Aktionen
Anzeigeoptionen
  • Titel
    Nicht-parametrische Modellierung der Stärkeklassenverteilung von Waldbeständen basierend auf Grossrauminventurdaten
  • Verfasser
    Daniel Bierer (*)
  • Erscheinungsort
    Trippstadt
  • Verlag
    Forschungsanstalt für Waldökologie und Forstwirtschaft Rheinland-Pfalz
  • Erscheinungsjahr
    2006
  • Illustrationen
    17 Abb., 21 Lit. Ang.
  • Material
    Artikel aus einem BuchUnselbständiges Werk
  • Standardsignatur
    14170
  • Datensatznummer
    200132602
  • Quelle
    17.Tagung Freiburg, 26. bis 28. September 2005 Deutscher Verband Forstlicher Forschungsanstalten, Sektion Forstliche Biometrie und Informatik; S. 67-80
  • Abstract
    Die vorliegende Studie diskutiert die Modellierung der Stärkeklassenverteilung von Waldbeständen unter Verwendung von Grossrauminventurdaten. Dabei werden zwei unterschiedliche methodische Ansätze betrachtet: die synthetische Schätzung (basierend auf rekursiver Partitionierung) und die lokal konstante Kern-Regression (Nadaraya-Watson-Schätzung). Die synthetische Schätzung basiert auf einer Zerschneidung des Raums der erklärenden Variablen (Feature Space) in überschneidungsfreie Regionen (Partitionen) und der separaten Modellbildung innerhalb dieser Regionen. Demgegenüber werden beim Nadaraya-Watson-Schätzer zur Modellbildung Daten aus sich überschneidenden Regionen (Moving Windows) verwendet, wodurch sich im Gegensatz zur synthetischen Schätzung eine glatte Regressionsoberfläche ergibt. Die Ergebnisse zeigen, dass der Moving-Window-Ansatz eine höhere Modellgenauigkeit aufweist und dass Grundfläche und Stammzahl die Variablen mit der grössten Erklärungskraft sind.
Hierarchie-Browser