拟建厦门至沙县高速公路尤溪段典型植被物种多样性及其评价

通过对拟建厦门至沙县高速公路尤溪段沿线6种典型植被群落的重点调查,依据调查的数据,分析不同群落的物种多样性指数、相似性指数和种-多度分布.结果表明:拟建高速公路两侧的植被群落物种多样性变化较大,植被群落多样性指数相对较低,样方之间物种共有度指数较小,群落乔木层及部分群落林下植被符合对数级数分布.     

草地的生态经济功能及其范式

在我国西部大开发的战略部署中 ,草地与草地畜牧业具有特殊的意义和地位。我国草地约有４３４９８４４ｋｍ２,其中７０ %以上在西部。在西部地区 ,特别是西北 ,草地不仅是草地畜牧业的基地 ,同时在生态环境保护与建设方面的作用也尤其重要。这是由于草地在西北的面积与分布范围远远大于森林 ,其覆盖与庇护土地的功能又显著优于荒漠。忽略这一点 ,就会丢掉西部最大的特色与优势。从长远的战略定位来看 ,西北地区的农业终将以草地畜牧业为主 ,依赖于草地的畜牧业及其相关产业终将成为西部地区的支柱产业 ,西部地区生态环境的改善与优化也在很…     

辽东湾地区烃源岩特征及其主控因素

根据烃源岩地球化学、岩石学、沉积学、构造沉降及古气候等特征,对辽东湾地区古近系3套湖相烃源岩发育的主控因素进行综合分析.结果表明:3套烃源岩均形成于温暖湿润的还原环境,生产力高;沙三段烃源岩形成于快速沉降的深水窄盆环境,水体根据温度和弱盐度分层,且具最高生产力;沙一段烃源岩形成于沉降速率低的浅水广盆环境,水体根据高盐度分层,且有机质生源高等植物贡献小;东下段烃源岩形成于快速沉降的深水广盆环境,水体根据温度和弱盐度分层;同层内烃源岩的差异受沉积相控制;沙三段烃源岩生烃潜力最好,沙一段次之,再次为东下段.     

北京山区植被盖度季节变化规律模拟研究

通过摄影与数字图像处理相结合的方法分析了1999年北京山区典型植被覆盖度的季节动态变化规律.研究结果表明,北京山区典型植被的覆盖度随季节都呈非线性变化,成熟期之前各种植被覆盖度增加较快,然后保持平稳,成熟期之后略呈减小趋势;不同植被类型的植被覆盖度随季节的变化规律又有所差异,其中农地,尤其是灌溉玉米其覆盖度随季节变化最为显著;不同的植被类型的植被覆盖度达到鼎盛期的日期也存在很大差异,果树最早,出现在6月初,非灌溉玉米最晚,出现在7月下旬;另外,北京山区典型植被受干旱影响的程度也各不相同.该结果可为北京山区土壤侵蚀模型预报、水土保持规划和环境治理提供一定的理论依据.     

基于遥感和GIS技术的祖厉河流域植被覆盖动态变化监测

利用祖厉河流域1987,1993,2003年的TM图像和2000年的ETM+图像共四期数据提取归一化植被指数(NDVI),运用混合像元模型(MPM)及NDVI反演植被覆盖度,并划分为4个不同的盖度等级.根据盖度等级的空间分布特征,比较分析了祖厉河流域植被覆盖变化情况.结果表明:整个祖厉河流域植被覆盖在1987-2000年逐步退化,到2000年起开始逐步恢复,经历了从逐步退化到逐步恢复的过程,植被的变化和土地利用方式紧密相关.基于遥感技术进行祖厉河流域植被覆盖度动态变化分析的研究思路和方法.为祖厉河流域生态环境保护提供参考依据.     

科尔沁沙地典型植被群落土壤水分异质性

半干旱沙区土壤水分对植物的成活与生长具有重要的影响.通过对不同植物种类区土壤水分的调查分析表明, 不同植物种类对土壤水分的影响存在显著差别.沙区地下水位深, 土壤水分主要依靠降雨补充, 固沙植物的生长明显地影响了土壤水分供给量, 乔木林地的土壤水分状况最差,灌木树种对深层土壤水分消耗少. 荒地的土壤水分状况最好.在半干旱沙地建立人工植被过程中, 应依照土壤水分状况配置植物种类.     

长江中下游河道岸滩低空机载LiDAR点云地形滤波算法

探索新兴的低空机载Li DAR技术,解决长江中下游植被高覆盖、高遮挡区岸滩地形测绘难题。提出一种针对多层次、高密度植被覆盖区的低空机载Li DAR点云植被滤波算法,该算法通过多回波分析对点云进行粗滤波后,采用数学形态学运算获取地面种子点,对地形局部进行趋势面拟合,再通过随机采样一致性检测,剔除植被点,保留地面点,从而获取测区的数字高程模型(DEM)。典型测区试验表明,该滤波算法能解决长江中下游河道岸滩地区地形起伏较大、植被高覆盖区域植被点云智能化剥离难题。根据测区实际情况,设计针对性的滤波算法,即使是植被与地面点云高度混淆、激光穿透率低于15%的复杂情形,仍能有效分离出地面和非地面点。     

青城山森林植被种子植物属的区系研究

青城山风景区森林植被种子植物属的植物区系成分十分复杂,区系起源古老,特有和珍稀淑危植物种类丰富,温带成分和热带亚热成分相互交触,反映了青城山森林中种子植物属分布区类型的过滤性。     

深度卷积神经网络的遥感植被检测方法

【目的】植被检测是城市生态研究的重要手段,然而由于遥感图像中植被存在阴影区域、遮挡区域以及色彩上的畸变等,导致当前的植被检测精度较低。基于遥感卫星影像,采用深度学习技术快速有效地检测出城市中的植被区域,为植被资源统计等相关研究提供依据。【方法】选用深度卷积神经网络模型,对高分辨率遥感影像中的植被区域进行检测。对不同的优化器,通过设置不同的卷积核大小,对精度进行对比分析。最后对网络层数进行研究,对设置合适网络层数进行分析,用构造的深度卷积神经网络在实验数据上进行植被区域检测。【结果】利用卷积神经网络处理二维图像时,无需手动提取特征,进行简单少量的预处理后,直接把图像输入到CNN模型中进行训练,即可实现图片的识别分类功能。降低了预处理的难度,同时局部感知和权值共享大幅度地减少了参数量,加快了计算速度。次抽样还能保证图像处理后的平移、旋转、缩放和拉伸的不变性。解决了传统方法计算量和样本量大、结构复杂以及费时的缺点。在采集到的高分辨率紫金山区域的遥感图像中,通过设计的多层卷积神经网络模型对区域中的植被资源进行分析,对比和研究不同的优化器、卷积核和网络层数,植被检测精度达到95.4%,明显高于当前众多植被检测算法。【结论】在深度学习中,目标检测的精度依赖于网络的结构设置,通过对优化器、卷积核以及网络层数进行设定,可以明显提高目标检测效率和精度。     

农田-草原景观界面中植被恢复的空间特征

在腰井子羊草草原自然保护区边缘处，对农田—草原景观界面内的植被恢复月动态及空间差异进行了研究．通过设置样带、样地及样方的方法，从2002年6月初至8月中旬采用收获法共取样三次，测定了界面内不同部位的植物种类组成和生物量．经对物种丰富度指数、α多样性指数、β多样性指数的计算，发现草原植被在恢复过程中，界面内物种的丰富度、多样性及它们的月变化并不是均一的，从而表明界面系统内部所发生的生态作用、生态过程都具有明显的空间特性．物种丰富度指数表现出高→低→高，物种的多样性指数表现出高→低的变化规律，羊草在界面的边缘处可在竞争中取得优势地位，成为界面群落中的优势种．界面中不论物种丰富度的高低，优势种明显的中部和边缘部位能收获较高的生物量；界面中部的物种恢复所受到的两侧系统的影响力也最低．所以，界面是一个具有特殊结构和功能的独立的系统．