基于贝叶斯统计的蒙古栎单木生长模型研究

《基于贝叶斯统计的蒙古栎单木生长模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号S757密级公开UDC学位论文基于贝叶斯统计的蒙古栎单木生长模型研究IndividualTreeGrowthModelforMongoliaOakForestwithBayesianStatisticalInference姚丹丹指导教师姓名雷相东研究员申请学位级别硕士专业名称森林经理研究方向森林生长模型与模拟论文提交日期2015年5月论文答辩日期2015年6月学位授予日期2015年7月答辩委员会主席张会儒评阅人北京·中国林业科学研究院学位论文基于贝叶斯统计的蒙古栎单木生长模型研究学位论文作者姚丹丹指导教师姓名雷相东研究员申请学位级别硕士专业名称森林经理学研

2、究方向森林生长模型与模拟论文答辩日期2015年6月中国·北京独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研巧工作及取得的研究成果。尽我所知，除了文中持别加标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得本研究生培养单位或其它教育机构的学位或证书而使巧过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意。学位论文作者签名日期；２０１５年６月２５日学位论文版权使用授权书本学位论文作者完全了解中国林业科学研究院有关保留、使用学位论文的规定，中国林业科学

3、研巧院有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查閲和借阅。本人授权中国林业科学研究院可＾＾将学位论文的全部或部分内容编入。有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存、汇编学位论文（保密的学位论文在解密后适用本授权书）学位论文作者签名；如杉导师签名：責嗦省２０１５年６月２５日２０１５年６月２５日学位论文作者毕业联系方式工作单位：联系电话：电子邮件：通讯地址、邮编：DissertationfortheDegreeIndividualTreeGrowthModelforMong

4、oliaOakForestwithBayesianStatisticalInferenceCandidate:YaoDandanSupervisor:LeiXiangdongAcademicDegreeAppliedfor:MasterSpeciality:ForestManagementDateofDefence:June,2015Degree-conferring-institution:ChineseAcademyofForestry摘要贝叶斯统计推断是基于总体信息、样本信息和先验信息的一种统计推断方法，并逐渐成为森林生长模型中的一种重要方法。本研究以蒙古

5、栎天然异龄林为对象，基于吉林省汪清林业局202块固定样地的2次复测数据，建立了蒙古栎天然异龄林生长模型系，包含4个模型：单木直径生长模型、树高曲线模型、单木枯死模型和林分进界株数模型，分别用经典概率统计（最大似然法）、贝叶斯统计和层次贝叶斯统计法对模型的参数进行估计，并对3种方法的拟合效果及其预测精度进行分析比较，且在林分进界模型中研究了3种方法拟合不同样本量时进界模型的表现。研究结果如下：（1）本研究中的4个模型以及林分进界模型不同样本量的拟合结果都表明，最大似然法估计的参数均值与有先验信息贝叶斯法的参数后验均值相近，加入随机效应后最大似然的参数均值与层次贝叶

6、斯统计的参数后验均值有较大差异。（2）有先验信息贝叶斯统计的参数后验分布与最大似然的参数似然分布有较大重合，且更为集中，层次贝叶斯统计的参数分布与之差异较大，分布较为扩散。（3）贝叶斯统计法估计的参数变动性明显比最大似然法小，层次贝叶斯统计的参数变动性最大。4个模型中有先验信息贝叶斯统计的参数标准差比最大似然的小6.00%~53.00%，层次贝叶斯统计的参数标准差比加入混合效应的最大似然的标准差小28%~42%。（4）层次贝叶斯法具有最好的拟合和预测效果。直径生长模型和树高曲线模型的层次贝叶斯统计的拟合效果比最大似然的提高了36.89%和11.60%（R2）。层

7、次贝叶斯统计拟合对枯死模型的拟合效果比最大似然法提高了8.59%（AIC和DIC）。林分进界模型拟合效果用层次贝叶斯统计提高了95.11%。（5）层次贝叶斯统计的拟合精度最高。层次贝叶斯法拟合的直径生长模型和树高曲线模型的拟合精度比最大似然法高17.02%和46.99%（RMSE）。枯死模型中层次贝叶斯统计法将拟合精度提高12.40%。层次贝叶斯法将林分进界模型的拟合精度提高98%。（6）贝叶斯统计在拟合小样本数据时，仍具有较好的拟合效果和拟合精度。进界株数模型在样本量较小时，层次贝叶斯统计的

8、ME

9、、RMSE、AIC（DIC）都比大样本量时I最大似然法和贝叶斯

10、法的小，且随着样本量的增