FSOS森林模拟优化模型学习笔记

森林模拟优化模型 (forest simulation and optimization system，FSOS)

FSOS 采用模拟退火算法安排森林经营作业，通过参数协调控制多项资源，充分考虑森林复杂的环境和林分生长，实现森林多目标长期可持续经营。

利用森林模拟优化模型 (FSOS) 分析森林

2095-0756(2020)05-0833-08

总结：

这篇论文对比了传统方法和FSOS计算了合理的年伐量。 

数据：

1.树种的树高和年龄数据

2.括林分动态和景观水平的“非木材资源”指标

3.蓄积量最大年平均生长量 (MAI)、蓄积量达到最大年平均生长量时的林龄 (TMax)

在计算采伐量时，该模型能充分考虑森林的龄组结构、树种组成和林分生长演化规律，通过模拟退火算法寻找最优解。

①57 个调查因子，包括小班号、小班面积、树种组成、平均年龄、平均树高、平均胸径、蓄积量、每公顷株数、森林类别、起源、保护等级、龄组、土地类型、坡度、坡向等。

②对比传统公式法以及实际生长曲线

③FSOS 模型的基本参数包括林分动态和景观水平的“非木材资源”指标。林分动态参数包括  蓄积量最大年平均生长量 (MAI)、蓄积量达到最大年平均生长量时的林龄 (TMax) 和控制蓄积量生长曲线的常数 (MValue) ，基于二类数据整理分析输入各树种的 MAI 和 TMax，MValue 值取 3，基于Richards 方程，以这 3 个参数作为初始值进行非线性回归分析，生成树种的生长曲线。

林分及生长曲线  

林分及其生长曲线基于二类调查数据中的小班属性，通过 FSOS 模型中的林分模块拟合生成。树木生长曲线是定量衡量林分动态的基本参数，在 FSOS 模型中，不同树种的生长属性是模型的基础输入参数。FSOS 模型根据小班的树种组成、蓄积量、胸径、树高等属性值拟合树种的蓄积、树高和胸径生长曲线。将优势树种和立地级作为拟合参数，基于小班属性值生成各个树种在不同立地级下的散点图，使用 Richards 方程拟合对应的树种生长曲线并给出相应的决定系数 R2，用以评价拟合效果。根据树种生长情况相似的特点，将数据较少或数据质量较差的树种进行合并，重新拟合生长曲线以提高树种生长曲线拟合效果。FSOS 模型根据以下规则创建林分：同一林分必须具有相同的树种、比例和立地级；当优势树种比例大于 70% 时，将林分改为纯林；当林分具有相同的树种和比例，且这些树种的总比例大于 80% 时，合并林分；当相同树种比例差值小于 20% 时，合并林分。使用相应的 树种生长曲线根据每个林分的树种组成及比例拟合成林分的生长曲线，用以预测林分未来生长和演化规律。

FSOS 模型具有地图功能，能将小班与地形图结合，将每个周期的采伐分布精准定位到具体的小班地块，并将其展示在地图上，保证应用的精准性，可直接指导营林作业，便于森林经营管理。

方案设置    根据《中国可持续发展林业战略研究总论》中提出的森林资源幼龄林、中龄林、近熟林、成熟林、过熟林面积比例 2∶1∶1∶2∶1，设置理想状态，即成熟林、过熟林面积占比达 42.86% 为比较理想的龄组分布状态[15]。优先控制成熟林、过熟林面积，提高林分价值，营造良好的森林结构和景观格局。在方案模块创建用材林主伐方案，以 5 a 为 1 个规划单位，共设 10 个作业周期，研究未来 50 a 林场经营和森林采伐。选择一般用材林为经营采伐对象，运行方案经数万次的优化和迭代，生成最优方案。