| [1] |
刘皋, 谢泽奇, 周健豪, 廖利鹏. 基于机器学习与哨兵数据的森林地上生物量反演[J]. 林草资源研究, 2025, 0(4): 101-111. |
| [2] |
韩高翔, 马国勇. 中国林业新质生产力———理论逻辑、现实意蕴与实践路径[J]. 林草资源研究, 2025, 0(2): 24-33. |
| [3] |
毕晓婷, 杨浚恒, 崔海军, 宋维峰, 赵旭燕, 王婷婷, 普靖媛, 元素瑶. 纳帕海湿草甸和沼泽化草甸植物群落生物量分配差异及养分机制研究[J]. 林草资源研究, 2025, 0(1): 48-57. |
| [4] |
马媛, 王志波, 叶冬梅, 刘凤玲. 华北落叶松人工林单木地上生物量相容性模型构建[J]. 林草资源研究, 2024, 0(6): 129-139. |
| [5] |
邹文涛, 曾伟生, 杨学云, 温雪香. 哑变量模型和混合模型的比较——以构建不同区域杉木林和落叶松林生物量模型为例[J]. 林草资源研究, 2024, 0(5): 48-55. |
| [6] |
李梓华, 姚贤宇, 廖子华, 熊俊飞, 叶绍明. 施氮和混交固氮树种对尾巨桉磷营养分配及其生长的影响[J]. 林草资源研究, 2024, 0(4): 135-146. |
| [7] |
姬玉飞, 杨永志, 庞立东, 贾芳彬, 鲁雪妍, 高润红. 四合木植物群落对不同放牧强度的响应[J]. 林草资源研究, 2024, 0(4): 84-93. |
| [8] |
刘林甫, 洪光宇, 弥宏卓, 王志强, 徐荣会, 胡永宁. 大兴安岭不同林龄兴安落叶松生物量及固碳释氧功能[J]. 林草资源研究, 2024, 0(3): 88-95. |
| [9] |
郝君, 吕康婷, 胡天祺, 王云阁, 徐刚. 基于机器学习的红树林生物量遥感反演研究[J]. 林草资源研究, 2024, 0(1): 65-72. |
| [10] |
钱慧, 张超, 范金明, 邓再春, 朱夏力, 李成荣. 基于改进CASA模型的云南省植被NPP时空格局分析[J]. 林草资源研究, 2023, 0(6): 120-128. |
| [11] |
任晓琦, 侯鹏, 陈妍. 森林地上生物量遥感反演研究进展[J]. 林草资源研究, 2023, 0(6): 146-158. |
| [12] |
华伟平, 武健伟, 于丽瑶, 王雅楠, 吴承祯, 庄崇洋, 池上评, 江希钿. 基于森林潜在生产力评价模型的林地分等及应用[J]. 林业资源管理, 2023, 0(3): 29-37. |
| [13] |
张绘芳, 朱雅丽, 张景路, 高健, 地力夏提·包尔汉. 基于高分遥感数据的阿尔泰山乔木林地上生物量预测[J]. 林业资源管理, 2023, 0(2): 104-110. |
| [14] |
蓝肖, 郝海坤, 黄开勇, 陈琴, 戴俊, 程琳, 陈仕昌. 杉木人工林生物量分布特征及其碳计量参数[J]. 林业资源管理, 2023, 0(2): 50-56. |
| [15] |
蔡会德, 卢峰, 徐占勇, 潘黄儒, 孟想, 曾伟生. 桉树相容性可加性立木生物量模型系统研建[J]. 林业资源管理, 2023, 0(1): 87-93. |