排序方式: 共有38条查询结果,搜索用时 15 毫秒
31.
文章叙述了广西壮族自治区国有高峰林场发展林下经济的优势、发展现状及发展模式,指出目前还存在规模小、市场化程度低、管理水平低、资金不足等困难和问题,提出了下一步林场林下经济发展规划。 相似文献
32.
34.
<正>2015年3月12日上午,林业厅副厅长、党组副书记莫一平,副厅长邓建华、黄政康,自治区森林公安局局长罗卫东、政委李堂龙等领导与厅机关处室站、区直驻邕林业事业单位干部职工300多人在高峰林场长客分场为300多亩红锥幼林追肥除草。截至3月12日止,全区共有1550万人参加义务植树活动,植树6330万多株。莫一平副厅长强调,各级林业部门将选择有条件的村屯开展综合示范村屯建设,按照添绿与添彩、添 相似文献
35.
36.
[目的 ]以2016年9月广西壮族自治区高峰林场实验区获取的机载LiDAR点云数据为基础,通过提取30 m×30 m空间林分尺度下的LiDAR点云特征变量实现对林分平均高的估测。[方法 ]首先将105块实测林分平均高度的样地数据按照3:1的比例随机划分为训练样本(79)和检验样本(26),采用随机森林回归(RFR)和支持向量回归(SVR)两种机器学习算法对79个训练样本与对应的林分LiDAR点云特征变量回归建模。建模方案包括随机森林模型、支持向量机模型及随机森林+支持向量机组合模型。其次利用26个检验样本数据评价模型预测精度。最后统计3个模型中训练样本和检验样本对应的精度评价指标,以一个预测精度高、泛化能力强的模型作为最终模型进行林分平均高制图。[结果 ]表明:随机森林模型的训练样本和检验样本的决定系数(R2)分别为0.886 1和0.837 5,均方根误差(RMSE)分别为1.22和1.56;支持向量机模型的训练样本和检验样本的决定系数(R2)分别为0.886 4和0.840 9,均方根误差(RMSE)分别为1.21和1.54;组合模型的训练样本和检验样本的决定系数(R2)分别为0.859 8和0.853 2,均方根误差(RMSE)分别为1.35和1.48;[结论 ]组合模型的泛化能力及预测精度最好,支持向量机次之,最后为随机森林。利用组合模型可有效完成研究区林分平均高制图。 相似文献
37.
38.