摘要：基于普洱市思茅区2005年森林资源规划设计调查数据、ASTER-DEM数字高程模型数据,分析该区思茅松在不同环境梯度上的空间分布阈值;运用多重对应分析方法,对多个定量、定性因子进行空间降维,研究主要影响因子对思茅松空间分布的影响程度,并对影响程度进行排序。结果表明,在平均胸径、平均高、郁闭度、单位面积蓄积量和坡度方面,思茅松在不同海拔梯度上变化不明显,呈平稳状态或略有波状起伏变化;影响思茅松空间分布的环境因子按其影响程度由大到小排序依次为:海拔>坡位>坡度>坡向。

摘要：目的 探究气候变化背景下杞麓湖动态演变过程及其流域景观生态风险。 方法 基于1975-2015年8期时序Landsat数据,提取湖泊边界,并解译得到3期流域景观类型分类数据。从湖泊面积、轮廓和质心3个方面对杞麓湖动态演变进行研究,通过划分生态风险采样小区,建立生态风险评价模型,定量分析杞麓湖流域的景观生态风险。 结果 ① 近30 a来,杞麓湖流域景观结构变化特征明显,建设用地和滩涂湿地面积显著增加,农地、林地和水体面积持续减少,未利用地面积变化不大;②近40 a来,杞麓湖处于持续萎缩状态,2015年水体面积仅为面积最大年(1985年)的56.05%;杞麓湖形状体现为连续的复杂变化,以西部和南部的河流入湖口处变化最为明显,东部变化最小;杞麓湖质心主要向东北方向迁移,1975和2015年湖泊质心相距1 242 m;③生态风险评价结果表明:流域以较低生态风险为主,所占比为26.75%~35.09%,1985-2015年生态风险均值由0.957 8增加至1.013 9,流域生态风险趋于恶化。 结论 杞麓湖流域生态风险空间分布具有明显的区位性和异质性,高生态风险主要分布于杞麓湖水体部分,低生态风险主要分布于流域的湖盆之中,其余生态风险主要沿湖盆和湖泊呈块状或带状分布。

摘要：为探究多光谱无人机影像应用于树种信息提取的可行性,本文以滇中典型森林植被为研究对象,基于多光谱无人机(UAV)获取多波段影像,提取5种植被指数,并以灰度共生矩阵(GLCM)最佳参数提取纹理特征;然后通过不同特征组合设计7组试验,分别使用最大似然法(MLC)和支持向量机(SVM)进行树种识别。结果表明:所选特征可用于树种识别,其中引入纹理特征可明显提高识别精度,MLC与SVM的总体精度(OA)和Kappa系数分别为97.70%、98.59%和0.95、0.97;在提取方法上,SVM精度整体优于MLC;以Red-edge波段代替Red波段的遥感特征NDVI′未明显改善树种识别精度。研究以多光谱无人机影像为基础,探索了不同特征对树种识别的效果,发现采用SVM结合最佳参数提取的纹理特征,识别精度最优,为森林树种的准确提取及森林资源遥感监测提供借鉴。

摘要：通过选取迪庆州内旗舰树种云杉、冷杉和高山松3种主要森林类型为研究对象,利用DEM数据生成海拔、坡度、坡向等地形因子,并结合2017年调查完成的迪庆州森林资源二类调查数据成果,分析研究全州3种松林的空间分布特征。结果显示,迪庆州云杉主要分布于海拔2801~4000 m的缓坡、斜坡和陡坡区域;冷杉主要分布于海拔3201~4400 m的缓坡、斜坡和陡坡区域;高山松主要分布于海拔2801~4000 m的缓坡、斜坡和陡坡区域。

摘要：文章对丘北江边蚌常林场森林资源现状进行评价,得出结论:乔木林地和灌木林地面积较大,比重达86.86%;林地保护等级以Ⅱ级为主,比重为71.00%;生态公益林面积和商品林面积比例为71:29;乔木林中,中、幼龄林比重大,达到93.40%。在此基础上,分析林场森林经营管理中存在的问题,并提出科学编制森林经营方案、加强中、幼龄林抚育、调整森林结构和产业结构、加强人才队伍建设等对策,以期为林场森林可持续经营提供借鉴。

摘要：文章结合云南省第三、四次石漠化监测结果,分析曲靖市沾益区2016—2021年石漠化变化情况。结果表明:沾益区以轻度、中度石漠化为主,石漠化发生率为20.23%,轻度、中度石漠化土地主要分布在长江流域,重度、极重度石漠化土地主要分布在珠江流域。后期可通过提升监测与治理科技水平、加大资金投入、缩短监测周期、统筹石漠化监测与防治工作、促进多部门协作等方式,加强石漠化地区的监测,及时了解石漠化变化状况及趋势,可为石漠化防治、水土流失治理提供一定的决策支持。

摘要：利用聚集指数、树种多样性混交度、大小比数等3个林分空间结构参数对滇中地区滇油杉混交林空间结构进行分析,结果表明:林木空间分布格局表现出以最近邻木3株及以上为均匀分布;林分树种多样性混交度为0.232 2,混交程度较低,以弱度混交为主,阔叶树种混交程度高于针叶树,滇油杉零度混交明显;林木大小比数平均为0.52,变动小较为稳定,竞争处于中庸状态,滇油杉大小比数分布较均匀,其他组成树种分化程度差异较大,华山松和旱冬瓜处于竞争优势。

摘要：【目的】开发一种伸缩式测高仪,以解决基于三角函数原理设计的测高仪器测量落点范围受限的问题,以及实现垂直生长和倾斜生长立木树高精确测量。【方法】基于拉绳传感器测高原理,以光电编码器、无刷直流电机、卷盘和钢绳为主要结构,研发了伸缩式测高仪。以皮尺为测量伐倒木树高为真值,利用伸缩式测高仪、布鲁莱斯测高器和森林罗盘仪,分别测量了20株垂直生长样木和11株倾斜生长样木树高精度结果,比较各仪器测高的准确度、方差和t检验结果;用4种仪器分别连续6次测量8号样木(垂直生长样木)和26号样木树高(倾斜生长样木),比较各仪器测高的精密度。【结果】结果显示:伸缩式测高仪测量垂直生长林木树高和倾斜生长林木树高的精准度分别为0.034和0.028 m,方差分别为5.60和9.94,精密度分别为0.028和0.015 m。布鲁莱斯测高器测量垂直生长林木树高和倾斜生长林木树高的精准度分别为0.154和0.267 m,方差分别为5.76和10.00,精密度分别为0.150和0.125 m。森林罗盘仪测量垂直生长林木树高和倾斜生长林木树高的精准度分别为0.059和0.183 m,方差分别为5.66和10.02,精密度分别为0.056和0.066 m。【结论】伸缩式测高仪各项测量精度结果要优于布鲁莱斯测高器和森林罗盘仪,不仅解决外业调查与内业录入脱节的问题,还能够有效满足国家森林资源连续清查和森林资源规划设计调查等项目对立木测高的要求。