中国南方高保护价值森林判定研究

高保护价值森林的判定标准是高保护价值森林研究的基础,对高保护价值森林的研究可以将人们对森林的关注重点从传统的森林经营、森林采伐等方面转移到森林所具有的生态、社会、文化等特殊价值上来。目前在高保护价值森林判定过程中存在最主要的问题是判定标准不统一,本研究拟在现有的6大判定标准的框架内,结合研究区的实际情况建立了各判定标准的评判指标体系,提出了适合我国南方森林特点的高保护价值森林判定标准,并对福建永安林业(集团)有限公司经营区进行高保护价值森林判定。结果表明:研究区内森林存在高保护价值1、3、4、5,各高保护价值森林面积分别为4 742、656、14 641、3 828 hm2。

高保护价值森林研究及其应用

高保护价值森林是森林认证和森林可持续经营的重要组成因素。在阐述高保护价值森林概念、目标的基础上,以高保护价值森林的应用为切入点分别论述其在森林可持续经营、森林认证、林产品交易及投资、生态脆弱区植被恢复、自然保护区景观规划和设计、森林防火区、社区林业建设等领域的潜在应用价值,为高保护价值森林研究的进一步拓展起到积极的推动作用。

基于L-M算法的林分径级材种出材率BP网络模型

以杉木人工林伐区设计书与检尺码单资料为基础，选择平均胸径、平均树高、立木密度、每hm^2蓄积量、郁闭度、林龄、立地类型为输入神经元，应用L-M算法对各径级材种出材率进行BP网络模型模拟预测及精度检验．结果表明，基于L-M算法的林分材种出材率BP神经网络模型具有较高精度，可为林分经验材种出材率表的编制提供一种新的思路与方法．

人工神经网络在林分出材率预测中的应用

应用人工神经网络的原理和方法,结合主要林分因子建立林分出材率预测的多层神经网络模型。检验结果表明:所建立的预测模型,平均预测精度达到96.45%,可以对林分出材率作出准确有效的预测。