排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
贵港市位于广西壮族自治区东南部,西江流域中游,浔郁平原腹地,北回归线横贯中部.该地兼具热带季风气候和亚热带季风气候的气候特点,境内林木资源异常丰富,其中最具代表性的是速丰林、荔枝林和龙眼林.为了充分利用当地优良的林地资源,笔者进行了龙眼果园套种毛木耳,并采用深井水微喷调湿技术,结果表明:深井水微喷木耳的产量比用水管喷水的木耳产量增产20%左右.现将该栽培技术总结如下. 相似文献
3.
以昆明市主城区及呈贡新区为研究区域,其于1992年Landsat 5 TM、2001年Landsat 7 ETM+、2014年Landsat 8遥感影像数据,运用归一化植被指数(NDVI)和植被覆盖度遥感定量模型,在ENVI 5.1、ArcGIS10.1软件的支持下,提取3个时相的植被覆盖度等级,定量分析了该地区的植被覆盖度变化情况.结果表明,昆明市主城区及呈贡新区植被覆盖等级以高植被覆盖为主;1992 ~ 2014年植被覆盖以高→中等、高→中高为主要转换类型;植被覆盖等级与环境、农业、城市建设政策息息相关. 相似文献
4.
以石硖、桂明一号、越南迟熟、杂交1-3、杂交2-7和桂龙晚龙眼为材料,研究6个龙眼品种(品系)果实生长发育规律和果实品质,了解6个龙眼品种(品系)在贵港市农业科学研究所的引种表现。结果表明:(1)从6个龙眼果实纵径生长变化曲线可以得出:石硖、桂明一号、越南迟熟、杂交2-7龙眼果实纵径变化呈现"快-慢-快-慢"的规律,而杂交1-3则为"慢-快-慢",桂龙晚果实纵径变化为"慢-快-慢-快"的规律;石硖、桂明一号、越南迟熟、杂交1-3和杂交2-7龙眼的果实横径基本保持平稳的增长速率,而桂龙晚果实横径变化呈现"慢-快-慢-快"的规律;(2)6个龙眼品种果实品质方面,桂明一号果实纵横经和单果重最大,其次是杂交2-7,再者是越南迟熟和桂龙晚,四个品种果实均比石硖龙眼大,杂交1-3果实最小;在可食率方面杂交2-7最高,桂明一号、石硖居中,其余品种均比石硖的可食率低,越南迟熟可食率最低;在可溶性固形物方面杂交1-3最高、其次是石硖和杂交2-7,其余品种的可容性固形物含量不相上下;成熟期最早的是石硖龙眼,其次是杂交1-3和杂交2-7,再次是越南迟熟和桂明一号,桂龙晚表现特晚熟。 相似文献
5.
基于Landsat8 OLI遥感影像和森林资源二类调查数据,选择云南省普洱市镇沅县为研究区,在90%的抽样精度(E)与95%的可靠性指标(tα)的条件下,应用二阶抽样技术,以镇沅县思茅松单位面积AGB、单位面积地上蓄积量、7个单波段及5个植被指数作为抽样标志,对不同抽样方案的抽样总体方差、变动系数、标准误差、绝对误差、估测精度、AGB估测值及估测误差进行分析,并与简单随机抽样、系统抽样对比,分析不同抽样方法应用不同抽样标志的综合效率。结果表明:1)二阶抽样综合效率远远高于简单抽样和系统抽样;2)基于单波段和植被指数的二阶抽样效率普遍优于基于二调数据的,二阶抽样效率最好的抽样标志是ARVI与NDVI,2种植被指数仅需154个样本,较基于二调数据的二阶抽样降低60%的样本量,精度能达到最高,分别为97.50%和97.67%。研究结果说明基于遥感因子的二阶抽样可以大幅提高抽样效率。 相似文献
6.
应用Landsat8 OLI和GBRT对高山松地上生物量的估测 总被引:1,自引:0,他引:1
依据香格里拉市Landsat8 OLI提取的因子和外业调查的高山松样地地上生物量,利用梯度提升回归树(GBRT)建立了地上生物量与遥感因子的估测模型,并与随机森林、多元线性回归、偏最小二乘方法进行了对比。结果表明:纹理信息对生物量有重要影响,其中熵、相关性和Landsat8 OLI近红外波段的信息对生物量的影响最大;采用GBRT进行建模,当迭代次数大于200次时,偏差降低减缓,GBRT建模方法的精度评价指标(R2=0.96,rRMSE=8.80%,P=73.88%)均优于其他3个模型。应用Landsat数据进行森林地上生物量估测的不确定因素较多,GBRT可作为高山松及其他树种地上地上生物量遥感估测的另一新方法。 相似文献
7.
8.
通过人工疏果,对晚熟龙眼品种桂明一号单个果穗设置留30粒、45粒、60粒、75粒和不疏果(保留自然挂果量)5个不同处理,探索不同留果量对桂明一号果实大小与品质的影响,以确定合适的留果粒数。试验初步结果表明:桂明一号龙眼进行合理疏果不仅能有效提高单果重,而且可明显提高桂明一号龙眼的果实外观品质、固形物含量、商品果率和商品价值等,桂明一号龙眼单穗留果量为60粒时,单穗重、单果重、可溶性固形物含量、果实外观以及商品价值等综合效应较好,能够获取较好的经济效益;同时还有利于防止树体因营养消耗过大导致衰竭,保持树势健壮,有利于实现连年丰产稳产。 相似文献
9.
10.
以小班为研究单位,基于香格里拉市2006年TM影像、森林资源二类调查数据,利用随机选取的小班样地遥感因子平均值建立数据集,筛选出78个样地数据(60个训练数据和18个验证数据)及14个遥感因子,通过蓄积计算森林生物量,建立了基于遥感因子的高山松生物量估测的逐步回归模型和偏最小二乘模型。结果表明:逐步回归模型的精度(R=0.518、RMSE=34.265 t/hm2、rRMSE=47.046%)要高于偏最小二乘模型的精度(R=0.514、RMSE=35.320 t/hm2、rRMSE=48.494%)。研究结果可为高海拔地区遥感生物量建模、生态环境保护与规划提供参考依据。 相似文献