31. Определение, цель и основные задачи государственного лесного кадастра.
Государственный лесной кадастр – информационная система, включающая экономические, экологические и социальные сведения о лесном фонде, создаваемая с целью обеспечения органов государственного управления, лесопользователей и иных заинтересованных лиц, содержащейся в нем информацией.
Цель и задачи:
1) выполняет положения лесного кодекса РБ;
2) детальная инвентаризация лесов с оценкой всех их компонентов с периодичности 10 лет как основы для планирования ведения лесного хозяйства;
3) проектирование целевого использования лесов и мероприятий направленных на рациональное использование, воспроизводство, охраны и защиты, повышения продуктивности и качества лесов;
4) нормирование использования лесов на основании сбалансированности социально-экономических и природоохранных интересах;
5) картографирование лесов;
6)
согласованность работ по инвентаризации
лесов, введение лесного кадастра и
лесного мониторинга.
Государственный лесной кадастр является информационной системой, включающей экономические, экологические и социальные сведения о лесном фонде, создаваемой с целью обеспечения органов государственного управления, а также юридических лиц, ведущих лесное хозяйство, лесопользователей и иных заинтересованных содержащейся в нем информацией.
Ведение государственного лесного кадастра представляет собой систему непрерывного документального отражения информации о состоянии лесного фонда, происходящих в нем изменениях и их экономической оценке.
Объектом государственного лесного кадастра является лесной фонд.
Учетными
единицами государственного лесного кадастра
являются единицы измерения площади
участков лесного фонда, объема (запаса)
древесины, таксационные показатели и
показатели продуктивности лесов, единицы
объема связываемой лесными насаждениями
углекислоты, массы недревесных ресурсов
леса, стоимости лесных ресурсов.
Ведение государственного лесного кадастра осуществляет Министерство лесного хозяйства.
Исходными материалами для составления учетной документации государственного лесного кадастра являются:
— материалы лесоустройства; почвенных обследований; лесопатологических обследований; натурных обследований изменений, произошедших в лесном фонде в результате повреждений лесов пожарами, вредителями, болезнями, а также другими факторами, влияющими на состояние, продуктивность и устойчивость лесов; других обследований и изысканий в лесном фонде;
— акты приемки или изъятия участков лесного фонда; натурного освидетельствования выполненных хозяйственных мероприятий;
— решения об изъятии и предоставлении участков лесного фонда; о предоставлении участков лесного фонда в аренду; о переводе лесов из одной группы или категории защитности в другую; о распределении лесов на группы и категории защитности; органов государственного управления, местных исполнительных и распорядительных органов в области использования земель лесного фонда;
— отчеты юридических лиц, ведущих лесное хозяйство, о ведении лесного хозяйства и лесопользовании; лесопользователей о лесопользовании;
— сведения из материалов государственного учета лесного фонда;
— результаты ведения мониторинга лесов;
—
нормативные
правовые акты Министерства лесного
хозяйства.
Министерство лесного хозяйства:
= осуществляет ведение государственного лесного кадастра путем организации сбора, обобщения, систематизации и хранения учетной документации государственного лесного кадастра;
= определяет состав, содержание и сроки представления юридическими лицами, ведущими лесное хозяйство, учетной документации государственного лесного кадастра;
= ведет контроль за своевременностью представления и достоверностью информации государственного лесного кадастра;
= устанавливает порядок предоставления заинтересованным информации из государственного лесного кадастра;
= в соответствии с законодательством Республики Беларусь и возложенными на него полномочиями принимает нормативные правовые акты по реализации настоящего Порядка;
= определяет порядок опубликования документации государственного лесного кадастра.
Общая характеристика лесопатологической ситуации в лесном фонде Республики Беларусь
На начало 2022 года общая площадь очагов вредителей и болезней леса в лесном фонде Республики Беларусь составляла 154 753 га, в том числе
по Минлесхозу – 132 559 га (85,7%).
1.
Рисунок 1.1 – Динамика площади очагов вредителей и болезней леса
в лесном фонде Минлесхоза
Таблица 1.1 – Сведения об очагах вредителей и болезней леса в 2022 году
(по данным ведомственной отчетности)| ГПЛХО | Вредители и болезни | Площадь очагов, га | ||||||
| на начало года | возникло вновь | ликвидировано мерами борьбы | затухло под воздействием естественных факторов | всего очагов вредителей и болезней леса на конец отчетного года | в том числе очагов, требующих мер борьбы | |||
| Брестское | Всего | 22617,3 | 1488,8 | 986,2 | 1029,7 | 22090,2 | 1366,6 | |
| Вредители | 108,0 | 1004,9 | 836,8 | 13,9 | 262,2 | 61,9 | ||
| Болезни | 22509,3 | 483,9 | 149,4 | 1015,8 | 21828,0 | 1304,7 | ||
в т. ч. корневая
губка | 20855 | 482,3 | 89,3 | 1007,1 | 20240,9 | 545,8 | ||
| Витебское | Всего | 2238,6 | 1344,5 | 1282,8 | 149,1 | 2151,3 | 131,1 | |
| Вредители | 143,8 | 1226,0 | 1180,3 | 0,3 | 189,2 | 88,8 | ||
| Болезни | 2094,8 | 118,5 | 102,4 | 148,8 | 1962,1 | 42,3 | ||
| в т.ч. корневая губка | 1930,3 | 104,6 | 81,3 | 122,8 | 1830,8 | 17,1 | ||
| Гомельское | Всего | 40343,0 | 17343,9 | 3622,2 | 6229,8 | 47834,9 | 8768,4 | |
| Вредители | 263,0 | 3130,8 | 2838,0 | 25,8 | 529,9 | 241,6 | ||
| Болезни | 40080,0 | 14213,1 | 6204,0 | 47304,9 | 8526,8 | |||
в т. ч. корневая
губка | 29429,6 | 9342,8 | 336,0 | 5230,9 | 33205,5 | 2193,7 | ||
| Гродненское | Всего | 21750,3 | 2364,0 | 1916,0 | 1321,8 | 20876,5 | 735,6 | |
| Вредители | 1097,9 | 1360,2 | 1458,8 | 66,0 | 933,3 | 35,3 | ||
| Болезни | 20652,4 | 1003,8 | 457,2 | 1255,8 | 19943,2 | 700,3 | ||
| в т.ч. корневая губка | 18992,0 | 976,6 | 350,6 | 1246,9 | 18371,1 | 622,4 | ||
| Минское | Всего | 17425,3 | 1532,0 | 1112,2 | 745,2 | 17099,9 | 2219,7 | |
| Вредители | 146,6 | 812,5 | 765,1 | 30,8 | 163,2 | 39,9 | ||
| Болезни | 17278,7 | 719,6 | 347,2 | 714,4 | 16936,7 | 2179,8 | ||
в т. ч. корневая
губка | 11214,9 | 482,0 | 67,0 | 402,9 | 11227,0 | 690,4 | ||
| Могилевское | Всего | 28184,4 | 2255,2 | 836,5 | 1427,1 | 28176,0 | 1185,1 | |
| Вредители | 260,1 | 619,9 | 471,8 | 408,1 | 95,8 | |||
| Болезни | 27924,3 | 1635,4 | 364,7 | 1427,1 | 27767,9 | 1089,3 | ||
| в т.ч. корневая губка | 22752,8 | 1012,5 | 253,3 | 339,7 | 23172,3 | 1079,0 | ||
| Минлесхоз | Всего | 132558,9 | 26328,4 | 9755,9 | 10902,7 | 138228,7 | 14406,4 | |
| Вредители | 2019,3 | 8154,2 | 7550,8 | 136,8 | 2485,9 | 563,2 | ||
| Болезни | 130539,6 | 18174,3 | 2205,1 | 10765,9 | 135742,8 | 13843,2 | ||
в т. ч. корневая губка | 105174,6 | 12400,8 | 1177,5 | 8350,3 | 108047,6 | 5148,4 | ||
В лесном фонде Республики Беларусь под воздействием различных неблагоприятных факторов абиотического и биотического характера в 2022 году погибло 16 599 га насаждений, в том числе по Минлесхозу 16 424 га, что в 1,3 раза больше, чем в 2021 году, при этом гибели были подвержены в основном хвойные насаждения (86%). Максимальная гибель лесных насаждений в 2022 году была зафиксирована на территории Могилевского ГПЛХО – 8 376 га, или 51% от всей площади погибших насаждений (рисунок 1.3).
Рисунок 1.3 – Площадь лесных насаждений (га), погибших в 2022 году,
по ГПЛХО
В 2022 году преобладающими факторами, оказавшими негативное воздействие на объекты лесного фонда, являлись неблагоприятные погодные условия, на долю которых приходится 93,5% погибших лесных насаждений (рисунок 1.4).
Рисунок 1.4 – Площадь лесных насаждений, погибших в лесном фонде
Республики Беларусь в 2022 году, по причинам повреждений
В 2022 году в лесном фонде Минлесхоза под воздействием различных неблагоприятных факторов окружающей среды были повреждены насаждения на площади 104,6 тыс.
га в объеме 5,1 млн. кбм (в 3 раза больше уровня прошлого года), из них 93,5% площади древостоев повреждены ветром, 3,1% – понижением уровня грунтовых вод, 2,0% – снеголомами, 0,9% – влиянием избыточного увлажнения, 0,6% – лесными пожарами.
В результате воздействия ураганных и шквалистых ветров были повреждены леса с образованием ветровалов, буреломов на общей площади 97,8 тыс. га в объеме 4,9 млн. кбм, что в 3,5 раза больше в сравнении с 2021 годом. Проведение сплошных санитарных рубок требовалось на площади 10,4 тыс. га в объеме 3 490,9 тыс. кбм, выборочных санитарных рубок – на площади 20,1 тыс. га в объеме 329,8 тыс. кбм, уборки захламленности – на площади 67,3 тыс. га в объеме 1 033,6 тыс. кбм. Наиболее пострадавшими оказались леса Могилевского ГПЛХО (38% от площади всех поврежденных ветром насаждений). Ликвидация последствий ураганных и шквалистых ветров 2022 года обеспечена практически в полном объемеИспользование географической информационной системы и кадастровых данных 1860-х годов для моделирования пригодности сельского хозяйства до тяжелой механизации.
Тематическое исследование с Мальты1. Фенек К. Вызванные деятельностью человека изменения в окружающей среде и ландшафте Мальтийских островов от неолита до 15 века нашей эры по результатам научного исследования отложений из Марсы, Мальта. Оксфорд: Археопресс; 2007. [Google Scholar]
2. Моттерсхед Д., Фаррес П., Пирсон А. Изменение почвенной среды Мальты: следы древних повозок в Сан-Паул-Тат-Тарча, Нашшар. Geol Soc London, Spec Publ. 2010;331:219–229. doi: 10.1144/SP331.20 [Google Scholar]
3. Марринер Н., Гамбин Т., Джамали М., Морханж С., Спитери М. Геоархеология Бурмаррадии и раннеголоценовое воздействие человека на западную Мальту. Палеогеогр Палеоклиматол Палеоэкол. 2012; 339–341: 52–65. doi: 10.1016/j.palaeo.2012.04.022 [Google Scholar]
4. Беван А., Конолли Дж. Средиземноморские острова, хрупкие сообщества и устойчивые ландшафты. Кембридж: Издательство Кембриджского университета; 2013. [Google Scholar]
5. Велла Н.К., Спитери М. Документальные источники для изучения мальтийского ландшафта.
История.: 16–29.
6. Джинори Лиши Л. Кабрей в Тоскане. Raccolte di mappe prospetti e vedute sec. XVI-сек. XIX. Флоренция: Cassa di Risparmio di Firenze; 1978. [Google Scholar]
7. Caucci von Saucken P, Critien JE, Dean M, Eroli G, Sottani R, Velatta A. Cabrevatio Bonorum. Priorati, Baliaggi e Commende dell’Ordine di Malta. Перуджа: Benucci Editore; 1997. [Google Scholar]
8. Спитери М., Борг Д. Формирование архитектора-инженера, перито и агрименсоре и их регулирование Орденом Святого Иоанна восемнадцатого века на Мальте. J Baroque Stud. 2015;1: 129–173. [Google Scholar]
9. Филонци Ф.А. Pratiche matematiche divise in tre trattati Анкона: Стамеприа ди Микеланджело Сартори; 1775. [Google Scholar]
10. Йесилнакар Э., Топал Т. Картирование восприимчивости к оползням: сравнение методов логистической регрессии и нейронных сетей в исследовании среднего масштаба, регион Хендек (Турция). инж геол. 2005; 79: 251–266. doi: 10.1016/j.enggeo.2005.02.002 [Google Scholar]
11.
Ван Л., Савада К., Моригути С. Картирование подверженности оползням с использованием модели логистической регрессии с анализом окрестностей: пример из города Мизунами. Международный J Геомейт. 2011;1:99–104. Доступно: http://www.gi-j.com/serial2/99-104-2c-wang.pdf [Google Scholar]
12. Арехи С. Моделирование пространственной структуры обезлесения с использованием ГИС и логистической регрессии: тематическое исследование лесов северного Илама, провинция Илам, Иран. Африканский Дж. Биотехнолог. 2011;10: 16236–16249. doi: 10.5897/AJB11.1122 [Google Scholar]
13. Альберти Г. Моделирование размера группы и скалярного стресса с помощью логистической регрессии с археологической точки зрения. ПЛОС Один. 2014;9: e91510 Доступно: doi: 10.1371/journal.pone.0091510 [Бесплатная статья PMC] [PubMed] [Google Scholar]
14. Westcott KL, Brandon RJ. Практическое применение ГИС для археолога. Набор для прогнозного моделирования. Лондон: Тейлор и Фрэнсис; 2000. [Google Scholar]
15.
Порчич М. Площадь дома как коррелят модели семейного проживания: подход логистической регрессии. Кросс-культурный Res. 2010; 44: 405–424. doi: 10.1177/1069397110378839 [Google Scholar]
16. Уоррен Р., Аш Д. Прогнозная модель местоположения археологических раскопок на полуострове Восточных прерий Практическое применение ГИС для археологов. Набор для прогнозного моделирования. Лондон: Тейлор и Фрэнсис; 2000. С. 7–36. [Академия Google]
17. Zhang ZX, Zhang HY, Zhou DW. Использование пространственного анализа ГИС и логистической регрессии для прогнозирования вероятности антропогенных пожаров на пастбищах. J Засушливая среда. ООО «Эльзевир»; 2010; 74: 386–393. doi: 10.1016/j.jaridenv.2009.09.024 [Google Scholar]
18. Аялю Л., Ямагиши Х. Применение логистической регрессии на основе ГИС для картирования подверженности оползням в горах Какуда-Яхико, Центральная Япония. Геоморфология. 2005; 65: 15–31. doi: 10.1016/j.geomorph.2004.06.010 [Google Scholar]
19. Costanzo D, Chacón J, Conoscenti C, Irigaray C, Rotigliano E.
Прямая логистическая регрессия для оценки подверженности оползням в бассейне реки Платани (южная Сицилия, Италия). Оползни. 2013; doi: 10.1007/s10346-013-0415-3 [Google Scholar]
20. Hosmer DW, Lemeshow S, Sturdivant R. Прикладная логистическая регрессия. Третий Хобокен, Нью-Джерси, США: John Wiley & Sons, Inc.; 2000. [Google Scholar]
21. Allison PD. Логистическая регрессия с использованием системы SAS: теория и применение. Кэри: Уайли-Блэквелл; 2001. [Google Академия]
22. ФК Пампель. Логистическая регрессия: учебник для начинающих. Лондон: SAGE; 2000. [Google Scholar]
23. Макдональд Дж. Справочник по биологической статистике. Балтимор: Издательство Sparky House; 2009. [Google Scholar]
24. Коклюк О. Логистическая регрессия: концепция и применение. Educ Sci Theory Pract. 2010; 10: 1397–1407. Доступно: http://eric.ed.gov/?id=EJ919857 [Google Scholar]
25. Peng CJ, Lee KL, Ingersoll GM. Введение в логистический регрессионный анализ и отчетность.
J Educ Res. 2002;96: 3–14. doi: 10.1080/00220670209598786 [Google Scholar]
26. Park HA. Введение в логистическую регрессию: от основных понятий до интерпретации с особым вниманием к области ухода за больными. J Korean Acad Nurs. 2013; 43: 154–64. doi: 10.4040/jkan.2013.43.2.154 [PubMed] [Google Scholar]
27. Арборетти Джанкристофаро Р., Салмасо Л. Анализ производительности модели и проверка модели в логистической регрессии. Статистика. 2003; 63: 375–396. Доступно: http://rivista-statistica.unibo.it/index.php/rivista-statistica/article/view/358 [Google Scholar]
28. Акынджи Х., Озалп А.Ю., Тургут Б. Анализ пригодности сельскохозяйственных земель с использованием методов ГИС и МАИ. Компьютер Электрон Агрик. 2013; 97: 71–82. doi: 10.1016/j.compag.2013.07.006 [Google Scholar]
29. Прищепов А.А., Мюллер Д., Дубинин М., Бауманн М., Раделов В.С. Детерминанты заброшенности сельскохозяйственных угодий в постсоветской Европейской России. Политика землепользования.
ООО «Эльзевир»; 2013; 30: 873–884. doi: 10.1016/j.landusepol.2012.06.011 [Google Scholar]
30. Van Orshoven J, Terres JM, Toth T. Обновлены общие биофизические критерии для определения естественных ограничений для сельского хозяйства в Европе [Интернет]. ams.jrc.it. Люксембург; 2013. Доступно: http://ams.jrc.it/publications/Updated-ANC-biophysical.pdf
31. Ван Оршовен Дж., Террес Дж., Элиассон А. Общие биофизические критерии для определения естественных ограничений для сельского хозяйства в Европе. Люксембург; 2008.
32. Смит А., Брауэр Ф. Естественные недостатки голландских сельскохозяйственных районов: оценка менее благоприятных районов на основе биофизических критериев. Альтерра-отчет. Вагенинген; 2009.
33. Кларк М.Дж. Акха Пир. В: Дитлер М., Хейден Б., редакторы. Праздники Археологический и этнографический взгляд на еду, политику и власть. Вашингтон-Лондон; 2001. стр. 144–167.
34. AbdelRahman MAE, Natarajan A, Hegde R. Оценка пригодности и пригодности земель путем интеграции дистанционного зондирования и ГИС для сельского хозяйства в районе Чамараджанагар, Карнатака, Индия.
Египет J Remote Sens Sp Sci. 2016; 19: 125–141. doi: 10.1016/j.ejrs.2016.02.001 [Google Scholar]
35. Bandyopadhyay S, Jaiswal RK, Hegde VS, Jayaraman V. Оценка потенциала пригодности земель для сельского хозяйства с использованием дистанционного зондирования и подхода на основе ГИС. Int J Remote Sens. 2009; 30: 879–895. doi: 10.1080/01431160802395235 [Google Scholar]
36. Ахмед Г.Б., Шариф А.М., Баласундрам С.К., Фикри бин Абдулла А. Оценка пригодности земель для сельского хозяйства на основе нескольких критериев и подхода ГИС. IOP Conf Ser Earth Environ Sci. 2016;37:12044 doi: 10.1088/1755-1315/37/1/012044 [Google Scholar]
37. Шембри П. Мальтийские острова: климат, растительность и ландшафт. ГеоЖурнал. 1997; 41: 115–125. [Google Scholar]
38. Роль А. Террасные ландшафты мальтийских островов Мальта В: Педроли Б., Ван Дум А., Де Бласт Г., Параккини М., Весчер Д., Банс Ф., редакторы. Живой ландшафт Европы Очерки изучения нашей идентичности в сельской местности.
КННВ Уитгеверий; 2007. С. 405–420. [Академия Google]
39. Collerton H, Hock B, Hawke R, Payn T. Цифровое моделирование рельефа для оценки продуктивности участка и управления насаждениями в плантационном лесоводстве. J Для. 2008; 53: 33–41. [Google Scholar]
40. Western AW, Grayson RB, Blöschl G, Willgoose GR, McMahon TA. Наблюдается пространственная организация влажности почвы и ее связь с показателями рельефа. Вода Ресурс Res. 1999; 35: 797–810. doi: 10.1029/1998WR
5 [Google Scholar]
41. Begum F, Bajracharya RM, Sharma S, Sitaula BK. Влияние формы склона на физико-химические и биологические свойства почвы в средних холмах центрального Непала. Int J Sustain Dev World Ecol. 2010; 17: 438–443. дои: 10.1080/13504509.2010.499034 [Google Scholar]
42. Famiglietti J, Rudnicki J, Rodell M. Изменчивость содержания влаги на поверхности вдоль склона холма: Rattlesnake Hill, Texas. J гидрол. Эльзевир; 1998; 210: 259–281. doi: 10.1016/S0022-1694(98)00187-5 [Google Scholar]
43.
Сулебак Дж. Р., Таллаксен Л. М., Эриксен Б. Оценка площадной влажности почвы с использованием данных о местности. Geogr Ann Ser A, Phys Geogr. 2000; 82: 89–105. Доступно: http://onlinelibrary.wiley.com/doi/10.1111/j.0435-3676.2000.00009.x/abstract [Google Scholar]
44. Тагизаде Мехрджарди Р., Акбарзаде А., Бинияз М., Махмуди С., Заре Чахоуки М. Изучение влияния высоты и эдафических переменных на состав растительности на пастбищах Хезрабад с использованием анализа главных компонентов (PCA) . Analele Univ di Oradea, Fasc Biol. 2009; 16: 155–161. Доступно: http://www.bioresearch.ro/bioresearch/2009-2/155-161 Taghizadeh.pdf [Google Scholar]
45. Tromp-van Meerveld HJ, McDonnell JJ. О взаимосвязях между топографией, мощностью почвы, влажностью почвы, интенсивностью транспирации и распространением видов в масштабе склона холма. Adv Water Resour. 2006;29: 293–310. doi: 10.1016/j.advwatres.2005.02.016 [Google Scholar]
46. Qiu Y, Fu B, Wang J, Chen L. Пространственная изменчивость влажности почвы и ее связь с экологическими показателями в полузасушливом овражном водосборе Лессовое плато, Китай.
J Засушливая среда. 2001; 49: 723–750. doi: 10.1006/jare.2001.0828 [Google Scholar]
47. Chang JH. Климат и сельское хозяйство Экологическое обследование. Нью-Брансуик-Лондон: Aldine Transaction; 2009. [Google Scholar]
48. Розенберг Н.Дж., Блад Б.Л., Верма С.Б. Микроклимат: биологическая среда. Нью-Йорк: Уайли; 1983. [Google Scholar]
49. Руководство Стюарта К. Стори по выращиванию органических овощей и трав для рынка — Выбор места и урожая — Посадка, уход и сбор — Основы бизнеса. этажное издательство; 2013. [Google Scholar]
50. Рейд И. Влияние ориентации склонов на режим влажности почвы и его гидрогеоморфологическое значение. J гидрол. 1973; 19: 309–321. doi: 10.1016/0022-1694(73)
-4 [Google Scholar]51. Батлер Д., Малансон Г., Уолш С., Фагре Д. Изменение линии деревьев в Альпах: пример национального парка Глейшер, штат Массачусетс, США. Первый. Амстердам: Elsevier Science; 1 издание; 2009 г.. [Google Scholar]
52. Сенсой Х., Кара О.
Влияние формы склона на сток и эрозию почвы в условиях естественных осадков. iForest—Биогеонауки для. 2014;7: 110–114. doi: 10.3832/ifor0845-007 [Google Scholar]
53. Пальмизано А. Модели поселений и взаимодействия в высокогорьях Западного берега в период I железного века. Университетский колледж Лондона; 2009. [Google Scholar]
54. Андресен Дж. Индекс топографической влажности и доисторическое землепользование. В: Послущный А., Ламберс К., Герцог И., редакторы. Слои восприятия Материалы 35-й Международной конференции по компьютерным приложениям и количественным методам в археологии (CAA). Бонн: Dr. Rudolf Habelt GmbH; 2008. С. 405–410. Доступно: http://proceedings.caaconference.org/files/2007/128_Andresen_CAA2007.pdf
55. Каррер Ф. Этноархеологическая индуктивная модель для прогнозирования места археологических раскопок. Тематическое исследование моделей пастбищных поселений в Валь-ди-Фьемме и Валь-ди-Соле (Трентино, Итальянские Альпы). J Антропольский археол. 2013; 32: 54–62.
doi: 10.1016/j.jaa.2012.10.001 [Google Scholar]
56. De Ketelaere D, Spiteri A, Vella J. The Natural Heritage of the Island of Gozo, Malta In: Evelpidou N, de Figueiredo T, Mauro F , Тесим В., Василопулос А., редакторы. Природное наследие с Востока на Запад Пример из 6 стран ЕС. Берлин-Гейдельберг: Springer; 2010. С. 231–256. [Академия Google]
57. Педели М., Хьюз Кларк М., Галеа П. Известняковые острова в кристальном море. Геология Мальтийских островов. Сан-Гванн: Publisher Enterprise Group; 2002. [Google Scholar]
58. Грима Р. Памятники в поисках ландшафта: ландшафтный контекст монументальности Мальты позднего неолита. Университетский колледж Лондона; 2005. [Google Scholar]
59. Schaetzl RJ, Anderson S. Почвы: генезис и геоморфология. Кембридж: Издательство Кембриджского университета; 2005. [Google Scholar]
60. Ланг Д.М. Почвы Мальты и Гозо. Лондон: Канцелярия Ее Величества; 1960. [Google Scholar]
61. Ланг Д.М. Почвы Мальты и Гозо В: Боуэн-Джонс Х.
, Дьюдни Дж., Фишер В., редакторы. Мальта Фон для развития. Дарем: факультет географии, колледжи Дарема; 1961. С. 83–98. [Google Scholar]
62. Велла С. Информация о почвах на Мальтийских островах В: Zdruli P, Steduto P, Lacirignola C, Montanarella L, editors. Почвенные ресурсы стран Южного и Восточного Средиземноморья. Бари: CIHEAM; 2001. стр. 171–19.1. Доступно: http://om.ciheam.org/om/pdf/b34/01002093.pdf [Google Scholar]
63. Hu Z, Lo CP. Моделирование роста городов в Атланте с использованием логистической регрессии. Вычислительная среда Urban Syst. 2007; 31: 667–688. doi: 10.1016/j.compenvurbsys.2006.11.001 [Google Scholar]
64. Flinn KM, Vellend M, Marks PL. Экологические причины и последствия вырубки лесов и отказа от сельскохозяйственных угодий в центральной части Нью-Йорка, США. J Биогеогр. 2005; 32: 439–452. doi: 10.1111/j.1365-2699.2004.01198.x [Google Scholar]
65. Людеке А.К., Маджио Р.К., Рейд Л.М. Анализ антропогенной вырубки лесов с использованием логистической регрессии и ГИС.
J Управление окружающей средой. 1990; 31: 247–259. doi: 10.1016/S0301-4797(05)80038-6 [Google Scholar]
66. Фостер Р. История землепользования (1730–1990 гг.) и динамика растительности в центральной части Новой Англии, США. J Экол. 1992; 80: 753–771. Доступно: http://www.jstor.org/stable/2260864. [Google Scholar]
67. Serneels S, Lambin EF. Непосредственные причины изменения землепользования в районе Нарок, Кения: пространственная статистическая модель. Агроэкосистема Окружающая среда. 2001; 85: 65–81. дои: 10.1016/S0167-8809(01)00188-8 [Google Scholar]
68. Черри Дж. Ф., Дэвис Дж. Л., Манцурани Э. Ландшафтная археология как долгосрочная история. Северный Кеос на Кикладских островах. Лос-Анджелес: Институт археологии Калифорнийского университета; 1991. [Google Scholar]
69. Shan J, Toth CK. Топографическая лазерная локация и сканирование. Принципы и обработка. Бока-Ратон: CRC Press; 2008. [Google Scholar]
70. Дженнесс Дж. Некоторые мысли об анализе топографических характеристик среды обитания.
Флагстафф; 2007.
71. Эванс Дж., Оклиф Дж., Кушман С., Теоблад Д. Набор инструментов для моделирования градиента поверхности. Веб-сайт Джеффри С. Эванса по пространственной экологии [Интернет]. 2014. Доступно: http://evansmurphy.wix.com/evansspatial
72. Миллер Дж., Франклин Дж., Аспиналл Р. Включение пространственной зависимости в прогностические модели растительности. Эколь Модель. 2007; 202: 225–242. doi: 10.1016/j.ecolmodel.2006.12.012 [Google Scholar]
73. Dormann CF. Эффекты включения пространственной автокорреляции в анализ данных о распространении видов. Глоб Экол Биогеогр. 2007;16:129–138. doi: 10.1111/j.1466-8238.2006.00279.x [Google Scholar]
74. Bo Y-C, Song C, Wang J-F, Li X-W. Использование модели аутологистической регрессии для определения пространственных факторов риска и пространственных моделей риска заболевания рук, ящура (HFMD) в материковом Китае. Общественное здравоохранение BMC. 2014;14:358 дои: 10.1186/1471-2458-14-358 [Бесплатная статья PMC] [PubMed] [Google Scholar]
75.
Beale CM, Lennon JJ, Yearsley JM, Brewer MJ, Elston D a. Регрессионный анализ пространственных данных. Эколь Летт. 2010; 13: 246–264. дои: 10.1111/j.1461-0248.2009.01422.x
[PubMed] [Google Scholar]
76. Ван Ф. Количественные методы и социально-экономические приложения в ГИС. Бока-Ратон: CRC Press; 2014. [Google Scholar]
77. Августин Н.Х., Магглстоун М.А., Бакленд С.Т. Автологистическая модель пространственного распределения дикой природы. J Appl Ecol. 1996; 33: 339–347. doi: 10.2307/2404755 [Google Scholar]
78. де Фрутос А., Олеа П.П., Вера Р. Анализ и моделирование пространственного распределения летучей пустельги: роль пространственной автокорреляции. Эколь Модель. 2007; 200: 33–44. doi: 10.1016/j.ecolmodel.2006.07.007 [Google Scholar]
79. Мацуи Т., Ягихаси Т., Накая Т., Танака Н., Таода Х. Климатический контроль распространения лесов Fagus crenata в Японии. J Veg Sci. 2004; 15: 57–66. doi: 10.1111/j.1654-1103.2004.tb02237.x [Google Scholar]
80.
Preisler HK, Rappaport NG, Wood DL. Методы регрессии для пространственно коррелированных данных: пример использования атак жуков в семенном саду. 1997; 43: 71–77. [Google Scholar]
81. Франклин Дж. Прогнозирование распространения видов кустарников в Южной Калифорнии на основе переменных климата и рельефа. J Veg Sci. 1998;9: 733–748. doi: 10.2307/3237291 [Google Scholar]
82. Bustamante J, Seoane J. Прогнозирование распространения четырех видов хищных птиц (Aves: Accipitridae) на юге Испании: статистические модели работают лучше, чем существующие карты. J Биогеогр. 2004; 31: 295–306. doi: 10.1046/j.0305-0270.2003.01006.x [Google Scholar]
83. Йост А.С., Петерсен С.Л., Грегг М., Миллер Р. Прогнозное моделирование и картографирование среды обитания шалфейного тетерева (Centrocercus urophasianus) с использованием максимальной энтропии и набор долгосрочных данных из Южного Орегона. Экол Информ. 2008;3: 375–386. doi: 10.1016/j.ecoinf.2008.08.004 [Google Scholar]
84.
Диниз-Фильо Дж.А.Ф., Бини Л.М., Хокинс Б.А. Пространственная автокорреляция и отвлекающие маневры в географической экологии. Глоб Экол Биогеогр. 2003; 12: 53–64. doi: 10.1046/j.1466-822X.2003.00322.x [Google Scholar]
85. Warren TL, Betts MG, Diamond AW, Forbes GJ. Влияние местной среды обитания и состава ландшафта на птиц, гнездящихся в дуплах в лесной мозаике. Для Экол Менеджмент. 2005; 214: 331–343. doi: 10.1016/j.foreco.2005.04.017 [Google Scholar]
86. Michel JF, Dray S, De La Rocque S, Desquesnes M, Solano P, De Wispelaere G, et al. Моделирование пространственного распространения трипаносомоза крупного рогатого скота с помощью ГИС в агро-пастбищной зоне Буркина-Фасо. Пред. Вет. мед. 2002; 56: 5–18. дои: 10.1016/S0167-5877(02)00120-4 [PubMed] [Академия Google]
87. Клют Д.С., Ловалло М.Дж., Цилковски В.М. Автологистическая регрессия. Моделирование среды обитания американского вальдшнепа с использованием пространственно зависимых данных. В: Скотт Дж. М., Хеглунд П.
, Моррисон М. Л., редакторы. Прогнозирование появления видов: вопросы точности и масштаба. Остров Пресс; 2002. С. 335–343. [Google Scholar]
88. Нуньес М.А., Медли К.А. Нашествие сосны: климат предсказывает успех инвазии; что-то еще предсказывает неудачу. Распределение дайверов 2011; 17: 703–713. doi: 10.1111/j.1472-4642.2011.00772.x [Google Scholar]
89. Dormann CF, Elith J, Bacher S, Buchmann C, Carl G, Carré G, et al. Коллинеарность: обзор методов борьбы с ней и имитационное исследование, оценивающее их эффективность. Экография (КС). 2013; 36: 027–046. doi: 10.1111/j.1600-0587.2012.07348.x [Google Scholar]
90. Миди Х., Саркара С.К., Ранаа С. Диагностика коллинеарности модели бинарной логистической регрессии. J Междисциплинарная математика. 2010; 13: 253–267. doi: 10.1080/09720502.2010.10700699 [Google Scholar]
91. Табачник Б.Г., Фидель Л.С. Использование многомерной статистики. 6-е изд. Река Аппер-Сэдл: Пирсон; 2013. [Google Академия]
92. Muir SW, Berg K, Chesworth B, Klar N, Speechley M.
Нарушение равновесия как фактор риска падений у проживающих в сообществе пожилых людей с высоким уровнем функционирования: проспективное исследование. физ. тер. 2010; 90: 338–347. DOI: 10.2522/ptj.200
93. Peduzzi P, Concato J, Kemper E, Holford TR, Feinstein AR. Имитационное исследование количества событий на переменную в логистическом регрессионном анализе. Джей Клин…. 1996; 49: 1373–1379. Доступно: http://www.sciencedirect.com/science/article/pii/S089.5435696002363 [PubMed] [Google Scholar]
94. Ризопулос Д. Пакет «bootStepAIC» [Интернет]. 2009. Доступно: https://cran.r-project.org/package=bootStepAIC
95. Hilbe JM. Модели логистической регрессии. Бока-Ратон: CRC Press; 2009. [Google Scholar]
96. Агрести А. Категориальный анализ данных. Второй Хобокен: Уайли; 2002. [Google Scholar]
97. Менар С. Прикладной логистический регрессионный анализ. Второй Тысяча дубов: шалфей; 2002. [Google Scholar]
98. Ева С.
Дж., Крема Э.Р. Дом с видом? Вывод нескольких моделей, поля видимости и точечный анализ поселения бронзового века на Лескерник-Хилл (Корнуолл, Великобритания). J Archaeol Sci. 2014; 43: 267–277. doi: 10.1016/j.jas.2013.12.019 [Google Scholar]
99. Beh EJ, Lombardo R. Анализ корреспонденции: теория, практика и новые стратегии [Интернет]. Чичестер: Уайли; 2014. Доступно: http://scholar.google.com/scholar?hl=en&btnG=Search&q=intitle:Correspondence+Analysis:+Theory,+Practice+and+New+Strategies#0 [Google Scholar]
100. Остин П.С., Ту Дж. В. Практика статистических методов начальной загрузки для разработки прогностических моделей. Ам Стат. 2004; 58: 131–137. [Google Scholar]
101. Luder MT, Pittet I, Berchtold A, Akré C, Michaud PA, Surís JC. Ассоциации между онлайн-порнографией и сексуальным поведением подростков: миф или реальность? Arch Sex Behav. 2011; 40: 1027–1035. doi: 10.1007/s10508-010-9714-0 [PubMed] [Google Scholar]
102. Pittet I, Berchtold a, Akré C, Michaud P, Surís J-C.
Подвержены ли подростки с хроническими заболеваниями особому риску травли?
Арч Дис Чайлд. 2010;95: 711–716. doi: 10.1136/adc.2008.146571
[PubMed] [Google Scholar]
103. Cooke CR, Shah CV, Gallop R, Bellamy S, Ancukiewicz M, Eisner MD, et al. Простой клинический прогностический индекс для объективной оценки смертности при остром повреждении легких. Крит Уход Мед. 2009; 37: 1913–1920 гг. дои: 10.1097/CCM.0b013e3181a009b4 [Бесплатная статья PMC] [PubMed] [Google Scholar]
104. Dunn DC, Stewart K, Bjorkland RH, Haughton M, Singh-Renton S, Lewison R, et al. Региональный анализ прибрежного и внутреннего рыболовства в Карибском бассейне. Рыба рез. 2010; 102: 60–68. doi: 10.1016/j.fishres.2009.10.010 [Google Scholar]
105. Harrell FE, Lee KL, Mark DB. Учебное пособие по биостатистическим многопараметрическим прогностическим моделям: вопросы разработки моделей, оценки предположений и адекватности, а также измерения и уменьшения ошибок. Стат мед. 1996; 15: 361–387. doi: 10.
1002/(SICI)1097-0258(19960229)15:4<361::AID-SIM168>3.0.CO;2-4
[PubMed] [Google Scholar]
106. Steyerberg EW, Harrell FE, Borsboom GJJM, Eijkemans MJC, Vergouwe Y, Habbema JDF. Внутренняя проверка прогностических моделей. Дж. Клин Эпидемиол. 2001; 54: 774–781. дои: 10.1016/S0895-4356(01)00341-9 [PubMed] [Google Scholar]
107. R Team Core. R: Язык и среда для статистических вычислений [Интернет]. Вена: R Foundation for Statistical Computing; 2013. Доступно: https://www.r-project.org/ [Google Scholar]
108. Alberti G. «model.valid»: функция R для перекрестной проверки AUC. 2016. doi: 10.13140/RG.2.1.4636.6480
109. Rangel TF, Diniz-Filho JAF, Bini LM. SAM: комплексное приложение для пространственного анализа в макроэкологии. Экография (КС). 2010; 33: 46–50. дои: 10.1111/j.1600-0587.2009.06299.x [Google Scholar]
110. Доррен Л., Рей Ф. Обзор влияния террасирования на эрозию. Soil Conserv Prot Eur. 2004 г.; 97–108. Доступно: http://139.191.1.96/projects/scape/transf/Dorren_Rey.
pdf [Google Scholar]
111. Sandor JA, Hawley JW, Schiowitz RH, Gersper PL. Почвенно-геоморфическая обстановка и изменения доисторических сельскохозяйственных террас в районе Мимбрес, Нью-Мексико В: Мак Г., Ведьмак Дж., Люэт В., редакторы. Геология пустыни Хила — район Серебряного города. Сокорро: Геологическое общество Нью-Мексико; 2008. С. 167–176. Доступно: https://nmgs.nmt.edu/publications/guidebooks/downloads/59/59_p0167_p0175.pdf [Google Scholar]
112. Андерсон Э.В. Вид: репрезентативная средиземноморская форма рельефа. ГеоЖурнал. 1997; 41: 111–114. [Google Scholar]
113. Galdies C. Климат Мальты: статистика, тенденции и анализ 1951–2010 гг. Валлетта; 2011.
114. Шишков Т., Колев Н. Почвы Болгарии. Дордрехт, Гейдельберг, Нью-Йорк, Лондон: Springer, Нидерланды; 2014. [Google Scholar]
115. Башич Ф. Почвы Хорватии. Дордрехт Гейдельберг Нью-Йорк Лондон: Springer; 2013. [Google Академия]
116. Веттингер Г. Сельское хозяйство на Мальте в позднем средневековье В: Buhagiar M, редактор.
Материалы Недели истории. Мальта: Историческое общество; 1981. С. 1–48. [Google Scholar]
117. Блуэ Б. Меняющийся ландшафт Мальты во времена правления Ордена Святого Иоанна Иерусалимского 1530–1798 гг. Университет Халла; 1963. [Бесплатная статья PMC] [PubMed] [Google Scholar]
118. Forbes H. Использование невозделываемых ландшафтов в современной Греции: указатель на ценность дикой природы в древности? В: Шипли Г., Сэлмон Дж., редакторы. Человеческие пейзажи в классической древности: окружающая среда и культура. Лондон-Нью-Йорк: Рутледж; 1996. С. 68–97. [Google Scholar]
119. Розенберг М.С., Андерсон К.Д. ПРОХОД: анализ моделей, пространственная статистика и географическая экзегеза. Версия 2. Методы Ecol Evol. 2011;2: 229–232. [Google Scholar]
120. Далли К. От средневекового дар аль-ислама до современной Мальты: топонимия рахала в более широком западно-средиземноморском контексте. Исл Стад Дж. 2016; 11: 369–380. [Google Scholar]
121. Park SJ, Cheng Z, Yang H, Morris EE, Sutherland M, McSpadden Gardener BB и др.
Различия химических свойств почвы в зависимости от расстояния до дорог и возраста застройки городских территорий. Городская Экосистема. 2010; 13: 483–49.7. doi: 10.1007/s11252-010-0130-y [Google Scholar]
122. Акбар К.Ф., Хейл В.Г., Шера Б., Ашраф И. Фитометрическая оценка плодородия придорожных почв и его взаимосвязи с основными питательными веществами. 2012; 21: 1141–1145. [Google Scholar]
123. Ивара А.И., Гани Б.С., Адейеми Дж.А., Ева Э.Е. Влияние строительства дороги на прилегающие земельные участки на курорте Тинапа, юг-юг Нигерии. Откройте J Adv Eng Tech. 2013;1: 42–48. [Google Scholar]
Зачем нужен лесной кадастр
ОБРАЗЕЦ графической кадастровой карты с https://cadastraltemplate.org/philippines.php НА ФИЛИППИНАХ при общей площади земель 30 млн га (га) в национальный кадастр включены только отчуждаемые и высвобождаемые (A&D) земли (14,2 млн га), информацию о которых можно найти в государственном реестре. Остальные лесные угодья (15,8 млн га) в такую систему не входят и информация о них отсутствует в общедоступной базе данных.
КАДАСТ?
Кадастр представляет собой основанную на земельных участках и обновляемую информационную систему, содержащую записи прав собственности на землю, таких как права, ограничения, обязанности и т. д. 1 Обычно включает геометрическое описание земельных участков, связанное с инструментами владения и пользования, а также стоимость земельного участка и его улучшений. 2
Регистрация собственности на землю существует со времен Древнего Египта, но основы современного кадастра были заложены Наполеоном Бонапартом в 1807 году, когда он приказал создать карты и кадастровые записи. 3 Лесные угодья также включаются в кадастр независимо от того, находятся ли они в государственной или частной собственности.
Финляндия, Германия и Новая Зеландия имеют единый кадастр, учитывающий все классификации земель. В Турции и Греции существует отдельный кадастр лесов. Лесной кадастр представляет собой опись и учет прав на лесные угодья различного назначения. Это инструмент для защиты, планирования, развития и устойчивого управления лесами.
На Филиппинах, хотя это еще не сделано, подобие псевдолесного кадастра внедряется посредством таких мероприятий, как съемка границы леса и разграничение участков леса и/или лесных земель из различных инструментов владения и пользования. Однако одним недостающим аспектом этих инициатив является систематизированная система земельной информации и реестр лесных угодий, которые находятся в открытом доступе.
ОН НАМ НУЖЕН?
Да. В Палате представителей и Сенате внесены законопроекты, направленные на создание лесного кадастра, на включение лесных угодий в национальную кадастровую систему. В соответствии с законопроектами в лесной кадастр будут также включены земли недр, национальные парки и заповедные зоны, вотчины, резервации и прокламации — те земли, которые не находятся в частной собственности.
Прежде чем приступить к разработке и управлению, необходимо иметь информацию. Лесной кадастр представляет собой публичную библиотеку информации о лесных землях, позволяющую общественности принимать обоснованные решения по устойчивому использованию, управлению и/или регулированию использования лесных ресурсов. Лесной кадастр подобен одному большому набору пазлов, и каждый фрагмент представляет собой один лесной участок (независимо от размера), заполненный соответствующей информацией о земле и лесу на ней. Где находится посылка/предмет? Каковы размеры? Он штатный или нет? Кто претенденты? Какие участки доступны для коммерческой деятельности, а какие нет? И самое приятное то, что весь этот набор информации-головоломки должен быть доступен каждому.
Филиппинам пора включить свои лесные угодья в существующую национальную кадастровую систему. Почему?
Во-первых, наличие релевантной и разрозненной информации о лесных угодьях и лесах может помочь в эффективном и действенном управлении, планировании и оценке лесных угодий.
Во-вторых, лесной кадастр может помочь в мониторинге использования ресурсов и обеспечить надежную основу для привлечения управляющих/управляющих к ответственности в случае ненадлежащего использования и управления лесными угодьями.
В-третьих, появится лучшее понимание и инвентаризация прав владения, которые могут привести к их потенциальной регистрации, помимо абсолютного права собственности, например, CBFMA, IFMA, SIFMA, PACBRMA, CADT и CALT среди прочих, и это может помочь облегчить доступ к лучший кредит на официальных финансовых рынках.
В-четвертых, необходимая информация будет общедоступной, поощряя инвестиции частного сектора в проекты зеленого развития не только для обеспечения средств к существованию более чем 25 миллионов горных жителей, но и для смягчения негативных последствий изменения климата.
Наконец, кадастр поможет выявить и решить затянувшиеся пограничные конфликты или проблемы в лесных землях между различными ведомствами с пересекающейся юрисдикцией, например, самоопределение земель исконных владений.
ПРИВАТИЗАЦИЯ ЛЕСА?
Предлагаемый лесной кадастр не приравнивается к приватизации лесных угодий, поскольку в соответствии с Конституцией 1987 года их единственным владельцем остается государство.
Что делает лесной кадастр, так это то, что он обеспечивает систематическую и основанную на участках регистрацию и картирование прав на лесные угодья, аналогичные существующему кадастру на землях A&D. Фактически эта инициатива соответствует статье 53. c. Циркулярный меморандум Министерства окружающей среды и природных ресурсов (DENR) 2010-13, в котором говорится, что «другие земли, которые не могут быть переданы в частную собственность, также должны быть включены в обследование лота, и им должен быть присвоен кадастровый номер лота».
В связи с сокращением лесного покрова страны (7 млн га в 2015 г. по сравнению с 14 млн га в 1950-х годах), растущей потребностью в решении проблем, связанных с изменением климата, и снижением местного производства древесины крайне важно, чтобы мы устойчиво управлять нашими и без того уменьшившимися лесными ресурсами, и это основано на четко определенных правах собственности и доступной надежной информации.
1 Панфил Ю.