Nicht-parametrische Modellierung der Stärkeklassenverteilung von Waldbeständen basierend auf Grossrauminventurdaten

Trippstadt

2006

S. 67-80

17 Abb., 21 Lit. Ang.

Artikel aus einem BuchUnselbständiges Werk

200132602

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.