期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
3个典型针叶树种一级枝条大小通用方程的构建 被引量:2
1
作者 敖子琦 贾炜玮 +3 位作者 闫妍 苏巴提·赛达合买提 孙毓蔓 张小勇 《中南林业科技大学学报》 CAS CSCD 北大核心 2023年第3期50-61,共12页
【目的】以黑龙江省孟家岗林场的3种典型针叶树种:红松、长白落叶松、樟子松标准木的树干解析、枝解析的数据为研究对象,构建适合3种典型针叶树种的一级枝条基径和长度的哑变量模型和非线性混合效应模型,探索不同树种一级枝条基径和长... 【目的】以黑龙江省孟家岗林场的3种典型针叶树种:红松、长白落叶松、樟子松标准木的树干解析、枝解析的数据为研究对象,构建适合3种典型针叶树种的一级枝条基径和长度的哑变量模型和非线性混合效应模型,探索不同树种一级枝条基径和长度的生长特点及差异,简化枝条建模工作。【方法】为了提高模型的预测能力,基于再参数化模型,构建以树种为哑变量的枝条基径和长度的哑变量模型、以树种作为随机效应的枝条基径和长度的非线性混合效应模型。然后,利用R^(2)_(adj)、RMSE、AIC、BIC 4项统计指标评价模型预测能力。最后,根据两个模型的评价结果,基于具有更优拟合效果的模型对3个树种的生长差异进行分析。【结果】1)同一树种在不同等级木下其一级枝条的基径和长度均差异显著,林木等级越高,基径和长度值越大。基于相同等级木,长白落叶松无论从基径还是枝长,都与其他两种树种存在显著差异。2)基于哑变量模型方法和非线性混合效应模型方法的一级枝条基径预测模型的R^(2)_(adj)分别达到了0.6167和0.6036,长度预测模型的R^(2)_(adj)分别达到了0.6794和0.6712,哑变量模型的预测效果优于非线性混合效应模型,但根据模型的拟合过程,在进行枝条基径和长度预测时应根据样本量等选择适合的分枝属性预测模型。3)根据更优的哑变量模型的拟合结果,3种树种一级枝条的基径和长度大小及变化范围存在差异。从树种看,3个树种的一级枝条基径和长度大小值排序为樟子松>红松>落叶松。【结论】无论是哑变量模型还是非线性混合效应模型,都为简化枝条大小建模工作进行了有益尝试。 展开更多
关键词 典型针叶树种 一级枝条大小 哑变量模型 非线性混合效应模型
下载PDF
内蒙古大兴安岭主要乔灌树种理化性质及抗火性研究 被引量:12
2
作者 张恒 敖子琦 +2 位作者 乌日汉 甄雅星 萨如拉 《西南林业大学学报(自然科学)》 CAS 北大核心 2020年第4期61-67,共7页
根据内蒙古大兴安岭毕拉河林业局森林火灾和造林树种组成的特点,选取当地5种典型乔木(山杨、兴安落叶松、黑桦、白桦、蒙古栎)的树干、树皮、树枝和3种典型灌木(平榛、兴安杜鹃、二色胡枝子)的枝条作为研究对象,筛选强抗火性树种,运用... 根据内蒙古大兴安岭毕拉河林业局森林火灾和造林树种组成的特点,选取当地5种典型乔木(山杨、兴安落叶松、黑桦、白桦、蒙古栎)的树干、树皮、树枝和3种典型灌木(平榛、兴安杜鹃、二色胡枝子)的枝条作为研究对象,筛选强抗火性树种,运用主成分分析法对5项理化性质(含水率、灰分、热值、燃点、粗脂肪)指标进行分析,并对各树种抗火性进行综合评价。结果表明:乔木树种中兴安落叶松属于强抗火性树种,白桦属于可抗火性树种,黑桦、山杨、蒙古栎属于弱抗火性树种。灌木中二色胡枝子、平榛属于可抗火性树种,兴安杜鹃属于弱抗火性树种。兴安落叶松可以作为防火树种,以提高林区树种的抗火性,从而达到阻隔森林火灾的目的。 展开更多
关键词 内蒙古 大兴安岭 乔灌树种 理化性质 抗火性 主成分分析
下载PDF
三种针叶树种节子属性通用方程的构建 被引量:2
3
作者 李泽霖 贾炜玮 +2 位作者 郭昊天 敖子琦 赵阳 《应用生态学报》 CAS CSCD 北大核心 2023年第11期2907-2918,共12页
以2020年在黑龙江省林口林业局与孟家岗林场选取的3种典型针叶树种红松、长白落叶松、樟子松为研究对象,对节子直径、疏松节长度、健全节长度3种属性构建基础模型、哑变量模型和混合模型,分析不同树种节子属性的差异,简化模型的建模工... 以2020年在黑龙江省林口林业局与孟家岗林场选取的3种典型针叶树种红松、长白落叶松、樟子松为研究对象,对节子直径、疏松节长度、健全节长度3种属性构建基础模型、哑变量模型和混合模型,分析不同树种节子属性的差异,简化模型的建模工作。首先通过剖析法收集相关节子属性数据,结合相关文献,转换模型形式以及替换相关变量,构建基础模型;将树种作为定性因子,转化为哑变量,引入基础模型中,构建相关属性的哑变量模型;在构建混合模型时,引入样木与样地水平的随机效应,通过比较赤池信息准则(AIC)、贝叶斯信息准则(BIC)等评价指标,选出拟合效果最佳的混合模型。之后对基础模型、哑变量模型、混合模型的拟合精度进行对比,选出最优的通用方程。结果表明:3种模型中,哑变量模型与混合模型的拟合精度均大于基础模型。AIC、BIC等评价指标显示,混合模型对节子属性的拟合效果优于哑变量模型。模型对比结果中,健全节长度、疏松节长度、节子直径混合模型的R~2相较于基础模型分别提升了13.2%、84.8%、40.3%。不同树种3种节子属性基础模型的预测精度均大于90%,哑变量模型与混合模型的预测精度均在94%以上,说明构建的模型能够对节子相关属性进行较好的预测。3个树种健全节长度、节子直径、疏松节长度大小均为樟子松>红松>长白落叶松。哑变量模型与混合模型的拟合结果较基础模型更佳,精度更高。 展开更多
关键词 针叶树 节子直径 健全节长度 疏松节长度 哑变量模型 混合模型
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部