小班是森林资源二类调查的基本单位,是掌握森林资源数量、质量、分布规律及动态生长的基本单元。经过六十多年的努力,我国的森林资源规划设计调查(简称“二类调查”)已形成一套集标准、方法、技术于一体的完整体系。时至今日,二类调查由于方法、技术及成本等因素限制,只是对现有数据定时更新的重复工作,一方面难以获取数量更多范围更广的基础数据,另一方面对已积累的数据也未充分利用。基于此,本文从两方面进行改进与提升,一方面通过改进调查装备、方法与技术,旨在更快速、精确、低成本地获取更多更广的森林资源现状数据,另一方面应用已积累数据,通过分析方法与技术改进,挖掘符合客观实际与主观需求的信息知识,服务森林资源管理。具体思路是首先通过3D角规设计与应用对森林资源调查装备、方法与技术进行改进；以小班为基本单位,以小班数据为主体,利用数据挖掘与知识发现技术对小班数据进行挖掘与预测模型建立,旨在发现潜在知识,对小班生长数据进行预测;利用已有数据,结合电子经纬仪立木无损精测技术建立实用模型,服务于森林采伐作业设计。主要结论包括：(1)小班现状数据获取方面：改进调查装备与技术,设计3D角规,探索森林二类调查方案。①针对传统角规的局限性,本文首次提出将角规体系分为3D角规、平面精测角规、普通角规三类以实现不同目的。通过结合森林经营表,设计出具有Fg=1.0、3.0、5.0、6.0的3D角规。经实验验证,3D角规所观测平均树高的平均相对误差为-1.65%：林分每公顷株数的平均相对误差为1.99%；每公顷蓄积量的平均相对误差为0.34%,整体误差较小。能满足森林调查需要,且计数木均在10株左右,有效减少了调查工作量。②以3D角规为工具,结合多类角规设备,利用DTM数据、高分辨率遥感影像数据及无人机数据提出三种森林资源二类调查方案,从航天-航空-地面三个尺度出发,结合3S技术及角规地面调查技术,可满足不同尺度、不同目的森林资源调查需求。改善目前森林资源调查中工作量大、接触式测量等问题。从而形成快速、有效、低成本的森林小班调查体系。(2)小班历史数据挖掘方面：引进和改进数据分析方法与技术,利用数据挖掘与知识发现技术对小班立地进行分类并分类模型。①利用数据挖掘技术中用于处理海量数据的两步聚类法,对黄泥河林业局的小班数据中多因子进行筛选选取立地分类主导因子,然后进行两步聚类分析,利用数学方法并与常规立地分类评价方法相结合,最终将黄泥河林业局小班分为八类,形成黄泥河林业局立地分类体系及立地分类特征表。此分类方法较传统分类更具有统计学及实践意义,为小班经营管理、造林更新提供理论依据；②对每个类型的小班数据,分别建立完全因子回归模型、筛选因子模型和LM-BP神经网络训练模型,并使用独立检验样本进行检验,结果表明：小班分类型完全因子回归模型决定系数R2均在0.83以上,检验精度R2较高,MSE绝对值均小于0.1%,MPE大部分都小于5%(除第V类外)；小班分类型筛选因子回归模型决定系数R2均在0.79以上,检验精度R2较高,MSE绝对值均小于0.16%,MPE均小于5%(除第V类外)；小班分类型完全因子LM-BP神经网络模型,MSE均小于1.7%,训练精度均大于0.86,仿真精度均大于0.90；小班分类型筛选因子LM-BP神经网络模型,MSE均小于2.4%,训练精度均大于0.83,仿真精度均大于0.80。从因子数量上看,完全因子模型精度高于筛选因子模型,对小班蓄积量的预测更准确；从方法上看,LM-BP神经网络训练模型精度高于传统方法,但是神经网络具有黑箱操作的局限性,在模型实际应用中还需进一步探索。结果表明,总之,引进和改进数据挖掘技术对小班数据挖掘与分析是可行的,能更快速、更科学地发现潜在立地信息,建立精度更高、适用性更强的蓄积量预测模型。(3)小班数据预测方面：使用新的分析方法建立小班生长预测模型。针对目前森林资源二类调查间隔期长(10年),为了实现小班的间隔期内数据推测、未来调查期进行数据预测,本文以1995年黄泥河林业局小班测查数据为基础,建立小班的平均胸径、平均树高的动态生长模型,并使用该局2005年小班调查数据进行检验。选取理查德理论方程为最优理论模型,表达式分别为yD-T=17.07(1-e-0.10A)3.67、 yH-T=16.85(1-e-0.11A)4.23,建模决定系数R2分别为0.88、0.84,拟合程度较好,适用性检验决定系数R2分别为0.76、0.84,且SEE.MSE.MPE均小于±3%,可用于小班生长预测；利用LM-BP神经网络法进行小班生长量模型训练,其D-T模型相关系数R为0.95；H-T模型相关系数R为0.94。模型训练/建模精度方面,LM-BP神经网络训练精度高于常规方法；模型应用方面,LM-BP神经网络模型训练精度虽高,但其具有黑箱操作的特点,对其建模机制和模型表达方面未知,导致其实际应用受限,深层次应用还须进一步研究。通过小班数据预测模型,为小班造林、小班数据更新提供切实有效的技术方法。(4)小班数据应用方面：主伐小班立木无损出材率计算模型研究。与森林资源作业设计调查(简称“三类调查”)相结合,面向森林主伐作业设计调查的需求,利用立木无损精测技术建立立木任意高度直径模型：针叶树(以落叶松为例)模型为：d=0.7775d1.3 1.1415 h-0.3437(R=0.88)、d=0.5728d1.3 0.8874 H0.3930h-0.3468(R=0.90)；调叶树(以毛白杨为例)模型为：d=1.04878d1.3 1.0315 h-0.2803(R=0.91)、d=0.6985d1.3 0.9331 H0.2330h-0.2821(R=0.91),各树种模型拟合情况较好,并由此推算分段材积、全材积公式。结果表明：利用电子经纬仪立木无损精测技术进行立木出材率计算,精度更高,且在立木状态,利用对森林无损伤便可进行出材设计,可为三类调查提供方法与技术支撑。综上所述,以小班数据的获取、挖掘、预测及利用为主线,从调查装备、方法与技术和分析挖掘方法与技术两方面进行改进的思路是可行的,可获取更多更广的森林资源现状数据,挖掘更符合客观实际与主观需求的信息知识,从而为森林资源管理、森林资源信息开发提供新方法、新思路,为提高森林资源调查数量特别是质量、完善调查体系有现实意义。
【学位单位】：北京林业大学
【学位级别】：博士
【学位年份】：2015
【中图分类】：S757.2
【部分图文】：
结合表２－３、表２－４结果进行综合分析，最终选取１．０、３．０、５．０、６．０四种系数??作为３Ｄ角规的断面积系数，以具备常规使用和林分密度大的情况下的使用功能。??本研究在３Ｄ角规（功能嵌套于手持式测树枪中）（图２－２）前端安装可旋转的特??制拨片，其断面积系数分别为１．０、３．０、５．０、６．０四种，结合测树枪粗猫器到拨片的??距离为７３．４４?ｍｍ，本研究设计４个凸起，对应四个不同角规断面积系数：１．０、３．０、??５．０、６．０，对应的角规凸起长度分别为１．４６８、２．５４４、３．２８４、３．５９８ｍｍ，其设计如图２－４??所示，重点说明的是，本文将３Ｄ角规片设计成凸起而不是缺口，是为了减小视差，??从而减小观测误差。利用３Ｄ角规观测，可对计数木判断后自动累加，对树高、胸径、??位置直接观测并自动记录，使用“３Ｄ角规数据后处理软件”将数据导出，并计算林??分参数（林分平均高、林分每公顷株数、林分每公顷蓄积量等）。??—?一?３．５９８ｍｍ??ｉ?Ｆｇ＝６．０??＿?＼?！??Ｆｇ＝５．０?Ｆｇ＝１．０?Ｉ?ｊ??Ｆｇ－３．０??２．５４４ｍｍ??图２－４?３Ｄ角规片设计图??Ｆｉｇ．?２－４?Ｄｒａｗｉｎｇｓ?ｏｆ?ｄｅｓｉｇｎ?ｏｆ?３Ｄ?ａｎｇｌｅ?ｇａｕｇｅ?ｃｈｉｐ??使用３Ｄ角规进行观测时
D角规数据后处理软件界面
局接壤；西部和西北部与較河市境内的白石山林业局、吉林省較河林业实验区管理??局相连；北部与黑龙江省山河屯林业局相批邻。幅员面积１９６５９６．０公顷。局址位于??敦化市黄泥河镇境内，距离敦化市区３５公里。其位置分布图见图３－１。??Ｘ??Ｓｃａｌｃ?１：２５０００??ｎ?＜１?１－１?Ｉ?１?ｆ?．?Ｕａｍ??＊?ＵＭ?？＊Ｍ?ＭＷ?ＭＭ?？Ｍｔ??图３－１黄泥河林业局位置图??Ｆｉｇ．?３－１?Ｌｏｃａｔｉｏｎ?ｍａｐ?ｏｆ?Ｈｕａｎｇｎｉｈｅ?ｆｏｒｅｓｔｒｙ?ｂｕｒｅａｕ??３．２．?１．２．地形地势??黄泥河林业局属长白山系张广才岭山脉。地势由北向南倾斜，形成北高南低趋??势，差异悬殊。干湿草甸，平坦丘陵，山地在此均有分布。北部地区山峰高、坡度??大、石塘多，而南部地区则山低坡缓。全局最高处位于团北林场东北角的老爷岭，??海拔１６８２米。最低处在珠尔多河与牡丹江汇合处，海拔仅３６０米。??４４??
【相似文献】
相关期刊论文 前10条
1 权志长;在全省森林资源调查工作会议上的讲话[J];陕西林业;2004年02期
2 孙承骞;加强领导 狠抓落实 全面完成森林资源调查任务——在全省森林资源调查工作会议上的讲话[J];陕西林业;2004年02期
3 罗扬,朱军,王志民,傅俏燕,陆登槐;中巴资源卫星数据在贵州森林资源调查中的应用[J];南京林业大学学报(自然科学版);2005年02期
4 白降丽,彭道黎,庾晓红;我国森林资源调查技术发展研究[J];山西林业科技;2005年01期
5 戢建华;詹劲昱;骆崇云;;浅析森林资源调查监测技术的现状与发展[J];内蒙古林业调查设计;2007年01期
6 贺霞;;掌上电脑在森林资源调查中使用的优点及不足[J];内蒙古林业调查设计;2007年06期
7 焦一之;陈瑜;张锁成;仝小宛;陆贵巧;;“3S”技术在森林资源调查中的应用[J];河北林果研究;2007年04期
8 郭振;谭伟;;森林资源调查中的嵌入式GIS研究与开发[J];林业调查规划;2008年06期
9 曹雨;刘彩凤;;3S技术在森林资源调查中的应用[J];科技信息;2009年03期
10 刘新东;杨福成;李荣平;;3S集成技术在森林资源调查中的应用[J];吉林林业科技;2009年06期
相关博士学位论文 前5条
1 闫飞;森林资源调查技术与方法研究[D];北京林业大学;2014年
2 高祥;森林资源调查监测信息化技术方法研究[D];北京林业大学;2015年
3 尹艳豹;基于机载激光雷达测量的森林资源调查因子联立估计研究[D];中国林业科学研究院;2010年
4 林国忠;森林资源二类调查方法的改进及监测体系研究[D];南京林业大学;2010年
5 何诚;森林精准计测关键技术研究[D];北京林业大学;2013年
相关硕士学位论文 前10条
1 周宇飞;多专题森林资源调查数据采集系统研究[D];北京林业大学;2007年
2 史伟娜;森林资源调查数据管理信息系统的研建[D];北京林业大学;2009年
3 张艮龙;基于高空间分辩率遥感影像的森林资源调查小班区划[D];西安科技大学;2010年
4 宋连公;林场级资源调查数据管理系统的研建[D];北京林业大学;2005年
5 邱金清;基于林业系统的嵌入式GIS的研发[D];西安科技大学;2008年
6 刘勇;“3S”技术在森林资源规划设计调查中的应用研究[D];西北农林科技大学;2008年
7 游晓斌;多遥感信息源在森林资源二类调查中适用性研究[D];北京林业大学;2003年
8 郭珊;基于IRS-6的理县森林资源调查研究[D];成都理工大学;2010年
9 赖家明;GPS技术在川西低中山区森林资源调查中定位和面积测量应用研究[D];四川农业大学;2005年
10 孙华;SPOT5在森林资源调查中的应用研究[D];中南林业科技大学;2006年
本文编号：
2846633
