長株潭森林生態(tài)安全預警研究.pdf

1、隨著城市化、工業(yè)化進程的加快，區(qū)域經(jīng)濟快速發(fā)展所帶來的生態(tài)問題逐漸超越了生態(tài)系統(tǒng)的承載能力，從而危及整個區(qū)域生態(tài)系統(tǒng)的安全和穩(wěn)定。森林資源具有凈化環(huán)境等多項生態(tài)效益，并且伴隨著長株潭“兩型社會”建設的大力開展，開始重視環(huán)境友好型發(fā)展模式、社會制度和生態(tài)技術(shù)，謀求經(jīng)濟社會與生態(tài)環(huán)境之間的良性循環(huán)。森林生態(tài)安全是生態(tài)系統(tǒng)安全的核心，對森林生態(tài)安全進行及時預警并采取有效措施能有效遏制其惡化速度，促進區(qū)域生態(tài)經(jīng)濟的可持續(xù)發(fā)展，改善人類的生存環(huán)境

2、。本文主要研究內(nèi)容及結(jié)論如下:
　　 (1)基于PSR模型、綜合考慮國內(nèi)外相關文獻構(gòu)建長株潭森林生態(tài)安全預警指標體系，劃分預警標準。預警指標體系包含了人口壓力、資源壓力、資源狀態(tài)、經(jīng)濟狀態(tài)、森林健康水平、森林保護管理響應、投入能力等六個方面的16個指標，將預警標準劃分為“無警”、“輕警”、“中警”、“重警”和“巨警”等五個級別的警度。
　　 (2)采用GM(1，1)灰色模型進行單指標預測研究。其中:使用毀林開荒面積指標預

3、測模型作短期預測時應十分謹慎;其余15個指標預測模型都可以用作中長期預測;單指標預測模型的精度和性能都能達到要求。
　　 (3)使用BP神經(jīng)網(wǎng)絡進行綜合預警研究。選取trainlm學習算法構(gòu)建BP神經(jīng)網(wǎng)絡，網(wǎng)絡結(jié)構(gòu)為“16-6-1”。網(wǎng)絡經(jīng)過11次循環(huán)后收斂，均方誤差為0.00003;網(wǎng)路檢驗樣本結(jié)果平均絕對誤差和平均相對誤差分別為0.0023、0.3000％;網(wǎng)絡仿真結(jié)果平均絕對誤差和平均相對誤差分別為0.0094、1.433

4、3％。函數(shù)擬合效果明顯，網(wǎng)絡訓練快速、誤差小，該BP神經(jīng)網(wǎng)絡對新樣本數(shù)據(jù)的識別能力極強，仿真結(jié)果能夠滿足研究要求。
　　 (4)預警結(jié)果分析。2006年至2011年森林生態(tài)安全警度分別為“中警”、“中警”、“重警”、“中警”、“中警”、“輕警”;由于受到2008年湖南冰雪災害的影響，森林次生災害較多，森林生態(tài)系統(tǒng)結(jié)構(gòu)遭到了較大程度的破壞，森林生態(tài)系統(tǒng)退化較為嚴重且恢復與重建困難;預測2012年至2014年森林生態(tài)安全狀況都將處于