森林生物量建模与精度分析

森林生物量建模与精度分析

论文摘要

目前,森林生物量的模型建立、数据处理与精度分析等还比较滞后,主要表现在:(1)在应用相对生长方程W = a ( D 2H)b(幂函数)和样木资料建模时,依然采用换元拟线性回归法求解参数a和b ,忽视了换元后因变量的异方差性,致使求解的参数a和b的误差较大。同时,参数的精度如何也不得而知;(2)在样地乔木生物量的计算中,只能给出生物量的计算结果,无法估计其精度;(3)根据树高和胸径计算材积和生物量的模型通常都是非线性的,而在利用材积转换生物量的过程中,却采用单一的线性模型;(4)同一地区不同树种之间的生物量是否可以转换以及如何转换,在这方面还缺乏研究。为了解决上述问题,本文首先对每个问题进行理论研究,建立相应的理论模型,然后利用研究区中的样木(样地)资料进行实验分析和比较研究。具体地说:(1)根据间接平差、非线性最小二乘理论和样木资料,研究用非线性最小二乘法和加权拟线性回归法估计相对生长方程参数的数据处理与精度分析模型;(2)利用方差-协方差传播律和样地资料,研究和分析样地乔木生物量的精度评定模型;(3)利用同形异参数的材积和生物量方程及样木资料,研究乔木蓄积量转换成生物量的非线性模型;(4)利用生物学特征系数的定义、伪生物量的概念和样木资料,研究同一地区不同树种之间生物量转换的线性和非线性模型。本文所取得的主要研究成果和创新点有以下5个方面:(1)揭示了目前流行的幂函数拟线性回归中的异方差问题,给出了两种改进的幂函数数据处理模型和参数精度评定模型;(2)导出了用三种方法求解样地乔木生物量时的精度评定模型;(3)导出了由乔木材积转换生物量的非线性模型——CVD模型;(4)给出了由样木树干(去皮)的实测生物量和理论材积估算木材基本密度的一种新方法;(5)提出了基准树种和伪生物量的概念,导出了同一地区不同树种之间生物量转换的非线性模型——CWD模型。本文主要有如下研究结论:(1)在解决幂函数的回归问题时,宜采用非线性最小二乘回归法或加权拟线性回归法,不宜使用目前广泛使用的拟线性回归法;(2)在样地乔木生物量计算中,宜采用每木法;(3)样地乔木生物量计算的精度,主要取决于模型参数的精度,受树高和胸径误差的影响较小;(4)由材积转换生物量时,

论文目录

  • 中文摘要
  • Abstract
  • 1 前言
  • 1.1 研究背景
  • 1.2 研究内容与方法
  • 1.3 研究的目的与意义
  • 1.4 国内外的研究现状
  • 1.5 研究区概况
  • 1.6 在研究区采集的样木数据
  • 2 森林生物量建模与精度评定的理论基础
  • 2.1 误差理论与传播律
  • 2.2 间接平差
  • 3 幂函数回归方法及在乔木生物量建模中的应用研究
  • 3.1 标准一元线性回归
  • 3.2 幂函数拟线性回归的本质
  • 3.3 幂函数拟线性回归存在的问题
  • 3.4 幂函数拟线性回归的精度评定
  • 3.5 幂函数拟线性回归方法的改进—加权拟线性回归
  • 3.6 幂函数拟线性回归的改进--非线性最小二乘回归
  • 3.7 研究区中基于相对生长方程的乔木生物量参数及其精度
  • 3.8 小结
  • 4 样地乔木生物量的精度评定模型研究
  • 4.1 样地乔木生物量计算模型
  • 4.2 样地乔木生物量的精度评定模型研究
  • 4.3 研究区中40 块样地的地上乔木生物量的精度分析
  • 4.4 小结
  • 5 样地乔木蓄积量与生物量转换的CVD 模型研究
  • 5.1 用斯泊尔公式表示的蓄积模型
  • 5.2 由乔木蓄积量推算乔木生物量的CVD 模型研究
  • 5.3 研究区中7 个树种的材积与其地上部分生物量的关系研究
  • 5.4 小结
  • 6 同一地区不同树种生物量之间转换的CWD 模型研究
  • 6.1 线性转换模型
  • 6.2 基于相对生长方程的非线性转换模型—CWD 模型
  • 6.3 小结
  • 7 结论与讨论
  • 7.1 论文的主要研究成果和创新点
  • 7.2 论文的主要结论
  • 7.3 讨论
  • 参考文献
  • 个人简介
  • 导师简介
  • 获得成果目录清单
  • 致谢
  • 附录 幂函数回归 Basic 程序
  • 相关论文文献

    • [1].森林生物量模型研究综述[J]. 西南林业大学学报(自然科学) 2020(01)
    • [2].基于无人机影像的森林生物量估测与制图[J]. 中南林业科技大学学报 2020(04)
    • [3].基于遥感与地统计的森林生物量时空变异分析[J]. 北京林业大学学报 2016(02)
    • [4].森林生物量的研究进展[J]. 现代园艺 2016(13)
    • [5].森林生物量估算方法研究进展[J]. 北华大学学报(自然科学版) 2019(03)
    • [6].森林生物量的空间自相关性研究[J]. 森林工程 2018(02)
    • [7].基于遥感和空间分析的上海城市森林生物量分布特征[J]. 植物生态学报 2016(04)
    • [8].塔河林业局森林生物量估算[J]. 林业科技情报 2016(01)
    • [9].基于蓄积的森林生物量估算方法的对比分析[J]. 林业科学研究 2014(06)
    • [10].江苏省森林生物量与生产力估算及空间分布格局分析[J]. 西北林学院学报 2014(01)
    • [11].基于遥感数据的森林生物量测定理论与方法[J]. 亚热带水土保持 2013(02)
    • [12].模拟分类经营对小兴安岭林区森林生物量的影响[J]. 生态学报 2012(21)
    • [13].利用MODIS数据反演森林生物量的方法研究[J]. 林业资源管理 2011(04)
    • [14].合成孔径雷达数据估测森林生物量研究综述[J]. 中南林业调查规划 2011(04)
    • [15].森林生物量的调查方法[J]. 黑龙江科技信息 2011(34)
    • [16].森林生物量和净生长量测算方法综述[J]. 干旱区研究 2010(06)
    • [17].基于森林资源连续清查资料估算的浙江省森林生物量及生产力[J]. 林业科学 2009(09)
    • [18].利用提取的遥感参数建立森林生物量模型方法研究[J]. 矿山测量 2019(02)
    • [19].中国森林植被生物量空间网格化估计[J]. 自然资源学报 2018(10)
    • [20].中国东北三省森林生物量及其空间格局[J]. 东北师大学报(自然科学版) 2017(03)
    • [21].遥感技术估算森林生物量的研究进展[J]. 武汉大学学报(信息科学版) 2012(06)
    • [22].三种森林生物量估测模型的比较分析[J]. 植物生态学报 2011(04)
    • [23].东莞市针叶类森林生物量遥感模型研究[J]. 林业与环境科学 2018(01)
    • [24].高光谱与高空间分辨率遥感数据的亚热带森林生物量反演[J]. 遥感学报 2016(06)
    • [25].山西太岳山森林生物量与碳密度研究[J]. 山西农业科学 2017(04)
    • [26].多源光学遥感数据估算桉树森林生物量[J]. 测绘通报 2014(12)
    • [27].基于遥感降尺度估算中国森林生物量的空间分布[J]. 生态学报 2012(08)
    • [28].森林生物量调查建模样本采集中存在的问题与建议[J]. 华东森林经理 2011(01)
    • [29].区域森林生物量遥感信息模型构建研究[J]. 遥感技术与应用 2012(05)
    • [30].1977~2008年中国森林生物量碳汇的时空变化[J]. 中国科学:生命科学 2013(05)

    标签:;  ;  ;  ;  ;  

    森林生物量建模与精度分析
    下载Doc文档

    猜你喜欢