当前位置: > 职称论文 > 32500字职称论文地理信息系统森林资源神经网络动态预测的理论与实践研究

32500字职称论文地理信息系统森林资源神经网络动态预测的理论与实践研究

论文类型:职称论文
论文字数:32500字
论点:森林资源,神经网络,预测
论文概述:

本文为GIS论文,主要是论述了森林资源预测研究的意义,森林资源预测研究概述,森林资源预测的人工神经网络方法。人工神经网络预测模型原理.,实验区森林资源神经网络动态预测实践。

论文正文:

介绍

 1.1森林资源预测研究的意义由于森林资源是一种再生性动态资源,因此可以根据过去及现在的森林资源信息建立一个从过去引申到将来的具有某种规律性和时间外推性的模型,来预测森林资源的动态消长趋势。对森林资源进行科学的评价、预测,及时掌握森林资源的现状和消长动态变化情况,是林业可持续发展的需要,是森林经营方案的重要内容,是制定正确的森林经营策略和林业发展战略的科学依据,是林业规划、合理开发利用森林资源的重要资料依据。同时也能反映森林经营方案的使用单位的经营水平,因为是否科学经营可以在森林经营效果上得以体现。 1.2国内外森林资源预测现状和进展到了本世纪60年代,一些学者开始用随机过程(马尔可夫链)和时间序列分析理论(GM模型)来进行森林资源预测模拟。日本的铃木太七将随机过程的马尔可夫链理论应用于林分的林龄结构和林木直径的生长(1959年);陈建忠、周世勇利用Markov(马尔可夫链)对福建省南平地区的树种结构进行了预测,建立了衫木、马尾松、阔叶树、毛竹、经济林和其他树种随时间的转移矩阵(1994年);关玉贤以1985一1993年福建全省森林资源消耗量为时间系列,建立了GM(1,1)拓扑模型群,并对未来时间内(至2以刃年)全省的森林资源消耗量进行预测(1997年)。GM(1,1)模型是一种以微分方程描述的一阶单变量线性动态模型,用以模拟一组时间数据灰色量。赵书田应用离散系统状态噪声WO和量测噪声VO相关的kalman滤波方程,对森林蓄积实行滤波,用森林蓄积量的滤波值,经过反馈计算了吉林省活立木总蓄积量(2001年);于建军、吴立春应用卡尔曼滤波模型对八面通林业局未来森林资源动态演变趋势进行了预测(2001年)........... 2.森林资源预测研究概述 2.1森林资源预测的传统方法.综观国内外学者应用的多种森林资源动态预测模型方法,大多是一种随机性预测模型方法,如多元回归过程、时间序列原理模型分析方法、灰色系统理论等。一般都是根据预测内容的不同,最终确定变量与预测值之间的一种函数关系。采用多元回归模型进行预测,首先做主成分分析,将关系不显著的自变量剔除,选择几个主要因子作为自变量,然后进行统计调查,获取资料,得出反映变量间数量关系的回归模型。对于线性关系问题的建模,多元回归模型的精度较高,对于复杂的非线性问题的解决,则需要给出多种函数变换形式,对自变量因素进行不同形式的组合,然后利用逐步回归进行主因子的选择,这样就会大大增加模型的计算量,并且这种传统的分析方法缺乏空间定量分析手段。而森林资源的动态变化是一种典型的复杂的非线性变化过程,所以采用多元回归模型等线性模型进行预测就存在一定的局限性,很难达到预期效果。........... 2.2森林资源预测的人工神经网络方法。l1987年upedes和Farber首次将人工神经网络用于预测领域后,该方法就得到了广泛的重视和应用。人工神经网络(AitificialNeuralNetwork,简称ANN)是人类在对其大脑神经网络认识、理解的基础上人工构造的能够实现某种功能的神经网络。它是理论化的人脑神经网络的数学模型,是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统‘2el。该系统是由大量的功能简单的处理单元(神经元)广泛地相互连接而形成的一个复杂的非线性动力学系统,是对人脑的简化、抽象和模拟,具有人脑功能的许多特性。它的每一个处理单元(神经元)的结构和功能都十分简单,但是由大量神经元构成的网络系统的功能则是十分复杂的。基于ANN的森林资源动态预测方法,从人工神经网络应用领域的角度看,属于信息的智能化处理,其对具有残缺结构和含有错误成分的模式,能够在信息源信息含糊、不确定、不完整、存在矛盾及假象等复杂环境中处理信息。用人工神经网络进行预测,其实质是函数逼近问题,就是用人工神经网络来拟合函数F(.),找出历史数据和预测结果数据之间的函数关系,得出未来数据的取值。........... 3.人工神经网络预测模型原理...............83.1人工神经网络理论的发展、现状及应用领域..................83.2人工神经网络的特点..................93.3人工神经网络的结构..................104.基于GIS的森林资源神经网络动态预测理论......164.1森林资源的动态变化模式................164.2神经网络模型及其选择....................164.3基于GIS的神经网络预测模型的建立...........................204.4多变量时间序列神经网络预测模型的建立及实现....................254.5单变量时间序列神经网络预测模型的建立与实现................27 5.实验区森林资源神经网络动态预测实践 本项研究是在已经完成的宁夏森林资源调查管理信息系统的基础上,进一步探讨应用型Gis分析模型在辅助决策中的应用。研究中笔者以GIS为通用数据库,在GIS外部以MATLAB为操作平台构建分析模型。借助M产TLAB提供的神经网络工具箱,建立森林资源神经网络动态预测模型。模型中以甘肃连城林场吐鲁沟营林区为例,对实验区红桦各龄组蓄积量采用神经网络滚动预测方法,预测2000一2004年蓄积量,同时对实验区有林地面积采用神经网络多步预测方法,预测2口沉卜2004年有林地面积。 5.1实验区的选择及其环境特征区域性是地理学科的重要特征之一,包括区域的同质性以及区际间的差异性。森林资源同样表现出区域性的特征,表现在森林资源的分布上具有时空差异性。不同区域的自然、环境和社会经济条件存在着较大的差异,与之相适应的森林资源就表现出明显的区域性。本项研究实验区选择在有代表意义的甘肃永登县连城林场。.......... 6.结论 6.1林业发展方向森林资源是林业建设的物质基础。森林资源是可再生资源,在一定的自然条件下,森林保持着自身的发展规律,这一规律是森林经营者进行经营管理的依据。同时,增加森林资源,促进森林资源的可持续发展,是林业工作者长期追求的目标。通过预测结果分析,结合实验区现状,就今后该实验区森林资源发展提出以下建议:(1)加强宣传和学习,进一步提高林场职工和林场周围农民、政府部门和全社会各方力量保护、发展森林资源的积极性和自觉性。(2)加强森林资源保护的执法力度,以法治林、管林。加强护林防火和病虫害的防治,制止偷砍滥伐。只有保护好现有的森林资源,才能更好地发展林业。巩固造林绿化成果,树立森林资源可持续发展的观念,培育好现有的林木,提高森林资源的生长量和质量,为森林资源的可持续发展创造条件。(3)科学造林,加强管护措施,提高人工造林的合格率以及造林质量,保证育苗成活率,加大宜林荒山荒地、采伐迹地、火烧迹地等无林地的更新力度,提高有林地的比重和面积。依靠科技进步,坚持科教兴林,使科技成为林业生态环境建设的保障。(4)实施限额采伐制度。限额采伐是实现森林资源可持续发展的条件之一,根据对区域内森林资源科学的预测结果,制定各种采伐方式对森林资源采伐消耗量的最大限量。(5)实施森林资源分类经营体制,建立生态效益补偿机制。针对森林资源的自然与经济特点,对林场用材林、防护林、经济林、特种林等林种进行资源分类管理,使生态、经济、社会效益最优化。为达到森林资源永续利用的目的,应该建立生态效益补偿机制。调动政府、企业、社会等各方面的力量,合理的开发利用森林资源。..........参考文献(略)