简介:在我国林业外资利用规模不断增长的同时,外资利用效率方面的研究也不断涌现,但传统面板模型分析往往忽略区域之间存在的空间联系。首先从利用方式、地域流向与产业流向3个方面对我国林业外资利用的结构性现状进行分析,随后以各省2005-2015年林业产业与社会经济数据为基础构建面板模型,并分别设定标准邻接矩阵和经济加权矩阵对外资利用效率进行空间计量分析。得出以下结论:林业外资利用对省级林业产业区位熵指数有显著的正向影响;国内资本对区域林业产业专业化程度有着正向的直接影响,且存在负向的间接影响,这在传统面板模型中无法反映出来,传统模型过高估计了内资的利用效率;区域对外开放程度的增强不利于林业产业专业化程度的提升,而国内需求因素对于林业产业升级的促进作用不明显。
简介:一、原料充足,成本低.效益好生产非木材人造板的原料主要是农作物的秆茎和废杂物,废杂物主要指废塑料、废纸张、纸壳等。在我国种玉米、棉花、麻类、水稻、花生、小麦等不下20多个品种.比较集中在18个省(区)。这些秆茎平均年产量为3亿多吨,如要利用这些秆茎的10%,经破碎、拌胶、热压或贴面等一系列工序加工成的非木材人造板,每年可生产出3800多万立方米。这种板材因其原料充足,如果能通过技术攻关,使人造板性能更加改进,在耐用上延长时间,这实质上也体现了成本的降低。二、市场广阔,供不应求由于我国国民经济在逐年发展,人民生活水平日趋提高,对人造板材的需求量必将逐年加大。据有关专家预测:到本世纪末,下个世纪初,我国人造板材产量最多可达500万立方米。目前我国年产量仅在260万立方米之多,而那时实际需要将达到800万立方米以上,如此之大的缺口仅靠木材加工已无法满足。由于市场容量大,发展非木材人造板生产前景广阔,再者随着经济生活的提高,不仅家具需用板材.建筑、房屋、包装、船舶、车辆广告、生产生活的许多领域也需大量板材.目前,我国每千人平均拥有2.6立方米,仅为世界人均消耗量的1/10。
简介:典型地物数据库是通过计算机自动分类来识别地物信息的。然而传统的以中低空间分辨率遥感数据建立的典型地物数据库由于同物异谱,同谱异物,单一指标信息等原因无法很好地区分相近目标。因此本文利用WorldView数据为典型地物影像建立数据库,可以加大遥感影像中的信息量,同时拟采用非监督分类、聚类分析的方法,以及多种指标信息对地物进行分类(如纹理信息、光谱信息等),可显著地提高识别精度,有助于更加快速、精确的识别地物类型,从而实现对地物的分类,增强遥感图像的识别,提高最终的地物分类精度以及此实验的分类效率与工作效率的提高,有着十分重要的现实意义。
简介:机载激光雷达(LiDAR)是一种新型数据获取手段,目前在林业资源管理、森林防火、林木砍伐等方面已广泛应用,但尚未形成完整的、实用的林业LiDAR数据分析与处理系统。通过分析已有LiDAR数据应用于林业资源管理方面的理论和方法,以目前开源LiDAR点云数据处理技术、海量点云数据可视化技术,以及GIS相关分析技术为基础,结合林业资源管理需求,设计并研发了基于LiDAR数据的林业资源数据分析与处理系统。系统实现了Li-DAR点云数据的管理与可视化、数字高程模型生成、数字地表模型生成、冠高模型生成、平均树高估计等功能,为基于LiDAR数据的林业资源管理提供统一的平台。
简介:REDD+非碳效益对确保REDD+行动效果的可持续性起着重要的作用。与REDD+非碳效益相关的议题已经成为《联合国气候变化框架公约》REDD+机制谈判的主要议题。围绕REDD+非碳效益议题谈判中各缔约方讨论的焦点,从UNFCCC缔约方会议关于REDD+活动非碳效益的决定、REDD+非碳效益定义、非碳效益与REDD+活动类型、实施区域,以及资金分配之间的关系等方面,分析了REDD+非碳效益类型与REDD+国家战略的关系。提出了根据国家发展状况确定土地利用变化驱动力、根据国家需求识别优先发展区域以及根据优先发展区域特点筛选活动类型等识别国家非碳效益类型的方法和基于活动阶段和国情的激励非碳效益的方式;并结合我国的国情,提出了将非碳效益纳入我国REDD+国家战略、由实施国自行确定非碳效益类型、强调非碳效益相对于安全保障原则的额外性、提供方法学指南等我国参与REDD+非碳效益议题谈判的建议。