保护森林就是保护人类的生存环境和社会的持续发展,北京作为全国的政治、经济和文化中心,对首都的森林生态的保护有着深远的意义。本文以森林健康理论、预警理论和粗糙集理论为研究基础,并将三种理论有机结合,以森林健康评价为基础,森林健康预警为主体,粗糙集理论为途径构建森林健康预警系统：结合森林健康理论和预警理论,论述了森林健康预警研究的必要性和重要性；分析影响森林健康的因素及其作用机理,基于PSR(压力-状态-响应)框架深入分析了森林健康预警的过程；按照森林健康预警系统的构建思路,构建森林健康预警系统；基于粗糙集理论构建了森林健康预警计算模型,并进行指标属性的约简和权重的计算；通过建立预警调控措施专家库和各预警管理系统,实现了预警调控子系统的功能。森林健康预警研究是森林健康理论与预警理论相结合的产物,本研究首次将粗糙集理论应用于森林健康预警中,以粗糙集理论方法作为森林健康预警计算模型,从指标的约简到指标权重的确定,都为森林健康预警提供了新的方法。通过将粗糙集约简理论和BP(误差反向传递)神经网络相集合,扩展了粗糙集理论在预警预测领域的应用。将粗糙集方法作为BP神经网络的前置预处理系统,可以简化神经网络的构造,减小神经网络的训练集并缩短网络的训练学习时间。本研究将这一混合模型应用于鹫峰国家森林公园的健康预测中,分析并验证了这一模型的合理性和可靠性。利用建立的森林生态系统健康预警系统,结合北京山区森林健康发展状况,对北京山区的森林生态系统健康进行预警。预警诊断子系统输出结果表明,北京市山区15块研究样地中,处于无警状态的有4块,轻警4块,中警3块,重警3块,巨警1块。整体警情较严重,森林管理者通过利用预警调控子系统分析森林“病变”的根源,结合专家库,提出相应的森林健康恢复措施,可及时、有效的排除警患。