全部
图书
图片
报纸
期刊
新闻
视频
学位论文
会议论文
-
[0图]瓷源 鄱阳湖传
-
作者:
李志川 来源:南昌:江西高校出版社 年份:2016 文献类型 :图书
-
描述:本书分为源流篇、流动篇、波澜篇和环绕篇四部分,收录的作品包括:《抚河》、《信河》、《饶河》、《修河》、《排帮》、《粮船帮》、《盐船帮》、《瓷船帮》、《茶叶船帮》、《岸帮》等。
-
全文:本书分为源流篇、流动篇、波澜篇和环绕篇四部分,收录的作品包括:《抚河》、《信河》、《饶河》、《修河》、《排帮》、《粮船帮》、《盐船帮》、《瓷船帮》、《茶叶船帮》、《岸帮》等。
-
基于确定性系数法的鄱阳湖孕螺环境因子敏感性分析
-
作者:
马玉宽 赵安 来源:自然灾害学报 年份:2016 文献类型 :期刊 关键词: 钉螺 鄱阳湖 敏感性分析 确定性系数
-
描述:的敏感性进行了研究。结果表明:钉螺易分布于下述地理环境:(1)南荻盖度在16%之上与南荻高度高于80 cm之上;(2)苔草盖度低于30%;(3)土壤的电导率低于0.09 m S/cm,温度在16~19
-
全文:的敏感性进行了研究。结果表明:钉螺易分布于下述地理环境:(1)南荻盖度在16%之上与南荻高度高于80 cm之上;(2)苔草盖度低于30%;(3)土壤的电导率低于0.09 m S/cm,温度在16~19
-
鄱阳湖湿地灰化苔草群落物种多度分布格局沿水分梯度的变化
-
作者:
刘扬 施建敏 边子星 邓绍勇 裘利洪 张微微 缪伸义 来源:草业科学 年份:2016 文献类型 :期刊 关键词: 鄱阳湖湿地 多度格局 生态位模型 水分梯度 灰化苔草
-
描述:(NPM)、优势优先模型(DPM)、随机分配模型(RAM)和生态位重叠模型(ONM)5个生态位模型对群落种-多度关系进行拟合,结果表明,1)灰化苔草群落可按土壤水分划分为高湿度、中湿度和低湿度3组,分别
-
全文:(NPM)、优势优先模型(DPM)、随机分配模型(RAM)和生态位重叠模型(ONM)5个生态位模型对群落种-多度关系进行拟合,结果表明,1)灰化苔草群落可按土壤水分划分为高湿度、中湿度和低湿度3组,分别
-
鄱阳湖湿地灰化苔草群落物种多度分布格局沿水分梯度的变化
-
作者:
刘扬 施建敏 边子星 邓绍勇 裘利洪 张微微 缪伸义 来源:草业科学 年份:2016 文献类型 :期刊 关键词: 鄱阳湖湿地 多度格局 生态位模型 水分梯度 灰化苔草
-
描述:(NPM)、优势优先模型(DPM)、随机分配模型(RAM)和生态位重叠模型(ONM)5个生态位模型对群落种-多度关系进行拟合,结果表明,1)灰化苔草群落可按土壤水分划分为高湿度、中湿度和低湿度3组,分别
-
全文:(NPM)、优势优先模型(DPM)、随机分配模型(RAM)和生态位重叠模型(ONM)5个生态位模型对群落种-多度关系进行拟合,结果表明,1)灰化苔草群落可按土壤水分划分为高湿度、中湿度和低湿度3组,分别
-
鄱阳湖沙山单叶蔓荆不同器官碳氮磷化学计量格局研究
-
作者:
常玲玲 来源:江西师范大学 年份:2016 文献类型 :学位论文 关键词: 沙山 化学计量学 鄱阳湖 单叶蔓荆
-
描述:的沙地适应机制提供科学依据。相关结果如下:(1)单叶蔓荆各器官C、N、P含量变化范围分别为306.60~508.54mg·g-1、3.29~38.00mg·g-1和0.62~1.74 mg·g-1
-
全文:的沙地适应机制提供科学依据。相关结果如下:(1)单叶蔓荆各器官C、N、P含量变化范围分别为306.60~508.54mg·g-1、3.29~38.00mg·g-1和0.62~1.74 mg·g-1
-
鄱阳湖沙山单叶蔓荆不同器官碳氮磷化学计量格局研究
-
作者:
常玲玲 来源:江西师范大学 年份:2016 文献类型 :学位论文 关键词: 沙山 化学计量学 鄱阳湖 单叶蔓荆
-
描述:的沙地适应机制提供科学依据。相关结果如下:(1)单叶蔓荆各器官C、N、P含量变化范围分别为306.60~508.54mg·g-1、3.29~38.00mg·g-1和0.62~1.74 mg·g-1
-
全文:的沙地适应机制提供科学依据。相关结果如下:(1)单叶蔓荆各器官C、N、P含量变化范围分别为306.60~508.54mg·g-1、3.29~38.00mg·g-1和0.62~1.74 mg·g-1
-
鄱阳湖沙山单叶蔓荆不同器官碳氮磷化学计量格局研究
-
作者:
常玲玲 来源:江西师范大学 年份:2016 文献类型 :学位论文 关键词: 沙山 化学计量学 鄱阳湖 单叶蔓荆
-
描述:的沙地适应机制提供科学依据。相关结果如下:(1)单叶蔓荆各器官C、N、P含量变化范围分别为306.60~508.54mg·g-1、3.29~38.00mg·g-1和0.62~1.74 mg·g-1
-
全文:的沙地适应机制提供科学依据。相关结果如下:(1)单叶蔓荆各器官C、N、P含量变化范围分别为306.60~508.54mg·g-1、3.29~38.00mg·g-1和0.62~1.74 mg·g-1
-
鄱阳湖典型洲滩湿地土壤质地与水分特征参数研究
-
作者:
李云良 许秀丽 赵贵章 姚静 张奇 来源:长江流域资源与环境 年份:2016 文献类型 :期刊 关键词: 鄱阳湖湿地 水分特征曲线 van 土壤质地 Genuchten模型 空间异质性
-
描述:%19%,饱和含水率θs变化约42%57%,土壤进气值的倒数α约0.01 cm–1,水分特征曲线形状参数n介于1.114.65之间。土壤含水率变化对van Genuchten模型中参数α和n较为敏感
-
全文:%19%,饱和含水率θs变化约42%57%,土壤进气值的倒数α约0.01 cm–1,水分特征曲线形状参数n介于1.114.65之间。土壤含水率变化对van Genuchten模型中参数α和n较为敏感
-
基于高分一号宽幅多光谱影像的鄱阳湖湿地分类研究
-
作者:
麻锴 查东平 王宝健 来源:测绘与空间地理信息 年份:2016 文献类型 :期刊 关键词: 高分一号 鄱阳湖 遥感 湿地 分类
-
描述:典型湿地类型分类对于湿地生态环境保护和生态环境建设具有重要意义。本研究以高分一号宽幅多光谱影像数据作为数据源,以鄱阳湖典型湿地作为研究对象,进行典型湿地类型分类。研究采用主成分分析、归一化植被指数、比值植被指数和归一化差异水体指数等方法对不同湿地类型进行光谱特征分析,结果表明:高分一号宽幅多光谱影像反演的归一化植被指数和归一化水体指数能够较好地区分水体、泥滩、挺水植物和湿生植物等常见湿地类型。通过归一化植被指数将湿地类型分为植被和非植被,归一化差异水体指数将植被类型进一步分为挺水植物和湿生植物,将非植被分为水体和泥滩。构建决策树对典型湿地类型进行自动分类,经过精度评价和分析验证,该方法针对高分一号宽幅数据进行典型湿地分类总体精度能够达到82.28%,Kappa系数0.7346,优于常规的监督分类和非监督分类。
-
全文:典型湿地类型分类对于湿地生态环境保护和生态环境建设具有重要意义。本研究以高分一号宽幅多光谱影像数据作为数据源,以鄱阳湖典型湿地作为研究对象,进行典型湿地类型分类。研究采用主成分分析、归一化植被指数、比值植被指数和归一化差异水体指数等方法对不同湿地类型进行光谱特征分析,结果表明:高分一号宽幅多光谱影像反演的归一化植被指数和归一化水体指数能够较好地区分水体、泥滩、挺水植物和湿生植物等常见湿地类型。通过归一化植被指数将湿地类型分为植被和非植被,归一化差异水体指数将植被类型进一步分为挺水植物和湿生植物,将非植被分为水体和泥滩。构建决策树对典型湿地类型进行自动分类,经过精度评价和分析验证,该方法针对高分一号宽幅数据进行典型湿地分类总体精度能够达到82.28%,Kappa系数0.7346,优于常规的监督分类和非监督分类。
-
基于高分一号宽幅多光谱影像的鄱阳湖湿地分类研究
-
作者:
麻锴 查东平 王宝健 来源:测绘与空间地理信息 年份:2016 文献类型 :期刊 关键词: 高分一号 鄱阳湖 遥感 湿地 分类
-
描述:典型湿地类型分类对于湿地生态环境保护和生态环境建设具有重要意义。本研究以高分一号宽幅多光谱影像数据作为数据源,以鄱阳湖典型湿地作为研究对象,进行典型湿地类型分类。研究采用主成分分析、归一化植被指数、比值植被指数和归一化差异水体指数等方法对不同湿地类型进行光谱特征分析,结果表明:高分一号宽幅多光谱影像反演的归一化植被指数和归一化水体指数能够较好地区分水体、泥滩、挺水植物和湿生植物等常见湿地类型。通过归一化植被指数将湿地类型分为植被和非植被,归一化差异水体指数将植被类型进一步分为挺水植物和湿生植物,将非植被分为水体和泥滩。构建决策树对典型湿地类型进行自动分类,经过精度评价和分析验证,该方法针对高分一号宽幅数据进行典型湿地分类总体精度能够达到82.28%,Kappa系数0.7346,优于常规的监督分类和非监督分类。
-
全文:典型湿地类型分类对于湿地生态环境保护和生态环境建设具有重要意义。本研究以高分一号宽幅多光谱影像数据作为数据源,以鄱阳湖典型湿地作为研究对象,进行典型湿地类型分类。研究采用主成分分析、归一化植被指数、比值植被指数和归一化差异水体指数等方法对不同湿地类型进行光谱特征分析,结果表明:高分一号宽幅多光谱影像反演的归一化植被指数和归一化水体指数能够较好地区分水体、泥滩、挺水植物和湿生植物等常见湿地类型。通过归一化植被指数将湿地类型分为植被和非植被,归一化差异水体指数将植被类型进一步分为挺水植物和湿生植物,将非植被分为水体和泥滩。构建决策树对典型湿地类型进行自动分类,经过精度评价和分析验证,该方法针对高分一号宽幅数据进行典型湿地分类总体精度能够达到82.28%,Kappa系数0.7346,优于常规的监督分类和非监督分类。