基于哑变量的不同气候条件下红松树冠外部轮廓模拟研究

以辽宁清原满族自治县大边沟林场及黑龙江桦南县孟家岗红松人工林为研究对象,分别在两个气候区各选取39株和24株样木进行枝条解析,测量所有样木的所有枝条的枝长、弦长、基径、着枝深度等枝条属性因子;利用R语言构建基于哑变量的2个气候区红松树冠轮廓模型,分析林木因子对树冠轮廓的影响,比较2个气候区红松树冠轮廓的差异。结果表明:在幂函数、分段抛物线方程、修正Kozak方程中,幂函数拟合树冠外部轮廓的效果较好,选其作为树冠外部轮廓基础模型;当固定其他变量时,树冠外部轮廓半径随着胸径和冠长率的增大而增大,随着高径比的增大而减小,且CR对树冠半径的影响最小,HD其次,DBH最大;气候区的差异对小树影响最大、中等树木次之、大树最小;优势木树冠半径>平均木树冠半径>劣势木树冠半径。本研究构建的树冠外部轮廓哑变量模型具有良好的拟合优度,能够合理地模拟及预测2个地区的红松树冠外部轮廓。

含海拔哑变量的杉木优势木高-树龄曲线模型研究

人工纯林立地质量评价通常采用立地指数法,即利用林分平均优势木高和树龄的关系来评价立地质量。本文以湖南青羊湖、高泽源、江华等45个国有林场的518个杉木纯林标准地为研究对象,利用其中388个标准地数据,对林分平均优势木高与树龄的关系进行理查德、单分子式和舒马切尔3种常用的非线性基础模型方程模拟。通过对比分析,选出最优为理查德方程(参数a、b、c分别为23.67023、0.05856、1.59679),其决定系数为0.79489。以最优模型为基础,考虑到不同海拔对优势木高生长过程的影响,将海拔划分等级变量F(以100 m为一个等级,共分为12个等级),纳入含海拔哑变量(F)的优势木高-树龄生长曲线,并以绝对残差均值ARM、决定系数DC、模型精度3个模型精度检验指标对模型进行精度检验。模拟结果表明:加入以海拔等级为哑变量的3个模型精度较高,其中,将哑变量(F)加在参数b上的模型精度最高(绝对残差均值1.20630、决定系数0.8444、模型精度97.77%),并利用130个标准地数据进行再验证,证明该模型可行性强,可为区域性杉木立地质量评价提供建模依据。

以树种组成和龄期为哑变量的油松林分水平间伐出材模型研究

以山西省段峪河林场油松人工林为研究对象,采用样地调查与数据分析相结合的方法,对油松样地的立地因子、林分因子与出材量进行分析,并将树种组成和龄期2个哑变量引入油松林分水平间伐出材模型。结果表明,龄期(0.62)、胸径(0.73)、林分密度(0.63)与林分出材量显著或极显著正相关,树种组成(-0.48)、坡度(-0.77)与林分出材量显著或极显著负相关。由此确定了3个初始油松林分水平间伐出材模型,均能在间伐强度基本一致的情况下较好地预测林分出材量。通过优化改进,最终确定了2个油松林分水平间伐出材模型,分别为VC=b×Age+c×DBH+d×SD和VC=b×Age+f×AL+g×TH。

基于哑变量的日本落叶松生长模型研究

【目的】研究北亚热带高山区和暖温带中山区日本落叶松的生长过程,并建立其生长模型,为精确掌握日本落叶松生长过程、科学经营日本落叶松人工林提供参考。【方法】应用北亚热带高山区和暖温带中山区96株日本落叶松解析木数据,根据区域特征引入哑变量的概念,综合运用Excel 2003、ForStat 2.1及SPSS 16.0等软件进行数据处理和生长模型的拟合,分别建立含有哑变量的日本落叶松胸径、树高和材积生长模型。【结果】2个区域日本落叶松的胸径、树高和材积生长情况没有明显差异。含有哑变量的Richards方程对日本落叶松胸径、树高生长拟合效果最好,R2分别达到了0.996 6和0.995 5,均方误差为0.163 2和0.207 7,平均绝对残差为0.349 1和0.436 7;材积生长模型的拟合结果以含有哑变量的二次函数最为理想,R2为0.997 979,均方误差为0.000 018,平均绝对残差为0.003 276。通过对模型的独立性检验,胸径、树高和材积生长模型预估精度均在90%以上。【结论】建立了日本落叶松胸径、树高和材积的哑变量生长模型,该模型可以用来描述北亚热带高山区和暖温带中山区日本落叶松的生长规律,预测其生长指标,解决了不同区域单独建模模型不相容的问题。

基于哑变量的闽楠天然次生林单木胸径和树高生长模型研究

【目的】通过对闽楠天然次生林胸径和树高生长规律及生长模型的研究,为林木生长预估及林分质量提升经营措施的制订提供参考。【方法】以江西省安福县闽楠天然次生林为研究对象,通过标准地调查及树干解析等方法获取基础数据,按林木竞争压力水平从小到大将林木分为类型1、类型2和类型3,分析胸径和树高的生长规律;选取5种具有生物学意义的生长方程,根据模型拟合优度与评价指标选取最优基础生长模型,在最优模型的基础上构建含竞争类型哑变量的生长模型。【结果】(1)利用树干解析数据分析显示,30～50年为胸径生长速生期,连年生长量最大值达到0.57 cm;35～45年为树高主要生长速生期,连年生长量最大值为0.37 m。(2)胸径最优基础模型为Gompertz方程,模型R^2和预估精度分别为0.756和94.28%,构建的最优哑变量模型的R^2和预估精度分别为0.873和95.71%;树高最优基础模型为修正Weibull方程,模型R^2和预估精度分别为0.856和96.54%,构建的最优哑变量模型的R^2和预估精度分别为0.882和96.96%。(3)由构建的哑变量生长模型拟合的不同竞争类型下的胸径和树高生长曲线得知,胸径和树高总生长量均表现为类型1>类型2>类型3,类型1胸径最大生长量是类型3的1.6倍。【结论】竞争压力对闽楠胸径、树高生长均产生影响,较大的林木竞争压力不利于闽楠生长;构建含有竞争类型哑变量模型的拟合优度及预估精度均优于基础模型,有利于提高建模的精度和模型的适用性。

利用线性混合模型和哑变量模型方法建立贵州省通用性生物量方程

以贵州省人工杉木和马尾松地上生物量数据为例,通过利用线性混合模型和哑变量模型方法,建立了适合不同树种和区域(中心区和一般区)的通用性立木生物量方程,为简化生物量建模工作提供了有效途径。结果表明,相同直径林木的地上生物量估计值随树种、区域的不同存在一定程度的差异,带随机参数的线性混合模型和带特定参数的哑变量模型比总体平均模型的精度高;线性混合模型和哑变量模型方法均同等有效,可推广应用于其它通用性模型(如材积方程)的建立。

利用哑变量研究湘西桤木林分优势平均高与平均高的相关关系

林分优势平均高和林分平均高是立地质量评价的2个重要指标。以78块湘西桤木人工林标准地数据为研究对象,采用数量化方法I分析了地名、林分类型、坡度、坡位、坡向、土壤厚度、土壤类型、自然灾害、公顷株数、海拔、年龄和郁闭度11种因子对高比值(林分平均高与优势平均高之比)的显著性影响程度,选出影响显著的主导因子作为哑变量,确定地名和林分类型(绝对纯林和相对纯林)为显著性影响的主导因子,2个因子对高比值具有显著性影响的可靠性为93.70%和99.96%,选取这2个因子作为哑变量,建立了基于哑变量的林分优势平均高与林分平均高非线性模型和常规的非线性模型,采用确定系数、残差均值、绝对残差均值、相对误差均值和精度5个指标,通过对常规、基于地名哑变量和基于林分类型哑变量的3种非线性模型的建模精度和模型适应性检验结果比较,指出基于哑变量的非线性模型优于常规非线性模型,且基于地名哑变量的模型最优。基于地名哑变量、基于林分类型哑变量和常规非线性模型的建模精度分别为98.65%、97.53%、93.43%,建模确定系数分别为0.9389、0.9266和0.9015,建模残差均值分别为2.16E-09、5.53E-09和2.30E-07,建模绝对残差均值1.0631、1.1323和1.8522,建模相对误差均值分别为0.1197、0.2038和0.2932。研究方法和结果有助于提高建模精度,并为建立区域性通用生物数学模型提供了一种思维方法。

基于哑变量的油松人工林和天然林生长模型

为准确掌握油松生长过程、改善油松经营管理模式,利用北京地区油松连续清查数据,在Richards模型基础上,考虑林分起源的差异,在模型中引入哑变量,建立北京地区不同林分起源相容性油松林分生长模型。结果表明:所建立的含哑变量的油松生长模型,对油松林分生长模型的拟合效果较好,决定系数高达0.938 0和0.991 8;油松蓄积量的拟合效果比断面积好,人工林的拟合效果高于天然林。用检验数据对模型进行适应性检验,林分断面积和蓄积量生长模型的预估精度均在90%以上。

用哑变量法求算立地指数曲线族的研究

用哑变量法求算立地指数曲线族的研究＊李希菲洪玲霞关键词立地指数曲线哑变量方法导向曲线法立地质量是表示生长在某一立地上既定树种或林分类型林木的生产潜力［１］。立地质量不同，林木的经营措施也不同。描述立地质量的方法很多，现在多采用地位指数，即以造林年数和...

用哑变量方法构建东北落叶松和栎类分段地上生物量模型

采用单一的非线性方程拟合生物量模型常会导致小径阶林木的估计有偏。以东北地区落叶松和栎类的地上生物量数据为例,提出采用哑变量方法改进立木生物量估计模型的预估效果,并建立了2个树种的一元和二元立木生物量模型。结果表明:哑变量方法能解决小径阶林木的偏估问题,同时能在一定程度上改善对整个模型的预估效果;所建模型能同时适用于胸径<5 cm的幼树和胸径≥5 cm的林木;二元生物量模型的平均预估误差均在5%以下,可应用于东北地区各类森林资源清查中落叶松和栎类的生物量估计。

基于哑变量的高山松蓄积量反演模型研究

基于Landsat TM和地面实测样地数据,采用传统线性回归和引入哑变量的线性回归两种建模方法构建香格里拉高山松蓄积量反演模型,并对模型进行验证。研究表明,传统一元和多元线性回归模型的相关系数分别为0.280和0.365,引入哑变量的线性回归模型相关系数为0.602;结合实测检验数据,传统一元、多元线性模型和引入哑变量的模型预测精度分别为61.1%,74.9%和80.3%,引入哑变量的高山松森林蓄积量模型反演精度明显提高,研究结果可为今后基于哑变量的遥感森林蓄积量反演提供一定的依据和参考。

基于分位数回归和哑变量模型的大兴安岭兴安落叶松树高-胸径模型

【目的】基于Richards方程比较分位数回归和哑变量模型对树高-胸径方程预测精度的影响,为林业树高-胸径模型的构建提供新的思路和方法。【方法】利用大兴安岭4个区域的兴安落叶松Larix gmelinii伐倒木胸径/树高实测数据,采用分位数回归和哑变量模型构建树高-胸径模型,并与基本模型进行对比分析。评价指标采用平均绝对误差(MAE)、均方根误差(RMSE)、确定系数(R2)、赤池信息量(AIC)、贝叶斯信息量(BIC)、平均预测误差百分比(MPE)、平均绝对百分比误差(MAPE)、均方根百分比误差(RMSPE),同时利用非线性额外平方和法进行区域性检验。【结果】1)Richards树高-胸径模型在9个不同的分位点(τ=0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9)都能收敛,且每个区域都有其对应的最优分位数模型,区域1、2、3和4的最优分位数模型所对应的分位数分别是τ=0.7、τ=0.3、τ=0.5和τ=0.3,各区域最优分位数模型与哑变量模型所得结果差异不大,都优于基本模型。2)F检验结果表明哑变量模型的构造是有必要的,区域2和区域4没有显著不同,其他5对区域都有显著不同。3)模型检验结果表明区域1、3、4的最优分位数回归模型都要优于哑变量模型,区域2的哑变量模型没有通过正态性检验(P=0.0286),因此区域2的最优模型仍然为τ=0.3时的分位数模型。【结论】分位数回归模型和哑变量模型都能够反映不同区域树高-胸径关系的变化,在拟合和检验统计量等方面都表现较好,适合于大兴安岭落叶松树高预测。在进行方法选择时,可以根据数据特征和研究目的进行选择。

哑变量在云杉地上生物量模型中的应用研究

基于150株样木的生物量数据,采用常规回归方法和哑变量模型方法,构建了黑龙江、吉林两省云杉地上总生物量与各分项生物量的一元、二元以及三元模型。结果表明:2种方法建立的模型中,地上总生物量模型预估精度最高,在96%以上;树叶生物量最低,仍达87%以上;其他生物量预估精度均在91%以上;总相对误差均控制在±5%的范围内。通过对一元、二元和三元模型对比分析,发现随着解释变量增加,2种方法生物量模型的预估精度和确定系数都有所提高。引入地域哑变量后,一元、二元和三元模型的预估精度和确定系数都比常规模型有所提高,估计值的标准误差和总相对误差有一定下降,哑变量可以提高模型的拟合优度和预测效果。

湖南栎类天然混交林优势木树高曲线哑变量模型研究

使用13种具有代表性的树高-胸径模型对湖南栎类天然混交林优势木树高-胸径关系进行了拟合,从中筛选出拟合度较高的模型作为基础模型,以进一步构建含林分类型、立地类型哑变量的天然混交林优势木树高曲线模型。研究结果表明:平均优势木模型要优于最高优势木模型,利用哑变量模型拟合的效果要明显优于基础模型;n林分类型哑变量和立地类型哑变量平均优势木模型结构相同,都是H=1.3+(sun from n to i=1)a_i×Z_i×D_g/(D_g+1)+b×D_g,其确定系数分别为0.711 9和0.977 5,立地类型哑变量模型要优于林分类型哑变量模型。利用哑变量模型可提高模型精度及适用性,有助于建立区域性通用生物数学模型,并为全国栎类天然混交林立地质量评价的研究提供科学支撑和参考依据。

哑变量在统计分析中的应用

目的:探讨哑变量在统计分析中的应用。方法:在协方差分析与方差分析中使用哑变量。结果:正确使用哑变量,扩大回归模型的应用范围。结论:在协方差分析中使用哑变量使对模型的理解变的简单,在方差分析中使用哑变量使得可以从回归的角度来理解模型。

立地质量等级为哑变量的黄山松地位级指数模型的研制

以黄山松天然林为研究对象,构建了以立地质量等级为哑变量、林分年龄为自变量的地位级指数模型,根据哑变量取值特点,引入混合蛙跳算法求解方程参数。通过样地实测数据检验,表明建立的地位级指数模型可用于黄山松天然林立地质量评价。分别模拟了四类立地质量等级不同地位级指数下随林分年龄变化的树高,为黄山松天然林合理的经营决策提供可靠依据。

提高回归模型拟合优度的策略(Ⅰ)——哑变量变换与其他变量变换

本文目的是介绍第一种提高回归模型拟合优度的策略,即哑变量变换与其他变量变换。具体方法包括以下几个方面:①对多值名义自变量采取"哑变量变换";②对定量和有序自变量引入派生变量,包括"对数变换""平方根变换""指数变换""平方变换""立方变换"和"交叉乘积变换"的结果;③对定量因变量分别采取"对数变换""平方根变换""指数变换""倒数变换"和"Logistic变换";④构建回归模型时,在假定"包含截距项"与"不含截距项"的条件下,分别采取"前进法""后退法"和"逐步法"筛选自变量。得到了如下几个结论:①对定量因变量和自变量不做变量变换时,回归模型的拟合优度非常差;②根据资料所具备的条件,对定量因变量采取不同的变量变换方法,其回归模型的拟合优度是不尽相同的;③对多值名义自变量进行"哑变量变换"是常规的做法,但存在不足之处;④对定量自变量引入派生变量是非常有价值的;⑤假定回归模型中不含截距项有助于提高回归模型的拟合优度。

基于哑变量的蒙古栎林分生长模型

利用北京市蒙古栎定期清查数据,在Richards模型中引入哑变量,将间伐林分和未间伐林分合并建立林分断面积、蓄积量生长模型。结果表明:含有哑变量的林分断面积、蓄积量生长模型,对蒙古栎林分的断面积、蓄积量的模拟效果都较好,R2分别达到了0.982、0.993。通过对模型的独立性检验,拟合模型对林分断面积、蓄积量的预测精度均在95%以上,可以用来描述北京地区蒙古栎间伐林分和未间伐林分的生长变化规律,也解决了不同类型林分合并建模不相容的问题。

基于哑变量的云南松蓄积生长模型

为了解云南松林分蓄积生长规律,为更好的经营云南松林分提供理论依据,笔者基于云南省云南松一类清查数据,以Schumacher和Richards模型为基础模型,选取不同的林分密度指标,来拟合云南松林分蓄积生长模型,并在最优基础模型上引入哑变量,将不同林分类型合并,建立同时适用于间伐林分和未间伐林分的蓄积生长模型。结果表明:4个传统生长模型的模拟效果都较好,R^2和预估精度最高分别为0.971 6、96.79%,不同的林分密度指标对模型的预测效果有较大影响,且以选用林分断面积作为林分密度指标的Richards模型的预估效果最好,其预估精度为96.79%。在最优传统生长模型中引入哑变量后,模型的R^2和预估精度都比传统的生长模型稍高,分别达到0.973 0、96.84%。通过对模型的适应性检验,所建的哑变量模型的预估精度超过98%,且对间伐林分的拟合效果更佳,可以用来描述不同措施下云南省云南松林分的蓄积生长规律,也解决了不同类型林分合并建模不相容的问题。

哑变量在燕山地区华北落叶松人工林生长模型中的应用

以燕山地区华北落叶松人工林为研究对象,在收集大量临时样地和解析木资料的基础上,筛选出合适的数据,根据承德市隆化县林管局、木兰林管局和塞罕坝机械林场3个地方的地区特征引入哑变量的概念,利用非线性回归的方法对华北落叶松人工林胸径、树高、材积生长过程进行拟合,结果显示3个地区华北落叶松人工林的胸径、树高、材积生长量没有显著差异。基于哑变量建立了3个地区华北落叶松人工林的胸径、树高、材积生长模型。结果表明:含有哑变量的Schumacher模型对华北落叶松人工林胸径、树高生长过程的拟合效果最好,决定系数R2分别达到了0.9941和0.9929,残差平方和分别为4.7339和6.8849;含有哑变量的二次函数对华北落叶松人工林的材积生长过程拟合最好,决定系数R2为0.992 8,残差平方和为0.002 3。通过对所建立生长模型的适应性检验,结果表明残差分布比较均匀,预估精度都达到95%以上,说明模型的预估效果比较好。