郭孝玉
- 作品数：26 被引量：345H指数：12
- 供职机构：三明学院更多>>
- 发文基金：国家自然科学基金国家林业公益性行业科研专项国家教育部博士点基金更多>>
- 相关领域：农业科学自动化与计算机技术经济管理生物学更多>>
- 浅议中国森林可持续经营制度及机制创新
- 林业可持续发展离不开林业生态建设、森林资源的提质增量建设、林业产业建设以及林业生态文明建设。森林可持续经营制度建设是确保森林产品和生态服务功能的可持续发挥的运行机制，已成为林业可持续发展的基石，许多林业发达国家已经以森林...
- 郭孝玉
- 关键词：森林资源可持续发展森林经营方案现代林业生态文明建设林产品
- 不同林龄长白落叶松人工林碳储量被引量：80
- 2010年
- 基于7—41 a长白落叶松人工林样地生物量调查,探讨了不同发育阶段长白落叶松人工林碳储量的时空变化规律。结果表明:随林龄的增大,长白落叶松人工林林木和各器官生物量增加,树干所占比例增加,生物量转换因子(BEF)、根茎比(R)等参数分布正常。林下植被层、倒落木质物层生物量随林龄增大呈增加趋势。群落总碳储量的空间分布序列是:乔木层>倒落木质物层>林下植被层。未成林期、幼龄林、中龄林、近熟林和成熟林群落的碳储分别为6.585、66.934、90.019、125.103、162.683t.hm-2,乔木层碳储量分别为3.254、58.521、78.086、108.02、138.096 t.hm-2,倒落木质物层和林下植被层碳储量平均值分别为10.859、1.988 t.hm-2。乔木层、倒落木质物层和林下植被层碳储量占总量的平均比率分别为85.99%、2.17%和11.85%。在不同发育阶段群落和乔木层碳储量的年生产力呈先降后升的变化趋势,中龄林的碳储量累积速率高于幼龄林及成熟林,碳素年固定量分别为0.940、3.889、3.615、3.628、3.968 t.hm-2,乔木层年生产力分别为0.465、3.39、3.137、3.133、3.368 t.hm-2。林下植被层年生产力呈"U"形变化,平均值为0.079 t.hm-2。倒落木质物层的年生产力呈线性增长,平均值为0.423 t.hm-2。研究认为长白落叶松人工林群落碳储量随林龄增加的变化规律明显,碳汇潜力巨大。
- 马炜孙玉军郭孝玉巨文珍穆景森
- 关键词：长白落叶松人工林生物量碳储量
- 闽楠天然次生林林分空间结构研究被引量：25
- 2016年
- 以闽楠天然次生林为研究对象,通过12块标准地调查获取数据,运用混交度、大小比数和角尺度分析林分空间结构特征,并采用林分空间结构评价指数将其划分为5个评价等级。结果表明：（1）林分平均混交度为0.525,林木为强度混交;平均大小比数为0.506,林木分化属于中庸向劣态过渡状态;平均角尺度为0.518,林木呈聚集分布。（2）林分空间结构评价指数值为0.08～0.89,与理想的空间结构差距较大;仅5号标准地评价等级最高（Ⅴ级）,其表现为林木混交程度高,林木大小分化不明显,分布格局为随机分布,闽楠为主要优势树种,在林木竞争上占有优势地位,是较理想的空间结构模式。研究结果可为优化闽楠天然次生林空间结构经营措施的制定提供参考。
- 游晓庆彭诗涛郭孝玉宁金魁欧阳勋志甘文峰曹梦
- 关键词：闽楠天然次生林空间结构
- 基于改进人工神经网络的植物叶面积测定被引量：26
- 2013年
- 叶面积作为植物光合作用的重要指标,是研究作物及林木生产力的基础。采用L-M算法和贝叶斯规则相结合的网络训练模式,以毛竹叶面积为研究对象,综合优化其人工神经网络结构,构建最优的叶面积预测模型。研究结果显示,模型的最佳预测变量为叶片宽度和叶片长度变量组合,而增加叶片形状指数未提高叶面积预测模型精度;所建神经网络模型性能好、预测精度高,决定系数达0.992,平均相对预测误差为4.28%,可以准确估测毛竹叶面积。
- 郭孝玉孙玉军王轶夫林静媛
- 关键词：毛竹叶面积人工神经网络贝叶斯规则
- 马尾松—木荷不同比例混交林林下植被物种组成及其多样性分析被引量：13
- 2016年
- 以飞播马尾松林为研究对象,按其树种组成分为10马（10马尾松,类型Ⅰ）、8马2木（8马尾松-2木荷,类型Ⅱ）、7马3木（类型Ⅲ）、6马4木（类型Ⅳ）4种类型设置典型样地,分析比较其林下植被物种组成及多样性。结果表明：1）从类型Ⅰ至类型Ⅳ林下植被的物种数增加,类型Ⅰ为11种,类型Ⅳ为28种;随着木荷比例的增加,林下植被阳生植物的优势地位表现为先增强再逐渐减弱或消失,而喜湿植物的地位逐步提升甚至成为优势种。2）林下灌木及草本Shannon-Wiener多样性指数、Patrick丰富度指数、Pielou均匀度指数均在类型Ⅳ时达到最大,表现为类型Ⅳ〉类型Ⅲ〉类型Ⅱ〉类型Ⅰ。3）木荷比例与林下灌木及草本Shannon-Wiener多样性指数和Patrick丰富度指数呈显著（P〈0.05）或极显著正相关（P〈0.01）,与Pielou均匀度指数相关不显著（P〉0.05）;拟合得出林下灌木及草本Shannon-Wiener多样性指数和Patrick丰富度指数达峰值的木荷比例分别为0.43、0.54、0.57、0.50,对拟合曲线分析表明飞播马尾松林补植木荷比例在43%-57%之间其林下植被多样性达到最大值。
- 黎芳潘萍宁金魁郭孝玉吴自荣欧阳勋志褚欣
- 关键词：混交比例林下植被
- 基于PROSAIL模型的毛竹林冠层含水量反演研究
- 2023年
- 冠层含水量(canopy water content, CWC)的定量反演有助于毛竹林干旱胁迫状况的监测,对其生产管理具有重要意义。以永安天宝岩的毛竹林为研究对象,采用PROSAIL模型,通过全局敏感性分析结合实地调查和相关文献确定模型的参数设置,然后建立含水量与冠层反射率的查找表(LUT),进而利用查找表联合反演等效水厚度(EWT)与叶面积指数(LAI)得到冠层含水量(CWC),最后基于Sentinel-2B影像实现区域冠层含水量的空间量化。结果表明,1)EWT主要影响1 100 nm以后的冠层反射率,对可见光区域冠层反射率几乎无影响;2)基于PROSAIL模型可有效反演毛竹林冠层含水量,其R^(2)=0.536,RMSE为0.059 kg/m^(2);3)研究区域毛竹林7月的冠层含水量主要分布于0.12~0.41 kg/m^(2)。研究为冠层含水量反演提供一种有效的反演方法,有助于毛竹林的野火预防和病虫害防治。
- 张仓皓刘小杰王瑞璠魏倪彬刘健余坤勇余坤勇王帆
- 关键词：毛竹
- 农户对公益林差异化生态补偿的认知差异及其影响因素——基于赣江源区农户调查的实证分析被引量：10
- 2017年
- 文章基于瑞金市、石城县2地赣江源区249份农户的问卷调查数据,从年龄、文化水平和林地生态区位3个方面探讨农户对公益林差异化补偿认知差异及其影响因素。结果显示:农户对公益林差异化生态补偿的认同度为54.6%,Logistic模型分析表明,不同年龄、文化程度、生态区位的农户对差异化补偿的认同程度有明显差异,影响农户认识差异的驱动因素为林业技术指导的需求度、职业、家庭年收入、林地面积、公益林对农户生活的影响度、外出打工人数的变化、农户决策受他人的影响程度。最后提出完善公益林生态补偿的政策建议。
- 郭孝玉付爱平柯云刘健
- 关键词：农户生态公益林
- 飞播马尾松林不同林下植被类型枯落物及土壤水文效应被引量：20
- 2016年
- 为探明飞播马尾松林不同林下植被类型对枯落物及土壤水文效应的影响,按林下植被优势(分芒萁类、禾本类及灌木类3种类型)设置典型样地,对其枯落物持水性能及土壤蓄水能力进行比较分析。结果表明:3种类型的枯落物现存总蓄积量为0.65~3.57 t/hm2;其中,灌木类总蓄积量>芒萁类>禾本类。3种类型枯落物自然含水率、最大持水率、最大拦蓄率及有效拦蓄率范围分别为15.50%~29.74%、167.70%~218.25%、139.00%~199.66%和113.85%~167.39%;枯落物自然含水量、最大持水量、最大拦蓄量及有效拦蓄量均表现为灌木类>芒萁类>禾本类,除半分解层自然含水量以外,其他持水量指标均表现为灌木类显著高于其他2种类型。0~20 cm土层的饱和蓄水量、非毛管持水总量以及毛管持水总量均以芒萁类最高,分别为865.95、138.96和726.99 t/hm2;其中,芒萁类在0~20 cm土层,非毛管持水总量显著高于其他2种类型,而0~10 cm土层饱和蓄水量显著高于禾本类。综合分析表明:灌木类枯落物的水文效应显著高于禾本类和芒萁类,而芒萁类土壤层水文效应明显优于灌木类和禾本类,这是由于土壤层饱和蓄水量及有效蓄水量分别占林地表层(枯落物层和0~20 cm土壤层)的99%和94%以上,总体上芒萁类林地表层水文效应明显优于灌木类和禾本类。
- 赵芳李雪云赖国桢欧阳勋志郭孝玉
- 关键词：林下植被枯落物土壤水文效应
- 小波变换的抠图算法研究
- 2022年
- 边避免小波对图像多层次、多尺度的细节增强,以突出前景对象的边缘信息并平滑复杂的背景结构。在滑动窗口采样过程中,利用边避免小波突出采样空间的边缘细节信息以增强采样像素点的质量。在YUV色彩空间利用小波变换增强前景对象的细节信息。实验证明,利用小波对边缘细节增强后,在处理边缘颜色相差较小或者前景和背景交错的图像时可以取得高质量的结果。
- 李增禄李增禄郭孝玉刘孙发余建许章华
- 关键词：抠图贝叶斯
- 基于BP神经网络的马尾松立木生物量模型研究被引量：31
- 2013年
- 以马尾松为例,探索并验证BP神经网络模型在立木生物量估测上的适用性。通过12种算法的筛选、输入变量和输出变量的确定以及隐层节点数的选择,确定最优的模型拓扑结构,构建单隐层BP神经网络模型;对比单输入变量与多输入变量模型、单输出变量与多输出变量模型,并分析模型的输入变量数和输出变量数对模型估测精度的影响;将优选BP模型与传统相对生长模型进行对比以验证BP模型的可行性。结果表明:1)最优BP模型LM-DH-8-WtWaWr的训练算法为Levenberg-Marquardt算法,输入变量为D、H,输出变量为Wt、Wa、Wr,隐层节点数为8。2)输入变量和输出变量的增加不会降低BP神经网络模型的精度。3)模型LM-DH-8-WtWaWr能够精确地估测马尾松立木生物量,其精度高于传统的相对生长模型。该模型能够一次性地引入多个解释变量,并可以同时估测多个量,从而简化了生物量建模和估测工作,对实际生产具有一定的意义。
- 王轶夫孙玉军郭孝玉
- 关键词：BP神经网络LEVENBERG-MARQUARDT算法马尾松
