检索结果-南通市图书馆

基于结构方程模型的杉木公益林林分空间结构评价

在线全文

学校读者我要写书评

暂无评论

林业科学 2022年第8期58卷 76-88页

作者：赵文菲曹小玉谢政锠庞一凡孙亚萍李际平莫永俊袁达中南林业科技大学林学院长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室长沙410004

【目的】综合评价杉木公益林林分空间结构,确定不同龄组林分空间结构现状,为制定精准可行的林分空间结构优化和经营措施提供理论依据。【方法】以湖南省平江县芦头实验林场杉木公益林为研究对象,基于30块样地实测数据,采用4株木法确定... 详细信息

【目的】综合评价杉木公益林林分空间结构,确定不同龄组林分空间结构现状,为制定精准可行的林分空间结构优化和经营措施提供理论依据。【方法】以湖南省平江县芦头实验林场杉木公益林为研究对象,基于30块样地实测数据,采用4株木法确定林分空间结构单元,选取全混交度、角尺度和空间密度指数作为内生潜变量水平空间结构的观测变量,林层指数、开敞度和交角竞争指数作为内生潜变量垂直空间结构的观测变量,以林分空间结构为外生潜变量,构建林分空间结构评价结构方程模型,模型输出的路径系数通过归一化处理确定各指标权重,在此基础上对林分空间结构进行综合评价。【结果】1)林分空间结构评价结构方程模型的卡方自由度比值(χ^(2)/df)为1.708,介于1~3之间,比较拟合指数(CFI)、非正规化拟合指数(NNFI)和递增拟合指数(IFI)分别为0.944、0.924和0.946,均大于0.90,各拟合指数均符合适配参考值,模型整体适配度良好;2)内生潜变量水平空间结构、垂直空间结构的权重分别为0.5229、0.4771,对外生潜变量林分空间结构的影响大致相同,空间密度指数所占权重最高,是影响林分水平空间结构的关键因素,开敞度和交角竞争指数所占权重相等,是影响林分垂直空间结构的关键因素;3)杉木幼龄林、中龄林和近熟林的综合得分分别为0.3781、0.4526和0.3775,3个龄组的林分空间结构等级处于Ⅱ、Ⅲ等级。总体来看,研究区杉木公益林林分空间结构未达到理想状态,林分空间结构较差,树种混交程度低,接近零度混交至弱度混交状态,林分拥挤程度中等,林木透光条件一般,林层结构单一,但林木间竞争强度较弱,且空间分布格局较好,处于均匀至近似随机分布状态。【结论】林分水平空间结构和垂直空间结构均是影响林分空间结构的关键因素,空间密度指数是影响林分水平空间结构的最重要因素,开敞度和交角竞争指数是影响林分垂直空间结构的最重要因素,为改善研究区整体林分空间结构,应采取多树种补植和单株抚育间伐的综合经营措施。研究区3个龄组杉木生态公益林林分空结构评价结果较客观地反映了林分空间结构现状,采用结构方程模型对林分空间结构进行评价是科学合理的,可为林分空间结构评价提供一个全新的思路。

关键词：杉木公益林林分空间结构结构方程模型指标权重

基于无人机影像自动检测冠层果的油茶快速估产方法

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2021年第16期37卷 39-46页

作者：严恩萍棘玉尹显明莫登奎中南林业科技大学林业遥感大数据与生态安全湖南省重点实验室长沙410004 中南林业科技大学南方森林资源经营与监测国家林业与草原局重点实验室长沙410004 中南林业科技大学林学院长沙410004

快速准确的产量估算对油茶经营管理和可持续发展具有重要意义。该研究针对油茶快速估产的应用现状,提出一种基于无人机影像自动检测冠层果的方法用于油茶快速估产。首先借助无人机航拍影像,通过随机抽样选取120株油茶树进行无人机近景... 详细信息

快速准确的产量估算对油茶经营管理和可持续发展具有重要意义。该研究针对油茶快速估产的应用现状,提出一种基于无人机影像自动检测冠层果的方法用于油茶快速估产。首先借助无人机航拍影像,通过随机抽样选取120株油茶树进行无人机近景摄影和人工采摘称量;然后利用Mask RCNN(Mask Region Convolutional Neural Networks)网络开展基于近景影像的油茶冠层果自动检测与计数;采用线性回归和K最邻近建立冠层果数与单株果数之间的关系,同时结合研究区典型样木株数和平均单果质量,构建基于冠层果自动检测的估产模型。结果表明:1)无人机超低空近景影像结合Mask RCNN网络能够有效检测不同光照条件油茶果,平均F1值达89.91%;2)同传统卫星遥感相比,基于无人机近景摄影的冠层果自动检测在作物产量估测方面显示出明显优势,Mask RCNN网络预测的冠层果数与油茶样木单株果数之间具有良好的一致性,拟合决定系数R2达0.871;3)结合线性回归和K最邻近构建的模型估产精度均较高,拟合决定系数R2和标准均方根误差NRMSE(Normalized Root Mean Square Error)分别在0.892~0.913和28.01%~31.00%之间,表明基于无人机影像自动检测冠层果的油茶快速估产是一种切实可行的方法。研究结果可为油茶快速估产和智能监测提供参考。

关键词：无人机自动检测油茶快速估产冠层果

在线全文

学校读者我要写书评

暂无评论

基于结构方程模型的森林健康评价

生态学杂志 2021年第8期40卷 2635-2647页

作者：曹小玉委霞赵文菲李际平中南林业科技大学林学院南方森林资源经营与监测国家林业与草原局重点实验室长沙410004

指标权重是影响森林健康评价结果的关键因素。探索更科学的指标权重确定方法,为森林健康评价提供全新的思路,也为提升森林评价结果的公认性提供理论依据和方法基础。将林分作为研究尺度,以研究区杉木纯林、杉木混交林和天然次生林3种典... 详细信息

指标权重是影响森林健康评价结果的关键因素。探索更科学的指标权重确定方法,为森林健康评价提供全新的思路,也为提升森林评价结果的公认性提供理论依据和方法基础。将林分作为研究尺度,以研究区杉木纯林、杉木混交林和天然次生林3种典型森林为研究案例,依据复杂系统思想构建森林健康评价指标体系,将森林组织结构、生产力、土壤状况和稳定性4个准则层因子作为一阶因子,森林健康作为4个要素的二阶因子,依据传导机制建立森林健康评价结构方程模型进行指标权重确定,并对其健康进行评价。结果表明:1)构建的森林健康评价结构方程模型平均绝对适配度指数χ2/df为1.793,介于1~3,RMSEA为0.079,增值适配度指数CFI、NFI和TLI的数值分别为0.943、0.908和0.929,假设模型与观测数据适配,综合来看模型整体拟合效果良好,可满足研究需要。2)森林健康评价体系中4个准则层因子——生产力、组织结构、稳定性和土壤状况的权重分别为0.2515、0.2263、0.2277和0.2944,说明土壤状况是决定森林健康的关键要素。3)研究区3种森林健康评价的综合分值处于2.1772~4.1708,健康等级集中在健康、亚健康和中健康3种状态,总体上,3种森林的健康等级为天然次生林>杉木混交林>杉木纯林。结构方程模型具有充分提取原始数据信息和克服多重共线性影响等方面的优势,采用结构方程模型进行森林健康评价指标的赋值思路是科学合理的,可为森林健康评价提供一个全新的思路,研究区3种森林的健康评价结果较客观地反映了3种森林的健康现状。

关键词：林分森林健康指标权重结构方程模型

基于林层划分的湖南栎类天然次生林断面积生长模型

在线全文

学校读者我要写书评

暂无评论

林业科学 2020年第9期56卷 184-192页

作者：胡松朱光玉陈振雄卢侃黄朗刘卓中南林业科技大学林学院长沙410004 国家林业和草原局中南林业调查规划设计院长沙410014 南方森林资源经营与监测国家林业局重点实验室长沙410004

【目的】研究复层林林分层次对湖南栎类天然次生林断面积生长的影响,从林层角度构建复层混交异龄林断面积生长模型,反映不同林层的断面积生长规律,为湖南栎类天然次生林的林分生长收获和经营管理提供参考。【方法】以湖南省51块栎类天... 详细信息

【目的】研究复层林林分层次对湖南栎类天然次生林断面积生长的影响,从林层角度构建复层混交异龄林断面积生长模型,反映不同林层的断面积生长规律,为湖南栎类天然次生林的林分生长收获和经营管理提供参考。【方法】以湖南省51块栎类天然次生林样地为研究对象,采用全树高聚类法、国际林联标准和光竞争高度法划分林层,以Schumacher式分别对全林分及上层林、下层林断面积进行拟合,选择最优林层划分方法;考虑总断面积与各林层断面积的相容性问题,通过比例平差法构建相容性林层断面积生长模型。【结果】全树高聚类法、国际林联标准和光竞争高度法的林层划分结果均满足《森林资源规划设计调查技术规程》要求,且不同林层间统计量的F检验结果均显著;Schumacher式能较好模拟全林分及不同林层的断面积生长,其确定系数(R 2)均在0.92以上,相比不分层的全林分断面积生长模型,分层后不同林层断面积生长模型R 2从0.9259提高到0.9455~0.9846;选择国际林联标准的优势高划分作为栎类天然次生林最优林层划分方法,其断面积生长模型精度最高(R 2=0.9704,MAE=1.4588,RMSE=2.1786),与不分层的全林分断面积生长模型相比,R 2提高5.0%,平均绝对误差(MAE)、均方根误差(RMSE)分别降低39.8%、26.4%;以总断面积为基础控制的比例平差法能较好解决总断面积与各林层断面积的相容性问题,相比各分项的独立预估模型,上层林R 2由0.9746提高到0.9868,下层林R 2由0.9802提高到0.9888。【结论】复层林林分层次对湖南栎类天然次生林断面积生长影响显著,考虑林层效应对研究林层断面积特征、提高断面积建模精度具有重要作用。从林层角度揭示亚热带栎类天然次生林林分断面积生长过程,对栎类天然次生林的林分生长收获和经营管理具有重要意义。

关键词：林层划分断面积生长模型比例平差法相容性栎类

采用全卷积神经网络与Stacking算法的湿地分类方法

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2020年第24期36卷 257-264,F0003页

作者：张猛林辉龙湘仁中南林业科技大学林业遥感信息工程研究中心长沙410004 中南林业科技大学林业遥感大数据与生态安全湖南省重点实验室长沙410004 中南林业科技大学南方森林资源经营与监测国家林业与草原局重点实验室长沙410004

高精度湿地制图对湿地生态保护与精细管理具有重要的支撑作用。针对传统湿地分类方法的精度不高等问题,提出了一种采用全卷积神经(Fully Convolutional Neural,FCN)网络与集成学习的湿地分类方法。首先利用全卷积神经网络(SegNet、UNet... 详细信息

高精度湿地制图对湿地生态保护与精细管理具有重要的支撑作用。针对传统湿地分类方法的精度不高等问题,提出了一种采用全卷积神经(Fully Convolutional Neural,FCN)网络与集成学习的湿地分类方法。首先利用全卷积神经网络(SegNet、UNet及RefineNet)对GF-6影像的语义特征进行提取与融合,然后利用Stacking集成算法对融合后的特征进行判别和分类。结果表明,采用全卷积神经网络与Stacking算法能有效提取湿地信息,总体分类精度为88.16%,Kappa系数为0.85。与采用全卷积神经网络与单一机器学习的随机森林(Random Forest,RF)、支持向量机(Support Vector Machin,SVM)与k-近邻(Nearest Neighbor,kNN)算法相比,该研究提出的湿地分类方法在总体分类精度上分别提高了4.87,5.31和5.08个百分点;与采用单一全卷积神经网络(RefineNet、SegNet、UNet)与Stacking算法下的湿地分类结果,该文提出的湿地分类方法在总体分类精度上分别提高了2.78,4.48与4.91个百分点;该方法一方面能通过卷积神经网络提取遥感影像深层的语义特征,另一方面通过集成学习根据各分类器的表征性能进行合理的选择并重组,从而提高分类精度及其泛化能力。该方法能为湿地信息提取及土地覆盖分类方法的研究提供参考。

关键词：湿地分类卷积神经网络 Stacking 集成学习

基于结构方程模型分析林分空间结构对草本物种多样性的影响

在线全文

学校读者我要写书评

暂无评论

生态学报 2020年第24期40卷 9164-9173页

作者：曹小玉李际平赵文菲委霞庞一凡中南林业科技大学林学院长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室长沙410004

林分空间结构的改变直接影响林下草本物种的多样性。以针叶纯林、针阔混交林和常绿阔叶林为研究对象,采用结构方程模型研究了林分空间结构对林下草本物种多样性的影响,并探讨了林分水平空间结构,垂直空间结构以及林木竞争态势对林下草... 详细信息

林分空间结构的改变直接影响林下草本物种的多样性。以针叶纯林、针阔混交林和常绿阔叶林为研究对象,采用结构方程模型研究了林分空间结构对林下草本物种多样性的影响,并探讨了林分水平空间结构,垂直空间结构以及林木竞争态势对林下草本物种多样性的影响的相对重要性。结果表明,林分水平空间结构对林下草本的物种多样性指数和物种均匀性指数均存在极显著的影响(P0.05),影响系数仅为-0.04。整体上看,林分水平空间结构、垂直空间结构和林木竞争态势均对林下草本物种多样性有较强的影响作用,但从影响系数看,林分水平空间结构的影响作用最大,垂直空间结构次之,林木竞争态势的影响作用最小。因此,欲维持或改善林下草本物种多样性,应采取调整林分水平空间结构为主,垂直空间结构调整为辅,并适当降低林木竞争程度的综合经营措施。

关键词：林分空间结构草本物种多样性结构方程模型

基于结构方程模型的杉木林林分结构多样性评价

在线全文

学校读者我要写书评

暂无评论

生态学报 2024年第2期44卷 745-756页

作者：莫永俊曹小玉赵文菲谢政锠孙亚萍袁达张泽莲吴树萍王萌蕾中南林业科技大学林学院长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室长沙410004

综合评价杉木林林分结构多样性,可为提高林分结构多样性和精准制定森林经营措施提供理论依据。以湖南省平江县福寿林场的杉木林为研究对象,利用4株邻近木构建林分空间结构单元,选取表征林分树种组成多样性的全混交度、Simpson多样性指数... 详细信息

综合评价杉木林林分结构多样性,可为提高林分结构多样性和精准制定森林经营措施提供理论依据。以湖南省平江县福寿林场的杉木林为研究对象,利用4株邻近木构建林分空间结构单元,选取表征林分树种组成多样性的全混交度、Simpson多样性指数与Shannon-Wiener指数,表征林木大小分化多样性的大小变异系数、大小分化度均值指数与交角竞争指数和表征林木空间分布多样性的角尺度、林层指数与空间密度指数等9个指标,构建林分结构多样性评价结构方程模型,并确定各指标权重,对林分结构多样性进行综合评价。结果表明:(1)林分结构多样性评价结构方程模型的卡方自由度比值χ2/df为1.409,介于1—3之间,比较适配指数(CFI)、常规拟合指数(NFI)、增值适配指数(TLI)和拟合优度指数(GFI)的值分别为0.985、0.953、0.978和0.931,均大于0.9,近似误差均方根(RMSEA)为0.048,小于0.05,各指数的拟合效果良好,模型的适配度较好,满足研究的需要;(2)3个内生潜在变量林分树种组成多样性、林木大小分化多样性和林木空间分布多样性的权重分别为0.3518、0.3201和0.3281,对外生潜在变量林分结构多样性的影响大致一样,Shannon-Wiener指数是影响林分树种组成多样性的关键因素,交角竞争指数是影响林木大小分化多样性的关键因素,林层指数是影响林木空间分布多样性的最重要因素;(3)研究区3个龄组杉木林林分结构多样性的综合得分分别为0.3364、0.4396和0.4588,评价等级处于Ⅱ、Ⅲ等级,林分结构多样性较低,未达到理想的状态。评价结果较客观地表征了研究区杉木林林分结构多样性的现状,表明利用结构方程模型来评价林分结构多样性是科学、可行的,可为林分结构多样性评价提供一个全新的思路。

关键词：杉木林林分结构多样性指标权重结构方程模型

维普期刊数据库博看期刊

基于改进Mask RCNN的散坟火灾隐患点自动检测与空间分析

在线全文

学校读者我要写书评

暂无评论

自然灾害学报 2023年第2期32卷 99-107页

作者：严恩萍莫登奎中南林业科技大学林业遥感大数据与生态安全湖南省重点实验室湖南长沙410004 中南林业科技大学南方森林资源经营与监测国家林业与草原局重点实验室湖南长沙410004 中南林业科技大学林学院湖南长沙410004

散坟是森林火灾风险的一个重要来源,是林业、应急、民政部门需要掌握的重要基础数据。由于缺乏足够的重视,目前国内外鲜有散坟快速检测与自动清查的研究报道。本研究提出一个基于Detectron2工具箱的Mask RCNN识别网络,利用高分辨率航拍... 详细信息

散坟是森林火灾风险的一个重要来源,是林业、应急、民政部门需要掌握的重要基础数据。由于缺乏足够的重视,目前国内外鲜有散坟快速检测与自动清查的研究报道。本研究提出一个基于Detectron2工具箱的Mask RCNN识别网络,利用高分辨率航拍影像和实地调查数据对中国湖南长沙县的散坟进行快速检测与自动清查。结合各种空间分布指数,如近邻指数、地理集中指数、不平衡指数和核密度指数,对散落坟墓的空间分布进行绘制和分析。结果表明:改进后的Mask RCNN网络,能够有效识别不同土地覆盖、分布密度和空间区域的散坟目标,平均F1分数分别为90.33%、92.61%和90.41%;研究发现散坟总体呈集群式-随机分布,密度为25.13座/km3,主要受地形和道路因素的影响。研究首次提出绘制散坟火灾隐患点分布数据,对全国散坟的自动检测和及时预警具有潜在的应用价值。

关键词：高分辨率遥感火灾隐患自动检测空间分布改进的Mask-RCNN

在线全文

学校读者我要写书评

暂无评论

洞庭湖湿地净初级生产力估算研究

遥感学报 2023年第6期27卷 1454-1466页

作者：张猛陈淑丹林辉刘洋张怀清中南林业科技大学林业遥感信息工程研究中心长沙410004 中南林业科技大学林业遥感大数据与生态安全湖南省重点实验室长沙410004 中南林业科技大学南方森林资源经营与监测国家林业与草原局重点实验室长沙410004 中国林业科学研究院资源信息研究所北京100091

湿地是地球上重要的“碳库”之一,针对湿地净初级生产力NPP (Net Primary Productivity)模拟中时空分辨率不高和估算精度不稳定等方面的问题,本文提出了一种修正的CASA (Carnegie-Ames-Stanford Approach)模型。首先采用遥感云计算下的... 详细信息

湿地是地球上重要的“碳库”之一,针对湿地净初级生产力NPP (Net Primary Productivity)模拟中时空分辨率不高和估算精度不稳定等方面的问题,本文提出了一种修正的CASA (Carnegie-Ames-Stanford Approach)模型。首先采用遥感云计算下的时空融合算法快速、准确地获得了时间序列的Landsat 8多光谱影像,解决湿地NPP估算中高时空分辨率影像缺失问题。然后,利用Landsat 8数据集(光谱波段、陆表水体指数、归一化植被指数等)与自适应Stacking算法得到高精度的植被分类图,并结合植被分类图确定每个植被像元理想条件下最大光能利用率εmax。同时,利用时序陆表水体指数及降水数据计算获得NPP估算中所需的水分胁迫因子。最后,基于归一化植被指数、水分胁迫因子、εmax及气象数据等多种参数,驱动CASA模型对洞庭湖湿地NPP进行估测。研究结果显示,与其他模型相比,本文修正CASA模型估算的NPP与实测的NPP具有最高的相关系数(R2=0.85)和最低的RMSE (20.16 g C/m2),表明该方法能有效、准确地模拟区域湿地生态系统NPP。洞庭湖区主要湿地植被类型芦苇与苔草的NPP均值分别为424.26 g C/m2和357.50g C/m2。

关键词：遥感湿地净初级生产力 CASA 时空融合分类洞庭湖湿地