立木生物量方程的优度评价和精度分析

以建立东北落叶松和南方马尾松立木生物量模型为例,对模型的优度评价和精度分析进行专题研究。首先,在综合分析各种常用模型评价指标的基础上,提出6项基本评价指标,并通过对2个树种的生物量模型进行评价,证明是可行和有效的;然后,基于线性回归估计的基本假设及其置信区间计算公式,提出适合立木生物量模型预估的条件均值和单一预估值置信区间的估计方法,并确定2个树种生物量模型的置信区间;最后,通过蒙特卡罗模拟进行随机再抽样试验,结果表明采用检验样本进行适用性检验的做法不可取,应该利用全部样本(不分建模样本和检验样本)来建立模型,它能充分利用样本信息,使模型的预估误差最小。     

过原点回归直线方程的拟合优度

过原点回归直线方程y=b_0x的拟合效果可以用拟合度f表示,而y=b_0x与最优回归直线方程y=a+bx的拟合差异则可以用它们的斜率比S_r表示。     

基于Archimedean Copula的三维干旱特征变量联合分布研究

应用Archimedean Copula函数研究干旱特征变量的联合分布,为水资源决策者提供依据。以渭河流域西安站77年的月降水资料为例, 采用Archimedean Copulas函数建立干旱特征变量之间的三维联合分布模型。分别采用极大似然法和适线法进行参数估计,通过拟合优度评价选用Clayton Copula描述干旱历时,干旱烈度和干旱烈度峰值之间的联合分布,并计算条件重现期。结果表明, Copulas函数能够比较好的描述干旱特征变量间的联合分布;具有灵活性和应用范围广等特点。     

COMPARISON AMONG BOLTZMANN AND CUBIC POLYNOMIAL MODELS FOR ESTIMATION OF COMPOSITIONAL NUTRIENT DIAGNOSIS STANDARDS: OPUNTIA FICUS-INDICA L. CASE

Compositional Nutrient Diagnosis technique involves a yield target for discriminating between high- and low-yield subpopulations when developing norms. Traditionally, this yield value is estimated by finding the inflection point of the cumulative variance ratio function versus yield relationship through a third-order equation. However, yield targets frequently lie outside of the experimental yield range. A comparison among traditional (unrestricted) and restricted cubic model, and restricted and unrestricted Boltzmann equations was performed using a database (n = 360) of fresh matter yield and nutrient concentrations in one–year old cladodes of Opuntia ficus-indica L. The unrestricted Boltzmann equation resulted to have the best goodness-of-fit. The yield target was 27.01 kg plant^?1 associated to the unrestricted Boltzmann equation for phosphorus cumulative variance ratio function versus yield relationship. Proposed nutrient optimum concentrations are: 11.4 g kg^?1 for nitrogen (N), 3.4 g kg^?1 for phosphorus (P), 42.3 g kg^?1 for potassium (K), 42.5 g kg^?1 for calcium (Ca), and 16.2 g kg^?1 for magnesium (Mg).     

感潮河段洪潮遭遇概率研究

以位于珠江三角洲感潮河网地区的洪潮遭遇概率问题为实例,对当前应用较多的各种二变量联合概率模型进行了比较研究,包括混合Gumbel分布、Gumbel-Logistic分布、以及阿基米德族Copula函数中的Gumbel-Hougard Copula模型、Clayton Copula模型、Genest-Ghoudi Copula模型等。结果表明,不同的二变量概率分布模型对于变量之间的相关性都有不同程度的限制,实际应用时需要首先根据水文变量的相关性特点选择适宜的模型。Copula函数模型则不限定边际分布型式,比混合Gumbel模型和Gumbel-Logistic模型具有更强的灵活性。多种拟合优度检验方法对各模型的检验结果表明,虽然各模型都能通过K-S检验,但其拟合优度有显著不同,实际应用时需进行拟合优度检验以择优。     

树木胸径和树高二元分布的建模与预测(英文)

采用二元广义β分布(GBD-2)和Johnson’s SBB分布对美国东北部云冷杉林的水平和垂直分布进行拟合。拟合优度检验结果表明:无论是胸径、树高边缘分布和联合分布,还是树高和材积的预估,GBD-2分布的拟合效果均比SBB分布要好。使用常用的林分变量如林分密度、公顷断面积、林分平均胸径、平均树高、平均冠幅和冠长建立回归模型对GBD-2分布的参数进行估计,表明未来林分水平和垂直结构可以由这些变量进行预测。所建立的二元分布模型可以为研究树木胸径、树高的实际关系和动态提供信息。