-
题名大兴安岭不同区域兴安落叶松可变指数削度方程
被引量：7
- 1
-
-
作者
姜立春
马英莉
李耀翔
-
机构
东北林业大学林学院
东北林业大学工程技术学院
-
出处
《林业科学》
EI
CAS
CSCD
北大核心
2016年第2期17-25,共9页
-
基金
十二五国家科技支撑计划项目(2012BAD22B0202)
国家自然科学基金项目(31170591
31570624)
-
文摘
【目的】基于林业上广泛应用的Kozak(1988),Kozak(1994),Kozak(2001)和Kozak(2002)可变指数削度方程,构建适合大兴安岭不同区域兴安落叶松树干削度方程,同时检验不同区域的显著性。【方法】采用大兴安岭3个区域的兴安落叶松样木干形数据,利用SAS软件的非线性回归SUR法拟合4个削度方程,采用调整确定系数(R2adj)、平均误差(MAB)、均方根误差(RMSE)、相对误差(MPB)、预估精度(P%)和多重共线性指标(CN)以及相应的残差分布图等对削度方程进行综合比较分析。区域性检验采用非线性额外平方和方法,该方法需要拟合完整模型和简化模型。【结果】1)Kozak(1988)和Kozak(1994)削度方程拟合和预估精度较高,但是存在较高的多重共线性问题;其他削度方程降低了模型的多重共线性,但可提高对树干上部的预测能力。2)不同区域模型的F检验分析发现,区域3与区域1和区域2的树干削度相差较大,区域1和区域2的树干削度相差较小,任何2个区域的对比检验都是显著的(P<0.000 1),说明模型在不同区域不能共用一套参数,应有不同的区域参数估计。3)从不同区域各模型的干曲线模拟可以看出,同一模型在3个区域的干曲线模拟结果不同,尤其模型(3)在3个区域中的干曲线更明显地体现出3个区域的不同。模型(1)、模型(2)和模型(4)在3个区域的干曲线模拟体现在区域1和区域2的模拟结果比较接近,区域3则与其有明显不同,该结果与F检验结果一致。不同区域对树木干曲线有显著影响,削度方程参数估计值在不同区域的错误应用会导致较大误差。【结论】Kozak(2002)可变指数削度方程在拟合统计量、残差分布图和多重共线性等方面都表现出了一致性,预估精度达99%以上,可作为大兴安岭3个区域兴安落叶松的最优削度方程。
-
关键词
可变指数削度方程
多重共线性
哑变量
非线性回归
-
Keywords
variable-exponent taper models
multicollinearity
dummy variables
nonlinear regression
-
分类号
S757
[农业科学—森林经理学]
-
-
题名基于分位数回归法的杉木可变指数削度方程构建
被引量：3
- 2
-
-
作者
梁瑞婷
孙玉军
周来
-
机构
北京林业大学森林资源和环境管理国家林业和草原局重点开放性实验室
-
出处
《北京林业大学学报》
CAS
CSCD
北大核心
2021年第7期70-78,共9页
-
基金
国家林业和草原局林业科学技术推广项目([2019]06)。
-
文摘
【目的】采用非线性分位数回归法构建不同分位点的杉木可变指数削度方程,与非线性模型进行比较,以提高杉木干形的预测精度。【方法】利用福建省将乐国有林场的73株(793组)杉木解析木数据,选取4个可变指数削度方程,基于5折交叉验证,分别采用非线性分位数回归与非线性回归构建削度方程。选用调整后决定系数(R2)、均方根误差(RMSE)、平均误差(ME)、相对误差(RE)和平均绝对误差(MAE)5个模型评价指标,结合图形对各模型的拟合结果和预测结果进行评价。【结果】(1)4个可变指数削度方程在5个分位点(t=0.1,0.3,0.5,0.7,0.9)处均能收敛,说明分位数回归可以建立不同分位点的估测模型,能更全面地描述杉木干形的变化。(2)4个削度方程在分位点为0.5处的精度最高,R2均在0.97左右。对于削度方程M1和M3,基于中位数回归(t=0.5)的拟合精度与预测精度均高于非线性回归,且M1的预测值更加集中。(3)在不同分位点下,各模型对树干不同位置的预测精度不同,分位值为0.9和0.3的模型分别对梢头部分和树干基部的预测精度最高。【结论】基于分位数回归的可变指数削度方程不仅能精确预测平均条件下杉木的树干直径,而且能预测任意分位条件下杉木干形的变化趋势。不同分位点模型对树干不同位置的预测精度不同,基于M1削度方程,建立多分位点回归模型能进一步提高研究区杉木干形的预测精度。
-
关键词
可变指数削度方程
非线性分位数回归
非线性回归
杉木
-
Keywords
variable exponential taper function
nonlinear quantile regression
nonlinear regression
Cunninghamia lanceolata
-
分类号
S758.2
[农业科学—森林经理学]
-
