基于智能選擇算法的造林設(shè)計(jì)決策支持系統(tǒng)研建

王成德,吳保國(guó),劉建成,韓焱云

北京林業(yè)大學(xué)信息學(xué)院,北京 100083

造林設(shè)計(jì)是森林經(jīng)營(yíng)全過程中合理利用林地，最大限度地挖掘林地生產(chǎn)潛力和提高經(jīng)濟(jì)效益的一個(gè)重要環(huán)節(jié)[1]。由于樹木生長(zhǎng)緩慢，森林形成具有長(zhǎng)周期性和不可逆轉(zhuǎn)性[2]，因此科學(xué)造林非常重要。但是，我國(guó)基層林業(yè)生產(chǎn)單位缺少造林專家，利用決策支持系統(tǒng)結(jié)合專家知識(shí)服務(wù)基層林業(yè)生產(chǎn)單位進(jìn)行科學(xué)造林具有重要的意義。近年來，與造林設(shè)計(jì)有關(guān)的研究也有很多。相關(guān)研究主要集中在造林規(guī)劃相關(guān)算法研究[3-9]，探討不同樹種在不同密度下的經(jīng)濟(jì)收益問題，并未對(duì)造林地選擇算法與小班造林決策支持展開研究。本文在分析造林設(shè)計(jì)決策支持系統(tǒng)需求的基礎(chǔ)上，設(shè)計(jì)系統(tǒng)功能、工作流程，重點(diǎn)研究造林小班智能選擇算法。該算法提出了“小班流域選擇”的概念，將流域選擇與面積選擇、立地質(zhì)量評(píng)價(jià)相結(jié)合，智能篩選造林小班，提高林地利用價(jià)值，使造林小班選擇不再單純的依靠技術(shù)人員的工作經(jīng)驗(yàn)。從而彌補(bǔ)了造林設(shè)計(jì)中選擇方式和基本業(yè)務(wù)需求的不足。在此基礎(chǔ)上，本研究還給出了造林設(shè)計(jì)決策支持系統(tǒng)的運(yùn)行實(shí)例。

1 造林設(shè)計(jì)決策支持系統(tǒng)設(shè)計(jì)

1.1 系統(tǒng)功能設(shè)計(jì)

本研究在分析造林設(shè)計(jì)空間數(shù)據(jù)基本瀏覽與操作、造林工程數(shù)據(jù)瀏覽與制版、造林地屬性查詢與空間查詢、造林地智能選擇、造林任務(wù)管理與造林設(shè)計(jì)等基本業(yè)務(wù)需求的基礎(chǔ)上，將造林設(shè)計(jì)決策支持系統(tǒng)劃分為文件、視圖、工具、造林區(qū)劃圖、造林地空間查詢、造林地屬性查詢、造林地智能選擇、造林設(shè)計(jì)管理、數(shù)據(jù)庫管理和幫助等功能模塊，系統(tǒng)功能結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)功能結(jié)構(gòu)圖Fig.1 System function structure diagram

1.2 系統(tǒng)工作流程

造林設(shè)計(jì)決策支持系統(tǒng)的基本工作流程如下：

(1)根據(jù)造林任務(wù)，選擇造林小班，可通過基本選擇、空間選擇、智能選擇三種方式；(2)查詢小班空間數(shù)據(jù)庫，將選擇的造林小班的空間數(shù)據(jù)和屬性數(shù)據(jù)形成造林設(shè)計(jì)圖層；(3)用戶編輯圖層數(shù)據(jù)，創(chuàng)建造林設(shè)計(jì)工程，保存數(shù)據(jù)至造林工程數(shù)據(jù)庫；(4)根據(jù)造林小班數(shù)據(jù)，輸入模型計(jì)算，評(píng)價(jià)造林小班立地質(zhì)量；(5)查找造林模式庫和規(guī)則庫，輸出立地質(zhì)量評(píng)價(jià)結(jié)果并進(jìn)行模式推理；(6)輸出推理結(jié)果，用戶可以對(duì)推理出的造林模式進(jìn)行修改，通過林分三維可視化和生長(zhǎng)收獲模擬查看當(dāng)前造林模式的預(yù)期生長(zhǎng)狀況；(6)根據(jù)模擬結(jié)果，修改造林模式。修改完成后，輸出造林設(shè)計(jì)方案和其他文件，并將結(jié)果保存至經(jīng)營(yíng)活動(dòng)數(shù)據(jù)庫和造林工程數(shù)據(jù)庫。系統(tǒng)基本工作流程如圖2所示。

圖2 系統(tǒng)工作流程圖Fig.2 System workflow diagram

1.3 數(shù)據(jù)庫設(shè)計(jì)

本研究在分析造林設(shè)計(jì)業(yè)務(wù)需求的基礎(chǔ)上，綜合考慮實(shí)體間聯(lián)系和數(shù)據(jù)存儲(chǔ)方便，設(shè)計(jì)了小班數(shù)據(jù)表、造林模式表、造林樹種表、造林工程表、樹種模型表、立地質(zhì)量評(píng)價(jià)表。數(shù)據(jù)設(shè)計(jì)的各實(shí)體間聯(lián)系如圖3所示。

圖3 實(shí)體-聯(lián)系圖Fig.3 Entity-contact diagram

2 造林小班智能選擇算法

造林設(shè)計(jì)的核心是挑選適合造林的造林地。在大多數(shù)基層單位，挑選造林地主要依靠技術(shù)人員的工作經(jīng)驗(yàn)。一般計(jì)算機(jī)進(jìn)行輔助造林，主要通過屬性查詢或空間查詢的方式，簡(jiǎn)單挑選造林地。這種挑選方式也需要依靠技術(shù)人員的經(jīng)驗(yàn)進(jìn)行，對(duì)操作用戶的素質(zhì)要求較高。以這種方式服務(wù)基層林業(yè)生產(chǎn)單位，并不能解決基層造林專家缺乏的問題。本研究在分析造林設(shè)計(jì)的基本業(yè)務(wù)需求和選擇方式的不足基礎(chǔ)上，研究了造林小班智能選擇算法。

智能選擇算法首先需要對(duì)造林小班進(jìn)行立地質(zhì)量評(píng)價(jià)，然后依據(jù)立地質(zhì)量評(píng)價(jià)結(jié)果和造林小班的空間位置，挑選造林小班形成計(jì)算結(jié)果。本研究以華北落葉松為主要造林樹種，采用數(shù)量化地位指數(shù)模型[10]，利用數(shù)量化I方法建立回歸模型實(shí)現(xiàn)的。本研究選取坡位、坡向、土壤類型、坡度、海拔高度、土層厚度和腐殖質(zhì)厚度7個(gè)立地因子來構(gòu)建數(shù)量化地位指數(shù)模型，并使用“0/1”矩陣，求解各因子權(quán)重，最終得到地位指數(shù)模型如公式(1)所示。

公式(1)中Xij(i=1,2,3；j=1,2,3)取值為1或0，SI為地位指數(shù)。華北落葉松立地質(zhì)量各因子解釋與對(duì)應(yīng)得分如表1所示。

表1 華北落葉松立地質(zhì)量各類目得分Table 1 Larix principis-rupprechtii site quality scores of each category

常規(guī)的面積控制算法僅僅是通過立地質(zhì)量評(píng)價(jià)結(jié)果，根據(jù)結(jié)果倒序排列，然后挑選立地較好的小班進(jìn)行造林。但這種挑選方式產(chǎn)生的結(jié)果可能位置較為分散，不利于集中造林，對(duì)其調(diào)整依然需要較大的工作量。在此基礎(chǔ)上，本研究提出流域控制與面積控制算法結(jié)合進(jìn)行計(jì)算，篩選造林小班。

流域，通常是指由河流分水線所包圍形成的河流集水區(qū)。本研究引入“流域”的概念，用來形容中心造林小班以及與其相鄰的小班所共同構(gòu)成的區(qū)域。造林設(shè)計(jì)進(jìn)行流域選擇時(shí)，需先指定一個(gè)中心小班（或參照小班），系統(tǒng)使用骨架線提取算法[11]提取小班骨架線，基于Delaunay三角網(wǎng)確定小班中心，獲取坐標(biāo)。按照流域緩沖半徑R，確定第1層Cache Layer（緩沖層）范圍，挑選該Cache Layer范圍內(nèi)的符合造林要求的小班，不斷疊加造林面積。如果第1層Cache Layer范圍內(nèi)挑選的小班不能滿足造林任務(wù)要求，則自動(dòng)增加Cache Layer層級(jí)，確定下一層級(jí)Cache Layer范圍，直至第n層Cache Layer范圍內(nèi)的小班滿足任務(wù)要求為止，流域選擇過程如圖4所示。

圖4 造林設(shè)計(jì)流域選擇過程圖Fig.4 Watershed selection process of afforestation design

流域選擇時(shí)，假設(shè)造林選擇中心小班為A，坐標(biāo)為xA，yA，面積記為M(A)，流域選擇范圍內(nèi)的小班為Bi(i=1,2,3…n)，第i個(gè)小班Bi的坐標(biāo)記為xB，yB，面積為M(Bi)，流域?qū)訛長(zhǎng)i(i=1,2,3…n)，選擇的面積為C，每層流域半徑為R，則流域選擇可按照公式(2)進(jìn)行。

在公式(2)中，C表示任務(wù)要求面積，通過流域?qū)蛹?jí)的不斷遞增，查找每個(gè)流域?qū)蛹?jí)內(nèi)符合造林要求的小班，疊加造林面積，直至滿足任務(wù)要求為止，并將滿足要求的小班保存到數(shù)據(jù)庫，形成造林任務(wù)數(shù)據(jù)圖層。用戶可以根據(jù)需求，對(duì)選擇結(jié)果進(jìn)行編輯，增加造林小班或者刪除造林小班。流域選擇實(shí)現(xiàn)算法如下：

①確定小班最遠(yuǎn)距離md，流域半徑記為R。

②確定流域最大層級(jí)maxrank。如果md能整除R，則maxrank=md/R；否則maxrank=(md/R)+1。

③設(shè)定當(dāng)前流域?qū)覰um=1，進(jìn)入第一層流域選擇。

④判斷當(dāng)前選擇面積sum MJ是否滿足任務(wù)要求面積Task MJ。

⑤若不滿足，進(jìn)入篩選小班，獲取符合條件的小班的面積MJ。

⑥疊加造林面積，當(dāng)前選擇面積更新為sum MJ+MJ，并將當(dāng)前小班標(biāo)記為已選擇，保存小班數(shù)據(jù)到數(shù)據(jù)庫。

⑦當(dāng)前流域?qū)蛹?jí)內(nèi)的小班選擇完成后，流域?qū)覰um+1，進(jìn)行步驟④

⑧若滿足，算法停止。

選擇完成后，有經(jīng)驗(yàn)的用戶還可以對(duì)選擇結(jié)果進(jìn)行調(diào)整，增加或者刪除小班。系統(tǒng)會(huì)自動(dòng)讀取小班的數(shù)據(jù)進(jìn)行推理，推薦小班適合的造林模式。利用系統(tǒng)的收獲預(yù)估模塊對(duì)預(yù)期生長(zhǎng)狀況、預(yù)期經(jīng)濟(jì)效益、預(yù)期生態(tài)效益和林分密度控制圖等進(jìn)行模擬計(jì)算，根據(jù)模擬結(jié)果，用戶可以調(diào)整造林模式中的參數(shù)，并再次模擬，直至合適為止。

3 實(shí)驗(yàn)分析與運(yùn)行實(shí)例

3.1 實(shí)驗(yàn)分析

實(shí)驗(yàn)以內(nèi)蒙古樺木溝林場(chǎng)為實(shí)驗(yàn)地，有136 MB矢量數(shù)據(jù)，其中有2611個(gè)要素，包含空間數(shù)據(jù)和屬性數(shù)據(jù)。立地質(zhì)量是造林設(shè)計(jì)的核心部分，其決定了森林的形成時(shí)間以及森林的質(zhì)量。但是，在實(shí)際造林設(shè)計(jì)的過程中，如果造林小班過于分散或離造林中心點(diǎn)過遠(yuǎn)，須在造林過程中不斷往返進(jìn)行整地、測(cè)量、規(guī)劃、運(yùn)輸；在幼林撫育階段也會(huì)增加人力、物力、時(shí)間成本。因此，除立地質(zhì)量外，單位造林小班面積到造林中心的平均距離也是一個(gè)重要的衡量指標(biāo)，本文稱其為單位面積中心距。

在實(shí)際造林過程中，通常采用德爾菲法進(jìn)行人工造林設(shè)計(jì)。該方法由林場(chǎng)設(shè)計(jì)人員擬定設(shè)計(jì)方案，并向?qū)＜医M成員進(jìn)行征詢獲得意見。根據(jù)專家意見反饋，修改方案并再次征詢。經(jīng)過反復(fù)征詢和反饋，確定最終造林方案。傳統(tǒng)選擇方式主要使用立地質(zhì)量作為選擇基準(zhǔn)，利用貪心算法獲取立地質(zhì)量最高的造林小班，形成造林方案。本實(shí)驗(yàn)分別采用流域選擇法、傳統(tǒng)選擇算法和德爾菲法進(jìn)行實(shí)驗(yàn)。實(shí)驗(yàn)隨機(jī)選取了5個(gè)造林中心點(diǎn)，并設(shè)置了不同的目標(biāo)造林面積，如表2所示。

表2 造林點(diǎn)與造林面積表Table 2Afforestation site and area

利用三種方法分別對(duì)5個(gè)造林點(diǎn)進(jìn)行造林設(shè)計(jì)，對(duì)造林設(shè)計(jì)結(jié)果中的立地質(zhì)量、單位面積中心距、平均可及度進(jìn)行了統(tǒng)計(jì)。其中，對(duì)立地質(zhì)量進(jìn)行統(tǒng)計(jì)時(shí)，分別統(tǒng)計(jì)了設(shè)計(jì)結(jié)果中立地質(zhì)量為優(yōu)(16～19指數(shù)級(jí))、中(12～15指數(shù)級(jí))、劣(7～11指數(shù)級(jí))的面積占比。實(shí)驗(yàn)結(jié)果如表3所示。

表3 各算法選擇結(jié)果對(duì)比表Table 3 Comparison of selected results of each algorithm

由表3中數(shù)據(jù)可知，在選擇面積較小的情況下，傳統(tǒng)算法在選擇立地質(zhì)量高的小班方面較流域選擇算法略占優(yōu)勢(shì)，但單位面積中心距遠(yuǎn)遠(yuǎn)大于流域選擇算法，隨著選擇面積的增大，距離上的劣勢(shì)逐漸擴(kuò)大同時(shí)立地質(zhì)量上的優(yōu)勢(shì)逐漸減??；可及度指造林小班開發(fā)利用的難易程度，其結(jié)果變化趨勢(shì)基本與立地質(zhì)量相同，立地質(zhì)量占比較高的時(shí)候，造林小班平均可及度較低；通過德爾菲法進(jìn)行人工選擇，選擇結(jié)果較傳統(tǒng)算法更集中，但是依靠經(jīng)驗(yàn)案例難以準(zhǔn)確評(píng)價(jià)小班立地質(zhì)量，波動(dòng)幅度較大且平均可及度最低；流域選擇除保證立地質(zhì)量為優(yōu)的小班面積占比，還獲得最小的單位面積中心距。在選擇面積越大的情況下，其優(yōu)勢(shì)越明顯，選擇結(jié)果中的造林小班立地質(zhì)量較優(yōu)且不分散，便于集中造林。

3.2 運(yùn)行實(shí)例

造林設(shè)計(jì)專家決策支持系統(tǒng)現(xiàn)已在內(nèi)蒙古樺木溝林場(chǎng)和河北塞罕壩機(jī)械林場(chǎng)進(jìn)行部署，系統(tǒng)運(yùn)行狀況良好，并長(zhǎng)期為林場(chǎng)的造林設(shè)計(jì)提供輔助決策支持服務(wù)。系統(tǒng)主要包括造林任務(wù)管理、選擇造林地、小班造林設(shè)計(jì)和編輯造林模式四個(gè)功能界面。小班造林設(shè)計(jì)界面如圖5所示，造林方案模擬收獲預(yù)估界面如圖6所示。

圖5 小班造林設(shè)計(jì)圖Fig.5 Subcompartment afforestation design diagram

圖6 收獲預(yù)估模擬Fig.6 Harvest prediction simulation

4 結(jié) 論與討 論

本文在分析目前造林設(shè)計(jì)存在的問題和業(yè)務(wù)需求的基礎(chǔ)上，設(shè)計(jì)了造林設(shè)計(jì)決策支持系統(tǒng)的功能結(jié)構(gòu)、工作流程和數(shù)據(jù)庫，并針對(duì)造林小班選擇的核心問題，提出了基于小班流域的造林地智能選擇算法。該算法將流域選擇與面積控制、立地質(zhì)量評(píng)價(jià)相結(jié)合，智能篩選造林小班，提高林地利用價(jià)值。

本研究已在國(guó)家高技術(shù)研究發(fā)展計(jì)劃（863計(jì)劃）課題“數(shù)字化森林與牧場(chǎng)經(jīng)營(yíng)管理關(guān)鍵技術(shù)研究”項(xiàng)目（項(xiàng)目編號(hào)：2012AA102003）中進(jìn)行了應(yīng)用，并在內(nèi)蒙古樺木溝林場(chǎng)和河北省塞罕壩機(jī)械林場(chǎng)進(jìn)行實(shí)地運(yùn)行，長(zhǎng)期為林場(chǎng)提供造林設(shè)計(jì)服務(wù)。

研究還存在一定的問題，比如在進(jìn)行流域選擇時(shí)，欠缺對(duì)系統(tǒng)運(yùn)行效率的考慮。當(dāng)系統(tǒng)小班要素?cái)?shù)量較大時(shí)，流域選擇數(shù)據(jù)預(yù)讀時(shí)間較長(zhǎng)。在今后的研究工作中，還需要改進(jìn)流域選擇算法，優(yōu)化系統(tǒng)效率，減少用戶等待時(shí)間。

[1]俞新妥,林思祖.計(jì)算機(jī)輔助造林設(shè)計(jì)系統(tǒng)[J].林業(yè)科學(xué),1986,22(4)：337-346

[2]吳保國(guó),李成贊,馬 馳,等.森林培育專家決策支持系統(tǒng)的研究[J].北京林業(yè)大學(xué)學(xué)報(bào),2009(S2)：1-8

[3]吳承禎,洪 偉.用遺傳算法改進(jìn)約束條件下造林規(guī)劃設(shè)計(jì)的研究[J].林業(yè)科學(xué),1997,33(2)：133-141

[4]李金銘,王梅芳.基于改進(jìn)粒子群算法的造林規(guī)劃[J].廈門大學(xué)學(xué)報(bào)：自然科學(xué)版,2009,48(6)：823-826

[5]Han YY,Wu BG,Wang CQ.Decision support system based site quality evaluation for plantation[J].International Journal of Smart Home,2014,8(5)：45-54

[6]林 晗,洪 滔,陳 輝,等.應(yīng)用遺傳算法的工業(yè)原料林多樹種造林設(shè)計(jì)[J].林業(yè)科學(xué),2010,46(5)：92-101

[7]Dong C,Wu BG,Wang CD,etal.Study on crown profile models for Chinese fir(Cunninghamia lanceolata)in Fujian Province and its visualization simulation[J].Scandinavian Journal of Forest Research,2016,31(3)：302-313

[8]韓焱云,吳保國(guó),劉建成,等.不確定性推理在森林培育專家系統(tǒng)中的應(yīng)用[J].北京林業(yè)大學(xué)學(xué)報(bào),2014,36(1)：88-93

[9]韓焱云.服務(wù)于林農(nóng)的森林培育專家決策支持系統(tǒng)開發(fā)[D].北京：北京林業(yè)大學(xué),2012

[10]Guo Y,Han Y,Wu BG,etal.Study on modelling of site quality evaluation and its dynamic update technology for plantation forests[J].Nature Environment and Pollution Technology,2013,12(4)：591-597

[11]沈立輝,吳保國(guó),楊 乃.面狀要素主骨架線自動(dòng)提取算法研究[J].武漢大學(xué)學(xué)報(bào)：信息科學(xué)版,2014,39(7)：767-771