森林生长的人工神经网络建模PDF电子书下载

1　森林生长模型与人工神经网络应用研究综述 1

1.1　森林生长模型的研究综述 1

1.1.1　地位指数模型的研究 3

1.1.2　林分密度指数模型的研究 5

1.1.3　全林分生长模型的研究 7

1.1.4　径阶分布模型的研究 12

1.1.5　单木生长模型的研究 17

1.2　人工神经网络的应用研究综述 20

1.2.1　人工神经网络的发展与现状 20

1.2.2　人工神经网络在森林生长模型研究中的应用 22

2　材料、理论与方法 27

2.1　基础材料 27

2.1.1　研究地区自然条件 27

2.1.2　基础数据 28

2.2　神经网络理论基础 42

2.2.1　生物神经元与人工神经元 42

2.2.2　生物神经网络与人工神经网络 44

2.2.3　BP神经网络及其算法 46

2.3　研究方法 48

2.3.1　模型构建方法 48

2.3.2　模型训练方法 55

2.3.3　模型性能分析方法 57

2.4　本章小结 60

3　地位指数与密度指数神经网络模型 62

3.1　单形地位指数模型 62

3.1.1　模型构建 62

3.1.2　模型训练 64

3.1.3　模型精度分析 67

3.1.4　地位指数计算 68

3.2　多形地位指数模型 71

3.2.1　模型构建与训练 71

3.2.2　模型性能分析 74

3.2.3　地位指数神经网络逆模型与地位指数计算 78

3.3　密度指数模型 83

3.3.1　Reineke的林分密度指数模型 83

3.3.2　林分密度指数神经网络模型 86

3.4　本章小结 88

4　全林分生长神经网络模型 93

4.1　模型建立 93

4.2　模型训练 93

4.3　模型性能分析 96

4.3.1　仿真效果分析 96

4.3.2　拟合精度分析 102

4.3.3　检验精度分析 103

4.3.4　回归分析 105

4.4　林分断面积生长神经网络模型构建 107

4.5　本章小结 108

5　林分结构神经网络模型 110

5.1　直径分布模拟 110

5.1.1　模型建立 110

5.1.2　模型训练 111

5.1.3　结果分析 113

5.2　直径分布预测 119

5.2.1　模型构建 120

5.2.2　模型训练与优选 122

5.2.3　模型精度分析 130

5.3　树高分布模拟 136

5.3.1　树高曲线模型 137

5.3.2　树高分布模型的建立与训练 138

5.3.3　结果分析 141

5.4　直径树高二维分布模拟 143

5.4.1　模型构建 143

5.4.2　模型训练 144

5.4.3　结果分析 147

5.5　本章小结 148

6　单木生长的空间相关分析与竞争指标 152

6.1　单木生长的空间相关分析 152

6.1.1　协方差函数分析 153

6.1.2　相关函数分析 163

6.2　单木生长的竞争指标 170

6.2.1　相对直径竞争指标 170

6.2.2　冠幅面积竞争指标 173

6.2.3　泰森多边形类竞争指标 176

6.2.4　缓冲区类竞争指标 182

6.3　本章小结 193

7　单木生长的人工神经网络模型 198

7.1　以相对直径为竞争指标的单木模型 199

7.1.1　模型构建 199

7.1.2　模型训练 200

7.1.3　模型性能分析 201

7.2　以冠幅面积为竞争指标的单木模型 204

7.2.1　模型建立 204

7.2.2　模型训练 205

7.2.3　模型性能分析 210

7.3　基于泰森多边形的单木模型 211

7.3.1　模型建立 212

7.3.2　模型训练 212

7.3.3　模型检验 215

7.4　基于缓冲区的单木模型 216

7.4.1　以BBR为竞争指标的单木模型 217

7.4.2　以BDBR为竞争指标的单木模型 221

7.5　本章小结 225

8　林分生长与收获预测 229

8.1　基于全林分生长模型的预测 229

8.1.1　全林分生长模型的改造 229

8.1.2　林分现状测算 231

8.1.3　林分预测计算 231

8.2　基于径阶分布模型的预测 241

8.2.1　林分直径分布频率预测 241

8.2.2　林分生长与收获预测 246

8.3　基于单木胸径生长模型的预测 250

8.4　本章小结 256

9　结论 259

9.1　方法研究结论 259

9.2　地位指数与密度指数模型的研究结论 259

9.3　全林分生长模型的研究结论 260

9.4　林分结构模型的研究结论 261

9.5　单木生长模型的研究结论 263

9.6　林分生长与收获预测的研究结论 265

9.7　研究的创新点 267

致谢 269

参考文献 270