基于GM(1,1)的天然次生林空间结构预测

【目的】系统地分析已有天然次生林林分空间结构数据,通过灰色模型预测天然次生林林分空间结构各指标未来的发展趋势,对天然林经营具有十分重要的意义。【方法】以湖南大围山自然保护区典型次生林为研究对象,依据结构化森林经营理论,选取了混交度、竞争指数、角尺度、空间密度指数、开阔比数、大小比数、林分综合均质性指数作为天然次生林林分空间结构合理性评价与预测的量化指标,构建了基于GM(1,1)的天然次生林林分空间结构灰色预测模型。模型将2008年林分空间结构各指标的平均值作为初始值,并在研究区设置了面积为20 m×20 m的5个研究样地(M1,M2,M3,M4,M5),利用保护区2008-2018年典型样地林分空间信息,预测了研究区调研样地2019年-2021年林分空间结构各指标未来的变化趋势。【结果】利用精度检验机制对该模型的精确度进行了有效性检验,检验结果表明,所有指标预测合格概率P合=71.43%,良好的概率P良好=22.86%,优的概率P优=5.71%,表明该预测模型符合精度检验要求。【结论】样地未来3 a各指标整体变化尺度不大,林分空间结构基本稳定。从各指标在2008-2018年时空上的变化规律来看,各样地林分平均竞争指数、平均大小比数及平均空间密度指数是影响林分均质性指数的关键指标。     

林业决策支持系统设计模式探讨

本文根据林业的特点,应用系统工程的原理和方法,对林业决策支持系统的设计模式进行了探讨。并提出了设计准则。实践表明,按照上述方法设计的林业决策支持系统,运行切实可靠,能达到预期目的。因而可供进行该系统设计时参考。     

基于RS和GIS的天鹅山林场森林景观格局研究

以2003年12月28日Spot5遥感图像和2000年天鹅山森林二类资源调查数据为主要数据源,利用ERMAP-PER和ARCGIS为空间信息处理工具得到森林景观分布图,采用软件Fragstats3.3对天鹅山林场的景观要素特征、景观异质性和景观空间关系进行了分析,以揭示其生态状况和空间变异。结果表明:全场共划分7类景观要素,其中杉木林、阔叶林为该场主要森林景观要素类型;松林与幼林受人类干扰大而阔叶林受人类干扰小;杉木林地之间的聚集状况较好。     

木质颗粒燃料生产成本分析

木质颗粒燃料比其他生物质能源更容易实现大规模生产和使用,最适宜替代传统化石能源。对比分析表明,我国木质颗粒燃料的生产总成本不到国外的三分之一,规模化生产木质颗粒燃料价格略低于煤炭。     

森林生态系统中林分胸径和树高的Granger因果关系研究

滞后阶数为1时,胸径和树高互为Granger原因,这从理论上证明,建立胸径和树高模型是合理的.当滞后阶数为2时,胸径不再是树高的Granger原因,但树高仍是胸径的Granger原因,两者相比,树高的影响更深远.所以在森林培养时,应更加注重树高,以维持树高对胸径的影响.     

林业专家系统软件开发测试方案的探讨

针对我国林业专家系统设计特点和研究中存在的问题,讨论了林业专家系统软件规范性测试的若干问题.从数据库测试、知识库测试、人工智能领域的测试、维护、健壮性测试等角度,分析研究软件测试技术在开发林业专家系统的应用及重要作用,并通过一个林业专家系统测试实例提出了一套全新的软件测试方案.     

基于人工神经网络的森林资源预测研究

应用人工神经网络方法分别建立土地资源预测、森林蓄积量预测、各龄组蓄积量预测三层前馈反向传播神经网络模型对森林资源进行预测模拟.预测结果表明在小样本条件下,森林资源预测神经网络模型预测精度较高,开辟了森林资源预测新途径.     

杉木林分自然生长和人为控制密度生长模型研究

在会同杉木人工林林分全林整体模型的基础上,分析并建立了会同杉木人工林完满立木度林分自然生长和一般林分的自然生长的规律和模型,并采用人工神经网络方法建立了会同杉木人工林人为控制密度生长过程模型.检验结果表明,这组生长模型可以满足林业生产和科研的精度要求.     

基于W_V_Hegyi竞争指数的杉木竞争生长模型研究——以湖南省福寿国有林场杉木生态公益林为例

根据湖南省福寿国有林场杉木生态公益林(幼龄林、中龄林、近熟林)复测数据,通过研究Hegyi,V_Hegyi,W_V_Hegyi三种竞争指数与胸径的相关性,选择相关性最强的W_V_Hegyi竞争指数,构建单木竞争生长模型。以此为基础,用加权平均树高作为胸径生长量的权重,重新构建了单木竞争生长模型,并对W_V_Hegyi竞争指数分布规律进行分析,利用回归分析方法构建径阶竞争指数预估模型和径阶生长模型。通过基于加权胸径生长量与W_V_Hegyi竞争指数构建径阶生长模型,以期为林木从单木到林分的模拟提供新途径。     

基于ANN模型的森林景观研究

利用人工神经网络(ANN)模拟了天鹅山林场景观格局与森林景观类型所占面积百分比的关系,并对各景观类型面积所占百分比对景观格局的影响进行了预测,为景观优化对策提供了一条新的思路。结果表明人工神经网络方法非常适于研究森林景观格局驱动因素和森林景观格局的非线性对应关系,模型体现了较高的可靠性和操作性。