基于C5.0与Apriori算法的森林生物量等级评价与因子关联分析

摘要：

针对生物量影响因子量化研究较少、方法单一及区域生物量评价不足且基于单个树种生物量模型进行评价时工作量过大的问题,以孟家岗林场的三类小班清查数据为基础,选取与生物量水平相关的11个因子,利用C5.0算法进行生物量决策树建模,并进一步利用Apriror算法进行生物量强影响因子的关联规则挖掘.结果表明:生物量决策树模型的分类预测精度为88.78％,生物量影响因子的量化结果分别为树高(0.348)、胸径(0.225)、林分类型(0.196)、龄级(0.162)、郁闭度(0.134)、坡度(0.096)、海拔(0.074)、坡向(0.065)、立地类型(0.052)和坡位(0.037);得到707条置信度在80％以上、支持度在10％以上的因子关联规则,揭示了生物量影响因子间的隐含关联关系.建立的生物量决策树模型能为快速的区域生物量预测和评价提供模型参考,建立的关联规则评估模型能够为以碳汇为目标的森林生产与经营提供客观评价指标.

关键词：森林生物量评价、生物量影响因子、C5.0算法、Apriori算法、关联分析

所属期刊栏目：35

分类号：S757.2(森林经营学、森林计测学、森林经理学)

资助基金：国家“十二五”农村领域科技计划课题2012AA102003-2;中央高校基本科研业务费专项资金项目2572014AB22

在线出版日期：2015-06-05（万方平台首次上网日期，不代表论文的发表时间）

页码：1-6