文献类型：期刊文章

作　　者：韩爽[1] 甄艳[2] 谭清梅[3] 刘玉卿[1] 张华兵[1]

HAN Shuang;ZHEN Yan;TAN Qingmei;LIU Yuqing;ZHANG Huabing(College of City and Flanning,Yancheng Teacher’s University,Yancheng 224007,Jiangsu,China;School of Geoscience and Technology,Southwest Petroleum University,Chengdu 610500,China;Jiangsu Radiation Environmental Protection Consultation Center,Nanjing 210019,China)

机构地区：[1]盐城师范学院城市与规划学院,江苏盐城224007 [2]西南石油大学地球科学与技术学院,成都610500 [3]江苏省辐射环境保护咨询中心,南京210019

出　　处：《林业资源管理》

基　　金：国家自然科学基金项目(41771199;41501567);江苏省基础研究计划(自然科学基金)项目(BK20171277;BK20160446);江苏省高等学校自然科学研究项目(18KJD170001)

年　　份：2018

期　　号：4

起止页码：105-111

语　　种：中文

收录情况：BDHX、BDHX2017、JST、RCCSE、核心刊

摘　　要：以盐城自然保护区核心区的ETM+遥感影像和同期野外实测生物量为数据源,建立BP神经网络模型反演研究区地上生物量。结果表明:运用BP神经网络模型反演生物量湿重、干重精度分别达到了70%和74%;研究区生物量总量湿重为4.996×108kg,干重为9.370×107kg;在空间上呈现出海陆分异明显,海岸方向变化缓慢;米草、芦苇、碱蓬这3种植物的单位面积生物量呈现由高到低的特征,碱蓬的生物量干重集中在0~1.5kg/m2,湿重集中在0~6kg/m2;米草的生物量干重集中在1~2kg/m2,湿重集中在8kg/m2以上;芦苇的生物量干重集中在0~2kg/m2,湿重集中在2~6kg/m2,生物量与株高、盖度呈正相关,干重与二者相关性更强;生物量与生态位、土壤环境要素呈正相关,尤其与土壤养分相关性最强。

关 键 词：湿地植被生物量  遥感 BP神经网络模型 影响因素  盐城自然保护区

分 类 号：S718.556[林学类] X87]