三明市第三次森林资源二类调查主要指标的灰色预测

应用灰色系统理论与方法,以三明市1996-2003年资源建档数据为基础,建立灰色预测GM(1,1)模型,对三明市第三次森林资源二类调查的主要指标(森林覆盖率、有林地面积、活立木总蓄积量)进行预测,经预测三明市第三次森林资源二类调查的森林覆盖率为76.8%、有林地面积176.35万hm2与第二次调查持平,活立木总蓄积量达到12694.8万m3。     

基于GM(1,1)模型的浙江省森林资源发展趋势预测

以浙江省1989—2014年间森林资源连续清查数据为基础,应用灰色系统理论,构建森林资源动态变化的GM(1, 1)模型,对浙江省森林资源主要指标进行拟合预测和分析,结果表明:森林资源主要指标的模拟值与实际值的拟合误差均在12%以下,拟合精度较高;使用后验差检验方法检验,得到林地面积预测精度等级为合格,森林面积、活立木总蓄积、森林蓄积、林分单位面积蓄和森林覆盖率预测精度等级为好,预测结果可以作为浙江省林业宏观决策的科学依据。在未来,随着"森林浙江"建设的深入,浙江省森林面积、活立木总蓄积、森林蓄积、林分单位面积蓄积以及森林覆盖率都将继续呈现稳步增长态势,但同时要避免林地面积的逆转。     

基于灰色理论的西丰县森林资源预测研究

根据西丰县2005年森林资源二类调查和(2006-2010年)森林资源年度变更统计数据,采用灰色GM(1.1)预测方法,对有林地面积、活立木蓄积和森林覆盖率建立预测模型。经精度分析,该模型拟合度较高。通过该模型预测了2020年和2025年有林地面积、活立木蓄积和森林覆盖率,为未来林业政策的制定提供数据支持。     

基于GM(1,1)模型的福建省森林资源发展趋势预测

以福建省1993-2018年间森林资源连续清查数据为基础,应用灰色系统理论,构建森林资源动态变化的GM(1,1)模型,对福建省森林资源主要指标进行拟合预测和分析,结果表明:森林资源主要指标的模拟值与实际值的拟合误差均在10%以下,拟合精度较高。使用后验差检验方法对模型进行精度等级检验,求得林地面积、森林面积、森林蓄积、活立木总蓄积、林分单位面积蓄积和森林覆盖率的后验差检验值分别为0.26、0.09、0.08、0.15、0.10和0.06,均小于0.35,小误差概率均为1,预测精度等级为好,预测结果可以作为福建省林业宏观决策的科学依据。未来随着福建省生态文明先行示范区建设的深入,森林面积、森林蓄积、活立木总蓄积和林分单位面积蓄积都将继续呈现稳步增长态势,但同时要避免林地面积的逆转。     

安化县森林资源永续利用问题探讨

<正> 安化县一九八四年森林资源勘查结果,全县林业用地573.43万亩,森林覆盖率56.76%,(有林地+灌木林地),其中有林地369.09万亩,平均每人4.4亩,全县用材林活立木总蓄积量791.51万立方米,平均每人9.5立方米。林分面积253.57万亩,林分蓄积689.66万立方米,平均每亩蓄积量为2.72立方米,平均每亩生长量为0.14立方米。     

松溪渭田镇森林资源发展趋势的灰色预测

应用灰色系统与方法,以松溪县渭田镇森林资源调查统计数据为基础,建立灰色预测GM（1,1）模型,对松溪县渭田镇森林资源主要指标（森林覆盖率、有林地面积、活立木蓄积量、用材林蓄积量、近成过熟林蓄积量）的发展趋势进行预测。预测结果经检验,预测精度好,可信度高,可为福建省松溪县渭田镇森林资源研究提供切实可靠的分析工具。     

云南省森林资源发展趋势预测

利用灰色数列预测方法,以云南省森林资源连续清查的初查和三次复查数据为基础,建立ＧＭ（１,１）模型,对云南省的有林地面积、活立木蓄积、森林覆盖率进行预测,并对预测结果进行综合分析,提出了森林资源宏观决策和管理的对策建议     

石家庄市非公有制林业发展情况调查报告

石家庄市西倚太行山,东接华北平原.现辖23个县(市)区,其中山区、半山区县8个.全市林业规划用地面积49.3万hm2,有林地总面积33.73万hm2,其中天然次生林3万hm2,人工林21.4万hm2,森林覆盖率21.8%(山区30%),活立木总蓄积580万m3.     

八大成效与十大任务全区林政资源管理工作开创新局面

在8月12日，自治区林业局召开的全区林政资源管理工作暨森林资源二类调查动员会上记者了解到：根据森林资源连续清查第七次复查结果，我区有林地面积1509．4万公顷，其中森林面积1252．5万公顷，占林地面积的82．9％，森林覆盖率52．7％；活立木总蓄积5．1亿立方米。森林覆盖率居全国第4位，活立木总蓄积量居全国第7位，人工林面积居全国第1位。     

辽源市森林资源动态分析

依据1998年和2008年辽源市二次森林资源调查资料,分析了当地森林资源变化规律。分析结果,辽源市森林资源的质量正逐步提高,森林年均净增率达1.8%,有林地面积增加了648.3hm2,森林覆盖率增加了0.03%。活力木总蓄积增加2 261 408 m3,有林地森林蓄积增加2 443 026m3,人工林面积增长率为5.73%,蓄积增长率为24.50%。文中对研究期内森林面积和蓄积的增加原因进行了讨论。     

灰色系统理论对我国“十一五”期间征占用林地数量预测分析

以我国"十五"期间征占用林地数量为基础,运用灰色系统预测模型对我国"十一五"期间征占用林地趋势进行预测,并对模型精度进行了分析和检验。建立的GM(1,1)模型经精度检验(C=0.50,P=1.00)判为合格,预测的"十一五"期间林地征占用数据,可作为编制我国"十一五"期间林地定额的参考依据。     

灰色系统理论在森林生长量预测中的应用

应用灰色系统理论与方法,以永泰县1987～1997年森林生长量为时间数据序列,建立GM(1,1)生长量预测模型为:X∧t′=-1223-316144e-0-0292919908(t-1)+1223-316144。回测的最大误差为3-06%,平均误差仅为2-01%,回测的精度较高,达96-94%以上。预测模型经后验差检验:C=0-048<0-35,P=1>0-95,模型精度为Ⅰ级模型。     

广东省森林覆盖率的影响因素分析和模型预测 ——基于灰色关联分析和GM(1,1) 模型

基于2005—2015 年广东省森林覆盖率的原始数据,选取年平均气温、降水量、年日照时数、有 林地面积、活立木蓄积量、林业产值、造林面积及育苗面积8 个指标对森林覆盖率的影响要素进行灰色关 联度分析。分析结果显示,关联度最大的3 项因素依次是：有林地面积0.993 4、年平均气温0.992 1、年 降水量0.973 2。为验证森林覆盖率灰色系统预测模型的适用性性,根据2005—2010 年的森林覆盖率数据, 分别建立GM(1,1) 模型、多项式回归模型和Logistic 回归模型,对2011—2016 年的森林覆盖率进行预测, 并与实际值进行比较,3 个模型的预测相对误差平均值依次是0.69%、1.08%、1.28%。结果表明在获取的 年份数据较少时,采用灰色系统森林覆盖率预测模型精度高于多项式回归模型和Logistic 回归模型,预测 适用性更优。     

修正的灰色模型在森林生物灾害发生面积预测中的应用

以2000—2008年《中国林业统计年鉴》中生物灾害发生面积为依据,采用原序列和残差序列进行灰色动态预测模型GM(1,1)建模,分别建立林业病虫鼠害发生总面积、病害发生面积、虫害发生面积、鼠害发生面积、松毛虫发生面积、杨树食叶害虫发生面积和杨树蛀干害虫发生面积及各指标重度发生面积的灰色预测模型,对森林生物灾害发生面积进行预测。通过精度检验,应用残差序列所建的14个指标模型中,有3个模型非常准确(平均相对误差小于1%),5个模型很准确(平均相对误差在1%~5%之间),5个模型较准确(平均相对误差在5%~10%),只有1个模型准确率较低(平均相对误差大于10%)。所建立的模型适用于发生面积趋势预测,准确率非常高,预测结果有较高置信度,且给出了5 a预测结果。该研究为我国森林生物灾害预测提供了新的途径。     

大跨度刚构-连续组合梁桥施工控制技术研究

运用灰色系统理论建立了大跨度预应力砼刚构-连续组合梁桥悬臂浇铸施工梁段立模标高预测的GM（1，1）模型，并用残差的GM（1，1）模型对其进行修正。工程应用表明：梁段立模标高预测精度较高，能满足工程需要。     

云南松优势木胸径生长模型研究

以云南省金沙江流域永仁县的云南松天然次生林优势木胸径为研究对象,选择Logistics、Gompertz、Richards、Korf、Levakovic、严格苏马克和Hossfld模型对其进行拟合.通过对总相对误差、平均相对误差、平均相对误差绝对值和预估精度的分析,从中选出最优生长模型.研究结果显示,这些生长模型对云南松天然次生林优势木胸径生长拟合的精度基本相近.最优生长模型为Gompertz模型.     

森林火灾受害面积的灰色预测模型的研究

运用灰色系统理论和方法,研究了森林火灾受害面积变化趋势的预测和分析方法.以江西省为例,建立了GM(1,1)预测模型,得出了灰色预测曲线和灰色预测区间,并对2010年前该省森林火灾情况进行了预测和分析,从而为森林保护的有关决策提供了依据.此外,通过预测精度分析,以及与回归方法的比较分析,表明本文方法已达到精度要求,且明显优于白色预测方法.     

中国森林火灾发生规律及预测模型研究

量化分析森林火灾发生规律能为预测和防治森林火灾提供科学依据。文中采用四参数Weibull分布描述了我国森林火灾发生次数和火场面积分布规律,运用Spearman相关系数分析承灾主体因子、灾害管理因子、孕灾环境因子与森林火灾发生次数、面积间关系,基于全国森林火灾数据分别建立灰色系统理论模型、BP人工神经网络模型和时间序列ARIMA模型,并采用Markov随机过程改进已建立模型。结果表明,我国森林火灾发生次数分布呈左偏正态分布,火场面积呈倒J型分布,火灾次数和火场面积分布模型拟合决定系数分别为0.63和0.66;承灾主体、孕灾环境和灾害管理对森林火灾次数和火场面积影响程度依次减小,人工林面积、累年年平均气温、年降雨量平均差值、年最低气温平均日数与森林火灾发生具有明显相关性,影响森林火灾的因子与森林火灾发生次数、火场面积间存在指数型关系;不同模型对森林火灾发生次数和火场面积拟合优度次序为BP模型、GM（1,1）-Markov模型、BP-Markov模型、GM（1,1）模型、ARIMA模型、ARIMA-Markov模型,采用Markov过程能显著改进GM（1,1）预测模型对火灾随机性的预测效果,可以更好地反映森林火灾发生规律。     

森林资源蓄积量预测技术初探

以福建省三明市森林资源二类调查资料为基础数据,采用VB编程语言,自主开发了森林资源蓄积量预测系统,用GM(1,1)模型、复利公式和BP人工神经网络模型分别对森林资源蓄积量进行宏观预测.3种方法的预测结果显示:BP人工神经网络模型拟合效果较好,其次是灰色系统模型,平均相对误差最大的是复利公式.最后分析了3种方法的优劣,探讨进一步优化的方法.     

基于高分二号的旺业甸林场蓄积量估测模型研究

【目的】为了探究国产高分二号(GF-2)影像在林分蓄积量估测中的潜力,并找到最佳的蓄积量估测模型。【方法】本次实验以内蒙古旺业甸林场为研究区,以高分二号卫星影像为信息源,结合2017年10月份调查的75块样地以及同时期的GF-2影像数据,提取波段特征、植被指数和纹理特征等43个遥感因子作为候选变量,利用Pearson相关系数选择出与蓄积量显著相关的6个变量,采用多元线性回归模型(MLR)、BP-神经网络模型(BP-ANN)、随机森林模型(RF)、支持向量机模型(SVM)和K邻近模型(KNN)进行蓄积量的估测。以决定系数(R^2)、均方根误差(RMSE)、相对均方根误差(RRMSE%)作为5种模型的评价指标,选择出旺业甸林场的最佳蓄积量估测模型,并绘制了研究区的森林蓄积量分布图。【结果】4种机器学习模型的结果明显优于传统的线性模型,其中随机森林(RF)模型和K邻近模型(KNN)均得到了较高的精度,其中RF模型的R^2为0.66,均方根误差为55.2 m^3/hm^2,相对均方根误差为28.1%,KNN模型的R^2为0.64,均方根误差为57.6 m^3/hm^2相对均方根误差为29.3%。【结论】在利用高分二号数据进行旺业甸林场蓄积量估测时,RF和KNN模型在估测针叶林蓄积量时相比于其他模型可以取得更好的结果。