欢迎访问林草资源研究

Forest and Grassland Resources Research >

2023 , Vol. 0 >Issue 4: 27 - 35

DOI: https://doi.org/10.13466/j.cnki.lyzygl.2023.04.004

Scientific Research

A Study on Forest Stand Spatial Structure Intelligent Optimization Based on Voronoi Spatial Unit

  • Xin LIU ,
  • Lang HUANG ,
  • Dongsheng QING ,
  • Jianjun LI
Expand
  • 1. Hunan Applied Technology University,Changde,Hunan 415100,China
    2. Central South University of Forestry and Technology,Changsha 410004,China

Received date: 2023-06-12

  Revised date: 2023-07-08

  Online published: 2023-10-16

Fold

Abstract

Using the Voronoi method to determine the target tree and neighbourhood tree has the problems of inaccurate edge correction and uncertainty of threshold size,which are not conducive to the quantitative description of the spatial structure of forest stand.To address these problems,this study set all the forest trees in Voronoi units that are less than 0.5 m from the sample plot boundary line and incomplete as non-objective trees,and introduced a regulation threshold Rmax for the distance between the target tree and neighbourhood tree to correct the problem of unreasonable selection of target tree and neighbourhood tree in the processing of edge effects in Voronoi spatial units.Based on the modified Voronoi spatial unit,a multi-objective ecological harvesting scheme was constructed and intelligently optimized by an ant colony algorithm.The results showed that the fitness functions of the four sample plots,M4,M8,M14 and M17,which had relatively poor stand spatial structure conditions among the 20 sample plots before regulation,were improved by 0.72,0.92,0.93 and 0.86,respectively,after regulation by simulated harvesting,which proved that the scheme has a better effect on optimizing the spatial structure of forest stand,and can provide a supportive tool for forest management decisions.

Key words： Voronoi; forest stand spatial unit; ant colony algorithm; intelligent optimization

Cite this article

Xin LIU , Lang HUANG , Dongsheng QING , Jianjun LI . A Study on Forest Stand Spatial Structure Intelligent Optimization Based on Voronoi Spatial Unit[J]. Forest and Grassland Resources Research, 2023 , 0(4) : 27 -35 . DOI: 10.13466/j.cnki.lyzygl.2023.04.004

References

[1] 胡艳波, 惠刚盈, 戚继忠, 等. 吉林蛟河天然红松阔叶林的空间结构分析[J]. 林业科学研究, 2003(5):523-530.
[2] 胡艳波, 惠刚盈. 优化林分空间结构的森林经营方法探讨[J]. 林业科学研究, 2006(1):1-8.
[3] 惠刚盈, Klaus Von Gadow, Matthias Albert. 一个新的林分空间结构参数——大小比数[J]. 林业科学研究, 1999, 12(1):1-6.
[4] 卿东升, 张江, 李建军, 等. 混交度在不同相邻木选取方案下的差异性研究[J]. 林业资源管理, 2021(4):69-78.
[5] 惠刚盈. 基于相邻木关系的林分空间结构参数应用研究[J]. 北京林业大学学报, 2013, 35(4):1-9.
[6] 惠刚盈, 冯佳多. 森林空间结构量化分析方法[M]. 北京: 中国科学技术出版社, 2003.
[7] 刘帅. 天然次生林林分结构分析及多目标智能优化研究[D]. 长沙: 中南林业科技大学, 2017.
[8] 汤孟平, 陈永刚, 施拥军, 等. 基于Voronoi图的群落优势树种种内种间竞争[J]. 生态学报, 2007, 27(11):4707-4714.
[9] 赵春燕, 李际平, 李建军. 基于Voronoi图和Delaunay三角网的林分空间结构量化分析[J]. 林业科学, 2010, 46(6):78-84.
[10] 张弓乔, 惠刚盈. Voronoi多边形的边数分布规律及其在林木格局分析中的应用[J]. 北京林业大学学报, 2015, 37(4):1-7.
[11] 孙宇晗, 王士博, 王润涵, 等. 利用Voronoi图评价油松人工林空间结构[J]. 浙江农林大学学报, 2018, 35(5):877-884.
[12] 乐通潮. 泰森多边形与传统四株树法的天然红树林空间结构比较研究[J]. 中南林业科技大学学报, 2021, 41(2):35-42.
[13] 汤孟平, 唐守正, 雷相东, 等. 林分择伐空间结构优化模型研究[J]. 林业科学, 2004(5):25-31.
[14] Sannikova N S, Sannikov S N, Petrova I V, et al. Competition factors of edificator tree stand:Quantitative analysis and synthesis[J]. Russian Journal of Ecology, 2012, 43(6),426-432.
[15] 汤孟平, 陈永刚, 施拥军, 等. 基于Voronoi图的群落优势树种种内种间竞争[J]. 生态学报, 2007(11):4707-4716.
[16] 方景, 孙玉军, 郭孝玉, 等. 基于Voronoi图和Delaunay三角网的杉木游憩林空间结构[J]. 林业科学, 2014, 50(12):1-6.
[17] 卿东升, 彭进香, 李建军, 等. 基于Moran's I的林分空间结构量化指标自相关分析[J]. 林业资源管理, 2022(1):8-17.
[18] 李际平, 封尧, 赵春燕, 等. 基于Voronoi图的杉木生态公益林空间结构量化分析[J]. 北京林业大学学报, 2014, 36(4):1-7.
[19] 汪平, 贾黎明, 魏松坡, 等. 基于Voronoi图的侧柏游憩林空间结构分析[J]. 北京林业大学学报, 2013, 35(2):39-44.
[20] 周红敏, 惠刚盈, 赵中华, 等. 林分空间结构分析中样地边界木的处理方法[J]. 林业科学, 2009, 45(2):1-5.
[21] 张君钰, 杨培华, 李卫忠. 油松林林分空间结构分析及评价指数构建[J]. 西北林学院学报, 2020, 35(5):166-172.
[22] 李际平, 封尧, 赵春燕, 等. 基于Voronoi图的角尺度分析方法探讨——以湖南省平江县福寿林场为例[J]. 林业资源管理, 2015(4):33-38.
[23] 刘帅, 张江, 李建军, 等. 森林空间结构分析中基于Voronoi图的样地边缘校正[J]. 林业科学, 2017, 53(1):28-37.
[24] 孙英伟, 吴金卓, 林文树. 林分空间结构分析软件开发与应用[J]. 森林与环境学报, 2019, 39(3):323-329.
[25] 张江. 森林健康经营空间途径与评价系统研究[D]. 长沙: 中南林业科技大学, 2014.
[26] 吕勇, 臧颢, 万献军, 等. 基于林层指数的青椆混交林林层结构研究[J]. 林业资源管理, 2012(3):81-84.
[27] 惠刚盈, 胡艳波. 混交林树种空间隔离程度表达方式的研究[J]. 林业科学研究, 2001(1):23-27.
[28] 惠刚盈. 角尺度——一个描述林木个体分布格局的结构参数[J]. 林业科学, 1999(1):39-44.
[29] 曹小玉, 李际平, 封尧. 福寿林场马尾松生态公益林林分空间结构研究[J]. 林业资源管理, 2014(3):45-50.
[30] 曹小玉, 李际平. 林分空间结构指标研究进展[J]. 林业资源管理, 2016(4):65-73.
[31] 文益君. 基于林木分布格局的环洞庭湖典型阔叶林林分空间结构优化[D]. 长沙: 中南林业科技大学, 2018.
[32] 卿东升, 李建军. 天然林空间结构多目标优化评价模型探究[J]. 林业科技通讯, 2019(2):3-6.
[33] 李建军, 张会儒, 刘帅, 等. 基于改进PSO的洞庭湖水源涵养林空间优化模型[J]. 生态学报, 2013, 33(13):4031-4040.
[34] 李建军, 刘帅, 张会儒, 等. 洞庭湖森林生态系统空间结构均质性评价[J]. 生态学报, 2013, 33(12):3732-3741.
[35] Dorigo M, Birattari M, Stützle T. Ant colony optimization:Artificial ants as a computational intelligence technique[J]. IEEE Computational Intelligence Magazine, 2006, 1(4):28-39.
[36] 向博文. 湖南栎类次生林林分结构调整优化研究[D]. 长沙: 中南林业科技大学, 2019.
[37] 王宏健, 鄂鑫, 张凯, 等. 改进蚁群算法解决UUV集群任务规划问题[J]. 仪器仪表学报, 2022, 43(9):238-254.
[38] 段海滨, 王道波, 朱家强, 等. 蚁群算法理论及应用研究的进展[J]. 控制与决策, 2004(12):1321-1326.
[39] 张会儒, 唐守正. 森林生态采伐理论[J]. 林业科学, 2008(10):127-131.
[40] 刘帅, 吴舒辞, 王红, 等. 基于Voronoi图的林分空间模型及分布格局研究[J]. 生态学报, 2014, 34(6):1436-1443.
[41] 宋语涵, 张晨, 蔡体久, 等. 基于Voronoi图的阔叶红松林空间结构特征分析[J]. 北京林业大学学报, 2021, 43(1):20-26.
[42] 于亦彤, 王新杰, 刘丽, 等. 基于Voronoi图的不同择伐强度下云冷杉林结构分析[J]. 西北农林科技大学学报:自然科学版, 2019, 47(9):69-78.
[43] 孙宇, 刘盛, 王诗俊, 等. 依据加权Delaunays三角网的林分空间结构分析与评价[J]. 东北林业大学学报, 2022, 50(8):61-68.
[44] 李际平, 房晓娜, 封尧, 等. 基于加权Voronoi图的林木竞争指数[J]. 北京林业大学学报, 2015, 37(3):61-68.
[45] 李建军, 李际平, 刘素青, 等. 红树林空间结构均质性指数[J]. 林业科学, 2010, 46(6):6-14.
[46] 盛琪, 董灵波, 刘兆刚. 结合大斑啄木鸟生境适宜性的林分空间结构优化[J]. 北京林业大学学报, 2021, 43(5):24-32.
[47] 张晓红, 周超凡, 张状, 等. 崇礼冬奥核心区华北落叶松人工林结构特征与优化模拟[J]. 林业科学, 2022, 58(10):79-88.
[48] 卿东升, 彭进香, 李建军, 等. 遗传算法求解林分空间结构优化问题[J]. 森林与环境学报, 2022, 42(4):434-441.
Options
Outlines

/

〈 〉