森林防火现状及对策--以龙陵县三江口国有林场为例

指出了随着我国生态文明建设发展战略的提出,林业工作受到空前重视,而加强森林防火是森林资源保护与管理的首要工作。以龙陵县三江口国有林场森林防火工作为例,分析了介绍了龙陵县三江口国有林场森林防火现状及存在的问题,并针对存在的问题,提出了森林火灾防范预警的应对对策,以期为林场开展森林防火工作提供一定此参考。     

无人机遥感技术在保护区管理工作中的应用——以老君山省级自然保护区为例

随着无人机遥感技术的进步和保护区信息化建设的发展，无人机遥感技术的应用及其在自然保护区管理中的运用也日益普遍，野生动植物监测和保护区巡护工作的效率和质量得到了较大提升。简述了老君山省级自然保护区管理工作现状，特别是信息化建设过程中所面临的问题，阐述了无人机遥感技术的基本特性，并介绍无人机遥感技术在自然保护区管理中实际运用情况及面临的问题，以期通过克服无人机续航力时间较短、抗风能力差等问题，促进无人机遥感技术在保护区管理工作的普及应用和发展进步。     

基于GIS的盘龙江水环境分析与预测研究——以氨氮分析为例

综合运用地理信息系统（GIS）、水质预测模型、数据库、空间分析技术,实地采集盘龙江水样数据,以GPS空间位置点数据和QuickBird影像为基础,采用纳氏试剂比色法测定了盘龙江水样氨氮含量。使用样条函数插值的方法,对其现状水质进行了分类。对盘龙江下游河段,综合考虑缓冲区内居民和农田因素,同时简化了完全混合模型,预测了该区域的氨氮含量。     

基于WebGIS的土地登记信息服务系统研建

介绍了土地登记与土地登记信息系统的概念,在比较分析了目前土地登记的流程与分类的基础上,对土地登记信息服务系统的总体架构、各功能模块的内容以及实现技术进行了探讨。结合土地登记业务的自身特点,引入工作流（work flow）方法,采用C#.net和ASP.NET开发平台,实现了在线申请、网上审批、图文查询、简单统计分析等,从而完成了土地登记的整个业务流程。     

GPS静态相对定位应用及精度研究

利用GPS静态相对定位,建立了云南省永善县土地二次调查中的控制网,并用常规RTK技术加密控制网以提高精度。对静态相对定位进行精度检测,证明静态相对定位误差范围小且稳定,上午观测能获得相对较高的精度,验证了研究区的控制网能满足精度要求。研究结果对GPS静态相对定位应用具有指导意义。     

基于混合像元分解的香格里拉市高山松空间分布变化研究

利用香格里拉市1997-2017年每5 a的Landsat遥感影像、2018年外业调查数据、森林资源二类调查数据和DEM数据为数据源,以高山松为对象,综合运用混合像元分解技术、决策树分类和GIS技术对其空间分布变化进行分析。结果表明,1）分类中,高山松归一化多分量指数阈值为0.333,云南松归一化多分量指数阈值为0.208;云冷杉归一化多分量指数阈值为0.362。2）各年分类结果总体精度分别为69.42%、76.73%、81.07%、78.90%和76.53%。3）香格里拉市高山松覆盖面积2002年比1997年减少了13.40%,2007年比2002年减少了2.47%,2012年比2007增加了8.96%,2017年比2012年增加了4.06%,呈现出先减少后增加的趋势。4）研究区内高山松主要分布在海拔高度2 800~3 800 m,1 800~2 800 m高山松面积总体呈现为轻微下降趋势;2 800~3 300 m海拔区间1997-2007年呈现下降趋势,2007-2017年呈现上升趋势,3 300~3 800 m区间内1997-2002年高山松面积呈现下降趋势,2002-2017年高山松面积逐年上升,3 800~4 800 m区间内1997-2017年高山松面积逐年下降。利用混合像元分解构建归一化多分量指数结合决策树分类对树种分类具有一定的参考价值,高山松时空变化结果对森林资源管理和后续研究可提供科学数据支撑。     

基于Landsat时间序列数据的森林地上生物量估测研究进展

利用时间序列遥感数据可以提高森林生物量估测精度和估测生物量动态变化,为森林碳储量和气候变化研究提供更为精确的反演基础。文中基于Landsat时间序列数据研究森林地上生物量的遥感估测方法,从数据预处理、数据重构、遥感因子选取以及模型构建与精度评价4个方面进行回顾和评述,并提出研究建议与展望。     

基于Landsat影像数据的香格里拉市优势树种蓄积量估测模型构建

以香格里拉市优势树种高山栎、高山松、云冷杉及云南松为研究对象,构建基于遥感的森林蓄积量估测模型。采用2006年和2016年的Landsat TM/OLI影像及二类调查数据,随机从每期数据中各选取100个小班,提取其影响因子,利用相关性强的因子构建RF模型和MLR模型。结果表明,2006年各树种蓄积量RF模型的拟合R²在0.779~0.862范围,预测精度P值为80.17%~92.16%;2016年RF模型的拟合R²为0.761~0.865,预测精度P值为81.61%~95.53%。建立MLR模型后,2006年树种蓄积量估测模型的拟合R²为0.214~0.336,预测精度P值为34.12%~47.16%;2016年模型的拟合R²为0.238~0.391,预测精度P值为34.82%~52.57%。估测结果与二类调查数据的误差为：高山栎、高山松、云冷杉、云南松分别增加了8.54×10⁵m³、3.65×10⁶m³、4.12×10⁶m³、3.96×10⁴m³,误差分别为0.36%、0.78%、0.44%、0.62%。对比二种模型估测结果表明,随机森林模型能更精确地估测优势树种蓄积量。     

基于随机森林和蒙特卡洛的高山松地上碳储量估测及不确定性分析

[目的 ]为了解决碳储量的不确定性受单一类型变量的影响,而忽略了残差变异导致模型不确定性的问题,研究不同类型变量对碳储量估测模型的不确定性。[方法 ]以香格里拉市高山松为研究对象,采用随机森林联立蒙特卡洛(RF-MC),基于不同变量组合建立回归模型,判断各模型的不确定性。[结果 ]表明：(1)光谱和样地数据直接参与RF-MC模型的估测精度及不确定性最差。(2)在上一步的基础上引入纹理特征的模型预测结果优于引入DEM。(3)同时引入DEM和纹理特征的RF-MC模型效果最优(R2=0.892,RMSE=5.539 t·hm^-2,MAE=4.319 t·hm^-2, rRMSE=18.7%)。模型拟合度提高了0.343,模型的不确定性降低了19.43%。[结论 ]基于多特征的RF-MC方法在碳储量估测中效果较好,不同类型的变量对碳储量估测精度及不确定性有一定的影响。     

基于碳卫星的森林碳储量估测研究综述

利用遥感技术获取森林特征参数来估测森林碳储量是目前的研究热点,提高森林碳储量估测技术的先进性、准确性愈加迫切。文中综合以碳卫星GOSAT、OCO-2、TANSAT作为数据源的相关研究成果,分析碳卫星数据在森林碳储量估测方面的适应性和准确性,总结各类森林碳储量研究方法的优势和不足,并针对目前存在的问题进行讨论和展望,以期为全球森林碳储量的估测及其研究提供参考。