从森林资源普查看高邮林业巨变

江苏省高邮市分别于1987年和2008年开展了森林资源二类调查（也称森林资源普查）。通过调查，准确地掌握了该市森林、林木和林地资源的种类、数量、空间分布和动态变化，综合对比分析与评价前后两次森林资源与经营管理状况，高邮市森林资源面积和蓄积量实现双增长，质量也有了显著提高，高邮林业发生了巨变。     

淳化县森林资源动态遥感监测及演变趋势预估

利用淳化县１９８７年、１９９４年两个时期遥感资料，编制两期森林资源类型图，在ＧＩＳ的支持下，建立空间信息库，套合叠加，生成森林类型动态图，获取动态演变数据矩阵，应用齐次马尔科夫模型模拟和预测淳化县未来森林资源动态演变趋势。     

矢量数据格网化在蓄积量变化分析中的应用

基于1999年和2009年两期广西贺州市八步区森林资源二类调查小班矢量数据对比分析中出现的因小班大小、形状、面积不同而无法进行空间位置对比分析的问题，引入小班矢量数据格网化的方法，读取地理位置对应点的两期信息，实现同一区域空间位置两期数据的直接对比分析，并根据对比分析差值制出蓄积量变化图，更加直观显示蓄积量空间位置的变...     

金湖县森林资源二类调查动态浅析

通过对1985年和2008年金湖县两期二类调查数据进行的对比,客观分析了金湖县森林资源的现状,揭示了森林资源动态变化的原因与内在联系。     

天水市近30年林地动态变化遥感监测研究

[目的]以甘肃省天水市为例,基于遥感影像变化监测技术,探讨黄土高原丘陵沟壑与小陇山-西秦岭山地交接过渡区域近30年来森林(林地)资源空间分布规律、时间变化趋势及变化影响因素。[方法]以1988—2015年5期夏季Landsat TM/OLI遥感影像为主要数据源,结合辅助数据和外业实地样本点,以光谱特征和指数特征为特征变量,分别利用随机森林(RF)和参数优化支持向量机(POSVM)分类器对土地覆盖类型进行分类,然后基于分类后比较法进行森林资源动态变化监测。[结果]分类结果表明,两种分类器的分类效果均较好,且随机森林分类器在分类精度、效率和稳定性方面明显优于参数优化支持向量机分类器。变化监测结果表明,近30年来森林资源总体变化趋势为林地面积先减少后增加。1990—1996年,林地面积减少0.74%;1996—2002年,林地面积减少2.74%;2002—2008年,林地面积增加1.06%;2008—2015年,林地面积增加8.89%。[结论]本研究采用的基于非参数分类器分类后比较法的变化监测技术是复杂地形地貌过渡区森林资源动态变化监测的一种有效途径,在分类结果分析统计的基础上,得出研究区森林资源变化的总体趋势:以2002年(2002年影像)为界,林地总体趋势为先减少后增加,2002年后林地面积增加显著。     

成都川林森林资源资产评估事务所

四川省森林资源和荒漠化监测中心成立于1988年，在四川省林业厅的领导下，主要负责全省森林资源监测工作的技术指导和质量管理，包括森林资源连续清查、二类调查、森林资源统计年报、     

桃山林业局森林资源现状和动态分析

根据黑龙江省桃山林业局2008年(前期)和2017年(本期)两期森林资源二类调查数据的对比结果,进行森林经理期内的森林资源动态分析,再根据森林资源的趋势变化,对本期资源的现状进行评价,并提出针对未来的经营建议。     

成都川林森林资源资产评估事务所

四川省森林资源和荒漠化监测中心成立于1988年，在四川省林业厅的领导下，主要负责全省森林资源监测工作的技术指导和质量管理，包括森林资源连续清查、二类调查、森林资源统计年报、森林采伐限额以及林木消耗量和林地征占用的监督检查等工作。     

四川省森林资源监测中心

四川省森林资源监测中心成立于1988年，在四川省林业厅的领导下，主要负责全省森林资源监测工作的技术指导和质量管理，包括森林资源连续清查、二类调查、森林资源统计年报、森林采伐限额以及林木消耗量和林地征占用的监督检查等工作。     

四川省森林资源监测中心

四川省森林资源监测中心成立于1988年，在四川省林业厅的领导下，主要负责全省森林资源监测工作的技术指导和质量管理，包括森林资源连续清查、二类调查、森林资源统计年报、森林采伐限额以及林木消耗量和林地征占用的监督检查等工作。     

基于GM(1,1)的天然次生林空间结构预测

【目的】系统地分析已有天然次生林林分空间结构数据,通过灰色模型预测天然次生林林分空间结构各指标未来的发展趋势,对天然林经营具有十分重要的意义。【方法】以湖南大围山自然保护区典型次生林为研究对象,依据结构化森林经营理论,选取了混交度、竞争指数、角尺度、空间密度指数、开阔比数、大小比数、林分综合均质性指数作为天然次生林林分空间结构合理性评价与预测的量化指标,构建了基于GM(1,1)的天然次生林林分空间结构灰色预测模型。模型将2008年林分空间结构各指标的平均值作为初始值,并在研究区设置了面积为20 m×20 m的5个研究样地(M1,M2,M3,M4,M5),利用保护区2008-2018年典型样地林分空间信息,预测了研究区调研样地2019年-2021年林分空间结构各指标未来的变化趋势。【结果】利用精度检验机制对该模型的精确度进行了有效性检验,检验结果表明,所有指标预测合格概率P合=71.43%,良好的概率P良好=22.86%,优的概率P优=5.71%,表明该预测模型符合精度检验要求。【结论】样地未来3 a各指标整体变化尺度不大,林分空间结构基本稳定。从各指标在2008-2018年时空上的变化规律来看,各样地林分平均竞争指数、平均大小比数及平均空间密度指数是影响林分均质性指数的关键指标。     

黔南州森林春季防火期主要气象因子与林火时空动态

运用克里格空间数据制图和传统统计分析相结合的方法对2001—2008年黔南州森林春季防火期主要气象因子与林火情况进行研究,结果表明:黔南州森林春季防火期内降雨量、蒸发量和最大风速相对空间分布不均匀,而最高气温、最小空气相对湿度则相反;空间分布上存在一定的水平地带性和垂直地带性,时间动态明显;森林火灾次数及火场面积呈逐渐增加趋势;空间分布上以都匀、平塘和罗甸3地为分界线,东南部6个县市森林火灾次数及火场面积大于西北部6县市。     

我国2000-2012年夏季森林火灾分布规律

文中介绍了我国2000—2012年森林火灾发生的整体情况,分析了我国夏季森林火灾的时空分布规律。2000一2012年我国森林火灾发生次数年际间大体保持平稳,2003—2005年达到一个较高的峰值,2008年达到最高峰,近几年来则呈下降趋势。夏季森林火灾的发生次数在2000—2007年处于较高水平,尤其是2003年和2006年火灾发生次数最多,而近5年来则处于较低水平并有下降的趋势。我国华中地区和西南地区发生夏季森林火灾次数最多,而东北地区重、特大森林火灾发生最多。我国夏季森林火灾具有等级高、破坏性大、火场面积和受害森林面积较大等特点。     

森林水源涵养生态效益的估算与评价研究

以2008年生态观测定位站调查数据和Landsat-5 TM遥感影像为基础数据,建立森林水源涵养生态效益的常规多元统计模型得到回归模型的决定系数为0.788,平均检验精度81.1%。以模型估计的参数作为地理信息系统(GIS)的输入数据,估算2008年老山施业区物理量和价值量的空间分布特征,并核算出水源涵养生态效益物理量总量I=263.78万t,建立货币构造模型估算出水源涵养生态效益价值量总量E=131.89万元。分析物理量随地形变化的特征,其变化符合客观实际。     

Do changes in spatial distribution, structure and abundance of silver fir (Abies alba Mill.) indicate its decline?

Silver fir decline was investigated based on changes in spatial distribution of fir, fir abundance in forest stands, dbh (age) structure of fir, and abundance of fir regeneration. The authors used a large-scale approach to study the dynamics of silver fir over nearly 40 years. Based on Silva-SI, a spatial information system, the majority of total forest area in Slovenia was analysed for changes in the distribution of silver fir in the period 1970-2008 using artificial neural networks (ANNs), with respect to site, stand, and forest management variables. Additionally, changes in abundance of silver fir (hereafter fir) in the same period were analysed with a general linear model, while changes in the dbh structure of fir and fir regeneration were analysed with non-parametric tests. Most selected indicators confirmed the hypothesis of fir decline in the period 1970-2008, as evidenced by a reduction in the area of forests with a share of fir in the total growing stock >25% (from 18.9% to 9.5% of total area), a reduction in the share of fir in the growing stock of forest stands (from 17.5% to 7.5%), ageing of the fir population, and a disproportionate share of fir saplings in the total saplings relative to fir's share in the growing stock of forest stands. A 1.5% increase in fir distribution area in the observed period contradicts the decline hypothesis. ANNs showed that the spatiotemporal dynamics of fir was most affected by four variables: forest type, share of fir in the potential natural vegetation, mean annual precipitation, and mean annual temperature. The latter two, together with the growing stock at the start of study period, the degree of connectivity between fir stands, and bedrock type, were significant predictors of decline of fir abundance in forest stands. Significant differences in spatiotemporal dynamics and changes in fir abundance were found between forest types representing a complex of site conditions and past forest management. A further decline of abundance of fir on a large spatial scale in the next decades is expected. Conservation of fir in forest stands will depend mainly on the successful regeneration of fir and sufficient recruitment.     

金沟岭林场云冷杉林空间分布格局及更新研究

用距离方法(T-square)研究金沟岭林场主要森林类型云冷杉林的空间分布格局,经检验,2个云冷杉林分的林木空间分布格局分别为集聚分布和随机分布.其中2002年择伐的林分还没有得到恢复,因此呈集聚分布;而1988年择伐的林分已恢复了原始林的特征,其空间格局呈随机分布.由调查的更新数据可以清晰看出,研究林分更新状况很好.     

Forest transition in developed agricultural regions needs efficient regulatory policy

The shift from net forest loss to gain—forest transition—has been associated variously with economic development, market-driven reforestation, forest policy, and globalization. Evidence shows that governments can expedite forest transition, although economic and institutional failures can distort policy incentives. This study addresses the paucity of spatially explicit empirical research on the robustness of the forest transition hypothesis in a developed country context and identifies factors that may hasten, delay, or even reverse forest transition. We applied spatial-econometric analysis to high-resolution forest cover, climatic, socioeconomic, physiographic, and State-jurisdiction data for the Australian intensive agricultural zone from 1988 to 2014. While environmental and physiographic factors explained the spatial distribution of forests, net forest cover change was significantly associated with trends in farm-output prices inducing deforestation in Queensland, the State with less effective land clearance regulations. Changes in land clearing regulations in Queensland were significantly associated with the national forest cover trends that resulted in forest transition in Australia around 2008. Yet when land clearing regulations and their enforcement were subsequently relaxed in 2012, significant forest cover loss was once again observed in that State, particularly in remnant forests. We conclude that if forest regulatory protection is not effective, net forest loss could resume or increase, even in developed countries, in response to growing incentives for forest conversion to agriculture.     

基于地理加权回归模型与林火遥感数据估算森林年龄

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。[JP+1]结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的 Radj^2 为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm^2,其中重度29 157 hm^2、中度180 268 hm^2、轻度318 507 hm^2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】 GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。     

基于地理加权回归模型与林火遥感数据估算森林年龄

【目的】通过地理加权回归(GWR)模型估算非干扰林龄,利用遥感数据和林火发生历史数据,获取过火区域信息,进而对林火烈度分级,讨论林火烈度与森林类型的交互作用,估算干扰林龄,最终获得黑龙江省森林年龄的空间分布。【方法】以黑龙江森林为研究区域,基于研究区域的多光谱数据结合地面森林资源清查数据,通过逐步回归方法提取了包括遥感因子绿度指数(Greeness)、湿度指数(Wetness)、林分平均胸径(ADBH)、林分平均树高(ASH)及海拔(Altitude)在内的5个显著因子作为自变量,采用GWR模型建立非干扰林龄估算模型。采用全局Moran I来描述模型残差的空间自相关性。绘制研究区非干扰林龄空间分布图并探究林龄的空间分布状态。[JP+1]结合林火位置与面积记录对多光谱数据目视解译提取过火区域,根据dNBR将过火区域火烈度分级。将火烈度图与植被类型图叠加分析,讨论不同森林类型在不同火烈度下的演替情况。定义干扰林龄时,未发生树种更替的森林林龄不变,树种发生更替的森林在林火发生年将其林龄归为0,并在新的优势树种萌发时从1开始累加,以此类推干扰后森林的林龄。【结果】黑龙江省非干扰森林平均林龄为48年,标准差为16年。GWR模型的 Radj^2 为0.68,RMSE为16.171 7。使用Moran I来检验模型的残差,发现GWR模型可很好地消除残差的空间自相关性。研究区林龄整体空间分布状态不均匀,大兴安岭地区林龄普遍高于黑龙江林区。黑龙江省2000―2010年林火主要发生在大兴安岭及小兴安岭地区,根据dNBR将已提取的过火区域林火烈度分为:未过火、轻度过火、中度过火和重度过火4类,总过火面积为527 932 hm^2,其中重度29 157 hm^2、中度180 268 hm^2、轻度318 507 hm^2。兴安落叶松林和蒙古栎林在整个研究区中过火面积最大,分别占总过火面积的28.63%和47.23%。根据不同森林类型在不同火烈度下的演替情况,估算干扰森林的林龄并绘制干扰林龄空间分布图。【结论】 GWR模型能较有效地估算黑龙江省非干扰林龄,成功地降低了残差的空间自相关性。在估算林龄的过程中加入林火干扰因素,以获取更真实的林龄空间分布数据,可为黑龙江地区森林NPP、NEP以及森林碳储量、森林生物量等相关研究提供数据支持。