基于人工神经网络模型的森林资源安全评价——以大兴安岭阿木尔林业局为例

doi:10.13466/j.cnki.lyzygl.2014.06.011

林业资源管理 ›› 2014, Vol. 0 ›› Issue (6): 44-48.doi: 10.13466/j.cnki.lyzygl.2014.06.011

基于人工神经网络模型的森林资源安全评价——以大兴安岭阿木尔林业局为例

王玉芳¹, 白鹤松², 王锐¹

1.东北林业大学经济管理学院,哈尔滨150040;
2.上海理工大学管理学院,上海 200093

收稿日期:2014-10-04 修回日期:2014-11-03 出版日期:2014-12-28 发布日期:2020-11-23
作者简介:王玉芳(1975-),女,哈尔滨人,教授,博士,主要从事森林资源可持续经营及生态经济等研究。Email:wyfbhs@sina.com
基金资助:
国家社会科学基金项目(11CJY021);黑龙江省政府博士后科研启动项目(LBH-Q11181)

Evaluation on Forest Resources Security Based on BP Model—With Amur Forestry Bureau inDaxing′anling Mountains Forestry Region as a Case Study

WANG Yufang¹, BAI Hesong², WANG Rui¹

1. College of Economics & Management,Northeast Forestry University;Harbin 150040,China;
2. Management College,University of Shanghai for Science and Technology,Shanghai 200093,China

Received:2014-10-04 Revised:2014-11-03 Online:2014-12-28 Published:2020-11-23

摘要/Abstract

摘要： 参考国际森林可持续经营的相关进程,通过两轮的德尔菲法,调查中国林业经济管理理论与实践领域的12位专家,从森林资源的数量维度、质量维度、生态系统维度三个层面筛选并确定了反映森林资源安全的22个影响因子。通过实地调查,选取大兴安岭阿木尔林业局12年(1999—2010年)的相关数据,利用BP人工神经网络方法,对阿木尔林业局森林资源安全状态进行评价。结果表明:阿木尔林业局1999—2010年期间的森林资源安全状态的综合得分为0.876 5,表明这期间阿木尔林业局森林资源处于安全状态中。但是目前的这种安全状态是一种低效的安全状态,离高效的安全状态还有一段距离。提出了进一步增强森林资源安全程度,实现高效安全状态的对策。

关键词: 森林资源, 资源安全, 数量安全, 质量安全, 生态安全

Abstract: Firstly,on the basis of consulting some international sustainable forest management processes and using a two-round Delphi survey of twelve theories and practice of forestry economic experts,22 factors of influence were chosen from forest quantity,quality and ecosystem.Secondly,by field investigation,data of Amur Forestry Bureau from 1999-2010 were used and overall assessment was conducted using BP model.The result revealed that Amur Forestry Bureau forest resources security’s score was 0.876 5,it indicated its forest resources were secure.But they are at a low-effect level of security.At last the paper puts forward some countermeasures for strengthening forest security and realizing the efficient security of forest resources.

Key words: forest resources, resource security, quantity security, quality security, ecological security

中图分类号:

S757

王玉芳, 白鹤松, 王锐. 基于人工神经网络模型的森林资源安全评价——以大兴安岭阿木尔林业局为例[J]. 林业资源管理, 2014, 0(6): 44-48.

WANG Yufang, BAI Hesong, WANG Rui. Evaluation on Forest Resources Security Based on BP Model—With Amur Forestry Bureau inDaxing′anling Mountains Forestry Region as a Case Study[J]. FOREST RESOURCES WANAGEMENT, 2014, 0(6): 44-48.

[1]	王鹤智. 我国林木采伐管理对策研究[J]. 林业资源管理, 2020, 0(4): 15-18.
[2]	刘志斌. 森林资源“一张图”在广西森林资源管理平台中的应用[J]. 林业资源管理, 2020, 0(4): 146-152.
[3]	胡耀升, 于丽瑶, 武健伟. 自然资源资产负债表核算系统构建——以森林资源为例[J]. 林业资源管理, 2020, 0(3): 22-25.
[4]	刘诚, 郑云峰, 杨锦鑫, 陆亚刚. 杭州市森林资源动态监测与土地调查成果协同对比分析[J]. 林业资源管理, 2020, 0(3): 52-57.
[5]	林鑫, 庞勇, 李春干. 无人机密集匹配点云与机载激光雷达点云的差异分析[J]. 林业资源管理, 2020, 0(3): 58-62.
[6]	刘静. 新型森林经营方案编制与实施[J]. 林业资源管理, 2020, 0(3): 6-10.
[7]	吴可, 李寒冰, 韩博. 山东省生态安全格局识别及优化策略研究[J]. 林业资源管理, 2020, 0(3): 89-94.
[8]	高金萍, 高显连, 孙忠秋, 于慧娜. 新时期东北内蒙古重点国有林区森林资源监测发展对策研究[J]. 林业资源管理, 2020, 0(2): 9-13.
[9]	朱坤, 代继平, 庞婧, 韩旭, 左翔, 彭建松. 云南省芒市古树名木资源调查与特征分析[J]. 林业资源管理, 2020, 0(1): 22-29.
[10]	朱亚楠, 闫志明, 蒲春玲, 刘志有. 乌鲁木齐市土地利用/覆被变化及生态安全评价[J]. 林业资源管理, 2020, 0(1): 79-91.
[11]	熊昊, 庞勇, 李春干, 代华兵. 高分辨率航片小班区划与树种判读[J]. 林业资源管理, 2020, 0(1): 143-150.
[12]	陶吉兴, 季碧勇, 张国江, 陈晟, 谢秉楼. 浙江森林资源省市县三级联动监测体系构建研究[J]. 林业资源管理, 2019, 0(6): 12-16.
[13]	王六如, 尹洪波. 新型便携式树木测高仪DZH-30在森林资源调查中的应用[J]. 林业资源管理, 2019, 0(6): 132-136.
[14]	林宇. 福建省森林资源“一张图”年度更新系统设计与实现[J]. 林业资源管理, 2019, 0(5): 130-135.
[15]	王智, 刘洪广. 生态安全视域下盗伐林木犯罪防控对策研究——基于302份判决书的实证分析[J]. 林业资源管理, 2019, 0(5): 28-32.

基于人工神经网络模型的森林资源安全评价——以大兴安岭阿木尔林业局为例

Evaluation on Forest Resources Security Based on BP Model—With Amur Forestry Bureau inDaxing′anling Mountains Forestry Region as a Case Study

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价