道路生态影响评价方法研究：以兰海高速公路为例

提出了将道路生态影响问题划分为3个尺度来进行评价,并根据不同尺度的生态特征采用不同的方法和指标,从而系统、定量的评价道路建设和运行所带来的生态影响.小尺度问题采用野外调查和样方对比的方法;中尺度问题主要依靠不同分辨率的遥感监测,辅之野外调研;大尺度问题主要依靠遥感和GIS结合进行分析.以兰海高速公路为例,运用该系统进行评价,取得了良好的结果.因此,该体系方法可以作为道路生态影响评价和研究的借鉴和参考.     

道路生态影响评价方法研究：以兰海高速公路为例

提出了将道路生态影响问题划分为3个尺度来进行评价,并根据不同尺度的生态特征采用不同的方法和指标,从而系统、定量的评价道路建设和运行所带来的生态影响.小尺度问题采用野外调查和样方对比的方法;中尺度问题主要依靠不同分辨率的遥感监测,辅之野外调研;大尺度问题主要依靠遥感和GIS结合进行分析.以兰海高速公路为例,运用该系统进行评价,取得了良好的结果.因此,该体系方法可以作为道路生态影响评价和研究的借鉴和参考.     

基于自组织神经网络的生态敏感性分区——以北京市房山区为例

 采用自组织神经网络(SOM)模型,以北京市房山区为例,对其进行生态敏感性分区.分别以土壤侵蚀、地表水环境、地下水环境和生境为生态敏感性因子,作为SOM 模型的4 个二维输入矩阵,通过多次迭代学习和自组织聚类,使结果在4 维(4 个生态因子)生态敏感性空间内最大限度地逼近房山区生态特征分布.结果表明,房山区西北部山区的敏感性最高;东部平原是地表、地下水非常丰富的地区,属中度敏感;二者之间的丘陵浅山区敏感性相对较弱.