桉樹(shù)人工林林分生長(zhǎng)模型研究.pdf

1、桉樹(shù)由于其具有速生、豐產(chǎn)、用途廣、適用性強(qiáng)、經(jīng)濟(jì)效益高等特點(diǎn)，近年來(lái)，在福建省的引種呈逐步北移趨勢(shì)，目前在福建省引種已漸成規(guī)模，其經(jīng)營(yíng)管理引起了越來(lái)越多林業(yè)工作者的重視。而桉樹(shù)林分生長(zhǎng)規(guī)律研究則是經(jīng)營(yíng)管理的重要理論依據(jù)，因此本文擬針對(duì)福建北移引種桉樹(shù)，以福建省閩西北的永安市桉樹(shù)為研究對(duì)象，對(duì)桉樹(shù)林分生長(zhǎng)規(guī)律及經(jīng)營(yíng)若干問(wèn)題進(jìn)行分析研究，以期為福建北移桉樹(shù)經(jīng)營(yíng)管理提供理論參考依據(jù)。 人工神經(jīng)網(wǎng)絡(luò)（Anificial Neural N

2、etwork，簡(jiǎn)稱(chēng)ANN）是現(xiàn)代智能算法之一，它具有不需要考慮數(shù)學(xué)模型的內(nèi)部結(jié)構(gòu)，不需要假設(shè)前提條件，不需要人為地確定因子權(quán)重等特點(diǎn)，并能夠綜合地映射研究對(duì)象的整體性，具有大規(guī)模并行運(yùn)算、自適應(yīng)、自學(xué)習(xí)、容錯(cuò)性的能力而被廣泛應(yīng)用于生物學(xué)系統(tǒng)中具有非線性和復(fù)雜性的預(yù)測(cè)建模。因此本文在前人對(duì)于林分生長(zhǎng)規(guī)律研究基礎(chǔ)上，首次采用ANN原理對(duì)北移桉樹(shù)人工林林分的直徑、樹(shù)高、直徑與樹(shù)高二維分布、全林分模型及出材率模型進(jìn)行研究，其研究結(jié)論表明：

3、 （1）分別以相對(duì)直徑、相對(duì)樹(shù)高為輸入變量、株數(shù)累積頻率為輸出變量、隱層和輸出層的傳遞函數(shù)為logsig構(gòu)建1：2：1的桉樹(shù)人工林林分相對(duì)直徑BP神經(jīng)網(wǎng)絡(luò)模型。相對(duì)直徑累積頻率BP神經(jīng)網(wǎng)絡(luò)模型的平均預(yù)測(cè)精度達(dá)到0．8819，相對(duì)樹(shù)高累積頻率BP神經(jīng)網(wǎng)絡(luò)模型的平均預(yù)測(cè)精度達(dá)到0．8810，其模型預(yù)測(cè)較好，對(duì)永安桉樹(shù)人工林林分直徑與樹(shù)高累積頻率分布均具有較好的適應(yīng)性。 （2）以相對(duì)直徑和相對(duì)樹(shù)高為輸入變量、株數(shù)累積頻率為輸出變量、

4、隱層和輸出層的傳遞函數(shù)為logsig構(gòu)建了2：3：1的桉樹(shù)人工林林分相對(duì)直徑相對(duì)樹(shù)高二維株數(shù)累積頻率BP神經(jīng)網(wǎng)絡(luò)模型。 （3）以年齡、立地類(lèi)型、株數(shù)密度為輸入變量，平均胸徑、平均樹(shù)高、蓄積為輸出變量、隱層傳遞函數(shù)為tansig，輸出層傳遞函數(shù)為purelin構(gòu)建了3：6：3的桉樹(shù)人工林全林分生長(zhǎng)BP神經(jīng)網(wǎng)絡(luò)模型。利用38塊標(biāo)準(zhǔn)地樣本對(duì)所構(gòu)建的模型進(jìn)行預(yù)測(cè)，結(jié)果為平均胸徑預(yù)測(cè)精度平均值為0．8675，平均樹(shù)高預(yù)測(cè)精度平均值為0．8

5、789，蓄積預(yù)測(cè)精度平均值為0．7869。 （4）利用歸一化處理后的徑階和樹(shù)高為輸入變量，林分總出材率為輸出變量，隱層和輸出層的傳遞函數(shù)為logsig構(gòu)建了2：4：1的桉樹(shù)人工林林分出材率BP神經(jīng)網(wǎng)絡(luò)模型。利用49株樣木作為預(yù)測(cè)樣本對(duì)所建的出材率模型進(jìn)行預(yù)測(cè)后發(fā)現(xiàn)預(yù)測(cè)出材率與實(shí)測(cè)出材率的誤差平均值為0．0042，預(yù)測(cè)精度平均值達(dá)0．9481，說(shuō)明所擬合的模型預(yù)測(cè)效果較好。 綜上研究表明，人工神經(jīng)網(wǎng)絡(luò)模型在永安桉樹(shù)人工林林