贵州森林碳汇现状及增汇潜力分析

区域层面的森林碳收支估算研究有利于为整体层面持续固碳增汇的森林经营提供科学参考,评估森林碳汇对减少区域内碳排放的贡献。采用温室气体清单估算法,对2000、2005和2010年贵州省森林碳汇进行估算,结果表明:贵州省森林碳汇从15.380×106增长到22.447×106、24.314×106 t CO2,呈稳定增长趋势,占全省碳排放量的6.73%～10.35%。贵州省尚有161.70×104 hm2宜林地,如果能用于发展碳汇林业,每年可吸收CO2达2.379×106 t,30年内将吸收CO2达71.370×106 t。贵州省正处于碳排放增长阶段,相对于森林碳汇而言,全区域碳减排工作任重道远,森林碳汇能力有很大的提升空间。     

基于BP神经网络的机车车辆智能火灾防控系统设计

设计了一种分布式模块化机车车辆智能火灾防控系统,该系统由车载主处理器、多个车载现场处理器、多个传感器和多个执行器构成,各控制单元可根据各种机车车辆车型灵活配置。车载主处理器通过BP人工神经网络算法实现对火警的智能识别,可根据环境因素调节火警判断时的相关参数,适用性强,有效提高火灾防控的准确性,进而更好地保障机车车辆的运行安全。     

基于聚类分析的可持续发展实验区分类评价研究

针对传统的经验分类方法导致的客观性缺乏等问题,从数据着手,运用聚类分析的手段根据实验区数据本身的结构特征对实验区进行分类,揭示出不同实验区发展状态之间的相似性和差异性,研究得出合理的实验区分类标准和分类数量,并在此基础上初步设计了实验区分类评价模型,为实验区的分类管理实践提供了理论依据和技术手段。根据对17个实验区样本数据的分析结果显示,可按照实验区经济发展状况和生态环境状况两方面的情况,将实验区划分为以加速经济发展为主题的实验区、以促进生态环境建设为主题的实验区和以全面协调发展为主题的实验区3类。以上述标准进行分类,各类实验区之间的差异显著而同类实验区存在较好的相似性。实验区的评价流程可划分为如下的两个步骤:首先将待评价实验区数据与该阶段已有实验区数据对比,通过专家评价法或聚类分析过程,划定该实验区所属的种类;而后参照同类别实验区相关指标,进行定性或者定量评价。     

林业碳汇项目基准线和监测方法学及应用分析——以贵州省贞丰县林业碳汇项目为例

气候变化给全球社会经济发展带来了重大影响,林业碳汇在适应和减缓气候变化、促进可持续发展三方面的重要作用日益被世界各国所认可。林业碳汇项目实施的难点在于准确掌握林业碳汇项目设计的规则、标准体系,重点在于基准线判别、碳汇计量、监测的方法学和工具。本文系统介绍了国际清洁发展机制造林再造林(CDM A/R)项目方法学和国内碳汇造林项目方法学、标准体系等最新成果,并以贵州省贞丰县林业碳汇项目为例,分析了基准线和监测方法学在林业碳汇项目开发设计中的实际应用。