排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
浙西北针阔混交林主要树种生态位特征研究 总被引:2,自引:0,他引:2
利用Levins、Hurlbert、Schoener和Pianka的生态位计测公式,以综合群落梯度为资源轴,定量计测了青山湖针阔混交林24个主要树种的生态位宽度、生态位相似性比例和生态位重叠,分析了各种群的生态位宽度、相似性比例和重叠的生态学意义,揭示了种群利用资源和效率的适应环境的能力。结果表明,该区域优势树种青冈、苦槠、马尾松的生态位宽度值较大;各优势树种,无论是耐荫种类还是阳性树种,均表现出较高的生态位相似性比例,说明它们对现有环境适应的相似性;生态位重叠与竞争存在一定的关系,但并不能等同起来。各优势种群对地上垂直空间的利用是互补的,但生态位重叠较大,存在明显的空间竞争。 相似文献
2.
本研究以山东省各森林类型为统计单元,得出山东省现有森林碳储量为105.5Tg,占全国的3%,是全国单位面积碳储量平均水平的1.92倍(按土地面积计),各森林类型碳密度差异较大,介于9.23~46.59Mg.hm-2之间,密度大小与人为干扰程度有直接关系。并根据历年森林碳储量与碳密度变化情况,对未来18年山东省碳储量及碳密度变化情况进行了预测,至2020年,全省森林碳储量可达155.04Tg,比现在增长47%,至2030年达到199.08Tg,比2012年增长89%。 相似文献
3.
4.
通过最大似然分类法从不同时期陆地资源卫星Landsat-5 TM影像中提取毛竹Phyllostachys pubescens林信息,利用变化幅度和动态度2个指标对浙江省安吉县近30 a毛竹林面积时空动态特征进行了监测、评价与分析,并初步估算了各时期竹林地上总碳储量变化情况。结果表明:①各个时期影像分类总体精度和毛竹林信息提取的精度比较好,其中总体分类精度都在85%以上,而毛竹林Kappa系数为0.80~0.95。遥感估算的毛竹林面积与森林资源清查结果相吻合,两者决定系数(R2)达到0.981;②1986-2008年期间,除昆铜乡毛竹林面积呈负增长外(变化幅度为-8.49%),其他各乡镇的毛竹林面积呈上升趋势,变化幅度为14%~86%,以孝丰镇增长幅度最大,天荒坪镇增长幅度最小;③针叶林、阔叶林以及农业用地的变化对毛竹林总面积增加的贡献最大;④根据毛竹林动态监测结果和毛竹林地上碳密度(20.297 Mg.hm-2)估算得到1986,1991,1998,2004和2008年5个时期安吉县竹林地上碳储总量分别为1.106,1.213,1.327,1.413和1.466 Tg,呈逐渐增加趋势。图2表4参31 相似文献
5.
6.
7.
6种地形校正方法对雷竹林地上生物量遥感估算的影响 总被引:2,自引:0,他引:2
结合野外调查数据和Landsat 5 TM影像,分析6种地形校正方法(Teillet -回归,Cosine,C,SCS,SCS+C和Minnaert)对雷竹林地上生物量遥感估算的影响.结果表明:1)除Cosine和SCS方法存在校正过度现象,其余4种地形校正方法均具有良好的校正效果;2)6种地形校正方法均可提高TM4,TM5与地上生物量的相关性,且RVI,NDVI和SAVI这3种植被指数与生物量之间的相关性也得到改善;3)与原始影像相比,6种地形校正后的遥感数据都能不同程度地提高雷竹林生物量估算精度,以Teillet -回归校正后所建雷竹林地上部分生物量估算模型精度最高,相关系数从0.441提高到0.687,RMSE降低17%左右;4)尽管Cosine校正最大程度地提高了TM4,TM5与地上生物量的相关关系,但Cosine方法存在校正过度问题,Cosine校正后雷竹林地上生物量遥感估算模型精度反而略低于Teillet -回归校正;5)虽然地形校正可提高植被指数与雷竹林地上生物量之间的相关性,但所选5种植被指数均未入选雷竹林地上生物量遥感估算模型的变量,这与雷竹林较高的密度有关. 相似文献
8.
9.
Erf-BP混合像元分解及在森林遥感信息提取中应用 总被引:3,自引:0,他引:3
提出一种新的基于高斯误差函数(Gaussian error function,Eft)作为激活函数的BP神经网络(Erf-BP),并用于林区TM影像进行混合像元分解.研究表明:Erf-BP模型的精度高于线性无约束最小二乘法模型及最大似然法.通过在高分辨率影像上选取验证样区精度检验得出:1)各端元总分解精度为89.2%,RMSE比线性无约束最小二乘法模型降低了近39%;2)该方法能够较高精度地提取森林遥感信息,精度达到86%,RMSE比线性无约束最小二乘法模型降低了近40.6%.将3种不同方法估计的整个研究区各端元面积百分比与森林资源二类调查数据作对比得出:Erf-BP模型精度略高于最大似然法,RMSE分别为4.18%和7.90%,两者精度明显高于线性无约束最小二乘法模型(RMSE=18.75%).Erf-BP算法能够较高精度地对TM影像进行混合像元分解,尤其在森林信息提取上,为基于混合像元分解提取不同森林类型甚至树种遥感信息提供一种可行的方法. 相似文献
10.
基于Landsat TM数据估算雷竹林地上生物量 总被引:3,自引:1,他引:2
结合Landsat TM遥感数据和雷竹林样地调查数据,采用偏最小二乘回归法(PLS)建立雷竹林地上生物量估算模型,利用该模型估算临安市雷竹林地上部分生物量。结果表明:雷竹单株地上部分生物量与胸径及雷竹林地上部分生物量与株数之间都呈极显著相关(P<0.01);通过PLS-Bootstrap法筛选自变量能够提高模型精度;模型预测的雷竹林地上生物量均方根误差为3.45t·hm-2,满足大范围估算的精度要求;临安市雷竹林地上生物量为13~25t·hm-2,均值为19.52t·hm-2。 相似文献