土壤养分、林分结构和地形因子对毛竹更新的影响

为探究带状采伐后毛竹更新效果以及影响恢复更新的关键因子，以带状采伐后翌年生毛竹纯林为对象，探讨土壤养分、林分结构和地形因子等对毛竹恢复更新的影响。结果表明：土壤养分质量分数对新竹平均胸径、平均高、样地株数影响显著，其中，土壤全碳是影响最显著的因子。原有林分平均高对新竹平均胸径和平均高影响显著，原有林分年龄均匀度直接影响新竹平均高，原有林分结构对新竹株数影响不显著。不同地形的新竹数量存在显著差异，平均胸径和平均高差异不显著；新竹株数在不同地形表现为下坡>中坡>上坡，阴坡大于阳坡，缓坡大于陡坡；地形因子的交互作用对新竹平均胸径、平均高和株数的影响不显著；土壤养分、林分因子和地形因子的交互作用解释了新竹胸径和竹高的大范围变异。改善带状采伐后翌年的新竹生长更新，可通过控制土壤养分等环境因子来实现。     

无人机可见光遥感影像的空间分辨率对毛竹立竹度识别精度的影响

为探究无人机可见光影像在毛竹立竹度提取方面的适用性，以福建省三明市永安市天宝岩国家级自然保护区毛竹林为研究对象，运用重采样的方式获取不同空间分辨率(0.25、0.50、0.75 m)下的可见光影像，利用面向对象多尺度分割确定各个分辨率下的最佳分割尺度，采用随机森林分类方法，对不同空间分辨率下立竹度提取精度进行了比较。结果表明：不同空间分辨率下分割尺度的选择不同，影像空间分辨率为0.25、0.50、0.75 m的最佳分割尺度分别为20、9和8,立竹度提取平均精度分别为80.97%、81.29%和77.82%,Kappa系数分别为0.806 0、0.863 3和0.817 1;图像空间分辨率为0.50 m时，总体分类精度和Kappa系数最高，因此，毛竹立竹度提取的适宜图像空间分辨率为0.5 m,最佳分割尺度为9。     

带状采伐后施肥对毛竹林恢复的影响

以福建省三明市永安市上坪乡毛竹(Phyllostachys edulis)林地为试验地，设置9 m带状采伐宽度，采用施肥配比(A)和施肥量(B)2因素3水平试验设计，探究带状采伐后不同施肥处理对土壤养分质量分数的影响，以及土壤养分对新生竹林空间和非空间结构的影响。结果表明：(1)处理A₁B₁(N、P、K元素质量比为4∶2∶3,施肥量为449.7 kg/hm²)是提高土壤水解氮、有机质、全氮及有效磷质量分数的最优处理组合；(2)施肥配比在竹林立竹度和树高的生长中起主导作用，施肥量在竹林胸径的生长中起主导作用；(3)竹林的立竹度与土壤各养分质量分数之间均无显著相关性，但胸径与土壤有机质、全氮、有效磷质量分数呈极显著正相关(p<0.01),树高与土壤有机质质量分数呈显著正相关(p<0.05),两者都与土壤速效钾质量分数呈显著负相关(p<0.05);(4)经过A₁B₁处理后，竹林的空间结构综合指数最大，为0.556,且土壤全氮质量分数与空间结构综合指数的关联度最大，为...     

基于随机森林模型的林地叶面积指数遥感估算

林地叶面积指数(Leaf area index,LAI)的准确估测是精准林业的重要体现。为了快速、准确、无损监测林地LAI,利用LAI-2200型植物冠层分析仪获取福建省西部森林样地的LAI数据,结合同期Pleiades卫星影像计算12种遥感植被指数,分析了各样地实测LAI数据和相应植被指数的相关性,进而使用随机森林(RF)算法构建了林地LAI估算模型,以支持向量回归(SVR)模型和反向传播神经网络(BP)模型作为参比模型,以决定系数(R~2)、均方根误差(RMSE)、平均相对误差(MAE)和相对分析误差(RPD)为指标评价并比较了模型预测精度。结果表明:全样本数据中,各植被指数与对应LAI值均呈极显著相关(P0.01),且相关系数都大于0.4;RF模型在3次不同样本组中的预测精度均高于同期的SVR模型和BP模型;3个样本组中RF模型的LAI估测值与实测值的R~2分别为0.688、0.796和0.707,RPD分别为1.653、1.984和1.731,均高于同期SVR模型和BP模型,对应的RMSE分别为0.509、0.658和0.696,MAE分别为0.417、0.414和0.466,均低于同期其他2种模型。