郁闭度论文_刘日钦

导读:本文包含了郁闭度论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:郁闭度,模型,线性,林下,高分,金花,天山。

郁闭度论文文献综述

刘日钦[1](2019)在《郁闭度对补植套种枫香幼林生长的影响》一文中研究指出在广东省乳阳林场郁闭度0~0.6的杉木林Cunninghamia lanceolata内开展补植套种枫香Liquidambarformosana的试验。方差分析结果表明,不同郁闭度下补植套种枫香,其树高、地径及材积增长差异显着(a=0.05);郁闭度0~0.6内,郁闭度越低,枫香幼林生长越好,在郁闭度0.4以上的林地补植套种时,枫香的树高、地径、材积等生长明显受到抑制,因此,补植套种枫香应选择在郁闭度0.4以下的林地上进行。(本文来源于《林业与环境科学》期刊2019年05期)

孙珊珊,田昕,谷成燕,韩宗涛,王崇阳[2](2019)在《基于KNN-FIFS的内蒙古根河森林郁闭度遥感估测研究》一文中研究指出为探索国产高分一号宽幅(GF-1 Wide Field of View,GF-1 WFV)数据以及具有宽覆盖、红边波段(Red-Edge band,RE)的高分六号(GF-6)卫星数据在森林郁闭度(Forest Canopy Closure,FCC)定量反演中的潜力,本研究以GF-1 WFV多光谱数据为基础,添加哨兵2号(Sentinel-2A)红边波段,模拟GF-6红边波段特性,并提取相关纹理信息(Texture Information,TI)、植被指数(Vegetation Index,VI)和红边指数(Red-edge Index,RI),同时添加太阳入射角的余弦值cosi和1/cosi进一步探究了地形因素(Topographic Factors,TF)对FCC估测的影响,利用快速迭代特征选择的k-NN(kNearest Neighbor with Fast Iterative Features Selection,KNN-FIFS)模型,实现了内蒙古大兴安岭根河研究区FCC的定量反演,并对比逐步多元线性回归(Stepwise Multiple Linear Regressions,SMLR)和支持向量机(Support Vector Machine,SVM)估测结果。通过44块调查样地实测数据验证发现:基于GF-1 WFV估测的FCC与实测数据具有很好的一致性,R2=0.52,RMSE=0.08;GF-1 WFV+VI+TI估测结果为R2=0.56,RMSE=0.08;GF-1 WFV+RE+RI+TI的精度明显提高,R2=0.63,RMSE=0.07;GF-1 WFV+RE+RI+TI+TF的精度最高,R2=0.68,RMSE=0.07,并高于SMLR(R2=0.39,RMSE=0.10)和SVM(R2=0.49,RMSE=0.10)方法。KNN-FIFS方法比SMLR和SVM方法更适用于FCC遥感估测,且添加红边信息经地形校正后,能有效提高FCC的估测精度。(本文来源于《遥感技术与应用》期刊2019年05期)

戴金昌,赵西哲[3](2019)在《和龙林业局管理区域乔木林地郁闭度分布现状及特点》一文中研究指出本文根据2018年和龙市林业局森林资源二类调查成果,分析了和龙林业局管理区域范围内的乔木林地郁闭度分布现状及特点,并提出了经营建议。(本文来源于《特种经济动植物》期刊2019年09期)

韦献东,陶志华,王艺锦,吕钦杨,陈鑫[4](2019)在《郁闭度对金花茶和山茶的生理特性影响及主成分分析》一文中研究指出【目的】了解金花茶和山茶对不同郁闭度响应的生理机制,研究其耐荫性。【方法】以八角林下的金花茶Camellia nitidissima Chi和山茶Camellia japonica L.为试材,采用单因素随机试验设计方法,对不同郁闭度下的金花茶和山茶的生理特性进行研究,并采用主成分分析法对12个指标进行筛选。【结果】随郁闭度增加,金花茶和山茶的丙二醛(MDA)、脯氨酸(Pro)、可溶性蛋白含量整体呈先减小后增加趋势,均在全光照下最大;金花茶和山茶超氧化物歧化酶(SOD)、过氧化物酶(POD)均在全光照下最大,金花茶的过氧化氢酶(CAT)呈递增趋势,而山茶的CAT则相反;金花茶的叶绿素a、叶绿素b、叶绿素总含量整体先增加后减小;金花茶的水分利用率(WUE)先增大后下降,山茶则相反;金花茶的胞间CO_2浓度(Ci)整体上呈减小趋势,而山茶的胞间CO_2浓度(Ci)规律不明显;金花茶和山茶的净光合速率(Pn)、蒸腾速率(Tr)、气孔导度(Gs)分别在郁闭度0.5、0.7时最大。根据相关性分析可得,各指标均具有较强的相关性。【结论】金花茶和山茶均不适宜在全光照下生长,WUE、Tr、Pn和可溶性蛋白含量可作为金花茶耐荫性评价的生理生化指标,Pro、MAD、CAT、POD、SOD、WUE和可溶性蛋白质含量可作为山茶耐荫性评价的生理生化指标。(本文来源于《福建农业学报》期刊2019年08期)

张发根,赖根伟,傅金贤,邱伟清[5](2019)在《不同郁闭度对混交林林下种植黄精的影响》一文中研究指出为了更好的利用丰富的森林资源,提高单位面积森林经营效益,本项目开展了黄精(Polygonatum sibiricum)混交林林下仿野生种植试验。结果显示:不同的林分郁闭度对林下种植黄精的成活率、产量有显着的差异,0.65-0.8林分郁闭度林下仿野生种植的黄精成活率为95.9%,平均株高71.1cm,平均地径8.0mm,平均单株块根鲜重195g,平均667m2产达748kg,是林下仿野生种植黄精的最佳郁闭度。(本文来源于《山东林业科技》期刊2019年03期)

杨运兴,陈芳[6](2019)在《山区高速公路空间郁闭度对驾驶员视觉及生理指标的影响》一文中研究指出为了解高速公路空间郁闭度对驾驶员视觉行为和心理状态的影响规律,在山区高速公路开展室外实车试验,采用Dikablis眼镜式眼动仪和Varioport生理记录仪记录了驾驶员的眼动和生理数据,包括注视时间百分比、平均注视时间、扫视幅度、眨眼率、心电、心率、皮电等。结果表明,随空间郁闭度增加,驾驶员皮电和扫视幅度增大,眨眼率和平均注视持续时间减小,视点越来越集中。随着驾驶员的逐渐适应,空间环境对驾驶员的心理影响逐渐减弱。驾驶员主要关注中间靠左区域,目标物为中央分隔带和前方道路。开敞空间下驾驶员对右侧区域有少量关注。半郁闭空间下驾驶员皮电呈现规律性的波动,对于左侧区域的关注明显增多,对右侧区域的注视持续时间较长,视点集中点更远。(本文来源于《安全与环境学报》期刊2019年03期)

丹宇卓,石晶明,李心怡,罗帅,李明泽[7](2019)在《基于改进的像元二分模型估测郁闭度》一文中研究指出【目的】郁闭度是森林资源调查的一个重要因子,它不仅可以反映森林冠层的郁闭程度和树木利用空间的程度,并且能够指示林分密度。遥感为区域和全球尺度精确估测郁闭度提供了前所未有的契机,使得大面积郁闭度监测制图成为可能。本文旨在利用资源叁号卫星影像数据结合模型对区域尺度上落叶松林进行郁闭度估测。【方法】以黑龙江省佳木斯市桦南县孟家岗林场落叶松人工林为研究对象,首先采用像元二分模型对植被覆盖度进行估算,通过探寻植被覆盖度与郁闭度的关系,对像元二分模型进行改进,通过计算不同累积频率归一化植被指数(NDVI)的值作为模型参数,对比不同参数取值时模型拟合效果得到最优模型,并利用模型估测郁闭度。【结果】拟合结果表明,2%累积频率下模型拟合效果最好,模型R~2为0.838,RMSE为0.045,最后利用该模型得出孟家岗林场落叶松人工林郁闭度分布图。【结论】利用改进的像元二分模型可以较为准确地估测郁闭度。本研究对探索我国北方落叶松人工林郁闭度遥感估测提供了更有效的途径,同时也为森林资源和参数的调查提供一定的参考依据。(本文来源于《北京林业大学学报》期刊2019年06期)

王旭军,谢慧敏,彭翠英,蒲湘云,巩建厅[8](2019)在《不同林分郁闭度对半夏生长的影响》一文中研究指出研究了不同林分郁闭度对半夏地上部生长性状、块茎形态性状、叶片形态性状和生物量及其分配等方面的影响。结果表明:林分郁闭度对半夏株高、茎基径的生长的影响均达到了极显着水平,且半夏株高随着林分郁闭度的增大而增大;当林分郁闭度为0. 5时,半夏块茎长、块茎宽、块茎高,以及单株总鲜重、单株叶鲜重、单株茎鲜重、单株块茎鲜重、单株总干重、单株叶干重、单株茎干重和单株块茎干重均达到最大值;在不同的林分郁闭度下,半夏生物量向叶、茎和块茎传输的分配趋势并不一致。(本文来源于《湖南林业科技》期刊2019年03期)

刘盼[9](2019)在《基于资源叁号影像的森林郁闭度遥感反演研究》一文中研究指出郁闭度是描述森林生态系统和森林生长状况的重要参数之一。高精度估算森林郁闭度是准确计算土壤侵蚀、快速评价森林的生产效益、提高森林资源调查精度和保证调查质量的关键问题,也对当前生态文明建设具有实践意义。本研究基于资源叁号高空间分辨率遥感影像反演敦化市西南部的富尔河流域的森林郁闭度。其中,基于影像提取地物的光谱特征和纹理特征,基于数字高程模型数据提取地形特征,结合相关性分析和主成分分析筛选变量。以鱼眼镜头获取的郁闭度数据为实测数据,分别采用逐步线性回归(stepwise linear regression,SLR)、BP神经网络(back-propagation neural network,BPNN)和线性混合像元分解法(linear spectral mixture model,LSMM)建立郁闭度估算模型,选择决定系数R~2、均方根误差(root-mean-square error,RMSE)、相对均方根误差(relative root-mean-square error,rRMSE)和总体精度(estimation accuracy,EA)作为评价指标对模型的精度进行验证和对比,选择最优模型反演森林郁闭度。基于郁闭度反演结果分析郁闭度空间分布与高程、坡度、优势树种及同质性等特征的相关性。本文的主要研究结论如下:一、森林郁闭度反演模型构建与验证逐步线性回归法构建郁闭度反演模型:结合相关性分析和主成分分析从原始的光谱、纹理和地形特征50个变量中筛选出17个因子作为自变量,建立郁闭度与自变量的逐步回归模型,模型入选变量包括B2_DIS、B4_HOM、B3_HOM、B2_HOM和红波段*近红波段/绿波段(RNG)。模型验证R~2、RMSE和精度分别为0.845、0.035、94.95%。BP神经网络郁闭度反演模型:以B2、B3和经纬度坐标共19个因子为输入变量,郁闭度为目标变量,调整网络的学习速率、训练函数和输出函数,并确定隐藏层神经元个数,构建了输入层-隐藏层-输出层为19-9-1的网络模型。模型验证的R~2、RMSE和精度分别为0.883、0.038、97.2%。线性混合像元分解法建立郁闭度反演模型:确定了植被、低反射率地物、裸土沙地叁类地物端元,并采用全约束算法分解得到各类地物端元丰度图。误差图RMSE的均值为0.01,整体分解精度高。建立所有样点郁闭度估测值和实测值的拟合关系,验证R~2、RMSE和精度分别为0.571、0.12、82.07%。二、郁闭度反演模型对比与选择基于评价指标,得到模型的精度为BP神经网络>逐步线性回归>线性混合像元分解;基于模型反演效果,线性混合像元分解结果效果差,高值区存在较大程度的低估,BP神经网络和逐步线性回归模拟结果在空间上一致性较高,郁闭度大于0.7时,逐步回归模型高估,BP神经网络对郁闭度高值和低值的估算更为合理。森林地区地形结构复杂,地物间的多重散射作用不能忽略,基于非线性的反演模型优于线性模型;其次,BP神经网络综合考虑所有输入变量对郁闭度的影响,通过对样本数据的深层次学习,充分挖掘变量与郁闭度的内在关系,为模型的高精度反演提供了丰富的信息。因此,研究选择BP神经网络作为郁闭度反演模型。叁、郁闭度反演与空间分布格局分析研究区郁闭度取值范围为0.2~0.92,集中分布于0.46~0.73之间,极茂密和极稀疏林地较少。适时对高郁闭度森林进行采伐不仅有助于幼树快速生长,且有助于减少地表可燃物载量,降低火灾发生的潜在风险。空间上,郁闭度<0.46的森林主要分布在研究区的西南部和非林地附近,郁闭度>0.73的森林主要分布在北部和东南部方向。分析郁闭度空间分布与高程、坡度、优势树种、RNG和B4-HOM纹理特征的关系。森林主要分布在高程<834.7m、坡度<17.1°的区域,郁闭度取值与高程和坡度呈一定的正相关关系。优势树种类型对郁闭度影响较大,紫椴和白桦对应郁闭度均值较高,胡桃楸、色木槭、水曲柳和黄菠萝对应郁闭度均值较小。研究区超过60%的RNG的取值范围在0.2~0.3之间,且随着郁闭度取值增大,RNG在0.2~0.26所占比例减少,在0.3~0.98所占比例增大。研究区B4-HOM均值为0.28,森林内部纹理的灰度差异较大;郁闭度值与B4-HOM在空间分布上格局相似,随着郁闭度取值的增大,B4-HOM>0.32的比例增加,<0.2的比例减少。(本文来源于《中国科学院大学(中国科学院东北地理与农业生态研究所)》期刊2019-06-01)

李擎,王振锡,王雅佩,刘梦婷,杨勇强[10](2019)在《基于GF-2号遥感影像的天山云杉林郁闭度估测研究》一文中研究指出森林郁闭度作为林业综合评价的一个重要指标,对评价和监测森林生态系统的稳定性具有十分重要的意义。本研究通过提取GF-2号遥感影像的光谱信息、纹理特征因子和地形因子,结合地面样方的实测郁闭度数据,为了筛选出对郁闭度反演影响较大的因子和构建反演精度较高的估测模型,首先对各个因子与郁闭度之间的相关性进行分析,剔除相关性较低的因子;其次对各个纹理特征因子之间进行相关性分析,利用主成分法对各个波段的纹理特征因子进行分析,最终筛选出合理的纹理特征因子与影像的光谱信息、地形因子等特征,并以此作为自变量构建郁闭度估测的逐步回归模型。研究表明:以纹理特征+光谱信息+地形因子为自变量构建的估测模型拟合度为0.823,经精度检验EA%达到89.82%。总体来看,该模型基本上满足了郁闭度反演的需要,为新疆天山云杉森林生态系统的评估和实现精准数字林业提供理论依据和技术支撑。(本文来源于《中南林业科技大学学报》期刊2019年08期)

郁闭度论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

为探索国产高分一号宽幅(GF-1 Wide Field of View,GF-1 WFV)数据以及具有宽覆盖、红边波段(Red-Edge band,RE)的高分六号(GF-6)卫星数据在森林郁闭度(Forest Canopy Closure,FCC)定量反演中的潜力,本研究以GF-1 WFV多光谱数据为基础,添加哨兵2号(Sentinel-2A)红边波段,模拟GF-6红边波段特性,并提取相关纹理信息(Texture Information,TI)、植被指数(Vegetation Index,VI)和红边指数(Red-edge Index,RI),同时添加太阳入射角的余弦值cosi和1/cosi进一步探究了地形因素(Topographic Factors,TF)对FCC估测的影响,利用快速迭代特征选择的k-NN(kNearest Neighbor with Fast Iterative Features Selection,KNN-FIFS)模型,实现了内蒙古大兴安岭根河研究区FCC的定量反演,并对比逐步多元线性回归(Stepwise Multiple Linear Regressions,SMLR)和支持向量机(Support Vector Machine,SVM)估测结果。通过44块调查样地实测数据验证发现:基于GF-1 WFV估测的FCC与实测数据具有很好的一致性,R2=0.52,RMSE=0.08;GF-1 WFV+VI+TI估测结果为R2=0.56,RMSE=0.08;GF-1 WFV+RE+RI+TI的精度明显提高,R2=0.63,RMSE=0.07;GF-1 WFV+RE+RI+TI+TF的精度最高,R2=0.68,RMSE=0.07,并高于SMLR(R2=0.39,RMSE=0.10)和SVM(R2=0.49,RMSE=0.10)方法。KNN-FIFS方法比SMLR和SVM方法更适用于FCC遥感估测,且添加红边信息经地形校正后,能有效提高FCC的估测精度。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

郁闭度论文参考文献

[1].刘日钦.郁闭度对补植套种枫香幼林生长的影响[J].林业与环境科学.2019

[2].孙珊珊,田昕,谷成燕,韩宗涛,王崇阳.基于KNN-FIFS的内蒙古根河森林郁闭度遥感估测研究[J].遥感技术与应用.2019

[3].戴金昌,赵西哲.和龙林业局管理区域乔木林地郁闭度分布现状及特点[J].特种经济动植物.2019

[4].韦献东,陶志华,王艺锦,吕钦杨,陈鑫.郁闭度对金花茶和山茶的生理特性影响及主成分分析[J].福建农业学报.2019

[5].张发根,赖根伟,傅金贤,邱伟清.不同郁闭度对混交林林下种植黄精的影响[J].山东林业科技.2019

[6].杨运兴,陈芳.山区高速公路空间郁闭度对驾驶员视觉及生理指标的影响[J].安全与环境学报.2019

[7].丹宇卓,石晶明,李心怡,罗帅,李明泽.基于改进的像元二分模型估测郁闭度[J].北京林业大学学报.2019

[8].王旭军,谢慧敏,彭翠英,蒲湘云,巩建厅.不同林分郁闭度对半夏生长的影响[J].湖南林业科技.2019

[9].刘盼.基于资源叁号影像的森林郁闭度遥感反演研究[D].中国科学院大学(中国科学院东北地理与农业生态研究所).2019

[10].李擎,王振锡,王雅佩,刘梦婷,杨勇强.基于GF-2号遥感影像的天山云杉林郁闭度估测研究[J].中南林业科技大学学报.2019

论文知识图

本章小节研究区森林节郁闭度分...主要要森林参数野野外实测示意福建长汀县马尾松林郁闭度(CD)图福建叁明市、沙县和将乐县马尾松林郁刺槐林径流小区不同郁闭度与产...

标签:;  ;  ;  ;  ;  ;  ;  

郁闭度论文_刘日钦
下载Doc文档

猜你喜欢