吉林省森工区森林蓄积随机序列的最优递推线性滤波

森林资源系统是一个典型随机性动系统，该系统的蓄积状态变量，受多种因素的影响，应以随机变量描述，森林蓄积随机变量是系统的待估状态。森林蓄积状态估计，经历着从静态估计到动态估计“估计”是一个很广泛的问题，根据随机序列的最优递推线性滤波原理，将离散时刻的状态估计和状态空间的描述，结合起来，采用Ｋａｌｍａｎ滤波递推方程，作为森林蓄积量的动态估计模型，按递推法计算蓄积量状态估计值和状态滤波值，同时给出相应的     

带输入项的线性随机差分方程模型

<正> 带输入项的线性随机差分方程模型是描述、预测与控制森林资源系统状态的理想模型。一、一般模型与最小二乘解森林资源系统的一般模型为:     

椴树胸径 根径和立木材积相关关系的研究

通过利用椴树（ＴａｌｉａＳＰ．）的胸径和立木材积、根径和立木材积间的相关性，运用回归分析的方法建立了回归方程，经过选择，确定了各自的合理模型，为了克服材积方程异方差性的影响，采用加权最小二乘法估计了模型的参数，找到了胸径和立木材积、根径和立木材积的最佳模型，提高了材积方程的适用精度。     

加权回归及权函数的变换在生物量建模中的应用

回归模型的误差项满足零数学期望、独立和等方差,才能得到最优估计,使用普通最小二乘法(普通回归)拟合的结果,误差项的方差经常会随着自变量的变化,产生规律性的增加或减少,不满足等方差的要求,也就是回归模型存在异方差性.为了消除异方差性对拟合结果的影响,获得最优估计,需要对回归模型进行变换.在生物量建模实际应用中,探索使用模型本身构造权函数,再使用加权最小二乘法(加权回归)进行回归估计,拟合结果与普通最小二乘法相比,各项指标均有明显改善     

使用怀特检验判断生物量模型的异方差性

为了在生物量建模过程中得到回归模型的最优估计,针对回归模型存在的异方差性,提出用怀特检验方法来定量分析模型,再结合残差分布图来辅助判断,并应用怀特检验方法和残差分布图实例分析了普通最小二乘法拟合栎类生物量模型结果存在异方差性,建议采用加权最小二乘法拟合栎类生物量模型。     

用岭估计研究以RS和GIS为基础的森林郁闭度估测

本文根据最小二乘估计（LS）及岭估计（R）原理，利用平均残差平方和准则，从样地对应的RS和GIS信息中，用计算机仿真方法筛选出影响郁闭度估测的主要信息。在分析LS估计存在缺陷的基础上，提出采用岭估计建立郁闭度估测方程。实例分析表明，当在影响郁闭度估测的变量间存在复共线性时，岭估计比LS估计具有较高的预报精度，可以满足生产的需要。     

回归方程的主成分估计在林业预测中的应用

讨论了林业中使用主成分估计方法克服回归模型复共线性问题。研究和分析了材积方程模型、油松林木平均高与立地环境因子回归模型中存在的复共线性，以及主成分估计方法在建立上述回归方程中的应用。     

最小一乘线性回归及其应用

本文介绍了根据最小二乘线性回归所提供的残差信息进行了一乘线性回归的简捷算法,它在一定程度上能有效地解决二乘线性回归受个别异常数据点影响及回归模型不服从正态分布等问题。     

基于Landsat5 TM遥感影像估算江山市公益林生物量

本研究基于Landsat5 TM遥感影像数据和样地调查数据,利用多元逐步回归、偏最小二乘回归和随机森林回归3种方法,建立江山市公益林生物量估算模型,分析和比较3种模型的精度结果,探究随机森林回归模型在估算生物量方面的应用,为提高估算森林生物量的精度提供参考。结果表明,多元逐步回归模型的预测精度为58.31%、均方根误差为31.02 t/hm2,偏最小二乘回归模型分别为60.84%、30.72 t/hm2,随机森林回归模型为70.02%,22.18 t/hm2。由此可得,随机森林回归模型的预测精度优于其他2种模型,随机森林算法能提高估算森林生物量的精度。     

森林资源连续清查蓄积量卡尔曼滤波最优估计

运用卡尔曼(Kalman)滤波方法,对森林蓄积量进行最优估计是从初始状态出发,按递推法计算系统在每个时刻的蓄积状态估计值和蓄积状态滤波值,并同时给出误差估计值。由于它是以无偏、最小方差原理统计的,因而所作出的估计是最优估计。     

材积方程中异方差的检验和校正

本文提出了通过检验剩余绝对值和自变量的等级相关系数,检验材积方程模型异方差性的方法。用加权最小二乘法估计异方差的材积方程参数,有效地克服了村积的异方差性,提高了材积方程的适用精度。     

利用RS和GIS的森林蓄积量偏最小二乘估测研究

在运用RS、GIS可提取的因子为自变量的森林蓄积量遥感估测中 ,本文提出运用偏最小二乘 (PLS)估计的数学模型。它能使蓄积量估测模型的稳健性增强 ,能够很好地克服传统的基于最小二乘 (OLS)估计建立起来的模型无法真正克服样地少、各自变量之间相关性强及对蓄积量的解释性不强等问题 ,并应用于福建漳浦地区。结果表明 :该方法有较高的预报精度 ,同时可大大降低成本。     

长白山林区森林生物量遥感估测模型

采用黑龙江长白山地区TM图像和143块森林资源连续清查固定样地数据及野外调查补充样地数据,选择包括各波段灰度值、不同波段灰度值之间的线性和非线性组合(包括11种植被指数)、纹理信息以及环境因子在内的75个自变量,分别采用逐步回归分析法和偏最小二乘回归法建立黑龙江长白山林区森林生物量遥感估测模型:逐步回归法采用5个自变量所建模型平均拟合精度为76.5%,均方根误差为19.12t·hm-2,样地生物量真实值与预测值相关系数为0.5434;偏最小二乘回归法采用10个自变量所建模型平均拟合精度85.8%,均方根误差9.92t·hm-2,样地生物量真实值与预测值相关系数0.8603,偏最小二乘回归法要优于逐步回归法。利用建立的偏最小二乘回归模型计算得到黑龙江长白山2007生物量等级分布图,采用29个检验样本对反演结果进行检验,计算得到29个样本的平均预测精度为83.73%。     

基于Landsat8影像的汝城县森林地上生物量遥感估算研究

精确估测森林生物量是分析森林碳动态和碳循环的基础。本研究采用汝城县森林资源连续清查数据,结合Landsat 8遥感影像,分析了森林地上生物量的空间自相关和空间异质性,并选取显著相关的植被指数因子,分别构建普通最小二乘模型、空间滞后模型以及地理加权回归模型,并绘制汝城县森林地上生物量的空间分布图。结果表明:通过对森林地上生物量的空间效应分析,发现样地生物量的空间自相关和空间异质性不容忽视。与普通最小二乘回归相比,空间滞后模型和地理加权回归模型可以减少空间效应对森林地上生物量估测的影响。地理加权回归模型可以最大程度地减少过高或过低估计,估测森林地上生物量的精度最高,决定系数达到0.756,均方根误差和平均相对误差最小,分别为17.288 t·hm~(-2)和-8.542%。因此使用Landsat 8遥感影像结合地理加权回归方法在改善森林地上生物量的估测中具有巨大潜力。     

硬岩抗剪强度参数的最优化确定法

为了减小岩工程分析计算的工作量和节约研究经费,须利用有限的室内实验样本的测定值,通过对有限实验样本数据的回归分析整理,确定岩石抗剪强度参数c、φ,进而估计岩体的抗剪强度c、φ.由于试验方法、试验条件等有一定局限性,因而,岩石力学参数的试验结果具有一定的不确定性.其不确定性包含随机性和模糊性.而用传统的数理统计方法处理岩石样本值,显然是不合适的,只有通过寻求最优的数学回归分析方法,来处理相关试验结果.笔者通过对硬岩变角度剪切实验和常规三轴压缩实验的数据回归分析,得到利用最小二乘法的抛物线回归分析结果和随机-模糊回归分析结果比较符合.因而,为了优化计算结果而又避免繁琐的计算,通常可以采用最小二乘法的抛物线回归分析计算代替随机-模糊回归分析相关结果.     

云杉二元材积与蓄积量精度分析模型研究

针对如何提高云杉二元材积回归模型参数的回归精度,进而提高其蓄积量的估算精度的问题,采用非线性最小二乘法和附加限制条件的非线性最小二乘法建立了云杉材积模型,并对建模中估计出的模型参数进行精度评定;在斯泊尔模型蓄积量精度估算的基础上,运用每木法计算出云杉蓄积量的精度评定模型,然后利用已建模型估算出的云杉蓄积量进行精度评定,不仅知道所求参数或立木蓄积量的具体数值,还可知道其具体误差范围;通过计算机VB语言编制了建立模型和精度分析程序,实现建模和精度评定的自动化,提高处理大批量木材、蓄积数据的效率和准确性.     

油松根径和立木材积相关关系的研究

通过对３７０株油松根径（Ｄ＿ｏ）和立木材积的相关分析，建立了回归方程，并运用加权最小二乘法估计了回归方程的参数，确定了最合理模型：     

Erf-BP混合像元分解及在森林遥感信息提取中应用

提出一种新的基于高斯误差函数(Gaussian error function,Eft)作为激活函数的BP神经网络(Erf-BP),并用于林区TM影像进行混合像元分解.研究表明:Erf-BP模型的精度高于线性无约束最小二乘法模型及最大似然法.通过在高分辨率影像上选取验证样区精度检验得出:1)各端元总分解精度为89.2%,RMSE比线性无约束最小二乘法模型降低了近39%;2)该方法能够较高精度地提取森林遥感信息,精度达到86%,RMSE比线性无约束最小二乘法模型降低了近40.6%.将3种不同方法估计的整个研究区各端元面积百分比与森林资源二类调查数据作对比得出:Erf-BP模型精度略高于最大似然法,RMSE分别为4.18%和7.90%,两者精度明显高于线性无约束最小二乘法模型(RMSE=18.75%).Erf-BP算法能够较高精度地对TM影像进行混合像元分解,尤其在森林信息提取上,为基于混合像元分解提取不同森林类型甚至树种遥感信息提供一种可行的方法.     

杉木种源遗传参数的估计与应用

对６年生幼林按随机区组模型估计了一组生长性状的遗传力，结果：ｈ＾２Ｈ＞ｈ＾２Ｄ＞ｈ＾２Ｖ＞ｈ＾２Ｋ＞ｈ＾２ＣＢ。种源的遗传力大于子代的遗传力，因此，种源选择提高了选择效果。各性状的遗传相关较表型相关更为密切。     

黑龙江省小黑杨人工林分生长收获模型研究

基于黑龙江省5期一类调查数据中587个小黑杨人工林样地,建立了小黑杨人工林生长与收获联立方程组预估模型,采用三步最小二乘法估计模型参数。结果表明:模型拟合及检验结果良好,确定系数(R2)均在0.96以上,模型检验精度均在96%以上,可用于估计黑龙江省小黑杨人工林断面积和蓄积量。