施明輝，趙翠薇，郭志華，劉世榮

(1.貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴陽(yáng)550001;2.中國(guó)林業(yè)科學(xué)研究院濕地研究所，北京 100091;3.中國(guó)林業(yè)科學(xué)研究院，北京 100091)

森林健康研究最早是20世紀(jì)60年代出現(xiàn)的，它正在或已經(jīng)成為林業(yè)科技中的一個(gè)新方向，并得到越來(lái)越廣泛地承認(rèn)，其評(píng)估理論和技術(shù)方法等在環(huán)境和生態(tài)系統(tǒng)科學(xué)領(lǐng)域是21世紀(jì)最重要和緊迫的任務(wù)之一[1]。目前，國(guó)內(nèi)外用于森林健康評(píng)價(jià)的方法很多，如:主成分分析法、層次分析法、多元線性回歸、健康距離法、模糊綜合評(píng)價(jià)法及灰色關(guān)聯(lián)度等，但森林健康評(píng)價(jià)至今仍缺乏一套切實(shí)可行的評(píng)價(jià)指標(biāo)體系，定量評(píng)價(jià)處于摸索階段[2]。

地理信息系統(tǒng)(GIS)能大大提高評(píng)價(jià)的精度和效率，但在目前的森林健康評(píng)價(jià)工作中尚未得到廣泛應(yīng)用，傳統(tǒng)的基于GIS技術(shù)的森林健康評(píng)價(jià)存在一定的不足，使評(píng)價(jià)缺乏對(duì)空間問(wèn)題決策的支持能力，阻礙了GIS在森林健康評(píng)價(jià)中的進(jìn)一步應(yīng)用[3-5]。

BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Network)是一種多層前饋型神經(jīng)網(wǎng)絡(luò)，其神經(jīng)元的傳遞是S型函數(shù)，輸出量為0～1之間的連續(xù)量，它可以實(shí)現(xiàn)從輸入到輸出的任意非線性映射。當(dāng)前，將人工神經(jīng)網(wǎng)絡(luò)技術(shù)廣泛應(yīng)用于森林生態(tài)系統(tǒng)的研究還比較少，在土地質(zhì)量[6]、水質(zhì)[7]及大氣環(huán)境質(zhì)量評(píng)價(jià)[8]等領(lǐng)域相對(duì)較成熟。相信隨著科技的發(fā)展，神經(jīng)網(wǎng)絡(luò)技術(shù)將趨向于微觀與宏觀功能的結(jié)合，并在智能化傳感器、隨機(jī)模式識(shí)別、實(shí)時(shí)知識(shí)處理、控制應(yīng)用、最優(yōu)化問(wèn)題等方面克服現(xiàn)時(shí)的理論和技術(shù)障礙后，更廣泛地應(yīng)用到復(fù)雜系統(tǒng)的評(píng)價(jià)中。

正確的和科學(xué)的森林健康評(píng)價(jià)工作，既是構(gòu)建現(xiàn)代林業(yè)生態(tài)建設(shè)理論體系的需要，也是維護(hù)森林生態(tài)系統(tǒng)健康的現(xiàn)實(shí)需求，又是吸收消化國(guó)際先進(jìn)森林恢復(fù)和經(jīng)營(yíng)理念的必然過(guò)程，不僅可以為國(guó)家制定相關(guān)政策提供依據(jù)，還能為林業(yè)規(guī)劃、合理開發(fā)利用資源提供數(shù)據(jù)資料，為投資者提供引導(dǎo)，為生產(chǎn)經(jīng)營(yíng)者提供決策依據(jù)。隨著近年來(lái)GIS技術(shù)的發(fā)展，森林生態(tài)系統(tǒng)健康評(píng)價(jià)方法也得到很大提高，研究方法也逐步從定性化到定量化方向發(fā)展。本文探索利用地理信息系統(tǒng)(GIS)和改進(jìn)BP神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)白河林業(yè)局兩江林場(chǎng)天然白樺林進(jìn)行健康評(píng)價(jià)，為森林健康經(jīng)營(yíng)和多功能利用提供堅(jiān)實(shí)的理論支撐。

1 研究區(qū)概況

白河林業(yè)局兩江林場(chǎng)位于吉林省東南部，沿邊朝鮮族自治州安圖縣二道白河鎮(zhèn)北0.5 km處。地理坐標(biāo)為東經(jīng) 127°53′-128°34′，北緯 42°01′-42°48′。調(diào)查工作于2001-2004年開展，集中于長(zhǎng)白山白河林業(yè)局北端的兩江林場(chǎng)內(nèi)。

2 研究方法

2.1 野外調(diào)查

調(diào)查選取6個(gè)樣地，共計(jì)140個(gè)小班。調(diào)查內(nèi)容包括:樣地基本狀況，如經(jīng)緯度、胸徑、樹高、幼苗幼樹株數(shù)、林齡、郁閉度、喬木蓋度、立地類型等。森林病蟲害是一種自然生物災(zāi)害，可用森林年均病蟲鼠害發(fā)生面積與林分總面積之比反映，本文采用5點(diǎn)式隨機(jī)抽樣方法，根據(jù)調(diào)查總體的大小，按照一定的抽樣方式，間隔一定的空間距離，抽出一定數(shù)量的樣本，對(duì)所選定的樣本要進(jìn)行全面調(diào)查，將結(jié)果記錄在小班卡上。森林火災(zāi)的監(jiān)測(cè)可通過(guò)實(shí)地調(diào)查統(tǒng)計(jì)森林火災(zāi)的年發(fā)生次數(shù)、累計(jì)過(guò)火面積以及火災(zāi)的等級(jí)分布，將其分為4個(gè)等級(jí):Ⅰ、Ⅱ、Ⅲ和Ⅳ。

2.2 評(píng)價(jià)指標(biāo)體系的建立方法

姬文元等[9]首次提出森林小班水平上的森林群落健康評(píng)價(jià)指標(biāo)體系，創(chuàng)造性地利用郁閉度、下木總蓋度、地被物總蓋度、幼樹中建群種數(shù)量比例、更新等級(jí)、幼樹幼苗生長(zhǎng)情況、單位面積活立木蓄積量、建群種的平均胸徑和建群種的平均樹高共9項(xiàng)指標(biāo)，結(jié)合小班資料進(jìn)行森林群落健康評(píng)價(jià)。范敏銳等[10]運(yùn)用北京市“十五”森林資源二類清查數(shù)據(jù)，以北京市西山林場(chǎng)為例，從森林生態(tài)系統(tǒng)的完整性、穩(wěn)定性、可持續(xù)性建立森林生態(tài)系統(tǒng)健康快速評(píng)價(jià)指標(biāo)體系。使用層次分析法確定指標(biāo)權(quán)重，運(yùn)用綜合評(píng)價(jià)模型對(duì)森林小斑尺度上北京市西山林場(chǎng)森林生態(tài)系統(tǒng)健康狀況進(jìn)行了評(píng)價(jià)。而劉文軍等[11]通過(guò)對(duì)大青山天然白樺林的實(shí)地調(diào)查研究，從森林生態(tài)系統(tǒng)的結(jié)構(gòu)和功能的角度出發(fā)，選用復(fù)合結(jié)構(gòu)功能指標(biāo)評(píng)價(jià)方法，在生態(tài)系統(tǒng)健康理論基礎(chǔ)上，以生產(chǎn)力(P)、組織結(jié)構(gòu)(O)和干擾(I)為綜合評(píng)價(jià)指標(biāo)，對(duì)大青山地區(qū)天然林森林生態(tài)系統(tǒng)的健康狀況進(jìn)行評(píng)價(jià)，建立一套相應(yīng)的森林健康評(píng)價(jià)指標(biāo)體系。

本文擬基于小班數(shù)據(jù)，對(duì)長(zhǎng)白山白河林業(yè)局兩江林場(chǎng)白樺林健康狀況進(jìn)行快速評(píng)價(jià)。森林健康快速評(píng)價(jià)(RAFH)突出的特點(diǎn)是指標(biāo)簡(jiǎn)易可測(cè)、方法易于掌握、結(jié)果獲取迅速，其首要問(wèn)題是評(píng)價(jià)指標(biāo)的確立[10-12]。小班卡的數(shù)據(jù)涵蓋整個(gè)研究區(qū)域，數(shù)據(jù)全面、完整，并且在表達(dá)形式上，各指標(biāo)均為量化指標(biāo);在計(jì)算方法上，采用改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)方法，客觀性強(qiáng)。

綜上，本文根據(jù)大青山天然白樺林研究結(jié)果，將其結(jié)果作為學(xué)習(xí)樣本，當(dāng)作向量輸入，以此構(gòu)建長(zhǎng)白山兩江林場(chǎng)小班水平上的白樺林健康評(píng)價(jià)指標(biāo)體系，選取胸徑、喬木蓋度、病蟲害、火災(zāi)作為白樺林健康快速評(píng)價(jià)指標(biāo)。

2.3 改進(jìn)BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型的建立方法

由于標(biāo)準(zhǔn)的BP網(wǎng)絡(luò)學(xué)習(xí)算法存在與輸入樣本的順序有關(guān)、收斂速度緩慢、易陷入局部極小等缺陷，于是采用基于 Levenberg-Marquardt法的改進(jìn)算法來(lái)對(duì)白河林業(yè)局兩江林場(chǎng)的白樺林健康進(jìn)行評(píng)價(jià)。Levenberg-Marquardt法實(shí)際上是梯度下降法和牛頓法的結(jié)合，它的優(yōu)點(diǎn)在于網(wǎng)絡(luò)權(quán)值數(shù)目較少時(shí)收斂非常迅速。運(yùn)用 Levenberg-Marquardt優(yōu)化算法比傳統(tǒng)的BP及其它改進(jìn)算法(如共軛梯度法、附加動(dòng)量法、自適應(yīng)調(diào)整法及擬牛頓法等)迭代次數(shù)少，收斂速度快，精確度高。因此，Levenberg-Marquardt優(yōu)化算法在BP網(wǎng)絡(luò)學(xué)習(xí)中具有一定的優(yōu)越性[13]。

2.3.1 定義輸入樣本數(shù)據(jù) 將大青山天然白樺林健康評(píng)價(jià)的9個(gè)小班的胸徑、喬木蓋度、病蟲害、火災(zāi)數(shù)據(jù)作為4維向量輸入。并對(duì)專家樣本進(jìn)行適當(dāng)?shù)臄U(kuò)充，增加訓(xùn)練樣本數(shù)據(jù)量，提高了網(wǎng)絡(luò)訓(xùn)練性能和泛化能力，解決網(wǎng)絡(luò)魯棒性差，實(shí)用性不強(qiáng)和過(guò)擬合等問(wèn)題。

2.3.2 對(duì)森林健康評(píng)價(jià)結(jié)果進(jìn)行編碼 編碼如表1所示。

表1 調(diào)節(jié)器輸出向量編碼表

輸出向量為4維向量，其中輸出向量中的1位則代表相應(yīng)的健康級(jí)別。接下來(lái)定義期望輸出響應(yīng)向量。

2.3.3 構(gòu)建BP神經(jīng)網(wǎng)絡(luò) 長(zhǎng)白山兩江林場(chǎng)森林健康評(píng)價(jià)BP神經(jīng)網(wǎng)絡(luò)模型采用由輸入層、隱含層和輸出層構(gòu)成的3層網(wǎng)絡(luò)結(jié)構(gòu)，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的確定主要是指輸入層神經(jīng)元個(gè)數(shù)、隱含層神經(jīng)元個(gè)數(shù)和輸出層神經(jīng)元個(gè)數(shù)的確定。眾所周知，網(wǎng)絡(luò)的泛化能力是非常重要的。因此，訓(xùn)練網(wǎng)絡(luò)不能將訓(xùn)練時(shí)間的消耗視為重要的因素，而要應(yīng)將泛化能力放到第一位。因此，如果目標(biāo)誤差設(shè)置不當(dāng)，在訓(xùn)練沒有收斂的情況下停止訓(xùn)練，網(wǎng)絡(luò)泛化能力就很差。特別是在采用Levenberg-Marquardt快速收斂算法時(shí)，可能很快就能使網(wǎng)絡(luò)訓(xùn)練誤差達(dá)到目標(biāo)訓(xùn)練誤差要求，但是網(wǎng)絡(luò)還沒有達(dá)到收斂，此處，將目標(biāo)誤差設(shè)為0.001。網(wǎng)絡(luò)參數(shù)如表2所示。

表2 BP神經(jīng)網(wǎng)絡(luò)參數(shù)

接下來(lái)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，輸入如下命令:

2.3.4 定義驗(yàn)證樣本和測(cè)試樣本 通過(guò)定義驗(yàn)證樣本和測(cè)試樣本，對(duì)網(wǎng)絡(luò)進(jìn)行驗(yàn)證和仿真。運(yùn)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行健康評(píng)價(jià)，除了每次運(yùn)行都具有一定的隨機(jī)性外，選擇的神經(jīng)元數(shù)目也會(huì)影響網(wǎng)絡(luò)的診斷性能，如神經(jīng)網(wǎng)絡(luò)隱含層的確定。仿真時(shí)，先讀取測(cè)試樣本ptest，再在matlab命令空間輸入 Result_test=sim(net，ptest)命令進(jìn)行仿真。

2.4 GIS技術(shù)

GIS優(yōu)勢(shì)在于它把計(jì)算機(jī)圖形和數(shù)據(jù)庫(kù)融于一體，將地理位置和相關(guān)屬性有機(jī)地結(jié)合起來(lái)，利用其強(qiáng)大的空間查詢與分析功能，通過(guò)各種假設(shè)分析來(lái)模擬區(qū)域內(nèi)空間規(guī)律和發(fā)展趨勢(shì)，根據(jù)實(shí)際需要，真實(shí)、準(zhǔn)確、圖文并茂的顯示或輸出給用戶。本文采用的森林健康評(píng)價(jià)的主要方法是在資料收集整理的基礎(chǔ)上，建立評(píng)價(jià)指標(biāo)體系、選取評(píng)價(jià)因子、確定評(píng)價(jià)單元，然后構(gòu)建改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練仿真，將結(jié)果通過(guò)屬性連接導(dǎo)入數(shù)據(jù)庫(kù)，最后在ArcMap中通過(guò)屬性選擇(Selected By Attributes)、統(tǒng)計(jì)(Statistics)等對(duì)長(zhǎng)白山兩江林場(chǎng)天然白樺林森林健康狀況進(jìn)行分析。

本文的數(shù)據(jù)分析、處理及制圖在Matlab7.1及ArcGIS 9.2中完成。

3 結(jié)果與分析

3.1 訓(xùn)練驗(yàn)證曲線

對(duì)系統(tǒng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，訓(xùn)練過(guò)程選擇訓(xùn)練算法(trainlm)進(jìn)行計(jì)算。這是一種直接批處理訓(xùn)練的應(yīng)用。泛化能力與很多因素有關(guān)，其中訓(xùn)練也是一個(gè)重要的因素。圖1為該網(wǎng)絡(luò)的收斂曲線，經(jīng)過(guò)25次迭代，網(wǎng)絡(luò)達(dá)到目標(biāo)誤差為0.001的要求。如果網(wǎng)絡(luò)沒有收斂就被停止，那么網(wǎng)絡(luò)的泛化誤差肯定很大，同時(shí)魯棒性非常差，最明顯的體現(xiàn)在不同初始權(quán)重產(chǎn)生的結(jié)果差異極大(初始權(quán)重敏感性)。

圖1 網(wǎng)絡(luò)收斂曲線

3.2 白樺林健康狀況

將改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行模式識(shí)別出的代碼對(duì)應(yīng)等級(jí)導(dǎo)入數(shù)據(jù)庫(kù)，利用ArcMap制圖所得長(zhǎng)白山白河林業(yè)局兩江林場(chǎng)天然白樺林健康狀況示意圖(圖2)。經(jīng)統(tǒng)計(jì)計(jì)算，兩江林場(chǎng)白樺林140個(gè)森林小班，總面積1 007.5 hm2。分為 4級(jí)(非常健康、一般健康、亞健康、不健康)。其中非常健康的小班數(shù)19個(gè)，面積為 226 hm2，占林場(chǎng)內(nèi)白樺林總面積的22.43%;一般健康的小班56個(gè)，面積為 503 hm2，占林場(chǎng)內(nèi)白樺林總面積的49.93%;亞健康的小班37個(gè)，面積192 hm2，占林場(chǎng)內(nèi)白樺林總面積的19.06%;不健康的小班28個(gè)，面積為86.5 hm2，占林場(chǎng)內(nèi)白樺林總面積的8.59%。兩江林場(chǎng)中，處于一般健康的小班最多。

圖2 兩江林場(chǎng)白樺林健康狀況示意圖

因此，兩江整個(gè)林場(chǎng)的森林大體處于一般健康狀態(tài)。占總面積22.43%的白樺林屬于健康，49.93%的白樺林處于較健康狀態(tài)，19.06%的白樺林為亞健康狀態(tài)，而只有8.59%的白樺林是不健康的。

4 結(jié)論與討論

(1)用GIS和神經(jīng)網(wǎng)絡(luò)方法能較好地克服資料占有的不足以及經(jīng)驗(yàn)方面的局限性對(duì)森林健康進(jìn)行快速評(píng)價(jià)。運(yùn)用Levenberg-Marquardt優(yōu)化算法比傳統(tǒng)的BP及其它改進(jìn)算法(如共軛梯度法、附加動(dòng)量法、自適應(yīng)調(diào)整法及擬牛頓法等)迭代次數(shù)少，收斂速度快，精確度高。

(2)實(shí)踐證明，改進(jìn)BP神經(jīng)網(wǎng)絡(luò)在解決森林生態(tài)系統(tǒng)這樣復(fù)雜的系統(tǒng)很有優(yōu)勢(shì)，能根據(jù)大量的林業(yè)調(diào)查數(shù)據(jù)來(lái)進(jìn)行生態(tài)系統(tǒng)健康評(píng)價(jià)，應(yīng)用效果良好。訓(xùn)練方法采用LM(levenberg-marquardt)算法，進(jìn)一步提高BP網(wǎng)路訓(xùn)練速度和訓(xùn)練精度。經(jīng)過(guò)25次迭代，網(wǎng)絡(luò)達(dá)到目標(biāo)誤差為0.001的要求。評(píng)價(jià)結(jié)果顯示:兩江整個(gè)林場(chǎng)的森林大體處于一般健康狀態(tài)，占總面積22.43%的白樺林屬于健康，49.93%的白樺林處于較健康狀態(tài)，19.06%的白樺林為亞健康狀態(tài)，而只有8.59%的白樺林是不健康的。

(3)目前有關(guān)生態(tài)系統(tǒng)健康研究的一些基本問(wèn)題尚未達(dá)成共識(shí)，而生態(tài)系統(tǒng)健康的跨學(xué)科性決定了生態(tài)系統(tǒng)健康研究需要生態(tài)學(xué)、環(huán)境學(xué)、醫(yī)學(xué)、社會(huì)學(xué)以及經(jīng)濟(jì)學(xué)等領(lǐng)域研究人員的廣泛合作[14]。隨著計(jì)算機(jī)技術(shù)和遙感技術(shù)的發(fā)展，將會(huì)展示更廣闊的發(fā)展前景和緊密結(jié)合，今后的森林健康評(píng)價(jià)發(fā)展方向?qū)⑹嵌鄬W(xué)科多領(lǐng)域多源數(shù)據(jù)的融合[15]。

(4)雖然用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行森林健康評(píng)價(jià)會(huì)存在一定的誤差，如網(wǎng)絡(luò)結(jié)構(gòu)大小的選擇，訓(xùn)練樣本數(shù)的多少及其不確定性，訓(xùn)練算法的選擇等，但總體而言，基于GIS和改進(jìn)BP神經(jīng)網(wǎng)絡(luò)模型用于森林健康快速評(píng)價(jià)這一方法是確實(shí)可行的，不失為進(jìn)行定量評(píng)價(jià)森林生態(tài)系統(tǒng)健康的一種良好方法。

[1] Chen G，Yang Z F，Cui B S.New assessment method on forest ecosystem health-Integrated Composed Index(ICI)and its pilot application[C]//The Proceedings of the China Association forScience and Technology，2004:602-613.

[2] 施明輝，趙翠薇，郭志華，等.森林健康評(píng)價(jià)研究進(jìn)展[J].生態(tài)學(xué)雜志，2010，29(12):2498-2506.

[3] Jaiswal R K，Mukherjee S，Raju K D，et al.Forest fire risk zone mapping from satellite imagery and GIS[J].International Journal of Applied Earth Observation and Geoinformation ，2002，4:1-10.

[4] Phua M H，Minowa M.A GIS-based multi-criteria decision making approach to forest conservation planning at a landscape scale:a case study in the Kinabalu Area，Sabah，M alaysia[J].Landscape and Urban Planning，2005，71:207-222.

[5] Graymore M L M，Wallis A M，Richards A J.An Index of Regional Sustainability:A GIS-based multiple criteria analysis decision support system for progressing sustainability[J].Ecological Complexity ，2009，6:453-462.

[6] 王艷，宋振柏，吳佩林.基于BP網(wǎng)絡(luò)的高新技術(shù)產(chǎn)業(yè)用地適宜性評(píng)價(jià)[J].水土保持研究，2008，15(4):252-254，270.

[7] 劉登峰，齊實(shí)，韓小杰，等.縉云山不同土地利用類型地表徑流水質(zhì)評(píng)價(jià)[J].水土保持研究，2009，16(1):130-134.

[8] 彭馥艷，丁輝，趙源.基于RBF網(wǎng)絡(luò)的大氣環(huán)境質(zhì)量評(píng)價(jià)[J].水土保持研究 ，2006，13(5):158-159 ，163.

[9] 姬文元，邢韶華，郭寧，等.川西米亞羅林區(qū)云冷杉林健康狀況評(píng)價(jià)[J].林業(yè)科學(xué)，2009，45(3):13-18.

[10] 范敏銳，呂錫芝，余新曉，等.森林生態(tài)系統(tǒng)健康快速評(píng)價(jià)研究[J].水土保持通報(bào)，2010，30(3):199-203.

[11] 劉文軍，鐵牛，席青虎.大青山天然白樺林健康評(píng)價(jià)研究[J].現(xiàn)代農(nóng)業(yè)科技，2009，4(10):10-11，14

[12] 甘敬，朱建剛，張國(guó)禎，等.基于BP神經(jīng)網(wǎng)絡(luò)確立森林健康快速評(píng)價(jià)指標(biāo)[J].林業(yè)科學(xué)，2007，43(12):4-10.

[13] 張德豐.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M].北京:機(jī)械工業(yè)出版社，2009.

[14] 朱建剛，余新曉，甘敬，等.生態(tài)系統(tǒng)健康研究的一些基本問(wèn)題探討[J].生態(tài)學(xué)雜志，2010，29(1):98-105.

[15] 孔紅梅，姬蘭柱.生態(tài)系統(tǒng)健康評(píng)價(jià)方法初探[J].應(yīng)用生態(tài)學(xué)報(bào)，2002，13(4):486-490.