羊肚菌水提物对急性肝损伤的干预作用

研究羊肚菌水提物对CCl4致小鼠急性肝损伤的保护作用。预防给药16d后．采用CCl4复制小鼠急性肝损伤模型，24h后。眼眶取血．测定血清中丙氨酸氨基转移酶（ALT）、超氧化物歧化酶（SOD）、丙二醛（MDA）以及血清蛋白的变化．观察羊肚菌水提物对急性肝损伤的保护作用。羊肚菌水提物能明显降低模型组的血清转氨酶、肝脂质过氧化物含量抑制蛋白流失及肝脏肿大．说明羊肚菌水提物对小鼠肝脏的化学损伤有显著的保护作用．     

玉米杂交种丹玉83号的栽培与制种技术

丹玉83号是丹东农业科学院于1998年冬在海南以丹T137为母本,丹黄34为父本组配成的玉米杂交种.母本丹T137是以673为母本、H78599为父本组配成的基础材料,选择优良抗病植株,经南北异地连续自交7代,于2002年冬选育而成.父本丹黄34是以丹340变异株为基础材料,利用系谱法,选择抗病植株,经南北选育自交6代,于1996年选育而成.该品种具有优质、高产、稳产、抗逆性强等特点.2007年通过辽宁省农作物品种委员会审定.     

深度学习和传统方法模拟杉木树高-胸径模型比较

目的

基于深度学习算法,建立多隐藏层的杉木树高-胸径神经网络模型,探索一种更高效低偏的树高模型研建方法,提高杉木树高的预测精度。

方法

利用福建省将乐国有林场34块杉木样地的2898组树高-胸径调查数据,基于传统回归建立10个广义树高-胸径模型,筛选出精度最高的模型作为对照。同时基于H2O平台的深度学习算法,建立70个不同结构的树高-胸径DLA模型,通过分析比较,确定最适宜预测杉木树高的模型结构,与传统最优模型进行比较。

结果

建立的树高-胸径DLA模型均能较好地描述杉木的树高-胸径间关系,R²都在0.84以上,大于最优传统模型,RMSE和MAE小于传统模型。精度最高的DLA模型结构包含6个隐藏层,每层各340个神经元。

结论

本研究基于深度学习建立的杉木树高-胸径DLA模型,其拟合精度与预测精度略高于传统的广义树高-胸径模型,尤其在预测较高的林木时,更为明显,能够用于研究区杉木树高的预测。

     

基于非线性分位数混合效应构建杉木树高曲线模型

目的探索树高−胸径模型构建新方法,将分位数回归与非线性混合效应法相结合应用于树高−胸径模型构建,以此提高模型的拟合精度。方法利用2018年福建省将乐国有林场30 m × 30 m固定样地1 306株杉木的实测树高、胸径数据,从4个树高−胸径模型中筛选拟合效果最好的为基础模型,基于基础模型分别采用非线性混合效应、分位数回归以及非线性分位数混合效应构建树高−胸径模型。采用评价指标均方根误差（RMSE）、调整后决定系数（$ {R}_{mathrm{a}mathrm{d}mathrm{j}}^{2} $）和均方差（MSE）,对各模型的拟合结果进行评价比较,采用赤池信息准则（AIC）、贝叶斯信息准则（BIC）以及对数似然函数值（Loglik）比较各最优模型的拟合精度和预测精度。结果根据评价指标对比显示,Logistic模型为基础模型。非线性混合效应模型的拟合效果最优（AIC为3 953.986,BIC为3 988.199,Loglik为−1 969.993）,非线性分位数混合效应模型（AIC为3 979.418,BIC为4 028.293,Loglik为−1 979.709）次之。模型拟合效果排序为非线性混合效应模型 > 非线性分位数混合效应模型 > 基础模型 > 分位数回归模型。比较各模型的残差图可知各模型均不存在异方差现象,预测效果排序为非线性混合效应模型 > 非线性分位数混合效应模型 > 基础模型 > 分位数回归模型。结论本研究将分位数回归与非线性混合效应法相结合,该方法对分组数据结构中不同分位点个体间的差异与关联做出解释,提高了模型的稳定性以及拟合精度,将该方法应用到树高−胸径关系的研究上是一个可行的思路,为构建树高−胸径模型提供新方法。     

将乐国有林场杉木径向生长及其对气候的响应

[目的]杉木是我国南方特有的用材树种,其具有良好的绿化效果,同时也具有较高的经济价值.本文主要对不同时间尺度上杉木径向生长动态及其与气候因子的关系展开研究,为科学经营研究区杉木提供参考依据.[方法]本研究利用径向生长测量仪对福建省将乐国有林场杉木进行了为期 4 年(2017 年 7 月—2021 年 6 月)的连续监测,对其径向生长量进行分析,确定生长季,同时进行偏相关分析及滑动相关分析探究温度、湿度、降水量等气候因子对杉木径向生长的影响.[结果](1)杉木具有周期性的日径向改变,主要体现在 3 个阶段(第 1 个阶段是收缩、第 2 个阶段是恢复、第 3 个阶段是增长);杉木径向变化的季节动态经历了低谷期、上升期和稳定期;杉木的径向变化年际间存在差异,但径增长的时间序列和累积变化趋势基本是一致的.(2)拟合并分析杉木累积径向生长曲线可以确定福建将乐杉木的生长季为每年2-9月.(3)平均相对湿度、降水量、最低温度和平均温度是主要的影响因子,且杉木净增量与降水量具有显著正相关的关系,温度在适宜杉木径向生长的范围内越高越利于生长,但高于或低于这个范围均会起抑制作用;滑动相关分析结果表明随着生长季时间的变化,相关系数呈现先增加后减少的趋势.[结论]杉木径向生长与相对湿度、降水量、温度等气候因子有密切联系,因此研究杉木的径向变化特征和对气候因子的响应,为更好地规划目标树种的生存策略提供了重要的技术路径和参考模型.     

人工落叶松林划分立地类型及主伐龄的研究

一、前言落叶松是优良速生甩材树种,材质坚硬致密,抗压及抗弯曲的强度较大,耐腐朽、水湿,广泛用作矿柱、电柱、枕木及民用建筑等;在林学特性上,属强阳性树种,不耐庇荫,耐严寒,适应范围广,尤以肥沃、排水好的中性或微酸性土壤为佳。     

黄土高原地区植被净初级生产力遥感监测及其动态变化分析

利用经改进的CASA模型,模拟分析了1999～2008年黄土高原地区植被净初级生产力（NPP）的变化趋势及其时空分布,并对其拟合可信度进行了分析。结果表明,在黄土高原地区水热条件较好的地区,实施退耕还林（草）工程对植被生长的变化及不同植被生态系统的生产力有着较明显的积极作用。     

我国的森林生物量研究

论述了我国森林生物量的研究内容及方法,对乔木层、林下植被、凋落物、粗木质残体、根系以及区域尺度的生物量研究进行了总结,概述了直接收获法、回归模型、平均换算因子法等常见的森林生物量估测方法.最后提出当前我国在研究重点分布、基础数据采集以及空间尺度转换等方面存在的一些问题,指出森林生物量研究在遥感监测等方面的发展趋势.     

基于无人机多维数据集的森林地上生物量估测模型研究

森林地上生物量（Aboveground biomass,AGB）是评价森林生长情况的重要指标。基于数字航空摄影（Digital aerial photography,DAP）生成的二维和三维数据,分别计算了41个点云高度变量和16个可见光植被指数,利用6种回归算法（随机森林（RF）、袋装树（BT）、支持向量回归（SVR）、Cubist、类别型特征提升（CatBoost）、极端梯度提升（XGBoost））分别构建了单一变量集和综合变量集AGB估测模型,探索了不同变量对于AGB估测模型的贡献。研究结果表明光谱数据集和点云数据集AGB预测模型精度最高分别为Cubist和XGBoost,R2分别为0.5309和0.6395。组合数据集最高精度模型为XGBoost,R2达到0.7601, XGBoost模型具有更高的AGB估测稳定性。研究还表明6种机器学习模型的贡献主要取决于所考虑的回归方法,所选择的特征个数和特征对模型的重要性在不同的模型中并不一致。DOM光谱特征在AGB的估测中具有更高的重要性。总体来说,二维和三维数据的结合能够有效提高森林AGB估测精度,基于无人机倾斜摄影获取的RGB影像能够实现森林AGB的快速无损估计。     

分水岭算法在林业中的应用

随着遥感技术的发展,无人机以及新型遥感数据的出现,越来越多的高分辨率影像被应用于林业资源监测.图像分割作为影像识别应用的基础,大量研究人员在原有的分水岭算法基础上针对不同的区域、背景、目标和研究方向进行了一定的改进,在林木病虫害监测、木材表面缺陷检测、单木冠幅分割、叶片提取等林业领域发展迅速.文中介绍了分水岭算法在林业...