全文获取类型
收费全文 | 103篇 |
免费 | 5篇 |
专业分类
林业 | 48篇 |
综合类 | 60篇 |
出版年
2022年 | 1篇 |
2021年 | 3篇 |
2020年 | 5篇 |
2019年 | 6篇 |
2018年 | 5篇 |
2017年 | 2篇 |
2016年 | 2篇 |
2015年 | 7篇 |
2014年 | 5篇 |
2013年 | 6篇 |
2012年 | 5篇 |
2011年 | 13篇 |
2010年 | 5篇 |
2009年 | 8篇 |
2008年 | 3篇 |
2007年 | 5篇 |
2006年 | 5篇 |
2005年 | 1篇 |
2004年 | 2篇 |
2003年 | 2篇 |
2000年 | 2篇 |
1998年 | 1篇 |
1997年 | 3篇 |
1996年 | 2篇 |
1995年 | 4篇 |
1993年 | 2篇 |
1990年 | 1篇 |
1987年 | 1篇 |
1985年 | 1篇 |
排序方式: 共有108条查询结果,搜索用时 15 毫秒
91.
基于分段回归的人工红松冠形预估模型 总被引:1,自引:0,他引:1
利用黑龙江省孟家岗林场79株人工红松解析木4 538个枝条的实测数据,基于样条函数的分段回归技术,通过推导满足冠形曲线生物学约束(即梢头处树冠半径为0,拐点处树冠半径最大)连续分段函数,构建了人工红松的冠形曲线模型(分段抛物线方程、分段单分子式方程和分段幂函数方程)。采用模型的拟合优度指标、模型的检验指标及对模型拐点参数估计的合理性对备选模型进行评价,选出拟合人工红松冠形曲线的最优模型。采用模型再参数化方法,分别分析模型各参数与林木变量之间的相关性,最终在最优冠形曲线模型中加入胸径作为自变量,建立了人工红松树冠形状预估模型。研究结果表明:分段抛物线函数为描述人工红松冠形曲线的最优模型。人工红松冠形曲线参数及树冠大小与林木胸径(DBH)成正相关,经过再参数化后的树冠形状预估模型的调整决定系数(R2a)为0.659 6,估计标准误差(Sy.x)为0.524 5,模型的残差均方(MSE)为0.227 9,预估精度(p)为97.58%。随着DBH增大,红松冠形曲线拐点(相对冠深)出现的范围为0.72~0.95,平均值为0.81。总体上来看,以胸径为自变量、以稍头约束为条件的树冠形状预估模型能够很好的预测人工红松的树冠形状,为进一步估测红松树冠结构提供了基础。 相似文献
92.
基于空间模型的白河林业局天然红松分布 总被引:1,自引:1,他引:1
根据长白山地区白河林业局的772块固定标准地调查数据,分别建立以最小二乘法为基础的全局模型(Logistic和Poisson)和以地理加权回归模型(GWR)为基础的局域模型(GWLR和GWPR)来预估该局天然红松的分布情况。结果表明:天然红松分布受坡度和小班内树木平均胸径的影响最为显著,主要分布在东部和西南部地区,在北部的部分地区也有分布,但数量相对较少。通过比较全局模型和局域模型的AIC值和模型残差的空间相关性指数发现:GWR模型的AIC值明显小于全局模型,并且能够产生更为理想的模型残差,即模型残差的空间相关性明显减小,因此,GWR模型可以有效解决样地间空间异质性问题,有利于提高红松分布的预测精度。本研究将为大区域森林经营中的天然红松分布及其株数估测提供理论依据。 相似文献
93.
【目的】研究立木各分项生物量、含碳量的分配及含碳率的变化规律,探索如何构建其生物量和含碳量可加性模型,并分析5种立木含碳量估算方法(立木含碳量模型法、各分项平均含碳率法、立木加权平均含碳率法、通用含碳率法Ⅰ和通用含碳率法Ⅱ)的预测精度,为全国性生物量和碳储量监测提供可靠的理论与技术知识。【方法】以小黑杨人工林为例,采用聚合型可加性模型建立其生物量、含碳量模型,模型参数估计采用非线性似乎不相关回归模型方法,利用"刀切法"对建立的立木生物量、含碳量模型进行评价。将样木和5种立木含碳量估算方法分别作为区组和处理,利用SAS POC GLM程序进行方差分析。【结果】建立的小黑杨人工林可加性生物量和含碳量模型拟合效果均较好,调整后其确定系数(Ra2)均大于0. 80,平均相对误差(MRE)为-2%~2%,平均相对误差绝对值(MARE)均小于30%,所有模型的预测精度均在85%以上。5种立木含碳量估算方法评价结果表明,立木含碳量模型法和立木加权平均含碳率法具有一定优势,利用通用含碳率0. 45和0. 50估算立木含碳量可能会产生较大误差。【结论】为了使模型参数估计更有效,建立的生物量、含碳量模型应当考虑立木总生物量、含碳量及各分项生物量、含碳量的可加性。本研究建立的立木生物量和含碳量模型可对黑龙江省西部平原小黑杨人工林生物量、含碳量进行很好估算。 相似文献
94.
组件开发式森林资源GIS中的数据更新 总被引:4,自引:0,他引:4
阐述了基于MapObjects和ADO技术的组件开发式森林资源GIS的资源数据编辑更新功能模块的程序开发思想,并重点介绍了程序中实现此模块对资源数据的编辑更新操作的可逆性和同步性的方法。 相似文献
95.
基于广义代数差分法的长白落叶松人工林地位指数模型 总被引:1,自引:0,他引:1
【目的】森林立地质量评价是森林经营的基础工作,是估计林分生长量和收获量、评价森林生产潜力及确定合理经营措施的重要依据。本文基于60株优势木和亚优势木解析木数据,采用广义代数差分法(GADA)构建了更加灵活的异形地位指数模型,为黑龙江省长白落叶松人工林立地质量的精准评价提供了依据。【方法】选择修正Weibull、Korf和Richards生长方程为基础方程,使用GADA法推导出6个差分地位指数模型,基于1994—2017年在黑龙江省调查的解析木数据,利用非线性最小二乘法进行拟合。结合拟合样本和检验样本计算R2、均方根误差(RMSE)、模拟效率和平均绝对误差等4项指标检验模型的拟合效果与预测能力,初步筛选出较优模型。通过分析比较它们的残差图、地位指数曲线簇进一步筛选出最优模型。将最优模型和使用代数差分法(ADA)推导的模型绘制地位指数曲线簇,并对地位指数为12~22 m曲线的参数、年生长量达到最大值的时间(拐点)和数值进行分析比较。【结果】基于Richards方程h=a(1-e~(-bt))~c,设定自由参数为a=e~(X_0),c=c_2/X_0,X_0=1/2[lnh_1+(lnh_1~2-4c_2ln(1-e~(-bt_1)))~(1/2)]的差分地位指数模型被选为最优模型。其参数的拟合结果为b=0.046 8,c_2=4.675 4,R~2为0.987 4,RMSE为0.749 1,平均绝对误差为0.904 0,模拟效率为97.04%。相比于使用ADA法推导的模型,采用GADA法推导的最优模型能更好地预测优势木树高生长过程。【结论】在推导地位指数模型时,根据GADA法,指定多个参数为自由参数所推导出的差分模型不仅具有良好的拟合效果,也能同时符合多条水平渐近线与曲线多形性的性质,而ADA法只能满足其中一个条件。最优模型的拟合结果表明,随着地位指数的提升,优势木树高生长曲线的渐近最大值(参数)逐渐增大,连年生长量达到最大值(拐点)的时间越早。这说明立地条件越好长白落叶松人工林优势木树高年生长量和最大值越大,且年生长量更早达到最大值。 相似文献
96.
通过回顾近30a来对植物种群自然稀疏规律──3/2乘则理论的研究结果,全面评价了这一密度理论及其对林分自然稀疏上限线的适合性,并得出结论:林分生长发育过程中,由于树冠形状及林隙发生动态变化,因此不满足3/2乘则。建议采用同一林分的林木大小及林木株数之间动态变化规律,重新建立林分密度理论。 相似文献
97.
为进一步研究有效冠结构及其动态,以长白落叶松人工林团状枝解析及生物量的调查数据,探讨了有效冠的概念及单木和林分有效冠的确定方法。有效冠是指在树冠中处于枝、叶垂直分布密度最大的林冠层之下限高度以上,并对树木生长尤其是对树干的生长起主要作用的冠。有效冠由有效冠高(HEC)来确定,而林木的HEC可通过分析树干不同高度处断面积生长量与叶量的垂直分布并结合不同着枝深度的枝条生长量予以确定。结果表明:有效冠处 相似文献
98.
林木竞争对红松人工林立木生物量影响及模型研究 总被引:5,自引:4,他引:1
基于红松人工林生物量实测数据,研究立木总生物量与各分项生物量(树干、树根、树枝和树叶)分配特征,以 及林木竞争对生物量分配的影响,并建立红松人工林立木总量与各分项的生物量模型。结果表明:叶生物量主要 集中在树冠中、下层且在中、下层的分布无显著差异,枝生物量从上层到下层逐渐增加;林木竞争强度与胸径、树 高、树冠比、树干、树枝、树叶和树根生物量呈显著幂函数关系,随着竞争强度的增大,胸径、树高、树冠比、树干、树 枝、树叶和树根生物量均逐渐减小(P 0.05),而根茎比并不受林木竞争强度的影响;树干生物量占总生物量的百 分比有减小的趋势,树枝、树叶生物量占总生物量的百分比有增大的趋势,树根生物量占总生物量百分比与竞争强 度无显著相关性;本文建立了立木总量与各分项生物量模型,所有模型都能对红松立木生物量进行很好的估计。 相似文献
99.
黑龙江东部地区樟子松人工林单木生物量研究 总被引:2,自引:0,他引:2
文章研究以黑龙江东部地区不同年龄、不同密度及不同立地条件的樟子松(Pinus sylvestris var. mongolica )人工林作为研究对象,基于 26块标准地中139株标准木的树干解析和生物量数据,以树木各测树因子为自变量建立樟子松人工林单木的树干、树枝、树叶及全树重的生物量预测模型;并研究了不同年龄樟子松林分的生物量结构.研究结果表明:樟子松人工林单木各分量生物量的最优模型形式均为CAR模型,各最优模型的变量主要为胸径(D)和树高(H)因子,D2H能够很好地反映树干的干重,胸径和树高能够很好地反映树枝、树叶及全树重的变化;樟子松单株生物量随着年龄的增大而增加,树干的生物量占全树重的比例随年龄的增大而增大,枝和叶的生物量变化趋势与树干相反,都随着年龄的增大而减小.文中研究的不同年龄阶段樟子松人工林的生物量结构变化规律及相应的预测模型,可为进一步了解樟子松人工林生物量的积累提供依据. 相似文献
100.
基于线性混合模型的落叶松人工林节子大小预测模型 总被引:4,自引:0,他引:4
以黑龙江省东北部落叶松人工林为研究对象,应用19块标准地中95株解析木(每块标准地选取5株)的节子剖析数据,采用线性混合效应模型理论建立落叶松节子各因子(节子直径、着生角度、长度)的预估模型。结果表明:节子直径、着生角度和长度都随着树木胸径的增大而增大;节子直径随着着生高度的增大先增大后减小;节子角度随着着生高度的增大而逐渐减小;节子长度随着直径的增大而增大。与固定效应模型相比,考虑混合效应所建立的节子大小预测模型其参数估计更为准确,残差分布更加均匀,模型拟合精度明显得到提高(R2约提高了0.3)。独立样本的检验结果表明:各模型的预估精度均在90%以上,说明所建模型可以很好地描述落叶松人工林节子变化规律。 相似文献