基于Landsat8 OLI遥感因子的思茅松地上生物量二阶抽样估测     

聂靖  陆驰  欧光龙  胥辉 《林业资源管理》2022,(6):68-75

基于Landsat8 OLI遥感影像和森林资源二类调查数据,选择云南省普洱市镇沅县为研究区,在90%的抽样精度(E)与95%的可靠性指标(t_α)的条件下,应用二阶抽样技术,以镇沅县思茅松单位面积AGB、单位面积地上蓄积量、7个单波段及5个植被指数作为抽样标志,对不同抽样方案的抽样总体方差、变动系数、标准误差、绝对误差、估测精度、AGB估测值及估测误差进行分析,并与简单随机抽样、系统抽样对比,分析不同抽样方法应用不同抽样标志的综合效率。结果表明：1)二阶抽样综合效率远远高于简单抽样和系统抽样;2)基于单波段和植被指数的二阶抽样效率普遍优于基于二调数据的,二阶抽样效率最好的抽样标志是ARVI与NDVI,2种植被指数仅需154个样本,较基于二调数据的二阶抽样降低60%的样本量,精度能达到最高,分别为97.50%和97.67%。研究结果说明基于遥感因子的二阶抽样可以大幅提高抽样效率。  相似文献   

基于空间回归模型的思茅松林生物量遥感估测及光饱和点确定     

周律  欧光龙  王俊峰  胥辉 《林业科学》2020,56(3)

【目的】确定思茅松林生物量遥感估测的光饱和点,构建空间全局和局域遥感信息模型反演思茅松林生物量,为思茅松林生物量遥感估测提供参考。【方法】以云南省普洱市思茅松林为研究对象,基于Landsat8 OLI遥感影像数据和森林资源二类调查数据,运用二次项函数和幂函数求解思茅松林生物量光饱和点,采用普通最小二乘模型(OLS)、空间滞后模型(SLM)、空间误差模型(SEM)和地理加权回归模型(GWR)构建遥感信息模型,估测思茅松林地上生物量。【结果】1)普洱市思茅松林Landsat8 OLI遥感估测地上生物量的光饱和点为106.3 t·hm~(-2);2)空间回归模型拟合精度较高,尤其是GWR模型具有最高的R2(0.373)和最小的AIC(4 577.8),其拟合精度显著高于OLS、SLM和SEM模型;3)独立性样本检验结果表明,GWR模型的预估精度最高,且通过刀切法检验可知GWR模型在高值阶段(≥100 t·hm~(-2))和低值阶段(0～50 t·hm~(-2))的生物量估测能力强于OLS、SLM和SEM模型;4) GWR模型反演计算结果表明,思茅松林单位面积地上生物量为66.496 t·hm~(-2),与实测值偏差23.511%,估测误差低于OLS、SLM和SEM模型。【结论】对普洱市思茅松林生物量进行遥感估测时,GWR模型优于OLS模型和其他空间全局回归模型,且GWR模型可在一定程度上解决高值低估和低值高估问题,减小光饱和点对遥感估测精度的影响。  相似文献   

云南榧内生菌的分离及抗植物病原菌活性筛选     

马长乐  黄晓霞  艾星梅  杨蕊  周其茸  胥辉 《云南林业科技》2014,(4):10-14

采用内生菌常规分离法从云南榧的新鲜茎与叶中分离得到10株内生真菌和5株内生放线菌,通过滤纸片扩散法研究了内生菌对小麦雪腐病菌、辣椒炭疽病菌、三七丝核病菌等10种植物病害病原真菌的抑菌活性。结果显示,云南榧内生真菌粗提物对10种植物病原真菌具有较广泛的抑制作用,其中,菌株TY3对棉花枯萎病菌具有较强的抑菌活性;菌株TY7对辣椒炭疽病菌、三七丝核病菌及番茄灰霉病菌具有较强的抑菌活性。5株内生放线菌中,菌株FTY1、 FTY5、 FTY7无抑菌活性,而菌株FTY2对10株植物病原真菌均表现出了较强的抑菌活性, FTY6对辣椒炭疽病菌、棉花枯萎病菌、梨黑星病菌表现出了很强抑菌活性。该实验结果为云南榧内生菌的进一步开发利用奠定了基础。  相似文献   

基于树干解析的高山松天然林单木木材生物量生长模型   总被引：1，自引：0，他引：1  

魏安超  熊河先  胥辉  李超  闾妍宇  张博  冷燕  欧光龙 《广东农业科学》2017,44(1):66-75

以云南省香格里拉市两块典型样地内的10株高山松样木为研究对象,基于树干解析测定和计算其单木木材生物量生长及木材生物量生长率,采用非线性混合效应模型技术,分别考虑了样地效应和样木效应,将所有不同随机参数组合的模型进行拟合并分析模型的方差和协方差结构,构建其生物量生长及生物量生长率混合效应模型。结果表明:考虑样地效应、样木效应作为随机效应的单水平混合效应模型和两水平混合效应模型均提高了模型的拟合精度,其中考虑两水平随机效应的混合效应模型具有最佳的拟合表现,具有最低的AIC和BIC值。考虑两水平混合效应在生物量生长量及生物量生长率模型构建中预估精度最高,分别达93.05%和89.83%;考虑样木效应的混合效应模型次之,分别为88.34%和88.74%;考虑样地效应的混合模型预估精度均最低,分别为83.99%和67.27%;而一般回归模型的预估精度仅87.00%和87.11%。  相似文献   

元谋干热河谷引种造林试验及树种选择研究   总被引：11，自引：1，他引：11  

周蛟  马焕成  胥辉 《西南林学院学报》2000,20(2):78-84

在较典型的金沙江干热河谷元谋龙川江河谷引进赤桉、柠檬桉、窿缘桉、大叶相思、马占相思、厚英相思、肯氏相思、台湾相思、绢毛相思、银合欢、苏门答腊金合欢等树种,以本地的山合欢、山黄麻作对照进行造林试验,结果表明：赤桉、厚英相思、柠檬桉、窿缘桉、肯氏相思、大叶相思等都比山合欢长势好。用定量的标准（生长量的数量指标）选择造林树种,选出的树种较符合元谋的实际,在元谋生长良好,选择方法简单,且精度高,可供应用。  相似文献   

应用Landsat8 OLI和GBRT对高山松地上生物量的估测   总被引：1，自引：0，他引：1  

张加龙  胥辉  陆驰 《东北林业大学学报》2018,(8)

依据香格里拉市Landsat8 OLI提取的因子和外业调查的高山松样地地上生物量,利用梯度提升回归树(GBRT)建立了地上生物量与遥感因子的估测模型,并与随机森林、多元线性回归、偏最小二乘方法进行了对比。结果表明:纹理信息对生物量有重要影响,其中熵、相关性和Landsat8 OLI近红外波段的信息对生物量的影响最大;采用GBRT进行建模,当迭代次数大于200次时,偏差降低减缓,GBRT建模方法的精度评价指标(R2=0.96,rRMSE=8.80%,P=73.88%)均优于其他3个模型。应用Landsat数据进行森林地上生物量估测的不确定因素较多,GBRT可作为高山松及其他树种地上地上生物量遥感估测的另一新方法。  相似文献   

赤桉叶面积动态模型的研究     

胥辉  马焕成  王学力  王柱明 《西部林业科学》2000,(1):19-22

应用灰色系统理论,依据赤桉叶面积与胸径生长量实测数据,结合叶面积静态模型得到一组叶面积时间序列,并以此建立了赤桉叶面积动态模型,经初步检验,叶面积动态模型效果良好。  相似文献   

基于环境与竞争因子的思茅松单木地上生物量生长模型构建     

施凯泽  欧光龙  吴文君  李超  闾妍宇  李晟  胥辉 《林业调查规划》2019,(1)

以云南省普洱市思茅松天然林128株单木数据为研究对象,采用理论方程Richards模型和幂函数经验方程为基础模型,通过统计计算,再引入环境和竞争因子建立思茅松单木地上部分生物量生长模型,并进行独立性验证。结果表明,未引入环境和竞争因子的木材、树皮、树枝、树叶、地上总生物量的决定系数分别为0.742 4、0.765 7、0.476 0、0.483 6、0.728 7,引入环境因子和竞争因子后决定系数有着较大的提升,木材、树皮、树枝、树叶、地上总生物量的决定系数分别达到0.850 8、0.832 3、0.709 8、0.539 9、0.852 5,并且引入环境因子和竞争因子后理论方程的决定系数都要强于经验方程。在预估精度方面,木材、树皮、树枝、树叶、地上总生物量的预估精度达到80.03%、79.91%、51.98%、44.06%、81.07%,除树枝和树叶外均有较高的预估精度。  相似文献   

森林生物量扩展因子研究进展   总被引：1，自引：0，他引：1  

郑海妹  欧光龙  胥辉  陈科屹 《广东农业科学》2014,41(20):145-149

森林生物量是研究森林生态系统结构和功能的重要基础数据,生物量因子(Biomass factors,BEs)法是估测森林生物量的主要方法之一,生物量扩展因子则是其中重要的估测参数,它主要用于树干生物量与林木总生物量以及各维量生物量之间的转换.从生物量扩展因子的定义以及生物量扩展因子与森林类型、林木大小、林分密度等因素之间的变化规律等方面进行综述,分析了国内外对生物量扩展因子的研究现状,指出在生物量扩展因子的研究中存在的方法与定义不一致、缺乏生物量扩展因子影响的系统研究以及数据的适用性较差等问题,并对生物量扩展因子的研究进行展望.  相似文献   

思茅松天然林单木生物量地理加权回归模型构建   总被引：2，自引：0，他引：2       下载免费PDF全文

欧光龙  王俊峰  肖义发  胥辉 《林业科学研究》2014,27(2):213-218

通过调查云南省思茅区思茅松天然林63株思茅松单木的地上部分干、枝、叶生物量数据,并测定其中30株的根系生物量数据。基于普通最小二乘模型选型,采用地理加权回归的方法构建思茅松单木树干生物量、树枝生物量、树叶生物量和地上部分生物量,以及根系生物量和整株生物量模型。结果表明:(1)地理加权回归模型(GWR)的决定系数(R2)大于普通最小二乘(OLS)模型,且GWR模型拟合的R2值除树叶生物量模型外,其余生物量维量模型均大于0.950;Akaike信息指数(AIC)值小于普通最小二乘(OLS)模型,平均相对误差(EE)和平均相对误差绝对值(RMA)的绝对值除树枝生物量外均小于OLS模型,说明GWR模型拟合效果优于OLS模型;(2)地理加权回归模型拟合在一定程度上克服了OLS在拟合生物量模型中存在的异方差问题。  相似文献