本成果构建了森林立地质量高空间分辨率制图技术体系，形成了“优势高生长模型—机器学习空间泛化—地位指数制图”的技术流程。主要包括：1）数据收集。包括人工林树种的优势木解析木数据；所在范围内的高空间分辨率地形、气候和土壤因子数据；样地调查数据。2）林分优势高生长模型建立。采用广义差分代数法建立林分优势高生长模型，并计算各样地的地位指数。3）采用机器学习算法建立样地地位指数与环境因子的关系，并泛化至所在区域每个地块，制图空间分辨率可达到90m。
拟转让费：面议
供给单位：中国林业科学研究院资源信息研究所
本技术成果以“小班”为最小评估与决策单元，构建了耦合气候敏感性与树种特异性的森林碳汇潜力评估与优化框架。（1）在区域尺度上，依据温度、降水、植被类型、地形地貌和土壤条件等自然地理要素，划分自然地理区，作为后续不同林分类型碳汇测算的基础分区。（2）在林分尺度上，综合林分年龄、树种、立地特征与气候因子，分别模拟不同林分类型的林分高、断面积、生物量林分生长模型，进一步建立树种差异、气候敏感的生产力评价模型，可模拟不同树种在不同发育阶段及未来气候条件下的碳汇变化。（3）在小班尺度上，创新构建现实碳汇、最优密度调控下的潜在碳汇及二者差值组成的提升空间表征体系，实现碳汇评估结果与森林经营决策单元的有效衔接。（4）结合物种分布模型、碳汇潜力算法，从林分密度、树种配置和立地适宜性等方面揭示碳汇未充分发挥的结构性原因，提出覆盖现有乔木林内部优化（自然生长、密度调控、树种更替、基于适宜性的修复）以及非林地的生态约束性造林转化两类路径。（5）通过模拟CMIP6不同气候情景下的逐年碳汇，输出不同路径下区域尺度碳动态变化轨迹。该技术体系完整、适应性强、推广应用前景广。
拟转让费：面议
供给单位：中国林业科学研究院资源信息研究所
（1）基于覆盖全国杉木和落叶松主要分布区的优势木解析木数据，采用广义差分代数方程法，构建了杉木和4种落叶松（兴安落叶松、长白落叶松、华北落叶松和日本落叶松）的林分优势高生长模型，具有多型性和精度高（模型确定系数在0.97以上）的特点。 （2）按地位指数将杉木和落叶松人工林立地质量划分为5个和10个等级。 （3）为我国杉木和落叶松人工林的立地质量分级提供了统一定量的标准。
拟转让费：面议
供给单位：中国林业科学研究院资源信息研究所
技术模式遵循全周期整体设计、多功能协同设计、近自然协力设计和差异化精准设计等原则，以水源涵养、生物多样性保护等生态功能为主，兼顾优质硬阔叶材培育、森林景观提升等功能为经营目标，适用于中亚热带立地条件中等及以上，人为干扰后形成的天然阔叶次生林。 目标林分为异龄复层阔叶混交林，目的树种包括木荷、闽楠、槠栲等。其中，主林层目标树密度150～250株/hm2，平均胸径45cm以上，目标蓄积量200～300m3/hm2；次林层目标树（潜在目标树）密度200～350株/hm2，平均胸径为25cm以上，目标蓄积量100～200m3/hm2。 在不同经营阶段中，建群阶段为0-10年，主林层优势高0-8m，以保护和促进措施为主，林中空地“见缝插针”式补植珍贵阔叶树种，保证林内目的树种株数不低于1500株；竞争生长阶段为10—35年，主林层平均高8—18m，优势高22m以上，林木间冠幅出现交叉直至1/4重叠，按“三采、三留”优化林分密度，分别于15年、25年、35年前后3年内（根据林分状况）进行间伐，间伐株数强度18%-25%之间，阶段末保留株数750株/hm2左右；质量选择阶段为35—55年，主林层平均高18—22m，优势高26m以上，林下层多树种天然更新（高度 1.3m）明显且呈聚集分布格局，此阶段采用半亩小样圆法选择目标树，每亩6—8株，均匀分布，此外，目标树判别除“活力”“干形”“损伤”指标外，应重点考虑备选林木的顶级适宜值（权重40%以上），按照同层冠幅不交叉的原则采伐影响目标树生长的干扰树，分别在45年和55年进行2次围绕目标开展的生长伐，单次株数强度控制在30%以下，阶段末保留株数370株/hm2左右；近自然阶段为55年以上，主林层平均高大于22m，出现明显次林层（高于1/3林分平均高），出现胸径 50cm的林木，林木呈随机空间分布格局，采用上层目标树和下层潜在目标树生长同步优化调控的采伐方案，择伐收获达到目标胸径的个体，同时保留健康枯立木、有鸟巢、洞穴的生境树。
拟转让费：面议
供给单位：中国林业科学研究院资源信息研究所
本站已摘录该供给单位的科技成果。暂无可核验的机构介绍。