CN111611443B - 基于近邻关系的树种空间隔离程度评价方法 - Google Patents

基于近邻关系的树种空间隔离程度评价方法 Download PDF

Info

Publication number
CN111611443B
CN111611443B CN202010314082.2A CN202010314082A CN111611443B CN 111611443 B CN111611443 B CN 111611443B CN 202010314082 A CN202010314082 A CN 202010314082A CN 111611443 B CN111611443 B CN 111611443B
Authority
CN
China
Prior art keywords
tree
neighbor
tree species
target
degree
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.)
Active
Application number
CN202010314082.2A
Other languages
English (en)
Other versions
CN111611443A (zh
Inventor
琚存勇
盛后财
孙晓新
段亮亮
蔡体久
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.)
Northeast Forestry University
Original Assignee
Northeast Forestry University
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 Northeast Forestry University filed Critical Northeast Forestry University
Priority to CN202010314082.2A priority Critical patent/CN111611443B/zh
Publication of CN111611443A publication Critical patent/CN111611443A/zh
Application granted granted Critical
Publication of CN111611443B publication Critical patent/CN111611443B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Pure & Applied Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Evolutionary Biology (AREA)
  • General Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Mining & Mineral Resources (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于近邻关系的树种空间隔离程度评价方法，属于树种空间分布多样性、复杂性评价领域。本发明为解决现有基于近邻关系评价树木间混交程度的指数在实际应用中不能全面评价树木间空间隔离关系的问题。包括确定目标树与近邻树；计算目标树与多株近邻树的简单混交度；确定多株近邻树树种，获得多株近邻树树种中不同于目标树树种的累计数，计算所述累计数相对于多株近邻树总株数的树种比例；进而计算得到树种多样性混交度；再确定多株近邻树中，两两相邻的近邻树为不同树种的累计次数；计算累计次数相对于多株近邻树总株数的占有比例；最后得到树种空间混交度；所述树种空间混交度用于评价树种空间的隔离程度。本发明可实现树种多样性的空间测度。

Description

基于近邻关系的树种空间隔离程度评价方法
技术领域
本发明涉及基于近邻关系的树种空间隔离程度评价方法，属于树种空间分布多样性、复杂性评价领域。
背景技术
森林的结构决定着森林生态服务功能。森林内部结构越复杂，代表其生态系统越稳定。
森林的结构可分为垂直结构和水平结构，其结构中树种的丰度与位置无关，树种的混交关系与位置相关。目前，对森林的水平空间结构主要进行三个方面的评价：水平分布格局、树木间的大小比例及树木间的混交程度。
基于近邻关系评价树木间混交程度的指数于2002年提出，目前主要包括四种形式：Gadow的简单混交度、汤孟平的树种多样性混交度、全混交度以及惠刚盈的树种空间多样性指数，这些指数或者只关注了目标树与近邻树的树种差异而没有考虑近邻树之间的种间差异，或者考虑了目标树与近邻树及近邻树与近邻树之间的种间差异，但没有考虑近邻树的位置关系。其中全混交度考虑比较全面，但其数值物理意义不够明确。全混交度数值随着结构体的大小变化，其最大值也在改变。
因此，目前用于评价树木间混交程度的上述指数，都或多或少存在着缺陷，在实际应用中难以正确和全面地评价树木间的空间隔离关系。
发明内容
本发明目的是为了解决现有基于近邻关系评价树木间混交程度的指数在实际应用中不能全面评价树木间空间隔离关系的问题，提供了一种基于近邻关系的树种空间隔离程度评价方法。
本发明所述基于近邻关系的树种空间隔离程度评价方法，包括：
选定目标树，确定目标树在目标结构单元中对应的多株近邻树；
计算所述目标树与多株近邻树的简单混交度；
确定多株近邻树树种，获得多株近邻树树种中不同于目标树树种的累计数，再计算所述累计数相对于多株近邻树总株数的树种比例；将所述树种比例与所述简单混交度相乘，得到树种多样性混交度；
再确定多株近邻树中，两两相邻的近邻树为不同树种的累计次数；计算所述累计次数相对于多株近邻树总株数的占有比例；将所述占有比例与所述树种多样性混交度相乘，得到树种空间混交度；所述树种空间混交度用于评价树种空间的隔离程度。
根据本发明所述的基于近邻关系的树种空间隔离程度评价方法，
所述简单混交度Mi的计算方法包括：
Figure BDA0002458904090000021
式中Ni表示近邻树总株数，vij表示每株近邻树与目标数的树种系数；当近邻树与目标数树种不同，vij＝1；当近邻树与目标数树种相同，vij＝0。
根据本发明所述的基于近邻关系的树种空间隔离程度评价方法，
所述树种多样性混交度MSi的计算方法包括：
Figure BDA0002458904090000022
式中Si表示多株近邻树树种中不同于目标树树种的累计数。
根据本发明所述的基于近邻关系的树种空间隔离程度评价方法，
所述树种空间混交度MSPi的计算方法包括：
Figure BDA0002458904090000023
式中Pi表示两两相邻的近邻树为不同树种的累计次数。
根据本发明所述的基于近邻关系的树种空间隔离程度评价方法，所述目标结构单元的选定方法包括：在目标树周围，以预设半径确定目标结构单元。
根据本发明所述的基于近邻关系的树种空间隔离程度评价方法，所述目标结构单元的选定方法还包括：在目标树周围，按泰森多边形确定目标结构单元。
本发明的优点：本发明可用于对树种空间分布的复杂性进行评价。计算获得的树种空间混交度的数值可以评价树种空间的隔离程度，所述数值越大，表明相同树种空间隔离程度越高，森林内部结构越复杂。
本发明方法可实现树种多样性的空间测度，其最终获得的树种空间混交度既能反映森林生态系统中树木种类的多样性，也能反映树木空间位置关系的多样性；本发明方法能够正确评价树种空间隔离程度的高低，全面体现了树木间空间隔离关系，可为森林生态系统内部的多样性、稳定性判定提供参考。
附图说明
图1是本发明所述基于近邻关系的树种空间隔离程度评价方法的示例性流程图；
图2是目标结构单元中目标树与多株近邻树的第一种排布关系图；
图3是目标结构单元中目标树与多株近邻树的第二种排布关系图；
图4是目标结构单元中目标树与多株近邻树的第三种排布关系图；
图5是目标结构单元中目标树与多株近邻树的第四种排布关系图。
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作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。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
具体实施方式一：下面结合图1说明本实施方式，本实施方式所述基于近邻关系的树种空间隔离程度评价方法，包括：
选定目标树，确定目标树在目标结构单元中对应的多株近邻树；
计算所述目标树与多株近邻树的简单混交度；
确定多株近邻树树种，获得多株近邻树树种中不同于目标树树种的累计数，再计算所述累计数相对于多株近邻树总株数的树种比例；将所述树种比例与所述简单混交度相乘，得到树种多样性混交度；
再确定多株近邻树中，两两相邻的近邻树为不同树种的累计次数；计算所述累计次数相对于多株近邻树总株数的占有比例；将所述占有比例与所述树种多样性混交度相乘，得到树种空间混交度；所述树种空间混交度用于评价树种空间的隔离程度。
本实施方式中，可以任意选定一株目标树，然后在其周围一定的空间内确定一定数量的近邻树。目标树与多株近邻树的树种可通过观察获得。
本实施方式中，不仅考虑了近邻树与目标树的种间差异，还考虑了近邻树相互之间的种间差异，并且还考虑了相邻近邻树的空间位置关系；即不仅考虑了树种的多样性，还考虑了空间相对位置的多样性。用所述树种空间混交度可以正确地评价目标树与近邻树的空间隔离程度的高低。计算获得林分针对所有目标数的树种空间混交度，取其平均值，则可代表林分水平目标树的树种空间混交程度。
进一步，结合图2至图5所示，所述简单混交度Mi的计算方法包括：
Figure BDA0002458904090000041
式中Ni表示近邻树总株数，vij表示每株近邻树与目标数的树种系数；当近邻树与目标数树种不同，vij＝1；当近邻树与目标数树种相同，vij＝0。
再进一步，结合图2至图5所示，所述树种多样性混交度MSi的计算方法包括：
Figure BDA0002458904090000042
式中Si表示多株近邻树树种中不同于目标树树种的累计数。所述累计数相对于多株近邻树总株数的树种比例为Si/Ni。
再进一步，结合图2至图5所示，所述树种空间混交度MSPi的计算方法包括：
Figure BDA0002458904090000043
式中Pi表示两两相邻的近邻树为不同树种的累计次数。所述累计次数相对于多株近邻树总株数的占有比例为Pi/Ni。
所述树种空间混交度MSPi的计算数值在[0,1]之间；当所有近邻树与目标树同树种时，树种空间混交度为0；当所有近邻树树种各不相同，且与目标树树种也不相同时，树种空间混交度为1。
作为示例，本发明中所述目标结构单元的选定方法包括：
在目标树周围，以预设半径确定目标结构单元。
本实施方式中所述目标结构单元根据需要可以选定为整个圆内的树或圆内的部分树，例如只选定离目标树最近的四棵对作为近邻树，此时包含四棵近邻树与目标树作为目标结构单元。
作为示例，本发明中所述目标结构单元的选定方法还包括：在目标树周围，按泰森多边形确定目标结构单元。
所述泰森多边形的也叫Voronoi图，其边数即为包围目标树的近邻树株数。
在森林内部结构中，理想的状态是使同树种隔离，异树种相邻，从而保证生态系统稳定。本发明方法计算获得的树种空间混交度，可以有效评价树种的隔离程度，为森林生态系统的稳定内部的多样性判断提供参考数据。
具体实施例：
图2至图5所示，为A结构单元、B结构单元、C结构单元和D结构单元中目标树与近邻树的分布图；图中圆圈内的不同填充图案表示不同树种，并通过数字表示；四个结构单元都由1株目标树与4株近邻树组成；四个结构单元的差别在于4株近邻树或者树种不同，或者树种的空间排布方式不同。
从四个结构单元的整体观察，树种空间隔离程度应该满足D>A>B>C；采用本发明方法计算，获得的树种空间混交度也满足这种关系。
表1中，列举了现有4种树种空间隔离程度指数与本发明方法的计算结果。通过计算结果可以看出，采用现有的前三种指数无法辨别A结构单元与B结构单元树种空间排列方式的不同，其只关注树种差异，而忽视了树种的空间排列方式。尤其简单混交度指数，只关注近邻树与目标树是否同种，无视近邻树的种间差异。全混交度的计算虽然考虑了树木的排列方式，但是高估了排列方式的作用，而弱化了树种不同才是树种隔离的根本；并且其最大值会随着结构单元的大小而改变，与人们通常的认识并不一致。
表1
Figure BDA0002458904090000051
由此可以看出，本发明提出的基于树木近邻关系的树种空间混交度，不仅具有随树种丰度增大而增大的一般属性，而且还能随着树种空间排列方式的复杂而增加，是一种贴合实际又计算简便的评价树种空间隔离程度的指数。
虽然在本文中参照了特定的实施方式来描述本发明，但是应该理解的是，这些实施例仅仅是本发明的原理和应用的示例。因此应该理解的是，可以对示例性的实施例进行许多修改，并且可以设计出其他的布置，只要不偏离所附权利要求所限定的本发明的精神和范围。应该理解的是，可以通过不同于原始权利要求所描述的方式来结合不同的从属权利要求和本文中所述的特征。还可以理解的是，结合单独实施例所描述的特征可以使用在其他所述实施例中。

Claims (4)

1.一种基于近邻关系的树种空间隔离程度评价方法，其特征在于包括：
选定目标树，确定目标树在目标结构单元中对应的多株近邻树；
计算所述目标树与多株近邻树的简单混交度；
确定多株近邻树树种，获得多株近邻树树种中不同于目标树树种的累计数，再计算所述累计数相对于多株近邻树总株数的树种比例；将所述树种比例与所述简单混交度相乘，得到树种多样性混交度；
再确定多株近邻树中，两两相邻的近邻树为不同树种的累计次数；计算所述累计次数相对于多株近邻树总株数的占有比例；将所述占有比例与所述树种多样性混交度相乘，得到树种空间混交度；所述树种空间混交度用于评价树种空间的隔离程度。
2.根据权利要求1所述的基于近邻关系的树种空间隔离程度评价方法，其特征在于，
所述简单混交度Mi的计算方法包括：
Figure FDA0004086184460000011
式中Ni表示近邻树总株数，vij表示每株近邻树与目标数的树种系数；当近邻树与目标数树种不同，vij＝1；当近邻树与目标数树种相同，vij＝0。
3.根据权利要求1或2所述的基于近邻关系的树种空间隔离程度评价方法，其特征在于，所述目标结构单元的选定方法包括：
在目标树周围，以预设半径确定目标结构单元。
4.根据权利要求1或2所述的基于近邻关系的树种空间隔离程度评价方法，其特征在于，所述目标结构单元的选定方法还包括：
在目标树周围，按泰森多边形确定目标结构单元。
CN202010314082.2A 2020-04-20 2020-04-20 基于近邻关系的树种空间隔离程度评价方法 Active CN111611443B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010314082.2A CN111611443B (zh) 2020-04-20 2020-04-20 基于近邻关系的树种空间隔离程度评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010314082.2A CN111611443B (zh) 2020-04-20 2020-04-20 基于近邻关系的树种空间隔离程度评价方法

Publications (2)

Publication Number Publication Date
CN111611443A CN111611443A (zh) 2020-09-01
CN111611443B true CN111611443B (zh) 2023-04-14

Family

ID=72203195

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010314082.2A Active CN111611443B (zh) 2020-04-20 2020-04-20 基于近邻关系的树种空间隔离程度评价方法

Country Status (1)

Country Link
CN (1) CN111611443B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101246522A (zh) * 2008-01-18 2008-08-20 中国林业科学研究院林业研究所 树种分隔空间测度方法
CN101246523A (zh) * 2008-01-18 2008-08-20 中国林业科学研究院林业研究所 树种多样性的空间测度方法
CN101349553A (zh) * 2008-06-27 2009-01-21 北京农学院 一种普通罗盘仪或经纬仪测量林木混交度方法
JP2010086276A (ja) * 2008-09-30 2010-04-15 Shinshu Univ 樹種分類方法及び樹種分類システム、森林現況情報の作成方法及び森林現況情報の作成システム、間伐対象区域の選定方法及び間伐対象区域の選定システム
CN106056461A (zh) * 2016-06-03 2016-10-26 北京林业大学 一种七棵树法测算林分混交度的方法
CN109376462A (zh) * 2018-11-16 2019-02-22 中国林业科学研究院林业研究所 一种基于相邻木关系的林分结构多样性的测度方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101246522A (zh) * 2008-01-18 2008-08-20 中国林业科学研究院林业研究所 树种分隔空间测度方法
CN101246523A (zh) * 2008-01-18 2008-08-20 中国林业科学研究院林业研究所 树种多样性的空间测度方法
CN101349553A (zh) * 2008-06-27 2009-01-21 北京农学院 一种普通罗盘仪或经纬仪测量林木混交度方法
JP2010086276A (ja) * 2008-09-30 2010-04-15 Shinshu Univ 樹種分類方法及び樹種分類システム、森林現況情報の作成方法及び森林現況情報の作成システム、間伐対象区域の選定方法及び間伐対象区域の選定システム
CN106056461A (zh) * 2016-06-03 2016-10-26 北京林业大学 一种七棵树法测算林分混交度的方法
CN109376462A (zh) * 2018-11-16 2019-02-22 中国林业科学研究院林业研究所 一种基于相邻木关系的林分结构多样性的测度方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
惠刚盈 ; .基于相邻木关系的林分空间结构参数应用研究.北京林业大学学报.2013,(第04期),1-8. *
郝云庆,王金锡,王启和,陆元昌,钟福林.崇州林场柳杉人工林空间结构研究.四川林业科技.2006,(第05期),36-41. *

Also Published As

Publication number Publication date
CN111611443A (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
Rodrigues et al. The performance of existing networks of conservation areas in representing biodiversity
Dias et al. Additive aggregation with variable interdependent parameters: the VIP analysis software
US9973406B2 (en) Systems and methods for mapping and analyzing networks
Tuomisto A diversity of beta diversities: straightening up a concept gone awry. Part 2. Quantifying beta diversity and related phenomena
CN104318482A (zh) 一套智能配电网综合评估体系和方法
Magalhaes et al. Spatial dependence and regional convergence in Brazil
CN109118068B (zh) 一种宿舍智能分配方法及系统
Fabrika et al. Algorithms and software solution of thinning models for SIBYLA growth simulator
CN102857525A (zh) 基于随机游走策略的社区发现方法
CN109767074A (zh) 一种高可靠性供电区配网规划效果综合评估方法
CN104731885B (zh) 一种基于层次‑语义的多尺度空间数据拓扑关系维护方法
CN111611443B (zh) 基于近邻关系的树种空间隔离程度评价方法
CN105303546A (zh) 基于模糊连接度的近邻传播聚类图像分割方法
BAYRAMOĞLU et al. Analysis of land use change and forestation in response to demographic movement and reduction of forest crime
CN104200502A (zh) 一种二维散点数据密度制图方法
Rassmann et al. Demography, social identities, and the architecture of megalithic graves in the South-Western Baltic area
CN104331263A (zh) 大量空间数据前端展示方法和装置
CN107590540A (zh) 一种依赖于相邻木特征的林木冠幅估算方法
CN1779710A (zh) 服务质量评价援助装置
CN113537738A (zh) 一种多循环与多约束融合的航空应急救援效能评估方法
Hellmanns et al. A planning tool for the automated quantification and visualization of blue space
Liang et al. Cost‐penalized estimation and prediction evaluation for split‐plot designs
CN110796564A (zh) 电网企业综合计划分配测算的项目统计指标筛选方法
CN116225949B (zh) 软件可靠性验收风险评估方法
CN109727150B (zh) 一种用于多人在线学习平台的社区识别方法

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