- 年份
- 2024(8063)
- 2023(11375)
- 2022(9532)
- 2021(9107)
- 2020(7368)
- 2019(17163)
- 2018(16778)
- 2017(31976)
- 2016(17073)
- 2015(19058)
- 2014(18448)
- 2013(17497)
- 2012(15569)
- 2011(13578)
- 2010(13392)
- 2009(11750)
- 2008(10912)
- 2007(9118)
- 2006(7509)
- 2005(5973)
- 学科
- 济(65221)
- 经济(65158)
- 管理(47124)
- 业(44671)
- 企(37524)
- 企业(37524)
- 方法(34785)
- 数学(31415)
- 数学方法(30782)
- 农(17375)
- 中国(16136)
- 财(16016)
- 业经(15077)
- 学(13124)
- 农业(11766)
- 地方(11359)
- 理论(11352)
- 技术(10648)
- 贸(10633)
- 务(10628)
- 贸易(10627)
- 财务(10574)
- 财务管理(10553)
- 易(10371)
- 企业财务(10004)
- 制(9733)
- 环境(9693)
- 和(9588)
- 划(8750)
- 银(8046)
- 机构
- 学院(224393)
- 大学(221393)
- 管理(91539)
- 济(86888)
- 经济(85215)
- 理学(80548)
- 理学院(79783)
- 管理学(77965)
- 管理学院(77567)
- 研究(69153)
- 中国(51313)
- 京(45821)
- 科学(44696)
- 财(37948)
- 业大(36858)
- 农(35641)
- 中心(33352)
- 所(32811)
- 江(31541)
- 财经(31391)
- 研究所(30553)
- 经(28892)
- 北京(27977)
- 范(27965)
- 师范(27660)
- 院(27381)
- 农业(27342)
- 经济学(26554)
- 技术(25296)
- 州(24854)
- 基金
- 项目(168793)
- 科学(133768)
- 基金(122977)
- 研究(121722)
- 家(108867)
- 国家(108028)
- 科学基金(93516)
- 社会(76439)
- 社会科(72543)
- 社会科学(72526)
- 省(66817)
- 基金项目(64972)
- 自然(62387)
- 自然科(60991)
- 自然科学(60978)
- 自然科学基金(59850)
- 教育(57384)
- 划(56143)
- 资助(50150)
- 编号(49709)
- 重点(38406)
- 成果(37427)
- 部(36349)
- 创(36087)
- 发(35927)
- 创新(33634)
- 课题(33475)
- 科研(33078)
- 国家社会(32008)
- 教育部(31513)
共检索到305094条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 林业科学研究
[作者]
牛思圆 刘鹏举 雷相东 任怡 高影
[目的]基于我国森林资源连续清查（简称“连清”）样地数据，分省区研建全国杉木人工林平均木树高-胸径的最优基础模型，以期为全国各省区杉木人工林的树高预测提供基础模型。[方法]研究范围为杉木人工林分布的15个省份，数据来自第六次、第七次连清样地数据的树高调查表，总样本数为23 239个。选取18种基础生长方程作为候选模型，分别拟合各省区杉木平均木树高与胸径的关系，根据模型的决定系数（R2）、平均绝对误差(MAE)、平均相对误差（MRE）、均方根误差(RMSE)和平均预估误差（MPE），并结合模型残差分布图，确定各省区最优模型，同时采用5折法验证各省区最优模型的预测能力，最终决定各省区最优树高-胸径模型。[结果]15个省区的杉木最优树高-胸径模型并不相同，四川、云南、重庆、陕西、浙江、江西、湖南、广西的最优模型为模型18(Mitscherlich方程)，江苏、安徽、河南和福建的最优模型为模型16(Hossfeld方程)，广东、湖北、贵州的最优模型分别为模型10（双曲线方程）、模型11(Logistic方程)和模型13(Gompertz方程)，R~2分布在0.602～0.807之间，MAE分布在0.94～1.53 m之间，MRE分布在-2.93%～-4.72%之间，RMSE分布在1.23～2.00 m之间，MPE分布在0.50%～2.77%之间。模型拟合效果较好，满足精度要求，且参数具有生物学意义，可作为全国各省区杉木人工林平均木树高-胸径基础模型。[结论]本研究构建全国杉木人工林分布的15个省区的最优树高-胸径基础模型，能较好的模拟各省区的杉木平均木树高随胸径的变化规律，可以作为全国各省区基本的杉木人工林平均木树高-胸径模型，为各省区杉木人工林的树高预测提供依据。
关键词：
连清样地数据 杉木 树高-胸径模型
[期刊] 中南林业科技大学学报
[作者]
汤维 黄朗 杨浩 游文彪 朱光玉
【目的】研究立地因子对湖南杉木平均优势木胸径生长的影响，构建含立地随机效应的立地质量评价模型，以解决杉木立地质量评价的问题。【方法】基于湖南杉木人工林509块样地实测数据，在统计之林软件中使用数量化方法Ⅰ筛选出对杉木平均优势木胸径生长影响显著的立地因子，将立地因子按照标准分级、组合，构建初始立地类型；通过R语言拟合杉木人工林平均优势木胸径与年龄的相关关系，从4种基础生长模型中筛选出最优基础模型；应用K-means聚类将参数值相近的立地类型聚类成立地类型组，并将聚类后形成的立地类型组作为随机效应加入最优基础模型中，构建混合效应模型；通过导算，得到立地质量评价模型。【结果】1）对杉木平均优势木胸径产生显著影响的因子包括海拔、坡位、土壤类型和土壤厚度，影响程度从高到低的顺序为：坡位>土壤类型>土壤厚度>海拔。2)4个候选基础生长模型的拟合精度均较低（R~2=0.641 5～0.642 0），选取单分子式（Mitscherlich）(R~2=0.642 0)作为构建立地质量评价的基础模型。3）考虑立地效应对模型的影响，将不同立地因子及其组合作随机效应进行非线性混合效应模拟，确定系数R~2从0.641 5～0.642 0提高到0.664 2～0.825 8，拟合精度的高低与主导立地因子的显著性紧密相关，其中含立地类型的混合模型模拟精度最高（R~2=0.825 8）。4）以确定系数≥0.95为聚类精度标准将立地类型划分为10个立地类型组，含立地类型组的混合模型在便于应用的同时提高了建模的精度（R~2=0.840 9）。【结论】立地因子对杉木平均优势木胸径生长具有显著影响。同时，将立地因子作为随机效应加入混合模型中能够提高预测的准确性，更适合于多种立地类型下的立地质量评价。
[期刊] 中南林业科技大学学报
[作者]
郭泽鑫 曹聪 刘萍
【目的】构建适宜于广东杉木人工林生物量模型，精准估测广东杉木人工林生物量和碳储量，对提高广东杉木人工林森林经营成效与森林碳汇效益评价具有重要指导意义。【方法】基于2007、2012、2017年广东省森林资源连续清查杉木人工林固定样地数据，采用非线性度量误差联立方程组和哑变量建模方法，构建基于林分因子和材积源的杉木人工林林分生物量模型，比较检验各模型拟合效果，提出适宜于广东杉木人工林林分生物量预测模型。【结果】1）构建基于林分因子和材积源的一元、二元常规模型及含龄组哑变量模型8套，共16个地上、地下生物量模型，决定系数R2均大于0.94，总相对误差TRE以及平均系统误差MSE均保持在±3%范围内，平均预估精度均在97.90%以上。2）材积源生物量模型拟合效果优于基于林分因子的生物量模型，引入平均树高二元模型较一元模型提升不显著，含龄组因子哑变量模型优于常规模型。3）材积源一元哑变量模型精度高，实用性强，为本研究推荐模型。【结论】杉木林分生物量受立地质量、林分密度、林龄、树种组成等多重因素影响，构建模型时需综合考虑林分生长影响因素，林分胸高断面积、蓄积量等都是重要的预测变量。生物量与蓄积量高度相关，材积源模型具有更高精度。杉木林分生物量模型受林龄影响显著，需区分建模。本研究所建模型具有较高的预估精度，适用于广东省杉木人工纯林或相对纯林，可在实践中推广。
[期刊] 北京林业大学学报
[作者]
董晨 吴保国 张瀚
为了研究杉木生长与形态变量的关系，提高模型预估精度，本文根据福建省６５块不同密度、林龄分布于６～３５年的杉木人工林样地测量数据，选用了ＲｉｃｈａＲｄｓ理论方程，分别构建了杉木胸径和树高生长模型。在此基础上，分析理论方程中参数与冠幅（ｃＷ）的关系，建立两者间的关系函数；使用参数预估法构造胸径和树高的参数化预估模型，并对原模型和参数化模型进行模型检验、残差分析，讨论了冠幅与林木生长之间的关系。结果表明：胸径和树高ＲｉｃｈａＲｄｓ方程中，参数ａ与ｃＷ呈正比，参数ｂ与ｃＷ呈反比，ｃ则与ｃＷ呈现出类似正态分布的关系；与传统的理论方程相比，参数化模型提高了杉木胸径树高预估的精度。本文所构建的模型能间接反映．．．
[期刊] 中南林业科技大学学报
[作者]
杨子铎 李新建 朱光玉 刘洪娜
【目的】考虑湖南杉木人工林的立地条件、林分密度和林分年龄，基于混合效应构建最适宜的林分平均高与优势木平均高相关关系模型，为湖南杉木人工林的立地质量评价与可持续经营提供理论依据。【方法】以湖南省内设置的512块杉木样地数据为基础，基于基础线性模型，利用数量化方法Ⅰ、k-means聚类和线性混合效应回归建模方法，构建基于混合效应的湖南杉木林分平均高和优势木平均高相关关系模型。【结果】1）采用数量化方法Ⅰ筛选出坡位、坡形、土壤类型、土壤厚度、株数密度和土壤松紧度是对高比值（林分优势木平均高和林分平均高之比）影响显著的因子；2）构建线性混合效应模型可以显著提高建模精度，立地类型作为随机效应加在参数b上时确定系数最高，相对于基础线性模型，其确定系数从0.790 158提高到0.914 348。3）构建基于聚类的线性混合效应模型可以进一步提高建模精度，立地类型组作为随机效应加在参数b上时确定系数最高，确定系数达到了0.943 512 8，相对于基础线性模型，确定系数提高了19.41%，平均绝对误差降低了53.89%，均方根误差降低了48.11%;4）添加株数密度和林分年龄作为固定效应对模型精度提升不明显。【结论】林分密度和林分年龄对林分平均高与优势木平均高相关关系无显著影响；基于立地效应的混合模型可以反映平均高与优势木平均高相关关系变化的整体趋势，也可以体现立地条件差异对两者相关关系的影响，模型精度更高，适用性更好。
[期刊] 北京林业大学学报
[作者]
李春明
以江西省杉木人工林4次调查数据为例,建立单木胸径生长量随机截距效应混合模型,分别考虑样地层次、区域层次及多层次的随机截距效应,并在考虑多层次效应时考虑了存在的异方差和自相关问题,最后利用独立的抽样验证数据对模拟结果进行验证。结果表明:林分断面积、对象木胸径、林分内大于对象木的断面积之和与对象木胸径的比值以及海拔对单木胸径生长量有显著影响;与林业中常用的传统最小二乘法相比,采用混合效应模型方法后模型的模拟效果和验证精度均有提高;选择适合的异方差和自相关函数后,模拟结果比只考虑随机截距效应有更好的适应性;实际应用中考虑多层效应要比单层效应模拟效果好。
[期刊] 林业科学
[作者]
张雄清 张建国 段爱国
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...
[期刊] 西北农林科技大学学报(自然科学版)
[作者]
车少辉 张建国 段爱国 童书振
【目的】探索神经网络技术对杉木人工林胸径生长的模拟和预测能力,以寻求最优模型。【方法】以江西大岗山杉木人工林为研究对象,依据林木生长理论,用林龄(A)、立地指数(SI)和初植密度(N)3个因子构建平均胸径生长BP模型;通过定量和定性分析相结合的方法对模型选优,并将最佳模型与拓展的Richards模型比较;最后将优化模型应用于未参与建模的样地。【结果】最佳BP模型为Levenberg-Marquardt算法3∶5∶1结构模型(LM351),R2=0.984,MSE=0.196;拓展的Richards模型R2=0.964,MSE=0.433。LM351模型经校正后,适合预测福建邵武杉木人工林胸径生...
关键词：
杉木 人工林 胸径生长模型 BP神经网络
[期刊] 林业科学研究
[作者]
梁瑞婷 孙玉军 李芸
[目的 ]基于深度学习算法,建立多隐藏层的杉木树高-胸径神经网络模型,探索一种更高效低偏的树高模型研建方法,提高杉木树高的预测精度。[方法 ]利用福建省将乐国有林场34块杉木样地的2 898组树高-胸径调查数据,基于传统回归建立10个广义树高-胸径模型,筛选出精度最高的模型作为对照。同时基于H2O平台的深度学习算法,建立70个不同结构的树高-胸径DLA模型,通过分析比较,确定最适宜预测杉木树高的模型结构,与传统最优模型进行比较。[结果 ]建立的树高-胸径DLA模型均能较好地描述杉木的树高-胸径间关系,R~2都在0.84以上,大于最优传统模型,RMSE和MAE小于传统模型。精度最高的DLA模型结构包含6个隐藏层,每层各340个神经元。[结论 ]本研究基于深度学习建立的杉木树高-胸径DLA模型,其拟合精度与预测精度略高于传统的广义树高-胸径模型,尤其在预测较高的林木时,更为明显,能够用于研究区杉木树高的预测。
[期刊] 林业科学研究
[作者]
梁瑞婷 孙玉军 李芸
[目的 ]基于深度学习算法,建立多隐藏层的杉木树高-胸径神经网络模型,探索一种更高效低偏的树高模型研建方法,提高杉木树高的预测精度。[方法 ]利用福建省将乐国有林场34块杉木样地的2 898组树高-胸径调查数据,基于传统回归建立10个广义树高-胸径模型,筛选出精度最高的模型作为对照。同时基于H2O平台的深度学习算法,建立70个不同结构的树高-胸径DLA模型,通过分析比较,确定最适宜预测杉木树高的模型结构,与传统最优模型进行比较。[结果 ]建立的树高-胸径DLA模型均能较好地描述杉木的树高-胸径间关系,R~2都在0.84以上,大于最优传统模型,RMSE和MAE小于传统模型。精度最高的DLA模型结构包含6个隐藏层,每层各340个神经元。[结论 ]本研究基于深度学习建立的杉木树高-胸径DLA模型,其拟合精度与预测精度略高于传统的广义树高-胸径模型,尤其在预测较高的林木时,更为明显,能够用于研究区杉木树高的预测。
[期刊] 中南林业科技大学学报
[作者]
夏洪涛 郭晓斌 张珍 田相林 郭福涛 孙帅超
【目的】基于不同立地质量评价指标，构建杉木大径材林分的树高-胸径模型，评价包含不同立地质量评价指标模型的拟合及预测效果，为大径材林分下的杉木生长预测和经营措施制定提供参考。【方法】以福建省上杭白砂国有林场的大径材杉木人工林为研究对象，选取7个具有代表性的树高-胸径模型，从中筛选出拟合效果最优的模型作为树高-胸径基础模型，在基础模型中分别加入优势高、地位级、地位指数和立地形4个不同立地质量评价指标，并引入样地效应构建非线性混合效应模型，通过交叉检验对不同模型的预测效果进行评价。【结果】在7个树高-胸径候选模型中，选定Richards模型作为杉木大径材林分的树高-胸径基础模型，在基础模型中引入不同立地质量评价指标均可有效提高模型的拟合及检验精度，其中加入优势高的模型表现效果最好。添加样地随机效应后，所有模型的拟合和检验精度均获得了提升，且包含不同立地质量评价指标模型的排序没有变化。其中，以优势高为立地质量评价指标的混合效应模型预测精度最高。最优模型各径级的残差比基础模型更小、更稳定，无偏性更好。【结论】与传统回归方法建立的基础模型相比，加入立地变量和随机效应的树高-胸径模型能更好地描述大径材杉木树高与胸径之间的关系。优势高的表现优于其他立地质量评价指标，立地形与地位指数的效果接近，二者均可以作为杉木大径材林分中地位指数的替代指标。
[期刊] 林业科学
[作者]
鲁乐乐 王震 张雄清 张建国
【目的】探索杉木人工林单木胸径生长量变化的驱动因子,比较不同驱动因子的重要性,构建不确定性单木胸径生长模型,为杉木经营管理者科学经营管理杉木人工林提供参考。【方法】以福建省邵武市卫闽林场杉木密度试验林为研究对象,采用贝叶斯模型平均法(BMA)和逐步回归法(SR)分析杉木单木胸径生长量与内部因子(林分变量因子)和气候因子的关系,构建杉木单木胸径生长模型。【结果】杉木单木胸径年均生长量受气候因子影响较小,主要受竞争因子和单木大小因子影响。单木胸径生长量随林分密度、林分平方平均胸径、大于对象木的断面积和、年龄、冬季平均最低温度增加而减小,随期初胸径、胸高断面积、优势木平均高、最冷月平均温度、最热月平均温度、年均降雨量增加而增加。基于SR获得模型的后验概率小于BMA获得最佳模型(最高后验概率)或SR模型不在BMA模型空间前几个后验概率高的模型中。【结论】杉木单木胸径生长量随竞争增加而减小,随温度和降雨增加而增加。贝叶斯模型平均法考虑所有可能变量的组合,能够反映出模型的不确定性。
[期刊] 北京林业大学学报
[作者]
孟宪宇 张弘
根据福建省３２块杉木人工林临时标准地和固定标准地资料，采用生长量修正法和Ｒｉｃｈａｒｄｓ生长方程建立了单木潜在直径生长函数和单木直径生长修正函数。选择相对直径（ＲＤ。）和相对植距（ＲＳ）分别作为竞争指标和密度指标，建立直径生长模型。依据树高和直径的关系，引入反映立地质量的优势高为自变量，建立了树高生长模型，为了提高树高拟合效果，对树高残差值分布进行了分析，树高残差遵从正态分布。
[期刊] 浙江农林大学学报
[作者]
卯光宪 谭伟 柴宗政 赵杨 杨深钧
【目的】马尾松Pinus massoniana是中国南方主要用材树种，建立高效的马尾松人工林胸径-树高预测模型，可为马尾松人工林经营提供理论指导。【方法】以贵州省黔中地区马尾松人工林为研究对象，基于82块样地(25 m×25 m)的4 284株马尾松单木数据，选取6个常用的广义非线性模型进行拟合，从中筛选出拟合效果最好的模型。使用相同的数据确定最佳隐层节点数量后，经过反复训练建立基于BP神经网络的马尾松胸径-树高预测模型。【结果】在6个广义非线性模型中，拟合效果最佳为Korf模型(R~2=0.650)；马尾松适宜的隐藏层节点数为2，适宜的模型结构(输入层节点数∶隐藏层节点数∶输出层节点数)为1∶2∶1，模型预测精度达0.717。【结论】广义非线性模型能较好地拟合马尾松人工林胸径-树高关系，但与BP神经网络模型相比，BP神经网络不需要依赖经验模型，也不用模型筛选，而且BP神经网络模型具有较高的决定系数和较低的均方根误差，拟合精度优于广义非线性模型。
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
