全站仪测量立木胸径树高及材积的误差分析

立木材积表是常用的森林调查数表,胸径、树高和材积的测量精度直接影响到编制材积表的精度,该文以全站仪无损测量立木的原理和误差传播理论为基础,推导了测算胸径、树高、材积误差的数学模型,研究了各立木因子间的相关性及其误差变化规律。结果表明：树干各分段高度与分段直径间存在弱相关性,树干总材积的误差受各分段材积的方差和相邻两段材积间的协方差影响。全站仪立木因子测量理论误差材积大于树高和胸径,其中胸径、树高和材积的平均相对误差分别为0.070%、0.023%和0.235%,说明全站仪无损测量立木的理论精度均远高于不同目标的林业调查及编制材积表的精度要求,对大范围的林业生产实践有着现实意义。     

自动测量胸径和树高便携设备的研制与测量精度分析

胸径和树高测量是评价立地质量和林木生长状况的重要依据,该文以图像自动识别原理、摄影测量原理、相似三角形几何原理和三角函数原理为理论基础,研制了可测量胸径和树高的多功能便携式微型超站仪,该设备集成电荷藕合器件图像传感器、倾角传感器、激光测距传感器、中央处理器、存储器、液晶显示屏,测量时可获取测站点到待测点的倾角和距离2个参数值,并记录存储测量时的图像信息,通过仪器的嵌入式操作程序,实现胸径的自动测量、树高测量、任意处直径自动测量、基本测量等4项基本功能。通过试验验证,215株立木的单次胸径测量的平均绝对误差为0.369 cm,平均相对误差为2.08%。101株立木的单次树高测量的平均相对误差为1.44%。胸径测量精度达到97.92%,树高测量精度达到98.56%,符合国家森林资源连续清查中的测量精度要求。该设备为森林资源调查提供了参考。     

Topcon影像全站仪在废弃采石场地形测量中的应用

近年来,废弃矿山生态环境问题越来越受到国家的重视,废弃矿山生态恢复逐渐发展为我国城市生态环境建设的重要内容之一,而区域地形测量则是生态恢复的基础.影像全站仪测量技术作为近年来发展的一种新兴地形测量技术,在废弃采石场地形测量中应用较为广泛.在介绍日本Topcon Corporation公司生产的影像全站仪测量技术原理的基础上,以实例实现地形测量及后期成图的全过程.实践证明,影像全站仪测量技术具有操作简单、测量速度快、精度高等优点,特别是影像全站仪测量过程中不需要用棱镜进行光线反射,极大地提高了地形测量的效率,同时对测量人员的安全性也有保障,适用于常规测量难以实现的困难立地地形测量.     

滴灌条件下土壤平均含水率计算方法研究

为寻找适合滴灌农田土壤平均含水率的计算方法,在裸地和大田试验研究的基础上选用单点平均、三点平均等5种方法分别计算了滴灌条件下平均土壤含水率,并以积分法为标准,对其他4种方法进行评价。结果表明,3点取样,采用面积加权平均法计算各层土壤的平均含水率,然后在垂直方向上采用积分中值定理求平均值的方法计算结果更接近真实值,误差最小,可利用该方法计算滴灌农田土壤平均含水率。     

高地下水位条件下盐渍土区潜水蒸发特性及计算方法

为了了解盐渍土区潜水蒸发特性,通过室内模拟实验,研究了不同大气蒸发能力条件下,盐渍土中盐分对潜水蒸发强度以及模型中参数的影响。结果表明：由于土表盐壳形成后对水分蒸发的抑制,不同大气蒸发能力条件下地下水埋深为50 cm时,随蒸发历时的延长,潜水蒸发由稳定变为非稳定状态。雷志栋公式在计算盐渍土的潜水稳定蒸发强度时的误差明显小于阿维里扬诺夫公式,但其参数η并非为常数,且参数β和潜水极限蒸发强度均明显减小。最后,建立了非稳定潜水蒸发强度的计算模型。该研究将为重新认识盐渍土区土壤的蒸发特性以及对其进行进一步深入研究提供重要依据。     

旋流泵含气混输数值计算及涡室流场探针测量

为探索旋流泵内部流场及气液两相流混输特性,该文通过32WB8-12型旋流泵外特性试验和泵最优工况流场五孔探针测量,得出泵性能曲线和5个测点静压ps、绝对速度v、圆周速度vu、径向速度vr和轴向速度vz分布情况。针对N-S方程中四项力在气液两相流动中的具体表现特性进行力学分析,说明了泵内部两相流动特点及关联因素之间约束关系。阐明了旋流泵含气混输抽吸和扬程形成的基本原理,及空化和气液两相流混输的不同特点。选择性能试验最优工况,基于改进重组化群k-ε湍流模型(RNG k-ε模型),应用Fluent软件对泵内部流场进行数值模拟,得到了3个轴面静压、速度矢量和含气率分布图。证明泵进口轴向运动为主流,气体主要集中在压力较低的进口区域。气相的引入,其微团与液相尺寸、形状及弹性模量的不同,造成两相流场惯性力、摩擦力和浮力发生变化,由此解释了外特性变化及气液抽吸与内部流动之间定性的因果关系。探讨了旋流泵内部气液两相流动速度场和过流通道发生畸变的基本原理,为建立旋流泵内部气液及空化流动模型提供实例。     

基于近景摄影测量的径流冲刷条件下冻融坡面侵蚀产沙过程

为研究冻融坡面径流冲刷条件下侵蚀产沙过程,采用2个坡度(10°,15°)、3个流量(3,6,9 L/min)、2个起始解冻深度(6,12 cm)组合进行野外冲刷试验,结合近景摄影测量技术分析不同解冻深度、不同坡度和不同流量条件下的产沙量,运用线性回归方程对近景摄影测量值和实测值进行拟合。结果表明:起始解冻深度和坡度相同条件下,冻融坡面的土壤侵蚀产沙量随着径流量和坡度的增大而增大;随着时间推移,产沙量越来越小。在流量和坡度相同时,随着初始解冻深度的增大,坡面产沙量也逐渐增大;在流量和解冻深度相同时,随着坡度的增大,坡面产沙量也逐渐增大。当流量、解冻深度和坡度最大时,坡面侵蚀产沙量达到最大。坡面产沙量实测值与近景摄影测量对比分析得到误差平均精度为90.67%,近景摄影测量技术可以在冻融条件下土壤侵蚀监测中应用。     

大田条件下水稻锌营养强化方法探究及效果评估

通过田间试验,在水稻(华粳7号)分蘖期及扬花期进行施锌处理,研究在高施锌水平下水稻各器官锌含量的变化。结果表明,水稻各器官锌含量随施锌量的增加而增加,其中茎的增幅最大,叶次之。茎、叶、穗锌含量最高可分别达到666.7、461.6、185.5mg/kg。分蘖期施锌最多可使水稻糙米锌含量提高28.7%,而扬花期施锌最多可提高142.6%。由重复试验得出,扬花期施锌可稳定提高糙米锌含量,在水稻锌营养强化能力及稳定性上,扬花期施锌优于分蘖期。通过食用经强化后的大米,居民每日锌膳食摄入量可达到中国营养学会推荐的12.5mg。本研究结果对通过土施锌肥实现水稻籽粒锌水平的提升及解决我国居民普遍存在的锌营养摄入不足的现状具有理论和实际的指导意义。     

玉米滴灌栽培条件下尿素与氢醌、双氰胺配施方法及效果

本研究通过在滴灌栽培条件下将脲酶抑制剂氢醌(简称HQ)、硝化抑制剂双氰胺(简称DCD)和尿素在玉米盆栽试验中进行配施,以探求HQ和DCD在滴灌施氮肥条件下应用的可行性。试验共设17个处理。试验结果表明:在滴灌施尿素条件下,加入0.3%HQ、0.5%HQ和5.0%DCD于溶液中,尿素的氮素利用率分别为74.8%、75.8%和75.3%,均显著高于单独施用尿素处理;当将HQ和DCD进行土壤施用并配合滴灌浇水时,HQ对提高氮肥利用率无显著作用,但DCD的施用能显著提高尿素氮的利用率;HQ和DCD在滴灌施肥条件下的施用效果要好于土壤施用效果。     

一膜两年覆盖条件下耕作方法对旱作玉米产量及土壤物理性状的影响

为了优化全膜双垄沟播玉米土壤耕作技术,实现土壤质量保育和增产增效,布设田间定位试验,比较研究了一膜两年全膜双垄覆盖条件下,少免耕对玉米产量、水分利用效率(WUE)、经济效益及土壤物理性状的影响。结果表明:一膜两年用条件下,深松耕—免耕较对照能显著提高玉米的籽粒产量、水分利用效率、收获指数、总产值及产投比,其籽粒产量、水分利用效率、收获指数、总产值及产投比分别较对照提高22.8%,22.0%,15.0%,17.4%,17.4%;深松耕—免耕具有降低表层土壤容重、紧实度,增加土壤总孔度、大团聚体含量及饱和导水率的作用,全膜双垄沟播玉米采用深松耕—免耕具有明显的稳增产增效及土壤结构改善的作用,建议在全膜双垄沟播玉米种植体系中推广应用。     

利用手持式超站测树仪测量林分空间结构参数

针对传统测量方法准确度不高和外业投入大,该文提出了一种基于手持式超站测树仪测量空间结构参数的原理与技术方法。其原理是通过测量参照树和4株邻近木的坐标,解算夹角并计算角尺度;混交度和大小比值测量数据由仪器自动记录并计算、显示结果。在北京市奥林匹克森林公园内选择1块样地开展试验,结果表明:角尺度测量与传统直接判读法相比,测量结果相对误差在2%以内。混交度测量结果与传统方法完全一致,测量效率是直接判读法的3倍左右;大小比数测量结果均值与直接判读法测量均值相对误差小于4%。该文方法测量林分空间结构参数具有角尺度、大小比数和混交度值可以由单人测量、现场获得,由仪器电子化存储的特点,克服了传统角尺度测量中无法测量参照树和临近木胸高树心坐标导致角尺度计算错误问题;且在测量角尺度时参照树和临近木分布图可以根据测量数据由内业绘制、直观显示。该研究为林分空间结构参数测量提供参考。     

基于超声波的果树冠层三维重构与体积测量

为了克服地面不平整和拖拉机非线性行驶对果树冠层参数测量的影响,该文在超声波传感器阵列测量果树冠层体积技术的基础上,使用RTK-DGPS空间定位技术和姿态航向参考系统,通过空间坐标的平移和旋转转换,直接获得以大地坐标表示的果树冠层的三维点阵云图数据,通过PC机后台处理重构果树冠层三维轮廓和计算果树冠层体积,并详细介绍了系统的结构与工作原理。以果园荔枝树为试验对象,采用该系统对15棵不同高度和体积的果树进行了3次重复试验,另对56棵树的测量结果与人工测量结果进行了对比分析,试验结果表明该方法具有较好的重复性（     

基于苹果树冠层计盒维数的光照分布预测

果园精细管理中,苹果树冠层结构决定了叶幕期光照分布情况,而叶幕期光照分布又是关系到果实产量和质量的重要因素之一。该文以纺锤体苹果树为研究对象,提出了基于苹果树冠层计盒维数的光照分布预测方法。在冠层尺度内,按照网格法划分休眠期苹果树冠层三维点云数据,通过分析该数据构成的果树冠层空间结构,提出用计盒维数量化果树冠层结构的方法;通过分析休眠期冠层结构特征和叶幕期冠层相对光照分布特点,研究了休眠期苹果树三维冠层网格空间计盒维数与叶幕期冠层光照空间分布之间的关系,预测了叶幕成形期苹果树冠层光照分布。通过连续3 a的数据分析,叶幕期苹果树冠层阳面光照分布平均预测精度为76.11%,阴面平均光照分布预测精度为74.10%,该方法可为苹果树自动化修剪合理性评判提供技术支持。     

地基与无人机激光雷达结合提取单木参数

激光雷达（Light Detection And Ranging,LiDAR）在森林空间结构测量方面具有较大优势,但单独利用地基或无人机LiDAR难以完整描述森林垂直结构。为此,该研究提出了地基和无人机LiDAR点云相结合的单木参数提取方法,采用相对最短路径算法（Comparative Shortest-Path algorithm,CSP）和点云区域生长算法分别从地基和无人机LiDAR点云中识别单木,根据地基和无人机LiDAR的单木位置与地面实测单木位置进行点云粗匹配,然后采用迭代最近点（Iterative Closest Point,ICP）进行点云精匹配,采用最高值和基于密度的噪声应用空间聚类（Density-Based Spatial Clustering of Applications with Noise,DBSCAN）提取单木树高和胸径,并通过地面实测样地数据对地基、无人机和融合点云的单木参数提取精度进行评价。结果表明：基于地基和融合点云的单木检出率一致,简单、中等、复杂样地的单木检出率分别为98%、94%、91%,基于无人机点云的单木检出率较低;基于地基与融合点云的胸径提取精度基本一致,三种样地胸径提取值的决定系数R2均在0.96以上,均方根误差（Root Mean Square Error,RMSE）在1.20～1.60 cm之间;基于融合点云的树高提取精度最优,简单、中等、复杂样地树高提取值的R2分别为0.98、0.94和0.73,RMSE在1.38～4.19 m之间;融合点云对中等样地树高提取精度提升较大,融合后RMSE相较地基点云降低了0.34 m,R2提高了3%,对简单、复杂样地提升较小;所研究的单木中,杉木的胸径和树高提取精度最高,R2最高分别为0.99、0.89,RMSE最低分别为1.35 cm、1.96 m。地基和无人机LiDAR融合点云可以更精细地测量森林空间结构,更好地满足森林资源调查业务应用。     

扁桃||冬小麦间作模式下树冠结构对间作 区域光环境的影响

本文研究了作物、果树间作模式下果树树冠结构对间作作物区域光环境的影响,为果粮间作模式下适宜果树高光效树形结构的确定提供理论依据。以南疆地区扁桃(10 a)||冬小麦间作种植模式为研究对象,扁桃树形分为疏散分层形、开心形、高干形、小冠半圆形4个树形处理,以非间作的冬小麦大田为对照,于冬小麦灌浆期对间作区域不同波段辐射强度、光谱组成和光合有效辐射(PAR)日变化规律进行分区测定。结果表明:1)各树形对应间作区域光环境优劣程度从高至低依次为小冠半圆形、高干形、开心形、疏散分层形,几个树形处理间作区域总辐射强度平均值分别为对照的55.63%、46.54%、37.87%和28.76%,光合有效辐射强度依次为自然光对照的55.84%、44.57%、35.52%和26.40%;2)与自然光对照相比,间作区域各波段光照辐射强度均有不同程度降低,其中PAR、蓝紫光、黄绿光和红橙光区域消减幅度高于总辐射平均值,紫外、近红外和远红外区域消减幅度低于总辐射平均值。以疏散分层形西侧冠下区为例,该区域总辐射消减为自然光的11.37%,蓝紫光、黄绿光、红橙光和光合有效辐射分别消减至对照的7.98%、8.42%、8.62%和8.30%;紫外光、近红外和远红外分别消减至对照的12.30%、15.94%和23.00%;3)光质参数中"红橙光/远红外"比值对树冠结构特征变化敏感度高,变异系数为23.34%,可作为对间作区域光环境评价的主要指标;4)冠幅、干高、树高、有无主干等树冠结构指标对间作区域特别是东侧区域的PAR日变化趋势影响大。综合以上结果,南疆扁桃||冬小麦间作模式下,控冠、提干、落头等整形修剪措施能够改善间作区域的光照条件,以采用小冠半圆形树形间作区域光环境最优。     

基于树冠最高点和地面树干中心的森林影像点云配准方法

为了弥补无人机和地面不同观测视角导致的森林信息缺失以及不同平台摄影测量影像点云难以高效配准的问题,该研究基于无人机和地面摄影测量构建森林三维影像点云数据,以提取的无人机树冠最高点和地面树干中心为关键特征点,参考由粗到精的配准思路,借助特征点在3D和2D的映射关系以及改进的模拟退火算法和迭代最近点算法,提出了一种适合于无人机和地面不同观测平台的森林影像点云配准框架。测试结果表明,相较于银杏树和楸树而言,杨树对关键点匹配影响较大（杨树1.13 m > 楸树0.75 m > 银杏树0.52 m）,不同树种对粗配准影响较小（杨树0.13 m > 银杏树0.08 m > 楸树0.07 m）;所提方法在不同树种组成的6块典型样地上表现出色,平均精配准误差分为0.06 m,有效实现了无人机和地面平台影像点云的精细化配准。研究结果可为森林资源调查、森林三维重建以及影像点云的推广应用提供有力的支撑。     

基于支持向量机优化粒子群算法的活立木材积测算

材积模型是编制立木材积表的关键,通常用经验材积方程来预测材积量。由于树木生长具有不确定性,传统的材积方程很难有效地对模型的复杂性和多样性做出测算,导致目前活立木材积测算的准确率较低。为了提高活立木材积的测算准确率,将粒子群（particle swarm optimization,PSO）算法引入到活立木材积模型中,并用支持向量回归机（support vector machine,SVM）优化参数。PSO-SVM将活立木胸径和树高数据输入到SVM中学习,将SVM参数作为PSO中的粒子,把活立木实测材积值作为PSO的目标函数,然后通过粒子之间相互协作得到 SVM 最优参数,对活立木测算材积值进行模型测算并采用实测材积值验证。论文应用电子经纬仪与人工量测立木地径、胸径相结合的方法,通过软件计算求得400组树高、树干材积值;然后对300组数据集以活立木胸径和树高作为输入数据,材积为输出数据,采用粒子群耦合支持向量机（PSO-SVM）算法训练得到模型,并用100组数据进行预测;最后引用经典Spurr材积模型算法、BP神经网络算法和PSO-SVM算法进行了对比,其结果表明,PSO-SVM算法预测准确率最高,预测值与实测值间复相关系数达0.91,平均误差率为0.58%。