Nalazite se na CroRIS probnoj okolini. Ovdje evidentirani podaci neće biti pohranjeni u Informacijskom sustavu znanosti RH. Ako je ovo greška, CroRIS produkcijskoj okolini moguće je pristupi putem poveznice www.croris.hr
izvor podataka: crosbi !

Standardne devijacije regresijskih modela sastojine i načini uzimanja uzoraka metodom simuliranja (CROSBI ID 330622)

Ocjenski rad | doktorska disertacija

Kružić, Tono Standardne devijacije regresijskih modela sastojine i načini uzimanja uzoraka metodom simuliranja / Lukić, Nikola (mentor); Zagreb, . 1996

Podaci o odgovornosti

Kružić, Tono

Lukić, Nikola

hrvatski

Standardne devijacije regresijskih modela sastojine i načini uzimanja uzoraka metodom simuliranja

Na osnovi poznatih šumsko sastojinskih regresijskih modela te njihovih standardnih devijacija u radu je, originalnim računalnim programom SIL_GEN.BAS, modelirana hipotetska čista jednodobna bukova sastojina veličine 40 ha. Drugim originalnim računalnim programom SIL_UZO.BAS učinjeni su brojni eksperimenti metodom Monte Carlo simulacije uzorkovanja za polučivanje tri najvažnije informacije o sastojini: broja stabala po ha (N), temeljnice po ha (G) i volumena drveta po ha (V). Do tih informacija dolazi se po dendrometrijskim načelima kombinacijom a) površinskog uzorkovanja i b) nezavisnim uzorkom parova varijabli prsnoga promjera (d) i visine stabala (h). Prvim uzorkom procjenjuje se broj stabala (N), distribucija prsnih promjera i temeljnica (G). Drugi uzorak služi za polučivanje regresijskog modela sastojinske visinske krivulje u kojem je prsni promjer nezavisna varijabla te u daljnjoj proceduri, u kombinaciji s prvim uzorkom, za određivanje volumena (V). Površinski uzorak je bio slučajni uzorak intenziteta p=10% gdje je osnovna jedinica krug veličine 5 ari. Uzorak parova varijabli prsnoga promjera (d) i visine stabala (h) je bio variran po načinu i veličini uzorkovanja. Ukupno je istraženo 9 načina uzorkovanja. Prva tri načina su bila slučajni uzorak gdje su pr. promjeri računani na mm točno, na 2 cm točno. Četvrti i peti način su bili jednoliki uzorci duž opsega distribucije nezavisne varijable po klasama širine 2 cm, odnosno 5 cm. Šesti i sedmi način su bili uzorci promjenljive vjerojatnosti selekcije gdje je u prvom slučaju vjerojatnost bila proporcionalna promjeru na mm točno, a u drugom, kvadratu prsnoga promjera. osmi i deveti način bili su 3 puta manji uzorci Hohenadlovih + i – stabala iz debljinskog stupnja širokog 2 i 5 cm. Varirana veličina uzorka je bila: n1=12, n2=24 i n3=48, 3 puta; n4=72, n5=96 i n6=120, 2 puta te n7=90; 1 put. Ukupno je polučeno 16 makrorepeticija. Regresijskom analizom autor je dokazao da je pad postotne greške procjene volumena sastojine u ovisnosti o variranoj veličini uzorka izjednačiv padajućom eksponencionalnom funkcijom: gdje je C.V. - postotna greška procjene volumena (zavisna varijabla), B0, B1 - regresijski parametri, n - varira veličina uzorka za visinsku krivulju (nezavisna varijabla). Rezultati ove analize su pokazali da se najveći pozitivan efekat polučio veličinom uzorka n=30, a većim uzorcima od n=60 ostvaruje se mali efekat. Autor otkriva da su uzorci 4. i 5. načina, gdje su stabla selektirana jednoliko duž opsega podataka nezavisne varijable, teoretski neprihvatljivi zbog toga što ekstremna stabla male vjerojatnosti pojavljivanja imaju podjednaku vjerojatnost selekcije kao i prosječna stabla, inače veće vjerojatnosti pojavljivanja. Dobar rezultat su dali 6. i 7. način. Najvjerojatnije zbog povoljnog utjecaja na interval pouzdanosti procjene visine desnog dijela distribucije prsnih promjera gdje je poznato da su volumeni stabala proporcionalni promjeru na neku potenciju u intervalu od k=2 do k=3. za razliku od slučajnog uzorka koji je teško primjenjiv u praksi, ovaj uzorak je moguće primijeniti metodom horizontalnog kuta selekcije. Osim ovih spoznaja, autor ukazuje i na probleme koji se javljaju kod metode modeliranja i simulacije. Prvi problem je nužnost velikog broja podataka. Polučeni model šume veličine 40 ha je imao u datoteci 18818 stabala gdje je svako stablo bilo modelirano s 14 varijabli. Drugi problem su bile brojene sistematske greške raznolikih smjerova i veličina. Jedna otkrivena greška je bio utjecaj ruba modelne šume na površinski uzorak gdje se vjerojatnost selekcije od ruba do udaljenosti 2R (R-polumjer kruga osnovne jedinice) povećava od p=0% do planirane vjerojatnosti p=10%. Zbog toga je, inače slučajna natprosječna raspodjela stabala uz rub, smanjivala procjenu aritmetičke sredine populacije. Autor predviđa da će razvoj sličnih programa u operativnoj primjeni omogućiti iskorištavanje prethodnih informacija koje šumarima već stoje na raspolaganju iz prošlosti za dizajniranje sadašnje, relativno skupe, inventarizacije u realnom sustavu šume. Mogao bi to biti jedan od brojnih podsustava globalnog informatičkog sustava šumarstva.

Monte Carlo simulacija; usimanje uzoraka; plan izmjere šuma; procjena strukturnih elemenata sastojine

nije evidentirano

engleski

Standard deviations of stand regression models and simulation of sampling methods

nije evidentirano

simulation Monte Carlo; sampling; forest inventory plan; assessment of stands structure elements

nije evidentirano

Podaci o izdanju

242

23.07.1996.

obranjeno

Podaci o ustanovi koja je dodijelila akademski stupanj

Zagreb

Povezanost rada

Biotehnologija