基于SOM神经网络的宜城市森林健康评价

作者：林治成; 杨贵才; 夏锐; 康建坤^*; 曾冠中; 张伟

来源：南方林业科学, 2023, 51(05): 65-70.

DOI：10.16259/j.cnki.36-1342/s.2023.05.013

• 森林健康评价
• 宜城市
• 主成分分析法
• SOM神经网络
• 聚类分析

森林健康是生态文明建设中不可或缺的一环。本文基于2022年宜城市森林调查数据，通过主成分分析法排除冗余因子，确定健康评价指标，并运用SOM神经网络模型进行聚类分析，对宜城市森林健康状况进行评价。结果表明：（1）总的来看，宜城市森林优质健康等级最少，占比12.86%，健康等级占比17.14%，亚健康等级占比21.43%，不健康等级最多，占比31.43%，极不健康等级占比17.14%;(2)宜城市森林以幼龄林与中龄林为主，龄组结构较为不合理，中龄林健康状况整体略优于幼龄林；（3）以郁闭度划分，低郁闭度森林健康状况优于高郁闭度森林；（4）以起源划分，人工林健康状况优于天然林。

• 单位
  中国地质大学（武汉）