森林资源调查数据的稳健估计及分析

该文指出 :以往森林经理调查中 ,航片判读小班蓄积与地面实测蓄积之间的统计关系多建立在经典的最小二乘原理之基础上 .当调查数据中不含有粗差时 ,最小二乘估计可以得到较好的结果 .然而 ,由于各种因素的影响 ,观测成果中总会含有粗差 .利用稳健估计 ,可以使含有粗差的观测成果得到较为理想的估计值 .该文通过稳健估计的原理介绍和算法推证 ,以及三个实例分析 ,证明了稳健估计原理可使森林调查得到更好的结果     

稳健估计在林业灰色建模中的应用

简析稳健估计理论在林业灰色建模中的应用,并将理论与实例结合对稳健估计与最小二乘估计进行比较。结果表明,利用稳健估计理论来进行林业灰色建模,不但可以抗击粗差的影响,而且预测精度基本满足在80%以上。     

部分最小二乘平差方法及在粗差定值与定位中的应用

部分最小二乘平差是把观测值按照是否含有粗差分成两组,对不含粗差的那一组实施最小二乘平差.本文推导了在相关观测条件下的最小二乘原理,对这种平差方法的一些估计量的统计性质进行了简单分析,结果表明,这种方法能够用于粗差估算.本文还详细叙述了用这种方法进行粗差的定值定位的过程,即首先根据单位权中误差进行分组,然后实施部分最小二乘平差,估算粗差的大小.算例表明这种方法的有效性.     

基于稳健主成分估计的建城区面积变化驱动力分析——以重庆市为例

建成区面积变化的驱动力分析是近年来土地利用领域的研究热点.针对动力系统多重共线性及样本粗差问题,将主成分估计和稳健估计有机结合,构成稳健主成分估计,并以重庆市建成区面积变化的驱动分析为例,对稳健主成分估计方法的有效性进行了验证与分析.研究表明:当样本含有粗差时,稳健主成分方法得出的驱动规律更科学、客观,说明稳健主成分方法系统性更强,对粗差有一定的抑制作用.     

有缺失数据单因素随机区组试验资料分析的最小二乘法与估计 …

用最小二乘法和估计数值法同一有缺失数据的玉米新组合比较试验资料进行分析,对分析结果进行比较研究,结果表明,最小二乘法能估计出组合效应,获得组合的最小二乘均数,针进行了差分析和多重比较,与传统的估计缺值法比较,最小二涨进更为简便,分析更精确可靠     

非参数估计在构造树高曲线中的应用

研究测树因子之间的数学关系,是森林调查的重要理论工作.该文以树高曲线模型为例,首先分析了最小二乘估计（LS估计）存在的缺陷,然后采用非参数核密度估计和最大概率估计两种方法建立了树高曲线模型.结果表明:①核密度估计能在一定最优准则下很好地适应样本,误差小,样本的统计特性和多峰形态亦得到很好的反映;②最大概率估计则适合在因变量和自变量均有误差的情况下建立模型.它摈弃了LS估计和核密度估计只考虑因变量统计误差的局限性,因此这种估计方法更符合实际情况.同时,当样本中含有误差很大的异常数据时,核密度估计和最大概率估计所得模型比LS估计方法所得模型更稳定.      

遥感区域大小对森林蓄积估测影响规律的研究

该文将 1幅TM遥感图像分别分成 1 4及 1 2幅 ,通过实例分析了 1 4,1 2及整幅TM图像所能达到的几何精校正精度 .然后 ,以样地对应的遥感和GIS信息为影响森林蓄积估测的变量 ,采用最小二乘原理及岭迹分析 ,研究了上述 3种不同面积幅值图像对应林区影响森林蓄积估测的主要变量 .由 3种不同面积遥感区域蓄积估测方程中所含变量的个数、种类及预报精度 ,详细分析了遥感区域大小对蓄积估测的影响规律     

均方误差意义下AUGR估计与GR估计及OLS估计的效率比较

在均方误差意义下,从均方误差的结构出发,从局部的角度比较了几乎无偏广义岭估计与广义岭估计、几乎无偏广义岭估计与最小二乘估计,给出了几乎无偏广义岭估计优于广义岭估计以及几乎无偏广义岭估计优于最小二乘估计的充分条件.     

森林蓄积定量估测的岭估计参数

为克服影响森林蓄积估测的遥感和GIS因子间可能存在多重相关性的影响，采用岭估计建立森林蓄积估测方程。主要研究内容包括采用岭估计的条件、各种岭参数计算方法的比较、最优岭参数计算方法的选择及软件实现。通过实例计算，比较了当在影响蓄积估测的遥感和GIS因子间存在多重相关性时，岭参数的选择及岭估计和最小二乘估计的优劣。     

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。     

HJ-1号卫星数据与统计抽样相结合的冬小麦区域面积估算

【目的】探讨利用HJ-1号卫星遥感数据进行冬小麦种植面积测量的可行性,并进一步结合统计抽样的方法,估算区域冬小麦种植面积,解决单靠遥感进行冬小麦种植面积测量时多期影像信息误差积累和生长差异性影响的问题。【方法】以北京市为研究区,采用多时相HJ-1号卫星遥感数据与分层抽样相结合的方法进行冬小麦种植面积测量:利用多时相HJ-1号卫星遥感数据获取冬小麦遥感识别结果(56506.67hm2),结合耕地地块数据建立入样总体,以耕地地块内冬小麦遥感识别面积作为分层标志进行分层随机抽样,反推得到北京市冬小麦面积总量(59680hm2)。【结果】多时相冬小麦遥感识别结果MAE为0.17,bias为-0.05,抽样反推区域总量面积提高了约5%,在一定程度上纠正了HJ-1号卫星多期遥感影像提取冬小麦区域面积偏低的问题。【结论】本文方法能够准确测量出区域冬小麦总量面积,具有较强的应用性和普适性,为采用HJ-1号卫星遥感数据进行农作物种植面积遥感测量进行了先期的方法探讨,深化了该遥感数据源的应用。     

度量误差对材积模型的影响及参数估计研究

为提高带度量误差的材积模型估计精度,该文以落叶松一元材积模型V=aDb为例,使用分析单一变量的度量误差对参数估计影响的方法,分别分析了因变量和自变量的度量误差对模型参数估计的影响;使用普通非线性回归方法和度量误差模型方法分别对模型进行估计,并对比分析了普通非线性回归方法和度量误差模型方法的估计结果。研究结果表明:因变量和自变量的度量误差对模型都有影响,度量误差模型估计方法优于普通非线性回归估计方法;对于带有度量误差的材积模型,使用度量误差模型方法进行估计效果更好。      

基于HJ小卫星影像的北京市冬小麦测产研究

粮食产量的估测对制定粮食政策和调整种植结构具有重要的意义。本研究以北京市为例,利用2013年4月30日、5月12日和5月29日三期冬小麦抽穗、灌浆时期的HJ小卫星NDVI数据,结合北京市实产地块数据建立了北京市冬小麦估产回归模型,并对北京市各区县和北京全市的冬小麦单产进行了估算。结果显示:分区县地块回归的北京市冬小麦主产区大兴、房山、通州和顺义的小麦单产分别为5148.96 kg/hm2、4849.30 kg/hm2、5350.64kg/hm2和5108.84 kg/hm2,P值分别为0.000、0.000、0.000和0.001;北京市全市的冬小麦单产为5049.24 kg/hm2,精度验证的结果显示实测单产和预测单产具有良好的对应关系,其R2=0.92,RE=2.18%,RMSE=154.61 kg/hm2。以上研究结果表明利用HJ小卫星的NDVI数据可以快速、准确的估算北京市及其各区县的冬小麦单产。     

不同长度micro－lysimeters对测定土壤蒸发的影响

研究了 5 ,10 ,15 ,2 0 ,2 5 cm共 5种不同长度处理和内壁有孔、内外壁均有孔 2种处理由 PVC管制成的 micro- lysimeters对土壤蒸发的影响。结果表明 :降雨后 5 ,10 cm处理的土壤水分蒸发较快 ,15 ,2 0 ,2 5 cm处理的变化不明显 ,可以利用 15 cm长的 m icro- lysimeters测定土壤蒸发 ;壁上有孔处理的蒸发要高于同样长度的无孔处理。     

系统抽样调查在森林蓄积量测定中的应用

以江苏省农博园湿地松生态林区典型地段为调查研究对象,应用系统抽样的方法进行布点,样地测设及调查.运用CAD绘图软件对调查总体求算面积,运用一元材积表对调查结果进行汇总,并探讨了不同形状样地调查数据的抽样估计精度.结果表明：利用CAD绘图软件绘图并求算面积的方法较传统手工绘图的方法简便,准确.不同形状样地的调查数据的估计精度非常接近,考虑到方形样地测设较简单,因此,建议在森林的系统抽样调查中选用方形样地.     

Evaluating the grassland net primary productivity of southern China from 2000 to 2011 using a new climate productivity model

Grassland is the important component of the terrestrial ecosystems. Estimating net primary productivity(NPP) of grassland ecosystem has been a central focus in global climate change researches. To simulate the grassland NPP in southern China, we built a new climate productivity model, and validated the model with the measured data from different years in the past. The results showed that there was a logarithmic correlation between the grassland NPP and the mean annual temperature, and there was a linear positive correlation between the grassland NPP and the annual precipitation in southern China. All these results reached a very significant level(P0.01). There was a good correlation between the simulated and the measured NPP, with R2 of 0.8027, reaching the very significant level. Meanwhile, both root mean square errors(RMSE) and relative root-mean-square errors(RRMSE) stayed at a relatively low level, showing that the simulation results of the model were reliable. The NPP values in the study area had a decreasing trend from east to west and from south to north, and the mean NPP was 471.62 g C m~(-2) from 2000 to 2011. Additionally, there was a rising trend year by year for the mean annual NPP of southern grassland and the tilt rate of the mean annual NPP was 3.49 g C m~(-2) yr~(-1) in recent 12 years. The above results provided a new method for grassland NPP estimation in southern China.     

基于哑变量和因子选择的森林蓄积量估测研究

为提高森林蓄积量遥感估测精度,探讨哑变量技术在蓄积量遥感估测中的作用。以云南省普洱市思茅区为研究区,以Landsat 8 OLI和93块森林资源二类调查角规控制样地数据为基础,使用随机森林（random forest）算法进行遥感变量因子的选择,并以龄组为哑变量分别构建基于哑变量的SVR和PLSR蓄积量估测模型,采用留一交叉验证对结果进行评估。结果表明,使用随机森林算法进行变量的选择有效减少了自变量的维度,提高了计算效率;其次,哑变量引入后,PLSR和SVR 2种回归模型的估测精度都比无哑变量方法有明显的提高,且SVR的估测结果优于PLSR;在引入哑变量后SVR模型的决定系数R²由0.59提高到0.68,相对均方根误差rRMSE由36.76%降低至32.97%,PLSR模型的决定系数R²由0.53提高到0.62,相对均方根误差rRMSE由39.41%降低至35.24%。在森林蓄积量的遥感估测中,哑变量技术的应用可以在一定程度上解决不同蓄积量大小对估测结果造成的影响,进而提高蓄积量的估测精度。     

论林木直径整化与材积误差

该文研究了林木直径整化与材积理论误差 ,结果表明 :①采用整化径阶计算的与用未整化的实测胸径值计算的林分调查因子相比 ,林分算术平均直径一般无误差 ,而林分平方平均直径和林分材积均产生正误差 ,直径整化后材积偏差的理论值应该为PV =(a2 12d2 )× 10 0 ;②对于服从大多数分布的连续变量 ,如正态分布或近似正态分布 ,采用按区间分组并把它的频率函数当作离散的来计算方差时 ,所得的分组方差 (σ2g)可以修正 ,以提高精度