基于大數(shù)據(jù)技術(shù)的森林資源管護智慧林云體系構(gòu)建方法

楊麗艷

摘 要 森林資源是地球上最重要的自然資源之一，對于保護生物多樣性、調(diào)節(jié)氣候、維護生態(tài)平衡具有重要意義。為提供更為科學有效的森林管護決策，推動森林可持續(xù)發(fā)展，以甘肅洮河國家級自然保護區(qū)為例，利用大數(shù)據(jù)技術(shù)構(gòu)建森林資源保護智慧林云體系，通過構(gòu)建的智慧林云體系對保護區(qū)內(nèi)森林資源數(shù)據(jù)進行采集、預處理及分析，為該地區(qū)森林管護措施提供有效的數(shù)據(jù)支撐，并驗證智慧林云體系在森林資源管護上的可行性。

關(guān)鍵詞 大數(shù)據(jù)技術(shù)；森林資源管護；智慧林云；構(gòu)建方法；甘肅洮河國家級自然保護區(qū)

中圖分類號：S757 文獻標志碼：C DOI：10.19415/j.cnki.1673-890x.2023.12.030

森林覆蓋面積的不斷減少、森林火災的頻發(fā)及非法砍伐等問題對全球森林資源構(gòu)成嚴重威脅[1]。傳統(tǒng)的森林資源管理方法往往依賴于人工采集和分析數(shù)據(jù)，效率低下且易受限于人為因素[2]。大數(shù)據(jù)技術(shù)的合理應用，為森林資源的實時監(jiān)測和管理提供了新的手段[3]。筆者利用大數(shù)據(jù)技術(shù)，提出了一種森林資源管護智慧林云體系的構(gòu)建方法，并在甘肅洮河國家級自然保護區(qū)（以下簡稱為洮河保護區(qū)）內(nèi)進行此體系在森林資源管護中的可行性試驗。采集、分析洮河保護區(qū)內(nèi)森林資源的數(shù)據(jù)，通過云平臺對這些數(shù)據(jù)進行綜合分析，實現(xiàn)對森林資源數(shù)據(jù)分析結(jié)果的可視化展示。通過以上方法決策者可以實時了解各類森林資源的狀態(tài)和變化趨勢，制定科學合理的管理和保護策略，以最大限度地保護和利用森林資源。

1 智慧林云體系框架設計

智慧林云體系框架將利用現(xiàn)代信息技術(shù)，如云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等，對林業(yè)資源進行實時監(jiān)測、數(shù)據(jù)采集和分析[4]。洮河保護區(qū)作為我國重點國有林區(qū)的主體部分之一，森林資源豐富。為實現(xiàn)森林資源的有效管護，以洮河保護區(qū)內(nèi)森林資源為例構(gòu)建一種森林資源管護智慧林云體系，智慧林云體系構(gòu)建方法主要由數(shù)據(jù)采集與預處理、數(shù)據(jù)分析及智慧管護決策組成。數(shù)據(jù)采集設計是通過多種森林數(shù)據(jù)采集設備，共同組成傳感器網(wǎng)絡，將采集到的各類森林數(shù)據(jù)傳輸至邊緣儲存設備共同儲存。數(shù)據(jù)分析部分的設計思路為將儲存的數(shù)據(jù)經(jīng)過網(wǎng)絡上傳至云平臺，在云平臺中搭建數(shù)據(jù)庫用于劃分森林地塊類型并采用決策樹算法對數(shù)據(jù)進行分析，將分析結(jié)果于智慧管護決策內(nèi)展示，操作人員可根據(jù)分析結(jié)果查看當前洮河森林內(nèi)草地的狀態(tài)信息，對森林草地管護進行科學規(guī)劃。

2 數(shù)據(jù)采集與預處理

森林資源的數(shù)據(jù)采集設計重點在于選取有效的采集方式并將數(shù)據(jù)快速并發(fā)收集[5]。森林數(shù)據(jù)的采集包含但不局限于溫度、濕度、土壤含水量等環(huán)境數(shù)據(jù)，各類型的采集設備共同組成傳感器網(wǎng)絡，覆蓋需要進行管護的森林地區(qū)。

考慮到采集森林數(shù)據(jù)時會出現(xiàn)重復，在服務器中加入Jaccard算法用于篩選重復的數(shù)據(jù)，在此算法中將每種森林數(shù)據(jù)設定為一個集合，以單位時間劃分為不同的數(shù)據(jù)集合，通過兩個數(shù)據(jù)集合中的數(shù)據(jù)相似度來篩選重復數(shù)據(jù)，重復數(shù)據(jù)D篩選的計算公式如式（1）。

（1）

式中，A和B分別為不同時間對同一森林資源地塊采集到的數(shù)據(jù)集合，|A|為集合A的數(shù)據(jù)個數(shù)，|B|為集合B的數(shù)據(jù)個數(shù)，|A|∩|B|為A和B的交集的數(shù)據(jù)個數(shù)，|A|∪|B|為A和B的并集的數(shù)據(jù)個數(shù)，由此儲存器優(yōu)先剔除重復數(shù)據(jù)，再將數(shù)據(jù)進行儲存。

3 數(shù)據(jù)分析

云平臺主要對采集到的森林數(shù)據(jù)進行分析，EdgeStore 2000X服務器將初始數(shù)據(jù)通過WLAN傳輸?shù)皆破脚_后，優(yōu)先將數(shù)據(jù)分類儲存到數(shù)據(jù)庫中。本文設計采用谷歌云平臺（Google Cloud Platform）作為此次智慧林云體系構(gòu)建的服務平臺，該平臺可在控制管理頁面直接導航到數(shù)據(jù)庫服務。依據(jù)洮河保護區(qū)內(nèi)森林資源的多類型數(shù)據(jù)，筆者采用MySQL創(chuàng)建關(guān)系型數(shù)據(jù)庫，以不同類型的傳感器設備作為數(shù)據(jù)儲存的主鍵創(chuàng)建不同的數(shù)據(jù)表，并在數(shù)據(jù)表中加入該類數(shù)據(jù)的屬性字段，其中洮河保護區(qū)森林土壤數(shù)據(jù)表的創(chuàng)建類型如表1所示。

在數(shù)據(jù)庫中創(chuàng)建不同類型的數(shù)據(jù)表時，加入SQL查詢語句來執(zhí)行查詢和操作數(shù)據(jù)的功能，操作人員可根據(jù)需要添加或者刪除字段或其他的數(shù)據(jù)屬性。對于批量數(shù)據(jù)查詢的需求，操作人員可采用云平臺提供的一鍵導出功能，將一種類型的數(shù)據(jù)批量導出，數(shù)據(jù)的承載方式可選擇Excel或txt等，方便操作人員對數(shù)據(jù)的把控。

采用決策樹算法對數(shù)據(jù)庫中的森林資源數(shù)據(jù)進行分析處理，其中CART算法可根據(jù)給定的特征和標簽數(shù)據(jù)，自動構(gòu)建一棵決策樹，因此每一種類型的數(shù)據(jù)均可獨立計算分析，在數(shù)據(jù)并發(fā)處理上不會出現(xiàn)沖突，可保證平臺運行的穩(wěn)定性。在構(gòu)建決策樹模型時，選擇數(shù)據(jù)庫中的數(shù)據(jù)字段作為決策樹的節(jié)點，這個過程被稱為特征選擇。根據(jù)特征選擇的方法，計算每個森林資源數(shù)據(jù)特征的度量值，選擇度量值最大的特征作為當前節(jié)點的劃分特征。在特征選擇中，常用的方法是計算每個特征的信息增益（Information Gain），而信息增益的計算依賴于數(shù)據(jù)集的信息熵，信息熵Entropy（C）的計算公式如式（2）。

Entropy（C）=-∑（pi×log2（pi））（2）

其中，C為數(shù)據(jù)集，pi表示數(shù)據(jù)集中屬于第i類的數(shù)據(jù)的比例。通過計算每個特征劃分后的子集的信息熵，可以衡量特征劃分后的數(shù)據(jù)集的不確定性的減少程度，從而選擇具有最大信息增益的特征作為節(jié)點進行劃分。通過計算每個特征劃分后的子集的信息熵，可以比較不同特征的信息增益，選擇可較大減少數(shù)據(jù)集不確定性的特征進行劃分，信息增益Gain（C，A）的計算公式如式（3）。

Gain（C，A）=Entropy（C）-∑（|Cv|/|C|）×Entropy（Cv）（3）

式中，A為特征，Cv為特征A上取值為v的數(shù)據(jù)子集，|Cv|為Cv的數(shù)據(jù)個數(shù)，|C|為數(shù)據(jù)集C的數(shù)據(jù)樣本個數(shù)。根據(jù)特征選擇的結(jié)果，將數(shù)據(jù)集劃分為不同的子集，并為每個子集構(gòu)建子樹。遞歸地重復這個過程，直到滿足某個停止條件，完成決策樹的構(gòu)建。構(gòu)建完成的決策樹往往會過擬合訓練數(shù)據(jù)，為了避免過擬合，需要對決策樹進行修剪。本文采用預剪枝的方法對決策樹進行修剪，預剪枝是在構(gòu)建決策樹時，在每個節(jié)點上進行判斷，如果判斷決策樹在驗證集上無法得到改善，就停止拓展該節(jié)點。最后通過構(gòu)建好的決策樹模型進行數(shù)據(jù)總體預測，對于新的數(shù)據(jù)點，根據(jù)其特征值沿著決策樹的分支進行判斷，此時面臨處理數(shù)據(jù)分類問題，使用基尼指數(shù)衡量特征對于分類的貢獻程度，幫助選擇最佳的劃分特征，基尼指數(shù)Gini（C）的計算公式如式（4）。

Gini（C）=1-∑（pi2）（4）

式中，C表示數(shù)據(jù)集，pi表示數(shù)據(jù)集中屬于第i類的樣本的比例。經(jīng)過以上處理分析的森林資源數(shù)據(jù)，將在平臺的用戶頁面進行可視化，為森林資源的管護提供幫助。

4 智慧管護決策

基于云平臺建模對森林資源數(shù)據(jù)分析的結(jié)果，操作人員可以進行智慧決策和管控，以優(yōu)化森林資源的管理和保護。在云體系中可加入森林資源狀況評價體系，通過分析實時的森林資源數(shù)據(jù)判斷森林的健康程度。筆者對洮河保護區(qū)森林資源數(shù)據(jù)進行采集分析，以裸地與斑面積占比為判定指標，創(chuàng)建洮河保護區(qū)森林健康狀況評價體系，將森林健康程度分為健康、亞健康、不健康和極不健康4個等級，分別將其標為4、3、2、1級，以洮河保護區(qū)內(nèi)草原、林地、苗圃以及灌草叢4種森林資源類型為例，建立森林健康程度分級標準表，如表2所示。

以裸地/斑面積比例作為評價體系決策者可以評估森林資源的總體面貌和可利用性，合理劃定生態(tài)保護區(qū)、制定生態(tài)補償政策、推動可持續(xù)利用等。為了支持智慧決策和管控，筆者基于云平臺的交互功能設立一個可視化窗口，將分析和建模的結(jié)果以圖表和地理信息的形式展示出來。決策者可以通過該平臺直觀地了解森林資源的狀態(tài)和變化趨勢，以便制訂相應的管理和保護策略。

5 應用實例分析

筆者選取洮河保護區(qū)以驗證智慧林云體系的實用性，洮河保護區(qū)位于甘南藏族自治州的卓尼縣、臨潭縣、碌曲縣、迭部縣及合作市，東鄰岷縣，南接迭部縣和四川省若爾蓋縣，西與碌曲縣接壤。甘肅洮河國家級自然保護區(qū)管護中心總面積287 760.00 hm2。其中林地面積為261 483.12 hm2，占土地總面積的90.87%；非林地面積為26 276.88 hm2，占土地總面積的9.13%。森林覆蓋率為44.4%，林地綠化率為71.33%，擁有豐富的森林自然資源。從該自然保護區(qū)中選定大峪溝、車巴溝、卡車溝、麻路小鎮(zhèn)4個范圍開展地上植被覆蓋率監(jiān)測試驗，每個范圍確定3個數(shù)據(jù)采集點，共12個采集點，以編號1～12標記區(qū)分，經(jīng)過統(tǒng)一采集時間后由本文設計的云平臺輸出可視化結(jié)果，生成不同樣點植被覆蓋率圖（見圖1）。

由圖1可知，卡車溝9號樣點（26.7%）和麻路小鎮(zhèn)的12號樣點（31.3%）地上植被覆蓋率最低，其次為大峪溝的1號樣點（37.5%）和車巴溝的6號樣點（42.3%）。地上植被覆蓋率最高的是麻路小鎮(zhèn)的10號樣點（94.6%）和11號樣點（87.4%），其次為卡車溝的8號樣點（77.8%）。其余樣點地上植被覆蓋率在50%～70%。不同分布區(qū)位間比較，僅車巴溝內(nèi)樣點間地上植被覆蓋率差別較小，其余區(qū)位內(nèi)樣點間差別較大，決策人員可根據(jù)此類數(shù)據(jù)信息做出適合當前植被覆蓋情況的資源管護決策。

6 結(jié)語

綜上所述，基于大數(shù)據(jù)技術(shù)的森林資源管護智慧林云體系是一種具有潛力的管理和保護方法。筆者提出了一種森林資源管護智慧林云體系構(gòu)建方法，并在實驗中驗證了其有效性，智慧林云體系能夠充分利用大數(shù)據(jù)、數(shù)據(jù)分析和智能決策技術(shù)，基于數(shù)據(jù)收集、預處理、分析和建模等步驟，實現(xiàn)對森林資源的實時監(jiān)測、智能決策和管控，未來的研究和應用將進一步推動智慧林云體系的發(fā)展，為森林資源的保護和可持續(xù)發(fā)展做出重要貢獻。

參考文獻：

[1] 黃曉瑩，張婧懿.基于大數(shù)據(jù)技術(shù)的中醫(yī)藥云服務平臺基礎架構(gòu)設計[J].自動化技術(shù)與應用，2023，42（5）：150-153.

[2] 吳昊，唐忠.基于物聯(lián)網(wǎng)技術(shù)的廣西城鎮(zhèn)智慧居家養(yǎng)老服務體系構(gòu)建[J].數(shù)字技術(shù)與應用，2023，41（4）：102-104.

[3] 張楊，朱麟奇.吉林省智慧景區(qū)評價指標體系構(gòu)建探討[J].綠色建造與智能建筑，2023（4）：82-85.

[4] 趙怡瓊.智慧林業(yè)助力森林資源管護[J].林業(yè)科技情報，2022，54（4）：90-92.

[5] 沈軒，張鈞，張誠，等.醫(yī)院智慧云導診平臺的構(gòu)建與應用研究[J].中國衛(wèi)生信息管理雜志，2022，19（4）：588-593.

（責任編輯：張春雨）