您的位置: 专家智库 > >

孙雪莲

作品数:8 被引量:80H指数:6
供职机构:西南林业大学更多>>
发文基金:国家自然科学基金博士科研启动基金国家林业公益性行业科研专项更多>>
相关领域:农业科学更多>>

文献类型

  • 7篇期刊文章
  • 1篇学位论文

领域

  • 8篇农业科学

主题

  • 5篇思茅松
  • 3篇遥感估测
  • 3篇生物量
  • 3篇天然林
  • 3篇物量
  • 2篇单木
  • 2篇人工林
  • 2篇人工林生物量
  • 2篇林分
  • 2篇林分直径
  • 1篇山松
  • 1篇松林
  • 1篇碳密度
  • 1篇土壤
  • 1篇土壤因子
  • 1篇林分因子
  • 1篇林业
  • 1篇模型构建
  • 1篇木材
  • 1篇环境解释

机构

  • 7篇西南林业大学
  • 1篇国家林业局

作者

  • 8篇孙雪莲
  • 7篇欧光龙
  • 7篇胥辉
  • 6篇张博
  • 4篇李超
  • 4篇徐婷婷
  • 2篇舒清态
  • 1篇石晓琳

传媒

  • 2篇林业资源管理
  • 2篇西南林业大学...
  • 1篇东北林业大学...
  • 1篇广东农业科学
  • 1篇云南农业大学...

年份

  • 2篇2017
  • 4篇2016
  • 2篇2015
8 条 记 录,以下是 1-8
排序方式:
思茅松天然林单木木材碳密度变化规律及预估模型研究
2017年
在普洱市调查测定了8株思茅松标准样株单木的木材碳密度,分析不同林木间、不同高度及径向不同部位的差异;并采用混合效应模型技术,构建单木木材碳密度预测模型。结果表明:思茅松木材碳密度在不同林木间存在显著差异,且随树木高度增加而显著不同,由髓心向外存在极显著差异且呈现出先增加后持平或略有减小的规律性变化;相较于传统回归模型,混合效应模型均具有更低的AIC和BIC值;考虑林木和高度效应的二水平混合模型具有最小的AIC、BIC值和最大的log Lik值;R2最大、RMSE最小的模型是三水平混合模型。各混合效应模型的预估精度均在95%以上,且综合考虑林木和径向部位随机效应的两水平混合效应模型的拟合精度达到96.1%,相较传统回归模型混合效应模型能够更好的描述并预估思茅松单木木材碳密度。
张博熊河先胥辉孙雪莲徐婷婷李超闾妍宇魏安超欧光龙
关键词:木材碳密度混合效应模型思茅松
思茅松天然林林分直径大小多样性研究被引量:2
2017年
【目的】研究思茅松天然林林分直径大小多样性,分析林分直径大小多样性与环境之间相关关系和变化趋势。【方法】调查了云南省普洱市45块思茅松天然林样地,选用Shannon指数(H)、Simpson指数(D)和断面积Gini指数(G)对思茅松样地总体、思茅松和其他树种的林分直径大小多样性进行量化,并分别分析林分直径大小多样性随气候、地形、土壤、林分因子的变化规律,并采用除趋势对应分析方法 (DCA)分析了林分直径大小多样性随环境因子的综合变化规律。【结果】(1)样地内其他树种的直径多样性指数变动幅度比样地总体和思茅松大,样地总体和思茅松的指数变动范围比较一致,样地内直径大小多样性为样地总体≥思茅松>其他树种;(2)H_t、H_s、D_t和D_s随气候(年均温和年降水)、地形(海拔和坡向)、土壤(全氮和速效钾)和林分(地位指数和林分密度指数)因子的变化趋势在各因子上基本一致,H_o和D_o随各环境因子变化趋势一致,断面积Gini指数的变化趋势规律性不强;(3)DCA排序第一轴解释了32.5%的环境信息,H_t、H_s、H_o、D_t、D_s和D_o与DCA排序第一轴呈现显著相关,且均随DCA第一轴呈现逐渐增大的趋势;所有气候因子与DCA排序第一轴相关性均不显著,而地形因子中海拔、林分因子中的林分优势高和林分平均高、土壤因子全钾、水解氮和速效钾与DCA排序第一轴具有显著相关性,且相关系数大于0.5。【结论】思茅松天然林林分直径大小多样性受到地形、土壤和林分因子综合影响。
李超闾妍宇胥辉魏安超熊河先张博孙雪莲徐婷婷石晓琳欧光龙
关键词:思茅松环境因子
基于随机森林回归的不同龄组思茅松人工林生物量遥感估测被引量:7
2015年
以云南省景谷县思茅松人工林为研究对象,以景谷县实测思茅松单木生物量数据建立其单木生物量模型,计算得出90个景谷县思茅松实测样地林分单位面积生物量,采用2005年景谷县TM遥感影像提取9个植被指数作为备选自变量,基于随机森林回归建立总体样本及各龄组样本思茅松单位面积生物量估测模型。以像元为单位,利用估测模型,并采用2005年森林资源二类调查小班数据估算景谷县思茅松人工林的生物量。结果表明:各模型的决定系数(R2)>0.89,均方根误差(RMSE)<7.00,预估精度(P)>87.00%;研究区思茅松人工林单位面积生物量为59.0889 t/hm2,其中幼龄林为38.5170 t/hm2,中龄林为53.6626 t/hm2,近熟林为94.8018 t/hm2。
孙雪莲舒清态欧光龙张博胥辉
关键词:思茅松生物量
高山松天然林单木生物量因子模型构建被引量:6
2016年
以云南省香格里拉市高山松天然林为研究对象,实测116株高山松单木生物量数据,并计算各维量生物量因子,以幂函数形式为基本模型,构建各维量生物量因子估算模型。结果表明:各维量生物量扩展因子的决定系数(R2)>0.78,平均残差平方和(MSE)<0.03,预估精度(P)>84.00%;各维量生物量转扩因子的决定系数(R2)>0.72,平均残差平方和(MSE)<0.003,预估精度(P)>83.00%。这些模型均具有较高的拟合精度和预估精度,可为高山松碳汇计量提供数据支撑。
孙雪莲熊河先胥辉魏安超李超闾妍宇张博欧光龙
思茅松天然林林分直径大小多样性及环境解释被引量:9
2016年
以云南省普洱市45块思茅松天然林样地为研究对象,选用Shannon指数(H)、Simpson指数(D)和断面积Gini系数(G)对思茅松林分总体、思茅松和其他树种的林分直径大小多样性进行量化,并采用CCA直接梯度排序法分析林分直径大小多样性随气候因子、地形因子、土壤因子和林分因子的变化规律。研究表明:(1)样地总体和思茅松的Shannon指数(H)和Simpson指数(D)的变化比较一致,其他树种的Shannon指数(Ho)、Simpson指数(Do)和断面积Gini系数(Go)变动幅度均比其他6个指数大。(2)气候、地形、土壤和林分因子直接排序的第一排序轴分别解释58.6%、92.0%、64.4%和76.4%的信息量,较好地反映了林分直径大小多样性随环境因子的变化规律。(3)从环境因子与排序轴的相关性上看,气候因子中除年降水外的8个降水因子相关性在0.15以上,而温度因子与林分直径大小多样性的相关性不高;地形因子中海拔(Alt)与第一排序轴的相关性最高(-0.467 5);土壤因子中全磷(TP)、全钾(TK)与第一轴排序相关性均高于0.30;林分因子中林分优势高(Ht)与第一排序轴呈现-0.418 0的负相关。(4)当较高气温和中等降水,海拔和坡度中等,全磷(TP)、全氮(TN)、有机质(OM)质量分数和p H值中等时,林分优势高和林分平均高最小;林分密度指数中等时,思茅松天然林具有最大的Ht、Hs、Dt、Ds值,而其他树种的林分直径多样性指数以及3个断面积Gini系数的规律性不强。
李超闾妍宇胥辉徐婷婷张博魏安超孙雪莲熊河先石晓琳欧光龙
关键词:土壤因子林分因子CCA排序思茅松
空间效应及其回归模型在林业中的应用被引量:12
2016年
介绍了空间自相关及空间异质性,综述了空间滞后模型(SLM)、空间误差模型(SEM)、混合效应模型(MEM)和地理加权回归模型(GWR)等空间回归模型在林业中的应用,分析了空间回归模型在不同尺度的林业问题中的应用情况,并针对空间回归模型在林业研究中应用所存在的问题进行探讨。
张博欧光龙孙雪莲徐婷婷胥辉
关键词:林业
基于随机森林回归模型的思茅松人工林生物量遥感估测被引量:32
2015年
以云南省景谷县思茅松人工林为研究对象,以研究区2005年TM影像及2006年森林资源二类调查小班空间属性数据库为信息源,在前期建立思茅松单木生物量模型基础上,在ENVI下提取9个植被指数作为备选自变量,建立研究区思茅松人工林随机森林回归遥感估测模型。结果表明:随机森林回归遥感估测模型的决定系数(R2)=0.97,均方根误差(RMSE)=4.97;模型的预估精度(P)=87.67%。利用已经训练好的随机森林估测模型,估测研究区思茅松人工林生物量为3 644 612.00t;单位面积生物量为59.90 t/hm2。研究结果可为其它典型森林类型生物量或碳储量估测提供案例分析。
孙雪莲舒清态欧光龙胥辉
关键词:生物量思茅松
基于Landsat8-OLI的香格里拉高山松林生物量遥感估测模型研究
本文以云南省香格里拉市为研究区,以典型森林生态系统高山松林为研究对象。基于实测116株单木生物量数据构建的单木生物量模型,结合实测样地调查数据,计算得出56个高山松样地林分地上生物量;并以Landsat8-OLI为遥感数...
孙雪莲
文献传递
共1页<1>
聚类工具0