Studying the species composition and taxonomic diversity is necessary to build a diverse monitoring and monitoring database for protecting forests in degraded landscapes. This work has been conducted to evaluate taxonomic diversity and species composition in evergreen broad-leaved forest, Binh Phuoc province. This quantitative assessment of taxonomic diversity and species composition was obtained from 120 sample plots (0.05 ha each). A total of 3297 individuals representing 109 species were recorded in 6.0 ha of total sampled area. Among them, fifteen species in the IUCN Red List (2021). Moreover, Syzygium cumini and Lagerstroemia speciosa are dominant species in areas of research. The average value of Margalef, Pielou and Shannon - Weiner were 3.31, 0.9 and 2.13, respectively. These results can be used as basic data to develop incoming plans for management and conservation at evergreen broad-leaved forests, Binh Phuoc province.
Nghiên cứu được thực hiện trong kiểu rừng lá rộng thường xanh ở khu vực Tân Phú tỉnh Đồng Nai để giúp hiểu rõ hơn về đặc điểm sinh thái của loài sến mủ - loài cây có tên trong Danh lục đỏ IUCN. Về thu thập dữ liệu, một ô tiêu chuẩn 2 ha (OTC) đã được thiết lập. Mật độ, tiết diện ngang và chỉ số giá trị quan trọng (IVI%) được xác định cho từng loài. Tổng số 100 loài thuộc 49 họ đã được xác định. Mật độ, tiết diện ngang và IVI% của sến mủ là cao nhất nhưng đường kính ngang ngực bình quân của loài ở mức trung bình so với 16 loài cây chủ yếu trong OTC. Mô hình không gian của sến mủ là phân bố kiểu cụm ở giai đoạn cây non, phân bố ngẫu nhiên ở giai đoạn cây sào và thành thục. Trong mối quan hệ không gian của sến mủ và 16 loài cây chủ yếu của OTC, sến mủ có quan hệ tương hỗ với 5 loài, quan hệ cạnh tranh với 4 loài và quan hệ độc lập với 7 loài.
Nghiên cứu này được thực hiện để làm sáng tỏ cơ chế cùng chung sống của các loài cây gỗ rừng lá rộng thường xanh tại Vườn Quốc gia Kon Ka Kinh, tỉnh Gia Lai. Tất cả các cây có đường kính ngang ngực (DBH) ≥ 2,5 cm trong 3 ô tiêu chuẩn 1 ha đã được lập bản đồ, xác định DBH và tên loài. Kết quả cho thấy mô hình không gian của 12/20 loài được phân tích là phân bố cụm ở quy mô nhỏ < 15 m, phân bố ngẫu nhiên và đều có xu hướng tăng lên ở quy mô lớn > 15 m. Quan hệ độc lập chiếm tỉ lệ cao (75-90%), quan hệ cạnh tranh và tương hỗ chiếm tỉ lệ thấp (10-25%), sự liên kết không gian của các loài chủ yếu là độc lập hoặc tách biệt ở quy mô lớn. Phát tán giới hạn, tính không đồng nhất của môi trường và tỷ lệ tử vong phụ thuộc vào mật độ là ba cơ chế điều chỉnh mô hình phân bố, quan hệ và các kiểu liên kết không gian của các loài cây gỗ tại khu vực nghiên cứu.
Nghiên cứu sử dụng 3 thuật toán phân loại học máy - MLC (mạng thần kinh nhân tạo - NNET, rừng ngẫu nhiên - RF và véc tơ hỗ trợ - SVM) để phân loại hiện trạng rừng của huyện Bù Đăng, tỉnh Bình Phước từ ảnh vệ tinh Sentinel-2. Mười loại hiện trạng sử dụng đất và lớp phủ trong đó có 6 lớp hiện trạng rừng đã được phân loại trong khu vực nghiên cứu. Phương pháp RF có độ chính xác cao nhất với độ chính xác toàn cục bằng 90% và hệ số Kappa bằng 0,86, tiếp theo là NNET và SVM. Trong số các kênh ảnh của vệ tinh Sentinel 2, kênh sóng ngắn hồng ngoại (kênh 11), tiếp theo là kênh rìa đò (kênh 5 và 6), kênh gần hồng ngoại hẹp (8A), kênh sóng ngắn hồng ngoại (kênh 12) và kênh xanh lục (kênh 3) đóng góp nhiều nhất vào độ chính xác của kết quả phân loại. Kết quả của nghiên cứu này đã chứng minh rằng thuật toán RF phù hợp cho việc lập bản đồ thảm thực vật từ ảnh vệ tinh Sentinel, và có thể được áp dụng được cho phân loại bản đồ hiện trạng rừng ở quy mô không gian rộng.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.