摘要：为探讨不同抚育措施对思茅松(Pinus kesiya var. langbianensis)人工林生长和林下土壤养分的影响,确定最佳抚育方式,促进思茅松人工林的科学经营和可持续发展,在云南省普洱市墨江哈尼族自治县思茅松人工林内设置4种抚育处理方式,通过测定各处理组思茅松的树高、胸径、生物量,以及土壤有机碳、全氮、水解氮、全磷、有效磷、全钾和速效钾含量,分析各处理间的差异。结果表明:不同抚育措施对思茅松生长和土壤养分均有显著影响(P<0.05)。CK处理和T3处理的思茅松树高和生物量最高,但CK处理的胸径显著大于其他处理(P<0.05);在土壤养分方面,T3处理的全氮含量最高,T2处理的全磷和水解氮含量最高,CK处理和T3处理的速效钾含量最高。因此,在保证思茅松良好生长的同时,T3处理(清除林下草本,保留非目标乔木和灌木,每年抚育1次)能够维持较好的土壤养分状况,且操作成本较低,是更具实际应用价值和生态效益的抚育方式,值得推广应用。

摘要：本研究通过无人机搭载的多光谱成像系统,采集云南省墨江哈尼族自治县思茅松林区域的多光谱影像,借助遥感影像处理技术及地面实测数据,构建了随机森林和支持向量机两种机器学习模型,对松林虫害发生情况进行准确分析及预测。结果显示:这两种模型均展现出有效的虫害区域识别与预测能力,AUC值均在0.9以上,其中,随机森林模型在准确率方面表现更为出色,其训练集准确率为97.14%,测试集准确率可达89.16%;经计算,随机森林模型和支持向量机模型预测的研究区虫害发生面积分别为224 264.135 m^(2)和212 078.258 m^(2),随机森林反演准确率为92.86%,支持向量机反演准确率为87.82%,反演效果整体良好。