2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩42頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、本文以黑龍江省帶嶺林業(yè)局的不同年齡、不同密度及不同立地條件的落葉松(Larix gmelinii Rupr.)人工林為研究對象,基于21塊樣地中84株樹干解析數(shù)據(jù),利用各解析木的相對干形測定數(shù)據(jù),采用統(tǒng)計(jì)學(xué)原理和SAS統(tǒng)計(jì)軟件非線性回歸模型的參數(shù)估計(jì)方法擬合了4個削度方程,分析和比較了各模型的擬合效果,選出了落葉松人工林最佳削度方程為Max和Burkhart(1976)分段削度模型:d2/D2=b1(x-1)+b2(x2-1)+b3(a

2、1-x)2I1+b4(a2-x)2I2x=h/H,ai=拐點(diǎn).i=1,2.并對此最佳削度方程的預(yù)測性能進(jìn)行綜合評價。然后以Max和Burkhart分段削度模型作為基礎(chǔ)模型,構(gòu)建了3個具有不同拐點(diǎn)的樹干削度和材積系統(tǒng),削度和材積系統(tǒng)擁有一套參數(shù)。為了使內(nèi)生變量(Endogenous Variables)誤差同時最小化,利用SAS軟件PROC MODEL中的似乎不相關(guān)回歸過程(Seemingly Unrelated Regression-S

3、UR)解決聯(lián)立方程組模型系統(tǒng)的參數(shù)估計(jì)。采用確定系數(shù)、絕對誤差、相對絕對誤差、均方根誤差、相對均方根誤差等模型評價指標(biāo)對不同模型系統(tǒng)的精度進(jìn)行比較分析。結(jié)果表明:具有2個拐點(diǎn)參數(shù)的Max和Burkhart分段削度和材積模型系統(tǒng)擬合精度是最高的。模型檢驗(yàn)進(jìn)一步證明了該模型系統(tǒng)提供了最好的直徑和材積預(yù)測精度。以Max和Burkhart分段削度模型為基礎(chǔ)模型,采用非線性混合模型的方法,建立落葉松人工林樹干削度混合效應(yīng)模型。結(jié)果表明:當(dāng)考慮樣地

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論