Web GIS在草地资源信息共享中的应用

应用Web技术、JAVA语言和数据库技术在国际互联网上构建草原资源信息共享平台,解决草地资源及其生态环境的多元信息在国际互联网上集成应用和共享技术,为政府和业界提供一个草地资源多元信息查询的基础科学数据平台和数据分析、研究平台。通过搜集前人研究所取得的基础空间数据和属性数据,从当前卫星遥感影像提取动态信息,应用GIS原理和JAVA语言,集成多元图层及属性数据,开发专用的软件,在Internet上建立草地资源信息共享平台,来构建草原生态系统的虚拟多维空间,从而实现空间—属性双向复合查询,适时更换图件等主要功能。经查阅大量资料表明,应用现代地理信息系统技术、数据库技术、网络技术、软件技术和遥感技术以及系统开发语言(JAVA语言)来构建草原生态系统的虚拟多维空间的方案切实可行,能够为业界提供一个方便、快捷的信息查询和空间分析共享平台,对实现我国数字草原具有重要意义。     

利用Java技术建立草地农业信息资源数据库

草地农业信息资源数据库利用Java技术和Web方式实现，分析了用户需求和系统优势，阐明了数据库的设计思路、结构及系统实现方法。     

五台山草地自然保护区草地资源的开发利用

通过总结和分析五台山草地自然保护区植被类型,分布物征及饲用价值,表明亚高山草甸和山地五花草甸是理想的夏季放牧地,为了使草地资源保护与社会经济协调发展,对草地资源的开发利用提出以下建议;（１）加强科学管理,使五台山草地资源能持续利用;持续发展;（２）建立豆科＋禾本科混播人工草地;（３）发展季节性畜牧业;（４）建立畜牧业绿色食品基地;（５）开展草地生态旅游;（６）充分发挥五台山草地自然保护区在教学和科     

青海草地资源

<正>~~     

基于WebGIS东北草地植物信息平台设计与开发

随着人类活动的加剧,东北草地面积骤减,濒危珍稀植物种类增多,草地植物资源可持续管理受到广泛关注。为了解决草地植物资源大数据,多格式,难共享等问题,开发设计了东北草地植物信息平台。平台开发环境为MyEclipse2014,系统环境为Microsoft Windows 7,编程语言为Java,依托WebGIS技术,以强大的空间数据服务为基础,运用ArcServer提供的成熟地图服务,详细设计了平台功能结构和数据库结构。在优秀的前端开发技术和高效的数据库技术的支持下,平台提供了专题地图制作的功能,开发了属性查询、数据分析、专题应用、系统管理和更新与维护五大应用模块,实现了草地植物资源在时空上的统计分析、畜牧承载力和草地质量等专题应用的功能。     

论松嫩草地资源

1 生态环境 松嫩草地位于东亚第二沉降带的北部,它西接大兴安岭,东北连小兴安岭,北连伊勒呼里山和小兴安岭的山前丘陵。约在43°30＇N～48°40＇N,121°30＇E～127°00＇E之间,总面积为17万平方公里,东、北、西三面被山地包围。由于有一定的倾斜坡度,在新构造运动上又属于降升区,所以水土流失十分严重。 在嫩江上游形成广阔的冲积平原,下游大小水流星罗棋布,达1000余个,主要集中在松嫩平原西部,在安达—太康之间分布着盐碱连洼地和碱水湖泊,面积大者可达数10平方公里,在嫩江两岸带状分布着河漫滩。     

基于WebGIS的河南省草地资源信息化系统的设计与实现

本文通过对河南省草地资源清查工作成果的分析和处理,并基于WebGIS技术、数据库技术和ASP.NET技术构建B/S多层架构应用系统的思想,开发了集草地数据信息化管理、草地数据地图可视化、草地基础地理信息服务和应用、指标数据统计和分析、文档资料管理等功能于一体的草地资源信息管理系统,为河南省加强草地生态保护建设,促进草地合理开发利用,提高草地精细化管理水平提供信息基础和决策支持。     

浅议达日县草地资源与草地改良

达日县的天然草地由于粗放经营管理,达度放牧,鼠虫危害和人类活动的加剧以及严酷自然条件的影响,生态环境恶化,草地退化已十分严重,“黑土型”退化草地的面积１９８６年为１６．７７万ｈｍ＾２,１９９４年增到１７．９６万ｈｍ＾２,平均每年以０．３１万ｈｍ＾２的速度递增,已严重制约畜牧业的发展。为改善草地植物生长条件,提高草地生产力和促进草地生态系统良性循环,提出了对退化草地的几项改良措施。     

南美洲的草地资源

南美洲有草地面积844.5万km~2,饲养着草食家畜4.2亿头,其中牛为2.62亿头。热带稀树草原、亚热带温带潘帕斯草原、温带半荒漠、热带荒漠、热带干燥疏林与灌丛、热带雨林区的人工草地是主要草地类型。巴西和阿根廷是南美洲两个重要的草地资源大国,分别有草地面积1.69亿hm~2和1.42亿hm~2。     

The Classification of Grassland Types Based on Object-Based Image Analysis with Multisource Data

The spatial distribution of different grassland types is important for effectively analyzing spatial patterns, obtaining key vegetation parameters using remote sensing (e.g., biomass, leaf area index, net primary production), and using and protecting grasslands. Existing classifications of grasslands by remote sensing are mostly divided according to the fractional vegetation cover or biomass, but classifications according to grassland types are scarce. In this study, we focused on the classification of different grassland types using remote sensing based on object-based image analysis (OBIA) with multitemporal images in combination with a 30-m digital elevation model (DEM) and the normalized difference vegetation index (NDVI). The grasslands were located in Hulunber, Inner Mongolia, and an autonomous region of China. The support vector machine (SVM) and random forest (RF) machine learning classifiers were selected for the classification. The results revealed the following: 1) It is feasible to generally extract different grassland types on the basis of OBIA with multisource data; the overall classification accuracy and Kappa value exceeded 90% and 0.9, respectively, using the SVM and RF machine learning classifiers, and the classification accuracy of the different grassland types ranged from 61.64% to 98.71%; 2) Multitemporal images and auxiliary data (DEM and NDVI) improved the separability of different grassland types. The information in the growing season was conducive for distinguishing temperate meadow steppe from temperate steppe and was favorable for extracting lowland meadow and swamp in the nongrowing season. The DEM and NDVI also effectively reduced the number of image segmentation objects and improved the segmentation effects; 3) Spectral and textural features were more important than geometric features in this study. A few main variables played a major role in the classification, while a large number of variables had either no significant effect or a negative effect on the classification results when the optimal feature subset was determined. This study provides a scientific basis and reference for the classification of various grassland types by remote sensing, including the data selection, image segmentation, feature selection, classifier selection, and parameter settings.     

基于VRML的虚拟草地模型的建立

随着Internet的发展,以VRML为代表的基于WWW的虚拟现实建模技术正在日益受到广泛的重视.在对近10年西藏自治区山南地区草地资源的时空变化状况进行研究的基础上,基于VRML、遥感等技术构建了山南地区虚拟草地模型,以形象、直观的方式对山南地区草地退化过程进行了多维动态模拟,为进一步研究山南地区草地资源的时空变化规律及其机理提供了技术支持.     

基于VRML的虚拟草地模型的建立

随着Internet的发展,以VRML为代表的基于WWW的虚拟现实建模技术正在日益受到广泛的重视。在对近10年西藏自治区山南地区草地资源的时空变化状况进行研究的基础上,基于VRML、遥感等技术构建了山南地区虚拟草地模型,以形象、直观的方式对山南地区草地退化过程进行了多维动态模拟,为进一步研究山南地区草地资源的时空变化规律及其机理提供了技术支持。     

ArcGIS在草地资源规划中的应用

草地资源是国民经济可持续发展的重要保证,面对我国日益严峻的草地资源生态环境恶化现象,适时地开展草地资源规划工作是十分必要的.ArcGIS是集数字制图和数据库管理为一体的空间信息系统,利用ArcGIS强大的制图功能,可以方便、高效的进行草地资源规划专业地图的制作,再加上它的数据库管理和空间分析查询检索功能,为今后对草地资源实施动态管理与保护利用提供了强大的技术支持.     

ArcGIS在草地资源规划中的应用

草地资源是国民经济可持续发展的重要保证,面对我国日益严峻的草地资源生态环境恶化现象,适时地开展草地资源规划工作是十分必要的。ArcGIS是集数字制图和数据库管理为一体的空间信息系统,利用ArcGIS强大的制图功能,可以方便、高效的进行草地资源规划专业地图的制作,再加上它的数据库管理和空间分析查询检索功能, 为今后对草地资源实施动态管理与保护利用提供了强大的技术支持。     

基于WebGIS的空间数据可视化技术的应用研究

在基于Web GIS的海南旅游地理信息系统中,通过对VML、SVG和Ajax等技术的分析来研究Web GIS中空间数据可视化问题。构建Web GIS客户端矢量图形的方法,建立基于SVG、RESTful Web Services和Ajax的Web GIS体系结构模型,对提高海南旅游地理信息系统的性能及功能有很重要的意义。     

基于单时相MODIS数据的草地退化遥感监测研究

以草地NPP减少的相对百分数（由实际NPP和潜在NPP计算）为主要监测指标，提出了一个基于单时相MODIS数据的草地退化遥感监测方法。介绍了利用MODIS数据反演实际NPP的方法，并提出了一个根据实际NPP和草地类型分布图确定潜在NPP的方法。对2003年中国北方草地的监测结果表明，中国北方草地退化严重，退化程度的空间差异性较大，草地退化程度与草地类型密切相关。     

基于PDA的草原鼠害数据采集系统的开发

为提高草原鼠害监测的规范性、数据采集效率和数据传输的实时性,本文分析了当前数据采集的特点,以C#为开发工具,将PDA、GPS、XML等技术综合集成进行基于PDA的草原鼠害数据采集系统的研发,开发出空间采集法、定点采集法、定面积捕尽法和铗日采集法等应用工具软件,实现了草原害鼠数据采集的半自动化,改变了传统野外数据采集方式,提高了工作效率。