区域生态恢复空间目标识别方法研究—以长江流域为例
文献类型:学位论文
作者 | 丁肇慰![]() |
答辩日期 | 2021-05 |
文献子类 | 博士 |
授予单位 | 中国科学院大学;中国科学院生态环境研究中心 |
授予地点 | 中国科学院大学;中国科学院生态环境研究中心 |
导师 | 郑华 |
关键词 | 生态恢复,生态系统质量,社会-生态系统,生态风险,空间目标识别 Ecological Restoration, Ecosystem Quality, social-Ecological Systems, Ecological Risk, Spatial Target Recoginition |
学位名称 | 理学博士 |
学位专业 | 生态学 |
其他题名 | Research on regional ecological restoration spatial targets-taking Yangtze River Basin as the example |
英文摘要 | 实施区域退化生态系统恢复是提高生态系统服务、保障区域生态安全的重要 举措,精准识别生态恢复空间目标又是实施生态恢复工程的关键。然而,生态恢 复空间目标既受自然属性(如:气候、地形、土壤)的影响,也受到社会经济属 性(如:人口、收入状况)的制约,还受未来生态风险演变的影响,如何统筹这 些因素、精准识别区域生态恢复空间目标成为提高生态恢复效率和可操作性的关 键。本研究以长江流域对象,针对区域生态系统的自然地理分异特征、社会-生态 属性和未来生态风险趋势三个关键影响因素,综合采用遥感反演、空间分析、野 外验证、meta 分析、计量模型和生态风险模型等方法,建立了三种生态恢复空间 目标识别方法:基于自然属性的生态恢复空间识别方法;基于社会-生态属性的 生态恢复空间识别方法和基于未来生态风险的生态恢复空间识别方法。主要结果 如下: (1)针对区域生态系统的自然属性,建立了整合分区强度模型和相对生物 量模型的区域森林恢复空间识别方法。与传统的基于森林立地条件分区的区域生 态恢复方法相比,上述方法确定的长江流域合适森林立地单元为 37 个,生物量 前 10%的群落适合于评估森林质量的参考群落;2015 年长江流域低、差质量等 级森林占森林总面积的 34.46%,是实施生态恢复的目标区域。该方法采用立地 条件分区和分区强度模型,提高了生态恢复空间目标识别的精确性。 (2)针对区域生态系统的社会-生态属性,建立了统筹自然与社会经济因素 的区域生态恢复空间目标识别方法,并以长江流域退耕还林生态恢复工程为例进 行方法验证。只考虑生态过程的生态恢复规划与实际退耕空间匹配度仅为 61.5%, 而整合社会经济因素的生态恢复方案与实际退耕的空间匹配度提升到 80.81%, 有效提高了生态恢复的可操作性。两种规划方案进行对比发现,考虑社会经济因 素的退耕规划将退耕目标多选择在经济发达,教育程度高的地区,因此这些地区 是实施生态恢复的目标区域。 (3)针对区域生态系统的未来生态风险,建立了基于流域动态生态风险的 生态修复空间目标识别方法。长江流域 2025 年 88.07%的区域出现非点源总氮排 放减少的趋势,65.63%的区域出现点源总氮排放增加的趋势。相比 2015 年,长江流域未来会有 5.8%的区域总氮污染风险增加,主要出现在下游以及长三角区 域,这些区域是实施生态恢复的目标区域。通过对其风险源的分析,发现目标区 域,区域以及其上游工业污染物排放增加均是导致这些区域生态风险增加的主要 驱动力。该方法能够提供及时、详细的区域生态退化风险变化特征且驱动力,为 流域湿地生态系统修复提供了科学依据。 本研究从区域生态系统的自然属性、社会-生态属性和未来风险趋势三个方 面,分别构建了区域生态恢复空间目标识别方法,可为提高区域生态恢复效率和 可操作性提供有效途径。 |
页码 | 106 |
源URL | [https://ir.rcees.ac.cn/handle/311016/46984] ![]() |
专题 | 生态环境研究中心_城市与区域生态国家重点实验室 |
推荐引用方式 GB/T 7714 | 丁肇慰. 区域生态恢复空间目标识别方法研究—以长江流域为例[D]. 中国科学院大学;中国科学院生态环境研究中心. 中国科学院大学;中国科学院生态环境研究中心. 2021. |
入库方式: OAI收割
来源:生态环境研究中心
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。