汤孟平[1]2003年在《森林空间结构分析与优化经营模型研究》文中研究指明本研究以我国东北过伐林区吉林省汪清林业局金沟岭林场为研究区，从景观和林分两个层次探讨实现森林可持续经营的空间途径。研究方法包括：非线性多目标整数规划、GIS技术应用、TWINSPAN数量分类、混交分析、竞争分析、空间分布格局分析、贪心算法、Monte Carlo算法和面向对象程序设计等。主要研究结论包括理论和应用两个方面。 理论方面： (1)森林经营的空间途径基本框架包括森林景观和林分两个层次。在景观层次，经营目标是保持森林景观的完整性和稳定性。在林分层次，经营目标是保持森林生态系统的健康与活力。无论是大尺度景观，还是小尺度林分，空间优化经营模型必须建立在空间结构分析基础之上，贯穿以保护为主，利用为辅的可持续经营思想。 (2)点结构分析理论把林分空间结构分为林木点结构和林分整体结构。林木点结构是林分在空间的局部精细结构，林分整体结构由林木点结构组成，一般是林木点结构的平均数。点结构分析理论有可能把涉及森林经营的许多方面统一起来，成为一种有效的空间分析理论。 (3)空间结构优化的建模理论与方法，突破传统的功能建模思想局限性。基于该理论与方法，建立了林分择伐空间优化模型。模型集成现代森林经理学、近自然林业、可持续经营、生物多样性保护和信息技术等理论与手段，并成功地与检查法相结合，可操作性强。此类模型属非线性多目标整数规划，Monte Carlo法是求解的可行方法之一。 (4)最大覆盖模型被引入森林类型多样性保护地选择，贪心法是模型求解的一种可行方法。 (5)把先进的双向指示种TWINSPAN分类方法引入混交林分类，并找出混交林的演替序列与规律。表明，TWINSPAN同样适用于混交林的分类和排序，对混交林演替过程的时空梯度有一定指示意义。 (6)树种多样性混交度既考虑对象木与最近邻木之间的树种隔离，同时还考虑最近邻木相互之间的树种隔离，更能反映树种混交程度。 (7)从数学上证明，如果距离相等，相同胸径等级林木之间的竞争指数小于不同胸径等级林木间的竞争指数。指出不对称竞争可能是异龄林维持高稳定性的原因之一。 (8)与精确最近邻体分析相比，Ripley’s K(d)函数才可以分析所有距离尺度下的分布格局，是较好的分布格局分析方法。 (9)研究发现，Ripley’s K(d)函数还存在第4种边缘校正情形。经证明，在第4种情形下，传统的边缘校正必然导致权重偏大。本文提出改进校正的方法。中文摘要 (10)空间分布格局的叁种Monte Carlo检验方法中，基于最大胸径的Monte Carlo检验法较好。 应用方面: (1)采用定量与定性相结合的方法把研究区森林分为3个森林类型组，22种森林类型，分类结果对森林经营有一定指导意义。 (2)采用最大覆模型求得的森林类型多样性最大覆盖格局包括:31、37、39、48、51、55和64林班，共7个林班。可作为选择森林类型多样性保护地的参考依据。 (3)根据对原始林20号样地的研究，林木的竞争指数随胸径的增大服从幂函数递减关系。当胸径达到30.gcm以后，竞争指数较低，且变化很小，此前采取抚育措施是有效的。林分中，除极木种内竞争指数最高之外，种间竞争比种内竞争激烈。针叶树建群种的竞争能力比阔叶树弱。因此，采伐时应以调节种间竞争为主，伐除影响针叶树生长的阔叶树，有利于系统的进展演替。 (4)用点结构分析理论分析原始林20号样地的林分空间结构特征。林分树种多样性混交度M=0 .6619，树种隔离程度中略偏大;林分竞争指数CI二3.8046;林木呈随机分布格局。’证实前人的研究结论，即大树(D)30.gcm)总的分布趋势是均匀分布。小树(D<30.gcm)在小尺度(d<l .Zm)是聚集分布。大树与小树的关联性不明显。针叶树种群有均匀分布趋势，阔叶树种群则有聚集分布趋势。 (5)求解林分择伐空间优化模型，得到原始林20号样地下一经理期的最优采伐方案，最优采伐木包括88、102、93、 34、36、63、99、94、83、40、6、22、72、37、46和86号，共16株树木。采伐量没有超过生长量，采伐强度仅为18.2471%;伐后的空间结构均得到改善，并且未破坏非空间结构。该采伐方案为优化经营决策提供了精确的空间信息，可作为科学经营的依据。 (6)林分空间结构分析与计算均由自行设计的软件SSSAS完成。
李建军[2]2010年在《广东湛江红树林生态系统空间结构优化研究》文中提出红树林生态系统是处于海洋生态系统与陆地生态系统之间经长期演替形成的一种系统结构稳定、生产力高的特殊森林生态系统,在生物多样性与减灾防灾功能上具有不可替代的作用,在保护和恢复红树林中,如何优化空间结构,恢复红树林的功能,发挥减灾防灾作用成为当前最为迫切需要解决的问题。本文以广东湛江红树林为研究对象,通过17个林分类型的调查木和周围四株相邻木的调查数据和收集资料,从林分和景观两个层次研究红树林生态系统经营的空间途径。研究方法包括森林可持续经营理论、系统科学理论、景观生态学、森林空间结构理论、观测数据非线性时间分布理论和方法、数据挖掘技术和数理统计、非线性多目标规划等。从结构与功能关系入手,以保护生态系统和森林类型的多样性,保持森林景观的完整性和稳定性为目标,在景观层次研究广东湛江红树林空间结构优化经营方案；以林分为经营单位,分析包含空间信息的林分结构因子,通过合理经营,优化系统内部空间结构。主要研究内容和研究结论如下：(1)林分空间结构均质性指数研究。依据景观生态学斑块内部均质性的原理,提出了林分空间结构优化经营的均质性目标,从混交、竞争、空间分布格局、树种优势状态和林木生长状况等方面筛选目的树种指数、角尺度、健康指数、大小比数、空间密度指数、混交度、竞争指数等7个空间因子,应用多目标规划方法定义了描述均质性目标的指标参数-均质性指数。(2)林分均质性指数关联度研究。应用粗糙集理论和灰色关联度法分类和筛选与均质性指数相关的空间因子,精简指标体系,删除了包括“开敞度”、“枝下高”、“树高”和“冠幅”等无关的因子,获得各影响因子与均质性指数的关联度大小和优先度位序为：竞争指数0.716>混交度0.686>空间密度指数0.670>目的树种指数0.644>角尺度0.638>大小比数0.616>健康指数0.607。(3)红树林林分均质性影响因子特征分析。对林分均质性影响因子及相关属性分析,湛江红树林具有如下特性：①不同林分、不同树种种群高度和冠幅结构的差异较大,且随个体胸径增大而呈正相关,密度呈现负增长；②树种组成简单,多样性较低,整体表现为中庸向优势树种过渡的状态,树种隔离程度不高,属于弱度混交与中度混交的过渡类型,不同潮带间的林分混交强弱有明显区别,大小分化和大小组合的差异也很大；③分布格局整体呈随机分布偏向不均匀分布(团状分布)；④林分整体竞争强度差异不明显,且随着林木径级的增大而减小；⑤树种优势状态差异不显着,优势树种数量有限,现有林分林木生长状况差异性不大,枯死木和受病虫危害的林木较少。(4)红树林林分空间结构均质性评价。根据林分均质性指数的意义,定义了评价林分空间结构特征的量化指标—林分均质性评价指数,并将林分均质性特征划分7个不同等级；湛江红树林林分平均均质性评价指数不到0.15,在17个林分中均质性评价等级为2级的只有4个林分,其余均为1级,说明湛江红树林各林分整体上在空间结构、生长状况和树种优势状态等方面不具有明显优势,离理想结构差距较大。(5)红树林林分空间结构优化模型的建立与应用。以林分空间结构均质性指数为目标函数,设置林分结构8个指标为约束条件,从择伐和补植两个经营手段分别建立红树林林分空间结构优化模型。应用两个模型进行优化经营实践,经营后的空间结构能得到较大改善,使红树林林分空间结构朝理想结构状态转化。模型实际使用简单,可操作性强。(6)红树林景观空间结构优化研究。分析红树林景观空间结构与功能关系,在景观层次上,筛选出与景观功能密切相关的森林类型多样性、森林年龄结构、森林面积比例、森林空间分布等因子建立湛江红树林景观空间结构优化模型。根据模型,从目标层、策略层、措施层和子措施层四个层次提出广东湛江红树林景观空间结构优化经营方案,在保持景观类型多样性的前提下,通过对红树林面积、年龄结构、斑块空间配置各要素的调整向“合理面积”、“异龄”、“混交”,“斑块嵌套“的格局发展。本文首次提出林分空间结构优化的均质性目标,定义了量化指标—林分均质性指数。根据均质性指数建立了林分择伐和补植两个空间结构优化模型。通过对湛江红树林林分类型的均质性特征分析以及优化模型的应用实例分析表明林分均质性指数对空间结构的评价符合客观实际。均质性目标量化标准的提出使林分空间结构优化经营有了新的突破。优化模型易于操作,可释性强,具有一定的实用价值和现实意义。在景观层次上,应用与红树林景观功能密切相关四个因子建立景观空间结构优化模型,根据优化模型提出了湛江红树林景观空间结构优化经营方案,为红树林景观尺度的森林经营提供了理论依据。
柴宗政[3]2016年在《基于相邻木关系的森林空间结构量化评价及R语言编程实现》文中指出量化描述和分析森林结构是近年来现代森林经营领域的研究热点和发展趋势,基于相邻木关系的森林空间结构量化指标如混交度(Mingling)、大小比数(Dominance)及角尺度(Uniform angle index)等,在国内外关于森林空间结构分析、林木竞争与优势度计算、物种多样性测度以及结构恢复重建与优化调整等研究中广泛使用,并取得了良好的效果。虽然,基于相邻木关系研究森林空间结构的方法为分析森林结构特征及变化规律奠定了坚实的理论基础与方法依据,但是森林空间结构分析是一个新的研究方向,许多理论和方法问题尚需进一步深入研究和解决。结构量化指标完善、评价方法探索及软件工具研发等方面已成为森林空间结构研究的主要内容。本研究以秦岭中山带火地塘林区10种典型次生森林类型为研究对象,从树种组成及物种多度分布,探讨了秦岭中山带典型次生林的群落构建及物种共存机制;提出了系统的森林空间结构指标体系及空间结构异质性评价方法,并通过R语言编程实现了森林空间结构分析软件的开发。在基础理论和实践应用方面取得如下进展:(1)参照生态系统健康评价VOR模型的理念,从活力(Vigor)、组织结构(Organization)及恢复力(Resilience)叁个方面,提出了林分尺度森林健康评价指标体系,其中包括生物量分布、林分密度、树种多样性、胸径分布、树高分布、演替特性、单木质量及空间分布格局等8个要素。为森林空间结构异质性评价中结构指标的选取及构建提供了可靠的框架与依据。(2)基于相邻木关系,参照混交度、大小比数及角尺度等指标的原理及方法,研究提出了两个新的森林空间结构参数,即差异化(Differentiation)和理想态(Ideal state),分别表征林分内部林木属性的差异化程度及社会地位。(3)提出了一套系统的森林空间结构量化评价指标体系,包括生物量大小比数(Biomass dominance)、密集度(Crowding)、树种混交度(Species mingling)、胸径大小比数(Diameter dominance)、林层差异化(Storey differentiation)、演替理想态(Succession ideal state)、单木质量理想态(Tree quality ideal state)、角尺度(Uniform angle index)8个指标。(4)针对以往森林空间结指标均值在反映空间结构指标分布时有可能造成数据偏差的问题,研究提出了优度系数(Preference value)的概念及计算方法来修正空间结构指标均值导致的数据偏差,该指数能够有效反映现实林分的空间结构参数或指标向理想结构点逼近或远离的趋势,进行标准化后便于不同空间结构指标间的比较,对每株林木构成的结构单元进行评价,实现了空间结构指标的精准分析。在此基础上,构建了两个森林空间结构异质性评价模型,分别为指标均值评价(Index average value evaluation,IAVE)和指标优度评价(Index preference value evaluation,IPVE),实现了森林空间结构多指标综合评价,能够有效反映林分质量或整体水平,为制定合理的森林经营规划及具体的森林经营措施提供科学依据。(5)结合美国森林健康监测中树冠因子的调查方法,从树冠、树干、树根3个方面提出了系统的、可操作性强的单木质量调查方法,并应用层次分析法及综合指数法构建了统一的单木质量评价体系。(6)调查的10种次生森林类型包括5686株林木(DBH≥5 cm),50个树种,隶属于16科,30属。其中,桦木林带包括2934株林木,43个树种,隶属于16科27属;松栎林带包括2752株林木,41个树种,隶属于14科28属。锐齿栎(Quercus aliena var.acutiserrata Maxim.)、华山松(Pinus armandii Franch.)、漆树(Toxicodendron vernicifluum(Stokes)F.A.Barkl.)、鹅耳枥(Carpinus turczaninowii Hance)这4个树种分布广泛,在10种调查森林类型中均有分布。桦木林带中的优势树种为红桦(Betula albo-sinensis Burk.)、华山松、青榨槭(Acer davidii Franch.)和漆树。松栎林带中的优势树种为锐齿栎、油松(Pinus tabuliformis Carr.)、华山松和漆树。桦木林带及松栎林带具有丰富的树种组成及相似的区系组分,但是群落结构截然不同。(7)指标均值评价结果处于0.467~0.611(均值为0.549),指标优度评价结果处于0.431~0.592(均值为0.529)。这两种评价方法均显示所调查的10种次生森林类型的森林空间结构异质性大多处于中等水平,只有少量处于良好等级。表明秦岭山地次生林的空间结构异质性差,生态恢复效果不理想。(8)以R语言为载体,编程开发了森林空间结构分析系统(forestSAS程序包),共计包括R程序22个,可支持用户方便地完成森林空间结构分析与评价工作。主要功能包括:边缘校正、最近邻体分析、森林空间结构指标计算、空间结构异质性评价、模拟森林采伐及植被重建。具有开源、简洁明了,操作简单等优点。
刘帅[4]2017年在《天然次生林林分结构分析及多目标智能优化研究》文中指出本文针对天然次生林存在的诸如林分结构不合理、稳定性较差等问题,以南洞庭湖龙虎山林场典型次生林——青稠混交林为研究对象,利用现代林业信息工程技术深入分析天然次生林林分结构特征,优化配置各类林分结构要素,提升天然次生林的多重效益。主要研究工作和研究结果如下:1、根据研究区调查数据建立样地林木Voronoi图及其对偶结构Delaunay叁角网,提出样地边界校正方法“Voronoi图结点距离判定”。研究表明:①林木Voronoi图明确了林木空间邻接关系,有利于提取并统计林木空间信息及数字特征。②Voronoi图结点距离判定更具灵活性,可视为缓冲距离随边界林木实际分布自适应变化的校正方法;该方法具备更强的校正能力,能最大限度地排除样地外林木的边缘干扰,有效提升空间结构指数的计算精度。2、在融合点格局分析多尺度动态特征的基础上,提出了林分空间格局分析方法“Voronoi图格局分析”,并采用多种方法从空间结构和非空间结构两个方面对次生林林分结构进行分析。非空间结构分析表明:研究区林分以青椆为优势树种,樟树、青冈栎、马尾松、白栋、枫香等次之;林分直径分布基本呈反J型曲线,具有较为明显的异龄林特征。空间结构分析表明:①林木空间格局方面,随空间尺度增大,林分整体空间格局有从聚集分布向随机分布过渡的趋势,林分各主要树种的空间格局则从聚集分布向随机分布甚至均匀分布转变;相比角尺度和O-ring统计方法,Voronoi图格局分析既融合了点格局分析的多尺度动态特征,又突出了对森林经营的指导作用,因而更具优越性。②林木种内种间关系方面,青稠种群的聚集分布特征导致种内竞争非常激烈;由于数量多分布广,与其他树种相遇几率高,故种间竞争亦很激烈。③林木空间隔离方面,样地P1～P5呈弱度混交,P6～P7呈中度混交,表明研究区林分的树种空间隔离程度较差,需补植一些乡土树种。④林分垂直结构方面,样地平均林层指数取值普遍较低,表明林分垂直分层情况不理想,林层较为简单,在垂直方向上对空间的利用程度不高。3、提出基于次生林林分空间隔离、竞争、空间格局的均质性目标,建立次生林林分结构状态评价体系及标准。研究表明,样地P6处于高地,受人为及自然干扰少,其空间均质性评价等级为4级;而其它样地受人为及自然干扰大,均为2～3级,反映出人为及自然干扰对该地林分的深刻影响。4、针对林分结构中存在的不合理性,以林分空间结构为优化目标,构建了基于群智能PSO算法的次生林林分结构的多目标优化经营模型,并将模型应用于经营实践。研究表明,在树种数、径阶分布保持不变的基础上,按照该模型确定的采伐方案能使林分结构达到整体最优,各样地林分结构稳定性、物种多样性和结构复杂性均得以增强,林分各项结构指标均得到不同程度的改善和提升。通过集成GIS空间分析方法、人工智能算法和计算机建模与仿真技术,开发了次生林结构分析、优化和调整的智能决策与经营系统。5、本文主要创新点如下:①提出样地边界校正的新方法——“Voronoi图结点距离判定”,为准确分析和评价林分空间结构状态提供了理论依据;②提出林木空间格局分析的新方法——Voronoi图格局分析,拓展了林分空间格局的分析方法;③构建了基于群智能PSO算法的次生林林分结构的多目标优化经营模型,开发了次生林结构优化和调控的智能决策系统,提升了森林经营决策的数字化、信息化及智能化水平。
张江[5]2014年在《森林健康经营空间途径与评价系统研究》文中进行了进一步梳理森林是一个复杂系统,结构与健康密切相关,影响因子繁多,涉及面广,维数多。从包含空间信息的森林结构及其优化调整研究森林健康经营的理论、方法和技术是国内外林学、生态学研究的热点和难点。我国南方,特别是长江以南,南方淡水湖泊周边森林群落,多年以来,湖泊不断萎缩,周边森林面积逐年缩小,生物资源急剧减少,外来树种增多,森林群落类型正快速从原生群落向人工群落演变,使这一地区森林生态系统的服务功能遭受了严重破坏,甚至影响到长江流域经济社会的可持续发展。因此,依据系统工程结构功能关系原理,从森林空间途径研究南方森林健康及其经营,通过调整森林空间结构,恢复森林生态系统功能,维持森林健康稳定,对提高研究区森林经营水平,构建“两型社会”和低碳经济社会具有重要的理论和现实意义。森林健康影响因子众多,经营措施各异,森林健康经营实际上是一个非线性多目标规划问题,国内外为对其研究也缺少系统和科学性。本文以长沙市大围山自然保护区、浏阳湖国有林场、长沙黑麇峰国家森林公园、长沙市湖南省森林植物园、沅江市龙虎山林场和湖北省崇阳县桂花林场典型阔叶混交林为研究对象,依据森林健康、生态学和系统工程等理论,从结构、功能与森林健康的关系入手,在森林生态系统尺度分析影响长沙市森林健康各因子,分析森林健康状况以及存在的问题,提出森林空间结构合理性评价标准和评价方法。应用数据挖掘、智能进化算法研究生态系统健康经营空间结构调控策略,在智能进化算法求解多目标规划问题的基础上,研究森林健康经营多目标空间结构优化问题,确定目标空间结构,建立长沙市典型森林类型健康经营空间结构优化模型,在此研究基础上,并提出了相应改善措施,调整森林生态系统空间结构,制定正确的经营思想和经营目标及措施。主要研究内容和研究结论如下：(1)基于Voronoi图的林分空间结构分格局分析方法研究。以研究区大围山自然保护区、浏阳湖国有林场、望城区黑麇峰国家森林公园,湖南省森林植物园天然次生林为对象,提出基于Voronoi图的林分空间结构分格局分析方法,研究结果表明,基于Voronoi图的格局分析方法同样能有效刻画林木空间分布特征,可从不同的时空尺度上描述了林分主要树种的空间格局动态。(2)基于多目标优化的森林空间结构综合评价研究。借鉴生态学有关生态系统内部均衡和均质原理,在森林生态系统(斑块)尺度,从空间结构的混交、竞争、空间分布格局叁个方面分析提出森林空间综合评价方法和评价标准-林分均质性评价模型。长沙市大围山自然保护区、浏阳湖国有林场、长沙黑麇峰国家森林公园、长沙市湖南省森林植物园典型次生林林分空间结构综合评价结果表明：13个典型次生林林分平均空间结构均质性评价指数仅为0.25,均质性评价的五个等级中处于1级和2级的林分为12个,占77%,处于3级的林分只有3个,仅占23%。离理想空间结构1.00差距明显,说明研究区包含有空间信息的森林结构特征中存在的不合理性因素较多。这一结论较真实地反映了研究区次生林资源现状,按照不同海拔,林分空间结构均质性特征逐渐增强。与长期以来的自然和人为干扰、保护与恢复乏力有着密切的关系。森林生态系统空间优化均质性目标及均质性指数的提出是森林可持续经营空间途径的拓展,为森林经营的理想空间结构及其表达探索一条新途径。(3)提出了基于林木空间结构单元的自然构成指数和林分干扰指数。以处于演替高级阶段的树木在森林中所受到的竞争压力小于处于演替低级阶段的树木在森林中所受到的竞争压力为思想,通过对空间结构单元中参照树与相邻木的生长优势作对比,提出了反映森林现状与森林进展演替的差异程度的林分自然构成指数。桂花林场典型苦槠混交林分实例应用表明：自然构成指数为优化林分结构,促进林分更快的向顶级群落演替提供了理论指导。为综合衡量次生林受干扰程度,基于林木空间结构单元,采用林木现实冠幅与理想冠幅之比,提出了林分综合干扰指数,龙虎山林场青椆混交林实例分析表明,林分干扰指数可较好地描述次生林受自然和人为干扰状况,对明确森林空间结构优化目标提供新的思路。(4)林分空间结构多目标优化模型。综合考虑影响森林功能的林木水平分布格局、树种混交、种内及种间竞争、多层次垂直结构的基础上,提出基于系统论和结构化森林经营的天然次生异龄林空间结构多目标优化的经营模型,利用PSO算法搜索林分空间的薄弱环节,巧妙地将林分多目标空间规划问题转化为粒子群体迭代寻优问题。模型通过大围山自然保护区天然阔叶次生林实际应用,从研究结果来看,应用PSO算法求解林分空间结构多目标优化具有明显的效果,通过优化模型经营实例表明,模型突破了传统森林经营模式,在保持非空间结构树种、径阶、龄级分布均不变的基础上,林分空间结构各项指标(除林层指数外)均得到改善,从整体上提高林分空间结构的均质性目标,对促进生态系统的健康和稳定,恢复森林生态功能具有重要的实际意义。为智能信息技术在森林空间经营中的应用提供了新的思路。(5)长沙市典型森林生态系统健康评价。通过分析研究区典型森林类型林分结构功能特征,以及其生态系统健康概念和健康评价实践,确定森林生态系统健康不是简单的线性关系。遵循评价指标体系构建原则,建立了森林健康评价指标体系,评价标准,借助湖南省森林资源二类调查、典型样地调查、湖南省森林资源管理信息系统,选取了单位面积蓄积量、年凋落物量、年蓄积生长量、活立木生物量、叶面积指数、物种多样性、平均树高、年龄结构、平均胸径、乔木郁闭度、灌木盖度、草本盖度、枯落物盖度、空间结构均质性指数、人为干扰强度、火险等级、病虫害程度、近自然度、木质产品生产能力、非木质产品生产能力、水源涵养能力、水土保持能力、政策完善与产权明晰度、林农参与度、森林监管与保护等25个指标建立了基于森林(小班)的森林健康评价模型,依据因子分析方法中的方差贡献率大小确定指标权重,计算各林分健康得分并对其进行健康分级。在所选的110个典型森林生态系统(林分)中,优质林分2个,健康林分8个,亚健康林分71个,不健康小班4个,劣质林分2个,分别占总数的1.8%,22.7%,64.5%,7.3%和3.6%。研究区域森林生态系统总体处于亚健康状态。(6)森林健康评价与结构调控评价系统。以研究区典型森林类型为对象,在分析森林健康评价与结构优化评价系统特征的基础上,应用综合集成研讨厅技术,研究开发了基于智能进化算法的森林健康评价与结构调控智能系统。主要包括智能系统开发平台的设计、系统体系结构设计、软件架构设计以及评价与调控系统架构、模块分解等关键技术的开发。集成定性和定量的综合分析与综合评价诸多模型和方法。经测试,系统运行良好,智能化辅助决策程度较高。本文针对森林健康经营空间途径首次提出了基于Voronoi图的林木空间格局分析方法和林分空间结构多目标优化的均质性目标,为评价森林空间特征中存在的不合理性,确定合适的经营措施提供了理论依据；同时研究将智能进化算法空间搜索功能应用到森林空间结构调控的定位,使森林空间结构多目标优化有了新的突破研究开发的基于智能进化算法的森林健康评价与结构调控智能系统经调试和运行效果良好,可望为森林健康经营提供智能化系统支持平台。
胡艳波[6]2010年在《基于结构化森林经营的天然异龄林空间优化经营模型研究》文中研究说明天然异龄林具有十分重要的生态、经济和社会价值。本研究以结构化森林经营为基础,利用各种结构参数的技术手段,在林分水平上通过计算机优化调整森林的空间结构,促进天然林更加健康和稳定,最终实现可持续发展。研究拓展了空间结构量化分析方法的分析范围,提出了基于结构化森林经营理论的空间结构优化经营模型(SSOM),将计算机模拟的天然异龄林优化方案与实地优化方案进行了比较,并用林分状态分析方法对优化经营方案进行了评价。取得如下结论:(1)提出两个新的空间结构参数参数——林木开阔比数和密集指数,使用修正的林分混交度描述树种空间隔离程度。通过比较林木之间高差和水平距离的关系,提出描述林分中高大乔木光环境的“林木开阔比数”,其取值从小到大,分别对应于完全遮挡、遮挡、中等开阔、开阔和非常开阔的5个光环境等级;研究通过比较参照树和其最近相邻木的冠幅与水平距离的关系,提出描述林分空间利用程度的“密集指数”,其取值越大说明林木对空间的利用程度越高;林分的修正混交度结构单元取值等级清楚、含义明确,同时包含空间结构单元的树种数,除了明确表达林分中的树种空间隔离程度,还能够体现林分的树种多样性。(2)通过计算机进行优化经营时,分析经营措施的优先性,构建计算机经营规则。依据结构化森林经营培育健康稳定森林的总体目标和原则,以及指标与林分空间结构优化或健康的关系密切程度,提出结构优化中的经营优先顺序应是:林木健康>顶极树种优势度>林分空间分布格局>树种混交程度>林木成熟度。在具体经营中,并不是对所有因子都进行调整,而是根据具体林分经营迫切性的分析评价结果,有针对性地对不符合健康稳定标准的林分指标按照这个先后顺序逐一调整。采伐优先性在指导林分的空间结构优化经营时,使经营更加快速和有效。(3)基于结构化森林经营的林分空间优化经营模型的构建,应以格局、顶级树种和主要伴生树种中大径木的优势程度、树种混交程度等空间结构优化为目标,以健康稳定的森林结构特征为约束,以局部穷举为优化算法,以目标函数取得最小值为标志,获得有限域内的最优林分空间结构。目标函数中的树种混交程度以修正混交度代替原来的混交度,在约束条件中以树种优势度代替树种大小比数,同时加入健康林木比例限制、格局限制、空间利用程度限制和郁闭度限制,以便更好地使经营采伐在保证林分健康稳定的前提下,优化其空间结构。(4)研究认为水曲柳-红松针阔天然混交林林分的经营迫切性为一般迫切。应用混交度、角尺度、林木大小比数、树种优势度、密集指数、开阔比数、多样性指数、直径分布、郁闭度以及其他统计参数,详细分析了位于吉林蛟河的水曲柳-红松针阔天然混交林林分的空间结构和非空间结构状态,并对该林分进行经营诊断,认为该林分的近自然度评价为次生林,由经营迫切性评价结果可知,这一类东北阔叶红松天然异龄林的结构优化经营方向首先是提高顶级树种的优势度,或者说进行竞争调节,降低顶极树种的竞争压力;其次是对达到目标直径的大经木进行适当采伐;另外注重保护更新,提高林分更新幼苗的数量和质量。(5)通过实地经营和模型经营两种方式对林分进行结构优化,并对优化经营进行效果分析,评价结果表明:两种优化方案都能够实现经营目标:在保持林地连续覆盖、保护林分的树种多样性和结构的稳定性的前提下,降低顶极树种的竞争压力、提高顶极树种的优势度,同时在一定程度上调整树种组成,并取得一定数量的木材;另外,两者各有自己的适用范围,模型经营能够利用结构优化目标函数从整体上控制空间结构的优化效果,在满足全部约束的情况下,实现经营目标,并利用完整的空间结构信息,摸索空间结构优化的规律;经营者的实地经营能够利用前者得到的规律,在没有定位数据的大规模经营时,根据单株林木所处小环境的具体情况,制定更有针对性的经营措施。
卢军[7]2008年在《帽儿山天然次生林树冠结构和空间优化经营》文中指出本研究利用帽儿山天然次生林区2007年所调查的30块标准地和176株解析木的数据,共获得样木4237株,剔除枯死木,剩余3628株;获得枝条3401个,其中标准枝694个。测量样木的胸径、树高、冠幅、坐标和活枝高度等因子,并对解析木分段进行了枝解析和叶量的收集。用2915株样木建立了单木冠长率模型,其余713株作为检验数据;用枝解析的数据建立了次生林各树种的枝条解析模型,分析枝条梢头的着生位置建立了树冠轮廓模型,根据叶量在树冠相对高度上的累积百分比建立了叶量模型。研究次生林内几种空间结构指标,并根据多样性混交度、聚集指数、竞争指数和树冠迭加指数建立了天然次生林择伐空间优化模型,采用数学规划的思想对其求解,并应用到现实林分中。研究的主要内容包括:1、根据次生林内树木的大小(SIZE)、竞争(COMP)和立地(SITE)3个方面因子组的分析,利用Logistic的形式来建立10个树种单木的冠长率模型,并用多重决定系数砰来判断各个因子组对模型的贡献率。参数的拟合结果表明,叁个因子组中林木的大小和竞争对树木的冠长率影响较大,而立地条件相对较小。树种的冠长率随着胸径的增大而增大,与树木的冠幅之间也是递增的关系,也是与树木的年龄成正比的。各个树种的冠长率模型的检验结果表明,10个树种的预估精度都超过了91%,除了枫桦和色木,都通过了置信椭圆F检验。几种偏差值都较小,尤其是ME和MAE值很小。多数树种的相关系数R相对较低,只有白桦和枫桦较高,超过了0.9。2、用分段的多项式所建立的枝条基径的叁种模型,得出基径和枝条的着枝深度、胸径、树高和冠长之间有密切关系:建立的叁种枝长模型是以树木的着枝深度、胸径和树高为自变量的;弦长与枝长之间是极显着的线性关系,可用对数形式来描述;枝条的着枝角度与总着枝深度、树木胸径、实测树冠半径、树高等因子的关系可以用多元线性方程来表示;着枝角普遍都分布在20～50度之间,这个区间的分布比例一般都能达到枝条数量的60%以上,不同树种的比例不太相同。而小于20度的枝条一般在20%左右变化,大于60度的枝条非常少,70～80度之间的枝条十分稀少,大于80度的枝条可能是测量的误差。着枝角的分布与着枝深度有密切的关系,着枝角度在树冠的上层时一般都较小,而随着树冠深度的增加,中层的枝条的枝长开始增大,枝条的重量随着基径和枝长在增大,着枝角度会明显增大,因此在这个范围内的分布最广,占了大多数。而到了树冠的下层时,枝条的着枝角度也较大,但是数量较少。对基径、枝长和弦长模型进行了检验,检验的结果较好,有较高的相关系数和预估精度。3、本研究认为阔叶树种的树冠轮廓并不是简单的从梢头到冠底增加的,根据分层枝解析的结果,把树冠分成2个部分,上层和中层作为一部分,用叁次反抛物线式来建立h高度处树冠半径与冠内相对高度的模型;把树冠的下层的枝条作为一部分,也是用抛物线的不同形式建立不同树种的树冠轮廓模型。这些形式能较好的用几何位置来表现阔叶树种的树冠轮廓。4、用传统的叁参数Weibull分布等形式无法很好的说明阔叶树种的叶量分布特点,而对数正态分布能描述这种特点。本研究用“S”曲线的形式来建立树冠内累积叶量百分比CF%和树冠内枝条相对高度RPC的模型,效果良好。并且得出,每个树种在树冠内相对高度上的叶量的垂直分布是不同的,天然次生林阔叶树种的叶量在树冠的上部(0.3CL以下)所占比例很小,约占10%左右;在树冠的中部以及中下部(0.4CL～0.8CL),叶量所占比例最大,几乎集中了整个树冠60%～75%的叶量;而在树冠的下部(0.8CL以下),几乎占很少的叶量,大约10%左右。5、采用Hegyi竞争指数来表现次生林内林木的竞争关系,并且根据竞争圈的大小和林木在竞争圈内的分布位置、大小与距离来计算有效的竞争木,并不是传统意义上的全部竞争木;本研究提出用树冠迭加指数(Crown area overlap index)来表示林木与周围树木的树冠竞争情况,并采用等树冠投影面积法把树冠分为5级,这样计算的树冠迭加指数更加与现实林分相符。6、本研究基于乘除法的思想,用多样性混交度、聚集指数、竞争指数和树冠迭加指数构建了天然次生林择伐空间优化模型,设计了10个与林学意义相一致的约束条件,并采用0-1整数规划的思路,在LINGO9.0软件中使用了隐枚举法对目标函数求得最优解。7、以M702标准地为应用实例,具体计算出了每株采伐木,经过择伐后,目标函数值按模型设计的要求发生了极大的改变,增加了5倍多,说明了最后这个解的优良性,满足了设计的要求。径阶数、树种数都保持不变,Shannon-Weiner指数增加了3.5%。约束条件中的q值减小了约6.6%,次生林的多样性混交度和聚集指数分别增加了2.5%和4.1%,竞争指数和树冠迭加指数分别减小了19.99%和50.93%。采伐量是小于林分的总生长量的,林木的蓄积减少了27.03%。目标函数的10个约束条件在经过择伐优化模型的求解后,都得到了满足,目标函数值显着的增加,在符合了设计的要求的同时,也与林分的林学意义相一致。本研究首次建立了天然次生林冠长率的模型,研究了次生林内主要阔叶树种的枝条的特征,建立了多种适用于阔叶树种枝条解析的模型,并且首次尝试建立阔叶树种的树冠轮廓模型,这些都取得了较理想的模拟效果。提出树冠迭加指数来描述林木树冠之间的竞争关系,更好的解释并量化了树木对光环境的适应能力。最后,以应用实例来描述次生林空间结构的特点,确定了采伐木,优化了林分的空间结构。这些理论和实践相结合的思路为次生林的经营提供了科学、数量化的经营理念,是对继承与发展传统方法的一次有益尝试。
惠刚盈[8]2013年在《基于相邻木关系的林分空间结构参数应用研究》文中研究指明森林经营是林业发展的永恒主题,其原理就是道法自然,即遵从自然规律进行既定目标的森林结构调整。森林结构可以帮助我们了解森林的发展历史、现状和生态系统将来的发展方向,已经成为分析和管理森林生态系统的关键因子。森林结构主要通过空间多样性、物种多样性和大小多样性来表征,在很大程度上由相邻木的空间关系所决定。基于相邻木关系的林分空间结构参数角尺度、混交度和大小比数等在国内外关于林分空间结构分析、林木竞争与优势度计算、物种多样性测度以及结构恢复重建与优化调整等研究中被广泛使用,并取得了良好的效果。挖掘空间结构参数新的应用领域以及对结构参数理论体系的进一步完善将是基于相邻木关系的林分空间结构研究亟待解决的首要问题,如何把空间结构的3个方面作为统一整体来分析林分空间结构的特征与变化是目前研究的一个重要方向。未来的研究还将聚焦于变量的叁维或二元分布,即变量的"体"、"面"研究,因其可视性将成为现在和未来林学研究的又一重要方向。
陈亚南[9]2016年在《落叶松云冷杉林空间结构多样性及择伐模型的研究》文中研究表明为研究长白山地区过伐林的恢复和保护,本文以落叶松云冷杉林为研究对象,选出适宜的多样性指数和空间结构参数,明确该区域树种多样性现状,计算物种空间状态、交角竞争指数和空间多样性指数等空间结构指数,分析不同落叶松组成的落叶松云冷杉林的空间结构多样性特征。依据结构化经营的要求,建立林分空间结构多样性择伐优化模型,并对金沟岭林场的落叶松云冷杉林进行了模拟应用,从而为该区林分的综合经营管理提供理论参考。研究结论如下：(1)不同落叶松组成的落叶松云冷杉林林分非空问结构差异较小。林分主要优势树种有落叶松和冷杉等,乔木层包含的树种数均在11个以上；各林分的Shannon-Wiener指数均大于Simpson多样性指数；Weibull分布函数能够较好地拟合各样地直径分布曲线,R2均在0.7以上(2)混交林和相对纯林中的林木均以随机分布为主,角尺度和空间密度指数结合使用,提高了描述林木水平分布状态的准确度；林分平均开敞度为0.22,树木生长空间不足,开敞度能有效描述落叶松云冷杉林林内光环境；林分树种隔离程度均较高,胸径分化不明显,林木异质性不高。(3)混交林和相对纯林的空间结构多样性差异显着。混交林中随机分布且处于强度或极强度混交、随机分布且处于中庸状态、中庸状态且处于强度或极强度混交的叁种结构单元所占比例均高于相对纯林。与简单混交度相比,空间多样性指数能够更好地表达落叶松云冷杉相对纯林和混交林之间树种空间配置的差异,相对纯林样地的空间多样性指数明显低于混交林。6块落叶松云冷杉林样地中,落叶松均在种间竞争中占据优势地位。对于该区的林分经营,可向落叶松占30%的比例,针阔比为8：2,株数密度800株/hm2调整。(4)构建了林分空间结构综合指数,指数取值范围为0.028-1.262,与各指数因子的关联度大小和优先度排序为：空间密度指数>角尺度>开敞度>平均定向指数>物种空间状态>大小比数>交角竞争指数。建立的择伐模型能在落叶松云冷杉林的经营中发挥作用,优化林分空间结构多样性。从空间结构参数二元分布图上可直接看出不同组合的数量特征和分布状况,进而可选出择伐木,在森林的经营实践中操作性更强。
郝月兰[10]2012年在《基于林分空间结构优化的采伐木确定方法研究》文中进行了进一步梳理林分空间结构决定了树木之间的竞争优势及其空间生态位，在很大程度上影响着林分生长、发育和稳定性。合理的林分空间结构是充分发挥森林多种功能的基础，研究林分空间结构对于森林经营和优化决策都具有重要的理论和实际意义。本研究以我国东北过伐林区吉林省汪清林业局金沟岭林场4块不同采伐强度落叶松针阔混交林样地为研究对象，用Voronoi图确定最近邻木计算混交度和角尺度，并和按照最近邻木取4计算的混交度和角尺度进行比较，根据Voronoi图划分生长空间分析竞争强度，在此基础上首次引入加权Voronoi图确定单木营养面积分析林分竞争强度，探索林分空间结构择伐优化的新方法。用VB编写程序计算林分空间结构指标。根据Voronoi图和最近邻木取4计算的4块不同采伐强度样地的混交度很接近，但是角尺度差距较大，根据最近邻木取4计算无采伐样地的角尺度是0.5389，属于聚集分布，其他3块样地的角尺度均介于0.475和0.517之间，属于随机分布；根据Voronoi图确定最近邻木计算的角尺度表明4块样地均为聚集分布。根据加权Voronoi图计算的无采伐样地无采伐林木平均营养面积和竞争压力指数是5.0m2和120，样地林木之间存在弱度竞争，而采伐断面积30%、采伐断面积20%、采伐断面积40%的营养面积均大于无采伐样地，竞争压力指数都是106，竞争强度小于无采伐样地。根据对无采伐样地现况的分析，对无采伐样地采取了弱度择伐，最终共采伐32株树，计算采伐后样地的树种组成指数是0.6，略有下降。混交度、营养面积和竞争压力指数，其值均有所改善，表明林分的空间得到优化。采伐后基于Voronoi图计算的无采伐样地角尺度是0.6358，与伐前相比增大，聚集程度增强，但最近邻木取4计算的角尺度是0.53，略显下降，研究认为因为Voronoi图和最近邻木取4两种方法确定的最近邻木株数不同，根据Voronoi图确定的最近株数5和6的频率最高，平均最近邻木为6株，这样在根据Voronoi图计算角尺度时应按照最近邻木株数调整标准角。间伐能够在短时间内调整林分的空间结构使其改善，而自然演替则需要较长的时间才能达到这种效果，但是经过7年后，人为干扰和自然演替的效果趋向一致。
参考文献：
[1]. 森林空间结构分析与优化经营模型研究[D]. 汤孟平. 北京林业大学. 2003
[2]. 广东湛江红树林生态系统空间结构优化研究[D]. 李建军. 中南林业科技大学. 2010
[3]. 基于相邻木关系的森林空间结构量化评价及R语言编程实现[D]. 柴宗政. 西北农林科技大学. 2016
[4]. 天然次生林林分结构分析及多目标智能优化研究[D]. 刘帅. 中南林业科技大学. 2017
[5]. 森林健康经营空间途径与评价系统研究[D]. 张江. 中南林业科技大学. 2014
[6]. 基于结构化森林经营的天然异龄林空间优化经营模型研究[D]. 胡艳波. 中国林业科学研究院. 2010
[7]. 帽儿山天然次生林树冠结构和空间优化经营[D]. 卢军. 东北林业大学. 2008
[8]. 基于相邻木关系的林分空间结构参数应用研究[J]. 惠刚盈. 北京林业大学学报. 2013
[9]. 落叶松云冷杉林空间结构多样性及择伐模型的研究[D]. 陈亚南. 北京林业大学. 2016
[10]. 基于林分空间结构优化的采伐木确定方法研究[D]. 郝月兰. 中国林业科学研究院. 2012