立地质量评价方法研究与模型辅助构建系统研建 ——以广西高峰林场杉木为例
发布时间：2021-09-25 13:50
立地质量评价对林木经营与决策具有重要作用,是科学造林以及后续经营的前提条件。本文针对立地质量评价模型的构建方法进行了研究,以广西杉木人工林为研究对象,分别采用变动系数与标准差调整法、数量化方法、基于BP网络的潜在生长量法完成了3种模型构建。基于3种模型构建方法设计开发了立地质量评价模型辅助构建系统。具体研究内容与结果如下:（1）以标准差调整法与变动系数调整法构建适用于有林地的地位指数模型,该方法所构建的模型为参数化模型。模型构建过程中确定了Richards方程为杉木最佳生长方程,并依据变动系数变化率确定杉木基准年龄为20a。最后通过解析木数据对构建的两种模型进行检验,结果表明:变动系数调整法整体精度高于标准差调整法,均方根误差相比标准差调整法低了10%,且R2更高。（2）为了兼顾宜林地立地质量评价的情况,本文利用数量化方法I理论,以7种环境因子为输入变量,以地位指数为输出变量,构建了可用于宜林地的立地质量评价模型。通过因子贡献度分析得到影响广西杉木立地质量的环境因子,按贡献度由大到小依次为土层厚度、腐殖层厚度、坡向、坡度、枯枝落叶层厚度、坡位、海拔。与前人研究对比...
【文章来源】：北京林业大学北京市 211工程院校 教育部直属院校
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
技术路线图
立地质量评价方法研究与模型辅助构建系统研建——以广西高峰林场杉木为例12目划分出了若干等级，称为类目，最终通过线性拟合方法确定各类目的权重，从而得出最终关系式。具体公式如下(董文泉等，1979)：=∑∑(,)+(=1,2,……)=1=1(2-5)式中i为样本，j为项目，k为类目，为要求的各类目的未知参数，为抽样误差，由式(2-6)给出：(,)={1,项目，类目存在值0,否则(2-6)本文采用数量化理论I，建立立地因子与地位指数之间的关系模型，用于宜林地的立地质量评价。2.2.3BP神经网络BP(Backpropagation)神经网络由Rumelhart和McClelland等科学家于1986年提出，是一种误差逆向传播的多层前馈神经网络(闻新等，2015)。算法的基本思想是利用输出后的误差来估计输出层前一层的误差，再利用这层误差来估计更前一层的误差，如此获取所有的各层误差估计，通过反向传播不断的调整网络各层的连接权值和阈值，使输出的误差达到符合的要求(王小川等，2013)。图2.1BP神经网络拓扑结构图Figure2.1TopologicalstructureofBPneuralnetwork
立地质量评价方法研究与模型辅助构建系统研建——以广西高峰林场杉木为例30业务层包含了系统所需要的所有功能的实现算法与处理流程，模型的具体构建流程在业务层相关类中进行封装，这些类提供接口供表示层调用；模型解析器作为核心类库属于业务层的一部分。业务层另一个作用是与数据层交互，将处理的结果向下传递到数据层进行持久化，或从数据层抽取元信息进行处理。数据层封装了对数据库的操作逻辑，包括存储过程调用、数据库事务、表操作函数等，该层使得数据库对业务层变得透明，降低业务层与数据库耦合度，亦方便了业务层对数据库的操作。底层数据库为地理空间数据库与MySQL数据库，分别用于存储小班地图及其属性数据、评价模型与模型构建方法。系统架构图如图5.1所示。图5.1系统架构图Figure5.1Systemarchitecture5.2.2系统功能模块设计根据需求分析，本文对立地质量评价模型辅助构建系统进行了功能结构设计。根据需求分析可知系统应分为四部分：模型构建模块、模型解析器、模型管理模块、地图操作模块。(1)模型构建模块1)模型构建源数据加载功能系统在模型构建时支持多种源数据格式，包括矢量地图小班数据、Excel表格、满足一定格式的文本文档。该功能用于从多种数据源导入模型构建所需的基本因子，以便后续建模时使用。
【参考文献】：
期刊论文
[1]基于清查数据的立地质量评价方法准确性分析[J]. 刘智军,朱丽艳,吴恒,孔雷. 西南林业大学学报(自然科学). 2019(05)
[2]基于BP神经网络的广东省针阔混交异龄林立地质量评价[J]. 沈剑波,王应宽,雷相东,雷渊才,汪求来,叶金盛. 北京林业大学学报. 2019(05)
[3]桦木沟林场华北落叶松人工林立地质量评价研究[J]. 王玉芝,刘红梅,吕世杰,刘丽英,刘清泉. 内蒙古农业大学学报(自然科学版). 2019(04)
[4]吉林省林地立地质量评价及生产潜力研究[J]. 付晓,曹霖,王雪军,张璐. 中南林业科技大学学报. 2019(05)
[5]基于神经网络和不同立地质量的森林蓄积量遥感估测[J]. 刘唐,江涛,李昂,郭连杰. 山东科技大学学报(自然科学版). 2019(02)
[6]辽东山区油松建筑材林立地质量评价研究[J]. 刘平,于磊,李仁平,王玉涛. 沈阳农业大学学报. 2019(01)
[7]基于随机森林模型的天然林立地生产力预测研究[J]. 高若楠,谢阳生,雷相东,陆元昌,苏喜友. 中南林业科技大学学报. 2019(04)
[8]基于林分潜在生长量的立地质量评价方法与应用[J]. 雷相东,符利勇,李海奎,李玉堂,唐守正. 林业科学. 2018(12)
[9]林业信息化技术发展现状及应用[J]. 袁首乾,陈秀娟,邓新禹. 农业与技术. 2017(11)
[10]高峰林场多树种人工林之间土壤差异分析和对策[J]. 莫冰萍,伍辉勇. 绿色科技. 2017(09)
博士论文
[1]基于生长过程的吉林省林分类型分类与潜在生产力预估[D]. 段光爽.中国林业科学研究院 2018
[2]西南桦人工林生长模拟及立地质量评价[D]. 唐诚.中国林业科学研究院 2017
[3]河北省杨树速生林培育决策支持系统若干问题的研究[D]. 海占广.北京林业大学 2009
[4]森林资源资产评估专家系统研究[D]. 吕勇.中南林学院 2004
硕士论文
[1]服务于人工林经营的知识方法模型库系统研建[D]. 李宜瑾.北京林业大学 2019
[2]桉树立地质量评价与适宜性研究[D]. 杜雨菲.北京林业大学 2019
[3]立地质量评价方法与系统研建[D]. 范阔.北京林业大学 2019
[4]浙江省毛竹林立地分类与立地质量评价研究[D]. 沈钱勇.浙江农林大学 2019
[5]基于森林资源连续清查数据的浙江省杉木林立地质量评价[D]. 杨海宾.浙江农林大学 2019
[6]鲁中山区主要针叶林立地质量评价[D]. 朱劲.山东农业大学 2019
[7]地形因子对红松人工林土壤养分影响及评价[D]. 李刚.东北林业大学 2019
[8]将乐林场杉木人工林立地类型划分与立地质量评价[D]. 李艳洁.北京林业大学 2017
[9]济南市南部山区立地类型划分与工程造林关键技术研究[D]. 秦乐.西北农林科技大学 2009
本文编号：3409852
【文章来源】：北京林业大学北京市 211工程院校 教育部直属院校
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
技术路线图
立地质量评价方法研究与模型辅助构建系统研建——以广西高峰林场杉木为例12目划分出了若干等级，称为类目，最终通过线性拟合方法确定各类目的权重，从而得出最终关系式。具体公式如下(董文泉等，1979)：=∑∑(,)+(=1,2,……)=1=1(2-5)式中i为样本，j为项目，k为类目，为要求的各类目的未知参数，为抽样误差，由式(2-6)给出：(,)={1,项目，类目存在值0,否则(2-6)本文采用数量化理论I，建立立地因子与地位指数之间的关系模型，用于宜林地的立地质量评价。2.2.3BP神经网络BP(Backpropagation)神经网络由Rumelhart和McClelland等科学家于1986年提出，是一种误差逆向传播的多层前馈神经网络(闻新等，2015)。算法的基本思想是利用输出后的误差来估计输出层前一层的误差，再利用这层误差来估计更前一层的误差，如此获取所有的各层误差估计，通过反向传播不断的调整网络各层的连接权值和阈值，使输出的误差达到符合的要求(王小川等，2013)。图2.1BP神经网络拓扑结构图Figure2.1TopologicalstructureofBPneuralnetwork
立地质量评价方法研究与模型辅助构建系统研建——以广西高峰林场杉木为例30业务层包含了系统所需要的所有功能的实现算法与处理流程，模型的具体构建流程在业务层相关类中进行封装，这些类提供接口供表示层调用；模型解析器作为核心类库属于业务层的一部分。业务层另一个作用是与数据层交互，将处理的结果向下传递到数据层进行持久化，或从数据层抽取元信息进行处理。数据层封装了对数据库的操作逻辑，包括存储过程调用、数据库事务、表操作函数等，该层使得数据库对业务层变得透明，降低业务层与数据库耦合度，亦方便了业务层对数据库的操作。底层数据库为地理空间数据库与MySQL数据库，分别用于存储小班地图及其属性数据、评价模型与模型构建方法。系统架构图如图5.1所示。图5.1系统架构图Figure5.1Systemarchitecture5.2.2系统功能模块设计根据需求分析，本文对立地质量评价模型辅助构建系统进行了功能结构设计。根据需求分析可知系统应分为四部分：模型构建模块、模型解析器、模型管理模块、地图操作模块。(1)模型构建模块1)模型构建源数据加载功能系统在模型构建时支持多种源数据格式，包括矢量地图小班数据、Excel表格、满足一定格式的文本文档。该功能用于从多种数据源导入模型构建所需的基本因子，以便后续建模时使用。
【参考文献】：
期刊论文
[1]基于清查数据的立地质量评价方法准确性分析[J]. 刘智军,朱丽艳,吴恒,孔雷. 西南林业大学学报(自然科学). 2019(05)
[2]基于BP神经网络的广东省针阔混交异龄林立地质量评价[J]. 沈剑波,王应宽,雷相东,雷渊才,汪求来,叶金盛. 北京林业大学学报. 2019(05)
[3]桦木沟林场华北落叶松人工林立地质量评价研究[J]. 王玉芝,刘红梅,吕世杰,刘丽英,刘清泉. 内蒙古农业大学学报(自然科学版). 2019(04)
[4]吉林省林地立地质量评价及生产潜力研究[J]. 付晓,曹霖,王雪军,张璐. 中南林业科技大学学报. 2019(05)
[5]基于神经网络和不同立地质量的森林蓄积量遥感估测[J]. 刘唐,江涛,李昂,郭连杰. 山东科技大学学报(自然科学版). 2019(02)
[6]辽东山区油松建筑材林立地质量评价研究[J]. 刘平,于磊,李仁平,王玉涛. 沈阳农业大学学报. 2019(01)
[7]基于随机森林模型的天然林立地生产力预测研究[J]. 高若楠,谢阳生,雷相东,陆元昌,苏喜友. 中南林业科技大学学报. 2019(04)
[8]基于林分潜在生长量的立地质量评价方法与应用[J]. 雷相东,符利勇,李海奎,李玉堂,唐守正. 林业科学. 2018(12)
[9]林业信息化技术发展现状及应用[J]. 袁首乾,陈秀娟,邓新禹. 农业与技术. 2017(11)
[10]高峰林场多树种人工林之间土壤差异分析和对策[J]. 莫冰萍,伍辉勇. 绿色科技. 2017(09)
博士论文
[1]基于生长过程的吉林省林分类型分类与潜在生产力预估[D]. 段光爽.中国林业科学研究院 2018
[2]西南桦人工林生长模拟及立地质量评价[D]. 唐诚.中国林业科学研究院 2017
[3]河北省杨树速生林培育决策支持系统若干问题的研究[D]. 海占广.北京林业大学 2009
[4]森林资源资产评估专家系统研究[D]. 吕勇.中南林学院 2004
硕士论文
[1]服务于人工林经营的知识方法模型库系统研建[D]. 李宜瑾.北京林业大学 2019
[2]桉树立地质量评价与适宜性研究[D]. 杜雨菲.北京林业大学 2019
[3]立地质量评价方法与系统研建[D]. 范阔.北京林业大学 2019
[4]浙江省毛竹林立地分类与立地质量评价研究[D]. 沈钱勇.浙江农林大学 2019
[5]基于森林资源连续清查数据的浙江省杉木林立地质量评价[D]. 杨海宾.浙江农林大学 2019
[6]鲁中山区主要针叶林立地质量评价[D]. 朱劲.山东农业大学 2019
[7]地形因子对红松人工林土壤养分影响及评价[D]. 李刚.东北林业大学 2019
[8]将乐林场杉木人工林立地类型划分与立地质量评价[D]. 李艳洁.北京林业大学 2017
[9]济南市南部山区立地类型划分与工程造林关键技术研究[D]. 秦乐.西北农林科技大学 2009
本文编号：3409852
本文链接：https://www.wllwen.com/guanlilunwen/xiangmuguanli/3409852.html
