排序方式： 共有18条查询结果，搜索用时 390 毫秒
11.
采用LI-6400-09土壤呼吸室对盘锦湿地芦苇群落土壤呼吸作用,于2004年7月—2005年12月进行连续野外观测。结果表明:非淹水状态下,湿地芦苇群落土壤呼吸作用具有明显的日变化和季节变化特征;淹水状态下,湿地芦苇群落土壤呼吸作用接近于0。2005年潮汐造成的洪水减少了2/3的土壤呼吸作用。2004年和2005年芦苇群落土壤呼吸作用最大值都出现于洪水退去后。影响湿地芦苇群落土壤呼吸作用空间异质性的主导因子是生物因子,而在同一时间影响湿地芦苇群落土壤呼吸作用的主导因子是温度和水分。 相似文献
12.
辽河保护区生态恢复遥感分析 总被引：1，自引：0，他引：1
利用2009年和2011年分辨率为10 m的法国SPOT卫星和日本ALOS卫星遥感资料,以ArcGIS9.3软件ArcMap模块为平台,采用人机交互目视解译对辽河保护区地类特征进行提取,对辽河保护区生态恢复状况进行监测分析。结果表明：2009年保护区土地利用类型以旱田、芦苇型湿地和水域为主,三种土地类型所占比例为72.9 %;2011年土地利用类型主要以水域、芦苇型湿地和草地为主,三种土地利用类型所占比例为62.9 %。 2011年保护区土地利用变化主要表现为旱田大幅度转出,转化为水域、草地和林地,与2009年相比,耕地显著减少,植被覆盖度增加了15.4 %。 相似文献
13.
14.
对1970-2006年大兴安岭林区森林火灾过火次数与过火面积及其影响因子进行分析.结果表明:春季是大兴安岭林区火灾易发季节,4-6月易引发较大等级的森林火灾;雷击是引起该地区森林火灾的主要原因,雷击火灾多集中在春季和夏季,6月为雷击火多发月;年尺度上,降水量与过火次数呈显著相关,气温与过火面积呈显著相关;月尺度上.气温与过火次数呈显著相关,风速、相对湿度与过火面积呈显著相关;日尺度上,过火次数与最高气温呈显著相关,过火面积与相对湿度呈显著相关;但复相关系数较小,表明对森林火灾的预测不能仅仅选取气象因子,更要考虑火源及可燃物的影响. 相似文献
15.
对1970—2006年大兴安岭地区森林火灾过火次数与过火面积及其影响因子分析。结果表明：春季是大兴安岭地区火灾易发季节,4—6月易引发较大等级的森林火灾;雷击是引起该地区森林火灾的主要原因,雷击火灾多集中在春季和夏季, 6月份为雷击火多发月;年尺度上,降水量与过火次数显著相关,气温与过火面积显著相关;月尺度上,气温与过火次数显著相关,风速、相对湿度与过火面积显著相关;日尺度上,过火次数与最高气温显著相关,过火面积与相对湿度显著相关;但复相关系数较小,表明对森林火灾的预测不能仅仅选取气象因子,更要考虑火源及可燃物的影响。 相似文献
16.
微根窗成像技术推动了植物根系表型研究,但是根系长度和直径仍然需要人眼识别再绘制轨迹,消耗大量的人力和时间。为了解决这一难题,本研究将U-Net语义分割技术引入到植物根系图像识别中,研发了基于机器学习的iRoot-V02根系自动识别软件。采用iRoot-V02软件识别微根窗法获得的植物根系成像图片的根长、直径、投影面积、根尖数等参数。结果表明: iRoot-V02软件批处理600 dpi图片的速度为每张26.6 S; 获取根系的骨架信息、总根长与人眼识别结果基本一致; 按直径每0.1 mm为一级,获得不同直径的根长,与人眼识别结果的根长决定系数大于0.76;精确捕捉到根系生长旺盛期不同直径根长的变化; 分析了300 dpi和600 dpi两种分辨率根系图片的参数,两种分辨率结果具有高相关性,因此可建立低分辨率根系参数和高分辨率根系参数之间的关系方程,采用低分辨率拍摄根系图像,通过方程转化成更准确的根系参数,减轻工作量。用iRoot-V02软件的根系生长信息近似于人眼识别,相比人眼识别在大批量根系图像智能识别、自动化、快速目标检测方面具有巨大优势。 相似文献
17.
18.
利用1961-2020年辽宁地区62个国家级气象观测站生长季的逐日气象观测数据,采用Penman-Monteith公式计算了辽宁地区参考作物腾发量（ET0）,利用ArcGIS的克里格插值法、M-K检验分析了辽宁地区生长季ET0的时空分布特征,对影响ET0变化的成因进行了分析。结果表明,近60年辽宁地区生长季参考作物腾发量呈现由西北向东南递减的变化趋势;ET0在1961-2010年呈下降趋势,2011-2020年呈升高趋势,生长季多年平均ET0变化趋势表现为波动下降趋势;生长季内ET0对相对湿度的响应最为敏感,为负效应。ET0对风速和温度变化的响应敏感性相对较小,为正效应。湿度的敏感系数绝对值明显高于风速和温度,7月份达到峰值;多年相对变化率绝对值最大的是风速,其次是温度和相对湿度;三个气象要素对ET0贡献最大的是风速,温度和湿度对ET0的正贡献不及风速的负贡献,综合敏感性和贡献两方面因素分析,风速的变化趋势为ET0呈下降趋势的主导因子。 相似文献