全 文 ：书第 !" 卷 第 # 期
$% & & 年 # 月 林 业 科 学 ’()*+,)- ’)./-* ’)+)(-* /012!"!+02# ’345!$ % & &
基于 .67896:,;数据估算雷竹林地上生物量!
徐小军&<周国模&!$<杜华强&!$<董德进&<崔瑞蕊&<周宇峰&<沈振明=
"&2浙江农林大学环境与资源学院<浙江省森林生态系统碳循环与固碳减排重点实验室<临安 =&&=%%#
$2亚热带森林培育国家重点实验室培育基地<临安 =&&=%%# =2临安市林业技术服务总站<临安 =&&=%%$
摘<要!<结合 .67896:,;遥感数据和雷竹林样地调查数据!采用偏最小二乘回归法">.’$建立雷竹林地上生物 量估算模型!利用该模型估算临安市雷竹林地上部分生物量% 结果表明& 雷竹单株地上部分生物量与胸径及雷竹 林地上部分生物量与株数之间都呈极显著相关"!?%2%&$# 通过 >.’@A00:9:B64 法筛选自变量能够提高模型精度#
模型预测的雷竹林地上生物量均方根误差为 =2!C :’DEF$!满足大范围估算的精度要求# 临安市雷竹林地上生物量 为 &= G$C :’DEF$!均值为 C$ :’DEF$% 关键词&<雷竹林# 地上生物量# .67896:,;遥感数据# 偏最小二乘回归 中图分类号! ’"CH2C<<<文献标识码!-<<<文章编号!&%%& F"!HH"$%&&#%# F%%%& F%I
收稿日期& $%&% F%I F&=# 修回日期&$%&& F%H F%C%
基金项目& 国家林业局 #!H 项目"$%%H F! F!#$ (国家自然科学基金项目"=%"%%I=H$(浙江省科技厅项目"$%%H(&$%IH$ (浙江省重点科技
创新团队"$%&%JC%%=%$ %
!周国模为通讯作者% 地面调查及资料收集得到临安市林业局领导及相关科研人员的大力支持!谨此致谢%
!"#$%&#$’(’)*+’,-./’0(12$’%&""’)!"#$%&’()"#&*+(,)%- 3’/-"#2&"-1
’(4&(1"8-%&#$78&99-/:%&.-
KL KM60NL7&"&2"#$%%&%’()*+,%)-.)/0)1 2.3%4,#.! 5$.6+0)7 87,+#4&/4,.0)1 9%,.3/,:;)+*.,3+/:<5$.6+0)7 !,%*+)#+0&<.:=0>%,0/%,: %’?0,>%) ?:#&+)7 +) 9%,.3/(#%3:3/.-30)1 ?0,>%) ".@4.3/,0/+%)<=+)A0) =&&=%%#$2B4,/4,+)7 "/0/+%) ’%,"/0/.<.:
=0>%,0/%,:%’"4>/,%C+#0&"+&*+#4&/4,.<=+)A0) =&&=%%# =29%,.3/,:D.#$)+#0&".,*+#."/0/+%) %’=+)A0)<=+)A0) =&&=%%$
*+"#/&7#& 9LBY3Z! 6E083139:6[1M9D38 XM:D :D346B:M611369:9SL6B39">.’$B3TB399M07 X69L938 :039:ME6:36[0Y3TB0L78 [M0E699 "-PA$ 0V!$:&%3/0#$:3C,0.#%EV0B39:M7 .M7\67 (M:Z! OD3NM67T>B0YM7W35J39L1:99D0X38 :D6:-PA0VM78MYM8L61
!$:&%3/0#$:3C,0.#%EX699MT7MVMW67:1ZW0BB316:38 XM:D 8M6E3:3B6:[B369:D3MTD:678 -PA0V!$:&%3/0#$:3C,0.#%E’%,.3/
X699MT7MVMW67:1ZW0BB316:38 XM:D WL1E98379M:Z5,D34B38MW:38 6WWLB6WZ0V:D3>.’ E0831D69[3ME4B0Y38 :DB0LTD >.’@
A00:9:B64 Y6BM6[139313W:M07 E3:D08! XM:D 6B00:E367 9SL6B33BB0B"J;’*$0V=2!C :’DEF$5,D3>.’ E0831M967
3V3W:MY3X6Z0V39:ME6:M7T-PA0V!$:&%3/0#$:3C,0.#%EV0B39:M7 616BT36B365;09:0V!$:&%3/0#$:3C,0.#%EM7 :D3
V0B39:38 6B36D68 -PAY61L39[3:X337 &= 678 $C :’DEF$ ! 678 :D36Y3B6T3-PA8379M:ZX69C$:’DEF$5
;-< =’/1"& < !$:&%3/0#$:3C,0.#%EV0B39:# 6[0Y3TB0L78 [M0E699# .67896:,;86:6# 46B:M611369:9SL6B39B3TB399M07
< < 雷 竹 " !$:&%3/0#$:3C,0.#%E$属 于 禾 本 科 " >06W363$ 竹 亚 科 " A6E[L90M8363$刚 竹 属 "!$:&%3/0#$:3$!主要分布在中国长江以南各省
"区$!以浙江省面积最大"周国模等!$%&%$% 雷竹 易栽培!其笋营养丰富(味道鲜美 "朱永军等!$%%=$% 随着雷竹林经济效益增加!雷竹林面积逐 渐增加!从 &#H= 到$%%$年仅临安市雷竹林面积就 增加了 =2&= 万 DE$!增幅达 &%&] "朱永军等!
$%%=$% 目前!在雷竹林栽培技术(引种(光合特性
和土壤活性有机碳等方面已有深入研究 "金爱武
等! $%%%# 饶国才!$%%%# 黄必恒等! $%%&# 郑炳松 等!$%%&# 姜培坤等! $%%C# 杨芳等!$%%I$!但有关 雷竹林生物量的研究还很少!仅金爱武等"&###$研
究了雷竹各器官生物量模型%
传统的样地调查方法费时费力!而且难以精确
了解大范围雷竹林状况% 遥感技术能够大范围监测
地物!已被成功应用到森林生物量估算中" 0^08Z./
0&F! $%%=# R61./0&F!$%%I# .L! $%%I# 张慧芳等!$%%"$% 本研究基于 .67896:,;遥感数据和雷竹林 样地调查数据!采用偏最小二乘回归法构建临安市 林 业 科 学 !" 卷< 雷竹林地上生物量估算模型!绘制出研究区雷竹林 地上生物量空间分布图% 通过雷竹林地上生物量空 间分布图不仅可以评价雷竹长势和经营管理水平! 而且可用于分析雷竹林对区域气候变化的影响% &<研究区概况 研究 区 位 于 浙 江 省 临 安 市 " &&H_C&‘) &&#_C$‘*!$#_CI‘)=%_$=‘+$!临安是全国十大 *竹 子之乡+之一% 该区属亚热带季风性湿润型气候! 雨水充沛% 森林植被属亚热带东部常绿阔叶林!森 林覆盖率 "I2CC]% 全市毛竹"!$:&%3/0#$:3.14&+3$
林面积$2&H 万 DE$!雷竹林面积 $2&I 万 DE$!占竹
林面积的 =H2H]%
$<样地调查与数据处理$%%# 年 H 月下旬至 # 月初!通过典型抽样!在
临安市设置 $% Ea$% E的样地 !& 块!记录样地的
地理坐标和雷竹总株数% 剔除被云遮挡的 = 块样
地!共 =H 块样地参与遥感建模%
在尽量包含不同径阶的前提下!从每个样地
选取 & G= 株样竹!共 #! 株样竹!伐倒后称取样竹
地上部分鲜质量!并采样(烘干计算样竹含水率!
从而得到样竹地上生物量% 采用幂函数建立雷竹
样竹地上生物量与胸径的关系模型!其决定系数
"2达到 %2HI!呈极显著水平"!?%2%&$"图 &$ %
图 &<单株雷竹地上生物量与胸径的关系模型
M^T5&M78MYM8L616[0Y3TB0L78 [M0E699678 QAR
在每个样地内按对角线法设置 C 块 = Ea= E
样方!共调查 $%C 块样方!记录样方内雷竹总株数和 每株胸径!采用雷竹样竹地上生物量与胸径关系模 型"图 &$!估算出每块样方的总地上部分生物量%
然后!建立雷竹林地上部分生物量与株数关系模型!
$者决定系数 "2$ $达到 %2I&!呈极显著水平 "!? %2%&$"图 $$%
图 $<雷竹林地上生物量与株数的关系模型
M^T5$0V!$:&%3/0#$:3C,0.#%EV0B39:678 7LE[3B
0VM78MYM8L619M7 96E413410:
采用雷竹林地上部分生物量与株数关系模型
"图 $$!估算出样地地上部分生物量% 根据样地调 查数据统计!雷竹胸径约 #%]分布在 = GC WE径 阶!可见雷竹胸径分布具有高集中性的特点!据此可 以认为小范围内地上生物量与面积成正比% 因此! 将 $% Ea$% E的样地地上生物量换算成=% Ea =% E像元尺度下的地上生物量% 实测样地雷竹林 地上生物量为 &= G$$ :’DEF$% =<,;数据处理 本研究采用的 .67896:C ,;影像接收于$%%H
年 " 月 C 日% 影像经过几何精校正(绝对辐射校正
"I’ 模型 $和地形校正 "改进的 (校正 方法$
"黄微等! $%%C$ %几何精校正精度控制在 & 个像
元之内!重采样后像元大小为=% Ea=% E% 根据
临安市森林资源分布图!目视解译提取雷竹林分
布图%
为了降低实测样地与影像的配准误差!将实测
样地中心点坐标与其最近邻的 # 个像元中心点坐标
之间的欧式距离的倒数作为权重!加权平均该实测
样地的最近邻的 # 个像元变量值作为实测样地对应
像元的变量值!最近邻的 # 个像元内的地物如果不
是雷竹!则将该像元的权值记为 % "范渭亮等!
$%&%$%
共构建了 $% 个初始变量用于估算雷竹林地上 生物量!初始自变量及其与雷竹林地上生物量的相 关系数",$见表 &%
$<第 # 期 徐小军等& 基于 .67896:,;数据估算雷竹林地上生物量 表 >?初选自变量及其与雷竹林地上生物量的相关系数! 5&+@>?A’//-B&#$’(7’-))$7$-(#"+-#=--(’/$.$(&B$(1-9-(1-(#,&/$&+B-"&(1&+’,-./’0(1+$’%&"" 变量 /6BM6[13 , ,;& %2$C
,;$%2&H ,;= %2%& ,;! %2CI!! ,;C %2!"!! ,;" %2$&
+Q/)& ",;! F,;=$b",;! c,;=$ %2=&
Q/)& ,;! F,;= %2CC!!
’J& ,;!b,;= %2=$! ,/)& 槡+Q/)c%2C %2=% ))/)& ",;! F,;C$b",;! c,;C$%2&! ’-/)& &2C a",;! F,;=$b",;! c,;= c%2C$%2C&!! */)& C a",;! F,;=$b",;! cI,;= F"2C,;& c&$%2C=!! ,;"b=& ,;"b,;= %2$=
,;! a=b"& ,;! a,;=b,;" %2&H
,;"! cC F $$b"! cC c$$ & ",;! c,;C F,; $$b",;! c,;C c,;$$ %2$% ,;=b"& c$ c= c! cC c"$& ",;=$b",;& c,;$c,;= c,;! c,;C c,;"$ F%2==!
>(-&& %2&&&,;& F%2$"!,;$ c%2$=!,;= F%2=&",;! c%2"CH,;C F%2!$H,;" %2C"!!
>(-$& %2&C#,;& F%2=HH,;$ c%2!&!,;= c%2&$#,;! c%2&#H,;C c%2""=,;" %2&# >(-=& %2&C$,;& F%2C=",;$c%2!=$,;= c%2$=%,;! F%2C%=,;C F%2!!$,;" %2%C
<!<自变量筛选
当初始自变量个数较多时! 部分自变量对模型
来说可能是冗余信息!对模型的贡献不大!甚至会降
低模型的预测精度! 因此需要对初始自变量进行筛
选% 以实测地上生物量为因变量!$% 个遥感因子作 为初始自变量!采用逐步回归法和偏最小二乘回归 法结合 A00:9:B64">.’@A00:9:B64$法对初始自变量进
行筛选%
逐步回归法筛选自变量& 考虑自变量与雷竹地
上生物量的相关性较低!当自变量的 9检验水平小
于 %2& 时!该自变量入选!当自变量的9检验水平大
于 %2&C 时被剔除% 最终有 $个自变量入选& ,;=b "& c$ c= c! cC c"$和 >(-&% 偏最小二乘回归法于 &#H= 年由伍德和阿巴诺 等人首次提出!是一种集多元线性回归分析(典型相 关分析和主成分分析于一体的新型的多元统计数据 分析方法!被密西根大学的弗耐尔教授称为第二代 回归分析方法"王惠文等!$%%I# 琚存勇等! $%%"$%
近十年来!因其可以较好地解决传统多元回归难以
解决的问题而在林分属性因子估算中得到广泛应用
"琚存勇等! $%%"# 杜晓明等!$%%H# e01:3B./0&F!
$%%H# KL ./0&F!$%&&$% 其具体算法见文献"*D967M ./0&F! &#### 王惠文等!$%%I$% >.’@A00:9:B64 法在自变量筛选上已经得到成功 应用并有很多优点".6fB6S ./0&F!$%%=# 王惠文等!
$%%I# 琚存勇等!$%%"# 杜晓明等! $%%H# KL ./0&F!$%&&$% >.’@A00:9:B64 方法的主要步骤如下& &$在
原始样本中有放回地抽取 )3" )3")$个样本!求出 偏最小二乘的系数!重复上述过程 G次!共得到 G 组回归系数 , !& "&$ ! !$"$$!-! !"G$6 . "6为自变量个
数$#$$将这 G组系数减去由原始样本得到的回归 系数 !g6!#! "G$
6 H !"G$6 I!g6 !将 #! "G$
6 从小到大排列!
设置检验水平 "!取 GJ"& I"$处的值 !""6$ 作为
拒绝域临界值!如果 !g6 K!""6$则表明 !6显著不为 %!即自变量 E6通过显著性检验%当检验水平 "取不 同值时!>.’@A00:9:B64 法所筛选的自变量有较大的 差别且对模型精度有较大的影响% 对于本研究 " 取 %2= 时筛选出的自变量所构建的模型精度较高% 本研究取 Gd$%% 次!A00:9:B64 样本 )3d=H 个% 对
$% 个初始自变量进行 >.’@A00:9:B64 法筛选!直到没 有自变量被剔除为止%$% 个初始自变量中经第 &
次筛选留下的为变量集 &!然后对变量集 & 作自变
量筛选!得到变量集 $!依次类推!共经过 I 次自变 量筛选后无自变量被剔除!停止自变量筛选% 最终 选取了 = 个自变量& ))/)!*/)和 ,;! a=b"% 以不 同变量集构建的 >.’ 模型的 J;’*变化趋势见图 =% 从图 = 可以看出!模型的 J;’*随自变量筛选呈 递减趋势!用变量集 I 所构建模型的 J;’*"=2!C :’ DEF$$比以变量集 & 构建模型的 J;’*" =2"= :’ DEF$$降低了 "2"]!即经过 >.’@A00:9:B64 自变量筛 = 林 业 科 学 !" 卷< 选!模型的预测精度有所提高% 图 =<不同变量集构建的 >.’ 模型的 J;’*变化 M^T5=<(D67T390VJ;’*XM:D 8MV3B37:Y6BM6[1393:9 C<偏最小二乘模型 分别以逐步回归法及 >.’@A00:9:B64 法筛选的 自变量构建雷竹林地上生物量估算模型% 结果表 明& 以 >.’@A00:9:B64 法筛选出的自变量构建的模型 误差"J;’*d=2!C :’ DEF$$低于以逐步回归法筛 选 出 的 自 变 量 构 建 的 模 型 误 差 " J;’* d =2I# :’ DEF$$!即 >.’@A00:9:B64 自变量筛选法优于 逐步回归筛选法% 以 >.’@A00:9:B64 法筛选的自变量所构建的 >.’ 模型预测精度最高!其数学表达式为 -PA>.’ d F=!2CH F&%C2&I))/)cC!2!!*/)c"&2"C",;! a=b "$!-PA>.’为雷竹林地上部分生物量% 图 ! 为以
>.’@A00:9:B64 法筛选的自变量所构建 >.’ 模型预测
值与观测值的散点图% 通过留一法交叉验证评价
"P3M993B! &#"!# ’:073! &#"!# e018 ./0&F! &#H!$!该 模型预测值与观测值的相关关系达到 %2I$!!J;’*
为 =2!C :’DEF$"图 !$!模型预测效果较好% 模型标
准残差图表明样本的残差基本上全部在 $倍标准残 差之内!在低和高生物量区模型残差较大 "图 C$%
从标准残差图"图 C$可以看出!在高生物量区模型 会低估实际生物量% I<模型应用 将整个研究区$%%H 年自变量影像数据代入公
式 -PA>.’ d F=!2CH F&%C2&I))/)cC!2!!*/)c
"&2"C",;! a=b"$!估算出整个研究区的雷竹林地 上生物量"图 I$% 统计结果表明!$%%H 年临安市东 部 &" 个雷竹主要分布乡镇的雷竹地上总生物量为 =2"& a&%I :% 研究区雷竹林地上生物量为 &= G$C
:’DEF$!平均为 C$ :’DEF$!估算结果出现小部分 小于" :’ DEF$的数值"图 I$!而实测样地中没有小 图 !<地上生物量 >.’ 模型预测值与观测值散点图 M^T5!<’W6:3BTB64D 0V39:ME6:38 6[0Y3TB0L78 [M0E699 678 0[93BY38 6[0Y3TB0L78 [M0E699 图 C<>.’ 模型预测值与观测值标准残差 M^T5C<’:6786B8Mf38 B39M8L6190V39:ME6:38 6[0Y3TB0L78 [M0E699678 0[93BY38 6[0Y3TB0L78 [M0E699 于" :’DEF$的数值!这可能与雷竹分类误差有关%
当然也不能排除这些小于 " :’ DEF$的像元是雷竹 与其他地类组成的混合像元% 在以后的研究中应提 高样地坐标与遥感影像的配准精度以及雷竹林的分 类精度% "<结论与讨论 本研究采用胸径与单株地上生物量建立指数模 型!模型决定系数高达 %2HI!精度高于以秆高(胸 径(留盘数(冠长和立竹度这 C 个因子为自变量构建 的多元线性模型"金爱武等! &###$% 在估算雷竹单
株地上生物量时!以胸径单个因子作为自变量来构
建模型已经能够满足精度要求!可减少调查业务并
节省时间% 分析结果还发现雷竹林地上生物量与株
数存在极显著相关"2$d%2I&!!?%2%&$!这与雷竹
!
<第 # 期 徐小军等& 基于 .67896:,;数据估算雷竹林地上生物量
图 I<临安市雷竹林地上生物量空间分布
M^T5I<’46:M618M9:BM[L:M07 0V6[0Y3TB0L78 [M0E699
0V!$:&%3/0#$:3C,0.#%EV0B39:M7 .M7\67 (M:Z
胸径分布有密切关系 "调查数据表明雷竹胸径约
#%]分布在= GC WE径阶范围$% 样地坐标与 ,;影像相应像元的配准误差以及 雷竹林分类误差将影响到估算结果的准确性% 坐标 配准出错时!会导致影像特征不能准确地体现实测 样地地上生物量信息!进一步会影响到遥感因子与 雷竹地上生物量的相关关系!最终会使所构建的模 型精度不高% 因此!在构建模型之前需要检查所有 样地相应的影像像元是否落在实测样地区域% 雷竹 分类误差会引起一部分非雷竹林被当成雷竹林!由 于不同地物之间光谱特征存在差异性!估算结果可 能会出现一些负值或特别大的数值% 为了消除该方 面的误差!应尽量提高分类精度% >.’@A00:9:B64 自变量筛选法能够有效提高估算 精度% 本研究中!用变量集 I 构建的模型精度比用 变量集 & 构建的模型精度高"图 =$!说明经过自变
量筛选能够提高模型精度% 在应用遥感估算生物量
时!往往可以根据遥感原始波段数据派生出很多自
变量因子!在初始自变量较多的情况下!选择一些对
解释生物量有用的自变量至关重要% 目前常用的自
变量筛选方法有逐步回归法和相关性分析法 ".L!
$%%I$% 逐步回归法和相关性分析法很相似!都要
求自变量与因变量具有显著的相关性% 从表 & 中可
以看出!雷竹林地上生物量与遥感数据的相关性较
弱!在 $% 个初始自变量中相关性最高的为 >(-& ",d%2C"$% 在不降低自变量筛选阈值的前提下!通
过逐步回归法或相关性分析法很难筛选出自变量%
通过对比 >.’@A00:9:B64 法和逐步回归法!结果表明
>.’@A00:9:B64 法在自变量筛选上优于逐步回归法%
这主要是由于 >.’@A00:9:B64 法能够克服自变量之
间的多重共线性% 从临安市雷竹林地上生物量空间
分布图"图 I$可见!基于遥感数据 >.’ 回归法能够 有效估算出大面积雷竹林地上生物量% 参 考 文 献 杜晓明!蔡体久!琚存勇5$%%H5采用偏最小二乘回归方法估测森林
郁闭度5应用生态学报! &#" $$& $"= F$""5 范渭亮!杜华强!周国模! 等5$%&%5大气校正对毛竹林生物量遥感 估算的影响5应用生态学报! $&"&$ & & FH5 黄必恒! 方<伟! 许加意5$%%&5中国雷竹引种与适生区域5浙江林 学院学报! &H"&$ & &% F&!5 黄<微! 张良培! 李平湘5$%%C5<一种改进的卫星影像地形校正算 法5中国图象图形学报! &%"#$ & &&$! F&&$H5 姜培坤! 徐秋芳5$%%C5施肥对雷竹林土壤活性有机碳的影响5应 用生态学报! &I"$$ & $C= F$CI5
金爱武! 周国模! 马<跃! 等5&###5雷竹各器官生物量模型研究5
浙江林业科技! &#" $$& " F#5 金爱武! 郑炳松! 陶金星! 等5$%%%5雷竹光合速率日变化及其影响 因子5浙江林学院学报! &""=$ & $"& F$"C5 琚存勇! 邸雪颖! 蔡体久5$%%"5变量筛选方法对郁闭度遥感估测 模型的影响比较5林业科学! !="&$$ & == F=H5
饶国才5$%%%5雷竹栽培技术要点5林业科技通讯!"!$ & !&5
王惠文! 吴载斌! 孟<洁5$%%I5偏最小二乘回归的线性与非线性 方法5北京& 国防工业出版社5 杨<芳! 吴家森! 钱新标! 等5$%%I5不同施肥雷竹林土壤微生物量
碳的动态变化5浙江林学院学报! $="&$ & "% F"!5
张慧芳! 张晓丽! 黄<瑜5$%%"5<遥感技术支持下的森林生物量研 究进展5世界林业研究!$%"!$& =% F=!5 郑炳松! 金爱武! 程晓建! 等5$%%&5雷竹光合特性的研究5福建林
学院学报! $&"!$ & =C# F=I$5 周国模! 姜培坤! 徐秋芳5$%&%5竹林生态系统中碳的固定与转化5
北京& 科学出版社! &!% F&C#5
朱永军! 程爱兴! 何钧潮5$%%=5临安竹产业实现跨越式发展的目 标和对策5竹子研究汇刊!$$"=$ & H F&$5 *D967M; J! h468DZ6Z6’ i! ’16LTD:3BQ! ./0&5&###5- +)J :3WD7MSL3V0BB64M8 83:3BEM76:M07 0V90M1EM73B617M:B0T375>B3WM9M07 -TBMWL1:LB3! &"$$&$&" F$=!5 0^08ZP;! Q0B337 ’! A0Z8 Q’! ./0&5$%%=5>B38MW:MY3B316:M0790V
:B04MW61V0B39:[M0E699VB0E.67896:,; 86:6678 :D3MB:B679V3B6[M1M:Z
[3:X337 B3TM0795 J3E0:3 ’379M7T 0V *7YMB07E37:!
HC"!$& !I= F!"!5 R61Jj! ’k6kL7 J’! -B9376L1:*j! ./0&5$%%I5;0831M7TV0B39:9:678
9:BLW:LB36:BM[L:39L9M7T.67896:*,; c 86:6& 6441MW6:M07 :0
E644M7T0V6[0Y3TB0L78 [M0E699678 9:678 Y01LE35 0^B39:*W010TZ
678 ;676T3E37:! $$C"& b=$ & ="H F=#%5 P3M993B’5&#"!5->B38MW:MY3644B06WD :0:D3B6780E 3V3W:E08315 AM0E3:BMW6! I&"&$ & &%& F&%"5 .6fB6S -! (1lB0LmJ! P6LWDMj>5$%%=5’313W:M7T[0:D 16:37:678 C 林 业 科 学 !" 卷< 3m41676:0BZY6BM6[139M7 >.’& B3TB399M07 E08315(D3E0E3:BMW9678 )7:31MT37:.6[0B6:0BZ’Z9:3E9! II"$$ & &&" F&$I5 .L Q5$%%I5,D340:37:M61678 WD6137T30VB3E0:39379M7T@[6938
[M0E69939:ME6:M075 )7:3B76:M0761j0LB7610VJ3E0:3 ’379M7T!
$"""$ & &$#" F&=$H5
’:073;5 &#"!5 (B099@Y61M86:0BZWD0MW3678 699399E37:0V9:6:M9:MW61
4B38MW:M0795j0LB7610VJ0Z61’:6:M9:MW61’0WM3:Z! =I"&$& &&& F&==5 e018 ’! JLD3-! e018 R5&#H!5,D3W01M736BM:Z4B0[13E M7 1M736B B3TB399M075,D3>6B:M61.369:’SL6B39">.’$ 644B06WD :0T373B61Mf38
M7Y3B9395’)-; j0LB76107 ’WM37:MVMW678 ’:6:M9:MW61(0E4L:M7T!
C"=$& "=C F"!=5 e01:3B>,! ,0X79378 >-! ’:LB:3Y67:AJ! ./0&5$%%H5J3E0:3
9379M7T0V:D38M9:BM[L:M07 678 6[L7867W30VD09:943WM39V0B94BLW3
[L8X0BEM7 +0B:D3B7 ;M77390:6678 n7:6BM05J3E0:3’379M7T0V
*7YMB07E37:! &&$"&%$ & =#"& F=#H$5 KL K! QL R! OD0L P! ./0&5$%&&5*9:ME6:M07 0V6[0Y3TB0L78 W6B[07
9:0Wk 0VE090[6E[00"!$:&%3/0#$:3$./.,%#:#&0 Y6B5C4>.3#.)3$
V0B39:XM:D 6167896::D3E6:MWE6443BME6T35)7:3B76:M0761j0LB7610V
J3E0:3’379M7T! =$"C$ & &!=& F&!!H5
!责任编辑<于静娴"
中国科技核心期刊!中国农业核心期刊!
全国中文核心期刊!全国优秀农业期刊
$植物遗传资源学报%征订启事 /植物遗传资源学报0是中国农业科学院作物科学研究所和中国农学会主办的学术期刊!为全国中文核 心期刊(中国科技核心期刊(中国农业核心期刊(全国优秀农业期刊% 该刊为中国科技论文统计源期刊(中国 科学引文数据库来源期刊"核心期刊$(中国核心期刊"遴选$数据库收录期刊(中国学术期刊综合评价数据 库统计源期刊!又被/中国生物学文摘0和中国生物学文献数据库(中文科技期刊数据库收录% 据中国期刊 引证研究报告统计!$%&% 年度/植物遗传资源学报0影响因子 &2%H&%
报道内容为大田(园艺作物!观赏(药用植物!林用植物(草类植物及其一切经济植物的有关植物遗传资
源基础理论研究(应用研究方面的研究成果(创新性学术论文和高水平综述或评论% 诸如!种质资源的考察(
收集(保存(评价(利用(创新!信息学(管理学等#起源(演化(分类等系统学#基因发掘(鉴定(克隆(基因文库
建立(遗传多样性研究%
双月刊!大 &I 开本!&$H 页% 定价$% 元!全年 &$% 元% 各地邮局发行% 邮发代号&H$ FI!=% 国内刊号 (+&& F!##Ib’!国际统一刊号 )’’+&I"$F&H&%% 本刊编辑部常年办理订阅手续!如需邮挂每期另加 = 元% 地<址&北京市中关村南大街 &$ 号<中国农业科学院/植物遗传资源学报0编辑部
邮<编&&%%%H&<<电话&%&% FH$&%C"#!<%&% FH$&%C"#I"兼传真$网<址&XXX5fXZWfZ5W7 *@E6M1&fXZWfZm[$%%=o&I=5W0E<I