查看原文
其他

最全、最新的林业统计年鉴(1996-2019)免费下载与MAXENT模型实践

《中国林业统计年鉴》系根据各省、自治区、直辖市林业管理部门和国家林业局直属单位上报的年度林业统计年报和其他有关资料编辑而成。


包括森林和湿地资源、生态建设、产业发展、从业人员和劳动报酬、林业投资、林业教育以及国有林区135个木材采运企业和20个重点营林局主要统计指标、林业工作站和乡村林场基本情况、森林主要灾害情况、全国分县造林情况、全国历年主要统计指标完成情况、野生动植物进出口情况等

具体目录如下:

资源获取方式见文末,另可领取时长近300分钟的视频教程

本资源从网上下载,只限于科研使用,勿用于商业。如有不妥,请联系本号删除。

基于MAXENT模型的生物多样性生境模拟与保护优先区甄选、自然保护区布局优化及未来气候变化情景下自然保护区优化评估中的实践技术应用及论文写作技巧高级进阶课

随着明年生物多样性全球大会的举办,不论是管理机构及科研单位、高校都在积极准备,根据国家林草局最新工作指示,我国将积极整合、优化自然保护地,加快推进国家公园体制试点,构建以国家公园为主体的自然保护地体系。针对我国目前已有自然保护区普遍存在保护目标不明确、保护成效低下和保护空缺依然存在等问题,科学的鉴定生物多样性热点保护区域与保护空缺显得刻不容缓。最大熵模型(Maxent模型)利用物种的分布与环境数据,采用特定算法评估物种的生态位,并投射到景观中,可以直观的呈现物种出现的概率、生境适宜度或物种丰富度等,是目前应用最广泛、预测效果最好的物种分布模型采用基于Maxent模型的生物多样性热点模拟与GAP分析,将为我国的自然保护区优化、自然保护地体系构建和保护地社区精准脱贫致富等提供重要的决策依据。通过本次培训,让学员熟练掌握MAXENT模型的生物多样性生境模拟与保护区格局优化应用技术。

01
时间地点

2020年12月17日-22日  (17日全天报到 ,共5天学习)

云南*昆明 

(详细的会议地点及住宿安排,在会议前一周进行通知)

02
教学特色

1、原理深入浅出的讲解;  

2、技巧方法讲解;

3、与项目案例相结合讲解实现方法,对接实际工作应用 ;

4、跟学上机操作、独立完成案例操作练习、全程问题跟踪解析;

5.课程结束专属助学群辅助巩固学习及实际工作应用交流,不定期召开线上答疑;

相关推荐

戳图片查看详情

03
主讲专家

白老师(副研究员):长期从事生态系统结构-格局-过程-功能-服务的变化与响应关系等研究工作;重点围绕生物多样性、生态系统服务与价值等,构建生物地球化学模型和评价指标体系,为城市、区域和自然保护区的可持续发展和生态环境建设提供理论、方法与途径。 发表多篇SCI论文。

04
培训对象

各省市、自治区从事自然保护区规划管理、农林、水资源海洋、生态环境等相关领域针对保护地规划、生物多样、生物学、生态学、生态固碳、全球变化、碳水资源研究、生态环境研究与规划的专业技术人员及相关领域专家学者、研究生等。

05
颁发证书及学时

参加培训的学员可以获得《Maxent模型技术应用》专业技术证书及学时证明,网上可查。此证书可作为学时证明、个人学习和知识更新、单位在职人员专业技能素质培养及单位人才聘用重要参考依据。查询网址:www.aishangyanxiu.com

注:办理证书需提供电子版(真实姓名+身份证号+2寸蓝底照片)开课前发给会务组人员。

06
课程大纲

09培训费用

 

 非会员价格 :4800元    Ai尚研修会员价格:4100元  

(报名费、培训费、资料费、午餐费)住宿可统一安排,费用自理。

 (发票可开具:培训费、会议费、资料费、技术咨询费等,配有盖章文件等,用于参会人员报销使用)

组合优惠A类:本课程+原价2080元GIS数据制备,空间分析与高级建模实战专题视频课程

组合优惠B类:本课程+原价1299元Meta分析在生态环境领域中的应用题视频课程

组合优惠C类:本课程+原价1599元MATLAB在生态环境数据处理与分析中的应用专题课程视频

组合优惠D类:本课程+原价2699元生态系统服务及InVEST模型应用高级实践技术专题课程视频

组合优惠E类:本课程+原价2680元高光谱数值建模技术及在植被、水体、土壤信息提取领域应用专题课程视频

注:视频课程为完整实践课程,任何视频课程建有专属导师助学社群,长期辅导学习应用及不定期线上答疑。

10
联系方式

资源免费获取及咨询课程及下方免费视频领取(近300分钟)请联系李莎(微信)15833332534,更有多期遥感,生态类课程



免费领取!390分钟(地下水环评、模拟专题、Hydrus教程)10G(地下水、土壤常用资料)

【推荐】GMS实践技术与地下水热耦合模拟FEFLOW建模实践

最新基于MATLAB编程、机器学习、深度学习在图像处理中实践技术应用

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存