期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于机器学习算法的华中天然林土壤有机碳特征与关键影响因子
1
作者 沈琛琛 肖文发 +3 位作者 朱建华 曾立雄 陈吉臻 黄志霖 《林业科学》 EI CAS CSCD 北大核心 2024年第3期65-77,共13页
【目的】比较4种机器学习算法在模拟华中地区3种典型天然林土壤有机碳含量上的表现,筛选最优模型算法,明确影响该地区天然混交林土壤有机碳富集与空间分布的关键气候环境因子,为森林土壤有机碳分布格局研究提供技术参考。【方法】以华... 【目的】比较4种机器学习算法在模拟华中地区3种典型天然林土壤有机碳含量上的表现,筛选最优模型算法,明确影响该地区天然混交林土壤有机碳富集与空间分布的关键气候环境因子,为森林土壤有机碳分布格局研究提供技术参考。【方法】以华中地区3种典型天然林(常绿针叶混交林、落叶阔叶混交林和常绿阔叶混交林)为研究对象,引入4种机器学习算法(支持向量机、人工神经网络中的多层感知器、随机森林和分位数回归森林),模拟0~60 cm土层土壤有机碳含量,比较模型解释量及表现稳定性,筛选最优模型算法。【结果】4种机器学习算法均能成功模拟天然林0~60 cm土层土壤有机碳含量,多层感知器、随机森林、分位数回归森林模拟结果明显优于支持向量机,其中随机森林模型表现最稳定,决定系数最高达0.620。母质、土壤密度、孔隙度、地理位置、海拔、植被和水分亏损情况等共同影响华中地区天然林0~60 cm土层土壤有机碳含量,但显著影响表层(0~20 cm)、中层(20~40 cm)与深层(40~60 cm)土壤有机碳含量的因子并不一致且影响机制不同。在0~20 cm土层,显著影响因子最复杂,除土壤密度以外,土壤孔隙度、地形、植被和气候均产生显著影响(P<0.05);在20~40 cm土层,土壤密度和地理位置依然有显著影响(P<0.05),各因子影响呈现复杂性和过渡性;在40~60 cm土层,成土母质是最重要的影响因子,其次为土壤密度和水分亏损指数,植被的影响下降(P<0.05)。从地理分布上看,0~20 cm表层土壤有机碳含量东南高、西北低,中层和深层土壤有机碳含量表现为西部较高、东部稍低;海拔较高的南部山区土壤有机碳含量更高。蒸发强烈或供给森林的水分不足会限制各层土壤有机碳富集。森林土壤有机碳含量随土层加深显著下降,常绿针叶混交林土壤有机碳含量在各土层均最高,落叶阔叶混交林居中,常绿阔叶混交林最低。【结论】华中地区天然林土壤有机碳含量分布呈现明显差异,常绿针叶混交林土壤有机碳贡献最大,成土母质和土壤物理属性对土壤有机碳富集与分布起决定性作用;适宜天然林生长的地理立地条件和气候环境,共同造就该地区天然林土壤有机碳富集。在营林和管理时可加大本地树种混交比重,提升森林土壤碳汇功能。 展开更多
关键词 森林土壤有机碳 空间分布 天然林 机器学习 华中地区
在线阅读 下载PDF
近天然落叶松-云冷杉林树种竞争关系的变化 被引量：2
2
作者 沈琛琛 雷相东 +1 位作者 刘殿仁 林召忠 《林业科技开发》 2011年第4期12-17,共6页
以4块落叶松-云冷杉间伐实验样地为对象,采用6个与距离无关的竞争指标,研究林木竞争状态在20年间(1986～2006年)的变化及间伐的影响。结果表明,落叶松为主要树种,竞争能力最强,其竞争压力主要来自种内,红松和其他阔叶树的竞争能力有逐... 以4块落叶松-云冷杉间伐实验样地为对象,采用6个与距离无关的竞争指标,研究林木竞争状态在20年间(1986～2006年)的变化及间伐的影响。结果表明,落叶松为主要树种,竞争能力最强,其竞争压力主要来自种内,红松和其他阔叶树的竞争能力有逐渐增强的趋势,因此,随着林分生长,落叶松的竞争主体地位受到了来自其他针叶树云冷杉、红松及阔叶树种的威胁。该林分竞争关系近期相对稳定,但有从落叶松-云冷杉林向阔叶树及红松林发展的趋势。间伐影响种间竞争关系和林分平均竞争水平,影响程度与间伐对象的选择与间伐强度有关。林分竞争水平随间伐强度的增加而降低,但会逐渐恢复。 展开更多
关键词 近天然林 与距离无关的竞争指标 间伐 竞争
在线阅读 下载PDF
基于随机森林算法的落叶松-云冷杉混交林单木胸径生长预测 被引量：26
3
作者 欧强新 雷相东 +1 位作者 沈琛琛 宋国涛 《北京林业大学学报》 CAS CSCD 北大核心 2019年第9期9-19,共11页
【目的】单木生长受气候、林分等多种因子影响,需要利用适当的方法厘清气候以及林分中影响林木生长的主导因子。随机森林等机器学习方法提供了一种新的途径,需要检验利用随机森林算法分析气候和林分因子对林木生长影响的可靠性,为森林... 【目的】单木生长受气候、林分等多种因子影响,需要利用适当的方法厘清气候以及林分中影响林木生长的主导因子。随机森林等机器学习方法提供了一种新的途径,需要检验利用随机森林算法分析气候和林分因子对林木生长影响的可靠性,为森林生长收获预估提供新的方法。【方法】以吉林省汪清林业局20块落叶松-云冷杉混交林固定样地25年(1986—2010年)间连续调查数据作为研究材料,候选气候和林分因子52个,利用随机森林算法建立了包含气候和林分的单木胸径生长模型,分析气候和林分因子对单木胸径年平均生长量的影响:基于52个超参数组合(决策树数目ntree=1 000、决策树每个结点随机选择的预测变量个数mtry={1, 2,···, 52})构建了52个随机森林模型,利用10折交叉验证法分别训练和评估52个随机森林模型;基于完整数据集,利用最优随机森林模型分析自变量对单木胸径年平均生长量影响的相对重要性以及偏依赖关系。【结果】ntree=1 000、mtry=12所对应的模型是52个模型中具有最佳泛化能力的模型,该模型具有最大的交叉验证决定系数R2cv(R2cv=0.54),以及最小的交叉验证均方根误差RMSEcv、交叉验证平均绝对偏差MAEcv和交叉验证相对均方根误差rRMSEcv(RMSEcv=0.14 cm、MAEcv=0.10 cm、rRMSEcv=50%)。单木胸径年平均生长量受林分因子的影响极大,相对重要性超过80.00%。8个林分因子中,大于对象木的林木断面积之和BAL对单木胸径年平均生长量影响最大,林分每公顷株数N对单木胸径年平均生长量影响最小,其他因子对单木胸径年平均生长量影响介于两者之间;单木胸径年平均生长量随BAL、林分每公顷断面积BA、N以及林分断面积平均胸径Dg的增加而下降,随对象木胸径与林分断面积平均胸径之比RD、林木期初胸径D0以及对象木胸径与林分中最大林木胸径之比DDM的增加而增加。单木胸径年平均生长量受气候因子的影响较小,相对重要性低于20.00%。44个气候因子对单木胸径年平均生长量的影响均较小(相对重要性均<1%),其中,生长季平均降水量(4—9月)与年均降水量之比Pratio、年总太阳辐射时长Asr、生长季平均降水量(4—9月)与生长季相对湿度(4—9月)之比Gspgsrh以及生长季太阳辐射时长(4—9月)Gssr是前4个相对重要的变量。【结论】随机森林模型能够较好地解析各变量与单木胸径年平均生长量之间复杂的关系,单木胸径年平均生长量受林分因子的影响极大,而受气候因子的影响较小。总体而言,在局部尺度上,林分因子是影响单木胸径生长的主导因子,而气候因子对单木胸径生长的解释能力有限。随机森林模型具有一定的泛化能力和统计可靠性,产生的变量重要性和偏依赖图具有合理的林学意义。 展开更多
关键词 林分因子 气候 随机森林 单木胸径生长
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部