检索结果-内蒙古大学图书馆

遥感学报 2020年第5期24卷 511-520页

作者：覃先林李晓彤刘树超刘倩李增元中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091

中国目前已形成了地面巡护、近地面监测、航空巡护和卫星监测等4级立体林火监测层次,但森林火灾仍是造成中国森林资源损失、森林生态环境安全和人身伤害的主要林业灾害。为对林火预警监测技术研究提供技术借鉴参考,本文从可燃物参数估... 详细信息

中国目前已形成了地面巡护、近地面监测、航空巡护和卫星监测等4级立体林火监测层次,但森林火灾仍是造成中国森林资源损失、森林生态环境安全和人身伤害的主要林业灾害。为对林火预警监测技术研究提供技术借鉴参考,本文从可燃物参数估测、烟区识别、着火点检测、森林大火燃烧动态监测、森林火烧迹地制图、森林火灾受害程度评价、森林燃烧生物量估算和火后植被恢复监测等8个方面,对中国近二十多年来开展的林火卫星遥感预警监测应用技术的研究进展、存在的技术问题和发展趋势进行了分析,并对构建服务于生态文明建设的天-空-地一体化的林火预警监测技术体系建设进行了展望。

关键词：卫星遥感技术林火预警林火监测森林防火

来源：评论

学校读者我要写书评

暂无评论

机载光学全谱段遥感林火监测

引用

遥感学报 2020年第10期24卷 1280-1292页

作者：庞勇荚文覃先林斯林梁晓军林鑫李增元中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091

森林火灾是一种危害极大的自然灾害,是森林扰动的主要类型之一,直接影响森林生态系统结构、碳循环甚至全球气候的变化。近年来,航空平台和传感器的技术进步有效地提升了机载遥感系统探测和监测森林火灾的能力,推动了机载遥感在森林可燃... 详细信息

森林火灾是一种危害极大的自然灾害,是森林扰动的主要类型之一,直接影响森林生态系统结构、碳循环甚至全球气候的变化。近年来,航空平台和传感器的技术进步有效地提升了机载遥感系统探测和监测森林火灾的能力,推动了机载遥感在森林可燃物调查及载量评估、火险测报预测、火场态势及火情监测、灾害损失评估以及火烧迹地生态修复治理等方面的应用。本文首先介绍了中国林业科学研究院机载光学全谱段遥感系统CAF-LiTCHy(Chinese Academy of Forestry’s LiDAR,Thermal,CCD and Hyperspectral airborne observation system),描述了激光雷达扫描仪、热红外相机、CCD相机和高光谱传感器等传感器的参数;然后,阐明了集成方案和观测数据的处理方法;最后,以四川省西昌市"3.30森林火灾"作为该系统火后灾情遥感调查和灾情评估应用示例,综合多传感器数据特征,进行森林火烧程度评价,分析该系统采集的正射影像、冠层高度模型、高光谱影像、热红外影像在森林火灾监测评价中的潜力。研究结果表明CAF-LiTCHy机载遥感观测系统能有效获取森林火灾的灾情信息、火场及火环境参数,可为预防、预报预警、扑救指挥、灾害评估和生态修复提供支持。

关键词：遥感机载观测系统光学全谱段遥感西昌“3.30森林火灾” 林火烈度热红外影像高光谱影像

来源：评论

学校读者我要写书评

暂无评论

崇礼冬奥核心区华北落叶松人工林结构特征与优化模拟

引用

林业科学 2022年第10期58卷 79-88页

作者：张晓红周超凡张状冯林艳王利华符利勇谭炳香中国林业科学研究院资源信息研究所北京100091 国家林业和草原局森林经营与生长模拟重点实验室北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091 河北省张家口市崇礼区林业和草原局张家口075000

【目的】以崇礼冬奥核心区华北落叶松人工林为研究对象,开展林分结构特征分析和空间结构优化模拟研究,为制定华北落叶松人工林结构调控措施提供科学依据。【方法】设置3块面积0.09 hm2(30 m×30 m)标准地,基于标准地调查数据分析林... 详细信息

【目的】以崇礼冬奥核心区华北落叶松人工林为研究对象,开展林分结构特征分析和空间结构优化模拟研究,为制定华北落叶松人工林结构调控措施提供科学依据。【方法】设置3块面积0.09 hm2(30 m×30 m)标准地,基于标准地调查数据分析林分结构特征,以空间结构最优为目标,采用乘除法对角尺度W、混交度M、密集度C、交角竞争指数UaCI和林层指数S共5个林分空间结构指标进行多目标规划,构建林分空间结构优化模型,对比模拟采伐前后林分空间结构的变化。【结果】3块标准地华北落叶松断面积比例达70%以上,白桦为伴生种,径阶分布在6~26 cm之间,均呈近似正态分布,树高分布呈非对称型单峰山状,且峰值均出现在14 m树高级。林分平均角尺度W、混交度M、密集度C、交角竞争指数UaCI和林层指数S分别为0.460、0.106、0.918、0.297和0.363,处于林木均匀分布、低度树种混交、高度树冠竞争和垂直结构分化较差的状态。模拟采伐后采伐强度均低于20%,林分空间结构目标函数值提升13.62%。在M、S分别提高21.17%和15.23%的同时,C、UaCI分别下降10.22%和5.19%。【结论】研究区华北落叶松人工林结构简单、树种单一,林木分化程度较弱,树冠竞争明显,整体表现出同龄纯林的特征。模拟采伐后林分树种隔离程度和林层分化提高,林分光照竞争压力得以缓解,采伐能够最大限度地优化林分空间结构,构建的空间结构优化模型可为华北落叶松人工林抚育间伐提供可行的方法参考。

关键词：空间结构优化模型华北落叶松人工林冬奥核心区采伐

来源：评论

学校读者我要写书评

暂无评论

多极化星载SAR森林覆盖变化检测方法

引用

林业科学 2019年第5期55卷 74-84页

作者：谷鑫志陈尔学李增元赵磊范亚雄王雅慧中国林业科学研究院资源信息研究所国家林业和草原局遥感与信息技术重点开放性实验室

【目的】利用多极化星载SAR数据,分析后向散射强度比值影像的概率密度分布特征,融合后向散射强度信息和影像空间上下文信息,提出一种具有较高检测正确率及较低虚警率和漏警率的森林覆盖变化检测方法,为多极化SAR卫星数据的业务化应用提... 详细信息

【目的】利用多极化星载SAR数据,分析后向散射强度比值影像的概率密度分布特征,融合后向散射强度信息和影像空间上下文信息,提出一种具有较高检测正确率及较低虚警率和漏警率的森林覆盖变化检测方法,为多极化SAR卫星数据的业务化应用提供技术支撑。【方法】将"2期分别分类森林覆盖变化检测法"(CBFC)与"贝叶斯最大期望-马尔科夫随机场(EM-MRF)变化检测法"相结合,首先采用阈值分割法分别对2期多极化SAR影像进行森林-非森林分类得到初始森林覆盖变化图,然后以初始森林覆盖变化图作为训练数据对多极化比值影像进行Fisher特征变换和EM-MRF分类处理,2个时相的HH、HV极化比值影像经Fisher特征变换转化为一个综合差异影像,输入EM-MRF进行迭代分类得到森林覆盖变化检测结果。以黑龙江省逊克县为试验区,以2期ALOSPALSAR双极化数据为SAR遥感数据,以对2期Landsat-5影像、高空间分辨率遥感影像进行目视解译得到的森林覆盖变化图为参考,对本研究提出方法的有效性与CBFC方法及直接用CBFC提取的森林覆盖变化检测图掩膜EM-MRF地表覆盖变化检测图方法(CBFC-EM-MRF)进行比较评价。【结果】通过Fisher特征变换得到的差异影像可有效增强森林覆盖变化、未变化类别的对比度;CBFC通过阈值分割法进行森林-非森林分类,提取的森林覆盖变化图中出现很多面积很小的虚警检测,漏警率也很高,而本研究提出方法通过MRF加入影像空间上下文信息,提高了检测结果的空间连贯性,森林覆盖变化检测虚警率为1.58%,漏警率为11.87%,正确率为98.36%,检测效果和精度明显优于CBFC和CBFC-EM-MRF。【结论】多极化星载SAR森林覆盖变化检测方法具有收敛性好、检测结果可信度高、需要用户交互较少等特点,对我国高分三号及未来其他多极化SAR卫星的森林资源监测业务应用具有重要参考价值。

关键词： ALOSPALSAR 双极化森林覆盖变化检测马尔科夫随机场贝叶斯准则

来源：评论

学校读者我要写书评

暂无评论

基于机载激光雷达的崇礼冬奥核心区林分地上生物量反演

引用

林业科学 2022年第10期58卷 35-46页

作者：陈星京冯林艳张宇超刘清旺杨朝晖符利勇白晋华山西农业大学林学院晋中030801 中国林业科学研究院资源信息研究所北京100091 国家林业和草原局森林经营与生长模拟重点实验室北京100091 国家林业和草原局林草调查规划院北京100714 国家林业和草原局林业遥感与信息技术重点实验室北京100091

【目的】基于机载激光雷达数据建立结构稳定的林分地上生物量预测模型,考虑最小二乘、混合效应和贝叶斯等参数估计方法对最优生物量预测模型选择进行探讨,为生物量建模方法研究、生物量估测提供科学依据,为冬奥核心区实现“双碳”目标... 详细信息

【目的】基于机载激光雷达数据建立结构稳定的林分地上生物量预测模型,考虑最小二乘、混合效应和贝叶斯等参数估计方法对最优生物量预测模型选择进行探讨,为生物量建模方法研究、生物量估测提供科学依据,为冬奥核心区实现“双碳”目标和生物量模型计算提供技术支撑。【方法】基于崇礼冬奥核心区2种森林类型(华北落叶松和白桦)62块实测样地及对应的激光雷达数据,通过变量筛选分别建立最小二乘、混合效应和贝叶斯生物量模型,应用确定系数(R^(2))、均方根误差(RMSE)、残差、总体相对误差(TRE)评价模型,采用留一交叉法验证模型精度。【结果】筛选出相关性较高的激光雷达变量共20个,最终进入模型的自变量3个。拟合效果最好的是Logistic混合效应模型(RMSE=22.99 t·hm^(-2),R^(2)=0.768,TRE=6.08%),分树种建立模型后华北落叶松模型拟合效果提升(RMSE=22.92 t·hm^(-2),R^(2)=0.795,TRE=7.45%),白桦模型预测精度提高(RMSE=23.34 t·hm^(-2),R^(2)=0.440,TRE=4.35%)。利用训练好的模型预测崇礼冬奥核心区生物量并制图。【结论】基于机载激光雷达和地面实测数据估测林分地上生物量,非线性模型优于线性模型;以龄组为随机效应的非线性混合效应模型预测精度最高;贝叶斯估计受先验条件影响较大,本研究样本量偏少,贝叶斯估计具有进一步探讨的价值。

关键词：机载激光雷达林分地上生物量混合效应模型贝叶斯模型

来源：评论

学校读者我要写书评

暂无评论

基于GF-2影像的崇礼冬奥核心区土地覆盖和树种分类

引用

林业科学 2022年第10期58卷 10-23页

作者：冯林艳谭炳香刘清旺周超凡于航张会儒符利勇中国林业科学研究院资源信息研究所北京100091 国家林业和草原局森林经营与生长模拟重点实验室北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091 中国林业科学研究院华北林业实验中心北京102300

【目的】比较国产高分二号(GF-2)卫星影像不同方法组合下的崇礼冬奥核心区土地覆盖分类和优势树种识别效果,分析处理单元、空间分辨率、特征集、分类算法对总体精度和树种分类精度的影响,为崇礼区土地覆盖和树种分类相关研究提供经验参... 详细信息

【目的】比较国产高分二号(GF-2)卫星影像不同方法组合下的崇礼冬奥核心区土地覆盖分类和优势树种识别效果,分析处理单元、空间分辨率、特征集、分类算法对总体精度和树种分类精度的影响,为崇礼区土地覆盖和树种分类相关研究提供经验参考,促进国产高分系列数据的行业应用。【方法】以崇礼冬奥核心区为研究对象,以GF-2影像为数据源,分别从不同处理单元(像元、对象)、不同空间分辨率(1和4 m)、不同特征集(光谱特征、纹理特征、形状特征)、不同分类算法4个维度对比分析50种不同方法组合下的土地覆盖分类效果,同时识别白桦和华北落叶松2个优势树种。基于无人机航拍影像和二类小班数据获取训练和验证样本,采用总体精度和Kappa系数评价不同方法下的整体分类效果,由制图精度和用户精度计算的调和平均值(F1)评价优势树种分类精度。【结果】1)像元水平4 m分辨率光谱特征集的MLC法土地覆盖分类精度最高,总体精度为79.65%,Kappa系数为0.722;华北落叶松林最高F1为0.79,对应分类方法组合为对象水平1 m分辨率光谱+纹理+形状特征集的Bayes法;白桦林最高F1为0.77,对应分类方法组合为对象水平1 m分辨率光谱+纹理特征集的Bayes法;2)不同分类算法的分类精度与空间分辨率、特征集之间没有确定的响应规律,在控制其他条件尽可能相同的情况下,空间分辨率提高、特征增加不一定会提升分类精度;同一分类算法在不同空间分辨率或特征集下,对其他某一因素变化的响应方向和程度也不相同;3)土地覆盖分类在像元水平表现更好,华北落叶松林的像元和对象水平方法没有显著差异,白桦林在对象水平表现更好;4) SVM分类算法在不同处理单元、不同空间分辨率、不同特征集下均有稳定的高精度表现,监督统计分类算法MLC和Bayes也有很优异表现。【结论】GF-2数据在崇礼冬奥核心区土地覆盖分类和优势树种识别方面表现较好,分类效果受空间分辨率、处理单元、特征集、分类算法等多因素影响。

关键词：冬奥核心区 GF-2影像土地覆盖树种分类空间分辨率

来源：评论

学校读者我要写书评

暂无评论

基于变化更新的中东欧国家森林覆盖制图

引用

林业科学 2024年第5期60卷 116-126页

作者：王春玲史锴源庞勇蒙诗栎北京林业大学信息学院北京100083 国家林业和草原局林业智能信息处理工程技术研究中心北京100083 中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091

[目的]分析中东欧国家森林资源覆盖状况,了解中东欧各国林业的现实情形和独特优势,为中国与中东欧国家加强林业合作提供基础数据。[方法]基于Google Earth Engine(GEE)平台获取中东欧国家2020年生长季无云影像,利用随机森林算法对影像... 详细信息

[目的]分析中东欧国家森林资源覆盖状况,了解中东欧各国林业的现实情形和独特优势,为中国与中东欧国家加强林业合作提供基础数据。[方法]基于Google Earth Engine(GEE)平台获取中东欧国家2020年生长季无云影像,利用随机森林算法对影像进行分类,应用连续变化检测和分类算法得到森林变化信息并更新初步分类结果,最终获得中东欧国家土地覆盖分类结果。利用欧盟统计局土地利用/覆盖区域框架调查(LUCAS)数据、目视解译数据以及联合国粮农组织统计数据(FAOSTAT)对本研究分类结果进行验证和评估,结合谷歌高分辨率影像对制图结果进行分析。[结果]本研究分类结果利用LUCAS数据和目视解译数据的森林类型用户精度分别为0.930和0.911,生产者精度分别为0.860和0.956,总体精度分别为0.810和0.881,整体上优于GlobeLand30 2020产品(森林类型用户精度分别为0.920和0.900,生产者精度分别为0.690和0.840,总体精度分别为0.700和0.832)。根据研究结果计算出中东欧国家总体森林覆盖率为39.6%,相比GlobeLand30 2020结果(34.4%),与FAOSTAT的森林覆盖率(40.0%)更接近。目视上看,本制图结果在细节刻画上比GlobeLand30 2020产品更丰富,更能准确反映森林分布特征。截至2020年,中东欧国家森林覆盖呈北部、东南地区和西南地区丰富密集,中部分布广泛且相对较少的特点,爱沙尼亚、拉脱维亚、斯洛文尼亚、黑山等国家森林分布茂密,波兰、匈牙利等国家森林分布较为稀少。[结论]针对中东欧国家森林覆盖应用需求,本研究提出基于产品变化更新的森林覆盖制图方法,生产了中东欧国家2020年森林覆盖产品。本研究方法可为大区域森林覆盖制图提供新的借鉴和参考,结果有助于宏观了解中东欧国家森林覆盖状况。

关键词：中东欧国家 Google Earth Engine 森林资源遥感监测

来源：评论

学校读者我要写书评

暂无评论

基于机载LiDAR数据的崇礼冬奥核心区树冠覆盖率估算

引用

林业科学 2022年第10期58卷 24-34页

作者：谢栋博雷雅凯张宇超刘清旺符利勇陈巧中国林业科学研究院资源信息研究所北京100091 国家林业和草原局森林经营与生长模拟重点实验室北京100091 河南农业大学风景园林与艺术学院郑州450002 国家林业和草原局林草调查规划院北京100714 国家林业和草原局林业遥感与信息技术重点实验室北京100091

【目的】对比分析基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法估算冬奥核心区森林树冠覆盖率的优劣性,探讨样地树冠覆盖率、激光点云密度和冠层高度模型(CHM)栅格分辨率对估算精度的影响,探索最优树冠覆盖率估算... 详细信息

【目的】对比分析基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法估算冬奥核心区森林树冠覆盖率的优劣性,探讨样地树冠覆盖率、激光点云密度和冠层高度模型(CHM)栅格分辨率对估算精度的影响,探索最优树冠覆盖率估算方法,为准确掌握冬奥核心区树冠覆盖率信息提供技术支持,促进森林可持续性经营管理。【方法】利用冬奥核心区67块样地机载激光雷达数据和单木检尺数据,采用线性回归拟合树冠覆盖率实测值和估算值,以决定系数(R^(2))和均方根误差(RMSE)为评价指标,比较基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法的树冠覆盖率估算精度,分析样地树冠覆盖率、激光点云密度与树冠覆盖率估算误差的关联性,以及冠层高度模型栅格分辨率对树冠覆盖率估算方法稳定性的影响。【结果】1)基于归一化点云分类信息算法的树冠覆盖率估算精度最高(R^(2)=0.790 1,RMSE=0.124 3),估算误差最低,平均高估1.17%,其次为基于冠层高度模型算法(R^(2)=0.763 8,RMSE=0.134 9),基于归一化点云首次回波算法的树冠覆盖率估算精度最低(R^(2)=0.758 2,RMSE=0.149 1);2)树冠覆盖率与估算误差间无明显相关性,3种算法在树冠覆盖率小于0.4的样地中普遍出现低估现象,在树冠覆盖率0.4~0.8的样地中高估与低估现象相近,在树冠覆盖率大于0.8的样地中普遍出现高估现象;激光点云密度与估算误差间也无相关性,激光点云密度增大并未提高树冠覆盖率估算精度;3)基于冠层高度模型算法稳定性最高,10种栅格分辨率估算的树冠覆盖率无明显差异,R^(2)介于0.755 1~0.762 2之间,RMSE介于0.150 7~0.153 9之间;适用于冬奥核心区树冠覆盖率估算的最佳冠层高度模型栅格分辨率为0.8 m×0.8 m。【结论】通过对冬奥核心区67块样地进行树冠覆盖率估算,体现出基于归一化点云分类信息、归一化点云首次回波和冠层高度模型3种算法的适宜性,基于归一化点云分类信息算法的树冠覆盖率估算精度最高;结合样地树冠覆盖率、激光点云密度和冠层高度模型栅格分辨率综合分析3种算法的优劣性,可为大范围森林树冠覆盖率调查提供技术支持。

关键词：激光雷达树冠覆盖率冬奥归一化点云首次回波冠层高度模型

来源：评论

学校读者我要写书评

暂无评论

2000—2020年中国荒漠化潜在发生范围区林草覆被时空变化特征

引用

地理学报 2022年第11期77卷 2803-2816页

作者：李长龙王燕高志海孙斌广州商学院信息技术与工程学院广州511363 中国林业科学研究院资源信息研究所北京100091 国家林业和草原局林业遥感与信息技术重点实验室北京100091 山东省国土空间数据和遥感技术研究院济南250002

干旱地区林草植被生长动态变化是研究荒漠化形成发展和演变过程的重要依据。本文基于改进方向性像元二分模型构建的2000—2020年中国荒漠化潜在发生范围区(PEDC)年植被覆盖度数据集,采用Sen+Mann-Kendall时间序列趋势变化检测方法,分析... 详细信息

干旱地区林草植被生长动态变化是研究荒漠化形成发展和演变过程的重要依据。本文基于改进方向性像元二分模型构建的2000—2020年中国荒漠化潜在发生范围区(PEDC)年植被覆盖度数据集,采用Sen+Mann-Kendall时间序列趋势变化检测方法,分析了2000—2020年PEDC,特别是林草覆盖区的植被生长状况时空变化特征。研究结果表明:①2000—2020年,PEDC平均植被覆盖度为0.284,改进的植被覆盖度估算结果能够较好地反映研究区植被覆盖状况,估算精度为86.98%。PEDC植被生长状况不断趋好,其中干旱区表现最为突出,显著增加区域达到了48%,而亚湿润干旱区平均增长量最大为0.1。②林草生态恢复工程措施效果显著,但植被恢复是个长期缓慢的过程,特别是林草面积的恢复。2000—2010年林草面积增加较少(0.002%);2010—2020年增加较多(0.371%)。③2000—2020年PEDC林地植被改善最明显,草地则较为稳定,植被覆盖度显著性增加区域分别为76.4%和71.8%。其中林地植被覆盖度在亚湿润干旱区增长量最大为0.15,而整个研究区草地增长了0.06。本文更深入地掌握PEDC林草覆盖区长时间序列植被生长状况,为进一步制定和实施各项生态工程提供重要信息参考。

关键词：中国荒漠化潜在发生范围区(PEDC) 方向性像元二分模型植被覆盖度林草覆盖区

来源：评论

学校读者我要写书评

暂无评论

基于面向对象多特征变化向量分析法的森林资源变化检测

引用

林业科学研究 2021年第1期34卷 98-105页

作者：王晓慧谭炳香李世明冯林艳中国林业科学研究院资源信息研究所国家林业和草原局林业遥感与信息技术重点实验室北京100091

[目的]基于面向对象变化向量分析法,进行森林资源变化检测。[方法]应用国产高分二号多光谱影像,以森林采伐和造林活动多、林地变化频率高的广西壮族自治区上思县为研究区,应用随机森林平均精确率减少的方法进行变化特征的选择,通过选取... 详细信息

[目的]基于面向对象变化向量分析法,进行森林资源变化检测。[方法]应用国产高分二号多光谱影像,以森林采伐和造林活动多、林地变化频率高的广西壮族自治区上思县为研究区,应用随机森林平均精确率减少的方法进行变化特征的选择,通过选取的不同特征向量和常规的基于光谱均值、光谱均值和标准差的变化向量分析法,以及基于NDVI差值法的变化检测结果对比,获取较好的森林资源变化检测方法和结果。[结果]高分二号多光谱影像的蓝、绿、红波段光谱均值和NDVI值共4个特征参与的变化向量分析法,识别森林资源变化精度高,总体精度92.94%,Kappa系数0.7630,变化地类误检率15.63%,漏检率22.86%。[结论]经过特征选择后,基于面向对象变化向量分析法比常规的多特征参与的变化向量分析法识别森林资源变化的效果好。

关键词：面向对象变化向量分析法高分二号多光谱影像特征选择森林资源变化检测

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：