导读:本文包含了地上生物量论文开题报告文献综述及选题提纲参考文献，主要关键词:乌拉特中旗,荒漠草原,灌丛,地上生物量
地上生物量论文文献综述
郭威星,蓝登明,王玉婕,孟凡旭,温静[1]（2019）在《荒漠草原6种灌丛地上生物量分析》一文中研究指出文章选择荒漠草原的6种灌丛为研究对象,利用样方收获法对地上生物量进行了研究。结果表明:荒漠草原灌丛地上生物量具有显着差异性,介于21.31～116.99 g·m-2,平均为47.60 g·m-2,其大小顺序为:垫状锦鸡儿(Caragana tibetica)>木地肤(Kochia prostrata)>短叶假木贼(Anabasis brevifolia)>小果白刺(Nitraria sibirica)>灌木亚菊(Ajania fruticulosa)>驼绒藜(Ceratoides latens)。灌丛地上干鲜比介于30.83%～66.03%,平均为46.04%,不同灌丛类型地上干鲜比大小顺序依次是:垫状锦鸡儿>驼绒藜>木地肤>小果白刺>灌木亚菊>短叶假木贼灌丛。灌丛地上生物量与土壤含水率的关系极显着,与土壤总孔隙度的关系极显着,而与土壤容重之间的关系不显着。(本文来源于《内蒙古林业调查设计》期刊2019年06期）
邓江,谷海斌,王泽,盛建东,马煜成[2]（2019）在《基于无人机遥感的棉花主要生育时期地上生物量估算及验证》一文中研究指出利用棉花主要生育时期的无人机近红外影像数据,提取4种不同的植被指数,通过与棉花地上生物量的实测值建立拟合关系,分析了不同植被指数在棉花各生育时期的估算效果并对其进行了验证。结果表明,随棉花生长,归一化植被指数(NDVI)、宽动态植被指数(WDRVI)、比值植被指数(RVI)和差值植被指数(DVI)均从苗期开始显着增加,其后则表现为基本稳定的"饱和"现象,但棉花实测生物量在不同生育期均有显着差异。植被指数与棉花实测生物量的拟合结果显示:NDVI和DVI的二元线性拟合模型对苗期生物量拟合效果最佳(R~2=0.84,RMSE=0.13 kg·m~(-2));WDRVI和DVI的二元线性拟合模型对花蕾期生物量拟合效果最佳(R~2=0.87,RMSE=0.52 kg·m~(-2));RVI的非线性拟合模型对花铃期生物量拟合效果最佳(R~2=0.79,RMSE=0.95 kg·m~(-2));WDRVI和RVI的二元线性拟合模型对盛铃期生物量的拟合效果最佳(R~2=0.86,RMSE=0.96 kg·m~(-2))。(本文来源于《干旱地区农业研究》期刊2019年05期）
赵丹丹,马红媛,李阳,魏继平,王志春[3]（2019）在《水分和养分添加对羊草功能性状和地上生物量的影响》一文中研究指出研究水分和养分添加对植物功能性状的影响,对于揭示植物对环境变化的响应和适应规律至关重要。该文采用盆栽试验的方法,进行不同水平水分处理(增水50%,减水50%,以498mm降水量作为对照)和养分添加(无养分添加,单施氮肥,单施磷肥,氮磷共施),研究羊草(Leymuschinensis)的10种功能性状和地上生物量对水分和养分添加的响应。得出以下结论:(1)双因素方差分析结果表明,水分主效应对羊草株高、分蘖数、茎生物量、叶生物量、叶面积、叶质量、净光合速率、蒸腾速率、水分利用效率存在显着影响;养分主效应对羊草分蘖数、茎生物量、净光合速率、蒸腾速率、水分利用效率存在显着影响;水分和养分的交互作用对羊草分蘖数、茎生物量、蒸腾速率、水分利用效率存在显着影响。(2)各功能性状对降水量的响应在不同养分添加水平是不同的,分蘖数和叶面积在单施氮肥和氮磷共施条件下随降水量增加而增加,而在无养分添加和单施磷肥条件下无显着变化;茎生物量在无养分添加、单施氮肥和单施磷肥条件下随降水量增加而增加,而在氮磷共施条件下无增加趋势;比叶面积在单施氮肥条件下增水处理显着低于对照组,而在其他养分添加条件下无明显变化。(3)短期氮磷处理显着影响羊草叶片光合生理性状,而对叶形态性状影响不显着。(4)羊草地上生物量随降水量的增加呈现上升趋势,并且在单施氮肥条件下,增水处理使地上生物量达到最高,为522.55 g·m-2。总之,羊草的功能性状对降水量增加表现出明显的响应,响应格局在不同养分条件下不同,反映了其对水肥环境变化的适应。(本文来源于《植物生态学报》期刊2019年06期）
张殿岱,王雪梅[4]（2019）在《塔里木盆地北缘绿洲-荒漠过渡带典型植物地上生物量估测》一文中研究指出以塔里木盆地北缘绿洲-荒漠过渡带中的典型植物柽柳(Tamarix ramosissima)、盐节木(Halocnemum strobilaceum)、盐穗木(Halostachys caspica)和芦苇(Phragmites australis)为研究对象,依据野外调查数据,采用典型植物的冠幅和株高等单一因子及其派生因子为自变量,构建典型植物地上生物量的估测模型,并对模型的拟合效果进行精度验证。结果表明:柽柳、盐节木和盐穗木的冠幅与株高相比,对其地上生物量的影响更大,芦苇则相反;复合变量相对于单一变量而言,其地上生物量具有更高的相关性(P<0.01);柽柳、盐节木和盐穗木的地上生物量最优模型均为S型曲线模型,芦苇的地上生物量最优模型为叁次曲线模型,拟合指数(R2)分别为0.591、0.623、0.754和0.640;估测模型的回归效果均达到极显着(P<0.001)。构建典型植物的地上生物量估测模型,对准确估算塔里木盆地北缘荒漠生态系统的地上生物量具有重要的现实意义,同时可为其他荒漠植物生物量的估算以及塔里木盆地北缘土地荒漠化的治理和碳储量研究提供理论参考。(本文来源于《生态学杂志》期刊2019年10期）
王勇[5]（2019）在《合成孔径雷达与森林地上生物量反演:好奇和实用的平衡》一文中研究指出好奇是科学与技术发展、不断创新的源泉,实用则是科技发展、创新的结果服务人类、回馈社会,两者无不例外共同不断地驱动着合成孔径雷达技术和森林地上生物量反演的研究和发展。在全球气候急剧变化的今天,好奇和实用的平衡则更加至关重要。地球陆地表面森林面积大小和树木生物量是估算各国或者全球碳储量、排放及其变化的重要参数。好奇已产生的成功案例表明,树木生物量的反演与全极化、极化干涉、层析合成孔径雷达SAR(Synthetic Aperture Radar)技术及数据集紧密相关。反思过去,兼顾好奇和实用,对地上树木生物量的反演,建议将来考虑以下4种方案,即星载双波段SAR和异速方程(Allometric Equation),星载激光雷达LiDAR(Light Detection and Ranging)和异速方程,第3个方案是前面两个方案的结合,方案4为探索和好奇性的。(本文来源于《遥感学报》期刊2019年05期）
魏雪梅[6]（2019）在《多源数据支持下的森林地上生物量估算方法》一文中研究指出以Landsat8 OLI(operational land imager)为遥感数据源,森林资源二类调查和地理国情数据为主要辅助数据,对森林地上生物量(aboveground biomass,AGB)进行了反演和估算。以安徽省金寨县的天然林为研究对象,通过计算覆盖研究区Landsat8 OLI的光谱、纹理和地形特征,利用森林资源二类调查、地理国情普查与监测和外业调查数据建立AGB定量反演模型,以此为基础分析了不同特征对于AGB估算的影响。结果表明,基于所采用的方法得到的金寨县的森林地上生物量,最优反演模型的实测值与估算值相对误差为0.708 718,均方根误差为1.318 983,精度较高。依据该模型计算得到金寨县的生物总量为4 723 728 530 t,结果与实际情况符合。该研究对AGB定量反演和研究所采用的方法对于大范围监测森林资源具有可用性。(本文来源于《武汉大学学报(信息科学版)》期刊2019年09期）
罗旭,梁宇,贺红士,黄超,张庆龙[7]（2019）在《气候变化和不同强度造林对大兴安岭主要树种林分信息和地上生物量的长期影响》一文中研究指出气候变化及相应火干扰在不同尺度上影响着我国大兴安岭地区森林动态,且在未来的影响可能继续加剧。为了提高森林生态功能和应对气候变暖,国家在分类经营基础上全面实施抚育采伐和补植造林,效果较好,但抚育采伐对森林主要树种的长期影响知之甚少,其在未来气候下的可持续性也有待进一步评估,同时,探讨造林措施对未来森林的影响也显得尤为重要。本文运用森林景观模型LANDIS PRO,模拟气候变化及火干扰、采伐和造林对大兴安岭地区主要树种的长期影响。结果表明:1)模型初始化、短期和长期模拟结果均得到了有效验证,模拟结果与森林调查数据之间无显着性差异(P>0.05),基于火烧迹地数据的林火干扰验证亦能够反映当前火干扰的效果,模型模拟结果的可信度较高;2)与当前气候相比,气候变暖及火干扰明显改变了树种组成、年龄结构和地上生物量,B1气候下研究区森林基本上以针叶树种为主要树种,A2气候下优势树种向阔叶树转变;3)与无采伐预案相比,当前气候下,抚育采伐使落叶松的林分密度和地上生物量分别降低了(165±94.9)株/hm~2和(8.5±5.1) Mg/hm~2,增加了樟子松、白桦和云杉等树木株数和地上生物量(3.3—753.4株/hm~2和0.2—4.0 Mg/hm~2),而对山杨的影响较小;B1和A2气候下抚育采伐显着改变林分密度,降低景观尺度地上生物量,进而表现为不可持续;4)B1气候下,推荐实施中低强度造林预案(10%和20%强度),在A2气候下,各强度造林均可在模拟后期增加树种地上生物量。(本文来源于《生态学报》期刊2019年20期）
张领先,陈运强,李云霞,马浚诚,杜克明[8]（2019）在《可见光光谱的冬小麦苗期地上生物量估算》一文中研究指出地上生物量是表征冬小麦苗期长势的重要参数之一,对于监测冬小麦苗期长势,预测产量具有重要的实际意义。目前,通过计算光谱指数进行生物量估算是冬小麦苗期地上生物量无损测量的主要方法,但该方法需要一定的平台支撑,在便捷性方面存在一定的不足。为此,利用可见光图像数据获取方便、准确率高的特点,基于冬小麦苗期冠层可见光图像数据开展冬小麦苗期地上生物量估算研究。采用数码相机,采集冬小麦苗期冠层可见光图像并利用Canopeo进行冬小麦冠层与背景的分割。在获取冠层分割图像后,提取了CC(canopy cover)、 ExG(excessg reen)、 ExR(excess red)、 ExGR(ExG-ExR)、 NGRDI(normalized green-red difference index)、 GLI(green leaf index)、 RGRI(red-green ratio index)和RGBVI(RGB vegetation index)共8个可见光图像特征。利用相关性分析进行特征优选,选择与冬小麦苗期地上生物量实测数据相关性较高的图像特征构建估算模型。利用优选的图像特征,分别构建偏最小二乘回归(PLSR)、 BP神经网络(BPNN)、支持向量机回归(SVR)和随机森林(RF)模型,开展冬小麦苗期地上生物量估算研究,并定量分析特征数量和播种密度对估算模型准确率的影响。结果表明, ExR, GLI和RGBVI与生物量实测数据相关性较低,因此,将这3个特征剔除。CC, ExG, ExGR, NGRDI和RGRI与生物量实测数据的相关性较高,其中CC, ExG和ExGR与生物量实测数据呈正相关,而NGRDI和RGRI与生物量实测数据呈负相关。利用优选的图像特征构建估算模型,研究结果表明,基于优选的5个图像特征, PLSR的估算准确率最高,模型R~2为0.801 5, RMSE为0.0788 kg·m~(-2),表明PLSR能够实现冬小麦苗期地上生物量的准确估算。特征数量是影响估算模型准确率的因素之一,随着特征数量的减少,模型估算的准确率逐步下降。利用不同播种密度数据集对估算模型进行测试,结果表明, PLSR在不同的播种密度数据集上均取得了最高的估算准确率,模型R~2分别为0.897, 0.827 9和0.788 6, RMSE分别为0.062, 0.072和0.079 1 kg·m~(-2),表明PLSR估算的冬小麦苗期地上生物量数据与实测生物量数据之间具有良好的相关关系。随着播种密度的增加,所有估算模型的准确率均出现下降,而PLSR的准确率下降程度最小。由此可见,基于可见光图像数据,能够实现冬小麦苗期地上生物量的准确估算,为冬小麦苗期田间管理提供参考。(本文来源于《光谱学与光谱分析》期刊2019年08期）
杨荣荣,兰垚,张卓[9]（2019）在《中国近30年草地地上生物量的研究进展》一文中研究指出草地地上生物量无论是在表征土壤肥力还是在调节气候方面都是重要的参考指标,由此可见,在草地生态系统的物质循环和能量流动过程中草地地上生物量起着重要的作用。基于此,本文对中国近30年来的草地地上生物量的研究方法、研究内容(时空分布和影响因子)进行了综述,进一步指出中国在草地生物量研究方面存在的不足,为后续研究奠定基础。(本文来源于《亚热带水土保持》期刊2019年02期）
陈日东,林什全,潘国英,陈月明[10]（2019）在《天堂山林场森林地上生物量及碳储量的遥感估算模型构建》一文中研究指出基于广东省清远市天堂山林场的二类调查小班数据和landsat8遥感影像和多元逐步回归的方法,建立森林地上生物量模型,进而构建森林地上碳储量模型,对天堂山林场森林碳储量及其分布进行了估算,并讨论了预测结果及其精确性。结果表明:阔叶林、针叶林和混交林生物量模型的拟合优度分别为0.77、0.67、0.69。基于碳储量估算模型计算生成的天堂山林场碳储量分布图与采用二类森林调查数据得到的碳储量分布图空间分布一致。验证了基于landsat8遥感影像的碳储量模型能为森林碳储量提供快速准确的估测。(本文来源于《林业与环境科学》期刊2019年03期）
地上生物量论文开题报告
（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：
利用棉花主要生育时期的无人机近红外影像数据,提取4种不同的植被指数,通过与棉花地上生物量的实测值建立拟合关系,分析了不同植被指数在棉花各生育时期的估算效果并对其进行了验证。结果表明,随棉花生长,归一化植被指数(NDVI)、宽动态植被指数(WDRVI)、比值植被指数(RVI)和差值植被指数(DVI)均从苗期开始显着增加,其后则表现为基本稳定的"饱和"现象,但棉花实测生物量在不同生育期均有显着差异。植被指数与棉花实测生物量的拟合结果显示:NDVI和DVI的二元线性拟合模型对苗期生物量拟合效果最佳(R~2=0.84,RMSE=0.13 kg·m~(-2));WDRVI和DVI的二元线性拟合模型对花蕾期生物量拟合效果最佳(R~2=0.87,RMSE=0.52 kg·m~(-2));RVI的非线性拟合模型对花铃期生物量拟合效果最佳(R~2=0.79,RMSE=0.95 kg·m~(-2));WDRVI和RVI的二元线性拟合模型对盛铃期生物量的拟合效果最佳(R~2=0.86,RMSE=0.96 kg·m~(-2))。
（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。
地上生物量论文参考文献
[1].郭威星,蓝登明,王玉婕,孟凡旭,温静.荒漠草原6种灌丛地上生物量分析[J].内蒙古林业调查设计.2019
[2].邓江,谷海斌,王泽,盛建东,马煜成.基于无人机遥感的棉花主要生育时期地上生物量估算及验证[J].干旱地区农业研究.2019
[3].赵丹丹,马红媛,李阳,魏继平,王志春.水分和养分添加对羊草功能性状和地上生物量的影响[J].植物生态学报.2019
[4].张殿岱,王雪梅.塔里木盆地北缘绿洲-荒漠过渡带典型植物地上生物量估测[J].生态学杂志.2019
[5].王勇.合成孔径雷达与森林地上生物量反演:好奇和实用的平衡[J].遥感学报.2019
[6].魏雪梅.多源数据支持下的森林地上生物量估算方法[J].武汉大学学报(信息科学版).2019
[7].罗旭,梁宇,贺红士,黄超,张庆龙.气候变化和不同强度造林对大兴安岭主要树种林分信息和地上生物量的长期影响[J].生态学报.2019
[8].张领先,陈运强,李云霞,马浚诚,杜克明.可见光光谱的冬小麦苗期地上生物量估算[J].光谱学与光谱分析.2019
[9].杨荣荣,兰垚,张卓.中国近30年草地地上生物量的研究进展[J].亚热带水土保持.2019
[10].陈日东,林什全,潘国英,陈月明.天堂山林场森林地上生物量及碳储量的遥感估算模型构建[J].林业与环境科学.2019