共查询到19条相似文献,搜索用时 194 毫秒
1.
龙栖山黄山松种群优势度增长规律研究 总被引:16,自引:2,他引:16
本文应用有限空间种群增长的逻辑斯谛模型研究了龙栖山自然保护区黄山松种群基面积增长规律,指出黄山松在不同林型下和同一林型不同密度下的基面积最大增长速度的径级范围. 相似文献
2.
天然黄山松种群空间分布格局研究 总被引:2,自引:1,他引:1
根据福建省寿宁县天然黄山松种群个体定位图,运用扩散系数(C)、负二项参数(K)、Cassie. R. M.指标(Ca)、平均拥挤度(m*)、聚块性指数(m*/m)和扩散型指数(Iδ)6种聚集度指标,考察黄山松种群在不同取样尺度上及不同发育阶段分布格局的变化.结果表明:种群空间分布格局随取样尺度的不同而发生变化,样方大小对黄山松种群分布格局的测定结果具有显著影响,其分布格局测定的样方面积不应小于16 m2,样方大于或等于16 m2时,黄山松种群表现为集群分布类型;不同取样尺度下,种群反映出不同的聚集程度,扩散型指标Iδ基本上随取样尺度的增大而减小;不同发育阶段的黄山松种群均表现为集群分布,且大树阶段的聚集程度最大,幼树阶段次之,中径树阶段最小. 相似文献
3.
《福建林学院学报》2019,(4)
采用级间失稳率、群落高度级分享度和Whittaker指数分析戴云山黄山松群落高度级结构随海拔梯度变化的特征。结果表明,随高度级增加,群落个体数和物种数均呈下降趋势。沿海拔梯度上升,黄山松群落整体失稳率大致呈上升趋势,且均为正值。黄山松种群的Ⅰ~Ⅱ、Ⅱ~Ⅲ级间失稳率多为负值,而Ⅲ~Ⅳ、Ⅳ~Ⅴ和Ⅴ~Ⅵ为正值,种群优势地位明显。总体上,优势种对第Ⅰ高度级分享度最大,随高度级增加,种对高度级的分享度不断降低。黄山松群落高度级随海拔梯度变化其物种替代速率存在差异,Whittaker指数(β_w)大多分布在0.4左右,高度级间物种变化幅度相对平稳。戴云山黄山松群落在垂直空间上物种分布连续性良好,处于稳定发展阶段,更新能力强。目前黄山松种群优势地位显著,高海拔区域优势地位更明显。黄山松在混交群落竞争中偏向K对策,以较多的成年大树来增强其在群落的优势地位。 相似文献
4.
段立清 《内蒙古林学院学报》1996,(3)
本文用几种聚集度指标及Taylor的幂法、Iwao的m一m回归法分析松梢小卷蛾(RhyacioniapinicolanaDoubelday)幼虫的种群空间分布型为聚集分布,分布的基本成份为个体群,个体群中个体分布的平均拥挤度为6.119,个体群分布的相对聚集度随种群密度而变化的速率为一0.011,呈现出随种群密度的增加而降低的趋势。在资料代换中,以Iwao的方法最适合,文中还给出了松梢小卷蛾幼虫在不同虫口密度下的最适抽样数及序贯抽样方法。 相似文献
5.
6.
基于戴云山黄山松群落类型31个样地(20 m×20 m)野外调查,筛选4个地形因子和11个土壤环境因子,采用除趋势典范对应分析法(DCCA)探讨黄山松群落分布格局与环境之间的关联,定量分析环境因子间相互关系及其对黄山松群落格局的影响。结果表明:(1)DCCA第一排序轴主要反映黄山松群落的海拔变化,第二轴主要反映坡向变化,即沿第二轴从上到下,坡向越朝向阳坡,黄山松群落分布越明显。(2)DCCA表明第一轴与海拔的相关系数达0.5570,即海拔是黄山松群落分布起着决定性作用的环境因子,呈现海拔越高,黄山松优势种群越显著,在海拔1400-1600 m表现突出。(3)黄山松群落主要物种在DCCA排序图的相对位置,反映坡向、坡位、有机质、人为干扰因素是影响黄山松群落分布的重要因素。(4)DCCA排序图中黄山松群落种类排序轴与环境排序轴的相关系数高于DCA,且消除CCA的 "弓形效应",更能凸显海拔、有机质等环境因子对黄山松群落的影响,即黄山松群落与环境因子之间关联以DCCA排序方法为最佳。 相似文献
7.
角菱背网蝽空间格局及抽样技术研究 总被引:3,自引:1,他引:3
本文运用比较频次法和聚集度指标法,研究了角菱背网蝽若、成虫的空间格局,研究表明其分布属于负二项分布,分布的基本成份是个体群.林间抽样方法比较结果,平行线、对角线取样法精度较高,适用于林间虫情调查. 相似文献
8.
9.
以戴云山黄山松群落为研究对象,采用样方法在1 100~1 800 m海拔设置31个黄山松群落样地,分析海拔梯度下黄山松群落特征及土壤养分状况.结果表明:海拔越高黄山松群落的多样性越低;黄山松种群呈现聚集分布;土壤有机质、全氮含量随海拔升高呈先升高后降低的趋势,而土壤全钾的含量呈先下降后升高的趋势.海拔是影响黄山松群落分布的主要因子,且较高海拔地区的土壤有机质、全氮和全磷含量低于较低海拔地区.黄山松群落林下土壤全磷含量均低于0.5 g·kg-1,呈现磷限制. 相似文献
10.
采用频次分析法和分布型指数法,测定了松实小卷蛾幼虫的空间分布型,并进行了序贯抽样分析以及平行线法,对角线和棋盘式法3种不同抽样方法的可靠性比较。结果表明:在黄山松幼林中,松实小卷蛾幼虫空间分布型的一般的负二项分布。 相似文献
11.
基于遥感的福建闽侯丘陵区农作物种植面积空间抽样方法 总被引:1,自引:0,他引:1
以福建闽侯县作为研究区,采用传统抽样(简单随机抽样、系统抽样、分层抽样)、空间抽样(空间随机抽样、空间系统抽样、空间分层抽样)等方法对研究区农作物种植面积进行样本抽选、总体推算及误差估计,结果表明:1 500 m×1 500 m格网为最优抽样单元尺寸,空间分层抽样方法的相对误差为3.86%,变异系数为6.03%,抽样成本为6.03,抽样效率高.与传统抽样方法相比,空间抽样方法显著减少样本容量,节约调查成本. 相似文献
12.
13.
杨干象幼虫空间分布型及抽样技术的研究 总被引:3,自引:1,他引:3
1986年在黑龙江省林甸县对杨干象幼虫的空间分布及抽样技术进行了系统研究。同时还采用了频次分布比较x~2检验的方法和若干种聚集度指标的方法测定杨干象幼虫的空间分布。杨干象幼虫不符合Poisson分布和Neyman分布,而基本上符合负二项分布。在聚集度指标的测定中,杨干象幼虫符合聚集分布。在对杨干象幼虫抽样技术的研究时,分别采用了对角线、平行线、五点式、“Z”字形以及随机5种抽样方法,同时又比较了抽样精确度,结果表明,平行线和五点式抽样方法比较好。 相似文献
14.
以湖南省攸县为研究区,利用2009、2010年SPOT5影像,在抽样可靠性指标为95%的情况下,设计系统抽样方案、分层抽样方案和简单随机抽样,通过SVM进行图像分类,并结合2009年湖南省连续清查数据对方案进行精度验证,得到适合研究区的抽样方案。结果表明:3种抽样方案中,适宜攸县森林资源调查的最优方案为,以抽样间隔为4 km × 6 km (第Ⅰ层)、4 km × 4 km (第Ⅱ层)、4 km × 4 km (第Ⅲ层)进行的分层抽样,总体分类精度达到90.48%。其中,在系统抽样中,抽样间隔为4 km × 4 km和2 km × 2 km的方案总体精度均为88.10%,但前者训练样本数较少,表明在实际调查中,训练样本的数量与抽样的总体精度不是一直呈正相关。在分层抽样中,适合各层的最优抽样方案不一定相同,并且与系统抽样的最优方案也不一定相同。当抽样间隔相同时,分层抽样的总体精度要高于系统抽样的总体精度,但训练样本数少于系统抽样的训练样本数。所以在实际调查中,采用分层抽样较系统抽样,得到的精度较高,并且耗费的人力物力较少,较为高效。 相似文献
15.
基于总体表面属性特征的森林资源抽样调查方法比较 总被引:2,自引:0,他引:2
以南京紫金山国家森林公园的6个景区为抽样总体,以GIS为分析平台,以2002年数字化的森林资源二类调查数据为主要信息源,在分析各个总体相关性、异质性、聚集性3个表面属性特征基础上,分别采用简单随机抽样、系统抽样、空间简单随机抽样、空间分层抽样、空间平衡抽样方法对单位面积蓄积量进行了抽样估计,并从抽样平均误差、抽样效率2... 相似文献
16.
17.
18.
经过设立8块标准地调查,笔者对思茅松毛虫茧蛹期种群空间分布特征及抽样调查方法进行了研究。空间分布型的研究应用四种分布型指数以及Taylor和Iwao的方法计算,结果表明:该虫茧蛹期属聚集分布,分布的基本成分为个体群,聚集度具有密度依赖性。此外,在垂直水平上,对主林层树冠和灌木层结茧数进行差异显著性检验,结果差异不显著,表明不必进行分层抽样。抽样方法研究表明:除五点式取样效果较差而不宜采用外,平行线、对角线和"Z"字形取样均可采用,而其中"Z"字形取样效果最佳。 相似文献
19.
冬小麦种植面积空间抽样样本布局的优化设计 总被引:5,自引:0,他引:5
【目的】样本布局是空间抽样调查方案设计中的关键要素。优化设计样本布局对于提高抽样样本对总体的代表性、降低抽样调查成本、改善抽样外推总体精度具有重要意义。论文针对现有农作物种植面积空间抽样调查技术体系中存在样本布局设计合理性不足的问题(如采用简单随机抽样进行样本布局设计时,无法保证各样本单元间相互独立、彼此间不存在空间相关性;而以往系统等距布样方式又存在样本间隔的制定缺乏科学依据),进一步提高现行农作物种植面积空间抽样调查效率。【方法】选取安徽省蒙城县和冬小麦种植面积2009年和2010年的冬小麦空间分布数据(分别源自ALOS AVNIR-2 和Landsat5 TM影像提取结果),通过地统计学理论与“3S”技术(遥感、地理信息系统和全球定位技术)及传统抽样方法相结合,首先,设计8种抽样单元尺寸水平,利用不同种尺寸水平的抽样单元离散抽样区、构建抽样框;其次,选取简单随机抽样方法初选样本单元,利用初选样本构建抽样单元内冬小麦种植面积比例的变异函数理论模型,基于该模型分析抽样单元间空间关联性和异质性,定量确定抽样单元空间关联阈值;然后,遵循传统抽样理论要求样本间相互独立原则,以抽样单元空间关联阈值为抽样间隔,采用空间系统等距的布局方式对冬小麦种植面积空间抽样样本布局进行了优化设计;最后,以简单随机抽样方法为对照,选取抽样外推总体相对误差、总体总值估计量的变异系数(CV)及样本容量为评价指标,对布局优化设计后的抽样样本外推总体精度、稳定性(通过变异系数反映)及抽样成本(通过样本容量反映)进行定量评价试验研究。【结果】抽样单元内冬小麦种植面积比例的变异性随单元尺度的增大而增大,8种单元尺度下的抽样单元内冬小麦种植面积比例的变异系数变化范围为32.75%—43.46%,属中等变异;抽样单元内冬小麦种植面积比例在一定范围内存在强烈的空间相关性,该空间相关性主要由结构性因素(如气候、地形、土壤类型等自然因素)决定。抽样单元内冬小麦种植面积比例的空间关联阈值随抽样单元尺寸的增大而增大;当抽样单元尺寸较小时(500 m×500 m—2 000 m×2 000 m),在样本容量相同条件下,经布局优化设计后的抽样样本外推总体的相对误差和变异系数明显低于简单随机抽样;当抽样单元尺寸较大时(2 500 m×2 500 m—4 000 m×4 000 m),布局优化设计后的抽样样本外推总体的相对误差和变异系数虽未明显降低,但样本容量却显著减小。【结论】该文可为改善农作物种植面积空间抽样调查效率提供试验依据。为研究区和研究对象,以正方形网格作为抽样基础单元,基于蒙城县 相似文献