检索结果-内蒙古大学图书馆

林业科学 2023年第9期59卷 13-22页

作者：龙时胜曾思齐杨盛扬中南林业科技大学长沙410004 南方森林资源经营与监测国家林业和草原据重点实验室长沙410004

【目的】构建栎类天然林最大密度线,探究栎类天然林自稀疏规律,从理论上丰富种群生态学,为天然林林分密度管理与控制提供理论参考。【方法】以湖南省265块栎类天然林连续清查样地为研究对象,对现有林分密度指数进行改进,采用分位数回归... 详细信息

【目的】构建栎类天然林最大密度线,探究栎类天然林自稀疏规律,从理论上丰富种群生态学,为天然林林分密度管理与控制提供理论参考。【方法】以湖南省265块栎类天然林连续清查样地为研究对象,对现有林分密度指数进行改进,采用分位数回归和随机前沿分析评估Reineke林分密度指数和改进林分密度指数在构建栎类天然林最大密度线方面的适用性,并对不同林分类型栎类天然林的自稀疏特点进行分析。【结果】与Reineke林分密度模型相比,改进林分密度模型的预测误差显著降低(P<0.05),模型以林分平均胸径和优势树种平均高为基础变量,能够更好诠释林分自稀疏的内涵;随机前沿分析方法在模拟天然林最大密度线模型方面更加客观且精度较高,分位数回归方法也可提供有价值的补充;天然混交林自稀疏过程受林分平均胸径和优势树种平均高的共同影响,林分平均胸径越大,自稀疏速率越快;林分优势树种平均高越大,林分可容纳株数越多。天然林自稀疏速率在不同类型林分之间存在显著差异(P<0.05),栎类相对纯林的自稀疏速率更快、死亡率更高。【结论】构建栎类天然林最大密度线,探究其自稀疏规律,可为栎类天然林自稀疏状态的判别提供定量依据,有助于精准提升栎类天然林林分质量,更好把握天然林的自稀疏动态。

关键词：自稀疏规则最大密度线林分密度指数天然林栎类

来源：评论

学校读者我要写书评

暂无评论

结合改进模拟连续变化检测与分类算法的桉树年龄和蓄积量遥感估测

引用

林业科学 2025年第4期61卷 46-55页

作者：段彩红林辉龙江平杨培松叶子林张廷琛李洵微朱立新中南林业科技大学林业遥感与信息工程研究中心林业遥感大数据与生态安全湖南省重点实验室、国家林业和草原局南方地区森林资源管理与检测重点实验室长沙410004

【目的】通过改进检测算法获取准确年龄变量,在此基础上提升桉树蓄积量遥感估测精度,缓和桉树蓄积量饱和效应问题。【方法】以多时相Landsat-8和Sentinel-2为数据源,分析桉树的时间序列生长曲线,融合线性插值和动态识别方法,采用模拟连... 详细信息

【目的】通过改进检测算法获取准确年龄变量,在此基础上提升桉树蓄积量遥感估测精度,缓和桉树蓄积量饱和效应问题。【方法】以多时相Landsat-8和Sentinel-2为数据源,分析桉树的时间序列生长曲线,融合线性插值和动态识别方法,采用模拟连续变化检测与分类(CCDC)算法识别采伐点,结合普通最小二乘法和斜率截距显著变化分析采伐点并推算桉树年龄。在此基础上,基于遥感特征和桉树年龄构建变量集1(由波段值、植被指数和纹理特征构成)和变量集2(由变量集1和年龄构成),采用多元线性回归(MLR)、k最邻近(KNN)、随机森林(RF)和支持向量机(SVR)4种模型估测桉树蓄积量。【结果】模拟CCDC算法对100个样本的识别准确率达82%,年龄与蓄积量之间的距离相关系数为0.71,远高于其他遥感变量。桉树蓄积量估测结果表明:变量集1的R^(2)为0.40,RMSE为41.11 m^(3)·hm^(−2),rRMSE为34%;变量集2的R^(2)为0.83,RMSE为22.08 m^(3)·hm^(−2),rRMSE为18%。变量集1中,模型计算结果较弱,R^(2)较低,RMSE和rRMSE较高;引入年龄的变量集2,模型计算结果显著提升,特别是SVR模型中,R^(2)升至0.83,RMSE和rRMSE明显下降,年龄变量的引入可提高桉树蓄积量模型估测精度。【结论】改进的模拟CCDC算法提高了年龄变量的准确性,且年龄与蓄积量呈现显著相关性。年龄变量的引入显著提升了模型性能,估测精度提高16个百分点。

关键词：林业遥感变化检测蓄积量年龄桉树

来源：评论

学校读者我要写书评

暂无评论

基于结构方程模型的杉木林林分结构多样性评价

引用

生态学报 2024年第2期44卷 745-756页

作者：莫永俊曹小玉赵文菲谢政锠孙亚萍袁达张泽莲吴树萍王萌蕾中南林业科技大学林学院长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室长沙410004

综合评价杉木林林分结构多样性,可为提高林分结构多样性和精准制定森林经营措施提供理论依据。以湖南省平江县福寿林场的杉木林为研究对象,利用4株邻近木构建林分空间结构单元,选取表征林分树种组成多样性的全混交度、Simpson多样性指数... 详细信息

综合评价杉木林林分结构多样性,可为提高林分结构多样性和精准制定森林经营措施提供理论依据。以湖南省平江县福寿林场的杉木林为研究对象,利用4株邻近木构建林分空间结构单元,选取表征林分树种组成多样性的全混交度、Simpson多样性指数与Shannon-Wiener指数,表征林木大小分化多样性的大小变异系数、大小分化度均值指数与交角竞争指数和表征林木空间分布多样性的角尺度、林层指数与空间密度指数等9个指标,构建林分结构多样性评价结构方程模型,并确定各指标权重,对林分结构多样性进行综合评价。结果表明:(1)林分结构多样性评价结构方程模型的卡方自由度比值χ2/df为1.409,介于1—3之间,比较适配指数(CFI)、常规拟合指数(NFI)、增值适配指数(TLI)和拟合优度指数(GFI)的值分别为0.985、0.953、0.978和0.931,均大于0.9,近似误差均方根(RMSEA)为0.048,小于0.05,各指数的拟合效果良好,模型的适配度较好,满足研究的需要;(2)3个内生潜在变量林分树种组成多样性、林木大小分化多样性和林木空间分布多样性的权重分别为0.3518、0.3201和0.3281,对外生潜在变量林分结构多样性的影响大致一样,Shannon-Wiener指数是影响林分树种组成多样性的关键因素,交角竞争指数是影响林木大小分化多样性的关键因素,林层指数是影响林木空间分布多样性的最重要因素;(3)研究区3个龄组杉木林林分结构多样性的综合得分分别为0.3364、0.4396和0.4588,评价等级处于Ⅱ、Ⅲ等级,林分结构多样性较低,未达到理想的状态。评价结果较客观地表征了研究区杉木林林分结构多样性的现状,表明利用结构方程模型来评价林分结构多样性是科学、可行的,可为林分结构多样性评价提供一个全新的思路。

关键词：杉木林林分结构多样性指标权重结构方程模型

来源：评论

学校读者我要写书评

暂无评论

栎类次生林自稀疏条件下的林分空间结构单元划分方法

引用

中南林业科技大学学报 2024年第6期44卷 128-134页

作者：王子卫肖化顺龙时胜曾思齐孙华吴小群中南林业科技大学湖南长沙410004 南方森林资源经营与监测国家林业和草原局重点实验室湖南长沙410004 国家林业和草原局林草调查规划院北京100013

【目的】划分栎类次生林自稀疏结构单元,是应用林分自稀疏发生规律开展栎类次生林经营的基础性工作。【方法】以湖南省2009年和2014年两期森林资源连续清查数据中6块栎类次生林样地为数据源,使用3种林分空间结构单元划分方法,分别得到... 详细信息

【目的】划分栎类次生林自稀疏结构单元,是应用林分自稀疏发生规律开展栎类次生林经营的基础性工作。【方法】以湖南省2009年和2014年两期森林资源连续清查数据中6块栎类次生林样地为数据源,使用3种林分空间结构单元划分方法,分别得到若干个结构单元,计算各结构单元内林木的株数密度和平均胸径,建立Reineke密度指数模型,比较模型的拟合效果和检验效果。【结果】方法1、方法2和方法3所得样本拟合的自稀疏边界线R^(2)分别为0.882、0.780、0.893;RMSE分别为0.180、0.229、0.169;方法3的拟合效果最好。3种方法的检验结果中,方法3对自稀疏判断的正确率为72%,检验效果较好;其余2种方法均低于50%。【结论】3种结构单元划分方法中,方法1忽略了距离死亡木较远的样木;方法2没有考虑位置不同的样木对死亡木影响的差异;方法3(Voronoi图+样圆权重法)更为完整地统计了对自稀疏有影响的样木,并区分为Ⅰ类样木和Ⅱ类样木,分别计算权重,分析其对死亡木影响的差异。方法3是一种考虑了林木空间分布差异,同时还依据对死亡木影响大小区分样木类别的林分空间结构单元划分方法。

关键词：栎类次生林自稀疏林分空间结构单元湖南省

来源：评论

学校读者我要写书评

暂无评论

基于结构方程模型的杉木公益林林分空间结构评价

引用

林业科学 2022年第8期58卷 76-88页

作者：赵文菲曹小玉谢政锠庞一凡孙亚萍李际平莫永俊袁达中南林业科技大学林学院长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室长沙410004

【目的】综合评价杉木公益林林分空间结构,确定不同龄组林分空间结构现状,为制定精准可行的林分空间结构优化和经营措施提供理论依据。【方法】以湖南省平江县芦头实验林场杉木公益林为研究对象,基于30块样地实测数据,采用4株木法确定... 详细信息

【目的】综合评价杉木公益林林分空间结构,确定不同龄组林分空间结构现状,为制定精准可行的林分空间结构优化和经营措施提供理论依据。【方法】以湖南省平江县芦头实验林场杉木公益林为研究对象,基于30块样地实测数据,采用4株木法确定林分空间结构单元,选取全混交度、角尺度和空间密度指数作为内生潜变量水平空间结构的观测变量,林层指数、开敞度和交角竞争指数作为内生潜变量垂直空间结构的观测变量,以林分空间结构为外生潜变量,构建林分空间结构评价结构方程模型,模型输出的路径系数通过归一化处理确定各指标权重,在此基础上对林分空间结构进行综合评价。【结果】1)林分空间结构评价结构方程模型的卡方自由度比值(χ^(2)/df)为1.708,介于1~3之间,比较拟合指数(CFI)、非正规化拟合指数(NNFI)和递增拟合指数(IFI)分别为0.944、0.924和0.946,均大于0.90,各拟合指数均符合适配参考值,模型整体适配度良好;2)内生潜变量水平空间结构、垂直空间结构的权重分别为0.5229、0.4771,对外生潜变量林分空间结构的影响大致相同,空间密度指数所占权重最高,是影响林分水平空间结构的关键因素,开敞度和交角竞争指数所占权重相等,是影响林分垂直空间结构的关键因素;3)杉木幼龄林、中龄林和近熟林的综合得分分别为0.3781、0.4526和0.3775,3个龄组的林分空间结构等级处于Ⅱ、Ⅲ等级。总体来看,研究区杉木公益林林分空间结构未达到理想状态,林分空间结构较差,树种混交程度低,接近零度混交至弱度混交状态,林分拥挤程度中等,林木透光条件一般,林层结构单一,但林木间竞争强度较弱,且空间分布格局较好,处于均匀至近似随机分布状态。【结论】林分水平空间结构和垂直空间结构均是影响林分空间结构的关键因素,空间密度指数是影响林分水平空间结构的最重要因素,开敞度和交角竞争指数是影响林分垂直空间结构的最重要因素,为改善研究区整体林分空间结构,应采取多树种补植和单株抚育间伐的综合经营措施。研究区3个龄组杉木生态公益林林分空结构评价结果较客观地反映了林分空间结构现状,采用结构方程模型对林分空间结构进行评价是科学合理的,可为林分空间结构评价提供一个全新的思路。

关键词：杉木公益林林分空间结构结构方程模型指标权重

来源：评论

学校读者我要写书评

暂无评论

改进分类回归树模型的青冈枝叶点云分类研究

引用

南京林业大学学报(自然科学版) 2024年第4期48卷 123-131页

作者：潘政尚马开森龙依赖珍贵孙华中南林业科技大学林业遥感信息工程研究中心林业遥感大数据与生态安全湖南省重点实验室南方森林资源经营与监测国家林业和草原局重点实验室中南林业科技大学芦头实验林场

【目的】传统的树木枝叶点云分类模型结构与特征过于复杂，存在稳定性差、精度低、模型过拟合及计算成本高等问题。研究以阔叶树青冈(Quercus glauca)地面激光点云数据为基础，提出一种改进的分类回归树(classification and regression ... 详细信息

【目的】传统的树木枝叶点云分类模型结构与特征过于复杂，存在稳定性差、精度低、模型过拟合及计算成本高等问题。研究以阔叶树青冈(Quercus glauca)地面激光点云数据为基础，提出一种改进的分类回归树(classification and regression tree, CART)枝叶点云分类模型。【方法】首先根据点的邻域特征构造特征描述子，确定邻域搜索参数的最佳取值。通过逐步引入变量和调整决策树模型结构实现对分类回归树模型的改进。将改进后模型的分类结果与Logistics回归和K近邻模型进行对比。【结果】特征描述子作为变量引入后，模型测试数据分类准确率有所提升，比Logistics回归和K近邻模型分别高出13.1%和13.6%;改进后的分类回归树模型准确率有较大提升，稳定性好且模型大小显著降低，模型大小较改进前减少了99.9%,数据训练时间仅为调整前的51.3%;改进后的方法在树干和树叶上的综合评价指标均在0.9左右，差距小于0.001,无过拟合现象。【结论】改进的CART模型具有较高的精度，在小样本上也能取得较好的分类效果，稳定性好。研究结果可为地面激光雷达枝叶点云精准快速分类提供参考。

关键词：地面激光雷达点云分类点云特征分类回归树

来源：评论

学校读者我要写书评

暂无评论

1990—2020年长江源地区生态环境质量动态变化及驱动力分析

引用

南京林业大学学报(自然科学版) 2024年

作者：王天宏蒋馥根龙依邓目丽孙华中南林业科技大学林业遥感信息工程研究中心林业遥感大数据与生态安全湖南省重点实验室南方森林资源经营与监测国家林业与草原局重点实验室

【目的】高效监测长江源地区生态环境质量的时空分布特征及其变化趋势，对维护三江源地区生态环境质量保护、制定长期、有效的生态保护恢复措施具有重要意义。由于遥感影像空间分辨率和数据获取及处理的限制，大区域遥感生态指数（remot... 详细信息

【目的】高效监测长江源地区生态环境质量的时空分布特征及其变化趋势，对维护三江源地区生态环境质量保护、制定长期、有效的生态保护恢复措施具有重要意义。由于遥感影像空间分辨率和数据获取及处理的限制，大区域遥感生态指数（remote sensing ecological index，RSEI）评价仍然存在局限性，需要完善方法，发挥其快速、客观、高效、可视化和可预测的优势。【方法】以Landsat系列影像为数据源，基于Google Earth Engine（GEE）平台快速云端计算获取1990—2020年植被生长季（6—9月）长江源地区的遥感影像，并计算区域长时间序列RSEI。使用变异系数、Sen+MK趋势分析、Hurst指数及趋势分析法，对长江源地区RSEI稳定性、时空变化特征、未来演化趋势及驱动力进行分析。【结果】①1990—2020年长江源地区RSEI主要分布于0.4～0.6之间，空间尺度上呈东高西低、南高北低的分布特征；②长江源地区RSEI变异系数均值为6.52%，表明东部和西部地区变化相对剧烈，中部地区变化相对稳定。RSEI整体呈现缓慢波动增加的趋势，年平均增速为0.004 7。在空间上，RSEI呈现整体改善，其中改善的区域占研究区面积的83.30%。③长江源地区RSEI的Hurst指数值平均值为0.53，未来变化持续性强于反持续性。长江源地区生态环境质量未来变化以持续改善为主，但整体趋势性偏弱，仍然存在退化的风险。④长江源地区RSEI与气温、夜间灯光指数、潜在蒸散发量均表现为正相关，表明自然因子和人类活动在一定程度上均能够影响生态环境质量改善。【结论】使用GEE获取遥感数据并结合时间序列数据分析，有快速监测大尺度生态环境质量的潜力，可以为三江源地区生态环境监测和保护提供参考。

关键词：长江源地区遥感生态指数(RSEI) 生态环境质量 Google Earth Engine(GEE) Hurst指数

来源：评论

学校读者我要写书评

暂无评论

中国沼泽湿地净初级生产力时空演变研究

引用

遥感学报 2025年第1期29卷 167-180页

作者：张猛钟安豪齐帅洋刘洋张怀清中南林业科技大学林业遥感信息工程研究中心长沙410004 中南林业科技大学林业遥感大数据与生态安全湖南省重点实验室长沙410004 中南林业科技大学南方森林资源经营与监测国家林业与草原局重点实验室长沙410004 中国林业科学研究院资源信息研究所北京100091

针对目前中国沼泽湿地净初级生产力NPP(Net Primary Production)估算研究相对薄弱以及植被指数饱和导致NPP估算精度偏低等问题,本研究基于MODIS遥感数据产品(MOD13Q1和MCD12Q1),利用核函数RBF(Radial Basis Function)构建的核归一化植... 详细信息

针对目前中国沼泽湿地净初级生产力NPP(Net Primary Production)估算研究相对薄弱以及植被指数饱和导致NPP估算精度偏低等问题,本研究基于MODIS遥感数据产品(MOD13Q1和MCD12Q1),利用核函数RBF(Radial Basis Function)构建的核归一化植被指数(kNDVI)与CASA(Carnegie-Ames-Stanford approach)模型估算了近20年中国沼泽湿地NPP,并定量分析并探讨了2001年—2020年中国沼泽湿地时空演变及其驱动机制。研究结果表明:基于kNDVI估算得到的NPP_Kndvi(以C计)与实测值具有较高的相关性(R^(2)=0.854)和较低的均方根误差(14.46 g/m^(2)·month),与NPP_NDVI相比更接近真实值;相比于NDVI等传统植被指数,kNDVI缓解了植被指数自身的饱和效应,在一定程度上提高了植被净初级生产力NPP的估算精度;近20年中国沼泽NPP年均值变化幅度162.73—189.34 g(/m^(2)·a),呈波动上升趋势,增速为1.215 g(/m^(2)·a)(R^(2)=0.82)。此外,在空间上,中国沼泽湿地NPP增加和减少的区域比例分别为72.96%和26.27%,主要集中在东北平原、青海省东北部和西南部以及四川北部。相比于人类活动,气候变化是影响中国沼泽湿地时空演变的主要驱动因子,两者影响区域占比分别为66.23%和33.76%。本研究可为中国沼泽湿地NPP估算及时空演变研究提供技术与数据支持。

关键词：沼泽湿地净初级生产力时空演变人类活动气候变化

来源：评论

学校读者我要写书评

暂无评论

点云切片结合聚类算法的TLS单木探测方法研究

引用

南京林业大学学报(自然科学版) 2024年第4期48卷 113-122页

作者：易静马开森向建平唐杰蒋馥根陈松孙华中南林业科技大学林业遥感信息工程研究中心林业遥感大数据与生态安全湖南省重点实验室南方森林资源经营与监测国家林业和草原局重点实验室湖南科技大学地理空间信息技术国家地方联合工程实验室中南林业科技大学芦头实验林场

【目的】针对直接使用地面激光雷达生成的冠层高度模型(canopy height model, CHM)和归一化点云(normalized point cloud, NPC)在复杂林分探测中存在单木探测能力不足的问题，研究引入点云切片结合聚类的方法以提高单木探测精度。【方... 详细信息

【目的】针对直接使用地面激光雷达生成的冠层高度模型(canopy height model, CHM)和归一化点云(normalized point cloud, NPC)在复杂林分探测中存在单木探测能力不足的问题，研究引入点云切片结合聚类的方法以提高单木探测精度。【方法】以广西壮族自治区6个不同林分密度的人工林样地为研究对象，利用地面激光扫描获取样地的归一化点云数据，提取高度在1.3 m处的点云切片，分别采用基于密度噪声应用空间聚类(DBSCAN)和均值漂移聚类(MS)算法对切片中的树干点云进行聚类。利用野外实测调查数据进行精度验证，并与基于CHM的局部最大值算法和基于NPC的点云分割算法(point cloud segmentation, PCS)的探测结果对比，评价和分析不同探测方法的适用性与参数敏感性。【结果】所有方法均可获得良好的探测结果，各样地的最优总体探测精度得分F≥0.86;点云切片结合聚类算法的单木探测方法结果最优。DBSCAN算法的聚类阈值(Eps)和均值漂移算法的聚类半径可显著影响单木探测率，最大Eps取决于最大林木间距，聚类半径接近最大单木胸径时的探测结果最优。【结论】基于点云切片结合聚类算法的单木探测能提高下层林木探测率，可有效改善高密度林分的单木探测精度，为不同林分的单木探测方法选择提供参考。

关键词：地面激光扫描单木探测点云切片聚类算法林木参数提取人工林

来源：评论

学校读者我要写书评

暂无评论

壶瓶山国家级自然保护区毛冠鹿适生区评估

引用

中国环境科学 2024年第5期44卷 2619-2629页

作者：刘祺唐涛李建军康祖杰于桂清杨存存中南林业科技大学计算机与数学学院湖南长沙410004 中南林业科技大学林学院湖南长沙410004 南方森林资源经营与监测国家林业与草原局重点实验室湖南长沙410004 湖南壶瓶山国家级自然保护区管理局湖南常德415319

壶瓶山国家级自然保护区(简称:壶瓶山保护区)被选为华南虎(Pantheratigrisamoyensis)的野化放归基地,评估华南虎的适生区是实施野化放归的首要工作.毛冠鹿(Elaphoduscephalophus)是保护区华南虎的3种主要猎物之一,评估其适生区能为有效... 详细信息

壶瓶山国家级自然保护区(简称:壶瓶山保护区)被选为华南虎(Pantheratigrisamoyensis)的野化放归基地,评估华南虎的适生区是实施野化放归的首要工作.毛冠鹿(Elaphoduscephalophus)是保护区华南虎的3种主要猎物之一,评估其适生区能为有效估计华南虎的适生区提供了参考.已有毛冠鹿生境选择研究未考虑气候因子和气候变化对其适生区利用与分布的影响.本文利用毛冠鹿的分布数据和环境因子,运用参数组合优化后的MaxEnt模型,评估了毛冠鹿在当前(1970~2000年)气候情景下的适生区利用特征和分布;并分别预测了SSP126(严格环保政策下的低碳排放量情景)和SSP585(宽松的环保政策下的高碳排放量情景)未来2种气候情景中,2050s(2040~2060年)和2090s(2080~2100年)2个时期的毛冠鹿适生区.最后,将不同时期的适生区划分为高、中、低3个等级.结果显示:最湿季度降水量和最冷季度平均温度对毛冠鹿生境选择的影响贡献为56%;当前气候情景下,高、中适生区总面积为486.5km^(2),占保护区总面积的72.9%;未来气候情景下,在SSP126情景中,高、中适生区总面积为553.7km^(2)(2050s)和597.2km^(2)(2090s),分别占保护区总面积的83.0%(2050s)和89.4%(2090s);在SSP585情景中,高、中适生区总面积为382.0km^(2)(2050s)和139.5km^(2)(2090s),分别占保护区总面积的57.2%(2050s)和20.9%(2090s).结果表明气候因子是毛冠鹿生境选择的主要影响因子;人类不同的发展路径将引起气候条件发生变化,这将对毛冠鹿的适生区分布产生显著影响.因此,必须考虑气候因子和气候变化对毛冠鹿生境选择的影响,才可以准确评估和预测壶瓶山保护区内毛冠鹿的适生区分布与变化.研究结果为毛冠鹿种群的保护策略的制定和华南虎野化放归计划的实施提供了重要参考.

关键词：壶瓶山保护区毛冠鹿 MaxEnt模型气候变化适生区

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

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

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

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：