您的位置: 专家智库 > >

国家自然科学基金(31300537)

作品数:5 被引量:71H指数:5
相关作者:张雄清段爱国张建国曲佳崔令军更多>>
相关机构:中国林业科学研究院南京林业大学更多>>
发文基金:国家自然科学基金中央级公益性科研院所基本科研业务费专项国家科技支撑计划更多>>
相关领域:农业科学更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 5篇农业科学

主题

  • 4篇杉木
  • 3篇杉木人工林
  • 3篇人工林
  • 3篇贝叶斯法
  • 2篇林分
  • 1篇单木
  • 1篇断面积
  • 1篇形率
  • 1篇形数
  • 1篇蓄积
  • 1篇蓄积量
  • 1篇预测法
  • 1篇树干
  • 1篇树高
  • 1篇树高生长
  • 1篇树高生长模型
  • 1篇组合预测
  • 1篇组合预测法
  • 1篇无信息先验分...
  • 1篇先验

机构

  • 5篇中国林业科学...
  • 2篇南京林业大学

作者

  • 5篇张雄清
  • 4篇张建国
  • 4篇段爱国
  • 1篇崔令军
  • 1篇曲佳

传媒

  • 3篇林业科学
  • 1篇林业科学研究
  • 1篇林业实用技术

年份

  • 1篇2016
  • 2篇2015
  • 2篇2014
5 条 记 录,以下是 1-5
排序方式:
基于分层贝叶斯法的杉木人工林最大密度线被引量:6
2016年
【目的】利用分层贝叶斯法分析杉木最大密度线,以期为杉木自然稀疏规律研究提供一种新思路。【方法】以福建杉木密度试验林为研究对象,根据林分平方平均直径与每公顷株数的关系,构建最大密度线方程。为分析初植密度对杉木最大密度线的影响,构建3种分层贝叶斯模型:1)在截距处考虑初植密度的随机效应,而斜率作为固定效应不变;2)在斜率处考虑初植密度的随机效应,而截距作为固定效应不变;3)同时在截距和斜率处考虑随机效应。【结果】分层贝叶斯方法(R^2=0.867 8)优于普通贝叶斯方法 (R^2=0.859 3),但是初植密度的随机效应不管是在截距上(σ_0~2=0.008,SD=0.029)还是在斜率上(σ_1~2=0.003,SD=0.016),其t值都小于1.96,差异不显著,由此得到初植密度不会影响杉木最大密度线。最大密度线估计的不确定性主要来源于相同初植密度内不同样地和重复测量所产生的不确定性。【结论】研究基于分层贝叶斯法给出了最大密度线的斜率的后验概率分布图,能够更有效地反映出最大密度线的不确定性,也更合理,可为杉木密度试验管理提供参考依据。
崔令军张雄清段爱国张建国
关键词:杉木人工林初植密度
国内外树干干形的研究进展被引量:8
2015年
介绍了国内外干形研究的进展,包括对形数、形率的研究,重点阐述了干曲线方程的3个阶段,含有简单干曲线方程、分段干曲线方程和可变参数干曲线方程,分析指出了干形研究存在的问题。
曲佳张雄清
关键词:树干干形形数形率
杉木人工林林分断面积生长模型的贝叶斯法估计被引量:16
2015年
以江西杉木人工林为例,以Korf型、Richards型和Hossfeld型3种模型为基础,通过广义代数差分法(GADA)分别建立杉木林分断面积生长模型。结果表明:以Richards型为基础的杉木林分断面积预测精度最高,以Richards型模型为最优模型,分别基于贝叶斯法和传统法(非线性最小二乘法)估计杉木林分断面积生长模型。研究发现,利用贝叶斯法估计杉木林分断面积生长模型,预测精度相当且预测值的可靠性比传统法好。
张雄清张建国段爱国
关键词:贝叶斯法传统法林分断面积杉木
基于单木水平和林分水平的杉木兼容性林分蓄积量模型被引量:15
2014年
杉木林分蓄积量模型的研究,为改善杉木的经营管理、揭示杉木的生长规律提供重要的参考依据。根据模拟对象的不同,可以分为基于单木水平预测杉木林分蓄积量和基于林分水平预测杉木林分蓄积量。本研究通过组合预测法把单木模型和林分模型组合起来,使杉木林分蓄积量预测一体化。利用组合预测法对不同模型的预测结果组合,分散单项模型的预测误差,从而提高预测精度。基于江西杉木固定样地数据,并利用最优加权法计算组合预测模型中各模型的权重系数。结果表明:组合预测法预测杉木林分蓄积量比单项模型(单木模型、林分模型)预测精度高,同时组合预测法可提高杉木林分蓄积量预测模型的兼容性,保证杉木林分蓄积量预测的一致性,为杉木林分蓄积量一体化的研究提供一种思路。
张雄清张建国段爱国
关键词:林分蓄积量兼容性组合预测法杉木
基于贝叶斯法估计杉木人工林树高生长模型被引量:41
2014年
以江西杉木密度试验林为例,分别基于贝叶斯法和传统法(非线性最小二乘法)估计杉木人工林树高生长模型,并在贝叶斯法中考虑无信息先验分布和有信息先验分布。结果表明:利用贝叶斯法估计杉木人工林树高生长模型,预测值的可靠性比传统法好,而且基于有信息先验分布估计杉木人工林树高生长模型要略好于无信息先验分布。这是因为利用生长模型预测杉木人工林树高生长存在着一定的不确定性,使得利用传统的估计方法分析杉木人工林生长模型稳定性比较低,可靠性也相对较差。贝叶斯法综合利用了先验信息和样本信息,而传统法仅利用了样本信息,而且贝叶斯法把模型参数看作是随机变量,更能反映杉木人工林树高生长的本质,预测杉木人工林树高的可靠性更好,而传统法把模型参数看作固定值。研究结果为杉木人工林生长模型的估计提供一种新的思路。
张雄清张建国段爱国
关键词:贝叶斯法无信息先验分布树高生长杉木人工林
共1页<1>
聚类工具0