您现在的位置: 首页> 研究主题> 高山松

高山松

高山松的相关文献在1986年到2022年内共计122篇,主要集中在林业、中国文学、园艺 等领域,其中期刊论文121篇、会议论文1篇、专利文献22154篇;相关期刊68种,包括林业调查规划、林业科技、林业资源管理等; 相关会议1种,包括中国环境科学学会2019年学术年会等;高山松的相关文献由228位作者贡献,包括舒清态、胥辉、李悦等。

高山松—发文量

期刊论文>

论文:121 占比:0.54%

会议论文>

论文:1 占比:0.00%

专利文献>

论文:22154 占比:99.45%

总计:22276篇

高山松—发文趋势图

高山松

-研究学者

  • 舒清态
  • 胥辉
  • 李悦
  • 张加龙
  • 卢杰
  • 毛建丰
  • 吴明山
  • 徐云栋
  • 李圣娇
  • 王晓茹
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 黄屹杰; 张加龙; 胡耀鹏; 程滔
    • 摘要: 【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。
    • 缪士毅
    • 摘要: 松树,为常绿乔木,姿态挺拔,树皮多为鳞片状,叶针状,叶密生而成束,树冠蓬松不紧凑,“松”字正道出了其树冠形态。松树种类众多,在我国分布广泛,如华北、西北的油松、樟子松、黑松和赤松,华中的马尾松、黄山松、高山松,秦巴山区的巴山松,等等。松树最明显的特征是叶成针状,常二针、三针或五针一束,如油松、马尾松、黄山松的针叶通常二针一束,白皮松的针叶通常三针一束,红松、华山松、五针松的针叶通常五针一束。
    • 韩东阳; 张加龙; 杨健; 王书贤; 冯亚飞
    • 摘要: 【目的】研究基于遥感因子与地形因子构建香格里拉市高山松地上生物量非线性混合效应估测模型,提高高山松地上生物量估测精度。【方法】以2015年和2018年Landsat 8 OLI与对应年份样地实测数据为基础,通过二元生物量模型计算出高山松地上生物量。提取植被指数、纹理等遥感因子。将地形因子按照一定等级进行划分后作为模型因变量,基于8种非线性模型,考虑地形特征,构建非线性混合效应模型估测高山松地上生物量并进行模型检验,然后与多元线性回归、线性混合效应模型两种参数模型,以及随机森林(Random Forest,RF)、梯度提升回归树(Gradient Boosted Regression Trees,GBRT)、K-近邻(K Nearest Neighbors,KNN)3种非参数模型的预估精度进行对比。【结果】1)8种非线性基础模型中增长模型的拟合效果最优;2)共输出12个具体增长模型,其中以样地号(Number)、海拔等级(Elevation Class)为固定效应,坡向等级(Aspect Class)为随机效应时,模型Log Likelihood值最大,为-56.53,AIC、BIC的值最小,分别为133.06、155.55;3)经检验非线性混合效应模型的RMSE为13.94 t/hm^(2),AMRE为15.64%,预估精度P为84.34%。【结论】采用Landsat影像和地形因子构建的非线性混合效应模型的拟合优度和预估精度较多元线性回归、线性混合效应模型均有明显提高,并且预估精度高于非参数模型。加入地形因子作为混合效应因子构建的非线性混合效应模型可以提高高山松地上乔木层生物量的估测精度。
    • 黄金君; 舒清态; 席磊; 孙杨; 刘玥伶
    • 摘要: 为研究层次贝叶斯法在高山松单木及不同组分生物量模型中的运用,基于香格里拉市Ⅰ区和Ⅱ区共115株高山松天然林数据,分别利用层次贝叶斯法与非层次贝叶斯法拟合高山松单木及各组分异速生物量模型,最后使用十折交叉方法进行模型精度验证。结果表明:(1)层次贝叶斯法拟合模型的效果优于非层次贝叶斯法,利用层次贝叶斯法拟合单木及不同组分生物量模型的决定系数(R^(2))精度提高区间为[0.0001,0.0120],均方根误差(RMSE)降低区间为[0.03 kg,8.94 kg],平均绝对误差(MAD)降低区间为[0.03 kg,3.31 kg]。(2)对比层次与非层次贝叶斯法拟合单木及不同组分生物量模型的结果发现,树干生物量、木材生物量和单木生物量模型效果最优,树皮生物量、树冠生物量和树枝生物量模型效果较优,树叶生物量模型效果较差。层次贝叶斯法拟合的R 2区间为[0.3650,0.9650],非层次贝叶斯法拟合的R 2区间为[0.4370,0.9647]。与非层次贝叶斯法相比,层次贝叶斯法可以有效提高生物量模型的估测精度(树枝与树叶除外),且这2种方法均可使用传统方法的估测结果作为先验信息,更新模型的参数值,提高建模灵活性。
    • 陈甲瑞; 王小兰
    • 摘要: 采用标准化主轴估计(standardized major axis estimation,SMA)方法,对藏东南海拔2500~3400 m高山松林株高与冠幅和株高与胸径的异速生长关系进行研究.结果表明:不同海拔梯度下,高山松株高、胸径、冠幅呈现出相同的变化趋势,即株高、胸径、冠幅随海拔高度的增加量先下降后上升,在2800~3100 m的海拔段都呈现出最低值;在2500~3400 m的海拔高度间高山松株高与胸径异速增长均呈显著正相关关系,但3个海拔梯度间株高与胸径的异速生长差异不显著;高山松株高与冠幅均呈显著正相关关系,且冠幅生长速率随海拔升高而加快,并逐渐接近株高生长速率,不同海拔梯度间株高与冠幅的异速生长差异显著.
    • 张雪如; 王稳利; 邱宗波; 曾倩倩
    • 摘要: 以裸子植物高山松为试验材料,利用笔者所在实验室前期构建的高山松miRNA数据,通过生物信息学方法筛选与高山松生长发育相关的miR171a,并通过基于RNA连接酶的cDNA末端快速扩增法(RLM-5′RACE)验证得出,GRAS家族转录因子(Unigene10015)和肌动蛋白结合蛋白(Unigene83401)的基因为高山松miR171a的靶基因.通过PCR技术克隆得到的高山松miR171a前体序列可形成茎环发夹结构,但其成熟序列的碱基保守性较差.系统进化分析显示,pde-miR171a与裸子植物火炬松的进化关系较近.经qRT-PCR分析发现,pde-miR171a在高山松茎中的相对表达量最高,其次是在针叶中,而靶基因Unigene10015在茎、针叶中的相对表达量较低,暗示pde-miR171a可以通过调控靶基因Unigene10015而参与高山松的生长发育.
    • 刘蓉姣; 张加龙; 陈培高
    • 摘要: 利用香格里拉市1997-2017年每5 a的Landsat遥感影像、2018年外业调查数据、森林资源二类调查数据和DEM数据为数据源,以高山松为对象,综合运用混合像元分解技术、决策树分类和GIS技术对其空间分布变化进行分析.结果 表明,1)分类中,高山松归一化多分量指数阈值为0.333,云南松归一化多分量指数阈值为0.208;云冷杉归一化多分量指数阈值为0.362.2)各年分类结果总体精度分别为69.42%、76.73%、81.07%、78.90%和76.53%.3)香格里拉市高山松覆盖面积2002年比1997年减少了13.40%,2007年比2002年减少了2.47%,2012年比2007增加了8.96%,2017年比2012年增加了4.06%,呈现出先减少后增加的趋势.4)研究区内高山松主要分布在海拔高度2 800~3 800 m,1 800~2 800 m高山松面积总体呈现为轻微下降趋势;2 800~3 300 m海拔区间1997—2007年呈现下降趋势,2007—2017年呈现上升趋势,3 300~3 800m区间内1997-2002年高山松面积呈现下降趋势,2002-2017年高山松面积逐年上升,3 800~4 800 m区间内1997-2017年高山松面积逐年下降.利用混合像元分解构建归一化多分量指数结合决策树分类对树种分类具有一定的参考价值,高山松时空变化结果对森林资源管理和后续研究可提供科学数据支撑.
    • 高郯; 李照青; 卢杰; 李江荣; 郑维列
    • 摘要: [目的]旨在深入了解高山松林的土壤种子库现状,为高山松林的保护及合理经营提供科学依据.[方法]本研究以工布自然保护区不同地点的高山松林为研究对象, 采用野外调查采样和室内试验分析相结合的方法,对高山松林土壤种子库的空间分布格局进行系统的研究.[结果](1)不同时期各样点高山松林土壤种子库的种子密度总体上在东、南、西、北四个水平方向上差异不显著(P>0.05),但随着取样时间的变化,东久样点各时期高山松林土壤种子库的种子密度呈递减趋势,而林芝样点和比日神山样点随着取样时间的改变,其各时期高山松林土壤种子库的种子密度先增加后减少.(2)随着与母树水平距离的增加,种子密度逐渐变小,即1m>3m>5m,呈现出明显的近母树分布趋势.不同时期各样点高山松林土壤种子库密度均表现为:比日神山>林芝>东久.(3)随着土壤深度的增加,种子数量逐渐减少,枯落物层和0~2 cm土层分布了总量89%以上的种子.(4)总体上,高山松林的土壤种子库种子密度随海拔的升高而增大;但从东久和林芝样点分开看,各山体均表现为:山腰<山顶及山脚,即呈“V”字型.(5)土壤种子库中被虫蛀的种子数量最多,占种子总量的35%以上,随着采样时间的变化,霉变种子数量逐渐增加,完好种子比例降低,有活力种子的数量极少,仅占种子总量的1.43%,且73.38%的有活力种子储存在枯落物中.[结论]高山松林土壤种子库在不同时期各样点不同方位分布无明显差异,而在距母树不同距离和不同土壤深度有明显分布规律,主要是由种子自身特性和外界风等因素的共同影响而形成的,且随着采样时间的变化,霉变种子数量增多,主要与工布自然保护区高湿多雨的气候有关.
    • 摘要: 2020年12月28日,迪庆藏族自治州香格里拉经济开发区礼仁村鲁礼型四组发生森林火灾。火场海拔3020米,火场林相为云南松、高山松。火灾发生后,国家森防指、云南省委、省政府领导立即做出批示,要求在确保人支队、机动二支队,迪庆消防救援支队及地方专业半专业等军警民1816人,出动5架航空护林直升机,克服山高坡陡、地形复杂、悬崖峭壁多、风压大气流急、后勤保障难等重重困难,持续奋战近80个小时,于2021年1月1日08及/图/省森冧章原防灭火指挥部石豆室^“四方”联动打响防灭火阻击战第一枪员安全的前提下,迅速开展扑救。迪庆州委、州人民政府、省应急管理厅、省林草局、省森林消防总队、南方航空护林总站联合组成前线指挥部协同联动处置。
    • 王柯人; 舒清态; 赵洪莹; 谭德宏; 袁梓健
    • 摘要: 以高山松为研究对象,基于113株单木地上生物量测量数据,在前期构建高山松一元和二元幂函数模型基础上,采用六步法和泰勒级数对模型的残差变异和参数误差进行不确定性分析.结果表明:基于113株高山松构建的单木生物量模型,一元回归模型的残差变异及模型参数引起的不确定性分别为6.20%、30.30%,综合不确定性约为30.83%;二元回归模型残差变异和模型引起的不确定性分别为5.17%、3.12%,综合不确定性约为6.04%.当建模样本量从38增加至71时,模型的不确定性变化显著.一元模型的参数不确定性和残差变异不确定分别减少14.50%和1.25%,综合不确定性减少14.52%;二元模型参数不确定性和残差变异不确定分别减少35.65%和5.80%,综合不确定性减少34.96%.随着分组样本数的增加,一元地上生物量模型和二元地上生物量模型,其模型的残差变异不确定性也逐渐减小.模型残差变异不确定性和参数不确定性是单木地上生物量模型构建中不确定性的主要来源,增加模型参量能有效降低单木地上生物量模型中参数引起的不确定性;建模样本数量的增加,能有效降低模型参数不确定性及残差变异不确定性.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号