双鸭山局提高办事效率服务地方经济发展

双鸭山市国土资源局以服务经济发展为己任不断创新管理,增强服务意识,提高办事效率,在保障当地重大建设项目用地,促进经济发展方面,取得显著效果。     

开拓创新 科学发展——记黑龙江省地质科研所

黑龙江省地质科学研究所组建于1958年,1964-1972年间为黑龙江省地质局地质综合研究队,1972年由综合研究队改为黑龙江省地质矿产科学研究所,2003年更为现名。省地质科研所是我省成立较早的一支集地质生产、地质科研和地质矿产勘查开发于一体的专业技术队伍。建所50年来,技术人员的足迹踏遍了黑龙江省的山山水水,     

遥感信息协同智能网格模型设计及实现

为了给普通用户提供一个自动化、智能化的遥感信息处理平台,以OGSA(Open Grid Services Architecture) 为基础,结合多智能体技术,提出了基于协同智能网格的遥感信息处理模型RSCIG(Remote Sensing Cooperative Intelligent Grid);设计了RSCIG的体系结构,详述了如何高效准确地协同现有的网格服务以完成所面临的任务;实现了一个RSCIG体系结构下的遥感信息处理原型系统.     

京津冀协同治理的回顾与前瞻

京津冀区域治理是伴随三地协作发展的进程,从政府层面的管制转向各利益主体协调治理,从自上而下的竞争合作转向上下结合的协同合作的一系列有效应对举措。经过30多年的努力,学界和政府部门已经形成了较为丰富的京津冀区域治理研究成果。通过梳理自1984年以来相关区域的研究,尝试从时空维度厘清京津冀区域治理的研究脉络及其变化,剖析目前京津冀区域治理所涉及的治理模式、协调体系、以及形成的发展策略,为改进和提高京津冀区域治理效果提供参考。京津冀协同治理过程是学术界与政府的互动融合过程,其中政府的作用居主导地位。未来将在治理主体、治理机制、治理效果评价和文化、医疗、养老等领域的协调发展方面得到深化和细化。     

“生态银行”点绿成金——禹州市创新国家储备林项目建设助力乡村振兴

“你看,这些树木都是我们的国家储备林项目实施后栽种的,仅路两边就规划了2万多亩,既美化了环境,又增加了收入,助推了乡村振兴战略的实施。”在禹州市禹神快速通道上,该市国家储备林办公室主任李超锋指着两边的树木介绍道。多年来,禹州市结合当地实际,主动创新,以国家储备林基地项目建设引领现代林业高质量发展,生动诠释了“绿水青山就是金山银山”的理念。     

用最严格制度最严密法治保护生态环境

用最严格制度最严密法治保护生态环境,加快制度创新,强化制度执行,让制度成为刚性的约束和不可触碰的高压线。——2018年5月18日至19日,习近平出席全国生态环境保护大会并发表重要讲话只有实行最严格的制度、最严密的法治,才能为生态文明建设提供可靠保障。     

中国重点产业创新产出时空分异及影响因素

采用Mann-Kendall、Theil指数、空间马尔科夫链等方法,对1994-2014年中国十大重点产业创新产出时空演化进行分析,并对创新发展空间分异成因进行了探讨。研究表明：① 研究期内,中国重点产业创新产出分为两个时段,成果呈指数型增长;② 创新产出差异先增后减,东、中、西、东北板块间差异小于板块内部,创新产出发展呈现出传染扩散与等级扩散的双重特征;③ 邻域环境影响创新发展,创新产出水平发生类型转移的单元集中在东、中部地区,且活跃度不断提升;④ 经济社会与政策条件、高等教育基础条件对重点产业创新发展有明显的正向驱动作用,而工业化程度影响微弱,未来加强对高等教育基础与智力资本的投入可进一步增强重点产业创新发展竞争力。     

海岸带及其调查技术进展

海岸带是重要海陆过渡带地貌单元与区域,兼受海陆动力双重作用与影响,包括不同类型的沉积相,经历复杂的动力沉积、地貌演变及灾变过程。海岸带调查涉及学科交叉融合,调查要素相对独立与内容多学科交叉并存。我国曾分别于1960年、1981年和2003年组织开展过全国海岸带综合调查工作,调查获取了大量丰硕成果。当前海岸带调查与研究过程中亦暴露出一些亟需突破问题,包括:1)海岸带存在大范围"盲区",浅水易陷、礁石养殖等区域难以到达,成为海岸带数据"空白区"、调查"禁区";2)我国海岸带观测平台数量少、分布零散,未形成综合有效观测网,导致长时间序列、多源准同步调查数据缺乏,难以准确把握海岸带变化规律,破解资源环境有关问题;3)海岸带数据获取智能化程度低,严重阻碍制约有关对策及时有效性;4)海岸带不同学科协同调查、交叉融合研究模式尚未建立,不能及时发现海岸带科学问题。今后海岸带调查将在海岸带高分辨率过程数据、全覆盖无死角实时动态数据获取技术,长时间序列综合数据采集平台建设,陆海空全天候立体化数据采集传输及快速智能决策,以及海岸带多学科交叉攻关研究等方面取得突破。     

基于无人机多源遥感数据海岛植被叶面积指数协同反演研究

无人机多源遥感数据的获取、融合以及应用是当今研究的热点和难点。文中以城洲岛为例,针对海岛特殊的地理生态环境,获取无人机多源遥感数据。结合无人机多光谱遥感数据定量分析各遥感植被指数与植被叶面积指数(Leaf Area Index, LAI)的响应关系,构建单因子遥感反演模型;基于无人机激光LiDAR点云提取海岛植被冠层高度模型(Canopy Height Model,CHM),并将其作为自变量引入到多源统计回归分析中,从而构建多源遥感数据协同反演模型,对区域尺度下海岛叶面积指数(LAI)进行估算,开展验证和精度评价。结果显示,加入植被冠层高度因子的协同反演模型的判定系数R2为0.92,绝对平均误差系数为12.29%,预测精度要优于单因子反演模型(判定次数R2为0.86,绝对平均误差系数19.95%)。研究表明,加入了植被冠层高度因子的协同反演模型能在一定程度上提高乔木植被LAI的预测精度。实践证明,无人机多源遥感技术在生态学定量研究中具有巨大的潜力和广阔的应用前景。