Upload
rumor
View
39
Download
0
Embed Size (px)
DESCRIPTION
Růstové a přírůstové funkce. Dendrometrie – cvičení 9. Růstové a přírůstové funkce. Růstová funkce je matematicky formulovaný model závislosti růstové veličiny na věku (faktory prostředí se obvykle neuvažují). - PowerPoint PPT Presentation
Citation preview
Růstové a přírůstové funkce
Dendrometrie – cvičení 9
Růstové a přírůstové funkce
Růstová funkce je matematicky formulovaný model závislosti růstové veličiny na věku (faktory prostředí se obvykle neuvažují).
Přírůstová funkce je matematicky formulovaný model závislosti přírůstu růstové veličiny na věku (faktory prostředí se obvykle neuvažují).
Zadání
Pro zadané dřeviny vypočítejte parametry Michajlovovy a Korfovy růstové funkce, přírůstové funkce běžného a průměrného přírůstu, indexy korelace a determinace.
Tvorba modelu růstové a přírůstové funkce
Správný prvotní odhad parametrů modelu
a je asymptota funkce, tedy maximálně dosažitelná hodnota růstové veličiny v daných podmínkách
Parametry k a n udávají tvar funkce a jejich odhady závisí na použité funkci (pro náš případ k=1 pro Michajlovovu fci, k=10 pro Korfovu fci a n=1,5 pro Korfovu fci)
Pro každou hodnotu reálně změřené růstové veličiny se musí spočítat i hodnota modelová pomocí vhodně zvolené funkce
Tvorba modelu růstové a přírůstové funkce výšky
Výška bude modelována pomocí Michajlovovy růstové funkce
A,k jsou parametry modelu a t je věk
Tvorba modelu růstové a přírůstové funkce výšky
Je nutné dopočítat sumu čtverců reziduí pro optimalizaci nastavení parametrů modelu a celkovou kvalitu modelu
Reziduum = měřená hodnota-modelová hodnota
Čtverec rezidua = reziduum2
Ideální hodnoty parametrů a vhodné postavení modelu je ve stavu, když suma čtverců reziduí je na svém minimu
Minimum RSČ lze dopočítat pomocí řešitele v Excelu
Tvorba modelu růstové a přírůstové funkce výšky
Pro spočítanou růstovou funkci je nutné dopočítat hodnoty běžného a průměrného přírůstu výšky
k
t2
kBP A.e .
t
yPP
t
Tvorba modelu růstové a přírůstové funkce výšky
Vytvoření společného grafu pro růstovou funkci i přírůstové funkce výšky
20 30 40 50 60 70 80 90 100 110 0.0
5.0
10.0
15.0
20.0
25.0
30.0
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40
0.45
0.50
Výška
Modelová výška (m) Měřená výška (m)Běžný přírůst (m/rok) Prům. přírůst (m/rok)
Věk (rok)
Výška (
m)
Pří
růst
m/r
ok
Tvorba modelu růstové a přírůstové funkce tloušťky
Výška bude modelována pomocí Korfovy růstové funkce
A,k,n jsou parametry modelu a t je věk
n 1
k
1 n .ty A .e
Tvorba modelu růstové a přírůstové funkce tloušťky
Je nutné dopočítat sumu čtverců reziduí pro optimalizaci nastavení parametrů modelu a celkovou kvalitu modelu
Reziduum = měřená hodnota-modelová hodnota
Čtverec rezidua = reziduum2
Ideální hodnoty parametrů a vhodné postavení modelu je ve stavu, když suma čtverců reziduí je na svém minimu
Minimum RSČ lze dopočítat pomocí řešitele v Excelu
Tvorba modelu růstové a přírůstové funkce tloušťky
Pro spočítanou růstovou funkci je nutné dopočítat hodnoty běžného a průměrného přírůstu tloušťky
n 1
k
1 n .t
n
kBP A. .
t
y
PPt
Tvorba modelu růstové a přírůstové funkce tloušťky
Vytvoření společného grafu pro růstovou funkci i přírůstové funkce tloušťky
20 30 40 50 60 70 80 90 100 1100.0
5.0
10.0
15.0
20.0
25.0
30.0
35.0
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0.40Tloušťka
Modelová tloušťka (cm) Výčetní tloušťka (cm)Běžný přírůst (cm/rok) Prům. přírůst (cm/rok)
Věk (rok)
Tlo
ušťk
y (
cm
)
Pří
růst
cm
/rok
Výpočet indexu korelace - IR
Index korelace udává míru závislosti růstové veličiny a věku v nelineárním vztahu
y jsou měřené hodnoty růstové veličiny
y jsou modelové hodnoty růstové veličiny
y je průměr z měřených hodnot růstové veličiny
Výpočet indexu determinace - ID
Index determinace udává, jak velkou část variability závisle proměnné (v tomto případě růstové veličiny) je vysvětlena regresním modelem (modelem růstové funkce)
𝐼 𝑟=1−∑ (𝑦− 𝑦� )2
∑ (𝑦− 𝑦� )2