线性度量误差模型的参数估计法与最小二乘法的关系

线性度量误差模型的参数分为度量误差向量的参数和非度量误差向量的参数,本文的研究表明:不论是非度量误差向量的参数估计还是度量误差向量的参数估计都可以由最小二乘估计法推广得到.

线性度量误差模型的极大经验似然估计

本文将自变量的测量误差考虑到线性模型中,提出了线性度量误差模型参数的极大经验似然估计,在一定条件下,证明了所得到的未知参数的估计具有渐进正态性,并通过数值模拟,说明了该方法的可行性。

奇异广义线性度量误差模型

对具有奇异协方差矩阵的广义度量误差模型,运用最小二乘统一理论,得到了未知参数的广义最小二乘估计,推广了已有的结果.

鄂西山区日本落叶松林相容性单株生物量模型研究

在收集的36块标准地资料和建立的单株生物量模型基础上,基于非线性度量误差模型方法,对鄂西山区日本落叶松林相容性单株生物量模型进行研究。结果表明,鄂西山区日本落叶松单株生物量平均分配规律呈树干生物量>树根生物量>树冠生物量;所构建的日本落叶松相容性单株生物量模型,确定系数和预估精度均在0.90以上,模型拟合效果较好,预估精度较高,较好地解决了传统模型不相容问题;各组分生物量占总生物量的比例随直径的增大呈不同变化特点,客观反映了林木生物量随直径生长的变化规律。

基于连清数据的广东杉木人工林生物量模型构建

【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R^(2)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。