基于群体算法的红松人工林多目标经营优化

Forest management and planning at the stand level uses efficient and modern techniques based on simulation and optimization. However, for the achievement of forest management objectives with optimal management scenario based on different site conditions and stand densities, practical experience on management optimization and other decision-making techniques is limited in China for current forest multi-objective management (including economic and ecological benefits). Based on the long-term growth data of Korean pine plantation of northeastern China and yield models that have already been developed, this proposal will establish a forest growth and harvest stimulator which predicts timber production, Korean pine nuts production, and carbon storage in alternative management schedules. The combination of multi-attribute utility theory and penalty function is used to develop the multi-objective management and planning models for the Korean pine plantation. The parameters of differential evolution and particle swarm optimization which belong to population-based algorithm are optimized based on Hooke & Jeeves algorithm. The best population-based algorithm is selected to optimize the management of Korean pine plantation and analyze the trade-offs among different management objectives. The optimization results for different management objectives are used to develop stand management mode to achieve the multi-functional management of Korean pine plantation.

模拟和优化是林分水平森林经营和规划过程中最直接有效的现代技术手段。然而，针对当今森林多目标（经济和生态）经营问题，我国缺乏利用优化及决策技术分析不同立地条件和林分密度下的最优经营方案，实现森林经营目标。因此，本项目以东北红松人工林长期调查数据及建立的生长模型为基础，利用林分生长与收获模拟器模拟不同经营措施对红松人工林木材产量、松籽产量和碳储量的影响；基于多属性效用理论和惩罚函数构建红松人工林多目标经营规划模型；采用Hooke&Jeeves算法对群体算法（微分进化和粒子群优化算法）的参数进行优化，实现所用算法在最优参数配置下的优化求解；分析最优经营措施对不同经营目标的影响，构建林分优化经营模式，从而有效的开展红松人工林的多功能优化经营。

基于确定性模型的林分模拟-优化系统被广泛应用于森林多目标经营与规划之中。林分水平的经营优化有助于实现林分效用最大化，对制订森林经营规程、编写森林经营方案以及指导林业生产具有重要的意义。本研究基于东北地区207块红松人工林固定样地复测数据以及松塔结实量数据，构建林分生长及单木松塔产量混合效应模型，分析不同立地条件下人工红松生长过程，组合多属性效用函数和惩罚函数建立包含净现值、木材产量、碳储量以及松塔产量的多目标经营方程，并在改进和比较四种群体算法的基础上，选择最佳粒子群算法进行森林经营优化。结果表明：（1）利用优化建模法构建的单木生长与存活模型能够有效克服建模数据缺陷，并同最大密度线、地位指数、树高曲线、削度方程、碳储量方程以及松塔产量模型构成的模型组适用于林分生长模拟；（2）通过比较单纯形法、微分进化、演化策略和粒子群等四种群体算法的林分多目标经营优化效果，提出了群体算法的参数优化设置方法；（3）根据所构建的红松人工林模拟-优化系统比较并分析不同立地条件下单目标经营以及多目标经营中各子目标的权衡关系，净现值、年均原木收获量以及年均松塔产量的最大值均出现在单目标优化之中，当仅考虑净现值最大时，在不同立地条件下最佳轮伐期为78-90年，年均原木收获量为7.0-12.3m3/hm2，但大径材产量的最大值却出现在多目标经营中，轮伐期为103-108年，年均大径材产量为5.9-10.0m3/hm2；（4）在固定木材价格、营林成本和贴现率不变的基础上，提出红松人工林多目标预期经营模式，当各子目标权重相同时中等立地条件下的最佳轮伐期为94年，年均原木收获量为9.8m3/hm2，年均松塔产量约为1500个/hm2。总之，确定性林分模拟-优化系统可有效根据经营目标进行预期经营优化，并为森林的经营规划提供科学依据。