您的位置: 专家智库 > >

施明辉

作品数:4 被引量:108H指数:4
供职机构:贵州师范大学地理与环境科学学院更多>>
发文基金:国家林业公益性行业科研专项国家科技支撑计划公益性行业科研专项更多>>
相关领域:农业科学经济管理自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 3篇农业科学
  • 1篇经济管理
  • 1篇自动化与计算...

主题

  • 2篇森林健康评价
  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇GIS
  • 1篇天然白桦林
  • 1篇土地利用
  • 1篇土地利用变化
  • 1篇评价指标
  • 1篇空间自相关
  • 1篇基于GIS
  • 1篇改进BP神经...
  • 1篇白桦
  • 1篇白桦林
  • 1篇SOM神经网...

机构

  • 4篇贵州师范大学
  • 3篇中国林业科学...
  • 3篇中国林业科学...
  • 1篇国土资源

作者

  • 4篇施明辉
  • 4篇赵翠薇
  • 3篇刘世荣
  • 3篇郭志华
  • 1篇刘敏

传媒

  • 2篇生态学杂志
  • 1篇水土保持研究
  • 1篇农业工程学报

年份

  • 1篇2012
  • 2篇2011
  • 1篇2010
4 条 记 录,以下是 1-4
排序方式:
贵州山区土地利用变化多尺度空间自相关分析被引量:48
2012年
该文以贵州省贵阳市花溪区1986年,1995年和2000年3个时段的土地利用变化数据为基础,运用地理信息系统技术,首先研究了0.2km×0.2km、0.4km×0.4km和0.6km×0.6km3个尺度土地利用变化的空间自相关性,分别建立不同尺度的经典线性回归模型和空间滞后模型,并对比2种模型的精度。结果表明,1986年、1995年和2000年花溪区的耕地、林地、草地、建设用地和水域在3个尺度都表现出较强的空间正相关性,空间相关性与研究尺度有关,随研究尺度变大空间自相关性逐渐下降。通过对比分析3个尺度空间滞后模型和经典线性回归模型,发现空间滞后模型的残差较小,解释能力比经典线性回归模型强,空间滞后模型的预测精度优于经典线性回归模型。该文研究可为喀斯特地区土地利用管理提供依据。
刘敏赵翠薇施明辉
关键词:土地利用空间自相关
基于SOM神经网络的白河林业局森林健康分等评价被引量:21
2011年
将自组织特征映射(SOM)神经网络引入森林健康评价领域,与地理信息系统技术(GIS)相结合,基于森林经营小班尺度,对长白山白河林业局3个主要森林类型(阔叶混交林、针阔混交林、长白落叶松林)的森林健康状况进行定量评价,并分析了不同平均年龄段、不同平均树高、不同郁闭度森林小班的健康状况。结果表明:SOM神经网络是自动化定量评价森林健康的一个较先进的方法,其用于森林健康分等评价的最大优点是不需要知道分等类别的先验知识,不需要事先人为确定分等评价因素指标的权重,能有效地克服主观因素的干扰,使分等结果更加客观准确;不同森林类型健康等级状况的比例排序为阔叶混交林Ⅲ>Ⅱ>Ⅰ>Ⅳ>Ⅴ,针阔混交林Ⅱ>Ⅳ>Ⅰ>Ⅲ>Ⅴ,长白落叶松林Ⅰ>Ⅱ>Ⅲ>Ⅴ>Ⅳ;相对来说,森林小班平均年龄越大、平均树高越高、郁闭度越高,呈健康状况的小班比例也越高。以上评价结果可为白河林业局的森林可持续经营和多功能利用提供理论支撑。
施明辉赵翠薇郭志华刘世荣
关键词:SOM神经网络森林健康评价GIS
森林健康评价研究进展被引量:36
2010年
森林健康评价是当前国内外十分关注的一个热点问题。开展森林健康评价,是进行森林健康管理的重要基础。本文从森林健康概念出发,明确了森林健康的内涵;森林健康评价主要以林分、森林类型及小班作为评价单元;评价指标主要由森林资源特征指标、灾害指标及社会经济指标构成。文中对森林健康评价模型优缺点进行了对比分析。森林健康评价趋向于定量化和可视化,诸如模糊综合评价、灰色关联度分析、人工神经网络等数学方法则逐渐被用于森林健康的定量评价。目前,森林健康评价在指标体系的构建和评价方法的选取上还有待进一步完善;形成一套量化的森林健康评价指标体系及加强森林健康评价技术和方法的对比研究,并长期进行森林健康动态监测评价是未来森林健康评价的发展方向。
施明辉赵翠薇郭志华刘世荣
关键词:评价指标
基于GIS和改进BP神经网络的天然白桦林健康评价被引量:6
2011年
结合样地调查及白桦林生态系统相关数据,基于GIS技术平台,利用改进BP神经网络模型,对长白山白河林业局两江林场进行健康评价。利用改进BP神经网络研究复杂的森林生态系统健康状况具有强大优势,运用Leven-berg-Marquardt优化算法比传统的BP神经网络及其它改进算法迭代次数少,收敛速度快,精确度高。评价结果显示:两江整个林场的森林大体处于一般健康状态,占总面积22.43%的白桦林属于非常健康状态,49.93%的白桦林处于一般健康状态,19.06%的白桦林为亚健康状态,而只有8.59%的白桦林是不健康的。其评价结果可为森林可持续经营和多功能利用提供理论支撑。
施明辉赵翠薇郭志华刘世荣
关键词:GIS改进BP神经网络天然白桦林
共1页<1>
聚类工具0