Využití moderních regresních metod pro modelování výškové křivky

Ing. Zdeněk Adamec

Doctoral thesis

The utilization of modern regression methods for modeling tree height-diameter relationship

Abstract:

Tato práce se zabývá využitím tří různých typů moderních regresních metod (lineární model se smíšenými efekty, zobecněný aditivní model a klasifikační a regresní stromy) pro modelování výškové křivky. Z výsledků vyplývá, že všechny tři použité metody jsou za určitých podmínek použitelné jako alternativní přístup pro modelování závislosti výšky stromu a jeho výčetní tloušťky. Smíšený model fungoval nejlépe, pokud měl náhodnou část odhadu parametru u absolutního i regresního parametru a obsahoval věk porostu (nebo jeho přirozený logaritmus) jako prediktor druhé úrovně. Zobecněný aditivní model vycházel nejlépe, pokud byla využita vyhlazovací funkce typu LOESS. Regresní strom byl schopen kvalitní predikce výšek v případě, že byly využity jako prediktory výčetní tloušťka, střední tloušťka, věk porostu a absolutní výšková bonita.

Abstract:

The topic of this thesis is utilization of three types of modern regression methods (linear mixed effects model, generalized additive model and classification and regression trees) to model height-diameter relationship. Results revealed that all three regression methods can be, under certain conditions, applicable as an alternative approach for height-diameter relationship modeling. The mixed effects model performed best, when random effects of the intercept and regression coefficient were taken into account along with the age as a second order predictor (or its natural logarithm). The generalized additive model performed best when LOESS smoothing function was applied. The regression tree method prediction was optimal when diameter at breast height, mean height, age of a forest stand and site index were included to the model as predictors.

Keywords

zobecněný aditivní model, kalibrace, predikce, klasifikační a regresní stromy, lineární model se smíšenými efekty

Keywords

classification and regression trees, calibration, generalized additive model, linear mixed effects model, prediction

Language used: Czech

Date on which the thesis was submitted / produced: 5. 11. 2014

Thesis defence

• Supervisor: doc. Ing. Karel Drápela, CSc.
• Reader: Jaroslav Simon, CSc., prof. Ing., Marek Fabrika, externi, Róbert Marušák, externi

Mendel University in Brno

Faculty of Forestry and Wood Technology

Doctoral programme / field:
Forest Engineering / Forest Management