申请/专利权人:浙江省林业科学研究院;浙江省森林资源监测中心(浙江省林业调查规划设计院)
申请日:2023-12-12
公开(公告)日:2024-03-12
公开(公告)号:CN117689068A
主分类号:G06Q10/04
分类号:G06Q10/04;G06Q50/02;G06Q50/26;G06F17/18
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.29#实质审查的生效;2024.03.12#公开
摘要:本发明公开了一种毛竹伐后次生林恢复中林木个体生长碳积累的预测方法。通过所选的特定多个变量建立多元线性回归模型,先采用标准差标准化法对变量进行无量纲化处理,再用逐步回归方法结合VIF、AIC与BIC确定最优碳积累预测模型:VIF小于10且AIC与贝叶斯信息标准BIC均最小时确定的预测模型为最优碳积累预测模型;用最大似然法估计最优碳积累预测模型的参数的值,得到林木个体生长碳积累的预测模型。避免了自变量间的多重共线性和过参数化问题,得到客观反映毛竹伐后次生林恢复中林木个体生长碳积累的关键影响因素的林木个体生长碳积累的预测模型;预测模型精度高,误差较小,具有实际应用价值。
主权项:1.一种毛竹伐后次生林恢复中林木个体生长碳积累的预测方法,其特征在于,包括:S1.确定林木存活个体:期初胸径≥5cm且期末仍然存活的林木个体确定为林木存活个体;S2.以各林木存活个体为对象木,确定各对象木的物种、期初数据以及期末数据;S3.以对象木的碳积累率实测值Rc取对数LnRc为模型因变量,以该对象木的期初数据为模型自变量,按式1所示构建多元线性回归预测模型:LnRc=a0+a1x1+a2x2++……+amxm1;式1中,a0为截距,a1、a2、……,am为各自变量的参数;x1、x2、……,xm均为自变量,分别为对象木的期初胸径、对象木的一定半径r邻域内同种个体总株数、对象木的一定半径r邻域内异种个体总株数、对象木的一定半径r邻域内同种个体总胸高断面积、对象木的一定半径r邻域内异种个体总胸高断面积、对象木的一定半径r邻域内胸径大于对象木的同种个体总株数、对象木的一定半径r邻域内胸径大于对象木的异种个体总株数、对象木的一定半径r邻域内胸径大于对象木的同种个体总胸高断面积、对象木的一定半径r邻域内胸径大于对象木的异种个体总胸高断面积、对象木的一定半径r邻域内物种数;先采用标准差标准化法对变量进行无量纲化处理,再用逐步回归方法结合方差膨胀因子、赤池信息量准则与贝叶斯信息标准确定最优碳积累预测模型:方差膨胀因子小于10且赤池信息量准则与贝叶斯信息标准均最小时确定的预测模型为最优碳积累预测模型;S4.用最大似然法估计最优碳积累预测模型的参数a1、a2、……,am的值,得到林木个体生长碳积累的预测模型;S5.采用林木个体生长碳积累的预测模型得出林木个体生长碳积累率的预测值。
全文数据:
权利要求:
百度查询: 浙江省林业科学研究院;浙江省森林资源监测中心(浙江省林业调查规划设计院) 一种毛竹伐后次生林恢复中林木个体生长碳积累的预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。