【目的】蒜头果(Malania oleifera)是一种兼有很高经济和生态价值的濒危植物。本研究旨在揭示云南、广西蒜头果的潜在适生区的空间分布格局,并且明确其主要环境影响因子,为蒜头果的保护与开发利用提供理论基础。【方法】通过野外调查、数字标本植物馆、全球生物多样性信息网络等方式获取了蒜头果样本136个。选取常见的20个主要环境因子作为参数,基于最大熵模型(MaxEnt)和ArcGIS地理信息系统平台构建了蒜头果潜在适生区预测模型,模拟蒜头果在云南和广西壮族自治区的潜在适生区。【结果】笔者构建的MaxEnt模型预测得到蒜头果的潜在适生区分布范围为104°~107°E及22°~26°N,预测适生区验证结果的受试者工作特征曲线下方的面积(AUC)均超过0.9。MaxEnt预测的蒜头果潜在适生区前4个环境影响因子及贡献率依次为:气温季节性变动系数因子(39.6%)、等温性因子(16.7%)、平均气温因子(13.7%)、气温年较差因子(11.5%)。【结论】云南文山州东南部以及广西西部是蒜头果的集中分布区,温度是影响蒜头果分布的主要因素,MaxEnt模型在蒜头果适生区预测中表现出极高的精度和可靠性。该研究将为蒜头果资源保护利用和人工繁育选址提供重要依据。
【目的】以长沙县明月村油茶林基地为研究区,探讨利用无人机倾斜摄影提取树冠体积进行油茶树高和产量估测的可行性。【方法】基于无人机正射影像和密集匹配点云,提取波段反射率、植被指数、纹理因子、高度特征等遥感变量和冠幅等冠层参数,同时利用克里金法、反距离权重法、自然邻近点法和过滤三角网法分别获取油茶树冠体积,建立多元线性回归、随机森林、K最邻近模型估测油茶树高和产量,并以地面三维激光点云获取的树冠体积、样地实测树高和产量作为实测值分别对估测结果进行精度评价。【结果】过滤三角网是获取油茶树冠体积最有效的方法,其平均相对误差(31.54%)优于反距离权重法(36.73%)、克里金法(37.04%)和自然邻近点法(38.54%)。将树冠体积作为特征变量参与建模后,树高和产量的多元线性回归、随机森林、K最邻近模型的精度均有所提升(树高相对均方根误差分别减小了3.77%、0.78%、0.64%,产量相对均方根误差分别减小了1.32%、0.34%、0.16%)。对比3种估测模型,随机森林模型的决定系数均优于多元线性回归和K最邻近(树高决定系数分别为0.78、0.51和0.19,产量决定系数分别为0.61、0.48和0.24)。研究发现,分别使用估测树高和实测树高参与产量建模的精度无明显差异。【结论】结合树冠体积和树高参与建模可有效提高油茶产量估测精度,研究结果可为区域范围内利用无人机遥感技术开展油茶树高和产量调查提供参考。
【目的】为实现油茶果实尺寸及大小分布的快速获取,提出一种基于相机拍摄的油茶果形状特征参数批量化提取方法。【方法】首先将采摘油茶果摆放于含刻度尺的背景板,利用相机快速获取油茶果图像并进行校正;然后利用Mask R-CNN模型对图像油茶果进行快速检测计数,根据生成的掩码采用椭圆拟合法统计油茶果特征参数(长轴长、短轴长、面积、周长)的像元个数;最后结合背景板刻度尺计算的像元大小,获取油茶果特征参数,同时利用实测值进行精度验证。【结果】Mask R-CNN模型的平均识别准确率和召回率分别为99.55%和91.19%,测度值为95.22%,满足用于统计油茶果形状特征参数的要求。对油茶果面积的估测精度最高,决定系数(R2)、平均绝对误差(MAE)、均方根误差(RMSE)分别为0.999 0、10.75 mm2、14.88 mm2;其次为周长和长轴长,短轴长的估测精度最低,其R2、MAE、RMSE分别为0.864 7、3.15 mm、3.74 mm。【结论】该方法实现了油茶果采摘后的快速准确计数以及形状特征参数的批量化提取,可为大量果实特征参数的快速准确检测提供参考,为指导油茶果实分级和快速测产提供科学依据。
