基于神经网络和不同立地质量的森林蓄积量遥感估测

运用BP神经网络技术建立区分立地质量等级森林蓄积量遥感估测模型并探讨其适用性。以2009年黑龙江省伊春市凉水自然保护区森林资源二类调查数据为基础数据划分森林的立地质量等级,以森林蓄积量为研究对象,基于该地区LANDSAT-TM影像以及DEM数据提取遥感因子,采用BP神经网络方法构建区分立地质量的森林蓄积量遥感估测模型,并引入回归分析方法和不区分立地质量的模型予以比较。结果表明,基于不同立地质量等级的模型明显好于不区分立地质量等级的估测模型,且BP神经网络模型较回归分析模型可以更好地预测森林的蓄积量。经过对比检验,基于不同立地质量等级的BP神经网络模型性能优异,验证总体预测精度高达97%以上、实测值与预测值的R~2在0.94左右;不区分立地质量等级的BP神经网络模型的R~2为0.89,预测精度95%左右。同等条件下,BP神经网络模型较多元线性回归模型的预测精度约提高了3%～5%,R~2值提高了0.1左右。     

基于气象因子的森林可燃物含水率预测

在分析影响森林可燃物含水率关键气象因子的基础上，利用多元回归、分类与回归树（CART）等方法分别构建了云南松（阴坡）、云南松（阳坡）、华南松和侧柏4种不同林型的活、死可燃物含水率预测模型。结果表明：多元回归模型对不同林型森林活、死可燃物含水率预测的平均相对误差介于5.90%～6.60%、20.1%～36.9%;CART模型在基于气象因子的森林可燃物含水率预测中适用，其对活可燃物含水率预测的最优平均相对误差（5.38%～7.00%）明显低于死可燃物（22.88%～26.64%），这与多元回归模型一致且精度普遍更高，同时解决了多元回归模型无法预测云南松（阳坡）活可燃物含水率的问题。     

径流中长期预报模糊优选神经网络模型应用研究

预报因子选择与模型训练精度确定,是模糊优选神经网络模型应用于径流中长期预报时有待研究解决的两个重要问题.应用预报因子集与预报量间的复合非线性相关分析方法选择预报因子(集),克服了通常单因子线性相关分析选择预报因子的不适用性;通过定义综合效应系数来综合评价模糊优选神经网络模型的拟合能力与外推预报能力,为研究模型的拟合精度高而外推预测精度低的问题提供了一种解决方法.     

基于神经网络的泡沫混凝土强度及导热性能预测

基于神经网络原理,建立预测泡沫混凝土性能的BP神经网络模型,期望通过输入配合比主要参数,得到泡沫混凝土强度及导热性能的预测结果。将实验数据分为训练组和对照组,对训练组进行非线性拟合,若拟合结果满足误差精度则模型建立完毕;通过拟合结果与对照组的比较,可验证模型预测精度。结果表明,BP神经网络模型能够准确拟合实验数据,利用其泛化能力进行预测的结果与对照组的误差小于8%,该模型具有很高的预测精度。     

区域工业用水量非线性预测模型的优选

针对BP神经网络在确定输入因子时的任意性,将相关性分析引入BP神经网络输入因子的选取中,通过计算输入因子和输出因子之间的相关系数,并根据相关程度来确定输入因子,同时利用遗传算法优化BP神经网络的权值和阈值的方法,建立了改进BP神经网络模型.将该模型应用于永定河山区工业用水量预测中,通过和传统非线性回归法进行比较,结果表明改进BP神经网络拟合和预测精度均较高.改进BP神经网络法的平均相对误差达到1.4100/,预测的2010年和2030年工业用水量将分别达到3.63×108m3和4.46×108m3.预测结果可为水资源规划和管理提供依据.     

基于灰色-反向传播神经网络的江西省公路货运量预测

鉴于反向传播（Back Propagation,BP）神经网络算法收敛速度慢、局部极小化、结构选择不一的问题,提出结合灰色关联度分析的BP神经网络方法进行公路货运量预测,提高了模型的非线性学习和泛化能力及预测精度。该预测模型以江西省为例,首先利用灰色关联度分析确定预测目标的影响因子;然后,将关联度强的第一产业、第二产业和人均GDP作为公路货运预测模型的自变量,公路货运量和自变量作为训练样本,BP神经网络模型通过正向计算传播,误差反向传播,训练神经网络;最后,该方法应用于江西省公路货运量实际预测中进行有效性验证,结果表明该方法非线性拟合效果较好,具有较高的预测精度。     

基于区域转换因子的不同立地质量阔叶林碳储量估测

【目的】研究不同立地质量类型对阔叶林碳储量遥感估测精度的影响。【方法】以2007年浙江建德市森林资源二类调查数据和TM影像为研究材料,根据区域的蓄积量-生物量转换因子连续函数法,并依据浙江省的生物量-碳储量含碳系数转换法计算阔叶林碳储量和地位级法评价立地质量等级,比较阔叶林地位质量等级中等以上、地位等级中等以下和不分地位等级3种碳储量遥感估测模型,并进行精度检验。【结果】以第1主成分为特征变量构建森林碳储量估测模型,相关系数R均在0.49以上,拟合效果较好; 将森林碳储量回归模型预测值与实测值进行对比分析,不分地位级总体估测精度为65.89%,地位等级中等以上、地位等级中等以下类型总体估测精度分别为82.53%、83.09%。【结论】分不同立地质量类型可以提高阔叶林碳储量遥感估测精度。     

结合冠层密度的森林净初级生产力遥感估测

【目的】 森林冠层密度与林分年龄、植被生长状况有关,在区域森林净初级生产力遥感估测中,结合森林冠层密度以期提高估测精度。【方法】 以广东省韶关市为研究对象,选用2017年Landsat-8 OLI影像、2017年357块森林资源连续清查固定样地数据为主要信息源,分别采用随机森林、多元线性回归、人工神经网络和K最近邻分类法等4种模型,结合森林冠层密度制图器(FCD)进行区域森林净初级生产力特征变量的选取、参数建模、模型精度评价和森林净初级生产力空间制图。【结果】 特征变量中,红光波段(B4)、归一化植被指数(NDVI)、比值植被指数(RVI)、叶面积指数(LAI)、缨帽变换土壤植被因子、纹理特征和地形特征在森林净初级生产力反演中有重要作用。将森林冠层密度因子加入反演模型后,4种遥感估测模型精度均有大幅度提高。对4种遥感估测模型进行性能比较,随机森林模型精度最高,其次是多元线性回归模型、人工神经网络模型,K-最近邻分类模型精度最低。研究区内森林净初级生产力平均值为10.689 t/(hm²·a),高森林净初级生产力 [≥18 t/(hm²·a)]林分面积仅占研究区的19.61%,主要分布在海拔较高的西北部。【结论】 结合冠层密度进行森林净初级生产力的建模,可有效提高模型估测精度。     

基于遥感数据的山西东部油松林蓄积量估测方法研究

为了探讨油松林遥感估测模型的精度和适用性,以山西省晋东土石山立地亚区的170个油松样地作为研究对象,获取研究区的SPOT影像和DEM(Digital Elevation Model,数字高程模型)数据,提取170个样地的遥感波段信息和地形信息,结合地面调查数据,分别采用多元逐步回归模型、偏最小二乘回归模型和神经网络模型,建立油松林蓄积量的遥感估测方法,并进行精度验证。结果表明:1)基于遥感影像和DEM影像估测油松林蓄积量是可行的,三种方法都取得了满意的结果;2)三种方法相比,神经网络模型对油松林蓄积量估算的精度为82.13%,多元逐步回归模型的精度为76.73%,偏最小二乘回归模型的精度为77.09%,神经网络模型的估测精度更高。     

整区拟合似大地水准面的BP神经网络方法

针对组合法似大地水准面精化过程中,传统的分区曲面拟合法存在模型代表性误差和及分区间的平滑连接问题,提出整区拟合似大地水准面的BP神经网络方法.利用某区域的重力似大地水准面模型和GPS/水准数据,将BP神经网络似大地水准面整区拟合法与整区曲面拟合法和分区曲面拟合法进行比较.研究结果表明:在较大区域和两类似大地水准面差别呈不规则的情况下,BP神经网络方法有效地减小了拟合模型的代表性误差,整区BP神经网络拟合法明显地较整区曲面拟合法和分区曲面拟合法提高了拟合结果的内、外符合精度.为区域高精度、高分辨率似大地水准面精化过程中似大地水准面整区拟合提供了有效的方法.     

呼和浩特市主要园林树种理化性质及燃烧性研究

树木是森林或园林城市火灾发生的物质基础，也是火灾发生不可避免的因素。园林植物合理的选择和配置是构建生物防火林带的基础工作。对呼和浩特市21种园林树种叶、小枝、大枝进行燃烧性研究，筛选适合北方城市绿地强抗火防火型树种，为园林树种配置提供理论基础。     

昆明西山林场5种可燃物的火行为研究

【目的】通过估测西山林场内主要可燃物特征,预测潜在的火行为大小,为西山林场的防火管理提供科学参考。【方法】通过外业调查,对柏木(Cupressus funebris)、旱冬瓜(Alnus nepalensis)、云南松(Pinus yunnanensis)、华山松(P. armandii)和麻栎(Quercus acutissima)5种可燃物采样,估算西山林场内主要可燃物载量大小,并在实验室内进行燃烧模拟试验,量化火行为特征,包括引燃时间、火焰维持时间、无焰燃烧维持时间、蔓延时间、火焰高度、火焰温度、无焰燃烧温度、火焰热辐射、无焰燃烧热辐射等。【结果】云南松林内的载量达到2.35 kg/m²、燃烧火焰最高温度628 ℃、燃烧火焰最大高度70 cm、最大热辐射为6.92 kW/m²、燃烧后无焰燃烧的最高温度266 ℃,均与每年进行计划烧除时云南松纯林内的载量1.15 kg/m²、火焰最高温度697.6 ℃、火焰最大高度44.5 cm、最大热辐射8.02 kW/m²,无焰燃烧的最高温度194.3 ℃有差异。不同林种可燃物的火强度大小依次为:云南松(786.07 kW/m) >麻栎(564.39 kW/m)>华山松(275.30 kW/m) >柏木(6.26 kW/m),其中云南松的火强度(786.07 kW/m,中强度火)与云南松纯林计划烧除时的火强度403.60 kW/m(低强度火)有差异。【结论】森林可燃物的载量对火强度影响较大,麻栎和华山松属于低强度火,柏木的火强度几乎可以忽略不计。森林抚育更新等人为干预措施,可对林内可燃物进行有效调控,减少和预防森林火灾的发生。     

苏北防火林带8种主要树种抗火能力的分析

为了筛选苏北丘陵区防火林带树种,以盱眙防火林带的建设为例,通过锥形量热仪对防火林带香樟、女贞、侧柏、广玉兰、杨树、海桐、油茶和淡竹等8种常见树种枝叶的16种指标进行了测定,并应用因子分析方法进行统计分析,得出了8种树种的抗火性差异,其由强到弱依次为广玉兰、杨树、女贞、油茶、侧柏、海桐、淡竹和香樟。     

Experimental study on catastrophe characteristics of forest fire spread

The dynamical behavior of forest fire in different slope grades were observed in the experiment of simulating the forest fire propagation using fuel- bed. The experiment has shown that the catastrophe of the forest fire spread is related to the slope grade of the forest area.     

平衡含水率法建模的研究

森林可燃物的含水率是森林火险天气预报的重要内容,可燃物含水率直接影响着火的难易程度,对可燃物含水率的研究有着重要的现实意义,通过对平衡含水率建模的研究,预测可燃物含水率的变化情况,这对于预测森林火灾有着重要的意义.     

基于WRF模式研究动态风场对林火蔓延预测的影响——以西昌“3·30”森林火灾为例

风场是影响林火蔓延行为最关键的因素之一。许多林火发生在地形复杂多变的山区，会产生复杂的局部风场。为探究动态风场对林火蔓延预测的影响，以“3·30”西昌泸山森林火灾为研究对象，利用WRF(weather research and forecasting)模式模拟动态风场，并与林火蔓延模型耦合。分别将模拟风场和均一风场分别输入林火蔓延模型，基于林火蔓延过程中实际火场范围数据，分析动态风场对林火蔓延模型预测结果的影响。结果表明耦合WRF模式和林火蔓延模型考虑了分辨率更高更高、 且更为准确的局部风场，能够实现对森林火灾蔓延的动态模拟。预测得到的火场范围与均一风场相比与实际范围具有更高的相似度。     

耦合植被与T639模式的森林火险气象潜势预报

 利用中国2425个测站地面观测资料和T639数值预报资料，以下垫面地理信息、森林植被分布特征为理论依据，通过分析大气降水、地表气温、湿度、风速等气象要素与可燃物状况之间的关联性，建立森林火险气象预报模型。预报结果表明，模型结果能够较好地反映出局地森林火险气象等级较高的区域，对预报有很好的指导作用。     

Self-organized criticality of forest fires in China

Self-organized criticality (SOC) of forest fires in China from 1950 to 1989 is studied. The stability, scaleinvariant character of SOC and external effects on SOC of forest fires in China are analyzed in detail. Forest-fire cellular automata model is a typical model for the research of SOC. Based on the traditional forest-fire model, an improved model, in which effects of tree species, meteorological conditions and human efforts on forest fires are considered, is introduced. Actual forest fire data in China are compared with simulation results of the two models. It is shown that forest fire data in China have SOC behavior and simulation results of the improved model accord better with actual forest fire data than those of the traditional model.     

基于ULS、TLS和超声测高仪的天然次生林中不同林冠层树高估测

【目的】应用不同数据源分析不同林冠层中探测提取树高的异同,探索适用于中国北方天然次生林树高估测的方法。【方法】以东北林业大学帽儿山实验林场中林施业区0.25 hm²样地为研究区域,基于无人机激光雷达(unmanned aerial vehicle laser scanning, ULS)、地基激光雷达(terrestrial laser scanning,TLS)和Vertex IV超声测高仪实测单木树高,根据冠层高度分布(canopy height distribution, CHD)对林冠层进行分层,对不同林冠层(上层和下层)、不同树木类型(针叶树和阔叶树)探测提取的树高进行对比与分析。【结果】由CHD计算得到的冠层分层阈值为8.5 m。树高的离群值大多产生在林冠上层,阔叶树比针叶树更容易产生离群值,ULS比TLS更容易产生离群值。在林冠上层,ULS比TLS估测树高的相对均方根误差(rRMSE)低2.56%,ULS提取针叶树树高的rRMSE比阔叶树低2.68%;在林冠下层,ULS仅能探测到少量树木,ULS比TLS探测提取树高的 rRMSE高6.31%,TLS提取针叶树树高的rRMSE比阔叶树低1.16%。【结论】针叶树的树高估测精度普遍高于阔叶树;当TLS和ULS均能对单木进行完全扫描时,具有准确提取树高的潜力;树高离群值多由冠型不规则或相互交叉的阔叶树产生,而大部分针叶树,由于具有规则的冠型,所以产生的离群值较少;基于CHD对林冠层进行划分能够较好地反映不同数据源估测树高的适用范围,具有一定的推广意义。     

着火物在火焰旋涡流场中运动规律研究

在森林火灾中,各种旋涡大量存在,着火物在旋转流场作用下运动导致火灾蔓延．本文采用二相流单颗粒模型,研究了着火物在火焰旋涡流场中的运动,给出了环境气流分别以Ｂｕｒｇｅｒｓ涡和Ｓｕｌｉｖａｎ涡作旋转运动时,着火物的运动规律．结果表明,着火物将在火焰旋涡流场作用下,被加速带到高空,并飞离流场,形成飞火传播．