学科分类
/ 1
10 个结果
  • 简介:生态补偿标准是生态公益林补偿的核心问题,其确定以劳动价值论、地租理论为基础,考虑效用价值论、均衡价值论等理论,并结合林业经营的实际情况确定.确定补偿标准首先考虑生态公益林经营成本补偿,其次考虑收益损失补偿,最后考虑生态产品与服务价值补偿.以直接和间接生产成本为基础构成最低补偿标准为315~450元/hm^2;基本补偿标准615—750元/hm^2;金额补偿标准为1215~1350元/hm^2;最高补偿标准为生态产品与服务价值补偿.国家应像补助粮食生产一样,足额补偿生态效能的生产,这对解决山区农民致富及环境保护问题极为重要.

  • 标签: 生态公益林 生态补偿 补偿标准
  • 简介:对珠三角地区30种风水林植物群落进行了标准地调查,调查研究结果表明:珠三角地区风水林植物群落的植物种类共698种,隶属于124个科399个属。说明该地区风水林植物群落的植物种类丰富,而且是以樟科、茶科、桃金娘科、锦葵科、大戟科的植物为主。并在30种风水林类型植物群落全面进行调查研究的基础上,利用调查研究的成果,特别是风水林植物群落的树种组成和植被类型信息,进一步分析了风水林在生态公益林建设上的参考价值,提出了生态公益林建设可以借鉴的树种选择及混交组合。

  • 标签: 珠三角 风水林 植物群落 生态公益林建设
  • 简介:为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧(DO)、铵态氮(NH4+—N)、硝态氮(NO3-—N)、总氮(TN)、总磷(TP)6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM(1,1)灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。

  • 标签: 水质 预测 BP神经网络 洪湖
  • 简介:本文应用山仔水库2003~2006年叶绿素a浓度、总磷浓度、总氮浓度、水温、溶解氧浓度、高锰酸盐指数、pH值7个参数监测数据对人工神经网络模型进行训练,在此基础上应用1997—2002年除叶绿素a浓度外其他6个参数监测数据,推算出1997~2002年间缺失的叶绿素a浓度,并对1997—2006年春末夏初的叶绿素a浓度动态进行分析,结果表明:山仔水库1997年建库初期,叶绿素a浓度处于较高水平,2000年以后叶绿素a浓度开始降低,近几年基本保持稳定.2003—2006年叶绿素a浓度呈季节周期性变化,春末经夏季到初秋,叶绿素a浓度持续升高,冬季下降明显,春季又开始回升;说明近几年山仔水库水体春末夏季秋初处于富营养化水平,秋末冬季处于中营养水平.本研究结果将为山仔水库的富营养化防治提供科学依据.

  • 标签: 人工神经网络模型 叶绿素A 山仔水库 福建省
  • 简介:以福建省公路交通情况为基本资料,通过运用ArcGIS的网络分析功能,从时间距离的角度,采用加权平均旅行时间的指标,对福建省公路交通网络体系的可达性情况进行计算、分析,得出福建省公路交通网络体系可达性的区域等级情况,在此基础上分别对第一、二、三阶梯的可达性成因进行分析,并对福建省不同地区的交通可达性进行了比较.

  • 标签: 可达性 网络分析 福建省公路 节点 时间矩阵
  • 简介:湿地与周边水文系统通过复杂的水文过程相互联系和影响,具有整体性和复杂性。研究湿地与周边水文系统相互作用过程和机理,对湿地保护和恢复起着重要的作用。以美国奥克弗诺基(Okefenokee)流域为案例,构建包含沼泽地表水、沼泽地下水、高地地表水和高地地下水4个水文子系统的流域水文网络模型,采用生态网络分析方法中的效用、控制和单位元分析研究水文单元间作用关系。控制分析的结果显示,高地地表水和地下水两个子系统对沼泽地表水和地下水子系统的支持程度达到100%。无论是沼泽还是松林高地,其地表水和地下水之间存在高度的相互依赖和互补性。效用分析结果表明,沼泽地表水和高地地下水之间存在着互利的水文关系。而单位元分析结果显示,沼泽地下水深层渗漏和高地松树生态系统的蒸散过程是袭夺流域湿地系统水资源的重要一环。上述结果表明,生态网络分析方法可以有效地分析水文单元之间的作用过程、描述水文单元之间直接和间接的水文关系,可以用于流域湿地水资源管理。

  • 标签: 奥克弗诺基 沼泽 湿地 水文关系 生态网络分析
  • 简介:为了保证无线传感网水质连续观测数据的有效性,针对数据序列中存在的异常数据问题,提出了基于差分分析的数据分段处理方法。该方法在连续观测数据一阶、二阶差分平稳性特征的基础上,利用差分序列分段统计参数进行质量控制。该方法主要针对全局差分统计质量控制的缺点,根据不同时间段的数据特征,进行有效的数据异常信息检测与质量控制。选取西溪湿地水质指标叶绿素a和蓝藻的监测数据进行分析验证,结果表明,文中提出的方法能对异常数据进行有效地检测和处理。

  • 标签: 无线传感器网络 连续观测数据 质量控制 差分 西溪湿地