桑辛素通过调节胆固醇代谢改善油酸诱导的HepG2细胞脂质蓄积

目的观察桑辛素对油酸(oleic acid,OA)诱导的HepG2细胞脂质蓄积的改善作用,并探讨其可能机制。方法以300μM OA处理HepG2细胞24 h诱导建立脂质蓄积模型,2.5、5、10μM的桑辛素和OA共同作用于细胞24 h,采用CCK-8法测定细胞存活率,油红O染色观察细胞内脂质含量情况,DiI-LDL检测细胞脂质摄取能力,蛋白免疫印迹法(Western blot)测定桑辛素对胆固醇代谢关键基因过氧化物酶体增殖物激活受体a(PPARα)和胆固醇7α-羟化酶(CYP7A1)蛋白表达的情况,并将桑辛素与低密度脂蛋白受体(LDLR)和PPARα通过AutoDock vina软件进行分子对接验证。结果OA刺激HepG2细胞导致细胞内脂滴颗粒明显增加,脂质含量明显升高(P<0.01)。与模型组相比,桑辛素可明显改善模型组肝细胞脂质蓄积,并降低脂质含量(P<0.05)。桑辛素可抑制HepG2细胞对DiI-LDL的摄取,上调细胞中PPARα和CYP7A1的蛋白表达水平(P<0.05)。分子对接显示桑辛素与LDLR和PPARα受体表现出良好的对接活性。结论桑辛素对HepG2细胞脂质蓄积模型有明显的改善作用,其机制可能与调节PPARα通路有关。

从“脾主运化”理论探讨微塑料在体内的运输和蓄积

微塑料作为新型污染物具有生物危害性,其体内过程尚未阐明。阐明微塑料在体内的运输、蓄积机制是认识其危害的前提和防治其危害的关键环节,但该机制目前尚不清楚。脂质借助载脂蛋白转运与“脾主运化”功能关系密切,作为与脂质具有相似性的微塑料是否也受脾功能调控有待阐明。通过阐明微塑料与载脂蛋白的关系探讨其运输机制,通过脾虚膏脂转输障碍时微塑料蓄积的时空特征探讨其蓄积机制,将有助于认识微塑料体内生理过程和蓄积条件,并深化现代知识背景下中医脾脏象理论新内涵。

TCP1表达对HL60和HL60/A 细胞增殖及细胞内药物蓄积的调控作用及其机制

目的:研究TCP1表达对HL60及HL60/A细胞增殖及细胞内药物蓄积的影响及其机制。方法:利用慢病毒转染技术构建敲低、过表达TCP1的HL60/A细胞和HL60细胞及其对照组细胞,Western blot评估敲低、过表达效率。采用CCK-8法检测细胞增殖能力;激光共聚焦显微镜及流式细胞术检测细胞内的药物蓄积;流式细胞术及Western blot检测膜转运蛋白(MRP1、P-gP)及p-AKT的表达水平。结果:在HL60/A细胞中敲低TCP1的表达能够抑制细胞增殖,增加细胞内药物蓄积,降低转运蛋白MRP1及P-gP的表达,在HL60细胞中过表达TCP1能够促进细胞的增殖,减少细胞内药物蓄积,提高转运蛋白MRPI及P-gP的表达。同时利用PI3K抑制剂LY294002抑制PI3K/AKT信号能够拮抗TCP1过表达所致的细胞增殖活性增强、细胞内药物蓄积减少及MRP1、P-gP表达的升高。结论:TCP1能够促进细胞增殖,并通过激活PI3K/AKT信号促进转运蛋白MRP1、P-gP的表达,降低细胞内的药物蓄积。

铁蓄积大鼠食管黏膜组织差异表达基因的筛选及生物学功能分析

目的筛选铁蓄积大鼠食管黏膜组织差异表达基因,并分析差异表达基因的生物学功能。方法12只6周龄雄性SD大鼠随机分为铁蓄积组和对照组,每组6只,铁蓄积组隔天腹腔注射蔗糖铁溶液制备铁蓄积模型,对照组注射等量生理盐水,14周后取血和食管、肝等组织,应用血清学、组织学方法鉴定铁蓄积造模是否成功;剥离两组食管黏膜组织,采用转录组测序技术筛选差异表达基因,并对差异表达基因进行基因本体(GO)功能富集分析及真核生物蛋白相邻类的聚簇(KOG)分类富集分析。结果筛选出9个差异表达基因,5个上调基因包括昼夜相关转录抑制因子(Ciart)、液泡蛋白质分选因子25(Vps25)、甲状腺激素应答蛋白(Thrsp)、UDP-N-乙酰氨基葡萄糖焦磷酸化酶1(Uap1)、血清解整合素—金属蛋白酶33(Adam33),4个下调基因包括过氧化物酶基因(Pxdn)、硫酸乙酰肝素蛋白多糖基因2(Hspg2)、中心体相关蛋白2(Cep2)、G蛋白信号转导调节因子4(Rgs4)。GO功能富集分析显示,上调基因的生物过程(BP)集中在节律过程、代谢过程、行为、生物过程调节、特定位置运动、生物过程的负调控、生物调节、定位、细胞过程、多细胞生物过程;细胞组成(CC)主要集中在膜封闭腔、细胞器部分、细胞器、膜、细胞外区域部分、膜部分、细胞部分、细胞;分子功能(MF)主要集中在结合、结构分子活性、催化活性。下调基因的BP主要集中在解毒、刺激反应、细胞组成或生物形成、信号、生物过程的负调控、生物过程的正调节、发育过程、细胞过程、生物过程调节、生物调节、代谢过程;CC主要集中在细胞外基质、细胞外基质组成、细胞外区域部分、细胞外区域、细胞器、膜、细胞部分、细胞;MF主要集中在酶调节活性、抗氧化活性、分子功能调节剂、受体调节活性、结构分子活性、结合、催化活性。KOG分类富集分析显示,表达上调的基因中有3个获得功能注释,Uap1被注释到细胞壁/膜/包膜生物形成,Adam33被注释到翻译后修饰,蛋白质折叠和伴侣蛋白,Vps25被注释到功能预测。表达下调的基因中有2个获得功能注释,Rgs4被注释到信号转导机制,Hspg2被注释到翻译后修饰,蛋白质折叠和伴侣蛋白。结论铁蓄积大鼠食管黏膜组织中共筛选出9个差异表达基因,包括5个表达上调基因和4个表达下调基因。GO功能富集分析显示差异表达基因主要参与的BP包括节律过程、代谢过程、细胞过程、生物过程调节等,主要参与的CC包括细胞器、膜、细胞外区域部分等,主要参与的MF包括结合、催化活性、结构分子活性。有5个差异基因获得KOG功能注释,包括翻译后修饰、蛋白质折叠和伴侣蛋白、信号转导等,主要参与细胞周期、细胞代谢、细胞增殖及氧化应激等通路。

基于ICESat-2和Sentinel-2A数据的森林蓄积量反演

森林蓄积量是林业调查的重要指标,在衡量森林健康状况和评价森林固碳能力等方面发挥重要作用,协同主被动遥感是当前反演大区域森林蓄积量的主要手段。以云南香格里拉森林为研究区,分别提取ICESat-2/ATLAS和Sentinel-2A影像的特征变量,并通过相关性分析和共线性诊断方法筛选特征变量,构建Sentinel-2A变量集和ICESat-2/ATLAS变量集,以及二者联合的变量集,然后结合样地实测数据与3个特征变量集,采用逐步线性回归和随机森林方法分别建立线性和非线性回归模型,反演森林蓄积量,并对结果进行精度验证及对比分析。研究结果表明:对3个变量集,随机森林方法精度均优于逐步线性回归;ICESat-2/ATLAS变量集在2种回归方法下的反演精度均高于Sentinel-2A变量集;联合Sentinel-2A和ICESat-2/ATLAS变量集,随机森林方法的反演精度最高,其R 2,RMSE和rRMSE分别为0.7034,84.78 m^(3)/hm^(2)和36.46%。整体来说,与Sentinel-2A数据相比,基于ICESat-2/ATLAS数据及其与多源数据联合的反演模型均可以提高森林蓄积量反演精度和模型稳定性。

基于无人机多光谱影像的云南松林蓄积量估测模型

【目的】无人机多光谱遥感影像较可见光影像具有更丰富的光谱信息,在森林蓄积量估测中具有较大潜力。以无人机载多光谱遥感影像为主要数据源,探索森林蓄积量的遥感估测模型,以克服传统地面调查工作量大、耗时长、成本高等弊端。【方法】以滇中地区典型天然云南松Pinusyunnanensis纯林为研究对象,利用无人机多光谱影像提取单波段反射率、各类植被指数、纹理特征等,计算各特征变量的标准地均值;筛选与云南松林蓄积量相关性显著的特征变量,采用多元线性、随机森林、支持向量机建立云南松林蓄积量估测模型,以决定系数(R^(2))、平均绝对误差(E_(MA))、均方根误差(E_(RMS))、平均相对误差(EMR)评价模型精度。【结果】①3种模型中,随机森林的精度最高(R^(2)=0.89,E_(MA)=4.69 m^(3)·hm^(-2),E_(RMS)=5.45 m^(3)·hm^(-2),EMR=14.5%),其次为支持向量机(R^(2)=0.74,E_(MA)=5.27 m^(3)·hm^(-2),E_(RMS)=8.31 m^(3)·hm^(-2),EMR=13.1%),最低为多元线性回归模型(R^(2)=0.35,E_(MA)=10.12 m^(3)·hm^(-2),E_(RMS)=12.85 m^(3)·hm^(-2),EMR=28.1%);3种模型在测试集上的估测精度均有所降低,随机森林的模型表现最好,支持向量机次之,多元线性最差。②3种模型在云南松林蓄积量估测中均存在一定的低值高估和高值低估现象。③基于无人机多光谱影像估测云南松林蓄积量,纹理特征仍是不可忽视的重要因子。【结论】基于无人机多光谱影像,在不进行单木分割的情景下,提取标准地的单波段反射率、植被指数、纹理特征均值,筛选适用于蓄积量估算的变量构建估测模型。通过对3种模型进行精度评价,随机森林为云南松林蓄积量估测的最佳模型。

典型有机磷酸酯在黄河入海口的分布与生物蓄积特征

以黄河入海口为研究区域,分别在地表水、沉积物、浮游生物以及12种水生生物中检测OPEs含量,结果发现共检出17种OPEs,其中氯代类检出丰度和检出频率最高,是主要的污染物成分,其次是烷基类和芳香类OPEs.同源性分析发现,在地表水与沉积物中氯代类的OPEs污染来源更为广泛.12种水生生物中较高营养级的野生鱼类(如鲢鱼、鲫鱼、梭鱼等)中∑OPEs含量高于低营养级的底栖生物(如日本沼虾等),表明OPEs在水生生物食物链上具有累积性特征,以及物种差异性特征.相比于鳃吸收,肠道摄食是野生鱼类OPEs污染的主要暴露途径.结果显示部分OPEs在黄河入海口的水生食物网中存在一定的生物蓄积和生物放大潜力.风险分析结果表明磷酸三(1,3-二氯异丙基)酯具有潜在的生态风险,需引起广泛关注.

基于机载激光雷达点云数据和Catboost算法的杉木单木蓄积量估测研究

选取福建顺昌县洋口国有林场6块杉木标准地内200株杉木的激光雷达点云数据和地面调查数据,基于机载激光雷达点云数据生成的冠层高度模型,运用局域极大值算法检测树冠顶点,提取树高;采用标记极值的分水岭算法估测冠幅面积,将估测的树高和冠幅面积结合单木蓄积量真值,构建基于Catboost算法的单木蓄积量估测模型。结果表明:使用局域极大值算法估测树高,R^(2)为0.91,RMSE为0.81 m;采用标记极值的分水岭算法估测冠幅面积,R^(2)为0.81,RMSE为1.18 m^(2);采用Catboost算法构建单木蓄积量估测模型R^(2)为0.934。因此,机载激光雷达点云数据可以有效估测树高和树冠面积,采用Catboost算法能够实现杉木单木蓄积量的估测,为高精度反演森林蓄积量提供新的思路。

基于无人机影像的高郁闭度马尾松林蓄积量估算方法研究

为降低传统野外调查成本,提高高郁闭度森林资源调查效率,以多光谱无人机影像结合实地样地调查数据为源数据,以马尾松纯林为研究对象,采用冠层高度模型(CHM)及多光谱影像6种植被指数构建模型,估算研究区林分蓄积量。结果表明:1)高分辨率数字高程模型的辅助能够有效弥补无人机影像在茂密森林无法提取地面点的缺陷,可提高CHM构建的精度,实现在茂密森林树高的准确提取;2)采用CHM提取研究区单木树高并估算蓄积量时,样地内共提取马尾松292株,提取的平均树高为18.77 m,小班区域内共提取马尾松18 120株,提取的平均树高为17.02 m,实测平均树高为18.17 m,平均树高提取效果较好,估算蓄积量为7 466.74 m3,实测蓄积量为9 024.40 m3,蓄积量估算精度为82.90%;3)植被指数模型的RMSE为0.39,R2为0.84,模型精度较高,蓄积量估算为8 620.30 m3,估算精度为96.26%。通过借助无人机遥感技术,两种蓄积量估算方法均能在高郁闭度森林中实现蓄积量的快速估算,其中通过多光谱数据提取植被指数构建模型估算蓄积量的效果更佳,这为进一步推广无人机影像在高郁闭度森林资源调查中的应用提供了有力的科学依据。

应用云西林场两种人工林激光雷达数据估测单木蓄积量

随着人工智能的发展,无人机机载激光雷达技术和机器学习算法在森林蓄积量估测中得到了广泛的应用。选取山西省左云县云西林场的油松和新疆杨各3块样地,样地内油松和新疆杨共计318株,根据获取的无人机激光雷达点云数据进行单木分割,提取各树种的特征变量,并筛选出30个特征变量作为建模变量,采用随机森林和支持向量机算法构建单木蓄积量估测模型。结果表明:随机森林模型估测油松和新疆杨单木蓄积量的决定系数(R^(2))分别达到0.941和0.934,其精度均高于支持向量机模型;在高度变量、密度变量和强度变量中,高度变量对建模具有较大的贡献;针叶树种和阔叶树种的两种机器学习模型均能获得较好的估测精度,树种的类型对模型精度影响较小。因此,随机森林模型可作为单木蓄积量精准估测的优选模型。

过表达丝裂原诱导基因6通过抑制内质网应激减少棕榈酸诱导的肝细胞脂质蓄积

目的:探讨过表达丝裂原诱导基因6(MIG6)通过调节肝细胞内质网应激影响棕榈酸(PA)诱导的肝细胞脂肪变性的作用及其机制。方法:通过使用高脂饲料喂养20只C57BL/6J小鼠26周构建小鼠非酒精性脂肪性肝炎模型,将小鼠随机分为2组:普通饮食对照组和高脂饮食组,每组10只,留取其肝脏进行后续实验。使用PA诱导HepG2细胞和AML12细胞的脂质蓄积,将细胞分为2组:BSA(10%BSA)组和PA(500μmol/L)组。通过给HepG2细胞和AML12细胞分别转染人和小鼠MIG6过表达质粒诱导肝细胞MIG6过表达,根据不同的干预条件分为4组:阴性对照质粒+10%BSA(negative+BSA)组、MIG6过表达质粒+10%BSA(MIG6+BSA)组、阴性对照质粒+PA(negative+PA)组和MIG6过表达质粒+PA(MIG6+PA)组,每组每次干预至少设3个生物学复孔。使用油红O染色评估肝细胞脂质蓄积情况;通过RT-qPCR检测肝组织MIG6的mRNA表达水平,Western blot检测肝细胞MIG6、脂肪酸合酶(FASN)和胆固醇调节元件结合蛋白1(SREBP1)等脂质合成相关分子及内质网应激标志物葡萄糖调节蛋白78(GRP78)和C/EBP同源蛋白(CHOP)的蛋白水平。结果:高脂饮食组小鼠肝组织甘油三酯含量增加,肝组织脂肪变性显著,MIG6的mRNA表达水平显著下调(P<0.01);PA干预促使肝细胞FASN、SREBP1、GRP78和CHOP蛋白水平升高,但是降低MIG6蛋白水平(P<0.01)。转染MIG6过表达质粒显著增加肝细胞MIG6蛋白水平,并抑制GRP78和CHOP的表达(P<0.01),显著减轻PA诱导的肝细胞脂质蓄积并抑制FASN和SREBP1的表达(P<0.01)。以上结果表明过表达MIG6可抑制PA诱导的肝细胞内质网应激并减少其脂质蓄积。结论:过表达MIG6具有抑制内质网应激进而抑制肝细胞脂质蓄积的作用。

氯化甲基汞和硒代蛋氨酸联合暴露对大鼠体内汞的蓄积和毒性影响

本研究旨在通过用氯化甲基汞和硒代蛋氨酸对大鼠进行暴露,为进一步研究汞和硒在生物体内的蓄积作用及其在体内的生物转运机制提供重要支持。冷原子荧光光谱法(cold atomic fluorescence spectrometry,CVAFS)检测大鼠汞含量;氢化物发生原子荧光光谱法(hydride occurrence by atomic fluorescence spectroscopy,HG-AFS)检测大鼠硒含量;苏木素-伊红(hematoxylin-eosin,HE)染色观察组织形态;单因素方差分析(One-way ANOVA)和Bonferroni法分析大鼠中汞和硒分布的差异性,采用独立样本T检验(independent sample T-test)分析各组之间肝肾功能的差异性。结果显示,不同性别之间雄鼠的汞和硒蓄积量高于雌鼠,相同性别内大鼠对汞和硒的蓄积量大小为肾脏>肝脏>脑>毛发≈粪便,且随着时间的变化汞蓄积量逐渐增加,硒暴露组大鼠肝、肾、脑中硒的蓄积量在30~60 d内随暴露时间的延长持续增加,而到90 d时出现了回落的现象;硒汞联合暴露组中相同汞暴露情况下,随着硒暴露剂量增加各组织汞蓄积量也增加;补硒后,汞和硒蓄积量都有所增加,但汞蓄积量低于单汞组;从生化指标和病理观察看,与对照组相比,单汞组和中硒高汞组的大鼠组织损害程度较为严重,单硒组损害程度最轻。综上所述,硒汞的相互作用会影响在组织中汞和硒的蓄积分布,硒共暴露以及补硒能促进各组织对汞的吸收,其结果受硒汞暴露量和补硒浓度的影响;汞和硒蓄积量能影响大鼠各组织病理改变程度以及肝肾功能,汞蓄积量越高对组织的损害程度越高。

面向对象和集成学习算法在森林蓄积量遥感估测中的应用

以江西省兴国县为研究区,设置51个杉木(Cunninghamia lanceolata)林样地、22个马尾松(Pinus massoniana)林样地;以2017年江西省森林资源二类调查的样点调查数据、陆地卫星8号携带的陆地成像仪(Landsat8 OLI)遥感数据为基础,将陆地卫星8号携带的陆地成像仪影像进行多尺度的面向对象分割(分割尺度为50~500,步长为50),通过计算遥感各影响因素与蓄积量之间的皮尔逊(Pearson)相关系数,对比依据对象提取的遥感特征与依据像素提取的特征的相关性,确定最佳的分割尺度;依据布尔塔(Boruta)算法进行特征选择,构建多元线性回归(MLR)、随机森林(RF)、K-最近邻(KNN)、支持向量机(SVM)、堆叠(Stacking)集成算法5种蓄积量估测模型,以决定系数、均方根误差、相对均方根误差检验模型的估测精度;以森林蓄积量为评价指标,分析面向对象和集成学习算法在森林蓄积量遥感估测中的应用、构建的依据对象的堆叠算法对森林蓄积量遥感估测效果、依据对象的堆叠算法与常用的像素级特征提取方法的差异。结果表明:遥感的影响因素与蓄积量的相关性,随着分割尺度的增大出现先增加后降低的趋势,当分割尺度在150~250之间时,遥感的影响因素与蓄积量之间的相关性出现峰值;与依据像素的蓄积量估计模型相比,依据对象的估计结果的均方根误差从57.42~75.22 m^(3)·hm^(-2)降低到了50.77~68.26 m^(3)·hm^(-2)。与多元线性模型相比,机器学习模型具有更强的蓄积量预测性能,其均方根误差从66.05~75.22 m^(3)·hm^(-2)降低至50.77~71.97 m^(3)·hm^(-2);机器学习模型最佳的估计结果来自200分割尺度时构建的堆叠集成算法,决定系数为0.63、均方根误差为50.77 m^(3)·hm^(-2)、相对均方根误差为25.38%。与依据像素的特征提取方式相比,依据对象的遥感特征提取可以减小由于异常像素导致的不确定性;与基学习器相比,堆叠集成算法可以获得精度更高、更稳定的估计结果。依据对象的蓄积量遥感制图具有更强的可靠性,可以大大缓解依据像素制图导致的“椒盐现象”。

基于Landsat 8 OLI和资源3号立体像对数据的桉树森林蓄积量估测

【目的】探索Landsat8 OLI数据和立体数据在估算桉树森林蓄积量(forest stock volume,FSV)中的潜力,并且准确地估计桉树的FSV。【方法】以3幅Landsat8 OLI图像和资源3号立体数据为遥感数据源,并且结合少量地面调查数据实现了桉树FSV的遥感估计。研究中提取了三类遥感特征用于估计桉树FSV:第一类是包括植被指数和单波段反射率在内的光谱特征;第二类是基于Landsat 8 OLI图像的单波段提取的8种纹理特征;第三类是基于资源3号立体像对数据和开源的数字高程模型(digital elevation model,DEM)提取的冠层高度模型(canopy height model,CHM)。利用Boruta算法对三类遥感特征进行提取,之后建立了随机森林(random forest,RF)、K-最近邻(K-nearest neighbor,KNN)和支持向量机(support vector machine,SVM)3种机器学习模型以及传统的多源线性回归模型(multiple linear regression,MLR),并以决定系数(R2)、均方根误差(root mean square error,RMSE)和相对均方根误差(relative root mean square error,rRMSE)作为评价指标对模型结果进行评估。【结果】基于ZY-3立体像对数据和开源的DEM数据提取的CHM与桉树的FSV具有很强的相关性,Pearson相关系数达到了0.71。仅仅利用基于Landsat 8 OLI图像提取的光谱和纹理特征难以准确2地估计桉树的FSV,估测模型的R为0.29~0.38,rRMSE为35.65%~43.30%,存在严重的数据饱和问题。2当变量集中加入CHM后,模型的估测精度明显提高,R达到了0.64~0.66,rRMSE为25.74%~26.41%。【结论】使用Landsat 8 OLI数据估算桉树FSV时存在严重的数据饱和问题,并且使用空间分辨率为30 m的纹理特征难以有效地改善森林蓄积量的估计精度。利用资源3号立体像对数据和开源的DEM数据可以提取较为准确的CHM,并且所提取的CHM可以解决改善光学数据的饱和问题,从而提高桉树FSV的估计精度。

环境因子与天然林蓄积量重要性关系

森林蓄积量的研究对了解森林生态系统、林分生产力、森林生物量具有重要意义,探究影响4种树种(组)林分蓄积量变化的因子,为后期建立天然林生长模型构建提供理论支撑。以福建省最新一次的森林资源连续清查中的天然马尾松、阔叶林树种(组)、针阔混交树种(组)、针叶混交树种(组)的蓄积量为研究对象,气象、地貌等环境因子为自变量,利用决策树回归、随机森林回归、adaboost回归、梯度提升树回归(GBDT)、CatBoost回归、ExtraTrees回归、XGBoost回归、LightGBM回归方法分析环境因子对4种天然林树种(组)蓄积量的影响情况开展探讨。结果表明:梯度提升树回归(GBDT)能较好地拟合各环境因子与4种树种(组)蓄积量的关系,4种树种(组)蓄积量R2均为0.999,MSE、RMSE、MAE、MAPE均在0.1范围内;林分年龄与蓄积量的密切关系,重要性达0.50以上;气象和地貌因子对4种树种(组)蓄积量的重要性存在差异,建议在具体建模过程中应进行剥离分析。

典型喀斯特山区的森林蓄积量遥感估算

[目的]通过森林蓄积量的遥感监测了解喀斯特地区森林生态系统的健康状况和生态功能,为该地区碳汇监测与评估以及森林管理与决策提供理论依据。[方法]本研究选取典型喀斯特山区为研究对象,基于Sentinel-2A影像和样地调查数据,结合随机森林(RF)、K近邻回归(KNN)和BP神经网络3种机器学习模型,在山地坡度条件约束下开展森林蓄积量反演研究。[结果]①单波段反射率、植被指数和纹理特征等遥感因子在不同地形约束条件下的表现不同,建立模型的最优子集均不同,不同立地条件下建立蓄积量估测模型均有差异。②在喀斯特山区森林蓄积量估算中,RF相比KNN和BP模型鲁棒性和适应性最强。在缓坡、斜坡、陡坡立地条件下,RF模型精度分别达到80.1%,79.0%,80.5%。[结论]喀斯特山区空间异质性强,不同坡度立地条件下参与蓄积量遥感估测的建模自变量因子均不相同。坡度的划分可以细化复杂场景遥感估算模型,提高蓄积量遥感估算精度。

新疆云杉蓄积与地上生物量模型拟合分析

目的:建立新疆云杉蓄积及地上生物量模型,为在林分尺度上估算云杉碳储量及生产力提供基础数据。方法:利用收获法采集西伯利亚云杉(Picea obovata)与雪岭云杉(Picea schrenkiana)各50株,以蓄积为自变量,地上生物量为因变量,采用4种生物量模型进行回归分析构建模型,综合模型评价、参数估计值的稳定性及相对误差筛选出最优生物量模型。结果:确定W=0.515V0.926(R2=0.980)为西伯利亚云杉估测模型,W=0.541V0.953(R2=0.954)为雪岭云杉估测模型。结论:新疆云杉蓄积和地上生物量极显著相关,4种估测模型以幂函数拟合效果最优。

湖北省森林资源蓄积量年度监测存在的问题及优化思路

结合湖北省森林资源监测发展历程,总结2013—2023年森林资源动态监测体系、蓄积量样地调查监测方法、监测技术、监测内容以及新技术、新设备应用等方面的经验。对不同时期调查数据进行对比分析,归纳不同阶段、不同调查方式蓄积量监测的区别以及监测体系存在的内容与指标单一,调查精度不高,基础数表不完备等问题。提出运用新思路、新技术、新设备来提升信息化程度,包括持续优化监测体系,利用雷达技术开展蓄积量反演,开展智能树种识别研究等蓄积量年度监测优化思路。

基于遥感影像的辽宁省清源县森林蓄积量估测

本文以辽宁清原县为研究区,以2018年资源档案数据和采伐作业设计为基础,结合少量地面调查和同时期资源三号卫星遥感影像,提取与森林蓄积量有关的自变量因子,利用多元线性回归方法构建森林蓄积估算模型,最后利用构建好的模型对无森林蓄积量小班进行估算。

基于GS-RF优化算法的云南松蓄积量遥感估测——以曲靖市沾益区为例

森林蓄积量的精准估测在森林资源管理中至关重要,也是重要的监测指标之一。以云南省曲靖市沾益区为研究区,以云南松为研究对象,构建基于Landsat 9遥感影像光谱特征的随机森林蓄积量估测模型。以网格搜索算法优化后的随机森林估测模型实现区域尺度的蓄积量估测。结果表明:网格搜索算法可以实现对随机森林模型精度的提升,GS-RF估测模型的建模精度:R^(2)=0.67、RMSE=1.11;验证精度:R^(2)=0.69、RMSE=1.22,研究区云南松蓄积总量为3.599×10^(6)m^(3)。指出了总体呈现西部和东部较多,中部分布较少的状态,可能与土地利用有一定关联性,同时单位蓄积量差异不明显,总体分布有一定的空间异质性。研究构建的GS-RF蓄积量估测模型可以实现较大范围的云南松蓄积量估测,能为区域尺度蓄积量估测提供一种方法。