查看原文>>>基于最新导则下生态环评报告编制技术暨报告篇、制图篇、指数篇、综合应用篇系统性实践技能提升
根据生态环评内容庞杂、综合性强的特点，依据生态环评最新导则，将内容分为4大篇章(报告篇、制图篇、指数篇、综合篇)、10大专题(生态环评报告编制、土地利用图的制作、植被类型及植被覆盖度图的制作、物种适宜生境分布图的制作、生物多样性测定、生物量及净初级生产力测定、生物完整性指数测定、景观指数计算、生态系统类型及价值评估、生态环境状况通用综合指数计算)，综合利用ENVI、Rstudio、Fragstats等制图、分析软件，为不同类型项目的生态环评调查、分析与报告的完成提供详细讲解与实践。
【内容简述】：
专题一、生态环评报告编制规范
结合生态环境影响评价最新导则，详述不同类型项目生态环评报告编制要求与规范。
专题二、土地利用图
1、土地利用分类体系
2、ENVI绘制土地利用现状图
• 影像下载：常用遥感影像数据库
• 图像校正：辐射定标、大气校正
• 影像裁剪：规则、不规则、矢量
• 非监督分类：ISODATA、K-Means
• 监督分类：最大似然法、最小距离法
• 分类后处理：过滤分析、Majority/Minority分析、分类统计
• 图件制作：ENVI Classic制图、自定义制图元素
专题三、植被类型及植被覆盖度图
1、植被类型分类体系
2、ENVI制作植被类型图：
1）数据预处理：辐射定标、大气校正、图像裁剪。
2）分类方法-决策树分类：定义分类规则、获取阈值(光谱、NDVI等)、构建决策树、执行决策树、分类后处理。
3、ENVI分析植被覆盖度：VFC = (NDVI-NDVIsoil)/ (NDVIveg-NDVIsoil)
4、遥感制图：生成制图模板、自定义制图元素、输出制图结果
专题四、物种适宜生境分布图
1、MAXENT最大熵模型简介
2、物种分布数据收集
3、环境变量数据收集
4、利用Maxent模型进行物种分布区预测
5、利用R语言进行物种适宜生境分布图的制作
专题五、生物多样性测定
1、样方实测生物多样性：流程及要求
2、利用R语言分析计算生物多样性：α、β、γ多样性指数计算、物种多度分布模型的构建
专题六、生物量与NPP测定
1、生物量实测：收割法
2、生物量模型构建：单木和林分生物量模型
3、利用R语言构建生物量模型：回归分析、回归诊断、最佳模型选择（逐步回归、全子集回归）
4、植被净初级生产力(NPP)测定：光能利用率模型(CASA)
专题七、生物完整性指数计算
1、生物完整性指数(IBI)涵义
2、生物完整性指数构建步骤
3、IBI候选指标构建与筛选：利用R语言进行相关性分析
4、IBI参数值及健康评价等级确定：利用R语言确定95%分位数
专题八、景观指数计算
1、景观及景观生态学简述
2、常用的景观指数及其含义：蔓延度指数、散布与并列指数、聚集度指数等
3、利用Fragstats软件分析各种景观指数
专题九、生态系统类型及价值评估
1、生态系统类型及空间格局
2、ENVI分析生态系统类型并制图
3、生态系统服务价值的涵义、类型及评估方法
4、当量因子法评估生态系统服务价值
专题十、生态环境通用综合指数
1、层次分析法及其基本步骤
2、指标权重计算方法：利用R语言进行主成分分析、计算权重
3、生态环境状况综合指数(EI)构建：生物丰度指数+植被覆盖指数+水网密度指数+土地胁迫指数+污染负荷指数+环境限制指数
其它相关推荐：
遥感云大数据在灾害、水体与湿地领域典型案例实践及GPT模型应用
生态系统NPP及碳源、碳汇模拟实践技术应用
GPT模型支持下的Python-GEE遥感云大数据分析、管理与可视化技术及多领域案例实践
基于R语言机器学习方法在生态经济学领域中的实践技术
基于MATLAB的无人机遥感数据预处理与农林植被性状估算实践
基于R语言APSIM模型高级应用及批量模拟实践技术
GEE遥感云大数据林业应用典型案例实践及GPT模型应用
基于MATLAB涡度通量数据处理实践技术应用
基于R语言的物种气候生态位动态量化与分布特征模拟实践技术应用
