基于人工神经网络林分材种出材率预测模型研究-森林经理专业论文.docxVIP

ABgnU岍forecast ABgnU岍 forecast model which established has the satisfying丘tting precision and the forecast precision． Key words：Artificical Neural Network，Stand merchant volume ratio，Forecast，BP algorithm Ⅲ 独创性声明本人声明，所呈交的学位(毕业)论文，是本人在指导教师的指导下独立完成的研究 独创性声明 本人声明，所呈交的学位(毕业)论文，是本人在指导教师的指导下独立完成的研究 成果，并且是自己撰写的。尽我所知，除了文中作了标注和致谢中己作了答谢的地方外， 论文中不包含其他人发表或撰写过的研究成果。与我一同对本研究做出贡献的同志，都在 论文中作了明确的说明并表示了谢意，如被查有侵犯他人知识产权的行为，由本人承担应 有的责任． 学位(毕业)论文作者亲笔签名：‘苍新蝽 日期： 矽口易．夕 论文使用授权的说明 本人完全了解福建农林大学有关保留、使用学位(毕业)论文的规定，即学校有权送 交论衷的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采 用影印、缩印或其他复制手段保存论文。 必威体育官网网址，在 年后解密可适用本授权书。 口 不必威体育官网网址，本论文属于不必威体育官网网址。 口 学位(毕业)论文作者亲笔签名：铱寿 日期：∞口7占，， 指导教品亲笔签名∥翰为 臁炒7．6j 福建农林大学2007届硕士研究生学位论文第1章绪论 福建农林大学2007届硕士研究生学位论文 第1章绪论 1．1研究的目的和意义 森林资源预测是根据历史资料和现状，通过定性和定量的科学计算方法，对一定空间 和时间范围内的森林资源的数量和质量进行科学推断，以此来掌握森林资源的未来动态消 长趋势“1。为了正确合理经营森林，如营林抚育、次数、间隔期及抚育方式等技术措施， 就必须在查明蓄积量的基础上，迸一步对森林木材资源的经济价值做出评价。因此，林分 材种出材量测定是林分调查工作中不可缺少的内容凹。 众所周知，原木材积与立木材积之比即为出材率。在执行我国现行的森林采伐限额制 度时，在查处乱砍滥伐林木案件，需要通过蓄积量推算出材量，或者需要根据木材数量折 算被采伐的蓄积量时，在制订林业发展规划、计划和编制森林经营方案时，在预测和计算 培育森林的木材产量和经济效益时，在开展森林资源资产评估啪时，等等，都需要掌握数 量准确、材种齐备的出材率指标“1。我国从上世纪50年代就学习和借鉴前苏联的技术，开 始编制了部分国有林区天然林的材种出材率表。由于我国森林的质量和结构目前已经发生 了深刻变化，加上过去的编表手段比较落后，以致这些数表的使用精度已经达不到生产的 要求，因而不被生产单位和管理部门采用；随着我国天然林保护工程的全面实施和林业分 类经营的逐步推行，人工商品林比例的不断提高，人工林材种出材率表的编制任务已经迫 在眉睫。传统的林分材种出材率主要通过拟合削度方程，结合林分直径分布、出材率来进 行预测。2002年国家林业局规划院出台的“材种出材率表编制技术规程”则以概率密度函 数模拟预测林分结构，应用削度方程进行理论造材来编制林分材种出材率表。这些传统的 编制方法均要以大量的样木单元(大于100个样本)为基础，且编表材料处理的规范性往往 使所编的材种出材率比生产实际偏高，所编制的林分经济材出材率亦只能划分大、中、小 径材，难以满足生产的需要。传统的数学建模则难以解决多元输入向量与输出向量建模， 而人工神经网络在林业生产韵应用为林分材种出材率的预测提供了新思路与新方法，因此 应用神经网络预测林分经验材种出材率具有很大的理论价值与推广意义。 1．2国内外研究发展状况 1．2．1出材率表的发展的概况 出材率表起源于19世纪初叶的德国，已经历了一个半世纪的漫长历程。从起发展来看， 可明显分为两个阶段：第一个阶段主要是利用闺解法编表，第二个阶段的特点是利用削度 方程。电子计算机技术的飞速发展是促进编表技术大发展的重要转折点。在我国，从50年 代中期到70年代末期属于第一阶段，主要是按前苏联的图解修匀法编制了全国各大林区主 要树种的材种数表。这些数表本应该作为调查、预估林分材种出材量的依据，但是由于材 种表中材种名目繁多，应用不便，一直未能在生产中广泛的应用。从80年代初到95年代属 于第二阶段，主要学习、引进和消化西方国家的编表技术。并在材种划分、木材标准、材 1 福建农林大学2007届硕士研究生学位论文种表的形式和内容进行了简化，如资料整理、样本造材、方程拟合等工作都应用了电算技 福建农林大学2007届硕士研究生学位论文 种表的形式