伊乐藻和黑藻生理生化特征及其竞争优势比较

采用取代系列实验方法,在不同种植密度比条件下,通过测定伊乐藻(Elodea nuttallii)和黑藻(Hydrilla verticillata)的植株生物量、株高和功能叶片中的超氧化物歧化酶(SOD)、过氧化氢酶(CAT)活性、丙二醛(MDA)含量,分析伊乐藻和黑藻的生理生化特征及其竞争关系,探讨伊乐藻和黑藻的竞争机制。结果表明,相对于黑藻,伊乐藻具有明显的竞争优势,伊乐藻具有耐寒、萌发时间早、生长速率快、占据及利用资源能力较强等特征,其平均株高、单株生物量都显著大于黑藻;与单种时相比,混种时,伊乐藻功能叶片的丙二醛含量较低,而超氧化物歧化酶和过氧化氢酶活性显著升高;黑藻叶片的丙二醛含量较高,但超氧化物歧化酶和过氧化氢酶无明显变化。这说明伊乐藻能通过调整其生理生化特征以应对种间竞争,这可能是其取得竞争优势的重要策略。

基于决策树的洪湖水生植物遥感信息提取

以洪湖为研究对象,采用分类与回归树（classification and regression trees,CART）方法,根据训练样本数据集中挖掘分类规则,集成遥感影像的光谱特征、植被指数、水体指数、纹理特征等特征变量,建立研究区湿地信息提取的决策树模型;在此基础上,探究水体透明度对水生植物遥感信息提取的影响,依据特征变量有、无水体透明度,分别建立两类决策树,即有水体透明度参与的决策树（CART 14）和无透明度参与的决策树（CART 13）;在训练样本和验证数据相同的情况下,对比采用CART 14、CART 13、支持向量机（support vector machine,SVM）和最大似然分类（maximum likelihood classification,MLC）4种方法的分类结果的精度。研究结果表明,洪湖中水生植物覆盖面积约占洪湖湿地总面积的47%,洪湖中的水生植物以沉水植物为主;采用有水体透明度参与的决策树分类结果的总体精度比采用支持向量机和最大似然分类方法的分别提高了7.78%和16.36%,Kappa系数则分别增大了0.12和0.20,无水体透明度参与的仅比有透明度参与的决策树分类结果的总体精度降低了2.77%,Kappa系数减小了0.04。水体透明度的参与能提高分类精度,而无水体透明度参与的决策树分类结果的总体精度也高于其它传统方法的分类精度。因此,在实际湿地分类中,若无水体透明度数据,但决策树的辅助分类变量足够多时,无水体透明度参与的决策树也能较好地进行分类,提取水生植物信息。