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152篇文章
< 1 2 … 8 >
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：
基于广义加性模型的落叶松树冠半径模型研建 被引量：1
1
作者 姜佟燃 燕云飞 姜立春 《北京林业大学学报》 北大核心 2025年第3期73-82,共10页
【目的】利用广义加性模型理论构建落叶松树冠半径模型,并与聚合法构建的可加性树冠半径模型进行预测精度对比,以期为落叶松树冠半径和冠幅预测提供理论依据和实际指导。【方法】以黑龙江省大兴安岭68块天然林样地3 444株落叶松为研究对... 【目的】利用广义加性模型理论构建落叶松树冠半径模型,并与聚合法构建的可加性树冠半径模型进行预测精度对比,以期为落叶松树冠半径和冠幅预测提供理论依据和实际指导。【方法】以黑龙江省大兴安岭68块天然林样地3 444株落叶松为研究对象,从8个冠幅-胸径基础模型拟合结果中,分别选择赤池信息量准则和贝叶斯信息准则最小的模型作为各树冠半径的基础模型。在最优基础模型中引入单木和林分因子,构建广义模型。基于构建的广义模型,分别采用聚合法和广义加性模型理论构建树冠半径相容性模型系统。【结果】(1)基础模型拟合结果表明:不同方向树冠半径的最优基础模型存在差异。(2)在不同方向树冠半径的基础模型中,分别引入枝下高、每公顷断面积和林分平均胸径等变量,这些变量均能提高模型的拟合效果。在此基础上,构建了包含单木尺寸和竞争变量的各方向树冠半径的广义模型。(3)基于聚合法和广义加性模型构建的树冠半径和冠幅相容性模型系统综合对比表明:广义加性模型表现出较好的拟合效果和预测精度,树冠半径和冠幅的预测均优于聚合法模型。【结论】落叶松各树冠半径表现出不同的生长趋势。在落叶松树冠半径模型中,广义加性模型预测精度优于聚合法。广义加性模型不但对模型假设要求不严,还简化了预测变量和响应变量之间的选择过程。因此,从模型假设和应用便利性角度,推荐广义加性模型预测该区域落叶松树冠半径和冠幅。 展开更多
关键词 落叶松 冠幅 树冠半径 聚合法 可加性模型
在线阅读 下载PDF
基于BLS数据的人工红松冠幅预测模型构建 被引量：1
2
作者 康义龙 贾炜玮 +2 位作者 王帆 刘奇峰 朱万才 《农业工程学报》 北大核心 2025年第3期179-186,共8页
为预测人工红松冠幅,该研究利用背包式激光雷达(backpack laser scanning,BLS)提取各单木因子并构建人工红松冠幅预测模型。结果表明:BLS点云数据与实测数据平均匹配率达到98.5%,显示出较高的准确度。点云数据与实测胸径的RMSE均值为0.9... 为预测人工红松冠幅,该研究利用背包式激光雷达(backpack laser scanning,BLS)提取各单木因子并构建人工红松冠幅预测模型。结果表明:BLS点云数据与实测数据平均匹配率达到98.5%,显示出较高的准确度。点云数据与实测胸径的RMSE均值为0.924,R^(2)均在0.9以上,表现出较强的相关性;与实测树高的RMSE均值为2.067,R^(2)均在0.650以上,相关性较弱;与实测树冠的RMSE均值为0.376,R^(2)均在0.8以上,相关性较强。在模型拟合方面,二次型函数的基础模型拟合和预估效果最好(R_(a)^(2)=0.528,RMSE=0.718,MAE=0.580,MAPE=0.157),引入林分平均胸径、高径比和每公顷大于对象木断面积之和能够显著提升模型拟合检验精度。考虑样地作为随机效应的混合效应模型预测效果最好(R_(a)^(2)=0.655,RMSE=0.620,MAE=0.484,MAPE=0.130)。综上所述,结合BLS点云数据与测量数据构建冠幅预测模型具有一定的可行性,可以利用BLS辅助林业调查。 展开更多
关键词 激光雷达 点云 红松 冠幅 非线性混合效应模型
在线阅读 下载PDF
基于竞争指数的马尾松冠幅模型构建
3
作者 谭茜 谭伟 +2 位作者 田昕 梅本清 樊隆高 《中南林业科技大学学报》 北大核心 2025年第9期71-81,105,共12页
【目的】分析林木竞争与马尾松冠幅的相关关系,构建含竞争指数的马尾松冠幅广义模型、广义可加模型和非线性混合效应模型,对比分析不同模型的拟合效果,选出最优的马尾松冠幅预测模型,为更全面地表达马尾松树冠特征以及科学经营和管理马... 【目的】分析林木竞争与马尾松冠幅的相关关系,构建含竞争指数的马尾松冠幅广义模型、广义可加模型和非线性混合效应模型,对比分析不同模型的拟合效果,选出最优的马尾松冠幅预测模型,为更全面地表达马尾松树冠特征以及科学经营和管理马尾松人工林提供理论依据。【方法】以贵州省开阳县楠木渡镇的2259株马尾松为研究对象,利用八邻域平移法消除边缘效应,采用Voronoi图确定竞争单元。采用Pearson相关性分析法,结合Hegyi竞争指数(CI1)、以大小比数为权重的交角竞争指数(CI2)、综合竞争指数(CI3),分析竞争与马尾松冠幅的相关关系。对冠幅基础模型进行扩展,构建含上述3种竞争指数的广义模型、广义可加模型和非线性混合效应模型,对比模型的拟合精度,分析竞争指数对模型的影响,同时采用十折交叉验证对模型的预测能力进行检验。【结果】1)3种竞争指数均与马尾松冠幅呈极显著的负相关关系(P<0.001);3种竞争指数之间都呈极显著的正相关关系(P<0.001),其中CI1与CI3的相关性更强。2)在基础模型的拟合中,Logistic模型拟合精度最高(R2为0.6105,RMSE为0.7429 m,MAE为0.5851 m,AIC为5075.895),选定其为最优基础模型。3)不管是加入竞争指数之前还是之后,模型的拟合精度从高到低都依次为非线性混合效应模型、广义可加模型、广义模型。4)添加竞争指数能提高3种模型的精度,广义模型和广义可加模型中都是添加CI3时模型效果最佳,非线性混合效应模型中则是添加CI1时模型效果最佳且优于其他模型。【结论】竞争效应对冠幅的生长具有明显的抑制作用。协变量、随机效应以及竞争指数的加入能提高马尾松冠幅模型的预测精度,但不同竞争指数在不同模型中表现能力不同。包含CI1的非线性混合效应模型相较于其余3种模型具有更好的预测能力,是最优的马尾松冠幅预测模型。 展开更多
关键词 马尾松 冠幅模型 竞争指数 非线性混合效应模型 广义可加模型
在线阅读 下载PDF
天然落叶松林木冠幅模型与林分密度模型及其关系 被引量：2
4
作者 曾伟生 杨学云 蒲莹 《林业科学》 北大核心 2025年第2期93-100,共8页
【目的】研建林木冠幅模型、林分密度模型及其联立模型,探究林木冠幅模型与林分密度模型之间的关系,为进一步研究林分密度管理和指导森林经营提供科学依据。【方法】利用在全国范围内代表性采集的600株落叶松样木调查数据和第九次全国... 【目的】研建林木冠幅模型、林分密度模型及其联立模型,探究林木冠幅模型与林分密度模型之间的关系,为进一步研究林分密度管理和指导森林经营提供科学依据。【方法】利用在全国范围内代表性采集的600株落叶松样木调查数据和第九次全国森林资源清查的1273个天然落叶松林样地调查数据,采用非线性回归和对数回归估计方法,分别建立了落叶松林木冠幅模型和林分密度模型;在分析二者之间内在相关性的基础上,采用含哑变量的多元非线性回归估计方法,建立了林木冠幅和林分密度联立模型,并确定了最大林分密度线。【结果】林木冠幅与胸径呈正相关,落叶松林木冠幅模型的确定系数R2在0.76以上,估计值的标准误SEE为1.03 m,平均预估误差MPE为2.16%;冠径比随胸径的增加而下降,从2 cm时的0.47快速下降至20 cm时的0.23,再缓慢下降至50 cm时的0.17。林分密度与平均胸径呈负相关,落叶松林分密度模型的R2达到0.88,SEE为147株·hm^(-2),MPE为2.58%;林分密度模型与林木冠幅模型的指数呈2倍负相关,根据联立模型得出的斜率参数为-1.384,可视为全国落叶松天然林自然稀疏线斜率的总体平均值。【结论】基于林分密度模型与林木冠幅模型之间的内在相关性,采用多元回归估计方法求解林分密度指数的斜率参数是一条可行的新途径。该方法对研究其他树种的林分密度指数及指导林分密度管理和森林科学经营也具有应用价值。 展开更多
关键词 林木冠幅 林分密度 最大密度线 多元回归 落叶松
在线阅读 下载PDF
不同水肥条件下挂果枝冠幅管理对压砂地枣林光合特性和产量的影响
5
作者 宿起坤 李王成 《节水灌溉》 北大核心 2025年第5期59-67,共9页
为探究不同水肥和冠幅控制条件下挂果枝管理对于退耕压砂地枣树光合特性和产量的影响规律。采取四因素三水平的正交实验设计,分析水、肥、挂果枝与冠幅4个因素对压砂地枣树生长、产量、水肥利用效率、光合作用等的影响。研究结果表明,... 为探究不同水肥和冠幅控制条件下挂果枝管理对于退耕压砂地枣树光合特性和产量的影响规律。采取四因素三水平的正交实验设计,分析水、肥、挂果枝与冠幅4个因素对压砂地枣树生长、产量、水肥利用效率、光合作用等的影响。研究结果表明,四因素对产量影响的主次顺序为挂果枝、灌水定额、施肥量、冠幅,对净光合速率影响的主次顺序为灌水定额、施肥量、冠幅、挂果枝,对水肥利用效率影响的主次效率为灌水定额、施肥量、挂果枝、冠幅;挂果枝、灌水定额、施肥量和冠幅对于枣树产量具有极显著作用,灌水定额、施肥量、冠幅对枣树净光合速率具有显著影响,灌水定额、施肥量、挂果枝对枣树水肥利用效率具有显著影响。在宁夏中部干旱带,压砂地枣树最适合的水、肥、冠幅和挂果枝的组合方式为灌水定额250 mm,施肥量110 kg/hm^(2),冠幅2.0 m,挂果枝60个,可获得产量3 485.02 kg/hm^(2),比对照组增加了67.0%。该研究成果可为压砂地枣林的管理提供数据支持。 展开更多
关键词 枣树 水肥 冠幅 挂果枝 光合作用 水分利用效率
在线阅读 下载PDF
基于MCMC算法的福建闽北杉木单木冠幅模型研究
6
作者 杨自鑫 谢运鸿 孙玉军 《林业科学研究》 北大核心 2025年第4期175-186,共12页
[目的]建立针对杉木人工林的单木冠幅模型,增强对杉木冠幅大小的预测准确性,并为杉木人工林的专业管理提供理论支持和依据。[方法]本研究以福建省将乐国有林场29块样地共计2005株杉木为研究对象,构建基于多种算法的杉木单木冠幅模型进... [目的]建立针对杉木人工林的单木冠幅模型,增强对杉木冠幅大小的预测准确性,并为杉木人工林的专业管理提供理论支持和依据。[方法]本研究以福建省将乐国有林场29块样地共计2005株杉木为研究对象,构建基于多种算法的杉木单木冠幅模型进行对比。从11种常用的冠幅—胸径模型中筛选出最优的逻辑斯蒂模型作为基础模型,在基础模型中添加树高、林分密度和基尼系数(Gini)等单木和林分因子作为协变量参与建模,得到广义冠幅模型,然后添加样地随机效应构建非线性混合效应模型;采用随机森林和支持向量机等随机森林算法构建杉木冠幅模型,并采用贝叶斯优化模型的超参数优化模型,得到最优超参数代入建模。采用十折交叉验证方法,以调整后的决定系数(R_(adj)^(2))和剩余均方根误差(RMSE)模型评价指标对各模型的预测效果进行评价。为进一步提高2种机器学习算法的预测精度,采用马尔可夫链蒙特卡罗算法(MCMC算法)联合随机森林与支持向量机建模,并对比基础MCMC算法与高级Stan算法在预测冠幅方面的表现。[结果]结果表明,添加样地随机效应的非线性混合效应模型预测精度高于广义模型,R_(adj)^(2)提升0.1070,RMSE下降0.0577,运用随机森林和支持向量机算法构建的冠幅模型展现出相似的预测性能,采用MCMC方法联合RF和SVM建模,MCMC链得到较好收敛,相较于基础MCMC算法,高级Stan算法各参数间自相关性显著降低,且预测精度得到提高,R_(adj)^(2)由0.6326提升至0.8495。[结论]本研究提出的基于MCMC算法和机器学习的方法有效提升了冠幅预测精度,对福建闽北现有冠幅模型的改进和应用提供了理论参考。 展开更多
关键词 冠幅 GINI系数 混合效应模型 机器学习算法 MCMC算法
在线阅读 下载PDF
湿地松林实施抚育间伐效应分析
7
作者 江庆宁 谭华元 +2 位作者 廖德志 吴哲 刘欲晓 《河南林业科技》 2025年第3期30-32,64,共4页
为了解不同抚育间伐强度对湿地松人工林生长的影响,以湖南省攸县菜花坪镇13年生湿地松人工林为研究对象,设置4种抚育间伐强度观测样地,分别为对照组、轻度间伐、中度间伐、重度间伐,观测湿地松林分的胸径、树高、冠幅和单株材积生长。... 为了解不同抚育间伐强度对湿地松人工林生长的影响,以湖南省攸县菜花坪镇13年生湿地松人工林为研究对象,设置4种抚育间伐强度观测样地,分别为对照组、轻度间伐、中度间伐、重度间伐,观测湿地松林分的胸径、树高、冠幅和单株材积生长。结果表明:不同间伐强度对湿地松林分树高、胸径、冠幅、单株材积生长有极显著影响。随着间伐强度加大,树高、胸径、冠幅、单株材积生长增大,本试验重度间伐效应最佳,林分平均树高、胸径、材积分别增长了16%、17%、52%。 展开更多
关键词 湿地松 抚育间伐 树高 胸径 冠幅 单株材积
在线阅读 下载PDF
慈竹单株竹秆材积模型的构建
8
作者 王晓晓 李扬 +2 位作者 刘淼 蔡春菊 范少辉 《森林与环境学报》 北大核心 2025年第5期536-545,共10页
采用典型抽样调查法,对四川省慈竹林的12个典型县(区)的72块样地进行调查,共采集了215株慈竹单株样本。在精准测定慈竹竹秆材积的基础上,基于传统建模因子胸径(D_(1.3))、竹高(h),引入新的建模因子胸高竹节长(L)、地径(D_(0))、形率(q_(... 采用典型抽样调查法,对四川省慈竹林的12个典型县(区)的72块样地进行调查,共采集了215株慈竹单株样本。在精准测定慈竹竹秆材积的基础上,基于传统建模因子胸径(D_(1.3))、竹高(h),引入新的建模因子胸高竹节长(L)、地径(D_(0))、形率(q_(a),q_(b))、冠幅(C_(W))、冠长(C_(L)),构建筛选最优材积模型。结果表明:构建模型(M_1~M_(14))的决定系数均大于0.900,模型拟合良好,表现出优良的泛化能力;以胸径、竹高和3/4处胸高形率构建的三元材积模型M_(10)[V=0.049D_(1.3)^(1.760)h^(0.639)q_(b(3/4))^(0.176)],是最优材积模型,其调整后的决定系数为0.970,且平均绝对误差和赤池信息准则等均优于传统材积模型;模型M_1和模型M_2易于测量,可显著提升调查工作效率;其余模型可以依据现实需求进行选取。 展开更多
关键词 慈竹 材积模型 胸高竹节长 形率 冠幅 四川省
在线阅读 下载PDF
植物生长调节剂双吉尔GGR6对油茶冠幅生长和鲜果产量的影响分析
9
作者 虞晓乐 刘小青 +7 位作者 贺灿辉 彭挺立 唐建友 谭雪康 彭伟 周礼芳 刘欲晓 吴其军 《湖南林业科技》 2025年第3期96-100,共5页
为了解不同质量分数双吉尔GGR6水溶液对油茶冠幅生长和鲜果产量的影响,本试验以湖南省攸县谭桥街道油茶良种林为研究对象,对林地土壤及油茶叶面施用了质量分数为0.01%和0.02%的双吉尔GGR6水溶液并进行调查。结果表明:不同质量分数双吉尔... 为了解不同质量分数双吉尔GGR6水溶液对油茶冠幅生长和鲜果产量的影响,本试验以湖南省攸县谭桥街道油茶良种林为研究对象,对林地土壤及油茶叶面施用了质量分数为0.01%和0.02%的双吉尔GGR6水溶液并进行调查。结果表明:不同质量分数双吉尔GGR6水溶液对油茶冠幅生长及鲜果产量的影响均存在极显著差异(P<0.01),冠幅增长率达43.7%以上,鲜果产量增长率达24.9%以上,且质量分数0.01%与0.02%的双吉尔GGR6水溶液对油茶冠幅生长和鲜果产量的影响无显著差异。因此,施用质量分数0.01%的双吉尔GGR6水溶液最经济有效。 展开更多
关键词 油茶 GGR6 冠幅生长 鲜果产量
在线阅读 下载PDF
坡位对湿地松林分生长影响分析
10
作者 罗良才 唐建友 +4 位作者 夏琳 刘敏 谭雪康 彭伟 刘欲晓 《河南林业科技》 2025年第2期23-26,共4页
为了解不同坡位对湿地松林分生长的影响,以湖南省攸县菜花坪12年生湿地松人工林为研究对象,分别在林分的上坡位、中坡位和下坡位设置观测样地,观测湿地松林分的胸径、树高和冠幅,并计算单株材积。结果表明:不同坡位对湿地松林分树高、... 为了解不同坡位对湿地松林分生长的影响,以湖南省攸县菜花坪12年生湿地松人工林为研究对象,分别在林分的上坡位、中坡位和下坡位设置观测样地,观测湿地松林分的胸径、树高和冠幅,并计算单株材积。结果表明:不同坡位对湿地松林分树高、胸径、单株材积生长有极显著影响。随着坡位的降低,湿地松林分的树高、胸径、单株材积增大。下坡位湿地松林分平均树高达12.57m,平均胸径达19.37cm,单株材积达0.37 m^(3)。 展开更多
关键词 湿地松 坡位 树高 胸径 冠幅 单株材积
在线阅读 下载PDF
基于混合效应的杉木人工林冠幅模型 被引量：6
11
作者 钟思琪 宁金魁 +3 位作者 黄锦程 陈鼎泸 欧阳勋志 臧颢 《森林与环境学报》 CSCD 北大核心 2024年第2期127-135,共9页
构建杉木(Cunninghamia lanceolata)人工林单木冠幅模型,可以提高杉木冠幅的预测精度,并为杉木人工林的科学经营提供参考依据。以杉木为研究对象,基于江西省崇义县杉木人工林57个样地的7198株单木数据,对基础模型进行扩展,并构建含林分... 构建杉木(Cunninghamia lanceolata)人工林单木冠幅模型,可以提高杉木冠幅的预测精度,并为杉木人工林的科学经营提供参考依据。以杉木为研究对象,基于江西省崇义县杉木人工林57个样地的7198株单木数据,对基础模型进行扩展,并构建含林分因子和单木因子的冠幅非线性混合效应模型;采用十折交叉验证方法,以调整后的决定系数(R_(adj)^(2))、均方根误差(E_(RMS))和平均绝对误差(E_(MA))模型评价指标对各模型的预测效果进行评价。结果表明:(1)备选模型中,Logistic模型的预测效果最佳。(2)除胸径以外,有6个指标对冠幅有显著影响(P<0.05)。6个指标分别是地位指数、林龄、基尼系数(Gini系数)、林分密度指数、枝下高和大于对象木的断面积之和。添加协变量构建的广义模型较基础模型更优,R_(adj)^(2)增加了28.53%,E_(RMS)和E_(MA)分别下降了17.80%和15.72%。(3)考虑样地水平随机效应的混合效应模型优于广义模型,R_(adj)^(2)增加了27.86%,E_(RMS)和E_(MA)分别降低了35.73%和51.87%。协变量和随机效应的加入能有效提高冠幅模型的预测精度,且反映林木大小多样性的Gini系数在冠幅模拟中表现较好,值得进一步探讨该类指标在其他类型人工林模拟中的应用。 展开更多
关键词 杉木 冠幅模型 非线性混合效应模型 基尼系数 林木大小多样性
在线阅读 下载PDF
基于实例分割技术的草莓叶龄及冠幅表型快速提取方法 被引量：2
12
作者 樊江川 王源桥 +3 位作者 苟文博 蔡双泽 郭新宇 赵春江 《智慧农业（中英文）》 CSCD 2024年第2期95-106,共12页
[目的/意义]为解决高通量草莓叶龄及冠幅提取问题,提出一种基于移动式表型平台和实例分割技术的高通量表型提取方法。[方法]利用小型移动式表型平台对温室内盆栽草莓植株的俯拍图像进行数据获取,并利用改进型Mask R-CNN(Convolutional N... [目的/意义]为解决高通量草莓叶龄及冠幅提取问题,提出一种基于移动式表型平台和实例分割技术的高通量表型提取方法。[方法]利用小型移动式表型平台对温室内盆栽草莓植株的俯拍图像进行数据获取,并利用改进型Mask R-CNN(Convolutional Neural Network)模型对图像进行处理,以此获取草莓植株叶龄信息。首先利用带有分组注意力模块的Split-Attention Networks(ResNeSt)骨干网络替换原有网络,从而提高图像特征信息提取精度和执行效率。在训练时,利用Mosaic方法对草莓图像进行数据增强,并且使用二元交叉熵损失函数对原本的交叉熵分类损失函数进行优化,以达到更好的植株与叶片的检测准确度。在此基础上,对训练结果进行后处理,利用标定比值对冠幅进行计算。[结果和讨论]该方法能够在ResNeSt-101骨干网络下,实现80.1%的掩膜准确率和89.6%的检测框准确率,并且能够以99.3%的植株检测正确率和98.0%的叶片数量检出率实现高通量的草莓叶龄估算工作。而模型推理后草莓植株南北和东西向冠幅测试值与真实值相比误差均低于5%的约占98.1%。[结论]该方法有着较高的鲁棒性,能够为智慧农业下高通量植物表型获取与解析工作提供技术支持。 展开更多
关键词 移动式表型平台 实例分割 草莓表型 叶龄统计 冠幅 Mask R-CNN ResNeSt
在线阅读 下载PDF
宁夏罗山松阿扁叶蜂幼虫发生的关键影响因子 被引量：1
13
作者 兰珍珍 王新谱 +1 位作者 施兴文 董川 《浙江农林大学学报》 CAS CSCD 北大核心 2024年第4期735-743,共9页
【目的】研究松阿扁叶蜂Acantholyda posticalis幼虫的发生与林分因子和立地因子的关系,筛选影响松阿扁叶蜂幼虫发生的关键因子。【方法】2022—2023年,在宁夏罗山国家级自然保护区松阿扁叶蜂主要发生区域设立21块样地,调查松阿扁叶蜂... 【目的】研究松阿扁叶蜂Acantholyda posticalis幼虫的发生与林分因子和立地因子的关系,筛选影响松阿扁叶蜂幼虫发生的关键因子。【方法】2022—2023年,在宁夏罗山国家级自然保护区松阿扁叶蜂主要发生区域设立21块样地,调查松阿扁叶蜂幼虫虫口密度和林分因子及立地因子。应用逐步回归分析法筛选出影响松阿扁叶蜂幼虫平均虫口密度的关键因子;采用方差分析和相关性分析法得出松阿扁叶蜂幼虫平均虫口密度与关键因子之间的关系。【结果】逐步回归法筛选出草本盖度、冠幅、郁闭度和坡位是影响松阿扁叶蜂幼虫发生的关键因子。根据关键因子建立了幼虫平均虫口密度的线性预测方程。筛选出的4个关键因子中,草本盖度和坡位对松阿扁叶蜂幼虫的发生有抑制作用,冠幅和郁闭度对松阿扁叶蜂幼虫的发生有促进作用。【结论】松阿扁叶蜂幼虫在林下草本盖度低、林分郁闭度和冠幅大的上坡位林地易发生。建议将这些林地作为防治重点区域,调整位于上坡位的林木草本盖度至0.3以上,冠幅至2.5 m以下,郁闭度至0.7以下,实现对宁夏罗山松阿扁叶蜂幼虫种群数量的生态控制。 展开更多
关键词 松阿扁叶蜂 平均虫口密度 草本盖度 冠幅 郁闭度 坡位
在线阅读 下载PDF
基于竞争与立地效应的湖南栎类天然林冠幅模型 被引量：1
14
作者 杨浩 何海梅 +3 位作者 黄朗 游文彪 汤维 朱光玉 《中南林业科技大学学报》 CAS CSCD 北大核心 2024年第6期92-101,155,共11页
【目的】分析立地因子和竞争因子对冠幅生长的影响,构建含立地因子和竞争因子的混合效应湖南栎类天然林冠幅预测模型,为栎类天然林科学经营决策提供理论依据。【方法】以51块湖南栎类天然林样地的1 429株栎类林木为研究对象,筛选对冠幅... 【目的】分析立地因子和竞争因子对冠幅生长的影响,构建含立地因子和竞争因子的混合效应湖南栎类天然林冠幅预测模型,为栎类天然林科学经营决策提供理论依据。【方法】以51块湖南栎类天然林样地的1 429株栎类林木为研究对象,筛选对冠幅影响显著的因子,将显著性因子按照标准分级、组合,构成竞争类型和立地类型;从10个基础模型中筛选出最优模型;应用k-means聚类方法将初始竞争类型聚类成竞争类型组;将立地类型和竞争类型组作为随机效应加入最优模型,构建含竞争和立地效应的湖南栎类天然林冠幅模型。【结果】对冠幅影响显著的因子包括海拔、坡度、坡位、坡向、土壤类型、相对断面积(R_(S))、简单竞争指数(C_(LH))和大于对象木断面积之和(B_(AL)),立地因子显著性顺序为海拔>坡度>坡向>坡位>土壤类型,竞争因子中R_(S)与冠幅呈正相关,而C_(LH)、B_(AL)与冠幅呈负相关;最优基础模型为异速生长模型(有截距),R^(2)为0.534 8;将筛选的3个竞争因子按照标准分级、组合构成竞争类型,加入基础模型构建含竞争类型的混合效应模型,R^(2)升至0.583 5;应用k-means聚类将初始竞争类型聚类成17个竞争类型组,作为随机效应加入基础模型,R^(2)升至0.749 2;将立地类型作为随机效应再加入模型,构建基于竞争和立地混合效应的冠幅模型,R^(2)升至0.841 6,相对基础模型提升了57.36%。【结论】含竞争因子和立地因子的湖南栎类天然林冠幅模型具有较好的拟合效果及预测精度。因此,本研究所构建的冠幅模型可以很好地预测湖南栎类天然林的冠幅,可为研究栎类天然林生长、经营管理以及更新森林资源调查数据库提供支持。 展开更多
关键词 冠幅模型 栎类天然林 混合效应 立地因子 竞争因子
在线阅读 下载PDF
天然次生白桦单木冠幅预测模型研究 被引量：3
15
作者 高畅 王帆 《西南林业大学学报（自然科学）》 CAS 北大核心 2024年第5期129-135,共7页
以黑龙江省哈尔滨市依兰县丹清河实验林场30块天然次生白桦林样地的1844棵白桦为研究对象,从常用的10个冠幅基础预测模型中选择白桦的最优模型,通过分析单木因子与冠幅的相关性对模型进行再参数化,引入样地水平的随机效应构建天然次生... 以黑龙江省哈尔滨市依兰县丹清河实验林场30块天然次生白桦林样地的1844棵白桦为研究对象,从常用的10个冠幅基础预测模型中选择白桦的最优模型,通过分析单木因子与冠幅的相关性对模型进行再参数化,引入样地水平的随机效应构建天然次生白桦冠幅的混合效应模型。结果表明:Logistic模型最适宜描述白桦的冠幅变化,引入枝下高、高径比和树冠率可以改进模型的预测精度。引入样地水平的随机效应改善了数据的异方差问题,再次提高了冠幅的预测精度。因此,建议在实际生产中采用非线性混合效应模型对天然次生白桦的冠幅进行预测,从而提高冠幅预测的准确率,为合理经营天然次生白桦提供更加科学有效的理论支持。 展开更多
关键词 天然次生林 白桦 冠幅模型 混合效应模型
在线阅读 下载PDF
马占相思优势木择伐对林下灌木多样性的影响 被引量：1
16
作者 杨佳 彭文成 +2 位作者 廖立国 王如 段左俊 《中南林业科技大学学报》 CAS CSCD 北大核心 2024年第4期18-27,共10页
【目的】择伐是促进林下灌木生长与更新的有效手段,分析马占相思优势木择伐对林下灌木多样性影响效果与范围,构建影响范围预估模型,对制定科学合理的马占相思林择伐技术具有重要指导意义。【方法】以海南省南崖林场76株马占相思优势木... 【目的】择伐是促进林下灌木生长与更新的有效手段,分析马占相思优势木择伐对林下灌木多样性影响效果与范围,构建影响范围预估模型,对制定科学合理的马占相思林择伐技术具有重要指导意义。【方法】以海南省南崖林场76株马占相思优势木为研究对象,开展优势木择伐试验(监测年限为2014—2021年)。通过设置不同样圆大小(0.6倍冠幅、0.8倍冠幅、1.0倍冠幅、1.2倍冠幅、1.4倍冠幅)的优势木影响半径,比较与确定马占相思优势木的最大影响范围,分析不同恢复年限对林下灌木多样性的影响,构建马占相思优势木的影响范围预估模型。【结果】马占相思优势木影响灌木Shannon指数和Pielou指数的最大影响范围分别为1.0倍实测冠幅和1.2倍实测冠幅;马占相思优势木择伐能显著提高林下灌木多样性(P<0.05),通常灌木Shannon指数和Pielou指数在择伐后的5年内显著增加(P<0.05),5年以后的增幅不明显(P>0.05);影响灌木Shannon指数和Pielou指数的范围预估模型均以理查德式为最优,其决定系数均为0.702,相对均方根误差均为14.341%。【结论】从单木影响范围的角度分析马占相思优势木择伐对林下灌木多样性的影响,优势木择伐在一定范围和一定年限内可以显著改善林下灌木多样性,且最大影响范围与马占相思优势木的胸径大小密切相关。研究结论可以为后续马占相思林的密度控制以及林分改造提供有效指导。 展开更多
关键词 冠幅 物种多样性 择伐 预估模型 马占相思
在线阅读 下载PDF
不同生境梭梭冠幅预测模型研究 被引量：1
17
作者 董玲萍 胡晓静 杨文乐 《森林工程》 北大核心 2024年第4期1-10,共10页
冠幅是反映沙漠植被生长情况的重要变量,通过对不同生境沙漠植物冠幅预测,可为沙漠植被的科学经营提供参考。以古尔班通古特沙漠建群种梭梭为研究对象,选取常用的6种回归模型(M1、M2、M3、M4、M5、M6),以树高和地径为调查因子,建立高地... 冠幅是反映沙漠植被生长情况的重要变量,通过对不同生境沙漠植物冠幅预测,可为沙漠植被的科学经营提供参考。以古尔班通古特沙漠建群种梭梭为研究对象,选取常用的6种回归模型(M1、M2、M3、M4、M5、M6),以树高和地径为调查因子,建立高地、缓坡和平地不同生境中的梭梭冠幅模型。通过Origin和Anaconda软件对模型进行回归分析,根据4个拟合精度标准,决定系数(R2)、均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE),选取最优模型。模型拟合结果表明,在树高-冠幅和地径-冠幅模型中,6种回归模型的R2均大于0.5,模型拟合效果较好。3种生境下(高地、缓地、平地)树高-冠幅和地径-冠幅均以M5(三次多项式)为最优模型。6个模型都具有统计学意义(Sig.<0.001),对古尔班通古特沙漠梭梭冠幅的预测具有重要的参考价值,为维护该地区生态和植被恢复提供一定的科学依据。 展开更多
关键词 梭梭 树高 地径 冠幅 预测模型
在线阅读 下载PDF
基于无人机可见光植被指数的森林冠幅信息提取研究——以内蒙古旺业甸林场为例 被引量：3
18
作者 李晓晨 龙江平 《中南林业调查规划》 2024年第1期38-43,共6页
基于无人机遥感影像,以内蒙古自治区赤峰市喀喇沁旗旺业甸林场实验样地为例,提取树冠信息,再利用可见光植被指数对影像进行增强,以样地与单木两个尺度进行提取研究,并对提取精度进行分析。结果表明:影像灰度值标准差提高了162.61%;使用... 基于无人机遥感影像,以内蒙古自治区赤峰市喀喇沁旗旺业甸林场实验样地为例,提取树冠信息,再利用可见光植被指数对影像进行增强,以样地与单木两个尺度进行提取研究,并对提取精度进行分析。结果表明:影像灰度值标准差提高了162.61%;使用增强后的影像进行多尺度分割对林分树冠进行提取,精度提高了14.22%,对单木树冠进行提取,精度提高了11.48%。使用基于无人机可见光植被指数的影像增强方法可消除或降低无人机影像容易受到阴影及树冠间交叉重叠的影响,对利用遥感技术进行森林资源调查具有重要意义。 展开更多
关键词 森林冠幅 信息提取 无人机 可见光植被指数
在线阅读 下载PDF
基于无人机遥感影像的单木冠幅提取研究 被引量：3
19
作者 胥东海 杨旸谷 《中南林业调查规划》 2024年第2期36-40,共5页
无人机(UAV)遥感技术在森林资源调查工作中的应用变得越来越广泛,但利用遥感影像的光谱信息提取出的单木冠幅会导致分类结果精度不高,使得遥感影像对于单木冠幅的提取效果与实际应用要求仍存在一定差距。因此,提高单木冠幅的提取精度在... 无人机(UAV)遥感技术在森林资源调查工作中的应用变得越来越广泛,但利用遥感影像的光谱信息提取出的单木冠幅会导致分类结果精度不高,使得遥感影像对于单木冠幅的提取效果与实际应用要求仍存在一定差距。因此,提高单木冠幅的提取精度在基于无人机遥感影像的森林资源调查中十分重要。基于2019年在内蒙古自治区赤峰市喀喇沁旗旺业甸林场实地采集的数据,采用面向对象的影像分析方法,对基于无人机遥感影像的单木分割及冠幅提取进行了研究。研究结果表明:单木冠幅分割的位置精度为80.28%,面积精度为79.51%,结果基本满足森林资源调查工作的需要。 展开更多
关键词 面向对象 冠幅提取 无人机 多尺度分割 森林资源调查
在线阅读 下载PDF
不同造林密度对杉木家系生长特性的影响分析
20
作者 薛平辉 《林业科技情报》 2024年第3期40-43,共4页
本实验旨在研究不同家系和密度对杉木生长的影响。选择福建省大田桃源国有林场莲花山工区作为实验点,选取了官庄1号、官庄2号和官庄3号三个杉木家系,并将其混合作为混合家系进行研究。通过观察2020年和2022年的数据发现,不同家系在不同... 本实验旨在研究不同家系和密度对杉木生长的影响。选择福建省大田桃源国有林场莲花山工区作为实验点,选取了官庄1号、官庄2号和官庄3号三个杉木家系,并将其混合作为混合家系进行研究。通过观察2020年和2022年的数据发现,不同家系在不同密度下杉木的生长情况存在一定差异。较低的密度有利于杉木生长,可以使植株获得更大的高度和地径。不同家系对于密度的适应能力可能存在差异,部分家系在较低密度下表现出更好的生长,而其他家系则相反。此外,高径比和冠幅变化也受到家系和密度的影响。 展开更多
关键词 杉木生长 家系选择 造林密度 高度 地径 高径比 冠幅 适应能力
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 2 … 8 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