导读:本文包含了森林健康评价论文开题报告文献综述及选题提纲参考文献，主要关键词:主导功能,植被指数,层次分析法,熵权法
森林健康评价论文文献综述
贾大鹏,王新杰,刘雨[1]（2019）在《金沟岭林场森林健康评价》一文中研究指出以金沟岭林场为研究对象,探讨遥感数据与二类调查数据相结合在森林健康评价领域的应用,以期为森林经营提供快速准确的依据。采用层次分析法和熵权法,从水源涵养、生态系统保护、木材生产3方面主导功能的角度,探讨每个小班的森林健康状况,并制作森林健康等级图。结果表明:金沟岭林场森林整体处于健康状态,各健康等级占比依次为优质27.3%、健康69.6%、亚健康2.8%、不健康0.3%;其中水源涵养为主导功能类型的小班,各健康等级占比依次为优质20.7%、健康74.14%、亚健康5.16%;以生态系统保护为主导功能类型的小班,各健康等级占比依次为优质27.12%、健康70.73%、亚健康1.6%、不健康0.55%;以木材生产为主导功能类型的小班,各健康等级占比依次为优质85.13%、健康14.52%、亚健康0.35%。结果可为林场森林健康经营提供一定科学依据。(本文来源于《东北林业大学学报》期刊2019年08期）
马晨[2]（2019）在《快速城市化地区森林生态系统健康评价与网络优化对策研究》一文中研究指出城市森林是城市重要的生态系统和景观,具有水源涵养、防风滞尘、护岸护坡、美化环境、休闲娱乐等多种生态服务功能。随着城市的发展和居民生活水平的提高,城市对城市森林的需求不断增加。上海森林资源少,森林覆盖率低。改革开放以来,尤其是近二十年,上海注重城市生态建设,在郊区快速营建了一定规模的人工林,这些城市森林对上海城市生态环境改善发挥了重要作用。但由于当时营建这些人工林时时间紧迫,缺乏较为严格的标准,使得营造的人工林群落种结构单一、生物多样性低,且忽略了森林内部结构的合理性。随着时间的推移,这些规模统一的森林内部健康问题日益凸显,生态效益也无法充分发挥。论文选择以管理经营为主的森林分类方式,针对城市森林生态系统不同林种的结构、活力与生态功能指标进行评价,结合专家打分法与层次分析法确定各指标权重,构建了适宜城市化地区多目标森林生态系统健康评价指标体系。以奉贤区2015年森林资源调查数据和2018年对奉贤区森林的群落的野外抽样调查(共选取125个样地)为数据来源,对奉贤区城市森林的8个亚林种进行了健康评价。结果表明奉贤区城市森林总体处于亚健康状态,其中健康占8.73%,亚健康占61.9%,中健康占28.57%。针对不同林种来说,防风林质量较好,健康样地占50%,其次是种质林,健康占33.33%;风景林、环境保护林、水源涵养林健康占比低于10%,群落结构简单,生态效益较差。随后利用生态保护学与景观生态学的原理和方法,借鉴国内外的城市森林建设经验,探讨奉贤区城市森林资源优化策略。将评价结果中得到的奉贤区城市森林健康等级高、生态效益优的关键节点,结合现有水网路网,基于最小成本、最优样地、最优连通叁点识别奉贤区城市森林的关键廊道,构建城市森林关键生态网络。结合奉贤区城市森林的评价结果,找到森林网络中植被群落生态受损的原因,针对不同功能的林种存在的群落健康问题或功能的缺失提出优化建议。综上所述,本研究构建了适宜快速城市化地区的多目标城市森林评价指标体系,对奉贤区城市森林健康进行评价,并识别了城市森林生态网络中的关键节点与廊道,结合评价结果提出具体优化措施。本研究完善了城市森林生态系统健康评价的方法体系,为地区实现城市森林健康提供切实可行的方案与建议,对城市的可持续发展具有现实意义。(本文来源于《华东师范大学》期刊2019-05-20）
王亦斌,孙涛,陈谌[3]（2019）在《随机森林与模糊识别耦合方法在河流健康评价中的应用》一文中研究指出随着现代社会对生态环境关注度的提高,而河流在生态环境中又起到了举足轻重的作用,如何准确构建河流健康评价模型成为了河流治理的关键内容。研究首先建立河流健康评价指标体系,利用随机森林gini指数计算出每个指标的权重,再构建指标相对隶属度函数,最后进行模糊识别综合计算,并将其应用到某市6条主要河流的健康评价中。试验结果表明:编号为1～5的河流评价结果均在[0. 70,0. 85]之间,评价等级为良;编号为6的河流评价结果在0. 70以下,评价等级为差,说明本文方法的评价结果与实际河流评价情况基本一致。因此,本文提出的随机森林与模糊识别耦合方法合理、可行,不仅科学合理地确定了河流健康评价指标的权重,也提高了模型评价的准确性。(本文来源于《江苏水利》期刊2019年05期）
马有国,杜学惠[4]（2019）在《森林健康评价的遥感技术研究》一文中研究指出遥感技术的研究已基本成熟,但将其应用于森林健康评价的研究还相对较少。通过分析遥感技术评价森林健康的可行性和必要性,分析国内外森林健康研究情况及评价指标体系,在综合考虑自然资源、土壤因素、地形因素、火灾和病虫害干扰等方面的基础上,从植被信息、林地环境和森林风险3个方面选取10个能体现森林健康的指标。分析表明:遥感技术评价森林健康是可行的,但也有一定的局限性。多元数据融合不仅可以更全面的提取指标信息,更能提高指标提取精度。发展新型遥感技术、探寻更智能更精确的解译算法,逐渐克服遥感技术在表示植被多样性方面的劣势。(本文来源于《森林工程》期刊2019年02期）
于法展[5]（2018）在《庐山不同森林植被类型土壤特性与健康评价研究》一文中研究指出作为控制植被生长发育的关键生态因子,森林土壤特性不仅决定了土壤的质量和健康状况,也对森林土壤固碳作用有着至关重要的影响。庐山地处我国东部中亚热带东南季风区,地理环境特殊,具有明显的山地气候特征,自山麓至山顶分布着不同的植被和土壤类型,不同的气候带及其植被类型与土壤的相互作用导致不同海拔的森林土壤特性及碳积累状况存在较大差异。因此,研究不同海拔上各森林植被类型土壤特性及有机碳库特征对掌握庐山森林土壤的健康状况及其土壤碳收支状况具有重要意义。本文选择庐山不同海拔的典型森林土壤为研究对象,通过对常绿阔叶林、落叶阔叶林、常绿-落叶阔叶混交林、马尾松林、黄山松林、针阔混交林、竹林和灌丛等8种森林植被类型土壤进行实地采样及实验分析,系统研究了不同森林植被类型土壤物理、化学、生物学特性以及有机碳库特征,通过森林土壤健康指数(FSHI)和土壤碳库管理指数(CPMI),对庐山不同森林植被类型土壤健康状况和土壤有机碳库状况进行了量化评价。主要研究结论如下:(1)从不同森林植被类型土壤物理特性来看,8种森林植被类型下凋落物层厚度整体状况良好;落叶阔叶林下腐殖质层厚度最大,马尾松林最小,其腐殖质层厚度随海拔高度升高呈增加趋势;马尾松林下土壤容重最小,粘粒含量最大,黄山松林下土壤容重最大,粘粒含量则最小。马尾松林下土壤入渗性能以及持水性能均最好,常绿-落叶阔叶混交林则表现为最差;马尾松林下土壤蓄水量最大,灌丛最小;马尾松林下土壤水土保持功能最强,黄山松林最弱。表明马尾松林土壤较为疏松,通气性较好,具有较好的入渗及持水性能,进而具有较强的水土保持功能。(2)从不同森林植被类型土壤化学特性来看,8种森林植被类型土壤均呈酸性,其中竹林和常绿阔叶林土壤酸性强于其他森林土壤;落叶阔叶林和常绿-落叶阔叶混交林下土壤有机质、全氮及水解氮、全磷及有效磷和CEC含量较高,而常绿阔叶林下土壤全钾和速效钾含量最高。8种森林植被类型土壤有机质、全氮及水解氮、全磷及有效磷和速效钾含量均随土层深度增加呈明显降低趋势,而pH值、全钾和CEC含量随土层深度变化不大。就土壤养分状况综合评价而言,落叶阔叶林下土壤肥力水平最高,黄山松林最低。(3)从不同森林植被类型土壤生物学特性来看,由于土壤环境不同,土壤脲酶、过氧化氢酶和多酚氧化酶活性最大的森林植被类型分别为灌丛、常绿-落叶阔叶混交林和常绿阔叶林,竹林下纤维素酶和酸性磷酸酶活性最强,并且随着林下土层加深,土壤酶活性下降,这对不同森林植被类型土壤的生物化学过程产生重要影响。MBC、MBN、MBP在不同森林植被类型下呈现不同的差异,常绿阔叶林和常绿-落叶阔叶混交林下MBC、MBN、MBP的平均值均明显高于其他森林植被类型,灌丛最低;随着土层加深,MBC、MBN、MBP均明显下降。森林植被物种多样性分析表明,常绿-落叶阔叶混交林下灌木层以及针阔混交林下草本层的(R+H)/2均较高。土壤微生物群落功能多样性分析表明,落叶阔叶林、针阔混交林和黄山松林下Shannon指数低于其他森林植被类型,黄山松林在0~40cm土层物种丰富度显着降低,表明该林下土壤微生物群落丰富度在降低,优势物种在减少。(4)SOC主要分布于0~20cm森林土层中,随着土层深度增加,不同森林植被类型SOC含量急剧下降;在0~60cm土层中,竹林下SOC含量最大,马尾松林最小。不同森林植被类型平均SOC密度分析表明,灌丛表层土壤(0~20cm)平均SOC密度最高,马尾松林最低;20~40 cm和40~60 cm土层均表现为竹林SOC密度最高,常绿-落叶阔叶混交林最低;竹林下(0~60cm)SOC密度最高,黄山松林最低。从SOC组分来看,落叶阔叶林平均ASOC含量最小,马尾松林最大;马尾松林下ASOC/TOC(%)大于其他森林植被类型。通过CPMI对庐山森林土壤有机碳库状况进行量化评价,结果表明,不同森林植被类型对庐山CPMI的提高均有不同程度的促进作用,庐山森林土壤碳库整体呈增加趋势,土壤质量较好。(5)在系统分析8种森林植被类型土壤特性的基础上,选择灌木层(R+H)/2、草本层(R+H)/2、土层厚度、凋落物层厚度、腐殖质层厚度、容重、粘粒含量、有机质含量、pH值、CEC、全氮、水解氮、有效磷、速效钾和磷酸酶活性等土壤特性指标,通过加权综合法,计算其FSHI,对庐山8种森林植被类型土壤健康状况进行量化评价。8种森林植被类型土壤健康状况排序为:针阔混交林>常绿-落叶阔叶混交林>灌丛>常绿阔叶林>落叶阔叶林>竹林>马尾松林>黄山松林。结果表明天然次生林下土壤健康状况好于人工林,针阔混交林下土壤健康状况优于针叶纯林。(本文来源于《中国矿业大学》期刊2018-12-01）
李万里,郭小玮,杨华景[6]（2018）在《浅析森林生态系统健康评价》一文中研究指出从必要性、方法、标准3个方面对森林生态系统健康评价进行了阐述。(本文来源于《现代园艺》期刊2018年14期）
赵艳,徐正春,温秀军[7]（2018）在《广州市城市森林健康评价》一文中研究指出文章对广州市城市森林健康进行评价,在全面踏查基础上,选取样地89块,记录样地信息及其中的乔木和灌木生长情况。将广州城市森林分为行道绿化、森林公园、街心绿地和城市公园4种类型;在林分尺度上,以VOR模型为基础建立评价指标体系,运用专家咨询法、层次分析法确定指标权重,运用综合指标评价法计算广州城市森林健康评价值。结果表明,所有样地综合指数平均值为0.6535(!=0.0091),属于健康等级。其中良好健康样地占22.5%,健康66.3%,亚健康11.2%,说明广州市城市森林总体健康,少数为亚健康;影响城市森林健康的原因主要包括林分结构简单、病虫危害、人为因素3方面。(本文来源于《中国城市林业》期刊2018年03期）
许俊丽[8]（2018）在《基于群落结构、更新能力及土壤质量的上海城市森林健康评价研究》一文中研究指出城市森林作为城市生态系统的重要组成部分,为人类提供着诸多生态服务功能,其健康与否将关系到城市生态安全及可持续发展。快速城市化背景下,城市森林健康研究引起了越来越多的关注。本研究以特大型城市上海城市森林为研究对象,基于可持续发展视角构建城市森林健康评价指标体系,通过群落调查和生境测定,阐明上海城市森林自我更新和土壤质量特征,揭示植物与环境因子间内在联系,探讨上海城市森林健康状况及成因,为在有限城市空间内合理营造城市森林,提高城市森林健康可持续发展能力提供理论参考。本研究主要结论如下:1、上海城市森林群落结构健康评价上海市城市森林群落结构不合理,群落结构健康度整体较低。香樟Cinnamomum camphora、水杉Metasequoia glyptostroboides、女贞Ligustrum lucidum等少数树种占主导优势;样地乔木层物种丰富度、Shannon-wiener指数、Simpson指数和Pielou指数分别为2.5、0.39、0.22和0.38。172个样方共划分为49个群落类型,常绿阔叶林为主要植被类型,占绝对优势,出现频率为41.3%。群落垂直结构“乔+灌+草”模式占6.4%,仅有乔木层的单层结构占比达77.9%;林木个体分布方式以均匀分布为主;上海城市森林多为幼龄林和中林龄。群落结构健康评价结果显示,33.1%上海城市森林群落结构健康为差,27.3%极差,群落结构健康为优、良、中的比例分别为1.7%,18.0%和19.8%。影响因素相关性分析表明,增加物种多样性,降低人为干扰对林下植物的影响是提高上海城市森林群落结构健康的重要途径。2、上海城市森林更新能力诊断和发展趋势预测上海城市森林更新能力总体较差,仅25.3%的样地能实现自我更新。调查共记录乔木层树种19科23属23种,灌木层更新树种19科24属24种,草本层更新树种15科19属19种。乔木层出现频率较高的为香樟(26.8%)、水杉(14.8%)和女贞(10.6%)。灌木层出现频率较高的为女贞(45.6%)、香樟(45.6%)和构树Broussonetia papyrifera(40.5%),草本层出现频率较高的为女贞(41.8%)、香樟(35.4%)和桑树Morus alba(24.1%)。非参数独立检验结果表明,不同植被类型和林龄间,灌木层和草本层更新密度均无显着差异(p<0.05)。更新等级评价结果显示,62.0%的群落更新能力极差,更新能力为优、良、中、差的比例分别为24.1%,2.5%,6.3%和5.1%。25.3%的群落能实现自我更新,27.8%的群落将在保留原有乔木层树种基础上演替为其它群落类型,32.9%的群落将演替为完全不含原有乔木层树种的其他群落类型,13.9%的群落将面临衰退甚至消亡。影响因素相关性分析表明,灌木层和草本层物种组成和盖度对更新密度影响较大,相对于城市化特征,种源限制和人为干扰林下植被可能是群落更新能力较弱的主要原因。3、上海城市森林土壤综合质量评价上海城市森林土壤质量总体不高,缺乏优质土壤。上海城市森林土壤容重0-10 cm(1.37 g·cm~(-3))土层显着低于10-30 cm(1.46 g·cm~(-3))和30-100 cm(1.46g·cm~(-3))土层。pH随土层深度增加而逐渐增加(7.63、7.84、8.01)。土壤电导率(0.10-0.12 mS·cm~(-1))低于绿化种植土要求(0.15-0.9 mS·cm~(-1))。土壤总氮、总磷、有机质、碱解氮含量均表现为随土层深度增加逐渐递减,0-10 cm土层含量均显着高于30-100 cm土层含量(p<0.05)。Cu、Pb、Zn含量随土层深度增加而减少,均超过上海土壤环境背景值,但不同土层间无显着差异(p<0.05)。非参数独立检验结果表明,不同植被类型间土壤理化性质、重金属无显着差异(p<0.05)。评价结果显示,上海城市森林缺乏优质土壤,62.1%的森林土壤质量为差,34.8%的森林土壤质量为中,土壤质量为良和极差的比例均为1.5%。地积累指数评价结果表明,当以上海市土壤背景值(BVs)为参考时,个别样地表现为Cu污染,当以国家土壤质量二级标准(GBs)为参考时,土壤均表现为未被污染。潜在生态风险评价结果表明,以BVs和GBs为参考值进行评价,上海城市森林土壤Cu、Pb和Zn均处于低生态风险水平。影响因素相关性分析表明,土壤有机质和总氮的贫乏是限制土壤质量的关键因子。城市化的升高可能导致土壤pH增加,土壤氮含量减少。土壤Cu与土壤总氮、有机质、碱解氮和速效磷可能有着共同来源,在增加土壤养分含量的同时,应重视可能产生的重金属危害。4、上海城市森林健康综合评价上海城市森林健康状况整体不佳。确立以城市森林健康为目标,以群落结构、群落更新和土壤质量为准则,涵盖15个评价指标的上海城市森林健康综合评价指标体系。通过主成分分析确定各准则层和指标层权重。群落结构、群落更新和土壤质量权重分别为0.27、0.26和0.47。评价结果显示,66个城市森林群落中缺乏优质和健康的城市森林,不健康群落占比高达65.2%,亚健康和极差群落占比分别为21.2%和13.6%。对11个水杉群落和12个香樟群落分别进行综合评价和主成分分析,水杉和香樟处于不健康状态的群落占比均超过50.0%,垂直结构简单、更新密度低、总磷贫乏是限制水杉和香樟群落健康的共同因子,此外,高的pH亦限制水杉群落的健康,土壤电导率和速效磷偏低则可能限制香樟群落健康。综上所述,上海城市森林健康营造过程中,应遵循“近自然”营造与管理方式,因林因地制宜提出相应管理措施。此外,要从思想意识上建立可持续发展理念和风险防范意识,促进森林健康可持续发展。(本文来源于《华东师范大学》期刊2018-05-01）
江诗琴[9]（2018）在《基于WebGIS的森林生态健康评价系统》一文中研究指出在现有陆地生态系统中,森林生态系统的重要程度不言而喻。当前社会的发展正步入有史以来节奏最快、发展最为迅猛的时代,使得人们对自然资源的索取越来越大,对森林资源的掠夺也更为彻底。对森林生态系统的健康有效管理是当前森林生态修复工作的重要议题。在实现森林资源有效管理和互联网迅猛发展的背景下,数字化、信息化、智能化的森林生态系统健康评价应运而生。本论文主要以黑龙江省佳木斯市孟家岗林场为研究对象,构建评价模型,最后基于网络地理信息系统(WebGIS)构建森林生态系统健康评价系统。(1)从森林生态系统结构复杂性、生物多样性、森林活力、更新能力和系统抵抗力5个方面对孟家岗森林生态系统健康状况进行评价。森林结构复杂性指标选取冠层数、林龄结构、郁闭度、林分密度和近自然度这5个指标;生物多样性选取了植物多样性指数指标;森林活力选取了生物量指标;更新能力选取了更新幼苗数量指标;系统抵抗力选取了森林病虫害程度和火险等级这2个指标,共10项森林生态系统健康评价指标,构建了森林生态系统健康评价指标体系。通过模糊C均值聚类方法进行森林生态系统健康评估。(2)结合样地调查的孟家岗森林生态系统健康评价结果,选择森林资源二类调查数据构建指标评价体系,基于信息熵进行特征量约简,将梯度提升决策树(GBDT)引入森林生态健康评价中,并对梯度提升决策树(GBDT)提出了改进。使用梯度提升决策树(GBDT)、改进的梯度提升决策树、改进的BP神经网络和支持向量机构建森林生态系统健康评价模型。(3)搭建了基于互联网,可实现用户在线实时操作,林业数据信息共享、空间数据展示和输出、森林生态系统健康水平在线评估的森林生态健康评价系统。以ArcGIS Server 10发布的地图服务进行二次开发,Tomcat 7.0作为服务器、SQL Server2012为数据库引擎,MyEclipse为开发工具,JavaScript、Java为开发语言对系统进行开发。构建基于WebGIS的森林生态健康评价系统,并为用户提供如下服务:地图操作、数据管理、信息查询、专题图、森林生态系统健康评价功能、用户管理等功能。该系统能够实现森林健康生态系统健康评价的可视化管理,并为森林可持续化经营等工作提供科学依据和技术支持。(本文来源于《东北林业大学》期刊2018-04-09）
何曜翀[10]（2018）在《闽江源国家级自然保护区森林资源健康评价》一文中研究指出福建闽江源国家级自然保护区由于独特的地理位置和在生态环境建设中的战略意义,对闽江流域的水土保持、水源涵养和气候调节起着至关重要的作用。通过对保护区的森林资源的健康评价,可以了解保护区的森林资源现状,有针对性地揭示影响森林资源健康的因素,从而因地制宜,改善森林生态环境,为自然保护区森林资源的建设与发展、管理与应用提出科学性建议。并且保护区森林资源的科学经营和健康发展,对保护闽江流域的生态环境、保护生物多样性、保护闽江水系等都具有重要的现实意义和独特的价值。研究所用数据主要为2014年福建省建宁县森林资源二类调查小班数据以及闽江源自然保护区矢量图,并采取野外抽样调查方法补充完善二类数据资料,同时对部分健康评价因子开展补充调查。对闽江源国家级自然保护区1 735个小班、11 604.304 3 hm2森林资源进行健康评估研究,并提出相应建议。具体内容和结论如下:(1)将小班数据分为“不适宜量化的定性指标”、“可以量化的定性指标”、“量化指标”3类,并在遵循指标体系构建的几项原则的基础上,通过参考文献和专家咨询法,最终构建了闽江源自然保护区森林资源健康评价指标体系,指标体系有生产力、组织结构、抵抗力叁个准则层和郁闭度、灌木层高度、灌木层盖度、草本层盖度、层次结构、平均树高、平均胸径、单位面积蓄积量、土层厚度、腐殖质层厚度、坡向、海拔、主要树种、树种混交度、人为干扰等共计15个指标。(2)利用综合权重法将层次分析法和熵值法相结合,算出综合权重,得到各个指标权重值排列顺序为:人为干扰(0.243 1)>层次结构(0.178 5)>灌木层高度(0.092 2)>草本层盖度(0.071 5)>郁闭度(0.070 6)>树种混交度(0.063 0)>坡向(0.060 0)>主要树种(0.047 3)>灌木层盖度(0.046 3)>海拔(0.030 6)>平均树高(0.029 3)>土层厚度(0.022 0)>小班蓄积(0.017 4)>腐殖质层厚度(0.016 7)>平均胸径(0.011 5),由此可知,人为干扰和层次结构是闽江源自然保护区健康评价指标体系的主要因子。(3)通过加权平均法求得各小班的综合得分,最终得出闽江源自然保护区森林大部分处于健康状况,其中健康、亚健康、中健康、不健康状况的小班数量分别为803个、508个、376个和48个,分别占小班总数的46.28%、29.28%、21.67%和2.77%;处于健康、亚健康、中健康、不健康的小班面积分别为 6 892.416 4 hm2、2 893.298 6 hm2、1 732.887 4 hm2 和 85.701 9 hrrm2,分别占小班总面积的 59.40%、24.93%、14.93%和0.74%。(4)通过地类、林种、龄组、优势树种等的健康状况的对比分析,可以得出乔木林地在所有地类中最为健康,健康面积为6 706.107 1 hm2,占保护区有林地总面积的57.79%;特种用途林林地在所有林种中健康程度最高,健康面积为4 755.650 9 hm2,占保护区有林地总面积的40.98%;成熟林在所有龄组中健康状况最好,健康面积为3 908.276 1 hrrm2,占保护区有林地总面积的33.68%;阔叶树种在所有树种中最为健康,健康面积为3 970.271 5 hm2,占保护区有林地总面积的34.21%。(5)在自然保护区森林资源现状和健康评价结果基础上,针对不同健康等级森林资源提出针对性和建设性的经营管理建议:健康小班应进行封禁保育,禁止人为干扰其自然演替;亚健康小班应当采用以人为管护为主的经营措施;中健康小班宜进行抚育间伐,补植阔叶树种等;不健康小班应进行技术经营改造和动态监测。(本文来源于《福建农林大学》期刊2018-04-01）
森林健康评价论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
城市森林是城市重要的生态系统和景观,具有水源涵养、防风滞尘、护岸护坡、美化环境、休闲娱乐等多种生态服务功能。随着城市的发展和居民生活水平的提高,城市对城市森林的需求不断增加。上海森林资源少,森林覆盖率低。改革开放以来,尤其是近二十年,上海注重城市生态建设,在郊区快速营建了一定规模的人工林,这些城市森林对上海城市生态环境改善发挥了重要作用。但由于当时营建这些人工林时时间紧迫,缺乏较为严格的标准,使得营造的人工林群落种结构单一、生物多样性低,且忽略了森林内部结构的合理性。随着时间的推移,这些规模统一的森林内部健康问题日益凸显,生态效益也无法充分发挥。论文选择以管理经营为主的森林分类方式,针对城市森林生态系统不同林种的结构、活力与生态功能指标进行评价,结合专家打分法与层次分析法确定各指标权重,构建了适宜城市化地区多目标森林生态系统健康评价指标体系。以奉贤区2015年森林资源调查数据和2018年对奉贤区森林的群落的野外抽样调查(共选取125个样地)为数据来源,对奉贤区城市森林的8个亚林种进行了健康评价。结果表明奉贤区城市森林总体处于亚健康状态,其中健康占8.73%,亚健康占61.9%,中健康占28.57%。针对不同林种来说,防风林质量较好,健康样地占50%,其次是种质林,健康占33.33%;风景林、环境保护林、水源涵养林健康占比低于10%,群落结构简单,生态效益较差。随后利用生态保护学与景观生态学的原理和方法,借鉴国内外的城市森林建设经验,探讨奉贤区城市森林资源优化策略。将评价结果中得到的奉贤区城市森林健康等级高、生态效益优的关键节点,结合现有水网路网,基于最小成本、最优样地、最优连通叁点识别奉贤区城市森林的关键廊道,构建城市森林关键生态网络。结合奉贤区城市森林的评价结果,找到森林网络中植被群落生态受损的原因,针对不同功能的林种存在的群落健康问题或功能的缺失提出优化建议。综上所述,本研究构建了适宜快速城市化地区的多目标城市森林评价指标体系,对奉贤区城市森林健康进行评价,并识别了城市森林生态网络中的关键节点与廊道,结合评价结果提出具体优化措施。本研究完善了城市森林生态系统健康评价的方法体系,为地区实现城市森林健康提供切实可行的方案与建议,对城市的可持续发展具有现实意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
森林健康评价论文参考文献
[1].贾大鹏,王新杰,刘雨.金沟岭林场森林健康评价[J].东北林业大学学报.2019
[2].马晨.快速城市化地区森林生态系统健康评价与网络优化对策研究[D].华东师范大学.2019
[3].王亦斌,孙涛,陈谌.随机森林与模糊识别耦合方法在河流健康评价中的应用[J].江苏水利.2019
[4].马有国,杜学惠.森林健康评价的遥感技术研究[J].森林工程.2019
[5].于法展.庐山不同森林植被类型土壤特性与健康评价研究[D].中国矿业大学.2018
[6].李万里,郭小玮,杨华景.浅析森林生态系统健康评价[J].现代园艺.2018
[7].赵艳,徐正春,温秀军.广州市城市森林健康评价[J].中国城市林业.2018
[8].许俊丽.基于群落结构、更新能力及土壤质量的上海城市森林健康评价研究[D].华东师范大学.2018
[9].江诗琴.基于WebGIS的森林生态健康评价系统[D].东北林业大学.2018
[10].何曜翀.闽江源国家级自然保护区森林资源健康评价[D].福建农林大学.2018