基于熵权-云模型的环洞庭湖森林健康评价

发布时间：2024-05-20 23:05

　　【目的】森林健康评价过程中迫切需要解决评价指标权重赋值的人为主观性,以及定量指标与定性评价结果之间的相互转换问题,从而提高森林健康评价的科学性。【方法】采用熵权法客观计算评价指标的权重,基于云模型方法综合评定森林健康等级。以湖南省森林资源二类调查结果与通过遥感数据获取的增强植被指数(EVI)和地表温度(LST)为数据来源,通过ArcMap均匀分布采样并进一步去除重复采样点以及其他不符合要求的采样点后,最终选取4 627个小班进行森林健康评价。通过定性与定量分析确定了由11个指标组成森林健康评价指标体系;对各指标进行频数分析,建立健康等级与指标取值区间的对应关系;运用熵权-云模型法综合评定各森林小班的健康等级。【结果】在评价的4 627个小班中,优质小班数量仅有2个;健康小班数量最多,占总数的46.92%;亚健康小班数量次之,占总数的20.83%;不健康小班与疾病小班数量分别占总数的19.88%与12.32%。环洞庭湖区域整体森林健康程度一般,从分布区域来看,亚健康及以上的小班主要分布在研究区的东部以及南部,该区域主要是以马尾松和杉木为优势树种的针叶林和以栎类为优势树种的阔叶林;不健康小...

【文章页数】：10 页

【部分图文】：

图1研究区域概况

本研究选取的环洞庭湖区地处111°41′30″～114°09′01″E,28°15′41″～29°50′43″N，环湖和湖间丘陵5044km2，占全区总面积的26.86%，其间保存有天然次生林7.07万hm2。广义的环洞庭湖区指以洞庭湖为中心的河湖港汉、河湖冲积及淤积平原和环....

图2森林健康评价指标体系

本研究在充分研究国内外森林健康评价指标体系的基础上，结合数据的可得性以及评价模型的可行性，从森林结构、活力、可持续性与抗干扰等4方面初步构建了如下指标体系[15-18]。为进一步科学构建评价指标体系，提高评价效率与评价结果的科学性，对图2指标体系进行定性与定量筛选，最后确定本研究....

图3“单位蓄积量”指标频数分布

根据等距划分方法确定各个评价指标健康等级间的阈值，通过分析样本中各个指标的分布形态，利用ArcMap的统计功能得到各指标的频数分布，以单位蓄积量为例，如图3所示。依据各指标的频数根据自然分段法将各指标分为5个等级，分布得出的各指标分级如表4所示。4实证研究

图4研究区域森林小班分布情况图

本研究所用数据为湖南省森林资源二类调查数据结果，所研究区域共有小班382777个，其中森林小班315224个，分布如图4所示。LST与EVI数据均来自于2014年NPP-VIIRS生产的空间分辨率为1km的高级产品，通过全年数据进行求最大值处理得到如下空间分布图[19-20....

本文编号：3979254