Earticle

현재 위치 Home

A Regional Forest Tree Layer Biomass Estimation Method Based on Clustering Analysis

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(IJUNESST) 바로가기
  • 간행물
    International Journal of u- and e- Service, Science and Technology 바로가기
  • 통권
    Vol.9 No.1 (2016.01)바로가기
  • 페이지
    pp.295-306
  • 저자
    Wang Nihong, Gao Meng, Liu Lichen, Gao Lewen
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A270276

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
As an area always contains varies of tree spices or forest types, therefore, when using biomass estimation model based on single tree or forest stand to estimate regional biomass, the modeling workload is big, and the existing models do not adequately reflect the factors that influence the biomass. Aiming at the problems above, this paper proposes a regional forest tree layer biomass estimation method based on clustering analysis, using the forest resources survey data of the study area as the research object, using principal component analysis to extract characteristic factors from 17 indexes, using the improved K-means algorithm to clustering the forest subcompartment, and using support vector regression algorithm to separately build the biomass estimation model based on clusters. The results show that 8 principal components can reflect over 80% information of the original data; the subcompartment of the study area can be divided into 6 classes, the coefficients of each model are ranging from 0.7 to 0.92, the average relative error absolute values of each model are ranging from 11.173% to 23.583%, this method has got a satisfactory accuracy, which can provide a new way for regional biomass estimation.

목차

Abstract
 1. Introduction
 2. Data Resource and Pre-processing
  2.1 Research Data and Pre-processing
  2.2 Calculate the Actually Measured Biomass of Subcompartment
 3. Characteristic Factors Extraction and Clustering
  3.1 Extract the Characteristic Factors that Influence the Forest Biomass
  3.2 The Improved K-means Algorithm
 4. Experiment Results and Analysis
  4.1 Characteristic Factor Extraction Results and Analysis
  4.2 Clustering Results and Analysis
  4.3 Biomass Estimation Modeling Results and Analysis
 5. Conclusions
 References

키워드

Biomass estimation Principal components analysis K-means SVR algorithm

저자

  • Wang Nihong [ Information and Computer Engineering College, Northeast Forestry University, Harbin, China ] Corresponding author
  • Gao Meng [ Information and Computer Engineering College, Northeast Forestry University, Harbin, China ]
  • Liu Lichen [ College of Mechanical and Electrical Engineering, Northeast Forestry University, Harbin, China ]
  • Gao Lewen [ China Mobile Communications Corporation Design Institute Co., Ltd. of Heilongjiang Branch, Harbin, China ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(IJUNESST) [Science & Engineering Research Support Center, Republic of Korea(IJUNESST)]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    International Journal of u- and e- Service, Science and Technology
  • 간기
    격월간
  • pISSN
    2005-4246
  • 수록기간
    2008~2016
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / International Journal of u- and e- Service, Science and Technology Vol.9 No.1

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.