排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
公益林经济补偿的研究 总被引:22,自引:0,他引:22
森林的生态效益虽已被越来越多的人所认识 ,但因受益而自愿付费的人很少 .该文通过对国内外有关公益林的生态效益补偿的综述 ,阐明 :①建立公益林补偿制度的原则 ,补偿主体及补偿方法 ;②补偿对象 ;③补偿标准 ;④森林生态效益补偿实质 .并结合对密云县密云水库上游水源涵养林的生态效益进行经济补偿案例分析 ,确定补偿主体及补偿对象 ;通过 4种补偿方案的比较 ,确定最终补偿标准和征收标准 相似文献
2.
在对北京市森林资源面积、蓄积、质量、生态服务功能等进行分析、比较的基础上,阐述了北京市森林资源的特点以及存在的问题,并对未来北京市森林资源发展的趋势进行了探讨。 相似文献
3.
提高北京市山区生态公益林质量的对策研究 总被引:11,自引:0,他引:11
在对北京市山区生态公益林的现状进行调查和剖析的基础上,针对其主体是人工林,树种组成以油松、侧柏等喜光树种为主,林龄结构以中、幼龄林为主,空间结构以纯林、单层林为主,现有林分密度普遍偏大,权属组成中集体林比重大,立地质量、林分质量、森林功能总体不高等特点,提出建立国家生态公益林制度,把一些重要地段的生态公益林划归国家生态公益林进行直接建设、管理和保护;同时还应把维护和提高地力、调整森林的组成和结构作为提高森林质量的一项长期策略;作为林业基础建设主体的森林培育要为林业的长期发展服务,生态公益林建设中需要解决的主要问题已由过去的数量问题变成了质量问题,促进林木的生长和提高林分的质量已成为北京市山区公益林生产的主要目标,把森林抚育作为在最终实现这些目标的一项重要技术和途径,其中大面积地对生态公益林进行抚育已成为提高现有森林质量的重要途径.另外,尽可能地利用一些过去开垦的山地现在又弃耕的荒地营造一些质量较高的小片林分. 相似文献
4.
Elman动态递归神经网络在树木生长预测中的应用 总被引:1,自引:0,他引:1
该文充分考虑树木生长所特有的动态性、随机性和非线性,以及Elman动态递归模型的结构特点,获取北京山区油松解析木生长数据,分别建立了Elman型树木胸径生长和树高生长的神经网络动态模型.研究表明,Elman动态递归模型对非线性问题建模具有很好的拟和性和仿真性,其中,用于胸径生长建模时,其拟和精度达到99.45%,仿真精度达到99.42%;用于树高生长建模时,拟和精度达到 97.30%,仿真精度达到97.29%,而且其拟和和仿真曲线均为“S”形,符合树木生长规律.进一步对Elman动态模型和常规BP静态模型比较发现,Elman模型具有更好的拟和性、预测性和稳定性. 相似文献
5.
6.
林分密度和立地类型对北京山区侧柏人工林根系的影响 总被引:1,自引:1,他引:1
该文采用土柱法对北京山区侧柏人工林的根系分布特征进行了调查研究.结果表明:林分密度、立地类型及其交互作用均对侧柏人工林根系产量与垂直分布有极显著的影响,并以林分密度的作用强度最大.侧柏林土壤表层的根长密度(P0.05)、根系表面积密度(P0.001)随着林分密度的增加而显著增加,但这种势态随土层加深变幅递减.直径1 mm的根系长密度所占比例、直径1 mm和1~2 mm根表面积密度所占比例以及根体积密度所占比例随林分密度的提高而显著提高的现象表明,在种内竞争前提下,侧柏林木通过提高个体细根产量而提高对土壤资源的利用强度,并获得有限的土壤资源.侧柏人工林林木根系的根长密度、根表面积密度随着立地条件的改善而显著降低,根长密度、根表面积密度在立地类型间的差异有随着土壤层次的加深而减小的趋势.阳坡薄土立地林木根长密度、根系表面积密度平均比阳坡厚土立地高20.4%和20.9%.该现象表明,在瘠薄立地上,侧柏林木通常采取提高根系吸收范围的对策获取有限的土壤资源. 相似文献
7.
北京湿地资源现状分析与思考 总被引:1,自引:0,他引:1
据2007年北京市湿地资源调查统计,北京市湿地总面积为51434.1hm2,主要分布在密云、通州、房山等区县。湿地陆生野生动物共36目89科393种,占北京市动物种数的75.6%。野生高等植物有127科503属1017种,占北京市植物种数的48.7%。分析了北京市湿地面临的威胁和问题,提出了加强湿地保护立法和管理机构建设,建立稳定的湿地保护投入机制,以及编制北京市湿地保护与发展规划的对策。 相似文献
8.
9.
以北京市最重要的阔叶树种杨树(Populus)为研究对象,利用1 678株样木的材积测量数据,通过采用哑变量模型和误差变量联立方程组方法,建立了毛白杨(P.tomentosa)、速生杨(P.×euramericana)和加拿大杨(P.×canadensis)3个树种(组)的相容性二元立木材积方程、胸径和地径一元立木材积方程、树高胸径回归模型及地径胸径回归模型,并分析了不同树种之间的差异。结果表明:二元立木材积方程的平均预估误差均在2%以内,胸径一元材积方程和地径一元材积方程的平均预估误差也大都在3%以内,达到了立木材积表的编制精度要求。所建模型可为北京市杨树林的蓄积量估计提供准确的计量依据。 相似文献
10.
以总结北京林业大学精准林业北京市重点实验室研发团队20余年来创建新一代国家森林资源调查监测体系的工作为主线,侧重讨论以下主要问题:1)创建陆表系统逐级互联网+3S技术规划、区划到国家—省域—县域(林场)—乡镇(营林区)—村(街道,林班)—户(小班)的地类、植被覆盖类型、面积逐级严密平差体系;2)研制以3D激光扫描和任意摄影为主导的卫星载、无人机载、车载、固定式、背负式、手持式森林观测仪器体系;3)以小样本、县域300个左右5~9株树微样地或3D电子角规精测异质化小班为基础,研建林木与立地环境之间的预测预报反演模型,主导树种材积、蓄积、生物量、碳储量、生长量、固碳量(碳增量)及其转换模型;4)研建面向森林资源调查监测、规划设计、经营作业、制图建库、造林采伐、择伐经营的新一代森林经理平台。 相似文献
1