内蒙古桦木沟林场不同地貌野生花卉资源分布

内蒙古桦木沟林场地形地貌类型广泛,野花资源丰富,尚未得到有效开发。为了解野生花卉资源习性和生物学特征,开发利用野花资源,在路径调查的基础上,采用典型样地调查法,调查分析了其野花资源分布。共调查野花资源177种,隶属于40科129属,菊科、豆科、毛茛科等种类和种群数量较丰富。不同地貌Margalef丰富度指数1.35~8.28,Shannon-Wiener指数变异范围1.42~2.59,Simpson指数为0.59~0.96,湿地草甸、疏林草地物种多样性丰富,沙地多样性最低。湿度、光照等是影响野花多样性分布的重要因素。林场分布着丰富而有较大开发价值的喜光、耐荫、耐涝、喜湿、耐旱等不同生态型野生花卉。部分野生花卉资源濒危,亟需保护。     

克什克腾旗草本野生花卉资源季节分布及开发利用

[目的]内蒙古自治区克什克腾旗(简称克旗)野生花卉资源丰富,对其进行开发利用,对于保护当地生态环境、促进花卉产业发展有重要意义。[方法]采用典型样地调查法调查了克旗草本野生花卉资源。[结果]共调查草本野花196种,分属于40个科、129属,其中菊科、豆科、毛茛科、蔷薇科、唇形科等资源丰富。克旗草本野生花卉花期集中在6—8月,果期8—9月,菊科、龙胆科、景天科部分种花期可持续至8月底9月初。根据草本野生花卉特征,分析了其开发利用前景。[结论]克旗草本野花具有很高的开发应用价值。     

基于BP神经网络的华北落叶松小班蓄积预估模型研究与应用

林分蓄积是衡量小班林分生产力的重要指标。选择华北落叶松人工林小班数据,对以年龄、公顷株数和立地指数为自变量,小班公顷蓄积为因变量的BP (back propagation)神经网络模型和多元回归模型进行研究。研究结果表明:①BP神经网络参数最优组合:三层网络结构包括输入层3个神经元,隐含层10个神经元和1个神经元,输出层1个神经元,R语言算法选用含有动量的自适应梯度下降法,MATLAB软件算法选择Levevberg-Marquardt法;②多元回归模型中,生长理论方程为基础修正函数"Logistic+幂函数"组合的修正模型V=SI~(0.977 2)N~(0.510 3)0.500 1/[1+44.226 1exp(-0.146 6t)]表现最优,其决定系数R~2为0.721 8;③BP模型预测精度最高,其次是多元回归模型和材积表法。基于以上研究,为了提高BP模型的实用性,通过JAVA和R语言编程方式,将构建BP神经网络小班蓄积预估模型存储到收获预估模型的模型库中,在人工林收获预估中实现BP模型的调用,实现从经典的数学模型形式向智能化软件方向发展,提高BP模型在实际生产中的可操作性,为森林经营作业提供决策支持。