第45卷第5期
2009年10月
兰州大学学报(自然科学版)
JournalofLanzhouUniversity(NaturalSciences)
Vbl.45NO.5
Oct.2009
文章编号:0455·2059(2009)05-0017-07
基于CART模型陇西黄土高原潜在NDVI模拟
王超,戚鹏程,冯兆东
(兰州大学西部环境教育部重点
实验室
17025实验室iso17025实验室认可实验室检查项目微生物实验室标识重点实验室计划
,兰州730000)
摘要:根据研究区30a的气象观测数据,使用栅格化技术,建成陇西黄土高原分布式气候模型(降水
量、气温、蒸散发量);然后以人类活动影响较少的森林、灌木林和十草原作为该处的本底NDVI数
据,使用分类与回归树模型建立潜在NDVI与栅格化的气候要素的关系,模拟了陇西黄土高原的潜
在NDVI;在此基础上
分析
定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析
了外界压力对潜在NDVI的影响.结果表明:1)陇西黄土高原的多年平均降
水量有从东南到西北的递减趋势,气温随海拔高度变化明显,多年平均生长季蒸散发量可达300mm;
2)使用CART模型模拟潜在NDVI精度较高,其总体精度达到了82.6%,可满足潜在NDVI的模拟;3)
外界压力下的NDVI与潜在NDVI在空间分布上呈现很大的不一致.
关键词:CART模型;潜在归一化植被指数;MODIS;空间插值;陇两黄土高原
中图分类号:P457.6;TP79 文献标识码:A
PotentialNDVIinLongxiLoessPlateau
basedonCARTmodel
WANGChao,QIPeng—cheng,FENGZhao—dong
(KeyLaboratoryofWesternChina’SEnvironmentalSystemswiththeMinistryofEducation,
LanzhouUniversity,Lanzhou730000,China)
Abstract:Datafromsomemeteorologicstationswereusedtobuildadistributedclimatemodels(precipi—
tation,temperatureandevapotranspiration),andthenanapproachWaftpresentedforestimatingpotential
NDVIfromclimatevariablesandtrainingdataofactualNDVIinnaturereserves.Theactualdatafrom
thebaselinegenerallycorrespondwith1andcovertypesinthewesternChinawheretherearefewerhuman
activities.Theresultsshow:11theprecipitationhadatrendfromsoutheasttonorthwest,thetemperatare
changedwithelevationandtheaverageevapotranspirationreached30cm;21TheCARTmodelWasaccurate
enoughinestimatingthepotentialNDVIofLongxiLoessPlateau,withtheaccuracyreaching82.6%;3)
TherewasangreatdifierencebetweentheactualNDVIandpotentialNDVI.
Keywords:CARTmodel;potentialNDVI;MODIS;spatialinterpolation;LongxiLoessPlateau
作为中华民族的主要发祥地,黄土高原开发
历史悠久,千百年来的人类活动导致植被退化严
重,植被退化引起的水土流失、生态环境失衡等问
题
快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题
已经受到广泛关注【1--4】.如何评定和描述人类
活动对黄土高原植被的干扰破坏而导致的植被退
化程度,并进行该地区的生态恢复和重建,已经成
为一个焦点【5.S1.但是,究竟参照什么样的
标准
excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载
进
行恢复,恢复后植被的生态系统机能又如何?
归一化植被指数(NDVI)和生态系统机能有关
系,特别是和净初级生产力有关【901|.NDVI常被
用于监测沙漠化【12l、土地利用变化和全球变暖在
高纬度地区的影响【13】.由于植被指数是对地表植
被活动的简单、有效和经验的度量,因此植被的变
化和分布可以用植被指数来反映.遥感数据的获
收稿日期:2008-10-06;修回日期:2009-02-25
基金项目:国家创新研究群体科学基金项E1(40721061);国家自然科学基金项I目(40671067,30770387)
作者简介:王超(1985一),男,陕西西安人,硕士研究生,e-mail:wangcha007@lzu.cIl,研究方向为地理信息技术与流域生态
水文.
万方数据
18 兰州大学学报(自然科学版) 第45卷
取实现了大面积植被的监测,为陆地植被对全球
变化的响应研究提供了新的手段.
由于遥感资料是现时性的,它们无法模拟植
被指数的潜在变化,使现有遥感数据的利用受
到限制,利用遥感数据的模型一般无法模拟气
候或植被变化后植被生产力的响应.本文尝试利
用CART(classificationandregressiontrees)模型,建
立气候因素与潜在NDVI之间的关系,并模拟陇两
黄土高原的潜在NDVl分布.在此基础上分析外界
压力对潜在NDVI的影响,希望对黄土高原的生态
恢复提供参考.
潜在NDVI是指没有人类活动干扰或人类活
动干扰极少情况下植被的NDVI.Stoms等【14】利用
1kmxlkm的AVHRR数据研究了美国两部不同
土地利用类型下真实NDVI对于潜在NDVI的偏
离状况,但是国内还缺少潜在NDVI的相关研究.
本文的目的是建立基于气候要素的潜在NDVI模
型,模拟研究区的潜在NDVI,并以此探究外界压
力对陇西黄土高原植被覆盖的影响.
1 CART模型原理
CART模型是一种非常有效的非参数分类和
回归
方法
快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载
,其主要原理是通过构建二叉树达到预
测目的.利用已知的多变量数据构建预测准则,然
后根据其他变量值对一个变量进行预测.
1.1 CART与传统模型的比较
传统的分类与回归预测准则均以代数表达
式的形式给出,这些表达式通常难以理解和解释.
CART采用了与传统统计学完伞不周的方式来构
建预测准则,它所构建的预测准则以二叉决策树
的形式给出,非常容易理解、使用、说明和解释.
由CART方法构建的预测树很简单,很多情况下
比常用的统计方法构建的代数学预测准则更准确.
事实上,数据越复杂,变量越多,CART比其他方
法的优越性就越显著【15—16].近年来在遥感影像分
类中也出现了对于分类树的应用研究[17--191,但是
植被指数的回归树的应用还不多见.
1.2 CART回归树生成及检验方法
构建一颗回归树的基本方法是:先计算根节
点中所有值的均值和方差,然后寻找这样一些分
化,它们逐次将数据分成两个结点,每一个节点中
的值尽可能一致.计算每一次分化时子节点的离
散程度,选择离散程度和根节点相比最低的一个
的方差将会越来越小,最终当每个终结点中都只
用一个客体时,所有的方差为零.但是此时如果我
们用学习客体以外的客体来检验,真正的误差率
不太可能为零,也就是说这棵树的真误差率可能
比终结点少的树的误差率高.
CART解决这个问题时先不断对学习集进行
分化,形成一颗非常大的树,然后运用一定的算法
对这颗大树的树枝不断修剪.在整个修剪过程中
给出一列越来越小的树,形成一个修剪树序列,我
们所需要的就是检验这棵树的误差率.
我们采用了CART提供的一种较为简单快捷
的检验方法,即利用检验集检验.其原理是:对于
多个已知客体,随机选择其中多数来构建大树和
修剪树序列,然后用检验集去检验修剪树序列中
的每一颗子树.通常,一颗非常大的子树的误差
率的估计值会非常大,而当子树变小的时候,这一
值会变小,但当树变得很小时,这一值又会增大,
CART方法将选取那颗估计值最小的树.
2研究区概况及数据处理
2.1研究区概况
陇西黄土高原位于中国甘肃省,地理范围为
102。417—106。437E,340057—370387N(图1).研究区
覆盖面积约75198.7km2,海拔781—45591TI.年降
雨量在东南部半湿润气候区超过550mm,两北部
半干旱气候区少于150mm,降雨量地区差异大.
年均温度一7—12oC.主要植被包括:森林、灌木和
干草原。森林可以进一步细分为:温带落叶阔叶
林(主要物种有辽东栎、山杨和白桦);寒温带针叶
林(主要物种为青杆和青海云杉)、温带针叶林(主
要为物种为华山松).干草原可进一步细分为温带
草原、温带草甸草原、温带荒漠草原和高山草甸.
该区农业活动密集,区内主要农作物有春小麦、玉
米、黍、马铃薯和胡麻等.
分化为最优分化.继续如上步骤进行分化,以减小 图1研究区位置及气象站点图
终结点的方差.随着分化次数的增多,各个终结点/Fig.1Locationofthestudyareaandweatherstations
万方数据
第5期 王超,等:基于CART模型陇西黄土高原潜在NDVI模拟 19
2.2数据来源及处理
2.2.1数据来源
月平均的气温、风速、相对湿度等数据来源于
气象站点.月平均降水数据来自137个站点(44个
气象站和93个雨量站),取1971—2000年的30a平
均值.其中的122个点用来构建回归模型,其余的
留作检验.
数字高程模型(DEM)数据是从NASA下载的
90m分辨率的SRTM数据,使用双线性内插重采
样成30m分辨率,用于叠加LandsatTM/ETM+的
数据.
使用LandsatETM+数据进行土地覆盖分类,
得到研究区的土地覆盖类型,取干草原、灌木林和
森林为潜在NDVI等于真实NDVI的区域.
研究区2000年MODIS250m分辨率的16d最
大值合成NDVI来源于NASA.
2.2.2 气象数据的栅格化
使用两种方法对气候因子进行栅格化:
1)逐步多元线性回归法.在这种方法中,使用
经纬度和海拔的二次模型来估计气候因子的值:
Y=,(气妒,h)=
bo+bxA+b2西+b3h+64A砂+
65Ah+66咖^+b7A2+bs矽2+b9h2.(1)
其中:Y表示气候因子;A是经度;西是纬度;h是海
拔.使用MATLAB软件进行逐步多元线性回归系
数的计算,然后在ArcGIS中使用得到的回归方程
进行栅格面的生成.
2)逐步多元回归与残差分析结合(SMLR+IR).
在这种方法中,气候因子和地理因子之间的关系
可以表达如下:
Y=Yo+E, (2)
Yo=,(A,妒,h)=
60+blA+b2≯+b3h+64入西+
65A^+66咖^+bTA2+b8≯2+b9h2.(3)
其中:Yo表示地理因子决定的部分;E表示残差,
它是用真实值减去回归值所得,E的插值使用了克
里金插值.将确栅格面和E栅格面相加得到最终
的GRID数据集.
2.2.3蒸散发量的计算
1)太阳辐射按下式计算:
Rs=(o.25+o.5蔷)R。, (4)
冗a:等Gscdrusin6壹(‰l一%r1)+
uCOs6∑(sin‰l一8inw日r1)一
f=1
m
wcos6∑COSOJmsl—COSusrl).(5)5
f=1
其中:Rs为太阳辐射(MJ/(m2-d);n为实际日照时
数;N为最大可能日照时数;R。为地球外辐射(MJ/
(m2.d));G。。为太阳常数(o.0820MJ/(m2.min));
d,为倒转日地平均距离;6为太阳偏差;u。。I为日
照时段的开始时角;∽。,l为日照时段的结束时角;
仇为日照时段个数.U,可,W按下式计算:
U=sin妒COSQ—C08妒sinQCOS卢,
移=sin妒sinaCOSp+cos妒cos口,
叫=sin乜sin臼.
其中:妒为纬度;Q为坡度;卢为坡向.
2)潜在蒸散发量按下式计算:
唧乩74(譬)南,
风=0.77Rs一仃(T+273)4·
(6)
(7)
(8)
(0.56一o.79厄)(o.1+o.9昙).(10)
7=0.06737(1一o.2218×10-4z)5‘撕,(11)
:竺竺!!!:竺≥三1±7.竺27TA z. (12)=——————————————————————百∑—————j. (12)
(T+273.3)‘
、。
其中:PET为潜在蒸散发量(mm/d);R。为净辐射(MJ/
(m2.d));L为潜热系数(2.45MJ/kg);7为干湿表常
数(kPa/oc);A为饱和水汽压曲线斜率(kPa/。C);
仃为StefanBolzman常数f4.903)<10—9MJ/(m2-d));
T为气温(。C);e。为平均实际水汽压(kPa);Z为海
拔.
3)NDVI数据的处理
NDVI数据使用2000年生长季的16d最大合成
的NDVl4级产品数据,时间从5月9日到9月30日,
在ArcMAP中进行GRID操作,通过监督分类的
LandsatTM影像提取NDVI中的纯像元,然后转
化为点图层.以此点图层作为样本值,在ArcMAP
中分别提取该处的各个气候要素的值,共得到纯
像元62186个.
4)潜在NDVI模拟
使用分类与回归树建立预测模型,以气候要
素为预测变量,取样区的NDVI值为目标变量(表1).
使用CART软件建立模型,选取样点62186个,取
80%的样点建立模型,留下20%的样点检验模型.
变量的分类采用“基尼”系数,最优树的选择采取
最小费用.最终建立的回归树为7个节点,总体变
万方数据
兰州大学学报(自然科学版) 第45卷
量精度为82.6%(图2).然后将该模型应用到ArcMAP
中生成研究区潜在NDVI的图层,用潜在NDVI图
层减去真实NDVI图层,得到一个新的图层,该图
层为外部环境压力下的真实NDVI与潜在NDVI
的偏差.
表l潜在NDVI回归树分析变量
Tab.1Variablesusedinregressiontreeanaly-
sisofpotentialNDVI
总体精度=82.60%
兰j
PPl’ANN≤291.5l
NDVI-0.220
上
—■
足厂叫塑里∑!三!:!!!J
ET≤1732
NDVI:0.207
NDVI=0"199J
t-看----[NDVI=0.253
是厂一匣巫圃
TAX≤23.4l
NDVI=O.48l
舌I
图2基于气候变量的潜在NDVI回归树预测模型
Fig.2Regressiontreeofclimatepredictorsofpoten—
tialNDVI
3 结果分析
基于气候变量使用CART模型模拟陇两黄土
高原的年平均潜在NDVI,从模拟结果可以看出现
实的NDVI值与潜在NDVI值有很大的差异.由于
人类活动强度和气候的区域差异,潜在NDVI与真
实NDVI值在空间上具有明显的变化.先对模拟结
果进行验证,然后分析潜在NDVI与真实NDVI值
的差异在空间上的变化情况.
3.1模拟精度检验
3.1.1插值精度检验
原始数据分成两部分,一部分用来构建模型,
另一部分用作模型检验.使用均方根误差做精度
检验,得到各种因子插值的均方差(表2).
表2气象要素插值方法及精度检验
Tab.2Methodsofclimatevariablesinterpola-
tionandRMSE
3.1.2植被指数模拟精度检验
由于样本数众多,得出的模拟结果有592个终
结点,此时的模拟结果精度为92.8%,对于实际计
算来讲,这样会使计算时间变得很长.综合节省计
算时间和尽量保证精度两方面的要求,选择r7个
节点(图2),精度为82.60%.
3.2降水量、气温和蒸散发量的空间分布
利用DEM数据(图3)及其生成的经度和纬度
栅格数据对气候因子进行栅格化,得到气候因子
的空问分布.
网3陇两黄土高原DEM
Fig.3DEMofLongxiLoessPlateau
1)年平均降水的空间分布
由图4可以看出:陇两黄土高原的年平均降水
量从南到北逐渐减小,最大降水量为558.76mm,
最小为126.62mm.最大降水地区分布在东南部的
渭河谷地,年平均降水量在500mm以上;其次为
西南部的祁连山余脉和东南部的天水和清水等地,
年平均降水量为400,,一500mm;最小降水地区分布
在北边的景泰和白银地区,其大部分地区的年平
均降水量在200mm以下.
图41971—2000年年平均降水量
Fig.4Meanannualprecipitationof1971——2000
丘瓣雨Ⅵ到愿鞣L]避否
万方数据
第5期 王超,等:基于CART模型陇西黄土高原潜在NDVI模拟 21
21气温的空间分布
由图5可以看出:陇西黄土高原大部分地区
的年平均气温为5—10。C,最高气温分布在渭河
谷地一带(10,,42.730C),在西南部的祁连山余脉
年均气温较低,这些地区的高海拔地带年均气温
在0。C以下.与图3的DEM相结合可以看出:该区
的气温分布在南北方向差异不是十分明显,而随
海拔的变化明显.随着海拔升高,年平均气温逐渐
变低.从图6—7中可以看出该区最冷月和最热月
的平均气温也有与年平均气温空间分布相似的规
律.
图51971—2000年年平均气温
Fig.5Meanannualtemperatureof1971--2000
图61971—2000年1月份平均气温
Fig.6MeanJanuarytemperatureof1971-2000
图71971—2000年7月份平均气温
Fig.7MeanJulytemperatureof1971——2000
3)生长季节蒸散发量的时空分布
由图8可见:陇两黄土高原蒸散发量最大的地
区是景泰、靖远和白银一带,其生长季蒸散发量达
到了200ID.In以上.蒸散发量最小的地区是一些海
拔较高的地区,如西南部的祁连山余脉,兴隆山及
马唧山等,生长季蒸散发量为58.5,,400him.大部
分地区的蒸散发量为150—200mm.
图81971-2000年生长季蒸散发量
Fig.8Meanevapotranspirationinthegrowingsea-
flonof1971-2000
3.3潜在NDVI模拟结果
3.3.1潜在NDVl分布
由图9可以看出:潜在NDVI的分布总体上有
从南到北的递减趋势,这和降水的趋势比较相似.
潜在NDVI最大的地区为高海拔山区,该地区降
雨充沛,蒸散发量小,温度较低,植被生长条件好,
植被指数大;潜在NDVl次大的地带为东南部的
天水一带和祁连山余脉的山地;然后从南到北潜
在NDVI降低,在景泰、白银、靖远等地最低.从回
归树和气候要素插值图上也可以看出该地区的降
水最少,而蒸散发最强烈,因此潜在NDVI最小.
图9潜在NDVl分布
Fig.9DistributionofpotentialNDVI
3.3.2外界压力对NDVI的影响
外界压力包括气候变化和人类活动的影响,
由于无法对气候变化和人类活动的影响进行定量,
因此这里统称为外界压力作用.在ArcGIS软件
中,使用栅格计算器计算年平均NDVI与CART模
型模拟的潜在NDVI的差值,得到外界压力对潜
在NDVI的影响.图10中灰度变化表示受外界压力
影响的程度.在东南部的天水地区及中部和北部
的河流两边,其潜在NDVI小于实际NDVI,这可能
是因为这些地方由于灌溉的原因,其植被要比不
灌溉的情景下长势好,因此其真实的NDVI比模拟
出来的结果大;在山区潜在NDVI比真实NDVI大
许多,这是因为在这一地区森林分布比较多,破坏
万方数据
22 兰州大学学报(自然科学版) 第45卷
也十分剧烈,因此其真实值与模拟值的差距也很
大.可以看出其余的大部分地区植被也存在不同
程度的破坏.
图10外界压力对NDVI的影响
Fig.10ImpactofenvironmentalstressonNDVI
4 结果
在空间分布栅格化陇西黄土高原的气候要素
的基础上,结合研究区的2000年年平均NDVI信
息,运用CART模型进行了该地区的潜在NDVI模
拟.结果表明运用CART模型进行潜在NDVI的
模拟具有很好的精度.在此基础上对比分析了
外界压力对NDVI的影响,量化了外界压力下真
实NDVI和潜在NDVI的差异,为黄土高原的生态
恢复和重建提供了一定的科学依据.从模拟结果
的分析中可以看出:外界压力对NDVI的影响不一
定只会导致其值降低,在河流两岸的灌区。由于灌
溉的作用,真实的NDVI值要大于其潜在值;而在
其余的大部分区域,潜在NDVI的模拟值都大于其
真实值,这表明这些地区的植被都有一定程度的
破环.从图10可以反映出不同地区植被破坏的程
度.
由于NDVI可以反映植被的分布和变化,在进
行植被陆地生产力的研究中具有重要的作用,因
此进行潜在NDVI的模拟对于生态恢复与重建、未
来植被变化的预测及陆面过程模型的建立具有
重要意义.但是潜在NDVI的模拟也存在一定的缺
陷:由于潜在NDVI是一种模拟值,并且无法在短
期内通过恢复潜在植被对其进行检验,因此现在
只能停留在理论研究阶段,对其潜在值预测的真
实性有待进一步研究.本次模型的建立仅仅考虑
了气候要素,并未将土壤类型、土壤水分、海拔高
度、坡度、坡向以及太阳辐射等要素加入进行综合
考虑,因此在模型的建立上可能存在不足.进一步
的研究准备将上述的各种影响因素加入,然后建
立多因素影响下的潜在NDVI模型,并对其在不同
的潜在植被情况下的潜在NDVI进行模拟,进行以
潜在NDVI为本底资料的生态系统机能监测研究.
参 考 文 献
【1】傅伯杰,陈利顶,马克明.黄土丘陵区小流域土地
利用变化对生态环境的影响——以延安市羊圈沟
流域为例【J】.地理学报,1999,54(3):241—245.
[2】徐勇,张同升,杨勤科.黄土高原安塞县生态退耕情
景及农业影响[J】.地理学报,2006,61(4):369—375.
[3】张小文,张世强,蔡迪花,等.黄土高原西部不同土
地利用与土壤侵蚀的相互作用【J】.兰州大学学报:
自然科学版,2008,44(2):9-15.
14JHUANGMin-bin,ZHANGLu.Hydrologicalresponse
toconservationpracticesinacatchmentoftheLoess
Plateau,China[J].HydrologicalProcess,2004,18:
1885-1898.
[5]徐勇,田均良,沈洪泉,等.生态重建模式的评价
方法——以黄土丘陵区为例【J】.地理学报,2004,
59(4):621-626.
【6】金红喜,袁彩霞,杨占彪,等.恢复森林中的多样
性和生产力【J】.兰州大学学报:自然科学版,2008,
44(4):75-82.
[7]赵传燕,冯兆东,南忠仁,等.黄土高原祖厉河流域
潜在植被分布模拟研究【J】.地理学报,2007,62(1):
52-59.
[8】孙长忠,黄宝龙,刘淑明,等.黄土高原荒坡榆林地
土壤水分变化规律研究[J】.应用生态学报,2000,
11(4):523—526.
【9]BoxEO,HOLBENBN,KALBV,eta1.Accuracy
oftheAVHRRvegetationindexasapredictorof
biomass,primaryproductivityandnetc02flu)【[J].
Vegetatio,1989,80:71—89.
[10】钟文泉,潘耀忠,阳小琼,等.气候变化对中国陆地
植被净初级生产力的影响分析【J】.科学通报,2007,
52(21):2535——2541.
【11】陈正华,麻清源,王建,等.利用cAsA模型估算黑
河流域净第一性生产力【J】.自然资源学报,2008,
23(2):263-272.
[12】TUCKERCJ,DREGNEHE,NEEWCOMBWW,
eta1.ExpansionandcontractionoftheSahara
desertfrom1980to1990[J].Science,1991,253:
299-301.
【13】MYNENIRB,KEELINGCD,TUCKERCJ,eta1.
Increasedplantgrowthin thenorthernhigh
latitudesfrom1981—1991[J1.Nature,1997,386:
698——702.
【14】STOMSDM,HARGROVEWW.PotentialNDVI够
abaselineformonitoringecosystemfunctioning[J].
RemoteSensing,2000,21(2):401—407.
(下转第27页)
万方数据
第5期 王胜利,等:干旱区绿洲灌漠土和灰钙土Cu,Ni的吸附解吸特征 27
soilmineral/waterinterface[J].SoilScience,1996,
161(12):813——831.
【7】DOULAM,IOANNOUA.DIMIRKOUA.Thermody-
namicsofcopperadsorptiondesorptionbyCakaoli-
nite[J].Adsorption,2000,6(4):325-335.
【8]戴树桂.环境化学[M】.北京:高等教育出版社,
1996:120-125. .
【9】康力娟,谢忠雷.稻砂土吸附铜镍铅砷能力的
比较【J】.吉林大学学报:理学版,2002,40(4):
417-419.
【10】余国营,吴燕玉.土壤环境中重金属元素的相互
作用及其对吸附特性的影响【J】.环境化学,1997,
16(2):30-46.
[11】谢忠雷,董德明,赵晓松.草甸黑土对铜镍铅砷的
吸附特征【J】.吉林大学学报:自然科学学报,2000,
38(4):99-101.
‘【121陈同斌,陈志军.水溶性有机质对土壤中Cd吸附
的影响【J】.应用生态学报,2002,13(2):183—186.
[131白庆中,王晖.有机物对重金属粘土中吸附行为的
影响【J】.环境科学,2000,21(5):64—67.
[14】徐明岗.砖红壤铜锌吸附等温线与pH的关系【J】.
热带亚热带土壤科学,1997,6(3):217—220.
【15】HARTERRD,NAIDUR.Anassessmentofenvi-
ronmentalandsolutionparamrterimpactontrace-
metalsorptionbysoils[J].SoilSciSocAmJ,2001,
65(3):597—612.
116lVEERESHH,TRIPATHYS,CHAUDHURID,eta1.
Competitiveadsorptionbehaviorofselectedheavy
metalsinthreesoiltypesofIndiaamendedwithfly
ashandsewagesludge[J].EnvironmentalGeology,
2003,44:363-370.
【17】AGBENINJO,ATINAM. Coppersorption
characteristicsandactivityinAsavannaacidsoil
fromNigeria[J].WaterAirandSoilPollution,2003,
150:43-58.
[18】陈苏,孙铁珩,孙丽娜,等.Cd2+,Pb2+在根际和非
根际土壤中的吸附一解吸行为[J】.环境科学,2007,
28(4):843-851.
【19】JALALIM,MOHARRAMIS.Competitiveadsorp-
tionoftraceelementsincalcareoussoilsofwestern
Iran[J].Geoderma,2007,140:156-163.
【20】GOMESPC,FONTESMPF,DASILVADG.Selec-
tivitysequenceandcompetitiveadsorptionofheavy
metalsbyBraziliansoils[J].SoilSciSocAmJ,2001,
65:1115-1121.
【21】张增强,张一平,朱兆华.镉在土壤中吸持的动
力学特征研究【J】.环境科学学报,2000,20(3):
370-375.
【22]林玉锁.由Freundlich方程探讨锌在石灰性土壤中
的吸附机制和迁移规律【J】.土壤学报,1991,28(4):
390-394.
【23】焦文涛,蒋新,余贵芬,等.土壤有机质对镉在土
壤中吸附一解吸行为的影响【J】.环境化学,2005,
24(5):545-549.
【24]MCLARENRG,WILLIAMSJG,SWIFTRS.Some
observationsonthedesorptionanddistributionbe-
haviourofcopperwithsoilcomponents[J].Journal
ofSoilScience,1983,34:325-331.
【25】wuJ,LAIRDDA,THOMPSONML. Sorp-
tionanddesorptionofcopperonsoilclaycompo-
nents[J].JournalofEnvironmentalQuality,1999,
28(1):334-338.
(上接第22页)
【15】谢益辉.基于R软件rpart包的分类与回归树应
用【J】.统计与信息论坛,2007,22(5):67—70.
【16】张立彬,张其前,胥芳,等.基于分类回归树(CART)
方法的统计解析模型的应用与研究【J】.浙江工业
大学学报,2002,30(4):315—318.
【171MCIVERDK,FRIEDLMA.Usingpriorprobabili-
tiesindecision-treeclassificationofremotelysensed
data[J].RemoteSensingofEnvironment,2002,81:
253-261.
[18】刘勇洪,牛铮,王常耀.基于MODIS数据的决策
树分类方法研究与应用【J】.遥感学报,2005,9(4):
405--411.
【19】赵萍,傅云飞,郑刘根,等.基于分类回归树分析
的遥感影像土地利用/覆盖分类研究【J】.遥感学报,
2005,9(6):708-714.
’
万方数据
基于CART模型陇西黄土高原潜在NDVI模拟
作者: 王超, 戚鹏程, 冯兆东, WANG Chao, QI Peng-cheng, FENG Zhao-dong
作者单位: 兰州大学,西部环境教育部重点实验室,兰州,730000
刊名: 兰州大学学报(自然科学版)
英文刊名: JOURNAL OF LANZHOU UNIVERSITY(NATURAL SCIENCES)
年,卷(期): 2009,45(5)
被引用次数: 0次
参考文献(19条)
1.傅伯杰.陈利顶.马克明 黄土丘陵区小流域土地利用变化对生态环境的影响--以延安市羊圈沟流域为例 1999(03)
2.徐勇.张同升.杨勤科 黄土高原安塞县生态退耕情景及农业影响 2006(04)
3.张小文.张世强.蔡迪花 黄土高原西部不同土地利用与土壤侵蚀的相互作用 2008(02)
4.HUANG Min-bin.ZHANG Lu Hydrological response to conservation practices in a catchment of the Loess
Plateau,China 2004
5.徐勇.田均良.沈洪泉 生态重建模式的评价方法--以黄土丘陵区为例 2004(04)
6.金红喜.袁彩霞.杨占彪 恢复森林中的多样性和生产力 2008(04)
7.赵传燕.冯兆东.南忠仁 黄土高原祖厉河流域潜在植被分布模拟研究 2007(01)
8.孙长忠.黄宝龙.刘淑明 黄土高原荒坡榆林地土壤水分变化规律研究 2000(04)
9.Box E O.HOLBEN B N.KALB V Accuracy of the AVHRR vegetation index as a predictor of biomass,primary
productivity and net CO2 flux 1989
10.钟文泉.潘耀忠.阳小琼 气候变化对中国陆地植被净初级生产力的影响分析 2007(21)
11.陈正华.麻清源.王建 利用CASA模型估算黑河流域净第一性生产力 2008(02)
12.TUCKER C J.DREGNE H E.NEEWCOMB W W Expansion and contraction of the Sahara desert from 1980 to
1990 1991
13.MYNENI R B.KEELING C D.TUCKER C J Increased plant growth in the northern high latitudes from
1981-1991 1997
14.STOMS D M.HARGROVE W Wo Potential NDVI as a baseline for monitoring ecosystem functioning
2000(02)
15.谢益辉 基于R软件rpart包的分类与回归树应用 2007(05)
16.张立彬.张其前.胥芳 基于分类回归树(CART)方法的统计解析模型的应用与研究 2002(04)
17.MCIVER D K.FRIEDL M A Using prior probabilities in decision-tree classification of remotely
sensed data 2002
18.刘勇洪.牛铮.王常耀 基于MODIS数据的决策树分类方法研究与应用 2005(04)
19.赵萍.傅云飞.郑刘根 基于分类回归树分析的遥感影像土地利用/覆盖分类研究 2005(06)
本文链接:http://d.g.wanfangdata.com.cn/Periodical_lzdxxb200905004.aspx
授权使用:西安交通大学(wfxajd),授权号:f0c3b0ff-16c1-4876-ba25-9dd9018720e3
下载时间:2010年8月21日