不同郁闭度下胸高直径对杉木冠幅特征因子的影响

树冠是树木进行光合作用和呼吸作用的重要场所,冠幅和冠长率直接影响树木的生活力和生产力。以湖南省黄丰桥国有林场103块杉木(Cunninghamia lanceolata)林样地为例,样地按郁闭度CD≥0.8(类型1)、0.7≤CD<0.8(类型2)、0.6≤CD<0.7(类型3)、0.5≤CD<0.6(类型4)和CD<0.5(类型5)划分5个等级。分析不同等级林分中树木冠幅和冠长率的分布结构以及与胸径的关系,同时利用非线性混合效应模型分析各类型郁闭度对冠幅和冠长率的随机影响。研究结果表明:5种类型的冠幅大小主要分布在区间(2.5—4.0m)之间,分别占65.82%、69.56%、70.79%、58.15%和53.21%,小于1.5 m和大于5.0 m分布较少;5种类型冠长率主要分布在区间(0.3—0.7)之间,分别占55.69%、71.93%、67.01%、82.22%和79.28%,在区间小于0.2和大于0.8分布较少,大于0.9的冠长率几乎没有;冠幅与胸径之间呈现较弱的线性相关性,而冠长率与胸径之间几乎线性不相关。在相同的胸高直径时,类型5的冠幅最大,而类型1的冠幅最小。对于冠长率,恰好相反,即类型1的冠长率最大,而类型5的冠长率最小;同时给出的冠幅模型(模型11)和冠长率模型(模型14)具有较高的预测精度,在实际应用中可以利用它们对冠幅和冠长率进行预测。     

基于改进U-Net和X线片的脊柱侧弯Cobb角自动测量算法研究

脊柱侧弯是影响人类健康的疾病之一,Cobb角的准确计算是临床上确定脊柱侧弯分型和制定诊疗方案的关键。针对人工测量Cobb角存在耗时长、不够准确、效率低下等问题,本文设计了一种基于改进U-Net的脊柱侧弯Cobb角自动测量方法。由经验丰富的脊柱外科医生使用LabelMe工具对200例脊柱侧弯患者的X线片数据集进行标注。采用ResNet50作为主干网络改进基本的语义分割模型U-Net,并与另外2个语义分割模型DeeplabV3和PSPNet在脊柱侧弯X线片数据集上分别进行训练。实验结果表明,改进的U-Net模型的平均交并比(mean intersection over union, MIOU)值达到了94.72%,分别比PSPNet和DeeplabV3模型的MIOU值提升了5.36%和2.30%。最后,基于改进的U-Net模型设计了脊柱侧弯Cobb角的自动测量算法,并开发了可视化的自动测量软件。经过实际测试,发现在常规的电脑上输入一张患者的X线片,只需6.3 s即可自动计算Cobb角大小,其速度远快于医生手动测量,显著提高了医生的工作效率,表明本文设计的脊柱侧弯Cobb角自动测量方法是有效...     

缓释肥对杉木容器苗生长、光合生理和养分积累的影响

为探索杉木容器苗生长、光合特性及养分积累对不同缓释肥用量的响应特征,该文通过设置6种不同缓释肥处理(0、200、400、800、1 000、1 200 g·m^-3),研究不同缓释肥用量对杉木幼苗生长、光合色素含量、叶绿素荧光特性和养分含量的影响,并结合隶属函数法对各生长和生理指标进行综合评价,以期筛选出适合杉木容器苗生长的施肥水平,为杉木优质苗木的高效培育提供参考。结果表明：(1)与对照相比,缓释肥处理可不同程度促进杉木幼苗苗高、地径生长及植株总生物量的积累。(2)与对照相比,缓释肥处理可显著增加杉木叶片叶绿素和类胡萝卜素含量,提高叶片最大荧光(F_m)、可变荧光(F_v)、PSⅡ最大光化学效率(F_v/F_m)、PSⅡ潜在光化学效率(F_v/F_o)和实际量子产量(QY)值。(3)缓释肥处理可不同程度促进杉木幼苗养分的积累,其中锰、铁和锌积累量变化最显著。(4)隶属函数法分析结果表明,当缓释肥用量为1 000 g·m^-3时...     

一种高生产力和生态协调的亚热带针阔混交林——杉木火力楠混交林的研究

 通过八年杉木针阔混交林的综合定位研究,筛选出一种高生产力和生态协调的人工林一以8杉木2火力楠为优势的混交林。林分的蓄积量和乔木层贮存的能量分别比杉木纯林高13.7%和11.3%,杉木火力楠混交林提高了林分的光能利用率,改善了林内小气候;增加了林地有机质的含量;促进了土壤中有益微生物的繁衍和土壤理化性质的改良,提高了土壤肥力和蓄水保水能力;增强了林分对害虫自我抑制能力。     

基于连续变化检测和分类算法的动态遥感生态指数构建

沿海地区经济社会高速发展,是生态环境变化的焦点区域。然而,沿海地区云雨天气频发,遥感信息获取能力受限,导致遥感生态质量指数（RSEI）评价结果受成像日期变化而波动,可比性较差。针对以上问题,研究利用连续变化检测和分类（CCDC）算法构建时间序列模型,通过合成任意时刻影像、重构遥感生态指数以及改进指数归一化方式,研发了一种动态遥感生态指数（DRSEI）,细化了RSEI在区域生态质量监测的时间尺度,并应用于沿海城市宁波生态质量时空变化监测。结果表明：（1）RSEI对时间差异较为敏感,当影像年内成像时间相差逾1个月,RSEI差异可达0.147,这种差异会对长期生态质量动态监测的稳定性和准确性造成影响。（2）基于合成影像的DRSEI平均绝对偏差为0.097,接近成像时间相差半个月的RSEI差异（0.072）,误差相对较小,一定程度上减小了真实影像时相差异引起的误差。（3）DRSEI能够表征任意时刻生态质量,通过年际（1986-2019年）和半月际（2019年）DRSEI分析揭示了宁波市生态质量总体下降趋势和时空异质性加剧过程。具体地,1986-2019年宁波市南部和西部森林区域的DRSEI持续上升,而近郊农田快速转化为建成区导致DRSEI不断下降。研究提出的DRSEI能够精确描述区域生态质量变化趋势,准确定位生态质量变化转折点,有望服务海岸带地区的生态质量定期监测与评估工作,支持沿海城市高质量发展与生态环境保护。     

基于多尺度分割和决策树算法的山区遥感影像变化检测方法——以四川攀西地区为例

山区遥感影像变化检测面临地形效应明显、空间异质性高等不利因素的影响,构建适用于复杂地形条件的变化检测方法一直是遥感应用研究的难点。在对影像进行多尺度分割的基础上,构建对象的多种光谱、形状及地形特征,将地形阴影、物候等造成的虚假变化当作"未变化"训练样本,利用决策树算法自动提取检测规则,建立复杂地形条件下面向对象的遥感影像变化检测方法,并将该方法用于四川攀西山区1989年和2009年TM影像的检测试验,最后对方法的不足和改进措施进行了讨论。主要结论包括:(1)文中构建的方法能够有效减弱山区复杂地形条件对遥感影像变化检测的不利影响,采用地面调查数据和分层随机采样的总体验证精度为93.57%,Kappa系数为0.8706。(2)C5.0决策树算法对于只有"变化"和"未变化"两种类别且同类间训练样本高度异质化的影像分类仍能取得较好的效果,具有较好的鲁棒性和适应能力。通过将地形、物候等引起的虚假变化当作"未变化"训练样本可以有效提高检测精度。(3)光谱特征仍是TM影像遥感分析的主要信息源,影像间NDVI的差值对于植被覆盖区域土地覆盖格局变化的检测具有良好的表征作用。(4)攀西地区1989—2009年间土地覆盖格局变化明显且与人类活动关系密切,典型的驱动方式包括退耕还林(草)工程、水利工程建设和矿山开采等。共检测出变化面积740.2km2,占影像总面积的2.49%。