单木生物量模型估计区域尺度生物量的不确定性.pdfVIP

单木生物量模型估计区域尺度生物量的不确定性.pdf

  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
单木生物量模型估计区域尺度生物量的不确定性.pdf

第 35 卷第 23期 生 态 学 报 Vol.35,No.23 2015年12月 ACTA ECOLOGICA SINICA Dec.,2015 DOI:10.5846/ stxb201405130980 傅煜,雷渊才,曾伟生.单木生物量模型估计区域尺度生物量的不确定性.生态学报,2015,35(23):7738鄄7747. Fu Y,Lei Y C,Zeng W S.Uncertainty analysis for regional鄄level above鄄ground biomass estimates based on individual tree biomass model.Acta Ecologica Sinica,2015,35(23):7738鄄7747. 单木生物量模型估计区域尺度生物量的不确定性 1 1,* 2 傅摇 煜 ,雷渊才 ,曾伟生 1 中国林业科学研究院资源信息研究所,北京摇 100091 2 国家林业局调查规划设计院北京摇 100714 摘要:采用系统抽样体系江西省固定样地杉木连续观测数据和生物量数据,通过Monte Carlo法反复模拟由单木生物量模型推 2 算区域尺度地上生物量的过程,估计了江西省杉木地上总生物量。 基于不同水平建模样本量n及不同决定系数R 的设计,分 别研究了单木生物量模型参数变异性及模型残差变异性对区域尺度生物量估计不确定性的影响。 研究结果表明:2009年江西 2 省杉木地上生物量估计值为(19.84依1.27) t/ hm ,不确定性占生物量估计值约6.41%。 生物量估计值和不确定性值达到平稳状 2 态所需的运算时间随建模样本量及决定系数R 的增大而减小;相对于模型参数变异性,残差变异性对不确定性的影响更小。 关键词:杉木生物量;Monte Carlo模拟法;模型不确定性度量;模型参数变异性;模型残差变异性 Uncertainty analysis for regional鄄level above鄄ground biomass estimates based on individual tree biomass model 1 1,* 2 FU Yu ,LEI Yuancai ,ZENG Weisheng 1Institute of Forest Resources Information Techniques,ChineseAcademy of Forestry,Beijing 100091,China; 2Academy of Forest Inventory and Planning,State ForestryAdministration,Beijing 100714,China Abstract:Above鄄ground forest biomass at regional鄄level istypically estimated by adding model predictionsof biomassfrom individual trees in a plot,and subsequently aggregating predictionsfrom plots to large areas. There are multiple sources of uncertainties in model predictions during this aggregated process. These uncertainties always affect the precision of l

您可能关注的文档

文档评论(0)

你好世界 + 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