兴安落叶松立地质量评价的研究

本文用约1000块标准地资料,系统地研究了内蒙古大兴安岭兴安落叶松林(Larix gmelinii Rupr.)的立地质量评价。在重温各种立地质量评价方法的基础上,从广义数学模型出发,探讨了地位级和地位指数的实质。进而编制了大兴安岭落叶松人工林,中、南部和北部天然林以及石塘林等四个地位指数表。为便于宏观管理和立地质量比较,同时编制了地位指数级表。并在分析林型—地位指数级—地位指数三者关系的基础上提出立地质量评价系列化的设想。     

阔叶林立地质量分析评价

通过对封山育林区阔叶林和针阔混交林的壳斗科类优势木和立地因子相关的分析,首先依据标准样地壳斗科类优势木的解析数据求解出树高和龄阶的导向曲线,依据标准差编制出壳斗科类阔叶林立地指数表,然后建立数量化理论数学模型,将定性的立地因子与定量立地指数建立多元回归关系,以此来评价和分析不同立地条件通过封山育林培育以壳斗科类为主的阔叶林预计能达到的成效。     

辽宁省刺槐人工林立地质量评价的研究

选择Ｒｉｃｈａｒｄｓ生长函数Ｈ＝ａ（１－ｅ－ｂＡ）ｃ作为辽宁省刺槐优势高生长模型．用差分法展开导向曲线编制了单形立地指数表；应用分组整理后解析木资料，拟合出最优多形立地指数模型，编制了多形立地指数表．在综合分析影响刺槐生长发育的环境因子基础上，选择了７个立地因子，运用数量化理论Ⅰ方法，建立与立地指数的回归模型，经减少项目法筛选出包含５个因子的立地指数最佳预估方程，编制了数量立地指数得分表．     

四川盆周西缘水杉人工林林地立地质量评价研究

在划分水杉林地立地类型基础上 ,采用评分法 ,选择土壤养分等级、土壤B(或AC)层质地、黑土层厚度、土体石砾含量以及有效土层厚度 ,评价了水杉人工林地立地质量 ,并分析水杉林地立地生产力 ,通过建立水杉现有林分生长模型 ,指出经营管理措施同样影响立地生产力。     

基于一类清查数据的福建省立地质量评价技术

基于森林资源清查的标准木、样木和样地数据,构建主要树种(组)树高曲线,编制立地指数表,用地形和土壤 因子拟合立地指数估测模型。同时,基于林地空间分布数据,估测福建省小班立地指数,得到立地质量等级及分 布。结果表明:1)分等级的树高曲线符合林木生长规律,根据样地等级计算样木树高,筛选优势木,采用Richards 模型的导向曲线和标准胸径编制立地指数表的方法可行;2)地貌、坡位、坡向、坡度和土层厚度是估算华东华中低 山丘陵用材经济林区冶杉木立地指数的主导因子,逐步回归的多元线性模型精度高,拟合结果好;3)福建省小班玉、 域和芋立地质量等级所占比例达82郾58%,认为全省林地质量偏好,其中闽中北地区林地质量最好,而沿海宁德和 泉州属中等偏差,其余市区属中等偏好。基于森林清查资料的立地质量评价方法科学、实用,值得推广。      

立地质量综合评价及其应用的研究

本文以荣县西北低山区为例,提出了一种适合在林业生产中应用的立地分类和立地质量评价方法。在采用ISODATA技术将研究地区划分为八个立地类型的基础上,根据土壤属性和森林生长状况,用综合评价方法评价了立地质量,并预测林地生产力。根据评价结果,拟定了改善林地质量的措施和适宜的造林树种,分析和应用结果证明立地类型划分合理,评价方法可靠、实用,易于掌握。     

利用马尾松解析木对林地立地指数和立地形的研究

利用重庆市南川区马尾松解析木数据,选择合适的导向曲线方程,建立基于导向曲线的立地指数和立地形模型,并对立地形的适用性进行说明。根据散点图和三倍标准差对解析木数据进行了选择,排除了不符合要求的圆盘记录对。采用5种常用的经验生长方程对年龄-树高、胸径-树高进行拟合,根据决定系数R²,均方根误差RMES、 AIC、方程的参数变动系数以及拟合曲线对方程进行选择;根据选定的方程,求出其连续生长量方程和平均生长量方程,并采用matlab绘制出其曲线方程,根据连续生长量和平均生长量次相交后的下一个龄（径）阶,选择出基准年龄（胸径）;利用标准差调整法进行编表,编表后采用成对T检验方法对立地指数表和立地形表进行验证。结果表明,立地指数和立地形的表达精度在95%水平下显著,平均总相对误差和相对总误差都<5%,而预估精度分别达到了99.18%和99.22%,说明所编立地指数表和立地形表精度较高,能够满足编表需要。根据导向曲线绘制生长量曲线方程的方法确定基准年龄和基准胸径的方法准确可行;由于龄阶和径阶的选择差异,导致立地指数级不同,同时影响了立地形与立地指数的编表质量;由于树木的生长特性,立地形在表示立地质量时,在林木的早期将会低于立地指数,在树木生长的中后期将会高于立地指数;立地形的适用性取决于胸径与树高的相关性,相关性越强,立地形就越准确,在选择合适的优势木的情况下,立地形可以取代立地指数来表示林地质量。     

基于BP神经网络的广东省针阔混交异龄林立地质量评价

目的针阔混交异龄林的地位指数计算一直是立地质量评价中的难点,国内外对针阔混交异龄林的地位指数模型的研究较少,为建立更精确的针阔混交异龄林地位指数模型,把神经网络模型引入针阔混交异龄林的立地质量评价。方法以广东省针阔混交异龄林为研究对象,建立基于神经网络方法的林分优势高模型以及针阔混交林地位指数模型,除年龄因子外,加入了海拔、坡度、坡向、坡位、土壤厚度、腐殖层厚度等立地因子,另外考虑针叶树种与阔叶树种的断面积比重对针阔混交异龄林样地地位指数的影响,并建立针阔混交异龄林的地位指数的计算模型。结果针阔混交林的地位指数的最大值为21.4 m,最小值为6.1 m,平均值为13.7 m,中位数为13.6 m,标准差为3.2 m,地位指数的最大值与最小值的差值为15.3 m。结论从结果中可以反映出,广东省地貌复杂且破碎,山多平地少,立地状况差异较大;另外由于广东省林地树种及树种比例具有复杂多样性的特征,导致基准年龄的差异较大。故地位指数的变异较大。本研究在计算针阔混交林的地位指数时,加入了海拔、坡度、坡向、坡位、土壤厚度、腐殖层厚度等立地因子,提高了针阔混交林地位指数的预估精度。研究结果为针阔混交异龄林地位指数的计算提供了精度更高的方法。      

基于BP网络的查新工作人员服务质量评价研究

将BP神经网络理论应用于查新人员服务质量评价领域,采用定量、定性相结合的方法。建立查新员服务质量评价体系及其影响因素之间的非线性关系。通过采集数据对模型进行训练和测试,表明采用该方法所建立的评价模型是有效的。为考核评估查新员工作状况,促进查新队伍健康良性发展提供积极方案。     

森林立地分类及质量评价

按植被途径、自然环境途径、综合途径分析和概述了森林立地分类和质量评价研究的发展和现状。详细介绍各学派的形成背景、基本原理和应用条件,并对我国曾采用的各种森林立地分类和质量评价方法及所取得的研究成果进行了评述。提出多因子、多层次、多目标和多功能的森林立地分类和质量评价代表了未来方向。     

基于BP神经网络的坝体垂直位移预测

利用建立多元回归模型的方法对大坝的垂直位移进行预测,往往因为数学模型的局限性和对影响因子分析的不全面导致预测结果不准确。利用BP神经网络良好的非线性问题处理能力和自学习功能,通过训练神经网络,对水电站坝体的垂直位移进行了有效的预测,得到与实测值相对误差小于1%的预测结果,从而实现对大坝更为可靠的安全监测。     

BP神经网络局限性及其改进的研究

针对神经网络的发展状况,利用概率及其它数学的方法,对神经网络中BP算法进行了分析,对BP算法的学习速度慢、容错能力差、算法不完备等缺点进行了讨论,得出BP神经网络的这些局限性均是BP算法本身固有的。在此基础上提出新的算法TFP,并讨论了网络假吸引中心的问题,在网络性能上,对保持知识的稳定性也作了探讨。     

基于BP神经网络的农机总动力预测模型研究

利用黑龙江省1980～2007年农机总动力数据,对BP神经网络模型和现有农机总动力预测模型进行分析,建立了基于BP神经网络的农机总动力预测模型,并将该模型应用到2007年以后黑龙江省农机总动力的预测中,取得了良好的预期效果,为黑龙江省的农业机械化发展趋势和农机产品市场分析提供了一定的理论指导。     

基于BP神经网络的我国农民收入预测模型

依据1978~2008年影响我国农民收入因素的相关数据,选取从事农业的人口、第一产业产值、乡村就业人员数等13个指标,依据标准化方法和BP神经网络方法,建立了关于农民收入的人工神经网络模型,并进行具体分析。结果表明,模拟值与真实值吻合较好,改进BP算法的神经网络模型预测精度高,收敛速度快,具有良好的泛化能力。在此基础上,提出了增加农民收入的建议：一是推进城镇化进程;二是发展农村中小企业;三是鼓励集约经营;四是加强农村基础设施建设和农业科技投入。     

基于BP神经网络的林木资源资产批量评估模型优化

批量评估具有效率高、费用低且满足大量评估等优点。论文以中龄林为例,将BP神经网络应用于林木资源资产批量评估。通过比较学习算法、隐含层节点数,运用敏感性分析法确定影响因子对评估值的贡献程度,筛选输入层因子,从而优化了林木资源资产批量评估BP神经网络模型结构。结果表明：贝叶斯正则化法优于L-M算法;年龄、利率、蓄积、树种为强影响因子,这4个因子对评估值的贡献度超过60％;最优模型结构为BR 9-10-1,该模型平均绝对误差为32．46元/hm2,平均相对误差为1．28％,决定系数达0．9997,模型拟合精度高,泛化能力强,能够满足中龄林林木资源资产批量评估的要求。     

基于遗传算法优化BP神经网络的小球藻生长模型的建立与应用

[目的]探讨用遗传算法优化BP神经网络对小球藻生长模型的建立与应用。[方法]使用遗传算法对BP神经网络的权值和阈值进行优化,并使用该网络模型,以小球藻培养时间和残余葡萄糖为输入,菌体光密度值（OD680）为输出,对小球藻在500 L多功能生物反应器中的生长情况进行了建模,还探讨了该模型的应用情况。[结果]经过遗传算法优化的BP神经网络,其泛化值的误差平方和比BP神经网络的小,因而预测值更加接近实际值。t检验表明,所建立的模型是可信的。验证表明,该模型具有良好的拟合度,能够很好地描述在500 L多功能生物反应器中培养的小球藻的生物量（OD680）与残余葡萄糖和培养时间之间的关系。[结论]所建立的模型可用于试验结果的预测,对小球藻的培养控制具有指导意义。     

基于主成分分析和BP神经网络的土壤养分近红外光谱检测

基于近红外光谱技术的土壤养分快速、无损检测,有利于精细施肥决策。在一黄豆田采用7 m×7 m的栅格采集54个土样,测定其土壤有机质、速效氮、有效磷、有效钾,并使用FieldSpec 3光谱仪测定土样的近红外漫反射光谱。将54个样本随机分成预测集与验证集,其中预测集40个,验证集14个。通过平滑预处理后,利用主成分分析法(PCA)提取原始光谱8个主成分。然后以8个主成分为输入,分别以所测土壤养分作为输出,建立土壤有机质、速效氮、有效磷、有效钾的预测模型,最后对14个验证样本进行预测。结果表明,在小尺度采样的情况下进行光谱分析,采用主成分分析和人工神经网络相结合的方法建立土壤有机质预测模型,其测量值与预测值的相关性较高,相关度为0.796 2,相对误差较小,其平均值为1.88%,表明该方法预测土壤有机质含量是可行的。但对土壤速效氮、有效磷和有效钾含量的预测并不理想,还有待进一步研究。     

林地资产批量评估BP模型研究

在林地资产评估中,将BP神经网络与批量评估方法结合,通过对影响林地资产评估价值因子的数据处理,建立林地批量评估BP模型,运用贝叶斯方法估计正则化参数,提高BP网络模型泛化能力。结果表明,基于贝叶斯正则化的BP神经网络模型能够实现批量预估林地资产价值,其评估结果精度可靠,泛化能力很好,可为集体林区林地资产评估提供一种新的思路与方法。     

人工神经网络在林分生长模型中的应用

在介绍人工神经网络定义、特征、结构及其局限性和发展趋势的基础上,重点介绍其在国内外林分生长模型中的研究现状,为构建精准林分模型提供参考。     

森林立地分类与质量评价研究进展

综述了国内外森林立地学的发展历史及森林立地类型划分和立地质量评价研究进展,论述了地形和土壤两大因素在局部立地类型划分和评价中的重要性。提出立地分类应遵循地域分异原则、综合多因子与主导因子相结合原则、简明实用原则。指出伴随着高新技术的不断发展,在森林立地研究领域广泛应用计算机和空间分析技术进行立地分类和生产力评价,为不同的应用目的开发专家系统成为该领域的研究热点。