排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
以飞播马尾松为研究对象,根据马尾松与木荷的树种组成比例,以不同混交比例的马尾松、木荷飞播林(Ⅰ:10马、Ⅱ:8马2木、Ⅲ:7马3木、Ⅳ:6马4木)为对象,设置标准样地,比较研究不同混交林植被层碳密度分布特征。结果表明:不同类型乔木层碳密度范围为35.64~56.04 t·hm~(-2),从大到小依次是类型ⅣⅢⅡⅠ,但差异不显著(P0.05);林下植被层碳密度范围为0.61~0.86 t·hm~(-2),表现为类型ⅠⅡⅢⅣ,不同类型间也不存在显著差异(P0.05);凋落物层碳密度范围为0.32~1.29 t·hm~(-2),表现为类型ⅣⅢⅡⅠ,不同类型间存在显著差异(P0.05);类型Ⅰ-Ⅳ植被总碳密度分别为36.82、40.40、48.89和57.94 t·hm~(-2),植被总碳密度表现为随着木荷混交比例的提高而逐渐增大,其中类型Ⅳ较明显高于其他类型。因此,飞播马尾松林中补植木荷有利于提高植被的固碳能力。 相似文献
2.
多元线性回归与神经网络模型在森林地上生物量遥感估测中的应用 总被引:3,自引:0,他引:3
利用遥感影像构建森林生物量估测模型,能够快速、实时估算区域森林生物量。采用吉水县TM影像以及森林资源调查固定样地数据,构建估算森林地上生物量的多元线性回归模型及BP神经网络模型,并对两种模型进行了比较。结果表明:两种模型对样地生物量的预测值大部分比实测值小,多元线性回归模型预测值与实测值的偏差幅度比BP神经网络模型更大,偏差幅度分别为-110.24~38.09 t·hm-2、-35.12~26.17 t·hm-2;多元线性回归模型与BP神经网络模型的决定系数(R2)分别为0.470和0.869,均方根误差(RMSE)分别为30.52和12.69 t·hm-2,预测精度分别为50.07%和71.65%。因此,运用BP神经网络模型估测森林地上生物量优于多元线性回归模型。 相似文献
3.
天然马尾松林土壤碳氮磷特征及其与凋落物质量的关系 总被引:1,自引:1,他引:0
1