一种顾及邻域与地理差异的林分平均高与胸径计算方法技术

本发明专利技术公开了一种顾及邻域与地理差异的林分平均高与胸径计算方法，包括数据提取、地域区域统计、建立分层数据集、模型训练、模型精度修正、模型计算和检查整体数据几个环节。本发明专利技术提出了一个以生长环境、树种、经营状况与各类调查数据为基础，对具有历史调查数据而又缺乏生长模型或现有生长模型不适用的树种结合现有常见的各类生长模型的建模过程，并应用空间区域统计、空间插值、地理加权回归、机器学习以及ArcGIS软件构建模型，能根据数据情况自我学习与优化的区域小班优势树种平均树高与平均胸径计算方法，可在区域范围内针对目标小班动态建立计算模型对小班的平均树高与胸径进行计算，可为森林蓄积量的计算提供可靠的数据支撑。

【技术实现步骤摘要】
一种顾及邻域与地理差异的林分平均高与胸径计算方法
本专利技术涉及林分生长研究
，具体领域为一种顾及邻域与地理差异的林分平均高与胸径计算方法。
技术介绍
近年来，林分生长模型数量之多、范围之广，已达到前所未有的程度。从早期的标准收获表到现在的单木生长模型，已经逐渐形成了一个连续的模型统一体。由于建立模型的目的不同，构造模型的数学方法也不同。Burkhart和Avery、唐守正根据模型的尺度和预估结果把林分生长模型分成了以下三类：以林分总体特征指标变量为基础的全林分模型(可分为可变密度模型和平均密度林分的生长模型)、以林木级为基本模拟单元的径阶分布模型和以单木生长信息为基础的单木生长模型(可分为与距离有关和距离无关两类)。目前，林分生长和收获模型逐渐由林分水平模型向径级水平模型、单木水平。最初，模拟森林动态的工具为图表，应用最普遍的就是收获表。世界上最早的收获表是德国林学家Reanmur于1721年发表的收获表，引起了各国林学研究者的关注，随后俄国、日本、美国等国家也发表了一系列的收获表。它是以表格的形式分别记载某一地域的不同林分、地位级在不同生长阶段林分因子的一种方法。随着数学公式的不断发展，1937年Mackinlley等人首次把回归分析技术应用到森林生长和收获的研究中。回归分析技术的应用使森林动态模拟方法有了重大突破，收获表从以前的固定密度收获表转变为可变密度收获表，收获表的精度也有所提高，同时出现了森林生长函数这种新形式来模拟森林动态变化。此后大量的学者基于回归方法结合不同的参数，1964年，J.H.smith和Newham建立了与距离有关的单木模型。Buckman首次利用林分密度建立回归方程，直接预估林分生长量。Bailey建立了以年龄、密度、立地指数、林分类型以及疏伐强度为输入变量的湿地松人工林株数相容性模型。Pienaar建立了祖鲁兰湿地松人工林生长和收获预测模型。Khatouri利用摩洛哥艾迪尔森林雪松的临时样地数据开发了一个一阶非线性方程组，用来预测雪松的直径分布及其生长和收获。Wenk研究和比较了纯林和混交林的生长和收获预测模型。Wimberly采用回归分析法建立了冷杉与距离有关和与距离无关的单木断面积生长方程。FernandoCastedoDorado针对加利西亚(西班牙西北部)的辐射松人工林，通过混合模型技术估计固定和随机参数，构建了基于Schnute函数的广义树高—胸径模型。Huuskonen用复位样地数据为芬兰幼龄樟子松建立了非线性混合效应模型，分析了樟子松的优势树高和平均直径，并适用非线性混合效应模型构建了断面积和材积模型。Coble针对东德克萨斯州的火炬松和湿地松，开发了一种可预测个体树存活和直径生长的年增长模型。Sghaier利用Richards，Lundqvist，HossfeldIV和Weibull的基函数得出的四个差分方程，使用与年龄无关的增长函数公式进行测试，建立突尼斯东北部金钟柏天然林与距离无关的单木胸径增长模型。二十世纪八十世纪以后，基本上很少出现具有突破性意义的新模型，大多数都是对现有模型的改进，Trimble和Shriner仅在美国范围内就总结出了100个林分生长模型。我国对林木、林分生长和收获模型的研究起步较晚。上世纪40年代才出现收获表，到80年代末期才开始系统研究人工林生长的模拟，大量的学者和研究人员从林分的生长理论出发，引入密度、地位指数、优势高、树种之间的相互作用、人为活动因素和环境因素建立了相关的全林分动态模型。80年代中期开始部分研究人员利用北方的部分树种研究单木模型。近年来，也有人对南方的主要用材树种如杉木、马尾松、湿地松、天然云杉林的进行了单木生长模型的研究，程光明利用森林资源连清固定样地中的复位样木生长量测定数据，以材积生长率P为因变量，年龄A和胸径D为辅助变量，选择P＝aDbAc为基本模型，采用逐步回归技术建立可变参数的材积生长率模型，并用改进单纯形法优化参数。陈文雄运用连江县连清数据中的湿地松人工林固定样地的复位样木，以年龄、胸径为自变量，采用理查德方程构建材积生长率模型，用免疫进化算法进行优化拟合。这些研究工作都具有十分重要的意义，它为单木生长模型在我国的普及应用打下了基础。由于建立模型的目的不同，构造模型的数学方法也不同,传统的方法采用的大都是依赖数学方程式的统计方法和大量的样本数据，这些方法运算繁琐，应用人员需具备较强的数学建模和排错能力。随着机器学习的发展，越来越多的研究者将其引入林分直径分布的研究中，但现有的模型与方法还具有以下缺陷：首先现有的模型的数量和种类繁多，但是几乎所有的模型都没有考虑除间伐以外的其它经营水平(如施肥、抚育等)以及林分本身的生长规律对林分生长的影响；其次目前大部分的研究都是针对经营管理的常见树种(如杉木、马尾松、落叶松等)，建模过程需要大量的样本和样木数据，数据的收集需要耗费大量的人力成本和物资成本，难以覆盖所有区域和树种，且同时由于建模所选样木的地域局限性，导致建立的模型不能简单的应用于其它地域和树种；还有一点，由于林木的生长具有较强的时空特征，因此需要建立适宜于目标地域时空特征的模型，而现有的模型多以前期样地样木数据(20、30、50年前)从整体特征出发，建立对整体数值进行估计的模型，而忽略了小班个体的差异性，且模型缺乏自修正与设计调查数据匹配与自适应能力。
技术实现思路
本专利技术的目的在于提供一种顾及邻域与地理差异的林分平均高与胸径计算方法，以解决上述
技术介绍
中提出的问题。为实现上述目的，本专利技术提供如下计算方法，包括下列步骤：1)数据提取：A、使用森林资源管理平台软件,复制上一年度森林资源小班数据，新建字段备份小班平均高、平均胸径，并清空小班平均高、平均胸径，将小班数据分解为具备自然生长模型的树种小班和缺乏自然生长模型的树种小班,采用相应的模型进行数据更新,将缺乏自然生长模型小班数据按树种、年龄、县及林场范围、林木权属建立层次图层，将年龄相应的加1，建立待计算目标树种小班分布数据集T0；B、根据T0中树种、年龄、县及林场范围、林木权属从上一年度森林资源小班数据中分别提取相应的小班数据，建立对应的图层数据集S0；C、整理年度伐区调查数据D1，并将树高、胸径根据年龄、树种、小班号修正或回填至S0相应的小班；2)地理区域统计：A、应用ArcGIS软件的应用区域统计功能对T0与S0中各小班按图形区域统计土壤分布数据D3、生物气候变量数据D4、太阳辐射量D5-2、地形信息D5-3的各个指标数据，在T0与S0中新增相应的字段将值填入对应新建的字段中；B、经营管理抚育数据D2在缺乏经营措施数据的情况下使用林木权属；C、流域分类数据D5-1根据水文分析工具获取的各流域分布数据，在区域内按由西至东，自北向南进行统一编号，将编号结果赋值至T0与S0数据集的流域字段中；3)建立分层数据集：应用ArcGIS软件中的选择功能按树种、年龄、林木权属将T0与S0按年龄层级分层,建立T1与S1数据集，同时如果存在上一年度外业核实调查数据,则这一部分数据相应也加入至S1数据集中；4)模型训练：针对S1数据集中各树种、年度小班数据层,分别进行模型训练与精度检查，保存满足精度要求的模型并用该模型计算对应的T1数据集中的小本文档来自技高网...

【技术保护点】
1.一种顾及邻域与地理差异的林分平均高与胸径计算方法，其特征在于：所述计算方法包括下列步骤：1)数据提取：A、使用森林资源管理平台软件,复制上一年度森林资源小班数据，备份小班平均高、平均胸径，并清空小班平均高、平均胸径，将小班数据分解为具备自然生长模型的树种小班和缺乏自然生长模型的树种小班,采用相应的模型进行数据更新,将缺乏自然生长模型小班数据按树种、年龄、县及林场范围、林木权属建立层次图层，将年龄相应的加1，建立待计算目标树种小班分布数据集T0；B、根据T0中树种、年龄、县及林场范围、林木权属从上一年度森林资源小班数据中分别提取相应的小班数据，建立对应的图层数据集S0；C、整理年度伐区调查数据D1，并将树高、胸径根据年龄、树种、小班号修正或回填至S0相应的小班；2)地理区域统计：A、应用ArcGIS软件的区域统计功能对T0与S0中各小班按图形区域统计土壤分布数据D3、生物气候变量数据D4、太阳辐射量D5‑2、地形信息D5‑3的各个指标数据，在T0与S0中新增相应的字段将值填入对应新建的字段中；B、经营管理抚育数据D2在缺乏经营措施数据的情况下使用林木权属；C、流域分类数据D5‑1根据水文分析工具获取的各流域分布数据，在区域内按由西至东，自北向南进行统一编号，将编号结果赋值至T0与S0数据集的流域字段中；3)建立分层数据集：应用ArcGIS软件中的选择功能按树种、年龄、林木权属将T0与S0按年龄层级分层,建立T1与S1数据集，同时如果存在上一年度外业核实调查数据,则这一部分数据相应也加入至S1数据集中；4)模型训练：针对S1数据集中各树种、年度小班数据层,分别进行模型训练与精度检查，保存满足精度要求的模型并用该模型计算对应的T1数据集中的小班图层数据进行步骤6)模型计算，对于不满足精度要求的模型进行步骤5)模型精度修正；5)模型精度修正：从不满足建模精度要求的树种的历史小班分布数据中，随机或系统抽取40％的小班数据生成外业补充调查数据，进行树高、胸径外业补充调查，将调查数据返回至S1数据集中，然后重新开展步骤4)模型训练至模型精度达到要求。同时该部分数据亦将进入下一年度模型训练中；6)模型计算：应用步骤4)模型训练的模型结果对T1数据集中相应的树种、年龄所对应的小班数据进行计算，对异常数据进行检查与修正；7)检查成果数据：检查数据处理精度，精度不满足要求的数据则进行步骤5)模型精度修正，精度满足要求则将结果应用模型的predict函数或SQL语句的Update命令更新至T0，然后生成最终年度更新成果数据T3。...

【技术特征摘要】
1.一种顾及邻域与地理差异的林分平均高与胸径计算方法，其特征在于：所述计算方法包括下列步骤：1)数据提取：A、使用森林资源管理平台软件,复制上一年度森林资源小班数据，备份小班平均高、平均胸径，并清空小班平均高、平均胸径，将小班数据分解为具备自然生长模型的树种小班和缺乏自然生长模型的树种小班,采用相应的模型进行数据更新,将缺乏自然生长模型小班数据按树种、年龄、县及林场范围、林木权属建立层次图层，将年龄相应的加1，建立待计算目标树种小班分布数据集T0；B、根据T0中树种、年龄、县及林场范围、林木权属从上一年度森林资源小班数据中分别提取相应的小班数据，建立对应的图层数据集S0；C、整理年度伐区调查数据D1，并将树高、胸径根据年龄、树种、小班号修正或回填至S0相应的小班；2)地理区域统计：A、应用ArcGIS软件的区域统计功能对T0与S0中各小班按图形区域统计土壤分布数据D3、生物气候变量数据D4、太阳辐射量D5-2、地形信息D5-3的各个指标数据，在T0与S0中新增相应的字段将值填入对应新建的字段中；B、经营管理抚育数据D2在缺乏经营措施数据的情况下使用林木权属；C、流域分类数据D5-1根据水文分析工具获取的各流域分布数据，在区域内按由西至东，自北向南进行统一编号，将编号结果赋值至T0与S0数据集的流域字段中；3)建立分层数据集：应用Ar...

【专利技术属性】
技术研发人员：罗鹏，龙植豪，黄水生，刘鹏举，
申请(专利权)人：中国林业科学研究院资源信息研究所，
类型：发明
国别省市：北京,11