构建全国三维虚拟草原关键技术及方法研究

本研究综合运用草原生态学原理、3D-GIS技术、遥感技术、数据库技术及软件技术等现代相关技术,探讨多元空间信息和属性信息的组织方法,摸索多元生态信息与三维虚拟地形模型的关联技术,得出相应的多元生态信息有效管理机制。研究表明:运用C/C++语言调用OpenGL图形库从底层开发的草原三维数字模型快捷稳定,渲染速度快,可方便地动态查询示范区草原地理信息,为进一步研究三维虚拟草原提供了技术支持。     

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。     

辽宁省草原资源管理系统的设计与应用

为提高辽宁省草原资源管理水平, 实现草原数字化与信息化管理, 以辽宁省1∶1 000 000、1∶250 000和1∶50 000比例尺的电子地图为基础本底数据, 结合实地调查的草原GPS数据和草原属性数据建立了辽宁省草原地理信息数据库。通过综合运用地理信息、数据库和网络信息技术, 采用B/S辅以C/S架构, 构建了包含辽宁省草原资源、属性、工程、灾害、监测、知识、文献和报表等信息的辽宁省草原资源管理系统, 为辽宁省草原管理提供了系统、高效、便捷和直观的网络信息交互平台。     

基于虚拟流动视域的甘肃省草原生态横向补偿研究

为保护草原生态环境,保障牛羊肉等特色畜产品供给,促进牧民增收,推动牧区、农牧区经济实现可持续发展,本文应用虚拟耕地、虚拟草原等理念,进行了甘肃省草原生态横向补偿研究。结果表明：虚拟草地总流量可较好地反映,隐藏在畜产品背后的草地资源数量与草地生态补偿奖励之间关系紧密;横向补偿是纵向层面补偿的辅助,能如实地测算区域间的牛羊肉、牛奶等资源流量,并明确横向补偿的必要性。     

乌珠穆沁草原生态环境保护信息系统的研究

乌珠穆沁草原生态环境保护信息系统是基于对草原生态环境保护、数字化管理和开发利用乌珠穆沁草原的思想而进行设计的。系统开发借助于面向对象的可视化编程语言Visual C＋＋及地理信息系统软件Super MapObjects5．2、数据库软件SQLServer2000,进行乌珠穆沁草原生态环境保护信息系统二次开发。系统具有信息存储提取、数据管理和统计分析、地图属性提取、地图判读、专题图生成、生态工程规划分析等功能。系统可以实现资源与信息的科学管理和数据共享,为相关部门进行生态监测、保护、规划、管理提供数字化操作平台和技术服务。     

辽宁省草原资源管理系统建设研究

辽宁省草原资源管理系统综合应用地理信息、数据库和网络信息技术,以辽宁省1∶250000和1∶50000比例尺的电子地图为基础本底数据,结合实地调查的草原GPS数据和草原属性数据建立了辽宁省草原地理信息数据库,采用B/S辅以C/S架构构建系统,设置了系统设置、专题管理、统计分析、项目管理、文献管理和权限设置等模块,涵盖了草原资源、属性、工程、灾害、监测、知识、文献和报表等信息,为草原管理提供了系统、高效、便捷和直观的网络信息交互平台,对于提高辽宁省草原资源管理水平、实现草原数字化与信息化管理具有重要意义。     

无人机遥感技术在草原生态监测中的应用

无人机遥感技术在获取空间遥感信息时具有高效、低耗、快速、自动化等优点。本研究将地面监测与无人机遥感技术相结合，对永昌县境内祁连山沿山区草原植被及植被类型进行调查。通过分析草原无人机巡测优势，发现无人机巡测效率更高、巡测面积更大，更适合地况繁杂的山区草原监测，同时通过模型进行准确测算并建立草原各类植物生长及产量的数字模型，在一定程度上可提高草原产量评估准确率，为保护草原生态系统多样性及稳定性提供更加可靠的依据。     

浅析喀什地区草原资源与生态保护存在的短板及对策建议

草原作为喀什地区自然生态环境的重要组成部分,在推进生态文明建设中具有不可替代的重要地位,本文通过运用基础调查资料结合当前新时代草原资源与生态保护工作实际,梳理了喀什地区草原资源的特点,分析了草原资源与生态保护方面存在的短板,并针对性地提出加强草原资源与生态保护的对策建议,为进一步做好喀什地区草原资源与生态保护修复工作服...     

宁夏草原防火工作现状及发展对策

针对宁夏草原防火工作的现状和存在的问题,提出运用现代科学技术,建立科学的草原火灾预防机制;进一步加强法制宣传,落实责任制;强化设施和队伍建设,提高防火技术水平;严格火源管理等措施是确保宁夏草原生态和人民生命财产安全的根本途径.     

草原无鼠害示范区建设持续控制技术效果观测报告

在草原无鼠害示范区建设中,采用综合防治和持续控制技术作为示范区建设的主体技术,本文在示范区建设中采用围栏封育、招鹰控鼠、草原改良等持续控制技术对鼠害的控制效果进行了观测、分析和评价,为草原无鼠害示范区建设提供了技术支持。     

基于WebGIS的草地资源空间数据共享解决方案

采用空间数据库技术、Web技术、系统开发语言（JAVA语言）、Visual C＋＋语言、遥感技术与WebGIS技术相结合的技术解决方案和方法，以空间信息的完全共享为出发点，从用户的需求、空间数据的特点和信息服务等3个紧密联系的层面及其相关的技术支撑方面，探索WebGIS环境下草地资源空间数据的共享、分析及其专题应用，可以为各种Web用户提供方便、有效的图文查询，使其便捷地访问分布式的异构空间数据库，并为各终端用户提供均质、集成和无缝链接的时空数据服务。预研究表明，运用上述技术组合构建草地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，对实现我国数字草地具有重要意义。     

三江源区人工草地建植适宜区地理信息系统

综合应用草原生态学原理、GIS理论、计算机软件技术,通过解决三江源区多层空间数据及其属性数据科学集成应用的关键技术问题,自主设计和开发了关于三江源区人工草地建植适宜区分析的地理信息系统,为3S技术在青海草业科技中的进一步推广应用打下了基础.     

基于“3S”技术与地面调查相结合的草原监测——以青海省黄南和海南地区为例

以青海省黄南地区和海南地区为例,详细论述了“3S”技术与地面调查相结合的草原监测技术路线流程;用2007年产草量观测资料,经GPS定位,与MODIS植被指数建立地上生物量反演模型,同时,利用粮食、青稞等农作物产量与林地面积资料,估算了农林副产品载畜量,分析了黄南地区和海南地区总体牲畜承载力及超载情况。结果表明：黄南地区和海南地区的总体载畜量分别为302.82万和386.25万个羊单位,超载率分别为67.48%和125.65%,两地区平均超载率为96.57%,说明这2个地区应适当降低牲畜数量或加大补饲力度,以减轻对当地草原生态的压力。提出最大超载率和平均超载率的概念,把两者结合起来,以便综合地反映研究区放牧超载情况。建议构建和开发基于Web-GIS的草原监测网站,以期为《草原法》的执行提供依据,促进我国草原生态建设和草原恢复的发展。     

基于"3S"技术的阿坝县退牧还草工程效益监测

应用“3S”技术(GIS、RS、GPS)为主要手段,辅以地面路线调查,通过建立遥感与地面数据的数学模型反演地面信息而进行了阿坝县退牧还草工程的遥感监测,并对工程实施情况、工程建设效益进行了评价。为进一步开展草原资源与生态动态监测和草原生态建设工程效益评价与监测等工作提供了技术模式。     

中国北方草地资源管理信息系统的设计与实现

北方草地不仅是我国重要的畜牧业生产基地,更是我国北方一道重要的生态屏障。为了掌握北方草地资源的整体状况、空间分布以及动态变化,本研究基于ArcGIS Server 10.0服务器、Microsoft SQL Server 2008数据库等环境,将Flex框架与WebGIS技术相结合,设计开发了中国北方草地资源管理信息系统,实现了在网页上快速浏览、查询、管理北方草地资源的功能,构建了一个全面、准确、高效的草地资源监测信息管理平台,为相关决策人员提供了科学、合理的决策依据,推动了我国数字草业的发展进程。     

基于GIS的牧场载畜量评估系统设计与实现

我国北方草地资源过牧现象和荒漠化严重,在数字化牧场管理方面,目前尚处在理论研究阶段,还未有一套完善的牧场管理系统推广使用。为提高数字化牧场管理水平,合理利用草地资源,利用载畜量预估模型对草地进行载畜量预估和载畜平衡预估,设计并实现牧场畜牧量评估系统。以呼伦贝尔谢尔塔拉国营农牧场为研究示范区域,基于组件GIS开发技术对草地管理、载畜量预估与载畜平衡评价进行研究。系统开发了牧场载畜量预估、载畜平衡评价、专题图生成等功能模块,如,实现了用户选择地块输入牲畜日食量、放牧天数预估该地块理论载畜量,以及通过用户输入基本放牧情况评价当前选择地块或整个牧场载畜平衡情况等核心功能。研究结果表明,该系统能够满足数字化牧场管理需求,辅助谢尔塔拉国营农牧场进行经营决策,可以对今后数字化经营牧场管理系统研究提供一些指导性意见。     

基于3S技术的若尔盖县草原沙化遥感监测研究

草原沙化是国内外关注的重大生态环境问题。本文利用遥感数据,在“3S”（RS,GIS,GPS）集成技术的支撑下,采用地面调查方法,建立遥感影像与地面数据的数学模型,对若尔盖县沙化草,-原开展遥感监测。利用不同地物在遥感影像上的色调与形态差异,建立草原解译标志与分级指标体系,获取沙化草原面积、分布和等级情况。本研究为进一步开展西川省草原沙化调查提供了技术支持,为治理草原沙化提供了科学参考。．     

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.