中国科学院新疆生态与地理研究所三个野外站接受院CERN专家组综合评估

根据中国科学院中国生态系统研究网络(CERN)2001-2005年综合评估的统一安排,2005年5月27日至6月2日,由中国科学院资源环境科学与技术局副局长冯仁国带队的中国生态系统研究网络(CERN)野外台站评估专家组一行对新疆生地所的阜康荒漠生态系统国家野外研究站、阿克苏绿洲农田生态系统国家野外研究站、策勒荒漠生态系统国家野外研究站进行了综合评估和创新二期基础设施建设验收。     

森林碳汇决策与农村可持续发展研究(英文)

认为有必要在基于碳汇的土地利用和当地可持续发展之间建立一种更加明确的联系.依托一个中国-加拿大合作项目,以中国贵州省黎平县为例,阐述了一种将森林碳汇、森林资源管理以及如何促进当地可持续发展联系起来的综合评估方法,并且着重介绍了能帮助资源管理和规划部门实施这种综合评估的土地利用决策支持工具(LUDST) .     

森林碳汇决策与农村可持续发展研究

认为有必要在基于碳汇的土地利用和当地可持续发展之间建立一种更加明确的联系．依托一个中国-加拿大合作项目，以中国贵州省黎平县为例，阐述了一种将森林碳汇、森林资源管理以及如何促进当地可持续发展联系起来的综合评估方法，并且着重介绍了能帮助资源管理和规划部门实施这种综合评估的土地利用决策支持工具（LUDST）．     

小型水电站建设用地地质灾害评估技术研究——以湄尼多河小型水电站为例

现阶段,地质灾害评估技术人员在评估实践中,往往不注重各评估对象的差异性,采取同一评估模式,结果达不到评估的目的。在对小型水电站进行评估时,野外调查的重点,评估过程中所使用的方法以及危险性现状、预测及综合分区评估等与大型水电站、路线工程、矿山开采、民用建筑等工程有所不同。湄尼多河小型水电站工程位于云南省怒江州福贡县马吉乡境内,地质环境条件复杂,评估级别综合为二级。文章以该电站建设用地地质灾害危险性评估为例,对小型水电站建设用地地质灾害危险性评估的方法与理论进行探讨。     

地震地质灾害空间预警评估定量化方法研究初探

建立“发育度”、“潜势度”、“危险度”、“危害度”等概念来描述地震地质灾害各影响因子、要素及可能的灾害危害程度,进而建立构成地震地质灾害层次分析的概念体系及地震地质灾害空间预警评估模型,将定性评估转化为定量评估进行初步研究。     

矢量数字地图数据质量的综合评估

研究和确定了矢量数字地图数据的质量评估因子和评估标准,介绍了利用模糊综合评估方法进行质量评估的过程和做法,并给出了实例.     

基于点重要度的地形LOD简化算法及精度

在分析、讨论目前关于3维地形模型简化与误差控制方法的基础上,提出了一种基于点重要度进行连续LOD模型简化的算法.并以5种典型地貌的实验数据作为运行实例,给出了点重要度与地貌类型之间的精度关系.这为今后连续LOD模型的合理建立提供了一种新思路和方法,也为模型的简化提供了科学依据.     

福建省滨海火电厂地质灾害问题及风险控制探讨

滨海火力发电厂工程主要包括厂区建筑、码头、管道、取排水、填海和贮灰场等工程。其主要面临着福建省海岸带构造运动、断裂及地震活动、港湾淤积、海底滑坡、软土地基、海底活动地貌、基岩不均匀风化以及人类工程活动等主要的灾害性地质因素。通过对这些因素潜在的致灾特点分析，提出了滨海火电厂地质灾害风险控制应包括选址阶段地质灾害风险回避、设计施工阶段地质灾害风险处理及运行阶段地质灾害风险监控等3方面。地质灾害风险评估是滨海火电厂地质灾害风险控制的首要任务。针对滨海电厂工程的特点，评估内容应着重于地质灾害危险性评估及易损性评估。选址阶段地质灾害风险回避主要是对构造不稳定的回避。地质灾害风险处理主要是电厂工程的基础处理及管道抗冲刷处理。电厂运行阶段地质灾害风险监控主要是对建筑物基础稳定性及海域冲淤变化的监控。     

生态工法评估指标的建立

基于集水区的尺度下,利用几种相关指标,以生物性与非生物性作一区隔,并进一步与生态工法施工准则加以结合,建立了一评估的方法论,探讨了工法施工之成效性。建立长期的河川水质监测计划,以了解在施工前、中及施工后的水质变动情形,避免工程对河川生态环境造成破坏。生态工法在指标的选择上应包含不同尺度的考量,以河川流域管理之完整性为主,藉由多样化的评估指标,提供决策者在拟定计划时能参考运用;另一方面也需运用生物指标的监测,提供具生态考量之工程规划参数,使工程施工能兼顾生态环境。     

中国农业干旱脆弱性分区研究

根据各地水资源的特点、农业受旱成灾的情况及水利设施抗旱能力,确定农业干旱脆弱性分区的原则和指标,构造层次分析模型。应用MapInfo6.0软件绘制了中国农业干旱脆弱性分区图,结果表明:在全国340个农业干旱脆弱性分区中,极严重脆弱区47个,严重脆弱区104个,一般脆弱区175个,轻度脆弱区14个。