基于遥感技术的长白落叶松优树选择方法与传统选择方法比较

doi:10.16036/j.issn.1000-2650.2020.02.003

四川农业大学学报 ›› 2020, Vol. 38 ›› Issue (02): 135-142.doi: 10.16036/j.issn.1000-2650.2020.02.003

基于遥感技术的长白落叶松优树选择方法与传统选择方法比较

何清伟¹, 赵健¹, 董明亮¹, 庞勇², 孙晓梅², 张金凤^1,*

1.北京林业大学,北京 100083;
2.中国林业科学研究院,北京 100091

收稿日期:2019-12-09 出版日期:2020-04-28 发布日期:2021-02-02
作者简介:何清伟,硕士研究生。^*责任作者：张金凤,教授,博士生导师,主要从事林木遗传育种研究,E-mail：zjf@bjfu.edu.cn。
基金资助:
国家重点研发计划（2017YFD0600404-1）; 河南省许昌市重大科技专项（20170112006）; 北京林业大学青年教师中长期科研项目（2015ZCQ-SW-02）

Comparison of Traditional Selection Methods and Tree Selection Method of Larix olgensis Based on Remote Sensing Technology

HE Qingwei¹, ZHAO Jian¹, DONG Mingliang¹, PANG Yong², SUN Xiaomei², ZHANG Jinfeng^1,*

1. National Engineering Laboratory of Forest Breeding,Key Laboratory of Forest Flower Genetics and Breeding,Ministry of Education,Key Laboratory of Tree Flower Breeding and Bioengineering,State Forestry Administration,College of Biological Science and Technology,Beijing Forestry University,Beijing 100083,China;
2. Chinese Academy of Forestry,Beijing 100091,China

Received:2019-12-09 Online:2020-04-28 Published:2021-02-02

摘要/Abstract

摘要： 【目的】为了提高优树选择效率,减轻野外工作难度,探索新的优树选择方法。【方法】以我国黑龙江省孟家岗林场的长白落叶松人工林为选优林分,采用优势木对比法、小标准地法和基于遥感技术法3种不同方法进行优树选择,并对3种选优方法从增益、时间和人力等方面进行了综合比较。【结果】每种方法分别选出候选优树45株,以材积大于群体平均值250%为标准最终确定入选优树6株。基于遥感技术的选优方法优势明显,可以有效地弥补传统优树选择范围有限、费力费时的不足,从而节省大量的人力物力和时间,显著提高优树选择效率。【结论】遥感技术与传统选优方法相结合的创新性尝试可为发展高效的优树选择方法提供新的视角。

关键词: 落叶松, 遥感技术, 优树选择, 方法比较

Abstract: 【Objective】 In order to improve the efficiency of selecting excellent trees and reduce the difficulty of field work,and exploring new ways to select the plus tree. 【Method】 This study is based on the selection of Larix olgensis plantations in Mengjiagang forest farm of Heilongjiang province,China. The dominant tree comparative method, the plot method and the selection based on remote sensing data,totally three different methods are used to select the plus trees. Those three methods were comprehensively compared from gain,time and man power cost. 【Result】 For each method,45 candidate superior trees were selected,and 6 trees were selected for the better than the group gain of more than 250%. The selection method based on remote sensing technology has obvious advantages. The advantages of remote sensing technology can effectively make up for the shortages of traditional plus trees selection methods,which is laborious and time-consuming,thus saving a lot of manpower, material and time,and significantly improving the efficiency of plus tree selecting. 【Conclusion】 Innovative attempts to combine remote sensing technology with traditional selection methods will provide a new perspective for developing efficient ways for plus tree selection.

Key words: Larix olgensis, remote sensing technology, plus tree selection, method comparison

中图分类号:

S722.3+3

何清伟, 赵健, 董明亮, 庞勇, 孙晓梅, 张金凤. 基于遥感技术的长白落叶松优树选择方法与传统选择方法比较[J]. 四川农业大学学报, 2020, 38(02): 135-142.

HE Qingwei, ZHAO Jian, DONG Mingliang, PANG Yong, SUN Xiaomei, ZHANG Jinfeng. Comparison of Traditional Selection Methods and Tree Selection Method of Larix olgensis Based on Remote Sensing Technology[J]. Journal of Sichuan Agricultural University, 2020, 38(02): 135-142.

参考文献

[1] 王霓虹, 高萌, 李丹. 长白落叶松人工林乔木层生物量分布特征及其固碳能力研究[J]. 植物研究, 2014, 34(4): 554-560.
[2] 孙玉军, 马炜, 刘艳红. 与物种多样性有关的长白落叶松人工林生物量[J]. 生态学报, 2015, 35(10): 3329-3338.
[3] 姚丹丹, 雷相东, 张则路. 基于贝叶斯法的长白落叶松林分优势高生长模型研究[J]. 北京林业大学学报, 2015, 37(3):94-100.
[4] 罗梅, 郑小贤. 金沟岭林场落叶松人工林天然更新动态研究[J]. 中南林业科技大学学报, 2016, 36(9): 7-11.
[5] 王蒙, 李凤日, 金星姬. 基于抚育间伐效应的长白落叶松人工林两阶段枯死模型[J]. 应用生态学报, 2017, 28(3): 779-788.
[6] 陈健波, 张照远, 项东云, 等. 邓恩桉优树的选择标准[J]. 林业科技开发, 2008, 22(1): 17-20.
[7] 张军丽, 王峥峰, 王伯荪, 等. 鹤山人工林大叶相思种群遗传结构的AFLP分析[J]. 应用生态学报, 2001, 12(4): 491-495.
[8] 刘光金, 谌红辉, 郭文福, 等. 西南桦优树选择技术研究[J].林业科学研究, 2012, 25(4): 438-441.
[9] 马建路, 庄丽文, 陈动. 红松的地理分布[J]. 东北林业大学学报, 1992, 20(5): 40-48.
[10] 马建路. 天然红松混交林的演化史[J]. 东北林业大学学报,1997, 25(5): 66-70.
[11] JONSSON B O, JONSDOTTIR I S, CRONBERG N.Clonal di-versity and all ozymevariationin population of the arctic Carexb-igelowii[J]. J Ecol, 1996(84): 449-459.
[12] 祁建民, 周东新, 吴为人, 等. 用ISSR标记检测黄麻野生种与栽培种遗传多样性[J]. 应用生态学报, 2003, 14(9): 1473-1477.
[13] KOUKOULAS S, BLACKBURN G A.Quantifying the spatial properties of forest canopy gaps using Li DAR imagery and GIS[J]. International Journal of Remote Sensing, 2004, 25(15):3049-3072.
[14] KOCH B, HEYDER U, WEINACKER H.Detection of individ-ual tree crowns in airborne lidar data[J]. Photogrammetric Eng-ineering and Remote Sensing, 2006, 72(4): 357-363.
[15] CHEN Q, BALDOCCHI D, GONG P, et al.Isolating individual trees in a savanna woodland using small footprint lidar data[J]. Photogrammetric Engineering and Remote Sensing, 2006, 72(8): 923-932.
[16] ASCHOFF T, THIES M, SPIECKER H.Describing forest stands using terrestrial laser-scanning[J]. International Archives of Ph-otogrammetry, Remote Sensing and Spatial Information Sciences,2004, 35(PartB): 237-241.
[17] 顾万春. 统计遗传学[M]. 北京: 科学出版社, 2004: 105-114.
[18] 王明庥. 林木遗传育种学[M]. 北京: 中国林业出版社, 2001:34-109.
[19] 朱之悌. 林木遗传学基础[M]. 北京: 中国林业出版社, 1990:123-159.
[20] 陈晓阳, 沈熙环. 林木育种学[M]. 北京: 高等教育出版社,2005: 23-78.
[21] 刘鲁霞, 庞勇, 李增元. 基于地基激光雷达的亚热带森林单木胸径与树高提取[J]. 林业科学, 2016, 52(2): 26-37.
[22] 谢维斌, 莫周卫, 广春勇, 等. 马尾松优树选择标准与选择方法研究[J]. 学术园地, 2012, 25(4): 438-441.
[23] 周建云, 杨祖山, 郭军战, 等. 栓皮栎优树选择标准和方法的初步研究[J]. 西北农林科技大学学报(自然科学版), 2003, 31(3): 151-154.
[24] 白卉, 邢亚娟, 李春明. 山杨优树选择标准[J]. 中国林副特产, 2008(3): 57-58.
[25] 王大勇, 刘红润. 浅谈遥感在我国林业中的应用[J]. 林业科技情报, 2010, 42(3): 31-33.
[26] 李德仁, 李明. 无人机遥感系统的研究进展与应用前景[J]. 武汉大学学报(信息科学版), 2014, 39(5): 505-513,540.
[27] 雷静品, 封晓辉, 施征, 等. 海拔梯度上青海云杉径向生长与气候关系稳定性研究[J]. 西北植物学报, 2012, 32(12):2518-2529.
[28] 路宽, 佘振维, 王圣先, 等. 无人机遥感在森林资源监测中的应用[J]. 低碳世界, 2017(34): 355-356.

基于遥感技术的长白落叶松优树选择方法与传统选择方法比较

Comparison of Traditional Selection Methods and Tree Selection Method of Larix olgensis Based on Remote Sensing Technology

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 1

Metrics

本文评价

推荐阅读 10