摘要：非线性最小二乘问题大多具有实际背景,在林业、生态等领域的模型建立中有着重要的作用。针对其算法通常存在的局部收敛问题,采用信赖域法,并综合考虑迭代过程中溢出问题和用于模型判断的残差图绘制,在Forstat中设计和实现了全局收敛的非线性最小二乘。数值实验表明:算法有极好的精确性和较好的全局收敛性与稳定性。建立非线性模型时,在待求参数没有先验知识的情况下,可以得到较好的结果。

摘要：针对VB数值计算能力不足,不利于算法开发和程序发布的状况,文章在介绍了MATLABC/C++数学函数库的基础上,通过对VB调用MATLAB数学函数库所涉及的几项关键技术———数组的存储方式、指针的应用和错误处理机制的统一等的研究和分析,并通过一个求解矩阵特征根和特征向量的具体实例,实现了增强VB数值计算能力的方法。结果表明:充分利用MATLAB的数学函数库,有助于开发出可以脱离MATLAB环境独立发布的VB的应用程序,在算法设计和缩短开发周期等方面有极大的应用价值。

摘要：以马尾松(Pinus massoniana)和落叶松(Larix)的大样本实测资料为建模样本,以独立抽取的样本为验证样本,把样本按起源、立地和龄组进行分级,采用与材积相容的两种相对生长方程,分普通最小二乘和两种加权最小二乘,对地上部分总生物量、地上各部分生物量和地下生物量进行模型拟合和验证,使用决定系数、均方根误差、总相对误差和估计精度等8项统计量对结果进行分析。结果表明:两个树种地上部分总生物量,立地分类方法,模型的拟合结果和适用性都最优;马尾松VAR模型较优,而落叶松CAR模型较好;两种加权最小二乘方法,在建模样本和验证样本中表现得不一致。在建模样本中,加权回归2(权重函数1/f0.5)略优于加权回归1(权重函数1/y0.5),但在验证样本中,加权回归1却明显优于加权回归2。而同时满足建模样本拟合结果最优和验证样本检验结果最优的组合中,只有加权回归1。两个树种地上部分各分量生物量,模型拟合结果和适用性,均为干材最优,树叶最差、树枝和树皮居中,样本分类、模型类型和加权最小二乘方法对干材生物量的影响,规律和地上部分总生物量相同;样本分类、模型类型和加权最小二乘方法的最优组合,用验证样本检验的结果,总相对误差树枝不超过±10.0%,树皮不超过±5.0%,树叶马尾松不超过±30.0%,落叶松不超过±20.0%。两个树种地下部分(根)生物量,样本按龄组分类方法,模型拟合结果最优,与材积相容的模型总体上优于与地上部分总生物量相容模型。

摘要：从组件类型、接口设计、参数初始值设置、模型表达式编译和迭代方法选择等方面入手,设计和实现了非线性回归组件。

摘要：混合编程可以充分利用各种程序设计语言的优势。结合数值分析与统计软件FORSTAT设计和开发中的实践,针对混合编程时必须解决而又容易被忽略的几个问题:软件产品的形式、避免内存泄漏和协调异常处理机制,分析它们产生的原因,并给出了相应的解决方法,对于混合编程有一定的借鉴作用和指导意义。

摘要：林业信息数据的复杂性 ,决定了研制具有自主知识产权的林业统计分析软件的必要性 .该文在进行系统需求分析的基础上 ,以IBM PC系列程序集为原型 ,加入许多近代的统计方法 (包括似乎不相关模型、联立方程组模型、混合模型和度量误差模型等 ) ,运用组件对象模型技术 ,从统计功能模块划分、用户界面设计和开发环境选择等3个方面 ,对具有林业特色的统计分析软件FORSTAT进行了设计 .用树干解析为例 。

摘要：基于第8次国家森林资源清查福建省331块马尾松的固定样地调查数据,利用增强回归树法(BRT)研究地上生物量转换和扩展因子(BCEF)和地下BCEF的影响因素。研究结果表明:林分特征因子和地形因子是影响地上BCEF以及地下BCEF的主导因素,二者对地上BCEF影响的相对贡献率之和为87.20%、地下BCEF为86.59%。其中,龄组和坡向分别是林分特征因子和地形因子中影响地上BCEF的最大因素(41.13%和14.52%)。地上BCEF随龄组的增大而逐渐减小;在东南坡最大、西坡最小。此外,龄组和坡向分别是林分特征因子和地形因子中影响地下BCEF的最大因素(41.54%和15.16%)。地下BCEF随龄组的增大而逐渐减增大;在东南坡最小、西坡最大。土壤因子对地上BCEF以及地下BCEF的影响都较小(12.80%和13.41%),腐殖层厚度是土壤因子中影响地上BCEF以及地下BCEF的最大因素(9.02%和9.13%)。在所有的影响因素中,龄组对地上BCEF以及地下BCEF的影响均最大,依据龄组计算相应的BCEF或者建立林龄普适的BCEF模型,可以有效地提高生物量的估算精度。

摘要：【目的】研究模型和林分因子对区域尺度生物量碳储量转化和扩展系数(BCCEF)的影响,为区域尺度乔木林碳储量估算提供科学、合理的参数和估算方法。【方法】选择我国南方主要树种杉木,以福建、江西、湖南和广东4省固定样地为区组,选用区域内模型和区域外模型,按独立和兼容2种方式从单木到区域扩展,分一元和二元模型进行方差分析,确定稳定的模型;在此基础上,分起源、龄组,以林分平均胸径、平均高、胸高断面积和株数密度为定量因子,采用向后逐步回归和有交互作用的方差分析,确定林分因子与区域尺度地上部分和地下部分生物量碳储量转化和扩展系数之间的关系。【结果】扩展方式和选用模型对2种碳计量参数有显著影响,独立模型估计的参数大于兼容模型,选用模型会对参数造成8%~17%的误差,一元和二元模型对地上部分碳计量参数(BCCEFA)影响不显著,对地下部分碳计量参数(BCCEFR)影响显著;林分因子中起源对2种碳计量参数均有显著影响,天然林的碳计量参数大于人工林,龄组对BCCEFA有显著影响,从幼龄林到过熟林基本上呈下降趋势,而对BCCEFR影响不大,平均高、株数密度和胸高断面积对2种碳计量参数均有显著影响,对BCCEFR的影响大于对BCCEFA的影响,其中平均高、株数密度与2种碳计量参数呈负相关,胸高断面积与2种碳计量参数呈正相关,平均胸径对2种碳计量参数均影响不显著;使用区域内模型的湖南和广东间,除总BCCEFR外,2种总碳计量参数和分起源、龄组参数间差异均不显著,而同样使用区域内模型的福建和江西间,2种总碳计量参数和分起源、龄组的碳计量参数均差异显著。【结论】区域内二元兼容模型估计的2种总碳计量参数最稳定,林分起源、龄组、平均高、株数密度和胸高断面积对碳计量参数影响显著,即使使用同一区域内的模型,省际间林分因子的差异也可能造成碳计量参数的显著差异。

摘要：生物量转换和扩展因子(BCEFs)是估算森林生物量碳储量普遍使用的重要参数.厘清BCEFs估算差异的来源,可降低森林生物量碳储量评估的不确定性.利用基于集成学习的决策树模型能够很好地解决BCEFs估算差异来源问题.然而,不同此类模型的对比研究目前尚未见报道.本研究以第8次国家森林资源清查福建省331块马尾松的固定样地数据作为材料,分别利用增强回归树(BRT)、随机森林(RF)和立体派(Cubist)模型分析BCEFs(包括地上和地下部分)估算差异的来源.结果表明:研究区马尾松BCEFs呈右偏分布,平均值为0.69t·m^(-3),最小值为0.67 t·m^(-3),最大值为0.71 t·m^(-3).BRT、RF和Cubist模型对BCEFs的拟合和预测能力均很好,均能够解释92.8%以上的BCEFs变异.3种模型均给出了相同的前2个相对贡献率最大的自变量,为平均胸径和蓄积量.BCEFs随着平均胸径、蓄积量的增加呈逐渐减小的趋势.平均胸径、蓄积量、平均年龄和平均树高等林分特征因子对BCEFs的影响极大,而土壤因子和地形因子对BCEFs的影响均很小.在建立BCEFs模型时,利用平均胸径、蓄积量、平均年龄和平均树高等少量包含较多BCEFs预测信息的变量便能获取很好的预估精度.当应用固定BCEFs时,应选择在平均年龄、平均胸径以及蓄积等方面具有广泛代表性的样本计算BCEFs.

摘要：以牛顿法为基础 ,通过符号运算求导和信赖域方法 ,解决其Hesse矩阵计算工作量大和局部收敛性的问题 ,设计和实现了非线性最小二乘的通用算法。该方法计算速度快 ,计算精度高 ,对初始值的选择不敏感 ,不仅可以直接用于线性最小二乘 ,而且可以适用于大数据量的非线性最小二乘。