桉树森林

5月25日，记者从江西省森林公安局获悉，为规范江西森林案件检测鉴定工作程序，提高案件检测鉴定效率，省森林公安局联合江西省林科院共同组建“江西省森林案件检测鉴定中心”，于5月19日正式挂牌运作。据悉，该中心将以独立法人形式运作，在全国属首家。 　　据了解，近年来，江西森林案件呈多元化与复杂化发展趋势，在案件侦破过程中对检测鉴定工作也提出了更高要求。“在以往，我省森林公安没有自己的鉴定机构，很多森林案件的检测鉴定工作，都是委托第三方或送到外省专业检测鉴定机构进行，特别是一些重大案件。而这样一来，就会存在鉴定成本高、工作效率低等情况，且不利于我省森林案件检测鉴定工作的规范化发展。”据江西省森林公安局技术处处长栾晋介绍。 　　为有效解决这一问题，改变江西森林案件检测鉴定工作目前的现状，江西省森林公安局积极探索，勇于创新，与江西省林科院联合组建成立“江西省森林案件检测鉴定中心”，中心成立后，将依托省林科院先进的技术条件与专业的技术人才优势，服务于全省森林案件，从而大大降低我省森林案件检测鉴定成本、提高工作效率。 　　据悉，该中心可提供野生动植物司法鉴定、林木(地)资源司法鉴定、林木种子苗木司法鉴定、林业有害生物司法鉴定、林业有害生物司法鉴定、林产品、森林食品司法鉴定、林业工程(质量)司法鉴定、森林火灾司法鉴定等七项检测鉴定服务。 　　“中心已在工商及司法部门注册备案，成立后，将以独立法人的模式运作，可向全省森林公安机关、社会团体及个人提供专业的案件检测鉴定服务，并可出具具有法律效力的检测鉴定报告，确保案件的监测鉴定结果公平、公正、公开。”栾晋介绍，目前在国内，像这样以独立法人形式模式运作的专业森林案件检测鉴定机构，这还是首家，该中心的成立，也标志着我省森林公安机关森林案件检测鉴定工作逐步步入正规化轨道。

辽宁枫林谷森林公园负氧离子监测显示系统入选中国首批36个中国森林氧吧称号之一的辽宁桓仁枫林谷森林公园于近期安装完成负氧离子在线监测LED实时显示系统。景区气候凉爽宜人。每逢盛夏，大多地区酷暑难耐，但景区平均气温20℃左右，湿度65%左右，空气纯净，负氧离子含量每立方厘米数万个以上，置身其中，令人头脑清新，呼吸舒畅，心情愉悦。 2015年9月7日，首批“中国森林氧吧”名单在北京揭晓。评选委员会将全国36个获评名单向社会公示，接受监督。由中国绿色时报社《森林与人类》杂志发起的“寻找中国森林氧吧”活动，自2015年4月15日开展以来，得到全国符合申报条件的单位的积极响应和踊跃参与。“寻找中国森林氧吧”评选委员会从全国申报单位中评选出首批36个“中国森林氧吧”。[2015“中国森林氧吧”公示名单安徽琅琊山国家森林公园重庆缙云山国家级自然保护区重庆梁平县百里竹海风景名胜区重庆四面山自然保护区重庆山王坪喀斯特国家生态公园重庆仙女山国家森林公园甘肃莲花山国家森林公园甘肃小陇山国家森林公园桃花沟景区甘肃麦积国家森林公园植物园景区广西龙胜温泉国家森林公园贵州梵净山国家级自然保护区贵州贵阳阿哈湖国家湿地公园贵州毕节国家森林公园贵州樟江风景名胜区贵州尧人山国家森林公园河北雾灵山国家级自然保护区河南黄柏山国家森林公园河南济源南山省级森林公园河南南湾国家森林公园黑龙江呼中国家级自然保护区黑龙江南瓮河国家级自然保护区湖北大别山主峰风景区湖南炎陵县神农谷国家森林公园吉林兰家大峡谷国家森林公园辽宁本溪恒仁枫林谷森林公园内蒙古大兴安岭汗马国家级自然保护区内蒙古大兴安岭莫尔道嘎国家森林公园山东泰安市徂徕山国家森林公园山东泰山国家森林公园山东淄博市原山国家森林公园山西晋中市乌金山国家森林公园四川乐山市黑竹沟国家森林公园浙江大盘山国家级自然保护区浙江钱江源国家森林公园浙江雁荡山国家森林公园浙江玉环大鹿岛[1] 陕西汉中黎坪国家森林公园

了解亚热带森林树种的准确信息对于森林可持续管理、生态系统服务评估、生物多样性监测以及生态环境保护至关重要。因此，亟待快速有效的方法对单个树种进行分类。传统的树种地面调查费事、费力、成本高，难以大面积实施。而遥感可以获取较大区域的特征信息。许多遥感数据，如超高分辨率RGB、机载高光谱和雷达数据，已广泛应用于单木分割和树种分类。然而以往都是利用其中一种或两种类型的数据进行研究，综合这三种遥感数据进行树种分类的研究十分有限。基于此，为填补研究空白， 研究者们于2019年8月在中国南方深圳的亚热带阔叶林聚龙山公园（114°23′28′′E，22°43′50′′N）基于UAV LiDAR，高光谱（Resonon Pika L高光谱成像仪）、超高分辨率RGB数据以及地面数据进行单个树种的分类。作者首次开发了watershed-spectral-textural-controlled normalized cut（WST-Ncut）算法进行单木分割。然后整合UAV LiDAR（提取结构特征），高光谱（提取光谱特征）和超高分辨率RGB数据（提取纹理特征）进行分类。最后通过总体精度（OA）和kappa系数（k）评估分类精度。主要研究目标为：（1）评估所提出的WST-Ncut算法在亚热带阔叶森林进行单木分割的准确性；（2）与单独使用这些数据相比，评估UAV LiDAR，高光谱和超高分辨率RGB数据相融合进行亚热带阔叶树种分类的有效性和改进以及（3）探索单木分割的准确性和树种数量对树种分类精度的影响。研究区位置【结果】18个树种在383-1020 nm波长下的反射率平均值和±标准差。18个树种在383-1020 nm波长下的平均光谱反射率。七种特征组合得到的树种分布图使用所有特征时获得的总体分类精度与树种数量之间的关系。【结论】在本研究中，作者利用UAV LiDAR，高光谱和超高分辨率RGB数据在亚热带阔叶森林树木尺度上进行18个树种的分类。作者首次提出了watershed-spectral-textural-controlled normalized cut（WST-Ncut）算法来描述单木。结果表明，WST-Ncut算法适合描述亚热带阔叶森林单木（Recall=0.95，Precision=0.86，F-score=0.90），可以减少过度分割。LiDAR获取的垂直结构特征，高光谱获取的光谱特征以及超高分辨率RGB数据获取的纹理特征在树种分类上相互补充。分类结果表明这三个数据集相结合可以有效区分18个树种，获得最高的分类精度（总体精度=91.8%，Kappa=0.910），比单独利用光谱特征，结构特征和纹理特征分别高10.2%，13.6%和19.0%。此外，结果表明，单木分割越好，树种分类越准确，树种数量增加将会导致分类精度下降。