四川盆地西缘不同功能型树种凋落叶功能性状特征

【目的】为了解华西雨屏区亚热带不同植物功能型树种凋落叶功能性状特征,探讨不同植物功能型树种对环境的适应策略。【方法】以四川盆地西缘都江堰灵岩山亚热带森林群落为研究对象,采集了18种树种凋落叶,分为常绿阔叶、落叶阔叶和针叶3个植物功能型,比较分析碳(C)、氮(N)、磷(P)、木质素和纤维素及其化学计量比在不同功能型树种间的变异。【结果】常绿阔叶和落叶阔叶树种凋落叶N含量显著低于针叶树种,C∶N比显著高于针叶树种;常绿阔叶树种凋落叶P含量显著低于落叶阔叶和针叶树种;不同功能型树种间凋落叶C含量、C∶P和N∶P比无显著差异;落叶阔叶树种木质素含量显著低于常绿阔叶和针叶树种,常绿阔叶和落叶阔叶树种凋落叶纤维素:N比显著高于针叶树种;而纤维素含量和木质素:N比在不同功能型树种间无显著差异。【结论】四川盆地西缘不同植物功能型树种之间凋落叶功能性状差异显著,这可能影响区域森林群落养分循环机制。     

森林经营规划及培育研究

通过对森林经营规划的原则及作用进行分析,提出了森林培育的具体方法,以期保护森林生态资源,促进经济与环境的协调发展。     

五大连池风景区森林环境气体污染物浓度时间变化规律研究

利用五大连池风景区森林环境空气质量监测站数据,分析了SO_2、NO_2、CO、O_3等4种气体污染物的日变化和季节变化特征,明确了景区内气体污染物的时间变化规律及森林环境空气质量的真实水平。结果表明:(1)林内O_3、CO日变化规律总体呈早晚低、正午高的变化趋势;NO_2浓度总体水平较低且变化平缓,11月日动态波动较大;SO_2总体呈先增高后降低的变化趋势。(2)林内SO_2、NO_2、O_3的季节变化总体呈春季>秋季>夏季,而CO季节变化规律则表现为夏季>春季>秋季。(3)参照国家标准,景区5月、8月和11月所监测的气体污染物整体浓度水平偏低,均达到国家一级标准,景区森林环境空气质量优良。     

光肩星天牛的成虫监测和适期防治分析

以光肩星天牛的发生规律和危害特征为基础,应用引诱剂对其成虫进行动态监测,根据监测数据并结合其生活习性确定防治适期和防治方法,为光肩星天牛的监测和防治提供参考。     

板栗林下种植丹参管理技术

板栗抗旱耐瘠薄,适应性强,是山区丘陵地带的生态经济树种之一。近年来由于栽植密度大、良种与综合管理技术不配套等问题,大部分板栗园片出现郁闭、光照通风条件差、果实产量品质下降、病虫害危害严重等问题,急需采取嫁接良种、修剪回缩、调整树体结构等措施进行密植园改造。     

山东省桃树重要害虫的监测与防控

桃树是山东省栽培的第二大水果,常年受到不同害虫危害。介绍了当前山东省危害桃树较重的6种害虫,桃蚜、山楂叶螨、梨小食心虫、桃蛀螟、桃潜叶蛾、桃红颈天牛的发生特点、虫情监测方法、关键防治时期和安全防控技术。     

为害木瓜生长发育的病虫害防治技术

木瓜(Chaenomeles sinensis(Thouin)Koehne),为蔷薇科木瓜属,国内主要产地为陕西、山东、湖北、江西、安徽、江苏、浙江、广东、广西等省区。白河木瓜是白河县的特产,是中国国家地理标志产品。木瓜是白河县的主要经济树种之一,在当地种植历史悠久,产出的木瓜营养丰富,具有很高药用价值的同时,还具有美容保健的功效。木瓜生产中,为害其生长的主要病害有灰霉病、锈病、轮纹病、炭疽病、叶斑病、干腐病等,主要虫害有蚜虫、木瓜螟、红蜘蛛、刺蛾、梨木虱、食心虫等,防治各类病虫害的发生发展,是确保木瓜产量和质量的关键措施之一,是确保林业生产效益的前提要素之一。     

红外相机技术在高黎贡山国家级自然保护区南段西坡野生动物监测中的应用

2017年1—12月,通过布设红外自动触发相机对高黎贡山国家级自然保护区南段西坡腾冲段11个位点的野生动物进行监测研究,调查共计拍摄到兽类和鸟类的有效照片分别为739张和499张,共鉴定出鸟兽物种41种,其中兽类5目13科21种,鸟类5目10科20种。拍摄频次较高的兽类为赤腹松鼠(Callosciurus erythraeus)、树鼩(Tupaia belangeri)、短尾猴(Macaca arctoides)、中华鬣羚(Capricornis milneedwardsii)、赤麂(Muntiacus muntjak)、野猪(Sus scrofa)、豪猪(Hystrix hodgsoni)这7种;拍摄频次较高的鸟类为环颈山鹧鸪(Arborophila torqueola)、白鹇(Lophura nycthemera)、银耳相思鸟(Leiothrix argentauris)这3种。这表明红外相机技术可以作为野生动物多样性监测的主要方法,自然保护区应长期开展基于红外相机技术的野生动物多样性监测工作。     

基于随机森林的高寒湿地地区土地覆盖遥感分类方法

高寒湿地是青藏高原典型独特的生态系统,是全球气候变化的敏感地带和预警区。利用遥感技术快速、准确地分类提取高寒湿地的土地覆盖信息,对当地生态安全监测和保护具有重要意义。本文以若尔盖湿地国家级自然保护区为研究区,首先,以高分一号(GF-1)遥感影像为数据源,融合光谱特征、水体指数、地形特征、植被指数和纹理信息等26个变量进行随机森林(Random forest,RF)分类实验;然后,根据袋外数据(Out of bag,OOB)的特征变量重要性得分和精度评价结果,选出高寒湿地地区土地覆盖类型的最优分类方案和特征;最后,对特征变量进行降维,并基于相同的变量,采用极大似然法(Maximum likelihood classification,MLC)、支持向量机(Support vector machine,SVM)、人工神经网络(Artificial neural network,ANN)和RF等方法进行分类,比较不同方法的优适性。结果表明:结合GF-1影像光谱、水体、植被、纹理特征和地形信息,使用26个变量的RF模型的分类精度最高,总体精度(Overall accuracy,OA)为90.07%,Kappa系数为0.86;通过RF模型的变量重要性分析可以有效选出重要的特征信息,在降低特征变量维度的同时,还能保证较高的分类精度; 4种分类方法中,RF算法是高寒湿地地区较合适的分类方法,OA比MLC基准方法高17.63个百分点,比SVM和ANN等机器学习算法分别高6.98、6.56个百分点。