放牧强度对无芒隐子草空间分布的多重分形结构影响

以内蒙古高原短花针茅(Stipa breviflora)荒漠草原为研究对象,设置不放牧(对照区, CK)、轻度放牧(LG)、中度放牧(MG)和重度放牧(HG) 4个放牧强度处理,分析丛生类禾草空间分布状态及其对放牧强度的响应。结果表明,随着放牧强度增加,无芒隐子草(Cleistogenes songorica)空间分布的多重分形度逐渐增大。无芒隐子草空间分布多重分形特征在CK处理下最为复杂,随放牧强度增加,空间分布的多重分形特征复杂程度增加,但均小于CK处理。无芒隐子草空间分布的均匀度在LG和MG处理下较大。CK处理下无芒隐子草空间分布的复杂性主要由母株株丛繁殖能力、扩散能力和群落中种群竞争决定,HG处理下无芒隐子草空间分布的复杂性由放牧家畜选择性采食、随机游走践踏和种群本身的耐受能力决定。     

基于PLSR-BP复合模型的红壤有机质含量反演研究

对红壤地区土壤有机质进行快速预测,以满足智慧农业与精准施肥的需要。以江西省奉新县北部为研究区域,采用1 km×1 km标准格网划分研究区进行采样,共得到红壤样本248个。对土壤光谱进行了包含分数阶导数在内的3种数学变换方法,将经过P=0.01显著性检验的波段用于模型的构建,选用偏最小二乘回归(PLSR)和BP神经网络建立土壤有机质含量预测模型。结果表明:当对红壤光谱数据进行1.5阶导数变换后再使用PLSR-BP复合模型对土壤有机质含量进行预测时的结果为最优,训练集R~2=0.89,RMSE=4.68g·kg~(-1),验证集R~2=0.87,RMSE=5.55g·kg~(-1),RPD=2.75。1.5阶导数对红壤光谱数据的变换能够更好地突出与有机质相关的特征信息,有助于其含量预测。PLSR-BP复合模型预测精度优于单一模型,能够较好地预测红壤有机质含量,为精准农业快速监测红壤有机质含量提供了新的途径。     

石佛寺水库叶绿素a浓度高光谱遥感反演

在水质测量评价中,通常将水体中叶绿素a的含量大小作为一个非常关键的指标。为获取石佛寺水库水体叶绿素a浓度反演模型,对石佛寺水库的水体进行光谱测量,获取水体光谱特征,并对采集的水样进行检测,得出叶绿素a浓度。在此基础上分析叶绿素a浓度与水体反射率的相关性,得到如下结论:石佛寺水库水体叶绿素a的浓度与反射比R_(702)/R_(674)和595 nm波长处反射率的一阶微分值都有较为明显的相关性(r~2分别为0.724 4和0.745 0)。     

“众筹农业”的未来在哪里

正"众筹"这个词近来很热,所谓"众筹"就是大家来筹集,大家来想办法。"众"跟人多联系在一起,但却有两个截然不同的含义:一个是"众人一心把山移"是讲好的一面,另外一个是"乌合之众"难成事。而这"好坏"当中的分水岭就是组织。如果采取适当的组织方式把大家组织起来,就能形成合力,形成一股不可小觑的消费潮流。与此相反,如果缺乏组织,分散的消费者如同一盘散沙,其利益诉求必定难以得到商业     

干旱地区造林的几种整地方法

造林整地，是提高造林成活率，改善林木生长条件的重要环节。整地的好坏，往往成为造林成败的决定性因素。特别在水土流失严重、气候特别干旱的黄土高原地区，细致整地的作用就显得更为重要。通过整地，可拦截地表径流，蓄水保墒，提高土壤的抗旱能力；改善立地条件，调节造林地的光照、热量、水分和空气状况，以满足不同树苗、幼树的需要；     

坡地枣园管理技术要点

一、地下管理 1．整地扩穴。在雨季尽量整出水平沟或水平阶。有条件的要进行松动爆破，松动土壤，以便于根系生长。结合秋冬季施肥进行深翻、刨平，增加活土层。     

基于W_V_Hegyi竞争指数的杉木竞争生长模型研究——以湖南省福寿国有林场杉木生态公益林为例

根据湖南省福寿国有林场杉木生态公益林(幼龄林、中龄林、近熟林)复测数据,通过研究Hegyi,V_Hegyi,W_V_Hegyi三种竞争指数与胸径的相关性,选择相关性最强的W_V_Hegyi竞争指数,构建单木竞争生长模型。以此为基础,用加权平均树高作为胸径生长量的权重,重新构建了单木竞争生长模型,并对W_V_Hegyi竞争指数分布规律进行分析,利用回归分析方法构建径阶竞争指数预估模型和径阶生长模型。通过基于加权胸径生长量与W_V_Hegyi竞争指数构建径阶生长模型,以期为林木从单木到林分的模拟提供新途径。     

分形及其在林业和生态上的应用(之一)

介绍了分形的基本概念及其特点,在森林资源分布结构、树木冠层结构、植物群落生态学等方面的具体应用。