气候变化对林业的影响监测方法及装置

1.本发明涉及气象气候应用技术领域，特别是涉及一种气候变化对林业的影响监测方法及装置。


背景技术：

2.气候变化是指气候平均状态随时间的变化，即气候平均状态和离差(距平)两者中的一个或两个一起出现了统计意义上的显著变化。离差值越大，表明气候变化的幅度越大，气候状态越不稳定。自工业化时代以来，温室气体排放量的大幅增加给人类带来一系列气候问题：大气和海洋温度明显升高、极地冰层融化、海平面持续上升等。因此，气候变化一直是人们关注的焦点，影响人们生产生活的方方面面。
3.林业作为生产生活的重要组成部分，是指保护生态环境保持生态平衡，培育和保护森林以取得木材和其他林产品、利用林木的自然特性以发挥防护作用的生产部门。其中，林业主要由森林资源构成，而气候变化对森林资源有明显影响，包括有利影响和不利影响。然而，气候变化中对森林资源有影响的因素异常复杂多样，且气候变化因素对森林资源的影响往往也是间接的，这导致相关林业研究人员或林业监测人员难以根据气候变化监测或预测林业的发展变化，无法满足气候变化对林业的影响监测需求。


技术实现要素：

4.基于此，有必要针对传统的监测方式难以根据气候变化监测或预测林业的发展变化，无法满足气候变化对林业的影响监测需求这一不足，提供一种气候变化对林业的影响监测方法及装置。
5.一种气候变化对林业的影响监测方法，包括步骤：
6.获取与气候变化的气候关联参数和林业关联参数；
7.将气候关联参数作为一级特征且将林业关联参数作为测试结果，建立决策树；
8.根据一级特征与测试结果的联系，进行信息分裂，确定决策树的二级特征/多级特征；
9.选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于将林业关联参数量化输出的影响监测模型。
10.上述的气候变化对林业的影响监测方法，在获取到与气候变化的气候关联参数和林业关联参数后，将气候关联参数作为一级特征且将林业关联参数作为测试结果，建立决策树。进一步地，根据一级特征与测试结果的联系，进行信息分裂，确定决策树的二级特征/多级特征，并选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于将林业关联参数量化输出的影响监测模型。基于此，将林业关联参数转换成量化结果，便于将气候变化对林业的影响监测结果进行量化展示，满足气候变化对林业的影响监测需求。
11.在其中一个实施例中，建立决策树的过程，包括步骤：
12.根据c4.5决策树算法，建立决策树。
13.在其中一个实施例中，气候关联参数包括温度、降水量和/或特定气体浓度。
14.在其中一个实施例中，林业关联参数包括森林蓄积量。
15.在其中一个实施例中，二级特征/多级特征包括温度和降水量。
16.在其中一个实施例中，选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于量化输出林业关联参数的影响监测模型的过程，如下式：
[0017][0018]
其中，表示森林蓄积量的变化率，t表示地区平均气温，t
fo
表示森林资源最适宜的生长温度，dt表示气温的变化量，dp表示平均降水量的变化量，b
f
，c
f
表示地区修正参数。
[0019]
在其中一个实施例中，选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于量化输出林业关联参数的影响监测模型的过程，还如下式：
[0020]
r1/r0＝{0.00333*[t1900
‑
t1]^2+0.00717*dp+1}
[0021]
其中，k1表示实际森林资源存量，k0表示理论森林资源存量，t1表示实际温度，t1900表示公元1900年的温度，dp表示平均降水量的变化量。
[0022]
一种气候变化对林业的影响监测装置，包括：
[0023]
参数获取模块，用于获取与气候变化的气候关联参数和林业关联参数；
[0024]
决策树建立模块，用于将气候关联参数作为一级特征且将林业关联参数作为测试结果，建立决策树；
[0025]
特征提取模块，用于根据一级特征与测试结果的联系，进行信息分裂，确定决策树的二级特征/多级特征；
[0026]
模型监测模块，用于选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于将林业关联参数量化输出的影响监测模型。
[0027]
上述的气候变化对林业的影响监测装置，在获取到与气候变化的气候关联参数和林业关联参数后，将气候关联参数作为一级特征且将林业关联参数作为测试结果，建立决策树。进一步地，根据一级特征与测试结果的联系，进行信息分裂，确定决策树的二级特征/多级特征，并选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于将林业关联参数量化输出的影响监测模型。基于此，将林业关联参数转换成量化结果，便于将气候变化对林业的影响监测结果进行量化展示，满足气候变化对林业的影响监测需求。
[0028]
一种计算机存储介质，其上存储有计算机指令，计算机指令被处理器执行时实现上述任一实施例的气候变化对林业的影响监测方法。
[0029]
上述的计算机存储介质，在获取到与气候变化的气候关联参数和林业关联参数后，将气候关联参数作为一级特征且将林业关联参数作为测试结果，建立决策树。进一步
地，根据一级特征与测试结果的联系，进行信息分裂，确定决策树的二级特征/多级特征，并选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于将林业关联参数量化输出的影响监测模型。基于此，将林业关联参数转换成量化结果，便于将气候变化对林业的影响监测结果进行量化展示，满足气候变化对林业的影响监测需求。
[0030]
一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述任一实施例的气候变化对林业的影响监测方法。
[0031]
上述的计算机设备，在获取到与气候变化的气候关联参数和林业关联参数后，将气候关联参数作为一级特征且将林业关联参数作为测试结果，建立决策树。进一步地，根据一级特征与测试结果的联系，进行信息分裂，确定决策树的二级特征/多级特征，并选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于将林业关联参数量化输出的影响监测模型。基于此，将林业关联参数转换成量化结果，便于将气候变化对林业的影响监测结果进行量化展示，满足气候变化对林业的影响监测需求。
附图说明
[0032]
图1为一实施方式的cema模型示意图；
[0033]
图2为一实施方式的气候变化对林业的影响监测方法流程图；
[0034]
图3为一实施方式的决策树示例图；
[0035]
图4为另一实施方式的气候变化对林业的影响监测方法流程图；
[0036]
图5为一实施方式的气候变化对林业的影响示意图；
[0037]
图6为一实施方式的气候变化对林业的影响监测装置模块结构图；
[0038]
图7为一实施方式的计算机内部构造示意图。
具体实施方式
[0039]
为了更好地理解本发明的目的、技术方案以及技术效果，以下结合附图和实施例对本发明进行进一步的讲解说明。同时声明，以下所描述的实施例仅用于解释本发明，并不用于限定本发明。
[0040]
为建立气候变化与林业的影响关联，本发明实施例提供了一种cema(climate economic model for assessment)模型。图1为一实施方式的cema模型示意图，如图1所示，以cema模型的碳循环模块来表征气候变化。其中，与经济中林业相关联的气候变化，在工业时代最突出的是二氧化碳co2的浓度变化，进而影响气候响应，表征为辐射强迫后的温度变化。最后，温度变化作用于林业。
[0041]
因此，基于cema模型，本发明实施例的气候关联参数优选选用温度。需要注意的是，在cema模型的构建逻辑下，气候关联参数还可选用降水量、季风次数、特定气体浓度等与气候类型相关的参数。在其中一个实施例中，气候关联参数可从历年的气候记录中获取。
[0042]
其中，为配合后续决策树的建立，应选择尽可能多的气候关联参数的参数类型。作为一个较优的实施方式，气候关联参数包括温度、降水量和/或特定气体浓度。需要注意的是，较优的实施方式为开放式限定，即气候关联参数包括但不限于温度、降水量和/或特定气体浓度。为配合林业领域的关联响应，特定气体浓度选用温室气体浓度，包括二氧化碳气
体浓度、甲烷气体浓度或氮气体浓度等。
[0043]
基于此，本发明实施例提供了一种气候变化对林业的影响监测方法。
[0044]
图2为一实施方式的气候变化对林业的影响监测方法流程图，如图2所示，一实施方式的气候变化对林业的影响监测方法包括步骤s100至步骤s103：
[0045]
s100，获取与气候变化的气候关联参数和林业关联参数；
[0046]
s101，将气候关联参数作为一级特征且将林业关联参数作为测试结果，建立决策树；
[0047]
s102，根据一级特征与测试结果的联系，进行信息分裂，确定决策树的二级特征/多级特征；
[0048]
s103，选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于将林业关联参数量化输出的影响监测模型。
[0049]
其中，林业关联参数包括森林蓄积量、森林资源存量或森林生长速率等。在其中一个实施例中，林业关联参数选用森林蓄积量，以便于宏观上建立气候关联参数和林业关联参数的关联，便于后续决策树的各级特征分裂发散。
[0050]
其中，气候关联参数作为一级特征，与林业关联参数的关联并非直接关联——一级特征作用于二级特征直至多级特征，由二级特征或多级特征直接作用于林业关联参数。
[0051]
以气候关联参数为特定气体浓度为例，使用化石燃料，导致含氮化合物气体、酸性气体和温室气体排放到大气中。其中，含氮化合物会通过干沉降或和雨水结合以湿沉降的方式回到地面，进入土壤，对植物的生长产生影响，从长期看来可对植物的生长起促进作用；酸性气体和雨水结合形成酸雨(ph值低于5.6；目前酸沉降基本与酸雨等同)，落入土壤后将使土壤酸化，并会造成钾、钠、钙等元素严重流失，使土壤贫瘠，这都会对树木的生长造成严重的负影响，改变相关的林业关联参数。
[0052]
同理，大气中温室气体的含量增加造成的温室效应不断积累，引发了全球变暖。第一，全球变暖会改变降水，一方面改变降水的时空分布，一方面会造成较为极端的洪水和干旱灾害。其中干旱对森林资源会带来较大的负面影响，不仅是因为干旱会抑制树木的生长，还因为干旱更容易引发山火和虫灾，造成森林资源的严重损失。第二，全球变暖会造成冰川撤退，一方面体现在两极冰川融化，海平面上升，由此危害到沿海森林资源；一方面体现在高山雪线上移，由此可能会使森林向更高海拔扩散。第三，全球变暖会使积雪提前融化，进而将生长期提前，并延长树木的生长周期。第四，全球变暖会对各生物因素产生影响，较高的温度更适宜一些昆虫和细菌病毒的繁殖生长和扩散，从而造成频率更高、更加严重的病虫害，严重损害森林资源；此外，高纬度地区的寒冷原本并不适宜某些物种的生存，但是温度升高后，可以成为一些动植物的栖息地，由此极易引起物种入侵的情况，并对本土动植物造成冲击，损害物种多样性。
[0053]
基于此，图3为一实施方式的决策树示例图，如图3所示，一级特征包括温度、降水量和特定气体浓度；二级特征包括温度升高、降水变化和温室气体升高；三级特征包括昆虫病菌繁殖上升、冰川变化、融雪提前、干旱或洪水和气体对森林的肥效。四级特征包括病虫害及物种入侵加剧、海平面上升、高山雪线上移、树木生长时间延长且生长速度加快、树木生长抑制、山火频率提高、森林生长促进。
[0054]
如图3所示，各一级特征独立开展一决策树分支，决策树分支衍生出各二级特征、
三级特征和四级特征等。其中各级特征均直接或间接作用于最后作为测试结果的林业关联参数，包括林业蓄积增加或林业蓄积减少。
[0055]
以图3为例，在满足气候关联参数作为一级特征且将林业关联参数作为测试结果这一前提下，进行信息分裂，确定决策树的二级特征/多级特征。
[0056]
在其中一个实施例中，通过决策树算法，反向信息分裂出二级特征/多级特征。其中，决策树算法包括id3决策树算法、c4.5决策树算法或cart决策树算法。
[0057]
图4为另一实施方式的气候变化对林业的影响监测方法流程图，如图4所示，步骤s101中建立决策树的过程，包括步骤s200：
[0058]
s200，根据c4.5决策树算法，建立决策树。
[0059]
其中，c4.5决策树算法的信息增益有利于反向处理，得到二级特征/多级特征。同时，在不同一级特征分支中，c4.5决策树算法有利于保证各级特征的连续性，便于后续根据二级特征/多级特征数量选取一级特征。
[0060]
根据预设数量的选择，将二级特征/多级特征少的一级特征剔除。其中，二级特征/多级特征的数量跟关联程度正相关，该关联程度为气候关联参数和林业关联参数的关联程度。基于此，根据步骤s103选用关联程度高、影响力大的一级特征剔除。其中，预设数量包括3
‑
7。作为一个较优的实施方式，预设数量为4。如图3所示，二级特征/多级特征数量大于4的一级特征为温度和降水量。
[0061]
基于此，执行数学关联，以构建影响监测模型
[0062]
在其中一个实施例中，步骤s103中选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于量化输出林业关联参数的影响监测模型的过程，如下式：
[0063][0064]
其中，表示森林蓄积量的变化率，t表示地区平均气温，t
fo
表示森林资源最适宜的生长温度，dt表示气温的变化量，dp表示平均降水量的变化量，b
f
，c
f
表示地区修正参数。
[0065]
其中，一级特征包括温度和降水量。温度和降水量的参数范围包括温的变化量、平均降水量的变化量和地区平均气温等。林业关联参数的参数范围包括森林蓄积量的变化率。
[0066]
其中，地区修正参数b
f
，c
f
与各地区的实际观测值有关。以中国所在的地区为例，对应的参数b_f＝0.0033，c_f＝0.0072，中国地区森林蓄积量变化率和温度变化平方以及降水变化率之间的关系可以表示为：
[0067][0068]
同时，经过与模型中相关变量进行匹配转化，得到温升对林业的传导路径如下式：
[0069]
r1/r0＝{0.00333*[t1900
‑
t1]^2+0.00717*dp+1}
[0070]
其中，k1表示实际森林资源存量，k0表示理论森林资源存量，t1表示实际温度，
t1900表示公元1900年的温度，dp表示平均降水量的变化量。
[0071]
图5为一实施方式的气候变化对林业的影响示意图，如图5所示，假设理论森林资源存量为1，当温度相较于1900年上升1.5℃时，实际森林资源存量为1.008；当温度相较于1900年上升2℃时，实际森林资源存量为1.014；当温度相较于1900年上升4℃时，实际森林资源存量为1.054。
[0072]
基于此，实现气候变化对林业影响的量化输出。
[0073]
上述任一实施例的气候变化对林业的影响监测方法，在获取到与气候变化的气候关联参数和林业关联参数后，将气候关联参数作为一级特征且将林业关联参数作为测试结果，建立决策树。进一步地，根据一级特征与测试结果的联系，进行信息分裂，确定决策树的二级特征/多级特征，并选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于将林业关联参数量化输出的影响监测模型。基于此，将林业关联参数转换成量化结果，便于将气候变化对林业的影响监测结果进行量化展示，满足气候变化对林业的影响监测需求。
[0074]
基于上述的cema模型，本发明实施例还提供了一种气候变化对林业的影响监测装置。
[0075]
图6为一实施方式的气候变化对林业的影响监测装置模块结构图，如图6所示，一实施方式的气候变化对林业的影响监测装置包括模块100、模块101、模块102和模块103：
[0076]
参数获取模块100，用于获取与气候变化的气候关联参数和林业关联参数；
[0077]
决策树建立模块101，用于将气候关联参数作为一级特征且将林业关联参数作为测试结果，建立决策树；
[0078]
特征提取模块102，用于根据一级特征与测试结果的联系，进行信息分裂，确定决策树的二级特征/多级特征；
[0079]
模型监测模块103，用于选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于将林业关联参数量化输出的影响监测模型。
[0080]
上述的气候变化对林业的影响监测装置，在获取到与气候变化的气候关联参数和林业关联参数后，将气候关联参数作为一级特征且将林业关联参数作为测试结果，建立决策树。进一步地，根据一级特征与测试结果的联系，进行信息分裂，确定决策树的二级特征/多级特征，并选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于将林业关联参数量化输出的影响监测模型。基于此，将林业关联参数转换成量化结果，便于将气候变化对林业的影响监测结果进行量化展示，满足气候变化对林业的影响监测需求。
[0081]
本发明实施例还提供了一种计算机存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述任一实施例的气候变化对林业的影响监测方法。
[0082]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取
存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0083]
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、终端、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、ram、rom、磁碟或者光盘等各种可以存储程序代码的介质。
[0084]
与上述的计算机存储介质对应的是，在一个实施例中还提供一种计算机设备，该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行程序时实现如上述各实施例中的任意一种气候变化对林业的影响监测方法。
[0085]
该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种气候变化对林业的影响监测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0086]
上述计算机设备，在获取到与气候变化的气候关联参数和林业关联参数后，将气候关联参数作为一级特征且将林业关联参数作为测试结果，建立决策树。进一步地，根据一级特征与测试结果的联系，进行信息分裂，确定决策树的二级特征/多级特征，并选取二级特征/多级特征数量大于预设数量的一级特征，与林业关联参数执行数学关联，获得用于将林业关联参数量化输出的影响监测模型。基于此，将林业关联参数转换成量化结果，便于将气候变化对林业的影响监测结果进行量化展示，满足气候变化对林业的影响监测需求。
[0087]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0088]
以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。