基于单木位置的杉木林分空间竞争关系研究

研究林木竞争关系,有助于了解林木生长规律,帮助制定科学有效的营林措施。本文基于树冠因子的林木竞争指数,提出了一种顾及林分地形因子的树冠竞争指数,并把这两种指数与基于交角的林木竞争指数以及简单竞争指数在不同林分中的适应性进行对比。同时用这四种指数计算不同树种组成的林分以及杉木林中不同龄组、坡向、坡度的林分中单木受到的平均竞争。结果表明四种指数中简单竞争指数的相关性最高,顾及地形的树冠竞争指数次之,基于交角的林木竞争指数相关性最低;在不同树种组成的林分中马褂木样地单木受到的平均竞争最大,马褂木杉木混交林最小,其它两种林分次之;在杉木林分中,中龄林单木受到平均竞争要大于成熟林,阴坡样地中单木受到平均竞争要大于阳坡,单木受到的平均竞争随坡度增大而增大。因此四种指数中简单竞争指数的适用性最好;在杉木林经营中,中龄林需要及时间伐;在造林过程中阴坡的林地造林密度要适当小于阳坡、坡度级大的林地要小于坡度级小的林地。     

不同发育阶段马尾松人工林经营效果动态分析

为揭示不同发育阶段马尾松人工林经营效果的动态变化特征规律,对青羊湖林场不同发育阶段的马尾松人工林(幼龄林、中龄林、近熟林)林分空间结构、物种多样性、土壤肥力、林木生长等指标进行动态分析,运用主成分分析法,对不同发育阶段的各经营样地的经营效果进行综合评价。结果表明:不同发育阶段的马尾松林在经营改造后,空间结构明显改善,物种多样性指数均明显提高,土壤肥力也有所改善;幼龄林、中龄林和近熟林9块样地抚育间伐补植改造效果综合评价得分依次为0.079,-0.021,-0.241,0.528,0.438,1.028,-0.145,-0.780,-0.886,得分越高说明改造经营效果越好。经营促进了不同发育阶段马尾松人工林林分空间结构的优化、树种多样性的提高、土壤肥力的改善和林木蓄积生长的提高,林分向异龄复层混交林方向发展,为马尾松人工林经营提供理论依据。     

洞庭湖流域植被物候特征参数遥感提取

以洞庭湖流域为研究区域,对MODIS13Q1植被产品数据的所有像元进行EVI时间序列重构后,采用滑动平均法、动态阈值法、最大变化斜率法以及Logistic函数拟合法等4种方法进行物候参数提取。对比分析后,选择了效果最佳的滑动平均法对2005年及2015年洞庭湖流域的EVI时间序列的遥感影像进行植被物候参数提取,分析近10年来研究区域植被物候特征变化。结果表明:滑动平均法提取的植被物候参数较准确,适用性较强;利用遥感手段能及时准确地监测大区域尺度植被物候变化,为研究区域气候变化等提供参考。     

江苏省海岸带生态脆弱区循环经济发展模式

为了实现江苏省海岸带地区经济发展，根据该地区自然状况特点，结合社会经济等资料，分析了江苏省海岸带地区生态环境的脆弱性，以及该区域经济发展存在的资金、技术、智力等资源不足，以及经济开发带来的环境污染问题等。针对海岸带生态环境脆弱与经济落后的矛盾，探讨了在江苏省海岸带生态环境脆弱状况下发展循环经济之路，并提出了相应的措施。建议在保护海岸带的自然生态基础上，发展清洁型工业和生态农业，培养特色支柱产业。     

基于深度学习的野生动物视频目标检测

以红外相机为代表的生态感知终端为野生动物监测研究提供海量的图像和视频数据。为改善人工识别海量数据时效性低、处理能力有限等问题,解决目标检测模型在受到复杂背景、多目标、昼夜明暗等多重因素影响的实际场景中应用的不确定性,以金钱豹、成年雄性岩羊、非成年雄性岩羊为例,建立野生动物目标检测数据集,对比分析Faster R-CNN、SSD、YOLOv5和YOLOv8等4种经典目标检测模型在实际场景中检测精度、检测速度和检测效果。结果表明：1)YOLOv5与YOLOv8的检测效果和检测速度整体优于Faster R-CNN与SSD,YOLOv8在多重因素干扰下检测精度更高、鲁棒性更强,更适合追求检测效果的场景;2)4种模型均能满足生态感知终端实时视频检测需要,但YOLOv5模型更轻量、检测速度更快,更适合算力有限时追求检测速度的场景。YOLOv5和YOLOv8性能优越,适合在实际场景中开展野生动物视频目标检测。     

基于高分辨率遥感影像与DSM的典型地物提取

高分辨率遥感影像和数字地表模型(DSM)结合的地物信息提取,虽可以区分异物同谱中存在高度差异的地物,但相同高度的地物在DSM数据可能会因海拔高度不同而存在明显差异,降低了地物提取精度。从DSM中提取出地物高度信息(nDSM),再以nDSM结合高分辨率光学影像进行地物提取。结果表明:仅以高分辨率光学影像为数据源的方法分类效果最差,结合DSM数据的方法居中,而结合nDSM的方法最优,说明在基于光学影像和DSM数据的地物提取中,采用去除地形因素的nDSM替代DSM可以有效提高分类精度。