-
题名森林可燃物载量估测方法研究进展
被引量:28
- 1
-
-
作者
孙龙
鲁佳宇
魏书精
武超
胡海清
-
机构
东北林业大学林学院
-
出处
《森林工程》
2013年第2期26-31,37,共7页
-
基金
国家自然科学基金(31070544)
林业公益性行业科研专项(201004003-3)
+2 种基金
霍英东基金(131029)
中央高校基本科研业务费专项资金项目(DL12CA07)
黑龙江省科技攻关重点项目(GA09B201-06)
-
文摘
森林可燃物是森林燃灾的物质基础,是森林可燃物可持续管理的基本依据,是影响林火发生、发展及火烧强度的重要因素之一,受到国内外学者的广泛关注。综述国内外森林可燃物载量估测方法的研究历史、现状及最新研究进展,对比各种森林可燃物载量静态、动态估测模型的适用性,并分析遥感技术在森林可燃物载量研究中的应用及其前景,提出我国森林可燃物研究存在的问题与发展趋势。为进一步开展更大尺度和范围可燃物载量估测以及数据库构建提供一定的借鉴。
-
关键词
可燃物
载量模型
估测模型
遥感
-
Keywords
forest fuel
load model
estimation model
remote sensing
-
分类号
S762.1
[农业科学—森林保护学]
S718
[农业科学—林学]
-
-
题名大兴安岭塔河典型林分可燃物载量估算
被引量:2
- 2
-
-
作者
胡同欣
鲁佳宇
魏书精
胡海清
孙龙
-
机构
东北林业大学
-
出处
《东北林业大学学报》
CAS
CSCD
北大核心
2013年第12期52-55,83,共5页
-
基金
公益性行业科研专项经费项目(201004003-6)
中央高校基本科研业务费专项资金项目(DL12CA07)
+3 种基金
国家自然科学基金(31070544)
霍英东基金(131029)
黑龙江省博士后启动经费
黑龙江省科技攻关重点项目(GA09B201-06)
-
文摘
利用大兴安岭塔河林业局实地森林调查资料,通过异速生长方程,对典型林分乔木的干、枝、叶、皮的活可燃物载量进行估算;结合林分因子及地表死可燃物载量估测模型,估算死可燃物载量。结果表明:①塔河林业局樟子松林的1 h时滞可燃物载量较高,为(7.90±0.33)t/hm2;兴安落叶松林10 h时滞可燃物载量较高,为(7.10±0.50)t/hm2;山杨林100 h时滞可燃物载量较高,为(3.00±0.60)t/hm2;②塔河地区兴安落叶松幼龄林1、10 h时滞可燃物载量最高,分别为(7.40±0.48)、(7.90±0.80)t/hm2,且随林龄的增加,兴安落叶松林地表1、10 h时滞可燃物载量呈递减趋势;兴安落叶松成熟林的100 h时滞可燃物载量最高,且随林龄增加,兴安落叶松林地表100 h时滞可燃物载量呈递增趋势。③白桦林的地表死可燃物载量最高,为(14.70±0.87)t/hm2;兴安落叶松林可燃物总载量最大,达(190.96±18.56)t/hm2。根据可燃物载量估算结果,提出了相应的林火管理策略。
-
关键词
可燃物载量
异速生长方程
估测模型
林火管理策略
-
Keywords
Forest fuel load
Allometric equation
Estimation model
Forest fire management strategy
-
分类号
S718.5
[农业科学—林学]
S762.1
[农业科学—森林保护学]
-
-
题名基于改进的大间隔最近邻胰腺单细胞分类方法
- 3
-
-
作者
奚紫怡
鲁佳宇
陈卓
相洁
王彬
-
机构
太原理工大学信息与计算机学院
-
出处
《太原理工大学学报》
CAS
北大核心
2023年第5期812-819,共8页
-
基金
国家自然科学基金资助项目(62176177)。
-
文摘
【目的】细胞类型鉴定是单细胞RNA测序的关键步骤之一,存在单细胞RNA测序数据分类准确率较低及各细胞类型距离特征度量不足的问题。【方法】提出一种基于多相似性损失函数(Multi Similarity Loss,MSL)的大间隔最近邻(Large Margin Nearest Neighbor,LMNN)单细胞分类方法。多相似性损失从多个角度衡量相似性,解决了LMNN算法的三元组损失函数训练样本较小时样本对之间关系利用率不高的问题,从而提升单细胞分类效果。【结果】在胰腺单细胞数据集baron_human和segerstolpe上的实验表明,基于MSL-LMNN的分类准确率高于主要度量学习方法,而且与随机森林结合的准确率达到0.96,较现有单细胞分类方法有所提升。【结论】提出的MSL-LMNN能够准确有效地识别胰腺单细胞测序数据细胞类型,具有一定的应用价值。
-
关键词
胰腺单细胞数据
大间隔最近邻
多相似性损失函数
随机森林
-
Keywords
pancreatic single cell data
large margin nearest neighbor
multi similarity loss
random forest
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-