2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩193頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、森林是陸地生態(tài)系統(tǒng)的主體,是維持生態(tài)平衡和改善生態(tài)環(huán)境的重要保障,在應(yīng)對(duì)全球氣候變化中發(fā)揮著不可替代的作用。因此及時(shí)、準(zhǔn)確、有效地監(jiān)測(cè)和評(píng)價(jià)森林,對(duì)科學(xué)合理經(jīng)營(yíng)森林、充分發(fā)揮森林的多功能效益至關(guān)重要。森林資源的監(jiān)測(cè)和評(píng)價(jià)的核心問(wèn)題就是要及時(shí)了解森林生長(zhǎng)、枯損和進(jìn)界的動(dòng)態(tài)變化情況。而及時(shí)了解森林生長(zhǎng)、枯損和進(jìn)界的動(dòng)態(tài)變化,就必須應(yīng)用森林模型技術(shù)。林分動(dòng)態(tài)變化模型包括了生長(zhǎng)、枯損和進(jìn)界模型。應(yīng)用林分動(dòng)態(tài)變化模型可以使我們更深入地了解森林動(dòng)態(tài)

2、發(fā)展的模式,為有效地進(jìn)行森林資源監(jiān)測(cè)和合理地經(jīng)營(yíng)森林提供理論基礎(chǔ)和分析評(píng)價(jià)方法。本研究以北京地區(qū)油松(Pinus tabulaeformis Carr.)林分為研究對(duì)象,根據(jù)林學(xué)和生物學(xué)特性,采用近代生物數(shù)學(xué)模型和統(tǒng)計(jì)分析方法,構(gòu)建油松林分生長(zhǎng)、枯損和進(jìn)界動(dòng)態(tài)變化模型:
  (1)分別利用傳統(tǒng)的固定生長(zhǎng)率法和可變生長(zhǎng)率法建立了單木直徑年生長(zhǎng)預(yù)測(cè)模型,并對(duì)這兩種方法進(jìn)行比較研究。研究結(jié)果表明,利用可變生長(zhǎng)率法建立單木直徑年生長(zhǎng)預(yù)測(cè)模

3、型,其均方根誤差(RMSE=1.0182)比固定生長(zhǎng)率法(RMSE=1.1393)的小,決定系數(shù)(R2=0.9310)比固定生長(zhǎng)率法(R2=0.9136)的大,因此其擬合效果比固定生長(zhǎng)率法好。可變生長(zhǎng)率法估計(jì)單木生長(zhǎng)模型參數(shù)時(shí),考慮了林木因子的變化及通過(guò)建立林分模型預(yù)估林分變量因子(林分?jǐn)嗝娣e,優(yōu)勢(shì)高)的變化,從而導(dǎo)致單木直徑年生長(zhǎng)量的變化,這符合林木生長(zhǎng)的規(guī)律。同時(shí),本研究也利用了可變生長(zhǎng)率法建立了全林分年生長(zhǎng)預(yù)測(cè)模型,該方法能夠提供

4、林分的年生長(zhǎng)變化情況,并利用似乎不相關(guān)聯(lián)立估計(jì)全林分生長(zhǎng)模型參數(shù),這樣能夠提高參數(shù)估計(jì)的有效性和一致性,減少系統(tǒng)估計(jì)誤差。
 ?。?)組合預(yù)測(cè)方法在提高模型預(yù)測(cè)精度方面有很好的表現(xiàn)。該方法充分利用單項(xiàng)預(yù)測(cè)模型所提供的有效信息,減少單個(gè)模型中隨機(jī)因素的影響,把不同的模型誤差分散化,從而提高預(yù)測(cè)精度。研究結(jié)果表明,組合預(yù)測(cè)模型精度(R2=0.9298)比單木模型(R2=0.9255)、林分模型(R2=0.9282)、分布模型(R2=0

5、.9244)的預(yù)測(cè)精度都要高。利用組合預(yù)測(cè)估計(jì)方法預(yù)測(cè)林分?jǐn)嗝娣e,使三個(gè)不同水平模型所得的林分?jǐn)嗝娣e組合成一個(gè)預(yù)測(cè)值,保證了林分?jǐn)嗝娣e預(yù)測(cè)的一致性,解決了不同預(yù)測(cè)模型間的相容性問(wèn)題,為林分?jǐn)嗝娣e生長(zhǎng)模型一體化的研究提供了可行性。在組合預(yù)測(cè)模型中,權(quán)重的選取對(duì)提高組合預(yù)測(cè)結(jié)果的精度至關(guān)重要。相對(duì)于本研究所利用的誤差平方和法和方差協(xié)方差法,最優(yōu)加權(quán)法能夠去除單項(xiàng)預(yù)測(cè)在組合預(yù)測(cè)模型中有偏的影響,從而使得組合預(yù)測(cè)達(dá)到無(wú)偏,最終達(dá)到提高預(yù)測(cè)精度的

6、目的。
  (3)解聚法以單木水平模型所得的林分變量盡可能地與林分水平模型所得的林分變量相匹配為迭代目標(biāo),進(jìn)而調(diào)整單木生長(zhǎng)模型以提高預(yù)測(cè)精度。本研究利用3種不同的解聚法(指數(shù)法,比例調(diào)整法,可加法)進(jìn)行調(diào)整油松單木枯損,研究結(jié)果表明:這3種方法都提高了單木枯損的預(yù)測(cè)精度,可加法相對(duì)好于其它2種方法。相對(duì)于這2種迭代求解調(diào)整系數(shù)的方法,可加法直接通過(guò)調(diào)整系數(shù)公式計(jì)算得到,計(jì)算更加簡(jiǎn)單、有效。同時(shí),在研究中我們也發(fā)現(xiàn)林分密度模型預(yù)測(cè)的

7、精度在解聚法中起到重要的作用。林分株數(shù)密度預(yù)測(cè)精度高,那么就可以減少不同單木枯損預(yù)測(cè)方法的差別。組合預(yù)測(cè)法綜合利用了不同水平模型所提供的信息,分散預(yù)測(cè)誤差,進(jìn)而提高林分變量預(yù)測(cè)精度。本研究中,我們結(jié)合解聚法和組合預(yù)測(cè)法調(diào)整單木枯損模型,研究結(jié)果表明綜合利用這兩種方法調(diào)整單木枯損,著實(shí)提高了單木枯損的預(yù)測(cè)精度。
 ?。?)林分枯損和進(jìn)界是描述林分動(dòng)態(tài)變化特征的重要因子。然而,調(diào)查間隔期內(nèi)可能有大量的樣地沒(méi)有發(fā)生林分枯損或進(jìn)界現(xiàn)象,這

8、意味著在所研究的數(shù)據(jù)中包含有大量的零數(shù)據(jù),即數(shù)據(jù)結(jié)構(gòu)是離散的。如果繼續(xù)用最小二乘方法分析,估計(jì)不準(zhǔn)確,會(huì)產(chǎn)生較大的偏差。本研究以計(jì)數(shù)類模型為基礎(chǔ),分別利用Poisson回歸模型、負(fù)二項(xiàng)模型、零膨脹模型和Hurdle模型擬合林木枯損株數(shù)和林木進(jìn)界株數(shù),并通過(guò)AIC值,Pearson殘差圖以及Vuong檢驗(yàn)對(duì)這些模型進(jìn)行了詳細(xì)分析比較。研究結(jié)果表明:Poisson回歸模型不適用于模擬林木枯損株數(shù)。負(fù)二項(xiàng)回歸模型相對(duì)于Poisson回歸模型,

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論