基于大數據技術的森林資源管護智慧林云體系構建方法

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、調節氣候、維護生態平衡具有重要意義。為提供更為科學有效的森林管護決策，推動森林可持續發展，以甘肅洮河國家級自然保護區為例，利用大數據技術構建森林資源保護智慧林云體系，通過構建的智慧林云體系對保護區內森林資源數據進行采集、預處理及分析，為該地區森林管護措施提供有效的數據支撐，并驗證智慧林云體系在森林資源管護上的可行性。

關鍵詞 大數據技術；森林資源管護；智慧林云；構建方法；甘肅洮河國家級自然保護區

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、森林火災的頻發及非法砍伐等問題對全球森林資源構成嚴重威脅[1]。傳統的森林資源管理方法往往依賴于人工采集和分析數據，效率低下且易受限于人為因素[2]。大數據技術的合理應用，為森林資源的實時監測和管理提供了新的手段[3]。筆者利用大數據技術，提出了一種森林資源管護智慧林云體系的構建方法，并在甘肅洮河國家級自然保護區（以下簡稱為洮河保護區）內進行此體系在森林資源管護中的可行性試驗。采集、分析洮河保護區內森林資源的數據，通過云平臺對這些數據進行綜合分析，實現對森林資源數據分析結果的可視化展示。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代信息技術，如云計算、大數據、物聯網等，對林業資源進行實時監測、數據采集和分析[4]。洮河保護區作為我國重點國有林區的主體部分之一，森林資源豐富。為實現森林資源的有效管護，以洮河保護區內森林資源為例構建一種森林資源管護智慧林云體系，智慧林云體系構建方法主要由數據采集與預處理、數據分析及智慧管護決策組成。數據采集設計是通過多種森林數據采集設備，共同組成傳感器網絡，將采集到的各類森林數據傳輸至邊緣儲存設備共同儲存。數據分析部分的設計思路為將儲存的數據經過網絡上傳至云平臺，在云平臺中搭建數據庫用于劃分森林地塊類型并采用決策樹算法對數據進行分析，將分析結果于智慧管護決策內展示，操作人員可根據分析結果查看當前洮河森林內草地的狀態信息，對森林草地管護進行科學規劃。

2 數據采集與預處理

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

考慮到采集森林數據時會出現重復，在服務器中加入Jaccard算法用于篩選重復的數據，在此算法中將每種森林數據設定為一個集合，以單位時間劃分為不同的數據集合，通過兩個數據集合中的數據相似度來篩選重復數據，重復數據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據集合，|A|為集合A的數據個數，|B|為集合B的數據個數，|A|∩|B|為A和B的交集的數據個數，|A|∪|B|為A和B的并集的數據個數，由此儲存器優先剔除重復數據，再將數據進行儲存。

3 數據分析

云平臺主要對采集到的森林數據進行分析，EdgeStore 2000X服務器將初始數據通過WLAN傳輸到云平臺后，優先將數據分類儲存到數據庫中。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建的服務平臺，該平臺可在控制管理頁面直接導航到數據庫服務。依據洮河保護區內森林資源的多類型數據，筆者采用MySQL創建關系型數據庫，以不同類型的傳感器設備作為數據儲存的主鍵創建不同的數據表，并在數據表中加入該類數據的屬性字段，其中洮河保護區森林土壤數據表的創建類型如表1所示。

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

采用決策樹算法對數據庫中的森林資源數據進行分析處理，其中CART算法可根據給定的特征和標簽數據，自動構建一棵決策樹，因此每一種類型的數據均可獨立計算分析，在數據并發處理上不會出現沖突，可保證平臺運行的穩定性。在構建決策樹模型時，選擇數據庫中的數據字段作為決策樹的節點，這個過程被稱為特征選擇。根據特征選擇的方法，計算每個森林資源數據特征的度量值，選擇度量值最大的特征作為當前節點的劃分特征。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據集的信息熵，信息熵Entropy（C）的計算公式如式（2）。

Entropy（C）=-∑（pi×log2（pi））（2）

其中，C為數據集，pi表示數據集中屬于第i類的數據的比例。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據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，選擇可較大減少數據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的數據子集，|Cv|為Cv的數據個數，|C|為數據集C的數據樣本個數。根據特征選擇的結果，將數據集劃分為不同的子集，并為每個子集構建子樹。遞歸地重復這個過程，直到滿足某個停止條件，完成決策樹的構建。構建完成的決策樹往往會過擬合訓練數據，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，預剪枝是在構建決策樹時，在每個節點上進行判斷，如果判斷決策樹在驗證集上無法得到改善，就停止拓展該節點。最后通過構建好的決策樹模型進行數據總體預測，對于新的數據點，根據其特征值沿著決策樹的分支進行判斷，此時面臨處理數據分類問題，使用基尼指數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Gini（C）的計算公式如式（4）。

Gini（C）=1-∑（pi2）（4）

式中，C表示數據集，pi表示數據集中屬于第i類的樣本的比例。經過以上處理分析的森林資源數據，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據分析的結果，操作人員可以進行智慧決策和管控，以優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據判斷森林的健康程度。筆者對洮河保護區森林資源數據進行采集分析，以裸地與斑面積占比為判定指標，創建洮河保護區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，以洮河保護區內草原、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，合理劃定生態保護區、制定生態補償政策、推動可持續利用等。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以驗證智慧林云體系的實用性，洮河保護區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。從該自然保護區中選定大峪溝、車巴溝、卡車溝、麻路小鎮4個范圍開展地上植被覆蓋率監測試驗，每個范圍確定3個數據采集點，共12個采集點，以編號1～12標記區分，經過統一采集時間后由本文設計的云平臺輸出可視化結果，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%。不同分布區位間比較，僅車巴溝內樣點間地上植被覆蓋率差別較小，其余區位內樣點間差別較大，決策人員可根據此類數據信息做出適合當前植被覆蓋情況的資源管護決策。

6 結語

綜上所述，基于大數據技術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據、數據分析和智能決策技術，基于數據收集、預處理、分析和建模等步驟，實現對森林資源的實時監測、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展，為森林資源的保護和可持續發展做出重要貢獻。

參考文獻：

[1] 黃曉瑩，張婧懿.基于大數據技術的中醫藥云服務平臺基礎架構設計[J].自動化技術與應用，2023，42（5）：150-153.

[2] 吳昊，唐忠.基于物聯網技術的廣西城鎮智慧居家養老服務體系構建[J].數字技術與應用，2023，41（4）：102-104.

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

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

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

（責任編輯：張春雨）