留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于回归决策树和ASTER卫星影像的城市森林研究

黄初冬 邵芸 李静 柳晶辉 陈洁琼

王适, 吴永波, 陈杰, 等. 上海崇明生态农业园区花菜田的碳平衡[J]. 浙江农林大学学报, 2014, 31(2): 190-195. DOI: 10.11833/j.issn.2095-0756.2014.02.005
引用本文: 黄初冬, 邵芸, 李静, 等. 基于回归决策树和ASTER卫星影像的城市森林研究[J]. 浙江农林大学学报, 2008, 25(2): 240-244.
WANG Shi, WU Yongbo, CHEN Jie, et al. Carbon balance of Brassica oleracea var. botrytis from Chongming Ecological Agriculture Park in Shanghai[J]. Journal of Zhejiang A&F University, 2014, 31(2): 190-195. DOI: 10.11833/j.issn.2095-0756.2014.02.005
Citation: HUANG Chu-dong, SHAO Yun, LI Jing, et al. Urban forest research based on regression tree techniques and ASTER imagery[J]. Journal of Zhejiang A&F University, 2008, 25(2): 240-244.

基于回归决策树和ASTER卫星影像的城市森林研究

基金项目: 

“十五”国家科技攻关计划项目(2002BA90407);中国科学院奥运科技资助项目(KACX1-10)

详细信息
    作者简介: 黄初冬,博士研究生,从事遥感在城市生态环境中的应用研究。E-mail:cdhuang@tsinghua.org.cn
  • 中图分类号: S757

Urban forest research based on regression tree techniques and ASTER imagery

  • 摘要: 城市森林已成为城市生态环境研究和城市规划的热点问题之一。介绍了一种运用遥感影像分析城市森林的方法。分析过程分为两大内容:①运用回归决策树模型和ASTER影像分析城市森林丰度,即根据分类训练区内ASTER影像的光谱与实际森林丰度之间的对应关系,建立回归决策树模型,然后用该模型计算整个研究区域内各像元的森林丰度。②运用CITYgreen模型分析该地区城市森林生态功能,即运用CITYgreen模型,估算研究区域内城市森林的覆盖率、碳储量和清除空气污染物的能力,以及在清除空气污染物方面的生态价值。以北京市通州新城为研究区域,根据估算得出,该地区森林覆盖面积约为11.62 km2,碳储量约为12.36 万t,清除污染物总量为267.1 t·a-1。讨论了该方法的优缺点以及需要改进的方面。
  • 近年来,人们发现农业生态系统中的碳库是全球碳库中最活跃的部分。在人类活动的影响下,农田土壤碳库正在迅速变化。农田碳平衡主要从2个方面研究:碳汇(系统固定碳)与碳源(系统释放碳)。现今农田碳汇多采用最大收获法(生物量法)来计算,该方法与调查森林地上植被碳蓄积量方法类似。如罗怀良[1]长期观测中丘陵地区农田植被碳储量,刘允芬等[2]对青藏高原农田植被碳蓄积进行了测算,丁晓叶[3]在对崇明岛人工林与农田碳储量研究时都用到生物量法。此外,还有赵荣钦等[4]的模型法,其主要是将作物有机碳含量与经济产量、经济系数相结合,粗略估算植被碳储量。农田碳源侧重土壤呼吸碳源研究,国内使用较多的是静态气室法和动态气室法[5]。农田系统存在特殊的人工管理投入碳排放。管理活动碳源主要包括投入农用化学品的能源碳源和农田人工管理活动(机耕、灌溉、收获)碳源。当前越来越多的学者把注意力投到农用化学品、灌溉和机耕活动碳源上,但对收获活动带来的碳源的关注较少。一直以来关于农田生态系统究竟是碳源还是碳汇的问题存在争议。一些学者如Lal等[6]认为:农田碳汇量巨大,全球耕地总的固碳潜力为0.75~1.0 Pg·a-1;而韩冰等[7]针对中国农业措施,提出中国农田固碳潜力为182.1 Tg·a-1;赵荣钦等[4]研究发现,中国沿海地区农田碳吸收总量为22 482.4万t,属于明显碳汇。而有部分学者则认为农田主要是一种碳源,如孙艳丽等[8]对华北平原冬小麦Triticum aesticuml(-1.98 t·hm-2),玉米Zea mays(-1.38 t·hm-2)轮作农田碳平衡进行测定,指出农田属于碳源,而Bouwman[9]也认为农业活动是重要的温室气体排放源。本研究运用生物量法,对上海乃至全国第1个“低碳农业园”崇明现代农业园区主要种植的花菜Brassica oleracea var. botrytis田,从植被动态含碳率和固碳量、土壤呼吸碳源释放及人工管理碳源几个方面定量分析花菜田系统碳平衡特征,通过估算判断其是碳汇还是碳源,并根据碳平衡特征探讨增汇减排技术,旨在为今后低碳农业园的建立提供理论指导与数据支持。

    崇明岛位于31°27′00″~31°51′15″N,121°09′30″~121°54′00″E,处于北亚热带南缘,气候温和湿润,夏季湿热,冬季干冷,四季分明,具有明显的亚热带海洋性季风性气候。岛内常年平均气温为15.3 ℃,1月份最低,7-8月份气温最高,全岛东部年平均温度略高于西部。崇明岛年平均降水量为1 055.6 mm,降水主要集中于汛期。岛上土壤类型主要为冲积母质上发育而成的滨海盐碱土,此外还有淋溶土和半水成土。全年平均日照2 104 h,日照百分率为47%,2月日照时数最少,为131.1 h。11月至2月多刮北风和西北风[10]。实验时间为2011年9月初到2012月年1月中旬,地点位于陈家镇现代农业园内,地处崇明东部,以园区中花菜田为研究对象,花菜生育期从种植到收获历时140 d左右。实验样地表层土壤氮质量分数为1.83 g·kg-1,磷1.35 g·kg-1,有机碳为12.71 mg·kg-1

    根据现有研究结论[11],农田碳平衡研究公式为净生产力=净第一生产力-土壤异养呼吸碳源。广义的农田碳平衡还包括人工管理投入碳源。由于花菜生长期间凋落物生物量几乎为0,所以在本研究中忽略不计。本研究的土壤呼吸碳源采用土壤异氧呼吸碳释放量计算,忽略作物根呼吸的影响,因为在计算根的碳储量时,直接是扣除呼吸作用消耗的碳以后的碳储量,因此,在计算作物生物量时将作物地上部分与地下部分统一计算。

    在花菜种植期间,选择相邻的3块20 m × 20 m的田块作为实验样地,每块样地随机设置3块1 m × 1 m的小样方,隔15 d在样方内用收获法收割花菜植株,封装后带回实验室测定。

    将每次采集的花菜样品封装带回实验室保存,最后将所有采集的样品在粉碎前均放入85 ℃的恒温箱中烘至恒量,再经粉碎、碾磨、过筛后,采用重铬酸外加热法[12]测定植被含碳率,再结合植被生物量计算碳储量。C=B×O。其中:C为碳储量(t·hm-2),B为生物量(t·hm-2),O为含碳率。

    选择样点3个·样地-1,随机设置3个重复·样点-1。由于农田基本在土壤表层耕作,不如林地对低层土壤影响作用大,所以研究时土壤剖面挖60 cm深,按0~5,5~10,10~20,20~40,40~60 cm分层取样,相同层次混合,同时用环刀法[13]测定土壤容重。采集的土样在室内自然风干后过2 mm 筛,用重铬酸钾氧化-外加热法[13]测定土壤有机质质量分数,进而计算土壤有机碳储量[14]:C0 =∑0.1HiBiOi。其中: C0为土壤有机碳储量(t·hm-2); 0.1 为单位换算系数;Hi为第i 层土壤厚度(cm);Bi为第i 层土壤的容重(g·cm-3);Oi是第i 层土壤有机碳质量分数(g·kg-1)。

    在1 m × 1 m样方内随机设置3个重复,采用Li-6400便携式光合作用仪测量,安装09土壤呼吸叶室测定土壤呼吸。在测定前1天将标准规格的聚氯乙烯土壤隔离圈打入土中1~2 cm深,保证每个月的测定都在同一地点进行,免除测定点移位带来的干扰。每次测定的前1天,在不破坏土壤的情况下彻底剪除隔离圈内的地表植被,从而减少土壤扰动及根系损伤对测量结果的影响。测定时间为6: 00-18: 00,2 h测定1次,每个土壤隔离圈重复3次。

    土壤异氧呼吸采用开沟法测定,在小样方四周挖掘70~100 cm深、50 cm宽的壕沟,沟中放入玻璃纤维薄片以阻止根向样方内生长,排除根系呼吸的干扰,然后把沟填平再测定,所测得的土壤呼吸即为土壤异养呼吸。

    管理碳排放主要包括能耗碳排放、灌溉碳排放和人工碳排放。能耗碳排放包括杀虫剂和肥料生产的碳排放。灌溉碳排放估算:Ci=Vi × w ×h × ni。其中:Vi为煤电的碳强度系数(0.92 kg·kW-1·h-1);w为灌溉所用的电机功率(kW);h为每次灌溉工作时数;ni为灌溉次数。人工投入碳排放估算:Cr=Vr × N。其中:Vr为成人(60 kg体质量)每天呼出的二氧化碳容积;N为1个作物生长季投入的人工总数(人·d-1)。

    根据现有中国生产肥料的化石能源碳排放研究:生产1 t杀虫剂排放碳 4 931.93 kg·Mg-1;生产1 t氮肥排放1.74 t 碳; 1 t钾肥排放120.28 kg碳,1 t 磷肥排放165.09 kg碳。

    实验测得含碳率数据如图 1所示。花菜生长期含碳率波动范围为30%~40%,生长初期最小,为25.73%,生长旺期最大,为41.61%,平均含碳率为35.12%。花菜只有在生长旺期才达到中国主要农作物平均含碳率水平[15](水稻Oryza sativa为41.45%,玉米为47.09%,大豆Glycine soja为 45.00%,小麦为48.53%等)。

    图  1  花菜生育期内含碳率动态变化
    Figure  1.  Dynamics of carbon content of Brassica oleracea var.botrytis in one growth period

    将每次采集的花菜样品经烘干称量测得生物量,结合含碳率测得花菜碳储量如图 2所示。花菜在生长初期生长缓慢,生物量基本无变化,此时的碳储量(0.279 4 t·hm-2)与移栽前(0.307 3 t·hm-2)相比略有降低,而在第4次测定时,也就是生长1个半月时花菜碳储量有明显增加,通过测定第4次到第8次之间为生长旺期,生物量增速最快,含碳率也相对较高,从而测得生长期最大碳储量为0.684 9 t·hm-2,一般收割均在生长末期之前,生长末期碳储量逐渐减少,但变化不大。综合计算花菜1个生育期固碳量为5.18 t·hm-2

    图  2  花菜生长期间碳储量动态变化
    Figure  2.  Dynamics of carbon storage of Brassica oleracea var.botrytis in one growth period

    表 1所示:花菜田0~5 cm土壤有机碳最高为15.77 g·kg-1,是底层土壤8.59 g·kg-1的1.84倍。土壤总碳储量为84.74 t·hm-2,其中表层土(0~20 cm)总碳储量为31.25 t·hm-2,占总碳储量的36.88%。这可能与表层土壤经常翻耕,大部分化肥等原料停留在表层有关。

    表  1  花菜田各土壤层有机碳储量
    Table  1.  Organic carbon storage of the Brassica oleracea var.botrytis soil layer
    土壤深度/cm有机碳/(g·kg-1)碳储量/(t·hm-2)总计/(t·hm-2)
    0~512.77±0.0539.36
    5~1013.48±0.1478.16
    10~2010.85±0.10313.73
    20~4010.43±0.03728.82
    40~608.59±0.06424.6784.74
    下载: 导出CSV 
    | 显示表格

    图 3可以看出:花菜生长初期土壤呼吸速率普遍较高,第4次测得最高总呼吸速率为5.46 μmol·m-2·s-1,此时花菜开始进入生长旺期。之后随着花菜的生长,总呼吸速率反而降低,逐渐减弱直至收割时最低为0.47 μmol·m-2·s-1,生育期内总呼吸平均呼吸速率为3.16 μmol·m-2·s-1

    图  3  花菜田土壤总呼吸与异养呼吸月变化
    Figure  3.  Month dynamics of soil total and heterotrophic respiration for Brassica oleracea var.botrytis farmland

    花菜田异养呼吸速率动态变化与总呼吸基本一致,也是生长旺期开始时最高,成熟后逐渐降低,收获时最低,异养呼吸速率变化范围为0.43~2.84 μmol·m-2 ·s-1,平均值为1.72 μmol·m-2 ·s-1

    土壤异养呼吸主要受土壤温度、湿度等环境因子及微生物活动的影响,将它与自养呼吸分开讨论,对于研究未来全球碳动态变化具有十分重要的意义。

    据统计,花菜种植期间施农药0.043 t·hm-2,化肥9.000 t·hm-2,其中磷肥2.000 t·hm-2,钾肥3.000 t·hm-2,氮肥4.000 t·hm-2,计算得能源总碳排放为0.790 t·hm-2;栽植期间共灌溉3次,6 h·次-1,收获时雇佣17人以人工方式收割,无机耕活动,计算得人工管理活动碳排放为1.02 t·hm-2。统计得花菜1个生育期内管理碳排放为1.81 t·hm-2

    由于花菜生育期内凋落物量几乎为0,所以在计算中忽略不计。通过对各子系统碳汇源计算发现,花菜1个生育期内植被固碳量为5.18 t·hm-2,花菜田土壤释放碳量为2.38 t·hm-2,农田管理碳排放量为1.81 t·hm-2,花菜田表现为弱碳汇,测得净碳汇为0.99 t·hm-2,相当于固定二氧化碳4.01 t·hm-2

    实验测得花菜含碳率基本为30%~40%,平均值为35.12%,结合生物量计算得花菜植被生育期内固碳量为5.18 t·hm-2。与前人研究相比,低于河南1997年平均固碳量(5.65 t·hm-2)和2007年平均固碳量(9.77 t·hm-2[4],但高于江西2003年和2007年平均固碳量(1.12 t·hm-2和1.51 t·hm-2[16],同时介于李洁静等[17]测算的太湖地区水稻(4.7 t·hm-2)和油菜(8.0 t·hm-2)固碳量之间。花菜含碳率较低,固碳能力较弱,但花菜植被固碳是花菜田系统的主要碳汇方式,因此,增加植被碳储量是最好的碳增汇措施,而要增加碳储量主要是通过增加花菜产量实现。由于崇明岛地区土壤盐碱化较严重、土地贫瘠,目前,最适宜的增汇方式就是增加有机肥配施,但有机肥施用也不能无限制增加,如何找到一个最利于作物生长的比例还需要长期实验研究。此外,还可以在同一块田地上进行轮作,通过不同品种的更替减缓土壤流失,增加土壤碳储量,从而促进作物生长。

    花菜田1个生育期内异养呼吸碳排放量为2.38 t·hm-2。呼吸作用是农田最主要碳源,因此,要增加花菜田碳汇能力就要减少碳源释放,也就是减小土壤呼吸作用。农田土壤异养呼吸速率一般比人工林土壤异养呼吸速率大,因为农田郁闭度相对较低,阳光能更多的到达地面,从而引起农田土温快速上升,再加上农田施用肥料,使得土壤微生物活性较强,进而释放出更多二氧化碳。针对这一特点,在构建低碳园区时可以采取农林间作的方式,降低农田郁闭度,进而降低土壤表面温度,以减弱农田土壤呼吸。

    花菜在1个生育期内管理碳源总排放量为1.81 t·hm-2。由于农田对管理的特殊依赖性,人工管理碳源也是碳释放的重要途径,要减少人工管理碳源就要求园区进行不断管理改革,改变农田管理方式,减少人员或机械投入,或者引进节能机器等从而减少人工管理碳源。

    花菜田生育期净碳汇为0.99 t·hm-2,表现为弱碳汇。这一数值与中国其他学者关于农田碳汇研究结果相比,低于朱咏莉等[18]测得的亚热带稻田净固定碳量,但与郝庆菊等[5]测定的水旱轮作农田的净碳汇值相当。本研究主要根据现今崇明岛农业园区耕作方式,选择园区主要种植品种花菜进行研究,虽然园区目前已将部分田地退田还林,但人工林种植面积相对于农田较小,且种植时间较短,固碳能力较弱。园区主要碳流动载体依然以农田为主,如何根据农田碳流动方式采取碳增汇减排措施是当前最主要问题,也是构建低碳农业园区最主要环节。

    研究中将作物生长期的生物产量作为碳吸收,实际上已包括了作物凋落物所带来的碳,并扣除了作物呼吸作用消耗的碳。如果需要进一步细化不同时期的碳流动方式,还需进一步测定各时期作物光合作用与呼吸作用对碳变化量的影响,再结合土壤呼吸与根呼吸释放碳量进行分析。本研究中对人工管理活动碳排放的计算只适用于崇明地区,因为不同地区、不同耕作方式所需要的人力物力不同,从而计算结果也会有所不同。其次是燃料标准,由于目前对燃料没有较为严格的要求和规范,所以在计算时也存在一定的不确定性。同一种燃料碳的含量可能有很大差别,而在选择碳排放系数时,还要根据生产化肥、杀虫剂的过程不同,以及灌溉耗电对化石燃料的利用不同来进行选取。

    研究表明:崇明农业园区花菜田生态系统表现出微弱碳汇能力,花菜田系统固碳主要是通过植被固碳,主要碳释放途径为土壤呼吸与人工管理碳释放。现阶段关于崇明岛农业园区农田碳增汇减排技术最可行的措施就是改善施肥制度,比如等氮投入、不同氮源施肥、有机-无机肥配施处理等。建议通过不同配比实验,寻找最适合当地土壤条件的有机肥配施标准,提高作物生物量,并最大限度地减少土壤碳排放,在耕作强度很大的农田,最有效的办法是提高土壤中稳定态氮含量及比例。

  • [1] 林洲羽, 韩仁杰, 李健.  中国国家森林城市时空演变历程、特征及动因分析 . 浙江农林大学学报, 2024, 41(1): 183-191. doi: 10.11833/j.issn.2095-0756.20230248
    [2] 张恒, 赵德先, 吕志坤, 刘慧, 王嘉楠.  合肥城市森林结构与秋季鸟类栖息的关系 . 浙江农林大学学报, 2022, 39(3): 571-581. doi: 10.11833/j.issn.2095-0756.20210453
    [3] 张瑜, 陈存友, 胡希军.  应用投影寻踪分类技术的森林生态功能评价 . 浙江农林大学学报, 2020, 37(2): 243-250. doi: 10.11833/j.issn.2095-0756.2020.02.007
    [4] 马冰倩, 徐程扬, 刘江, 常成, 赵凯, 孔祥琦, 龙嘉翼.  城镇森林视觉景观异质性对美学质量的影响 . 浙江农林大学学报, 2019, 36(2): 366-374. doi: 10.11833/j.issn.2095-0756.2019.02.019
    [5] 金桂香, 刘海轩, 卢泽洋, 吴鞠, 许丽娟, 孙广鹏, 李苹, 李军, 徐程扬.  北京城市森林冠层结构对夏季林内舒适度的影响 . 浙江农林大学学报, 2019, 36(3): 550-556. doi: 10.11833/j.issn.2095-0756.2019.03.016
    [6] 王怀警, 谭炳香, 房秀凤, 李世明, 李太兴.  C5.0决策树Hyperion影像森林类型精细分类方法 . 浙江农林大学学报, 2018, 35(4): 724-734. doi: 10.11833/j.issn.2095-0756.2018.04.018
    [7] 王嘉楠, 程立, 刘慧, 童伶俐, 张前进, 李若兰.  城市森林显著树的认定及分布特征 . 浙江农林大学学报, 2018, 35(2): 340-346. doi: 10.11833/j.issn.2095-0756.2018.02.019
    [8] 王建明, 吴保国.  森林小班经营方案编制辅助决策支持技术 . 浙江农林大学学报, 2017, 34(4): 730-736. doi: 10.11833/j.issn.2095-0756.2017.04.020
    [9] 赖超, 方陆明, 李记, 周昌和, .  森林资源信息集成系统的设计与实现 . 浙江农林大学学报, 2015, 32(6): 890-896. doi: 10.11833/j.issn.2095-0756.2015.06.010
    [10] 孙孟军, 徐军.  基于县级森林经营的高保护价值森林区划 . 浙江农林大学学报, 2011, 28(6): 878-883. doi: 10.11833/j.issn.2095-0756.2011.06.007
    [11] 王雪, 白降丽, 黎臣, 林培炎.  森林资源管理信息系统建设相关规范框架的研究 . 浙江农林大学学报, 2010, 27(1): 116-120. doi: 10.11833/j.issn.2095-0756.2010.01.019
    [12] 张志杰, 伊力塔, 韩海荣, 袁位高.  浙江省森林承载力评价研究 . 浙江农林大学学报, 2009, 26(3): 368-374.
    [13] 罗英, 李晓储, 黄利斌, 何小弟, 蔡丹丹, 唐亮.  城市街道绿地不同配置模式植物群落的抑菌功能 . 浙江农林大学学报, 2009, 26(6): 859-864.
    [14] 刘为华, 张桂莲, 徐飞, 王亚萍, 余雪琴, 王开运.  上海城市森林土壤理化性质 . 浙江农林大学学报, 2009, 26(2): 155-163.
    [15] 罗仙仙, 亢新刚.  森林资源综合监测研究综述 . 浙江农林大学学报, 2008, 25(6): 803-809.
    [16] 白降丽, 彭道黎, 杨馥宁.  森林资源信息分类及编码体系研究 . 浙江农林大学学报, 2007, 24(3): 326-330.
    [17] 葛文宁.  浙江省国有森林资源产权变动问题探析 . 浙江农林大学学报, 2006, 23(3): 338-341.
    [18] 刘安兴.  浙江省森林资源动态监测体系方案 . 浙江农林大学学报, 2005, 22(4): 449-453.
    [19] 蔡良良, 蔡霞, 朱红伟.  县级森林资源动态信息系统实施中的问题及对策 . 浙江农林大学学报, 2004, 21(2): 228-230.
    [20] 王雁.  我国城市绿化理念探索的回顾与发展趋势 . 浙江农林大学学报, 2003, 20(3): 315-320.
  • 期刊类型引用(1)

    1. 周勃, 任亚萍. 生态城市建设中农业园区的区域生态规划研究. 信阳农林学院学报. 2015(04): 112-114 . 百度学术

    其他类型引用(0)

  • 加载中
  • 链接本文:

    https://zlxb.zafu.edu.cn/article/id/2884

    https://zlxb.zafu.edu.cn/article/zjnldxxb/2008/2/240

计量
  • 文章访问数:  1059
  • HTML全文浏览量:  194
  • PDF下载量:  123
  • 被引次数: 1
出版历程
  • 收稿日期:  2007-03-27
  • 修回日期:  2007-10-31
  • 刊出日期:  2008-04-10

基于回归决策树和ASTER卫星影像的城市森林研究

    基金项目:

    “十五”国家科技攻关计划项目(2002BA90407);中国科学院奥运科技资助项目(KACX1-10)

    作者简介:

    黄初冬,博士研究生,从事遥感在城市生态环境中的应用研究。E-mail:cdhuang@tsinghua.org.cn

  • 中图分类号: S757

摘要: 城市森林已成为城市生态环境研究和城市规划的热点问题之一。介绍了一种运用遥感影像分析城市森林的方法。分析过程分为两大内容:①运用回归决策树模型和ASTER影像分析城市森林丰度,即根据分类训练区内ASTER影像的光谱与实际森林丰度之间的对应关系,建立回归决策树模型,然后用该模型计算整个研究区域内各像元的森林丰度。②运用CITYgreen模型分析该地区城市森林生态功能,即运用CITYgreen模型,估算研究区域内城市森林的覆盖率、碳储量和清除空气污染物的能力,以及在清除空气污染物方面的生态价值。以北京市通州新城为研究区域,根据估算得出,该地区森林覆盖面积约为11.62 km2,碳储量约为12.36 万t,清除污染物总量为267.1 t·a-1。讨论了该方法的优缺点以及需要改进的方面。

English Abstract

王适, 吴永波, 陈杰, 等. 上海崇明生态农业园区花菜田的碳平衡[J]. 浙江农林大学学报, 2014, 31(2): 190-195. DOI: 10.11833/j.issn.2095-0756.2014.02.005
引用本文: 黄初冬, 邵芸, 李静, 等. 基于回归决策树和ASTER卫星影像的城市森林研究[J]. 浙江农林大学学报, 2008, 25(2): 240-244.
WANG Shi, WU Yongbo, CHEN Jie, et al. Carbon balance of Brassica oleracea var. botrytis from Chongming Ecological Agriculture Park in Shanghai[J]. Journal of Zhejiang A&F University, 2014, 31(2): 190-195. DOI: 10.11833/j.issn.2095-0756.2014.02.005
Citation: HUANG Chu-dong, SHAO Yun, LI Jing, et al. Urban forest research based on regression tree techniques and ASTER imagery[J]. Journal of Zhejiang A&F University, 2008, 25(2): 240-244.

目录

/

返回文章
返回