Please use this identifier to cite or link to this item:https://hdl.handle.net/20.500.12259/89677
Type of publication: Straipsnis nerecenzuojamoje Lietuvos konferencijos medžiagoje / Article in non-peer-reviewed Lithuanian conference proceedings (P2c)
Field of Science: Miškotyra / Forestry (A004)
Author(s): Šturma, Rokas
Title: Stochastinių medžių aukščių modelių įvertinimas Kuršių Nerijos kalninės pušies medynuose
Other Title: Stochastic tree height models evaluation in Kuršių Nerija mountain pine stands
Is part of: Jaunasis mokslininkas 2016 [elektroninis išteklius] : studentų mokslinė konferencija : Miškų ir ekologijos fakulteto kuruojamų mokslinių sekcijų straipsnių rinkinys / Aleksandro Stulginskio universitetas. Akademija, 2016
Extent: p. 97-101
Date: 2016
Keywords: Medžio aukščio modeliai;Statistiniai indeksai;Vizualinė analizė;Tree height models;Statistic analysis;Visual analysis
Abstract: Medžių skersmenys išmatuojami medyne kur kas greičiau nei aukščiai, kurių matavimas yra dažniausiai kompleksinis, brangus ir atimantis daug laiko. Medžio aukščio priklausomai nuo skersmens matematiniai modeliai yra naudojami kaip patogus nežinomų medžių aukščių įvertinimo būdas. Šiuos modelius galima naudoti medyno augimui ir našumui modeliuoti ar vidutiniam tūriui medyno skaičiuoti, tačiau juos būtina kruopščiai adaptuoti konkrečiai medžių rūšiai ir kalibruoti parametrus atsižvelgiant į medyno ypatybes. Darbe analizuojami 11 medžio aukščio regresinių modelių, tarpe kurių 6 yra paprastieji (priklausantys tik nuo skersmens krūtinės aukštyje ) ir 5 apibendrintieji modeliai (priklausantys ne tik nuo skersmens krūtinės aukštyje , bet ir nuo sklypo kintamųjų – vidutinio amžiaus, aukščio, skersmens ir pan.). Darbe buvo gauti nežinomų parametrų įverčiai ir jų standartinės paklaidos. Modeliams palyginti buvo naudojami statistiniai indeksai ir liekanų vizualinė analizė. Analizės metu buvo nustatytas tinkamiausias regresinis aukščio modelis, kuris tolesnėje darbo eigoje bus apibrėžtas stochastinėmis diferencialinėmis lygtimis
Tree diameters are much more easily and quicker done measurements in stand than tree heights. These measurements are combined, expensive and time consuming. Those tree height mathematical models are used in tree’s average volume estimation in the stand and also models are very comfortable way to evaluate unknown tree heights because of correlation between height and diameter. Those models can be used for long- term growth and productivity modelling, but also they require precision in adaptation for specific tree species, and parameters calibration, focusing in a features of a stand. There are 11 tree height regression models analyzed in this paper: 6 of them are simple (depend to diameter at breast height) and 5 generalized models (depend to diameter at breast height and specific plot variables like- average age, height, diameter and etc.). Statistical indexes and unknown parameters are estimated from all these models. The main goal is to get the best tree height model from one of these, which can be used in mountain pine volume estimation. Unknown parameters and their standard errors was estimated. For models’ comparison statistical indexes and residues visual analysis was used. Due the analysis “the best” regression height model was estimated and which will be specified by the stochastic differential equations
Internet: http://mef.asu.lt/wp-content/uploads/sites/5/2015/02/JM2016_2.pdf
http://mef.asu.lt/wp-content/uploads/sites/5/2015/02/JM2016_2.pdf
Affiliation(s): Vytauto Didžiojo universitetas
Žemės ūkio akademija
Appears in Collections:Universiteto mokslo publikacijos / University Research Publications

Files in This Item:
marc.xml7.01 kBXMLView/Open

MARC21 XML metadata

Show full item record
Export via OAI-PMH Interface in XML Formats
Export to Other Non-XML Formats


CORE Recommender

Page view(s)

50
checked on Dec 10, 2020

Download(s)

12
checked on Dec 10, 2020

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.