盐肤木和红麸杨人工幼龄林生物量的研究

采用平均标准木法对五倍子蚜虫夏寄主主要树种盐肤木和红麸杨人工幼龄林的生物量及其分配进行了测定和研究. 根据 22 株不同径级标准木的实测数据,建立了测算盐肤木和红麸杨 2树种各器官生物量的回归方程( w = aD^b, w= a( D²H)^b) . 各方程的相关系数均达极显著水平( r 值在0.970 0~ 0.998 2 之间) , 估测精度和置信度高( 标准回归误差在0.019 5~ 0.051 3 之间) ,具有实用价值.研究结果表明, 3 年龄的倍蚜虫夏寄主林现存总生物量可达 1 540. 6 g/ m², 其中, 乔木层和林下植物的生物量以及凋落物量分别为 1 291. 0 g/ m², 157. 0 g/ m², 92. 6 g/ m².两种夏寄主树的生物量在各器官中的分配比率依次是主茎( 50.7%) > 叶片( 20.9%) > 根系( 14.9%) > 枝条( 13.5%) .     

2m阶Schrödinger方程组在实指数Sobolev 空间中的整体小解

Schrödinger型方程是一类非常重要的发展方程.通过应用Banach不动点定理,该文研究了在任意维数空间中2m阶非线性Schrödinger方程组{iu_t+(-Δ)^mu=a|u|^α-1u|v|^β+1,x∈Rⁿ,t≥0,iv_t+(-Δ)^mv=b|u|^α+1|v|^β-1v,x∈Rⁿ,t≥0,u(x,0)=φ(x),v(x,0)=ψ(x),x∈Rⁿ在实指数Sobolev空间H^s_p1(Rⁿ)×H^s_p2(Rⁿ)中的整体小解.     

青钱柳幼林地上部分生物量生长模型研究

【目的】青钱柳是我国特有的珍稀多用途树种,研究青钱柳幼树地上部分生物量生长规律,为发展叶用林提供依据。【方法】以6年生的青钱柳人工幼林为研究对象,对其生长特性及生物量的分配进行了研究,同时选取了37株样木进行地上部分生物量及相关测树因子的分析评价,从19个生物量模型中进行筛选,构建了青钱柳人工林各生物量组分及地上部分生物量与相关测树因子的预估方程。【结果】青钱柳幼林地上部分生物量(W)与胸径(D)具有高度相关性,筛选的4个模型均以胸径作为自变量,则:①干生物量模型 W=0.15 D^2.1, R²=0.982;②枝生物量模型 W=0.05 D^1.88, R²=0.864;③叶生物量模型 W=0.07 D^1.55, R²=0.802;④地上部分生物量模型 W=0.28 D^1.95, R²=0.976。【结论】不同密度下6年生青钱柳幼林生长尚未郁闭,受密度效应的影响较低,胸径、树高和单株材积的总生长量之间差异不显著,单株和林分生物量分配模式基本相似,地上部分各器官生物量分配由大到小表现为干(73%)> 枝(16%)> 叶(11%)。     

含梯度项椭圆边值问题正径向解的存在性

用上下解方法讨论球外部区域Ω={x∈R^N: |x|>R}上含梯度项的椭圆边值问题:正径向解的存在性与唯一性, 其中N≥3, R₀>0, 连续. 在系 数函数K(r)=O(1/r^2(N-1))(r→+∞), 非线性项f(r,u,η)满足一些适当的不等式条件且关于η满足Nagumo条件时, 证明该问题正径向解的存在性与唯一性.     

莆田市臭氧天气指数构建及其影响因素研究

建立快速诊断气象条件和天气形势的综合性指标是臭氧(O³)污染预警预报、影响评估等工作的基础。该文以福建省莆田市为例,利用2015—2020年近地面O³监测和气象要素小时值资料,采用多元回归和标准化归一方法,构建臭氧天气指数(Ozone Weather Index, OWI)并检验匹配各季节臭氧污染事件的能力及指标阈值。结果表明,气象要素与OWI相关系数排名前三的是太阳总辐射、日照时数和日最高气温;年均ρ(O^3-8h)与OWI呈现显著正相关关系(r=0.515),春季ρ(O^3-8h)与OWI的相关系数r为0.631,且OWI>1.0时达到O³预警指标的概率为53.9%;秋季ρ(O^3-8h)与OWI的相关系数r为0.586,且OWI>2.0时达到O³预警指标的概率为46.7%;OWI对预测福建污染高发季节O³是否达到污染水平有很好的指示作用,对O³-IAQI等级预测也有很好的效果。     

岩溶石漠化不同修复林分的生物量和生产力及其动态变化

为阐明岩溶石漠化不同修复林分的生物量和生产力特征及其动态变化规律,选择2011年营造的顶果木Acrocarpus fraxinifolius纯林(PAFP)、降香黄檀Dalbergia odorifera纯林(PDOP)和顶果木×降香黄檀混交林(MADP)为研究对象,设置固定监测样地,基于2013年、2015年、2019年和2021年的4次林分生物量测定,研究3种修复林分生物量、定期平均净生产力的特征及动态变化。结果表明：(1) 3种修复林分生物量均随年龄的增加而显著增加;不同林分、不同树种各器官生物量的变化规律类似,但不同器官生物量的变化规律有所不同。(2) 3种林分在2013-2021年的林分定期年平均净生产力以PDOP最高(8.68 t/hm²),PAFP最低(2.36 t/hm²),MADP (5.09 t/hm²)介于两者之间;3种修复林分在2015-2019年、2019-2021年和2013-2021年的林分定期平均净生产力均存在显著差异,PDOP显著高于MADP和PAFP,MADP显著高于PAFP(P<...     

江西杉木人工林生物量分配格局及其模型构建

在省级尺度上分析不同林龄杉木生物量数据,以探索江西省杉木人工林生物量的动态分配格局及其准确估算方法。结果表明:江西省杉木人工林生物量变化范围为55.64～165.22 t/hm²,其乔木层生物量占94.2%以上。杉木林及其乔木层生物量随林龄先增加后略微下降,而各林龄的灌木层、草本层和凋落物层生物量均没有显著差异。幼龄林、近熟林、成熟林各组分生物量大小排序均为乔木层>凋落物层>灌木层>草本层,而在中龄林和过熟林中则为乔木层>凋落物层>草本层>灌木层。幼龄林各器官生物量大小排序为树干>叶>根>枝,而其他林龄中的排序均为树干>根>枝>叶。以胸径(D)为单变量的杉木单株生物量(W)模型(W=0.266D^2.069)及以胸径(D)和树高(H)为变量的模型(W=0.046 9(D²H)^{0.906 4})预测值小于测量值,且预测精度R²均为0.84,其精度和预测能力均低于以胸径、林龄(A)、密度(N)为自变量的生物量模型(W=11.497D^1.847A^0.082N^-0.478)。     

内蒙古温带草原的根冠比及其影响因素

温带草地大部分生物量分布在地下,地下生物量在草地生态系统碳循环中起着重要作用。利 用根冠比(R : S)和地上生物量来估算地下生物量是目前常用的方法,但目前缺乏根 冠比的数据。本研究利用内蒙古温带草原的生物量实测数据,分析了R : S及其影响因素。结果显示: (1) 内蒙古温带草原地上和地下生物量分别为135.3, 775.2g·m^-2,不同草原类型生物量差异显著,荒漠草原、典型草原和草甸草原的地上生物量分别为56.6、133.4和196.7 g·m^-2,地下生物量分别为301.0、688.9和1385.2g·m^-2。(2) 研究区3种草原类型的R : S差异较小,荒漠草原、典型草原 和草甸草原R : S中值分别为6.7、5.3和5.2,总体上,内蒙古温带草地的R : S为6.3。(3) R : S与年均温、年降水和土壤含水率之间没有显著相关关系。     

联合LiDAR和多光谱数据森林地上生物量反演研究

【目的】森林地上生物量的准确估测对于实时掌握全球碳储量变化及应对气候变化有着重要的意义。组合多种遥感数据特征优选,分类建模反演森林地上生物量,是提高森林地上生物量精度的有效方法。【方法】以根河市大兴安岭生态观测站寒温带天然林为研究对象,以机载激光雷达(LiDAR)、Landsat8 OLI两种遥感数据源结合55块地面调查数据,采用偏最小二乘算法优化筛选变量,再以线性多元逐步回归和快速迭代特征选择的最近邻算法(KNN-FIFS)构建模型,在两种数据源的不同组合方式下进行森林地上生物量反演。【结果】①基于线性多元逐步回归模型下的单一LiDAR数据反演精度决定系数(R²)为 0.76,均方根误差(RMSE)为 21.78 t/hm²;单一Landsat8 OLI数据的反演精度R²为 0.24,RMSE为39.27 t/hm²;LiDAR和Landsat8 OLI联合反演精度R² 为 0.84,RMSE为18.16 t/hm²;②基于KNN-FIFS模型下的单一LiDAR数据反演精度R²为 0.74,RMSE为23.83 t/hm²;单一Landsat8 OLI数据的反演精度R²为0.60,RMSE为 29.63 t/hm²;LiDAR和Landsat8 OLI联合反演精度R²为0.80,RMSE为21.15 t/hm²。【结论】①特征优选支持下的3种组合方式中,LiDAR和Landsat8 OLI两种数据的组合在两种模型中反演精度均最高,其中线性多元逐步回归模型的反演精度最高,说明LiDAR和Landsat8 OLI数据组合,激光雷达与光学数据优势特征互补,协同反演可有效提高森林地上生物量的反演精度;②单一数据源反演森林地上生物量精度中,LiDAR数据比Landsat8 OLI数据在两种模型反演精度中均较高,这与LiDAR数据空间分辨高、可获得垂直结构特征参数有关。     

亚热带常绿阔叶林幼树与灌木的地上生物量模型

【目的】准确估测亚热带常绿阔叶林木本植物幼苗、幼树及灌木的地上生物量,为森林生态系统的经营管理提供理论参考。【方法】通过采样准确获得九连山39种木本植物746个单株样本的地径(d)、树高(h)和木材基本密度(ρ),以及各器官(叶、枝、干)的地上生物量观测值,并按生活型将样本分为乔木组、小乔木组和灌木组3类,分别以d²、ρd²、d²h和ρd²h为自变量拟合模型,根据拟合模型的R²值和估计值的标准误(SEE)选择最优生物量模型。【结果】九连山常见木本植物的木材基本密度在0.459～0.784 g/cm³之间; 推导的64个生物量模型都具有较高的R²值和较低的SEE值,据此选择出16个最优生物量模型。其中,小乔木组和灌木组的叶片和枝条生物量在只含自变量d时具有较高的R²值,而乔木组和小乔木组树干以及总的地上生物量在含自变量d、h和ρ时具有较高的R²值和SEE值。【结论】研究拟合的模型可准确估算该地区及相似地区常见木本植物幼苗、幼树及灌木的地上生物量。     

新疆草地植被的地上生物量

2004年对新疆地区的草地地上生物量进行了大范围的调查,据此估算了新疆6种主要草地类型的地上生物量密度和总量,并探讨了草地地上生物量与环境因子的关系。结果表明,草原类型中,荒漠草原的地上生物量密度最小 (34.9 g C·m^-2),草甸草原最大 (87.3 g C·m^-2),而典型草原 (53.2 g C·m^-2)和高寒草原 (47.7 g C·m^-2)介于两者之间;草甸类型中,山地草甸 (117.4 g C·m^-2)的地上生物量密度显著高于高寒草甸 (58.1 g C·m^-2)。6种草地的地上生物量总量为14.65 Tg C,约占全国的10%。地上生物量主要集中于高寒草原和高寒草甸,两者占总量的41.7%;其次是典型草原、山地草甸和荒漠草原,分别占19.0%、18.3%和14.6%;草甸草原因分布面积小而使得其地上生物量最小,仅占总量的6.4%。草原和草甸地上生物量的控制因子存在差异：草原地上生物量主要受降水控制,而草甸地上生物量则与温度相关。除受气候影响外,草原地上生物量还与土壤含水率、土壤总氮含量正相关,而草甸地上生物量与土壤含水率、土壤总氮含量均不相关。     

普里河浮游生物群落结构、生物多样性及鱼类资源现状

【目的】研究三峡库区普里河浮游生物群落结构、生物多样性及鱼类资源现状,为普里河流域生态环境的监测和治理提供数据支撑。【方法】于2019年3—4月在普里河设置8个采样断面,开展浮游生物群落结构及鱼类资源现状调查与分析,并运用Shannon Wiener多样性指数(H′)、Pielou指数(J)及Marglef指数(D)评价浮游生物的生物多样性,由此综合评价水质受污染程度。【结果】在普里河共采集到浮游植物6门44属92种,以硅藻门(Bacillariophyta)为主,硅藻门物种数占浮游植物总物种数的60.87%;浮游植物的密度和生物量平均值分别为4.0×10⁴ 个·L^-1、0.061 9 mg·L^-1;浮游植物H′、J和D的平均值分别为2.244 0、0.896 8和2.961 7。普里河的浮游动物共4门21属28种,以轮虫类(Rotifera)为主,轮虫类物种数占浮游动物总物种数的53.57%;浮游动物的密度与生物量平均值分别为246个·L^-1、3.684 7 mg·L^-1;浮...     

广义商高数的纯指数Diophantine方程ax+by=cz的解

运用Gel’fond-Baker方法证明,在m≥105r3时,丢番图方程ax+by=cz仅有正整数解（x,y,z）=（2,2,r）.其中r和m为正偶数,（a,b,c）=（|V（m,r）|,|U（m,r）|,m2+1）,V（m,r）+U（m,r）（-1）^1/2=(m+（-1）^1/2)r.     

基于无人机影像的城市复杂三维绿量快捷估算——以上海植物园为例

三维绿量是表征城市植被生态效益的综合指标,如何在高度异质性的城市生境中精确、快捷地开展三维绿量监测,是当前城市植被生态效益评估亟待解决的难题.本研究以上海植物园为对象,通过无人机航摄系统对上海植物园进行低空高分辨率影像获取,逐像元提取并计算地表高程模型和冠层高度模型,对上海植物园三维绿量进行估算,进而对绿量空间分布格局进行分析.研究发现:（1）无人机影像的整体平面和高程精度优于0.1 m,冠层高度模型精度的平均误差为0.27 m,标准差为0.58 m.（2）上海植物园的绿量分布呈东北低西南高的格局,总绿量为3 538 944.50 m³.绿量最高的3个园区分别为牡丹园（289 491.00 m³）、松柏园（338 322.10 m³）和温室附属绿地（360 587.50 m³）;绿量最低的3个园区分别为休闲绿地（24 761.50 m³）、单子叶植物园（31 621.40 m³）和蔷薇园（74 607.30 m³）;植物园平均绿量密度...     

LSTM模型在京津冀干旱预测应用中的研究

在多时间尺度上对京津冀的旱情进行准确地预测可为当地抗旱提供有效支撑。基于1961—2019年京津冀22个气象站点的降水、气温、平均湿度等多个气象因子数据,计算标准化降水蒸散发指数(standardized precipitation evapotranspiration index, SPEI),并构建长短时记忆神经网络模型(long short-term memory model, LSTM)对多时间尺度的SPEI(SEPI-3、SPEI-6、SPEI-9、SPEI-12和SPEI-24)进行时空预测。采用平均绝对误差(MAE)、均方根误差(RMSE)和决定系数(R²)对预测模型进行精度评估。结果表明在唐山气象站上,LSTM模型对多时间尺度SPEI(SEPI-3、SPEI-6、SPEI-9、SPEI-12和SPEI-24)值的预测效果较好。在时间序列预测方面,LSTM模型的预测精度随着SPEI的时间尺度增加而逐渐提高,其中LSTM模型在3个月和24个月SPEI时间尺度上的MAE分别为0.473和0.197,RMSE分别为0.627和0.260,R²     

基于水资源通用配置与模拟模型的邯郸市水资源优化配置

为实现区域水资源的动态调控,立足河北邯郸市水资源本底条件差且管理需求高的现状,利用水资源通用配置与模拟(general water allocation and simulation, GWAS)模型构建了基于自然-社会二元水循环的动态邯郸市水资源配置模型,在选用1980—2016年和2020年相关数据分别对模型水循环模块和配置模块开展参数率定和验证的基础上,对区域2025年和2035年平水年(保证率P=50%)、枯水年(P=75%)的水资源分别进行配置。结果表明：邯郸市2025年平水年和枯水年的配置水量分别为22.43×10⁸ m³和21.53×10⁸ m³,缺水率分别为11.70%和22.13%,缺水口主要在农业;2035年平水年和枯水年的配置水量分别为25.02×10⁸ m³和23.31×10⁸ m³,缺水率分别为4.53%和21.81%,其缺水情况较2025年明显改善;受邯郸市天然水资源匮乏和西高东...     

基于GA-BP神经网络的软土路基运营期沉降预测

为了实现高速公路软土路基沉降的准确预测，采用遗传算法(GA)优化BP神经网络，研究3种输入对预测结果精度的影响.选取时间t以及其15 d前的沉降量S_t-15和平均沉降速率v_t-15为影响因素，在t、t-S_t-15、t-S_t-15-v_t-15三种输入下，分别取某高速公路软土路基运营期实测沉降数据的前50%、80%为训练集，余下原始数据为测试集，重复训练10次后取平均值作为输出值.采用决定系数(R²)来判别模型拟合度，均方根误差(RMSE)和平均绝对百分比误差(MAPE)作为模型性能的评价指标.结果表明：3种输入的R²均大于0.99;训练集占原始数据的比例为50%时，t-S_t-15输入的预测误差最小，RMSE为1.31 mm, MAPE为4.71%;训练集占原始数据的比例为80%时，t-S_t-15-v_t-15输入的预测误差最小，RMSE为0.29 mm, MAPE为1.00...     

基于Sentinel-1和Sentinel-2A数据的森林蓄积量估算

森林蓄积量是森林资源调查的重要指标,探究主动、被动遥感结合估算森林蓄积量对于森林资源监测具有重要意义.在吉林省临江市西小山林场以Sentinel-1和Sentinel-2A为数据源,提取80个纹理变量、24个光学特征变量和3个后向散射系数3种类型的变量,比较了基于多元逐步回归方法和随机森林方法建立的森林蓄积量估算模型,从而确定森林蓄积量估算的最佳方法.单一类型特征变量中,纹理变量构建的模型(a)效果相对较好,均方根误差为53.91 m³·hm^-2.在5个森林蓄积量估算模型中,结合多类型参数建立的模型(d)估算效果较好,R²为0.513,均方根误差为49.70 m³·hm^-2,相对均方根误差为0.26.此外,西小山林场呈现中南部较低,东部和中部偏西较高的森林蓄积量空间分布格局.融合Sentinel-1和sentinel-2A数据的信息,可以提高森林蓄积量估算精度.     

分数次积分算子与分数次极大算子的有界性估计(英文)

本文我们证明了如下结论: （1）分数次积分算子I_l与分数次极大算子M_l是K_q1^α,p1（1,ωα）到WK^q2α,p2（1,ωβ）中的有界算子,其中q1=1,0-α. （2）M_l是(L^p(|x|^l（p-1）),Lp(|x|^-l)型的（11,L¹(|x|^-l))型的.     

气候变化对义乌市义乌小鲵栖息地适宜性影响

义乌小鲵(Hynobius yiwuensis)是中国特有的易危小鲵科动物，仅分布于浙江省的部分丘陵山地.为更好地保护其野生种群资源、维持生物多样性，于2017年11月—2019年3月开展野外调查，并采用MaxEnt模型对义乌市义乌小鲵的栖息地进行了分析和评价.结果表明：调查发现义乌市义乌小鲵野外繁殖坑共计18处，包含成体2尾，幼体1 575尾，卵袋151对；气候变量重要性分析表明，降水量为最主要因子，累计贡献率为49.1%,其他重要因子分别为最冷季降水量(43.0%)、最湿季平均温度(40.3%)、降雨量季节性变化(4.7%)、最干季降水量(3.9%)、季节性变动率(3.7%);当前义乌小鲵在义乌市适宜面积共计438.88 km²,其中，高适宜区面积为49.75 km²,次适宜区面积为127.13 km²,低适宜区面积为262.00 km²;在3种气候情景下(RCP2.6,RCP4.5,RCP8.5),2050年高适宜分布区面积较当前分别增长58.3%,12.8%和18.1%,2070年高适宜分布...