排序方式： 共有2条查询结果，搜索用时 31 毫秒
1
1.
为了用尽可能小的蒙特卡罗模拟样本来反映模型模拟结果中的不确定性,把拉丁超几何体采样引入地统计随机模拟的LU分解算法.首先把拉丁超几何体采样与普通随机采样在LU分解算法中的表现进行比较,然后把基于拉丁超几何体采样的LU分解法应用于空间直观森林景观模型LANDIS的模拟.结果表明,与普通随机采样相比,拉丁超几何体采样能捕获更多的不确定性,特别是在蒙特卡罗模拟次数较少时.LANDIS模型的模拟结果表明,由地统计学随机模拟所引入的不确定性在象元尺度上随模拟时间增加而增加,但是在景观尺度上并没有受很大影响.这表明由地统计学随机模拟所参数化的LANDIS模型可用于大时空尺度森林景观变化的预测 相似文献
2.
为了用尽可能小的蒙特卡罗模拟样本来反映模型模拟结果中的不确定性,把拉丁超几何体采样引入地统计随机模拟的LU分解算法.首先把拉丁超几何体采样与普通随机采样在LU分解算法中的表现进行比较,然后把基于拉丁超几何体采样的LU分解法应用于空间直观森林景观模型LANDIS的模拟.结果表明,与普通随机采样相比,拉丁超几何体采样能捕获更多的不确定性,特别是在蒙特卡罗模拟次数较少时.LANDIS模型的模拟结果表明,由地统计学随机模拟所引入的不确定性在象元尺度上随模拟时间增加而增加,但是在景观尺度上并没有受很大影响.这表明由地统计学随机模拟所参数化的LANDIS模型可用于大时空尺度森林景观变化的预测 相似文献
1