- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
利用线性混合模型和哑变量模型方法建立贵州省通用性生物量方程.pdf
林业科学研究 2011 , 24(3) :285 ~291
Forest Research
文章编号:1∞1-1498 {2011 )03 -0285 -07
利用线性混合模型和哑变量模型方法建立
贵州省通用性生物量方程
曾伟生1 ,唐守正1 ,夏忠胜2 ,朱 松2 ,罗洪章2
(1.中间林业科学研究院资源信息研究所,北京 1α朋1; 2. 贵州省森林资源管理站,贵州贵阳 55α泪。
摘要:以贵州省人工杉木和马尾松地上生物量数据为例,通过利用线性混合模型和哑变量模型方法,建立了适合不
同树种和区域(中心区和一般区)的通用性立木生物量方程,为简化生物量建模工作提供了有效途径。结果表明,
相同直径林木的地上生物量估计值随树种、区域的不同存在一定程度的差异,带随机参数的线性提合模型和带特定
参数的哑变量模型比总体平均模型的精度高;线性提合模型和哑变量模型方法均同等有效,可推广应用于其它通用
性模型(如材权方程)的建立。
关键词:地上生物量;线性棍合模型;哑变量模型;通用性方程;杉木:马尾松
中图分类号:5711 文献标识码:A
Using Linear Mixed Model and Dummy Variable Model Approaches to
Construct Generalized Single - Tree Biomass Equations in Guizhou
1
ZENG Wei-s加r矿, TANG Shou-zheng ,XIA Zhong-sheni ,ZHU Soni ,LUO Hong-zhani
(1. Research Instítute of Forest Resource Information Techniques , Chinese Academy of Fores町, Beíjíng l00091 ,China;
2. Forest Re曲旧时s Administration 创fice of Guizhou Province; Guiyan事 55仪刷, Gui埠。u , China)
Abstract: Based on the above-ground biomass data of Chinese fir (Cunnínghamia la配eolωα), and Masson Pine
(Pínus massoníana) plantations in Guizhou Province , the generalized single-tree biomass equations suitable for diι
ferent species and regions (central region and other region) were established using linear mixed model and dummy
variable model methods , which provided effective approaches to simpli马 the biomass modeling. The results show
that the above-ground biomass estimates of individual trees with the same diameter are different inωme extent a-
mong different tree species and geographic regions , and linear mixed model with random p町ameters and dummy
model with specific (local) parameters are better than population average model; and linear mixed model and dum-
my va
文档评论(0)