Möls, Märt, juhendajaPloompuu, MatsTartu Ülikool. Loodus- ja täppisteaduste valdkondTartu Ülikool. Matemaatika ja statistika instituut2019-07-232019-07-232019http://hdl.handle.net/10062/64859Töös on rakendatud mitmeid mitmemõõtmelisi meetodeid Eesti metsade liigilise koosseisu prognoosimiseks satelliidiandmete põhjal. Parimad tulemused saadakse K-lähima naabri meetodit kasutades. Täpsemalt sobitatakse igale satelliidipildile eraldi K-lähima naabri mudel ning prognoositakse puuliikide osakaalud. Seejärel saadud prognoosid agregeeritakse. Töös on näidatud, et selliste prognooside agregeerimiseks on paremaid mooduseid kui aritmeetiline keskmine, näiteks Epanechnikovi tuumameetodiga hinnatud tiheduse mood. Parima mitmemõõtmelise meetodi puuliikide osakaalude prognooside põhjal on koostatud näidiskaart.estopenAccessAutorile viitamine + Mitteäriline eesmärk + Tuletatud teoste keeld 3.0 Eestimatemaatiline statistikaandmeteadustehisõpemitmemõõtmeline analüüsmetsakooslusedforest communitiesmultivariate analysismathematical statisticsdata sciencemachine learningspatial statisticsruumiline statistiline analüüsinfo:eu-repo/semantics/masterThesis