基于數(shù)據(jù)挖掘的區(qū)域森林喬木層生物量估算與評(píng)價(jià)研究.pdf

1、在“京都議定書”的背景下，對(duì)森林碳儲(chǔ)量進(jìn)行估測(cè)已成為當(dāng)前的研究熱點(diǎn)。有大量研究表明，森林喬木層碳儲(chǔ)量在地上部分碳儲(chǔ)量中起到絕對(duì)主導(dǎo)作用，而森林生物量是進(jìn)一步分析森林碳儲(chǔ)量的前提。當(dāng)前研究中，針對(duì)區(qū)域（中尺度）生物量的研究相對(duì)較少，而區(qū)域生物量估算是連接大尺度和小尺度生物量估算的橋梁，因此，開展對(duì)區(qū)域森林喬木層生物量的定量與定性研究工作，對(duì)以“碳匯”為目標(biāo)的森林生產(chǎn)經(jīng)營(yíng)和“碳匯”交易具有重要意義。
　　但利用當(dāng)前的生物量估算方法進(jìn)行

2、區(qū)域森林喬木層生物量估算時(shí)存在以下問題:
　　(1)由于區(qū)域內(nèi)往往有多種樹種或林分類型，傳統(tǒng)方法在區(qū)域森林生物量估算中，需重復(fù)建立多種樹種或林分類型的單木或林分生物量模型，再累加得到區(qū)域生物量，存在工作量較大的問題，且隨著森林資源調(diào)查數(shù)據(jù)的日益完善與豐富，在大數(shù)據(jù)時(shí)代的背景下，充分利用研究區(qū)數(shù)據(jù)，適當(dāng)忽略微觀層面上的精確度會(huì)讓宏觀層面具有更好的指導(dǎo)意義。因此，需研究一種直接用于快速估算林分生物量的方法;
　　(2)在建立林分

3、生物量模型時(shí)，對(duì)影響生物量的相關(guān)因子的研究存在不足，所建立的模型中體現(xiàn)的因子信息不足，且不同學(xué)者建立的模型差別較大;
　　(3)當(dāng)前的生物量模型建模研究中，多采用多元回歸分析的方法，但在自變量較多且變量間存在共線性問題時(shí)，該方法建立的模型精度較低，有少數(shù)研究采用神經(jīng)網(wǎng)絡(luò)方法建立了模型，但該類模型在泛化能力上有一定的局限性;
　　(4)目前尚并未有對(duì)森林生物量等級(jí)進(jìn)行評(píng)價(jià)的研究工作，研究一種快速對(duì)區(qū)域森林生物量進(jìn)行評(píng)價(jià)的方法，

4、可為宏觀上指導(dǎo)以“碳匯”為目標(biāo)的森林生產(chǎn)經(jīng)營(yíng)提供決策支持。
　　針對(duì)以上問題，本文以孟家崗林場(chǎng)為研究區(qū)，以林場(chǎng)2012年的森林資源二類調(diào)查數(shù)據(jù)為數(shù)據(jù)源，在“十二五”農(nóng)村領(lǐng)域國(guó)家科技計(jì)劃課題“森林經(jīng)營(yíng)可持續(xù)生產(chǎn)決策支持系統(tǒng)”項(xiàng)目（2012AA102003-2）的支持下，開展區(qū)域森林喬木層生物量的估算與評(píng)價(jià)研究，將研究區(qū)的小班劃分為6類，并分別建立了6種生物量估算模型，在此基礎(chǔ)上，對(duì)研究區(qū)小班生物量水平進(jìn)行評(píng)價(jià)，建立了森林生物量等級(jí)評(píng)

5、價(jià)決策樹模型。在研究過程中，重點(diǎn)對(duì)生物量特征因子提取、研究區(qū)小班聚類分析、生物量估算模型建模及等級(jí)評(píng)價(jià)決策樹建模進(jìn)行了研究，得到的主要研究成果與結(jié)論如下：
　　(1)應(yīng)用主成分分析方法提取出了8個(gè)森林小班生物量的特征因子，計(jì)算結(jié)果表明:8個(gè)主成分能夠表達(dá)原始調(diào)查數(shù)據(jù)80％以上的信息，且各因子之間相互獨(dú)立，8個(gè)主成分的初始因子載荷矩陣經(jīng)過旋轉(zhuǎn)后，各主成分刻畫的意義比較明顯，均具有較強(qiáng)的可解釋性，說明了提取生物量特征因子的可行性。本文

6、得到的特征因子既相互獨(dú)立，又充分代表了影響森林生物量的相關(guān)因子信息，與傳統(tǒng)生物量模型中的參數(shù)相比，能夠用于更加準(zhǔn)確地反映森林生物量隨特征因子的變化情況。
　　(2)提出了以小班聚類為區(qū)分構(gòu)建生物量估算模型的方法，利用改進(jìn)的K-means算法對(duì)研究區(qū)森林小班進(jìn)行聚類分析，研究結(jié)果表明，研究區(qū)的森林小班可劃分為6類，各類小班的內(nèi)部特征及其與其它小班的差異比較明顯，對(duì)各類小班的特征進(jìn)行了定性描述，結(jié)合BWP聚類有效性指標(biāo)，完成了對(duì)各類小

7、班定性與定量分析的結(jié)合。該方法不同于傳統(tǒng)的以樹種或林分類型為區(qū)分構(gòu)建生物量估算模型的方法，而是以聚類小班為區(qū)分建立生物量模型，在區(qū)域生物量估算中，該方法能夠減少估算時(shí)的工作量。
　　(3)建立了基于小班聚類的森林生物量估算模型，檢驗(yàn)結(jié)果表明:從決定系數(shù)和平均相對(duì)誤差絕對(duì)值來看，6類小班的生物量模型精度均以支持向量回歸機(jī)模型為最優(yōu)，各類模型的決定系數(shù)在0.7-0.92之間，平均相對(duì)誤差絕對(duì)值在11.173％-23.583之間，其次為

8、神經(jīng)網(wǎng)絡(luò)模型，多元線性回歸模型最低，說明生物量與相關(guān)因子間存在顯著的非線性關(guān)系，且支持向量回歸機(jī)模型能夠較好地?cái)M合兩者間的關(guān)系。另外，基于全部小班數(shù)據(jù)建立了支持向量回歸模型，其精度低于已得到的6類模型，說明了基于小班聚類建立生物量估算模型的可行性。
　　(4)提出了森林生物量等級(jí)評(píng)價(jià)體系及評(píng)價(jià)模型，利用四分位法將區(qū)域森林生物量劃分為較高、高、中、低四個(gè)等級(jí)，并利用決策樹方法，分別建立了基于全部特征的生物量等級(jí)評(píng)價(jià)決策樹和基于部分特

9、征的生物量等級(jí)評(píng)價(jià)決策樹，研究結(jié)果表明:基于全部特征的生物量等級(jí)評(píng)價(jià)決策樹的精度較高，分類精度達(dá)91.03％，并得到了28條置信度在75％以上的分類規(guī)則，為區(qū)域生物量的快速評(píng)價(jià)提供了一種新的方法。
　　利用生物量等級(jí)評(píng)價(jià)決策樹，對(duì)研究區(qū)各小班的生物量等級(jí)進(jìn)行評(píng)價(jià)，評(píng)價(jià)結(jié)果表明:研究區(qū)內(nèi)處于中等生物量水平的小班數(shù)量最多，處于較高等級(jí)生物量水平的小班數(shù)量次之，而處于高級(jí)和低級(jí)生物量的水平的小班數(shù)量相當(dāng)，為林場(chǎng)以碳匯為目標(biāo)的森林經(jīng)營(yíng)提供