排序方式: 共有70条查询结果,搜索用时 15 毫秒
61.
西山森林公园森林景观分类与排序研究 总被引:1,自引:0,他引:1
以2006年森林资源二类调查数据为信息源,在ArcView支持下,把西山森林公园划分为14种景观类型,并建立了由8个景观指数组成的稳定性评价指标体系,利用ArcView扩展模块Patch Analyst定量计算景观指标值,建立景观指标标准化矩阵,并运用主成分分析法,构造森林景观稳定性综合评价模型,对西山森林公园各景观类型的稳定性进行了评价与分析.结果表明:西山国家森林公园森林景观稳定性依次为:华山松-桃-苹果-栎类-杜鹃-柏木-竹-云南松-马桑-苦刺-其他阔-蓝桉-圣诞树-桤木.该结果可为西山公园森林景观经营管理提供技术支撑. 相似文献
62.
目的]通过分析云南切梢小蠹危害下的云南松枝梢高光谱特征,建立其危害程度监测模型和判定规则。[方法]使用便携式地面成像光谱仪采集云南切梢小蠹蛀梢期的云南松中、幼龄林枝梢光谱反射率数据,分析光谱特征并提取特征参数,以此构建云南松受云南切梢小蠹危害程度的监测模型和判定规则。[结果]随危害程度加重,在绿波段(510560 nm)和近红外波段(7201 036 nm),光谱反射率逐渐降低;一阶微分曲线在红边(680760nm)的峰值向短波方向移动;云南切梢小蠹危害程度与光谱反射率及其一阶微分在509539、549564、595677、687692、702807、838875、8911 031 nm显著相关;以高光谱特征参数S_(Dr)、D_y、(D-H)/(D+H)、S_(Dnir)、(S_(Dnir)-S_(Dr))/(S_(Dnir)+S_(Dr))构建的4个监测模型的实测值与预测值的线性拟合关系较好(R~20.9),可准确估算云南切梢小蠹危害程度;根据4个监测模型建立的判定规则准确率高(≥80%),其中,多元线性回归模型y=-7.720x_1+1.275x_2+1.251x_3-4.835x_4+1.135x_5+6.632的判定规则准确率最高(健康(1.589)、轻度受害[1.589,2.465)、中度受害[2.465,3.381)、重度受害(≥3.381)),达93.333%。[结论]根据云南松高光谱特征参数,建立的监测模型和判定规则可有效监测云南切梢小蠹危害程度,研究结果可用于云南切梢小蠹危害发生发展的监测。 相似文献
63.
以香格里拉市典型森林生态系统高山松林为对象,在前期进行Ⅰ区和Ⅱ区共115株高山松单木地上生物量实测基础上,以异速生长方程为单木生物量基础模型,并采用分层贝叶斯方法、非线性混合模型法、贝叶斯方法和非线性最小二乘法进行异速生长参数拟合,运用决定系数(R2)、估测精度(E)、均方根误差(RMSE)等指标对模型参数拟合效果进行评价。结果表明:1)从拟合精度看,4种方法的模型拟合效果均较好,R2均达到了0.98以上。但分层贝叶斯方法估计结果更优,其R2=0.985 6,E=84.76%和RMSE=39.75 kg;2)通过对比不同方法的差异发现,加入了区域随机效应的分层贝叶斯方法和非线性混合模型法的拟合效果均优于未加入区域随机效应的贝叶斯方法和非线性最小二乘法。分层贝叶斯方法在拟合高山松单木生物量模型中具有更大优势,模型拟合效果最好。加入了随机效应的分层贝叶斯方法和非线性混合模型法可以提高单木生物量模型的估计精度,采用分层贝叶斯方法进行高山松单木生物量模型参数估测,为大尺度样本数据模型参数估测方法提供新思路。 相似文献
64.
65.
66.
67.
某抽水蓄能电站上水库主坝回填具有土石方开挖和填筑规模大、强度高、持续时间长、施工场地狭小、料源及填筑料基本平衡等特点.采取合理规划施工,利用先进的数字化监控以及土石方动态平衡分析系统,保证了施工进度和质量,为后续类似工程提供借鉴. 相似文献
68.
选取香格里拉高寒山区典型森林生态系统高山松纯林为研究对象,以Hyperion影像为数据源,在利用敏感性分析法筛选高山松林健康评价指标体系基础上,建立研究区基于像元的森林健康指数综合评判模型 (FHI),运用层次分析法和德尔菲法确定FHI模型中的各项指标权重,并结合地面样地调查数据,将研究区森林健康指数划分为健康、亚健康、中等健康和不健康4个等级。结果表明:研究区遥感影像的森林健康指数为-025~7534,平均值为3323,研究区森林整体处于亚健康状态;其中不健康森林面积约占森林总面积的1624%,中度健康面积约为3160%,亚健康森林面约为2580%,健康面积约为2636%。 相似文献
69.
以沧源县人工丛生龙竹林为研究对象,在前期对151株龙竹地上部分各器官生物量及各项生态指标测定基础上,分析龙竹地上部分各器官的生物量配比及含水率,构建龙竹地上部分各器官生物量幂函数回归模型。结果表明:随着龙竹龄级的增加,Ⅰ到Ⅲ龄级各器官含水率逐渐下降,单株地上部分平均含水率分别为75.01%、49.35%、47.97%,Ⅰ龄级龙竹杆含水率显著最高于Ⅱ和Ⅲ龄级;Ⅰ到Ⅲ龄级龙竹的单株地上生物量平均值依次为16.50、31.36、37.64 kg/株;随着年龄的增长,枝和叶的生物量占比随之增加,杆生物量占比随之下降;各龄级龙竹胸径与杆生物量、枝生物量、叶生物量、地上总生物量有着良好的相关性且达到极显著水平,以胸径为自变量建立的各龄级地上生物量模型决定系数均在0.9以上,其中,Ⅱ和Ⅲ龄级枝和叶生物量模型决定系数相较偏低,均为0.7~0.8,但模型显著性均小于0.01。 相似文献
70.
以Landsat 8−OLI影像数据为主要信息源,结合香格里拉32块半径15 m的圆形高山松实测样地数据,对全色波段和多光谱融合后的影像进行不同尺度重采样,依据不同尺度样地光谱特征变异分析结果构建4种不同尺度采样下高山松林LAI的支持向量机回归(SVR)模型,探究不同采样尺度对高山松LAI遥感估测精度的影响。结果表明:当样地的观测尺度从15 m增加至60 m时,LAI与遥感变量的相关性随观测尺度的增大而减小。估测模型决定系数为0.400~0.554;预测均方根误差为0.318~0.377;预测精度为83.51%~86.10%。当采样大小为15 m时估测精度最高,R2和交叉验证精度最大,分别为0.554、86.10%。本研究可为森林LAI遥感估测中的采样大小选择提供有利参考。 相似文献