人工林资源是我国森林资源的重要内容,其在提供木材产品、改善生态环境等方面发挥着关键的、不可替代的作用。依据第八次全国森林资源清查统计,我国人工林面积6933万hm2,虽然位居世界首位,但每公顷蓄积量仅为52.76m3,平均胸径只有13.6cm,远低于世界平均水平(国家林业局,2014)。如何科学有效地经营好人工林资源是提高林地生产力的关键,而林业信息化是林业现代化可持续发展的重要手段,也是国家当前的信息化战略的重要组成内容。落叶松是我国重要的人工林树种,在我国内蒙、东北等地都有大量栽培,但目前利用信息技术针对落叶松的经营研究还不够深入和彻底,因此,如何利用信息技术科学高效的对落叶松人工林进行经营是值得重点研究的问题。本研究以华北落叶松为研究对象,利用林学、信息技术和统计学等方法技术,研究并实现基于小班的抚育作业经营方案编制辅助决策支持系统,从而为华北落叶松的经营提供决策支持。以赤峰地区克什克腾旗桦木沟林场的小班调查数据、桦木沟林场建立的临时标准地调查数据及固定标准地调查数据为基础,研究了华北落叶松人工林的竞争指数模型和冠幅模型,研究了需要抚育间伐的森林小班的智能选择理论与技术,并构建了基于小班的抚育间伐作业经营方案编制辅助决策支持系统。主要研究工作和结论如下:1.构建树冠竞争指数(Crown Competition Index)。树木间的竞争不仅来自于水平方向的挤压,还有垂直方向上的相互遮挡,本文选择了常用的几种与距离有关和与距离无关的竞争指数,并基于树冠重叠面积竞争指数AO-CIO,加入对象木与竞争木之间在树冠垂直方向上遮挡的影响因子——冠长,构造了树冠竞争指数,实现对树木间竞争的模拟研究。2.分别基于Voronoi图构成的空间竞争结构单元和基于4株木构成的空间竞争结构单元,研究了两种空间竞争结构单元的对象木和竞争木选择方式及选择算法,并提出了分象限边缘矫正法,该方法能有效提高标准地的林木利用率,特别对于小型标准地非常适用。并分别针对两种空间竞争结构单元,设计了基于R语言的竞争木选择算法和分象限边缘矫正算法。3.分别对以上两种空间竞争结构单元的10种竞争指数模型进行对比分析研究,通过使用线性式、指数式、对数式、幂函数、双曲线和二项式6种基本函数形式,分别对胸径与20种竞争指数组合进行拟合,结果发现:(1)拟合华北落叶松和竞争指数与胸径的相关关系时,二项式、指数式和幂函数结果较好;(2)基于Voronoi图空间竞争结构单元的竞争指数决定系数普遍高于4株木空间竞争结构单元竞争指数的决定系数,因此,相对来说,基于Voronoi图空间竞争结构单元比4株木空间竞争结构单元更适用于竞争指数;(3)增加树冠垂直方向上的影响因子的竞争指数模型,能明显提高竞争指数对胸径的影响。(4)与距离有关的竞争指数模型较与距离无关的竞争指数模型能更好地表达胸径与竞争指数的关系,也就是说能更好地反应树木间的竞争能力,但这种差异并不明显,和具体的竞争指数模型有关。4.在树木间竞争研究的基础上,从冠幅和空间的角度,进一步分析了林木树冠间的相互影响,分析林木和林分的间伐时间,为林分抚育间伐决策提供参考,并为后续的森林小班选择提供理论支持。假定华北落叶松人工林的株行距对应,冠幅投影为正圆,分三种情况分析了间伐的条件:(1)当两树树冠半径之和小于等于两树间距离时,不用进行抚育间伐;(2)当两树间距离等于树冠半径时,必须进行抚育间伐;(3)当两树间距离介于以上两者之间时,可通过其他方式判断是否进行抚育间伐。5.在华北落叶松树木间竞争研究的基础上,分别以两种空间结构单元的10种竞争指数参与构建冠幅模型,结果发现:对于竞争指数参与构建的冠幅模型,以Voronoi图确定竞争单元时,以反应树冠整体形态的树冠竞争指数CI10参与构建的冠幅模型效果最好;以4株木确定竞争单元时,以Sum Line Length竞争指数CI3参与构建的冠幅模型效果最好。同时,利用逐步回归分析方法建立冠幅模型,对自变量和因变量的几种处理方式进行了计算分析,对于自变量及其对数形式,两种情况均有可能同时出现在模型中,且两者同时出现时模型拟合效果较好。6.在前文研究的基础上,探索在森林抚育间伐任务目标控制下,基于空间分析和遗传算法的森林抚育间伐小班智能选择方法,为以小班为单位的抚育间伐作业经营方案编制等后续森林经营活动提供决策支持。主要有以下三个方面创新点:(1)提出并构建了森林抚育间伐小班选择的评价指数,该评价指数还可以扩展应用于其他森林小班的智能选择中;(2)优化了点缓冲区分析,设计了空间优化算法(Annulus Control Algorithm,ACA),该算法能同时应用于其他空间分析需求中;(3)采用改进的贪婪策略以符号编码方式进行编码,结合改进的遗传算法的操作算子,对遗传算法进行了改进,形成新的遗传算法(Improved Greedy Strategy and Encoding for Genetic Algorithm,IGSEGA),该遗传算法也能同时应用于其他应用需求中。7.以前文研究内容为基础,针对人工林抚育间伐小班选择和小班抚育间伐作业经营方案辅助编制问题,研究了需要编制抚育间伐作业经营方案的小班的智能选择、小班适宜性评价与小班抚育间伐作业经营方案推理生成方法,通过森林经营专家对森林抚育间伐作业经营方案的知识分析,构建了抚育间伐作业经营方案编制辅助决策支持系统的知识库和推理机,采用框架表示法和产生式规则表示法表示根据林分状态、立地条件和经营目标等条件确定经营类型的知识,研究了方案生成技术,设计了“智能设计”和“手动辅助设计”2种编案方式。8.通过对森林经营专家知识进行整理分析,根据立地条件、树种、森林经营作业法等森林经营知识和抚育采伐种类与方法、森林经营采伐规划设计、经营方案等森林经营知识构建了森林抚育间伐作业经营方案编制辅助决策支持系统知识库、模型库、方法库和数据库,研究了以.NET平台为基础,基于R语言的数据可视化技术。9.在上述研究的基础上,根据森林经营决策流程,设计了森林抚育间伐作业经营方案编制辅助决策支持系统架构和功能结构,并基于.NET平台、C#语言、R等语言,结合ArcGIS Engine组件开发包,实现了森林抚育间伐作业经营方案编制辅助决策支持系统原型,系统功能主要是对以小班为对象的、以抚育作业为主的森林抚育间伐作业经营方案编制提供辅助决策支持。