| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第16-26页 |
| 1.1 引言 | 第16-19页 |
| 1.1.1 研究背景 | 第16-18页 |
| 1.1.2 研究目的与意义 | 第18页 |
| 1.1.3 项目来源与经费支持 | 第18-19页 |
| 1.2 国内外研究现状 | 第19-23页 |
| 1.2.1 生境分组研究现状 | 第19-20页 |
| 1.2.2 林分生长模拟研究现状 | 第20-23页 |
| 1.2.3 发展趋势及存在问题 | 第23页 |
| 1.3 主要研究内容 | 第23-26页 |
| 1.3.1 研究目标和内容 | 第23-24页 |
| 1.3.2 技术路线 | 第24-26页 |
| 第二章 数据处理与研究方法 | 第26-40页 |
| 2.1 数据来源 | 第26-27页 |
| 2.1.1 杉木样地数据 | 第26页 |
| 2.1.2 环境数据 | 第26-27页 |
| 2.2 样地、环境数据处理方法 | 第27-37页 |
| 2.2.1 杉木样地数据处理 | 第27-28页 |
| 2.2.2 气候数据 | 第28-30页 |
| 2.2.3 土壤数据 | 第30-32页 |
| 2.2.4 DEM数据 | 第32页 |
| 2.2.5 环境因子相关性分析 | 第32-37页 |
| 2.3 研究方法 | 第37-40页 |
| 2.3.1 随机森林算法原理 | 第37-38页 |
| 2.3.2 空间聚类方法概述 | 第38-40页 |
| 第三章 杉木分区建模方法研究 | 第40-59页 |
| 3.1 基于随机森林模型的杉木立地因子筛选 | 第40-44页 |
| 3.1.1 杉木样地立地指数计算 | 第42页 |
| 3.1.2 基于随机森林模型的环境因子选择 | 第42-44页 |
| 3.2 基于随机森林-递归特征消除(RF-RFE)的环境因子筛选 | 第44-46页 |
| 3.3 环境因子筛选结果分析 | 第46-47页 |
| 3.4 基于空间聚类的杉木研究区分组研究 | 第47-58页 |
| 3.4.1 杉木研究区分组 | 第47页 |
| 3.4.2 杉木研究区分组结果与分析 | 第47-52页 |
| 3.4.3 分组建模及模型验证 | 第52-58页 |
| 3.5 本章小结 | 第58-59页 |
| 第四章 林分生长预测自动化建模系统设计 | 第59-74页 |
| 4.1 林分生长预测自动化建模方法框架设计 | 第59-60页 |
| 4.2 模型数据库设计 | 第60-66页 |
| 4.2.1 林分生长预测模型数据库设计 | 第60-65页 |
| 4.2.2 模型数据库管理功能设计 | 第65-66页 |
| 4.3 样本数据库设计 | 第66-69页 |
| 4.3.1 样本数据库结构 | 第66-67页 |
| 4.3.2 样本数据库管理 | 第67-69页 |
| 4.4 模型拟合方法与评价 | 第69-72页 |
| 4.4.1 模型拟合方法 | 第69-71页 |
| 4.4.2 模型评价指标 | 第71-72页 |
| 4.5 本章小结 | 第72-74页 |
| 第五章 林分生长预测自动化建模方法应用实例 | 第74-82页 |
| 5.1 创建样本数据库并导入样本数据 | 第74-77页 |
| 5.2 模型库构建 | 第77-78页 |
| 5.3 模型建模结果与分析 | 第78-79页 |
| 5.4 森林资源小班数据更新 | 第79-80页 |
| 5.5 本章小结 | 第80-82页 |
| 第六章 结论与展望 | 第82-85页 |
| 6.1 研究结论 | 第82-83页 |
| 6.2 展望 | 第83-85页 |
| 参考文献 | 第85-91页 |
| 在读期间的学术研究 | 第91-92页 |
| 致谢 | 第92页 |