Μαζοπίνακες για τη δασική πεύκη (Pinus sylvestris L.) στο κεντρικό τμήμα της οροσειράς της Ροδόπης.



Σχετικά έγγραφα
ΒΛΑΧΟΠΟΥΛΟΣ ΓΕΡΑΣΙΜΟΣ Δασολόγος

ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΑΤΡΙΒΗ ΜΕ ΘΕΜΑ: Μαζοπίνακες για τη δασική πεύκη (Pinus sylvestris L.) στο κεντρικό τμήμα της οροσειράς της Ροδόπης.

ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΑΤΡΙΒΗ ΜΕ ΘΕΜΑ: «ΜΑΖΟΠΙΝΑΚΕΣ ΓΙΑ ΤΗ ΧΑΛΕΠΙΟ ΠΕΥΚΗ (PINUS HALEPENSIS) ΤΟΥ ΔΑΣΟΥΣ ΤΑΤΟΪΟΥ ΠΑΡΝΗΘΑΣ ΑΤΤΙΚΗΣ»

Δασική Δειγματοληψία

«Εφαρμογή της ανάλυσης επιβίωσης για την αξιολόγηση της θνησιμότητας των δέντρων στο δάσος Ελατιάς Δράμας»

Προσαρμογή της Διαχείρισης των Δασών στην Κλιματική Αλλαγή στην Ελλάδα: Δασαρχείο Πάρνηθας. Ομάδα έργου: Γ. Ζαρείφης Ηλ. Ντούφας Γ. Πόθος Κ.

Δειγματοληψία στην Ερευνα. Ετος

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

Ενότητα 2: Μέθοδοι δειγματοληψίας & Εισαγωγή στην Περιγραφική Στατιστική

-1- Π = η απόλυτη παράλλαξη του σημείου με το γνωστό υψόμετρο σε χιλ.

Διαστήματα εμπιστοσύνης. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

Η παρακολούθηση των δασών στο πλαίσιο της κλιματικής αλλαγής

ΜΕΤΑΠΤΥΧΙΑΚΗ ΔΙΑΤΡΙΒΗ ΜΕ ΘΕΜΑ: Μαζοπίνακες για την οξιά (Fagus sylvatica) του δάσους Κάτω Βερμίου στο Νομό Ημαθίας.

Δειγματικές Κατανομές

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου

Οικονομετρία Ι. Ενότητα 4: Διάστημα Εμπιστοσύνης - Έλεγχος Υποθέσεων. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Στατιστική Ι-Μέτρα Διασποράς

Απλή Παλινδρόμηση και Συσχέτιση

Μεθοδολογία των επιστημών του Ανθρώπου : Στατιστική Εργαστήριο 6 :

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΓΙΑ ΔΙΟΙΚΗΤΙΚΑ ΣΤΕΛΕΧΗ

ΔΟΜΗ ΤΟΥ ΞΥΛΟΥ ΔΟΜΗ ΞΥΛΟΥ 2. ΑΥΞΗΤΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΤΟΥ ΞΥΛΟΥ. Εργαστήριο Δομής Ξύλου. Στέργιος Αδαμόπουλος

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium iv

Έστω 3 πενταμελείς ομάδες φοιτητών με βαθμολογίες: Ομάδα 1: 6,7,5,8,4 Ομάδα 2: 7,5,6,5,7 Ομάδα 3: 8,6,2,4,10 Παρατηρούμε ότι και οι τρεις πενταμελείς

Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες

Οικονομετρία Ι. Ενότητα 2: Ανάλυση Παλινδρόμησης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

Συσχέτιση μεταξύ δύο συνόλων δεδομένων

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής

Εισόδημα Κατανάλωση

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Αθήνα 1 / 3 / 2012 ΥΠΟΥΡΓΕΙΟ ΠΕΡΙΒΑΛΛΟΝΤΟΣ

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: ΣΤΑΤΙΣΤΙΚΗ ΕΝΟΤΗΤΑ: Εισαγωγικές Έννοιες ΟΝΟΜΑ ΚΑΘΗΓΗΤΗ: ΦΡ. ΚΟΥΤΕΛΙΕΡΗΣ ΤΜΗΜΑ: Τμήμα Διαχείρισης Περιβάλλοντος και Φυσικών Πόρων

Δημιουργία εποπτικού χάρτη διαχείρισης δασών

Προσαρµογήτης ιαχείρισηςτων ασώνστηνκλιµατικήαλλαγήστηνελλάδα: ασαρχείο Πάρνηθας

ΑΣΚΗΣΕΙΣ ΔΙΑΣΤΗΜΑΤΩΝ ΕΜΠΙΣΤΟΣΥΝΗΣ. Άσκηση 1. Βρείτε δ/μα εμπιστοσύνης για τη μέση τιμή μ κανονικού πληθυσμού όταν n=20,

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2013 στη Στατιστική

Αναφορά Εργαστηριακής Δοκιμής

ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

Σκοπός του κεφαλαίου είναι η κατανόηση των βασικών στοιχείων μιας στατιστικής έρευνας.

ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

Εισαγωγή στην Εκτιμητική

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2011 για τα Τμήματα Ε.Τ.Τ. και Γ.Β. στη Στατιστική 25/02/2011

Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17

cv = κατάλληλη κριτική (κρίσιμη) τιμή από τους πίνακες της Ζ ή t κατανομής

Έτος : Διάλεξη 2 η Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική

ΑΝΑΦΟΡΑ ΕΡΓΑΣΤΗΡΙΑΚΩΝ ΔΟΚΙΜΩΝ

ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ

Στατιστική Επιχειρήσεων Ι

Ανάλυση και Σχεδιασμός Μεταφορών Ι Δειγματοληψία - Μέθοδοι συλλογής στοιχείων

ΘΕΜΑΤΑ Α : ΕΚΦΩΝΗΣΕΙΣ - ΛΥΣΕΙΣ

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΜΕΘΟΔΟΙ ΕΛΕΓΧΟΥ ΑΚΡΙΒΕΙΑΣ (ACCURACY)

AdaptFor Προσαρμογή της διαχείρισης των δασών στην κλιματική αλλαγή στην Ελλάδα

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

Περίπου ίση µε την ελάχιστη τιµή του δείγµατος.

ΜΕΤΑΦΟΡΑ ΑΠΟΘΗΚΕΥΣΗ ΑΚΑΤΕΡΓΑΣΤΗΣ ΣΤΡΟΓΓΥΛΗΣ ΞΥΛΕΙΑΣ

Ερευνητική υπόθεση. Η ερευνητική υπόθεση αναφέρεται σε μια συγκεκριμένη πρόβλεψη σχετικά με τη σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές.

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Χ. Εμμανουηλίδης, 1

Στατιστική Ι. Ανάλυση Παλινδρόμησης

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική

ΑΝΑΛΥΣΗ ΣΥΧΝΟΤΗΤΑΣ ΥΔΡΟΛΟΓΙΚΩΝ ΦΑΙΝΟΜΕΝΩΝ

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης

Οικονομετρία. Απλή Παλινδρόμηση. Υποθέσεις του γραμμικού υποδείγματος και ιδιότητες των εκτιμητών. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης

Έλεγχος υγρασίας πριστής ξυλείας κατά την ξήρανση

Στατιστική Ι (ΨΥΧ-1202) ιάλεξη 3

Διάστημα εμπιστοσύνης της μέσης τιμής

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

ΑΣΚΗΣΗ. Πυκνότητα και πορώδες χιονιού. Ποια είναι η σχέση των δυο; Αρνητική ή Θετική; Δείξτε τη σχέση γραφικά, χ άξονας πυκνότητα, ψ άξονας πορώδες

ΕΛΕΓΧΟΣ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΕΡΓΑΣΙΩΝ ΚΕΦΑΛΑΙΟ 4 ΚΕΦΑΛΑΙΟ 5. ΑΝΑΓΝΩΡΙΣΗ ΔΙΕΡΓΑΣΙΑΣ ΠΡΟΣΑΡΜΟΣΤΙΚΟΣ ΕΛΕΓΧΟΣ (Process Identifications)

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436

ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ ΔΙΟΙΚΗΣΗ ΘΕΩΡΙΑ ΚΑΙ ΠΡΑΚΤΙΚΗ

Ερωτήσεις Πολλαπλών Επιλογών στο Μάθημα «Μέθοδοι Έρευνας»

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R

Δρ. Βασιλική Καζάνα. Αναπλ. Καθηγήτρια ΤΕΙ Καβάλας, Τμήμα Δασοπονίας & Διαχείρισης Φυσικού Περιβάλλοντος Δράμας Εργαστήριο Δασικής Διαχειριστικής

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Δασική Βιομετρία ΙΙ. Ενότητα 1: Εισαγωγή. Γεώργιος Σταματέλλος Τμήμα Δασολογίας & Φυσικού Περιβάλλοντος ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

Δειγματοληψία στην εκπαιδευτική έρευνα. Είδη δειγματοληψίας

ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΟΛΟΓΙΑΣ ΞΥΛΟΥ

Μέθοδοι δειγματοληψίας, καθορισμός μεγέθους δείγματος, τύποι σφαλμάτων, κριτήρια εισαγωγής και αποκλεισμού

E-Class.

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 3 ΔΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ, ΟΛΙΚΗ ΠΙΘΑΝΟΤΗΤΑ ΘΕΩΡΗΜΑ BAYES, ΑΝΕΞΑΡΤΗΣΙΑ ΚΑΙ ΣΥΝΑΦΕΙΣ ΕΝΝΟΙΕΣ 71

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής

Ελληνικό Ανοικτό Πανεπιστήμιο

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 3: Πολλαπλή Παλινδρόμηση. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

Υ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n..

Στατιστική Ι. Ενότητα 8: Επαγωγική Στατιστική. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

ΣΤΑΤΙΣΤΙΚΗ ( ΜΕΤΡΑ ΘΕΣΗΣ ΚΑΙ ΔΙΑΣΠΟΡΑΣ)

ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ: ΑΣΚΗΣΕΙΣ

Διάλεξη 1 Βασικές έννοιες

Εργαστήριο Μαθηματικών & Στατιστικής 2η Πρόοδος στο Μάθημα Στατιστική 28/01/2011 (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) 1ο Θέμα [40] α) στ) 2ο Θέμα [40]

Κεφάλαιο 9 Κατανομές Δειγματοληψίας

Εφαρμογές Γραμμικού Προγραμματισμού

Transcript:

Μαζοπίνακες για τη δασική πεύκη (Pinus sylvestris L.) στο κεντρικό τμήμα της οροσειράς της Ροδόπης. Ιωάννης Λυπηρίδης Δασολόγος 1

ΠΕΡΙΓΡΑΜΜΑ Εισαγωγή Περιοχή έρευνας Υλικά και Μέθοδοι Αποτελέσματα - Συζήτηση Συμπεράσματα 2

Η δασική πεύκη (Pinus sylvestris L.) είναι ένα είδος πεύκου ενδημικού στην Ευρώπη και την Ασία. Το ξύλο του είναι γνωστό με την ονομασία κόκκινη ξυλεία, είναι ερυθρωπό και σκληρό και χρησιμοποιείται ως πρώτη ύλη για την παρασκευή ξυλοπολτού για χαρτί, στις οικοδομικές κατασκευές και στη ναυπηγική. 3

Με δεδομένο ότι ο στόχος της διαχείρισης των πόρων ξυλείας είναι να παρασχεθεί ο βέλτιστος συνδυασμός ποσότητας και ποιότητας προϊόντων ξυλείας που θα μεγιστοποιήσουν τα οικονομικά κέρδη, τα ακριβή και εύκαμπτα μοντέλα είναι απαραίτητα για να παρέχουν τις πληροφορίες που απαιτούνται. 4

Σκοπός αυτής της μελέτης ήταν να καταρτιστούν μοντέλα παλινδρόμησης για την εκτίμηση του συνολικού όγκου των δέντρων δασικής πεύκης, για το κεντρικό τμήμα της οροσειράς της Ροδόπης. Ως ανεξάρτητες μεταβλητές χρησιμοποιήθηκαν η στηθιαία διάμετρος και το συνολικό ύψος του δέντρου. Σημειώνουμε πως δεν υπάρχουν άλλα μοντέλα εκτίμησης του όγκου της δασικής πεύκης για τη συγκεκριμένη περιοχή. 5

ΠΕΡΙΓΡΑΜΜΑ Εισαγωγή Περιοχή έρευνας Υλικά και Μέθοδοι Αποτελέσματα - Συζήτηση Συμπεράσματα 6

Η περιοχή έρευνας είναι το κεντρικό τμήμα της οροσειράς της Ροδόπης, το οποίο είναι κάτω από τη διαχείριση του Δασαρχείου Ξάνθης. Παρουσιάζει μεγάλο οικολογικό (βιοποικιλότητα) και οικονομικό (ξυλοπαραγωγή, τουρισμός) ενδιαφέρον. Το μητρικό πέτρωμα αποτελείται κυρίως από γνεύσιους, γρανοδιορίτες, γρανίτες, και ρυόλιθους, ενώ τα εδάφη είναι όξινα, ορφνά δασικά εδάφη. Η μέση ετήσια θερμοκρασία του μετεωρολογικού σταθμού του Λειβαδίτη είναι 8,0 o C και μέση βροχόπτωση 980 mm. 7

Στη περιοχή εμφανίζονται κυρίως συστάδες Fagus sylvatica L. s.l., Pinus sylvestris - F. sylvatica, P. sylvestris - F. sylvatica - Abies borisii-regis και F. sylvatica - A. borisii-regis. Η δασική πεύκη εμφανίζεται κυρίως σε μικτές με την οξιά συστάδες σε διάφορες φάσεις και σε τρεις σταθμικούς τύπους, όσον αφορά στην παραγωγικότητα των σταθμών. Η ηλικία των ατόμων της δασικής πεύκης σε αρκετές περιπτώσεις ξεπερνά τα 120 έτη. 8

ΠΕΡΙΓΡΑΜΜΑ Εισαγωγή Περιοχή έρευνας Υλικά και Μέθοδοι Αποτελέσματα - Συζήτηση Συμπεράσματα 9

Σχήμα 1. Περιοχή έρευνας. 10

Τα δέντρα του δείγματος επιλέχτηκαν με στρωματωμένη τυχαία δειγματοληψία, με άριστη διανομή του δείγματος στα στρώματα με τη μέθοδο Neyman (ελάχιστη διακύμανση του δείγματος θεωρώντας ότι το κόστος είναι το ίδιο για κάθε μονάδα δειγματοληψίας - δέντρο). Η στρωμάτωση έγινε σε τρεις ποιότητες τόπου (καλήμέτρια-κακή). 60 δέντρα επιλέχτηκαν με τυχαίο τρόπο από την καλή ποιότητα τόπου, 53 από τη μέτρια και 45 από την κακή ποιότητα. 11

Σχήμα 2. Σημεία δειγματοληψίας και ποιότητες τόπου (ΚΛ.Π: καλή ποιότητα, Μ.Π: μέτρια ποιότητα, ΚΚ.Π: κακή ποιότητα). 12

Σε κάθε δέντρο του δείγματος μετρήθηκε η στηθιαία διάμετρος D με το παχύμετρο και εκτιμήθηκε: το συνολικό ύψος H με το υψόμετρο Blume-Leiss ο νόθος μορφάριθμος f με το ρελασκόπιο. Ο όγκος v του κάθε δέντρου υπολογίστηκε με τον τύπο π 2 v= D fh. 4 13

Πίνακας 1. Μοντέλα εκτίμησης του συνολικού όγκου. Α/Α Ονομασία μοντέλου Τύπος b1 b2 1 Λογαριθμικό vˆ = b0 + D H 2 2 Σταθερού μορφάριθμου ˆv= b0 D H 2 3 Συνδυασμένης μεταβλητής ˆv= b0 + bd 1 H 2 2 4 Γενικευμένο συνδυασμένης ˆv= b0 + bd 1 + b2h + b3d H μεταβλητής b2 b3 5 Γενικευμένο λογαριθμικό vˆ = b0 + bd 1 H ˆv: εκτίμηση του όγκου v b i : εκτιμήσεις των συντελεστών παλινδρόμησης 14

Τα 5 μοντέλα προσαρμόστηκαν και για κάθε ποιότητα τόπου ξεχωριστά και συνολικά για ολόκληρη την περιοχή έρευνας. Σε κάθε περίπτωση, το 80% περίπου των δεδομένων χρησιμοποιήθηκε για την προσαρμογή των μοντέλων και το υπόλοιπο για την επικύρωσή τους. 15

Πίνακας 2. Κριτήρια σύγκρισης των μοντέλων παλινδρόμησης. Α/Α Κριτήριο Άριστη τιμή Τύπος 1 Απόλυτο 0 n v ˆ i vi μέσο σφάλμα (Bias, B) i= 1 n 2 Τυπικό σφάλμα εκτίμησης min n των θεωρητικών τιμών v ˆ i v i= 1 (standard error of the estimate, se) n p n 3 Δείκτης προσαρμογής 1 v ˆ i v (Fit Index, FI) n: μέγεθος δείγματος p: αριθμός συντελεστών παλινδρόμησης v : μέσος όρος πραγματικών (μετρημένων) όγκων 1 i= 1 n i= 1 ( ) 2 i ( ) i ( v v) i 2 2 16

ΠΕΡΙΓΡΑΜΜΑ Εισαγωγή Περιοχή έρευνας Υλικά και Μέθοδοι Αποτελέσματα - Συζήτηση Συμπεράσματα 17

Πίνακας 3. Περιγραφικά στατιστικά των δέντρων του δείγματος. Καλή ποιότητα τόπου Μεταβλητή Μέσος όρος Τυπική απόκλιση min max v (m 3 ) 1,87 0,59 0,91 4,19 D (m) 0,46 0,07 0,32 0,65 H (m) 27,37 4,05 22,00 41,00 Μεταβλητή Μέτρια ποιότητα τόπου v (m 3 ) 1,41 0,81 0,38 3,83 D (m) 0,39 0,11 0,22 0,72 H (m) 23,91 2,01 18,00 28,00 Μεταβλητή Κακή ποιότητα τόπου v (m 3 ) 0,92 0,46 0,21 2,12 D (m) 0,35 0,08 0,19 0,49 H (m) 19,87 2,45 17,00 26,00 Μεταβλητή Σύνολο v (m 3 ) 1,45 0,75 0,21 4,19 D (m) 0,41 0,10 0,19 0,72 H (m) 24,07 4,29 17,00 41,00 18

Οι μέσοι όροι των όγκων διέφεραν στατιστικά σημαντικά ανάμεσα στις ποιότητες τόπου, (F=28,214, p=0,000), άρα δικαιολογείται η κατάρτιση μαζοπινάκων, εκτός από το σύνολο, και για κάθε ποιότητα τόπου ξεχωριστά. 19

Στους επόμενους πίνακες, με μαύρο σημειώνονται τα μοντέλα με αρνητικούς δείκτες προσαρμογής και με κίτρινο τα μοντέλα των οποίων οι συντελεστές παλινδρόμησης δε διέφεραν σημαντικά από το μηδέν, είτε για τα δεδομένα εκτίμησης είτε για τα δεδομένα επικύρωσης. Τα παραπάνω μοντέλα απορρίπτονται. 20

Πίνακας 4. Σύγκριση των μοντέλων παλινδρόμησης για την καλή ποιότητα τόπου. Δεδομένα προσαρμογής Στατιστικό Απόλυτο Τυπικό σφάλμα εκτίμησης Δείκτης (άριστη τιμή) μέσο σφάλμα (0) των θεωρητικών τιμών (min) προσαρμογής (1) Μοντέλο 1 0,2411 0,3159 0,7607 Μοντέλο 2 0,2487 0,3255 0,7351 Μοντέλο 3 0,2435 0,3096 0,7653 Μοντέλο 4 0,2393 0,3098 0,7748 Μοντέλο 5 0,2366 0,3089 0,7761 Δεδομένα επικύρωσης Στατιστικό Απόλυτο Τυπικό σφάλμα εκτίμησης Δείκτης (άριστη τιμή) μέσο σφάλμα (0) των θεωρητικών τιμών (min) προσαρμογής (1) Μοντέλο 1 0,1483 0,2366 0,4522 Μοντέλο 2 0,2670 0,3141-0,2412 Μοντέλο 3 0,1558 0,2301 0,4080 Μοντέλο 4 0,1540 0,2598 0,4340 Μοντέλο 5 0,1432 0,2500 0,4761 21

Πίνακας 5. Σύγκριση των μοντέλων παλινδρόμησης για τη μέτρια ποιότητα τόπου. Δεδομένα προσαρμογής Στατιστικό Απόλυτο Τυπικό σφάλμα εκτίμησης Δείκτης (άριστη τιμή) μέσο σφάλμα (0) των θεωρητικών τιμών (min) προσαρμογής (1) Μοντέλο 1 0,2480 0,3127 0,8490 Μοντέλο 2 0,2698 0,3379 0,8146 Μοντέλο 3 0,2622 0,3225 0,8352 Μοντέλο 4 0,2572 0,3254 0,8407 Μοντέλο 5 0,2406 0,3114 0,8540 Δεδομένα επικύρωσης Στατιστικό Απόλυτο Τυπικό σφάλμα εκτίμησης Δείκτης (άριστη τιμή) μέσο σφάλμα (0) των θεωρητικών τιμών (min) προσαρμογής (1) Μοντέλο 1 0,2972 0,4206 0,8420 Μοντέλο 2 0,2885 0,3896 0,8305 Μοντέλο 3 0,2896 0,4039 0,8360 Μοντέλο 4 0,2865 0,4476 0,8434 Μοντέλο 5 0,2887 0,4480 0,8431 22

Πίνακας 6. Σύγκριση των μοντέλων παλινδρόμησης για την κακή ποιότητα τόπου. Δεδομένα προσαρμογής Στατιστικό Απόλυτο Τυπικό σφάλμα εκτίμησης Δείκτης (άριστη τιμή) μέσο σφάλμα (0) των θεωρητικών τιμών (min) προσαρμογής (1) Μοντέλο 1 0,1225 0,1631 0,8675 Μοντέλο 2 0,1191 0,1634 0,8592 Μοντέλο 3 0,5110 0,6951-1,2532 Μοντέλο 4 0,5255 0,7341-1,3932 Μοντέλο 5 0,5525 0,7749-1,6671 Δεδομένα επικύρωσης Στατιστικό Απόλυτο Τυπικό σφάλμα εκτίμησης Δείκτης (άριστη τιμή) μέσο σφάλμα (0) των θεωρητικών τιμών (min) προσαρμογής (1) Μοντέλο 1 0,4378 1,1574-3,2738 Μοντέλο 2 0,6951 0,8726-2,3095 Μοντέλο 3 0,1024 0,1422 0,9226 Μοντέλο 4 0,5372 1,5249-4,9353 Μοντέλο 5 0,1273 0,1960 0,9019 23

Πίνακας 7. Σύγκριση των μοντέλων παλινδρόμησης για το σύνολο των δεδομένων. Δεδομένα προσαρμογής Στατιστικό Απόλυτο Τυπικό σφάλμα εκτίμησης Δείκτης (άριστη τιμή) μέσο σφάλμα (0) των θεωρητικών τιμών (min) προσαρμογής (1) Μοντέλο 1 0,2174 0,2807 0,8638 Μοντέλο 2 0,2270 0,3039 0,8377 Μοντέλο 3 0,2222 0,2841 0,8593 Μοντέλο 4 0,2194 0,2833 0,8623 Μοντέλο 5 0,2165 0,2814 0,8641 Δεδομένα επικύρωσης Στατιστικό Απόλυτο Τυπικό σφάλμα εκτίμησης Δείκτης (άριστη τιμή) μέσο σφάλμα (0) των θεωρητικών τιμών (min) προσαρμογής (1) Μοντέλο 1 0,2429 0,3208 0,8159 Μοντέλο 2 0,2559 0,3234 0,7972 Μοντέλο 3 0,2467 0,3154 0,8146 Μοντέλο 4 0,2457 0,3283 0,8151 Μοντέλο 5 0,2433 0,3276 0,8160 24

ΠΕΡΙΓΡΑΜΜΑ Εισαγωγή Περιοχή έρευνας Υλικά και Μέθοδοι Αποτελέσματα - Συζήτηση Συμπεράσματα 25

Από δείγμα 158 δέντρων δασικής πεύκης, από το κεντρικό τμήμα της οροσειράς της Ροδόπης, από 3 ποιότητες τόπου, έγινε προσπάθεια κατάρτισης μαζοπινάκων, για κάθε ποιότητα τόπου χωριστά αλλά και συνολικά για την περιοχή έρευνας. Για την κακή ποιότητα τόπου δεν ήταν δυνατή η επιλογή μοντέλου, λόγω των αρνητικών τιμών στους δείκτες προσαρμογής. Για τις υπόλοιπες ποιότητες τόπου και για το σύνολο της περιοχής έρευνας, τα μοντέλα που επιλέχτηκαν είναι: 26

Μοντέλο R 2 Τυπικό σφάλμα εκτίμησης Καλή ποιότητα Μέτρια ποιότητα Σύνολο 2 vˆ = 0,328 + 0,255D H 0,7653 0,3096 2 vˆ = 0,343D H 0,8146 0,3379 2 vˆ = 0,318D H 0,8377 0,3039 27

Για την καλή ποιότητα τόπου θα χρειαστεί περαιτέρω έρευνα, για το λόγο ότι ο δείκτης προσαρμογής στα δεδομένα επικύρωσης ήταν αρκετά μικρός (0,41), γεγονός που κάνει λιγότερο ακριβείς τις εκτιμήσεις των συντελεστών παλινδρόμησης του επιλεγμένου μοντέλου. 28

Ευχαριστώ για την προσοχή σας! Ιωάννης Λυπηρίδης < johnlipiridis@hotmail.com > 29