水曲柳混交林与次生林土壤微生物量与酶活性特征

以天然次生林和人工营造的水曲柳-落叶松(水落)、水曲柳-云杉(水云)和水曲柳-红松(水红)混交林为研究对象,测定了4种林型的土壤微生物量和酶活性。结果表明:次生林和水云混交林土壤中微生物量碳、氮质量分数均高于水落和水红混交林,土壤微生物磷质量分数也表现为水红混交林最低,但是土层深(H)0≤H10 cm土壤微生物量碳质量分数/总碳质量分数和土壤微生物量氮质量分数/总氮质量分数表现为水红混交林最高,水落混交林最低的趋势。土层0≤H10 cm土壤过氧化氢酶、蔗糖酶、脲酶和磷酸酶活性均表现为水红混交林最低的趋势。各林型土壤微生物量质量分数与土壤酶活性之间均呈显著正相关关系,且与土壤全碳、全氮、全磷、铵态氮质量分数也呈显著正相关。总之,次生林、水云和水落混交林由于较低的林分密度和较高的阔叶树比例,土壤生物活性较高,而水红混交林则相反。     

结合多尺度纹理特征的高光谱影像面向对象树种分类

目的基于机载高光谱影像的分类研究中，利用不同尺度纹理特征与面向对象分类相结合的方法在树种分类的研究中应用较少，并且相关研究主要针对单一树种识别而不考虑多种树种，因此对于复杂林分中的树种识别能力有待进一步研究。本研究拟探究不同尺度纹理特征结合面向对象的分类技术在树种精细分类中的应用效果。方法利用机载高光谱数据进行面向对象的树种精细分类。根据研究区内地表类型情况，采用分层分类的方法区分非林地、其他林地与有林地，对有林地进行树种的精细分类。从机载高光谱图像中提取特征变量，包括独立主成分分析ICA变换光谱特征以及空间纹理特征，分析各树种的光谱反射率及所适合的纹理尺度，依据不同尺度纹理特征进行分层分类，比较不同特征利用支持向量机SVM分类的树种分类结果。结果结合单一尺度纹理特征的分类结果总体精度为87.11%，Kappa系数为0.846；结合不同尺度纹理特征的分类总体精度为89.13%，Kappa系数为0.87，相比于仅利用光谱特征的分类精度分别提升了4.03%和6.05%。说明在面向对象的分类中，纹理特征的加入对于提升树种分类的精度具有显著效果。结合不同尺度纹理特征的树种分类精度要高于单一尺度纹理特征的分类精度，尤其在其他阔叶树种和马尾松树种的分类中，制图精度较单一纹理尺度分别提高了5.48%和6.12%。结论利用不同尺度的纹理特征分类比单一尺度纹理特征分类更具优势，提高了纹理特征在树种分类中的贡献率；综合利用机载高光谱影像的光谱特征和不同尺度纹理特征的面向对象分类方法，使得树种识别更为精细和准确。该方法对于复杂林分树种的分类是有效的，能够满足机载高光谱影像树种精细识别的应用需求。