王川 | AMiner学者主页

全面呈现 [王川] 的学术影响力

深度挖掘高质量成果与权威引用，让优秀看得见

研究兴趣

暂无数据

论文（4）

专利

基金项目

按年份排序按引用量排序主题筛选期刊级别筛选合作者筛选合作机构筛选

1Inversion of canopy water content of fire scars in Genhe county based on INFORM model and Google Earth Engine

RAO Yueming,LIU Kaijun,HUANG Huaguo,LIN Qinan,WANG Chuan

[目的]提出一种结合辐射传输模型与遥感云平台反演火烧迹地冠层含水量(Canopy water content,CWC)的新方法,弥补目前对火烧迹地恢复阶段植被含水量的监测,为定量监测植被水分与火灾预警提供理论参考.[方法]以内蒙古自治区根河市火烧迹地为研究对象,基于INFORM辐射传输模型,使用查找表的方法反演森林冠层含水量,并结合Google Earth Engine(GEE)大数据遥感平台与Mann-kendall模型分析了火烧迹地的冠层含水量时序性变化,最后绘制根河2018年8月森林冠层含水量分布图.[结果]1)基于样地的CWC反演精度较高(R2为0.79);2)大范围的归一化水分指数(Normalized difference water index,NDWI)和CWC呈指数关系(R2为0.77),但CWC比NDWI的饱和点更高;3)CWC可作为火烧迹地恢复的生态指标,获得了34 a的CWC时序性反演结果,表明火灾后CWC明显降低,并基于Mann-kendall模型得到各样地CWC和LAI的恢复速率.[结论]联合INFORM模型与GEE反演并监测火烧迹地冠层含水量,方法通用且高效.火烧迹地在恢复过程中面临再次发生火烧和虫害病害的风险,研究结果可为森林防火和森林病虫害监测提供技术支持,对该区域森林火灾与森林虫害的预警有一定意义.

2021Journal of Central South University of Forestry & Technology（2021）引用：1

引用

AI阅读

2Study on Formula of Soil Substrates for Improving Abandoned Lands in Lu'an Coal Mine

Le WANG,Xiaoping GUO,Zuguang HAN,Chuan DENG,Chuan WANG, Feng LI,Jinan CHENG

为解决潞安矿区煤矸石山、塌陷地生态修复缺土少肥问题,本研究将粉煤灰、污泥与垃圾堆肥以5％、10％、20％体积比例正交混合配制改良土壤基质进行盆栽试验,观测不同配比土壤的理化性质、养分及重金属含量、高羊茅与紫叶小檗生长状况,并用主成分–聚类分析法筛选最优配比.结果表明:添加垃圾堆肥可以提高土壤有效养分与有机质含量,对土壤理化性质改良有明显效果;添加污泥仅提升土壤有效磷含量;添加粉煤灰在降低土壤容重、增大总孔隙度与非毛管孔隙度上效果明显,但对土壤pH、阳离子交换量(CEC)与碱解氮的改良具有显著负效应.各废弃物改良基质的碱解氮、有效磷、速效钾、有机质等含量均较高,土壤重金属含量也处在安全范围,而土壤容重、非毛管孔隙、pH、电导率(EC)与CEC等指标性质较优的处理组为粉煤灰:污泥:垃圾堆肥:土=5％:20％:20％:55％、10％:10％:20％:60％、20％:5％:20％:55％3个处理.经过综合筛选,本研究基质最优混合配比为粉煤灰:污泥:垃圾堆肥:土=5％:20％:20％:55％,可作为当地矿区废弃地生态修复客土材料推荐方案.

2020Soils（2020）引用：3

引用

AI阅读

3Study of the Correlation Between Optical Vegetation Index and SAR Data and the Main Affecting Factors

饶月明, 范景辉,林思美,黄华国,王川

建立合成孔径雷达(synthetic aperture Radar,SAR)数据和光学植被指数的定量关系有助于融合这两种数据源,提高山区森林遥感的时序监测能力.为此,以内蒙古大兴安岭根河林区为例,首先分析了归一化植被指数(nor-malized difference vegetation index,NDVI)、增强型植被指数(enhanced vegetation index,EVI)、绿度植被指数(green-ness vegetation index,GVI)和归一化水分指数(normalized difference water index,NDWI)与C波段雷达数据的相关性,接着对比了不同森林干扰下NDVI,NDWI与X,C,L波段雷达数据的相关性差异.结果表明:①极化比(polariza-tion ratio,PR)和干涉相干系数与各植被指数呈显著负相关,PR与NDVI,EVI,GVI线性趋势好(R2=0.40～0.49),VH的干涉相干系数与各植被指数线性趋势好(R2=0.43～0.51);②地表类型会影响VH与NDVI线性回归结果,在植被密集的灌草、火烧迹地和森林内线性趋势好(R2=0.64～0.76);③不同森林干扰下相关性存在差异:在火烧迹地内NDVI与X波段HH和C波段PR呈显著负相关,NDWI与C波段VH呈显著正相关;在未受干扰林地内NDVI和NDWI与C波段PR呈显著正相关;在采伐迹地内L波段PR与NDVI呈显著负相关,L波段VV和VH的PR与NDWI呈显著负相关.

2020引用：2

引用

AI阅读

4Forest Fire Monitoring Based on Multisensor Remote Sensing Techniques in Muli County, Sichuan Province

饶月明,王川,黄华国

2020引用：34

引用

AI阅读