首页期刊导航|林业勘查设计
期刊信息/Journal information
林业勘查设计
林业勘查设计

李忠

季刊

1673-4505

lykcsj@163.com

0451-82662107

150008

哈尔滨市南岗区宣化街129号

林业勘查设计/Journal Forest Investigation Design
查看更多>>本刊专业涉及森林资源管理、森林经营、造林调查规划设计、野生动植物管理、林业制图、遥感等，是林业调查规划战线生产、科研、教学价值较高的学术期刊。
正式出版
收录年代

    生态系统保护和修复的初步探讨

    张兴云李维胡译元
    46-49页
    查看更多>>摘要：通过对抚远市界江界河区域生态系统存在主要问题及其生态系统保护和修复价值分析,提出该区域生态系统保护和修复技术要求,研究制定保护和修复方案,为持续推进抚远市界江界河区域东北森林带中的林地、湿地与草原生态系统的保护修复等项工作提供参考.

    生态系统保护和修复界江界河区域抚远市

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    大兴安岭株体效益植物资源类对自然环境功能作用的探索

    张玉龙张玉华
    50-53页
    查看更多>>摘要：大兴安岭具有代表性的株体效益植物资源,其功能作用显著,在生态功能保障区和城市环境保护建设中发挥重要作用.近年来,在相关方面的探索研究中取得新的进展.通过对代表性森林植物种群和对生态环境作用及环保功能分析,探索科学开发利用株体效益植物资源.

    株体效益植物资源生态功能保障环境保护大兴安岭

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    生态工程技术在湿地保护恢复中的应用

    赵鹏
    54-57页
    查看更多>>摘要：湿地是重要的生态系统,为人类提供许多生态系统服务,保护和恢复湿地的健康和功能对于维护环境质量和生态平衡至关重要.生态工程技术在湿地保护和恢复中发挥着重要作用,通过对其应用,可以改善湿地结构和功能,提高生态系统服务的供给能力,有助于保护生物多样性、缓解气候变化、提供可持续的资源,并促进社会的可持续发展.

    生态工程技术湿地保护恢复生态系统

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    米老排近熟林土壤理化性质研究及土壤肥力评价

    安冰谭润男欧军蒋水纯...
    58-62,89页
    查看更多>>摘要：以桂西南地区米老排近熟林为研究对象,分析不同土层深度土壤容重、有机质含量等20个土壤物化性质指标的差异,为南亚热带气候区米老排人工林土壤质量提升及可持续经营提供科学参考.按照全国第二次土壤普查养分分级标准,米老排参试林分土壤呈强酸性,有机质含量为三级水平,土壤全量养分全氮、全磷和全钾分别为三级、六级和五级水平,土壤速效养分碱解氮、有效磷和有效钾含量分别为四级、六级和六级水平,土壤微量养分交换性钙和镁含量处于中低含量水平,有效铜、锌和硼含量表现为严重缺乏状态.参试米老排森林经营中,需合理施加富含氮素和磷素养分的有机复合肥,促进林木生长发育.

    米老排近熟林土壤理化性质

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    林业科研院所技术转移体系建设探索

    付权史文石王甜
    63-66页
    查看更多>>摘要：林业科技成果转移转化作为我国技术转移体系建设的重要部分,是一项复杂的系统工作.而林业科技成果的转化率不高,严重制约着林业生产力的发展和林业产业的可持续发展.林业科研院所技术转移体系的构建是推动林业科技成果转化的重中之重,是践行"两山论"的重要手段,也是推动林业高质量发展的必要环节,探索构建林业技术转移体系成为林业科研院所的重要工作之一.

    林业科技成果技术转移

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    无人机遥感数据的森林病虫害变色立木提取分析

    杨军苏显辉王彦博陈立岩...
    67-71页
    查看更多>>摘要：随着大面积人工造林后,森林病虫害逐年增加,病虫害的监测工作成为防治的重点.利用成熟的无人机遥感监测技术,获取高精度的正射影像,通过对遥感影像进行数据分析,基于深度学习方法的变色立木智能提取技术,以林地地面核查为复核,有效把控林业病虫害的发生.深度学习算法相较于传统机器学习可以提供更准确、更及时的森林健康状况监测,从而帮助林业工作者及时发现并处理可能出现的森林健康问题.提高对林业病虫害监测的全面性和准确性,有效监测森林生态健康.

    无人机遥感有害生物监测深度学习方法变色立木提取

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    新技术方法在森林经理复查工作中的运用

    沈红
    72-75页
    查看更多>>摘要：探讨新技术方法在森林经理复查工作中的运用.通过研究当前森林经理调查的现状,指出森林资源调查和森林经营方案编制实施中的问题,提出关于二类调查合理的调查方法,采用先进技术、加强多资源调查、应用GPS技术和加大3S技术在二类调查工作中的应用,从而编制切实可行、高质量的森林经营方案.

    森林经理复查新技术方法二类调查多资源调查GPS技术3S技术

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    大兴安岭寒温带森林演替过程中土壤碳氮磷含量及生态化学计量特征

    梁雨欣夏炎满秀玲蔡体久...
    76-83页
    查看更多>>摘要：通过研究森林演替过程中土壤碳氮磷含量的变化特征及其化学计量比,分析在0～200 cm土层中,不同演替阶段土壤有机碳氮磷含量的变化情况.选择黑龙江漠河森林生态系统国家级定位观测研究站森林演替过程中3 个典型阶段的代表群落,即兴安落叶松林、落叶松-白桦混交林和白桦林为研究对象,分别对其碳氮磷含量分析.结果表明,在演替前期(白桦林)的土壤中,C含量范围为5.78～28.29 g/kg,N含量为0.243～1.232 g/kg,P含量为0.243～1.232 g/kg.演替中期(落叶松-白桦混交林)C含量为6.39～29.41g/kg,N含量为0.077～1.472 g/kg,P含量为0.41～1.374 g/kg.而在演替后期(兴安落叶松林)的土壤中,C含量范围为6.36～34.61g/kg,N含量范围为0.353～1.463 g/kg,P含量范围为0.353～1.463 g/kg.不同林型的土壤C、N、P化学计量比也存在差异.在0～90 cm土层中,前期的C∶N范围为4.15～11.13,后期为5.92～21.85,中期为5.58～23.24.在90～200 cm土层中,前期的C ∶N范围为7.46～19.8,后期为4.56～13.09,中期为5.88～18.07.在50～200 cm土层中,前期的C∶P为4.02～9.11,后期为2.24～10.51,中期为3.32～10.76.在0～200 cm土层中,前期的N ∶P范围为0.51～2.95,后期为0.28～1.61,中期为0.36～2.13.通过分析显示,森林演替过程中土壤碳氮磷含量及其化学计量比存在一定的变化规律,了解这些变化规律有助于更好地评估森林生态系统营养循环和土壤质量的变化,为森林管理和保护提供科学依据.

    碳氮磷土壤养分化学计量比寒温带森林地区大兴安岭

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    不同排列密度对杉木实生容器苗生长的影响

    孟庆银江先桂陈耀升张标强...
    84-89页
    查看更多>>摘要：2022 年12 月,开展40 孔育苗穴盘不同排列密度(A处理20 株、B处理23 株、C处理24株)与对照(D处理40 株)培育的杉木实生容器苗生长对比试验,结果表明,A处理、B处理和C处理苗高生长相对D处理(CK)分别低出9.5%、15.6%和20.3%,4 个处理苗高之间差异不显著(P>0.05);A处理、B处理和C处理地径生长相对D处理(CK)分别高出15.2%、15.2%和9.1%,4 个处理地径之间差异显著(P<0.05);A处理和C处理生物量相对D处理(CK)分别增长了17.4%和6.7%,4 个处理生物量之间差异不显著(P>0.05);A处理、B处理和C处理高径比、根冠比均优于D处理(CK);A处理、C处理和B处理苗木质量指数(QI)值相对D处理(CK)分别高出44.4%、36.7%和18.7%.

    杉木容器苗排列密度生长量生物量

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    应用实体建模方法判断树木自然倒向的研究

    刘浩聪张新杰李月李想...
    90-94页
    查看更多>>摘要：判断树木自然倒向是伐木过程中不可或缺的一环.对于从事森林采伐、营林抚育和园林绿化等工作的林业生产人员,准确判断树木自然倒向是实现安全伐木必须掌握的知识和技能.通过应用激光测距仪对自然生长的树木进行现场测量,获取树木树高、胸径等数据.然后,应用SolidWorks对树木进行3D实体建模,构建出与实物树木基本一致的虚拟树,计算虚拟树重心并确定其自然倒向.试验结果表明,该方法可以为安全伐木提供技术支持.

    树木自然倒向实体建模SolidWorks

      原文链接:
    • NETL
    • NSTL
    • 万方数据