该文报道了内蒙古被子植物菊科(Compositae)和禾本科(Gramineae)的2个新分布记录属,即石胡荽属(Centipeda Loureiro)和扇穗茅属(Littledalea Hemsley);十字花科(Cruciferae)、蔷薇科(Rosaceae)、豆科(Leguminosae)、堇菜科(Violaceae)...该文报道了内蒙古被子植物菊科(Compositae)和禾本科(Gramineae)的2个新分布记录属,即石胡荽属(Centipeda Loureiro)和扇穗茅属(Littledalea Hemsley);十字花科(Cruciferae)、蔷薇科(Rosaceae)、豆科(Leguminosae)、堇菜科(Violaceae)、伞形科(Umbelliferae)、紫草科(Boraginaceae)、菊科(Compositae)、禾本科(Gramineae)、莎草科(Cyperaceae) 9个科的11个新分布记录种,即裂叶独行菜(Lepidium lacerum C. A.Meyer)、腺粒委陵菜(Potentilla granulosa T. T. Yu&C. L. Li)、祁连山棘豆(Oxytropis qilianshanica C. W.Chang&C. L. Zhang ex X. Y.&H. Ohashi)、石生堇菜(Viola rupestris F. W. Schmidt)、河西阿魏(Ferula hexiensis K. M. Shen)、青海齿缘草(Eritrichium medicarpum Y. S. Lian&J. Q. Wang)、斑种草(Bothriospermum chinense Bunge)、青藏蒿(Artemisia duthreuil-de-rhinsi Krascheninnikov)、石胡荽[Centipeda minima (Linnaeus)A. Braun&Ascherson]、寡穗茅(Littledalea przevalskyi Tzvelev)、旋鳞莎草[Cyperus michelianus (Linnaeus)Link]。相关凭证标本存放于内蒙古大学植物标本馆(HIMC)中。展开更多
近年来,我国人工草地建设进入了快速发展阶段,及时、准确地获取大区域范围内人工草地空间分布信息,有助于提升草业宏观管理的数字化水平。以内蒙古阿鲁科尔沁旗的苜蓿人工草地为例,基于Sentinel-2多时相遥感图像,结合苜蓿光谱反射率随...近年来,我国人工草地建设进入了快速发展阶段,及时、准确地获取大区域范围内人工草地空间分布信息,有助于提升草业宏观管理的数字化水平。以内蒙古阿鲁科尔沁旗的苜蓿人工草地为例,基于Sentinel-2多时相遥感图像,结合苜蓿光谱反射率随刈割期变化的规律,利用ENVI NET 5深度学习模型提取苜蓿人工草地空间分布信息,并与面向对象的随机森林模型提取结果进行了比较。结果表明:(1)深度学习方法提取的2020年和2021年苜蓿草地的用户者精度分别为100.00%和98.80%,制图精度分别为98.42%和100.00%,总体精度分别为99.17%和99.33%,Kappa系数分别为0.98和0.99。随机森林模型的用户者精度分别为98.90%和96.61%,制图精度分别为97.82%和94.48%,总体精度分别为98.28%和94.68%,Kappa系数分别为0.94和0.90。深度学习模型提取的苜蓿人工草地空间分布信息各项精度指标均优于随机森林模型。(2)深度学习方法提取结果中的噪声像元较少,简化了复杂的分类后处理流程。此外,深度学习模型无需逐年建模,普适性强。综上所述,深度学习模型可以精确、便利地提取研究区域苜蓿人工草地信息,具有在类似地区大面积推广应用的潜力。展开更多
采用热扩散探针法,于2021年5—10月对库布齐沙漠小叶杨(Populus simonii)和新疆杨(Populus alba var.pyramidalis)树干液流进行观测,在生长季同步监测其气象因子、土壤水分等指标,分析小时、日和月尺度下树干液流对环境因子(空气温度、...采用热扩散探针法,于2021年5—10月对库布齐沙漠小叶杨(Populus simonii)和新疆杨(Populus alba var.pyramidalis)树干液流进行观测,在生长季同步监测其气象因子、土壤水分等指标,分析小时、日和月尺度下树干液流对环境因子(空气温度、相对湿度、饱和水汽压差、太阳辐射、风速、土壤含水量、降雨量)的响应关系。研究结果如下:(1)新疆杨总耗水量(1059.43 kg)高于小叶杨(947.30 kg)。(2)小时尺度上,小叶杨和新疆杨液流速率均与空气温度、相对湿度、饱和水汽压差、太阳辐射、风速、土壤含水量和降雨量等7个环境因子呈极显著相关;日尺度上,两树种液流速率均与空气温度、相对湿度、饱和水汽压差、太阳辐射、风速和土壤含水量等6个环境因子呈极显著相关;月尺度上,小叶杨液流速率与饱和水汽压差、太阳辐射和土壤含水量呈极显著相关,新疆杨液流速率与空气温度、饱和水汽压差和太阳辐射呈极显著相关。(3)建立时间尺度树干液流与环境因子的关系,小时尺度上,小叶杨入选因子依次为空气温度、土壤含水量、饱和水汽压差和太阳辐射,新疆杨入选因子包括太阳辐射、空气温度等7个因子,树干液流的解释率分别为74.9%、75.6%;日尺度上,小叶杨入选因子依次为土壤含水量、空气温度和风速,新疆杨入选因子包括太阳辐射、空气温度、土壤含水量和风速,树干液流的解释率分别为84.3%、80.9%;月尺度上,太阳辐射和风速是小叶杨液流速率的主要影响因子,2个因子可以共同解释小叶杨液流速率变化的99.5%,饱和水汽压差对新疆杨液流速率的影响最大,单独能够解释新疆杨液流速率变化的91.8%。(4)在较小时间尺度上(小时),液流适宜采用仪器直接测定,在大时间尺度上(日、月)可监测环境因子来估算出2个树种的蒸腾耗水量。展开更多
文摘该文报道了内蒙古被子植物菊科(Compositae)和禾本科(Gramineae)的2个新分布记录属,即石胡荽属(Centipeda Loureiro)和扇穗茅属(Littledalea Hemsley);十字花科(Cruciferae)、蔷薇科(Rosaceae)、豆科(Leguminosae)、堇菜科(Violaceae)、伞形科(Umbelliferae)、紫草科(Boraginaceae)、菊科(Compositae)、禾本科(Gramineae)、莎草科(Cyperaceae) 9个科的11个新分布记录种,即裂叶独行菜(Lepidium lacerum C. A.Meyer)、腺粒委陵菜(Potentilla granulosa T. T. Yu&C. L. Li)、祁连山棘豆(Oxytropis qilianshanica C. W.Chang&C. L. Zhang ex X. Y.&H. Ohashi)、石生堇菜(Viola rupestris F. W. Schmidt)、河西阿魏(Ferula hexiensis K. M. Shen)、青海齿缘草(Eritrichium medicarpum Y. S. Lian&J. Q. Wang)、斑种草(Bothriospermum chinense Bunge)、青藏蒿(Artemisia duthreuil-de-rhinsi Krascheninnikov)、石胡荽[Centipeda minima (Linnaeus)A. Braun&Ascherson]、寡穗茅(Littledalea przevalskyi Tzvelev)、旋鳞莎草[Cyperus michelianus (Linnaeus)Link]。相关凭证标本存放于内蒙古大学植物标本馆(HIMC)中。
文摘近年来,我国人工草地建设进入了快速发展阶段,及时、准确地获取大区域范围内人工草地空间分布信息,有助于提升草业宏观管理的数字化水平。以内蒙古阿鲁科尔沁旗的苜蓿人工草地为例,基于Sentinel-2多时相遥感图像,结合苜蓿光谱反射率随刈割期变化的规律,利用ENVI NET 5深度学习模型提取苜蓿人工草地空间分布信息,并与面向对象的随机森林模型提取结果进行了比较。结果表明:(1)深度学习方法提取的2020年和2021年苜蓿草地的用户者精度分别为100.00%和98.80%,制图精度分别为98.42%和100.00%,总体精度分别为99.17%和99.33%,Kappa系数分别为0.98和0.99。随机森林模型的用户者精度分别为98.90%和96.61%,制图精度分别为97.82%和94.48%,总体精度分别为98.28%和94.68%,Kappa系数分别为0.94和0.90。深度学习模型提取的苜蓿人工草地空间分布信息各项精度指标均优于随机森林模型。(2)深度学习方法提取结果中的噪声像元较少,简化了复杂的分类后处理流程。此外,深度学习模型无需逐年建模,普适性强。综上所述,深度学习模型可以精确、便利地提取研究区域苜蓿人工草地信息,具有在类似地区大面积推广应用的潜力。
