CN110782089A - 一种森林间伐方法及系统 - Google Patents

一种森林间伐方法及系统 Download PDF

Info

Publication number
CN110782089A
CN110782089A CN201911022023.1A CN201911022023A CN110782089A CN 110782089 A CN110782089 A CN 110782089A CN 201911022023 A CN201911022023 A CN 201911022023A CN 110782089 A CN110782089 A CN 110782089A
Authority
CN
China
Prior art keywords
forest
thinning
scheme
tree
judgment result
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.)
Granted
Application number
CN201911022023.1A
Other languages
English (en)
Other versions
CN110782089B (zh
Inventor
张怀清
沈康
杨廷栋
朱念福
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
INSTITUTE OF SOURCE INFORMATION CHINESE ACADEMY OF FORESTRY
Original Assignee
INSTITUTE OF SOURCE INFORMATION CHINESE ACADEMY OF FORESTRY
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by INSTITUTE OF SOURCE INFORMATION CHINESE ACADEMY OF FORESTRY filed Critical INSTITUTE OF SOURCE INFORMATION CHINESE ACADEMY OF FORESTRY
Priority to CN201911022023.1A priority Critical patent/CN110782089B/zh
Publication of CN110782089A publication Critical patent/CN110782089A/zh
Application granted granted Critical
Publication of CN110782089B publication Critical patent/CN110782089B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Quality & Reliability (AREA)
  • Animal Husbandry (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Development Economics (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提出了一种森林间伐方法及系统。本发明首先根据竞争指数确定预采伐木，保证森林的可持续发展，然后获取不同的间伐经营方案，然后利用模拟退火算法确定最优间伐经营方案，避免了间伐方案选择的过程中的局部最优解的技术缺陷，提高了最优间伐方案获取的有效性，本发明解决了现有技术中凭借单次的经营决策分析，难以适应森林可持续发展的技术缺陷，并提高了最优间伐方案获取的有效性。

Description

一种森林间伐方法及系统
技术领域
本发明涉及森林经营管理技术领域，特别是涉及一种森林间伐方法及系统。
背景技术
森林多目标经营优化的研究由来已久，从传统的数学模型，如线性规划、目标规划和动态规划到现代的人工智算法，如蒙特卡洛算法、禁忌搜索和遗传算法。但森林经营是一项复杂的科学系统工程，涉及到政治、经济、社会和技术的各个方面，仅凭一次的经营决策分析，难以适应森林可持续发展，连续动态地经营是森林经营的一种常态。
发明内容
本发明的目的是提供一种森林间伐方法及系统，以适应森林可持续发展，实现森林的连续动态地经营。
为实现上述目的，本发明提供了如下方案：
一种森林间伐方法，所述间伐方法包括如下步骤：
计算生长后的森林的每一株树木的竞争指数；
按照间伐木蓄积量小于生长蓄积量的原则，选取竞争指数较大的树木作为预采伐木，组成预采伐木集合；
对所述预采伐木集合中的候选树木按照排列组合的方式建立不同组合的间伐经营方案，获得间伐经营方案集合；
采用模拟退火算法，从所述间伐经营方案集合中选取最优间伐经营方案；
根据所述最优间伐经营方案对所述森林进行间伐。
可选的，所述计算生长后的森林的每一株树木的竞争指数，具体包括：
利用公式，
Figure BDA0002247518410000011
计算距离第i株树木的竞争指数，其中，CIi表示第i株树木的竞争指数，n表示距离第i株树木最近的n株树木，Di和Dj分别表示的第i株树木和距离第i株树木最近的n株树木中的第j株树木的胸径，Lij表示第i株树木和距离第i株树木最近的n株树木中的第j株树木之间的距离。
可选的，所述按照间伐木蓄积量小于生长蓄积量的原则，选取竞争指数较大的树木作为预采伐木，组成预采伐木集合，具体包括：
计算生长前的森林的蓄积量和生长后的森林的蓄积量；
根据所述生长前的森林的蓄积量和生长后的森林的蓄积量，计算生长蓄积量；
按照竞争指数从大到小的顺序对森林中的树木进行排序；
计算间伐前m株树木后的森林的蓄积量；
根据生长后的森林的蓄积量和间伐前m株树木后的森林的蓄积量，计算间伐木蓄积量；
判断所述间伐木蓄积量否小于所述生长蓄积量，得到第一判断结果，
若所述第一判断结果表示所述间伐木蓄积量小于所述生长蓄积量，则令m的数值增加1，返回步骤“计算间伐前m株树木后的森林的蓄积量”
若所述间伐木蓄积量不小于所述生长蓄积量，则将前前m株树木设置为预采伐木，组成预采伐木集合。
可选的，所述采用模拟退火算法，从所述间伐经营方案集合中选取最优间伐经营方案，具体包括：
从所述间伐经营方案集合中随机选取一个间伐经营方案，作为候选间伐经营方案；
计算按照所述候选间伐经营方案间伐后的森林的目标函数值作为初始的当前最优方案的目标函数值；
从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案；
计算按照所述候选间伐经营方案间伐后的森林的目标函数值；
判断按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值是否小于零，得到第二判断结果；
若所述第二判断结果表示按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值小于零，则将所述候选间伐经营方案设置为当前最优方案；
若所述第二判断结果表示按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值不小于零，则判断公式exp(tmp-ans)/T＜rand(0,1)是否成立，得到第三判断结果，其中tmp和ans分别表示候选间伐经营方案和当前最优方案的目标函数值，T表示模拟退火算法中的温度参数；
若所述第三判断结果表示公式exp(tmp-ans)/T＜rand(0,1)成立，则将当前最优方案设置为优选方案，并添加至优选方案集合中，将所述候选间伐经营方案设置为当前最优方案；
判断迭代次数是否小于10，得到第四判断结果；
若所述第四判断结果表示迭代次数小于10，则令迭代次数的数值增加1，返回步骤“从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案”；
若所述第四判断结果表示迭代次数不小于10，判断T的数值是否大于温度临界值，得到第五判断结果；
若所述第五判断结果表示T的数值大于临界温度值，则将迭代次数的数值设置为0，将T的数值设置为T*r，返回步骤“从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案”，其中，r表示下降比例参数；
若所述第五判断结果表示T的数值不大于临界温度值，则将当前最优方案设置为优选方案，添加至优选方案集合；
从所述优选方案集合中选取目标值最小的优选方案作为最优间伐经营方案。
可选的，所述计算所述按照所述候选间伐经营方案间伐后的森林的目标函数值，具体包括：
利用公式计算按照所述候选间伐经营方案间伐后的森立的目标函数值，其中，g为按照候选间伐经营方案间伐后的森林的林木向量；
Figure BDA0002247518410000032
为按照候选间伐经营方案间伐后的森林的林分平均角尺度；
Figure BDA0002247518410000033
为按照候选间伐经营方案间伐后的森林的林木大小比数；
Figure BDA0002247518410000034
为生长后的森林的林木大小比数；
Figure BDA0002247518410000035
为按照候选间伐经营方案间伐后的森林的林分平均拥挤度。
可选的，所述根据所述最优间伐经营方案对所述森林进行间伐，之后还包括：
计算根据所述最优间伐经营方案间伐后的森林的所有树木的平均胸径；
计算所述平均胸径是否大于目标胸径，得到第六判断结果；
若所述第六判断结果表示所述平均胸径大于目标胸径，则将间伐后的森林的所有树木砍伐；
若所述第六判断结果表示所述平均胸径不大于目标胸径，则对间伐后的森林进行抚育间伐。
一种森林间伐系统，所述间伐系统包括：
竞争指数计算模块，用于计算生长后的森林的每一株树木的竞争指数；
预采伐木选取模块，用于按照间伐木蓄积量小于生长蓄积量的原则，选取竞争指数较大的树木作为预采伐木，组成预采伐木集合；
间伐经营方案组合模块，用于对所述预采伐木集合中的候选树木按照排列组合的方式建立不同组合的间伐经营方案，获得间伐经营方案集合；
最优间伐经营方案选取模块，用于采用模拟退火算法，从所述间伐经营方案集合中选取最优间伐经营方案；
间伐模块，用于根据所述最优间伐经营方案对所述森林进行间伐。
可选的，所述竞争指数计算模块，具体包括：
竞争指数计算子模块，用于利用公式，
Figure BDA0002247518410000041
计算距离第i株树木的竞争指数，其中，CIi表示第i株树木的竞争指数，n表示距离第i株树木最近的n株树木，Di和Dj分别表示的第i株树木和距离第i株树木最近的n株树木中的第j株树木的胸径，Lij表示第i株树木和距离第i株树木最近的n株树木中的第j株树木之间的距离。
可选的，所述预采伐木选取模块，具体包括：
第一蓄积量计算子模块，用于计算森前的森林的蓄积量和生长后的森林的蓄积量；
生长蓄积量计算子模块，用于根据所述生长前的森林的蓄积量和生长后的森林的蓄积量，计算生长蓄积量；
排序子模块，用于按照竞争指数从大到小的顺序对森林中的树木进行排序；
第二蓄积量计算子模块，用于计算间伐前m株树木后的森林的蓄积量；
间伐木蓄积量计算子模块，用于根据生长后的森林的蓄积量和间伐前m株树木后的森林的蓄积量，计算间伐木蓄积量；
第一判断子模块，用于判断所述间伐木蓄积量否小于所述生长蓄积量，得到第一判断结果，
第一判断结果处理子模块，用于若所述第一判断结果表示所述间伐木蓄积量小于所述生长蓄积量，则令m的数值增加1，调用第二蓄积量计算子模块，执行步骤“计算间伐前m株树木后的森林的蓄积量”；若所述间伐木蓄积量不小于所述生长蓄积量，则将前前m株树木设置为预采伐木，组成预采伐木集合。
可选的，所述最优间伐经营方案选取模块，具体包括：
第一随机选取子模块，用于从所述间伐经营方案集合中随机选取一个间伐经营方案，作为候选间伐经营方案；
初始化子模块，用于计算按照所述候选间伐经营方案间伐后的森林的目标函数值作为初始的当前最优方案的目标函数值；
第一随机选取子模块，用于从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案；
目标函数值计算子模块，用于计算按照所述候选间伐经营方案间伐后的森林的目标函数值；
第二判断子模块，用于判断按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值是否小于零，得到第二判断结果；
第二判断结果处理子模块，用于若所述第二判断结果表示按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值小于零，则将所述候选间伐经营方案设置为当前最优方案；
第三判断子模块，用于若所述第二判断结果表示按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值不小于零，则判断公式exp(tmp-ans)/T＜rand(0,1)是否成立，得到第三判断结果，其中tmp和ans分别表示候选间伐经营方案和当前最优方案的目标函数值，T表示模拟退火算法中的温度参数；
第三判断结果处理子模块，用于若所述第三判断结果表示公式exp(tmp-ans)/T＜rand(0,1)成立，则将当前最优方案设置为优选方案，并添加至优选方案集合中，将所述候选间伐经营方案设置为当前最优方案；
第四判断子模块，用于判断迭代次数是否小于10，得到第四判断结果；
第四判断结果处理子模块，用于若所述第四判断结果表示迭代次数小于10，则令迭代次数的数值增加1，返回步骤“从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案”；
第五判断子模块，用于若所述第四判断结果表示迭代次数不小于10，判断T的数值是否大于温度临界值，得到第五判断结果；
第五判断结果处理子模块，用于若所述第五判断结果表示T的数值大于临界温度值，则将迭代次数的数值设置为0，将T的数值设置为T*r，返回步骤“从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案”，其中，r表示下降比例参数；若所述第五判断结果表示T的数值不大于临界温度值，则将当前最优方案设置为优选方案，添加至优选方案集合；
最优间伐经营方案选取子模块，用于从所述优选方案集合中选取目标值最小的优选方案作为最优间伐经营方案。。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提出了一种森林间伐方法及系统。本发明首先计算生长后的森林的每一株树木的竞争指数；按照间伐木蓄积量小于生长蓄积量的原则，选取竞争指数较大的树木作为预采伐木，组成预采伐木集合；对所述预采伐木集合中的候选树木按照排列组合的方式建立不同组合的间伐经营方案，获得间伐经营方案集合；然后采用模拟退火算法，从间伐经营方案集合中选取最优间伐经营方案；根据所述最优间伐经营方案对所述森林进行间伐。本发明首先根据竞争指数确定预采伐木，保证森林的可持续发展，然后获取不同的间伐经营方案，然后利用模拟退火算法确定最优间伐经营方案，避免了间伐方案选择的过程中的局部最优解的技术缺陷，提高了最优间伐方案获取的有效性，本发明解决了现有技术中凭借单次的经营决策分析，难以适应森林可持续发展的技术缺陷，并提高了最优间伐方案获取的有效性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种森林间伐方法的流程图；
图2为本发明提供的按照排列组合的方式建立不同组合的间伐经营方案的一个实施例的原理示意图；
图3为本发明提供的一种森林间伐方法的原理图；
图4为本发明提供的单木的胸径和树高的相关性分析图；
图5为本发明提供的单木的胸径和冠幅的相关性分析图；
图6为本发明提供的单木树高和枝下高的相关性分析图；
图7为本发明提供的单木的胸径的回归估计值与实测值的对比图；
图8为本发明提供的单木的树高的回归估计值与实测值的对比图；
图9为本发明提供的单木的枝下高的回归估计值与实测值的对比图；
图10为本发明提供的单木的冠幅的回归估计值与实测值的对比图；
图11为本发明提供的生长前(2016年)的林分经营紧迫性分析结果图；
图12为本发明提供的模拟生长后(2021年)的林分经营紧迫性分析结果图；
图13为本发明提供的通过竞争指数选取的预采伐木的分布图；
图14为本发明提供的基于模拟退火算法全区的最优间伐经营方案的需采伐木的分布图；
图15为本发明提供的间伐经营过程模拟示意图。
具体实施方式
下面将结合本发明实施例中的附图，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。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
本发明的目的是提供一种森林间伐方法及系统，以适应森林可持续发展，实现森林的连续动态地经营。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
为了实现上述目的本发明提供一种森林间伐方法，如图1所示，所述间伐方法包括如下步骤：
步骤101，计算生长后的森林的每一株树木的竞争指数；具体包括：
利用公式计算距离第i株树木的竞争指数，其中，CIi表示第i株树木的竞争指数，n表示距离第i株树木最近的n株树木，Di和Dj分别表示的第i株树木和距离第i株树木最近的n株树木中的第j株树木的胸径，Lij表示第i株树木和距离第i株树木最近的n株树木中的第j株树木之间的距离。
步骤102，按照间伐木蓄积量小于生长蓄积量的原则，选取竞争指数较大的树木作为预采伐木，组成预采伐木集合；具体包括：
计算生长前的森林的蓄积量和生长后的森林的蓄积量；具体的，利用所经营地区树种的二元材积公式,Vi＝a*Di bHi c计算每株树的材积,然后将每株树的材积加和得到森林的蓄积量,因此,生长前后的蓄积量都可以通过树木的胸径和树高计算得出，其中Vi表示第i株树的材积量，Di表示i株树的胸径，Hi表示i株树的树高，a、b、c为系数，由所在区域的树种常年实测数据拟合得出。
根据所述生长前的森林的蓄积量和生长后的森林的蓄积量，计算生长蓄积量；按照竞争指数从大到小的顺序对森林中的树木进行排序；计算间伐前m株树木后的森林的蓄积量；根据生长后的森林的蓄积量和间伐前m株树木后的森林的蓄积量，计算间伐木蓄积量；判断所述间伐木蓄积量否小于所述生长蓄积量，得到第一判断结果；若所述第一判断结果表示所述间伐木蓄积量小于所述生长蓄积量，则令m的数值增加1，返回步骤“计算间伐前m株树木后的森林的蓄积量”；若所述间伐木蓄积量不小于所述生长蓄积量，则将前前m株树木设置为预采伐木，组成预采伐木集合。
步骤103，对所述预采伐木集合中的候选树木按照排列组合的方式建立不同组合的间伐经营方案，获得间伐经营方案集合；具体包括：
例如预采伐木集合包括四株预采伐木，则会产生15种间伐经营方案，如图2所示。
步骤104，采用模拟退火算法((Simulated annealing algorithm，SAA)，从所述间伐经营方案集合中选取最优间伐经营方案；具体包括：
从所述间伐经营方案集合中随机选取一个间伐经营方案，作为候选间伐经营方案；将生长后的森林的目标函数值设置为初始的当前最优方案的目标函数值；计算按照所述候选间伐经营方案间伐后的森林的目标函数值作为初始的当前最优方案的目标函数值；从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案；计算按照所述候选间伐经营方案间伐后的森林的目标函数值；判断按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值是否小于零，得到第二判断结果；若所述第二判断结果表示按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值小于零，则将所述候选间伐经营方案设置为当前最优方案；若所述第二判断结果表示按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值不小于零，则判断公式exp(tmp-ans)/T＜rand(0,1)是否成立，得到第三判断结果，其中tmp和ans分别表示候选间伐经营方案和当前最优方案的目标函数值，T表示模拟退火算法中的温度参数；若所述第三判断结果表示公式exp(tmp-ans)/T＜rand(0,1)成立，则将当前最优方案设置为优选方案，并添加至优选方案集合中，将所述候选间伐经营方案设置为当前最优方案；判断迭代次数是否小于10，得到第四判断结果；若所述第四判断结果表示迭代次数小于10，则令迭代次数的数值增加1，返回步骤“从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案”；若所述第四判断结果表示迭代次数不小于10，判断T的数值是否大于温度临界值，得到第五判断结果；若所述第五判断结果表示T的数值大于临界温度值，则将迭代次数的数值设置为0，将T的数值设置为T*r，返回步骤“从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案”，其中，r表示下降比例参数；若所述第五判断结果表示T的数值不大于临界温度值，则将当前最优方案设置为优选方案，添加至优选方案集合；从所述优选方案集合中选取目标值最小的优选方案作为最优间伐经营方案。
其中，计算所述按照所述候选间伐经营方案间伐后的森林的目标函数值，具体包括：利用公式
Figure BDA0002247518410000091
计算按照所述候选间伐经营方案间伐后的森立的目标函数值，其中，g为按照候选间伐经营方案间伐后的森林的林木向量；
Figure BDA0002247518410000092
为按照候选间伐经营方案间伐后的森林的林分平均角尺度；
Figure BDA0002247518410000093
为按照候选间伐经营方案间伐后的森林的林木大小比数；
Figure BDA0002247518410000094
为生长后的森林的林木大小比数；
Figure BDA0002247518410000095
为按照候选间伐经营方案间伐后的森林的林分平均拥挤度。
步骤105，根据所述最优间伐经营方案对所述森林进行间伐。
作为一种优选的实施方式，如图3所示，步骤105所述根据所述最优间伐经营方案对所述森林进行间伐，之后还包括：计算根据所述最优间伐经营方案间伐后的森林的所有树木的平均胸径；计算所述平均胸径是否大于目标胸径，得到第六判断结果；若所述第六判断结果表示所述平均胸径大于目标胸径，则将间伐后的森林的所有树木砍伐；若所述第六判断结果表示所述平均胸径不大于目标胸径，则对间伐后的森林进行抚育间伐。
作为另一种优选的实施方式，步骤101所述计算生长后的森林的每一株树木的竞争指数，之前还包括：对所述森林进行经营紧迫性分析，判断所述是否需要经营，得到第七判断结果；若所述第七判断结果表示所述森林不需要经营，则继续抚育所述森林预定年数，返回步骤“对所述森林进行经营紧迫性分析，判断所述是否需要经营，得到第七判断结果”。
作为另一种优选的实施方式，步骤104所述采用模拟退火算法，从所述间伐经营方案集合中选取最优间伐经营方案，之后还包括：判断按照所述最优间伐经营方案间伐后的森林的目标函数值是否小于生长后的森林的目标函数，得到第八判断结果；若所述第八判断结果表示按照所述最优间伐经营方案间伐后的森林的目标函数值不小于生长后的森林的目标函数，则继续抚育所述森林预定年数，返回步骤“计算生长后的森林的每一株树木的竞争指数”。
本发明还提供一种森林间伐方法的可视化方法，包括如下步骤：
步骤一：读取森林的参数的Excel树木表(表中包括树木根部坐标Tree_Position＝(x,y,z)，胸径D0，树高H0，冠幅CW0，活枝下高为UBH0)，基于Unity3D平台在初始时林木的位置Tree_Position＝(x,y,z)上根据Excel表中的属性信息渲染出树木，该树木的X-Z平面缩放系数满足Tree_XZscale＝D0/D(D为树木原始模型的胸径大小，Y方向上的缩放系数满足Tree_Yscale＝H0/H(H为树木原始模型的树高)。
步骤二：林分经营判断。基于空间结构参数(角尺度、大小比数、拥挤度)分析森林经营紧迫性等级(①林分空间分布取向随机，即林分平均角尺度为
Figure BDA0002247518410000101
②经营后降低林分的竞争压力，即
Figure BDA0002247518410000102
③林分拥挤度处于中间值，即
Figure BDA0002247518410000103
根据这三种条件，将林分森林经营紧迫性划分为四种等级：不经营，即所有参数都在满足的区间内、适当经营，既只有一个参数不在满足的区间内、需要经营，既有两个参数不在满足的区间内、必须经营，即所有参数均不在满足的区间内)，根据分析结果和经营者的实际情况考虑确定是否进行间伐经营。
步骤三：由步骤二确定为进行间伐后，根据本发明提出的基于模拟退火算法确定最优间伐经营方案，被确定为间伐木对象其间伐的属性(Cut)设置为1，Unity三维场景中表现为原有树木替换为树桩，内部实现方式为树木的Tree_Position＝(x,y,z)，x,y,z设置为无限远，并用Unity3D中Asset Store下载的树桩模型替换当前树木原来的位置。
步骤四：林分生长动态变化。若由步骤二林分确定为不经营，则进行生长，通过输入树木初始年龄和终止年龄，基于Unity3D关键帧技术，将树木的生长以一定的间隔化分为若干阶段，每一阶段用一个关键帧表示。在基于可变生长率的生长方程的模拟下，计算出第i关键帧的杉木胸径设为Di，树高设为Hi，冠幅设为CWi，活枝下高设为UBHi，则此刻林木的位置Tree_Position＝(x,y,z)，X-Z平面缩放系数Tree_XZscale＝Di/Di-1(i>1，Di为i帧时的胸径)，Y方向上的缩放系数为Tree_Yscale＝Hi/Hi-1(i>1，Hi为i帧时的树高)。④以健康林分结构特征(林分平均角尺度在0.475～0.417；林分调成前后大小比数在0～1；拥挤度在0.9～1.1)和目标林分胸径(经营者自定义胸径目标)为经营目标作为停止条件，将步骤二、三和四进行循环往复，直到满足经营目标为止。
本发明还提供了一种森林间伐方法的可视化方法的具体的实施方式，具体包括：
1、树木采集：
用常规的测树学方法对选择的样地进行每木检尺和单木定位，测量其胸径、树高、冠高、冠幅、活枝下高、生长情况以及树木的相对位置(x,y,z)，按照1年时间为间隔期，采集了2012-2017年的连年调查数据，总结其中地位指数相同的5块样地数据如表1所示：
表1.样地调查数据
Figure BDA0002247518410000111
注：a～b～c，a为最小值，b为平均值，c为最大值。
2、空间结构目标函数构建
以杉木人工纯林为研究对象，考虑到人工纯林混交度为零，所以剔除混交度参数，将林分是否间伐划分为四种情况：不经营(所有条件满足)、适当经营(满足其中二种)、需要经营(满足其中一个)、必须经营(完全不满足)，根据结构化森林经营理论建立空间结构函数，公式如下所示，由下公式可知，当空间结构函数Q(g)越小，林分结构越接近健康水平。
Figure BDA0002247518410000121
其中，g为按照候选间伐经营方案间伐后的森林的林木向量；
Figure BDA0002247518410000122
为按照候选间伐经营方案间伐后的森林的林分平均角尺度；
Figure BDA0002247518410000123
为按照候选间伐经营方案间伐后的森林的林木大小比数；
Figure BDA0002247518410000124
为生长后的森林的林木大小比数；
Figure BDA0002247518410000125
为按照候选间伐经营方案间伐后的森林的林分平均拥挤度。
3林分经营紧迫性性分析
将攸县黄丰桥国有林场5号样地数据导入，初始化渲染场景，分析样地的空间结构特征如表2，经营紧迫性为适当经营，表明有其中一个指标不满足条件，由表2可以看出，平均角尺度不在健康林分区间。
表2初始林分结构参数分析结果
结构参数 数据
每公顷株数 920株/公顷
林分拥挤度 0.9967
平均角尺度 0.6374
平均胸径 20.2081
蓄积量 215.1772m3/公顷
经营紧迫性 适当经营
4、基于Hegyi竞争指数的可变生长率的单木生长方程拟合与检验
4.1基于Hegyi竞争指数的可变生长率的单木生长方程拟合
一方面，林木的生长受地理环境、气候和人为措施的多种影像，因而表现出生长率随年龄的变化并非一个固定的值，另一方面，基于Unity3D的生长动画采用是关键帧技术。通过改进基于Hegyi竞争指数的可变生长率的单木生长方程，进行胸径生长拟合，参数方程如公式
D(i,t+1)＝D(i,t)+Exp(B1+B2/At+B3*CIi)
D(i,t+1):表示第i棵树在t+1年的胸径；D(i,t)：表示第i棵树在t年的胸径；At：表示林分的年龄；CIi:表示第i棵树的Hegyi-Ci的竞争指数；B1、B2、B3为参数。
对前四块样地的连年调查数据进行处理，剔除波动较大的异常值数据，然后通过ForStat2.2进行非线性拟合，拟合胸径的生长方程结果如表3所示，参数B1、B2、B3取值的95％的置信区间上下限均没有跨越0，表明参数值可用；表4数据显示B1、B2、B3三个参数的相关性较低，说明函数构造合理，故拟合出的胸径生长的方程。在得出胸径的生长方程后，通过线性回归分析可以得出胸径与树高、冠幅以及树高与枝下高之间存在明显的线性关系，如图4-6所示，从图4-6中可以看出胸径-树高、胸径-冠幅、树高-枝下高的相关性指数分别是0.7908、0.5418、0.5786，表明胸径树高相关性较高，胸径冠幅和树高枝下高相关性较差一些。按照表3和表4中的数据，则参数方程可表示为：D(i,t+1)＝D(i,t)+Exp(-0.822+15.2095/At-1.9702*CIi)。
表3基于非线性拟合生长方程结果
参数 参数值 渐近标准差 参数下线 参数上限
B1 -0.8222 0.0329 -0.8856 -0.7587
B2 15.2095 0.4389 14.3493 16.0698
B3 -1.9702 0.0641 -2.0958 -1.8446
表4参数的渐近相关系数
参数 B1 B2 B3
B1 1.0000 -0.6732 -0.3554
B2 -0.6732 1.0000 -0.4152
B3 -0.3554 -0.4152 1.0000
4.2数据检验
选择5号样地的连年数据对上述单木生长方程结果进行验证，验证结果如图7-10所示，由图7-10可知胸径与树高估计值与实测值偏差较小，枝下高与冠幅的估计值与实测值偏差较大，这一趋势与上面拟合的单木生长方程的大小比较结果一致，虽然枝下高与冠幅的拟合结果与真实值有一定的差距，但总体上具有一定的相关性，因此基本满足生长拟合的要求。
5基于模拟退火算法的最优间伐经营方案选择结果
根据间伐量不得大于生长量的原则，在竞争指数的比较中对采伐木进行初步的筛选，依据样地实际情况，筛选出竞争指数较大的前10％作为预间伐木，然后对初步筛选后的间伐木进组合排列，制定出所有经营方案的集合，通过模拟退火算法对所有间伐经营方案进行最优解的计算，得出最优采伐方案，同时对最优解与未间伐下(生长后的森林)的目标函数进行比较，以确定是否需要实施经营，由于初始林分(16年)时林分经营紧迫性分析为适当经营(如图11)，所以对该样地进行连续5年的生长模拟，再对生长(抚育)后(21年)的林分重新进行经营紧迫性分析，分析结果为需要经营(如图12)，因此对其进行经营模拟。图13为通过竞争指数初步筛选的间伐木结果，从图13中可以看出初步筛选了23株预采伐木，图14为基于模拟退火算法判断的最优间伐经营方案选择结果，实际间伐了4株树木。
6经营动态可视化模拟过程
以林分平均胸径达到30cm和健康的林分结构为经营目标，对5号样地进行经营动态可视化模拟，模拟结果如图15所示。5号样地初始林分场景时(如表5所示)，林分平均年龄为16年，平均胸径为20.21cm，平均角尺度为0.64，即分布状态为团状分布，经营紧迫性为适当经营，所以对5号样地进行采取生长模拟。将间伐间隔期设定为5年，模拟出5号样地21年生的林分状况，此时林分平均胸径为23.79cm，平均角尺度没有变化，因为没有对林分进行间伐模拟，林分树木相对位置没有发生变化，林分拥挤度为0.81，表明林分平均冠幅变大，林分逐渐拥挤，经营紧迫性为需要经营，对林分进行间伐模拟，模拟结果为图15所示，间伐了其中的4株树木，间伐后重新对林分进行分析，结果表明林分经营紧迫性仍为需要经营，但间伐后拥挤程度有所下降，垂直竞争下降，所以经营仍然有效。由于平均胸径未达到目标，因此继续对林分进行生长模拟。在连续的生长模拟与间伐模拟后，当林分平均年龄模拟到31年时，如图15所示，林分平均胸径达到30.02cm，林分经营紧迫性为必须经营，表明仍需要对林分进行经营模拟，对林分进行间伐模拟后，经营紧迫性等级下降一级，间伐后平均胸径为30.10cm，故结束此次林分模拟。
表5经营统计表
Figure BDA0002247518410000141
本发明还提供一种森林间伐系统，所述间伐系统包括：
竞争指数计算模块，用于计算生长后的森林的每一株树木的竞争指数；
所述竞争指数计算模块，具体包括：竞争指数计算子模块，用于利用公式，
Figure BDA0002247518410000152
计算距离第i株树木的竞争指数，其中，CIi表示第i株数据的竞争指数，n表示距离第i株树木最近的n株数据，Di和Dj分别表示的第i株树木和距离第i株数据最近的n株树木中的第j株树木的胸径，Lij表示第i株树木和距离第i株数据最近的n株树木中的第j株树木之间的距离。
预采伐木选取模块，用于按照间伐木蓄积量小于生长蓄积量的原则，选取竞争指数较大的树木作为预采伐木，组成预采伐木集合；
所述预采伐木选取模块，具体包括：第一蓄积量计算子模块，用于计算生长前的森林的蓄积量和生长后的森林的蓄积量；具体的，利用所经营地区树种的二元材积公式,Vi＝a*Di bHi c计算每株树的材积,然后将每株树的材积加和得到森林的蓄积量,因此,生长前后的蓄积量都可以通过树木的胸径和树高计算得出，其中Vi表示第i株树的材积量，Di表示i株树的胸径，Hi表示i株树的树高，a、b、c为系数，由所在区域的树种常年实测数据拟合得出。
生长蓄积量计算子模块，用于根据所述生长前的森林的蓄积量和生长后的森林的蓄积量，计算生长蓄积量；排序子模块，用于按照竞争指数从大到小的顺序对森林中的树木进行排序；第二蓄积量计算子模块，用于计算间伐前m株树木后的森林的蓄积量；间伐木蓄积量计算子模块，用于根据生长后的森林的蓄积量和间伐前m株树木后的森林的蓄积量，计算间伐木蓄积量；第一判断子模块，用于判断所述间伐木蓄积量否小于所述生长蓄积量，得到第一判断结果；第一判断结果处理子模块，用于若所述第一判断结果表示所述间伐木蓄积量小于所述生长蓄积量，则令m的数值增加1，调用第二蓄积量计算子模块，执行步骤“计算间伐前m株树木后的森林的蓄积量”；若所述间伐木蓄积量不小于所述生长蓄积量，则将前前m株树木设置为预采伐木，组成预采伐木集合。间伐经营方案组合模块，用于对所述预采伐木集合中的候选树木按照排列组合的方式建立不同组合的间伐经营方案，获得间伐经营方案集合；
最优间伐经营方案选取模块，用于采用模拟退火算法，从所述间伐经营方案集合中选取最优间伐经营方案；
所述最优间伐经营方案选取模块，具体包括：第一随机选取子模块，用于从所述间伐经营方案集合中随机选取一个间伐经营方案，作为候选间伐经营方案；初始化子模块，用于计算按照所述候选间伐经营方案间伐后的森林的目标函数值作为初始的当前最优方案的目标函数值；第一随机选取子模块，用于从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案；目标函数值计算子模块，用于计算按照所述候选间伐经营方案间伐后的森林的目标函数值；第二判断子模块，用于判断按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值是否小于零，得到第二判断结果；第二判断结果处理子模块，用于若所述第二判断结果表示按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值小于零，则将所述候选间伐经营方案设置为当前最优方案；第三判断子模块，用于若所述第二判断结果表示按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值不小于零，则判断公式exp(tmp-ans)/T＜rand(0,1)是否成立，得到第三判断结果，其中tmp和ans分别表示候选间伐经营方案和当前最优方案的目标函数值，T表示模拟退火算法中的温度参数；第三判断结果处理子模块，用于若所述第三判断结果表示公式exp(tmp-ans)/T＜rand(0,1)成立，则将当前最优方案设置为优选方案，并添加至优选方案集合中，将所述候选间伐经营方案设置为当前最优方案；第四判断子模块，用于判断迭代次数是否小于10，得到第四判断结果；第四判断结果处理子模块，用于若所述第四判断结果表示迭代次数小于10，则令迭代次数的数值增加1，返回步骤“从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案”；第五判断子模块，用于若所述第四判断结果表示迭代次数不小于10，判断T的数值是否大于温度临界值，得到第五判断结果；第五判断结果处理子模块，用于若所述第五判断结果表示T的数值大于临界温度值，则将迭代次数的数值设置为0，将T的数值设置为T*r，返回步骤“从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案”，其中，r表示下降比例参数；若所述第五判断结果表示T的数值不大于临界温度值，则将当前最优方案设置为优选方案，添加至优选方案集合；最优间伐经营方案选取子模块，用于从所述优选方案集合中选取目标值最小的优选方案作为最优间伐经营方案。
间伐模块，用于根据所述最优间伐经营方案对所述森林进行间伐。
本发明提出了一种森林间伐方法及系统。本发明首先计算生长后的森林的每一株树木的竞争指数；按照间伐木蓄积量小于生长蓄积量的原则，选取竞争指数较大的树木作为预采伐木，组成预采伐木集合；对所述预采伐木集合中的候选树木按照排列组合的方式建立不同组合的间伐经营方案，获得间伐经营方案集合；然后采用模拟退火算法，从间伐经营方案集合中选取最优间伐经营方案；根据所述最优间伐经营方案对所述森林进行间伐。本发明首先根据竞争指数确定预采伐木，保证森林的可持续发展，然后获取不同的间伐经营方案，然后利用模拟退火算法确定最优间伐经营方案，避免了间伐方案选择的过程中的局部最优解的技术缺陷，提高了最优间伐方案获取的有效性，本发明解决了现有技术中凭借单次的经营决策分析，难以适应森林可持续发展的技术缺陷，并提高了最优间伐方案获取的有效性。
本项发明提出的基于模拟退火算法的林分多目标经营动态可视化模拟方法有三点发明效果：1)经营的结果基于结构化森林经营理论有效。2)基于模拟退火算法能够较快地筛选出最优的间伐经营方案。3)可视化流程完备，能够清晰的展示森林生长与抚育间伐经营的整个过程，且形象生动，易于理解。
本说明书中等效实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，等效实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。

Claims (10)

1.一种森林间伐方法，其特征在于，所述间伐方法包括如下步骤：
计算生长后的森林的每一株树木的竞争指数；
按照间伐木蓄积量小于生长蓄积量的原则，选取竞争指数较大的树木作为预采伐木，组成预采伐木集合；
对所述预采伐木集合中的候选树木按照排列组合的方式建立不同组合的间伐经营方案，获得间伐经营方案集合；
采用模拟退火算法，从所述间伐经营方案集合中选取最优间伐经营方案；
根据所述最优间伐经营方案对所述森林进行间伐。
2.根据权利要求1所述的一种森林间伐方法，其特征在于，所述计算生长后的森林的每一株树木的竞争指数，具体包括：
利用公式，
Figure FDA0002247518400000011
计算距离第i株树木的竞争指数，其中，CIi表示第i株树木的竞争指数，n表示距离第i株树木最近的n株树木，Di和Dj分别表示的第i株树木和距离第i株树木最近的n株树木中的第j株树木的胸径，Lij表示第i株树木和距离第i株树木最近的n株树木中的第j株树木之间的距离。
3.根据权利要求1所述的一种森林间伐方法，其特征在于，所述按照间伐木蓄积量小于生长蓄积量的原则，选取竞争指数较大的树木作为预采伐木，组成预采伐木集合，具体包括：
计算生长前的森林的蓄积量和生长后的森林的蓄积量；
根据所述生长前的森林的蓄积量和生长后的森林的蓄积量，计算生长蓄积量；
按照竞争指数从大到小的顺序对森林中的树木进行排序；
计算间伐前m株树木后的森林的蓄积量；
根据生长后的森林的蓄积量和间伐前m株树木后的森林的蓄积量，计算间伐木蓄积量；
判断所述间伐木蓄积量否小于所述生长蓄积量，得到第一判断结果，
若所述第一判断结果表示所述间伐木蓄积量小于所述生长蓄积量，则令m的数值增加1，返回步骤“计算间伐前m株树木后的森林的蓄积量”
若所述间伐木蓄积量不小于所述生长蓄积量，则将前前m株树木设置为预采伐木，组成预采伐木集合。
4.根据权利要求1所述的一种森林间伐方法，其特征在于，所述采用模拟退火算法，从所述间伐经营方案集合中选取最优间伐经营方案，具体包括：
从所述间伐经营方案集合中随机选取一个间伐经营方案，作为候选间伐经营方案；
计算按照所述候选间伐经营方案间伐后的森林的目标函数值作为初始的当前最优方案的目标函数值；
从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案；
计算按照所述候选间伐经营方案间伐后的森林的目标函数值；
判断按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值是否小于零，得到第二判断结果；
若所述第二判断结果表示按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值小于零，则将所述候选间伐经营方案设置为当前最优方案；
若所述第二判断结果表示按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值不小于零，则判断公式exp(tmp-ans)/T＜rand(0,1)是否成立，得到第三判断结果，其中tmp和ans分别表示候选间伐经营方案和当前最优方案的目标函数值，T表示模拟退火算法中的温度参数；
若所述第三判断结果表示公式exp(tmp-ans)/T＜rand(0,1)成立，则将当前最优方案设置为优选方案，并添加至优选方案集合中，将所述候选间伐经营方案设置为当前最优方案；
判断迭代次数是否小于10，得到第四判断结果；
若所述第四判断结果表示迭代次数小于10，则令迭代次数的数值增加1，返回步骤“从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案”；
若所述第四判断结果表示迭代次数不小于10，判断T的数值是否大于温度临界值，得到第五判断结果；
若所述第五判断结果表示T的数值大于临界温度值，则将迭代次数的数值设置为0，将T的数值设置为T*r，返回步骤“从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案”，其中，r表示下降比例参数；
若所述第五判断结果表示T的数值不大于临界温度值，则将当前最优方案设置为优选方案，添加至优选方案集合；
从所述优选方案集合中选取目标值最小的优选方案作为最优间伐经营方案。
5.根据权利要求4所述的一种森林间伐方法，其特征在于，所述计算所述按照所述候选间伐经营方案间伐后的森林的目标函数值，具体包括：
利用公式
Figure FDA0002247518400000031
计算按照所述候选间伐经营方案间伐后的森立的目标函数值，其中，g为按照候选间伐经营方案间伐后的森林的林木向量；
Figure FDA0002247518400000032
为按照候选间伐经营方案间伐后的森林的林分平均角尺度；
Figure FDA0002247518400000033
为按照候选间伐经营方案间伐后的森林的林木大小比数；
Figure FDA0002247518400000034
为生长后的森林的林木大小比数；
Figure FDA0002247518400000035
为按照候选间伐经营方案间伐后的森林的林分平均拥挤度。
6.根据权利要求1所述的一种森林间伐方法，其特征在于，所述根据所述最优间伐经营方案对所述森林进行间伐，之后还包括：
计算根据所述最优间伐经营方案间伐后的森林的所有树木的平均胸径；
计算所述平均胸径是否大于目标胸径，得到第六判断结果；
若所述第六判断结果表示所述平均胸径大于目标胸径，则将间伐后的森林的所有树木砍伐；
若所述第六判断结果表示所述平均胸径不大于目标胸径，则对间伐后的森林进行抚育间伐。
7.一种森林间伐系统，其特征在于，所述间伐系统包括：
竞争指数计算模块，用于计算生长后的森林的每一株树木的竞争指数；
预采伐木选取模块，用于按照间伐木蓄积量小于生长蓄积量的原则，选取竞争指数较大的树木作为预采伐木，组成预采伐木集合；
间伐经营方案组合模块，用于对所述预采伐木集合中的候选树木按照排列组合的方式建立不同组合的间伐经营方案，获得间伐经营方案集合；
最优间伐经营方案选取模块，用于采用模拟退火算法，从所述间伐经营方案集合中选取最优间伐经营方案；
间伐模块，用于根据所述最优间伐经营方案对所述森林进行间伐。
8.根据权利要求7所述的一种森林间伐系统，其特征在于，所述竞争指数计算模块，具体包括：
竞争指数计算子模块，用于利用公式，
Figure FDA0002247518400000041
计算距离第i株树木的竞争指数，其中，CIi表示第i株树木的竞争指数，n表示距离第i株树木最近的n株树木，Di和Dj分别表示的第i株树木和距离第i株树木最近的n株树木中的第j株树木的胸径，Lij表示第i株树木和距离第i株树木最近的n株树木中的第j株树木之间的距离。
9.根据权利要求7所述的一种森林间伐系统，其特征在于，所述预采伐木选取模块，具体包括：
第一蓄积量计算子模块，用于计算生长前的森林的蓄积量和生长后的森林的蓄积量；
生长蓄积量计算子模块，用于根据所述生长前的森林的蓄积量和生长后的森林的蓄积量，计算生长蓄积量；
排序子模块，用于按照竞争指数从大到小的顺序对森林中的树木进行排序；
第二蓄积量计算子模块，用于计算间伐前m株树木后的森林的蓄积量；
间伐木蓄积量计算子模块，用于根据生长后的森林的蓄积量和间伐前m株树木后的森林的蓄积量，计算间伐木蓄积量；
第一判断子模块，用于判断所述间伐木蓄积量否小于所述生长蓄积量，得到第一判断结果，
第一判断结果处理子模块，用于若所述第一判断结果表示所述间伐木蓄积量小于所述生长蓄积量，则令m的数值增加1，调用第二蓄积量计算子模块，执行步骤“计算间伐前m株树木后的森林的蓄积量”；若所述间伐木蓄积量不小于所述生长蓄积量，则将前前m株树木设置为预采伐木，组成预采伐木集合。
10.根据权利要求7所述的一种森林间伐系统，其特征在于，所述最优间伐经营方案选取模块，具体包括：
第一随机选取子模块，用于从所述间伐经营方案集合中随机选取一个间伐经营方案，作为候选间伐经营方案；
初始化子模块，用于计算按照所述候选间伐经营方案间伐后的森林的目标函数值作为初始的当前最优方案的目标函数值；
第一随机选取子模块，用于从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案；
目标函数值计算子模块，用于计算按照所述候选间伐经营方案间伐后的森林的目标函数值；
第二判断子模块，用于判断按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值是否小于零，得到第二判断结果；
第二判断结果处理子模块，用于若所述第二判断结果表示按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值小于零，则将所述候选间伐经营方案设置为当前最优方案；
第三判断子模块，用于若所述第二判断结果表示按照所述候选间伐经营方案间伐后的森林的目标函数值与当前最优方案的目标函数值的差值不小于零，则判断公式exp(tmp-ans)/T＜rand(0,1)是否成立，得到第三判断结果，其中tmp和ans分别表示候选间伐经营方案和当前最优方案的目标函数值，T表示模拟退火算法中的温度参数；
第三判断结果处理子模块，用于若所述第三判断结果表示公式exp(tmp-ans)/T＜rand(0,1)成立，则将当前最优方案设置为优选方案，并添加至优选方案集合中，将所述候选间伐经营方案设置为当前最优方案；
第四判断子模块，用于判断迭代次数是否小于10，得到第四判断结果；
第四判断结果处理子模块，用于若所述第四判断结果表示迭代次数小于10，则令迭代次数的数值增加1，返回步骤“从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案”；
第五判断子模块，用于若所述第四判断结果表示迭代次数不小于10，判断T的数值是否大于温度临界值，得到第五判断结果；
第五判断结果处理子模块，用于若所述第五判断结果表示T的数值大于临界温度值，则将迭代次数的数值设置为0，将T的数值设置为T*r，返回步骤“从所述间伐经营方案集合中剩余的间伐经营方案中随机选取一个候选间伐经营方案”，其中，r表示下降比例参数；若所述第五判断结果表示T的数值不大于临界温度值，则将当前最优方案设置为优选方案，添加至优选方案集合；
最优间伐经营方案选取子模块，用于从所述优选方案集合中选取目标值最小的优选方案作为最优间伐经营方案。
CN201911022023.1A 2019-10-25 2019-10-25 一种森林间伐方法及系统 Expired - Fee Related CN110782089B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911022023.1A CN110782089B (zh) 2019-10-25 2019-10-25 一种森林间伐方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911022023.1A CN110782089B (zh) 2019-10-25 2019-10-25 一种森林间伐方法及系统

Publications (2)

Publication Number Publication Date
CN110782089A true CN110782089A (zh) 2020-02-11
CN110782089B CN110782089B (zh) 2022-06-07

Family

ID=69387815

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911022023.1A Expired - Fee Related CN110782089B (zh) 2019-10-25 2019-10-25 一种森林间伐方法及系统

Country Status (1)

Country Link
CN (1) CN110782089B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113111504A (zh) * 2021-04-08 2021-07-13 中国林业科学研究院资源信息研究所 一种基于目标树经营间伐木智能选择算法
CN113575348A (zh) * 2021-08-10 2021-11-02 中国林业科学研究院资源信息研究所 基于林分发育指数的次生林间伐方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110052762A (ko) * 2009-11-13 2011-05-19 대한민국(관리부서 : 산림청 국립산림과학원장) 휴리스틱 기법을 이용한 산림경영 의사결정지원 시스템 및 방법
CN105354625A (zh) * 2015-10-12 2016-02-24 北京林业大学 一种森林最优择伐模型的方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110052762A (ko) * 2009-11-13 2011-05-19 대한민국(관리부서 : 산림청 국립산림과학원장) 휴리스틱 기법을 이용한 산림경영 의사결정지원 시스템 및 방법
CN105354625A (zh) * 2015-10-12 2016-02-24 北京林业大学 一种森林最优择伐模型的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
汤孟平,唐守正,雷相东,等: "林分择伐空间结构优化模型研究", 《林业科学》 *
董灵波，孙云霞，刘兆刚: "基于模拟退火算法的森林空间经营规划", 《南京林业大学学报（自然科学版）》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113111504A (zh) * 2021-04-08 2021-07-13 中国林业科学研究院资源信息研究所 一种基于目标树经营间伐木智能选择算法
CN113111504B (zh) * 2021-04-08 2023-09-01 中国林业科学研究院资源信息研究所 一种基于目标树经营间伐木智能选择算法
CN113575348A (zh) * 2021-08-10 2021-11-02 中国林业科学研究院资源信息研究所 基于林分发育指数的次生林间伐方法

Also Published As

Publication number Publication date
CN110782089B (zh) 2022-06-07

Similar Documents

Publication Publication Date Title
Lopez et al. Integrating simulation of architectural development and source–sink behaviour of peach trees by incorporating Markov chains and physiological organ function submodels into L-PEACH
Boudon et al. V-Mango: a functional–structural model of mango tree growth, development and fruit production
CN106372277B (zh) 森林立地指数时空估测中的变异函数模型优化方法
CN110782089B (zh) 一种森林间伐方法及系统
Tang et al. Light interception efficiency analysis based on three-dimensional peach canopy models
Da Silva et al. Multiscale framework for modeling and analyzing light interception by trees
CN108596657A (zh) 树木价值预测方法、装置、电子设备及存储介质
CN113575348B (zh) 基于林分发育指数的次生林间伐方法
Khan et al. An ecophysiological model analysis of yield differences within a set of contrasting cultivars and an F1 segregating population of potato (Solanum tuberosum L.) grown under diverse environments
Tondjo et al. Stochastic modelling of tree architecture and biomass allocation: application to teak (Tectona grandis L. f.), a tree species with polycyclic growth and leaf neoformation
Gobeawan et al. Tree species modelling for digital twin cities
Deng et al. Development of improved and comprehensive growth and yield models for genetically improved stands
DeJong Simulating fruit tree growth, structure, and physiology using L‐systems
Sedmák et al. Application of simulation and optimization tools for developing forest management plans in the Slovak natural and management conditions
Fadda et al. Generating farm-validated variety recommendations for climate adaptation
Mapuwei et al. An Application of Time Series ARIMA Forecasting Model for Predicting Tobacco Production in Zimbabwe
CN107590540A (zh) 一种依赖于相邻木特征的林木冠幅估算方法
Blattert et al. Evaluation of growth simulators for forest management in terms of functionality and software structure using AHP
CN113052433A (zh) 基于关键时相和农田景观特征参量的作物单产估算方法
Pallas et al. Using a mathematical model to evaluate the trophic and non-trophic determinants of axis development in grapevine
Lacointe et al. A new way to account for the effect of source-sink spatial relationships in whole plant carbon allocation models
Aleron et al. Virtual Teak Tree Computational Model for Envisaging the Contribution by Using Functional-Structural Plant Modelling
McCullagh et al. A comparison of two yield forecasting methods used in Ireland.
Ma et al. Growth visualization of Chinese fir based on improved 3-PG model
Wiechers Influence of canopy structure on light interception and productivity of greenhouse cucumber

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220607