基于MapObject的森林资源统计表的自动生成系统吵

以河南省南阳市内乡县宝天曼国家级自然保护区作为研究对象,以GIS组件MapObject、数据库和Visual C++编程工具为技术支持,建立了该地区的森林资源统计表的自动生成系统.该系统的主要功能是从二类调查数据中自动提取森林资源各种统计报表,并支持输出、打印.     

人工用材林最优密度控制模型

以抛物线型密度效应模型为前提，针对人工用材林生长系统的特点，用最优控制方法建模，以动态规划方法求解，导出最优密度控制模型。模型具有幂次数可变、适应性较强、疏伐间隔期可变和实际应用较方便等特点。模型在贵州马尾松人工用材林中的应用结果表明，模型计算结果符合人工用材林生长规律，并与实地试验吻合，表2参11。     

杉木人工林直径分布BP模型的研究

以相对直径作为输入向量,以株数累积频率作为输出向量,建立直径分布的BP神经网络模型;用杉木人工林直径分布的实际数据训练,选出的最佳模型,拟合精度为99.03%,检验精度为97.64%,所选模型没有系统偏差.与Weibull分布模型相比,具有较好的拟合效果.研究结果进一步表明,人工神经网络是一种有效的林分直径分布模拟技术.     

用人工神经网络构建多形地位指数模型

以马尾松人工林132株优势木树干解析数据为训练样本,用145块标准地优势木平均高数据为检验样本,把林分年龄和地位指数或优势木平均高作为输入变量,将优势木平均高或地位指数作为输出变量,通过构建人工神经网络逆模型的途径,分别建立了多形地位指数曲线式和计算式模型。结果表明,多形地位指数曲线式的总体拟合精度为99.64％,总体预测精度达96％以上,比传统技术构建的多形地位指数模型能较真实地模拟各地位级的多形曲线;多形地位指数计算式的总体拟合精度为98.81％,用于计算地位指数,省去用迭代法计算地位指数的工作量。基于BP神经网络模型多形地位指数模型,对马尾松人工林地位指数测定提供指导作用,可为森林立地质量评价提供理论依据。     

GPS在定位和面积量测中的误差分析

以河南农业大学校区为研究区域,通过手持GPS仪探讨了不同观测时长、不同观测时间以及不同区域面积对GPS精密度和稳定性的影响。结果表明:不同观测时长对GPS定位的坐标没有影响;不同观测时段中,定位时长为60 s和120 s的稳定度相差不大,而实时定位的稳定度比120 s的稳定度高3倍以上;当地块面积在3 600 m2以下时,GPS测量结果的变化幅度较大,呈不稳定状态,当地块面积在3 600 m2以上时,GPS测量结果的变化幅度逐渐变小,呈现面积越大、误差越小、精度越高的趋势。     

基于人工神经网络的森林火险预测

在对河南登封地区火灾发生状况进行有效分析的基础上,以林火发生与其紧密相关的气象因子为基础,运用BP人工神经网络建立了林火发生预测模型,分析得出最好的网络结构为6∶5∶1,建模精度为0.97,98%的样本拟合误差绝对值不超过0.000 7,取得了较好的拟合效果。     

基于MapObject的森林资源统计表的自动生成系统

本文以河南省南阳市内乡县宝天曼国家级自然保护区作为研究对象,以GIS组件MapObject、数据库和Visual C++ 编程工具为技术支持,建立了该地区的森林资源统计表的自动生成系统。该系统的主要功能是从二类调查数据中自动提取森林资源各种统计报表,并支持输出、打印。     

基于人工神经网络的天然栎树生长建模

以薄山林场天然栎树为研究对象,用人工神经网络方法研建其生长模型,对提高森林资源信息化管理水平具有重要的应用价值。以20株栎树解析木数据为训练样本,对所建模型进行训练和分析。结果表明：最佳网络结构为1：2：3,其总体拟合准确度为98.37%;模型的龄阶准确度最大99.29%,最小93.18%,平均96.52%;胸径、树高、材积的平均准确度分别为97.17%、99.30%、92.30%。总之,所建模型能够满足林业上森林资源调查与预测的精度要求,是一个网络结构简单直观、数学表达形式简捷、使用方便的单输入多输出神经网络模型。     

森林经理学科与现代林业建设

该文依据学科建设与经济社会发展的关系,从现代林业的特征与特点及其对森林经理学科的需求出发,论述了森林经理学科的理论与技术体系需要发展与改革。要在继承永续利用理论的基础上建立以森林生态系统完整性为经营目标的理论体系,并重点研究现代林业对森林经理学科提出的若干重要经营管理理论问题;要将现代信息技术,特别是"3S"技术融入森林经理学科的技术体系,形成现代林业信息技术体系,提升森林区划、调查、监测和森林经营管理规划、决策的水平,并重点研究现代林业提出的重要经营管理技术。