您的位置: 专家智库 > >

教育部科学技术研究重点项目(104073)

作品数:2 被引量:37H指数:2
相关作者:贾炜玮李凤日金星姬姜生伟更多>>
相关机构:东北林业大学更多>>
发文基金:教育部科学技术研究重点项目国家科技支撑计划更多>>
相关领域:农业科学更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇农业科学

主题

  • 1篇单木
  • 1篇兴安落叶松
  • 1篇兴安落叶松天...
  • 1篇樟子松
  • 1篇樟子松人工林
  • 1篇神经网
  • 1篇神经网络
  • 1篇生物量
  • 1篇生物量研究
  • 1篇天然林
  • 1篇人工林
  • 1篇人工神经
  • 1篇人工神经网络
  • 1篇网络
  • 1篇物量
  • 1篇林分
  • 1篇林分生长
  • 1篇林分生长模型
  • 1篇落叶松
  • 1篇工神经网络

机构

  • 2篇东北林业大学

作者

  • 2篇李凤日
  • 2篇贾炜玮
  • 1篇姜生伟
  • 1篇金星姬

传媒

  • 1篇辽宁林业科技
  • 1篇植物研究

年份

  • 2篇2008
2 条 记 录,以下是 1-2
排序方式:
基于BP人工神经网络的兴安落叶松天然林全林分生长模型的研究被引量:29
2008年
以大兴安岭地区兴安落叶松天然林为研究对象,基于688块固定标准地数据,采用MAT-LAB中log-sigmoid型函数(logsig)和线性函数(purelin)为神经元的作用函数,依据全林分生长模型的概念,以年龄(A)、地位级指数(SCI)和林分密度指数(SDI)作为输入变量,以林分每公顷蓄积量(M)作为输出变量,构建和训练了全林分生长的BP人工神经网络模型,并与常规建模方法进行了对比研究。结果表明,BP人工神经网络模型的拟合精度高达99.6%,检验精度为98.9%,说明与其它建模方法相比人工神经网络建模具有较高的拟合精度和适应性,对林分生长具有更好的预测能力。
金星姬贾炜玮李凤日
关键词:BP人工神经网络兴安落叶松天然林
黑龙江东部地区樟子松人工林单木生物量研究被引量:8
2008年
文章研究以黑龙江东部地区不同年龄、不同密度及不同立地条件的樟子松(Pinus sylvestris var. mongolica)人工林作为研究对象,基于26块标准地中139株标准木的树干解析和生物量数据,以树木各测树因子为自变量建立樟子松人工林单木的树干、树枝、树叶及全树重的生物量预测模型;并研究了不同年龄樟子松林分的生物量结构。研究结果表明:樟子松人工林单木各分量生物量的最优模型形式均为CAR模型,各最优模型的变量主要为胸径(D)和树高(H)因子,D2H能够很好地反映树干的干重,胸径和树高能够很好地反映树枝、树叶及全树重的变化;樟子松单株生物量随着年龄的增大而增加,树干的生物量占全树重的比例随年龄的增大而增大,枝和叶的生物量变化趋势与树干相反,都随着年龄的增大而减小。文中研究的不同年龄阶段樟子松人工林的生物量结构变化规律及相应的预测模型,可为进一步了解樟子松人工林生物量的积累提供依据。
贾炜玮姜生伟李凤日
关键词:樟子松人工林生物量
共1页<1>
聚类工具0