中国农业科学院农业信息研究所 中国农学会
Agricultural Information Institute of CAAS China Association of Agricultural Science Societies
En
Ch
中国农业科学院农业信息研究所 中国农学会 主办

AI检索

订阅

返回顶部
当前位置: 首页 > 文章 > 时滞和平衡含水率直接估计法的有效性分析 林业科学 2010,46 (2) 98-105
Position: Home > Articles > Validation of the Method for Direct Estimation of Timelag and Equilibrium Moisture Content of Forest Fuel Scientia Silvae Sinicae 2010,46 (2) 98-105

时滞和平衡含水率直接估计法的有效性分析

作  者：
金森;李亮
单  位：
东北林业大学林学院
关键词：
可燃物;模型;时滞;平衡含水率
摘  要：
通过对不同直径落叶松枯枝含水率和环境条件的室内连续观测,分别使用Nelson模型和Simard模型作为平衡含水率响应模型,估计可燃物时滞和平衡含水率响应函数,然后以参数估计值预测可燃物含水率,分析比较建模样本数和平衡含水率模型不同对参数估计和含水率预测误差的影响。结果表明:1)基于Nelson模型的直接估计法在建模样本数较大时(84个),结果稳健,预测误差小,方法是有效的。2)采用Simard模型直接估计可燃物时滞和平衡含水率时,在建模样本数较少时,其预测效果不如Nelson模型,但当建模样本数较多(超过84)时,2个模型预测效果没有显著差别。
译  名：
Validation of the Method for Direct Estimation of Timelag and Equilibrium Moisture Content of Forest Fuel
作  者：
Jin Sen Li Liang(College of Forestry,Northeast Forestry University Harbin 150040)
关键词：
fuel;model; timelag;equilibrium moisture content
摘  要：
Nelson (1984) and Simard (1968) model was used as a model of equilibrium moisture content,and we estimated the equilibrium moisture content function and timelag ,and then forecasted fuel moisture content using the estimated value as parameters,and finally analyzed the impact of different modeling sample size and the model of equilibrium moisture content on parameter estimation and moisture content forecast error. The results indicate that: 1) Catchpole et al. method(When modeling sample size is 84)performs well in fuel moisture prediction. It shows Catchpole et al. (2001) method has a strong applicability in estimating fuel moisture from field data. At least 80 or more data are advised to be used and 30 data can also be used when error standard is not high(3%,for example).2) The predicting results based on Nelson(1984) model are better than that based on Simard model when sample size is small,but when it is over 84 ,the two performances are not significantly different.

相似文章

导出引用
计量
文章访问数: 3
HTML全文浏览量: 0
PDF下载量: 0

所属期刊

推荐期刊

友情链接Friendly link
农业信息研究所Agricultural information institute 农业智能知识服务平台Agricultural intelligent knowledge service platform 农业学术服务平台Agricultural Knowledge Service System 中国知网CNKI 维普网VIP 万方WANFANG DATA
联系我们Contact us

电话Tell：010-82109652-808

邮箱E-mail：agrijournal@caas.cn

服务Service
关于我们About us 意见建议Opinions and suggest
版权说明Copyright
单位：中国农业科学院农业信息研究所 中国农学会 © 2017中国农业科学院农业信息研究所 ICP备案号：京ICP备09089781号-46