不同建模数据抽样方法对兴安落叶松立木材积预测精度的影响

发布时间：2024-06-28 05:11

　　本文以兴安落叶松立木材积方程为例,设计均匀、正态、右偏和左偏4种不同抽样方法,研究不同抽样方法对立木材积方程预测精度的影响。根据不同数据类型,利用SAS软件中proc surveyselect模块的简单随机抽样(SRS)以及结合条件语句对数据进行分径阶抽样。为减小数据抽样的不确定性,每种分布抽样过程重复3次。分别对不同抽样方法下的胸径统计量进行正态性检验,具体采用Shapiro-Wilk进行正态性检验。以异速生长方程为基础材积模型,利用S-PLUS软件的广义非线性GNLS模块对各模型进行拟合。采用指数函数、幂函数和常数加幂函数对4种立木材积模型拟合过程中产生的异方差现象进行校正,方差函数变量考虑材积观察值(V)、预测值((?))、胸径(D),二元模型时添加组合变量D²H。采用确定系数(R²)、均方根误差(RMSE)、平均误差绝对值(MAB)和相对误差绝对值(MPB)对立木材积方程精度进行综合比较分析。为了降低小样本对模型预测的不确定性,在一元模型中采用随机方法生成均匀、正态、右偏、左偏分布的随机数据,利用预测值的置信区间进行比较分析。结果表明...

【文章页数】：50 页

【学位级别】：硕士

【部分图文】：

图2-1大兴安岭遥感影像图

东北林业大学硕士学位论文2研究地区概况及数据采集研究地区概况大兴安岭（GreaterKhinganMountains）是兴安岭的西部组成部分，位于黑龙江内蒙古自治区东北部，是内蒙古高原与松辽平原的分水岭[46]。大兴安岭北起黑龙江南至西拉木伦河上游谷地，东西横跨6个经....

图2-2胸径-树高散点图

变量平均值最小值最大值标准差胸径/cm24.065.147.912.21树高/m17.484.531.05.09材积/m30.550.012.400.53表2-2不同抽样的径阶分布样本类型抽样分布径阶48121620242832....

图2-3胸径-材积散点图

变量平均值最小值最大值标准差胸径/cm24.065.147.912.21树高/m17.484.531.05.09材积/m30.550.012.400.53表2-2不同抽样的径阶分布样本类型抽样分布径阶48121620242832....

图4-2基于不同随机数据各材积方程预估的置信区间（a为均匀分布随机数据；b为正态分布随机数据；c为右偏分布随机数据；d为左偏分布随机数据）

利用SAS软件编写程序生成右偏和左偏分布的随机数据。基于各分布的参数估计值和胸径随机数据，分别计算各分布立木材积的均值和标准差。利用公式（3-11）计算各分布均值95%的置信区间，并绘制各分布的置信区间分布图，见图4-2。从图4-2中可以看出，各抽样方法下建立材积模型的置信区间走....

本文编号：3996477