公共文化服务平台

基于线性混合模型的落叶松枝条基径模型被引量：19: 2012年; 以黑龙江省五营林业局丽林林场30株人工落叶松2 190个枝条基径数据为例,利用逐步回归技术建立了落叶松枝条基径模型:BD=b1+b2DINC+b3DINC2+b4DBH.DINC2。然后,利用S-PLUS软件中的LME过程,拟合线性枝基径模型。采用AIC、BIC、对数似然值和似然比检验等模型评价统计指标对不同模型的拟合效果进行比较分析。结果表明:当拟合枝条基径模型时,b1、b2、b3同时作为混合参数时模型拟合最好。为了矫正混合模型构建过程中产生的异方差现象,把幂函数和指数函数加入到枝条基径混合模型中。指数函数显著提高了枝条基径混合模型的拟合效果,并且消除了异方差现象。模型模拟表明:对于大小相同树木,枝条基径随着着枝深度(DINC)的增加而增大,对于大小不同的树木,枝条基径随着胸径(DBH)的增加而增大。林木的胸径变量很好地反映了不同大小树木的枝条基径的变化。在不知道详细林分信息的前提下,可以利用树木变量合理地预测兴安落叶松人工林的枝条基径的变化规律。; 姜立春李凤日张锐; 关键词：线性混合模型落叶松

小兴安岭兴安落叶松人工林冠幅模型构建: 2023年; 【目的】使用非线性回归、混合效应模型、分位数回归以及分位数组合构建兴安落叶松冠幅模型,为小兴安岭落叶松冠幅的准确预测提供参考。【方法】利用2019年马永顺林场的60块兴安落叶松人工林实测样地数据,分别构建了广义非线性模型、分位数回归模型以及混合效应模型。使用10折交叉检验,在每块样地分别随机抽取1~8株样木对两种分位数组合模型QRc-1(τ=0.1,0.5,0.9)和QRc-2(τ=0.3,0.5,0.7),以及混合效应模型进行校正,确定分位数组合与混合效应模型的最佳抽样方案并进行不同方法的对比分析。【结果】(1)模型拟合结果表明:混合效应模型拟合效果最好;中位数回归为最优的分位数回归模型,中位数回归与非线性模型的拟合统计量比较差异不大,但略优于非线性回归模型。(2)抽样校正的结果表明:当抽样数量大于2株时,模型的排序为:分位数组合QRc-2>混合效应模型>分位数组合QRc-1。(3)交叉检验结果显著性检验表明:两种分位数组合的最佳抽样方案均为4株,混合效应模型的最佳抽样方案为5株。【结论】本研究中混合效应模型和分位数组合都能提升冠幅模型的预测精度,在最佳抽样方案下,分位数组合QRc-2(τ=0.3,0.5,0.7)时的检验统计量略高于混合效应模型的检验统计量,且抽样数更少,更加节约时间和成本,因此选择抽样数为4株的分位数组合QRc-2(τ=0.3,0.5,0.7)作为最终的冠幅预测模型。; 刘索名王君杰燕云飞姜立春; 关键词：冠幅分位数回归混合效应模型

利用混合模型模拟树冠特征对兴安落叶松树干干形的影响被引量：10: 2014年; 以黑龙江省七台河市林业局金沙林场114株人工兴安落叶松树干干形数据为例,利用非线性混合模型技术拟合Max-Burkhart分段削度方程。结果表明:当利用SAS软件的PROC NLMIXED模块对Max-Burkhart模型进行拟合时,引入随机参数b1、b2、b3时模型拟合最好;随机参数b1与冠长率和冠长呈负相关,与树冠高度呈正相关;随机参数b2与冠长率和冠长呈正相关,与树冠高度呈负相关;随机参数b3与冠长率、冠长、树冠高度没有显示出相关性。利用随机参数b1、b2、b3与树冠特征的相关性构建了含有冠长率、冠长和树冠高度变量的3个模型,并且所有模型的参数估计值都是显著的,这充分说明冠长率、冠长和树冠高度对兴安落叶松干形的变化有显著影响。用含有冠长率的削度模型模拟干曲线,结果表明:冠长率越大,树干削度变化越大,干形质量越差。; 姜立春蒋雨航; 关键词：干形非线性混合模型

兴安落叶松树干去皮直径预测模型被引量：6: 2015年; 利用兴安落叶松解析木数据,比较了树干去皮直径预测的3种类型模型:Grosenbaugh的比率方程式、回归模型和削度方程。Grosenbaugh的比率方程式有很大的灵活性,没有参数不需要模型拟合。总体评价和模型分段比较表明,回归模型有较小的预测误差,尤其是Cao and Pepper提出的含有带皮直径、树高、相对树高、胸径处的带皮直径和去皮直径变量的模型。由于削度模型不含有带皮直径变量,因此产生较大的去皮直径预测误差。不同类型的模型在森林经营过程中都有一定的适应性。; 张兴龙姜立春; 关键词：落叶松削度方程

基于非线性混合模型的落叶松木材管胞长度模拟被引量：1: 2013年; 以黑龙江省七台河市林业局金沙林场9株人工落叶松6825对早、晚材管胞长度样品数据为例,选择6个常用方程进行非线性回归分析,把拟合精度最高的Richards模型作为早、晚材管胞长度基础模型y=β1[1-exp(-β2x)]β3+ε。基于Richards模型,利用非线性混合模型技术构建落叶松早、晚材管胞长度混合效应模型yij=(β1+b1i){1-exp[-(β2+b2i)t]}β3+b3i+εij。结果表明:当对早材管胞长度进行拟合时,b1i、b2i、b3i同时作为随机参数时早材管胞长度模型拟合最好;当对晚材管胞长度进行拟合时,b1i、b2i、b3i同时作为随机参数时晚材管胞长度模型拟合最好;一阶自回归模型AR(1)能够较好地表达树木内误差相关性;同时考虑随机效应和时间序列相关性结构能够提高落叶松早、晚材管胞长度混合模型的预测精度。; 李耀翔姜立春; 关键词：管胞长度非线性混合模型落叶松

基于降噪处理的蒙古栎木材气干密度NIRS定标模型被引量：6: 2016年; 分别采用卷积平滑法、小波变换法对蒙古栎木材近红外光谱(NIRS)做去噪处理,并讨论两者混合去噪时,处理顺序变化对光谱去噪效果的影响,最后应用偏最小二乘法(partial least squares regression,PLS)和主成分回归法建立蒙古栎木材气干密度近红外定标模型。结果表明,当平滑点数为3,db5小波分解层数为2时,以平滑+小波方式去噪效果最好,其信噪比(SNR)为18.546,均方根误差为0.04。平滑+小波去噪后,基于PLS的蒙古栎木材密度近红外校正模型决定系数由0.767提高到0.902,校正均方根误差降低了35.32%,预测集决定系数为0.860,内部交叉验证和预测均方根误差分别达到最低,剩余预测偏差为2.67。因此,近红外光谱技术可实现蒙古栎木材气干密度快速预测,合理选择处理参数和建模方法可以有效提高模型精度。; 李颖李耀翔徐浩凯姜立春; 关键词：气干密度近红外光谱去噪

人工兴安落叶松心边材变异及生长特征被引量：4: 2015年; 在黑龙江省林科院丽林实验林场选取了10块落叶松人工林样地,在样地中伐取优势木、平均木和被压木各1株。树木伐倒后,沿着树干以1 m区分段截取圆盘,测量其东西和南北2个方向的带皮直径、去皮直径、总年轮数量、边材年轮数量、边材直径。采用正态分布检验、t检验、非参数检验、方差分析、多重比较、相关分析和回归分析等统计方法,研究落叶松心边材的方位变异、株间变异、林分间变异、沿树干方向的变异以及与树木各变量之间的生长关系。研究结果表明:落叶松心边材的方位变异不显著(P>0.05)。心边材存在显著的林分间和株间变异(P<0.05),胸径较好地解释了心边材的株间变异。心材半径、心材面积和边材面积随着树干的增高而递减,而边材宽度在树干基部较大,1 m以上相保持对恒定,在接近树梢处明显减小。心材半径、心材面积、边材宽度和边材面积与形成层年龄和横截面带去皮直径均存在显著的正相关性(P<0.000 1)。心边材年轮数随形成层年龄的增加而增加,形成层年龄能够解释90%以上心材年轮数的变化,而仅仅能够解释46%边材年轮数的变化。; 郭妍雪姜立春; 关键词：兴安落叶松

基于混合效应的兴安落叶松树高与胸径关系模拟被引量：10: 2014年; 以黑龙江省带岭林业局大青川林场和永翠林场的兴安落叶松人工林为研究对象,基于41块样地调查数据和Richards模型,构建了含有林分变量的树高与胸径关系模型。利用混合效应模型方法拟合常规Richards模型yij=(β1+bi1)(1-e-(β2+bi2)xij)(β3+bi3)+εij和含有林分变量的模型yij=(β1+bi1)(Dq)(β2+bi2)(1-e-(β3+bi3)(N(β4+bi4))xij)+εij。结果表明:当对Richards混合效应模型拟合时,引入随机参数b1、b2时模型拟合最好;当对含有林分变量的Richards混合效应模型拟合时,引入随机参数b2、b4时模型拟合最好。模型检验表明:当随机抽取独立样本时,混合模型误差小于固定效应模型。如果随机抽取4个样本校正时,混合模型的误差和均方根误差降低71.8%和42.1%。; 李婉婷姜立春万道印; 关键词：落叶松

基于线性混合模型的落叶松枝条长度和角度模型被引量：30: 2012年; 以黑龙江省五营林业局丽林林场30株人工落叶松2190个枝条长度和角度数据为例,利用逐步回归技术建立落叶松枝条长度和角度模型:BL=b1+b2DINC+b3DINC2+b4DBH·DINC2,BA=b1+b2DINC+b3DINC2+b4DBH·DINC。利用S-PLUS软件中的LME模块,考虑树木效应拟合线性枝条长度和角度模型。采用AIC、BIC、对数似然值和似然比检验等模型评价统计指标对不同模型的拟合效果进行比较分析。结果表明:当拟合枝条长度和角度模型时,b1,b2,b3同时作为混合参数时模型拟合最好。为了描述混合模型构建过程中产生的异方差现象,把幂函数和指数函数加入到枝条长度和角度混合模型中。指数函数显著提高了枝条长度混合模型的拟合效果,幂函数显著提高了角度混合模型的拟合效果,并且消除了异方差现象。模型检验结果表明:混合模型通过校正随机参数值能提高模型的预测精度。因此,混合模型在应用上不但能反映总体枝条长度和角度预测,而且能通过方差协方差结构校正随机参数来反映树木之间的差异。; 姜立春张锐李凤日; 关键词：枝条长度线性混合模型落叶松

基于2层次线性混合模型的落叶松木材密度模拟被引量：12: 2013年; 以黑龙江省七台河市林业局金沙林场9株人工落叶松432个样品密度数据为例,利用逐步回归技术构建落叶松木材密度模型:WD=β1+β2RN+β3RN2+β4h。利用S-PLUS软件中的LME过程,分别考虑单水平和多水平效应,拟合线性木材密度混合效应模型。结果表明:基于单水平和多水平效应的混合模型拟合精度高于传统的基本模型,并且考虑单水平树高效应和2层次效应时的混合模型精度高于考虑单水平样木效应影响的混合模型。模型检验结果表明:混合效应模型不但能反映总体平均木材密度变化趋势,还能反映分组之间的差异。; 李耀翔姜立春; 关键词：木材密度落叶松

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(31170591)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(31170591)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈