检索结果-内蒙古大学图书馆

生态学报 2025年第6期45卷 2780-2797页

作者：王成雨扶欣然李佳怡梁瑞婷文毅孙玉军王轶夫陈玲北京林业大学森林资源和环境管理国家林业和草原局重点实验室北京100083

我国杉木人工林的轮伐期按其经营规程是25—30年,然而多代轮作后立地条件有所改变,有必要针对不同立地条件采用不同的间伐措施,合理调整轮伐期,以期获得最高的林分蓄积量。以江西省吉水县和福田县杉木人工林为研究对象,基于3-PGmix生长... 详细信息

我国杉木人工林的轮伐期按其经营规程是25—30年,然而多代轮作后立地条件有所改变,有必要针对不同立地条件采用不同的间伐措施,合理调整轮伐期,以期获得最高的林分蓄积量。以江西省吉水县和福田县杉木人工林为研究对象,基于3-PGmix生长过程模型,设定了四类不同的立地等级(I、II、III、IV),两次间伐(第一次设为第10年;第二次分别设为第15年的短间隔间伐和第20年的长间隔间伐)以及三种间伐强度(轻度10%、中度20%和重度30%),通过模拟和比较林分年平均最大生长量以及蓄积量,获得不同立地条件下相应合理的间伐措施以及轮伐期。结果表明:(1)在不同的立地等级下,林分年最大平均生长量表现出明显差异,在I类立地等级下高达25.09m^(3)/hm^(2),而IV类立地等级下仅为8.6m^(3)/hm^(2)。(2)未间伐林地在四类立地等级下对应的最优轮伐期分别为17.7年、18.7年、21.6年和25.4年,且与林地蓄积量表现出协同性,即林分蓄积量随着轮伐期的增加而减小。而间伐林分的轮伐期随立地等级的增加而增大,随间伐强度的增加而增加。(3)不同的间伐措施对林地总蓄积量造成的影响在不同的立地条件下表现不同:从林地蓄积量来看,长间隔间伐优于短间隔间伐;对于I类和II类立地等级的林分最优间伐方案是初次和二次间伐分别为20%和30%,III类立地等级的林分最优间伐方案是初次和二次间伐分别为10%和20%;最优间伐方案下,将此三类立地等级对应的最优轮伐期依次设为28.5年、29.4年和30.9年时,可将林分总蓄积量最大化。对于IV类立地等级的林地,应优先考虑改良土壤肥力。本研究的模拟结果能为不同立地条件下的杉木人工林间伐措施以及轮伐期的合理调整提供参考意见,从而助力我国杉木人工林的精细化经营以及森林质量精准提升。

关键词： 3-PGmix过程模型杉木人工林立地等级间伐措施轮伐期蓄积量

来源：评论

学校读者我要写书评

暂无评论

基于特征选择和机器学习的森林蓄积量估算

引用

北京林业大学学报 2025年第4期47卷 155-167页

作者：赵娅冰彭道黎郭发苗王荫黄静娴北京林业大学森林资源和环境管理国家林草局重点实验室北京100083

【目的】基于多源遥感数据,评估不同特征选择方法和机器学习算法组合构建的森林蓄积量估算模型的准确性,挖掘其协同互补潜力,以期有效提高森林蓄积量的估算精度。【方法】以河北省第九次国家森林资源连续清查数据为基础,结合GF-1、Senti... 详细信息

【目的】基于多源遥感数据,评估不同特征选择方法和机器学习算法组合构建的森林蓄积量估算模型的准确性,挖掘其协同互补潜力,以期有效提高森林蓄积量的估算精度。【方法】以河北省第九次国家森林资源连续清查数据为基础,结合GF-1、Sentinel-2、Sentinel-1和ASTER GDEM 4种遥感数据,采用随机森林变量选择(VSURF)、递归特征消除(RFE)和Boruta 3种特征选择方法,以及支持向量回归(SVR)、K-最近邻(KNN)、随机森林(RF)、分类提升(CatBoost)和极端梯度提升(XGBoost)5种机器学习算法,构建蓄积量模型,并筛选出最优模型。此外,通过方差分析量化数据集、特征选择和机器学习算法这3个因素对森林蓄积量估算的影响。【结果】(1)方差分析结果表明,数据集、特征选择和机器学习算法均对蓄积量估算性能有显著影响。(2)多源遥感数据的结合能有效提高森林蓄积量的估算性能。与其他数据集相比,联合GF-1、Sentinel-2、Sentinel-1和ASTER GDEM数据构建的模型表现出更高的估算精度。从整体来看,Boruta特征选择方法优于VSURF和RFE。CatBoost在建模中的表现优于其他算法(SVR、KNN、RF和XGBoost)。(3)基于GF-1、Sentinel-2、Sentinel-1和ASTER GDEM的组合,使用Boruta特征选择方法和CatBoost机器学习算法构建的估算模型实现了最高的准确性(R^(2)=0.6385,RMSE=13.3053 m^(3)/hm^(2))。【结论】基于多源遥感数据估算保定市森林蓄积量时,结合特征选择和机器学习算法可显著优化模型的估算效果,得到更精准的蓄积量估算结果。研究结果不仅改进了当前应用多源遥感数据估算森林蓄积量的方法,还为大范围森林蓄积量监测提供了新的思路和参考依据。

关键词：森林蓄积量多源遥感数据特征选择机器学习算法集成学习

来源：评论

学校读者我要写书评

暂无评论

基于Mask R-CNN和迁移学习的无人机遥感影像杉木单木树冠提取

引用

北京林业大学学报 2024年第3期46卷 153-166页

作者：谢运鸿孙钊丁志丹罗蜜李芸孙玉军北京林业大学森林资源和环境管理国家林业和草原局重点实验室北京100083

【目的】利用无人机遥感影像对树冠进行自动化提取,获取高精度树冠信息。【方法】该研究提出一种基于Mask RCNN和迁移学习的无人机影像单木树冠提取方法。首先,选用在Faster R-CNN基础上改进优化的Mask R-CNN实例分割模型,特征提取网络... 详细信息

【目的】利用无人机遥感影像对树冠进行自动化提取,获取高精度树冠信息。【方法】该研究提出一种基于Mask RCNN和迁移学习的无人机影像单木树冠提取方法。首先,选用在Faster R-CNN基础上改进优化的Mask R-CNN实例分割模型,特征提取网络在ResNet50残差网络和ResNet101残差网络二者间选取最优。其次,引入迁移学习与Mask RCNN一起训练,联合迁移学习的导向作用降低训练时间,提高训练精度。【结果】Mask R-CNN模型的总体精度为93.59%,用户精度为65.46%,F1分数为76.05%,平均精度均值为0.31;载入迁移学习后的Mask R-CNN模型在同等训练条件下比原模型的用户精度提升29.53%,F1分数提升19.63%,平均精度均值提升0.21;分别以ResNet50和ResNet101为特征提取网络的Mask R-CNN模型中,ResNet50+Mask R-CNN模型的总体精度、用户精度、F1分数、平均精度均值各为96.94%、95.57%、96.17%、0.54,ResNet101+Mask R-CNN模型的总体精度、用户精度、F1分数、平均精度均值各为96.20%、94.41%、95.19%、0.49;其中载入迁移学习的ResNet50+Mask R-CNN模型在预测东西冠幅、南北冠幅、树冠面积与样方郁闭度的预测决定系数分别为0.87、0.84、0.93和0.83。【结论】本研究提出的基于Mask R-CNN和迁移学习的方法得到了较为精准的树冠参数结果,为无人机遥感影像评估树木资源提供了一种快速高效的解决方案。

关键词：无人机遥感影像深度学习 Mask R-CNN 迁移学习树冠提取

来源：评论

学校读者我要写书评

暂无评论

将乐国有林场杉木径向生长及其对气候的响应

引用

北京林业大学学报 2024年第2期46卷 18-27页

作者：孙雅楠刘亚静孙钊罗蜜张运根孙玉军北京林业大学森林资源环境管理国家林业局重点实验室北京100083

【目的】杉木是我国南方特有的用材树种,其具有良好的绿化效果,同时也具有较高的经济价值。本文主要对不同时间尺度上杉木径向生长动态及其与气候因子的关系展开研究,为科学经营研究区杉木提供参考依据。【方法】本研究利用径向生长测... 详细信息

【目的】杉木是我国南方特有的用材树种,其具有良好的绿化效果,同时也具有较高的经济价值。本文主要对不同时间尺度上杉木径向生长动态及其与气候因子的关系展开研究,为科学经营研究区杉木提供参考依据。【方法】本研究利用径向生长测量仪对福建省将乐国有林场杉木进行了为期4年(2017年7月—2021年6月)的连续监测,对其径向生长量进行分析,确定生长季,同时进行偏相关分析及滑动相关分析探究温度、湿度、降水量等气候因子对杉木径向生长的影响。【结果】(1)杉木具有周期性的日径向改变,主要体现在3个阶段(第1个阶段是收缩、第2个阶段是恢复、第3个阶段是增长);杉木径向变化的季节动态经历了低谷期、上升期和稳定期;杉木的径向变化年际间存在差异,但径增长的时间序列和累积变化趋势基本是一致的。(2)拟合并分析杉木累积径向生长曲线可以确定福建将乐杉木的生长季为每年2—9月。(3)平均相对湿度、降水量、最低温度和平均温度是主要的影响因子,且杉木净增量与降水量具有显著正相关的关系,温度在适宜杉木径向生长的范围内越高越利于生长,但高于或低于这个范围均会起抑制作用;滑动相关分析结果表明随着生长季时间的变化,相关系数呈现先增加后减少的趋势。【结论】杉木径向生长与相对湿度、降水量、温度等气候因子有密切联系,因此研究杉木的径向变化特征和对气候因子的响应,为更好地规划目标树种的生存策略提供了重要的技术路径和参考模型。

关键词：杉木径向生长生长季气候因子

来源：评论

学校读者我要写书评

暂无评论

天然混交林林分发育阶段划分方法的比较

引用

北京林业大学学报 2024年第7期46卷 139-152页

作者：徐德鹏许芳泽孙海龙陈美晴向玮北京林业大学森林资源和环境管理国家林草局重点实验室北京100083 吉林省汪清林业局吉林延吉133200

【目的】以长白山云冷杉针叶混交林为例,比较林分不同发育阶段划分的方法,确定最适宜长白山云冷杉针叶混交林发育阶段划分的方法,以便有针对性地制定不同发育阶段的森林经营策略,为天然林发育阶段的科学划分提供方法依据。【方法】以吉... 详细信息

【目的】以长白山云冷杉针叶混交林为例,比较林分不同发育阶段划分的方法,确定最适宜长白山云冷杉针叶混交林发育阶段划分的方法,以便有针对性地制定不同发育阶段的森林经营策略,为天然林发育阶段的科学划分提供方法依据。【方法】以吉林省汪清林业局金沟岭林场天然云冷杉针叶混交林为研究对象,共收集2589个样地样本,采用种间联结−最优分割法(A)、林相特征判别法(B)、TWINSPAN双向指示物种分析法(C)、MRT多元回归树法(D)和基于TWINSPAN的判别分析法(E)5种方法,对云冷杉针叶混交林发育阶段进行划分。通过多重比较检验,验证不同发育阶段间是否存在显著差异,并使用吻合系数来评估不同方法划分结果间的一致性。最后,从树种组成和林分特征(包括样地的平均胸径、平均树高、公顷蓄积量、公顷株数、公顷生物量、公顷断面积、针阔比、物种多样性和径级大小多样性9个指标)方面,对5种方法的划分结果进行比较分析。【结果】多重比较的结果显示,用于描述林分特征的9个指标在不同发育阶段间基本存在显著差异,这表示结果较为可靠。方法D和方法E的吻合系数较高,表示这两种方法的划分结果较为一致;而方法B与其他方法的吻合性均较低。从林分的发育趋势来看,5种方法的划分结果大致相同。随着林分的逐渐发育,林分特征指标普遍增大,多样性指标降低,树种组成趋于简单。主要区别体现在公顷株数和树种组成指标,并且在不同方法的划分结果中,各个阶段之间指标的差异程度和每个阶段的样本量也有所不同。方法E的划分结果更符合林分的生长发育规律。具体来说,第1阶段云冷杉针叶混交林形成期,林分迅速生长;第2阶段林木间竞争加强期,个体显著分化;第3阶段林分发展为近自然林状态,即达到森林经营的目标状态。【结论】基于TWINSPAN的判别分析法能更好地划分林分的发育阶段,并将长白山云冷杉针叶混交林的发育过程划分为建群阶段—竞争阶段—近自然林阶段,为森林的科学经营提供了重要理论依据。

关键词：发育阶段划分云冷杉针叶混交林最优分割法判别分析 TWINSPAN MRT

来源：评论

学校读者我要写书评

暂无评论

气候的时滞效应和人为活动对黄土高原植被的影响

引用

生态学杂志 2025年

作者：郭发苗彭道黎苏艳芳赵娅冰王荫北京林业大学森林资源和环境管理国家林草局重点实验室东北林业大学园林学院

分析气候变化和人类活动对植被的影响，对于植被恢复与维护生态平衡有重大意义。而气候变量的时滞效应对植被的影响往往被忽视，这将导致低估气候变化对植被变化的影响。本研究分析了2000—2019年黄土高原植被的时空变化，探究了植被变... 详细信息

分析气候变化和人类活动对植被的影响，对于植被恢复与维护生态平衡有重大意义。而气候变量的时滞效应对植被的影响往往被忽视，这将导致低估气候变化对植被变化的影响。本研究分析了2000—2019年黄土高原植被的时空变化，探究了植被变化对气候变化时滞效应的响应，提出考虑气候时滞效应的修正残差分析法，揭示气候变化和人类活动对植被变化的影响。结果表明：2000—2019年，黄土高原植被NDVI明显增加，年增长率为0.048·10 a-1；从空间上看，黄土高原大部分地区植被NDVI都在增加，其中76.6%的地区显著增加；温度对NDVI的变化有明显的时滞效应，最佳滞后时间为1个月，降水无滞后效应；不同土地利用类型的植被时滞效应相同，但相关性有所差异；气候变化和人类活动对NDVI变化的贡献分别为0.01·10 a-1和0.03·10 a-1，其共同作用是近20年来黄土高原NDVI变化的主要原因，面积占比达到了58.3%，人类活动的单独作用大于气候变化。

关键词：植被变化时滞效应残差分析黄土高原

来源：评论

学校读者我要写书评

暂无评论

基于PSPNet深度学习网络景观要素语义分割的春季森林景观质量评价

引用

西北林学院学报 2024年第3期39卷 231-238页

作者：刘帅健邓华锋北京林业大学林学院北京100083 北京林业大学森林资源和环境管理国家林草局重点实验室北京100083

基于BIB-LCJ审美评判测量法对25个春季森林景观样本进行美景度评定,结合PSPNet深度学习网络对春季森林景观图像进行语义分割,建立美景度与景观要素的多元线性回归模型。结果表明:1)PSPNet对于天空与植被的识别精度分别为87.9%与86.7%,... 详细信息

基于BIB-LCJ审美评判测量法对25个春季森林景观样本进行美景度评定,结合PSPNet深度学习网络对春季森林景观图像进行语义分割,建立美景度与景观要素的多元线性回归模型。结果表明:1)PSPNet对于天空与植被的识别精度分别为87.9%与86.7%,属于可用范围。2)与美景度相关的7个春季森林景观要素中,“植物层次”“花朵色彩丰富度”和“色彩统一程度”可提升春季景观美景度,而“枯枝可见率”“灌草层比例”“土壤裸露程度”和“视觉干扰物比例”对美景度则有负面影响。研究结果为春季森林景观的营建和质量提升提供了指导。此外,基于计算机视觉的深度学习PSPNet模型提供的语义分割技术,有效解决了景观图像组成量化这一客观的景观要素分解方法的应用技术瓶颈。

关键词：语义分割美景度景观要素分解森林景观质量评价深度学习

来源：评论

学校读者我要写书评

暂无评论

采伐干扰对吉林蛟河针阔混交林生产力稳定性的影响

引用

林业科学 2022年第3期58卷 1-9页

作者：刘晨张春雨赵秀海北京林业大学森林资源和环境管理国家林业和草原局重点实验室北京100083

【目的】研究采伐干扰对吉林蛟河天然次生针阔混交林林分生产力稳定性的影响,以期为针阔混交林的可持续经营提供理论依据。【方法】2011年7月在吉林蛟河建立4块1 hm^(2)的针阔混交林采伐样地,2011年12月进行抚育采伐,采伐强度为2.7%~77.... 详细信息

【目的】研究采伐干扰对吉林蛟河天然次生针阔混交林林分生产力稳定性的影响,以期为针阔混交林的可持续经营提供理论依据。【方法】2011年7月在吉林蛟河建立4块1 hm^(2)的针阔混交林采伐样地,2011年12月进行抚育采伐,采伐强度为2.7%~77.6%,平均值为39.2%,并于2013、2015和2018年复测保留木,利用样地中100个连续样方的木本植物数据,通过线性回归模型分析采伐强度、林分密度、土壤养分、林木大小分化(胸径Shannon-Wiener指数)和物种多样性(物种Simpson指数)与生产力稳定性的相关性;运用方差分解分析比较不同变量对生产力稳定性的贡献;进而利用结构方程模型探讨采伐对林木大小分化、物种多样性和生产力稳定性的影响及林木大小分化、物种多样性和生产力稳定性之间的关系。【结果】采伐强度与生产力稳定性无显著关系,物种多样性和林木大小分化与生产力稳定性均呈显著正相关(P<0.05),林分密度对生产力稳定性有显著负影响(P<0.05)。在方差分解中,物种多样性单独解释生产力稳定性的19.5%;林分密度和林木大小分化对生产力稳定性的贡献率分别为7.0%和7.6%。采伐强度对林分密度、土壤养分(土壤碳、氮、磷、钙含量的第一主成分)、林木大小分化有极显著的负向影响(P<0.001),路径系数分别为-0.629、-0.316和-0.255,而对物种多样性和生产力稳定性没有显著影响;林分密度、物种多样性和林木大小分化对生产力稳定性都有显著影响(P<0.05),路径系数分别为-2.063、1.652和1.463。林分密度、林木大小分化对生产力稳定性有显著的负向总效应(P<0.05),路径系数分别为-2.365和-0.556,物种多样性对生产力稳定性有显著正向总效应(P<0.05),路径系数为1.652;土壤养分对生产力稳定性无显著的负向总效应的效应;采伐强度对生产力稳定性没有直接显著影响,通过物种多样性和土壤养分对生产力稳定性的间接影响也不显著,而是主要通过林分密度和林木大小分化来影响生产力稳定性的变化,采伐强度对生产力稳定性有显著(P<0.05)的负向总效应,路径系数为-0.290。【结论】采伐强度对生产力稳定性没有直接影响,与生产力稳定性直接相关的影响因素是林分密度、林木大小分化和物种多样性,而采伐是通过调整林分密度和林木大小分化来间接影响生产力稳定性,从而影响森林生产力的变化。因此,在森林经营管理中,合理进行采伐干扰对促进森林生产力稳定性具有重要意义。

关键词：采伐干扰森林经营林木大小分化物种多样性生产力稳定性结构方程模型

来源：评论

学校读者我要写书评

暂无评论

基于经验模型和机理模型的杉木人工林生物量估测对比研究

引用

生态学报 2024年第8期44卷 3502-3514页

作者：李佳怡阮红玉邱思玉梁瑞婷朱兆廷文毅王成雨王轶夫孙玉军北京林业大学森林资源和环境管理国家林业和草原局重点实验室北京100083 吉水县石阳林场吉安331600

为了揭示间伐干扰下杉木人工林生物量的变化规律,研究利用江西省吉水县石阳林场的36块杉木人工林样地的实测数据和研究区气候数据,通过基于经验的引入地位指数(SI)的生物量生长方程组和基于机理的3⁃PG模型,模拟并预估林分生物量,分析在... 详细信息

为了揭示间伐干扰下杉木人工林生物量的变化规律,研究利用江西省吉水县石阳林场的36块杉木人工林样地的实测数据和研究区气候数据,通过基于经验的引入地位指数(SI)的生物量生长方程组和基于机理的3⁃PG模型,模拟并预估林分生物量,分析在间伐和非间伐的情况下,不同立地的林分其生物量0—50a的变化。结果表明:(1)构建了生物量生长方程组,并在参数a、b、c中引入地位指数SI,发现改进后的模型对于基础模型拟合精度更高,且对数似然比检验表明,改进效果显著(P<0.05)。(2)通过对3⁃PG模型预测精度验证发现,预估值和实测值之间有很高的一致性,各因子的决定系数(R^(2))在0.65—0.96之间,其中,胸径和树高的R^(2)均高于0.92;各因子的平均相对误差(MRE)不超过26%。(3)通过比较经验模型和机理模型的生物量预测发现,经验模型的预测误差MRE为16.50%,机理模型为23.52%,经验模型预估精度更高。进一步对未来预测对比分析表明,机理模型预估值高于经验模型。(4)两个模型模拟的杉木人工林生物量规律一致,即随着林龄的增加,杉木人工林林分总生物量均表现出先快速增加,后逐渐平稳的趋势;并且间伐不会改变这种趋势,但间伐林分在间伐后的生物量生长速率高于无间伐林分。此外,由于SI对经验模型影响显著,改进模型拟合效果更好,更具有生态学意义。参数化后的3⁃PG模型模预估精度较高,能够为江西杉木人工林生长规律研究提供依据。虽然经验模型和机理模型在对研究区杉木人工林生物量的预估上均具有较好的表现,但各具特点和局限性。经验模型参数较易获得,且经验模型预测生物量、林分胸高断面积和林分平均树高的R^(2)、MRE均优于机理模型;但模型对于建模数据内的评价效果较好,对于建模数据外的应用具有局限性,即经验模型更适合模拟生长期间的某一阶段的林分生物量。机理模型虽然需要的参数较多,但是考虑了生态学原理,弥补了经验模型的不足,可较好解释和模拟环境因子对树木生长的影响,对校正数据之外生长阶段的林分生物量预测更有优势。

关键词：生物量生长方程组 3⁃PG模型杉木人工林间伐林分生长

来源：评论

学校读者我要写书评

暂无评论

基于Ripley L函数的云冷杉针阔混交林优势树种幼树的空间格局分析

引用

北京林业大学学报 2024年第10期46卷 1-10页

作者：许芳泽孙海龙史景宁贺丹妮王福增向玮北京林业大学森林资源和环境管理国家林草局重点实验室北京100083 吉林省长白山森工集团汪清林业分公司吉林延吉133200

【目的】林下幼树的生长和分布通常决定着森林未来林分的结构组成和生长动态,探究优势树种幼树的空间分布格局及种间关联性,以期为森林生态系统的恢复和森林演替动态的预测提供科学依据。【方法】以吉林省汪清县金沟岭林场1 hm2云冷杉... 详细信息

【目的】林下幼树的生长和分布通常决定着森林未来林分的结构组成和生长动态,探究优势树种幼树的空间分布格局及种间关联性,以期为森林生态系统的恢复和森林演替动态的预测提供科学依据。【方法】以吉林省汪清县金沟岭林场1 hm2云冷杉针阔混交林样地内的5个优势树种(臭冷杉、鱼鳞云杉、红松、紫椴和五角槭)幼树为研究对象,分别使用一元Ripley L和二元Ripley L函数对5种幼树的种间空间关联性以及幼树与中树、成树间的种内空间关联性进行分析。【结果】(1)样地内共调查到幼树471株,数量上表现为臭冷杉(357)>鱼鳞云杉(47)>紫椴(23)>五角槭(12)>红松(14),臭冷杉占据绝对优势。(2)臭冷杉、鱼鳞云杉和紫椴幼树的空间格局在0~50 m范围内,随尺度增加表现为聚集–均匀–随机的分布模式;五角槭以聚集分布为主,仅在23~28 m尺度上呈随机分布;红松在14~21 m、31~36 m及39~50 m尺度上呈聚集分布,在其余尺度上均呈随机状态分布。(3)幼树种间关系在中小尺度(0~36 m)上以显著的空间正相关为主,在大尺度(36~50 m)以不相关为主,仅臭冷杉幼树在42~50 m上与其余树种呈显著空间负相关,表明5种幼树间保持着良好的共存的关系。(4)种内空间关联性在0~50 m尺度上以正相关为主,仅臭冷杉幼树与成树在42~50 m较大尺度上存在显著空间负相关,表明种内促进作用明显。【结论】在水平结构上,影响该林分幼树空间分布格局及其关联性的主要因素是种子的扩散限制及环境异质性,幼树在小尺度上以聚集分布为主;在垂直结构上,主林层对幼树具有明显的“庇护效应”,5种幼树种内、种间均存在着良好的互利共生的关系。因此,在天然云冷杉针阔混交次生林的恢复中,建议根据林分经营需要,在0~36 m的小尺度上进行以上幼树的聚集性补植补种,聚集程度为臭冷杉>云杉>红松,以提高幼树的存活率,促进其天然更新。

关键词：混交林幼树 Ripley L函数空间分布格局空间关联性

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：