1、健康的森林生態(tài)系統(tǒng)已成為森林資源管理的一項(xiàng)重要目標(biāo)。而發(fā)展森林健康評價(jià)是實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵舉措。水源涵養(yǎng)林作為一種在涵養(yǎng)水源、改善水質(zhì)等水文生態(tài)方面具有較強(qiáng)服務(wù)功能的防護(hù)林，隨著我國當(dāng)前面臨的水資源短缺、水質(zhì)下降等問題的加重，其健康評價(jià)越加受到重視。目前，國內(nèi)的水源涵養(yǎng)林健康評價(jià)研究正處于發(fā)展階段，雖取得了一定的成果，但尚缺乏獲得公認(rèn)的水源涵養(yǎng)林健康評價(jià)指標(biāo)體系以及水源涵養(yǎng)林健康評價(jià)模型。為此，本文以黑龍江省孟家崗林場水源涵養(yǎng)林為研究對

2、象，深入研究了水源涵養(yǎng)林健康評價(jià)領(lǐng)域的理論、模型與方法。
　　本文的主要研究內(nèi)容圍繞水源涵養(yǎng)林健康評價(jià)指標(biāo)體系、水源涵養(yǎng)林健康評價(jià)模型、水源涵養(yǎng)林健康狀態(tài)初次評價(jià)、水源涵養(yǎng)林健康狀態(tài)持續(xù)評價(jià)這四個(gè)方面展開:
　　(1)孟家崗林場水源涵養(yǎng)林健康評價(jià)指標(biāo)體系研究
　　針對水源涵養(yǎng)林健康評價(jià)指標(biāo)體系研究中，存在的評價(jià)指標(biāo)過多、過泛，個(gè)別指標(biāo)評價(jià)過于籠統(tǒng)或者實(shí)際可操作性太差，難以獲取樣地測量和二類清查數(shù)據(jù)或者評價(jià)難度太大，缺乏

3、統(tǒng)一的標(biāo)準(zhǔn)等問題。本文將活力-組織結(jié)構(gòu)-恢復(fù)力(Vigor-Organization-Resilience，VOR)模型作為理論依據(jù)，通過對孟家崗林場水源涵養(yǎng)林在活力、組織結(jié)構(gòu)、恢復(fù)力和涵養(yǎng)水源功能這四個(gè)方面的健康特征進(jìn)行分析，構(gòu)建了科學(xué)、易操作和適應(yīng)的水源涵養(yǎng)林健康評價(jià)指標(biāo)體系。
　　(2)基于RS-MNN的水源涵養(yǎng)林健康評價(jià)模型研究
　　通過分析當(dāng)前典型的健康評價(jià)模型的優(yōu)缺點(diǎn)，提出了將粗糙集(Rough Set，RS)與

4、模塊神經(jīng)網(wǎng)絡(luò)(Modular neural networks，MNN)相結(jié)合，采用綜合的RS-MNN框架建立水源涵養(yǎng)林健康評價(jià)模型的思路。該框架利用粗糙集理論，從指標(biāo)數(shù)據(jù)本身出發(fā)，更加客觀的實(shí)現(xiàn)了水源涵養(yǎng)林健康的評價(jià)，同時(shí)利用模塊神經(jīng)網(wǎng)絡(luò)具有的強(qiáng)大的對非線性關(guān)系的映射和學(xué)習(xí)能力以及在處理多輸入樣本數(shù)據(jù)方面的高效性，建立了持續(xù)評價(jià)系統(tǒng)，該系統(tǒng)能夠?qū)崿F(xiàn)對孟家崗林場水源涵養(yǎng)林健康狀態(tài)的持續(xù)評價(jià)。
　　(3)孟家崗林場水源涵養(yǎng)林健康狀態(tài)評

5、價(jià)研究
　　為了保證孟家崗林場水源涵養(yǎng)林健康評價(jià)結(jié)果的客觀性和可靠性，本文采用了粗糙集的屬性重要性計(jì)算方法，從評價(jià)指標(biāo)取值本身出發(fā)，而不僅是依賴領(lǐng)域?qū)＜业脑u判，得到了更加客觀的評價(jià)指標(biāo)權(quán)重。同時(shí)，在計(jì)算指標(biāo)權(quán)重和健康指數(shù)前，利用粗糙集的屬性約簡算法，對評價(jià)指標(biāo)體系中不必要的屬性進(jìn)行約簡，獲得了更加科學(xué)、合理、客觀和準(zhǔn)確的評價(jià)指標(biāo)體系。最后，依據(jù)優(yōu)化后的評價(jià)指標(biāo)體系和指標(biāo)權(quán)重集合，實(shí)現(xiàn)了孟家崗林場水源涵養(yǎng)林健康狀態(tài)的初次評價(jià)，并對其

6、健康狀態(tài)進(jìn)行了統(tǒng)計(jì)分析。
　　(4)孟家崗林場水源涵養(yǎng)林健康狀態(tài)持續(xù)評價(jià)系統(tǒng)的建立
　　本研究在建立持續(xù)評價(jià)系統(tǒng)時(shí)，提出直接選取一部分計(jì)算因子替換其相應(yīng)的評價(jià)指標(biāo)，以降低在計(jì)算評價(jià)指標(biāo)取值過程中人為分析產(chǎn)生的主觀干擾。這一方式會(huì)增加健康決策表中條件屬性的個(gè)數(shù)，而傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)多條件屬性的決策表時(shí)，存在網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜、訓(xùn)練學(xué)習(xí)時(shí)間過長的問題。為此，本研究提出將多個(gè)BP神經(jīng)網(wǎng)絡(luò)作為子分類器，利用它們構(gòu)建模塊神經(jīng)網(wǎng)絡(luò)來建立

7、持續(xù)評價(jià)系統(tǒng)。同時(shí)，為了消除BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)易陷入局部極小值的缺點(diǎn)，引入人工蜂群(Artifical Bee Colony，ABC)算法，將其與傳統(tǒng)BP學(xué)習(xí)算法相結(jié)合，最終利用基于ABC-BP的改進(jìn)模塊神經(jīng)網(wǎng)絡(luò)構(gòu)建水源涵養(yǎng)林健康持續(xù)評價(jià)系統(tǒng)。
　　綜上所述，本文以黑龍江省孟家崗林場水源涵養(yǎng)林為研究對象，首先建立了基于VOR的水源涵養(yǎng)林健康評價(jià)指標(biāo)體系;接著研究了基于RS-MNN的水源涵養(yǎng)林健康評價(jià)模型;然后針對該模型中的持續(xù)評價(jià)