共被期刊论文引用了2次
您的检索式：您选中1篇文献正在查看引证文献汇总
|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 森林生物量模型研究综述显示文摘从单木和林分两个水平系统综述了森林生物量模型特点及其构建方法,总结了单木生物量模型的基本特点及其构建方法,重点阐述了相容性森林生物量模型构建;从林分生物量模型、林分生物量因子模型及林分生物量遥感估测模型三个方面对在林分水平森林生物量模型进行了总结探讨。提出了新模型技术在森林生物量模型构建中的应用、整合环境因子的高精度森林生物量模型研究、森林生物量遥感模型构建的不确定性、基于相容性模型的主要树种生物量数表的编制研究展望。 | 欧光龙 胥辉 | 2020 | 西南林业大学学报(自然科学)2020，40，1： | 32 |
| 2 | 运用林分密度和平均高估测思茅松人工林地上生物量显示文摘以65块云南省普洱地区思茅松人工林圆形样地数据和sentinel-2多光谱影像数据为研究对象,利用林分平均高与林分密度(每公顷株数、林分疏密度、植被覆盖度、叶面积指数)估测思茅松人工林林分地上生物量。分析思茅松人工林林分地上生物量与林分密度指标的相关性;采用参数模型(不变参数模型和可变参数模型)和非参数模型(包括支持向量机、随机森林和BP神经网络)探索平均高和林分密度等变量估测林分思茅松人工林地上生物量。结果表明:思茅松人工林林分地上生物量与每公顷株树、林分疏密度、植被覆盖度、叶面积指数呈显著正相关(r>0.5);在构建思茅松人工林地上生物量的所有模型中,每公顷株数-林分平均高构建的可变参数模型(R2=0.966 0,RMSE=10.05 t·hm^-2)效果最优,林分平均高-林分疏密度构建的RF模型(R2=0.901 7,RMSE=19.37 t·hm^-2)次之,林分平均高-植被覆盖度构建的RF模型(R2=0.748 4,RMSE=33.36 t·hm^-2)最差;林分密度-平均高的地上生物量模型与实测地上生物量的相关性较高(R2=0.966 0),反演误差值较低(RMSE=10.05 t·hm^-2);叶面积指数比植被覆盖度对林分地上生物量变动有更好的解释能力,每公顷株数对林分地上生物量变动的解释能力好于林分疏密度。 | 张国飞 岳彩荣 赵勋 罗洪斌 谷雷 | 2021 | 东北林业大学学报2021，49，1： | 1 |
您所在的机构暂未开通此部分的功能，请联系管理员