您的位置: 专家智库 > >

文献类型

  • 4篇中文期刊文章

领域

  • 4篇农业科学

主题

  • 2篇松毛虫
  • 2篇落叶松
  • 2篇落叶松毛虫
  • 1篇大小蠹
  • 1篇遥感监测
  • 1篇灾害
  • 1篇山松
  • 1篇气候
  • 1篇气候变化
  • 1篇气象
  • 1篇气象因子
  • 1篇种群
  • 1篇种群数量
  • 1篇最大熵
  • 1篇最大熵模型
  • 1篇阈值
  • 1篇阈值分割
  • 1篇小蠹
  • 1篇林分
  • 1篇林分结构

机构

  • 4篇中国科学院
  • 3篇沈阳师范大学
  • 3篇中国科学院大...
  • 1篇国家林业局

作者

  • 4篇于跃
  • 4篇房磊
  • 3篇杨健
  • 2篇马望
  • 1篇刘志华
  • 1篇王文娟
  • 1篇佟艳丰
  • 1篇方国飞

传媒

  • 3篇生态学杂志
  • 1篇应用生态学报

年份

  • 1篇2021
  • 3篇2016
4 条 记 录,以下是 1-4
排序方式:
落叶松毛虫发生的空间分布及其影响因子被引量:6
2016年
落叶松毛虫是大兴安岭林区的主要食叶害虫之一,利用模型模拟其景观尺度的空间分布、揭示其发生机理对落叶松毛虫灾害的预防和治理具有重要意义。本研究基于黑龙江省大兴安岭林区下辖3个林业局2008—2012年落叶松毛虫发生数据(小班水平),应用广义线性模型和最大熵模型预测了落叶松毛虫在立地条件、林分结构等环境变量共同作用下的空间分布,对比分析了环境变量的相对重要性,量化了落叶松毛虫发生概率对环境变量的响应规律。结果表明:广义线性模型与最大熵模型均取得了较好的预测结果,两种模型预测落叶松毛虫发生概率的空间分布大体一致,但通过设定不同的虫害发生概率阈值,适宜发生面积存在明显差别。海拔、龄组、土壤厚度、落叶松百分比是影响落叶松毛虫分布的重要环境变量。其中,落叶松毛虫发生概率在海拔300 m附近最高;中龄林、幼龄林的发生概率显著高于其他龄组;土壤厚度薄的小班更易爆发成灾;虫害发生概率与落叶松比例存在非线性正相关关系。
于跃房磊王凤霞马望佟艳丰杨健
关键词:落叶松毛虫林分结构
气象因子对落叶松毛虫种群数量的影响被引量:10
2016年
为探究落叶松毛虫种群数量与气象因子的关系,利用大兴安岭地区落叶松毛虫发生年度监测数据与气象数据构建线性回归模型,以赤池信息量准则为评价依据,通过逐步回归的方式从拟合优度和复杂度两方面权衡选取最优模型.采用相对权重法确定影响落叶松毛虫种群数量的关键气象因子,并量化了关键气象因子对松毛虫种群数量的影响.结果表明:低龄幼虫期和繁殖期是影响落叶松毛虫种群数量的关键时期,而中龄幼虫期和高龄幼虫期的影响较弱;低龄幼虫期日相对湿度均值、低龄幼虫越冬期日均温小于-22℃积温和繁殖期降水总量是影响落叶松毛虫种群数量的关键气象因子;低龄幼虫期日相对湿度均值和繁殖期降水总量的标准差每增加1倍,落叶松毛虫种群数量的标准差分别减少62%和35%;低龄幼虫越冬期日均温小于-22℃积温的标准差每增加1倍,落叶松毛虫种群数量的标准差增加40%.表明全球气候变暖趋势下落叶松毛虫的爆发特点等可能呈现出新的形式,建立长期的种群数量监测体系尤为重要.
于跃房磊方国飞王凤霞杨健
关键词:落叶松毛虫种群数量气象因子
基于最大熵模型的神农架林区华山松大小蠹灾害遥感监测被引量:12
2016年
掌握森林病虫害的发生范围和危害程度,对于森林管理部门制定及时、有效的防治决策至关重要。本研究以2014年湖北省神农架林区华山松大小蠹(Dendroctonus armandi)灾害为背景,以野外调查数据、多光谱陆地资源卫星影像(Landsat)和数字高程模型(DEM)为基础数据源,结合最大熵(Max Ent)模型和迭代阈值分割算法,提出了适用于复杂林区的森林病虫害遥感监测方法(Max Ent-Segmentation),实现了神农架林区华山松大小蠹灾害空间分布范围和灾害程度的专题制图与精度评价。同时,为衡量所提出方法对于灾害程度评估的可靠性与准确度,本文还与传统光谱指数分析法进行了对比研究。结果表明:结合遥感光谱指数、海拔、坡度及有效太阳辐射等环境因子构建的Max Ent模型能够较为准确地监测华山松大小蠹灾害发生范围,受试者工作特征曲线下面积(AUC)值为0.938;当分类类型包括健康、轻度和重度时,Max Ent-Segmentation法分类精度最高达73.68%,明显高于传统光谱指数分析法(64.47%),表明该算法能够提高森林虫灾监测精度,适合用于植被类型多样、地形复杂林区的病虫害遥感监测。
马望房磊方国飞于跃张旭杨健
关键词:LANDSAT华山松大小蠹最大熵模型阈值分割
气候变化对中国林火干扰空间格局的影响被引量:8
2021年
林火是森林生态系统中广泛存在的自然干扰,深刻地影响森林生态系统的结构和功能,研究林火干扰时空格局的驱动因子并揭示气候变化对林火空间分布的影响,对于理解气候变化-火干扰-森林生态系统之间的多过程相互反馈关系有重要意义。本研究基于Global Fire Atlas数据集,提取2003—2016年中国林火发生密度、燃烧率和平均火烧斑块面积3个林火干扰参数,综合应用3个模型(增强回归树、随机森林、支持向量机)系统分析气候、人类活动、植被和地形因子对中国林火干扰的影响,并预测气候变化对未来林火干扰的影响。结果表明,中国林火干扰呈空间聚集性分布,东北地区的林火发生密度和燃烧率较高,平均火烧斑块面积较大。不同林火干扰参数的驱动因子存在差异,全国尺度上,气候是控制林火动态的主导因子。气候变暖将会增加林火干扰,在SSP126和SSP585气候变化情景下,林火发生密度、燃烧率和平均火烧斑块面积增加幅度分别为39.4%~95.8%、85.2%~143.0%、220.4%~206.6%。未来研究应充分考虑气候因子对中国林火不同干扰参数的控制作用,以更加全面了解未来林火动态的变化趋势。
苏佳佳刘志华焦珂伟于跃李凯莉吕秋爽房磊王文娟
关键词:气候变化
共1页<1>
聚类工具0