林业信息化整理
第一章 林业信息化概述
1.林业信息化可以理解为将各种信息化技术普遍应用于整个林业领域生产、管理及服务的全过程，使林业生产高度信息化、智能化，从而极大地节约劳动成本、提高林业效率和林业生产力水平。
2.林业信息化技术至少包括三个层次：信息基础技术；信息系统技术；信息应用技术。
3.林业信息化技术的作用：推动传统林业向现代化转化；对林业可持续发展具有重要作用；对林业生产和林业经济发展具有重要作用；增强林业生产管理的科学化，提高市场竞争力，减少经营风险；有利于林业新技术的研究和推广，提高农村综合信息服务能力
4.精准林业的核心技术是计算机自动控制系统和“3S”，即RS、GIS、GPS。
第二章 林业数据库与信息管理系统
1.数据库管理系统DBMS是操纵和管理数据库的软件，用于建立、使用和维护数据库，对数据
库进行统一管理控制，用以保证数据库的完整性和统一性。
2.林业数据标准化的作用：数据标准化是林业信息化的基础工程；数据标准化是对林业信息资源进行深度开发的关键；数据标准化是林业政务信息化的手段。
3.林业数据标准化的内容：林业数据术语标准；林业数据分类与编码标准；林业数据技术标准；林业数据管理标准。
4.林业资源库可细分为：地理资源数据库（把国家的水土资源进行科学归类形成的资源库）；种质资源数据库（包括植物、动物、昆虫、微生物的整个生物体）；基因资源数据库（包括动物、植物、微生物基因信息资源，是育种工程的重要保证）；人力资源数据库（如劳动力、文化程度、分布、技能等，人力资源是资源中最重要的组成部分）选择题。
5.数据库系统主要由数据库、数据库管理系统和数据库应用系统三部分组成。
6.评价数据库设计结果好坏的准则主要有：完备性；一致性；优化规范性。
7.数据库设计的基本步骤：需求分析阶段；（需求分析是整个设计活动的基础，也是最困难、最花时间的一步）；概念设计阶段；逻辑设计阶段；物理设计阶段
8.设计开发一个完善的林业数据库应注意以下几个方面的问题：安全性；系统性；方便性；全面性；准确性。
9.林业管理信息系用的功能特点（在林业生产管理、林业经济管理、林业自然资源管理中发挥了积极作用）：信息管理功能；自诊断功能；开发功能；输出功能。
第三章 林业专家系统
1.林业专家系统的概念：专家系统是指在特定的领域内，根据某一专家或专家体提供给的知识、经验数据库管理系统的优点和缺点及方法进行推理和判断，模拟人类专家所决定的过程，解决人类专家决定的复杂问题，提出专家水平的解决方法或决策方案的计算机程序系统。
2.林业专家系统的特征：具有专家水平的专门知识；能进行有效的推理；具有获取知识的能力；灵活性；透明性；交互性；实用性；具有一定的复杂性及难度。
3.专家系统与常规计算机程序的不同：常规计算机程序是对数据结构以及作用于数据结构的确定型算法的表述，即 常规程序=数据结构+算法，而专家系统是通过运用知识进行推理，力求在问题领域内推导出满意的解答，即 专家系统=知识+推理 ；常规程序把关于问题求解
的知识隐含于程序中，而专家系统则把应用领域中关于求解的知识单独地组成一个知识库；常规程序一般是通过查或计算来求取问题的答案，基本是面向数值计算和数据处理的，而专家系统是通过推理来求取问题的答案或证明某个假设；常规程序处理的数据多是精确的，对数据的检索时基于模式的布尔匹配，而专家系处理的数据及知识大多是不精确的，模糊的；常规程序一般不具有解释功能，而专家系统有；常规程序与专家系统具有不同的体系结构。
4.林业专家系统的类型划分：预测型；诊断型；规划型；监视型；管理型；控制型。
第四章 林业决策支持系统
1.决策支持系统的定义（DSS）：决策支持系统是利用知识和数据模型，通过计算机分析或模拟，协助解决多样化和不确定性问题，如对计划、管理、调度、作战指挥和方案决策辅助和支持系统。
2.决策支持系统的四库：数据库；方法库；模型库；知识库。
3.DSS主要功能：决策目标、参数和概率的规定；数据检索和管理；决策方案的生成；决策
方案后果的推理；方案后果的评价；决策的解释和执行；战略构成。
4.DSS求解问题的过程是：用户通过交互系统把问题的描述和要求输入DSS，交互语言系统对此进行识别和解释。问题处理系统通过知识库系统和数据库系统收集与该问题有关的数据、信息和知识，并据此对问题进行识别、判别问题的性质与求解。通过模型库系统集成构造解题所需的规则或数学模型，对该模型进行分析鉴定，在方法库中识别进行模型求解所需的算法并进行模型求解，对所得结果进行分析评价。最后通过语言对求解结果进行解释，输出具有实际含义、用户可以理解的结果。用户拟根据需求与DSS交互对话，进行多次求解，直到得到满意结果。
5.林业决策支持系统的建立步骤：DSS系统分析；DSS初步设计；DSS详细设计；各部件编制程序；DSS集成。
6.北京农林科学院研制的小麦栽培管理计算机专家系统（ESWCM）的功能：生产目标制定；气象条件预测；生长发育预测；管理决策咨询；计算机网络；系统维护；结果输出。
第五章 林业模拟模型
1.作物模拟的概念：作物模拟就是将作物及其环境生态因子作为一个整体，应用系统分析的原理和方法，综合大量的作物生理学、生态学、农学、林业气象学、土壤肥料等学科的理论和研究成果，对作物的生长发育、光合生产、器官建成和产量形成等生理过程及其与环境生态因子关系的实验数据加以理论概括和数量分析，建立相应的数学模型，然后在计算机上进行动态的定量化分析和作物生长过程的模拟研究。
2.作物生长发育模拟模型从作物生理生态学的原理出发，量化作物生长过程和行为，具有一定的机理性。他模拟的不仅是作物产量，而且是作物整个生育过程及各生理生态过程的发生和变化动态，预测产量是这种模拟的结果。它具有解释能力强、应用面宽、可以考虑多个因子的影响和易于控制等优点。
3.计算机系统模拟主要优点：计算机程序可以包含许多因子；计算机程序可以包含线性或非线性的、确定性或随机性的、连续性或间断性等各种类型的数学模型；计算机程序可以反映动态过程与时间过程，包括极短时间或极长时间，在时间尺度上可以不受限制；计算机运转极快，因此模拟效率很高；可以应用计算机进行模拟试验，并求得模型最优。
4.林业模拟模型在林业科研中的作用：计算机模拟能够表现整个林业系统涉及的众多因子；
计算机模拟能够反映林业系统在时间上的动态变化和空间上的层次结构；计算机模拟可以超越时间、地点的限制；计算机模拟可以将多种学科的研究成果融合在一起。
第六章 精确林业与3S技术
1.精确林业的概念：通过在林业生产全过程中对农作物、气候、土壤从宏观到微观的实时监测，实现对农作物生长发育状况、病虫害、水肥状况以及相应的生理、生态环境状况的定期信息获取和动态分析，通过进一步诊断和决策，制定实施计划，并在GPS和GIS集成系统支持下进行田间作业，是一种现代林业。
2.精确林业是实现三个精确：定位精确；施药定量；定时。
3.精准林业的核心理论：基于田区差异的变量投入和最大收益（时空差异性）
4.地理信息系统是在计算机软硬件环境的支持下，对空间数据进行采集、存取、编辑、处理、分析和显示的计算机应用系统。
5.精确林业的支技术：GPS全球定位系统；GIS地理信息技术；RS遥感； DSS决策支持系统；VRT可变量控制技术；智能机械装备技术。
6.精准林业的实施过程：数据采集、差异分析、处方生成、控制实施。（大题）
7.变量投入技术：是指根据已做出的农艺措施，自动调节物料箱里的某种林业物料投入速率，可以应用的林业物料包括化肥、农药、种子、灌溉水或多种化学物质的混合物，做到对症下药和按需供给
8.智能机械装备技术：只能机械装备技术主要是通过在拖拉机、收割机等林业机械设备上装配GPS设备，确定其在田间作业的瞬时空间位置，提高其机械作业和田间管理操作“位置精度”及作业操作的可重复性和准确度；通过计算机控制技术和决策支持系统支持，使农用物资在田间投放“位置精度”提高到米级，真正做到按土壤特性及作物生长发育需要投放农用物资，实现林业生产的定位、定量、定时，做到精耕细作、准确定位。作为精准林业实施载体-林业机械装备必须具备定位导航、实时监测、自动变量调节等功能。
9.遥感具有周期性、动态性、多光谱性。
第七章 林业虚拟技术
1.虚拟林业的概念：虚拟林业是以林业领域研究对象为核心，采用先进技术手段，实现以计
算机为平台的研究对象与环境因子交互作用，以品种改良、环境改造、环境适应、增产为目的技术系统，其成果应接受实践的检验。
2.虚拟林业的特征：多感知性；存在感；交互性；自主性。
3. L系统的本质是一个字符重写系统；L系统为生物生长发育的数学表达提供了一个形式语言描述框架，它具有严格的数学基础。只要使用相当少的规则，就能以植物在自然界生长的方式来模拟其从芽开始到主茎、分枝、叶、花和果实的生长，产生非常复杂的结构。
4.植物三维重建：是指应用三维数字化仪获取植物器官的三维空间坐标，然后直接将这些数据输入计算机，进行植物在实际三维空间的形态反演，，他的模拟效果与测量植物空间数据仪器的精度密切相关。
第八章 林业机器视觉技术
1.机器视觉的概念：机器视觉就是用机器来代替人眼做测量和判断的系统，他通过光学装置和非接触传感器自动获取目标对象的图像，并由图像处理设备根据所得图像的像素分布、亮度和颜等信息进行各种运算处理和判别分析，以提取所需的特征信息或根据判别分析结果
对某些现场设备进行运动控制。
2.机器视觉技术的特点：精度高；重复性好、可长期工作；检测能力强；速度快；客观性强；成本低；适应性强；灵活性和可重组性强（结合应用：水果的自动分选 人工分选效率低，精度低，运用机器视觉技术，采集水果表面的图像，然后通过图像处理，提取水果的大小尺寸、颜、直径、果形以及果面上的缺陷和损伤状况等特征参数，在根据预定的分级标准完成水果的自动分级）
3.常用的图像预处理方法：增加图像对比度的对比度增强处理、减少图像噪声的图像平滑处理，以及突出图像边缘信息的图像锐化处理
4.常用的图像分析方法：边缘检测、图像分割、轮廓提取和图像测量。其处理目的都是为了提取图像中目标物体的特征。
5.模式识别的概念：在一定度量或观测的基础上，将待识别的模式划分到某一个模式类中去的过程。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。