利用马尾松解析木对林地立地指数和立地形的研究

利用重庆市南川区马尾松解析木数据，选择合适的导向曲线方程，建立基于导向曲线的立地指数和立地形模型，并对立地形的适用性进行说明。根据散点图和三倍标准差对解析木数据进行了选择，排除了不符合要求的圆盘记录对。采用5种常用的经验生长方程对年龄-树高、胸径-树高进行拟合，根据决定系数R²,均方根误差RMES、 AIC、方程的参数变动系数以及拟合曲线对方程进行选择；根据选定的方程，求出其连续生长量方程和平均生长量方程，并采用matlab绘制出其曲线方程，根据连续生长量和平均生长量次相交后的下一个龄（径）阶，选择出基准年龄（胸径）；利用标准差调整法进行编表，编表后采用成对T检验方法对立地指数表和立地形表进行验证。结果表明，立地指数和立地形的表达精度在95%水平下显著，平均总相对误差和相对总误差都<5%，而预估精度分别达到了99.18%和99.22%，说明所编立地指数表和立地形表精度较高，能够满足编表需要。根据导向曲线绘制生长量曲线方程的方法确定基准年龄和基准胸径的方法准确可行；由于龄阶和径阶的选择差异，导致立地指数级不同，同时影响了立地形与立地指数的编表质量；由于树木的生长特性，立地形在表示立地质量时，在林木的早期将会低于立地指数，在树木生长的中后期将会高于立地指数；立地形的适用性取决于胸径与树高的相关性，相关性越强，立地形就越准确，在选择合适的优势木的情况下，立地形可以取代立地指数来表示林地质量。     

黑土区田块尺度土壤有机质含量遥感反演模型

为了对田块尺度土壤有机质进行空间反演并提高模型精度和稳定性,该文以黑龙江省黑土带41.3 hm~2田块为例,获取2016年5月中下旬两期(受限于拍摄周期和天气原因而选择不同卫星影像,2016年5月17日Landsat 8影像和5月25日Sentinel-2A影像)裸土时期遥感影像和4 m分辨率DEM数据;分析单期影像与土壤有机质(soil organic matter,SOM)的关系,两期影像所包含的土壤含水量变化信息与地形因素对SOM预测模型精度的影响,建立基于BP神经网络的SOM遥感反演模型。结果表明:该田块内SOM含量差异较大;利用单期影像预测SOM时,基于红波段和785~899 nm波段建立的预测模型精度(建模均方根误差RMSE 1.033,检验RMSE 1.079)和稳定性(建模决定系数R2 0.677,检验R20.644)较高;两期影像时,基于红波段和1 570~1 650 nm波段建立的预测模型精度(建模RMSE 0.855,检验RMSE 0.898)和稳定性(建模R2 0.792,检验R2 0.797)显著提高;在两期影像模型基础上,加入地形因子作为输入量,模型精度(建模RMSE 0.492,检验RMSE 0.499)和稳定性(建模R2 0.917,检验R2 0.928)进一步提高。研究成果可为土壤碳库估算和农田精准施肥提供理论与技术支持。     

武夷山不同海拔高度土壤有机碳含量变化特征

为探讨土壤有机碳含量与海拔、坡度、容重、pH值的相关关系,以武夷山国家公园5个不同海拔高度45个采样点的土壤为研究对象,分析了土壤有机碳含量沿海拔梯度的分布特征,并构建了土壤有机碳含量基于主控因子的回归模型。结果表明:同一海拔高度,土壤有机碳含量随土层深度的增加而降低,且其降幅也随之变小。土壤有机碳含量变化范围为6.12~120.41 g·kg~(-1),其在土壤剖面的分布具有明显的表聚现象;同一土层深度,土壤有机碳含量随海拔高度升高而升高,但其增幅则随之变小;不同土层有机碳含量与海拔和容重分别呈极显著(P<0.01)正相关和极显著(P<0.01)负相关;土壤有机碳含量与pH值在30~40 cm土层呈显著(P<0.05)负相关,其它土层不显著;土壤有机碳含量的多元线性回归模型拟合优度高于一元线性回归模型,不同因子组合能解释不同土层有机碳含量大部分的变异,解释量介于74.1%和89.1%之间。     

基于流域单元的黄土地貌正负地形因子量化关系模拟

正负地形是黄土高原地貌形态表达的重要参数,也是现代沟谷侵蚀和发育研究的重要切入点,对于流域形态发育的定量化描述有重要意义。文中以典型自然流域为基本单元,在沟谷发育明显的陕北-晋西-陇东地区选择86个样区,利用1:10000比例尺5m高分辨率DEM数据,提取样区内多视角刻画地貌形态的正负地形因子指标,并进行流域地貌形态特征分析;在此基础上采用数理统计与地理建模的方法,重点探讨正负地形因子间的关联性,进一步实现基于多因子的量化模型的构建,以揭示地形因子信息与流域沟谷发育的内在联系。结果表明,蚕食度(Y)与沟壑密度(X_1)、平均坡度差(X_2)及破碎度(X_3)能较好地刻画流域地貌发育形态,并存在着线性函数关系:Y=0.069*X_1-0.01*X_2+0.009*X_3+0.239,拟合度达0.868。该模拟方法在黄土地貌形态发育的研究中有着重要的理论意义,是数字地形模拟与信息挖掘的一次有益实践。     

基于无人机与激光测距技术的农田地形测绘

平整地技术是提高作物单产的重要措施，而获取高精度的农田地形测绘数据与农田数字地形模型，是进行精准平整地作业的必要条件。为了解决传统接触式地形测绘效率低、基于航拍摄影技术的遥感地形测绘精度差及作业成本高等问题，该研究提出了一种基于多旋翼无人机与激光测距技术的农田地形测绘方法。在多旋翼无人机测绘平台上搭载激光测距模块与后处理动态差分全球定位系统设备（Post-Processing Kinematic Global Positioning System，PPK-GPS），获取激光测距序列、PPK-GPS三维定位数据以及无人机的飞行姿态数据。首先使用均值滤波器处理原始激光测距序列，并将得到的激光测距序列与PPK-GPS定位数据进行同步处理，使二者建立空间对应关系。根据无人机倾斜状态时的测距激光方向与理论竖直方向的空间几何关系，使用从无人机的飞行控制器中提取的姿态信息校正激光测距序列，消除无人机平台在飞行过程中俯仰与横滚姿态变化对激光测距精度的影响。最后，根据PPK-GPS定位数据的海拔高度分量与激光测距序列计算试验地块内地面测量点的海拔高度，共获取1 417组地面测量点的有效测绘数据。利用手持PPK-GPS设备对地面测量点的海拔高度进行测绘精度检验。验证试验结果表明，本文提出的无人机农田地形测绘系统获取的海拔高度与手持PPK-GPS设备采集的海拔高度的均方根误差为5.2 cm，表明该无人机农田地形测绘系统具有较高的测绘精度。与利用手持GPS设备进行地形测绘作业的方法相比较，本文提出的无人机农田地形测绘系统具有自动化程度高、作业效率高等优点。该研究可为促进精准平整地技术的大规模应用提供数据支持。     

陕北黄土区退耕还林(草)地土壤质量特征及其对降水的响应

为了解陕北黄土区退耕还林（草）地土壤质量差异特征及其对降水的响应，该文沿370～470 mm的降水梯度，选取了陕西省吴起县境内的王洼子（370～395 mm）、大吉沟（440～445 mm）和白豹（460～470 mm）3个降水梯度区作为研究区，并结合土壤质量指数法，定量评价降水梯度区广泛栽植的刺槐林（Robinia pseudoacacia）、沙棘林（Hippophae rhamnoides）和草地的土壤物理结构、持水性、盐碱度、碳汇指标以及速效养分指标方面的综合得分，明确植被恢复后土壤质量随降水梯度的变化特征。结果表明：1）降水量、植被类型以及二者的交互作用对土壤指标影响显著（P<0.05）。2）在460～470 mm降水量区，刺槐林（0.829）对土壤质量改良效果最好，其次为沙棘林（0.808），二者土壤质量均达到肥沃水平，且差异不显著，草地（0.679）土壤质量指数最低，土壤为较肥沃水平；在440～445 mm降水量区，沙棘林（0.74）对土壤改良效果最好，其次为刺槐林（0.601），二者均达到较肥沃水平，草地（0.479）土壤质量指数最低为中等水平；在370～395 mm降水量区，3种植被类型土壤质量指数由大到小表现为沙棘林（0.744）>刺槐林（0.387）>草地（0.251），沙棘林土壤质量等级为较肥沃、刺槐林和草地为贫瘠水平。3）在370～470 mm降水梯度内，3种植被类型土壤质量综合指数均随着降水量的减少而降低，其中沙棘林土壤质量指数变异性较低（4.1%），刺槐林（30.1%）和草地（37.2%）土壤质量变异性较高。该研究结果可为陕北黄土区370～470 mm降水梯度下的植被恢复与重建等林业生态工程实施提供数据支撑与理论支持。     

求解大规模优化问题的分布式并行方法

针对大规模的优化问题,提出一种复杂度低且能快速收敛的分布式并行方法。由于计算Hessian矩阵及其逆矩阵会带来巨大的计算和存储开销,利用内点法或牛顿法求解大规模问题并不可行;大规模优化问题通常采用基于梯度或基于分解的方法进行求解。传统的方法具有较高的复杂度的算法,因此笔者提出了一种新的具有更快收敛速度的原对偶方法,每次迭代仅需要进行简单的梯度更新,从而降低复杂度。     

一次暴雨过程的泰山景区气象要素影响分析

针对2016年7月21～22日发生在泰安市的强降水,通过对实况高空形势图、地面风场以及探空图和雷达图的分析,结果表明,该暴雨是由高低空急流、高空槽、副热带高压、冷锋和辐合切变线等多个天气系统共同作用造成的。降水区具有垂直上升运动强烈、垂直热量输送明显、湿等熵面向下伸展和水平风垂直切变显著等动、热力学特征[1]。湿热力平流参数等动力因子综合反映了上述动、热力垂直结构特征,并且发现此次降水过程中地面不断有小辐合区生成、维持,造成了局地强降水。