冰砬山森林生态系统服务及其价值研究

该研究基于辽宁省冰砬山森林生态系统定位研究站建站5年来的定位、连续观测数据和辽宁省冰砬山森林资源清查数据（2005年）,应用林业行业标准,评估了冰砬山森林生态系统服务功能及其价值。结果表明：辽宁冰砬山森林生态系统服务功能的总价值为4.02亿元/a,森林提供的价值平均为6.33万元（/hm2.a）。各项服务功能总价值依序为保育土壤〉固碳制氧〉涵养水源〉生物多样性保护〉净化大气环境〉积累营养物质〉森林游憩。生态系统服务功能总价值依序为落叶松〉柞树〉红松〉花曲柳〉油松〉樟子松〉胡桃楸〉椴树〉色树〉桦树〉水曲柳〉榆树〉云杉〉怀槐〉柳树〉杨树〉经济林〉刺槐〉赤松〉黄波罗,其中落叶松和柞树两种森林类型占总价值的71.42%。冰砬山森林生态系统为本地区的生态安全与服务社会发挥了重要作用。     

利用MODIS数据反演森林生物量的方法研究

以东北三省为试验区,利用MOD IS时间序列上的植被指数NDVI,结合森林资源清查样地数据测算的林分生物量,以及年均降水量、年均蒸散量、年均湿润度、年均积温、经度、纬度等地理环境因子,采用多元线性回归的方法构建森林生物量遥感估测模型。通过样本检验,该模型对东北三省的森林生物量密度估测精度较高,与检验样本的平均每公顷生物量平均相差1.30%;通过样本定位检验,平均相差21.87%。该模型适宜在宏观尺度上估测森林生物量。     

永定县森林生态系统服务功能价值评估

依据LY/T1721-2008森林生态系统服务功能评估规范,采用永定县2007年森林资源规划设计调查资料,对永定县森林生态系统服务功能价值进行评估,结果表明:2007年永定县森林生态服务总价值为1664595.69万元,是当年全县GDP的2.18倍,其中涵养水源价值为757475.88万元,保育土壤价值为264336.36万元,固碳释氧价值为385485.56万元,积累营养物质价值为27510.74万元,净化大气环境价值为60370.20万元,生物多样性保护为169416.95万元,研究结果将为永定县森林生态建设提供科学依据。     

浅谈阔叶次生林的人工促进天然更新

人工促进天然更新是恢复和发展天然阔叶林的重要更新方式,具有投入少、恢复快、收益大和易于实施等特点.人工促进天然更新的阔叶次生林与人工营造杉木林样地比较结果表明,在同一立地条件下,同龄阔叶树的树种种类、郁闭度、生物多样性、高径比等各项生长指标均高于人工杉木林.文中阐述了人工促进天然更新中的抚育间伐、林分改造、封山育林和封禁保护、补植等具体措施,并提出保护现有阔叶林,实施人工促进阔叶林天然更新,扩大水源涵养林、水土保持林等防护林比重等建议.     

基于ArcGIS和二类调查数据的森林资源动态分析系统

以北京市延庆县为例,基于1999年和2004年森林资源规划设计调查(二类调查)数据以及ArcGIS Engine开发平台,研建了具有林业行业特色的森林资源动态分析系统软件。系统除具有一般通用的操作和查询统计功能外,还实现了森林资源统计分析、森林景观格局指数计算分析、森林生态效益计算分析等功能,系统操作简便、高效,为森林资源动态变化的统计分析提供了实用的手段和工具,为今后研建森林资源综合分析评价系统奠定了基础。     

基于ETM＋影像融合的土地覆盖分类研究——以蓬安县为例

借助ERDAS软件,运用遥感数据融合技术对四川省蓬安县进行基于ETM＋融合影像的土地覆盖分类初步研究。研究中采用相同的训练样本区及最大似然法分类方法,对融合前后影像分别进行土地覆盖分类,通过对分类影像的Producers Accuracy,Users Accuracy,Kappa Accuracy三者的精度数据对比分析,上述的影像融合方法对提高土地覆盖分类的精度较为明显;就3种融合方法及重采样方式而言,乘积法融合法和立方卷积重采样法相对更为可取。     

森林在应对气候变化中的作用探讨

指出了二氧化碳等温室气体的排放是造成全球气候变暖的主要原因,而森林在固碳方面具有经济、有效、持久和生态协调性强的特点,在应对气候变化中具有独特的优势。从生态功能、大力发展森林、科学经营等方面探讨了发展森林资源的对策与建议。     

基于GIS、GPS建立退耕还林数据自查核查管理系统

退耕还林档案是林业生产中的重要数据资料,是组织和指导林业生产的重要依据。利用GIS技术和数据库技术进行退耕还林档案管理可以提高管理水平,避免项目之间、年度之间的重复,提高数据的精度,提高数据汇总进度,进而提高工作生产率。该系统运用地理信息为核心,建立退耕还林空间信息的查询管理,完善管理机制,实现退耕面积调查、动态监测及数据更新、数据处理、数据存储、统计分析、规划设计、制图制表等功能,保障退耕还林工程的顺利实施。     

基于DEM的辽宁省猴石森林公园的视域分析

利用GIS视域分析功能,基于地形特征,对辽宁省猴石国家森林公园内可达景点、不可达景点和游道的视域特征进行分析,其中,游道的视域特征以游道上间隔50m的75个样点来表征.结果表明:公园内可达景点分布较为合理,一类位于游道两侧山坡上,视野开阔,90%景点的视域面积达100hm2以上;另一类分布在近游道两侧,视域面积40～70hm2.不可达景点可视性良好,75%的景点视域面积达100hm2以上,观赏价值充分体现;游道分布较为合理,全程可观赏到公园总面积的41.71%,游道内的平均视域面积为(61.%±23.52)hm2.视域内地形呈一定程度起伏,平均高差350m,兼具一览无余的豁达之美与峰回路转的曼妙之美.研究以游览者的景观视觉特征分析为目的,探讨森林公园景点和游道规划的定量依据,是对目前旅游区景观视觉特征评价的重要补充,是旅游区总体规划和综合管理的重要依据之一.     

Characterizing rangeland vegetation using Landsat and 1-mm VLSA data in central Wyoming (USA)

As an alternative to ground-cover data collection by conventional and expensive sampling techniques, we compared measurements obtained from very large scale aerial (VLSA) imagery for calibrating moderate resolution Landsat data. Using a grid-based sampling scheme, 162 VLSA images were acquired at 100 m above ground level. The percent vegetation cover in each photo was derived using SamplePoint (a manual inventory method) and VegMeasure (a reflectance based, automated method). Approximately two-thirds of the VLSA images were used for calibrating Landsat data while the remainder was used for validation. Regression models with Landsat bands accounted for 55% of the VegMeasure-based measurements of vegetation, whereas models that included both Landsat bands and elevation data accounted for 67%. The relationship between the Landsat bands and the percent vegetation cover measured by SamplePoint was lower (R ² = 20%), highlighting the differences between the inventory and reflectance based protocols. Results from the model validation indicated that the model’s predictive power was lower when the vegetation cover was either <20% or >55%. Additional work is needed in these ecosystems to improve the calibration techniques for sites with low and high vegetation cover; however, these results demonstrate the VLSA imagery could be used for calibrating Landsat data and deriving rangeland vegetation cover. By adopting such methodologies the US Federal land management agencies can increase the efficiency of the monitoring programs in Wyoming and in other western states of the US. Mention of trade names is for information only and does not imply endorsement by USDA over comparable products or services.