CN102507504A - 一种马尾松松材线虫病的高光谱监测方法 - Google Patents

一种马尾松松材线虫病的高光谱监测方法 Download PDF

Info

Publication number
CN102507504A
CN102507504A CN2011103263058A CN201110326305A CN102507504A CN 102507504 A CN102507504 A CN 102507504A CN 2011103263058 A CN2011103263058 A CN 2011103263058A CN 201110326305 A CN201110326305 A CN 201110326305A CN 102507504 A CN102507504 A CN 102507504A
Authority
CN
China
Prior art keywords
pine
masson
masson pine
spectral
nematode
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2011103263058A
Other languages
English (en)
Other versions
CN102507504B (zh
Inventor
巨云为
潘洁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NANJING ENBO TECHNOLOGY CO., LTD.
Original Assignee
Nanjing Forestry University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Forestry University filed Critical Nanjing Forestry University
Priority to CN 201110326305 priority Critical patent/CN102507504B/zh
Publication of CN102507504A publication Critical patent/CN102507504A/zh
Application granted granted Critical
Publication of CN102507504B publication Critical patent/CN102507504B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种马尾松松材线虫病的高光谱监测方法,包括:使用地面光谱仪对马尾松冠层进行光谱测量提取810nm与450nm,760nm与675nm波段冠层光谱反射率;将获取的反射率数值进行光谱参数转换,NDVI 810 450 ,DIR 760 675 ;马尾松叶绿素含量CHL测定;马尾松感病的定量指标判定;确定感病株感病天数gbday。本发明以高光谱数据分析技术为基础,提取与马尾松松材线虫病发生动态密切相关的光谱参数,定量预测各感病阶段叶绿素含量,以光谱指数变化规律与叶绿素含量的变化阈值判断肉眼可识别前感病与否,为未知情况下的森林健康无损鉴定提供了依据。同时,利用光谱参数对感病天数进行定量化模拟,为实现马尾松松材线虫病的早期监测奠定了基础,有效地提高森林松材线虫病的防治效率。

Description

一种马尾松松材线虫病的高光谱监测方法
技术领域
本发明涉及松材线虫病定量监测方法,具体涉及一种利用高光谱遥感分析技术进行马尾松松材线虫病的高光谱监测方法。
背景技术
中国森林病虫害共有8000多种,经常造成危害的有200多种,森林病虫害大面积发生,危害极为严重。对病虫害进行早期预警,是控制病虫害大范围蔓延、维护森林健康与持续发展的重要内容。松材线虫病(Pine Wilt Disease)又称松树萎蔫病或松树枯萎病,于1971年确认是由松材线虫(Bursaphelenchus  xylophilus)引起的松树枯萎死亡。该病主要寄生松属植物,传播蔓延极快,一旦发病将造成极为严重的损失,已有40多个国家将其列为检疫对象。我国自1982年在南京中山陵首次发现该病,现已蔓延至江苏、浙江、安徽、山东、湖北、广东、江西、重庆、贵州等省份的113个县以及台湾和香港的部分地区,造成林业经济、森林生态上的巨大损失和自然景观的严重破坏,并严重威胁著名风景区及主要乡土树种马尾松和黄山马尾松的安全。
高光谱遥感以纳米级的超高光谱分辨率和几十或几百个波段同时对地表地物成像,获得包括森林资源的地面物体连续光谱信息。在森林植被的高光谱信息中,光谱维方向的特征主要集中在因植物叶片中生物化学成分含量的变化而形成的吸收波形处,其实质上反映了植物内部物质(叶绿素等生物化学成分)的吸收波形变化。当病虫害入侵植被后,感病植株自身的各种营养元素必然即时发生改变,因而受害林区(林株)的光谱特征(吸收波形)就会相应发生细微变化。高光谱遥感以其强大的光谱敏感性能够探测到植被在病虫害侵害早期与健康植被的细微光谱差异,为森林病虫害的早期监测预警提供了可能。
发明内容
发明目的:针对现有技术中存在的不足,本发明的目的是提供一种马尾松松材线虫病的高光谱监测方法,通过高光谱数据分析技术,以感病植株叶绿素含量的变化动态为主线,提取特征光谱参数,对马尾松松材线虫病的发生动态进行定量监测,判断松材线虫病的发生并进行感病天数的定量化预测。
技术方案:为了实现上述发明目的,本发明采用的技术方案如下:一种马尾松松材线虫病的高光谱监测方法,包括以下步骤:
(1)使用地面光谱仪对马尾松冠层进行光谱测量或通过高光谱影像数据提取810nm与450nm,760nm与675nm波段冠层光谱反射率;
(2)将获取的反射率数值进行光谱参数转换,NDVI(810,450)=(ρ810-ρ450)/(ρ810+ρ450);DIR(760,675)760675;其中,NDVI(810,450)为波段810与450nm的归一化差值指数,DIR(760,675)为波段760与675nm的比值指数,ρ810、ρ450、ρ760、ρ675分别代表810 nm、450nm、760nm与675nm的光谱反射率值;
(3)马尾松叶绿素含量CHL(mg/g)=28.08×NDVI(810,450)-15.25×NDVI2 (810,450)-11.93;
(4)马尾松感病的定量指标判定:当DIR(760,675)值小于5.0时,马尾松感染松材线虫病,处于中后期;当DIR(760,675)值大于17.5时,马尾松感染松材线虫病,处于早期阶段;当DIR(760,675)值处于5.0~17.5之间时,叶绿素含量超过1.15mg/g,马尾松感染了松材线虫病,处于超早期;
(5)确定感病株感病天数gbday,即:
gbday(d)=614.6-668.5×NDVI(810,450)
步骤(1)中,使用地面光谱仪对马尾松冠层进行光谱测量方法为;采用ASD野外光谱辐射仪,在晴好天气太阳高度角大于45°进行测量,测定时探头垂直向下距冠层顶1~1.5m,每接种株重复测定20次,每次测量前后均用标准的参考板进行校正。
步骤(1)中,通过高光谱影像数据提取冠层光谱反射率方法为:提取高光谱影像数据Hyperion影像,在进行准确的大气校正后,直接提取研究区相应目标的反射率。
本发明的方法中,使用地面光谱仪测量局限于小范围定点定株监测,进行大范围的松材线虫病害判断要充分发挥影像数据的宏观性特征进行光谱特征提取。健康马尾松叶绿素含量在生长周期中叶绿素含量波动不大,均值为1.08±0.2mg/g,感染松材线虫病株自感病之日起,叶绿素含量呈现先迅速升高后缓慢降低的变化趋势;因此可以同时结合DIR(760,675)和叶绿素的含量用来区分感病株与健康植株,感病阶段以及阶段天数。
有益效果:以高光谱数据分析技术为基础,提取与马尾松松材线虫病发生动态密切相关的光谱参数,定量预测各感病阶段叶绿素含量,以光谱指数变化规律与叶绿素含量的变化阈值判断肉眼可识别前感病与否,为未知情况下的森林健康无损鉴定提供了依据。同时,利用光谱参数对感病天数进行定量化模拟,为实现马尾松松材线虫病的早期监测奠定了基础,有效地提高森林松材线虫病的防治效率。同时也为其它森林病虫害早期监测与诊断提供可靠依据与方法借鉴。
附图说明
图1是马尾松叶绿素含量随感病天数的变化曲线图;
图2是马尾松叶绿素含量随光谱参数NDVI(810,450)的变化图;
图3是NDVI(810,450)指数确定感病天数曲线图。
具体实施方式
下面结合附图和实施例对本发明做进一步的说明。
实施例1  模型建立
在南京市栖霞山国家森林公园马尾松林区,选择健康成年马尾松25株,其中20株作为松材线虫接种株,5株作为对照株。试验所用接种线虫来源:取自南京地区自然感病死亡的马尾松木段上。用贝曼氏漏斗法从病木上取材后剪碎然后用纱布包好,置于贝曼漏斗中,加适量的水,在常温下分离6~12h,然后从漏斗下接取10ml,分离出病树上的松材线虫,在显微镜下经人工挑取松材线虫纯化,接种在灰葡萄孢菌的PSA培养基上,置于28℃培养箱中培养,备用。
于2009年6月11日进行定株接种实验。接种采用皮接法:用灭过菌的解剖刀在松苗主茎下部划一“T”字形伤口,伤口深及木质部,掀开树皮,塞入灭过菌的脱脂棉,往脱脂棉上注入0.1mL线虫悬浮液,然后用石蜡膜封好接种部位,保湿以利于线虫侵入。每株马尾松植株接种线虫约10000条,并设2株接种无菌水植株为对照。线虫量计算方法:根据不同发病阶段和症状特点,在高光谱测定点周围选取症状最相近枝条取样,调查病树体内线虫的数量,每次取样的同时用对照组健康松树作为对照。将枝条剪碎(火柴梗大小)混匀,称取3~5g左右,用贝曼漏斗法分离线虫,并经人工显微镜镜检松材线虫,记录线虫数量,计算每克木材中线虫数量,每处理重复3次。
自接种之日起,每隔5~10d(依天气而定)进行定株光谱测量。光谱仪选用美国ASD FieldSpec HH便携式光谱辐射计以及标配的10米长光纤,其波段值为350~1050nm,光谱分辨率2nm,采样间隔(波段宽)为1~1.5nm,视场角25°。选择晴朗无风天气,在上午10点至下午2点之间(此时太阳高度角大于45°)进行光谱反射率测定。测定过程中用硫酸钡白板进行校正。每株选10个冠层测量点,每次取10组数据。测量光谱的同时,取测量部位新鲜叶片1g左右放入冰盒中备用。叶绿素含量的测定采用80%丙酮提取比色法。光谱数据由光谱仪传入计算机后,转换为反射率数据,采用光谱仪自带的光谱反射曲线分析软件进行数据分析处理(波长数据范围325~1050nm)。数据统计分析使用Matlab软件处理。
由实验结果分析得出,健康马尾松的叶绿素含量变化不明显,叶绿素含量平均在1.08±0.2mg/g左右,感病株叶绿素含量随着感病天数的推进呈现先上升后下降的变化趋势,如图1所示,在感病20d左右,叶绿素含量达到最大值,后逐渐下降。叶绿素含量开始下降后,冠层叶片颜色开始变化,此后肉眼可识别。
对叶绿素含量与光谱指数进行相关性分析,NDVI(810,450)与感病后植株叶绿素含量变化间呈现极显著线性正相关关系。如图2所示,由此,利用光谱参数进行感病株叶绿素含量预测。模型如下:
CHL(mg/g)=28.08×NDVI(810,450)-15.25×NDVI2 (810,450)-11.93;其中,CHL为感病株叶绿素含量(mg/g)。
DIR(760,675)被用来作为判断马尾松感染松材线虫病与否的定量化指标因子:当DIR(760,675)值小于5.0时,能够确定马尾松感染松材线虫病,而且已经到了中后期,感病超过了60d;当DIR(760,675)值大于17.5时,能够确定马尾松马尾松感染松材线虫病,而且感病阶段处于早期阶段,14d以内,此时冠层叶绿素含量与健康马尾松未表现出明显差异;当DIR(760,675)值处于5.0~17.5之间时,必须结合相应的叶绿素含量的定量演算进行判断,当相应的叶绿素含量超过1.15mg/g,能够判断此时马尾松感染了松材线虫病,且处于感病的早期与中期的过渡时期(14天至60天之间),此时冠层叶色未有显著变化;叶绿素含量低于1.15mg/g时,植株不感病。
利用光谱指数可实现感病天数的定量化,如图3所示,即建立模型为:
gbday(d)=614.6-668.5×NDVI(810,450)
通过任意情况下的光谱指数获取,定量反演冠层叶绿素含量,以此判断是否感病,然后对感病的天数进行定量化,从而实现马尾松松材线虫病的高光谱的动态监测,以此及时采取相应的应对措施。
实施例2  模型验证
同样的接种试验于2010年6月在南京市韩府山风景林区进行。选取健康成年马尾松18株,对照5株。试验实施过程及测量方法实施例1相同,具体测定数值见表1及结果见表2。步骤包括:
(1)直接获取810与450nm波段的光谱反射率值,直接获取760与675nm波段的光谱反射率值;
(2)以此计算获得光谱参数NDVI(810,450)=(ρ810-ρ450)/(ρ810+ρ450);DIR(760,675)760675
(3)以上述模型定量反演相应时期的叶绿素含量及感病天数,马尾松叶绿素含量CHL(mg/g)=28.08×NDVI(810,450)-15.25×NDVI2 (810,450)-11.93
确定感病株感病天数gbday:gbday(d)=614.6-668.5×NDVI(810,450)
对表1和表2结果进行分析,预测的绿素含量和感病天数的相对误差值分别为4.23%与3.06%,表明模型对马尾松松材线虫病的定量预测具有良好的可靠性与准确性,值得推广使用,为其它森林病虫害的定量预测提供模式。
表1 光谱反射率与特征参数测定结果表
测定的天数(d) 450反射率 810反射率 675反射率 760反射率 实测叶绿素含量(mg/g)
7 0.02 0.36 0.03 0.31 1.49
14 0.02 0.29 0.02 0.29 1.58
21 0.01 0.21 0.02 0.29 1.53
28 0.02 0.27 0.02 0.34 1.49
32 0.04 0.47 0.06 0.48 1.29
42 0.02 0.28 0.06 0.24 1.17
49 0.04 0.48 0.15 0.43 0.99
62 0.03 0.27 0.11 0.28 0.64
72 0.02 0.20 0.08 0.18 0.36
77 0.03 .021 0.10 0.21 0.03
82 0.04 0.26 0.13 0.25 0.06
表2 特征参数计算结果表
测定的天数(d) NDVI(810,450) DIR(760,675) 预测叶绿素含量(mg/g) 预测感病天数(d)
7 0.88 10.62 1.54 11
14 0.88 12.52 1.53 12
21 0.87 12.90 1.49 16
28 0.87 14.12 1.40 23
32 0.86 8.41 1.28 33
42 0.85 4.21 1.17 41
49 0.84 2.86 1.05 49
62 0.80 2.47 0.62 68
72 0.78 2.22 0.37 74
77 0.76 2.17 0.04 76
82 0.76 1.94 0.07 77

Claims (3)

1.一种马尾松松材线虫病的高光谱监测方法,其特征在于,包括以下步骤:
(1)使用地面光谱仪对马尾松冠层进行光谱测量提取810nm、760nm、675nm和450nm波段冠层光谱反射率;
(2)将获取的反射率数值进行光谱参数转换,NDVI(810,450)=(ρ810-ρ450)/(ρ810+ρ450);DIR(760,675)760675;其中,NDVI(810,450)为波段810与450nm的归一化差值指数,DIR(760,675)为波段760与675nm的比值指数,ρ810、ρ450、ρ760、ρ675分别代表810nm、450nm、760nm与675nm的光谱反射率值;
(3)马尾松叶绿素含量CHL(mg/g)=[1.26×NDVI(810,450)-0.95]×10;
(4)马尾松感病的定量指标判定:当DIR(760,675)值小于7.0时,马尾松感染松材线虫病,处于中后期;当DIR(760,675)值大于12.5时,马尾松感染松材线虫病,处于早期阶段;当DIR(760,675)值处于7.0~12.5之间时,叶绿素含量超过1.32mg/g,马尾松感染了松材线虫病,处于早期和中期之间的过渡时期;
(5)确定感病株感病天数gbday,即:
gbday(d)=784.7×[10×NDVI(810,450)]-51.29×[10×NDVI(810,450)]2-2925。
2.根据权利要求1所述的马尾松松材线虫病的高光谱监测方法,其特征在于:步骤(1)中,使用地面光谱仪对马尾松冠层进行光谱测量方法为;采用ASD野外光谱辐射仪,在晴好天气太阳高度角大于45°进行测量,测定时探头垂直向下距冠层顶1~1.5m,每接种株重复测定10次,每次测量前后均用标准的参考板进行校正。
3.根据权利要求1所述的马尾松松材线虫病的高光谱监测方法,其特征在于:步骤(1)中,通过高光谱影像数据提取冠层光谱反射率方法为:提取高光谱影像数据Hyperion影像,在进行准确的大气校正后,直接提取研究区相应目标的反射率。
CN 201110326305 2011-10-25 2011-10-25 一种马尾松松材线虫病的高光谱监测方法 Active CN102507504B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN 201110326305 CN102507504B (zh) 2011-10-25 2011-10-25 一种马尾松松材线虫病的高光谱监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN 201110326305 CN102507504B (zh) 2011-10-25 2011-10-25 一种马尾松松材线虫病的高光谱监测方法

Publications (2)

Publication Number Publication Date
CN102507504A true CN102507504A (zh) 2012-06-20
CN102507504B CN102507504B (zh) 2013-09-18

Family

ID=46219611

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 201110326305 Active CN102507504B (zh) 2011-10-25 2011-10-25 一种马尾松松材线虫病的高光谱监测方法

Country Status (1)

Country Link
CN (1) CN102507504B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103278460A (zh) * 2013-05-30 2013-09-04 华南农业大学 一种柑橘树红蜘蛛虫害胁迫情况测试分析方法
CN109142237A (zh) * 2018-09-13 2019-01-04 航天信德智图(北京)科技有限公司 一种监测感染松材线虫病枯死马尾松的卫星光谱指数
CN109142236A (zh) * 2018-09-13 2019-01-04 航天信德智图(北京)科技有限公司 基于高分卫星影像的感染松材线虫病枯死马尾松识别系统
CN109164069A (zh) * 2018-09-29 2019-01-08 山西省农业科学院果树研究所 一种果树叶面病害级别的鉴定方法
CN109211802A (zh) * 2018-09-13 2019-01-15 航天信德智图(北京)科技有限公司 卫星监测感染松材线虫病枯死马尾松的快速提取算法
CN109816270A (zh) * 2019-02-22 2019-05-28 福州大学 一种确定刚竹毒蛾危害遥感最佳诊断时段的方法
CN110779879A (zh) * 2019-11-07 2020-02-11 航天信德智图(北京)科技有限公司 一种基于红边植被指数的松材线虫监测方法
CN113324927A (zh) * 2021-05-11 2021-08-31 四川省林业科学研究院 一种松材线虫病林间早期防治方法及监测系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101187630A (zh) * 2007-12-05 2008-05-28 北京大学 一种农田干旱监测方法
CN101482514A (zh) * 2008-01-10 2009-07-15 北京农业信息技术研究中心 一种病害检测仪及其检测方法
WO2009136210A1 (en) * 2008-05-08 2009-11-12 The University Court Of The University Of Edinburgh Remote sensing system
CN101692037A (zh) * 2009-09-08 2010-04-07 江苏大学 高光谱图像和独立分量分析植物叶面叶绿素分布的方法
CN101762463A (zh) * 2009-12-16 2010-06-30 中国烟草总公司郑州烟草研究院 一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法
CN101776584A (zh) * 2010-01-18 2010-07-14 浙江林学院 松材线虫病的高光谱综合分析早期探测方法
WO2010132731A1 (en) * 2009-05-14 2010-11-18 Lightner Jonathan E Inverse modeling for characteristic prediction from multi-spectral and hyper-spectral remote sensed datasets
CN102507453A (zh) * 2011-10-25 2012-06-20 南京林业大学 一种黑松松材线虫病的高光谱监测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101187630A (zh) * 2007-12-05 2008-05-28 北京大学 一种农田干旱监测方法
CN101482514A (zh) * 2008-01-10 2009-07-15 北京农业信息技术研究中心 一种病害检测仪及其检测方法
WO2009136210A1 (en) * 2008-05-08 2009-11-12 The University Court Of The University Of Edinburgh Remote sensing system
WO2010132731A1 (en) * 2009-05-14 2010-11-18 Lightner Jonathan E Inverse modeling for characteristic prediction from multi-spectral and hyper-spectral remote sensed datasets
CN101692037A (zh) * 2009-09-08 2010-04-07 江苏大学 高光谱图像和独立分量分析植物叶面叶绿素分布的方法
CN101762463A (zh) * 2009-12-16 2010-06-30 中国烟草总公司郑州烟草研究院 一种基于冠层多光谱的烤烟鲜烟叶叶绿素含量测定方法
CN101776584A (zh) * 2010-01-18 2010-07-14 浙江林学院 松材线虫病的高光谱综合分析早期探测方法
CN102507453A (zh) * 2011-10-25 2012-06-20 南京林业大学 一种黑松松材线虫病的高光谱监测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
徐华潮等: "松材线虫自然侵染后松树不同感病阶段针叶光谱特征变化", 《光谱学与光谱分析》, vol. 31, no. 05, 31 May 2011 (2011-05-31) *
杜华强等: "马尾松针叶光谱特征与其叶绿素含量间关系研究", 《光谱学与光谱分析》, vol. 29, no. 11, 15 November 2009 (2009-11-15) *
王震: "松材线虫入侵后森林生态系统的遥感动态监测", 《中国优秀硕士学位论文全文数据库 农业科技辑》, no. 03, 15 September 2007 (2007-09-15) *
王震等: "松材线虫病危害的马尾松林木光谱特征分析", 《遥感技术与应用》, vol. 22, no. 03, 15 June 2007 (2007-06-15) *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103278460A (zh) * 2013-05-30 2013-09-04 华南农业大学 一种柑橘树红蜘蛛虫害胁迫情况测试分析方法
CN103278460B (zh) * 2013-05-30 2015-07-29 华南农业大学 一种柑橘树红蜘蛛虫害胁迫情况测试分析方法
CN109142237A (zh) * 2018-09-13 2019-01-04 航天信德智图(北京)科技有限公司 一种监测感染松材线虫病枯死马尾松的卫星光谱指数
CN109142236A (zh) * 2018-09-13 2019-01-04 航天信德智图(北京)科技有限公司 基于高分卫星影像的感染松材线虫病枯死马尾松识别系统
CN109211802A (zh) * 2018-09-13 2019-01-15 航天信德智图(北京)科技有限公司 卫星监测感染松材线虫病枯死马尾松的快速提取算法
CN109142237B (zh) * 2018-09-13 2021-09-17 航天信德智图(北京)科技有限公司 一种监测感染松材线虫病枯死马尾松的卫星光谱指数
CN109164069A (zh) * 2018-09-29 2019-01-08 山西省农业科学院果树研究所 一种果树叶面病害级别的鉴定方法
CN109816270A (zh) * 2019-02-22 2019-05-28 福州大学 一种确定刚竹毒蛾危害遥感最佳诊断时段的方法
CN109816270B (zh) * 2019-02-22 2022-05-13 福州大学 一种确定刚竹毒蛾危害遥感最佳诊断时段的方法
CN110779879A (zh) * 2019-11-07 2020-02-11 航天信德智图(北京)科技有限公司 一种基于红边植被指数的松材线虫监测方法
CN113324927A (zh) * 2021-05-11 2021-08-31 四川省林业科学研究院 一种松材线虫病林间早期防治方法及监测系统

Also Published As

Publication number Publication date
CN102507504B (zh) 2013-09-18

Similar Documents

Publication Publication Date Title
CN102507453B (zh) 一种黑松松材线虫病的高光谱监测方法
CN102507504B (zh) 一种马尾松松材线虫病的高光谱监测方法
CN106171815B (zh) 基于树木功能性状改造浙东海岸低效防风林的方法
CN102426153B (zh) 一种基于冠层高光谱指数的小麦植株水分监测方法
Chen et al. Tree growth traits and social status affect the wood density of pioneer species in secondary subtropical forest
Príncipe et al. In Mediterranean drylands microclimate affects more tree seedlings than adult trees
CN109211802B (zh) 监测感染松材线虫病枯死马尾松的方法
CN109142237A (zh) 一种监测感染松材线虫病枯死马尾松的卫星光谱指数
Yang et al. Growth-climate sensitivity of two pine species shows species-specific changes along temperature and moisture gradients in southwest China
Tanhuanpää et al. Monitoring downed coarse woody debris through appearance of canopy gaps in urban boreal forests with bitemporal ALS data
Sarker et al. Developing allometric equations for estimating leaf area and leaf biomass of Artocarpus chaplasha in Raghunandan Hill Reserve, Bangladesh
Islam et al. Leaf functional traits vary among growth forms and vegetation zones in the Himalaya
Thakur et al. Dynamics of aboveground vegetation biomass and carbon stocks along the altitudinal gradients and overstorey composition types in the temperate Himalayan region
Liu et al. Dynamic simulation of the multilayer crown net photosynthetic rate and determination of the functional crown for larch (Larix olgensis) trees
Liang et al. Drivers of vegetation and soil determine natural regeneration of a single plantation at different slope positions
Gitarskiy et al. Carbon fluxes from coarse woody debris in southern taiga forests of the Valdai Upland
Loni et al. The role of Haloxylon plantations in improving carbon sequestration potential of sand dunes of Iran.
Wei et al. Foliar nutrient and carbohydrate in Aralia elata can be modified by understory light quality in forests with different structures at Northeast China
Alves et al. Successional and Intraspecific Variations in Leaf Traits, Spectral Reflectance Indices and Herbivory in a Brazilian Tropical Dry Forest
Liebsch et al. How do trees survive a cyclone? The relative role of individual and site characteristics over mortality
de Lima et al. Radial variation of wood anatomy and basic density of Anadenanthera colubrina (Vell.) Brenan
Hassen Carbon sequestration potentials of rangelands under traditional management practices in the Rift Valley of Ethiopia
Tian et al. Quantification of cannabinoid content in cannabis
Runova et al. Assessment of the State of Forest Plant Communities of Scots Pine (Pinus sylvestris L.) in the Conditions of Urban Ecosystems
Burke et al. Increases in soil pH and P availability in a temperate hardwood forest affect mycorrhizal colonization and nutrient content of the herbaceous wildflower Podophyllum peltatum (Mayapple) 1

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20180713

Address after: 210000 room B208, Changjiang building, Dongda science and Technology Park, No. 6 Changjiang street, Xuanwu District, Nanjing, Jiangsu

Patentee after: NANJING ENBO TECHNOLOGY CO., LTD.

Address before: No. 159, dragon pan Road, Nanjing, Jiangsu

Patentee before: Nanjing Forestry University

TR01 Transfer of patent right