Kalman滤波在杉木生长预估模型中的应用

采用二阶差分机理建立的Ｋａｌｍａｎ滤波树木生长预估模型与方法，对杉木生长动态进行描述。结果表明，平稳化处理后的动态模型与方法具有良好的噪声特性与拟合效果。     

基于熵权重的喀斯特地区林业可持续发展评价方法

采用改进的层次分析法和熵权法进行了贵州省喀斯特地区林业可持续发展的评价研究.分析了两种方法的优缺点,并将层次分析法和熵权法的结果相结合,得到综合主客观因素的指标权重向量.结果表明:研究区内林业可持续发展总体水平由高到低依次为金沙县、清镇市、西秀区、六枝特区.     

越南生态公益林保护与社区协调发展的评价与分析

生态公益林在越南常被称为特种用途林,发挥了显著的生态效益。越南已建立了国家特种用途林管理体系,覆盖了整个越南国土。目前,越南面临特种用途林保护和管理最大的困难是如何协调特种用途林保护与当地居民生计之间的冲突问题。为了解决以上矛盾,促进越南生态公益林保护与社区的协调发展,笔者在前期研究的基础上,经过进一步调研,以政策分析为入口,系统剖析了越南生态公益林保护与当地社区协调发展的现状,并应用专家系统的评价方法,对影响协调发展的冲突因素进行了分析。探讨了特种用途林区和当地生活社区之间存在的冲突成因,并借鉴中国公益林保护的许多经验,提出了越南特种用途林协调发展的策略与建议。     

盗伐、滥伐林木材积测算及定案研究

盗伐、滥伐林木材积数量是对案件定性、对行为人处罚的重要依据。目前材积测算的方法较多,相关法律法规对测算方法没有统一规定,导致同一案件出现多个测算结果。笔者采用案例研究、调查访问、模拟现场调查等方法,根据涉案林木的状态,分别对几种常用的测算方法的精度进行了比较研究,提出应根据不同案情确定材积测算方法;同一案情有多种测算方法时,应优先选用精度较高的方法,使测算结果具有唯一性,并经司法机关认可取得合法性。这样对盗伐、滥伐林木案件进行定案时可减少争议的出现,缩短办案时间,提高办理毁林案件的质量。     

非线性模型线性化的度量准则及其应用

应用非线性回归经典理论,阐述非线性模型线性化的标准。用固有非线性和参数效应非线性作为判断准则,可加快模型拟合的速度,提高精度,为林木生长模型的参数辨识提供较好的方法。该判断准则实用、简单、准确、结论唯一。     

深圳市仙湖数字植物园系统的研建

阐述了数字植物园的概念,引入 GIS技术,对深圳市仙湖数字植物园系统进行了研究与设计。设计从系统体系结构、数据库设计、数字植物园系统(BGGIS)结构设计、界面设计、网络信息发布设计 5 个部分完成。讨论了数字植物园建设的长期性,BGGIS存在的不足和改进方向以及数字植物园的发展前景。     

基于奇异值分解的中国资源一号02C卫星数据的融合评价及应用

采用影像融合的方法,分析中国自行研发的资源一号02C卫星数据在森林资源分类中的应用效果。以2013年浙江省龙泉地区的多光谱和全色影像为数据源,在影像配准、校正基础上,经Brovey、Gram-Schmidt、高通滤波(HPF)、HSV、IHS、主成分与小波变换等7种融合方法,采用定性与奇异值分解的定量分析评价其影像的融合效果。结果表明:HSV、IHS和HPF变换为较适宜该影像数据的融合方法;进一步通过分类后的精度评价及验证可知,HPF融合方法最优且该融合后的影像适宜采用最大似然法进行分类。     

非线性立木材积模型参数辨识的改进算法及其应用

以Marquardt非线性模型参数辨识为基础，以山本式二元立木动．冬材积模型为例，阐述了非线性参数估计的最小二乘原理，分析了估计方法的误差，采用二次项函数逼近的二次算法提高了材积模型的估计精度。以广东森林资源调查的样本资料．对提出的方法进行了验证与应用，结果表明改进的方法比原有的方法精度提高了一个数量级。     

Apriori算法在森林资源二类调查数据分析中的应用

介绍了应用于森林资源二类调查的数据挖掘系统,以实例说明关联规则挖掘方法在林业中的具体应用。研究了数据挖掘技术中的关联规则理论在林木属性分析中的应用,应用Apriori算法分析了权属、起源、年龄、平均胸径、树高、郁闭度之间的关联,为相关的决策支持提供参考。证明了数据挖掘在森林资源调查数据分析中具有良好的应用前景。     

江苏省杨树二元材种出材率表的编制

在分析几种削度方程的基础上建立了改进的四参数Sohumacher方程作为杨树削度方程，并编制了江苏杨树二元材种出材率表。经对不同立地条件下的杨树林分出材量的估计实验，表明该方程适合江苏省杨树生长，为进一步编制全省杨树二元材种出材率表提供了理论与实验方法。结合计算机理论造材方法，模拟林木生长规律，提高了编制材种出材量表的效率，保证了营林设计的材种出材量精度。提出的理论与方法可用于江苏杨树的收获估计，对提高杨树的科学经营管理水平具有重要的意义。