【技术实现步骤摘要】
本专利技术涉及林业数据量化处理，具体涉及森林植被数量化分类方法及系统。
技术介绍
1、植物分类学建立在进化论基础上，以种子形态、花的结构等遗传物质来确定高级分类单位，认为：种子、花等器官结构越简单，就越原始，在分类序列中，就越靠前；越复杂、越完整，就越进化，在分类序列中，就越靠后。然后，再以果实、种子、叶片、树皮，甚至地下根茎、花的颜色等进行“中、低级分类单位”的划分。
2、植被分类学以生活型来确定高级分类单位，认为：不同地域的自然植被由于受到降雨量、温度、日照、风、地形等影响，会呈现出有规律的变化特征。然后，再以物种组成、数量变化、层次结构等，进行“中、低级分类单位”的划分。由此可见，“物种”是“植被分类学”的微观层面，无论是“乔、灌、草”，还是“蕨、苔藓、地衣”等。
3、当前的植被分类学重点关注原生植被，包括天然森林、天然草地、荒漠、高山冻原、红树林、高原沼泽等，这些应用场景多为人迹罕至、调查开发难度较大的区域。此外，植被分类学亦将次生植被、人工植被作为次级研究重点，其中，次生植被包括：天然次生林、次生灌草丛、次生草场，次生植被为人工剧烈干扰后，采取封山育林、轮牧休耕等自然措施后，形成的植被；人工植被包括：人工林、城市绿地、农业植被、园艺果蔬种植地、道路绿化区域等。
4、现有的森林植被分类方法包括：采用传统的群落相似性系数，例如：jaccard指数、sorensen指数、欧氏距离等，来计算不同样地所代表的群落相似性程度。
5、前述现有技术存在以下缺陷：几乎无一例外地，只考虑到物
6、现有的森林植被分类方法还包括：采用双向指示种分析方法(twinspan)或其他聚类分析方法。其中，植被类型的划分采用数量分类的方法。对于群落结构和物种组成相对简单的类型，通常将相对盖度、重要值、优势度(森林群落)75％确定为划分建群种或共建种的阀值，据此划分出不同的群系或亚群系。对于群落结构和物种组成复杂的类型，例如热带、亚热带地区的森林植被等，应通过数量分类方法，首先对群落优势层或次优势层的物种进行分类，筛选出特征种，进一步确定出群系的分类方案。
7、数量分类采用双向指示种分析方法，即twinspan，或其他聚类分析方法，将全部样地初步划归为不同等级的植被分类单元(群系、群丛组、群丛)。根据经验或相关记录，对数量分类结果进行校正，确定最合理的分类方案。在此基础上，计算每个物种的ф值，利用fisher严格检验特征值(fidelity value，即ф值)，判断ф值的显著性(p<0.05)，如果一个物种在特定植被分类单元中出现和聚集的概率显著高于其他群丛，该物种即可确定为特征种。
8、前述现有技术虽然强调了指示种、群落优势层、特征种、建群种等概念，但仍然停留于模糊聚类阶段，未能实现真正的数量化分类；而且，前述技术将相对盖度、重要值、优势度等概念混杂在一起，不利于实现精确的植被数量化分类。
9、如图1所示，现有技术中采用的巢式取样(nested sampling)是获得种一面积曲线的途径。它按一定规则不断扩大取样面积，从而获得相应面积的物种数量数据，组成构建种一面积曲线的样方系列。对于不同的群落类型，巢式样方起始面积和面积扩大的级数有所不同。一般来说，森林比草地群落的起始面积大，面积扩大的级数也较多；在森林群落中，热带森林的起始面积大于温带和寒温带森林，面积扩大的级数也是前者多于后者。为得到主要植被类型的种一面积曲线，原则上要求采用巢式样方法，对每个主要植被类型进行较大面积的样方调查。样方面积2000m2以上。调查面积由0.5mx0.5m开始，依次作0.25m2(50cmx50cm)，0.5m2(0.5mx1m)，1m2(1mx1m)，2m2(2mx1m)，4m2(2mx2m)的样方，以此类推。
10、在前述现有技术中，面积越取越大，误差越大，难以避开边缘效应，同时，森林、灌从、草地、荒漠、湿地，各自的起始面积亦无法确定，采用种-面积曲线无法准确反映物种数量差异。
11、如图2所示，针对前述缺陷，后续现有技术采用了“等速螺线”群落最小面积的验证方法，可以很好地消除“边缘效应”。
12、前述现有技术中的群落最小面积验证方法，要使用等速螺线(图2)，也即阿基米德螺线；而不能使用等角螺线(图3)，类似于斐波那契螺线，更不能把螺线拉直。前述问题导致天然森林中的取样操作仍存在边缘效应。
13、在传统的植被学最小面积验证方案中，未充分考虑广阔的热带、亚热带森林中的稀有种类，相较寒带、寒温带的植被更加丰富的实际场景，同时，传统方案将个体的生长、繁殖规律，直接移植到各个不同环境场景下的植物群落。故前述现有技术的适用场景仍存在局限。
14、公布号为cn 107403392 a的专利技术专利申请文献《一种喀斯特山地植被标准地最小面积的计算方法》，该方案中采用的巢式取样，其实质是：将暗合动植物生长、繁殖规律的斐波那契螺线拉直，该做法脱离了森林群落最小面积计算的实际应用场景，而且，从源头上，传统的国外方案已存在错误地将个体生长、繁殖规律，直接地移植到了群落研究中，进而对国内部分生态学研究产生误导。
15、综上，现有技术存在植被难以数量化分类、分类偏差精度低、取样存在边缘效应、分类方案适用性较低的技术问题。
技术实现思路
1、本专利技术所要解决的技术问题在于：如何解决现有技术中植被难以数量化分类、分类偏差精度低、取样存在边缘效应、分类方案适用性较低的技术问题。
2、本专利技术是采用以下技术方案解决上述技术问题的：森林植被数量化分类方法包括：
3、s1、选定特定研究区域，基于网格式布点划分预置样地，以得到不少于2个样地，设置样地参数；
4、s2、划分人工林、天然次生林、天然林；
5、s3、针对预置的人工林样地进行调查，以采集野外调查数据，不需要计算群落相似性，即可以其人工栽植的优势树种，直接进行样地合并操作，完成样地聚类；再求取优势树种的相对密度、相对频度、相对显著度，据以处理得到人工林中人工栽植的优势树种的重要值，根据重要值，进行特征种提取操作，以对样地所代表的植被类型进行命名操作；
6、s4、根据野外调查数据，针对天然次生林、天然林，区分不同地段的优势树种，据以划分得到差异森林群落，以对命名操作进行确认，其中，对每两块样地中的乔木层重合物种，据以求取相对多度，以得到标准化数据，对标准化数据取平均值，据以获取样地所代表的群落之间相似性，利用相似性等级阈值，将群落的相似性分级为不少于2个相似等级，以处理得到样地归并控制数据，据以进行群落归并操作。
7、本专利技术通过计算特定样地中森林群落的相对多度，完成数据标准化的过程；本专利技术将每两块样地中的乔木层重合物种，先进行数据本文档来自技高网...
【技术保护点】
1.森林植被数量化分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的森林植被数量化分类方法，其特征在于，所述样地参数包括但不限于：样地大小、样地密度。
3.根据权利要求1所述的森林植被数量化分类方法，其特征在于，所述步骤S3包括：
4.根据权利要求1所述的森林植被数量化分类方法，其特征在于，所述步骤S3中，重要值的求取操作的适用情形包括：中级分类单位群系/优势度型以及低级分类单位群从。
5.根据权利要求1所述的森林植被数量化分类方法，其特征在于，所述步骤S5包括：
6.根据权利要求1所述的森林植被数量化分类方法，其特征在于，所述步骤S4中，根据预设胸径阈值、预设分枝点阈值处理所述森林群落的同根多株信息；在灌丛、草地以及荒漠的生物量数据难以获取时，且优势层片均质化程度较高时，采用相对盖度进行数量化分类操作。
7.根据权利要求1所述的森林植被数量化分类方法，其特征在于，所述步骤S4中，根据所述野外调查数据，选择前述适用方法进行所述数量化分类操作。
8.森林植被数量化分类系统，其特征在于，所
...【技术特征摘要】
1.森林植被数量化分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的森林植被数量化分类方法，其特征在于，所述样地参数包括但不限于：样地大小、样地密度。
3.根据权利要求1所述的森林植被数量化分类方法，其特征在于，所述步骤s3包括：
4.根据权利要求1所述的森林植被数量化分类方法，其特征在于，所述步骤s3中，重要值的求取操作的适用情形包括：中级分类单位群系/优势度型以及低级分类单位群从。
5.根据权利要求1所述的森林植被数量化分类方法，其特征...
【专利技术属性】
技术研发人员：丁增发，周业勇，陈维，孙樱，韩文妍，潘婷，
申请(专利权)人：安徽省林业科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。