除草剂对桉树人工林生物量和碳储量的影响

除草剂在全球桉树人工林经营中的应用十分普遍,但人们对除草剂施用对人工林生态系统生物量和碳储量的影响还知之甚少,本研究旨在评估除草剂对生物量和碳储量的影响,为林下植被管理提供科学建议。本研究以2015年建立的桉树人工林为对象,开展低浓度高频率(LHF)、中浓度中频率(MMF)和高浓度低频率(HLF)除草剂喷施试验,并以人工除草为对照,分别于造林后33月、39月和51月对试验林分的生物量和碳储量进行研究。结果表明,除草剂对桉树生物量和碳储量没有显著影响,但对林下植被生物量和碳储量存在明显的负作用,HLF处理对生态系统碳储量也存在显著的负效应,而人工除草抚育能提高林下植被生物量、碳储量以及生态系统碳储量。因此,从碳汇林业的视角考虑,建议生产上减少除草剂的施用,而采取人工砍草抚育为宜。     

基于随机森林算法的城区土地覆盖分类研究

随机森林算法是一种高度灵活且易于使用的机器学习算法,目前在遥感影像分类中应用广泛。为了验证其在城市土地覆盖分类中的效果,本文对河南省洛阳市局部城区进行了土地覆盖分类实验,将Landsat 8(OLI)遥感影像的光谱波段、光谱指数和纹理特征相结合,构成多种特征组合进行随机森林算法分类比较,选择分类效果最佳方案,并与支持向量机方法进行比较。后利用随机森林算法对该组合特征变量高维数据进行降维处理,得到优化特征方案。实验结果表明:采用多源特征组合的随机森林算法的土地利用分类效果最佳,总体精度为90.54%,Kappa系数为0.890,比支持向量机方法的分类精度提高了3.1%;降维处理后的特征方案与随机森林结合在保证分类结果拥有高准确度的同时,减少了运算时间,实现了土地覆被类型信息的高效获取。表明随机森林算法在城区土地覆盖分类上有很好的适用性与稳定性。