【目的】研究树冠信息估测出林分密度、生长量等森林调查指标,判断林木生长优良状况提供参考,【方法】基于无人机遥感影像,以新疆农业大学实习林场主伐迹地下天山云杉林(Picea Schrenkiana var tianshanica)为研究对象,采用高斯-拉普拉...【目的】研究树冠信息估测出林分密度、生长量等森林调查指标,判断林木生长优良状况提供参考,【方法】基于无人机遥感影像,以新疆农业大学实习林场主伐迹地下天山云杉林(Picea Schrenkiana var tianshanica)为研究对象,采用高斯-拉普拉斯算子(Laplacian of Gaussian,LOG)结合最大类间方差寻找最优阈值(Otsu)对影像进行处理,并利用标记控制分水岭分割方法分别提取疏、中、密3种不同郁闭度的天山云杉单木树冠信息。【结果】利用优化后的标记控制分水岭分割方法较好的解决了过分割问题,对单木树冠信息提取的F测度在疏、中、密林区分别是98.26%、92.91%和87.57%。【结论】使用的方法提取单木树冠信息精度较高,可以评价对天山云杉林的生长状况,可对主伐迹地下天山云杉林的更新和恢复提供可靠的技术支撑。展开更多
文摘【目的】研究树冠信息估测出林分密度、生长量等森林调查指标,判断林木生长优良状况提供参考,【方法】基于无人机遥感影像,以新疆农业大学实习林场主伐迹地下天山云杉林(Picea Schrenkiana var tianshanica)为研究对象,采用高斯-拉普拉斯算子(Laplacian of Gaussian,LOG)结合最大类间方差寻找最优阈值(Otsu)对影像进行处理,并利用标记控制分水岭分割方法分别提取疏、中、密3种不同郁闭度的天山云杉单木树冠信息。【结果】利用优化后的标记控制分水岭分割方法较好的解决了过分割问题,对单木树冠信息提取的F测度在疏、中、密林区分别是98.26%、92.91%和87.57%。【结论】使用的方法提取单木树冠信息精度较高,可以评价对天山云杉林的生长状况,可对主伐迹地下天山云杉林的更新和恢复提供可靠的技术支撑。
文摘【目的】研究植物群落的数量分类和排序,分析植物群落与环境之间的关系,为新疆天山云杉林保护、天山西部山区森林群落更新恢复评价提供支撑。【方法】以天山西部国有林管理局巩留分局恰西森林公园为试验点,天山云杉(Picea schrenkiana var tianschanica)林为研究对象,基于群落学调查和环境因子测定数据,采用双向指示种分析(TWINSPAN)对天山西部云杉群落进行分类,冗余分析(RDA)方法对物种分布进行排序,分析物种群落的类型和特征以及与环境因子之间的关系。【结果】物种群落分为8组,群落中乔木层以天山云杉为优势种,天山花楸鲜有分布;灌木层植被较少,存在少量伊犁忍冬;草本层中主要以塔什克羊角芹、白花车轴草、羽衣草、早熟禾和弹裂碎米芥等为优势种,且分布较广泛。影响天山云杉林群落分布的主要环境因子是采伐强度、坡度、海拔、郁闭度和坡向。其中,环境变量对森林群落格局解释率占40.8%,采伐强度对森林群落格局解释率占4.9%,两者共同解释率占39.64%,未解释的部分占14.69%。【结论】天山西部云杉林划分为8个群落类型,采伐强度因子与环境因子共同影响群落分布格局,天然林得到了较好的恢复,森林资源状况得到改善,生态状况由持续恶化向逐步改善转变。
