国家自然科学基金(41161086)
- 作品数：3 被引量：14H指数：2
- 相关作者：红雨包刚王华周义包玉海更多>>
- 相关机构：内蒙古师范大学包头师范学院南京大学更多>>
- 发文基金：国家自然科学基金内蒙古自治区高等学校科学研究项目国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术环境科学与工程生物学更多>>
- 呼伦贝尔草原植物群落特征比较研究被引量：1
- 2014年
- 在对呼伦贝尔草原植被进行全面调查的基础上,选取羊草、大针茅+糙隐子草、冷蒿+糙隐子草、多根葱+大针茅、冰草+羊草、差巴嘎蒿+糙隐子草等12种典型植物群落,分别对它们的物种组成、丰富度指数Margalef、多样性指数Shannon-Wiener、均匀度指数Pielou等进行比较分析.研究结果表明,12种植物群落多以禾本科、菊科、莎草科和百合科的中旱生、旱生植物为优势种,旱苗蓼+杂草群落的物种组成最丰富,分布最均匀,羊草群落的物种组成最单一,分布最不均匀.
- 王华红雨包刚呼斯乐包贺喜吐嘎毕雅图
- 关键词：呼伦贝尔草原植物群落丰富度指数均匀度指数
- 基于高光谱数据和RBF神经网络方法的草地叶面积指数反演被引量：11
- 2012年
- 基于中国农业科学院在呼伦贝尔草原实测的120组草地冠层光谱反射率及相应的叶面积指数(LAI)数据,在进行主成分分析(PCA)实现降维处理的基础上,利用径向基函数(radial basis function,RBF)神经网络方法对草地LAI进行了高光谱反演研究。PCA结果表明,前9个主成分的累积贡献率达到了99.782%,能包含原光谱数据的绝大部分信息。将120组LAI及相应的9个主成分样本数据随机分为校正集数据(90组)和预测集数据(30组),分别用于神经网络模型的建立和LAI的预测。所构建的神经网络模型的模拟结果表明,RBF神经网络模型对校正集样本的模拟准确率达到100%(RMSE=0.009 6,R2=0.999);预测集样本的实测LAI和模拟LAI之间的均方误差和决定系数分别为0.218 6和0.839,取得了较好的模拟效果,有效提高了传统的多元线性回归方程(RMSE=0.416 5,R2=0.570)的计算精度。
- 包刚覃志豪周义包玉海辛晓平红雨海全胜
- 关键词：高光谱数据RBF神经网络反演
- 呼伦贝尔典型草原不同群落类型植被碳密度研究被引量：2
- 2015年
- 在对呼伦贝尔典型草原植被调查的基础上,选取了羊草、大针茅＋糙隐子草、冷蒿＋糙隐子草、多根葱＋大针茅、冰草＋羊草、差巴嘎蒿＋糙隐子草、柴巴嘎蒿＋羊草、糙隐子草＋大针茅、克氏针茅＋糙隐子草、羊草＋寸草苔、旱苗蓼＋杂草、寸草苔＋大针茅等12种典型植物群落,采用收获法对它们的生物量进行了研究,以估算该地区草地植被的碳密度.主要结果如下：研究区内12种类型植被地上部分碳密度为63.40-203.19g.c/m^2,地下部分碳密度为141.30-616.72g.c/m^2,植被总碳密度为204.70-772.61g.c/m^2.在碳密度分配中,植被活体层、地表凋落物层和地下部分分别占总量的9.71%-26.38%、3.21%-12.13%和63.03%-83.66%,地下部分碳密度随土壤深度增加而减少,0-10cm明显高于其他几层,平均占总量的60.56%.总体上讲,草地植被的碳密度主要集中在地下部分;地下部分较高的碳密度是形成巨大而稳定地下碳库的基础.
- 红雨王华包刚
- 关键词：植物群落碳密度
