立地条件对林木的生长具有重要影响,开展立地质量评价和树种适宜性研究是造林决策、适地适树等方面的研究热点。本文以广西壮族自治区桉树(Eucalyptus)人工林为研究对象,以一类连续清查固定样地数据、森林资源二类调查数据为基础数据,采用差分方程法构建了桉树立地质量评价模型,利用机器学习方法开展了树种适宜性研究。最后,运用模型解析和软件开发技术,实现了基于GIS的立地质量评价专家系统的构建。主要研究内容和结果如下:(1)针对桉树人工林展开有林地立地质量评价研究,构建了桉树立地质量评价模型。采用差分方程法,以6种理论方程为原型,导出10种差分形式的方程作为有林地立地质量评价模型的表达式。运用非线性回归技术,对10种有林地立地质量评价模型进行参数拟合。使用检验数据分别对10种模型进行精度验证,结果表明,与其余的9个模型进行对比,以Richards方程为原型的桉树立地质量评价模型具有较好的预测效果。将桉树基准年龄带入桉树立地质量评价模型,用来评价桉树有林地的立地质量。使用该模型对桉树有林地进行立地质量评价具有较强的实际意义。(2)研究机器学习分类算法在桉树适宜性分析中的应用,探索桉树的适宜性与立地因子之间的关系。分别运用朴素贝叶斯、支持向量机、随机森林共3种机器学习分类算法作为树种适宜性评价的方法,构建了 3种桉树适宜性评价模型。使用上述3种算法进行模型构建时,模型的输入均为地貌类型、海拔、坡向、坡位、坡度、枯枝落叶层厚度、腐殖质层厚度、土层厚度、石砾含量、成土母质,土壤类型共11个立地因子,输出均为适宜种植桉树或不适宜种植桉树。使用检验数据对模型的泛化能力进行对比,结果表明,与朴素贝叶斯、支持向量机算法相比,随机森林算法具有更好的分类效果。在研究区域内,海拔在200～350m之间,土层厚度在80～100cm之间的地区比较适宜桉树生长。机器学习分类算法可较好地评价立地是否适宜桉树的生长,能够运用到树种的适宜性研究中,为科学造林提供支持。(3)在上述研究的基础上,设计了基于GIS的立地质量评价专家系统的工作流程、系统功能结构、系统架构、系统数据库。研究并设计了系统实现的关键算法。将上述技术和方法进行集成,实现了有林地立地质量评价、树种适宜性评价等多种立地质量评价功能,研建了基于GIS的立地质量评价专家系统,并给出了系统的运行实例。