森林结构调查中最适样方面积和数量的研究

以30块100 m×100 m的模拟样地为研究材料,从林木空间分布格局吻合率关系对模拟的小样方进行研究,并以1块100 m×100 m的实地调查样地为例,验证新确定样方的合理性和可行性;根据实际调查样地的调查时间来分析比较样方间的调查时间和成本,进而确定较优的样方面积和样方数。结果表明:(1)空间结构参数中的角尺度与抽取的样方面积大小和样方数量有关。随着样地面积的增大和样方数量的增加,所估计的林木空间结构均趋于稳定;(2)从林木空间格局来看,样方面积为10 m×10 m、15 m×15 m、20 m×20 m、25 m×25 m、30 m×30 m抽样数分别为42、23、12、9、4时,均能准确的表达林分的空间分布格局;(3)在考虑调查时间和成本时,样方面积为30 m×30 m、抽样数为4是林分空间结构调查时较适合样方调查面积和调查数。

北京东灵山地区植物群落多样性研究 Ⅶ.几种类型植物群落临界抽样面积的确定

根据群落物种数目估计的结果，并利用１０条种－面积曲线对东灵山地区几个类型植物群落的临界抽样面积进行了研究，并与其它几个群落最小面积的确定方法进行了比较。结果发现用各种方法确定的临界抽样面积是不同的，并且各种方法受种－面积曲线不同形式影响的程度也不同，但方法１受的影响最小，其意义比较直观、明确，由它得到的结果也比较可靠。对５个群落来说，要抽到这５个群落的乔、灌、草及整个群落６０％的种所需的临界抽样面积分别为３２５～５２５ｍ２（１３～２１个５ｍ×５ｍ的样方）、１００～５００ｍ２（４～２０个样方）、１７５～２７５ｍ２（７～１１个样方）和２２５～３５０ｍ２（９～１４个样方）。

西藏高原高寒草地群落植物多样性和地上生物量监测方法的比较研究

以西藏高原高寒草地3种植被类型（高寒草甸、高寒草原和高寒荒漠草原）为研究对象,分别采用样线法、样方法和巢式样方法进行实地调查,记录每条样线上或每个样方内出现的所有物种,并分物种刈割样方内地上部分,通过统计分析比较不同高寒草地群落植物多样性和地上生物量监测方法,以阐明西藏高原高寒草地不同植被类型的最小取样面积和最少样方数或样线长度。结果显示：（1）就物种丰富度而言,400m样线法观测到的高寒草甸、高寒草原和高寒荒漠草原的所有物种数分别占3种方法调查到的总物种数的55%、71%和50%;8m2巢式样方法调查到高寒草甸、高寒草原的总物种数占所有3种方法观测的物种总数的57.5%和57%,而8m2的巢式样方对高寒荒漠草原的调查监测到的物种数最多,其中2m2观测到的物种数就达到所有可能出现物种的83%;20个样方法监测到高寒草甸和高寒草原的物种数最多,占3种方法观测到总物种数的78%和86%,所以对物种丰富度的调查高寒草甸和高寒典型草原至少需要20个样方,高寒荒漠草原需要最小面积不少于2m2的2个样方。（2）就地上生物量而言,由地上生物量与物种数之间的变异关系得出最小样方数为7~11个,而由地上生物量的变异系数可知,在变异系数小于等于5%的前提下,高寒草甸的最小取样面积不小于0.25m2,高寒典型草原和高寒荒漠草原的最小取样面积不少于1m2。研究表明,对于生产力的监测方法而言,高寒草甸采用10个0.5m×0.5m的样方,而高寒草原和高寒荒漠草原采用10个1m×1m的样方为宜;而对于物种丰富度的监测方法而言,高寒草甸以20个0.5m×0.5m的样方和高寒草原20个1m×1m的样方为宜,高寒荒漠草原采用2个不小于2m2样方面积为宜。

样带法在测定草地植物群落最小面积中的应用

利用样带法对内蒙古草甸草原不同放牧强度的植物群落最小面积进行了研究,采用2种模型对种-面积曲线进行了拟合,应用3个标准确定了群落的最小面积和样带的最短长度及临界样方数量。研究结果表明,通过剩余标准差(RSE)、相关指数(CRI)、偏差绝对值的平均值(AAD)和相对偏差绝对值的平均值(AARD)4个指标的检验,对数模型的拟合效果最佳。样带上样方的取样间隔为1m时,轻度放牧区的群落最小面积为3.36m2,中度放牧区的群落最小面积为3.69m2,重度放牧区的群落最小面积为3.15m2,重度放牧区的群落最小面积显著低于其他放牧梯度(P<0.05)。因此,对于整个放牧系列应采用最大的群落最小面积(3.69m2),则取样样带的最短长度为36.9m,每条样带的临界样方数量为37个。

莱州湾南岸夏秋两季土壤盐分时空变异性研究

土壤盐渍化一直是困扰莱州湾南岸地区农业生产和发展的主要障碍因子。运用GIS和地统计学方法对夏秋两季不同层位土壤含盐量的时空变异特征及其合理采样数量进行了研究,绘制了土壤含盐量的空间分布图。结果表明：随着置信度降低和相对误差的增大,采样数目逐渐减少;各层土壤含盐量具有较大的变异强度;除夏季0~30 cm、30~60 cm和秋季30~60 cm层位具有中等强度空间自相关外,其他各层则表现出强的空间自相关;Kriging插值结果显示不同层位土壤含盐量的空间分布趋势类似,从海边往内陆含盐量逐渐降低,呈带状分布;盐渍化的分布面积较往年有所降低,这对农业生产和发展具有指导意义。

深度信念网络的等效模型及权值扩展算法研究

针对深度信念网络(DBN)中小样本情况下,训练模型泛化性较差,分类识别率不够理想,系统性能有待提高等问题,研究了DBN的等效模型,分析了小样本情况下识别率差的问题;并提出一种区间化权值扩展方法,扩大了样本和权值的匹配空间,使判决更有利于正确分类,提高了小样本情况下的图像分类准确性;用检测与估值理论给出了算法能提高系统检测性能的依据,并在不同的数据库上进行了实验测试,进一步证明了小样本情况下图像分类准确率的提高。最后,将该方法应用到了小样本绝缘子故障识别中。

太阳辐射预报滚动订正方法研究

利用2013年1月至2014年12月北京南郊观象台逐时观测总辐射以及BJ-RUC模式系统预报的该站未来24h逐时总辐射、云量、水汽混合比、云水、云冰含量等14个气象要素数据,运用多种线性订正方案对总辐射预报值进行订正,重点分析了不同方法、不同季节、不同样本数的订正效果差异。结果表明:1不同季节辐射订正的影响因素不尽相同,需采用不同的组合订正因子,其中总辐射、2m比湿、2m相对湿度、低云量、中云量、高云量、总云量、云水雨冰雪霰混合比、水汽混合比可作为推荐因子;2最优样本数选取时需考虑季节差异;3逐时滚动订正方案的订正效果较好,明显优于非滚动方案。订正后总辐射误差显著减小,而且79%的时刻有改进,明显减小了预报偏大的系统误差;4冬春季订正效果优于夏秋季,这与云的宏观和微观物理量预报效果的季节差异有关。本文研究结果可为太阳能资源评估、总辐射和光伏电站发电量预报提供有效的改进方法。

基于粗糙数BWM_ ELECTRE方法的水库移民安置区优选

移民安置是水库工程建设的重要组成部分,而移民安置区的选址直接关系到移民安置工作的成败。通过引入粗糙数的概念,对不同决策者的主观偏好进行整合,得到以粗糙数形式表示的群体偏好信息,用最优最劣法(BWM)确定指标权重,并采用基于粗糙数的消去与选择转换法(ELECTRE)对备选方案进行排序,构建了基于粗糙数BWM_ELECTRE方法的水库移民安置区优选模型。实例分析验证了该模型的可行性和有效性。

基于遥感影像的张掖灌区作物种植结构提取研究

基于遥感影像的作物种植结构提取在实践中得到广泛应用,其中分类特征和样本数量选取是影响提取精度的关键。为了探讨不同分类特征和样本数量对作物种植结构提取精度的影响,以甘肃张掖灌区为研究区,采用监督分类中支持向量机方法,研究了光谱与时序NDVI两种分类特征在不同样本数量条件下的作物种植结构提取精度。结果表明:①随着样本数量的增加,识别的作物种植结构空间分布准确性逐渐增加直至稳定状态。②基于时序NDVI特征提取的玉米面积平均误差为2.82%,平均总体分类精度为84.8%,平均Kappa系数为0.81;其精度优于基于光谱特征提取结果。③研究区每10 km2的样本数量为3~4个时,样本能够保持最佳的训练效果。研究成果可为提高作物种植结构提取精度提供重要参考。

梨叶面积最佳预测模型筛选

从10种预测模型中筛选出最佳模型210bbWLbA=,并分析了不同取样量对其预测精度的影响,取样量为20片叶时误差小,精度高,且对早酥梨、苹果梨预测精度分别在94.52 %、90.20 %以上。预测40片叶时精度较预测单叶高。

基于均值变点法提取地形起伏度的影响因素分析——以黄河流域(山西段)为例

地形起伏度因子在宏观尺度生态评估中具有重要作用。均值变点法是确定地形起伏度最佳分析窗口的常用方法,但其影响因素尚缺乏研究。本文以黄河流域(山西段)为例,基于DEM数据和均值变点法提取了研究区地形起伏度,并探讨了分析窗口样本数量、DEM分辨率和地貌类型3种因素的影响。结果表明:(1)分析窗口样本数量对最佳分析窗口取值有明显影响。随着样本数量的增加,变点所在的最佳分析窗口面积也不断增加。(2)DEM分辨率对最佳分析窗口取值有一定影响。分析窗口面积取值范围一致时,基于30 m ASTER GDEM计算得到的最佳分析窗口面积小于基于90 m SRTM DEM的最佳分析窗口面积。(3)地貌类型对最佳分析窗口取值的影响不大。当分析窗口样本数量一致时,不同地貌类型区及整个研究区最佳分析窗口相同或接近。总体而言,分析窗口样本数量是最关键的影响因素。

Fisher information for generalized Rayleigh distribution in ranked set sampling design with application to parameter estimation

In the current paper,we considered the Fisher information matrix from the generalized Rayleigh distribution(GR)distribution in ranked set sampling(RSS).The numerical results show that the ranked set sample carries more information about λ and α than a simple random sample of equivalent size.In order to give more insight into the performance of RSS with respect to(w.r.t.)simple random sampling(SRS),a modified unbiased estimator and a modified best linear unbiased estimator(BLUE)of scale and shape λ and α from GR distribution in SRS and RSS are studied.The numerical results show that the modified unbiased estimator and the modified BLUE of λ and α in RSS are significantly more efficient than the ones in SRS.

动态极值排序集抽样设计下Inverse Rayleigh分布的Fisher信息量及其在参数估计中的应用

在统计推断里,参数估计的好坏很大程度上依赖于抽样设计,所以有效的抽样设计将是一项重要的研究课题.本文分别在简单随机抽样(SRS)和动态极值排序集抽样(MERSS)下研究了Inverse Rayleigh分布中参数的一些优良估计.数值结果显示MERSS估计比SRS估计更有效.

基于方差与改进群智能算法的K-means聚类优化

利用K-means进行数据聚类时,借用不同处理手段其统计距离和聚类中心等会有所差异,从而影响聚类结果,尤其是当数据维度增高时,这种现象更为明显.对此,文章提出一种基于样本方差的多元统计距离算法,并引入改进人工蜂群算法及评价准则函数确定聚类中心和最佳聚类数,优化K-means算法.理论上,该方法可以克服原算法易陷入局部最优和固定聚类数等缺陷.最后,通过特异值检测,人工数据集以及UCI真实数据集测试验证该优化算法性能.

采样点数量对黄河三角洲垦利县土壤盐分空间变异的影响

对土壤盐渍化的监测是合理利用盐渍化土壤的前提,采样点数量不同会影响土壤盐分空间变异的表达。本文以黄河三角洲典型地区垦利县为研究区,采用地统计学方法,抽取了12个样本子集,探讨不同的采样点数量对土壤盐分空间变异表达的影响。研究结果表明,黄河三角洲地区土壤盐分变异程度较大,随着样点数量的减少,对于细节的刻画能力也在减弱,样点数量过小时(<150个),不能很好地表达空间变异结构。不同采样点数量下的预测值均方根误差(RMSE)随样本量的增大而减少,说明克里格插值的准确度随样本量的减少呈现降低趋势,平均误差(ME)则随样本量的减小而没有明显的趋势。综合ME、RMSE和ASE 3个指标可以得出,满足黄河三角洲地区县域尺度土壤盐分空间变异表达的土壤样点数量不能小于150个,相当于每1000km2需采集107个样点。

(Ga-Ga)模型最佳样本容量确定方法

本文讨论了在形状参数β>0已知,尺度参数θ>0未知的情况下Gammer分布共轭于Gammer分布模型下的二行动线性决策问题的抽样净益(ENGS)的计算公式以及最佳样本容量的确定方法.

一类均匀分布总体的决策问题的最佳样本容量

求解二行动线性决策问题的抽样净益和最佳样本容量是一类具有较强应用性的决策问题.本文讨论了均匀分布U(0,θ)共轭于Pareto分布模型(即(Pa-U)模型)下的二行动线性决策问题的抽样净益的计算公式以及最佳样本容量值.

土壤质量评价中少量样本最小数据集的构建——以内蒙古杭锦旗黄河南岸灌区典型地块为例

为研究土壤质量评价过程中样本容量较少情况下最小数据集的构建方法。采集并测定内蒙古杭锦旗黄河南岸灌区典型地块的12个土壤理化指标,利用聚类分析、相关分析和主成分分析等探讨了少量样本最小数据集的构建方法。结果表明:1)通过聚类分析、相关分析和主成分分析所构建的最小数据集中的指标包括土壤容重、饱和含水量、土壤电导率、阳离子交换量、硝态氮、速效钾、速效磷;2)全体数据集与最小数据集的土壤质量指数呈显著正相关,R^(2)达到了0.735,Nash有效系数为0.917,偏差系数为0.057;3)基于全体数据集和最小数据集计算得出的土壤质量指数变化范围分别是0.47~0.73和0.37~0.75,平均值为0.56和0.53,表明研究地块土壤呈现中等质量水平。研究发现,在黄河南岸灌区典型地块基于少量样本进行土壤质量评价的过程中,使用聚类分析、相关分析、主成分分析3种分析方法可以构建最小数据集,且检验精度较高。