基于2020年的靖宇县森林资源档案数据,采用生物量转换与扩展因子法计算了靖宇县森林乔木层的碳储量和碳密度,并分析了不同林分类型、龄组和起源的碳储量及碳密度分布特征。结果表明,靖宇县森林乔木层碳储量为131.19×10^(4)t C,平...基于2020年的靖宇县森林资源档案数据,采用生物量转换与扩展因子法计算了靖宇县森林乔木层的碳储量和碳密度,并分析了不同林分类型、龄组和起源的碳储量及碳密度分布特征。结果表明,靖宇县森林乔木层碳储量为131.19×10^(4)t C,平均碳密度为34.85 t C·hm^(-2)。各林分类型中阔叶混交林、落叶松林及针阔混交林的碳储量占比较高,分别为69.10%、11.48%和8.18%,其他类型林分的占比均小于5%;樟子松林的碳密度最高(87.88 t C·hm^(-2)),其次为榆树林(55.61 t C·hm^(-2)),水曲柳林和云杉林的碳密度均不足10 t C·hm^(-2),分别为4.45 t C·hm^(-2)和6.65 t C·hm^(-2)。不同龄组林分的碳密度(P<0.001)及不同起源林分间碳储量(P<0.001)存在显著差异,但天然林与人工林的碳密度差异较小(P=0.066)。幼龄林和中龄林的总面积占比达到了72.04%,虽然幼龄林与中龄林的碳密度显著小于其他龄组(P<0.001),但幼龄林和中龄林具备较高的碳汇能力。以上结果表明,靖宇县中、幼龄林面积占比较大有利于森林碳汇的增长。展开更多
为有效检测树干分层介质厚度和相对介电常数,该研究提出一种基于雷达探测的树干分层结构介电参数反演方法。基于斯涅耳定律结合树干生理结构特点,构建雷达信号在树干分层结构中的传播模型。利用软件定义无线电平台(software defined rad...为有效检测树干分层介质厚度和相对介电常数,该研究提出一种基于雷达探测的树干分层结构介电参数反演方法。基于斯涅耳定律结合树干生理结构特点,构建雷达信号在树干分层结构中的传播模型。利用软件定义无线电平台(software defined radio,SDR)搭建树干探测雷达。然后采用稀疏分解算法、K-SVD字典训练以及层剥离算法对探测雷达回波信号进行参数反演,并对不同的稀疏分解算法反演结果进行了对比。试验表明在回波混叠和无混叠的情况下,该方法均能够对树干分层介质厚度和相对介电常数进行估算;无混叠时相对介电常数和厚度的反演误差分别在2.93%和3.5%以内,混叠时相对介电常数和厚度的反演误差分别在7.52%和7.61%以内。综合试验结果表明,在5种反演算法中,SAMP算法在未知信号稀疏度的条件下表现最佳,具有较高的反演准确率和鲁棒性。展开更多
文摘基于2020年的靖宇县森林资源档案数据,采用生物量转换与扩展因子法计算了靖宇县森林乔木层的碳储量和碳密度,并分析了不同林分类型、龄组和起源的碳储量及碳密度分布特征。结果表明,靖宇县森林乔木层碳储量为131.19×10^(4)t C,平均碳密度为34.85 t C·hm^(-2)。各林分类型中阔叶混交林、落叶松林及针阔混交林的碳储量占比较高,分别为69.10%、11.48%和8.18%,其他类型林分的占比均小于5%;樟子松林的碳密度最高(87.88 t C·hm^(-2)),其次为榆树林(55.61 t C·hm^(-2)),水曲柳林和云杉林的碳密度均不足10 t C·hm^(-2),分别为4.45 t C·hm^(-2)和6.65 t C·hm^(-2)。不同龄组林分的碳密度(P<0.001)及不同起源林分间碳储量(P<0.001)存在显著差异,但天然林与人工林的碳密度差异较小(P=0.066)。幼龄林和中龄林的总面积占比达到了72.04%,虽然幼龄林与中龄林的碳密度显著小于其他龄组(P<0.001),但幼龄林和中龄林具备较高的碳汇能力。以上结果表明,靖宇县中、幼龄林面积占比较大有利于森林碳汇的增长。
文摘为有效检测树干分层介质厚度和相对介电常数,该研究提出一种基于雷达探测的树干分层结构介电参数反演方法。基于斯涅耳定律结合树干生理结构特点,构建雷达信号在树干分层结构中的传播模型。利用软件定义无线电平台(software defined radio,SDR)搭建树干探测雷达。然后采用稀疏分解算法、K-SVD字典训练以及层剥离算法对探测雷达回波信号进行参数反演,并对不同的稀疏分解算法反演结果进行了对比。试验表明在回波混叠和无混叠的情况下,该方法均能够对树干分层介质厚度和相对介电常数进行估算;无混叠时相对介电常数和厚度的反演误差分别在2.93%和3.5%以内,混叠时相对介电常数和厚度的反演误差分别在7.52%和7.61%以内。综合试验结果表明,在5种反演算法中,SAMP算法在未知信号稀疏度的条件下表现最佳,具有较高的反演准确率和鲁棒性。
