哈大齐工业走廊防护林建设的几点思考

2005年初,黑龙江省政府做出了建设“哈大齐工业走廊”的战略决策,重点开发利用哈尔滨、大庆、齐齐哈尔大片重盐碱地,振兴东北老工业基地,即不占用耕地资源同时又发展经济。但笔者经过调查研究,发现哈大齐工业走廊所处地区是风沙、洪涝、干旱、污染等问题十分突出的地区,而兴建哈大齐工业防护林是解决上述问题的有效途径。     

哈大齐工业走廊发展条件及措施分析

分析了哈尔滨、大庆、齐齐哈尔三城市的基础条件和区域优势，阐述了构建哈大齐工业走廊的必要性和作用，提出了开发建设哈大齐工业走廊的对策和建议。哈大齐工业走廊的建设将促进黑龙江省乃至东北地区的经济发展，对振兴东北老工业基地具有重要意义。     

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。     

基于灰色预测GM(1,1模型)的景谷县林产工业产值预测

根据景谷县2007年至2012年林产工业产值数据,应用灰色预测GM(1,1)模型对2013年景谷县林产工业产值进行预测。结果表明:基于景谷县林产工业产值灰色预测GM(1,1)模型,2007年至2012年预测值与实际值比较接近,精度符合预测要求,2013年和2014年景谷县林产工业产值预测值分别为22.15亿元和25.37亿元。     

森林公园客流量GM(1,1)模型群的趋势预测

采用在常规ＧＭ（１，１）模型基础上建立的ＧＭ（１，１）模型群对森林公园未来时期的客流量作了趋势预测的探讨。结果表明，拟合效果好，预测精度有所提高。     

基于自适应参数GM(1,1)模型的地基沉降预测

地基沉降会对建筑施工质量产生重大影响,有效、科学地对沉降进行预测对保证施工质量与安全具有重要意义.为此,使用广泛应用的灰色GM(1,1)对地基沉降进行预测,同时,针对传统GM(1,1)模型的不合理之处,提出一种自适应灰数改进方法.测试结果表明,该改进方法可以达到更高的地基沉降预测精度.     

基于GM(1,1)的天然次生林空间结构预测

【目的】系统地分析已有天然次生林林分空间结构数据,通过灰色模型预测天然次生林林分空间结构各指标未来的发展趋势,对天然林经营具有十分重要的意义。【方法】以湖南大围山自然保护区典型次生林为研究对象,依据结构化森林经营理论,选取了混交度、竞争指数、角尺度、空间密度指数、开阔比数、大小比数、林分综合均质性指数作为天然次生林林分空间结构合理性评价与预测的量化指标,构建了基于GM(1,1)的天然次生林林分空间结构灰色预测模型。模型将2008年林分空间结构各指标的平均值作为初始值,并在研究区设置了面积为20 m×20 m的5个研究样地(M1,M2,M3,M4,M5),利用保护区2008-2018年典型样地林分空间信息,预测了研究区调研样地2019年-2021年林分空间结构各指标未来的变化趋势。【结果】利用精度检验机制对该模型的精确度进行了有效性检验,检验结果表明,所有指标预测合格概率P合=71.43%,良好的概率P良好=22.86%,优的概率P优=5.71%,表明该预测模型符合精度检验要求。【结论】样地未来3 a各指标整体变化尺度不大,林分空间结构基本稳定。从各指标在2008-2018年时空上的变化规律来看,各样地林分平均竞争指数、平均大小比数及平均空间密度指数是影响林分均质性指数的关键指标。     

应用积分GM(1,1)模型进行杉木炭疽病预测预报的研究

以积分生成代替传统的累加生成方法 ,并用双向差分建立积分GM (1,1)灰色预测模型进行杉木炭疽病预测预报的研究 ,结果表明积分GM (1,1)模型能较好地预测杉木炭疽病在三明市的发生     

GM(1,1)模型在凤城市2014年柞蚕茧价格预测中应用

简略介绍了灰色系统理论的特点,详细阐述灰色GM(1,1)模型建模过程,并利用此模型对凤城市2014年柞蚕茧价格进行预测,通过模型精度检验:精度较高,预测误差较小,预测价格符合未来价格走势。     

基于灰色预测GM(1,1)模型的情报学热点关键词与主题发展预测

对近6年情报学领域CSSCI期刊研究论文进行题录筛选与关键词统计、研究主题分类及赋权评分,建立灰色预测GM(1,1)模型,对比较具有代表性的8类关键词数据进行预测,结合时代发展趋势对其代表的研究主题进行分析,模型预测较为合理准确。研究发现,各研究主题发展趋势紧随时代变化,新技术、新话题更多地结合了领域内研究与应用,不同主题间呈现多元融合与拓展创新态势。     

城市新建道路诱增交通量建模研究

阐述了诱增交通量的定义、产生机理，分析了诱增交通量的变化规律过程，即逐步形成阶段、快速增长阶段和相对稳定阶段，重点讨论了城市新建道路诱增交通量的几种计算方法。     

杉木人工林二元立木材积动态模型的研究

通过对多种二元立木材积方程的拟合和比较，以动态模型Ｖ＝ａＤｂ＋ｃ（Ｄ＋２．３Ｈ）Ｈｄ＋ｅ（Ｄ＋２．３Ｈ）拟合杉木人工林二元立木材积效果最佳。     

基于灰色RBF神经网络组合模型的交通量预测研究

根据新陈代谢灰色模型和RBF神经网络模型各自的特点,构造一种新陈代谢灰色模型与RBF神经网络模型组合的平面型模型,模型对无检测器公路的交通量具有较好的预测能力,并用实地调查的数据进行仿真和比较,验证此模型具有较高的精度,从而证明这一模型的可行性和有效性。     

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。     

Prediction of Forest Stock Volume Based on Neural Network Model

BP and RBF neural network to predict forest stock volume were studied,but the study in evaluating both networks’ application effects was not conducted.In order to find a higher forecast precision,more strong applicative method,the comprehensive analysis and evaluation on the two methods were carried out in the practical application. By the correlation analysis,crown density,shady-slope and sunny-slope,TM1,TM2,TM3,TM5, TM7,NDVI,TM,(4-3),TM4/3 were selected as input variables,and the forest volume of Miyun County as output variables,RBF and BP neural network models for forecasting the forest volume were established.And the neural network training step length,training time,prediction accuracy and the applicability model of the two methods were comprehensively analyzed.The results show that the RBF neural network model is superior to the BP neural network model.     

基于混合效应模型的杉木人工林蓄积联立方程系统

建立江西杉木人工林基于非线性混合效应方法的林分优势木平均高和断面积模型以及基于对数形式线性混合效应蓄积模型的联立方程组,利用验证数据与传统模型回归方法的模拟结果进行比较分析。结果表明,优势木平均高是联立方程组最基本的组成部分。通过考虑优势木平均高和林分断面积模型中参数的随机效应以及3个因变量间的相关性,则蓄积模型中参数的随机效应可以忽略。优势木平均高决定着林分断面积预测的准确性,而优势木平均高和林分断面积又是预测蓄积的主要误差来源。基于混合效应模型方法的模拟结果明显好于传统回归估计方法。进行预测时,通过解释联立方程组中因变量相互间的相关性,利用已被观测的变量能够提高未观测变量的估计精度。     

基于时空变化的哈尔滨市瓦盆窑路段交通量特性研究

通过时间变化特性和空间变化特性,研究哈尔滨市瓦盆窑路段的交通量分布情况,并对其进行交通负荷分析。哈尔滨市瓦盆窑路段交通量的空间分布基本均衡,该路段交通量日变化比较平稳,周变化呈现工作日交通量较小而休息日交通量较大的规律,月变化主要受春节探亲及哈尔滨市冰雪天气的影响。节假日对该路段的交通量时变化有较明显的影响,且不同节日交通量时变化规律也不同。该路段平均车速的小时变化规律与该路段的交通量小时变化规律相反,1~5月份中,4月份的月平均小时车速最大,1月份和5月份较小。     

基于ENVISATASAR数据的高山松林蓄积量估测模型研究

以香格里拉县南部为研究区,利用ENVISATASAR双极化数据,基于数理统计方法对该地区的高山松林蓄积量估测模型进行研究。首先分析HH,日y,HV／HH值与高山松林样地蓄积量之间的相关性,结果为日y极化数据与蓄积量相关性最高;然后建立简单线性模型、指数模型以及加入地理因子的多元线性模型与非线性模型,得出指数模型为最优模型;利用独立的检验样本对最优模型进行精度评价,预测值与实测值基本相符合,平均相对误差为14．41％。     

基于RS、GIS的马尾松林分蓄积量判读模型研究

以从RS、GIS可提取的因子为自变量 ,通过数量化、逐步聚类、逐步回归等方法建立马尾松林分蓄积量判读模型 ,并用不同时相的遥感数据、连续清查第三次复查外业调查数据对模型进行适合性检验、精度计算。结果表明 ,所建立的马尾松林分蓄积量判读模型线性关系显著 ,估算结果与外业调查数据无显著差异 ,且估算精度达到连续清查规程的要求 ,判读模型可应用于森林连续清查间隔期内广东省马尾松林分蓄积量的估算。