1、1 1、什么是森林经理学、什么是森林经理学森林经理学是研究如何科学有效地组织森林经营活动的应用基础理论、技术及其工艺的学科。它的内容包括获取森林资源和生态现状，研究它在有计划的人为干扰下生长、发育、演替的规律，预测短期和中期的变化，结合森林对生态和环境的影响，科学地进行森林功能区的区划，在一个可以预见的时期内（例如一个经理期）内，在时间和空间上组织安排各个分区的各种森林经营活动（例如抚育、采伐、更新等），以期达到在满足森林资源可持续发展的前提下，最大限度地发挥森林的服务功能和获取物质收获。第1页/共75页2、地面数据获取方法、地面数据获取方法森林调森林调查查 森林调查（forest inven
2、tory）也称为森林资源调查，是对森林进行其自然属性和非自然属性的调查，主要包括森林现状指标和经营历史等内容。它是森林经理研究中地面数据获取的主要途径。2.1 抽样调查方法2.2 标准地调查第2页/共75页2.1 抽样调查方法系统抽样 系统抽样，也叫机械抽样或等距抽样。是将总体各单位按一定标志或次序排列成为图形或一览表式（也就是通常所说的排队），然后按相等的距离或间隔抽取样本单位。我国森林资源连续清查的样地就是按系统抽样原理布设的。简单随机抽样 简单随机抽样，也叫纯随机抽样。就是从总体中不加任何分组、划类、排队等，完全随机地抽取调查单位。常用的样地（标准地）调查就是典型的简单随机抽样案例。样地
3、分为一般样地和标准地。一般样地是按照随机的原则设置实测调查地块（plot）；标准地是按照林分平均状态的要求所确定的能够充分代表林分总体特征平均水平的地块，也称作典型样地（sampleplot）。第3页/共75页点抽样（角规测树）角规（angle gauge）是以一定视角构成的林分每公顷胸高断面积测定工具。应用时，按照既定视角在林分中有选择地计测为数不多的林木就可以高效率地测定出每公顷胸高断面积。利用角规绕测技术，结合控制检尺和调查数表，还可测定林分每公顷株数和蓄积。适应性群团抽样 适应性群团抽样（adaptive cluster sampling）是在传统群团抽样的基础上改进的一种抽样方法。即
4、在抽取群团样本时，不是采用简单随机抽样，而是设置一定的规则，按照这种规则逐步扩展群团，直到不满足规则为止。满足规则的群团就构成一组群团样本。这种抽样调查适用于呈稀疏、群团状、散生状和条带状分布的森林植被，如沙漠植被、稀树草原等。第4页/共75页2.2 标准地调查临时标准地（Temporary sample plot）、固定标准地（Permanent sample plot）（又称永久性标准地）。标准地设置与测量选择标准地：要有充分的代表性。标准地的形状：一般为正方形或矩形，有时因地形变化也可为多边形。标准地的面积：标准地面积应依据调查目的，林分状况如林龄及林分密度等因素而定。我国原林业部（19
5、86）林业专业调查主要技术规定中规定：天然林，一般在寒温带、温带林区采用5001000m2；亚热带、热带林区采用10005000 m2。人工林和幼林标准地面积可以酌情减小。第5页/共75页标准地的境界测量：传统的方法通常是用罗盘仪测角，皮尺或测绳量水平距。当林地坡度大于5时，应将测量的斜距按实际坡度改算为水平距离。也可以采用的现代测定手段，例如全站仪和GPS。测线周界的闭合差不得超过1/200。为使标准地在调查作业时保持有明显的边界，应将测线上的灌木和杂草清除。测量四边周界时，边界外缘的树木在面向标准地一面的树干上要标出明显标记，以保持周界清晰。根据需要，标准地的四角应埋设临时简易或长期固定的
6、标桩，便于辨认和寻找。标准地的位置及略图：标记标准地的地点、GPS定位坐标及在林分中相对的位置，并将标准地设置的大小、形状在标准地调查表上按比例绘制略图。第6页/共75页标准地的调查工作林分起源林层郁闭度测定林分密度胸径测定树高测定树冠测定林分年龄测定单木材积测定林分蓄积量测算树种组成计算树木生长量测定树干解析林分生长量测定林木生物量测定林分材种出材量测定可及度幼树、下木、活地被物及生物多样性调查土壤调查环境因子调查森林自然度第7页/共75页3.林分结构规律研究方法林分结构分析3.1 组成结构：树种、林层。3.2 年龄结构：同龄林、异龄林。3.3 直径结构：统计分析、概率密度函数。3.4 树高
7、结构：树高曲线。3.5 空间结构：林木在林地上的分布格局。树种的空间隔离程度，或者说树种组成和空间配置情况（描述非同质性）；林木个体大小分化程度，即树种的生长竞争程度（描述非均一性）；林木个体在水平地面上的分布形式，或者说是种群的空间分布格局（描述非规则性）。第8页/共75页树种的空间隔离程度 一般用混交度（distribution of mingling）作为树种的空间隔离程度的表达参数。混交度又分为简单混交度（simple distribution of mingling）和树种多样性混交度（diversity distribution of mingling）。（1）简单混交度 被定义为
8、对象木的最近邻木与对象木不属同种的个体所占的比例，用公式表示为：式中：Mi林木i点的混交度；n最近邻木株数（一般n=4）；njijivnM11株最近邻木属同一树种与第当对象木株最近邻木属不同树种与第当对象木jijivij01第9页/共75页 显然，0Mi1。当考虑参照树周围的4株相邻木时，Mi 的取值有5种：Mi=0，参照树周围4株最近相邻木与参照树均属于同种；Mi=0.25，参照树周围4株最近相邻木有1株与参照树不属于同种，Mi=0.5，参照树周围4株最近相邻木有2株与参照树不属于同种；Mi=0.75，参照树周围4株最近相邻木有3株与参照树不属于同种；Mi=1，参照树周围4株最近相邻木有4株
9、与参照树不属于同种。这5种取值对应于通常所讲混交度的描述即零度、弱度、中度、强度、极强度混交（相对于此结构单元而言。按上式计算的混交度称为林木点混交度。林分混交度是林木点混交度的平均值。林分混交度取值在0，1之间，取值为0表示零度混交，即纯林；取值为1表示极强度混交。林分混交度是反映多树种林分空间结构的重要指标。一般认为，林分混交度越大，林分越稳定。第10页/共75页 （2）树种多样性混交度 仔细考察一下简单混交度的计算公式，不难看出，用该式计算的林木点混交度是以对象木i与n株最近邻木之间的树种异同比较结果为基础的，并不考虑n株最近邻木之间的树种异同。因此，它不能反映多树种（2个以上）时的实际
10、树种隔离程度。由此，有人提出了树种多样性混交度的概念：式中：Mi林木i点树种多样性混交度；ni对象木i的n株最近邻木中不同树种个数；n最近邻木株数；林分树种多样性混交度计算公式与简单混交度相同。njijiivnnM12株最近邻木属同一树种与第当对象木株最近邻木属不同树种与第当对象木jijivij01第11页/共75页林木个体大小分化程度 反映林木个体大小分化程度的指标是竞争指数（Competition Index）。常用的竞争指数有以下几种：（1）Hegyi指数 计算公式为：式中：CIi林木i的点竞争指数；Lij对象木i与竞争木j之间的距离；di对象木i的胸径；dj竞争木j的胸径；n竞争木株数
11、。关于竞争木株数n，Hegyi定义为半径3.05m（10英尺）范围内的所有林木。国内也有采用5m或6m半径，以便选取更多竞争木。林分竞争指数常用各林木点竞争指数的平均值表示。njijijiLddCI1第12页/共75页（2）大小比数 大小比数（neighborhood comparison）被定义为大于参照树的相邻木数占所考察的全部最近相邻木的比例，它可以用于胸径、树高和冠幅。用公式表示为：式中：Ui林木大小比数；N最近邻木株数（一般取N=4）。当考虑4株最近相邻木时，Ui值的可能取值范围及代表的意义为：Ui=0（相邻木均比参照树小）；Ui=0.25（1株相邻木比参照树大）；Ui=0.5（2株
12、相邻木比参照树大）；Ui=0.75（3株相邻木比参照树大）；Ui=1（4株相邻木比参照树大）。这5种可能分别对应于通常对林木状态的描述，即优势、亚优势、中庸、劣态和绝对劣态。依树种计算的大小比数的均值即为树种在林分所测指标上的优势程度。NiijiKNU11否则，小时比参照树当相邻木，10ijKij第13页/共75页林木空间分布格局 基本的分布类型：随机分布、均匀分布和聚集分布。常用的林木空间分布格局分析方法有4种：聚集指数R、精确最近邻体分析、Ripleys K(d)函数分析和角尺度。前两种方法又统称最近邻体分析。（1）聚集指数R 聚集指数R是Clark 和 Evans提出的最近邻体分析方法，
13、目的是检验种群分布格局。其方法是计算实际个体平均最近邻体距离与在随机分布格局下期望平均最近邻体距离之比，以此作为空间分布格局的检验指标，一般称为Clark 和 Evans 指数或聚集指数R。计算公式为：1112NiirNRFN其中：ri 为第i单株树木到其最近邻木的距离，N为样地株数，F为样地面积。第14页/共75页 若R1，则林木有均匀分布的趋势；若RF(d)，所观测的格局是聚集分布。0.517时为团状分布；0.475时为均匀分布。用公式表示为：式中，N林分内参照树的株数；i任一参照树；j参照树i的4株最近相邻木；Wi 角尺度即描述相邻木围绕参照树i的均匀性。一般取 。WWWWNijijNi
14、izNWNW141411否则，时角小于标准角个当第，010jzij720W第22页/共75页4.林分生长潜力的评价方法立地质量评价4.1 直接评定法根据林分蓄积量或收获量评定立地质量 这种评定方法一般适用于同龄林。（1）利用固定标准地或根据林分蓄积量的历史记录评定立地质量 利用固定标准地的蓄积量测定记录，可以得到林分蓄积量及其生长量，将其换算为某一标准林分密度状态下的蓄积量和生长量，即可以评定、比较林分的立地质量。（2）利用正常收获表的蓄积量估计值评定立地质量 根据现实林分的年龄、蓄积量及其林分疏密度，换算为正常林分的蓄积量；再由正常收获表即可求出该林分在不同年龄时可能达到的最大蓄积量，这样就
15、可以评定及比较林分间的立地质量高低。第23页/共75页利用林分平均高评定立地质量 （1）地位级法 依据既定树种的林分条件平均高（）及林分平均年龄（A）的关系，编制地位级表（site class table）。地位级越高，说明立地条件越好，其自然生产力也越高。使用时，先测定林分的平均年龄和林分条件平均高，据此可由地位级表中可查出该林地的地位级。如果是复层混交林，则应依据主林层中的优势树种来确定地位级。（2）地位指数法 地位指数(或称立地指数，Site index)是指在某一立地上特定基准年龄时林分优势木（dominant tree）的平均高度值。依据依据既定树种优势木平均高（HT）与林分优势木年
16、龄（A）的关系所编制的表称作地位指数表（site index table）。用地位指数表中的数据所绘制的曲线称作地位指数曲线（site index curve）。使用地位指数表时，利用测定的林分优势木的平均高和年龄，由地位指数表上即可查得林分林地的地位指数级。DH第24页/共75页 （3）多形地位指数曲线法 一般地位指数曲线假设所有立地条件下优势木高的生长过程曲线形状都相同，因此，这种地位指数曲线又被称作同型地位指数曲线。然而许多研究养明，并非所有立地上的优势木高生长曲线都有相同的趋势。根据这种非同型的树高曲线簇的性质，建立的地位指数曲线称为多形地位指数曲线（polymorphic site
17、curve）。利用多型地位指数曲线确定地位指数时，不仅根据优势木平均高，还要引入其它反映立地条件的因子（如土壤、林型等），结合起来评定立地质量。在使用这样的地位指数表（或图）时，需要先确定辅助变量，然后决定选用哪种树高曲线图或方程来导出地位指数。第25页/共75页4.2 间接评定法根据上层木树种间的关系评定立地质量 在立地质量评定中，当所要研究的树种尚未生长在将要评定的立地上时，只能采用间接的方法评定该树种在此立地上的立地质量。具体做法是利用现有树种的林分优势木平均高（或林分条件平均高）之间的回归关系，利用现有林分的地位指数（或地位级）推算所评定树种在同样立地上所具有的立地质量。多元地位指数法
18、 多元地位指数法主要是用以评定无林地的立地质量，这种方法是利用地位指数与立地因子（定量因子和定性因子）之间的关系建立多元回归方程，然后用以评价宜林地对该树种的生长潜力。一般采用数量化理论和方法，对定性因子给予评分，在此基础上建立多元立地质量评价表。第26页/共75页4.3 编制地位指数表应注意的问题 （1）标准地的数量和设置：根据未来用表地区范围的大小及编表树种的生长状况，确定标准地的数量，一般要求每个树种在300块以上为宜。在编表地区内，分别树种，在不同年龄、不同立地条件上设置标准地，编表树种占7成以上，林分郁闭度在0.4以上。（2）选测优势木：根据我国试验结果，认为以每个标准地内3株优势木
19、树高的算术平均高作为优势高的效果较好。（3）样本分类：将所收集的全部样木，大致按4：1的比例分成两组独立样本：编表样本和检验样本，分别用于编制和检验地位指数表。（4）标准年龄（A0）的确定：一般以10年为单位，大多以20年、30年、40年、作为标准年龄，如实生杉木的基准年龄为20年。第27页/共75页5.林分生长规律和产量模拟方法生长和收获预估模型 林分生长量是指林分在一定期间内变化的量，而林分收获量则指林分在某一时刻采伐时，由林分可以得到的（木材）总量。典型的林分收获曲线为“S”，林分生长量或收获量预估模型一般表达式为：式中：Y林分每公顷的生长量或收获量；A林分年龄；SI地位指数或其它立地质
20、量指标；SD林分密度指标。)(SDSIAfY、第28页/共75页5.1 全林分模型 用以描述全林分总量（如断面积、蓄积量）及平均单株木的生长过程（如平均直径的生长过程）的生长模型称为全林分生长模型（Whole Stand Model）。固定密度的全林分模型 依据模型所描述的林分密度情况林分具有最大密度或者是平均密度，这类模型又可分为两类：正常收获模型（即正常收获表）及经验收获模型（即经验收获表）。可变密度的全林分模型 以林分密度为主要自变量反映平均单株木或林分总体的生长量和收获量动态的模型，称为可变密度的全林分模型（Variable-Density Growth and Yield Model
21、）。林分密度常用林分断面积（G）、每公顷株数（N）、林分密度指数（SDI）、树冠竞争因子（CCF）等来表示。第29页/共75页相容性林分生长和收获模型系统 贝克曼（Buckman RE）发表了美国第一个根据林分密度直接预估林分生长量方程，然后对生长量方程积分而求出相应的林分收获量的可变密度收获预估模型系统。后来，Clutter引入生长和收获模型的相容性观点，基于Schumacher生长方程提出了相容性林分生长量模型与收获量模型。Sullivan和Clutter对模型进行了改进，指出两者间的互换条件，并建立了在数量上一致的林分生长和收获模型系统，从而基本上完善了这类相容性生长和收获预估模型系统。
22、全林整体生长模型系统 在林分生长和收获模型的相容性基础上，唐守正院士把相容性概念推广到全部模型系之间的相容，并提出了全林整体生长模型的概念，即全林整体模型是描述林分主要调查因子及其相互关系生长过程的方程组，使得由整体模型推到的各种林业用表是相互兼容的。第30页/共75页5.2 径阶分布模型 此类模型是以林分变量及直径分布作为自变量而建立的林分生长和收获模型，简称为径阶分布模型（Size-Class Distribution Model），亦称第二类模型。利用林分直径分布函数，估计林分单位面积各径阶林木株数，结合树高直径曲线、立木材积方程、削度方程或材种出材量方程，求算林分材积（或材种）收获量。
23、一般常用的分布形式有：正态分布（Normal distribution）、威布尔分布（Weibull-distribution）、贝塔分布（-distribution）、伽玛分布（Gamma-distribution）、Sb分布、对数正态分布以及查利-A型分布等。当前普遍认为正态分布、Weibull和分布函数具有较大的灵活性和适应性，所以已应用在林分生长和收获模型中。第31页/共75页5.3 单木生长模型 以单株林木为基本单位，从林木的竞争机制出发，模拟林分中每株树木生长过程的模型，称为单木生长模型（Individual Tree Model）。依据单木生长模型中所用的竞争指标是否含有林木之间
24、的距离因子，将其分为与距离有关的单木生长模型及与距离无关的单木生长模型。与距离有关的单木生长模型（DIIM）这类模型以与距离有关的竞争指标为基础，来摸拟林分内个体树木的生长，并认为林木的生长不仅取决于其自身的生长潜力，而且还取决于其周围竞争木的竞争能力；竞争木竞争能力的大小决定于竞争木的大小及竞争木与对象木之间的距离。因此，林木的生长可表示为林木的潜在生长量（即不受其他林木竞争的条件下所能达到的生长量）和竞争指数的函数。第32页/共75页与距离无关的单木生长模型 是将林木生长量作为林分因子（林龄、立地及林分密度等）和林木现在的大小（与距离无关的单木竞争指标）的函数，对不同林木逐一或按径阶进行生
25、长摸拟以预估林分未来结构和收获量的生长模型。这类模型假定林木的生长取决于其自身的生长潜力和它本身的大小所反映的竞争能力、相同大小的林木具有一样的生长过程，并假设林分中林木是均匀分布，因此不需考虑树木的空间分布对树木生长的影响。使用这类模型时，不再需要林木的空间位置为模型的输入变量，而仅需要反映每株林木大小的树木清单。这类模型竞争指标一般由反映林木在林分中所承受的平均竞争指标（亦即林分密度指标SD）和反映不同林木在林分中所处的局部环境或竞争地位的单木水平竞争因子所组成。第33页/共75页5.4 森林生物量模型 按照研究对象尺度不同分为：基于单木生物量模型的林分生物量模型、大尺度森林生物量模型。基
26、于单木生物量模型的林分生物量模型 林木生物量模型的方程很多，概括起来有三种基本类型：线性模型，非线性模型，多项式模型。线性模型和非线性模型根据自变量的多少，又可分为一元或多元模型。非线性模型应用最为广泛，其中相对生长模型最具有代表性，是所有模型中应用最为普遍的一类模型。而相容性生物量模型是用来解决林木生物量总量与各分量（干、皮、枝、叶、根）之间的相容性的一种模型构建方法，以此为基础可以编制类似于材积表的林木生物量表，用于森林生物量的调查。生物量模型一般应分区域、树种类型分别建立。样木的选择要有代表性，即应考虑径阶大小、年龄、立地条件等因素。样木的数量应不少于30株。第34页/共75页大尺度森林
27、生物量模型基于材积转换的生物量模型 （1）生物量转换因子法(biomass expansion factor，BEF)是利用林分生物量与木材材积比值的平均值，乘以该森林类型的总蓄积量，得到该类型森林的总生物量的方法。相关研究表明，生物量转换因子法估算的生物量较皆伐法高出20%40%，可见采用常数的生物量转换因子，不能准确估算森林生物量。（2）生物量转换因子连续函数法 此方法将单一不变的平均换算因子改为随林分蓄积量的变化而变化的可变换算因子，即以林分蓄积量为自变量，构建模型：BEF=f(V)，则 W=VBEF=V f(V)，实现森林蓄积量向与森林生物量的转换。第35页/共75页基于遥感技术的生物
28、量模型 通过遥感技术可以测定从林分到区域等不同空间尺度的森林生物量。其原理主要是利用提取的遥感图像信息（如植被指数值normalized difference vegetation index，简称NDVI）与实测生物量之间建立完整的数学模型及其解析式，进而利用这些解析式来估算森林生物量。根据建模思路的不同，这些模型可以分为经验模型、基于植被二向反射特性的物理模型、半经验模型、机理模型（或过程模型）等。与传统的生物量估算方法比较，遥感方法可快速、无损地的对生物量进行估算，对生态系统进行宏观监测。研究者可以利用遥感的多时相特点定位分析同一样区一段时间后的干扰变化，使动态监测成为可能。第36页/共
29、75页6.森林经济效益的计量评价方法森林资源价值评估6.1 森林资源价值评估的主要内容 森林资源价值评估就是以森林直接效益和间接效益作为资产进行货币价值估算。综合国内外森林生态系统服务功能的研究，其价值评估主要包括以下4个方面：一是林地资源价值评估；二是森林生态系统产品价值评估，主要是木材和非木材林产品；三是改善人类生存环境的公益价值评估，主要包括涵养水源、保持水土、保护野生动物、固碳制氧、净化空气、调节气候和清除噪音等其他维持生态系统平衡与进化的效能价值；四是为人类娱乐、美学、科学、教育、精神和文化方面提供自然环境的社会价值评估，主要是游憩和科研等。第37页/共75页6.2 森林资源价值评估
30、的主要方法 评估资源价值的方法较多，根据各种方法的计算特点，可将森林资源价值评估方法大致综合为三种：直接市场评价法、替代市场评价法和模拟市场评价法。直接市场评价法是一种将资源的产品或服务作为投人的生产要素，利用其实际市场价格或者影子价格，来表达资源经济价值的一种方法。实践中运用较多的方法是费用支出法（Expenditure Method）和市场价值法（The Market Method）。前者适用于没有市场价格，但有费用支出的森林产品和环境价值的评价中，较多地应用于野生动植物的经济价值核算。后者则是利用森林资源产品或服务的市场价格来评估其价值。由于直接市场法具有应用简单和操作方便的特点，从而成
31、为资源价值评价中最常见的方法之一。但它对信息的完整性和可靠度具有较高要求，不仅需要足够的实物量数据，而且需要足够的市场价格或影子价格数据。第38页/共75页 替代市场评价法也称间接市场评价法，是在市场机制不充分或实物量计算比较困难时，通常采用的一种评价方法。如多数环境物品和服务，其市场价格很难测量，所以在计量其价值时，就可以通过考察在与环境联系紧密的市场中，人们所支付的价格或他们获得的利益，来间接推断出人们对环境的偏好，以此估算环境质量变化的经济价值。其具体方法一般包括：人力资本法、疾病成本法、机会成本法、恢复费用法、重置成本法、影子工程法、工资差额法和旅行费用法（Travel Cost Me
32、thod，简称TCM）等。由于这一方法在所要求的信息数据上，会受到来自于其它方面因素的干扰，从而降低了这一方法分析结果的可信度。第39页/共75页 模拟市场评价方法是通过人为构造一个假想市场来衡量生态系统服务和环境资源价值的一种方法。主要适用于没有市场交易和实际市场价格的产品和服务（纯公共物品）的价值评价。其代表性的方法是条件价值评估法（Contingent Value Method，简称CVM)，即利用效用最大化原理，通过问卷调查得出物品价值的调查方法。该方法的基本思路是假想存在一个市场或者存在一种支付方式，你愿意支付多少钱来获得该商品，或者你希望得到什么样的补偿才愿意放弃对该商品的消费。这
33、一方法被广泛用于评价自然资源的休憩娱乐、狩猎和美学效益的经济价值，现在已经成为世界上应用最广，也是应用比较成功的方法。但由于受到问卷设计及调查技巧的影响而易于产生多种偏差，因此，如何规避这些可能出现的偏差，就必须科学设计问卷和具备熟练的调查技巧。第40页/共75页7.森林经营管理决策方法决策优化 “决策”一词的意思就是作出决定或选择，是指通过分析、比较，在若干种可供选择的方案中选定最优方案的过程。决策按其性质可分为如下3类：（1）结构化决策，是指对某一决策过程的环境及规则，能用确定的模型或语言描述，以适当的算法产生决策方案，并能从多种方案中选择最优解的决策。（2）非结构化决策，是指决策过程复杂
34、，不可能用确定的模型和语言来描述其决策过程，更无所谓最优解的决策。（3）半结构化决策，是介于以上二者之间的决策，这类决策可以建立适当的算法产生决策方案，使决策方案中得到较优的解。依据目标的多少，又分为单目标决策和多目标决策。第41页/共75页 构成决策问题的5个基本要素：方案A：是指可供选择的措施；状态S：指事物的自然状况；状态概率P：是指事物处在不同状态的可能性，分为确定型和不确定型；效用R：是指收益或损失；决策准则：是指最优性选择原则。常用的决策优化模型及方法主要有：数学规划、系统动力学、模糊数学、灰色系统理论等方法。目前，这些决策优化模型和方法已在林业上得到广泛应用，如木材生产计划的安排
35、、林地更新造林决策、林业生产结构调整、森林合理布局、森林收获调整、森林经营方案优化、木材集运最优化、林道规划、林业投资决策分析、野生动物管理、种群控制决策等方面。第42页/共75页 数学规划是运筹学的一个重要分支，它是研究在某些约束条件下函数的极值问题的有效方法。包括以下几个分支：线性规划。研究在线性约束条件下线性目标函数的极值问题，是数学规划的基础。非线性规划。是指在约束条件和目标函数中出现非线性关系的规划。整数规划。规定部分或全部变量为整数的规划。组合规划。讨论在有限集中选择一些子集使目标函数达到最优的问题。参数规划。在目标函数和约束条件中带有参数的规划。随机规划。指某些变量为随机变量的规
36、划。动态规划。是处理多阶段决策的一种方法。目标规划。解决多个目标的线性规划问题。此外还有几何规划、分数规划、模糊规划等。在这些众多内容中，线性规划在理论上最成熟、方法上最完善、应用上最广泛，其他分支都是线性规划的发展和推广。第43页/共75页 线性规划模型的求解 主要有图解法和单纯形法。图解法主要用于3个变量以下的线性规划问题的求解。3个变量以上的线性规划问题就要用单纯形法的求解。随着计算机技术的发展，出现了很多求解线性规划的软件，如LINDO和LINGO、GIPALS、GLPK、Matlab、Microsoft OFICE中的Excel等。其中以LINDO和LINGO应用最为普遍。LINDO
37、和LINGO是美国LINDO系统公司开发的一套专门用于求解最优化问题的软件包。LINDO用于求解线性规划和二次规划，LINGO除了具有LINDO的全部功能外，还可以用于求解非线性规划，也可以用于一些线性和非线性方程组的求解以及代数方程求根等。LINGO提供了许多常用的函数可供使用者建立优化模型时调用，并提供与其它数据文件（如文本文件、EXCEL电子表格文件、数据库文件等）的接口。由于这些特点，LINDO和LINGO软件在教学、科研和工业、商业、服务等领域得到广泛应用。第44页/共75页 以上几种优化决策模型和方法，都是用来解决确定性系统的优化决策问题的方法。但是，常有一些系统具有某种不确定性。
38、解决此类系统的优化决策问题常用的方法有3种：概率统计、模糊数学和灰色系统理论。概率统计研究的是“随机不确定”现象，着重于考察“随机不确定”现象的历史统计规律，考察具有多种可能发生的结果之“随机不确定”现象中每一种结果发生的可能性大小。其出发点是大样本，并要求对象服从某种典型分布。模糊数学着重研究“认知不确定”问题，其研究对象具有“内涵明确，外延不明确”的特点。模糊数学主要是凭经验借助于隶属函数进行处理。灰色系统理论着重研究概率统计、模糊数学所难以解决的“小样本”、“贫信息”不确定性问题，并依据信息覆盖，通过序列算子的作用探索事物运动的现实规律。其特点是“少数据建模”。与模糊数学不同的是，灰色系
39、统理论着重研究“外延明确，内涵不明确”的对象。第45页/共75页8.数据统计分析工具数学统计分析 数学统计分析是研究森林生长过程以及与环境因素相互作用机理的重要方法。随着计算机技术的快速发展，借助计算机，结合数学统计方法，可以迅速地完成原始数据的统计分析，如分布特征、回归估计、差异显著性分析和相关分析等。特别是一些复杂的数学运算，如迭代、符号运算等，更能发挥计算机的优势。因此，各种数学统计分析软件也大量涌现。据资料显示，目前世界上发布的通用性的数学统计分析软件包大约有70多种，国外比较有代表性、应用较广的主要有：SAS、SPSS、Mathematica、Stata、SYSTAT、MathLib
40、等。另外还有一些专用的统计分析软件包，如PC-ORD等。下面介绍主要的2种：SAS和SPSS。第46页/共75页8.1 SAS SAS系统是一个组合软件系统，它由多个功能模块组合而成，其基本部分是BASE SAS模块。在BASE SAS的基础上，还可以增加如下不同的模块而增加不同的功能：SAS/STAT（统计分析模块）、SAS/GRAPH（绘图模块）、SAS/QC（质量控制模块）、SAS/ETS（经济计量学和时间序列分析模块）、SAS/OR（运筹学模块）、SAS/IML（交互式矩阵程序设计语言模块）、SAS/FSP（快速数据处理的交互式菜单系统模块）、SAS/AF（交互式全屏幕软件应用系统模块
41、）等等。SAS有一个智能型绘图系统，不仅能绘制各种统计图，还能绘制地图。SAS系统几乎涵盖了现有的全部标准统计方法，并且用户可以在SAS环境下设计新的统计分析过程。缺点：SAS系统实际上是一个统计编程工具。完成一项统计任务，需要编写一个SAS程序，人机对话界面不太友好，并且在编程操作时需要用户最好对所使用的统计方法有较清楚的了解，非统计专业人员掌握起来较为困难。第47页/共75页8.2 SPSS SPSS最突出的特点就是操作界面极为友好，输出结果美观漂亮，它使用Windows的窗口方式展示各种管理和分析数据方法的功能，使用对话框展示出各种功能选择项，只要掌握一定的Windows操作技能，粗通统
42、计分析原理，就可以使用该软件为特定的科研工作服务。是非专业统计人员的首选统计软件。对于编程运行方式的用户，SPSS还特别设计了语法生成窗口，用户只需在菜单中选好各个选项，然后按“粘贴”按钮就可以自动生成标准的SPSS程序。极大的方便了中、高级用户。缺点：从战略的观点来看，SPSS显然是把相当的精力放在了用户界面的开发上。友好的界面掩盖了他的许多弱点，SPSS在最新统计方法的纳入上已落后于其他几个软件，比如多水平统计模型、神经网络、GEEs等尚未包含在SPSS中。其编程语言过于复杂，在一定程度上限制了用户设计新的统计过程。第48页/共75页8.3 统计之林（ForStat）统计之林（ForSta
43、t）是中国林科院资源信息所森林经理室以唐守正院士为首的课题组历时多年完成的通用数理统计和林业数据分析软件。该软件初级版本（DOS版）于1987年问世，基于Windows操作系统的2.0版于2005年推出，目前最新版为2.1版。该软件的特点：具有全中文可视化界面，提供了一套常用统计计算方法，并且包含有一些最新的统计分析内容。例如：线性联立方程组、线性混合模型、多元非线性回归、非线性联立方程组、全林整体模型等。该软件程序由13个菜单模块组成，包括数学工具、统计分析、林业模型、数学规划、数量生态、数量遗传等6个主体功能模块和文件管理、窗口管理、编辑工具、数据组织、绘制图形、输出格式、帮助等7个辅助工
44、具模块。第49页/共75页9.森林空间结构规律研究方法空间分析 空间分析主要通过对空间数据和空间模型的联合分析来挖掘空间目标的潜在信息。空间分析的对象是空间目标，包括空间坐标数据和专业属性数据两部分。空间目标具有空间位置、分布、形态、空间关系等基本特征。空间位置是借助于空间坐标系传递空间对象的定位信息。空间分布指同类空间对象的群体定位信息，包括分布、趋势、对比等内容。空间形态指空间对象的几何形态。空间距离用来表述空间物体的接近程度。空间关系是指地理实体之间存在的与空间特性有关的关系，包括拓扑、方位、相似、相关等。空间分析的方法主要有：基于地理信息的空间分析，或称空间信息分析，如GIS中的缓冲区
45、、叠加分析等；基于空间统计学（Spatial Statistics，又称地统计学Geostatistics）的空间统计分析等。第50页/共75页9.1 基于地理信息系统的空间分析 地理信息系统是在计算机硬软件支持下，运用系统工程和信息科学的理论与方法，综合地、动态地获取、存储、管理、分析和描述整个或部分地球表面与空间和地理分布有关的数据的空间信息系统。空间分析是地理信息系统的主要功能之一。地理信息系统的主要有以下几大功能：空间数据的输人；空间数据库管理；空间数据处理和分析；应用模型；专题图制作；空间数据的输出。第51页/共75页9.2 基于空间统计学的空间统计分析 空间统计学（Spatial
46、Statistics），又称地统计学（Geostatistics），它包括空间结构分析、克里格分析、空间自相关分析以及空间模拟等技术。用于分析具有空间坐标的变量的空间特征，并可进行过程模拟以及空间插值等。空间统计学可以为我们在研究林业各种复杂问题时提供：定量地描述和解释空间异质性或空间相关的方法；建立各种有关的空间预测模型，并进行空间数据插值和估计；对空间格局的尺度、几何形状、变异方向进行定量地分析和有效的估计，并将空间格局与生态学过程联系起来；它为我们在各种尺度上进行空间抽样时，提供最优的抽样方法；它可以帮助景观生态学家建立景观模型，并进行景观模拟；环境因子的空间统计学分析有助于我们更深刻地
47、了解生命有机体（个体、种群和群落）空间变异的机制。第52页/共75页 地理信息系统与地统计学代表了空间信息技术的两个主要发展方向，它们的处理对象分别是空间图形信息与空间数字信息。但从现代空间信息的观点来看，二者是可以相互转换的。无论是空间图形与空间数字，都是空间信息的一种表现形式。数字可以图形化，图形也可以数字化。由于空间图形与空间数字之间有可转换性，就使我们看到了GIS和地质统计学之间的内在联系。把这两种技术汇聚在一起，将使空间信息能不断在图形与数字之间跨越和变换，空间地质信息中所蕴含的目标成分将更容易被挖掘和显示出来，为资源勘查、环境保护和地质研究服务。目前有些GIS软件，如Arclnfo
48、的工作站版本，已包含了地质统计学的功能。地理信息系统与地质统计学的联结，将是空间信息技术特别是空间分析技术今后发展要探索的重要问题之一。第53页/共75页10.森林信息获取、处理和管理工具信息技术 信息技术是随着计算机的产生和发展而兴起的一门技术领域。10.1 3S技术 3S是指遥感(RS)、地理信息系统(GIS)和全球定位系统(GPS)。这3个技术系统各有侧重，互为补充。RS是GIS重要的数据源和数据更新手段，而GIS则是RS数据分析评价的有力工具；GPS为RS提供地面或空中控制，它的结果又可直接作为GIS的数据源。因此，3S已经发展为一门综合的技术，世界上许多国家在森林调查、规划、资源动态
49、监测、森林灾害监测和损失估计、森林生态效益评价等诸多方面应用了3S技术，已经形成一套成熟的技术体系。第54页/共75页10.2 信息技术的综合应用软件系统 （1）森林调查数据处理系统 森林调查数据处理系统（Data Process System for Forest Invntory）完成对森林调查数据的管理和处理的软件系统，一般包括两大核心功能，即森林调查数据库管理和数据处理。（2）森林资源空间结构分析系统 森林资源空间结构分析系统是基于森林资源空间结构分析方法构建的技术系统。根据其分析对象的不同，可分为林分空间结构分析和森林空间结构分析系统。（3）森林资源信息管理系统 森林资源信息管理系统
50、（forest resources information management system）是完成信息采集、编码、传输、贮存、检索、分发和输出的软件系统。一般由计算机信息处理系统和非计算机职能部分组成。非计算机职能部分主要包括信息的采集和编码等方面，计算机信息处理系统完成数据贮存、加工、检索、更新和输出等工作。第55页/共75页 （4）森林可视化模拟系统 森林可视化模拟系统是应用计算机、虚拟现实技术、可视化技术与森林模型相结合，来实现对森林状态及生长动态的可视化模拟。应用到林业上，通过可视化模拟，经营者能够非常直观地掌握树木个体本身的生长发育、森林对生长和演替以及森林经营等动态。一般森林生
