首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 31 毫秒
1.
文章以鞍山市2006年Landsat TM数据和ASTER DEM高程数据为数据源,在提取出波段1~5、7这6个波段后,通过波段运算、缨帽变换、主成分分析等方法获取差值植被指数、土壤调节植被指数、大气阻抗植被指数、垂直植被指数、归一化差值植被指数、比值植被指数等,以及亮度、绿度,前3个主成分等24个变量因子。基于这些变量因子和采样点数据,通过逐步回归模型选择最优模型并估测鞍山市不同林分蓄积量。鞍山市总蓄积量估测模型的相关系数R2是0.73,通过进行交叉验证,发现实测蓄积量和交叉估测值之间的相关系数R2是0.58。基于2007年的森林资源规划设计调查,从森林中提取出针叶林和阔叶林,分不同林分建立蓄积量估测模型;针叶林蓄积量、阔叶林蓄积量估测模型的相关系数R2分别是0.73和0.75。  相似文献   

2.
在碱性条件下合成淀粉水解糖-三聚氰胺-甲醛(AMF)共聚树脂胶粘剂,对AMF树脂的合成工艺进行了研究。通过收集NIR近红外光谱图,再利用标准实验方法测得AMF树脂的粘度(25℃)值,生成AMF树脂近红外光谱数据库。采用平滑法-归一法-导数法对光谱数据进行预处理,再运用PLS方法定量校正模型,对AMF树脂粘度进行快速的检测与分析。实验结果表明,AMF树脂合成工艺为:淀粉水解糖与三聚氰胺的质量分数为60%,恒温88℃反应2.5 h,pH值为9.5,甲醛与三聚氰胺摩尔比(M_f/M_m)为1.6、1.8、2.0、2.2;AMF树脂室温下的储存期可长达30 d。光谱数据预处理后,载荷的波数值为7 500~4 000 cm~(-1),PLS矢量数字越低,其维数也就越小。运用PLS方法,通过交互验证,确定维数为3,模型R~2=92.27,RMSECV=4.92,Bias=5.671,回归曲线:y=0.9187 x+5.6726,模型通过验证。  相似文献   

3.
杨树叶片SPAD值与叶绿素含量的相关性研究   总被引:3,自引:0,他引:3  
采用SPAD-502叶绿素仪与分光光度法分别测定了杨树叶片的SPAD值与叶绿素含量,建立SPAD值与叶绿素a、叶绿素b和总叶绿素的线性函数、乘幂函数、指数函数及对数函数的拟合方程,并根据决定系数(R2)确定最佳拟合曲线,以探讨SPAD值与叶绿素含量之间的关系。结果表明:杨树叶片SPAD值与叶绿素a、叶绿素b及总叶绿素含量间均存在极显著正相关关系。SPAD值与叶绿素a含量的最优函数模型为y=0.004 219SPAD1.630 2(R2=0.918 7);SPAD值与叶绿素b含量最优函数模型为y=0.071 308e0.055 468SPAD(R2=0.927 9);SPAD值与叶绿素总量的最优函数模型为y=0.003 24SPAD1.792 1(R2=0.924 3)。通过对9个不同品种叶片SPAD值与叶绿素含量实测值与预测值的统计检验发现,叶绿素a与总叶绿素含量的实测值与预测值间不存在显著差异,可以通过回归方程来预测杨树叶片叶绿素的绝对含量。  相似文献   

4.
将α-蒎烯选择性氧化制备马鞭草烯酮,对羰基进行肟化和分离,再发生亲核取代反应,合成得到40个新型(Z)-/(E)-马鞭草烯酮肟醚(4a~4t,包括20对Z/E异构体),采用~1H NMR、~(13)C NMR、FT-IR、UV-vis和ESI-MS对目标化合物进行了结构表征,并测试其抑菌活性。研究结果表明:在质量浓度50 mg/L下,目标化合物对8种植物病原菌均显示出不同程度的抑菌活性,其中化合物(E)-4r(R=2,6-Cl)对苹果轮纹病菌的抑制率为77.8%,化合物(E)-4s(R=2,6-F)对水稻纹枯病菌的抑制率为72.7%,化合物(E)-4n(R=p-CN)对玉米小斑病菌的抑制率为70.8%,(Z)-/(E)-异构体对一些植物病原菌的抑制活性显示一定差异。建立了(E)-马鞭草烯酮肟醚化合物对水稻纹枯病菌抑制活性的CoMFA模型(r~2=0.992,q~2=0.507),进行3D-QSAR研究,结果表明建立的模型可用于设计具有潜在高活性的先导化合物。  相似文献   

5.
以果胶前驱物α-D-半乳糖醛酸和木质素前驱物松柏醇-β-D-葡萄糖苷为起始物,在复合酶(β-葡萄糖苷酶、葡萄糖氧化酶、漆酶和辣根过氧化物酶)的协同作用下,合成出半乳糖醛酸-DHP复合体(GDHPC).通过FT-IR及13C NMR测试,发现产物中DHP的主要结构单元为β-O-4、β-β、β-5和β-1结构.另外,还含有较多的松柏醇/醛和少量的香草醛结构,以及Ar-Cα H2-和醚化5-5’结构.产物GDHPC中,木质素结构单元主要通过α碳与α-D-半乳糖醛酸以酯键、缩醛键和苯甲醚键的方式结合.  相似文献   

6.
为揭示磷酸催化纤维素热解时可以显著促进脱水反应发生的催化机理,以β-D-吡喃葡萄糖为纤维素模型化合物,利用密度泛函理论方法研究了磷酸对其热解脱水反应的作用机理。结果表明:催化热解过程中β-D-吡喃葡萄糖和磷酸通过氢键作用形成多个可能的反应复合物,氢键能够稳定反应复合物结构,不同反应复合物引发β-D-吡喃葡萄糖不同位点的1,2-脱水反应和1,3-脱水反应。与非催化相比,磷酸催化作用下β-D-吡喃葡萄糖的脱水反应活化能显著降低,其中8个位点的1,2-脱水反应活化能降低了79~129 k J/mol,2个位点的1,3-脱水反应活化能降低了28~60 k J/mol。β-D-吡喃葡萄糖发生1,2-脱水反应的活化能更低,比1,3-脱水反应更容易发生,且以4-OH+3-H、1-OH+2-H、3-OH+2-H和3-OH+4-H这4个位点的1,2-脱水反应为主。  相似文献   

7.
利用LANDSAT8遥感影像数据、结合气象数据和野外调查数据,采用CASA模型、C-FIX模型和GLO-PEM模型,分别估算和分析了2014年墨玉县森林植被净初生产力时空分布特征,并进行验证和比较。结果表明:植被净初生产力空间分布差异比较明显,主要集中于研究区中部和东南部;CASA模型的NPP平均值为70gC·m~(-2)、C-FIX模型的为56C·m~(-2),GLO-PEM模型的为28C·m~(-2),其中CASA模型模拟结果最接近于前人研究成果;通过实测值验证,各模型实测值和模拟值相当吻合,其中CASA模型的平均值最接近,相关系数R2=0.994 15,大部分样本点的误差小于5%。  相似文献   

8.
长白山林区森林生物量遥感估测模型   总被引:2,自引:0,他引:2  
采用黑龙江长白山地区TM图像和143块森林资源连续清查固定样地数据及野外调查补充样地数据,选择包括各波段灰度值、不同波段灰度值之间的线性和非线性组合(包括11种植被指数)、纹理信息以及环境因子在内的75个自变量,分别采用逐步回归分析法和偏最小二乘回归法建立黑龙江长白山林区森林生物量遥感估测模型:逐步回归法采用5个自变量所建模型平均拟合精度为76.5%,均方根误差为19.12t·hm-2,样地生物量真实值与预测值相关系数为0.5434;偏最小二乘回归法采用10个自变量所建模型平均拟合精度85.8%,均方根误差9.92t·hm-2,样地生物量真实值与预测值相关系数0.8603,偏最小二乘回归法要优于逐步回归法。利用建立的偏最小二乘回归模型计算得到黑龙江长白山2007生物量等级分布图,采用29个检验样本对反演结果进行检验,计算得到29个样本的平均预测精度为83.73%。  相似文献   

9.
为丰富树种二元材积方程和材积生长率方程,以直干型大叶相思为对象,分别选取6个二元材积备选模型和6个材积生长率备选模型,采用差分演化算法(DEA)求解模型参数,选用相关系数R、决定系数R2、均方差RMSE、卡方系数ChiSquare、F统计量进行精度评价,并采用交叉建模和交叉检验方式进行建模。结果表明,最优的直干大叶相思二元材积方程为山本式模型,R2值为0.960 4、RMSE值为0.000 27;基于山本式的模型改进后,建立的直干大叶相思二元材积方程为V=0.012 423 16d-12.920 195 63/dh1.642 516 27,R2值为0.992 1,精度提高了3.30%;材积生长率模型的拟合精度RMSE值在[0.008 3,10.994 9],R2值在[0.865 5,0.972 6],但出现各指标对模型精度的优劣排序不一致的问题;利用TOPSIS法遴选出的最优材积生长率模型为1/Pv=-0.065 917 19+0.132 412 82/t...  相似文献   

10.
以13个月生的尾巨桉林分为研究对象,对比了HemiView和TRAC两种冠层分析仪在测定叶面积指数时相对于实际测定的叶面积指数的差异,结果显示HemiView测定值<TRAC测定值<实测值,并分别对两种冠层分析仪的测定结果与实际测定结果进行回归分析和模型验证,得出二次曲线为最好的回归模型,二者的回归模型分别为y=7.988-14.547 x+8.338 x2和y=4.613-5.101 x+2.192 x2,拟合度分别为0.952和0.973。  相似文献   

11.
【目的】研究常规干燥过程中干燥基准、预处理条件、含水率对木材干燥应力的影响,探讨干燥应力沿髓心至树皮方向的分布情况,以实现干燥应变的模拟预测。【方法】整合分析采用图像解析法测算得到的弹性应变和机械吸附蠕变相关数据,基于人工神经网络模型,以干燥温度、含水率、相对湿度、距髓心距离为输入变量对弹性应变进行模拟预测,以预处理温度、干燥温度、含水率、相对湿度、距髓心距离为输入变量对机械吸附蠕变进行模拟预测。通过网络训练和验证,得到合理的人工神经网络预测模型,并对模型进行测试,探讨分析所建立模型的预测能力。【结果】弹性应变预测模型中,各数据集均呈现出较好的相关性,训练集、验证集和测试集的相关系数(R)分别为0.988、0.983和0.978,所有数据集的决定系数(R~2)均高于0.95,验证集达到最优时的均方差(MSE)为1.21×10~(-6)。机械吸附蠕变预测模型中,利用含水率为28%和12%的数据集进行模型训练和验证,训练集和验证集的相关系数(R)分别为0.981、0.977,验证集达到最优时的均方差(MSE)为1.26×10~(-6);利用含水率20%的数据集进行模型测试,测试集的相关系数(R)为0.969,所有数据集的决定系数(R~2)均高于0.94,网络模型能够解释94%以上的试验数据,表现出较好的预测能力。【结论】所建立模型的预测值和试验值吻合较好,预测成功率较高,能够为人工神经网络在干燥应力、应变方面的应用提供可行性依据。  相似文献   

12.
根据2016年对带岭矮化落叶松种子园的调查材料,运用二元线性回归和相关分析的方法,统计出标准2年生长枝上的短枝数量结构与初始嫁接接穗的直径及其所在小环境透光率结构的二元线性回归方程模型:^y=-29.38+366.67x1+39.91x2,复相关系数ry.1.2=0.922;雌花数量结构与短枝数量结构的相关系数r=0.848。据此可根据高枝嫁接矮化兴安落叶松种子园标准株的短枝数量结构与初始嫁接接穗的直径结构预测其种子的产量。同时揭示了兴安落叶松丰产结实光照条件的透光率达到50%即可。  相似文献   

13.
《林业资源管理》2013,(5):67-71
旨在研究张家口坝上地区不同无性繁殖造林小黑杨胸径-树高状况。以张家口坝上张北、沽源的无性繁殖造林小黑杨为研究对象,采用树干解析的方法获取插条、断根和埋桩造林小黑杨的胸径-树高实测数据,利用SPSS 18.0拟合3种无性繁殖造林小黑杨的胸径-树高模型。建立了插条造林小黑杨树高的Logistic方程模型,H=1/(0.1+0.559×0.724D),R2=0.992;断根造林小黑杨树高的Logistic方程模型幂函数模型,H=1/(0.1+0.617×0.766D),R2=0.988;埋桩造林小黑杨树高的幂函数模型,H=2.458×D0.524,R2=0.964。结果表明3种非线性回归模型的判定系数R2都大于0.96,D1.3能够很好地解释各器官树高。  相似文献   

14.
Penidiella sp. HEY-1β-葡萄糖苷酶的分离纯化及其酶学性质   总被引:1,自引:0,他引:1  
通过Penidiella sp. HEY-1发酵豆渣可制备产胞外β-葡萄糖苷酶(BGL)。粗酶液经过乙醇沉淀、DEAE-Sepharose Fast Flow离子交换层析和Sephadex G-100凝胶过滤层析等步骤后获得了凝胶电泳均一的BGL。通过SDS-PAGE测得其分子质量为65.5 ku。该酶反应的最适温度为60~70℃,最适pH值为3.0,在70℃以下及pH值2.0~8.0范围内均能保持稳定。Mn2+对酶有激活作用,而Na+对酶有抑制作用,其他金属离子对酶的活性影响不大。底物专一性实验表明,该酶可作用于对硝基苯-β-D-葡萄糖苷(p-NPGlu)、邻硝基苯-β-D-半乳糖苷(o-NPG)。作用于p-NPGlu和o-NPG的米氏常数(Km)值分别为0.434和0.411 mmol/L,酶促反应的最大速度(vmax)分别为1.0×10-3和3.3×10-4mol/(L.min)。  相似文献   

15.
湿地松活立木弹性模量无损评估技术研究   总被引:1,自引:0,他引:1       下载免费PDF全文
[目的]开发操作简便、破坏性小且结果可靠的弹性模量无损评估技术,为实现以大群体试验材料为基础的遗传选择和评估,培育速生优质林木良种奠定基础。[方法]以22年生湿地松自由授粉家系测定林为研究对象,采用力学阻力仪(Pilodyn)和应力波速(V)记录仪(AV)等活立木无损评估仪器和方法以及木材物理力学常规检测方法,建立活立木弹性模量评估技术体系。[结果]Pilodyn测定值Pr与实测基本密度(ρ)间呈显著负相关(P0.01);弹性模量测定值MOEB与弹性模量(计算值)MOE(MOE=ρV2)之间呈极显著线性相关关系,其线性回归模型为MOEB=2.013 3+0.828 6 MOE,决定系数R2=0.854 1;利用ρ和V计算的弹性模量值MOE与利用Pr和V计算的弹性模量相对值MOEP(MOEP=Pr V2)间呈极显著正相关关系(P0.001),回归模型为MOE=0.400 7+0.231 1 MOEP,决定系数R2=0.734 0;弹性模量MOE与V值相关极显著(P0.001),V与MOE的回归方程为MOE=-5.121 8+3.239 4 V,决定系数R2=0.921 9。[结论]在遗传选择时弹性模量(计算值)完全可以代表弹性模量测定值进行评估与选育;可直接利用MOEP作为各样木的弹性模量值参与遗传分析;同时建立了MOE与V值之间的回归方程,在比较同一测定群体弹性模量值相对大小时也可直接比较V值,大大减少了工作量。建立的模型对其它树种测定具有参考意义,但尚需检验。  相似文献   

16.
近红外漫反射光谱法测定油茶籽含油量的研究   总被引:2,自引:0,他引:2  
以索氏提取法分析的30份油茶籽的含油量值为化学法测定值,结合相应的近红外漫反射光谱,通过多种预处理方法和回归方法建立了较精准的分析模型.结果表明:所建模型经"一阶导数+SG+MSC"预处理组合最好,校正相关系数(RC)和校正标准误差(RMSEC)分别为0.925 67和2.53;交叉检验相关系数(Rcv)和交叉检验校准...  相似文献   

17.
采用二次正交旋转组合设计对顶果木(Acrocarpus fraxinifolius)增殖培养基进行优化,建立增殖倍数(Y)对培养基中Ca2+浓度(X1)、6-BA浓度(X2)及IBA浓度(X3)的正交回归模型:Y=2.416-0.172X1-0.255X2+0.183X12-0.211X22 +0.162X32 +0.331X1X2.从模型可知,当Ca2+浓度为255 mg/L,6-BA浓度为0.76 mg/L,IBA浓度为0.16 mg/L时,增殖倍数达最大值4.45.模型预测值与实际验证结果较接近.  相似文献   

18.
基于近红外光谱的紫丁香叶片叶绿素含量的估测研究   总被引:1,自引:0,他引:1  
李俊明  邢艳秋 《森林工程》2013,(3):39-41,44
近红外具有快速无损检测特点,利用该特点能够对紫丁香叶片叶绿素的含量进行估测。采用的试验方法是采取东北林业大学城市示范实验林场中的紫丁香叶片60片,从中随机抽取40片作为建模集,其余20片为验证集,并用偏最小二乘法建立建模集的叶片的近红外光谱和叶绿素含量的关系模型。再利用该模型来估测验证集紫丁香的叶绿素含量。本次试验,建模集的预测集和校验集的R2分别达到0.86和0.73,相关系数均达到85%以上,并且验证集的R2值达到0.82,相关系数为90.85%,说明近红外技术具有应用于叶片叶绿素含量估测的潜力。  相似文献   

19.
木香花挥发性组分的定量结构-色谱保留关系研究   总被引:1,自引:0,他引:1  
采用分子电性距离矢量(MEDV)表征了木香花挥发性成分的分子结构,建立了色谱定量结构-保留关系(QSRR)模型,同时运用多元线性回归/逐步回归对模型进行变量筛选,建立了53种木香花挥发性成分气相色谱保留时间(tR)与MEDV的定量相关10 变量、 6变量模型及线性保留指数(ILR)的10、7、6变量模型.QSRR模型的建模计算值复相关系数(R)分别为0.949、0.906、0.906、0.949和0.943.留一法交互校验复相关系数(RCV)分别为0.867、0.904、0.905、0.901和0.904.结果表明所建模型具有良好估计能力与稳定性.  相似文献   

20.
旺业甸林场人工林生物量遥感反演研究   总被引:2,自引:0,他引:2  
森林生物量能直接反映森林质量,遥感技术结合地面样地能实现林分或区域范围森林生物量的反演,反演结果对制定森林资源合理利用、生态环境改善等方面的政策具有重要的指导意义。论文以旺业甸林场Landsat8 OLI影像为数据源,从影像中提取161个植被指数,对比Pearson相关系数法和随机森林法进行特征变量选择,分别筛选出合适的因子作为模型自变量,结合实地调查数据,建立多元线性逐步回归、地理加权回归、kNN回归和随机森林等4种生物量反演模型,并对模型结果进行精度验证。研究结果表明:1)利用Pearson相关系数法进行特征变量选择要优于随机森林法。2)短波红外光和近红外区间波段组合得到的植被指数与生物量的相关性显著,相关性系数最高的前五个因子为SR627、SR637、SR647、SR64、SR213,分别达到了0.776、0.761、0.730、0.702和0.657;3)4种生物量反演模型中,随机森林模型效果最好,决定系数R2为0.72,RMSE=8.12,EA=76.54%;线性逐步回归模型次之,R2为0.65,RMSE=9.01,EA=72.88%;其次是kNN回归模型,R2为0.59,RMSE=9.75,EA=74.89%;地理加权回归模型效果最差,R2为0.58,RMSE=13.75,EA=53.95%;4)利用随机森林模型对研究区进行生物量反演,反演结果生物量空间分布与实际情况基本一致,反演效果较好。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号