不同制备条件对蒙古栎人工林地表可燃物生物炭理化性质的影响

以蒙古栎人工林新鲜地表可燃物为原料,制备生物炭,研究其产率、元素质量分数、碳组分以及化学性质、速效养分、官能团类型。采用单因素方差分析、最小显著差异法(LSD)分析各指标组间差异性,为森林可燃物资源再利用提供新途径。结果表明：生物炭产率、去灰分净产率随温度升高而下降;但灰分质量分数、氢元素质量分数、氧元素质量分数、稳定性碳质量分数、pH则随温度升高而上升;不同炭化时间时,生物炭碳质量分数、不溶性碳质量分数、铵氮质量分数表现出不同的变化趋势。氮质量分数、阳离子交换量、硝氮质量分数、速效磷质量分数随温度升高呈先上升后下降趋势。与原生物质材料相比,生物炭电导率显著降低,但其随温度升高表现出缓慢上升趋势。生物炭表面的O—H基团随温度升高而降低,而C—H、—COO、Si—O—Si基团随温度升高逐渐消失,C—O—C、C＝C基团随热解温度升高呈先升高后降低趋势。制备过程中的不同温度、炭化时间均影响蒙古栎新鲜地表可燃物生物炭的理化性质,制备温度、炭化时间对各性质及官能团质量分数的影响不同,制备温度对生物炭理化性质影响较炭化时间更明显。     

森林可燃物的遥感分类研究进展

阐述了森林可燃物的分类类型,指出遥感图像是通过亮度值或像素值的高低差异及空间变化表示不同地物差异的,提出了遥感分类常用方法有非监督分类与监督分类法,基于知识的决策树分类法,BP神经网络分类法。文章同时对国内外森林可燃物遥感分类的研究现状做了综述,并展望了森林可燃物遥感分类的发展趋势。     

长白落叶松人工林木材构造计算机视觉分析的研究

应用计算机视觉技术对长白落叶松人工林木材解剖特下及其材性变异规律进行分析，建立了木材解剖特征计算机视觉分析系统，提出了适合木材解剖牲的图象处理分析方法。对木材解剖特征灰度图象的二值化处理过程中，最佳阈值的判定与选择、图象质量的改善等提出了具体的实现方法。测量了长白落叶松人工林木材分子的几何尺寸，如管胞的径向和弦向外径和内径，管胞的壁厚，以及生长轮内木材的胞壁率等，并对管胞分子的边缘进行检测。得出了     

马尾松人工林可燃物负荷量和燃损量的动态预测

森林可燃物是森林燃烧的物质基础,是林火行为预报的基本依据之一。基于森林燃烧和蔓延规律,选取地表层、树冠层为建模单元;利用林分因子和火环境因子,通过多元回归分析方法,建立了低山丘陵区马尾松人工林幼龄林及中龄林可燃物类型的可燃物负荷量和可燃物烧损量模型。     

马尾松人工林可燃物负荷量和烧损量的动态预测

森林可燃物是森林燃烧的物质基础,是林火行为预报的基本依据之一.基于森林燃烧和蔓延规律,选取地表层、树冠层为建模单元:利用林分因子和火环境因子,通过多元回归分析方法,建立了低山丘陵区马尾松人工林幼龄林及中龄林可燃物类型的可燃物负荷量和可燃物烧损量模型.     

利用多时相特征的落叶松人工林分类

  目的  基于多时相遥感影像研究落叶松Larix gmelini人工林季相特性,采用多种分类方法提取落叶松人工林空间分布,以期得到适用落叶松人工林提取的手段和方法。  方法  利用多时相Landsat 8影像,在分析落叶松人工林季相和物候特性的基础上,综合森林资源二类调查成果和样地数据,分别采用最大似然法、支持向量机法、光谱角法和k最近邻法提取研究区的落叶松人工林信息,并进行精度验证。  结果  落叶松人工林具有明显的植被光谱特征和季相特性,在近红外波段各树种类别光谱差异最明显,秋季影像对落叶松人工林信息提取效果较好。利用多时相数据对落叶松人工林信息提取精度明显优于单时相数据的提取精度,多时相Landsat 8影像能使落叶松人工林分类精度达86%以上,其中光谱角法最好,精度为88.346 3%。  结论  利用多时相特征遥感影像进行落叶松人工林信息提取研究,有着一定的可行性和适用性,研究结果对大面积获取落叶松人工林的空间位置分布提取具有一定的参考价值。     

遥感图像计算机分类方法的研究

对传统统计分类方法和基于新算法的神经网络、模糊、专家系统、SVM、面向对象等分类方法及优、缺点进行了综述,并对分类中常用的辅助处理技术作了总结。最后,展望了遥感分类研究的发展趋势和前景。     

辽东3种主要林型地被可燃物载量的研究

对辽东地区３种主要林型－油松,落叶松及栎类杂木林的地被可燃物载量进行了调查研究。比较分析了地被可燃物载量与林分密度,林龄及坡位,坡向的关系,结果表明;３种林地被可燃物载量由大到小依次为栎类杂木林,油松林及落叶松林,并且载量的分布与林分密度,林龄及坡位,坡向密切相关。     

水曲柳人工林下天然更新幼苗的空间格局

森林更新受环境梯度影响而形成一定的格局 ,林分水平的更新易受微生境异质性的影响而形成小尺度的空间异质性格局。本研究以东北林业大学哈尔滨实验林场水曲柳 (Fraxinusmandshurica)人工林为研究对象 ,于两个不同密度的林分中设置了不同尺度的 3个样地 ,布设 5 15个格子样方 ,观测水曲柳天然更新幼苗的发生特性 ,测定高生长和样方中幼苗数 ,应用GS +software对调查资料进行了变异函数和分数维分析 ,比较不同密度林分中更新异质性格局的差异 ,并分析了不同更新机制的格局表现。结果表明 ,天然更新幼苗的发生具有明显的空间异质性 ,由空间自相关决定的变异占 70 %以上 ,随机因素引起的变异不到 30 % ,空间自相关尺度为 1 95～ 2 92m。天然更新的幼苗 5月中旬开始出土 ,5月下旬为幼苗发生的高峰期 ,但 9月下旬绝大多数一年生苗死亡。幼苗发生的高峰期 ,更新密度为 16～ 30株 /m2 ;在郁闭度小的林分中天然更新的幼苗较少 ,而在郁闭度较大的林分中天然更新幼苗发生较多 ,格局表现不同于萌芽更新     

运用植被指数时序特征对落叶松人工林分类

为探究植被指数时序特征是否有利于落叶松人工林提取,以孟家岗林场为研究试验区域,根据落叶松人工林季相和物候特征,利用Landsat8OLI影像数据提取研究区内5种植被的归一化植被指数(I NDV)、差值植被指数(I DV)、比值植被指数(I RV)、增强型植被指数(I EV),构建相应的植被指数时序特征。采用最大似然和随机森林两种方法对单一时相影像和加入植被指数时序特征的影像进行对比试验。结果表明:影像中加入植被指数时序特征后,最大似然算法的分类总体精度为89.53%,Kappa系数为0.87,比单一时序特征的影像分类精度提高了13.35%;随机森林算法的森林类型分类总体精度为93.22%,Kappa系数为0.92,比单一时序特征的影像分类精度提高了19.8%。因此,加入植被指数时序特征后能得到更高的落叶松人工林提取精度。     

基于图像识别的小麦品种分类研究

 基于数字图像分析，利用小麦籽粒的20个形态特征和12个颜色特征对来自中国4个地点7个春小麦品种共28个样本进行分类和识别。对于不同品种和地区的样本，分别利用逐步判别分析，选取显著性较大的特征参量，建立各地区和品种的贝叶斯分类器模型。结果表明，对各地区品种识别的正确回判率和测试集的正确识别率均达到100%。将各样本按品种合并，再对合并后的样本进行品种识别，除了新克旱 9号的回判率为98.3%外，其它品种的回判率均为100%。测试集中，龙麦26和青春566正确识别率分别为97.5%和95.0%，其它品种均为100%。品种来源地识别也能达到较高的水平，甘肃、宁夏、新疆和黑龙江的正确识别率分别为88.6%、92.9%、72.9%和95.7%。说明利用籽粒图像对小麦品种进行识别高效可行。     

基于计算机视觉技术的番茄叶部病害识别研究

针对番茄叶部病害的计算机识别问题进行深入研究,建立一套基于适用于番茄病害的颜色特征提取、纹理特征识别等模式识别方法,确定与病理对应的特征和特征组合模式,在此基础上进行了仿真研究和对比试验,结果表明,该方法能有效提高番茄叶部病害的自动识别水平。     

计算机图像处理技术在农产品检测分级中的应用

介绍了计算机图像处理技术的软硬件组成及其在农产品缺陷和损伤、颜色、外形尺寸检测分级中的应用,分析了计算机图像处理技术在农产品检测分级中存在的问题及发展趋势。     

双极化SAR影像的分类研究

合成孔径雷达(SAR)遥感数据的穿透性,可以反应亚表层的结构信息等特点,对地表景观分类有特殊的作用.通SAR究地物后向散射和极化等特性,可以反映地物的粗糙度、含水量等特点,用于土地利用调查有很好的效果.文章重点研究了双极化SAR数据特性与数据处理,利用决策树分类、K-means分类方法对吉林西部松原地区进行土地利用分类,并与Landsat 8数据的分类结果进行对比分析.结果表明,基于地物极化特性的双极化雷达数据分类结果明显优于光学遥感影像.     

基于计算机视觉的竹块颜色分类方法研究

为了实现计算机视觉对竹块的自动识别与颜色分类,研究了竹块图像的颜色特征、颜色分类方法。首先,将原始图像由RGB空间转换为HSI空间,用OTSU法确定阈值对原图灰度图像分割背景,用radon变换倾斜校正,提取竹块颜色判定有效区域,并计算其HSI的均值和标准偏差,作为特征参数输入BP网络进行训练。结果表明,该方法简捷有效,人工神经网络与人工分级的平均一致度为94.5%。     

遥感影像分类方法研究动态

遥感影像分类是遥感信息提取的关键技术,一直是遥感领域的研究热点。在介绍遥感图像分类过程和分类体系的基础上,综合了最近国内外遥感分类的方法技术,重点阐述了遥感影像分类在神经网络、SVM、主动学习、多分类集成等方面较新的研究动态,为遥感图像分类向自动化和智能化发展的进一步研究提供参考。     

《中图法》(第5版)S7林业类目表辨析

通过对《中图法》(第5版)的研读,并通过对中国高等教育文献保障系统(CALIS OPAC)现有中文图书馆藏量的统计分析,了解类目编制者的编制意图以及采用的类目体系、编排结构、类目设置及类名的优劣进行梳理,并对S7类的子目存在较多缺乏文献保障等问题提出看法和建议。     

基于模式识别的水质分级评价分析

首先探讨了水质分级评价影响因素及其权重确定方法,接着在分析了影响水质好坏的因素之间存在一定差异的情况下,提出在计算影响因素权重的后,利用样本均值与国家等级准限值的相似度来区分水质等级,给出一种带权模式识别的方法来对水质等级进行划分。