ALGORITHM OF ENTROPIC-INFORMATION ANALYSIS OF QUALITATIVE AND QUANTITATIVE CHARACTERISTICS OF YOUNG TREES IN THE SAMPLE AREAS

Леонид Валерьевич ЧЕРНЫХ

Abstract


Introduction. Intensive business model needs solution of the problem of successful natural forest regeneration. Accuracy and adequateness of forest regeneration assessment determine the quality of design decision in the course of forest surveying and forest management. Thus, elaboration of a single approach to the problem is of current importance. The goal of the research includes elaboration of an algorithm for the analysis of qualitative and quantitative characteristics of young trees. Materials and methods. An entropic-information approach and quadtree model of spacial data about young trees were a theoretical basis for the algorithm elaboration aimed at forest regeneration assessment. The data collected from 35 sample areas were used to test an accounting methods and to assess young trees. Results and discussion. Using the method  of generalization and abstraction, it is possible to  bring a lot of data about young trees to the  final volume of the initial data subjected to an assessment and analysis. The quadtree model of data used for young trees inventory with the subsequent generalization of the first measurement results at a sample area improves accuracy of estimation of  occurrence  and self-organization of a new generation of trees. The quadtree model of data  makes it possible to calculate the indices of entropy and Morisita index when inventory of young trees. The experiment showed that the entropy in  16 quadrats varied within -8,8  … +17,9 % ( in comparison with entropy assessment in 21 quadrats). Conclusion. The algorithm for young trees inventory and forest regeneration assessment was elaborated.  The algorithm is based on the entropic-information analysis of young trees distribution. This approach allows to estimate an organized nature of young trees  growth and its spatial structure through the  measure of relative entropy and Morisita index. The experiment showed that after generalization of the initial data of quadrats  constant error for young trees occurrence estimation was +6,5%, random error  ±6,8%, for all the cases  ±1,31. The algorithm for calculation of qualitative and quantitative characteristics of young trees at a sample area is offered to use when elaboration of an automated information subsystem «Podrost».

Keywords


young trees; resiliency; forest plantations; entropy; frequency of young trees; algorithm; forest regeneration; forest restoration; forest management

Full Text:

PDF (Russian)

References


Крюденер, А. А. Сплошные и семенно-лесосечные рубки в типах насаждений приволжских губерний лесостепной области с преимущественно сосновым древостоем (в Симбирской, Пензенской, Саратовской и Самарской губерниях) Доклад / А. А. Крюденер. – Санкт-Петербург, 1910. – 72 с.

Денисов, С.А. Естественное возобновление сосны в Пензенской области / С.А. Денисов, В.М. Егоров. – Йошкар-Ола: МарГТУ, 2005. – 168 с.

Белов, С.В. Применение методов математической статистики при учёте естественного возобновления / С.В.Белов // Лесоводство, лесные культуры и почвоведение. – 1973. – Вып. 2. – С. 3-11.

Грязькин, А.В. Патент № 2084129, Российская Федерация, МКИ С 6 А 01 G 23/00. Способ учета подроста / А.В. Грязькин. – №94022328/13; Заяв. 10.06.94; Опуб. 20.07.97, Бюл. № 20.

Мартынов, А.Н. О методике определения показателя встречаемости подроста / А.Н. Мартынов// Лесное хозяйство. –1984. –№ 11. – С. 29-31.

Санников, Ю. Г. Способ оценки естественного возобновления / Ю. Г. Санников, А. С. Баранцев // Лесное хозяйство. – 1983. – № 10. – С. 38.

Сухих, В. И. Лесоустройство / В. И. Сухих, В. Л. Черных. – Йошкар-Ола: ПГТУ, 2014. – 400 с.

Черных, В.Л. Геоинформационные системы в лесном хозяйстве / В. Л. Черных. – Йошкар-Ола: МарГТУ, 2007. –200 с.

Черных, В.Л. Информационные технологии в лесном хозяйстве / В. Л. Черных, М.В. Устинов, М.М. Устинов [и др.] – Йошкар-Ола: МарГТУ, 2009. – 144 с.

Гайдышев, И.П. Решение научных и инженерных задач средствами Excel, VBA и C_С++ / И.П. Гайдышев.– СПб: БХВ-Петербург, 2004. – 512 с.

Цветков, В.Я. Геоинформационные системы и технологии / В.Я. Цветков. – М.: Финансы и статистика, 1998. − 288 с.

Денисенко, С.Г. Информационная мера Шеннона и ее применение в оценках биоразнообразия (на примере морского зообентоса) / С.Г. Денисенко. – СПб., 2006 [Исследования фауны мо-рей, Т. 56 (64)]. – С.35-46.

Волькенштейн, М.В. Энтропия и информация / М.В. Волькенштейн. – М.: Наука, 1986. – 192 с.

Викторов, А. С. Рисунок ландшафта / А. С. Викторов. – М.: Мысль, 1986. – 179 с.

Shannon, C. E. The mathematical theory of communication / C. E. Shannon, W. Weaver. – Urbana, 1949. – 117 p.

Hartley, R.V.L. Transmission of information R.V.L. Hartley // Bell System Technical Journal. 1928. – Vol. 7. – Pp. 535–563.

Wiener, N. Cybernetics or Control and Com-munication in the Animal and the Machine / N. Wiener. – New York: The Technology Press and John Wiley & Sons, Inc. – Paris: Hermann et Cie, 1948. – 212 p.

Корогодин, В. И. Информация как основа жизни / В.И. Корогодин, В.Л. Корогодина. – Дубна: Издательский центр «Феникс», 2000. – 208 с.

Крамаренко, С.С. Особенности использования энтропийно-информационного анализа для количественных признаков биологических объектов / С.С. Крамаренко // Известия Самарского научного центра Российской академии наук. − 2005. − Т. 7, № 1. − С. 242-47.

Morisita, M. Measuring the dispersion of individuals and analysis of the distributional patterns / M. Morisita // Mem.Fac.Sci.Kyushu Univ. – 1959. – Ser. E 2. – Pp. 215-235.


Refbacks

  • There are currently no refbacks.