论文部分内容阅读
森林生态系统的健康评价对于自然保护区的保护和管理具有重要的作用与意义。本文以卧龙国家级自然保护区为研究对象,主要利用森林资源二类调查小班数据和BP神经网络理论,结合实地调查,建立了森林生态系统健康评价指标体系和森林生态系统健康评价模型。研究将小班作为分析尺度,对卧龙自然保护区内森林健康进行了评价,基于GIS技术平台,评价和显示该区的森林生态系统健康状况,不仅有利于保护区的管理与发展,而且对当地野生大熊猫栖息地的选择提供了一定参考。主要研究结果如下：(1)提出并采用T-R-E-E分析法进行指标体系构建,从典型性(Typical)、抵抗力(Resistence、活力(Energy)、环境(Environment)4个要素,初步得到卧龙自然保护区的森林生态系统健康评价指标体系,包括大熊猫栖息地适宜性、物种多样性、森林病虫害等共9个经典指标。然后根据研究区森林资源二类调查数据定性筛选出坡度、树种组成、优势树种等19个可以描述这9个经典指标的具体指标,再用主成份分析法对指标进行定量筛选,最终确定出适合卧龙自然保护区森林生态系统的基于小班健康评价指标,该指标体系的结构为3层4要素6个具体指标。(2)分别采用熵值法与层次分析法,加权平均计算确定指标最终权重。在要素层中,对卧龙自然保护区森林生态系统健康状况影响由大到小的是活力(E)>抵抗力(R)>典型性(T)>环境(E),其权重分别为0.3707,0.2733,0.2674,0.0887。在指标层中,对卧龙自然保护区森林生态系统健康状况影响由大到小的是优势树种>平均胸径>树种组成>平均树高>土壤类型>坡度,其权重分别为0.2733,0.2479,0.1980,0.1228,0.0694,0.0887。研究表明：优势树种是影响保护区森林健康最为重要的小班因子,反映了森林火险的重要程度,这符合当地实际情况。(3)运用MATLAB软件构建出结构为6×10×5的BP神经网络模型,根据研究区小班数据描述其整体森林是否健康。其中,优质的小班有1583个,健康的小班有3842个,亚健康的小班有826个,不健康的小班有208个,疾病的小班有21个,面积依次为44760hm2,112780hm2,33620hm2,8242hm2,598hm2,分别占研究区总面积的22.38%,56.39%,16.81%,4.121%,0.299%。模型结果显示,卧龙自然保护区森林生态系统健康程度整体良好。