适于FVS的长白落叶松树皮因子

为估算长白落叶松的去皮直径及树皮厚度等,利用小兴安岭南部68株长白落叶松解析木与生物量数据,对带皮胸径与去皮胸径之间、树干材积与木材材积之间、树皮厚度与相对树高之间、树皮因子与树高之间等相关模型进行了研究.结果表明,长白落叶松胸径处去皮直径的最优模型为D1B=0.922DOB(R2=0.99),胸径处树皮因子和树皮调整...     

闽楠天然次生林林分空间结构研究

以闽楠天然次生林为研究对象,通过12块标准地调查获取数据,运用混交度、大小比数和角尺度分析林分空间结构特征,并采用林分空间结构评价指数将其划分为5个评价等级。结果表明:(1)林分平均混交度为0.525,林木为强度混交;平均大小比数为0.506,林木分化属于中庸向劣态过渡状态;平均角尺度为0.518,林木呈聚集分布。(2)林分空间结构评价指数值为0.08~0.89,与理想的空间结构差距较大;仅5号标准地评价等级最高(Ⅴ级),其表现为林木混交程度高,林木大小分化不明显,分布格局为随机分布,闽楠为主要优势树种,在林木竞争上占有优势地位,是较理想的空间结构模式。研究结果可为优化闽楠天然次生林空间结构经营措施的制定提供参考。     

基于BP神经网络的马尾松立木生物量模型研究

以马尾松为例,探索并验证BP神经网络模型在立木生物量估测上的适用性。通过12种算法的筛选、输入变量和输出变量的确定以及隐层节点数的选择,确定最优的模型拓扑结构,构建单隐层BP神经网络模型;对比单输入变量与多输入变量模型、单输出变量与多输出变量模型,并分析模型的输入变量数和输出变量数对模型估测精度的影响;将优选BP模型与传统相对生长模型进行对比以验证BP模型的可行性。结果表明:1）最优BP模型LM-DH-8-WtWaWr的训练算法为Levenberg-Marquardt算法,输入变量为D、H,输出变量为Wt、Wa、Wr,隐层节点数为8。2）输入变量和输出变量的增加不会降低BP神经网络模型的精度。3）模型LM-DH-8-WtWaWr能够精确地估测马尾松立木生物量,其精度高于传统的相对生长模型。该模型能够一次性地引入多个解释变量,并可以同时估测多个量,从而简化了生物量建模和估测工作,对实际生产具有一定的意义。      

飞播马尾松林不同林下植被类型枯落物及土壤水文效应

为探明飞播马尾松林不同林下植被类型对枯落物及土壤水文效应的影响,按林下植被优势(分芒萁类、禾本类及灌木类3种类型)设置典型样地,对其枯落物持水性能及土壤蓄水能力进行比较分析.结果表明:3种类型的枯落物现存总蓄积量为0.65 ～3.57t/hm2;其中,灌木类总蓄积量＞芒萁类＞禾本类.3种类型枯落物自然含水率、最大持水率、最大拦蓄率及有效拦蓄率范围分别为15.50％～29.74％、167.70％～218.25％、139.00％ ～199.66％和113.85％ ～167.39％;枯落物自然含水量、最大持水量、最大拦蓄量及有效拦蓄量均表现为灌木类＞芒萁类＞禾本类,除半分解层自然含水量以外,其他持水量指标均表现为灌木类显著高于其他2种类型.0 ～ 20 cm土层的饱和蓄水量、非毛管持水总量以及毛管持水总量均以芒萁类最高,分别为865.95、138.96和726.99 t/hm2;其中,芒萁类在0～20 cm土层,非毛管持水总量显著高于其他2种类型,而0～ 10 cm土层饱和蓄水量显著高于禾本类.综合分析表明:灌木类枯落物的水文效应显著高于禾本类和芒萁类,而芒萁类土壤层水文效应明显优于灌木类和禾本类,这是由于土壤层饱和蓄水量及有效蓄水量分别占林地表层(枯落物层和0 ～ 20 cm土壤层)的99％和94％以上,总体上芒萁类林地表层水文效应明显优于灌木类和禾本类.     

石栎次生林群落特征及多样性指数的尺度效应

天然次生林科学经营已成为我国森林提质增效的重要途径，而群落结构特征是次生林科学经营与保护的重要依据。笔者以庐山常绿阔叶林中的典型石栎次生林为对象，按照网格法建立100 m×100 m的大样地，对木本植物进行了调查统计，分析石栎次生林的群落结构特征、多样性指数及其尺度效应。结果表明：样地中共有木本植物162种，其中乔木层（胸径≥1 cm）104种，共5101棵；群落按重要值排序前3种植物依次为石栎、山苍子和檵木，按照相对优势度排序前3种分别为石栎、檵木和甜槠，依次占36.1%、14.3%和9.2%；庐山石栎次生林的物种多样性指数存在尺度依赖性，随样方尺度面积的增大，Shannon-Wiener多样性指数呈先明显增加后趋于稳定值，Evenness均匀性指数则呈先减少后趋于稳定，Simpson’s-Dominance则出现最大值后再逐渐减少；当样地面积达4900 m2时，石栎乔木层多样性指数基本处于稳定状态，而灌木层出现稳定值的尺度面积约2500 m2。研究结果对亚热带常绿阔叶林区次生林的物种多样性调查、植被恢复与重建提供参考。     

长白落叶松人工林固碳释氧效益评估方法

利用植物光合作用原理及群落生物量、林地面积等基本监测数据,对黑龙江省东折棱河林场长白落叶松人工林固碳释氧能力及其经济价值进行了初步估算,并分析了不同林龄结构的碳密度和年固碳能力.结果表明:不同林龄长白落叶松人工林的碳储存能力大小依次为:中龄林>近熟林>成熟林>幼龄林>未成林,平均碳密度为91.672t·hm-2,总碳储...     

飞播马尾松纯林补植木荷后土壤酶活性与土壤养分变化

以飞播马尾松(Pinus massoniana)纯林及飞播马尾松—木荷(Schima superba)混交林2种林型为研究对象,探讨其土壤脲酶、蔗糖酶和酸性磷酸酶活性与土壤养分的变化及相关关系。结果表明:2种林型同一土层蔗糖酶活性、全氮质量分数、速效钾质量分数差异显著(P0.05),脲酶活性在0~10 cm土层差异显著(P0.05),酸性磷酸酶活性在10~20 cm和20~40 cm土层差异显著(P0.05),全磷、有机质质量分数在0~10 cm、10~20 cm土层差异显著(P0.05);随着土层加深,2种林型土壤脲酶、蔗糖酶、酸性磷酸酶和土壤养分均呈明显下降趋势;脲酶、蔗糖酶与全氮、全磷、速效氮、速效钾、有机质呈极显著正相关(P0.01),与全钾呈显著正相关(P0.05);酸性磷酸酶与全磷、速效磷、有机质呈极显著正相关(P0.01),与速效氮呈显著正相关(P0.05)。综合分析表明,飞播马尾松纯林补植木荷有利于提高土壤养分含量及脲酶、蔗糖酶的活性,改善土壤状况。     

基于BP神经网络的林木资源资产批量评估模型优化

批量评估具有效率高、费用低且满足大量评估等优点。论文以中龄林为例,将BP神经网络应用于林木资源资产批量评估。通过比较学习算法、隐含层节点数,运用敏感性分析法确定影响因子对评估值的贡献程度,筛选输入层因子,从而优化了林木资源资产批量评估BP神经网络模型结构。结果表明：贝叶斯正则化法优于L-M算法;年龄、利率、蓄积、树种为强影响因子,这4个因子对评估值的贡献度超过60％;最优模型结构为BR 9-10-1,该模型平均绝对误差为32．46元/hm2,平均相对误差为1．28％,决定系数达0．9997,模型拟合精度高,泛化能力强,能够满足中龄林林木资源资产批量评估的要求。     

基于Sentinel-2A MSI特征的毛竹林刚竹毒蛾危害检测

为快速、准确地检测毛竹林刚竹毒蛾（Pantana phyllostachysae Chao）危害,基于Sentinel-2A MSI数据分析不同刚竹毒蛾危害等级下毛竹林像元光谱的变化,从叶损量、绿度、含水率等多个维度选择对刚竹毒蛾危害具有响应能力的22个Sentinel-2A MSI光谱衍生指标;经单因素方差分析（ANOVA）以及递归特征消除法（Recursive feature elimination, RFE）优选后,得到可用于刚竹毒蛾危害识别的10个遥感特征,包括LAI、RVI、NDMVI、EVI、NDVI₇₀₅、NDVI₇₈₃、RegVI₁、RegVI₂、GVMI和NDWI;将上述指标作为自变量,虫害等级作为因变量,建立基于XGBoost模型的刚竹毒蛾危害检测模型。研究发现,Sentinel-2A MSI数据波段6、7、8、8a对刚竹毒蛾危害具有较强的响应能力;红边与近红外波段参与构建的指数有效反映了竹林的受害情况;XGBoost模型对刚竹毒蛾危害识别的总精度为83.70%,对不同刚竹毒蛾危...     

基于改进人工神经网络的植物叶面积测定

叶面积作为植物光合作用的重要指标,是研究作物及林木生产力的基础.采用L-M算法和贝叶斯规则相结合的网络训练模式,以毛竹叶面积为研究对象,综合优化其人工神经网络结构,构建最优的叶面积预测模型.研究结果显示,模型的最佳预测变量为叶片宽度和叶片长度变量组合,而增加叶片形状指数未提高叶面积预测模型精度;所建神经网络模型性能好、预测精度高,决定系数达0.992,平均相对预测误差为4.28％,可以准确估测毛竹叶面积.