福建省森林资源主要指标变化趋势灰色预测

应用灰色系统理论与方法,以1978-2013年全省森林资源连续清查的林地面积、森林面积、森林蓄积量、林地生产率为时间数据序列,分别不同时段建立GM(1,1)拓扑模型,从中选出一个相对误差较小、精度等级较高的模型,对未来时间内(2018年、2023年)的全省林地面积、森林面积、森林蓄积量、林地生产率进行灰色预测,并采用内插法计算出2020年的预测值,旨在为确定福建省2020年森林资源主要指标规划目标提供参考依据。     

应用灰色系统理论预测城峰镇"十五"期间有林地面积与森林蓄积量变化的研究

以永泰县城峰镇1986～1999年历年有林地面积、森林蓄积量数据为基础,应用灰色系统理论与方法,建立灰色预测GM(1,1)模型,以城峰镇“十五”期间的有林地面积与森林蓄积量进行预测。经检验,有林地面积GM(1,1)模型(1986～1999年)预测值的平均误差2.23％,森林蓄积量GM(1,1)模型(1986～1999年)预测值的平均误差1.16％,预测精度较高,可以对“十五”期间城峰镇有林地面积与森林蓄积量进行预测。     

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。     

浙江省森林资源监测数据分析及预测

结合浙江省森林资源发展历史,对1994、1999、2004、2009年全省森林资源连续清查数据和2005-2010年全省森林资源动态监测数据进行了动态变化趋势分析;以2005年为起始年,以2005-2010年全省森林资源年度动态监测数据为主要依据,运用二次指数平滑模型对2011-2020年浙江省林地面积、森林面积(包括它灌林)、森林蓄积、林分单位面积蓄积4项主要指标进行了预测,以此为基础,得出未来十年里,全省林地面积将继续减少,森林面积将呈现增长难,增长幅度小的特点,而全省森林蓄积量以及林分单位面积蓄积都将继续呈现高速增长态势.     

福建省森林资源主要指标变化特点分析及灰色预测

以1974-2018年期间九次福建森林资源连续清查的森林面积、森林覆盖率、森林蓄积量、林地生产率四个主要指标数据为时间数据序列,分析四个主要指标的变化特点及主要原因,并利用1984-2018年7次清查数据建立预测模型。结果表明:九次全国资源连续清查期间,福建森林面积、森林覆盖率呈稳步上升趋势,尤以1993年增幅最大,森林蓄积量、林地生产率均呈先抑后扬的"√"型态势,均表现为前三次逐步降低、后六次逐步提高,说明福建森林资源保护和发展取得显著成效;森林面积、森林覆盖率、森林蓄积量、林地生产率四个模型精度等级均为一级。利用建立的模型预测2023年、2028年全省森林面积、森林覆盖率、森林蓄积量、林地生产率,并采用内插法计算2025年全省森林面积、森林覆盖率、森林蓄积量、林地生产率预测值,以期为确定我省"十四五"林业发展规划主要指标规划目标提供参考依据。     

基于方差优化k最近邻法的森林蓄积量估测

森林资源调查是数字森林资源监测的基础,遥感技术可以克服传统方法如抽样调查的局限性,有效地缩短作业时间,提高效率。虽然目前森林蓄积量遥感估测方法很多,但随着样本数量的增加,这些方法无法保证估算的准确性。本研究拟提出一种基于方差速率优化的k最近邻法(k NN),以2017年10月Planet Labs影像为数据源,结合赤峰市旺业甸林场蓄积量实测数据建立反演模型,并与地理加权回归(GWR)模型、随机森林(RF)模型、普通k NN模型和距离加权k NN模型进行对比分析。在建立的森林蓄积量反演模型中,方差优化k NN模型得到最优精度[决定系数(R^2)为0.69,均方根误差(RMSE)为67.6 m^3·hm^-2,相对均方根误差(RRMSE)为32.04%],显著优于其他模型。结果表明,方差优化k NN模型相比其他模型更适用于森林蓄积量遥感估测,森林蓄积量遥感反演空间分布符合实际分布情况,可以满足建立反演模型的需求。同时,由于Planet Labs影像的鲜明特征(即具有高时间分辨率),该数据的时间序列数据对于森林季节变化有丰富的记录,在反演森林蓄积量方面有着很大潜力。     

大兴安岭林区森林蓄积量预测模型的研究

将灰色系统理论应用于大兴安岭林区森林蓄积量的预测,建立了灰色系统模型,在建立不同数量原始数据的模型基础之上,比较其模型精度,优选出最佳模型,用于森林蓄积量模拟与预测。模拟值与实际值的误差均符合精度要求。将模型用于森林蓄积量预测,结果表明预测精度达到了99．54％。本研究成果可作为大兴安岭林区森林经营管理的理论参考。     

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。     

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。     

基于GM(1,1)模型群内蒙古森林资源的动态预测

以内蒙古自治区1976-2013年间森林资源连续清查一类数据为基础,通过灰色系统理论与方法,分别建立了内蒙古自治区森林蓄积量GM(1,1)模型群与内蒙古自治区森林面积二阶弱化缓冲GM(1,1)模型群。用其对内蒙古自治区的森林资源蓄积量和面积进行宏观时间序列预测,同时对预测结果进行了综合分析。由于基础数据具有连续性、可比性特征,模拟值与实际值的误差均符合精度要求,切合该自治区森林资源发展变化实际,因此可作为其森林资源监测体系的组成部分,为内蒙古自治区制定林业宏观决策、编制林业发展规划提供理论参考与科学依据,以期实现科学经营森林的管理模式以及森林资源的可持续发展。     

基于森林资源一类清查数据的中国森林碳贮量估算

为了解我国森林资源状况,以建国以来森林资源一类清查数据为基础,分析了建国以来我国森林面积、森林蓄积量和森林碳贮量的变化,并估算2020年时的森林状况。结果显示:1)自建国以来,我国森林面积共增加8821万hm2,森林蓄积量共增加66.21亿m3。但各区域增量不均衡,西南地区森林面积和蓄积量增量最大,东北地区森林面积增量最小,华东地区森林蓄积量增量最小。我国未来森林面积增长潜力在北方地区。2)建国以来,我国森林共吸收碳225.32×108 t,其中人工林碳贮量比例由调查初期的5.3%增加到了16.7%,有较大的碳汇潜力。3)2020年时我国森林面积、蓄积量和碳贮量分别可达20 667万hm2、188.37亿m3和344.766 0亿t,采取科学合理的经营措施可增加我国森林碳贮量。     

湖南省森林资源增长潜力的探讨

根据湖南省森林资源现状,对全省森林面积、蓄积增长潜力进行了分析论证,到2020年全省可增加森林面积273.70万hm2、活立木蓄积15 208.32万m3,分别占全国新增森林面积4 000万hm2的6.8%和新增森林蓄积量13亿m3的11.70%。并提出了实现森林面积、蓄积增长的主要措施。     

基于灰色预测模型贵州生态资源预测

以贵州省2005～2017年生态资源为基础数据,分析了贵州省生态资源的现状,建立灰色预测模型,对其森林覆盖率、森林蓄积量、自然保护区面积、森林公园面积4个资源指标进行了预测分析,其精度检验为优。结果显示:贵州森林覆盖率、森林蓄积量、森林公园面积在未来2018～2030年将会持续增加,自然保护区面积将可能继续下降,在未来时间需加大对自然保护区的重视。     

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。     

浙江启动千万亩森林质量精准提升工程

正为推动浙江林业高质量发展,经浙江省政府同意,浙江省林业局印发了《浙江省千万亩森林质量精准提升工程方案(2021-2025年)》(以下简称《方案》),全面启动"十四五"森林质量提升工作。《方案》提出,到2025年,全省实施森林质量精准提升工程1 000万亩,全省森林蓄积量达到4.45亿立方米以上,较2020年增加6 700万立方米;全省森林碳储量达到3.19亿吨以上,年固碳量1 000万吨以上;景观质量得到显著提升,钱塘江、瓯江、大运河3条江河,杭新景、龙丽温、常台3条高速通道以及沿海7条美丽生态主廊道初步建成;人与自然和谐深入推进,助力打造天蓝地绿水清的全要素美丽生态环境;到2030年,     

灰色马尔科夫模型在森林火灾预测中的应用

灰色马尔科夫预测模型是灰色GM(1,1)模型和马尔科夫概率转移矩阵预测模型的综合。用GM(1,1)模型揭示数列发展变化总趋势,用马尔科夫概率转移矩阵确定系统未来状态的转移规律。其预测精度较高,尤其适合随机波动较大的数据预测。笔者利用福建省1971年至1991年历年森林火灾发生次数统计值建立灰色马尔科夫模型,预测的1992年度全省森林火灾发生次数与实际值相比较,精度达90.1％,明显高于GM(1,1)模型的预测值。应用该法预测1993年度森林火灾发生次数为498次。可为制定相应防范措施时提供参考。     

云南全力推进林草治理体系和治理能力现代化

2020年全省林业和草原工作会议提出,2020年,全省将争取落实中央和省级投资95亿元以上,完成营造林600万亩、退耕还林还草和陡坡地生态治理300万亩,实施退化草原修复治理250万亩,湿地保护率达到54%以上,草原综合植被盖度达到87.9%以上,森林覆盖率力争达到65%,森林蓄积量达到20.5亿立方米,林业草原产业总产值达到2500亿元以上。     

宁德市森林资源变化的灰色预测

应用灰色系统理论与方法，以宁德市1997-2002年资源建档数据为基础，建立灰色预测GM(1，1)模型，对宁德市森林资源主要指标(1、森林覆盖率；2、有林地面积：3、活立木总蓄积量)的变化进行预测，由于资源建档数据具有连续性、可比性等特征，经检验，预测值的精度较高，可以对宁德市未来森林资源数据进行预测。     

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。     

北京市主要森林类型蓄积量生物量碳储量模型研建

林分水平的蓄积量、生物量和碳储量模型,是开展森林资源规划设计调查的计量基础。基于北京市2016年森林资源连续清查的1 425个乔木林样地数据,分别利用非线性独立回归估计、误差变量联立方程组和含哑变量的误差变量联立方程组方法,建立了油松林、侧柏林、栎树林、桦木林、榆树林、刺槐林、杨树林、其他硬阔林、其他软阔林、乔木经济林等10种主要森林类型的林分蓄积量、生物量和碳储量模型。结果显示:10种主要森林类型的蓄积量、生物量和碳储量模型的确定系数(R~2)都在0.93以上,总体相对误差(TRE)和平均系统误差(ASE)都在±3%以内且多数趋近于0,平均预估误差(MPE)都在5%以内,平均百分标准误差(MPSE)都在15%以内。结果表明:不同森林类型的蓄积量主要取决于林分断面积和平均高,生物量主要取决于蓄积量和林分平均高;含哑变量的非线性误差变量联立方程组方法,是建立林分水平三储量(森林蓄积量、生物量和碳储量)模型系统的可行方法;所建北京市10种主要森林类型的蓄积量、生物量和碳储量模型,其预估精度达到相关技术规定要求,可以在实践中推广试用;为进一步提高模型的准确度,可采用基于二元模型计算的蓄积量和生物量样地数据对所建模型进行修正。