共查询到20条相似文献,搜索用时 21 毫秒
1.
2.
3.
4.
5.
6.
目的 基于深度学习算法,建立多隐藏层的杉木树高-胸径神经网络模型,探索一种更高效低偏的树高模型研建方法,提高杉木树高的预测精度。 方法 利用福建省将乐国有林场34块杉木样地的2898组树高-胸径调查数据,基于传统回归建立10个广义树高-胸径模型,筛选出精度最高的模型作为对照。同时基于H2O平台的深度学习算法,建立70个不同结构的树高-胸径DLA模型,通过分析比较,确定最适宜预测杉木树高的模型结构,与传统最优模型进行比较。 结果 建立的树高-胸径DLA模型均能较好地描述杉木的树高-胸径间关系,R2都在0.84以上,大于最优传统模型,RMSE和MAE小于传统模型。精度最高的DLA模型结构包含6个隐藏层,每层各340个神经元。 结论 本研究基于深度学习建立的杉木树高-胸径DLA模型,其拟合精度与预测精度略高于传统的广义树高-胸径模型,尤其在预测较高的林木时,更为明显,能够用于研究区杉木树高的预测。 相似文献
7.
柞树树高与胸径相关关系的研究 总被引:2,自引:0,他引:2
使用Logistic方程、直线方程、对数方程、多项式方程、乘幂式方程和指数式方程6种理论生长方程拟合不同立地条件下柞树树高生长过程,从中选择最优的树高生长方程。研究结果显示:通过比较拟合统计量,最终确定Logistic方程为柞树树高生长的最优模型。将检验数据的胸径值代入最优树高生长模型中,求出树高预测值,并对树高实测值与预测值进行T检验,研究发现柞树实测值与预测值之间无显著差异(p=0.985 748>0.05),表明该树高模型可以实现柞树树高的有效预测。 相似文献
8.
桂东区杉木地径与胸径、树高、材积相关分析 总被引:2,自引:0,他引:2
利用广西昭平县2009年二类调查控制样点的数据中的杉木的地径和胸径、树高为样本数据,并通过SPSS统计分析软件和数理统计知识,对地径与胸径、树高和材积的相关关系进行分析,分别建立地径与胸径、地径与材积的相关关系或曲线回归模型,最后选出最优模型,从而可利用模型由地径推算胸径和材积。结果表明,地径与树高存在显著正相关性,且地径6~20 cm径阶与胸径之间最佳的回归模型为D1.3=-0.199+0.851D地,地径22~40 cm径阶与胸径之间回归模型为D1.3=-1.652+0.913D地,精度是98.7%;同时地径与胸径也存在显著的正线性相关性,地径与材积的回归模型为V=0.000 082D地2.486 79,精度为95.2%。本次所建立的模型精度在允许范围内,可应用到实际中。 相似文献
9.
目的 基于我国森林资源连续清查(简称“连清”)样地数据,分省区研建全国杉木人工林平均木树高-胸径的最优基础模型,以期为全国各省区杉木人工林的树高预测提供基础模型。 方法 研究范围为杉木人工林分布的15个省份,数据来自第六次、第七次连清样地数据的树高调查表,总样本数为23 239个。选取18种基础生长方程作为候选模型,分别拟合各省区杉木平均木树高与胸径的关系,根据模型的决定系数(R2)、平均绝对误差(MAE)、平均相对误差(MRE)、均方根误差(RMSE)和平均预估误差(MPE),并结合模型残差分布图,确定各省区最优模型,同时采用5折法验证各省区最优模型的预测能力,最终决定各省区最优树高-胸径模型。 结果 15个省区的杉木最优树高-胸径模型并不相同,四川、云南、重庆、陕西、浙江、江西、湖南、广西的最优模型为模型18(Mitscherlich方程),江苏、安徽、河南和福建的最优模型为模型16(Hossfeld方程),广东、湖北、贵州的最优模型分别为模型10(双曲线方程)、模型11(Logistic方程)和模型13(Gompertz方程),R2分布在0.602~0.807之间,MAE分布在0.94~1.53 m之间,MRE分布在−2.93%~−4.72%之间,RMSE分布在1.23~2.00 m之间,MPE分布在0.50%~2.77%之间。模型拟合效果较好,满足精度要求,且参数具有生物学意义,可作为全国各省区杉木人工林平均木树高-胸径基础模型。 结论 本研究构建全国杉木人工林分布的15个省区的最优树高-胸径基础模型,能较好的模拟各省区的杉木平均木树高随胸径的变化规律,可以作为全国各省区基本的杉木人工林平均木树高-胸径模型,为各省区杉木人工林的树高预测提供依据。 相似文献
10.
11.
产品率是指林产品 (含木材、小杆矿笆和废木大柴 )占立木蓄积的百分比。在三类调查 ,特别是皆伐作业调查设计时 ,林产品设计是一项很重要的内容 ,也是一项很难把握的指标。在调查设计时 ,通过对样地林木进行每木检尺得到胸径 ,再利用一元立木材积表计算得到蓄积 ;而林产品的数量是通过对样地林木进行目测造材 ,然后计算得到的。这样设计林产品的准确程度与调查人员目测造材水平息息相关。怎样分析、检查设计的林产品的准确程度呢 ?作者通过对不同立地条件下 ,各种胸径、树高的 83株人工落叶松 ,进行调查和回归分析 ,得出了胸径、树高与产品… 相似文献
12.
13.
对沙地樟子松人工林10~60 a林龄样地进行树高、胸径等生长指标调查、观测,使用SPSS20.0进行分析,结果表明:不同林龄树高与胸径、冠幅大小、第一活枝下高高度各生长量两两之间有极显著相关关系,林木树高与胸径、冠幅之间存在正相关关系;树高生长量随胸径变化模型为y=0.405x1.104,树高生长量随冠幅变化模型为y=e2.895-2.836/x。 相似文献
14.
15.
基于广西森林资源年度监测评价项目中25块杉木样地和25块桉树样地的每木胸径和树高实测数据,从7个传统树高-胸径曲线中筛选出拟合精度最优模型作为基础模型,引入林分优势高和气候因子构建广义非线性模型,通过10折交叉验证法进行检验,并对一元材积公式的估计误差进行评价。结果显示:1)各传统树高-胸径曲线模型中,Richards模型为杉木和桉树最优的基础模型;2)引入了林分优势高和气候因子的杉木和桉树树高-胸径广义非线性模型,拟合精度相对基础模型更高,杉木的R2,MPE和MPSE的值分别为0.797 6,0.58%和13.91%,桉树的R2,MPE和MPSE值分别为0.720 7,0.62%和11.58%;3)采用一元材积公式得到的杉木和桉树总体蓄积与实测蓄积相差较大,其中桉树相对误差为-13.51%,超过了林业行业标准要求范围,运用树高-胸径广义非线性模型和二元材积公式计算总体蓄积,与实测值相对误差不超过0.5%,构建的杉木和桉树树高-胸径广义非线性模型能运用于实践生产。 相似文献
16.
以祁连山区青海云杉为研究对象,通过测量青海云杉的胸径和树高,再通过EXCEL插入散点图后进行回归分析并添加趋势线,对该地青海云杉胸径与树高关系进行研究。结果表明:祁连山区青海云杉树高与胸径的关系以对数回归模型H=5.274 6 ln(D)拟合度最高,为以后的青海云杉森林资源调查提供重要的依据和数据。 相似文献
17.
本文基于辽宁清原大孤家林场18块落叶松人工林临时样地中的1 041株样木的实测胸径和树高数据,根据二者的关系建立了最优的树高-胸径关系模型。 相似文献
19.
不同立地类型华北落叶松人工林冠幅与胸径关系研究 总被引:1,自引:0,他引:1
以河北省塞罕坝机械林场华北落叶松人工林为研究对象,利用155块标准地(30 m×30 m)调查数据,基于因子分析法和聚类分析法,确定影响华北落叶松人工林冠幅生长主要立地因子,利用主要立地因子划分立地类型,并构建不同立地类型华北落叶松人工林冠幅预测模型。结果表明:海拔、坡度和坡向是影响华北落叶松人工林冠幅生长的主要立地因子,并划分为高海拔和低海拔两个立地类型组。不同立地类型组最优冠幅预测模型分别为:高海拔,CW=-2.5972+0.6211D-0.0098D~2;低海拔,CW=[D/(4.9823+0.2059D)]~2。高海拔组与低海拔组:决定系数R~2分别为0.9795和0.9834,绝对误差(Bias)分别为0.0001和0.8259、均方根误差(RMSE)分别为0.0019和0.65718,通过检验表明不同立地类型组冠幅模型预测精度均较高,可为华北落叶松人工林科学经营提供科学依据。 相似文献
20.
华北落叶松胸径生长量与主要立地因子关系的数量化研究 总被引:1,自引:0,他引:1
本文利用数量化方法Ⅰ研究了华北落叶松胸径生长量与主要立地因子关系,建立了胸径生长量数学模型表达式。经复相关系数检验,结果显著。本模型可用于评定华北落叶松地位质量,还能比较各立地因子对华北落叶松胸径生长量的重要程度和能对有林地、宜林地胸径生长量作出预测预报。 相似文献