基于Java技术的林分空间结构指标系统设计.docVIP

　　基于Java技术的林分空间结构指标系统设计 摘要：林分结构指标的精确计算可给生态、经济、社会、学术等带来巨大的价值。然相较人工计算的繁杂低效，简便高效的计算机极大地减少了人力物力财力的浪费。系统使用的Java语言技术，是时下最流行的计算机编程开发技术，其高效稳定性为系统的开发提供了可靠的保障。此外，系统利用SQL和Excel的强大功能，并结合不断优化的算法使得系统的功能逐渐强大并趋近成熟。 中国 8/vie 　　关键词：Voronoi图； Delaunay三角网； Boic， social， academic and other great value. Hoanual calculation of multifarious inefficient， simple and highly effective puter greatly reduces the anpo uses Java language technology， ost popular puter programming technology， providing a reliable guarantee for the development of the system of its efficient stability. In addition， the system uses the poization of the algorithm ，aking the function of the system gradually reaching strong and maturity. 　　Key ； delaunay tin； bo； spatial structure ； soft 　　林分结构是林分在未遭受破坏的情况下，林分内部存在的一些比较稳定的结构规律。林分空间结构决定了林木之间的竞争优势，空间结构的内部稳定决定着林分成长的健康与否。目前，一般采用三个方面的指标来描述林分结构的状况，分别是：反映树种空间隔离程度的混角度[2]，反映个体成长的大小比数[3]，反映个体在二维布局上的分布格局的角尺度[4]。此外，相关的专业人士又提出两个指标――描述随机样点光环境测定指数的开敞度和描述相邻木对目的树干扰指数的单株受压。 　　1 林分空间结构指标 　　1.1 传统混交度 　　混交度是目标树木与周围林木不属于同一树种的数学测度，其表达式为： 　　1.2 多样性混交度 　　多样性混交度描述了目的树与相邻树，相邻树与相邻树之间的隔离程度，其在传统混交度的基础之上加入了相邻树之间混交度的考量，其表达式为： 　　其代码实现如下： 　　static double To_NotriMingling（int root，int n，int near_tree[]） 　　{Set s = nee.equals（ti.name）） 　　……} 　　return （1.0*s.size（）*Vij/（n*n））；} 　　1.3 角尺度 　　角尺度是用?肀硎瞿康氖髦芪?相邻树分布的匀称性的测度。其表达式为： 　　1.4 大小比数 　　大小比数反映目的树与相邻树在比较量上的差异。其表达式为： 　　1.5 其他指标 　　2 林分关键处理 　　2.1 相邻木处理 　　传统处理相邻木是在整个林分中寻出距离目的树最短的4棵树作为相邻木，这种方法既耗费资源，也限制了结果的准确性。为此需要一个既保证资源又更加准确的处理方法，而Voronoi图的最近性和邻接性，使其成为解决这一问题的可能。 　　赵春燕也通过Voronoi图确定相邻木计算指标，并用实验数据证明Voronoi图生成的相邻木数据对指标的计算准确度没有影响。张彩彩在其学位论文中则采用加权的Voronoi图计算指标，并同样用数据证明其准确性。 　　关于算法的实现，参考了Bowyer-Watson算法，使用了Delaunay三角剖分生成Voronoi图的对偶图Delaunay三角网。Bowyer-Watson算法的核心是规则最大化最小角，使网内关联的任意四点不共圆。三角剖分需要满足两个准则：空圆特性和最大化最小角特性；由此形成的三角网拥有最近性、唯一性、最优性和区域性[1]。其中最近性是处理相邻木的关键，生成的三角网是以最近的三个点形成三角形，使得点与点之间关联的都是与之最近的点，可理解为最相邻的树。 　　使用Voronoi图处理相邻木的优点在于不必要去计算繁杂的距离，同时确定相邻木的数量，而不是固定的4棵，是视情况而定。具体实现是构造三角形链表，划定涵盖所有点的点集，将点逐一插入三角形之中，使用准则修正三角形，直到完成所有点。