林木胸径与材积的关系── Logistic 衍生模型.docVIP

林木胸径与材积的关系── Logistic 衍生模型.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
林木胸径与材积的关系——Logistic衍生模型 张连翔,林 阳 (辽宁省干旱地区造林研究所,辽宁 朝阳,122000) 摘 要: 基于著名的Logistic模型,以时间因子作媒介,推导出一个能较准确描述林木关系的一元材积模型——Logi stic衍生模型。这是一个既有理论依据,又有实用价值的新模型。实践证明,Logistic衍生模型具有较强的数据拟合能力和广泛的适用性,除林木关系外,尚可应用于林木关系和植病关系等项研究,具有理论和实用上的双重意义。 关键词: Logistic衍生模型;林木关系; 关系;一元材积式 分类号: S757.1 林木胸径与材积的关系(关系)是测树学中的一个重要概念,作为一元材积式,广泛应用于森林调查中。特别是随着电子计算机的普及应用,不仅使材积表的准确度得到提高,更使复杂模型的求解以及多个材积式的选优与检验成为可能。尽管迄今为止各国林学家相继提出了几十个类型各异的一元材积模型[1],然而令人遗憾的是,有关方法和模型大都属经验式的,缺乏理论依据,同时模型的拟合精度也不很尽如人意。因此,有必要从理论上研究胸径与材积的关系,探讨建立既有理论依据,又有较高拟合精度的一元材积回归模型。 基于Logistic模型,笔者推导出一个能准确描述林木胸径与材积关系的新模型——Logistic衍生模型,经实例验证,效果良好,具有理论和实用上的双重意义。 1 Logistic衍生模型的导出 众所周知,林木生长包括3个基本过程,即细胞分裂、细胞延长和细胞分化。虽然从理论上讲细胞和组织的生长潜力是无限的,可按指数式增长,但因受“环境阻力”的影响,使整个生长曲线呈现慢—快—慢—停的“S”形生长节律。显示同样生长进程的调查因子有直径、树高、材积和质量等。因此可见,在林木生长过程中,时间始终是一个重要因子,利用时间动态方程描述林木生长进程,已有不少学者进行过较为深入的探讨[1]。本文的目的,是利用林木生长进程中的时间因子作媒介,推导出一个新的关系模型。 在林木生长进程中,胸径和材积的生长大体可视为2个同步过程,时间是它们的共同因子。对于这2个生长过程,可分别用方程(1)、(2) 表示[2,3]: (1) (2) 整理方程(1)、(2),解出,可得: (3) (4) 显然,在林木生长进程中,对应于每一个,林木的2个表观生长过程均有相应的和,这些数值的关系及其变化,便构成了林木的关系。 联立式(3)、(4)并整理得: (5) 式中:;。 为明了起见,用,进一步变换式(5),容易得到: (6) 式中:—材积;—胸径;—环境条件所允许的最大材积;—环境条件所允许的最大胸径;—待定参数。且有>0,>0,(0,),(0,)。 在此,把式(6)称之为Logistic衍生模型。 2 Logistic衍生模型的性质 Logistic衍生模型具有以下几点重要性质: ① 因>0和>0,当0时,的极限为零,当时,,这种 特征符合一般关系。 ② 在开区间(0,)内,模型有连续的导数,形式为: (7) 式(7)左边的值恒为正数,表明方程(6)在此区间内单调上升,没有极值和拐点,即随的增加,也逐渐增大,但相对速率则由于的不同而异,这种特征也符合一般关系。 3 Logistic衍生模型的求解 Logistic衍生模型参数的求解并不很复杂,首先按求解Logistic模型参数的方法[4,5]确定和,然后把式(6)还原为下面的形式: (8) 这样,即可用对数线性最小二乘法求得参数。亦即: (9) 最后,再将式(9)变换为式(6)的形式。 但是,笔者已经注意到,上述方法求解模型参数并不是最优的,在可能的情况下,可采用非线性方法最优拟合具有4个参数()的Logistic衍生模型(式(6)),诸如Marquardt方法[6]、单纯形法[7]等,这时,上面采用对数线性化方法求得的参数可用于确定迭代初值。Logistic衍生模型的非线性最优拟合方法及其有关问题(稳定性、收敛速度和收敛精度等)尚待进一步探讨。不过

文档评论(0)

文档专家 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档