全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...
草业学报  2009 

五台山亚高山草甸的人工神经网络分类与排序

, PP. 35-40

Keywords: 山地草甸,数量分析,自组织人工神经网络,山西

Full-Text   Cite this paper   Add to My Lib

Abstract:

人工神经网络理论是较新的数学分支学科,神经网络分类和排序是刚引入植物生态学的分析方法。本研究应用这2种方法研究了五台山亚高山高寒草甸。结果SOFM聚类将78个样方分为8个植物群落类型,基本上代表了本地区高寒草甸的群丛类型,具有明确的生态意义;SOFM排序反映了明显的生态梯度,表明海拔是影响草甸植被生长和分布的最主要因子,坡向和坡度也有一定的作用;SOFM聚类和排序方法分析应用效果好,2种方法结合使用更好;五台山草甸需要进一步加强保护。

References

[1]  黄黔.我国的生态建设与生态现代化[J]. 草业学报, 2008,17(2):1-8.
[2]  赵有益, 龙瑞军, 林慧龙,等.草地生态系统安全及其评价研究[J]. 草业学报, 2008,17(2):143-150.
[3]  余世孝. 数学生态学导论[M].北京: 科技文献出版社, 1995.
[4]  张金屯. 数量生态学[M]. 北京:科学出版社, 2004.
[5]  张峰, 张金屯. 我国植被数量分类和排序研究进展[J]. 山西大学学报(自然科学版), 2000, 23(3): 278-282.
[6]  何小琴,蒋志荣,王刚,等.子午岭地区植被恢复演替过程与环境因子的分类与排序[J].西北植物学报,2007,27(3): 601-606.
[7]  张金屯.五台山植被类型与分布[J]. 山西大学学报(自然科学版),1989,9(2):87-91.
[8]  张金屯.山西五台山嵩草草甸的初步研究[J].山西大学学报(自然科学版),1989, 12(3):353-360.
[9]  张金屯,米湘成,郑风英,等. 五台山亚高山草甸群落生态关系分析[J]. 草地学报, 1997, 5(3): 181-186.
[10]  Tran L T, Knight C G, O’Neill R V, et al. Self-organizing maps for integrated environmental assessment of the Mid-Atlantic region[J]. Environmental Management, 2003, 31(6): 822-835.
[11]  李双成, 郑度. 人工神经网络模型在地学研究中的应用进展[J]. 地球科学进展,2003,18(1):69-70.
[12]  张金屯,杨洪晓. 自组织特征人工神经网络在庞泉沟自然保护区植物群落分类中的应用[J].生态学报,2007,27(3):1005-1010.
[13]  米湘成, 马克平, 邹应斌. 人工神经网络及其在农业和生态学中的应用[J]. 植物生态学报, 2005, 29(5): 863-870.
[14]  孙步功, 龙瑞军, 王长庭.青藏高原祁连山东段高寒小嵩草草甸植物种群物候学研究[J]. 草业学报,2007,16(3):128-131.
[15]  Schreer J F, Hines R J O, Kovacs K M. Classification of dive profiles: A comparison of statistical clustering techniques and unsupervised artificial neural networks[J]. Journal of Agricultural Biological and Environmental Statistics, 1998, 3(4): 383-404.
[16]  Zhang J T, Mi X C. Diversity and distribution of high-mountain meadows across elevation gradient in Wutai Mts. (North China)[J]. Polish Journal of Ecology, 2007, 55: 585-593.
[17]  Zhang J T, Zhang F. Diversity and composition of plant functional groups in mountain forests of the Lishan Nature Reserve, North China[J]. Botanical Studies, 2007, 48: 339-348.
[18]  Foody G M. Applications of the self-organising feature map neural network in community data analysis[J]. Ecological Modelling, 1999, 120: 97-107.
[19]  Lek S, Guegan J F. Artificial neuronal networks application to ecology and evolution[A]. In: Lek S, Guegan J F. Environmental Science[M]. Berlin: Springer, 2000.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133