析确定对面包烘烤起主要作用的品质性状,以期为小麦品质育种、面包小麦品种品质指标的制定及加工原料的筛选提供参考依据。     

灰色线性组合模型在涝灾预测中的应用

灰色线性组合模型由于在传统灰色预测模型的基础上加入了对数据的线性分析,在各个领域应用已较为广泛.应用灰色线性组合模型,以沈阳市1960～2006年的降雨量作为数据依据,建立模型对涝灾进行预测.结果表明:组合模型较好的拟合了预测灾变年,预测误差小于普通灰色预测模型,为涝灾预测增加了一种新方法.     

乌鲁木齐市土地利用变化及其社会经济驱动因素分析

[目的]在乌鲁木齐市社会经济高速发展的基础上,提出灵活的土地资产处理政策及最优的空间发展方向,以便实现乌鲁木齐市土地资源的优化配置和可持续利用.[方法]应用统计软件对所得数据进行相关性分析,并进一步建立线性回归模型,分析探讨各用地类型与社会经济驱动因子之间的关系.[结果]土地利用变化是多种因素相互耦合作用而产生的结果,线性回归分析得出各土地利用类型与社会经济驱动因子之间的关系.[结论]土地利用变化是多因素共同作用的结果,所用研究方法在今后的研究中还应不断完善,使之能更好的应用于实际研究中.     

航天诱变凤仙花SP1代单株小孢子大小的回归分析

在对航天诱变凤仙花SP1代单株小孢子大小、数目研究的基础上,利用数理统计原理,并借助SPSS15.0统计软件对数据进行了相关的假设检验,对其变异现象给出了合理的理论分析,并建立了适当的多元线性回归模型。该模型可对航天诱变凤仙花SP1代单株小孢子的大小、数目进行预测,即SP1代诱变株小孢子总数与其对应的大、中、小3种型号小孢子数目的预测。     

表面活性剂SDS与DBS对褐点石斑鱼急性毒性研究

[目的]研究表面活性剂SDS和DBS对水环境的污染程度,分析比较2类毒性数据处理方法的优劣。[方法]以褐点石斑鱼(Epinephelus fuscoguttatus)变态期仔鱼作为指示生物,采用静水法生物测试研究SDS和DBS的急性毒性。建立直线回归模型,并用非线性最小二乘拟合技术构建非线性回归模型,预测表面活性剂的毒性效应。[结果]2种表面活性剂的直线方程F检验均为极显著;其剂量—效应曲线(DRC)均可用双参数模型Weibull与Logit函数有效表征。直线和非线性回归模型对2种表面活性剂毒性效应估算表明,预测半致死浓度时,2种模型差异可忽略不计;预测极端效应浓度时,差异显著。直线回归模型估算的安全浓度SDS为0.4292mg/L,DBS为0.9543mg/L;双参数模型对48hLC50拟合预测值SDS为1.5033mg/L,DBS值为3.3416mg/L,两者预测结果一致,毒性均为SDS大于DBS。[结论]试验结果为研究表面活性剂污染对水环境造成的危害及评价提供参考资料,并为毒性数据的分析处理提供一种可供参考的新模式。