识别机会的空间索引区为木质纤维素转化设施

文摘

一个挑战的发展可再生能源是空间的能力评估转换设施原料供应的风险。政策制定者和投资者需要改进的方法来识别与景观相关的交互特性,社会经济条件,和所有权模式和地理位置的影响这些变量的潜在转换设备。这项研究估计机会区基于景观的木质纤维素原料适用性和市场竞争资源。研究了13个南方州这是一段更广泛的研究,覆盖33美国东部包括农业生物质。所有空间数据组织的情况下邮编制表领域(ZCTA)。景观指数使用森林土地覆盖面积等因素,开发森林净增长,所有权类型、人口密度、平均家庭收入和农业收入。竞争指数是基于年度growth-to-removal比率和能力开发现有的木质纤维素转化设施。结合592年的指数导致识别ZCTAs,被认为是高度理想的区域为木质纤维素转化设施。这些高度的区域是位于密西西比中部,阿肯色州北部,南阿拉巴马州中部,西南乔治亚州,田纳西州东南部俄克拉何马州,肯塔基州,西南和西北。

1。介绍

能量,它的可用性和使用,是一个可持续发展的经济的基础。20世纪,世界上快速增长和日益繁荣。到2020年,世界能源消费预测是比现在高出40% (1]。关键的石油资源都位于复杂的地缘政治环境,经济风险增加。自1970年代以来,宏观经济学家认为石油价格的变化是经济波动的重要来源以及范式为全球冲击,同时可能影响许多经济体(2]。

可再生能源将是增长最快的一个产业在美国农业和森林部门。作为Elbehri [3]指出用生物燃料代替石油产品和能源提出了一些技术,经济,和研究的挑战,其中一个是生物质原料的可用性。Elbehri [3)还指出,缺乏生物生产能力,生产的相对成本高,物流和运输的原料都是潜在的约束,需要更好的理解。本研究直接地址Elbehri [3)论文通过开发物理景观和社会经济数据,供决策者使用的识别机会感兴趣区biomass-using设施。

大量的文学存在的经济可用性生物质(4- - - - - -18]。最近的一份报告由美国农业部和美国能源部认为每年13亿吨生物质能源生产(18,19]。

本研究的主要困难解决生物质生产和访问这个生物质领域并不总是在空间环境中直接相关工厂选址决策者感兴趣。改善生物质市场显示信息和方法和可视化供应和物流的成本从农场到森林门集合或转换设施可以提高知识必不可少的市场的形成。生物质供应可能更受限时依赖于供应网络独立于原材料的生产设施,例如,设施依靠门价格,没有公司或contract-engaged供应商。决策以应对社会目标经常导致(或多或少)永久性物理占领地区的土地,例如,建筑、道路、保存,等等。因此,新兴的机会与现有使用的财产或原始资源竞争往往是社会约束或永久否认无论经济可行性。

本研究确定了机会区在空间环境中木质纤维素原料可用的潜在转换行业,例如,生物炼制,木颗粒米尔斯生物,等等。机会区来自景观适宜性和竞争指标的使用。景观功能(衡量一个竞争土地利用由当前土地利用身体上的限制)可能造成负面影响经济可行的竞争使用的财产,从而限制生物质访问和积极的位置决定。空间竞争是特别重要的生物质资源。存在竞争的生物质能利用设施减少做出积极的位置决定的概率,这种影响随距离的竞争。

这项研究的具体目标是(1)编译数据的物理和社会经济特征景观和显示这些数据的情况下在一个空间上下文邮编为33美国东部制表决议;(2)开发的空间数据索引会歧视景观识别机会区biomass-using设施;和(3)整合目标(1)和(2)生物质网站评估工具(BioSAT),http://www.biosat.net/,作为一个从业者空间数据的应用程序的示例。

2。方法

2.1。数据集

本研究涉及组织从各种来源收集大量的数据,包括美国人口普查局(20.),美国林务局(21),美国国家土地覆盖数据库(22),美国国家高程数据集(23),美国农业部国家农业统计服务24),美国环境保护署(25),和状态机目录。

另一个资源被用来说明这个数据可以帮助用户可能是BioSAT的集成模型研究[26]。BioSAT模型被用于这项研究估计木质纤维素的可用性采购区域内128.8公里(80英里)的旅行距离的一种方式可能不是同心,也就是说,这些区域的形状依赖于可用的交通网络和生物质供应。国家森林公园、城市地区,和其他限制区域没有考虑在BioSAT评估可用性。旅行时间和距离从2006年微软MapPoint估计。公路网络在MapPoint地理数据的组合技术,Inc . (GDT)和Navteq数据。GDT数据被用于农村地区和中小规模城市(例如,农村为双车道公路,私人车道上,人行道上)。Navteq数据被用于主要都市地区(例如,道路将限制,物理障碍和盖茨,单行道,限制访问和道路的相对高度)。BioSAT模型,估计都生活总生物量、年均增长率,删除,死亡率从森林获得库存和分析数据库(FIADB) 3.0版。

所有记录的情况下被组织在美国人口普查局邮编制表领域(ZCTA)水平20.]。有10016 ZCTAs遍及(阿拉巴马州、阿肯色州、佛罗里达州、乔治亚州、肯塔基州、路易斯安那州、密西西比州,北卡罗来纳州,俄克拉何马州,南卡罗来纳,田纳西,德克萨斯州,弗吉尼亚州)研究区域与10016潜在分析多边形或机会区域使用木质纤维素生物炼制。的情况下的平均面积大小ZCTAs遍及研究地区为209.84公里²。十二个变量(表1)被用于空间上下文地理景观和社会经济因素与BioSAT模型在确定区域的机会。

在这项研究中使用的研究方法有四个主要组件:(1)估算森林生物量的可用性;(2)测量森林生物量访问的景观适宜性;(3)分析森林生物量的空间市场竞争资源;和(4)的可视化生物区域的机会。这些组件在以下部分中描述。

2.2。生物量估计可用性

森林生物量的年增长率和去除量数据收集县级森林调查和分析数据库(FIADB)(图3.0版本1(一)),重新分配了为每个10016,5位ZCTAs使用地理信息系统(GIS)技术。国家土地覆盖数据(22)和数字栅格地图被用来确定林地。在数字栅格地图,每个像素代表一个特定的土地覆盖类,也就是说,水、城市、森林、农田等等(图1 (b))。森林生物量的年增长率和去除量的情况下按比例分配给每个ZCTA使用县边界,5位ZCTA,土地覆盖图像数据与GIS空间叠加技术。

由于县边界和5位ZCTA不匹配(例如,一些情况下ZCTAs跨县),每年森林生物量县分成多个区域部分的情况下通过ZCTA区域形状和分配一个唯一的5位ZCTA标识符。通过覆盖每一个地区的土地覆盖图像层,像素的数量在每个区域内的所有土地覆盖类估计(图1 (c))。通过总结像素的落叶林,常绿森林,混交林,一起代表林地,在单位的县,每个区域的林地像素比例的一部分属于县计算和森林生物量的数量在每个区域的部分是派生的像素比例(图1 (d))。总结数量值属于相同的情况下对所有区域部分ZCTA然后计算这5位ZCTA森林生物量的数量。

2.3。景观适宜性指数

森林生物量的可用性,以及其他的森林资源,是身体受到一组从自然和socialeconomic环境因素(27]。景观适宜性指数探讨了生物物理环境及其影响森林生物量在空间环境中访问。若干标准及其组合包括当前土地利用特点、土地所有权和socialeconomic和/或法律约束是用来预选区域森林生物量使用设施的机会。适宜性指数假设的存在收获的森林,丰富的森林资源供应,最小socialeconomic限制人类活动(例如,城市发展,郊区蔓延,国家公园等)为木质纤维素转化设施提供了最佳条件。属性“林地面积比”、“坡”,以及“适合森林生态区”决定了空间的存在度收获的森林。属性“天伯伦年度growth-to-removal比率”是一个指标的森林净增长。变量“人口密度”,“农业净收入”“家庭收入中值,”和“道路密度”被用来估计socialeconomic指标。

最后的适宜性指数是组织成序数水平基于专家判断估算森林生物量的数量和可访问性给出上述可能的约束(表2)。“高”适宜性被认为是一个合适的机会带木质纤维素转化设施相对“温和”或“低”适用性不太可取的潜在机会区木质纤维素转化设施。“不合适的”土地所定义的EPA生态区分类(美国环保署生态区域(生态区)全面分类和概述每个单元的主要特征在北美根据各种各样的生物,物理,和人为因素。每个ecoregion标志着地理区域共有一个气候、地形和植被相似,水文、野生动物和人类活动在土地利用/。)[25]描述区域森林生态不适合生产,例如,德州西部的沙漠,或斯莫基山脉的山顶上。“排斥”区域称为土地领域不会支持森林生产特定的社会经济和/或所有权类型,例如,国家公园,军事基地,或城市地区每平方公里人口密度超过58人(58人/公里²等于150人/英里²)[28),见图2。

2.4。竞争指数

潜在的森林生物量也强烈影响可用性资源竞争的水平。资源竞争与森林生物量可用性通常是负相关的,除非潜在供给是现有的副产品收获操作,比如森林残留物(29日]。

“势力范围””模型是在这项研究中开发的。的势力范围模型假设与现有需求点或工厂相关的采购区域可能不是同心,邻近工厂采购区,占据同一个空间和重叠29日- - - - - -31日]。影响模型的区域开发的这项研究使用现有主要wood-using操作能力(例如,锯木厂,的OSB米尔斯,纸浆,造纸厂等)假设80%的利用能力,加上森林每年growth-to-removal比例估算森林生物量的intensiveness竞争资源(图3)。(128.8公里的单程运输距离给每个设备被认为)周围的道路网络。数学上,竞争的intensiveness被定义为百分之一的需求容量的总和在一个固定的驾驶距离在每个5位ZCTA供应年度净增长。(需求能力的总和的总价值分配能力,假设80%的利用率)。固定的驾驶距离为128.8公里的单程运输距离估计从微软MapPoint 2006公路网络。初始值调整后的年度净增长和growth-to-removal比率。每个设备的操作能力,基于森林面积覆盖的特点,按比例分配给邻近的供应情况下ZCTAs固定驾驶距离。

六个序数水平发达定义基于专家判断的竞争强度(表3)。代码1到5是一个积极的地区年度净森林增长存在,但对资源的竞争强度是不同的。例如,“最高”的竞争强度的资源被认为是地区所有初级wood-using设施的调整年度营运能力超过了每年净森林生长的森林资源。“至少”强化竞争力的区域是那些只有10%或更少的年度净森林增长是被调整的年度营运能力主要wood-using设施。代码6,“没有供应或负净增长”,认为地区森林资源不存在或森林每年死亡率超过了年增长率。

2.5。可视化的机会区

GIS可视化映射的方法是非常有效的空间机会区生物可用性和可访问性当研究区域包括超过10000个位置单位(5位ZCTAs),就像在这个研究。两套地图生产的研究。第一组是空间机会区木质纤维素转化设施使用上述景观适宜性和竞争指数。第二组地图展示了空间模式竞争强度的资源从每个现有假设一个固定的运输距离wood-using设施。

3所示。结果与讨论

3.1。机会区域使用景观适宜性指数

“联邦土地的四项指标”、“人口密度,”“,”和“不适合生态区”被用来“排除”ZCTAS从研究区域。“联邦土地”包括土地所有权印第安事务局,国防部,鱼类和野生动物服务,森林服务,国家航空和宇宙航行局,国家公园管理局,田纳西流域管理局,美国农业部研究中心。ZCTAs与“人口密度”(> 58人/公里²)被排除在外的结果之前的研究(28]。ZCTAs斜坡大于30%的限制下被排除在外的地面收获能力在美国东部和给出的结果相关的先前的研究土壤扰动(32]。七个“不合适的”第三级生态区排除地区从斯莫基山脉的山顶上,俄克拉何马州的西部草原沙漠西德克萨斯,沼泽地和佛罗里达州南部沼泽地25]。这四个标准共同导致了5019年最初的排斥,5位ZCTAs或大约50.1%的总情况下ZCTAs遍及研究区域(图2)。

标准来评估其他四个层次的景观适宜性给出了表4。“森林面积比”两个阈值(10%和30%)选择的定义基于联合国粮食及农业组织(33)和联合国气候变化框架公约》(34]。(联合国粮食农业组织33)将森林定义为“土地与树皇冠盖等于或超过10%的区域”。联合国气候变化框架公约》(34)定义了自然森林应该大于30%的树的树冠覆盖落叶森林,常绿森林,混交林)。三个阈值为“天伯伦年度growth-to-removal比率”(0,1.0和1.5)是用来衡量现有森林每年净增长和潜在的更多的收获。每年净growth-to-removal比率1.0意味着森林净增长等于删除。1.5的比率表明,50%的森林每年净增长超过删除本研究假设一个理想的指标。“斜率小于30%”被认为是斜坡,木材收获活动几乎没有影响(35]。美国人口普查局(36)发现,农村和城市之间的过渡土地使用时发生的人口密度约为39人/公里²(相当于100人/英里²)。“农业净收入”和“家庭收入中值”一起被用作代理措施单独农业和非农业人口。中等家庭收入超过49445美元(即2010年家庭收入中值的中值(20.)大于农业和非农收入来源(例如,消极的农场净收益)表示,大多数家庭依赖非农收入。“道路密度”,这与人口密度高度相关,也被视为一个代理或间接衡量森林包裹的大小(37]。阈值超过5公里/公里²被认为是道路密度非常高,当这种级别的道路密度发生的概率森林收获显著下降(38,39]。

森林面积比大于30%的区域,天伯伦年度growth-to-removal比率大于1.5,生态区定义为主要是林地,山坡上不到30%,低于39人/公里²被认为是非常适合森林产品的区域。基于这些标准,高合适机会区设施依靠木质纤维素原料是位于中央密西西比州,阿拉巴马州的西北部和东南部阿肯色州北部,西乔治亚州,东俄克拉何马州,肯塔基州和地区、田纳西州和弗吉尼亚州接近烟山(图4)。

数据的强度分析是社会经济数据收集的情况下在ZCTA决议成立的数据覆盖,因此没有聚合为这些变量维护数据完整性。这项研究的一个潜在的弱点是森林调查数据的de-aggregation这意味着机会区域提高了有效性的采购区域潜在的站点位置增加的区域。

3.2。区结合景观适宜性指数和竞争的机会

竞争的空间格局强度在128.8公里的单程运输距离区域显示在图5。地区提供净增长不到10%,使用现有的产能,年供应量大于10000干吨/年净增长,和天伯伦年度growth-to-removal比率大于1.5被认为至少有竞争力。地区提供净增长超过100%,使用现有的调整被认为是高度竞争的能力。的标准来评估机会区结合景观适宜性和竞争指数给出了表5。

“高”适宜性区域的景观适宜性指数,结合竞争强度高(> 5)导致减少395 ZCTAs,其中大多数是位于阿拉巴马州的西北部。鉴于上述标准,总共有592 ZCTAs被认为是非常可取的机会区域森林生物量的可用性。这些优先区位于密西西比中部,阿肯色州北部,南阿拉巴马州中部,西南格鲁吉亚,俄克拉何马州东南部,肯塔基州,西南和西北田纳西州(图6)。

3.3。区BioSAT模型相结合的机会

一个潜在价值从业者从上述分析biomass-using设施的选址。用于从业人员参与工厂选址的一个例子是与BioSAT模型分析相结合。正如前面提到的(26),BioSAT模型(http://www.biosat.net/)可以用来评估更详细的经济信息等任何特定机会区收获成本,运输成本,立木价值成本,边际成本曲线,等等。相关信息生产者的边际成本可以用来获取潜在用户所需的重要供给曲线信息木材纤维原料。这可能是重要的发展中市场,如木质纤维素可再生能源经济可行性的详细评估轧机位置是至关重要的。

在这项研究中所使用的BioSAT模型获得更详细的经济信息的高适用性机会区位于密西西比中部(图7)。为了说明,BioSAT模型运行使用ZCTA 39090(科修斯科山MS)作为木质纤维素原料需求的位置,特别是南部松树木质纸浆(松果体spp)。相关biobasin ZCTA 39090(科修斯科山MS)假设120英里行程长度显示在图中8。需求ZCTA 39090相关的边际成本曲线(科修斯科山MS)也显示在图8。边际成本增加约48到66美元/干吨的最大供应南部松树木质纸浆773096干吨。

4所示。结论

可再生能源将是增长最快的一个产业在美国农业和森林部门。然而,用可再生能源代替石油产品提出了技术、经济、和研究的挑战,其中一个是生物质原料的可用性。本研究直接解决这个问题通过开发空间地理信息的潜在用户遍及的木质纤维素原料的研究在美国南部地区。空间地理数据占景观特征、社会经济因素,和对资源的竞争,组织分辨率情况下的邮政编码。景观和竞争指标是在这项研究中,结合这些指标在空间地理背景下一个分类的“机会区”木质纤维素原料的潜在用户。共有592个,5位ZCTAs被认为是高度可取的机会对木质纤维素原料区。这些优先区位于密西西比中部,阿肯色州北部,南阿拉巴马州中部,西南乔治亚州,田纳西州东南部俄克拉何马州,肯塔基州,西南和西北。

项目工作正在发展中短暂旋转木本作物(SRWC)数据层。SRWC数据层将把土壤数据、气候学数据,建模、增长和经济成本分析。SRWC数据层将提供专门的能源作物分析作为从业者感兴趣的原料来源使用SRWC选址方案。

确认

这项研究是由美国林务局南方研究站根据合同协议07 - cr - 11330115 - 087,太阳格兰特中心东南部,田纳西大学农业试验。

引用

1. 能源信息管理局,“2008年国际能源展望,”报告DOE / eia - 0484 (2008),http://www.tulane.edu/ bfleury / envirobio /阅读/国际能源% 20前景% % 20 2008. pdf。视图:谷歌学术搜索
2. o·j·布兰查德和j . Gali”石油价格冲击的宏观经济效应:为什么2000年代从1970年代如此不同?“在NBER学报》我在国际维度的货币政策会议2007年,西班牙加泰罗尼亚,http://www.crei.cat/people/gali/pdf_files/bgoil07wp.pdf。视图:谷歌学术搜索
3. a . Elbehri面对美国的粮食系统的变化经济研究服务。美国,Department of Agriculture, Washington, DC, USA, 2007.
4. t . m .年轻,d . m . Ostermeier“IFCHIPSS-the工业燃料供应芯片仿真模型,最终报告合同与东南地区生物质能项目由田纳西流域管理局,1989。视图:谷歌学术搜索
5. t . m .年轻,d . m . Ostermeier”经济的木质生物质美国东南部,”生物资源技术,37卷,不。1、7 - 15,1991页。视图:出版商的网站|谷歌学术搜索
6. t . m .年轻,d . m . Ostermeier j·d·托马斯和r·t·布鲁克斯,“计算机模型模拟供应,芯片,成本”森林工业,卷118,不。8日,20日至21日,1991页。视图:谷歌学术搜索
7. a . Lunnan“Agriculture-based生物质能源提供一个经济问题的调查中,“能源政策,25卷,不。6,573 - 582年,1997页。视图:谷歌学术搜索
8. m·e·沃尔什,”美国生物能源作物的经济分析:现状和需求,”生物质和生物能源,14卷,不。4、341 - 350年,1998页。视图:出版商的网站|谷歌学术搜索
9. m·e·沃尔什”的方法来估计生物能源作物原料供应曲线,“生物质和生物能源,18卷,不。4、283 - 289年,2000页。视图:出版商的网站|谷歌学术搜索
10. j . DiPardo“生物质乙醇生产和需求前景,”美国能源信息管理局,2000年,http://www.eia.doe.gov/oiaf/analysispaper/pdf/biomass.pdf。视图:谷歌学术搜索
11. d . g . de la Torre Ugarte d·e·雷,“生物质和生物能源的应用POLYSYS建模框架,“生物质和生物能源,18卷,不。4、291 - 308年,2000页。视图:出版商的网站|谷歌学术搜索
12. d . g . de la Torre Ugarte,公元前英语,r . j . Menard和m·沃尔什”条件,影响乙醇的经济可行性从美国中西部玉米秸秆,”国际糖期刊,卷108,不。1287年,第156 - 152页,2006年。视图:谷歌学术搜索
13. 公元前d . g . de la Torre Ugarte,英语,和k·延森,”由2030:六百亿加仑乙醇和生物柴油扩张,经济和农业的影响”美国农业经济学杂志》上,卷89,不。5,1290 - 1295年,2007页。视图:出版商的网站|谷歌学术搜索
14. 生物质研究和发展委员会”,增加原料生产生物燃料的经济驱动程序,环境影响,以及研究的作用,”2008年,http://www.usbiomassboard.gov/pdfs/increasing_feedstock_revised.pdf。视图:谷歌学术搜索
15. 西部州长协会”,生物能源开发的战略评估West-spatial分析和供给曲线发展,”加州大学戴维斯,加州,美国,2008年,http://www.treesearch.fs.fed.us/pubs/34631。视图:谷歌学术搜索
16. g . Perez-Verdin d l . Grebner c .太阳,中情局穆恩,e·b·舒尔茨和t·g·马特尼”为生物乙醇转换在密西西比州,木质生物质可用性”生物质和生物能源,33卷,不。3、492 - 503年,2009页。视图:出版商的网站|谷歌学术搜索
17. c . s . Galik r . Abt和吴y,“森林生物量供应美国东南部States-implications工业圆木和生物能源生产,”《林业,卷107,不。2、69 - 77年,2009页。视图:谷歌学术搜索
18. 美国能源部,r·d·Perlack和b·j·斯托克斯”美国吨的更新、生物质供应生物能源和bioproducts行业,”ORNL / TM-2011/224,橡树岭国家实验室,橡树岭,田纳西州,美国,2011年。视图:谷歌学术搜索
19. r·d·Perlack l·l·赖特,a . f . Turhollow r·l·格雷厄姆·b·j·斯托克斯和d . c . Erbach”2005年生物质作为生物能源原料和bioproducts工业:每年吨供应的技术可行性,”出版能源部/ - 102995 - 2135 / ORNL TM-2005/66,桨岭国家实验室,桨脊,田纳西州,美国、http://feedstockreview.ornl.gov/pdf/billion_ton_vision.pdf。视图:谷歌学术搜索
20. 美国人口普查局,”2010年的人口普查邮编制表领域(数据文件),”2010年,http://www.census.gov/geo/ZCTA/zcta.html。视图:谷歌学术搜索
21. 美国林务局”,土地在公共场合保存数据文件,“个人联系08/2011,2009。视图:谷歌学术搜索
22. 美国国家土地覆盖数据库”,土地多分辨率特征财团(数据文件),”2006年,http://www.mrlc.gov/nlcd2006.php。视图:谷歌学术搜索
23. 美国国家高程数据集,“国家高程数据集1角秒(数据文件),”2010年,http://seamless.usgs.gov/ned1.php。视图:谷歌学术搜索
24. 美国农业部国家农业统计服务,“农业人口普查:农业净收入(数据文件),”2007年,http://quickstats.nass.usda.gov。视图:谷歌学术搜索
25. 美国环境保护署,”美国生态区(数据文件),”2011年,http://www.epa.gov/wed/pages/ecoregions/level_iii_iv.htm。视图:谷歌学术搜索
26. j·h·珀杜t . m .年轻,t . g .里亚尔“model-BioSAT生物质现场评估,”最终报告对美国森林服务,南方研究站田纳西大学诺克斯维尔,田纳西州,美国,2011年。视图:谷歌学术搜索
27. b·j·巴特勒,z, d·b·基特里奇和p . Catanzaro”社会和生物物理的木头在美国北部,“北方应用林业杂志,27卷,不。4、151 - 159年,2010页。视图:谷歌学术搜索
28. d . n .穿r . Liu j·m·福尔曼和r·m·谢菲尔德,“人口增长的影响木材管理和库存在维吉尼亚,”森林生态与管理,卷118,不。1 - 3、107 - 115年,1999页。视图:出版商的网站|谷歌学术搜索
29. c . j .楚f·t·Maestre s肖et al .,“便利和资源竞争之间的平衡决定biomass-density植物种群的关系,“生态学通讯,11卷,不。11日,第1197 - 1189页,2008年。视图:出版商的网站|谷歌学术搜索
30. j .维纳·斯托尔·h·马勒-兰道,a . Jasentuliyana”密度的影响、空间格局和竞争对称性在模拟植物种群大小变化,“美国博物学家,卷158,不。4、438 - 450年,2001页。视图:出版商的网站|谷歌学术搜索
31. j·维纳和c . Damgaard Size-asymmetric竞争和Size-asymmetric增长空间显式的“势力范围”模型的植物竞争,”生态研究,21卷,不。5,707 - 712年,2006页。视图:出版商的网站|谷歌学术搜索
32. m·弗达·金西d Page-Dumroese m·科尔曼,“生物能源获取风险评估:地理空间显式工具维护美国西部森林、土壤生产力”森林,卷2,不。3、797 - 813年,2011页。视图:谷歌学术搜索
33. 联合国粮食及农业组织(粮农组织),“森林的定义(定义),”2000年,http://www.fao.org/DOCREP/005/Y4171E/Y4171E10.htm。视图:谷歌学术搜索
34. 联合国气候变化框架公约(UNFCCC),“森林的定义(定义),”2001年,http://www.fao.org/DOCREP/005/Y4171E/Y4171E10.htm。视图:谷歌学术搜索
35. f·r·Greulich d·p·汉利j . f . McNeel d·费利克斯,木材收获的底漆华盛顿州立大学扩展,铂尔曼,美国,1999年,http://faculty.washington.edu/greulich/Documents/eb1316.pdf。
36. 美国人口普查局,“城乡分类”,第十二章,2010年,http://www.census.gov/geo/www/GARM/Ch12GARM.pdf。视图:谷歌学术搜索
37. r·麦克唐纳,g . Motzkin m . s .银行,d . b .基特里奇,j·伯克和d·r·福斯特“森林砍伐和土地利用转换超过20年在马萨诸塞州,”森林生态与管理,卷227,不。1 - 2,31-41,2006页。视图:出版商的网站|谷歌学术搜索
38. 世界银行“传输:道路和高速公路(定义)”,2011年,http://www.worldbank.org/html/extdr/thematic.htm。视图:谷歌学术搜索
39. b·j·巴特勒和s . l .国王,“森林包裹大小的评估和映射,”学报》第五届森林调查和分析研讨会2003年,新奥尔良,洛杉矶,美国,http://www.treesearch.fs.fed.us/pubs/14259。视图:谷歌学术搜索

版权

版权©2012年夏黄等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。