CN106022652A - 一种森林碳汇经营方案的处理方法和装置 - Google Patents
一种森林碳汇经营方案的处理方法和装置 Download PDFInfo
- Publication number
- CN106022652A CN106022652A CN201610416347.3A CN201610416347A CN106022652A CN 106022652 A CN106022652 A CN 106022652A CN 201610416347 A CN201610416347 A CN 201610416347A CN 106022652 A CN106022652 A CN 106022652A
- Authority
- CN
- China
- Prior art keywords
- forest
- represent
- sample ground
- organic
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 94
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 94
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 238000012545 processing Methods 0.000 title claims abstract description 6
- 238000002922 simulated annealing Methods 0.000 claims abstract description 19
- 238000007726 management method Methods 0.000 claims description 146
- 230000000116 mitigating effect Effects 0.000 claims description 74
- 238000003860 storage Methods 0.000 claims description 55
- 238000005457 optimization Methods 0.000 claims description 39
- 238000009825 accumulation Methods 0.000 claims description 26
- 241001069925 Orestes Species 0.000 claims description 20
- 238000000034 method Methods 0.000 claims description 20
- 239000002028 Biomass Substances 0.000 claims description 7
- 238000003306 harvesting Methods 0.000 claims description 7
- 241000894007 species Species 0.000 claims description 7
- 239000002023 wood Substances 0.000 claims description 7
- 238000013481 data capture Methods 0.000 claims description 3
- 238000009826 distribution Methods 0.000 abstract description 5
- 238000004422 calculation algorithm Methods 0.000 abstract description 2
- 238000000137 annealing Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000010297 mechanical methods and process Methods 0.000 description 2
- 230000005226 mechanical processes and functions Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种森林碳汇经营方案的处理方法和装置,属于森林经营领域,包括:获取区域森林类型分布数据,并对获取到的区域森林类型分布数据进行分类;从分类结果中选择具有典型森林类型的林分作为样地,并得到样地的样地数据;根据样地数据,得到初始的林分蓄积和碳储量预估模型,并根据初始的林分蓄积和碳储量预估模型得到初始的森林碳汇经营方案;通过模拟退火算法对初始的森林碳汇经营方案进行优化;展示优化后的森林碳汇经营方案。与现有技术中根据人的经验定制森林经营方案相比,可以更加客观的制定森林碳汇经营方案,保证森林经营方案准确高效的确保森林经营措施在空间和时间上的合理分布,从而确保了森林的合理经营。
Description
技术领域
本发明涉及森林经营领域,具体而言,涉及一种森林碳汇经营方案的处理方法和装置。
背景技术
森林经营方案是森林经营主体和林业主管部门经营管理森林的重要依据,现行的森林经营方案主要包括森林资源与经营评价、森林经营目标与布局、森林经营、森林保护、森林经营基础设施维护以及效益分析等,其中,在森林经营方案中,木材收获与增加森林生态碳储量是一个此消彼长的过程,在森林经营中如何实现木材收获与增加碳汇的双赢是一个复杂的问题。
相关技术中,森林经营决策主要依靠技术人员的经验来产生,主要是基于对照观测实验来开展,技术人员完全依照长期以来积累的管理经验来制定出森林的经营方案。
在实际操作过程中,现有的森林经营效果的评价具有主观性、动态性及不确定性等特征,因此任何失误的森林经营决策都会引起森林生态系统巨大的经济和生态灾难,而传统依赖人工制定的森林经营方案无法准确高效的确保森林经营措施在空间和时间上的合理分布。
发明内容
有鉴于此,本发明实施例的目的在于提供一种森林碳汇经营方案的处理方法,保证森林经营方案准确高效的确保森林经营措施在空间和时间上的合理分布,对森林经营效果进行客观的评价,减少人为因素的干扰,制定出合理的森林碳汇经营方案。
第一方面,本发明实施例提供了一种森林碳汇经营方案的处理方法,包括:
获取区域森林类型分布数据,并对获取到的所述区域森林类型分布数据进行分类;
从所述分类结果中选择具有典型森林类型的林分作为样地,并得到所述样地的样地数据;
根据所述样地数据,得到初始的林分蓄积和碳储量预估模型,并根据初始的林分蓄积和碳储量预估模型得到初始的森林碳汇经营方案;
通过模拟退火算法对所述初始的森林碳汇经营方案进行优化;
展示优化后的森林碳汇经营方案。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,得到所述样地的样地数据,包括:
获取所述样地内的森林数据,所述森林数据包括:单木树种、胸径和树高;
根据预设的材积公式以及生物量公式对获取到的所述森林数据进行计算,得到所述样地的样地数据,所述样地数据包括:所述样地的水平林分蓄积量和碳储量。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,通过模拟退火算法对所述初始的森林碳汇经营方案进行优化,包括:
通过根据所述样地数据建立的所述初始的林分蓄积和碳储量预估模型,确定所述森林碳汇经营方案中木材蓄积量和碳储量的对应关系;
根据确定的所述木材蓄积量和碳储量的对应关系,生成所述森林碳汇经营方案的优化目标函数;
通过预设的约束条件、所述优化目标函数和模拟退火算法,对得到的所述初始的森林碳汇经营方案进行优化。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述优化目标函数,包括:
其中,U表示目标函数;f表示第f个子目标;F表示总经营目标个数;αf表示第f个目标的权重;α1表示第1个目标的权重;α2表示第2个目标的权重;uf表示第f个目标的效用函数;u1表示第1个目标的效用函数;u2表示第2个目标的效用函数;qf表示第f个目标的数量值;VOL表示收获蓄积量,CAR表示碳储量。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述森林规划模型的约束条件包括:
(1-α).VOLt-1≤VOLt≤(1+α).VOLt-1;
Ageijt≥AgeT;
其中,VOLt表示第t规划分期的收获蓄积量;Ak表示第k个林分的面积;An表示第n个林分的面积;Amax表示森林经营实践允许的最大面积;Un表示第n个林分的所有邻接林分;k表示一个林分;xijt表示林分i在第t规划分期采用第j种经营方式;Ageijt表示第i个林分在第t规划分期采用第j种经营方式下的年龄;AgeT表示林分允许被采伐的最小年龄;Cijt表示林分i在第t规划分期采用第j种经营方式下最终获得的碳储量;Vijt表示林分i在第t规划分期采用第j种经营方式下的蓄积收获量;α表示允许蓄积波动的范围。
第二方面,本发明实施例提供了一种森林碳汇经营方案的处理装置,其中,所述装置包括:
区域森林类型分布数据获取模块,用于获取区域森林类型分布数据,并对获取到的所述区域森林类型分布数据进行分类;
样地数据获取模块,用于从所述分类结果中选择具有典型森林类型的林分作为样地,并得到所述样地的样地数据;
预估模型建立模块,用于根据所述样地数据,得到初始的林分蓄积和碳储量预估模型,并根据初始的林分蓄积和碳储量预估模型得到初始的森林碳汇经营方案;
方案优化模块,通过模拟退火算法对所述初始的森林碳汇经营方案进行优化;
方案展示模块,展示优化后的森林碳汇经营方案。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,所述样地数据获取模块包括:
森林数据获取单元,用于获取所述样地内的森林数据,所述森林数据包括:单木树种、胸径和树高;
样地数据计算单元,用于根据预设的材积公式以及生物量公式对获取到的所述森林数据进行计算,得到所述样地的样地数据,所述样地数据包括:所述样地的水平林分蓄积量和碳储量。
结合第二方面,本发明实施例提供了第二方面的第二种可能的实施方式,其中,所述方案优化模块包括:
对应关系确定单元,用于通过根据所述样地数据建立的所述初始的林分蓄积和碳储量预估模型,确定所述森林碳汇经营方案中木材蓄积量和碳储量的对应关系;
优化目标函数生成单元,用于根据确定的所述木材蓄积量和碳储量的对应关系,生成所述森林碳汇经营方案的优化目标函数;
方案优化单元,用于通过预设的约束条件、所述优化目标函数和模拟退火算法,对得到的所述初始的森林碳汇经营方案进行优化。
结合第二方面,本发明实施例提供了第二方面的第三种可能的实施方式,其中,所述优化目标函数,包括:
其中,U表示目标函数;f表示第f个子目标;F表示总经营目标个数;αf表示第f个目标的权重;α1表示第1个目标的权重;α2表示第2个目标的权重;uf表示第f个目标的效用函数;u1表示第1个目标的效用函数;u2表示第2个目标的效用函数;qf表示第f个目标的数量值;VOL表示收获蓄积量,CAR表示碳储量。
结合第二方面,本发明实施例提供了第二方面的第四种可能的实施方式,其中,森林规划模型的所述约束条件包括:
(1-α).VOLt-1≤VOLt≤(1+α).VOLt-1;
Ageijt≥AgeT;
其中,VOLt表示第t规划分期的收获蓄积量;Ak表示第k个林分的面积;An表示第n个林分的面积;Amax表示森林经营实践允许的最大面积;Un表示第n个林分的所有邻接林分;k表示一个林分;xijt表示林分i在第t规划分期采用第j种经营方式;Ageijt表示第i个林分在第t规划分期采用第j种经营方式下的年龄;AgeT表示林分允许被采伐的最小年龄;Cijt表示林分i在第t规划分期采用第j种经营方式下最终获得的碳储量;Vijt表示林分i在第t规划分期采用第j种经营方式下的蓄积收获量;α表示允许蓄积波动的范围。
本发明实施例提供的一种森林碳汇经营方案的处理方法和装置,通过获取区域森林类型分布数据和样地数据,并且通过样地数据得到初始的林分蓄积和碳储量预估模型,再通过模拟退火算法对根据林分蓄积量和碳储量预估模型得到的初始森林碳汇经营方案进行优化,得到最终的优化后的森林碳汇经营方案。与现有技术中根据人的经验定制森林经营方案相比,可以更加客观的制定森林碳汇经营方案,保证森林经营方案准确高效的确保森林经营措施在空间和时间上的合理分布,从而确保了森林的合理经营。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例1所提供的一种森林碳汇经营方案的处理方法的流程图;
图2示出了本发明实施例2所提供的一种森林碳汇经营方案的处理装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
考虑到相关技术中,森林经营决策主要依靠技术人员的经验来产生,主要是基于对照观测实验来开展,技术人员完全依照长期以来积累的管理经验来制定出森林的经营方案。在实际操作过程中,现有的森林经营效果的评价具有主观性、动态性及不确定性等特征,因此任何失误的森林经营决策都会引起森林生态系统巨大的经济和生态灾难,而传统依赖人工制定的森林经营方案无法准确高效的确保森林经营措施在空间和时间上的合理分布。基于此,本发明实施例提供了一种森林碳汇经营方案的处理方法和装置,下面通过实施例进行描述。
实施例1
参见图1,本实施例提供一种森林碳汇经营方案的处理方法,包括以下步骤:
步骤100、获取区域森林类型分布数据,并对获取到的区域森林类型分布数据进行分类。
在上述步骤100中,区域森林类型数据指的是区域的小班矢量数据,用于描述小班在空间上的大小、面积和位置信息。该信息是根据研究区域森林资源二类调查数据,按地类、起源及优势树种等指标将区域森林资源划分为若干类型,具体可参见《森林资源规划设计调查技术规程(GB/T26424-2010)》。可根据森林类型数量及经营要求,按树种的生态习性进行适当合并和调整。
步骤101、从分类结果中选择具有典型森林类型的林分作为样地,并得到样地的样地数据。
其中,典型森林类型的林分是按照群落的内部特性、外部特征及其动态规律所划分的同质森林地段,划分森林类型的目的是为森林调查、造林、经营和规划设计提供科学依据,对不同的类型采取不同的营林措施。
上述步骤101,包括以下步骤(1)至步骤(2):
(1)获取样地内的森林数据,森林数据包括:单木树种、胸径和树高;
(2)根据预设的材积公式以及生物量公式对获取到的森林数据进行计算,得到样地的样地数据,样地数据包括:样地的水平林分蓄积量和碳储量。
上述步骤是将样地区域内单木树种、胸径和树高等树木信息根据预设的材积公式和生物量公式对单木树种进行统计,得出样地的水平林分蓄积量和碳储量,为进一步对森林碳汇经营方案的确定提供了基础的数据支持。
步骤102、根据样地数据,得到初始的林分蓄积和碳储量预估模型,并根据初始的林分蓄积和碳储量预估模型得到初始的森林碳汇经营方案。
步骤103、通过模拟退火算法对初始的森林碳汇经营方案进行优化。
上述步骤103,包括以下步骤(1)至步骤(3):
(1)通过根据样地数据建立的初始的林分蓄积和碳储量预估模型,确定森林碳汇经营方案中木材蓄积量和碳储量的对应关系;
(2)根据确定的木材蓄积量和碳储量的对应关系,生成森林碳汇经营方案的优化目标函数;
(3)通过预设的约束条件、优化目标函数和模拟退火算法,对得到的初始的森林碳汇经营方案进行优化。
在上述步骤3中,模拟退火算法的具体操作过程包括以下步骤(31)至(36):
(31)根据步骤102中得到的初始的林分蓄积和碳储量预估模型随机产生初始的森林碳汇经营方案,通过判断初始的森林碳汇经营方案是否满足约束条件对初始的森林碳汇经营方案进行选择,直到同时满足全部约束条件为止,使初始森林碳汇经营方案接受模拟退火参数,并且随机产生新的森林碳汇经营方案;
(32)判断新的森林碳汇经营方案是否同时满足约束条件,如果否则执行步骤33,如果是则执行步骤34;
(33)重新产生新的森林碳汇经营方案;
(34)计算优化目标函数值,根据优化目标函数值判断是否接受新的森林碳汇经营方案,如果否则执行步骤35,如果是则执行步骤36;
(35)产生新的森林碳汇经营方案;
(36)增加一次模拟次数,然后根据模拟退火参数对森林碳汇经营方案通过迭代的方式进行选择,直到达到收敛标准输出优化后的森林经营方案。
优选地,由于模拟退火算法具有随机性,因此建议优化过程至少重复30次。
其中,优化目标函数包括:
其中,U表示目标函数;f表示第f个子目标;F表示总经营目标个数;αf表示第f个目标的权重;α1表示第1个目标的权重;α2表示第2个目标的权重;uf表示第f个目标的效用函数;u1表示第1个目标的效用函数;u2表示第2个目标的效用函数;qf表示第f个目标的数量值;VOL表示收获蓄积量,CAR表示碳储量。步骤104、展示优化后的森林碳汇经营方案。
在上述步骤104中,将优化后的森林碳汇经营方案展示给技术人员,使得技术人员结合得出的优化后的森林碳汇经营方案和国家相关标准,如《森林经营方案编制与实施纲要(林资字[2006]227号)》,制定合理的森林碳汇经营方案,对森林进行管理。
综上所述,通过获取区域森林类型分布数据和样地数据,并且通过样地数据得到初始的林分蓄积和碳储量预估模型,再通过模拟退火算法对根据林分蓄积量和碳储量预估模型得到的初始森林碳汇经营方案进行优化,得到最终的优化后的森林碳汇经营方案。与现有技术中根据人的经验定制森林经营方案相比,可以更加客观的制定森林碳汇经营方案,保证森林经营方案准确高效的确保森林经营措施在空间和时间上的合理分布,从而确保了森林的合理经营。
相关技术中,并没有考虑时空因素对森林碳汇经营方案的影响,造成森林碳汇经营方案的准确率较低,可行性不高,所以在本实施例提出的森林碳汇经营方案的处理方法中,上述约束条件包括:
碳储量:
收获蓄积量:
收获均衡约束:(1-α).VOLt-1≤VOLt≤(1+α).VOLt-1;
面积限制模型:
收获次数约束:
最小收获年龄约束:Ageijt≥AgeT;
其中,VOLt表示第t规划分期的收获蓄积量;Ak表示第k个林分的面积;An表示第n个林分的面积;Amax表示森林经营实践允许的最大面积;Un表示第n个林分的所有邻接林分;k表示一个林分;xijt表示林分i在第t规划分期采用第j种经营方式;Ageijt表示第i个林分在第t规划分期采用第j种经营方式下的年龄;AgeT表示林分允许被采伐的最小年龄;Cijt表示林分i在第t规划分期采用第j种经营方式下最终获得的碳储量;Vijt表示林分i在第t规划分期采用第j种经营方式下的蓄积收获量;α表示允许蓄积波动的范围,0≤α≤1。
综上所述,通过预设的收获均衡约束和面积限制模型,在得到森林碳汇经营方案的过程中考虑了时空因素对森林碳汇经营方案的影响,使得根据上述约束条件得到的森林碳汇经营方案准确率高且具有较高的可行性。
实施例2
本实施例提供一种森林碳汇经营方案的处理装置,用于执行上述森林碳汇经营方案的处理方法,该装置包括:
区域森林类型分布数据获取模块10,用于获取区域森林类型分布数据,并对获取到的区域森林类型分布数据进行分类;
样地数据获取模块11,用于从分类结果中选择具有典型森林类型的林分作为样地,并得到样地的样地数据;
预估模型建立模块12,用于根据样地数据,得到初始的林分蓄积和碳储量预估模型,并根据初始的林分蓄积和碳储量预估模型得到初始的森林碳汇经营方案;
方案优化模块13,通过模拟退火算法对初始的森林碳汇经营方案进行优化;
方案展示模块14,展示优化后的森林碳汇经营方案。
进一步地,样地数据获取模块11包括:森林数据获取单元,用于获取样地内的森林数据,森林数据包括:单木树种、胸径和树高;样地数据计算单元,用于根据预设的材积公式以及生物量公式对获取到的森林数据进行计算,得到样地的样地数据,样地数据包括:样地的水平林分蓄积量和碳储量。
具体地,方案优化模块13包括:对应关系确定单元,用于通过根据样地数据建立的林分蓄积和碳储量预估模型,确定森林碳汇经营方案中木材蓄积量和碳储量的对应关系;优化目标函数生成单元,用于根据确定的木材蓄积量和碳储量的对应关系,生成森林碳汇经营方案的优化目标函数;方案优化单元,用于通过预设的约束条件、优化目标函数和模拟退火算法,对得到的初始的森林碳汇经营方案进行优化。
其中,优化目标函数,包括:
其中,U表示目标函数;f表示第f个子目标;F表示总经营目标个数;αf表示第f个目标的权重;α1表示第1个目标的权重;α2表示第2个目标的权重;uf表示第f个目标的效用函数;u1表示第1个目标的效用函数;u2表示第2个目标的效用函数;qf表示第f个目标的数量值;VOL表示收获蓄积量,CAR表示碳储量。
森林规划模型的约束条件包括:
(1-α).VOLt-1≤VOLt≤(1+α).VOLt-1;
Ageijt≥AgeT;
其中,VOLt表示第t规划分期的收获蓄积量;Ak表示第k个林分的面积;An表示第n个林分的面积;Amax表示森林经营实践允许的最大面积;Un表示第n个林分的所有邻接林分;k表示一个林分;xijt表示林分i在第t规划分期采用第j种经营方式;Ageijt表示第i个林分在第t规划分期采用第j种经营方式下的年龄;AgeT表示林分允许被采伐的最小年龄;Cijt表示林分i在第t规划分期采用第j种经营方式下最终获得的碳储量;Vijt表示林分i在第t规划分期采用第j种经营方式下的蓄积收获量;α表示允许蓄积波动的范围。
综上所述,通过设置区域森林类型分布数据获取模块、样地数据获取模块、预估模型建立模块、方案优化模块,得到最终的优化后的森林碳汇经营方案。与现有技术中根据人的经验定制森林经营方案相比,可以更加客观的制定森林碳汇经营方案,保证森林经营方案准确高效的确保森林经营措施在空间和时间上的合理分布,从而确保了森林的合理经营。
本发明实施例所提供的森林碳汇经营方案的处理方法的计算机程序产品,包括存储了程序代码的计算机可读存储介质,程序代码包括的指令可用于执行前面方法实施例中的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种森林碳汇经营方案的处理方法,其特征在于,包括:
获取区域森林类型分布数据,并对获取到的所述区域森林类型分布数据进行分类;
从所述分类结果中选择具有典型森林类型的林分作为样地,并得到所述样地的样地数据;
根据所述样地数据,得到初始的林分蓄积和碳储量预估模型,并根据初始的林分蓄积和碳储量预估模型得到初始的森林碳汇经营方案;
通过模拟退火算法对所述初始的森林碳汇经营方案进行优化;
展示优化后的森林碳汇经营方案。
2.根据权利要求1所述的方法,其特征在于,得到所述样地的样地数据,包括:
获取所述样地内的森林数据,所述森林数据包括:单木树种、胸径和树高;
根据预设的材积公式以及生物量公式对获取到的所述森林数据进行计算,得到所述样地的样地数据,所述样地数据包括:所述样地的水平林分蓄积量和碳储量。
3.根据权利要求1所述的方法,其特征在于,通过模拟退火算法对所述初始的森林碳汇经营方案进行优化,包括:
通过根据所述样地数据建立的所述初始的林分蓄积和碳储量预估模型,确定所述森林碳汇经营方案中木材蓄积量和碳储量的对应关系;
根据确定的所述木材蓄积量和碳储量的对应关系,生成所述森林碳汇经营方案的优化目标函数;
通过预设的约束条件、所述优化目标函数和模拟退火算法,对得到的所述初始的森林碳汇经营方案进行优化。
4.根据权利要求3所述的方法,其特征在于,所述优化目标函数,包括:
其中,U表示目标函数;f表示第f个子目标;F表示总经营目标个数;αf表示第f个目标的权重;α1表示第1个目标的权重;α2表示第2个目标的权重;uf表示第f个目标的效用函数;u1表示第1个目标的效用函数;u2表示第2个目标的效用函数;qf表示第f个目标的数量值;VOL表示收获蓄积量,CAR表示碳储量。
5.根据权利要求4所述的方法,其特征在于,森林规划模型的所述约束条件包括:
(1-α)·VOLt-1≤VOLt≤(1+α)·VOLt-1;
Ageijt≥AgeT;
其中,VOLt表示第t规划分期的收获蓄积量;Ak表示第k个林分的面积;An表示第n个林分的面积;Amax表示森林经营实践允许的最大面积;Un表示第n个林分的所有邻接林分;k表示一个林分;xijt表示林分i在第t规划分期采用第j种经营方式;Ageijt表示第i个林分在第t规划分期采用第j种经营方式下的年龄;AgeT表示林分允许被采伐的最小年龄;Cijt表示林分i在第t规划分期采用第j种经营方式下最终获得的碳储量;Vijt表示林分i在第t规划分期采用第j种经营方式下的蓄积收获量;α表示允许蓄积波动的范围。
6.一种森林碳汇经营方案的处理装置,其特征在于,所述装置包括:
区域森林类型分布数据获取模块,用于获取区域森林类型分布数据,并对获取到的所述区域森林类型分布数据进行分类;
样地数据获取模块,用于从所述分类结果中选择具有典型森林类型的林分作为样地,并得到所述样地的样地数据;
预估模型建立模块,用于根据所述样地数据,得到初始的林分蓄积和碳储量预估模型,并根据初始的林分蓄积和碳储量预估模型得到初始的森林碳汇经营方案;
方案优化模块,通过模拟退火算法对所述初始的森林碳汇经营方案进行优化;
方案展示模块,展示优化后的森林碳汇经营方案。
7.根据权利要求6所述的装置,其特征在于,所述样地数据获取模块包括:
森林数据获取单元,用于获取所述样地内的森林数据,所述森林数据包括:单木树种、胸径和树高;
样地数据计算单元,用于根据预设的材积公式以及生物量公式对获取到的所述森林数据进行计算,得到所述样地的样地数据,所述样地数据包括:所述样地的水平林分蓄积量和碳储量。
8.根据权利要求6所述的装置,其特征在于,所述方案优化模块包括:
对应关系确定单元,用于通过根据所述样地数据建立的所述初始的林分蓄积和碳储量预估模型,确定所述森林碳汇经营方案中木材蓄积量和碳储量的对应关系;
优化目标函数生成单元,用于根据确定的所述木材蓄积量和碳储量的对应关系,生成所述森林碳汇经营方案的优化目标函数;
方案优化单元,用于通过预设的约束条件、所述优化目标函数和模拟退火算法,对得到的所述初始的森林碳汇经营方案进行优化。
9.根据权利要求8所述的装置,其特征在于,所述优化目标函数,包括:
其中,U表示目标函数;f表示第f个子目标;F表示总经营目标个数;αf表示第f个目标的权重;α1表示第1个目标的权重;α2表示第2个目标的权重;uf表示第f个目标的效用函数;u1表示第1个目标的效用函数;u2表示第2个目标的效用函数;qf表示第f个目标的数量值;VOL表示收获蓄积量,CAR表示碳储量。
10.根据权利要求9所述的装置,其特征在于,森林规划模型的所述约束条件包括:
(1-α)·VOLt-1≤VOLt≤(1+α)·VOLt-1;
Ageijt≥AgeT;
其中,VOLt表示第t规划分期的收获蓄积量;Ak表示第k个林分的面积;An表示第n个林分的面积;Amax表示森林经营实践允许的最大面积;Un表示第n个林分的所有邻接林分;k表示一个林分;xijt表示林分i在第t规划分期采用第j种经营方式;Ageijt表示第i个林分在第t规划分期采用第j种经营方式下的年龄;AgeT表示林分允许被采伐的最小年龄;Cijt表示林分i在第t规划分期采用第j种经营方式下最终获得的碳储量;Vijt表示林分i在第t规划分期采用第j种经营方式下的蓄积收获量;α表示允许蓄积波动的范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610416347.3A CN106022652A (zh) | 2016-06-12 | 2016-06-12 | 一种森林碳汇经营方案的处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610416347.3A CN106022652A (zh) | 2016-06-12 | 2016-06-12 | 一种森林碳汇经营方案的处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106022652A true CN106022652A (zh) | 2016-10-12 |
Family
ID=57087708
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610416347.3A Pending CN106022652A (zh) | 2016-06-12 | 2016-06-12 | 一种森林碳汇经营方案的处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106022652A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109710889A (zh) * | 2018-12-13 | 2019-05-03 | 北京林业大学 | 一种基于树木年轮精确估计森林生产力的取样方法 |
CN113657735A (zh) * | 2021-08-03 | 2021-11-16 | 国网福建省电力有限公司经济技术研究院 | 考虑森林碳汇能力约束的碳中和场景下电源结构规划方法 |
CN114881805A (zh) * | 2022-04-21 | 2022-08-09 | 山东高速云南发展有限公司 | 一种基于碳汇密度的林业碳汇规划方法 |
CN116071419A (zh) * | 2023-03-06 | 2023-05-05 | 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) | 一种碳汇造林和森林经营碳汇项目碳汇动态计量方法 |
-
2016
- 2016-06-12 CN CN201610416347.3A patent/CN106022652A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109710889A (zh) * | 2018-12-13 | 2019-05-03 | 北京林业大学 | 一种基于树木年轮精确估计森林生产力的取样方法 |
CN109710889B (zh) * | 2018-12-13 | 2023-02-03 | 北京林业大学 | 一种基于树木年轮精确估计森林生产力的取样方法 |
CN113657735A (zh) * | 2021-08-03 | 2021-11-16 | 国网福建省电力有限公司经济技术研究院 | 考虑森林碳汇能力约束的碳中和场景下电源结构规划方法 |
CN114881805A (zh) * | 2022-04-21 | 2022-08-09 | 山东高速云南发展有限公司 | 一种基于碳汇密度的林业碳汇规划方法 |
CN116071419A (zh) * | 2023-03-06 | 2023-05-05 | 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) | 一种碳汇造林和森林经营碳汇项目碳汇动态计量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Baskent et al. | Spatial forest planning: A review | |
Zhang et al. | Farmland function evolution in the Huang-Huai-Hai Plain: Processes, patterns and mechanisms | |
Seidl et al. | Climate change vulnerability of sustainable forest management in the Eastern Alps | |
CN107230113A (zh) | 一种多模型融合的房产评估方法 | |
CN103514457B (zh) | 生态约束条件下土地利用结构优化的多目标改进差分进化模型 | |
CN105654414A (zh) | 基于开源体系架构和建筑物空间数据库的城市多灾害风险损失评测系统及方法 | |
CN106022652A (zh) | 一种森林碳汇经营方案的处理方法和装置 | |
Zhang et al. | A review of machine learning based Species' distribution modelling | |
CN110175789A (zh) | 基于模糊层次和critic法的配电网诊断评估指标权重赋权方法 | |
Packalén et al. | Dynamic treatment units in eucalyptus plantation | |
Renton et al. | Functional–structural plant modelling using a combination of architectural analysis, L-systems and a canonical model of function | |
Vacik et al. | Integrating the DPSIR approach and the analytic network process for the assessment of forest management strategies. | |
Bettinger et al. | Combinatorial optimization of elk habitat effectiveness and timber harvest volume | |
Ionescu et al. | Modelling EU agriculture’s regional disparities under the national accounting system’s approach. The impact of the new economic and environmental challenges | |
Zhou et al. | Predicting forest growth and yield in northeastern Ontario using the process-based model of TRIPLEX1. 0 | |
Bosela et al. | Modelling future growth of mountain forests under changing environments | |
CN106503793B (zh) | 一种基于改进差分算法的神经网络短期风速预测方法 | |
CN107274024A (zh) | 一种气象台站测量日总辐射曝辐量预测优化方法 | |
CN105488346A (zh) | 一种大尺度土地覆盖变化的空间预测模拟方法 | |
Goreaud et al. | Long-term influence of the spatial structure of an initial state on the dynamics of a forest growth model: a simulation study using the Capsis platform | |
NA et al. | Optimal regeneration regime under continuous crown cover requirements in cork oak woodlands | |
Goetz et al. | Using the Escalator Boxcar Train to determine the optimal management of a size-distributed forest when carbon sequestration is taken into account | |
Janová et al. | Optimal managing of forest structure using data simulated optimal control | |
Varkouhi et al. | Reduction of uncertainty in projection of growth and yield of Hyrcanian trees in Jabowa-4 model by applying artificial neural network (Case study: Kheyroud forest-Nowshahr of Iran) | |
McCullagh et al. | A comparison of two yield forecasting methods used in Ireland. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20161012 |
|
RJ01 | Rejection of invention patent application after publication |