赵振洲，陆元昌

(1.北京政法职业学院，北京 100024； 2.中国林业科学研究院资源信息研究所，北京 100091)

近自然森林经营知识模型及管理系统研究

赵振洲1，陆元昌2

(1.北京政法职业学院，北京 100024； 2.中国林业科学研究院资源信息研究所，北京 100091)

采用知识工程的通用方法论—CommonKADS，构建近自然森林经营的知识工程体系、获得基本数据，然后在此基础上应用知识管理的理念对近自然森林经营知识模型进行分析、设计。分析、设计的结果将指导知识管理系统的开发，并最终加快我国生态林业建设的进程。

近自然森林经营；知识工程；知识模型

近自然森林经营是指充分利用森林生态系统内部的自然生长发育规律，从森林自然更新到稳定的顶级群落这样一个完整的森林生命过程的时间跨度来计划和设计各项经营活动，优化森林的结构和功能，永续充分利用与森林相关的各种自然力，不断优化森林经营过程，从而使生态与经济的需求能最佳结合的一种真正接近自然的森林经营模式。近自然森林经营是实现林业可持续发展思想和目标的有效手段。

知识工程是一门新兴学科。就像力学和电气工程为汽车制造提供了理论、方法和技术一样，知识工程也为分析和设计知识配备了科学的理论方法[1]。知识管理是指一个组织整体上对知识的获取、存储、学习、共享、创新的管理过程，目的是提供组织中知识工作者的生产力，提高组织的应变能力和反应速度，增强核心竞争力[2]。

应用知识工程和知识管理方法构建近自然森林经营知识模型，对于我国引进近自然森林经营思想与技术，研究近自然森林经营知识体系，以及关于近自然森林经营知识的重用与共享，林业科技人员的观念更新、技术创新都将有巨大的推动作用。

1 研究方法和数据

1.1 研究方法——知识工程

传统的知识表达模式是指论文、书籍等形式，其不具备分析和设计知识的能力。知识工程是另一种结构化知识表达形式，它通过分析问题的组织语境、知识特点、知识之间的联系来解决问题，具有分析和设计知识的能力[3]。本研究将运用知识工程理论结合CommonKADS方法学构建近自然森林经营领域的知识模型[4]，分析近自然森林经营领域知识资源的构成，整理出一套完整的近自然森林经营知识体系，并把它应用到管理系统中。

1.2 基本数据

由于本研究目标是实现近自然森林经营知识的共享和重用，因此在项目中主要构造知识模型组件。一个知识模型主要包括2部分：领域知识、推理知识[5]，因此基本数据即为近自然森林经营的领域知识和推理知识。

1.2.1 领域知识 描述一个应用领域中主要的静态信息和知识对象。一个领域知识描述通常由2种成分组成：领域模式、知识库。

1)领域模式：类似于数据模型或对象模型[6]，在近自然森林经营知识应用项目当中，领域模式整理成树状结构。首先区分出近自然森林经营领域中知识的大类，包括世界观、理论要点、技术要素、技术体系，然后再针对具体的大类细分为：世界观包括哲学思想和发展历史，理论要点包括基本概念、经营的目标、基本原则、经济可行性，技术要素包括参照对象、实用参数和工具，技术体系包括经营及作用设计调查、群落生境制图及经营计划技术、目标树单株目林分施业体系、人工林近自然化改造、森林动态监测评估技术。小类下面还可以进一步细化，在此由于篇幅有限不作介绍。

2)知识库：包含领域模式中详细说明的类型实例。知识系统和数据库应用之间的主要区别是数据库在应用分析过程中，人们很少对放进数据库中的真实事实感兴趣；而在知识系统中，知识库通常包含特定的知识片断，这些才是人们所感兴趣的。在知识建模中通常要区分包含不同知识类型的多知识库[7]。

1.2.2 推理知识 描述如何将静态结构用于执行一个推理过程，它描述了知识模型中功能分解的最低层次[8]。通常，推理使用知识库中包含的知识从其动态输入中衍生出新信息。

1)近自然森林经营知识模型的整体框架：参考体系→森林植被调查分析→土壤调查分析→更新动态调查分析(林业更新、林下更新、更新苗木质量)→群落生境制图技术→森林景观格局分析评价→近自然度评价→林分结构分析(组成结构、水平结构、垂直结构)→目标树作业体系→近自然化改造体系。

2)近自然度评价知识模型：

①识别活动：熟悉领域。森林近自然度是一个评价在特定自然条件下森林状态的可广泛应用的标准。群落的近自然程度越高，群落结构越丰富，生物多样性越大，群落越稳定，经济、生态和社会服务功能也就越大。因此，近自然度评价是进行近自然森林经营过程中一个非常必要的环节。

②规范活动：选择任务模板。CommonKADS方法学提供了分类、诊断、评估、监控、配置设计、分配、规划和调度等任务模板，各个模板适用于不同类型的问题。

近自然度评价的一般特征：目标，根据近自然度评价标准给某个案例找到一个决策类别；输入，关于案例的数据，近自然度评价规范；输出，近自然度；特性，在时间的某一点执行、输出决策类别；方法，数据驱动，从一些初始特性开始，用这些特征产生一个或一组候选方案。从这些特征可以看出，近自然度评价这个问题应采用评估模板。

图1 “群落”与“标准”2个概念的示意图

③规范活动：构造最初的领域模式。具体地段上的不同植物群落和近自然度评估标准是2个核心的对象类型(图1)。

④规范活动：完整的知识—模型规范。森林近自然度评价体系：分为7个等级：1级，顶极群落森林；2级，演替过渡森林；3级，先锋群落森林；4级，顶级或向顶级过渡森林混交有立地不适生的树种；5级，先锋群落森林混交有立地不适生的树种；6级，乡土树种在不适应立地造林群落；7级，外来树种造林群落。其中某个阶段又可根据是否天然更新、人工造林或为灌木林地等特征而划分为3个下级类目，分别记为“n”“p”“s”。

评估子标准1：群落生态状况。前提条件：(1)土层厚度，深厚、中等、薄；(2)阳离子含量，丰富、中等、贫瘠；(3)腐殖质含量，丰富、中等、少；(4)pH值，酸、中、高(6～7)。规则：如果前提条件(1)、(2)、(3)、(4)都高，则近自然度不属于6、7级；如果前提条件(1)、(2)、(3)、(4)属于中等级别，则近自然度属于4、5级；如果前提条件(1)、(2)、(3)、(4)属于比较差的级别，则近自然度属于6、7级。

评估子标准2：当前森林群落主要树种。前提条件：由经营人员确定稳定群落阶段优势树种。规则：如果当前森林群落主要树种出现顶级群落，则近自然度属于1级；如果当前森林群落主要树种由先锋树种和顶级群落树种构成，则近自然度属于2级；如果当前森林群落主要树种出现先锋群落树种，则近自然度属于3级；如果当前森林群落主要树种出现顶级或向顶级过渡森林混交有立地不适生的树种，则近自然度属于4级；如果当前森林群落主要树种出现先锋群落森林混交有立地不适生的树种，则近自然度属于5级；如果当前森林群落主要由乡土树种在不适应立地造林构成，则近自然度属于6级；如果当前森林群落主要由外来树种造林构成，则近自然度属于7级。

在进行近自然度评估时，首先按照评估子标准1进行评估，初步判断出近自然度的范围，然后按照评估子标准2进行评估，给出最后的评估结论。

2 研究结果——近自然森林经营管理系统

近自然森林经营管理系统是以计算机技术为工具，知识工程为方法学，采用系统的观点，科学的决策方法和技术，分析近自然森林经营的理论、技术及实施要点等，应用推理机制根据决策者提供的事实，借助于森林经营领域专家的知识和经验，辅助决策者做出决策，以实现近自然森林经营专家知识共享的结构化和半结构化混合的管理系统。具体的说，近自然森林经营知识管理系统是根据近自然森林经营的各个环节要求，应用网络技术、数据库技术、组件技术等信息技术，建立近自然森林经营知识管理一体化的管理系统，把近自然森林经营相关知识物化在数字化的环境之中，为我国的生态林业建设提供咨询服务。

近自然森林经营管理系统主要由知识门户、管理系统平台、知识库3部分构成。其中，知识门户是管理系统的入口，也是管理系统的一个重要组成部分；知识库是管理系统的核心，整个管理系统的所有工作都是围绕知识库来开展的；管理系统平台是管理系统的支撑环境和基础设施，包括服务器操作系统、管理系统服务器端软件等。

2.1 知识门户设计

知识门户又称知识桌面，其实现形式大致有3种：一是网站型(零客户端型)，用户通过普通浏览器即可进入位于服务器端且专为知识管理系统开发的门户网站获得知识服务，不需要专为知识管理系统安装任何客户端软件；二是专用客户端型，用户必须安装指定的客户端软件才能进入知识管理系统；三是通用客户端型，利用现有的通用软件如Office 2003作为客户端。从技术角度讲，第2种知识门户可以做得更精细、功能更强大，然而下载并安装专用客户端软件对用户来说毕竟是一种负担，而且用户还得经常进行软件升级工作。针对知识管理系统而言，制作网站型的知识门户更合适些。

还有一位从事防腐整容的被访者谈道：“在学校学习的专业知识，虽然对工作也有很大的用处，但遇到特殊逝者需要处理时，还得靠单位前辈来及时处理，我们从中学习到很多学校不能完全教给我们的内容。我们很尊重单位的老前辈，都会很认真跟他们学习。

本研究构造的近自然森林经营知识管理平台主要包括7个方面的内容：①用户管理：包括用户基本设置、用户注册、用户登陆、用户资料库。②领域新闻：包括有关近自然森林经营的新闻、事件、报告、演讲和各种活动通知，这项内容要定期更新，活动较多时更新则更为频繁。③知识管理：提供领域专家编辑、录入知识的界面。知识库保存近自然森林经营研究资料、发展趋势和最佳实践案例，其中也包括前人已经做的工作和有关近自然森林经营的文章。知识管理将专家资源、各种知识数据库资源以及其他知识资源整合起来。④决策分析：这里提供一个入口，帮助近自然森林经营实践人员针对他们的实践案例评价该林区的近自然度及相关问题。⑤知识地图：当用户就某一知识向系统提出需求时，可以在知识地图系统的帮助下找到所需要的知识。知识地图是知识管理过程中一个非常有力的工具。⑥技术论坛：人们从这儿获得信息、发出信息和问题并寻求帮助等。这是对所有用户都开放的。本研究实现的这个论坛包括近自然森林经营基础理论、近自然森林经营案例、近自然森林经营动态等3个板块，每一个都有独立的信息板块、组织辩论的会议室和贮存知识的图书馆。⑦相关网点：列出与近自然森林经营领域相关的站点，方便用户快速链接。

2.2 知识库设计

一个知识管理系统(Knowledge-based System)需要知识才能工作，知识的质量和数量关系到系统的智能程度，知识的描述方法决定知识库的质量，而知识的存储结构则决定系统的效率和知识库的容量，甚至决定系统的成败[9]。由于近自然森林经营领域既有结构化的知识又有半结构化的知识[10]。因此，本系统采用混合的知识存储模式。对于结构化知识采用关系数据库来存储，所构建的知识库在这里称为信息库。对于半结构化的知识采用面向对象的存储方式来存储，在这里称为规则库。

2.2.1 信息库的建立 信息是指人类对客观事务属性的值或状态的描述。这种知识一般不包含任何变量，可以用一个值为真的命题陈述或一种状态的描述来表达。例如：在近自然森林经营的理论要点中提到的经营目标的基本原则之一：森林保护就是“过程保护”，不是保护一种状态，而是保护随机镶嵌出现的多变量演替发展的过程。本研究所构建的系统中包括以下几类信息：理论要点、技术要素、技术体系等，信息类别比较多。因此，采用首先区分大类，然后逐步细化的方法来构建信息库(表1)。

表1 信息表的设计视图

2.2.2 规则库的建立 在本系统中主要采用了产生式规则来表达半结构化知识，因此在这部分构建的知识库又称规则库。产生式规则是知识系统知识表示的最基本方式[11]，比较适用于推理、判断知识，采用IF<事实>THEN<结论>的表达方式。而产生式规则在系统里采用面向对象的存储形式。

在对象内部采用属性(Attribute)-值(Value)的表示方法，属性是所要描述事物的某一特性，在具体场合有与之对应的值。建立一种适用于正、反2种推理方法的数据结构。

存储信息的数据结构为：

String name；

String value；

}

其中，name描述的是属性，value描述的是值。

规则节点：Class Rule {

List premise；

Face conclude；

Boolean checked=false；

}

其中，premise是一个前提链表，其节点为Face类，conclude是该规则的结论，checked是布尔类型，作为该规则是否被检测过的标志。

依据该数据结构建出来的规则库适合存储近自然森林经营领域与分析、决策、监测、评估等问题相关的知识。

2.3 知识管理系统平台

本系统采用了B/S/S 3层体系结构，即客户层、中间层和数据源层，其运行模式见图2。在实际运行时，用户在客户层以HTML的方式向中间层提出请求，IIS Web Server接到请求并通过ASP程序验证请求的合法性，若通过请求，则通过ADO对象调用数据源层的数据并将结果以HTML的方式返回浏览器[12]。

图2 B/S/S结构

在具体实现中，由于系统是面向林业工作者，Windows系统在林业工作者当中应用的比较普遍，而且基于NT技术的Windows2003 Advance Server相对于另一个优秀的网络操作系统UNIX来说更易于管理和维护，同时，集成到Windows2003 Advanced Server的IIS6.0易于安装和维护，并增加了对重要行业标准安全协议的支持，包括摘要式身份验证、Server Gated Cryptography、Kerberos v5身份验证协议等。其中的3个任务向导，使得网管人员可以更方便地管理站点的安全设置。因此，本研究选用Windows2003 Advanced Server+IIS6.0作为近自然森林经营知识管理系统的支撑软件。在数据源层，由于集成到Windows2003 Server 系统当中的Access2003具有易于维护、易于升级到MS SQL Server的特点，同时也能满足本系统用户的需要，因此采用了桌面数据库管理系统Access。

3 结论和讨论

本文从知识工程的角度对近自然森林经营理论和技术进行了整理，并在此基础上应用知识管理的方法进行了近自然森林经营管理系统的分析、设计。把知识工程方法和知识管理理念引入到林业信息系统的建设中是本研究的一个全新的尝试。现有的林业信息系统、专家系统都是采用数据库技术来构建领域规则库，而本研究采用面向对象方法构建领域规则库可以说是技术上的一个突破。

目前我国林业正处在从木材经营型向生态经营型转变的关键阶段，要实现我国林业的跨越式发展，进行近自然森林经营知识管理是一有效途径，而构建近自然森林经营知识工程体系是实现近自然森林经营知识管理的有效手段。

本研究从知识工程的角度对进行近自然森林经营知识管理做了一个有益的尝试，但由于领域知识掌握有限，知识工程的几个模型并没有完全建立，这是本研究的不足之处，有待进一步完善。

[1]梁林梅.知识管理[M].北京：北京大学出版社，2011.

[2]Guus Schreiber.知识工程和知识管理[M].史植忠，梁永全，吴斌，等译.北京：机械工业出版社，2003：17-18.

[3]Marcos，M.Moisan，Del Pobil，S.Knowledge Modeling of Program Supervision Task and its Application[J].Applied Intelligence，1999(10)：185-196.

[4]Alexander Serenkoan，Nick Bontis.Meta-Review of Knowledge Management and Intellectual Capital Literature：Citation Impact and Research Productivity Rankings[J].Knowledge and Process Management，2004，11(3)：185-198.

[5]Sandra Moffett，Rodney McAdam，Stephen Parkinson.Technological Utilization for Knowledge Management[J].Knowledge and Process Management，2004，11(3)：175-184.

[6]陈荣.基于ASP.NET技术的马铃薯专家系统的构建[J].太原理工大学学报，2003，34(2)：113.

[7]盛小平.知识管理系统研究综述[J].图书馆，2003(1)：87.

[8]张艳青.国外知识管理与信息管理的概念框架[J].创新科技，2013(5)：24.

[9]李建强.基于关系数据库的知识库结构设计[J].计算机工程与应用，2001(24)：103.

[10]王伟军.基于Web2.0的知识管理系统的设计[J].情报理论与实践，2009(6)：56.

[11]赵浩彦.近自然森林经营的辅助分析和决策工具开发[D].北京：北京林业大学，2008.

[12]赵振洲.近自然森林经营知识管理系统的研建[D].北京：北京林业大学，2005.

The Study on Knowledge Model and Management System for Near Natural Forest Management

ZHAO Zhen-zhou1，LU Yuan-chang2

(1.BeijingCollegeofPoliticsandLaw，Beijing100024，China；2.InstitudeofForestryResourceInformation，ChineseAcademyofForestryBeijing100091，China)

CommonKADS the knowledge engineering usual method theory was used to build near natural forest management knowledge engineering system to obtain the basic datas，and then on the basis of the above，the knowledge management concept was used to analyse and design the near natural forest management knowledge model.The results of the analysis and design would guide the development of knowledge management system，and accelerate the process of ecological forestry construction in China.

near natural forest management；knowledge engineering；knowledge model

10.13428/j.cnki.fjlk.2014.01.030

2013-06-14；

2013-08-02

林业公益性行业科研专项课题(20100400202)资助

赵振洲(1978—)，男，辽宁辽阳人，北京政法职业学院讲师，硕士，从事信息管理与信息系统研究。E-mail：zhousun21@163.com。

S757

A

1002-7351(2014)01-0137-05