无人机激光雷达与高光谱数据协同的帽儿山地区树种分类

应用无人机激光雷达和机载高光谱数据,通过设计多种分类方案探索不同数据源、不同分类器以及树冠形态特征对单木树种分类的影响。研究结果表明：使用多源遥感数据协同进行单木树种分类时,分类精度高于单一数据源的分类结果。从分类器上看,随机森林分类器的分类精度高于BP神经网络分类器。在将树冠形态特征加入分类器后,分类精度平均提高了1.19%,表明树冠形态特征的加入对单木树种分类具有一定积极意义。     

黑龙江省森林大气CO2施肥效应的时空变化趋势

探讨大气CO₂体积分数上升是否对黑龙江省森林存在显著的施肥效应,并进一步分析这一效应的时空变化趋势。采用了2种方法进行分析,第1种方法是利用自然生长的树木生长轮数据,结合广义加性混合模型(GAMMs),分析树木的径向生长是否存在显著的大气CO₂施肥效应;第2种方法则是基于通量数据对光能利用率模型修正后所估算的总初级生产力数据集(EC-LUEGPP),结合机器学习方法,探讨植被生产力变化是否存在显著的大气CO₂施肥效应及其时空变化趋势。结果表明：1960—2015年,所有9个红松天然林样地中有7个样地存在显著的大气CO₂施肥效应。同时在EC-LUE GPP数据中发现有88.1%的区域存在显著的大气CO₂施肥效应,而且在1982—2015年,黑龙江省森林总体的大气CO₂施肥效应呈现出显著的下降趋势(P<0.01),平均每年下降速率约为1.1%。     

广西桉树地径与胸径多元混合效应模型研建

为解决森林资源管理工作中利用伐桩测算立木蓄积量的实际问题，以广西桉树(Eucalyptus spp.)人工林为研究对象，组织建模样本和验证样本；采用模型优选法比较11种常见一元地径-胸径模型的精度，选出最优模型；为进一步提高模型精度，以林龄、林分密度、海拔和坡位4个样地因子为随机因子，建立以胸径为因变量、地径和样地因子为自变量的多元混合效应模型；利用验证样本进行模型适用性检验。结果表明，多元混合效应模型精度最高，确定系数(R²)为0.966，赤池信息量准则(AIC)为434.7，估计值的标准差(SEE)为0.946，总相对误差(TRE)为0.004%，平均系统误差(MSE)为0.000 05%，平均预估误差(MPE)为1.067%，平均百分标准误差(MPSE)为5.156%，适合作为拟合广西桉树胸径与地径相关关系的模型。