發(fā)布時(shí)間：2024-06-07 06:21

　　【目的】基于Richards方程比較分位數(shù)回歸和啞變量模型對樹高-胸徑方程預(yù)測精度的影響,為林業(yè)樹高-胸徑模型的構(gòu)建提供新的思路和方法。【方法】利用大興安嶺4個(gè)區(qū)域的興安落葉松Larix gmelinii伐倒木胸徑/樹高實(shí)測數(shù)據(jù),采用分位數(shù)回歸和啞變量模型構(gòu)建樹高-胸徑模型,并與基本模型進(jìn)行對比分析。評價(jià)指標(biāo)采用平均絕對誤差(MAE)、均方根誤差(RMSE)、確定系數(shù)(R2)、赤池信息量(AIC)、貝葉斯信息量(BIC)、平均預(yù)測誤差百分比(MPE)、平均絕對百分比誤差(MAPE)、均方根百分比誤差(RMSPE),同時(shí)利用非線性額外平方和法進(jìn)行區(qū)域性檢驗(yàn)。【結(jié)果】1)Richards樹高-胸徑模型在9個(gè)不同的分位點(diǎn)(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)都能收斂,且每個(gè)區(qū)域都有其對應(yīng)的最優(yōu)分位數(shù)模型,區(qū)域1、2、3和4的最優(yōu)分位數(shù)模型所對應(yīng)的分位數(shù)分別是τ=0.7、τ=0.3、τ=0.5和τ=0.3,各區(qū)域最優(yōu)分位數(shù)模型與啞變量模型所得結(jié)果差異不大,都優(yōu)于基本模型。2)F檢驗(yàn)結(jié)果表明啞變量模型的構(gòu)造是有必要的,區(qū)域2和區(qū)域4沒有顯著不同,其他5對區(qū)...

【文章頁數(shù)】：10 頁

【部分圖文】：

圖1研究區(qū)域分區(qū)情況Fig.1Partitionofthestudyarea

研究選取Richards方程作為基本模型，模型形式如下：1.3(1e)bDcHae-=+-+。（1）式中：H為樹高；D為胸徑；a、b、c為模型參數(shù)；e為誤差項(xiàng)。2.2分位數(shù)回歸分位數(shù)回歸（Quantileregression）利用自變量的多個(gè)分位數(shù)得到因變量條件分布的相應(yīng)分位數(shù)方....

可以根據(jù)實(shí)際情況圖3不同方法的樹高-胸徑曲線預(yù)測模擬Fig.3Thesimulationofheight-diametermodelsbasedondifferentmethods興安嶺地區(qū)劃分為西北（區(qū)域1）、東北（區(qū)域2）

間的偏差。與最小二乘法相比，分位數(shù)方法具有很多優(yōu)勢[31]：適合異方差模型，不需要對模型干擾項(xiàng)做假定，不易受到異常值的影響，能更全面地刻畫條件分布的特征等。Zang等[9]構(gòu)建了落葉松人工林的樹高-胸徑基本模型和分位數(shù)模型，但并沒有對兩者進(jìn)行比較。本研究利用擬合數(shù)據(jù)進(jìn)行9個(gè)分位點(diǎn)....

本文編號：3990908