森林经理学科研究法.ppt

森林经理学科研究方法 张会儒 2013年1月 2012年中国林科院秋季研究生课程 主要内容 1. 森林经理学的概念 2. 地面数据获取方法森林调查 3. 林分结构规律研究方法林分结构分析 4. 林分生长潜力的评价方法立地质量评价 5. 林分生长规律和产量模拟方法生长和收获预估模型 6. 森林经济效益的计量评价方法森林资源价值评估 7. 森林经营管理决策方法决策优化 8. 数据统计分析工具数学统计分析 9. 森林空间结构规律研究方法空间分析 10. 森林信息获取、处理和管理工具信息技术 11. 适应性森林经营理论与方法森林生态系统经营 12. 目前森林经理的重点研究方向 1、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。 2、地面数据获取方法森林调 查 森林调查（forest inventory）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 2.1 抽样调查方法 2.1.1 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。 2.1.2 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）。 2.1.3 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。 2.1.4 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。 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）。 2.2.1 标准地设置与测量 2.2.1.1 选择标准地：要有充分的代表性。 2.2.1.2 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 。 2.2.1.3 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（1986 ）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。 2.2.1.4 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 期固定的标桩，便于辨认和寻找。 2.2.1.5 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。 2.2.2 标准地的调查工作 2.2.2.1 林分起源 2.2.2.2 林层 2.2.2.3 郁闭度测定 2.2.2.4 林分密度 2.2.2.5 胸径测定 2.2.2.6 树高测定 2.2.2.7 树冠测定 2.2.2.8 林分年龄测定 2.2.2.9 单木材积测定 2.2.2.10 林分蓄积量测算 2.2.2.11 树种组成计算 2.2.2.12 树木生长量测定 2.2.2.13 树干解析 2.2.2.14 林分生长量测定 2.2.2.15 林木生物量测定 2.2.2.16 林分材种出材量测定 2.2.2.17 可及度 2.2.2.18 幼树、下木、活地被物及生物多样性调查 2.2.2.19 土壤调查 2.2.2.20 环境因子调查 2.2.2.21 森林自然度 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）。 3.5.1 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）； 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。 （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。 3.5.2 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。 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 。 （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。 3.5.3 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，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： 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。 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 。 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 4.1.1 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，这样就可以 评定及比较林分间的立地质量高低。 4.1.2 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 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。 （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 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。 4.2 间接评定法 4.2.1 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。 4.2.2 多元地位指数法 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。 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。 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量指标；SD 林分密度指标。 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）。 5.1.1 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） 。 5.1.2 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）。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。 5.1.3 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。 5.1.4 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。 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。 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。 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。 5.3.1 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。 5.3.2 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。 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。 5.4.1 基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。 5.4.2 大尺度森林生物量模型 5.4.2.1 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。 5.4.2.2 基于遥感技术的生物量模型 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。 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。 6.2 森林资源价值评估的主要方法 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。 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 Method，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。 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。 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，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。 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、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。 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。 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。 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。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，灰色系统理论 着重研究“外延明确，内涵不明确”的对象。 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。 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）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。 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。 8.3 统计之林（ForStat） 统计之林（ForStat）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个辅助工具模块。 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、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。 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。 9.2 基于空间统计学的空间统计分析 空间统计学（Spatial 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 于我们更深刻地了解生命有机体（个体、种群和群落）空 间变异的机制。 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。 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 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。 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（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。 （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。一般森林生长可视化模拟应包 括3个层次：单木可视化模拟、林分可视化模拟和森林景观 可视化模拟。 （5）森林经营决策支持系统 森林经营管理决策支持系统（简称FDSS）是森林资 源管理信息系统（MIS）向更高一级发展的产物。它将计算 机技术和各种决策方法（如线性规划、动态规划和系统动力 学等）相结合，针对实际问题，建立决策模型，进行多方案 的决策优化。它为决策者提供分析问题、建立模型、模拟决 策过程和方案的环境，调用各种信息资源和分析工具，帮助 决策者提高决策水平和质量。 （6）森林资源信息共享服务系统 森林资源信息包括文字 数据库、图形、图像等多种 形式，其中相当多的数据量是以各种不同比侧尺的图件和 遥感影像为主的空间信息，如森林分布图、林相图、林火 监测影像等等。森林资源信息共享涉及到计算机系统软件 、数据库、网络、GIS、图像处理、数据安全等多个方面不 同层次的技术问题。一般应包括共享网络平台、共享数据 库、信息发布与管理和网络安全与数据存取等四个方面。 11. 适应性森林经营理论与方法森 林生态系统经营 森林生态系统管理是建立在生态系统管理基础之上 的针对森林资源及整个森林生态系统的管理活动，即对构 成森林生态系统生物和非生物组分以及自然和人为扰动的 全过程管理，是实现各类资源持续利用的管理和技术手段 的总称。具体而言，森林生态系统管理包括林地及其合理 的森林生态系统功能和结构的有效管理，保持林地生产力 和可更新能力，以及森林生态系统和物种多样性避免不可 接受的损害。其外延包括实现这种管理所必需的政策、法 律以及有效的监测、信息反馈和决策支持系统。其明确的 目标为森林生态系统中各类资源的永续利用和持续发展， 追求整个森林资源的综合效益为最大。 11.1 森林景观规划 现代林业科学的研究认为，特定地理环境下的森林 立地条件和物种多样性空间分布特征对森林生态系统的形 成和发展具有显著的影响，应该成为制定森林经理计划和 经营目标的基本前提条件。基于这一新的认识，森林经营 从生态系统的组合格局（即森林景观层次）上进行整体分 析和计划，以达到长期的立地生境适应和生境多样性保护 和利用的经营效果。 11.1.1 森林景观分类 森林景观分类是在一个较大的尺度上探讨森林生态 系统整合问题的基础性工作，而森林景观要素类型的划分 是系统整合问题中探讨景观生态、分析景观格局、进行景 观规划的前提。按照采用的数据源，森林景观分类有两种 途径和方法，即基于森林资源二类调查数据的分类和基于 遥感影像数据的分类。 11.1.2 景观结构分析评价 在景观要素分类和斑块图的基础上，进行景观要 素斑块特征和景观要素结构的分析。景观要素斑块特征 包括斑块的数量、形状和分布等。数量特征用斑块总面 积、平均面积、最大和最小面积等指标；斑块形状则用 斑块形状指数表示。 景观结构分析包括各景观要素的内部生境面积、 景观破碎化程度和景观粒级结构等特征的分析和评价。 景观破碎化程度可用斑块密度即单位面积上斑块体数目 和单位面积内的斑块面积这2个指标表示。单位面积上斑 块数目越多，单位面积内斑块面积越小时，景观越破碎 。景观粒级结构是指景观要素的粗、细粒结构，斑块在 很大程度上受自然和人为干扰因素的影响。而粒级大小 又取决于整个景观研究的尺度。 11.1.3 森林景观规划 景观层次长期森林经营规划的工作就是确定各类 要素具体内涵和要素之间的各种从属或对应关系，并用 一定的形式把这种关系加以表达的过程。 景观层次长期森林经营观规划工作包括景观类型 调查、景观要素定义和分类、景观格局及动态评价等， 最终制定出以土地覆盖类型和土地利用类型相关的景观 发展规划结果。与此相应的森林经理计划工作的内容是 群落生境调查和森林区划，产生不同类型的群落生境图 ，在群落生境和经营目标控制下进行发展类型设计和作 业计划，综合景观层和经营层的结果构成森林经理的计 划方案。 11.2 森林生态采伐更新 森林生态采伐更新（Ecology-based Forest Harvesting and Regeneration）是以森林生态理论为指导 思想，使采伐和更新达到既高效利用森林又促进森林生 态系统的健康与稳定，达到森林可持续利用目的的采伐 方式。它与国际上提出的减少对环境影响的森林采伐方 式（Reduced Impact Logging，简称RIL）有着异曲同工 之处，与传统的工业式采伐相比二者有着根本的区别。 （1）森林生态采伐的原则 采伐不影响或尽可能不影响森林生态系统，不造 成森林生态系统结构、功能的损伤。其采伐设计不仅考 虑木材收获，而且要考虑维持森林固有的生物多样性、 树种组成和搭配、林相和森林景观及其功能等因素。这 也正是这种理念与传统采伐方式的根本区别。 （2）森林生态采伐的内涵 根据森林生态采伐的原则，生态采伐理论的内涵应 涉及3个层次：林分、景观和模仿自然干扰。 在林分水平上，要系统地考虑林木及其产量、树种 、树种组成和搭配、树木径级、生物多样性的最佳组合、 林地生产力、养分、水分及物质和能量交换过程，使采伐 后仍能维持森林生态系统的结构和功能。 在景观水平上，要考虑原生植被和顶级群落，进行 景观规划设计，实现不同的森林景观类型的合理配置。依 据森林群落的演替规律和群落之间的相互关系，通过林分 级的采伐与更新加速群落的演替，林分水平的采伐应在景 观规划的指导下进行，以维持森林景