共查询到20条相似文献，搜索用时 15 毫秒
1.
目的 对比不同冠幅预测方法对云冷杉幼树不同方向冠幅（东、西、南、北、东西、南北、平均冠幅）的预测精度的差异，为天然云冷杉林经营提供一定的理论依据。 方法 利用2013年金沟岭云冷杉3块1 hm2固定样地中云冷杉幼树各向冠幅实测数据，以逻辑斯蒂模型为基础模型，以非线性最小二乘法为基础方法进行模型初步拟合。以1/D、1/D0.5、1/D2作为模型的权函数进行模型异方差的消除。以不加权非线性似乎不相关法、加权非线性似乎不相关法、分位数回归法、非线性最小二乘法分别构建了云冷杉幼树冠幅各组分预测模型。 结果 模型拟合结果显示，分位数回归模型的拟合效果在云冷杉幼树冠幅预测模型中拟合精度最低；相较于分位数回归而言，加权非线性似乎不相关回归模型拟合效果与加权最小二乘模型拟合效果相当。模型拟合效果排序为:加权NSUR ≈ 加权OLS > OLS > QR。以1/D2作为模型的权函数时，模型残差图的异方差趋势被消除最明显，该权函数为最优权函数。 结论 本文中非线性分位数回归模型拟合效果不一定比非线性最小二乘法更好。加权NSUR模型（权函数为1/D2）可以为金沟岭林场云冷杉幼树冠幅的预测提供一定的理论基础。 相似文献
2.
目的 油松Pinus tabulaeformis作为白洋淀大清河流域上游山区主要造林树种，研究其精准适宜性空间分布对流域内水源涵养林的建设与提升具有生产指导作用。 方法 依据植物生态学、植物地理学原理，采用空间限制性因子叠加及最大熵模型(MaxEnt)，以白洋淀大清河流域油松为研究对象，基于野外190个样方数据，结合24个地理环境变量(高程、坡度、坡向、气象、岩石类型、土壤类型等)，其中气象因子通过多元线性回归克里金插值方法(multiple linear regression Kriging, MLRK)得到，对白洋淀大清河流域油松的适宜性空间分布进行了研究。 结果 油松适宜性预测模型效果达到准确水平(受试者工作曲线ROC值为0.869)，积温、年均最大日降水量、高程、年均气温标准差为流域油松适宜性主导地理环境变量，油松高适宜区主要分布在灵丘县、涞源县、涞水县、易县、房山区等。 结论 白洋淀大清河流域油松的适宜性条件为:积温2 800~3 800 ℃、海拔500~1 200 m、年均日最大降水量70~110 mm、年均气温标准差0.31~0.42 ℃，按照该适宜性条件进行油松林营造，可充分发挥其有益机能。图8表2参30 相似文献
3.
树高是林木的主要生长指标之一,也是森林资源调查中的一个重要指标;林木树高生长往往可以反映其所在林地的质量。利用40株福建柏样木调查数据,基于以胸径为自变量的福建柏树高一元线性估测模型,引入枝下高与冠幅指标,建立了多元线性回归模型,并比较了二者的估测效果。结果表明:利用相同的建模数据拟合的福建柏树高多元线性回归模型的决定系数R~2较一元线性回归模型高0.0309,剩余标准差S低0.0612,估测精度高0.0047,说明引入同样对树高具有显著影响的枝下高和冠幅2个生长指标后,单独以胸径为自变量的福建柏树高线性回归模型得到了优化,估测结果的稳定性更强。 相似文献
4.
古树名木是宝贵的自然和文化遗产，为深入认知其生长规律，通过实地调查，运用统计学、回归模型对扬州市主城区主要的古树名木形态特征关系进行了分析。结果表明：扬州市主城区有9种树，其树龄与胸径的相关性显著。曲线拟合可知，古树胸径随着树龄的增长先急剧增加再缓慢下降，曲线呈反“J”型，其中古树龄在100～200 a时胸径增长速率最大。通过使用一元、曲线和多元方程对树龄和形态特征关系进行拟合和比较，总结出用于描述不同形态指标之间的拟合模型。 相似文献
5.
为加强古树名木资源的保护管理,采用GPS定位、文献跟踪、资料收集、现地鉴定、数码拍照等方法,开展青海省乐都区古树名木资源的调查与评价。结果表明:古树名木资源共有23株,全部为古树,没有名木,以青杨、柳树、国槐、青扦等树种居多。古树名木中一级保护的有6株、二级保护的有6株、三级保护的有11株。古树名木资源全部以散生状态分布在乡村,权属全部为集体所有。古树名木资源中生长势为正常株的有8株、衰弱株的有11株、濒危株的有4株。古树名木生长环境为良好的有3株、中等的有18株、差的有2株。古树名木树龄分布为108～1 008年,平均为336年;树高分布为6～42 m,平均为19 m;胸围/地围分布为127～870cm,平均为388cm;平均冠幅分布为5～26 m,平均为14 m。最后提出了有关古树名木资源保护管理的建议。 相似文献
6.
以内蒙古根河市潮查林场境内的寒温带兴安落叶松原始林及其次生林为研究对象,利用机载激光雷达点云数据与地面调查的66个样地数据,采用不同算法计算样地实测树高(Lorey's高、冠幅面积加权树高和算术平均高)分别与基于双正切角树冠识别算法获取的LiDAR估测高(冠幅面积加权树高、算术平均高)和基于点云提取的百分位高构建树高回归模型(冠幅面积加权树高模型、算术平均树高模型和LiDAR百分位树高模型)。对比不同树高模型的训练精度与估测精度的差异,探讨双正切角树冠识别算法对本研究区的适用性;同时了解冠幅面积加权的样地实测树高与Lorey's高对林分平均高代表性的差异,确定最优解释变量,筛选最优树高模型,计算研究区森林高度空间分布图,为后续生物量和碳储量研究提供参考数据。结果表明:样地冠幅面积加权树高的模型训练精度和估测精度与Lorey's高的结果一致性较好,略低于Lorey's高的估测结果。LiDAR百分位树高模型中的50%分位高与样地实测树高相关性显著且回归模型拟合效果较好,其中,以Lorey's高为样地实测树高时模型的R2=0.869、RMSE=1.366m;以冠幅面积加权树高为样地实测树高时模型的R2=0.839、RMSE=1.392m;Lorey's高的50%分位高模型的估测精度最高,各独立验证样本点估测精度均高于85%,平均估测精度为94.73%,最高估测精度可达99.78%,其中混交林平均估测精度(96.72%)高于针叶林的平均估测精度(93.58%)。因此,选择Lorey's高的50%分位高模型计算研究区的森林高度空间分布。 相似文献
7.
为加强古树名木资源的保护管理,采用GPS定位、文献跟踪、资料收集、现地鉴定、数码拍照等方法,开展青海省湟源县古树名木资源调查和评价。结果表明:①湟源县共有古树35株,全部为三级保护古树,没有名木,绝大多数为青杨,全部以散生状态分布在乡村,权属均为集体所有。②古树生长环境为良好的有17株、中等的有17株、差等的有1株,生长环境为中等偏上;生长势为正常的有28株、衰弱的有7株,生长势状况良好。③古树树龄在138～238 a,平均为141 a;树高在12～35 m,平均为22 m;胸围/地围在222～560 cm,平均为364 cm;平均冠幅在7～25 m,平均为16 m。最后提出了古树名木资源保护管理对策建议。 相似文献
8.
随着高分辨率遥感数据、LiDAR 技术在森林资源调查中应用的日益普遍,以及自动快速提取树木冠幅、树高 方法的日益成熟,需要建立新的树木模型来估测其他林分因子,以适应林业调查手段更新和发展的需求。在参考 国内外大量文献的基础上,选择常用的胸径鄄冠幅模型和树高鄄胸径曲线模型,根据北京市178 块森林样地调查数 据,建立了北京市13 个常见树种的胸径鄄冠幅模型,胸径鄄树高模型,胸径鄄冠幅、树高综合模型。结果表明:并不是 所有树种的冠幅、树高都与胸径有高相关性;13 个树种中,只有臭椿、雪松、栾树和加杨的胸径鄄冠幅模型的R2 大于 0郾7,胸径鄄树高模型R2 大于0郾5,胸径鄄冠幅、树高综合模型达到0郾8 以上;油松、杨树、槲栎、圆柏4 个树种的胸径鄄 冠幅模型的R2 小于0郾3;核桃、油松、火炬树、柳树、国槐5 个树种的胸径鄄树高模型R2 低于0郾3。并提出在下一步工 作中,把林龄,林分密度,立地条件如坡度、坡向、海拔、地位级等林分因子与树木冠幅、树高联合建立估测模型来提 高胸径估测的精度。该方法可用于现代遥感技术快速获取树木冠幅、树高之后,根据已有的数据库资料,用树种的 冠幅、树高估测胸径,再推算其他林分因子,实现森林资源的快速调查与更新。 相似文献
9.
目的 采用遥感数据估算森林地上生物量仍存在一些不确定性问题,研究估算过程中的误差来源及其占比,对提高森林地上生物量的估测精度具有重要意义。 方法 从遥感影像提取因子,结合高山松Pinus densata外业调查数据,建立多元线性回归、梯度提升回归树、随机森林等3种地上生物量估测模型,对样地尺度与3种模型的不确定性进行分析和度量。 结果 ①高山松单株生物量模型不确定性为16.43%,样地尺度的不确定性为7.07%;②多元线性回归模型残差不确定性为34.86%,参数不确定性为21.30%,与样地不确定性合成后总不确定性为41.45%;③非参数模型中,梯度提升回归树估测高山松地上生物量的总不确定性为23.12%,随机森林为19.42%。 结论 3种遥感估算模型中,非参数模型的不确定性明显低于参数模型。相较于样地尺度,遥感估算模型的不确定性对地上生物量估算精度的影响较大。图3表3参26 相似文献
10.
目的 研究利用遥感方法构建高山松固定样地地上生物量估测的参数模型,可以在今后前期样地的基础上直接快速、准确地估测生物量,或者开展少量的外业调查即可获取地上生物量。 方法 基于遥感因子与样地地上生物量变化量和线性混合模型提高生物量估测精度,以香格里拉市1987、1992、1997、2002、2007、2012、2017年7期国家森林资源清查固定样地和对应年份Landsat TM、OLI的Level-1数据为基础,首先对遥感数据进行预处理:包括辐射定标、大气校正、几何校正和地形校正,提取原始波段、比值因子、植被指数、图像增强信息、纹理指数、混合像元分解后的丰度、叶面积指数,计算5 ~ 30年间隔样地对应的遥感因子变化值。根据森林资源二类调查的高山松分布特征,选择地形因子作为线性混合模型的固定和随机效应,采用多元线性回归、非线性回归、地理加权回归、线性混合模型构建高山松地上生物量估测的静态模型,基于遥感光谱信息变化量构建了有树高和无树高参与的动态模型。最后对不同的建模方法和验证结果进行对比分析,选择最优结果作为估测模型并验证。 结果 （1）分析静态数据建模和验证的结果,采用样地号为固定因子、坡度等级为随机因子的线性混合模型的拟合R2最高,为0.75;但利用训练数据集和2017年数据验证,其精度都较低。（2）分析变化量数据建模和验证的结果,采用样地号为固定因子、坡度等级为随机因子、遥感因子变化量为自变量的线性混合模型拟合R2最高,为0.70,预测精度P值为（68.86 ± 11.93）%;增加平均树高变化量,拟合R2最高为0.79,预测P值为（73.39 ± 6.18）%。（3）无论是有、还是无树高参与的变化量模型其拟合和预测精度都达到80%,其预测精度达到了非参数模型预测精度。 结论 基于变化量的估测模型的拟合和预测精度较静态模型有所提高;综合遥感因子、地形因子构建的高山松地上生物量估测线性混合模型,其精度有较大提高;采用遥感因子变化量构建的高山松地上生物量估测模型,有效弥补了静态光学遥感数据估测生物量的不足,经检验可用于其他年期的估测。 相似文献
11.
为探究湖北省武汉市古树名木资源现状,本研究通过文献资料查阅结合实际调查的方法,对武汉市古树名木资源特征、空间分布格局和生长状况进行分析。结果表明:武汉市现有古树名木1 691株,共计78种,隶属31科55属;武汉市古树名木资源呈明显空间聚集特征,并在中心城区东部及武汉北部地区形成了2个高密度核心区;武汉市古树名木集中分布在黄陂区、武昌区、江夏区和新洲区,四区所含古树名木株数占武汉市总数的89.59%;以武汉市古树名木中数量最多的朴树(448株)作为分析对象,发现朴树的树龄与胸径、冠幅与树高之间相关性显著,其余组别相关性较弱。通过分析发现,武汉市古树名木数量较少且分布不均,少部分古树名木由于生存环境恶劣、病虫害等原因生长不佳。针对相关问题,提出分级保护、加强管养、增强民众认知等保护和管理对策。 相似文献
12.
目的 森林碳储量是生态系统结构与功能的重要指标，掌握森林碳储量现状有利于森林资源管理。激光雷达能够用于监测森林资源，但是存在森林参数估测的模型多、变量不确定和缺乏林分三维结构解析意义的变量等问题，因此，需要选择合适的林分解析变量和模型。 方法 借助无人机激光雷达点云数据与样地调查数据，以内蒙古自治区赤峰市喀喇沁旗旺业甸人工林为研究对象，分别使用多元线性模型与多元乘幂模型以不同变量对林分碳储量进行估测，选出最优模型并进行精度评价。 结果 研究表明:（1）模型方法而言，非线性模型的检验效果优于线性模型的检验效果:非线性模型（R2为0.66 ~ 0.86，rRMSE为23.51% ~ 9.91%），线性模型（R2为0.52 ~ 0.85，rRMSE为27.70% ~ 12.38%）。（2）模型使用平均高、郁闭度为基础变量，以穷举法筛选出来的变量组合，估算森林参数得出最佳模型，其中非线性模型以激光点云平均高、郁闭度、高度变动系数和叶面积变动系数的估算精度最高（R2=0.86，rRMSE=9.91%）。 结论 通过激光雷达估测人工林碳储量时，加入垂直结构变量可以提高模型拟合效果，非线性模型比线性模型更适合人工林碳储量的估测。 相似文献
13.
目的 基于包含哑变量的非线性分位数回归方法,构建华北落叶松Larix principis-rupprechtii与白桦Betula platyphylla针阔混交林树高与胸径关系的预测模型,对研究混交林中树种结构及立地生产力预测具有重要意义。 方法 以河北省塞罕坝机械林场华北落叶松与白桦针阔混交林为研究对象,利用83块标准地调查数据,基于哑变量分别采用最小二乘法和非线性分位数回归方法,构建不同树种树高与胸径关系模型。 结果 基于包含哑变量的非线性分位数回归预测模型精度高于最小二乘法,其中利用最小二乘法拟合不同树种模型,其确定系数、平均差及平均绝对误差分别为0.787~0.814、1.581~1.877、2.447~2.654;而利用非线性分位数回归不同树种不同分位点模型,其确定系数、平均差及平均绝对误差分别为0.839~0.921、0.213~1.469、0.561~2.322,经过残差分析确定,当分位点τ=0.7时,不同树种树高与胸径关系预测模型精度较高。 结论 与最小二乘法相比,基于非线性分位数构建的包含哑变量不同树种树高与胸径关系的预测模型精度更高。图3表3参33 相似文献
14.
目的 基于黑龙江省尚志市帽儿山林场和一面坡林场长白落叶松?水曲柳混交林24块标准地的3 164株长白落叶松样木及3 574株水曲柳样木的数据,分别构建了长白落叶松和水曲柳的冠幅模型。 方法 通过分析不同混交方式林分内长白落叶松和水曲柳冠幅的变化规律及其与林木竞争因子的关系,从6种常用的线性和非线性基础冠幅模型中选取最优模型,并将混交比例Si和树木在混交带内位置P作为哑变量,加入其他树木变量和林分变量,分别构建长白落叶松和水曲柳的冠幅模型,并对所构建的模型进行评价。 结果 长白落叶松和水曲柳冠幅在不同混交比例Si和混交带不同位置P下差异显著;冠幅与DDH（林木胸径与林分优势木胸径之比）和HDH（林木树高与林分优势高之比）成正相关,与大于对象木的胸高断面积之和（BAL）成负相关,与距离无关的竞争因子可以反映树木的竞争压力,对冠幅具有影响;长白落叶松冠幅与冠长率（CR）成正相关,与高径比（HD）成负相关;水曲柳冠幅与水曲柳优势木平均高（H0Fra）成正相关,与高径比（HD）成负相关。包含混交比例哑变量Si和混交带位置哑变量P的长白落叶松和水曲柳冠幅模型拟合冠幅（CW）的Ra2分别为0.564 2和0.545 9,加入树木变量和林分变量后长白落叶松和水曲柳冠幅模型拟合CW的Ra2分别为0.674 5和0.589 6。 结论 包含混交带位置哑变量P、混交比例哑变量Si、树木变量（CR和HD）、林分变量（H0Fra）的长白落叶松和水曲柳冠幅模型具有较好的拟合效果及预测精度。因此,本研究所构建的冠幅模型可以很好地预测混交林内长白落叶松和水曲柳的冠幅,为进一步研究混交林树木树冠结构奠定了基础。 相似文献
15.
目的 构建杨梅Myrica rubra一元相容性单株生物量模型,为杨梅人工林可持续经营及生物量精确估测提供理论依据。 方法 基于48株杨梅标准木实测数据,在以地径、树高、冠幅为自变量建立独立单株生物量模型基础上,运用非线性误差变量模型法,对浙江仙居县杨梅人工林相容性单株生物量模型进行研究。 结果 拟合出的独立单株生物量模型中,以地径(x1)为自变量的幂函数模型决定系数为最大,叶片生物量(y1)、枝干生物量(y2)、根系生物量(y3)及总生物量(y0)模型分别为y1=0.004x12.795、y2=0.003x13.048、y3=0.002x13.141和y0=0.010x12.995。以地径、树高、冠幅构建的3个相容性单株生物量模型拟合效果均较好,其中又以地径为自变量的模型决定系数和预估精度最大,模型最优,相关参数c0、b0、r1、r2、r3和r4分别为0.084 0、2.162 7、0.780 0、0.779 9、0.224 3和0.204 5。随地径、树高和冠幅增大,叶片、枝干、根系生物量的分配规律基本相似,枝干、根系生物量占总生物量的比例呈上升趋势,叶片生物量则逐渐下降。各组分生物量随杨梅林龄增大从大到小快速演变为枝干、根系、叶片。 结论 在运用杨梅一元相容性单株生物量模型进行估算时,以地径为自变量的幂函数模型决定系数最大,且模型决定系数和预估精度最大。地径是最适合用于估算杨梅生物量的变量。 图1表4参31 相似文献
16.
目的 雪岭云杉Picea schrenkiana是新疆山区重要树种。了解雪岭云杉地上地下生物量分配及碳储量,对新疆森林资源调查具有一定意义。 方法 采用整株收获法分析30株雪岭云杉地上地下生物量分配格局,利用胸径(D)、树高(H)和胸径-树高(D2H、D3/H和DbHc)作为变量建立树干、树枝、树叶、树根、地上及整株生物量异速生长模型。 结果 雪岭云杉树干、树枝、树叶及树根生物量存在显著性差异(P＜0.01)。整株生物量为12.04～2 014.34 kg·株?1,地上和地下生物量分别为10.16～1 475.17和1.88～539.18 kg·株?1,树干、树枝、树叶及树根生物量占整株生物量的56.86%、13.03%、5.96%和24.15%,根冠比为0.08～0.55。植株水平上,建立基于胸径及树高变量的各器官生物量模型,其中树根生物量的最优生物量模型为W＝a(D2H)b,其他器官生物量模型均为W=aDbHc。影响云杉生物量的主要环境因素重要性排序依次为坡位、坡度、海拔及土壤厚度。 结论 基于胸径-树高因素的异速生长模型可以较好地实现雪岭云杉各器官生物量的拟合,可对其生物量及碳储量进行有效估算。图4表3参30 相似文献
17.
目的 杨树是我国栽培数量最多的阔叶树种，其生长快、易繁殖、适应性强、轮伐期短等特点对解决木材供需平衡、促进碳汇、实现碳循环等方面至关重要，探究杨树生长环境影响机制对实现森林资源高效管理、推动生态文明建设具有重要意义。 方法 本研究利用全国森林资源连续清查部分固定样地杨树实测数据，构建未考虑环境因素和考虑环境因素的杨树胸径生长率多元回归模型，结合随机森林（RF）、梯度提升机（GBM）和支持向量机（SVM）算法，对RF、GBM和SVM算法以RMSE最小完成模型最优参数确定，并通过平均绝对误差（MAE）、均方根误差（RMSE）和决定系数（R2）进行模型评价，实现环境因子对杨树生长的重要性程度知识挖掘。 结果 杨树胸径生长率主要受其自身胸径大小的影响，且随着胸径的增大而减小，呈现反“J”型趋势；考虑环境因素的回归模型较未考虑环境因素的回归模型R2从0.066提高到了0.403；机器学习算法预测效果明显优于回归模型算法，其中以RF算法精度最高，R2达0.730，预测结果和实际值基本一致；多元回归模型、RF和GBM对模型重要性解释程度规律基本一致，SVM存在微小差异。 结论 回归模型精度虽略低于机器学习算法，但其“白箱”优势可为未来森林资源调查工作中判定其胸径是否存在异常提供依据；杨树生长受环境影响，与地理空间位置关系紧密，温度适宜、降水充沛的低海拔地区以及坡度平缓、坡位较低的北坡区域更适宜杨树生长，密度越大越不利于其生长；在杨树林的营造过程中，应首先考虑造林地理位置、气象气候等因素；其次，考虑林分结构，特别是林分密度合理性；最后，考虑地形结构是否适宜进行杨树林营造工程建设。 相似文献
18.
目的 树冠外轮廓模型不仅能够描述任意位置处树冠半径,而且能够推导预测树冠体积与树木地上部分生物量。根据福建地区98块杉木Cunninghamia lanceolata人工林样地的413株杉木调查数据,构建了具有同一套模型参数的树冠外轮廓模型和树冠体积预测联立方程组系统。 方法 选取4种常用的可积分树冠外轮廓备选模型,利用积分法对备选模型进行推导,得到树冠体积预测模型;将模型方程分别两两联立建立树冠外轮廓与体积相容性联立方程组,并利用SAS软件模块中的似乎不相关回归过程估计联立方程组模型系统的参数。为了消除模型异方差,采用加权回归方法拟合模型,并对不同模型系统的拟合精度、预测精度进行对比分析。 结果 基于模型4的联立方程组拟合精度高、预测性能好,其树冠外轮廓和体积拟合精度分别达到0.829 5和0.861 0,预测结果精度分别为0.803 9和0.856 0;通过似乎不相关回归法解决了联立方程组共线性问题,加权回归方法一定程度上消除了模型中存在的异方差性。 结论 所构建的树冠外轮廓-体积一致性模型方程实现了树冠外轮廓与体积模型之间互相推导,为进一步估测树木地上部分生物量提供了理论依据。 相似文献
19.
以内蒙古自治区呼和浩特市具有代表性的山杏、杜梨、花楸、茶条槭、稠李5种落叶乔木为研究对象,对其胸径、冠幅、树高、枝下高4个指标进行实地测量,然后依据每个树种的树冠形状确定绿量计算公式,并根据公式计算出各树种的绿量,最后将各树种的胸径、冠幅、树高与其绿量进行相关性分析。研究结果显示：冠幅、树高与绿量分别呈极显著和显著相关。依据相关性,做冠幅、树高与绿量的二元线性回归分析,并获得二元线性回归模型,得到稠李的二元线性回归模型为Y=17.147A+6.415B-153.711(R 2=0.945),杜梨为Y=11.452A+6.129B-98.770(R 2=0.978),茶条槭为Y=3.982A+4.772B-37.167(R 2=0.934),山杏为Y=6.894A+3.326B-43.710(R 2=0.961),花楸为Y=7.449A+3.987B-52.815(R 2=0.959)。 相似文献
20.
[目的]探究湖北巴东古树名木资源现状及空间布局。[方法]调查巴东县古树名木资源现状，并对分布格局进行分析。[结果]巴东现有古树名木2 193株，隶属于44科88属124种。从树种结构分析，分布最广泛的树种为胡桃树(Juglans regia),共有501株，占全县古树名木总数的22.84%。从树龄结构分析，古树名木树龄主要集中在100～299 a树龄段，1、2、3级古树的数量和占比分别为92株(4.20%)、470株(21.43%)和1 631株(74.37%),总体呈“金字塔”型结构。从分布规律分析，古树名木在巴东县12个乡镇均有分布，野三关镇分布最为集中。垂直空间上，分布株数最多的海拔区间为1 099～<1 523 m,数量达到1 255株，占巴东古树名木资源总数的57.23%。[结论]该研究可为湖北巴东县的古树名木保护提供科学依据。 相似文献
|
