[发明专利]一种防护林水平配置方法

说明书

技术领域

本发明涉及林业科学中造林技术领域，特别是涉及一种防护林水 平配置方法。

背景技术

根据自然地理条件，对各个林种及其配置以建立综合的森林体系 和达到合理的森林覆盖率，对防护林林带的结构与配置、树种选择、 营林技术等方面都能够取得很好的技术效果。

现有技术中，通过以农、林、牧、渔各行业基本情况为约束条件， 建立线性规划模型，进行林种配置；通过以林业综合发展策略为基础， 借助系统动力学(System Dynamics，SD)仿真手段对林种配置进行 调控；通过以生态、社会、经济效益为基础的层次分析法对防护林体 系进行林种配置；应用生态经济学和多目标灰色局势决策的原理与方 法，对研究地区农业总产值及其构成进行灰色关联分析和灰色预测， 在此基础上配置防护林体系；运用多目标线性规划的方法，以定量分 析为核心，以生态、经济、社会效益最大为目标，建立优化的数学模 型，调整了林种结构。

但是，上述的现有技术存在以下问题；在不同的地理环境，不同 的生态条件以及不同的经济背景下，适宜的防护林林种配置模式不 同，上述技术方法描述了特定背景环境下的林种配置模式，对于不同 的社会、自然条件下，不能进行广泛的推广。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是如何在快速、全面、能够结合实际环 境条件的情况下，提高防护林林种配置模式在不同背景环境下的适应 性，便于其广泛的推广使用。

(二)技术方案

为了解决上述技术问题，本发明提供一种防护林水平配置方法， 其包括以下步骤：

S1：确定决定植被类型配置的指标；

S2：对所述指标的数值进行归一化处理，使其值域在[0，1]或[-1，1] 之间；

S3：将所述指标作为输入节点，植被类型作为输出节点，确定 BP神经网络模型的输入层和输出层；

S4：确定BP神经网络模型的网络结构；

S5：根据所确定的网络结构，输入所述指标的归一化数值，输出 植被类型的数值，确定防护林的水平配置。

上述防护林水平配置方法中，步骤S4中，所述BP神经网络模 型的网络结构的确定具体包括：

采用误差反传学习算法，使用梯度搜索技术，实现网络的实际输 出与期望输出的均方差最小化；

使用防护林的所述植被类型对所述BP神经网络进行训练，包括 神经网络初始化、为神经网络提供学习样本、以及对每个学习样本进 行p循环；

采用附加动量法修正神经网络的权值，调整神经网络的自适应学 习速率，以及采用Levernberg-Marquart算法使神经网络的误差平方和 最小。

上述防护林水平配置方法中，步骤S5中，根据所述网络结构输 出的植被类型的数值，确定防护林的水平配置具体包括：求解该数值 与防护林原有植被类型数值的差值，确定防护林的水平配置结果。

上述防护林水平配置方法中，所述指标包括：海拔、坡向、坡度、 坡位、裸岩率、土壤类型、土壤厚度和土壤质地中的一种或几种。

上述防护林水平配置方法中，所述归一化处理采用premnmx函 数。

上述防护林水平配置方法中，所述BP神经网络包含多层隐含层。

上述防护林水平配置方法中，所述海拔由GPS测定，所述坡度由 手持罗盘仪测定。

(三)有益效果

上述技术方案所提供的防护林水平配置方法中，以“近自然林业” 为理论基础，以BP神经网络算法为工具，以林地自然、地理、气候 条件为源数据对防护林林种配置进行研究，能使防护林的林种符合自 然地理气候条件，达到防护效果。

附图说明

图1是BP神经网络的输入输出结构图示；

图2是本发明实施例的防护林水平配置方法的流程图；

图3是本发明实施例中土门西沟流域防护林配置前的林种分布示 意图；

图4是本发明实施例中土门西沟流域防护林配置后的林种分布示 意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细 描述。以下实施例用于说明本发明，但不用来限制本发明的范围。