全文获取类型
收费全文 | 103篇 |
免费 | 5篇 |
专业分类
林业 | 48篇 |
综合类 | 60篇 |
出版年
2022年 | 1篇 |
2021年 | 3篇 |
2020年 | 5篇 |
2019年 | 6篇 |
2018年 | 5篇 |
2017年 | 2篇 |
2016年 | 2篇 |
2015年 | 7篇 |
2014年 | 5篇 |
2013年 | 6篇 |
2012年 | 5篇 |
2011年 | 13篇 |
2010年 | 5篇 |
2009年 | 8篇 |
2008年 | 3篇 |
2007年 | 5篇 |
2006年 | 5篇 |
2005年 | 1篇 |
2004年 | 2篇 |
2003年 | 2篇 |
2000年 | 2篇 |
1998年 | 1篇 |
1997年 | 3篇 |
1996年 | 2篇 |
1995年 | 4篇 |
1993年 | 2篇 |
1990年 | 1篇 |
1987年 | 1篇 |
1985年 | 1篇 |
排序方式: 共有108条查询结果,搜索用时 15 毫秒
1.
3.
长白落叶松?水曲柳混交林冠幅预测模型 总被引:1,自引:1,他引:0
4.
基于混合效应的杂种落叶松人工幼龄林单木枯损模型 总被引:1,自引:1,他引:0
5.
6.
【目的】采用 KNN方法进行碳储量估测,并对估测后的数据进行各种校正处理,绘制森林地上碳储量的空间分布图,为我国森林碳储量和固碳潜力的研究提供基础数据和科学依据。【方法】以黑龙江省大兴安岭为研究区(50°05'—53°33'N,121°11'—127°01'E),基于2010年森林资源连续清查固定样地和同年 Landsat5 TM 影像数据,利用 k-邻近法( KNN)在像素级水平上对森林地上碳储量进行估算。采用多准则方法分东、南、北和中4个区域对样地坐标和其对应的影像光谱值进行坐标重配准,并根据实测样地数据对坐标重配置前后不同林分类型地上碳储量估测精度进行评价;针对 KNN方法像素级估测结果存在明显的高值区域低估和低值区域高估现象,应用直方图匹配方法对估测结果进行变动范围调整;并根据样地实测碳储量和 KNN 估测值间的回归关系对调整后的结果分区域进行进一步匹配校正后处理,绘制森林碳储量的空间分布图。【结果】总体来说,本研究区域像元尺度KNN估测的欧式距离优于马氏距离,均方根误差随着最邻近值 k的增大而降低,当 k大于6时变化缓慢,并逐渐趋于稳定;坐标误差校正后,各林分类型森林地上碳储量的估测精度均显著提高,平均均方根误差由17.23降低到14.3 t·hm -2;直方图匹配后,各区域样地点高值区域低估和低值区域高估现象均有很大程度改善,实测值和估测值间的相关关系明显增强,然而高值地区(碳储量大于20 t·hm -2)出现过高估计现象;经匹配校正后处理的均值、标准差、直方图和累积频率分布图更接近样地实测值,均方根误差也明显降低,高值地区过高估计现象得到很好校正。【结论】森林资源清查数据、遥感数据及 KNN方法相结合逐渐成为区域尺度森林参数空间连续估测的重要手段。同利用光谱值和森林参数建立的回归模型相比,KNN方法能够更多地考虑到森林参数同光谱值之间的非线性依赖关系;但 KNN估测方法除了受距离度量标准、最邻近值 k的大小以及影像波段的选取等因素影响外,还存在如样地坐标和对应的影像光谱值匹配误差、像素级估测结果多呈明显集中分布趋势等问题,使得该方法的应用受到一定限制。本文的研究表明,对这些因素进行合理的校正,将更有利于区域尺度森林参数的精确估计和反演。 相似文献
7.
以江山娇实验林场的16块杂种落叶松密度对比标准地为研究对象,使用非线性最小二乘法,对4种常用胸径和树高生长模型拟合优度进行比较,最终选择Schumacher 方程作为混合模型的基础模型。考虑林分效应和林木效应,采用两水平嵌套混合模型的方法,通过R软件进行不同参数混合作用的模拟,选择收敛的AIC、BIC和对数似然值最小的混合模型作为最优模型,最后将其与传统模型进行拟合优度的比较。结果表明:胸径生长模型中将林分效应作用于参数a1、林木效应作用于参数a0和a1,树高生长方程中将林分效应和林木效应作用于参数a0时的混合模型最优,可将胸径和树高生长传统模型的确定系数从0.7510和0.9008提高到0.9463和0.9474,均方根误差也大幅缩小,并且较好地消除了异方差现象,说明通过构造方差协方差矩阵可以校正随机参数以反映树木之间生长的差异。 相似文献
8.
根据长白山地区白河林业局的772块固定标准地调查数据,以及最小二乘法( OLS),建立逻辑斯蒂(Logistic)模型来预估该局现时状态有林地的红松分布概率,并采用泊松(Poisson)和负二项分布(Negative binomi-al,NB)模型预估该局现时状态有林地红松的分布数量,并对模型进行了拟合效果评价及独立性检验。结果表明, Logistic模型与数据的拟合效果很好,独立性检验中预测精度也在可接受的范围内,可以利用Logistic模型来预估该局有林地红松的分布概率。与Poisson模型相比,负二项分布模型能够解决因变量的不均匀分布(即过度散布)的问题,因此能够更好地拟合数据。但在独立性检验中,Poisson模型和NB模型的预测精度接近,且都在可接受的范围内,两个模型均可以用来预估该局有林地红松的分布数量。 相似文献
9.
10.
以多元统计分析原理与方法为工具,对Logistic方程进行建模,同时对初始预测值进行了加权修正,进一步完善了Logistic模型的拟合曲线,指出了以往对于初始预测值认识上的不足.而改进后的初始预测值会优化系统预测.本研究方法与以往的拟合方法相比,其优点是避免了某一个初始值对整个预测系统的影响,并把这种方法应用于红松单木... 相似文献