一种防护林林分结构的量化研究方法

摘要

本发明属于林业科学技术领域，公开了防护林林分结构的量化研究方法，包括步骤：将目标林分结构中每木检尺的数据整理为csv格式；将csv格式数据转换为相对应的可视化彩图；对可视化彩图进行灰度处理；将处理之后的图像进行叠加，获得一幅彩图；对叠加得到的彩图进行灰度处理，得到一幅灰度图；利用得到的灰度图确定林分结构的信息指数和林分结构的稳定性。本发明利用R软件、Photoshop软件和ENVI软件将林分结构数据转换为图像进行处理，最终得出林分结构指标的综合体现信息，以此来评价林分结构的复杂程度和稳定性，该方法具有现实的可操作性和可行性，适宜性更广，在评价森林结构，尤其是三维空间结构方面简易、快速且结果可信度高。

说明书

技术领域

本发明涉及林业科学技术领域，特别是涉及一种防护林林分结构的量化研究方法。

背景技术

根据对森林生态系统林分各项指标分析，结合计算机技术对林分结构进行研究，可以评价森林稳定性。现有研究方法中，通过图解法对林分结构进行研究，包括对树冠及投影图的垂直方向上的说明；通过建立坡面弹幕圆锥形树冠投影边界的模型，在测树因子、经纬度、坡度、坡向、时间(包括时刻和日期)等变化要素基础上建立坡面投影理论边界模型Z(x′，y′)＝0对林分结构进行研究；通过一种基于数字表面高程模型(DSM)和多尺度权类图像分割的算法对林分进行研究；通过一维变量包括树高、胸径、密度、胸高断面积、冠幅、林层数量、平均值和方差对林分结构进行研究；通过样方法和距离法来对林分种群空间结构研究。

上述现有技术在对林分结构进行分析研究时，指标选取不够全面，得出的林分结构结果不够科学。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是如何科学全面地分析评价林分结构，为林分的科学管理和经营提供可靠依据。

(二)技术方案

为了解决上述技术问题，本发明提供一种防护林林分结构的量化研究方法，其特征在于，包括以下步骤：

S1：将目标林分结构中每木检尺的数据整理为csv格式；

S2：将所述csv格式的数据转换为所述数据相对应的可视化彩图；

S3：对所述可视化彩图利用Photoshop软件进行灰度处理；

S4：将步骤S3中灰度处理之后的图像进行叠加，获得叠加之后的一幅彩图；

S5：对叠加得到的所述彩图利用Photoshop软件进行灰度处理，得到一幅灰度图；

S6：利用步骤S5中得到的所述灰度图确定林分结构的信息指数和林分结构的稳定性。

上述防护林林分结构的量化研究方法中，所述步骤S2中使用R软件进行数据到可视化彩图的转换，具体的转换过程为：打开R软件，输入转换程序，导入所述csv格式的数据，运行所述程序，获得可视化彩图。

上述防护林林分结构的量化研究方法中，所述步骤S4中利用ENVI软件进行图像叠加。

上述防护林林分结构的量化研究方法中，所述步骤S6具体包括：将所述灰度图像导入ENVI软件，利用公式：

$\mathrm{FSI}=-\underset{i=1}{\overset{m}{\Sigma }}\mathrm{pi}\ln \mathrm{pi}$

求解得出林分结构信息指数，该信息指数反映出林分结构的复杂度和稳定性，式中：FSI为林分结构信息指数；pi为所述灰度图中每一像素点所对应的灰度值；m为所述灰度图中像素点的总数量。

上述防护林林分结构的量化研究方法中，所述每木检尺的数据包括树高、胸径和冠幅。

上述防护林林分结构的量化研究方法中，所述可视化彩图的格式为jpg格式。

上述防护林林分结构的量化研究方法中，所述步骤S3灰度处理之后得到的灰度图像格式为tiff格式。

上述防护林林分结构的量化研究方法中，叠加之后得到的所述彩图为24位的tiff格式彩图。

(三)有益效果

上述技术方案所提供的防护林林分结构的量化研究方法中，利用R软件、Photoshop软件和ENVI软件将林分结构数据转换为图像进行处理，最终得出林分结构指标的综合体现信息，以此来评价林分结构的复杂程度和稳定性，该方法具有现实的可操作性和可行性，适宜性更广，在评价森林结构，尤其是三维空间结构方面简易、快速且结果可信度高。

附图说明

图1是本发明实施例的防护林林分结构的量化研究方法的流程图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

图1示出了本发明实施例的防护林林分结构的量化研究方法流程图，如图所示，该量化研究方法包括以下步骤：

S1：将目标林分结构中每木检尺的数据整理为csv格式。

这属于前期数据处理步骤，将林分结构中每木检尺的胸径、树高和冠幅的数据进行整理，数据格式为csv格式。

S2：将所述csv格式的数据转换为所述数据相对应的可视化彩图。

具体地，在R软件中编译程序对数据进行分析得到林分胸径、树高、冠幅的可视化彩图，格式为jpg格式；利用R软件进行数据到图像的转换包括：打开R软件，输入编译好的程序；导入csv格式数据，分别对树高、胸径、冠幅三项指标数据运行程序，则得到相对应的图像。

R软件是统计领域广泛使用的诞生于1980年左右的S语言的一个分支。R是S语言的一种实现。S语言是由AT&T贝尔实验室开发的一种用来进行数据探索、统计分析、作图的解释型语言。最初S语言的实现版本主要是S-PLUS。S-PLUS是一个商业软件，它基于S语言，并由MathSoft公司的统计科学部进一步完善。

R软件是一套完整的数据处理、计算和制图软件系统。其功能包括：数据存储和处理系统；数组运算工具(其向量、矩阵运算方面功能尤其强大)；完整连贯的统计分析工具；优秀的统计制图功能；简便而强大的编程语言：可操纵数据的输入和输入，可实现分支、循环，用户可自定义功能。

S3：对所述可视化彩图利用Photoshop软件进行灰度处理。

具体地，将步骤S2中得到的三项指标相对应的jpg格式的图像用Photoshop软件进行灰度处理，得到三张tiff格式的图像。

S4：将步骤S3中灰度处理之后的图像进行叠加，获得叠加之后的一幅彩图。

具体地，将步骤S3中得到的三张tiff格式的图像在ENVI软件中进行叠加，得到一张24位的TIFF格式彩图。

S5：对叠加得到的所述彩图利用Photoshop软件进行灰度处理，得到一幅灰度图。

具体地，将步骤S4中得到的TIFF格式彩图导入Photoshop软件中进行灰度处理，得到灰度图。

S6：利用步骤S5中得到的所述灰度图确定林分结构的信息指数和林分结构的稳定性。

具体地，将步骤S5中得到的灰度图像导入ENVI软件，利用公式：

$\mathrm{FSI}=-\underset{i=1}{\overset{m}{\Sigma }}\mathrm{pi}\ln \mathrm{pi}$

式中：FSI为林分结构信息指数；pi为所述灰度图中每一像素点所对应的灰度值；m为所述灰度图中像素点的总数量；求解得出林分结构信息指数FSI，它是林分树高、胸径和冠幅的综合体现，其大小表明了森林结构的复杂程度和稳定性，数值越大，表明三项指标的综合信息越多，林分结构也就越稳定；相反，数值越小，就表明综合信息越少，结构越不稳定。

由以上实施例可以看出，本发明实施例利用R软件、Photoshop软件和ENVI软件将林分结构数据转换为图像进行处理，最终得出林分结构指标的综合体现信息，以此来评价林分结构的复杂程度和稳定性，该方法具有现实的可操作性和可行性，适宜性更广，在评价森林结构，尤其是三维空间结构方面简易、快速且结果可信度高。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。