基于Internet的林业资源环境信息服务系统(FINFOSYS)研究

运用面向对象的思想和方法,设计并实现了基于Internet的林业资源环境信息服务系统——FINFOSYS,为林业资源和环境信息提供信息管理、信息共享、电子商务和分析决策等综合服务：在参照现有国家、行业相关标准的基础上,建立林业资源和环境信息共享标准和共享规范,在此基础上建立林业资源环境分布式网络数据库及共享网络系统;设计林业资源环境数据仓库,开展多维数据的在线分析、数据挖掘并建立网络运行的统计和分析模型,实现林业资源环境在线决策支持的网络系统;根据林业资源环境有偿信息的特点,设计电子商务系统,实现林业信息产品的网上交易和交流。     

应用高分辨率卫星影像监测退耕地植被的覆盖度

利用QuickBird高分辨率影像,根据QuickBird影像自身特点,改进已有像元二分模型2个参数的估算方法,建立用NDVI归一化植被指数定量估算植被覆盖度的模型,并将该模型应用到退耕地中.结果表明:利用QuickBird影像监测退耕地的植被覆盖度受到退耕苗木树冠大小的限制,树龄小于1年的树木监测效果不佳;树龄大于2.5年的树木监测效果较好,精度可达83%以上,表明用此改进模型对2.5年以上退耕地进行植被覆盖度监测是可行的.     

论浙江省山林权属纠纷积案的调处

山林权属纠纷积案不同于一般的山林权属纠纷,发生时间早,原因各异,情况复杂,调处难度大。通过对浙江省山林权属纠纷积案的详细调查,分析了积案的特点和阻碍积案调处的诸因素,并从经济、法律、行政、体制等多视角探讨加快山林权属调处的策略。     

退耕还林工程监测与评价信息系统平台设计

针对退耕还林工程的特点和工程监测与评价的要求,以退耕还林工程区资源与环境信息为基础,遥感为实时信息获取手段,ARCGIS引擎为开发工具,VB、VC为开发语言,专家知识为纽带,构建退耕还林工程监测与评价信息系统,以实现对工程的实时监测、评估和监督,保证工程的顺利完成。     

生态公益林项目评价中的林地资源经济价值核算

该文在对已有的商品性林地资源价值和公益性林地资源价值评估方法进行研究的基础上 ,综合运用机会成本理论、抽样和判别分析理论及收益还原理论 ,建立一种适用于生态公益林建设项目投资评价的林地资源价值评估模型 .并利用青海省 5个地区的 6个县 1998年固定样地的林地资源实际调查数据 ,对该模型进行验证 .验证结果与其他研究成果对比说明 :该模型可以充分利用已有的森林资源调查资料 ,方便地得出县以上单位的生态公益林林地经济价值数据     

近30年三北防护林工程区中阳县土壤侵蚀变化分析

基于遥感和GIS,应用修正的通用土壤流失方程(RUSLE)对比分析中阳县实施三北防护林工程后1978年、1992年和2006年的土壤侵蚀量变化,掌握三北防护林工程建设对水土流失治理的影响,为进一步制定相应的治理措施提供科学依据。结果表明,中阳县土壤侵蚀面积减少,比工程建设初期减少了305.56km2,土壤侵蚀强度降低,从建设初期的极强烈侵蚀成为中度侵蚀。从1978-1992年,中阳县发生轻度以上土壤侵蚀面积减少了145.52km2,平均土壤侵蚀模数降低了1 619.04t.km-2.a-1,尽管土壤侵蚀强度仍然为极强烈,但是整体来说土壤侵蚀治理初步呈现好转。从1992-2006年,中阳县发生轻度以上土壤侵蚀面积减少了160.01km2,平均土壤侵蚀模数降低了5 962.57t.km-2.a-1,土壤侵蚀强度从极强烈降低到中度,土壤侵蚀面积中有588.60km2侵蚀强度降低,占侵蚀面积的75.21%,土壤侵蚀呈现逆转趋势。土壤侵蚀强度降低的土地,主要是由于三北防护林工程实施以来,荒山造林、退耕还林和加强林地管护,以及农田基本建设工程改造坡耕地成为梯田。     

美国森林资源监测技术对我国森林资源一体化监测体系建设的启示

分析总结目前我国森林资源监测工作存在的问题，提出一体化监测体系的概念和建设的必要性；从抽样技术、调查内容和方法等方面介绍美国森林资源综合监测体系的特点和优势，并与我国的森林资源监测体系进行对比分析，为我国森林资源一体化监测体系建设提供参考与借鉴。     

三江源湿地变化驱动因子定量研究

利用1990、1997、2007年3期TM遥感影像数据,2008年调查的652块地面样地数据,1990-2007年各年气象和社会经济数据以及地形图、湿地分布图、植被分布图数据,通过偏相关分析,确定各类湿地变化的主导驱动因子,建立湿地变化驱动模型.结果表明:河流和河滩湿地变化的主要驱动因子是年均温度、年蒸发量、年均相对湿度和年奶产量;湖泊湿地变化的主要驱动因子是年蒸发量、年均相对湿度、年人口数量和年奶产量;沼泽和全部湿地变化的主要驱动因子是年降水量、年人口数量和年人均收入.驱动模型的判定系数校正值R2分别为0.830 1、0.757 2、0.967 5、0.833 3、0.967 9,经F检验,在95％可靠性水平下整个模型的自变量对随机变量的影响是显著的.