以投资为目的的森林资源资产评估问题探讨

随着以投资为目的的森林资源资产评估业务日益增多,许多相关的理论问题亟需解决。通过对该目的下的价值类型、评估方法、评估参数等问题研究发现:价值类型的选择主要取决于委托者的利益诉求,同时要考虑现实市场条件的限制,具体可选类型包括市场价值类型与投资价值类型;评估方法的选择要与评估目的、价值类型相适应。当选择市场价值类型时,市场比较法应该是评估首选。当选择投资价值类型时,如果委托方是财务投资者,收益现值法是评估首选,如果委托方是战略投资者,公式P=Va+S×K应是评估首选;评估参数的选择,要与评估方法相一致,市场法的关键参数是可比的参照对象,收益现值法应用的关键参数是投资收益率,公式P=Va+S×K应用的关键参数是收益分成率K。以投资为目的的森林资源资产评估中,还要考虑森林采伐限额及其他相关政策的影响。     

天然气HCCI发动机燃烧和排放的CFD研究

利用耦合详细化学反应机理的CFD软件FLUENT对天然气HCC I发动机的燃烧和排放物的生成过程进行了模拟计算,计算的缸内压力和温度与实验值有较好的一致性。计算结果表明,狭缝是缸内碳氢(HC)和一氧化碳(CO)排放的主要来源。HC主要由燃料本身组成;CO和甲醛有相似的生成及分布规律。天然气HCC I稀薄燃烧可以得到极低的NOx排放。     

大兴安岭生态沟系典型森林植被水源涵养功能的研究

本研究以黑龙江省大兴安岭地区生态沟系3种典型森林类型的持水功能特点为研究对象,应用系统论和水分平衡原理,对森林土壤物理性质、土壤蓄水能力、枯落物蓄水能力以及林冠截留量等进行比较分析。研究表明：林冠截留是林内主要的降水再分配途径,对森林的水分调蓄具有重要作用。水源涵养能力最强的为针阔混交林1259.07 t/hm2,其次为灌木林1046.23 t/hm2,最弱的为落叶松林663.56 t/hm2,针阔混交林林地有着很强的水源涵养和调节能力;灌木林对土壤结构有着良好的改善作用。本研究结果为大兴安岭地区今后开展森林水土保持功能的量化研究及造林的林型结构提供了科学依据。     

林业制度性因素对商品林发展的影响

以集体林区的林业生产经营为背景、以商品林的经营为研究对象,采用制度性因素和其他因素相互作用下构成的成本效益与风险的分析框架,着重分析了林业制度性因素对林业发展的影响。通过研究认为,制度性因素是经济激励的基础以及保证经营主体获得和实现预期收益的前提条件,但只有在同时突破自然条件、技术条件、市场条件和制度条件的制约后,林业经营主体才能保证获得较好的预期收益以及预期收益得到保障和实现,进而农民及其他社会的力量将投资于林业的建设。     

黄土丘陵区不同退耕模式对土壤物理性状影响研究—以甘肃定西市为例

甘肃定西全面实施退耕还林近10年来,取得了显著的成效。本文以退耕还林重点地区定西市安定区为例,通过采集、实地调查取样和实验室分析,对比研究了不同退耕植被类型地与对照地（农田和天然草地）的土壤物理性状的变化情况。包括土壤的含水量、容重、土壤孔隙度、土壤水稳性团聚体结构。研究结果表明：天然草地和柽柳的含水量最高,分别为13.44%和13.52%。农田和山杏的含水量最低为8.01%和8.2%。0～60cm不同土层中柠条的容重最小且变化不大,农田的上下变化最大。在20～60cm退耕还林地的孔隙度均高于天然草地和农田,天然草地和农田非毛管孔隙度小且上下变化大,不利于土壤入渗。刺槐、柠条、柽柳的水稳性团聚体的含量最多,分别是农田的3.4、2.8和2.4倍。退耕还林以后,林地的土壤物理性状得到明显的改善,与农田和天然草地相比,刺槐,柠条的改良效果最好。因此对退耕还林地区进行植被恢复过程中,要深入了解当地的土壤环境特征,做到因地制宜,适地适树。     

Recent advances in molecular genetics of forest trees

The use of molecular markers has greatly enhanced our understanding of the genome structure of forest trees. Conifers, in particular, have a relatively large genome, containing a very high proportion of repeated DNA, consisting of tandemly repetitive and dispersed repetitive DNA sequences. The nature of highly conserved tandemly repetitive rRNA genes has been investigated in a number of tree species, and their sites mapped on specific chromosomes by fluorescent in situ hybridization (FISH). Different families of retrotransposons (IFG, and TPE1) have been isolated and characterized from the dispersed repetitive DNA of pines. Genome maps have been constructed in a number of forest tree genera: Pinus, Picea, Pseudotsuga, Cryptomeria, Taxus, Populus, and Eucalyptus. EST databases have been established from cDNA clones of pines and poplars. The structure and maternal or paternal modes of inheritance of organelle genomes have been investigated in forest trees. Comparative mapping in conifers has shown that gene families are conserved across genera. Due to lack of polyploidy in conifers, the evolution of this group of trees may have occurred primarily by duplication and dispersal of genes, probably by retrotranspositions, to form complex gene families. The evolution of angiosperm tree species has presumably involved both gene duplication as well as genome duplication (polyploidy). Application of genetic engineering has shown that genes from phylogenetically unrelated organisms can be introduced and expressed in trees, thus offering prospects of genetic improvement of forest trees. This revised version was published online in August 2006 with corrections to the Cover Date.     

基于K-means聚类和RF算法的葡萄霜霉病检测分级方法

针对自然环境复杂背景下葡萄霜霉病检测分级困难的问题,提出了一种基于语义分割结合K-means聚类和随机森林算法的葡萄霜霉病检测分级方法,实现对葡萄霜霉病快速分级。构建了葡萄霜霉病数据集,采用HRNet v2+OCR网络建立葡萄叶片语义分割模型,提取复杂环境下葡萄叶片;采用K-means聚类算法将葡萄叶片分解为若干子区域图像,并标记少量数据集进行随机森林算法学习,实现葡萄叶片病斑分割与提取;同时在叶片提取和病斑提取过程中,设计一种像素尺寸变换方法,解决图像分辨率引起的精度低问题。基于HRNet v2+OCR网络的葡萄叶片分割模型的准确率为98.45%,平均交并比为97.23%;融合K-means聚类和随机森林(RF)算法的葡萄叶片正面、反面和正反面霜霉病病害分级准确率分别为52.59%、73.08%和63.32%,病害等级误差小于等于2级时的病害分级准确率分别为88.67%、96.97%和92.98%。研究结果表明,基于K-means聚类和随机森林算法的葡萄霜霉病检测分级方法能够准确地分割自然环境复杂背景下的葡萄叶片和葡萄霜霉病病斑,并实现葡萄霜霉病分级,为葡萄霜霉病精准防治提供了方法和...     

基于地相位优化估计的RVoG三阶段森林冠层高度反演

极化干涉合成孔径雷达（PolInSAR）估测森林结构参数中,数据受基线长度、信噪比、环境地形以及雷达波长的影响,尤其在复杂森林环境条件下,会导致观测到的复相干存在误差,从而影响最终的反演结果。为解决此问题,首先探讨了体相干选择对RVoG三阶段森林冠层高度反演的影响,以地相位为参考逐像素选择距离地相位最远的相干性作为体相干。其次改进了地相位估计方法,采用戴明回归（DMR）和正交回归（OGR）2种相干直线拟合方法来改进地相位的估计,并在DMR拟合方法中设置了不同的误差比（0.3和0.6）来比较地相位估计方法对RVoG三阶段森林冠层高度反演的影响。研究结果表明：以地相位为参考逐像素选择体相干的反演结果相较于直接使用HV极化通道的复相干γ_HV为体相干的反演精度有明显提升,决定系数（R²）由0.349增加到0.383,均方误差由7.097 m²降低到5.755 m²。在体相干优化选择的基础上,采用了戴明回归和正交回归对地相位估计方法进行了改进。表明基于最小二乘回归（LSR）地相位估计的RVoG三阶段反演精度最...     

基于Random Forest的水稻细菌性条斑病识别方法研究

为了快速、准确、有效地识别发病早期的细菌性条斑病,提出基于随机森林(Random forest,RF)算法的水稻细菌性条斑病识别方法,利用光谱成像技术获取该病害的高光谱数据,通过多元散射校正减少和消除噪声及基线漂移对光谱数据的不利影响。利用随机森林特征重要性指标,选取逻辑回归(LR)、朴素贝叶斯(NB)、决策树(DT)、支持向量分类机(SVC)、k最近邻(KNN)和梯度提升决策树(Gradient boosting decision tree,GBDT)算法进行对比试验。同时筛选出12个位于450~664 nm范围内对识别模型有重要影响的光谱波段,并与全波段进行分类结果比较。试验结果表明:RF算法的分类准确率为95.24%,与试验选取的其他算法相比,效果最优,比NB准确率提高了20.97个百分点;与全波段分类结果相比,利用RF算法基于12个波长的识别,波长数减少了98.05%,识别精确率为94.66%,召回率为99.55%,F1值为97.04%,准确率为94.32%。虽然精确率减少了2.97个百分点、准确率减少了0.85个百分点,但召回率增加了4.4个百分点、F1值增加了0.67个百分点,模型精度满足要求。     

基于SupReMe影像重建和RF的玉米冠层LAI反演

针对Sentinel-2卫星影像拥有3个对植被生长状况非常敏感、空间分辨率为20m的红边波段（705、740、783nm）,其空间分辨率与可见光和近红外波段10m的空间分辨率不一致,使Sentinel-2影像应用受到限制的问题,基于多光谱多分辨率估计的超分辨率（Super-resolution for multispectral multiresoltion estimation, SupReMe）算法将空间分辨率20m的6个波段重建为10m;以重建后的影像为数据源,耦合PROSAIL辐射传输模型和随机森林模型反演玉米冠层叶面积指数（LAI）,并以野外实测LAI验证其反演精度。结果表明,采用SupReMe算法对Sentinel-2影像进行重建后,在保持光谱特性不变的同时提高了影像的空间细节;基于重建影像和原始影像的LAI反演决定系数R2分别为0.70、0.68,均方根误差RSME分别为0.240、0.262。研究表明,利用SupReMe算法重建后的Sentinel-2卫星影像,能够在提高玉米冠层LAI反演空间分辨率的同时提高反演精度,在挖掘高分辨率农作物生长信息方面具有很大潜力。