基于人工神经网络对天然栎树生长动态模拟系统的研究

作者:黄旭光;胡宇宸;黄家荣;杨浦 刊名:河南农业大学学报 上传者:修锦庭

【摘要】以驻马店薄山林场的天然栎树次生林为研究对象,用人工神经网络(Artificial Neural Network,ANN)为其建立生长模型.在MATLAB的GUI界面开发出自动查询界面,根据建立的生长模型,用MATLAB语言进行编程,开发出栎树生长的动态模拟系统.以20株栎树解析木的数据为训练样本,对所建模型进行分析、训练.结果表明,最佳网络结构为1∶3∶2,其总体拟合精度为99.16%;胸径、树高的拟合精度最高可达99.97%,99.94%;系统模拟完全符合森林资源调查及预测的精度要求,是一个结构简单、界面直观、操作方便的森林动态模拟系统.

全文阅读

树木作为森林生态系统的重要组成部分,其生长与立地环境密切相关并受气候变化的影响.树木的生长是一个复杂的非线性过程,其生长变量之间具有更复杂的非线性关系.ANN建模技术能对任意非线性映射进行任意逼近,在非线性系统建模方面具有明显的优势[1].森林生长动态及收获的模型化和过程模拟研究于20世纪60年代初期开始,目前发展到了基于单株林木为系统单元建立模型的水平[2~7].很多学者对神经网络在森林生长模型中的应用进行了大量的研究,JUTRASP等用人工神经网络对城市林木的生长进行了模拟研究;李际平等[8]应用人工神经网络建立树高与胸径生长的3层前馈反向传播神经网络模型;何东进等[9,10]建立了杉木不同造林密度生长预测和毛竹林平均胸径模拟模型;邓立斌等[11]建立了杉木可变密度蓄积量收获预估模型;吴建华等[12]建立了树木生长预测模型;周睿等[13]用较成熟的ZELIG模型对北京松山自然保护区森林进行模拟研究;曲智林等[14]运用矩阵模型对东方红林场森林进行动态模拟;陆元昌等[15]对中国热带森林研究,建立林分自然生长的径阶分布模型.其中大部分模型主要是对林木现状进行模拟及对其生长简单预测,不能系统反映林木生长的动态状况.本研究以驻马店薄山林场的天然栎树为研究对象,用ANN建立栎树的生长模型,在MATLAB的GUI界面开发其动态模拟系统,使林场的森林资源经营管理更加科学化和信息化.1材料与方法1.1试验时间、地点及试验材料试验于2007-032011-09在驻马店薄山林场进行.试验材料来自林场的栎类立木和当时采伐的解析木数据,并搜集林场历年的解析木资料.1.2林场概况薄山林场位于驻马店市确山县城南20km处,地处东经11356',北纬3239',总面积6017hm2,森林覆盖率82.11%.林场地处南北气候过渡带,年均气温15.1,年均降雨量786mm.林场地形多系桐柏山余脉的丘陵地,海拔150~250m,坡度15~30.植被属于亚热带与暖温带过渡性植被类型,主要树种为栎类、马尾松、刺槐、杨树等,稀有树种是湿地松、火炬松和毛竹.1.3数据来源在薄山林场的天然栎树林选取有代表性的栎树林分10块,每块样地选取有代表性地方,设置一样地,对样地林木进行调查,得出样地基本情况见表1.每块样地中砍伐2株解析木,用树干解析法按5a1个龄阶进行树干解析,以测定栎树各龄阶的胸径、树高,汇总统计各龄阶(A)的平均胸径(D)平均树高(H)、株数(N)(表2).表1样地基本情况Table1Thebasicsituationofsample样地编号Samplenumber树种组成Speciescomposition郁闭度Canopydensity平均年龄/aAverageage平均胸径/cmAverageDBH平均树高/mAverageheight株数/株Number018栎2槐0.83420.019.3870210栎0.83214.216.41010310栎-黄0.83314.016.01140410栎0.83016.616.8810510栎0.82817.214.9570610栎0.83118.216.2640710栎0.72617.516.0570810栎+马0.62715.814.0860910栎-黄0.83216.515.1901010栎0.72919.616.2441.4模型的构建以年龄A的矩阵Xa作为栎树生长模型的输入矩阵,以栎树的平均胸径D、平均树高H组成的矩阵构成栎树生长模型的输出矩阵[Yd;Yh],构建单输入多输出的栎树ANN模型如图1所示.Yd=pureli

参考文献

引证文献

问答

我要提问