基于数据挖掘的储备林树种适宜性研究

发布时间：2023-03-30 20:00

　　林地资源作为国家重要的自然资源和战略资源之一,肩负着森林的生存和发展,承载着生态建设的重任,具有环境优化与促进发展的双重使命。为解决我国森林资源产出的结构性矛盾问题,国家建设储备林基地、实行储备林制度。储备林基地的划定首要原则是适地适树,对树种适宜性的评价研究十分重要。随着我国林业调查体系和物联网等技术手段的发展完善,森林资源数据日益多元化和海量化,但目前其利用情况还并不充分。我国传统的具体树种适宜性研究主要使用基于样地调查的统计分析方法,消耗大量人力物力,现有数据未被综合利用,同时也难以处理树种适宜性和各个环境因子之间的复杂非线性关系。针对上述问题,本文以森林资源小班调查数据为基础数据,集成多源森林资源小班数据,应用数据挖掘理论和方法,对储备林树种适宜性进行了研究分析。科学处理树种适宜性和环境因子之间的非线性关系,以期从大量数据中挖掘树种适宜性知识,为储备林基地建设提供辅助决策和技术支撑,为树种适宜性评价提供新的思路和方法。本文的具体研究内容有以下几个方面：(1)以小班为单位的多源森林资源数据集成。本文在森林资源调查数据的基础上,使用DEM数据、土壤数据、气象数据,经过提取、转换、清...

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 引言
    1.1 研究背景与意义
        1.1.1 研究背景
        1.1.2 研究意义
        1.1.3 项目来源与经费支持
    1.2 国内外研究现状及发展趋势
        1.2.1 树种适宜性研究现状
        1.2.2 数据挖掘技术研究现状
        1.2.3 数据挖掘在林业数据分析中的应用现状
        1.2.4 发展趋势
        1.2.5 存在问题
    1.3 主要研究内容
    1.4 研究方法与技术路线
2 研究区概况与数据集成
    2.1 研究区概况
    2.2 多源森林资源小班数据集成
        2.2.1 基于森林资源小班调查数据的树种适宜性特征因子提取
        2.2.2 基于DEM的地形因子提取
        2.2.3 气象因子提取
        2.2.4 土壤数据
3 储备林树种适宜性数据挖掘技术体系综合分析
    3.1 储备林树种适宜性的理论研究
        3.1.1 储备林树种的特殊性需求
        3.1.2 树种适宜性评价指标选取
        3.1.3 树种适宜性评价的原则
    3.2 数据挖掘基本理论
        3.2.1 数据挖掘的基本概念
        3.2.2 数据挖掘一般步骤
        3.2.3 数据挖掘经典算法
    3.3 储备林树种适宜性数据挖掘分析
        3.3.1 储备林树种适宜性评价指标构建
        3.3.2 树种适宜性研究数据挖掘流程分析
        3.3.3 树种适宜性研究数据挖掘算法选择
    3.4 小结
4 树种适宜性评价维归约建模
    4.1 属性约简概述
    4.2 粗糙集算法
    4.3 以树种适宜性为决策属性的属性约简
    4.4 小结
5 树种适宜性评价分类预测建模
    5.1 树种适宜性数据挖掘算法概述
        5.1.1 人工神经网络概述
        5.1.2 决策树概述
    5.2 树种适宜性数据挖掘算法实现
        5.2.1 BP人工神经网络算法实现
        5.2.2 C5.0决策树算法实现
    5.3 小结
6 实验与结果分析
    6.1 实验方案设计
    6.2 基于多元线性回归模型的树种适宜性预测模型
        6.2.1 多元线性回归建模
        6.2.2 精度和性能评价
    6.3 基于人工神经网络的储备林树种适宜性预测模型
        6.3.1 BP神经网络建模
        6.3.2 精度及性能评价
    6.4 基于决策树的储备林树种适宜性等级评价模型
        6.4.1 C5.0决策树建模
        6.4.2 精度及性能评价
    6.5 模型应用
    6.6 小结
7 结论与展望
    7.1 主要结论
    7.2 展望
参考文献
个人简介
导师简介
获得成果目录清单
致谢



本文编号：3775393