落葉松人工林直徑分布動(dòng)態(tài)預(yù)測(cè)模型

《落葉松人工林直徑分布動(dòng)態(tài)預(yù)測(cè)模型》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、學(xué)校代碼；１０２２５產(chǎn)學(xué)號(hào)；Ｓ１巧８０學(xué)化冷義落葉松人工林直徑分布動(dòng)態(tài)預(yù)測(cè)模型趙丹丹業(yè)大學(xué)指導(dǎo)教師姓名：李鳳曰教授東北林；森林繞理學(xué)申請(qǐng)學(xué)位級(jí)別；碩±學(xué)科專業(yè)２０１５年４月論文答辯日期：２０１５年６月論文提交日期：授予學(xué)位單位：２（Ｕ５年６月：東北林業(yè)大學(xué)授予學(xué)位日期答辯委員會(huì)主席：論文評(píng)閱人：茲織甚嚴(yán)禪皆把，Ｊ；建從糾大聲ｌ？？Ｂ？寒—ＭＨＭ品ＵｎｉｖｅｒｓｉｔｙＣｏｄｅｒ１０２２５ＲｅｇｉｓｔｅｒＣｏｄｅ：ＳＩ５７８０Ｄｉｓｓｅｒｔａｔｉｏｎｆｏｒ

2、ｔｈｅＤｅｒｅｅｏｆＭａｓｔｅｒｇＰｒｅｄｉｃｔｉｎＭｏｄｅｌｓｏｆＤｉａｍｅｔｅｒＤｉｓｔｒｉｂｕｔｉｏｎｇＤｙｎａｍｉｃｆｏｒＬａｒｃｈＰｌａｎｔａｔｉｏ打Ｃａｎｄｉｄａ！：。：ＺｈａｏＤａｎｄａｎＳｕｅｒｖｉｓｏｒ：Ｐｒｏ色ｓｓｏｒＬｉＦｅｎｒｉｐｇＡｓｓｏｃｉａｂＳｕｅｒｖｉｓｏｒ；ｐＡｃａｄｅｍｉｃＤｅｇｒｅｅＡｐｐｌｉｅｄｆｏｒ：ＭａｓｔｅｒＳｐｅｃｉａｌｉｔｙ：ＦｏｒｅｓｔｍａｎａｇｅｍｅｎｔＤａ化ｏｆＯｒａｌＥｘａｍｉｎａｔｉｏｎ；Ｊｕｎｅ

3、２０１５，Ｕｎｉｖｅｒｓｉｔｙ：ＮｏｒｔｈｅａｓｔＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ摘要摘要林木直徑分布研究對(duì)森林撫育及制定森林經(jīng)營(yíng)措施具有重要的指導(dǎo)作用，而其動(dòng)態(tài)分布的研究更有利于森林的可持續(xù)經(jīng)營(yíng)。本文基于小興安嶺地區(qū)和長(zhǎng)白山地區(qū)１０２塊服從Ｗｅｉｂｕｌｌ分布函數(shù)的落葉松人工純林固定標(biāo)準(zhǔn)地復(fù)測(cè)數(shù)據(jù)（１０年間隔期），采用參數(shù)預(yù)測(cè)模型（ＰＰＭ）系統(tǒng)，建立了兩組前期Ｗｅｉｂｕｌｌ分布參數(shù)與前期林分調(diào)查因子、前期參數(shù)ＣＩ與６１、后期參數(shù)的與及兩期林分調(diào)查因子、Ｃ２與６２之間的回歸模型（簡(jiǎn)單的參數(shù)預(yù)測(cè)模型

4、與復(fù)雜的參數(shù)預(yù)測(cè)模型），并采用似乎不相關(guān)回歸（ＳＵＲ）理論估計(jì)了２模型的參數(shù)：：所有模型的度。。研究結(jié)果表明對(duì)于簡(jiǎn)單的參數(shù)預(yù)測(cè)模型而言較好－－（０．４２８０．８９７），ＲＭＳＥ均較?。ǎ埃常罚埃梗矗⒌闹睆椒植紕?dòng)態(tài)預(yù)測(cè)模型具有較好＂＂的擬合效果。利用刀切法選擇平均相對(duì)誤差（ＭＥ％）、平均相對(duì)誤差絕對(duì)值ＭＡｔ（Ｅ％）和預(yù)測(cè)精度（Ｐ％）Ｗ及相對(duì)誤差（％Ｂｉａｓ）和誤差指數(shù)（ＥＩ）等指標(biāo)分別對(duì)所建立的簡(jiǎn)單的參數(shù)動(dòng)態(tài)預(yù)測(cè)方程及直徑分布動(dòng)態(tài)預(yù)測(cè)結(jié)果進(jìn)行了檢驗(yàn)。檢驗(yàn)結(jié)果表－％＜ＭＥ％＜－＞明，，簡(jiǎn)單的參數(shù)動(dòng)態(tài)模型預(yù)

5、估能力較好（１０２％Ｐ％９５％），并能較好地Ｇｉ＝％Ｂ＝＝４．３８％ｉａｓ４２Ｊ８ＥＩ５２預(yù)測(cè)落葉松人工純林未來(lái)直徑分布（％Ｂｉａｓ％；對(duì)于復(fù)，句雜的２參數(shù)預(yù)測(cè)模型而言－－：所有模型的ｉ？。較好（０．４５４０．８８９）ＲＭＳＥ均較小０．３２１．７７），（，所建立的直徑分布動(dòng)態(tài)預(yù)測(cè)模型具有較好的擬合效果＂＂。利用刀切法選擇平均相對(duì)誤差Ｃ（ＭＥ％）、平均相對(duì)誤差絕對(duì)值（ＭＡＥ％）和預(yù)測(cè)精度（Ｐ％）Ｗ及相對(duì)誤差（％Ｂｉａｓ）和誤差指數(shù)（凹）等指標(biāo)分別對(duì)所建立的復(fù)雜的參數(shù)動(dòng)態(tài)預(yù)測(cè)方程及直徑分布動(dòng)態(tài)預(yù)測(cè)－－結(jié)果進(jìn)行了檢驗(yàn)

6、。檢驗(yàn)結(jié)果表明，復(fù)雜的參數(shù)動(dòng)態(tài)模型預(yù)估能力較好（６％＜ＭＥ％＜１％，Ｐ％＞９６％），并能較好地預(yù)測(cè)落葉松人工林未來(lái)直徑分布０°ｉ＝＝＝％Ｂｉａｓ１．１６／〇％Ｂｉａｓ４．９６％ＥＩ５２５。，（，，）最終研究結(jié)果表明無(wú)論是簡(jiǎn)單的參數(shù)預(yù)測(cè)模型還是復(fù)雜的參數(shù)預(yù)測(cè)模型，都可１＾１很好的預(yù)測(cè)直徑分布，均可為落葉松人工生長(zhǎng)預(yù)測(cè)、森林撫育和森林可持續(xù)經(jīng)營(yíng)提供依據(jù)。：落葉松人工林ｅｉｂｕｌｌ關(guān)鍵詞；Ｗ分布；直徑分布動(dòng)態(tài)；參數(shù)預(yù)測(cè)模型（ＰＰＭ）；似乎不相關(guān)回歸（ＳＵＲ）－１－ＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＤｉ

7、ａｍｅｔｅｒｄｉｓｔｒｉｂｕｔｉｏ打ｏｆ化ｅｅｓｉｎｆｏｒｅｓｔｍａｎａｇｅｍｅ打ｔｐｌａｎｎｉｎｇａｎｄｓｉｌｖｉｃｕｌｔｕｒａｌｔ：ｅｃｈｎｉｑｕｅｓｉｔｔ１ｌａａｎｉｍｏｒｔａｎｔｒｏｌｅｉ打ｕｉｄ打ａｎｄｉｔｓｄｎａｍｉｃｄｉｓ杜ｉｂｕｉｏ打ｉｓｍｏｒｅｃｏｎｄｕｃｉｖｅｏｓｕｓ：ａｉ打ａｂｌｅｐｙｐｇｇ，ｙｆｏｒｅｓｔｍａｎａｅｍｅｎｔ．Ｉｎｔｈｉｓａｅｒ１０２ｌｏｔｓｏｆｉｎｔｅｒｖａｌｏｆ１０ｅａｒｓｆｏｒＬａｒｃｈｕｒｅｌａｎｔａｔｉｏｎｇｐｐ，

8、ｐｙｐｐｗｈｎ，ｏｃａｔｅｄＸａｏｘｉ打ａｎｏｕｎｔａｎｓａｎｄＣｈａｎｂａｉＭｏｕｎｔａ打ｓａｎｄｍａｔｃｈｔｈｅＷｅｕｉｃｈａｒｅｌｉｉｇＭｉｇ