广州白云山常绿阔叶林的结构特征

在线路调查和样方调查的基础上分析了广州白云山常绿阔叶林的结构特征，群落主要由亚热带科属组成，优势科为芸香科，五加科，茜草科，山茶科，壳斗科，鼠刺科，樟科等。优势树种也以相应的优势科属树种为主，群落中胸径≥3cm的个体密度较小，只有1964株/hm^2；群落较为低矮，平均高度只有6m；乔木垂直分化不明显，树种水平分布不均，白云山的植被是次生植被和人工造林改造的结果，只在山谷少数植被没受人类干扰，其现状植被是天然次生植被和人工植被的混合体，在一些由马尾松发展起来的群落，天然侵入的阔叶树种已在主要层中居优势；群落中可见马尾松衰退的痕迹。     

基于地理环境要素的叶面积指数遥感定量反演

叶面积指数(LAI)是分析冠层结构最常用的参数之一,它控制着植被的生物、物理过程,如光合、呼吸、蒸腾、碳循环和降水截获。但是通过地面直接测量来获取大面积的LAI十分困难,而传统的基于单植被指数的LAI反演方法也具有一定的缺陷。以福州市辖区与闽侯县的阔叶林和处于生殖生长阶段的水稻为研究对象,在传统单植被指数的LAI反演方法的基础上引进植被含水量、植被覆盖度和地形3个核心环境因子来建立LAI估算模型。结果表明:基于最佳植被指数与环境因子的LAI估算模型与未考虑环境因子的单植被指数LAI估算模型相比,其验证精度有所提高。其中,就阔叶林的LAI定量反演模型而言,R~2由0. 706～0. 717提升至0. 755,RMSD由0. 292～0. 297降低至0. 271;就生殖生长阶段的水稻LAI定量反演模型而言,R~2由0. 724～0. 879提升至0. 952,RMSD由0. 696～1. 054降低至0. 441,实现了较高精度的LAI定量反演模型,为福州市辖区及其周边闽侯县区域的LAI快速定量监测奠定基础。     

基于两种无人机航拍影像的林窗和林冠提取分析

森林冠层和林窗的结构及其时空变化是理解森林生态系统格局、动态变化过程的重要基础。在当前生物多样性监测倍受关注的契机下,如何以合适的手段准确描述林窗面积、分布等特征,并与森林固定样地监测数据有效地结合,更好地回答群落构建的理论问题,使森林群落物种多样性维持机制得到更全面的认识,是目前亟待解决的问题。以鼎湖山南亚热带常绿阔叶林20hm2固定监测样地为研究对象,基于不同遥感影像提取方法对其林窗和林冠表层数据进行提取分析。结果表明:基于监督分类的提取方法适合RGB波段航片林窗的提取,在林窗分类中,应首先确定林窗高度、边界木与最小面积,不同分类方法差异主要表现在林冠分类中,林窗分类生产者精度和用户精度表现都较为一致。无人机航拍识别率受地形因素影响较大,在地形复杂林地应按坡度分区域进行飞行以降低误差。相对于地面调查,MD4-1000无人机航片的林窗识别率为98.7%;大疆Phantom4无人机航片的林窗识别率为72.3%,影像后期处理数据量小,同样适用于森林林窗定量研究,符合生态学、林业等从业人员对大型样地林窗长期监测的要求。无人机航拍南亚热带森林物种识别难度较大,基于MD4-1000无人机搭载的高分辨率相机,在地势平缓区域优选的4 hm2样地中可识别林冠表层物种数17种,共2 706个个体。搭载高分辨率无人机在降低飞行高度的基础上可进行部分物种识别。应用无人机近地面遥感对森林固定样地进行林冠监测,可为后期群落构建研究提供数据基础,有望从新的研究角度探讨森林群落物种多样性维持机制。     

广州白云山常绿阔叶林的结构特征

在线路调查和样方调查的基础上分析了广州白云山常绿阔叶林的结构特征.群落主要由亚热带科属组成,优势科为芸香科、五加科、茜草科、山茶科、壳斗科、鼠刺科、樟科等.优势树种也以相应的优势科属树种为主.群落中胸径≥3cm的个体密度较小,只有1964株/hm2;群落较为低矮,平均高度只有6m;乔木垂直分化不明显,树种水平分布不均.白云山的植被是次生植被和人工造林改造的结果,只在山谷少数植被没受人类干扰.其现状植被是天然次生植被和人工植被的混合体.在一些由马尾松发展起来的群落,天然侵入的阔叶树种已在主要层中居优势;群落中可见马尾松衰退的痕迹.     

系统抽样方法在典型天然阔叶林调查中的应用

以福建省永安市麻岭村9 hm2的典型天然阔叶林为试验研究对象,应用系统抽样方法,分别200 m×100m、100 m×100 m、100 m×50 m和100 m×25 m四种抽样密度,探讨林分主要测树因子的抽样估计精度.结果表明:试验的天然阔叶林分平均树高、平均胸径、平均密度与平均单位面积蓄积量等主要测树因子的估计精度都分别要求达到70％以上、75％以上、80％以上和85％以上的最小抽样密度分别是100 m×100 m、100 m × 50 m、100m×50 m和10 0m×25 m.试验的天然阔叶林分胸径Ⅲ组林木蓄积量的估计精度分别要求达到70％以上、75％以上和80％以上的最小抽样密度分别是100 m×50 m、100 m×25 m和100 m×25 m.     

福建中亚热带天然阔叶用材林择伐技术Ⅰ.基于树种特征的目标树种清单

依据树种的最大直径、干形、枝下高、生长快慢、木材价值、保护等级等6个重要特征指标,参照各指标的标准,筛选出福建中亚热带天然阔叶用材林目标树种,共计26科62属79种,其中针叶树种15种、阔叶树种64种,优质目标树种39种、良好目标树种29种、特殊目标树种11种。     

亚热带常绿阔叶林

亚热带常绿阔叶林分布在南北纬25°～35°之间的大陆东部．如我国的长江流域、日本的南部和美国的东南部、澳大利亚的东南部、非洲东南部以及南美洲的东南部。气候属于亚热带季风气候和亚热带湿润气候．常绿阔叶林（又称照叶林）是这里的主要植被．发育着亚热带的黄壤和红壤。形成主要因素是由于亚热带季风区．雨热同期,降雨充足。适合阔叶林树木生长,冬季较为温和,降水较少。树木可吸收部分水份．     

Vegetation greenness modeling in response to climate change for Northeast Thailand

In Northeast Thailand, the climate change has resulted in erratic rainfall and tem- perature patterns. The region has experienced both periods of drought and seasonal floods with the increasing severity. This study investigated the seasonal variation of vegetation greenness based on the Normalized Difference Vegetation Index （NDVI） in major land cover types in the region. An assessment of the relationship between climate patterns and vegeta- tion conditions observed from NDVI was made. NDVI data were collected from year 2001 to 2009 using multi-temporal Terra MODIS Vegetation Indices Product （MOD13Q1）. NDVI pro- files were developed to measure vegetation dynamics and variation according to land cover types. Meteorological information, i.e. rainfall and temperature, for a 30 year time span from 1980 to 2009 was analyzed for their patterns. Furthermore, the data taken from the period of 2001-2009, were digitally encoded into GIS database and the spatial patterns of monthly rainfall and temperature maps were generated based on kriging technique. The results showed a decreasing trend in NDVI values for both deciduous and evergreen forests. The highest productivity and biomass were observed in dry evergreen forests and the lowest in paddy fields. Temperature was found to be increasing slightly from 1980 to 2009 while no significant trends in rainfall amounts were observed. In dry evergreen forest, NDVI was not correlated with rainfall but was significant negatively correlated with temperature. These re- sults indicated that the overall productivity in dry evergreen forest was affected by increasing temperatures. A vegetation greenness model was developed from correlations between NDVI and meteorological data using linear regression. The model could be used to observe the change in vegetation greenness and dynamics affected by temperature and rainfall.     

田纳西河流域气候及其对流域开发的影响

在湘教版《高中地理必修Ⅲ》中指出：“田纳西河流域位于美国阿巴拉契亚山脉的西面,流域面积10．6万平方千米;整个流域地处亚热带常绿阔叶林气候（即是亚热带季风性湿润气候）。此类气候特征：冬夏温差比季风区小,一年中降水分配比季风区均匀,夏秋季节降水梢多,冬春季节降水较少,雨热同期。但是从纳西河流域局部范围来说,有其特殊性,