全尺度林地景观的创造性管理——基于 瑞典农业科学大学阿尔纳普风景实验室项目 研究

20世纪80年代，瑞典农业科学大学风景园林系教 授罗朗·古斯塔文森在阿尔纳普校区创建风景实验室，融汇三 脉斯堪的纳维亚风景园林的历史源流，即农林、早期自然保护 与城市公园，系统性、全尺度地探索一片幼林地风景的创造性 管理。风景实验室将林地规划为多林分组合，作为营林、风景 园林设计与教学，以及公共游览的同一场所，因循植物景观的 自然形态与活态结构，善用林室氛围景观，实践一种协同营 林、生态保育和风景审美效用的管理式设计，为发展多用途城 市林地提供创新实验场所。在风景实验室教研组发表的项目论 文与报告书等文献资料的基础上，说明主要实验原则与方法， 解析创造性管理的风景园林设计主线，简述由风景实验室延伸 出的设计概念与项目。     

西南山区的农用林业类型及其评价

本文应用农用林业的理论,对我国西南山区推广的农用林业进行分类和评价。共划分出11种农用林业系统,21个类型,近40个亚类型。它们具有不同的树木、农作、牲畜、水产、禽、虫菌等表现出多样的产品和较高的生产力。     

洱海水生植被资源及其可持续利用途径

洱海水生植被资源极为丰富，有１９科２６属３５种。本文在调查的基础上，分析了洱海水生植被的变化、变迁原因及其生态后果，并提出了可持续利用的措施。     

破解中国三农问题与林草兴国

概略介绍了中国历朝历代草木殖成,国之富地的历史,当前要破解中国的三农问题,离不开草木殖成的现代科学发展观,其基本思路要认真解决几个难题:粮食安全问题;农产品基本供给问题;农村经济增长问题;农林牧三者之间的问题;生态文明建设问题。     

世界贝类产业变动趋势研究:基于产量视角

作为国家贝类产业经济研究的系列成果之一,本文首先把贝类作为一个整体,从全球尺度上,考察了贝类总产量、养殖产量、捕捞产量变化趋势和各期增减情况;从国别尺度上考察了各主要国家贝类总产量、捕捞产量的变化趋势和各期增减情况,分别从全球和国别尺度上考察了选定年份按总产量、捕捞产量高低排序的全球前五大主产国(或地区);随后沿用同样的研究方法,分别梳理了各主要物种组养殖产量、捕捞产量的变化趋势和各期增减情况,以及选定年份各主要物种组养殖产量、捕捞产量的构成情况。基本理清了世界贝类产量变动趋势及特征,以便进一步动态观察、研究、预测世界贝类产业的发展走向。     

水稻空间分布遥感提取研究进展与展望

水稻是我国三大粮食作物之一,其空间分布受自然条件和农业发展状况的影响,变化显著。研究水稻空间分布遥感提取是当前农业土地变化科学的热点和难点。通过对国内外研究的回顾,该文系统归纳了近年来水稻空间分布遥感提取的数据源、特征量及分类算法最新研究进展,并对其未来研究方向进行初步探讨。首先从遥感数据源方面,水稻面积监测主要采用多光谱光学影像,同时高光谱数据和雷达数据也正逐步推广应用。其次从遥感分类方法及其对应的特征量方面,包括监督和非监督分类、智能化分类算法（神经网络、支持向量机、决策树及随机森林算法）、面向对象分类、多时相植被指数法及综合提取算法等分类方法,其主要对应的特征量各有差异。最后,结合我国水稻空间分布遥感提取的实际状况,提出构建全国长时间序列水稻物候历和高时空分辨率时序NDVI数据集,大力发展基于多时相遥感分类方法和建立分层的面向对象分类方法,以及加强水稻种植北界、种植重心迁移等动态变化监测研究的建议,推动我国水稻遥感动态监测和农业土地变化科学的发展。     

黄土高原植被建设中的问题与对策探讨

通过对黄土高原生态植被建设中存在的问题及其原因分析,提出了通过实行生态购买和实行林草的生态私有的利益驱动机制来调动农民的积极性,以达到生态效益和经济效益的双赢,同时应遵循自然规律,发掘生态功能强的植物种类,创建良好的混交植被结构,强化投入、管理和生态教育等相应对策来提高林草的覆盖率。     

关于海南省珍稀树种的调查报告

海南省为我国热带雨林地之一,物种资源丰富,尤其是珍稀名贵树种资源。长期以来,由于对森林资源的不合理开发利用,以及在造林上重视短周期速生林的发展,导致珍稀名贵树种资源越来越少,有些已面临濒危,更谈不上满足社会需求。为保护发展珍稀名贵树种,丰富社会对珍稀树种产品的需求,建议国家启动珍稀树种基地建设工程,地方政府应将珍稀树种发展列入重要议事日程,探索建立珍稀树种发展的长效机制和发展模式。     

乡土阔叶树种在园林绿化上开发利用的初探

本文分析了目前园林绿化树种选择上存在的问题,讨论了乡土阔叶树种的观赏和生态特性,并对乡土阔叶树种的开发利用提出了建议。     

Computational Methods for Measuring the Difference of Empirical Distributions

This paper presents a simple computational method for measuring the difference of independent empirical distributions estimated by bootstrapping or other resampling approaches. Using data from a field test of external scope in contingent valuation, this complete combinatorial method is compared with other methods (empirical convolutions, repeated sampling, normality, nonoverlapping confidence intervals) that have been suggested in the literature. Tradeoffs between methods are discussed in terms of programming complexity, time and computer resources required, bias, and the precision of the estimate.