新源林场召开冬春两季森林管护工作专题会议

近日，新疆维吾尔自治区伊犁哈萨克自治州新源林场为进一步做好冬春两季森林管护工作，防止乱砍滥伐林木和乱捕乱猎野生动物等违法行为以及森林火灾的发生，召开了2011年冬季森林管护工作专题会议。     

誓让荒沙变绿洲——敖汉旗敖润苏莫苏木荷也苏勿嘎查林改工作纪实

荷也苏勿嘎查是赤峰市敖汉旗敖润苏莫苏木东部的一个蒙古族居住区，地处科尔沁沙地南缘，老哈河南岸，东与通辽市的奈曼旗接壤，北与翁牛特旗隔河相望。全嘎查共5个独贵龙，1275口人，其中蒙古族936人,劳动力627人。     

大黑山的瞭望者

<正>巍巍群山,莽莽林海。一座小小的瞭望塔,独立群峰之巅,那是林树春的前沿阵地。瞭望和巡逻是他的职责,一旦发生火情,他就是“吹哨人”。内蒙古大黑山国家级自然保护区(以下简称“保护区”)位于赤峰市敖汉旗东南部、燕山山脉努鲁尔虎山中东部,总面积约5.7万公顷。大黑山林场处于保护区的核心地带。林树春是一名普通的林场职工,1995年,他被林场派往人迹罕至的大黑山瞭望塔,成为一名防火瞭望员,这一干就是27个年头、近万个日日夜夜。     

敖汉旗林草有害生物防治对策

<正>敖汉旗位于内蒙古赤峰市东南部,科尔沁沙地南缘。东临通辽市奈曼旗,西与辽宁省建平县接壤,南与辽宁省朝阳市、北票市毗邻,北与赤峰市松山区、翁牛特旗隔老哈河相望。全旗东西长约112公里,南北长176公里,总面积1245万亩,其中林业用地面积600万亩,现有林面积572万亩,植被盖度44.07%。因人工林占比较大,全旗林草有害生物防治形势严峻,应采取强有力的举措,减少灾害的发生。     

成都郊区农业乡镇的土地利用变化特征分析

【目的】定量分析成都郊区农业乡镇土地利用变化特征,对产业结构调整优化意义重大。 【方法】文章选择以农业为主导的乡镇,建立浅丘、平坝不同地形的土地利用现状调查样区各 2 个,通过 2013 年和 2018 年分辨率优于 1 m 的高分辨率遥感影像获取土地利用类型信息,计 算土地利用类型转移矩阵,分析该区土地利用时空变化特征。【结果】（1）2013—2018 年该地 区农业用地结构发生明显变化,园地、设施大棚和坑塘水面等占比上升,耕地和林地占比下 降。（2）主要土地利用类型转移为耕地转出与园地转入,其中耕地主要转为园地、设施大棚和 建设用地,分别占转出面积的 64.1%、15.3% 和 12.5%;园地主要来源于耕地和林地,分别占 转入面积的 83.2% 和 11.5%。（3）浅丘、平坝不同地形农区发展的主导产业不同,显著影响农 业土地利用类型转化,浅丘区以耕地和林地转为园地为主,平坝区以耕地转为设施大棚和果 园为主。【结论】成都郊区农业乡镇的农业产业类型、规模化趋势改变了该地区农业土地利 用格局、提高了土地集约化水平,研究结果可为农业产业结构优化调整、乡村振兴提供参考。     

基于高分六号影像的四川盆地油菜种植调查

目的:使用高分六号多光谱影像调查评价四川地区油菜种植空间分布现状。方法:以四川盆地四川部分油菜种植区为调查区,选择油菜识别最佳时期的高分六号卫星多光谱影像,进行正射校正及几何精纠正,通过最大似然监督分类方法提取调查区内油菜种植空间信息,初步评价该区油菜种植区的空间分布现状。结果:结合地面调查样方数据验证:①基于高分六号影像的油菜分类总体精度为82.06%,Kappa系数为0.6997。②盆地内四川地区2019年油菜种植面积约为103.24万hm~2,规模种植区主要分布于成都、德阳、绵阳、雅安、眉山、乐山等地区。结论:高分六号遥感数据及监测结果可为四川农业产业发展及种植结构调整优化提供参考信息。     

电景《绿色的梦》在敖汉旗开机

2012年6月18日，电影《绿色的梦》（暂定名）开机典礼在赤峰市敖汉旗羊场天威紫晨工业园区隆重举行。     

温暖

国务院总理温家宝曾前后三次亲往敖汉旗视察慰问，五次作出指示，极大地鼓舞了60万敖汉人民。     

沙区的曙光：敖汉旗利用植物再生沙障治理流动沙地纪实

内蒙古敖汉旗位于燕山山脉与松辽平原的过渡地带 ,属于科尔沁沙地南缘 ,全旗总土地面积８３００平方公里 ,辖３０个乡镇苏木 ,总人口５７万人 ,中北部的１２个乡镇有土地面积６０８万亩 ,其中沙化土地面积２５９万亩。解放后 ,在党和政府的正确领导下 ,敖汉旗坚持不懈地开展了旨在根治沙害 ,改变生态环境和生存条件的治沙造林种草运动。特别是党的十一届三中全会以来 ,敖汉旗委、旗政府抓住三北防护林建设这一有利契机 ,采取草、灌、乔结合 ,生物措施与工程措施相结合 ,每年以２５～３０万亩的速度连片治理、规模治理 ,加快了沙区治理速度。…     

基于Deeplabv3+模型的成都平原水产养殖水体信息提取

为应用深度学习和遥感影像实现养殖水体信息的快速提取,以成都平原为研究区,以Sentinel 2A和高分6号多光谱影像为数据源,基于国产开源深度学习平台PaddlePaddle训练Deeplabv3+语义分割模型,构建遥感影像的水体语义分割模型,用于提取成都平原养殖水体信息。Deeplabv3+方法的总体精度和Kappa系数分别达到94.14%和0.88,均高于归一化差分水体指数法和最大似然监督分类法;模型对阴影和建筑物等误分为水体的抑制效果较好,而对小面积和细小线状水体信息的提取则受影像分辨率影响,效果无明显改进;成都平原2018年和2020年养殖水体面积分别为22.3 khm²和28.6 khm²,其验证区青白江区、新津县和广汉市养殖水体面积的泛化提取结果验证误差均≤±10%。该研究结果可为应用深度学习平台建立遥感影像的水体语义分割模型及提取水产养殖水体信息提供参考。