森林资源调查是实现我国林业建设现代化重要手段和可持续发展的必然要求,也是森林资源监测体系的重要组成部分。近年来,随着GPS技术的飞速发展,以GPS为核心的定位测量技术已经广泛应用于森林资源调查中,然而受到林区地形、水面、气候、林带的影响,目前针对林业资源的GPS定为手段精度相对较低。如何提高森林资源调查的精度,已成为亟待解决的问题。针对这一需求,在充分分析林业资源调查过程中的需求、流程、干扰因素的基础上论文研究了基于遗传神经网络和RTK-GPS将结合的GPS定位方法和具体实现。论文完成的主要工作和取得的成果如下：①在分析林业资源自身特点及资源调查业务范围的基础上,分析了林业资源调查干扰因素,对现有GPS差分方法进行分析,结合林业资源调查的需要,选择RTK差分算法作为定位手段,同时考虑林业调查中干扰因素,提出一种智能预测算法与RTK差分算法相结合的改进方案。②在充分讨论各类智能预测算法优缺点的基础上,结合林业资源调查的实际情况,提出一种基于遗传神经网络的智能预测算法；然后结合神经网络和遗传算法的实现原理,给出遗传神经网络的实现方法及其与RTK差分的结合的技术方案。③结合林业资源调查的需求和特点,分别对神经网络算子的结构、学习方法、遗传算子的编码方式,编译、杂交策略、适应度函数进行设计,得出遗传神经网络的具体实现。④提出本文所提出的基于遗传神经网络的RTK-GPS技术在林区数字测绘及样地定位中的实际实现方式,内业与外业的实施流程及实施内容,本文提出的方法,能够在现有林业资源调查过程中普遍采用的软硬件条件,将本文提出和设计的技术方案应用到绥宁关峡林区的实际调查过程,实际结果表明,各种该方法行之有效,达到了设计目标,能够满足林区测绘和资源调查的实际需要。