基于BP神经网络的长白落叶松人工林采伐迹地火灾危险等级评价研究

应用BP神经网络的理论和方法,针对长白落叶松人工林采伐迹地火灾危险等级评价指标的非线性和复杂性,通过对长白落叶松人工林采伐迹地火灾影响因素进行分析,建立长白落叶松人工林采伐迹地火灾危险等级评价模型,实现对长白落叶松人工林采伐迹地火灾危险等级评价,评价结果验证了所建模型的可行性,表明基于BP神经网络的火灾危险等级评价模型对长白落叶松人工林采伐迹地火灾安全管理和预测具有指导作用,可为相关部门的火灾管理提供理论依据。     

基于多指标的沥青混合料均匀性评价方法研究

针对目前沥青混合料均匀性定义不清、评价指标不健全和均匀等级划分存在的问题,利用规范对物质均匀性的定义和材料力学对物质均匀性的假设,将沥青混合料定义为组分均匀、质量分布均匀和刚度均匀,建立了沥青混合料均匀性多指标评价模型,给出了沥青混合料均匀性计算方法和均匀性等级划分依据。开展了AC-13级配的沥青混合料均匀性实验,测试了沥青混合料的各体单元的毛体积相对密度、弹性模量特征值和沥青含量,研究了沥青混合料均匀性,并与传统均匀性评价进行对比分析。结果表明:基于多指标的沥青混合料均匀性评价方法增加了沥青混合料的组成成分和力学性能指标,评价结果更加客观和准确,AC-13级配的沥青混合料的综合均匀指数为0.896,属于中度均匀;采用传统均匀性方法评价,沥青混合料的压实度和密度变异系数很小,均匀性很好,但合格率仅为63.2%。     

基于表面主要缺陷的锯材外观质量量化评价方法

【目的】提出一种锯材外观质量量化评价方法,探索锯材外观质量数字化检测与评价分级的可行性,为实现锯材外观质量的实时在线检测提供基础理论和技术支撑。【方法】建立由密闭暗室、光源、工业相机等组成的锯材表面缺陷在线检测系统,在稳定光环境下采集样本锯材彩色图像。基于图像处理技术开发软件试验系统,实现对锯材缺陷的检测和识别。分别建立节疤、孔洞和裂缝缺陷外观质量评价模型,并据此提出外观质量综合量化评价方法;通过与国家标准对照,验证本研究提出方法的科学性和可行性。【结果】量化评价方法与锯材材质指标等级进行对照,二者线性相关系数为0.85;锯材材质指标等级除了2级和3级对应的综合量化评价值分布比较分散、等级之间数据有部分交叉外,其他等级之间对应的综合量化评价值分布几乎没有交叉。量化评价方法与集成材层板外观质量要求进行对照,二者线性相关系数为0.88;锯材材质指标等级4级对应的综合量化评价值分布比较集中,与其他等级之间没有数据交叉;锯材材质指标等级1级、2级和3级相邻等级对应的综合量化评价值分布比较分散,等级之间数据有部分交叉,不相邻等级间数据分布没有交叉。【结论】综合量化评价值与依据有关国家标准确定的锯材材质指标等级、集成材层板外观质量要求的线性相关性相对较好,可为实现锯材外观质量数字化检测与评价奠定基础;通过调整模型有关影响系数,可满足不同树种和不同应用需求,以达到较好评价效果。     

基于主成分、聚类与SVR组合算法的森林生物量估算方法研究

以孟家岗林场二类清查数据为基础,对1371个小班的11项指标进行主成分分析,并采用系统聚类法对小班进行分类,进而利用支持向量回归算法分别进行生物量模型训练.结果表明：7个主成分指标可反映87.995％的生物量信息;1371个小班可分为5类,各类训练模型的预测精度均在89％以上,且均以v-SVR模型为最优.在得到的5类生物量训练模型基础上估算林场森林乔木层生物量,无需分起源、树种、立地类型,能够在保证生物量估算精度的同时,大大减少工作量,可为区域生物量的估算提供一种新的方法.     

黑龙江省森工林区林地质量等级划分探讨

<正>以林地的自然属性和经营条件为主要依据,利用地形、土壤、植被因子,采用定性评定和定量评价相结合的方法,综合评定林地生产力等级,并结合交通区位等指标,按照国家林业局《全国林地保护利用规划纲要》的要求将林地质量划分为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ等5个质量等级。实行林地质量等级综合评价。基于林地质量等级,实施林地分等使用、差别管理,差别补偿。1林地质量等级评定方法根据与森林植被生长密切相关的地形特征、土     

基于LSTM的活立木茎干水分缺失数据填补方法

【目的】研究植物茎体水分数据,针对相同数据段上的缺失数据,对比不同数据填补方法,验证LSTM模型填补茎干水分数据的有效性及准确性。【方法】选取2017年6月份栽种在北京市海淀区的紫薇树茎体水分完整数据,人工删去部分数据作为缺失数据,分别使用插值方法、RNN神经网络、LSTM神经网络对缺失部分进行填补,填补结果与原始数据比对并分析结果。基于神经网络预测值误差随预测时刻推后而增大的误差分布情况,本文提出了在神经网络预测值基础上加入对数据后期处理的方法:从缺失数据的正向和反向进行预测,将2个方向的预测值各自乘以一组按照预测时刻递减的权重值并相加,结合2个预测方向的优势,进一步提高预测准确度。【结果】3种方法中,RNN与LSTM神经网络方法较传统的插值方法优势明显:插值方法准确度在缺失值增多时迅速下降;神经网络方法下降速度较慢。当填补值与真实值误差在2%以内作为准确时,插值方法的填补准确率不足50%,RNN方法达到50%且不足60%,LSTM方法达到80%以上;当填补值与真实值误差在4%以内作为准确时,插值方法填补准确率为60%,RNN方法准确度最高达到90%,LSTM方法准确率在95%以上。在此基础上加入权重处理,对LSTM预测结果处理后误差在2%以内准确率达到97%,误差在3%以内准确率达到100%。选取一组测试数据代入模型,预测结果比训练数据预测结果精度有所下降,但双向预测方式优势更加明显。【结论】采用基于LSTM模型的双向综合预测法,可显著减小长期预测中的累计误差对预测结果的影响,提升了预测数据的准确度。与其他两类数据填补方法相比,基于LSTM神经网络的数据填补方法在长期缺失的时间序列数据填补上有较大优势。     

用材林林地分等技术研究

在构建福建省用材林林地等级评价指标体系(自然因素、森林资源因素和社会经济因素3大类15个指标)的基础上,采用灰色系统理论中的灰色关联度确定各评价指标的权重,以福建省县级行政区为评价单元计算总分值,采用聚类分析法划分等级,将全省各县(市、市辖区)划分为3个等级,旨在为林权制度深化改革,全面建立健全现代林业体制、机制,合理开发、利用和保护林地服务。     

基于熵权-云模型的环洞庭湖森林健康评价

【目的】森林健康评价过程中迫切需要解决评价指标权重赋值的人为主观性,以及定量指标与定性评价结果之间的相互转换问题,从而提高森林健康评价的科学性。【方法】采用熵权法客观计算评价指标的权重,基于云模型方法综合评定森林健康等级。以湖南省森林资源二类调查结果与通过遥感数据获取的增强植被指数(EVI)和地表温度(LST)为数据来源,通过ArcMap均匀分布采样并进一步去除重复采样点以及其他不符合要求的采样点后,最终选取4 627个小班进行森林健康评价。通过定性与定量分析确定了由11个指标组成森林健康评价指标体系;对各指标进行频数分析,建立健康等级与指标取值区间的对应关系;运用熵权-云模型法综合评定各森林小班的健康等级。【结果】在评价的4 627个小班中,优质小班数量仅有2个;健康小班数量最多,占总数的46.92%;亚健康小班数量次之,占总数的20.83%;不健康小班与疾病小班数量分别占总数的19.88%与12.32%。环洞庭湖区域整体森林健康程度一般,从分布区域来看,亚健康及以上的小班主要分布在研究区的东部以及南部,该区域主要是以马尾松和杉木为优势树种的针叶林和以栎类为优势树种的阔叶林;不健康小班主要分布在研究区的中部和西北部,该区域主要是平原,以耕地居多,森林小班穿插在其中,小班面积相对较小;疾病小班零散分布在整个研究区。【结论】熵权-云模型法的应用减少了森林健康评价的主观性,实现了评价指标与评价等级之间的不确定性映射,为森林健康的科学评价提供了一种新的思路和方法。     

海口人民公园声景调查与分析

以海口人民公园为研究对象,实地测量人民公园各景点的声级,对公园使用者进行实地访谈、观察记录、问卷调查,分析公园声景的主观评价和影响因素。结果表明:人民公园声景客观现状主要表现为——公园声景主要由自然声和人工声构成,人工声占主体;声景的时间分布和声级大小与公园所在的周边环境、游人的活动、使用状况密切相关;声景的主观评价表现为——在声舒适度和喜好度2个指标上表现出很高的一致性,主观响度影响游人对声音的听取和感知,但其大小不影响游人喜爱某种声音,游人的主观评价受年龄、性别、学历、来园目的和游憩行为等因素的影响,但在大的趋势上都表现为对自然声的好感和对交通声、施工声等的厌恶;最后对人民公园声景建设提出了相关建议。     

次生林改造评价指标体系的研究

依据大量的调查资料 ,应用有序样本聚类方法 ,按林分类型、立地条件和林龄来确定次生林改造生长量划分标准 ;以地形、土壤、更新密度等因素作为综合评价指标 ,以打分评定来确定次生林改造对象 ,并举例说明。     

城步苗族自治县森林健康评价

采用主成分分析法筛选出森林健康评价体系的指标,通过Matlab构建SOM神经网络模型,计算出森林健康等级,得出结论:城步苗族自治县森林健康状况较为理想,较健康等级以上的森林面积占总面积的81.70%;在空间分布上呈现出优质健康和健康等级的森林主要集中在城步县中部偏北和中部偏西南,而不健康和亚健康的森林主要零散分布在城步县北部和西南部的特征,且与人为干扰存在一定的相关性;天然林的森林健康状况优于人工林;过熟林和成熟林因群落结构完善、生态系统稳定性高,其健康状况优于他龄组,森林群落结构的完整性和生态系统的稳定性是影响森林健康程度的主要因素。     

薄壳山核桃果实品质综合评价体系构建

【目的】建立一套全面、科学又符合消费需求的薄壳山核桃果实品质综合评价方法,用于资源评价、良种选育、栽培管理评价等。【方法】收集453份薄壳山核桃果实样品的品质数据,根据果实的特点选择品质评价指标,分析指标数据分布特征,制定分级及赋值标准。应用层次分析法,建立薄壳山核桃果实品质综合评价模型方程。【结果】薄壳山核桃12项果实品质客观指标中,仁质量符合正态分布,其他11项指标呈较分散的偏态分布,各品种间品质差异显著,各项指标变异系数为10.10%～62.88%,α-亚麻酸含量、总糖含量、仁质量3项指标离散度较大,油酸含量、粗脂肪含量、果实横径3项指标分布较为集中。将12项薄壳山核桃果实品质客观评价指标按出现概率分为极低、低、中、高、极高5个等级;将6项感官品质评价指标分为极差、较差、中等、良好、优秀5个等级。应用层次分析法,将果实性状和果实生化品质2类客观品质指标与感官品质相结合构建多目标评价模型,将3个层次和18项评价指标,用1～9标度法构建判别矩阵,对相互间的重要性进行权衡,并进行一致性检验,计算各项指标的权重,最终得出模型方程。【结论】层次分析法适用于薄壳山核桃综合评价体系的构建。采用...     

基于叶、枝特性的柳树苗期观赏性评判

[目的]建立基于叶、枝特性的柳树观赏性评判模型,快速评判柳树无性系的观赏性。[方法]以在北京地区适应性良好的20个柳树无性系1年生苗为试验材料,确立与叶、枝特性相关的13个评价指标,利用层次分析法建立快速评判柳属树种观赏性的结构模型。据柳树的观赏特性并结合专家意见,拟定评分准则。构造判断矩阵并进行一致性检验,确定各指标对总目标的权重。柳树无性系性状的分值乘以对应权重得出综合分值,根据综合分值对其进行聚类,根据聚类结果划分等级。[结果]评价模型的准则层中,叶片所占权重为0.75,枝干所占权重为0.25。因子层中各指标对总目标的权重排序为:成叶颜色F2(0.255 9)叶片形状F3(0.152 7)幼叶颜色F1(0.127 3)侧枝颜色F11(0.080 2)小枝颜色F10(0.074 0)叶片密度F4(0.066 7)叶长F6(0.052 6)叶面积F5(0.047 1)主干颜色F12(0.039 2)发枝角度F9(0.031 5)叶宽F7(0.029 9)发枝数量F13(0.025 3)托叶F8(0.017 9)。成熟叶色、叶片形状、幼叶颜色、侧枝颜色和小枝颜色是影响柳树观赏性的主要因子。根据综合得分和聚类结果,将20个柳树无性系划分为4个等级:第Ⅰ等级包括红叶腺柳、SH31、绵毛柳、旱柳、垂109、苏柳J799、金丝垂柳,观赏价值最高;第Ⅱ等级包括银柳、毛枝柳、竹柳、黑柳19,观赏价值较高;第Ⅲ等级包括圆头柳、DQ1、漳河柳、垂爆柳、G7、朝鲜柳、杞柳,观赏价值中等;第Ⅳ等级包括沙柳、蒿柳,观赏价值较低。[结论]利用层次分析法建立的柳树观赏性评价模型可以有效地从叶、枝特性方面快速评判出观赏价值高的柳树无性系,为柳树的进一步选育和园林应用提供参考。     

荆门市竹皮河流域地表水污染预报研究

指出了随着经济社会的高速发展,水资源安全问题日益凸显。竹皮河及其支流作为荆门城区的纳污河流,承接荆门中心城区90%以上工业废水和生活污水,竹皮河及其支流的地表水情况关乎荆门市的经济发展与社会民生。以竹皮河流域为研究对象,通过机器学习的方法对地表水水污染等级进行预报,对竹皮河肖家岗水质自动监测站的周度数据进行了分析,运用最小二乘支持向量机对8周的数据进行了测试。分析结果可知:只有第六个污染等级预报错误,其他的七个污染等级均预报正确。这可充分的说明,五个指标与水污染等级之间存在一种强烈的对应关系,也说明所使用的LS-SVM算法的正确性和有效性。同时为了对比说明,运用RBF神经网络进行了预测。训练数据和测试数据与LS-SVM预测法一致。对比预测结果发现:RBF神经网络的预测结果与LS-SVM预测结果相比,存在预测精度不高的问题。同时,LS-SVM算法具有简便的操作性。通过对竹皮河水质自动监测站评价和预报,可为将来的优化空间布局、调整产业结构和划定重点生态保护区等措施提供理论支撑。     

我国森林生态系统服务功能质量指标体系与评价研究

在科学性、完备性、可操作性和可比性的原则指导下,以森林生态学和系统论为基础,从森林生态系统生产力维护、森林生态系统的健康、森林分布和森林生态背景等4个方面来选择森林生态服务功能质量评价指标,从而构建森林生态系统服务功能质量评价指标体系。采用了层次分析方法、加权综合质量指数法来系统地评价中国各省区森林生态系统服务功能质量状况,同时,在此基础上对各地区加权评价指标进行聚类分析,并根据聚类结果,把全国各省(区、市)划分为5个质量等级类型。聚类分析的结果显示:我国各省(区、市)间森林生态系统服务功能质量高低的基本分布格局大体上呈现出从南到北、从东到西的依次过渡趋势。     

基于粒子群算法和BP神经网络的多因素林火等级预测模型

针对现有小尺度林火预测模型预测结果有效性、可扩展性等方面的不足,通过考虑多种火险因素,构建BP神经网络预测模型以提高预测精度,在此基础上借助粒子群算法加快BP神经网络收敛速度,进而提出一种混成的多因素森林火险等级预测模型particle swarm optimization based back-propagation neural network (PSO-BP)。所构建的预测模型,能够同时考虑气候因素(日最高气温、日平均气温、24 h降水量、连旱天数、日照时数、日平均相对湿度、日平均风速)、地形地貌因素(海拔、坡度、坡向、土壤含水量)、可燃物因素(植被类型、可燃物含水率、地被物载量)、人为因素(人口密度、距人类活动区域的距离) 16个变量。基于南京林业大学下蜀林场森林防火实验站传感器网络所采集的实际数据及现场测量数据,通过一组试验验证提出模型的有效性。结果表明:基于训练数据集及检验样本所构建的模型能够开展有效的火险等级预测;模型的计算复杂度较单独使用BP神经网络模型明显下降。     

西藏色季拉山野生观赏植物优先开发序研究

在借鉴各种评价模型研究成果基础上,以色季拉山47科102属184种重点野生观赏植物为研究对象,构建了由观赏价值系数、特有性系数、生境系数、蕴藏系数、种内变异系数、濒危系数、抗性系数、可获得性系数等8项指标组成的评价体系,采用K类中心聚类(快速聚类,K-means Cluster Analysis in SPSS)法确定了重点野生观赏植物的优先开发序。     

用材林林地定级与估价技术研究

在构建福建省用材林林地定级评价指标体系(经济指标、地利指标和立地指标3大类10个指标)的基础上,采用层次分析法确定各评价指标的权重,以小班为评价单元计算总分值,采用聚类分析法划分用材林小班林地级别。在定级的基础上,提出了两种用材林林地估价方法,即基准地价修正法和地价模型法。     

基于最大熵模型的吉林省主要天然林潜在分布适宜性

【目的】研究基于物种分布模型预测天然林类型适宜分布区的方法,探讨影响天然林类型适宜性分布的主导环境因子及其阈值,制作主要天然林类型的潜在分布适宜性等级图,为东北林区天然林修复中的树种选择和结构调整提供依据。【方法】基于吉林省第八次森林资源连续清查固定样地数据,采用最大熵物种分布模型,划分11个主要天然林类型(含7类混交林),确定其现实分布点,选取影响林分生长的19个气候因子、33个土壤因子和3个地形因子共55个环境变量。对各天然林类型经变量筛选后进行分布建模,通过受试者工作特征曲线下的面积(AUC)评价模型精度。采用刀切法对模型进行检验,计算各环境变量对天然林类型分布的影响程度,筛选影响天然林类型分布的主导环境因子;将分布适宜性划分为5个等级,并制作不同天然林类型的分布适宜性等级图。【结果】基于最大熵模型的吉林省11个主要天然林类型适宜性分布的训练集和检验集的AUC在0.687 2~0.946 9之间,检验集的精度1个达到"极准确"、7个达到"很准确"、2个达到"较准确"、1个达到"一般"的水平,模型具有很好的泛化能力。各环境变量对天然林类型分布的影响程度由大到小依次为最热月的最高温度、海拔、最热季度的平均温度和年平均温度,最热月的最高温度为其中10个类型的主导环境因子,海拔为其中8个类型的主导环境因子,最热季度的平均温度为7个类型的主导变量因子,年平均温度为其中6个类型的主导环境因子,气温和海拔对预测的天然林类型分布有重要影响。基于建立的模型,形成吉林省11个主要天然林类型的潜在分布适宜性等级图。【结论】最大熵模型能够很好预测吉林省主要天然林类型的分布适宜区,筛选的影响每个天然林类型分布的主导环境因子及阈值合理,形成的吉林天然林类型潜在分布适宜性等级图可为东北林区天然林修复中的树种选择和结构调整提供科学依据。     

基于公众参与的珠海市最佳观景点评价研究

通过向公众征集,筛选出珠海市51处观景点作为研究对象,以专家学派景观评价为基础,结合公众的主观评价因素,建立珠海市观景点评价指标体系,包含景观性、开发价值及影响力3个准则层因子和10个指标层因子。采用客观评价与公众主观打分相结合的方式对观景点进行评分,并根据评价结果将观景点分为3个等级,10个Ⅰ级观景点被评选为珠海市最佳观景点。对最佳观景点的各指标得分进行分析,提出整合现状资源、完善配套设施的观景点建设策略;针对最佳观景点分布集中的情况,提出以策划游线、完善慢行系统等规划措施串联最佳观景点,充分发挥其集群优势,提升珠海市最佳观景点的影响力和吸引力。