基于卷积神经网络及气象要素回归法的地表死可燃物含水率预测模型

地表可燃物含水率是森林火险等级和火行为变化的重要指标,其预测模型对于火险预测、火灾管理等具有显著作用。本研究基于蒙古栎及樟子松林地的野外气象因子以及地表死可燃物含水率数据,进行气象因子随机森林相对重要性排序以及皮尔逊相关性分析,并使用深度学习中的卷积神经网络以及气象要素回归法预测可燃物含水率。结果表明：野外蒙古栎的可燃物含水率显著高于樟子松。随机森林结果表明,对于可燃物含水率具有显著作用的因子排列顺序从大到小为湿度、温度、降雨、风速、太阳辐射;相关性分析表明,当日的温度、湿度、降雨对于可燃物含水率具有显著影响,同时,气象因子之间也存在一定的相关性。卷积神经网络模型对于蒙古栎及樟子松林地表可燃物含水率的预测R²分别为0.928、0.905,平均绝对误差(MAE)分别为6.1%、8.1%,平均相对误差(MRE)分别为8.9%、4.2%;气象要素回归法的R²分别为0.495、0.525,MAE分别为30.5%、39.5%,MRE分别为52.1%、32.6%,卷积神经网络模型精度显著高于气象要素回归法。研究表明,深度学习的卷积神经网络能够为今后的可燃...     

不同演替阶段热带森林地表凋落物和土壤节肢动物群落特征

为了解不同演替阶段热带森林土壤节肢动物群落结构特征及其与地表凋落物的关系, 2001年9月采用样线调查法对西双版纳23年次生林、35年次生林、季节雨林地表凋落物及其中的土壤节肢动物进行了调查。所获数据表明, 地表凋落物数量(现存量干重)和质量(N和C/N)总体上表现为35年次生林最好, 23年次生林次之; 蜱螨目和弹尾目为3林地地表凋落物土壤节肢动物群落优势类群, 膜翅目蚂蚁、马陆目、鞘翅目、双翅目和半翅目为常见类群。土壤节肢动物个体密度和个体相对密度均表现为35年次生林>季节雨林>23年次生林。群落的丰富度指数以季节雨林最高, 多样性和均匀度指数显示为23年次生林最高, 35年次生林的优势度指数最高, 3林地土壤节肢动物群落类群组成相似性达到较好水平。相关分析表明, 3种不同演替阶段热带森林土壤节肢动物个体密度与林地地表凋落物现存量呈正相关, 而现存凋落物N元素储量与土壤节肢动物的相关性仅表现在23年次生林和季节雨林。研究认为, 热带森林土壤节肢动物群落的发展与森林植被演替密切相关, 其群落个体数量和多样性受森林地表凋落物数量、质量的调控, 但其他环境因素如捕食效应、人为干扰等影响亦不可忽视。     

基于植被和环境因子的亚高山森林土壤水源涵养功能空间尺度上推模型构建——以岷江上游杂谷脑流域为例

土壤层水源涵养功能是森林水源涵养功能的主体。目前关于森林土壤水源涵养功能的研究主要集中在林地或坡面尺度上。由于流域尺度,尤其是环境空间异质性强的西南亚高山区流域,如何将林地尺度实测结果上推至流域或更大空间尺度仍是生态水文领域面临的巨大挑战之一。以川西岷江上游杂谷脑流域为研究对象,融合多种森林类型样地实测与流域尺度多源遥感数据,构建了基于植被和环境因子的林地-流域森林土壤水源涵养功能尺度转换模型,实现了流域尺度土壤水源涵养功能快速评价及其空间分布预测。样地尺度研究结果表明各类型森林的土壤水文特性各异,总体表现为天然林优于人工林,混交林优于单纯林。林地土壤持水能力受到区域气候、植被、土壤及地形等因子的共同影响,其中风速、NDVI及林龄与土壤最大持水量、毛管持水量及非毛管持水量均呈极显著正相关（P<0.01）。基于关键植被和环境因子构建的林地-流域土壤水源涵养功能尺度上推模型精度较高,土壤最大持水量、土壤毛管持水量和土壤非毛管持水量模型拟合优度R²分别为0.700、0.720和0.908;土壤最大持水量、土壤毛管持水量和土壤非毛管持水量的模型预测值与野外实测值的相关系数介于0.69-0.79之间,平均误差均低于20%,表明模型预测结果可靠。利用构建的土壤水源涵养功能尺度上推模型,估算得出流域尺度森林土壤持水量的空间分布,其结果表明杂谷脑流域森林土壤持水量空间分异明显,海拔较高区域森林土壤持水量最高,其次为距道路和河流有一定距离的缓坡地带,下游干旱河谷地区土壤持水量最低。本研究为亚高山森林生态功能的恢复和提升提供了科学依据和评价工具。     

基于超效率DEA模型的医院技术效率评价与影响因素分析

目的 基于2014年全国30个省份医院的横截面数据,分析其技术效率和影响因素,为提高医院运行效率提供建议。方法 采用超效率DEA模型计算各省份医院的技术效率,采用多元线性回归探讨医院技术效率的影响因素。结果 30个省份医院的超效率平均值是0.995,其中13个省份DEA有效,非DEA有效医院若达到DEA有效可少开办医院3 596所,少雇佣卫生人员429 594人,节省床位332 304张。医院数与病床使用率对技术效率的影响具有统计学意义。结论 全国30个省份医院之间技术效率差异较大,投入相对过剩,需进一步合理配置医疗卫生资源,提高医院整体运行效率。     

基于神经网络模型和地统计学方法的土壤养分空间分布预测

采用径向基函数神经网络模型与普通克里格法相结合的方法,预测川中丘陵区县域尺度土壤养分(有机质和全氮)的空间分布,并与普通克里格法和回归克里格法进行比较.结果表明：各方法对研究区土壤养分的预测结果相似.与多元回归模型相比,神经网络模型对验证样点土壤有机质和全氮的预测值与样点实测值的相关系数分别提高了12.3%和16.5%,表明神经网络模型能更准确地捕捉土壤养分与定量环境因子间的复杂关系.对469个验证样点预测结果的误差分析表明,神经网络模型与普通克里格法相结合的方法对土壤有机质和全氮预测结果的平均绝对误差、平均相对误差、均方根误差较普通克里格法分别降低了6.9%、7.4%、5.1%和4.9%、6.1%、4.6%,降低幅度达到极显著水平(P<0.01);与回归克里格法相比则分别降低了2.4%、2.6%、1.8%和2.1%、2.8%、2.2%,降低幅度达显著水平(P<0.05).     

基于神经网络模型和地统计学方法的土壤养分空间分布预测

采用径向基函数神经网络模型与普通克里格法相结合的方法,预测川中丘陵区县域尺度土壤养分(有机质和全氮)的空间分布,并与普通克里格法和回归克里格法进行比较.结果表明：各方法对研究区土壤养分的预测结果相似.与多元回归模型相比,神经网络模型对验证样点土壤有机质和全氮的预测值与样点实测值的相关系数分别提高了12.3%和16.5%,表明神经网络模型能更准确地捕捉土壤养分与定量环境因子间的复杂关系.对469个验证样点预测结果的误差分析表明,神经网络模型与普通克里格法相结合的方法对土壤有机质和全氮预测结果的平均绝对误差、平均相对误差、均方根误差较普通克里格法分别降低了6.9%、7.4%、5.1%和4.9%、6.1%、4.6%,降低幅度达到极显著水平(P<0.01);与回归克里格法相比则分别降低了2.4%、2.6%、1.8%和2.1%、2.8%、2.2%,降低幅度达显著水平(P<0.05).     

基于不同特征挖掘方法结合广义提升回归模型估测安徽省土壤pH

为探讨不同特征挖掘方法与广义提升回归模型相结合在数字土壤制图中的应用,本研究首先使用递归特征消除和过滤式两种特征筛选方法对环境协变量进行筛选,再分别使用原始环境协变量、筛选后的最优变量组合作为自变量,建立基于广义提升回归模型和随机森林模型的安徽省土壤pH预测模型并进行制图。结果表明: 引入两种特征挖掘方法均可有效提高广义提升回归模型和随机森林模型预测土壤pH的精度,并且可以起到降维的作用;相较于随机森林模型,广义提升回归模型的验证集预测精度略低,在训练集中,广义提升回归模型的精度却远高于随机森林模型,模型解释度高,整体效果较好;随机森林模型的主要参数ntree和mtry对于模型的影响程度较低,而不同参数对于广义提升回归模型的预测精度影响较大,不同参数组合模型精度不同,建模前需要进行调参。空间制图结果表明,安徽省土壤pH呈“南酸北碱”趋势。     

黄土高原小流域土壤养分空间变异特征及预测

在黄土高原小流域尺度上,地形和土地利用是影响土壤属性变异的重要因素.在横山县朱家沟小流域采集111个表层土样,比较不同土地利用及景观位置土壤养分变异及分布特征,分析土壤养分与地形因素的关系并利用相关环境信息进行空间预测.结果表明,不同土地利用类型土壤养分存在显著性差异.有机质和全氮含量表现为坝地最高,灌木地最低,而全磷含量以梯田最高.在不同景观位置,沟平地有机质和全氮含量显著高于其他景观位置,而全磷差异不显著.土壤有机质与复合地形指数CTI、汇流动力SPI、沉积物运移指数STI显著负相关,全氮与沉积物运移指数STI显著负相关,而全磷只与坡度β显著负相关.多元线性逐步回归模型预测土壤有机质和全氮较好,而全磷预测结果较差;回归-克里格预测有效地减小了残差,与实测值较为接近,预测精度高于回归预测.     

土壤水分遥感监测研究进展

土壤水分是陆地表面参数化的一个关键变量。土壤水分含量随时空的转换而变化,在地-气界面间物质、能量交换中起着重要的作用,是农作物生长发育的基本条件和农作物产量预报的重要参数。遥感技术具有大面积同步观测,时效性、经济性强的特点,为大面积动态监测土壤水分提供了可能。总结了近年来国内外遥感监测土壤水分理论、方法的发展和应用,介绍了目前几种比较成熟和广泛应用的土壤水分遥感监测方法与模型,对比分析了各种监测方法的优缺点,指出了土壤水分遥感监测方法存在的不足,指明了今后发展的方向,展望了土壤水分遥感监测方法的发展趋势。     

森林生物量遥感降尺度研究

森林生物量是评价全球碳氧平衡、气候变化的重要指标。目前已有基于星载激光雷达数据的全球森林生物量产品,但空间分辨率较低,不能很好地满足小区域森林调查和动态监测的需要。针对这一现状,以美国马里兰州两个森林分布状况不同的区域为研究区,基于CMS(Carbon Monitoring System)30 m分辨率和GEOCARBON 1 km分辨率森林地上生物量产品以及TM等数据源,通过升尺度模拟低分辨率生物量数据和直接使用低分辨率产品两种方式,分别尝试建立了多光谱地表参数和低分辨率森林地上生物量之间的统计关系,以此作为降尺度模型实现了森林地上生物量空间分辨率从1 km到30 m的转换,并对降尺度结果进行精度评价和误差分析。结果表明:模拟数据降尺度后的30 m分辨率森林地上生物量空间分布和CMS森林地上生物量分布状况大致相同,RMSE=59.2—65.5 Mg/hm~2,相关系数约为0.7;其降尺度结果优于GEOCARBON产品直接降尺度结果RMSE=75.3—79.9 Mg/hm~2;相较于线性模型,非线性模型能更好地呈现森林地上生物量和地表参数间的关系;总体上,降尺度生物量呈现高值区低估,低值区高估的现象。     

黄瓜砧用白籽南瓜对不同盐胁迫的耐性评价

采用营养液栽培,研究Ca(NO₃)₂和NaCl胁迫对黄瓜嫁接用砧木南瓜幼苗生长和抗氧化酶活性的影响,并用隶属函数法综合评价其耐盐性.结果表明： 低浓度盐30 mmol·L^-1Ca(NO₃)₂和等渗的45 mmol·L^-1 NaCl处理促进砧木幼苗生长;高浓度盐60、120 mmol·L^-1Ca(NO₃)₂和等渗的90、180 mmol·L^-1NaCl胁迫下,各砧木幼苗的生长和抗氧化酶系统均受到不同程度的抑制,其中,‘青砧1号’的盐害指数最小,生物量及超氧化物歧化酶(SOD)、过氧化物酶(POD)和过氧化氢酶(CAT)活性的下降幅度以及相对电导率的上升幅度均小于其他砧木.高盐Ca(NO₃)₂胁迫下,各砧木SOD、POD和CAT酶活性均高于等渗的NaCl,而盐害指数和相对电导率低于NaCl,表明Ca(NO₃)₂对砧木南瓜幼苗生长的危害小于NaCl.4个砧木品种的耐盐性顺序为‘青砧1号’>‘佐木南瓜’>‘丰源铁甲’>‘超霸南瓜’.     

遥感在森林地上生物量估算中的应用

生物量是地表C循环研究的重要组成部分,生物量研究有助于深入认识区域乃至全球的C平衡。森林作为地球最重要的陆地生态系统,区域乃至全球尺度的森林地上生物量估算一直是生态学研究的难点之一。在大的空间尺度上,遥感技术是估算森林地上生物量的有效手段。TM、AVHRR、SAR等数据以及多源数据的融合在森林生物量估算方面广泛应用,并取得了显著效果。运用遥感技术进行森林生物量估算时,所采用的数据源不同,分析方法也不相同,主要分析方法有:相关分析、多元回归分析、神经网络和数学模型模拟等。随着测定不同空间、时间和波谱分辨率的各种传感器的广泛使用,以及生物量遥感估算模型的进一步发展和完善,大尺度森林生物量的遥感估算研究必将向前迈进一大步。     

基于TM遥感影像的森林资源线性规划与优化配置研究

山东黄河流域是黄河入海的最后区域,也是水土流失最为严重的地区之一,基于遥感影像和数学方法优化配置森林资源对区域尺度的水土保持具有重要意义。选取2000年、2006年时相相近的TM遥感影像作为数据源,采用监督分类法、专家分类法以及GPS、GIS等技术对森林资源进行分类、统计、验证和分析。在层次分析法确定森林资源、森林景观、环境和社会经济等指标因子权重的基础上,利用线性规划法对森林资源的空间格局进行优化。结果表明,区域森林资源空间分布极不均匀,且主要集中于鲁中南山地及丘陵地区。6a间,森林资源增长相对缓慢,宜林荒山荒地的面积增加了8.2%,到2006年,其面积高达238955.7 hm2。对宜林荒山荒地进行线性优化后,森林类型和结构得到明显改善,土地利用结构信息墒降低了8.4%,森林资源和土地利用空间结构有序度明显提高。最后,对立地条件不同的地区采取了相应的树种配置措施。     

基于人工神经网络的天然林生物量遥感估测

基于Landsat TM遥感图像, 以吉林省汪清天然林区为例, 应用B-P神经网络建立了森林生物量非线性遥感模型系统. 除采用遥感数据外, 该系统还引入了地形因子(海拔、坡度、坡向、立地类型等)作为模型自变量. 通过压缩输入数据和增强网络训练学习算法等措施, 对标准B-P神经网络进行了增强. 模型仿真结果表明：增强型B-P神经网络具有收敛速度快和自学习、自适应功能强的特点, 能最大限度地利用样本集的先验知识, 自动提取合理的模型, 模型预测结果能真实合理地反映实际情况. 针叶林、阔叶林和针阔混交林的生物量遥感模型系统仿真结果的平均相对误差分别为-1.47%、2.38%和3.56%, 平均相对误差绝对值分别为6.33%、8.46%和8.91%, 预估效果较理想. 应用该模型系统生成了研究区的森林生物量定量分布图, 其总体精度为88.04%.     

城市乔木树种多样性遥感反演方法研究

量化城市乔木树种多样性是定量研究其生态系统服务的前提和基础。目前,城市树种多样性水平的定量研究以地面调查方法为主,存在效率低、成本高的问题。针对上述问题,首先验证了光谱变异性假说和生产力假说在城市中的适用性,进而提出了快速量化城市树种多样性水平的方法。该方法基于神经网络刻画了乔木斑块多样性与光谱异质性之间的关系,能够较准确地反演城市乔木的香浓维纳指数和辛普森指数。为城市乔木树种多样性的调查提供了新的思路,并将为定量研究城市乔木多样性的生态系统服务提供基础数据。     

三种干旱指数在干旱区沼泽湿地土壤水分遥感反演中的应用

湿地水文条件对湿地生态系统结构和功能起着关键作用。借助卫星遥感技术,以干旱区疏勒河中下游沼泽湿地为研究对象,基于Landsat8 OLI遥感影像的温度植被干旱指数(TVDI)、垂直干旱指数(PDI)和归一化干旱监测指数(NPDI)3种干旱监测方法,结合野外湿地实测土壤水分数据进行比较和验证。结果表明:(1)TVDI、PDI和NPDI3种干旱指数在不同土层中均与土壤实测水分呈显著负相关(P0.01),且NPDI指数与表层土壤水分的拟合效果最好。不同土层中,3种干旱指数与土壤水分的拟合优度大小均为NPDITVDIPDI;(2)研究区同一湿地类型不同土层的土壤水分存在显著差异(P0.05),且不同湿地类型的土壤水分总体上表现为随着土壤深度的增加呈递增态势;(3)研究区同一土层不同湿地类型的土壤水分差异显著(P0.05),且不同土层中土壤水分的大小均为:沼泽化草甸草本沼泽季节性咸水沼泽内陆盐沼。     

基于地面遥感信息与气温的夏玉米土壤水分估算方法

土壤水分是土壤-植被-大气连续体的一个重要组分,是决定陆地生态系统水分状况的关键因子,也是作物的水分供应库.为了估算站点尺度不同深度的土壤水分,基于下垫面能量平衡方程和水分亏缺指数,提出了基于地面遥感信息(归一化植被指数和下垫面温度)和气温估算土壤相对湿度方法.利用2014年中国气象局固城生态与农业气象试验站夏玉米水分控制试验资料验证的结果表明: 该方法可以有效估算不同深度的土壤相对湿度,陆地生态系统的潜在干旱程度即实际蒸散与潜在蒸散之比与不同深度土壤湿度呈显著的线性关系.其中,0～10 cm土层的土壤水分估算精度最高,决定系数达0.90;0～20 cm到0～50 cm土层土壤水分估算的平均相对误差均在15%以内,相对均方根误差均在20%以内.研究结果可为作物的干旱监测与灌溉管理提供参考.