![](http://www.dlyj.ac.cn/richhtml/1000-0585/rich_nlm3_0/images/REemail.gif)
![](http://www.dlyj.ac.cn/richhtml/1000-0585/rich_nlm3_0/images/REemail.gif)
Ecological risk assessment based on land use changes in the coastal area in Yancheng city
ZHOURujia![](http://www.dlyj.ac.cn/richhtml/1000-0585/rich_nlm3_0/images/REemail.gif)
![](http://www.dlyj.ac.cn/richhtml/1000-0585/rich_nlm3_0/images/REemail.gif)
通讯作者:
收稿日期:2016-01-22
修回日期:2016-03-27
网络出版日期:2016-06-20
版权声明:2016《地理研究》编辑部《地理研究》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词:
Abstract
Keywords:
-->0
PDF (1272KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
生态风险评价是生态系统及其组分在受到外界压力的情况下,对其可能发生或正在发生的不利生态影响的过程进行评估的一种方法[1,2]。土地利用是人类开发利用自然地理环境最直观的表现形式之一[3],其变化不仅影响单一的生态要素[4],如土壤环境、大气环境、水环境等,对区域综合生态过程的维持和环境演变亦有一定的影响[5],从而危害区域生态健康和生态安全[6],已成为当前可持续发展和全球变化研究的热点主题之一[7]。因此土地利用变化已成为一种生态系统人为干扰源,而生态风险评价作为当今区域环境风险管理的一种重要科学手段,也为土地利用生态效应的定量化评估带来了新思路[8]。目前,针对土地利用生态风险评价的模式主要有两种:一是基于传统的风险源汇,即“源分析—受体评价—暴露及危害评价—风险表征”的模式。Walker等评价了不断扩张的农业用地和居住用地对区域生态系统的风险影响[9];许学工等对黄河湿地进行了区域生态风险评价[10];刘晓等利用RRM模型评价三峡库区消落区土地利用生态风险[11]。二是直接从景观生态学的角度评价生态风险。由于大多数区域缺乏全面的实地生态监测数据,而土地作为地表景观的宏观表征形式,基于景观格局和过程的土地利用生态风险探索也取得了一定成果[12-14]。这种模式相对于第一种模式,在定量评价区域整体生态质量的同时,也侧重分析风险时空分异特征以及特定空间格局对于生态功能、过程的风险表达[15,16]。目前研究区主要以流域[17-19]、城市[20-22]为主,而以海岸带、湿地、沙漠绿洲等生态脆弱且对全球变化具有强烈响应的自然地带的景观生态风险评价有待继续深入。自1995年以来,江苏为发展沿海地区经济,实施了一系列的区域发展战略,如“海上苏东”、“沿海开发”等。2009年,江苏沿海开发上升为国家战略,江苏海岸带地区土地开发利用出现了前所未有的高潮,随着海(河)港、临港工业及临海城镇的快速发展,海岸带土地围垦规模进一步扩大,资源开发与环境保护产生激烈矛盾。盐城作为江苏省面积最大的沿海城市,不仅拥有江苏省最长的海岸线、最大的沿海滩涂、最广的海域面积和最大的海岸湿地,而且还建有丹顶鹤自然保护区和大丰麋鹿保护区两处世界珍稀生物保护的重点区域,1992年被列为联合国人与生物圈保护区网络成员[23]。盐城的土地利用变化无疑将对生物多样性及生态环境保护产生深远影响。因此,选择盐城海岸带地区作为土地利用变化研究的对象,具有典型性和代表性。在参考已有研究成果的基础上,综合运用GIS和遥感技术,以江苏盐城海岸带地区为研究对象,在三期土地利用数据分析的基础上,利用景观指数构建生态风险评价模型,并结合地统计方法,探讨研究区生态风险时空变化特征及景观生态驱动力,以期为江苏沿海城市化过程中区域土地可持续利用及生态环境的协调发展提供科学依据和数据支持。
2 研究区概况与数据来源
2.1 研究区概况
江苏盐城海岸东临黄海,地处于32°51′5″N~34°12′1″N、119°34′12″E~120°27′1″E之间,属于江苏海岸带的核心地区,为典型的粉砂淤泥质海岸。岸线长582 km,占全省海岸线的60%,分属响水、滨海、射阳、大丰和东台五县市。盐城海岸带地跨暖温带和北亚热带,地势平坦,水网密布。研究区域范围基本与盐城沿海五县市的乡镇行政界限一致,具体为北起连云港市与盐城市交界的灌河,南至南通市与盐城市交界的北凌河,西至海堤公路附近,东至盐城海岸线沿海大坝附近,总面积约10480 km2(图1)。![](http://www.dlyj.ac.cn/article/2016/1000-0585/1000-0585-35-6-1017/thumbnail/img_1.png)
图1研究区地理位置
-->Fig. 1Geographical location of the study area
-->
2.2 数据来源
使用的数据来源于地球系统科学数据共享平台,主要有江苏盐城市沿海地区2000年、2005年和2010年1![](http://www.dlyj.ac.cn/article/2016/1000-0585/1000-0585-35-6-1017/thumbnail/img_2.png)
图22000年、2005年、2010年盐城海岸带地区土地利用类型图
-->Fig. 2Land use in coastal zone of Yancheng(2000, 2005 and 2010)
-->
3 研究方法
3.1 景观指数法
景观指数法是景观生态学中最常用的定量研究方法[24-26],通过单个指数或者若干个指数组合,其数值变化表征的生态意义不仅可以描述景观格局及变化,也可将格局与过程联系起来。不同景观类型对维护区域原有生态功能的能力不同,对外界干扰的抵抗力也不同。参考已有研究[27-29],选取景观干扰度指数和景观脆弱度指数来构建景观损失指数,用以反映外界干扰下各景观类型代表的生态系统受到的风险威胁程度,其计算公式为:式中:
景观干扰度指数由景观破碎度指数、景观分离度指数和景观优势度加权叠加,表达式为:
式中:
结合已有研究成果,认为破碎度指数最为重要,其次为分离度指数和优势度指数,以上三种指数分别赋权重0.6、0.3、0.1;景观脆弱度指数通过专家打分法,未利用地=6、水域=5、耕地=4、草地=3、林地=2、建设用地=1,并进行归一化处理,得到各自的脆弱度指数。
3.2 区域生态风险分析
(1)风险小区生态风险指数。根据研究区范围和采样的工作量,用5 km×5 km的正方形对研究区进行等间距采样,生成460个样区。利用每种景观类型的景观损失指数和每种景观类型在样区的面积比重,计算各风险小区的生态风险,公式如下:式中:ERIi为第i个风险小区的景观生态风险指数;Ri为第i类景观的景观损失度指数;
(2)地统计分析。将460个风险小区的风险指数赋给样区中心点,采用半方差分析方法,对样本点的风险值进行空间插值,得到整个研究区的生态风险分布图[31-33]。半方差计算公式为:
式中:γ(h)是半方差;h是样本距;Z(xi)、Z(xi+h)是位于xi、xi+h处的风险值;n(h)是间距为h的样本对总数[30]。运用GS+空间分析模型对半方差函数进行拟合,并在此基础上采用克里格法对盐城沿海县市风险值进行空间插值,并对风险值进行分级统计,共分为五级,即低风险区(ERI≤0.25)、较低风险区(0.25<ERI≤0.35)、中风险区(0.35<ERI≤0.45)、较高风险区(0.45<ERI≤0.55)和高风险区(ERI>0.55)。
(3)空间自相关分析。空间自相关分析的目的是确定变量在空间上的依赖关系,以及这种关系是否对变量在空间上的分布格局有重要影响[34]。利用Moran's I指数测度研究该区域生态风险值在整体上的自相关,并用空间关联局域指标(LISA)检测局部地区是否存在统计显著的生态风险高高集聚“热点区”和低低集聚“冷点区”[35,36]。
4 结果分析
4.1 土地利用变化分析
转移矩阵可以描述一定阶段各土地利用类型相互转化的方向和数量(表1、表2)。2000-2005年,耕地主要转化为建设用地,转移面积为31.09 km2,转移率为0.37%;草地主要转化为林地和水域,转移面积分别为33.30 km2和22.45 km2,对应的转移率分别为9.48%、6.40%;其他各类型之间的转化不明显。2005-2010年,其他各土地类型向建设用地转化增大,其中耕地转化的面积较2000-2005年增长7倍,转化面积达219.04 km2,转移率为2.58%;草地和水域分别向建设用地转化21.35 km2和20.47 km2,转移率分别为7.23%和5.71% ;建设用地主要转出为水域,面积达198.62 km2,转移率为15.8%,主要是盐场改造成养殖池,另外草地和耕地也有87.80 km2转化为水域,也主要被开发进行养殖业发展。Tab. 1
表1
表12000-2005年盐城沿海五县市土地利用转移矩阵
Tab. 1Transition matrix of each land use type in Yancheng city during 2000-2005
2000年 | 2005年 | |||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
耕地 | 林地 | 草地 | 水域 | 建设用地 | 未利用地 | |||||||
km2 | % | km2 | % | km2 | % | km2 | % | km2 | % | km2 | % | |
耕地 | 8463.17 | 99.54 | 0.99 | 0.01 | 0 | 6.70 | 0.08 | 31.09 | 0.37 | 0 | ||
林地 | 0 | 55.48 | 100.00 | 0 | 0 | 0 | 0 | |||||
草地 | 0.01 | 33.30 | 9.48 | 292.20 | 83.22 | 22.45 | 6.40 | 3.16 | 0.9 | 0 | ||
水域 | 0.58 | 0.17 | 7.11 | 2.11 | 3.12 | 0.93 | 325.68 | 96.54 | 0.86 | 0.26 | 0 | |
建设用地 | 10.27 | 0.83 | 0.24 | 0.02 | 0.18 | 0.01 | 1.55 | 0.13 | 1221.76 | 99.01 | 0 | |
未利用地 | 0 | 0 | 0 | 0 | 0 | 0.14 | 100.00 |
新窗口打开
Tab. 2
表2
表22005-2010年盐城沿海五县市土地利用转移矩阵
Tab. 2Transition matrix of each land use type in Yancheng during 2005-2010
2005年 | 2010年 | |||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|---|
耕地 | 林地 | 草地 | 水域 | 建设用地 | 未利用地 | |||||||
km2 | % | km2 | % | km2 | % | km2 | % | km2 | % | km2 | % | |
耕地 | 8200.16 | 96.77 | 0 | 0 | 30.53 | 0.36 | 219.04 | 2.58 | 24.32 | 0.29 | ||
林地 | 50.50 | 52.00 | 44.61 | 45.93 | 0 | 0.74 | 0.76 | 1.28 | 1.32 | 0 | ||
草地 | 13.94 | 4.72 | 0 | 180.96 | 61.24 | 57.27 | 19.38 | 21.35 | 7.23 | 21.95 | 7.43 | |
水域 | 10.19 | 2.86 | 0 | 0.22 | 0.06 | 320.10 | 89.82 | 20.37 | 5.71 | 5.50 | 1.54 | |
建设用地 | 4.76 | 0.38 | 0 | 5.92 | 0.47 | 198.62 | 15.80 | 1038.04 | 82.59 | 9.52 | 0.76 | |
未利用地 | 0 | 0 | 0 | 0 | 0.14 | 100 |
新窗口打开
4.2 土地利用生态风险分析
4.2.1 景观格局指数的时序变化 由表3的统计结果可知,2000-2010年,耕地是研究区最主要的景观,面积达78%以上,分布广,为区域基质,其他景观分布于其周围或镶嵌其中。其次是建设用地,建设用地面积不断增大,但其斑块个数逐渐下降,这是由于其主要侵占周边的耕地以及农村居住用地,因此整体集聚,破碎度降低,分离度变小。水域面积增大的同时,其斑块个数增大为50.17%,导致其优势度呈递增趋势,分离度和破碎度不断减小。与建设用地和草地不同的是,耕地、草地面积不断减小,但两者的斑块个数变化不大,两者的分离度均不断增大。林地的面积呈现先增后减的趋势,但其破碎度和分离度一直上升。Tab. 3
表3
表3不同景观类型景观指数统计
Tab. 3Landscape metrics of each land use type in Yancheng
景观类型 | 年份 | 斑块面积(km2) | 面积占比(%) | 斑块个数 | 破碎度 | 分离度 | 优势度 | 干扰度 | 脆弱度 |
---|---|---|---|---|---|---|---|---|---|
耕地 | 2000 | 8501.95 | 81.13 | 180 | 0.0002 | 0.0081 | 0.6184 | 0.0644 | 0.1905 |
2005 | 8474.04 | 80.86 | 172 | 0.0002 | 0.0079 | 0.6180 | 0.0643 | 0.1905 | |
2010 | 8279.56 | 78.78 | 196 | 0.0002 | 0.0087 | 0.6167 | 0.0644 | 0.1905 | |
林地 | 2000 | 55.49 | 0.53 | 19 | 0.0034 | 0.4021 | 0.0202 | 0.1247 | 0.0952 |
2005 | 97.13 | 0.93 | 61 | 0.0063 | 0.4116 | 0.0411 | 0.1314 | 0.0952 | |
2010 | 44.61 | 0.42 | 22 | 0.0049 | 0.5390 | 0.2032 | 0.1850 | 0.0952 | |
草地 | 2000 | 351.08 | 3.35 | 79 | 0.0023 | 0.1296 | 0.0727 | 0.0475 | 0.1429 |
2005 | 295.47 | 2.82 | 73 | 0.0025 | 0.1480 | 0.0674 | 0.0526 | 0.1429 | |
2010 | 187.10 | 1.78 | 64 | 0.0034 | 0.2192 | 0.0555 | 0.0734 | 0.1429 | |
水域 | 2000 | 337.36 | 3.22 | 580 | 0.0172 | 0.3654 | 0.2184 | 0.1418 | 0.2381 |
2005 | 356.38 | 3.40 | 564 | 0.0158 | 0.3411 | 0.2248 | 0.1343 | 0.2381 | |
2010 | 631.48 | 6.01 | 871 | 0.0138 | 0.2396 | 0.2747 | 0.1076 | 0.2381 | |
建设用地 | 2000 | 1234.01 | 11.77 | 3521 | 0.0285 | 0.2461 | 0.4717 | 0.1381 | 0.0476 |
2005 | 1256.87 | 11.99 | 3399 | 0.0270 | 0.2374 | 0.4900 | 0.1365 | 0.0476 | |
2010 | 1305.93 | 12.43 | 3349 | 0.0256 | 0.2271 | 0.4774 | 0.1313 | 0.0476 | |
未利用地 | 2000 | 0.14 | 0.00 | 1 | 0.0731 | 37.4167 | 0.0006 | 11.2689 | 0.2857 |
2005 | 0.14 | 0.00 | 1 | 0.0731 | 37.4167 | 0.0006 | 11.2689 | 0.2857 | |
2010 | 61.29 | 0.58 | 13 | 0.0021 | 0.3015 | 0.0180 | 0.0935 | 0.2857 |
新窗口打开
4.2.2 土地利用生态风险值的空间自相关分析
(1)全局自相关
在Geoda 1.4.1中计算出盐城沿海地区生态风险指数的2000年、2005年、2010年三期全局Moran's I值,分别为0.1081、0.1563、0.1948。Moran's I数值先增加后减少,说明在时间序列上,土地利用生态风险等级在空间上不断集聚,表明盐城沿海土地利用生态风险强度的整体空间分异性增加。
(2)局部自相关
采用Queen的二阶邻接权重矩阵计算出盐城沿海地区2000-2010年生态风险局部自相关图(图3)。结果表明,3个时期的生态风险指数空间分布均以高—高聚集(HH)和低—低聚集(LL)类型为主。生态风险低值区主要聚集在响水县沿海盐场,生态风险高值区由盐城射阳、大丰和东台中部向沿海聚集。
![](http://www.dlyj.ac.cn/article/2016/1000-0585/1000-0585-35-6-1017/thumbnail/img_3.png)
图3局部自相关图
-->Fig. 3LISA cluster map
-->
4.2.3 土地利用生态风险时空变化 按照式(4)的计算方法,分别计算出460个风险小区中心点的风险值。在GS+9.0显示,3个时期数据用球状模型拟合最为理想,计算出的生态风险指数半变异函数及参数分别如图4和表4所示。基台值从2000年的0.0124增加至2010年的0.0212,表明土地利用生态风险强度的空间分布不均匀性增强,差异逐渐扩大。变程值先从2000年的56300 m增加到2010年的78000 m,表明生态风险指数的相关性范围不断增加。块金基台比2000年为38.71%,2005年为38.85%,2010年为29.15%,总体呈下降趋势,且变化范围在0.25~0.75之间,表明风险值的相关性中等。
![](http://www.dlyj.ac.cn/article/2016/1000-0585/1000-0585-35-6-1017/thumbnail/img_4.png)
图4盐城海岸带地区生态风险变异函数曲线图
-->Fig. 4Variance function curve of eco-risk index (2000, 2005 and 2010)
-->
(1)生态风险时序变化
盐城海岸带地区生态风险平均值从2000年的0.35,增加到2005年的0.36,再持续增加到2010年的0.39。由表5计算结果可知,各级生态风险值表现出以下差异:2000-2010年间,中生态风险区面积保持在60%左右,盐城沿海地区土地利用生态风险主要处于中等级别。但较低和中风险区面积持续减少1603.5 km2,而较高和高风险区从无到有,并呈不断扩张趋势,2005年高等级生态风险区面积为353.46 km2,仅占2.41%,2010增加1566.86 km2,占比为14.89%,说明盐城海岸带地区整体生态环境质量有所恶化。
Tab. 4
表4
表4半方差函数拟合
Tab. 4Semivariogram model and parameters of ERI
年份 | 模型 | 块金值 | 基台值 | 变程 | 块金值/基台值(%) | 决定系数 | 残差 |
---|---|---|---|---|---|---|---|
2000 | 球状模型 | 0.0048 | 0.0124 | 56300 | 38.71 | 0.950 | 0.00003 |
2005 | 球状模型 | 0.0066 | 0.0170 | 62800 | 38.85 | 0.970 | 0.00004 |
2010 | 球状模型 | 0.0063 | 0.0212 | 78000 | 29.15 | 0.930 | 0.00002 |
新窗口打开
对2000-2010年间生态风险面积转移矩阵进行分析(表6、表7),结果表明:10年间风险等级降低的面积为897.91 km2,风险等级增加的区域为3199.01 km2,是前者的23倍之多。2000-2005年,生态风险等级呈上升趋势的面积为960.61 km2,占总面积的9.17%,在2005-2010年间达到2238.40 km2,占总面积的21.36%,是前一时期的2.3倍,并且在2005-2010年,较高生态风险区与高生态风险区显著增加,主要由较低和中风险区转化,转移面积为1344.22 km2。风险等级降低区域总面积在前一阶段为765.23 km2,占总面积的7.30%,主要是较低风险区转化为低风险区,中级风险区转化为较低风险区,而后一阶段仅为132.68 km2,占总面积的1.27%。说明研究期间,盐城沿海县市生态风险程度总体上是恶化的,且高级别的生态风险程度呈增高趋势。
Tab. 5
表5
表5盐城沿海土地利用生态风险等级面积及比例
Tab. 5Distribution of the ecological risk grades of 2000, 2005 and 2010
2000年 | 2005年 | 2010年 | ||||||
---|---|---|---|---|---|---|---|---|
km2 | % | km2 | % | km2 | % | |||
低生态风险区 | 327.92 | 3.12 | 536.70 | 5.11 | 394.28 | 3.75 | ||
较低生态风险区 | 3124.43 | 29.77 | 2764.46 | 26.34 | 1755.28 | 16.68 | ||
中生态风险区 | 7043.42 | 67.11 | 6941.10 | 66.13 | 6809.35 | 64.69 | ||
较高生态风险区 | 0.00 | 0.00 | 253.46 | 2.41 | 1230.11 | 11.69 | ||
高生态风险区 | 0.00 | 0.00 | 0.00 | 0.00 | 336.75 | 3.20 |
新窗口打开
Tab. 6
表6
表62000-2005年盐城沿海土地利用生态风险等级面积转移矩阵(km2)
Tab. 6Transition of different ecological risk types during 2000-2005 (km2)
2000年 | 2005年 | ||||
---|---|---|---|---|---|
低生态风险区 | 较低生态风险区 | 中生态风险区 | 较高生态风险区 | 高生态风险区 | |
低生态风险区 | 265.51 | 61.26 | 0.28 | 0.00 | 0.00 |
较低生态风险区 | 270.69 | 2206.24 | 645.61 | 0.00 | 0.00 |
中生态风险区 | 0.00 | 494.54 | 6294.97 | 253.46 | 0.00 |
较高生态风险区 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 |
高生态风险区 | 0.00 | 0.00 | 0.00 | 0.00 | 0.00 |
新窗口打开
(2)生态风险空间分异
由图5可知,土地利用生态风险程度自内陆向沿海呈梯度状增大的趋势,风险等级呈带状分布。低生态风险主要分布在响水县北部沿海,该处地处暖温带,土质黏重,日照较长,蒸发量大,有利于盐业发展[23],此段土地利用单一,风险低。较低生态风险区主要分布在研究区四周边缘地带,中生态风险区主要分布在研究区中部地带的广大范围内,占比接近在65%左右,但不断下降,较高和高生态风险区主要分布在沿海地区。2000年不存在较高和高生态风险区。2005年大丰和东台沿海地区风险程度加剧,出现较高风险区。2010年较高和高生态风险区面积显著增大至1566.86 km2,占比提高至14.89%,主要分布于射阳县、大丰市大丰港以北的沿海区域以及东台弶港附近。
![](http://www.dlyj.ac.cn/article/2016/1000-0585/1000-0585-35-6-1017/thumbnail/img_5.png)
图5生态风险空间分布
-->Fig. 5Distribution of ecological risk
-->
Tab. 7
表7
表72005-2010年盐城沿海土地利用生态风险等级面积转移矩阵(km2)
Tab. 7Transition of different ecological risk types during 2005-2010 (km2)
2005年 | 2010年 | ||||
---|---|---|---|---|---|
低生态风险区 | 较低生态风险区 | 中生态风险区 | 较高生态风险区 | 高生态风险区 | |
低生态风险区 | 327.92 | 3.12 | 536.70 | 5.11 | 394.28 |
较低生态风险区 | 3124.43 | 29.77 | 2764.46 | 26.34 | 1755.28 |
中生态风险区 | 7043.42 | 67.11 | 6941.10 | 66.13 | 6809.35 |
较高生态风险区 | 0.00 | 0.00 | 253.46 | 2.41 | 1230.11 |
高生态风险区 | 0.00 | 0.00 | 0.00 | 0.00 | 336.75 |
新窗口打开
2000-2010年中级生态风险不断向陆扩展,向海方向逐渐转化为高等级风险区,且其平均值逐年增大。随着沿海开发战略实施,盐城沿海滩涂围垦开发,致使其灌溉渠道等水利设施、道路等交通用地的配套设施建设力度加大,占用了一定数量的耕地和草地。同时伴随着沿海县市城镇化,城镇住房面积需求加大,厂房仓储投入建设,而沿海地区地势低平,建筑施工便利,城镇外围大量的耕地转化为建筑用地。射阳东部的盐东镇从2003年开始增加城镇化面积,到2011年60%以上都是企业用地[37],但其城镇主要依靠撤乡并镇或者村村合并,城镇规模大小主要依靠人口数量,使其城镇规模偏小,建成区面积没有实质增加。由于盐城濒临黄海,地处平原,沿海水网密布,有利于发展渔业资源以增加经济产出效益,其主要用地来源于滩涂、耕地、草地,但其由于规模较小且较分散,也增加了沿海的土地利用风险。这些都会引起内陆地区土地利用相互转化加剧,导致土地利用的生态风险程度不断上升。
2000-2010年间较高和高风险区自大丰市东北海岸带沿盐城岸线不断向南北方向扩展。2007年江苏省启动新一轮沿海开发,江苏沿海承接国际和上海的产业转移,依托沿海港口建设沿海产业带[38],并逐渐培育临港产业和临海城镇,海岸带土地利用变化加剧,使沿海地区的系统平衡不断被打破。2006年大丰港已被国家规划为一类对外开放口岸,同时伴随以大丰港区为主,滨海港区、响水港区、射阳港区共同发展的盐城港的建设,沿岸土地资源利用程度不断加强。以海港区域作为节点,建设临港工业区和现代物流等临港产业,与此同时壮大临港城镇,并带动沿海县域经济的发展,构建海洋性经济格局,提高其在全国乃至江苏省沿海经济低谷的现状。射阳县东部沿海的黄沙港镇着重发展渔业和旅游业,欲打造成沿海渔业经济区,同时也大力发展海洋精细化工等产业,其北部的临海镇是农副产品集散地,已成为县域北部经济区增长极[39],因此人类活动对原有土地的干扰程度较大;此外,射阳、大丰、东台等地沿海分布的盐场,由于该区域的沿海每年向外淤长,增加制盐成本上升,以致制盐效益差,因此盐田面临改造和转型,先通过淡水养殖以降低土壤养分,并逐渐改造成良田。2008年江苏省国土资源厅下发万顷良田改造计划,首批对射阳盐场实施土地整改试点,导致生态脆弱性较高的水域面积加大,因此在射阳河口至新洋港之间出现高风险区。
5 结论与讨论
2000-2010年间盐城沿海地区土地利用类型以耕地为主,面积占78%以上,其次是建设用地。耕地和草地面积均不断减少,斑块个数基本不变,分离度不断增大;水域和建设用地递增,分离度和破碎度不断减小;林地先增加后减少,但其破碎度和分离度一直上升。耕地主要转化为建设用地,但其主要补充来源为林地;2005-2010年间其他各土地类型向建设用地转化面积增大,其中耕地转化的面积较2000-2005年增长7倍,转化面积达219.04 km2,水域面积的增加主要是由于养殖产业的经济效益吸引,部分盐田、耕地和草地被改造成养殖池。总体来说,盐城海岸带土地利用结构相对稳定,但是不同土地利用类型面积不断变化,土地利用类型不断复杂化,土地利用程度不断增大。2000-2005年,盐城沿海地区未利用地分布面积较小,仅占0.14 km2;而2010年,未利用地面积增加到61.29 km2,其主要来源于耕地和草地。增加的未利用地一部分分布于射阳、大丰和东台县市行政中心附近,这主要是由于在城市建设中有部分耕地被规划为城市建设用地,但2010年仍未具体开发利用而闲置,因此被分类为未利用地。未利用地的另一部分呈斑块状零星分布于海岸带,处于草地、耕地向水域转化的区域,这主要是沿海部分不具有耕地功能的盐碱地,及草地功能退化较严重的土地为顺应沿海经济的发展,被开挖成养殖池或鱼塘,但由于缺乏适宜的统筹规划,加上养殖池自身污染,使得部分养殖池废弃,从而导致未利用地面积增加。因此在沿海土地利用开发过程中,需重视科学整体规划以及因地制宜布局产业。
2000-2010年,盐城沿海地区生态风险从数量上看主要处于中等风险级别,但高等风险区从无到有,并呈不断扩张趋势,说明盐城海岸带地区整体生态环境质量有所恶化。从空间上看生态风险程度自内陆向沿海呈梯度状增大的趋势,风险等级呈带状分布,风险值整体空间分异性增加,并在局部呈现高—高聚集和低—低聚集。在江苏沿海开发计划的逐步实施以及战略升级过程中,沿海城镇、港口、产业一体化发展的同时,使得沿海城镇工矿用地需求增大,养殖业也不断发展,使得原有的生态系统被破坏,而新的稳定的生态系统未为形成,海岸带生态系统的压力不断增加。本研究只是基于土地利用变化和景观结构进行研究区生态风险评价,但并未就土地利用变化引起的区域整体生态过程进行详细描述。根据已有研究表明[23,40],城镇工矿用地是引起盐城海岸带水质污染的主要土地利用类型,其中化工园区大量建设也加剧了海岸带土壤重金属累积。随着海岸带盐生植被和光滩被开发为养殖池和耕地,使土壤性质发生改变,影响了原有湿地的自然演替,也使原有的动植物生境面积被压缩,生境条件受到威胁。
总之,海岸带作为海陆交互作用的过渡带,一直以来都是保护性大于生产性的功能地区。江苏省在沿海开发的过程中应逐步增强海岸带地区生产性功能,重视临港产业、城市建设、农业开发以及耕地后备资源开发整理对海岸带生态环境的影响,加强沿海土地利用规划。盐城作为国家粮食核心产地,为保证粮食安全和发挥全国优质粮棉产地的优势,应严格控制耕地面积减幅;同时海岸带作为重要的自然保护区和生态湿地集中区,要严格控制港口等建设用地的规模,保留一定范围的缓冲区对生态环境进行保护,并有效实施生态补偿制度;对于研究区林业用地规模小的情况,应加强沿海生态林地建设。这样使得研究区生态建设和经济建设并进,以实现生态脆弱地区的可持续发展。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[1] | . |
[2] | . This paper reviews state-of-the-art models developed for ecological risk assessment and presents a system-oriented perspective for holistic risk evaluation and management. Ecological risk assessment (ERA), which is aimed at appraising a wide range of undesirable impacts on ecosystems exposed to a possible eco-environmental hazard, has been highly recommended for environmental decision-making. The existing system-based eco-risk models at different levels of hierarchical organization are reviewed, including food web-based models, ecosystem-based models and socio-ecological models are reviewed. Based on this inspection, an integrated framework characterizing problem formulation, risk characterization and risk assessment is depicted to illumine future ecological risk assessments. The possibility of integrating the various ERA modeling systems is addressed through examining the interconnections between models shown within the context of our diagrams. Furthermore, some refinements of the current system-level techniques are proposed to meet the requirements of risk evaluation in a holistic and regulatory context. We conclude that assessing ecological risk by using system-based models at different levels of organization in a combined way is an evolutionary step for the application of risk evaluation in environmental management. |
[3] | . 基于哈大齐工业走廊1990年、2000年、2005年3期TM影像,获取15年来不同时段的土地利用变化信息。利用景观格局指数和生态环境质量指数两种生态环境效应评价指数,定量对比分析七个市县土地利用变化带来的生态环境效应。结果表明:①15年来,哈大齐工业走廊耕地、建设用地增加,草地、水域、未利用地减少。②整体生态环境恶化,区域差异显著;空间格局呈中心城区高周边农牧区低;大庆、杜蒙、泰来因草地、湿地“三化”等原因,破碎化加剧、多样性锐减、环境质量恶化最为显著,建议加强生态保护。③两种评价指数从不同角度反映出相似的区域差异特征。两方法结合分析实现更为客观全面的评价效果,以期为区域综合定量评价提供方法借鉴。 . 基于哈大齐工业走廊1990年、2000年、2005年3期TM影像,获取15年来不同时段的土地利用变化信息。利用景观格局指数和生态环境质量指数两种生态环境效应评价指数,定量对比分析七个市县土地利用变化带来的生态环境效应。结果表明:①15年来,哈大齐工业走廊耕地、建设用地增加,草地、水域、未利用地减少。②整体生态环境恶化,区域差异显著;空间格局呈中心城区高周边农牧区低;大庆、杜蒙、泰来因草地、湿地“三化”等原因,破碎化加剧、多样性锐减、环境质量恶化最为显著,建议加强生态保护。③两种评价指数从不同角度反映出相似的区域差异特征。两方法结合分析实现更为客观全面的评价效果,以期为区域综合定量评价提供方法借鉴。 |
[4] | . 以南四湖湿地为研究区,选取1980-2012年间的5期遥感、土地利用等数据,在RS、GIS技术支持下,运用土地利用动态度模型和马尔科夫模型(Markov)分析研究区1980-2012年土地利用格局变化情况,采用生态系统服务价值评价方法,分析土地利用格局变化引起的生态效应。结果表明:①1980-2012年南四湖土地利用动态度分析得出:1980-2012年南四湖地区总体的土地利用变化速度较为缓慢,其中1990-2000年南四湖综合土地利用动态度最大,变化速率最快为1.84%;南四湖地区各土地利用类型动态度变化最快的是滩涂沼泽和未利用地;②1980-2012年南四湖土地利用格局结构变化特点是:其他农用地增加幅度为223.65%,主要是由于水产养殖业蓬勃发展,农业产业结构发生变化;建设用地面积增加较大,主要受城市化的影响;其他用地面积减少,转化为耕地和其他农用地;③1980-2012年南四湖湿地地区生态服务价值不断减少,负向贡献率大于正向贡献率,滩涂沼泽和水域面积减少是引起南四湖湿地地区生态价值减少最关键的因素。 . 以南四湖湿地为研究区,选取1980-2012年间的5期遥感、土地利用等数据,在RS、GIS技术支持下,运用土地利用动态度模型和马尔科夫模型(Markov)分析研究区1980-2012年土地利用格局变化情况,采用生态系统服务价值评价方法,分析土地利用格局变化引起的生态效应。结果表明:①1980-2012年南四湖土地利用动态度分析得出:1980-2012年南四湖地区总体的土地利用变化速度较为缓慢,其中1990-2000年南四湖综合土地利用动态度最大,变化速率最快为1.84%;南四湖地区各土地利用类型动态度变化最快的是滩涂沼泽和未利用地;②1980-2012年南四湖土地利用格局结构变化特点是:其他农用地增加幅度为223.65%,主要是由于水产养殖业蓬勃发展,农业产业结构发生变化;建设用地面积增加较大,主要受城市化的影响;其他用地面积减少,转化为耕地和其他农用地;③1980-2012年南四湖湿地地区生态服务价值不断减少,负向贡献率大于正向贡献率,滩涂沼泽和水域面积减少是引起南四湖湿地地区生态价值减少最关键的因素。 |
[5] | . <p>本文从土地利用与土壤水分、土地利用与土壤养分、土地利用与水土流失3个方面系统讨论了土地利用结构与生态过程研究的现状和特征,指出:1)土地利用结构对土壤水分的影响涉及生态系统、坡面、小流域和区域等系列尺度,土地利用的分布及景观特点影响土壤水分的时空变异;2)土地利用对土壤养分的影响表现在土地利用的镶嵌格局影响土壤养分的分布和迁移,土地利用的变化可以引起土壤养分的变化;3)土地利用与水土流失关系密切,土地利用的改变能够减少或增加径流和土壤侵蚀.尺度不同,土地利用与水土流失的机制也不尽相同.土地利用结构与生态过程的研究,还需要注重大尺度和多尺度上的综合研究.</p> . <p>本文从土地利用与土壤水分、土地利用与土壤养分、土地利用与水土流失3个方面系统讨论了土地利用结构与生态过程研究的现状和特征,指出:1)土地利用结构对土壤水分的影响涉及生态系统、坡面、小流域和区域等系列尺度,土地利用的分布及景观特点影响土壤水分的时空变异;2)土地利用对土壤养分的影响表现在土地利用的镶嵌格局影响土壤养分的分布和迁移,土地利用的变化可以引起土壤养分的变化;3)土地利用与水土流失关系密切,土地利用的改变能够减少或增加径流和土壤侵蚀.尺度不同,土地利用与水土流失的机制也不尽相同.土地利用结构与生态过程的研究,还需要注重大尺度和多尺度上的综合研究.</p> |
[6] | . 以1995年、2000年、 2005年和2010年四期Landsat TM影像解译数据和社会经济数据为基础,借助Arc GIS分析手段,探讨了期间湖南省的土地利用转型情况。借鉴全球生态系统服务价值的最新研究成果,结合中国实际情况对生态系统服务价值系数进行了修订,进 而对湖南省土地利用转型导致的生态系统服务价值变化进行了测度和分析。结果表明:1995-2010年,湖南省土地利用发生明显变化,主要表现为城乡建设 用地增加及耕地和草地面积的减少;1995-2000年,湖南省生态系统服务价值略有提升,由8807.8亿元变为8829.5亿元,增加0.25%。但 自2000年以后,生态系统服务价值持续下降,由2000年的8829.5亿元降至2010年的8770.9亿元,下降0.66%。最后,提出保障湖南省 生态系统服务功能的土地利用优化配置建议。 . 以1995年、2000年、 2005年和2010年四期Landsat TM影像解译数据和社会经济数据为基础,借助Arc GIS分析手段,探讨了期间湖南省的土地利用转型情况。借鉴全球生态系统服务价值的最新研究成果,结合中国实际情况对生态系统服务价值系数进行了修订,进 而对湖南省土地利用转型导致的生态系统服务价值变化进行了测度和分析。结果表明:1995-2010年,湖南省土地利用发生明显变化,主要表现为城乡建设 用地增加及耕地和草地面积的减少;1995-2000年,湖南省生态系统服务价值略有提升,由8807.8亿元变为8829.5亿元,增加0.25%。但 自2000年以后,生态系统服务价值持续下降,由2000年的8829.5亿元降至2010年的8770.9亿元,下降0.66%。最后,提出保障湖南省 生态系统服务功能的土地利用优化配置建议。 |
[7] | . . |
[8] | . <div >生态风险评价作为一种新型环境管理工具,提供了定量化评估土地利用变化生态效应的新视角.本研究以福建海坛岛为案例区,基于1990年Landsat TM与2010年SPOT5遥感影像、2030年平潭综合试验区总体布局规划图和野外调查等数据,构建度量生态终点的生态风险表征指数,运用探索性空间数据分析中的空间自相关和半方差分析方法,对海坛岛过去现在未来不同土地利用情景下生态风险进行评价,分析其潜在的风险性及其变化趋势.结果表明: 海坛岛生态风险指数存在明显的尺度效应,在3000 m范围内表现出较强的正相关,生态风险指数空间分布以高高聚集和低低聚集类型为主;生态风险指数具有显著的各向同性特点,且其空间分布与对应时期局部空间自相关指数分布模式一致;各生态风险等级区年际变化较为剧烈,波动态势与波动幅度均有所不同;低生态风险区呈先增后降趋势,中、高生态风险区呈先降后升趋势.规划期的人为扰动强烈,高生态风险区在整个区域扩展蔓延.为减低土地利用生态风险、维护区域生态安全,可采取的生态风险控制策略包括:优化土地资源空间格局、保护关键生态区域、控制建设用地规模.</div><div ></br> </div> . <div >生态风险评价作为一种新型环境管理工具,提供了定量化评估土地利用变化生态效应的新视角.本研究以福建海坛岛为案例区,基于1990年Landsat TM与2010年SPOT5遥感影像、2030年平潭综合试验区总体布局规划图和野外调查等数据,构建度量生态终点的生态风险表征指数,运用探索性空间数据分析中的空间自相关和半方差分析方法,对海坛岛过去现在未来不同土地利用情景下生态风险进行评价,分析其潜在的风险性及其变化趋势.结果表明: 海坛岛生态风险指数存在明显的尺度效应,在3000 m范围内表现出较强的正相关,生态风险指数空间分布以高高聚集和低低聚集类型为主;生态风险指数具有显著的各向同性特点,且其空间分布与对应时期局部空间自相关指数分布模式一致;各生态风险等级区年际变化较为剧烈,波动态势与波动幅度均有所不同;低生态风险区呈先增后降趋势,中、高生态风险区呈先降后升趋势.规划期的人为扰动强烈,高生态风险区在整个区域扩展蔓延.为减低土地利用生态风险、维护区域生态安全,可采取的生态风险控制策略包括:优化土地资源空间格局、保护关键生态区域、控制建设用地规模.</div><div ></br> </div> |
[9] | . |
[10] | . 生态风险评价是近十几年来逐渐新兴并发展起来的一个研究领域。其含义是指利用地理学、生物学、景观生态学、环境学等多学科的综合知识,采用数学、概率论等风险分析技术手段来预测、分析和评价具有不确定性的灾害或事件对生态系统及其分可能造成的损伤。其实质就是将风险的思想和概念引入生态环境影响评价中,它是一个评价具有不确定性的事件在未来发生的概率、强度以及由此而可能给生态环境造成的损害大小的过程和方法。... . 生态风险评价是近十几年来逐渐新兴并发展起来的一个研究领域。其含义是指利用地理学、生物学、景观生态学、环境学等多学科的综合知识,采用数学、概率论等风险分析技术手段来预测、分析和评价具有不确定性的灾害或事件对生态系统及其分可能造成的损伤。其实质就是将风险的思想和概念引入生态环境影响评价中,它是一个评价具有不确定性的事件在未来发生的概率、强度以及由此而可能给生态环境造成的损害大小的过程和方法。... |
[11] | . 以三峡库区重庆开县消落区为研究对象,基于风险度量的基本原理,在实地考察、历史资料考证和2007年遥感影像景观分类的基础上引入相对风险模型,将研究区划分为4个风险单元,并选取5种生境类型、5类风险源和3种生态受体,以此计算该地区不同风险小区土地利用的综合生态风险值,并依据生态风险值的高低划分为4级.研究结果表明,在消落区内,风险等级随着土地出露水面海拔高度的增加而加大,在海拔达到170 m以上的消落区生态系统受到的伤害更大.作物种植等风险源对生物物种、生态系统等生态受体的作用是生态风险增大的主要原因,其中,生物物种受到的风险最大,其次为生态系统、景观格局.研究结果可为三峡库区的环境保护和生态风险管理决策提供科学依据. . 以三峡库区重庆开县消落区为研究对象,基于风险度量的基本原理,在实地考察、历史资料考证和2007年遥感影像景观分类的基础上引入相对风险模型,将研究区划分为4个风险单元,并选取5种生境类型、5类风险源和3种生态受体,以此计算该地区不同风险小区土地利用的综合生态风险值,并依据生态风险值的高低划分为4级.研究结果表明,在消落区内,风险等级随着土地出露水面海拔高度的增加而加大,在海拔达到170 m以上的消落区生态系统受到的伤害更大.作物种植等风险源对生物物种、生态系统等生态受体的作用是生态风险增大的主要原因,其中,生物物种受到的风险最大,其次为生态系统、景观格局.研究结果可为三峡库区的环境保护和生态风险管理决策提供科学依据. |
[12] | . 以农牧交错带的典型区域——内蒙古翁牛特旗为研究对象,基于景观结构中的景观干扰度指数和景观脆弱度指数构建区域生态风险指数,并借助空间统计学中的空间自相关和半方差分析方法,进行区域生态风险空间分布和梯度变化特征分析,得出如下结论:(1)研究区内的生态风险度存在着一定的正相关关系,并随着粒度增大,呈现出下降的趋势;(2)1985~2000 年的15 a 中,研究区生态环境质量整体有所下降,生态风险指数较高的地区有所增加;(3)研究区内的沙地坨甸区生态风险度高,相邻区域的生态风险度也较高;(4)研究区生态风险指数空间分异的步长都比较大,为410. 9 km。 . 以农牧交错带的典型区域——内蒙古翁牛特旗为研究对象,基于景观结构中的景观干扰度指数和景观脆弱度指数构建区域生态风险指数,并借助空间统计学中的空间自相关和半方差分析方法,进行区域生态风险空间分布和梯度变化特征分析,得出如下结论:(1)研究区内的生态风险度存在着一定的正相关关系,并随着粒度增大,呈现出下降的趋势;(2)1985~2000 年的15 a 中,研究区生态环境质量整体有所下降,生态风险指数较高的地区有所增加;(3)研究区内的沙地坨甸区生态风险度高,相邻区域的生态风险度也较高;(4)研究区生态风险指数空间分异的步长都比较大,为410. 9 km。 |
[13] | . 基于传统生态风险研究的缺陷,从景观尺度研究了人类活动和自然胁 迫造成的生态风险,构建了景观生态风险指数,并分析了其相应参数.以山西省平遥县作为研究案例,计算其各网格景观生态风险指数,得出了该县景观生态风险的 空间分布特征.结果表明,平遥县景观生态风险分布与区域内土地利用方式和强度,具有较高的相关关系,区域水文特征和人类活动是影响景观生态风险扩散的重要 原因. . 基于传统生态风险研究的缺陷,从景观尺度研究了人类活动和自然胁 迫造成的生态风险,构建了景观生态风险指数,并分析了其相应参数.以山西省平遥县作为研究案例,计算其各网格景观生态风险指数,得出了该县景观生态风险的 空间分布特征.结果表明,平遥县景观生态风险分布与区域内土地利用方式和强度,具有较高的相关关系,区域水文特征和人类活动是影响景观生态风险扩散的重要 原因. |
[14] | . 以深圳市龙华镇为中心的324km^2正方形区域为例,以1988-1996年期间的5幅景 观遥感解译图基本信息源源,根据不同时段景观元素的结构特征,构造一个综合性生态风险指数,利用系统空间采样方法对生态风险指数进行变量空间化。通过对生 态风险九采样结果进行半变异数分析和空间插值,可以解释生态的空间特征和内在形成机制。 . 以深圳市龙华镇为中心的324km^2正方形区域为例,以1988-1996年期间的5幅景 观遥感解译图基本信息源源,根据不同时段景观元素的结构特征,构造一个综合性生态风险指数,利用系统空间采样方法对生态风险指数进行变量空间化。通过对生 态风险九采样结果进行半变异数分析和空间插值,可以解释生态的空间特征和内在形成机制。 |
[15] | . <p>面向全球城市化进程的快速推进与生物圈环境变化的不断增强,生态风险评价能够明晰制约区域生态持续性的主要生态要素与过程,成为当前自然地理学与宏观生态学应对社会—生态系统综合管理的热点研究领域之一。景观生态学高度关注空间异质性及景观格局—过程互馈,景观生态风险评价则为这一领域提供了新的研究视角。本文明确界定了景观生态风险评价的概念内涵,系统梳理了景观生态风险评价与生态风险评价、区域生态风险评价的异同;从评价对象的类型选择、评价单元的景观意义表征、评价方法的范式统一、评价模型的指数化途径和评价指标权重设定等方面,探讨了国内外景观生态风险评价的近今进展;同时,研究还展望了景观生态风险评价的重点发展方向,即基于景观过程的生态内涵明晰、尺度推绎在风险评价中的应用、评价结果的不确定性分析、耦合非线性生态模型的风险阈值判定、生态系统服务及其价值的整合、源汇景观过程识别与模型综合集成。</p> . <p>面向全球城市化进程的快速推进与生物圈环境变化的不断增强,生态风险评价能够明晰制约区域生态持续性的主要生态要素与过程,成为当前自然地理学与宏观生态学应对社会—生态系统综合管理的热点研究领域之一。景观生态学高度关注空间异质性及景观格局—过程互馈,景观生态风险评价则为这一领域提供了新的研究视角。本文明确界定了景观生态风险评价的概念内涵,系统梳理了景观生态风险评价与生态风险评价、区域生态风险评价的异同;从评价对象的类型选择、评价单元的景观意义表征、评价方法的范式统一、评价模型的指数化途径和评价指标权重设定等方面,探讨了国内外景观生态风险评价的近今进展;同时,研究还展望了景观生态风险评价的重点发展方向,即基于景观过程的生态内涵明晰、尺度推绎在风险评价中的应用、评价结果的不确定性分析、耦合非线性生态模型的风险阈值判定、生态系统服务及其价值的整合、源汇景观过程识别与模型综合集成。</p> |
[16] | . . |
[17] | . 对于生态系统 ,灾害性事件的产生多为外界胁迫因素与系统内部生态结构不稳定性因素共同作用的结果 ,因此对流域生态风险进行评价时应充分考虑系统内部的生态结构与外界的胁迫性因素。目前国内外对于外界胁迫性因素的研究多集中在自然灾害 (如洪涝灾害 )以及外界污染物主要集中在重金属类的排入 ,而事实上 ,其他类型的污染物 ,如氮、磷等也将对生态系统产生一定的危害 ,由于这些污染物浓度在个别地区超标程度较高并可能对受体产生巨大的影响 ,因此将该类污染物作为一类重要因素纳入生态风险评价体系中是非常必要的 ,而由此得出的评价结果也更为系统和全面。以洞庭湖地区的东、南、西三部分作为研究区域 ,根据其特殊的背景 ,将工业污染、农业污染及血防污染作为其污染类风险源 ,引入由氮毒性污染指数、磷毒性污染指数、重金属类毒性污染指数共同构成的毒性污染指数与自然灾害指数和系统本身的生态指数 ,包括生物指数、多样性指数、物种重要性指数以及脆弱性指数完成了对洞庭湖流域的区域生态风险评价。 . 对于生态系统 ,灾害性事件的产生多为外界胁迫因素与系统内部生态结构不稳定性因素共同作用的结果 ,因此对流域生态风险进行评价时应充分考虑系统内部的生态结构与外界的胁迫性因素。目前国内外对于外界胁迫性因素的研究多集中在自然灾害 (如洪涝灾害 )以及外界污染物主要集中在重金属类的排入 ,而事实上 ,其他类型的污染物 ,如氮、磷等也将对生态系统产生一定的危害 ,由于这些污染物浓度在个别地区超标程度较高并可能对受体产生巨大的影响 ,因此将该类污染物作为一类重要因素纳入生态风险评价体系中是非常必要的 ,而由此得出的评价结果也更为系统和全面。以洞庭湖地区的东、南、西三部分作为研究区域 ,根据其特殊的背景 ,将工业污染、农业污染及血防污染作为其污染类风险源 ,引入由氮毒性污染指数、磷毒性污染指数、重金属类毒性污染指数共同构成的毒性污染指数与自然灾害指数和系统本身的生态指数 ,包括生物指数、多样性指数、物种重要性指数以及脆弱性指数完成了对洞庭湖流域的区域生态风险评价。 |
[18] | . 流域生态风险评价是流域生态环境保护与管理的重要研究内容,与一 般的区域生态风险评价相比,具有其独特的流域特征.在已有研究基础上,对流域生态风险评价进行了概念界定与特征分析,并按照风险源、生态受体、生态终点的 分类标准对流域生态风险评价进行了类型划分,简要评述了流域生态风险评价的相关研究主题,并尝试构建反映流域时空尺度变化规律的生态风险评价概念模型.最 后针对流域生态风险评价的研究现状,重点讨论了目前存在的不足及未来的研究趋向. . 流域生态风险评价是流域生态环境保护与管理的重要研究内容,与一 般的区域生态风险评价相比,具有其独特的流域特征.在已有研究基础上,对流域生态风险评价进行了概念界定与特征分析,并按照风险源、生态受体、生态终点的 分类标准对流域生态风险评价进行了类型划分,简要评述了流域生态风险评价的相关研究主题,并尝试构建反映流域时空尺度变化规律的生态风险评价概念模型.最 后针对流域生态风险评价的研究现状,重点讨论了目前存在的不足及未来的研究趋向. |
[19] | . 利用GIS的空间分析功能,对云南澜沧江流域1980年、1992年和2000年3期TM遥感影像解译的土地利用解译数据进行图层代数运算,定量分析了土地利用变化及各种土地利用方式的相互转化关系;在土地利用变化的基础上,以景观干扰指数和土地利用类型的敏感度指数为评价指标,分析了不同研究时段内不同空间范围的景观生态风险变化情况.研究结果表明,自1992年以来该流域生态环境受人类活动干扰增强,耕地、林地、草地三者之间相互转化频率较高;土地利用结构的变化已导致景观生态风险指数发生显著时空差异,中级以上的生态风险主要分布于该流域的中下游,分布范围呈东南向西北方向扩展,风险较高的地区增加幅度较大.受地形、地貌的影响,该区域的景观生态风险各向异性较显著,自相关范围在7.5km之内.澜沧江流域景观生态风险有扩大的趋势,应加强中级以上景观生态风险区域的生态保护与建设,以实现澜沧江流域的生态环境与社会经济的可持续发展. . 利用GIS的空间分析功能,对云南澜沧江流域1980年、1992年和2000年3期TM遥感影像解译的土地利用解译数据进行图层代数运算,定量分析了土地利用变化及各种土地利用方式的相互转化关系;在土地利用变化的基础上,以景观干扰指数和土地利用类型的敏感度指数为评价指标,分析了不同研究时段内不同空间范围的景观生态风险变化情况.研究结果表明,自1992年以来该流域生态环境受人类活动干扰增强,耕地、林地、草地三者之间相互转化频率较高;土地利用结构的变化已导致景观生态风险指数发生显著时空差异,中级以上的生态风险主要分布于该流域的中下游,分布范围呈东南向西北方向扩展,风险较高的地区增加幅度较大.受地形、地貌的影响,该区域的景观生态风险各向异性较显著,自相关范围在7.5km之内.澜沧江流域景观生态风险有扩大的趋势,应加强中级以上景观生态风险区域的生态保护与建设,以实现澜沧江流域的生态环境与社会经济的可持续发展. |
[20] | . 有效、合理地评估快速城市化过程中自然/半自然景观的生态风险,对于优化城市土地利用格局、降低和防范城市生态环境风险,非常必要。论文在利用遥感和GIS技术测量北京1991~2004年景观变化的基础上,建立了一个多因素景观空间生态风险评价模型,并以此对北京地区1991~2004年快速城市扩展过程中的自然/半自然景观的空间生态风险水平进行了评估分析。具体结论为:①伴随着快速城市化过程,1991~2004年北京景观变化的主要特征为人工建筑景观持续增加以及耕地景观大量减少;同时,山区林地景观增加也比较明显。②研究区自然/半自然景观的生态风险水平总体表现出上升的趋势。其中,山区自然景观空间生态风险水平要明显低于平原区,受区域快速城市化过程影响相对较小。③研究区各种自然/半自然景观类型间生态风险水平也存在一定的不同。其中,森林景观的生态风险最低,而混合景观的生态风险最高,受区域快速城市化过程的影响最为明显。④研究区新增建设用地景观单元主要来源于耕地和混合两种景观类型,其中混合景观所占比重最高。 . 有效、合理地评估快速城市化过程中自然/半自然景观的生态风险,对于优化城市土地利用格局、降低和防范城市生态环境风险,非常必要。论文在利用遥感和GIS技术测量北京1991~2004年景观变化的基础上,建立了一个多因素景观空间生态风险评价模型,并以此对北京地区1991~2004年快速城市扩展过程中的自然/半自然景观的空间生态风险水平进行了评估分析。具体结论为:①伴随着快速城市化过程,1991~2004年北京景观变化的主要特征为人工建筑景观持续增加以及耕地景观大量减少;同时,山区林地景观增加也比较明显。②研究区自然/半自然景观的生态风险水平总体表现出上升的趋势。其中,山区自然景观空间生态风险水平要明显低于平原区,受区域快速城市化过程影响相对较小。③研究区各种自然/半自然景观类型间生态风险水平也存在一定的不同。其中,森林景观的生态风险最低,而混合景观的生态风险最高,受区域快速城市化过程的影响最为明显。④研究区新增建设用地景观单元主要来源于耕地和混合两种景观类型,其中混合景观所占比重最高。 |
[21] | . 基于辽宁沿海城市带1992和2007年2期遥感影像的解译数据,利用GIS空间分析技术,从土地利用变化和人口增长压力两个方面构建模型对辽宁沿海城市带生态风险进行了综合评价。结果表明:1992—2007年,生态风险格局呈现出由内陆向沿海(由北向南)逐步增加的趋势,地势平坦、交通发达和人口密集地区的生态风险较高;高海拔、人为干扰相对较少的山地和丘陵地区的生态风险较低;两个时期生态风险的转移矩阵表明,15年间不同生态风险等级之间的转化主要表现在低等级风险向高等级风险的发展,辽宁沿海城市带生态压力日益变大,生态风险等级和范围不断增加。 . 基于辽宁沿海城市带1992和2007年2期遥感影像的解译数据,利用GIS空间分析技术,从土地利用变化和人口增长压力两个方面构建模型对辽宁沿海城市带生态风险进行了综合评价。结果表明:1992—2007年,生态风险格局呈现出由内陆向沿海(由北向南)逐步增加的趋势,地势平坦、交通发达和人口密集地区的生态风险较高;高海拔、人为干扰相对较少的山地和丘陵地区的生态风险较低;两个时期生态风险的转移矩阵表明,15年间不同生态风险等级之间的转化主要表现在低等级风险向高等级风险的发展,辽宁沿海城市带生态压力日益变大,生态风险等级和范围不断增加。 |
[22] | . 为了探讨经济快速发展地区土地利用变化对土地生态系统造成的风险,该文以珠江三角洲为研究对象,分析了其1990-2006年土地利用变化特征,构建了区域生态风险指数,并以5 km×5 km的单元网格进行系统采样,借助空间自相关和半方差分析方法,探讨了珠江三角洲的生态风险空间分布及变化特征,结果表明:1990-2006年,珠江三角洲土地利用发生变化的面积高达12 105.05 km2,占土地总面积的29.35%,建设用地快速扩张,基塘持续增加,耕地、林地迅速减少;整个珠江三角洲的生态风险指数由1990年的0.2713增至2006年的0.3318,风险程度增加了22.31%,在空间分布上具有明显的正相关性,空间集聚逐渐增强,深圳、东莞、广州市区、花都、南海、顺德、佛山市区及中山等是生态风险指数高值聚集区,指数变化更为明显,风险程度明显提高;高、较高生态风险区面积快速增加,由1990年的4874.52 km2增加到2006年的12 494.93 km2,占土地总面积的比例由11.82%增至30.30%;生态风险程度呈现明显的圈层结构,以佛山市区-广州市区-深圳为轴向外风险程度逐渐降低。研究结果为区域土地可持续利用提供新的思路和方法,从而促进土地利用与生态环境的协调发展。该研究为生态风险管理政策的制定提供科学依据。 . 为了探讨经济快速发展地区土地利用变化对土地生态系统造成的风险,该文以珠江三角洲为研究对象,分析了其1990-2006年土地利用变化特征,构建了区域生态风险指数,并以5 km×5 km的单元网格进行系统采样,借助空间自相关和半方差分析方法,探讨了珠江三角洲的生态风险空间分布及变化特征,结果表明:1990-2006年,珠江三角洲土地利用发生变化的面积高达12 105.05 km2,占土地总面积的29.35%,建设用地快速扩张,基塘持续增加,耕地、林地迅速减少;整个珠江三角洲的生态风险指数由1990年的0.2713增至2006年的0.3318,风险程度增加了22.31%,在空间分布上具有明显的正相关性,空间集聚逐渐增强,深圳、东莞、广州市区、花都、南海、顺德、佛山市区及中山等是生态风险指数高值聚集区,指数变化更为明显,风险程度明显提高;高、较高生态风险区面积快速增加,由1990年的4874.52 km2增加到2006年的12 494.93 km2,占土地总面积的比例由11.82%增至30.30%;生态风险程度呈现明显的圈层结构,以佛山市区-广州市区-深圳为轴向外风险程度逐渐降低。研究结果为区域土地可持续利用提供新的思路和方法,从而促进土地利用与生态环境的协调发展。该研究为生态风险管理政策的制定提供科学依据。 |
[23] | . 海岸带是全球环境变化最为敏感 的地区之一,其土地利用变化可引起多种资源与生态过程的改变。随着人口的增加以及经济的发展,盐城海岸带土地利用变化不断加剧,耕地和水域是其变化的2个 核心。文章分析了该区土地利用及其变化对土壤环境、水环境以及生物多样性的生态效应,分析表明,滩涂在合理农业土地利用方式下可使土壤达到淋盐增肥的效 果;入海河道污染负荷成倍增加,居民工矿用地扩展是导致盐城海岸带水环境质量下降的主要原因;因滩涂开发利用使生境压力增大、景观破碎化程度增加,威胁盐 城海岸带生物多样性。 . 海岸带是全球环境变化最为敏感 的地区之一,其土地利用变化可引起多种资源与生态过程的改变。随着人口的增加以及经济的发展,盐城海岸带土地利用变化不断加剧,耕地和水域是其变化的2个 核心。文章分析了该区土地利用及其变化对土壤环境、水环境以及生物多样性的生态效应,分析表明,滩涂在合理农业土地利用方式下可使土壤达到淋盐增肥的效 果;入海河道污染负荷成倍增加,居民工矿用地扩展是导致盐城海岸带水环境质量下降的主要原因;因滩涂开发利用使生境压力增大、景观破碎化程度增加,威胁盐 城海岸带生物多样性。 |
[24] | . <p>巴西热带雨林地区森林景观转化及破碎化导致森林生态系统的功能和区域环境发生变化,并引起全球范围内的关注。以欧洲太空局全球土地利用/土地覆被数据和Landsat解译数据为基础,利用热点提取、信息熵、地统计分析模型及轨迹分析的方法探讨不同砍伐阶段森林破碎性的变化特点以及森林破碎化与整个区域景观格局变化的相关性。结果表明:① 热带雨林地区的森林面积迅速减少,其中,Rondonia州、Maton Grosso州和Para州最为典型。② 森林破碎性的变化趋势并非整体性的增加或减少,而是出现明显的局地性特点;③ 森林砍伐的数量与土地系统的信息熵呈正相关,即森林的数量及质量直接决定巴西热带雨林地区的土地系统稳定性。</p> . <p>巴西热带雨林地区森林景观转化及破碎化导致森林生态系统的功能和区域环境发生变化,并引起全球范围内的关注。以欧洲太空局全球土地利用/土地覆被数据和Landsat解译数据为基础,利用热点提取、信息熵、地统计分析模型及轨迹分析的方法探讨不同砍伐阶段森林破碎性的变化特点以及森林破碎化与整个区域景观格局变化的相关性。结果表明:① 热带雨林地区的森林面积迅速减少,其中,Rondonia州、Maton Grosso州和Para州最为典型。② 森林破碎性的变化趋势并非整体性的增加或减少,而是出现明显的局地性特点;③ 森林砍伐的数量与土地系统的信息熵呈正相关,即森林的数量及质量直接决定巴西热带雨林地区的土地系统稳定性。</p> |
[25] | . 利用西安市土地利用解译图及社会经济数据,在界定都市农业景观的前提下,分析西安市都市农业景观破碎化过程,在此基础上分析都市农业景观破碎化对生态系统服务价值的影响。结果表明:① 1999-2011 年,西安市都市农业景观的斑块密度、分离度指数增加,都市农业景观呈破碎化趋势;② 都市农业景观分离度与都市农业生态系统服务总价值及各项价值均呈较强的负相关关系;破碎化过程中废物处理及土壤形成价值减少量最大,同时食物生产价值减少率最大,减少了12.73%,娱乐文化减少的价值量及减少率最小,为1.93%;③ 耕地、林地、水域呈景观破碎化趋势,而园地聚集度上升,同时耕地、林地、水域的生态系统服务价值下降,园地生态系统服务价值增加。 . 利用西安市土地利用解译图及社会经济数据,在界定都市农业景观的前提下,分析西安市都市农业景观破碎化过程,在此基础上分析都市农业景观破碎化对生态系统服务价值的影响。结果表明:① 1999-2011 年,西安市都市农业景观的斑块密度、分离度指数增加,都市农业景观呈破碎化趋势;② 都市农业景观分离度与都市农业生态系统服务总价值及各项价值均呈较强的负相关关系;破碎化过程中废物处理及土壤形成价值减少量最大,同时食物生产价值减少率最大,减少了12.73%,娱乐文化减少的价值量及减少率最小,为1.93%;③ 耕地、林地、水域呈景观破碎化趋势,而园地聚集度上升,同时耕地、林地、水域的生态系统服务价值下降,园地生态系统服务价值增加。 |
[26] | . Landscape indicators, when combined with information about environmental conditions (such as habitat potential, biodiversity, carbon and nutrient cycling, and erosion) and socioeconomic forces, can provide insights about changing ecosystem services. They also provide information about opportunities for improving natural resources management. Landscape indicators rely on data regarding land cover, land management and land functionality. Challenges in using landscape indicators to assess change and effects include (1) measures of land management and attributes that are reliable, robust and consistent for all areas on the Earth do not exist, and thus land cover is more frequently utilized; (2) multiple types of land cover and management are often found within a single landscape and are constantly changing, which complicates measurement and interpretation; and (3) while causal analysis is essential for understanding and interpreting changes in indicator values, the interactions among multiple causes and effects over time make accurate attribution among many drivers of change particularly difficult. Because of the complexity, sheer number of variables, and limitations of empirical data on land changes, models are often used to illustrate and estimate values for landscape indicators, and those models have several problems. Recommendations to improve our ability to assess the effects of changes in land management include refinement of questions to be more consistent with available information and the development of data sets based on systematic measurement over time of spatially explicit land qualities such as carbon and nutrient stocks, water and soil quality, net primary productivity, habitat and biodiversity. Well-defined and consistent land-classification systems that are capable of tracking changes in these and other qualities that matter to society need to be developed and deployed. Because landscapes are so dynamic, it is crucial to develop ways for the scientific community to work together to collect data and develop tools that will enable better analysis of causes and effects and to develop robust management recommendations that will increases land's capacity to meet societal needs in a changing world. |
[27] | . . |
[28] | . |
[29] | |
[30] | . 以辽宁省锦州湾沿海经济开发区为研究区,利用1992、2000和2007年3个时期的TM遥感影像为数据源,通过计算各景观格局指数,引入生态风险指数,利用GIS和地统计学,对生态风险指数进行采样和空间插值,得到基于景观格局的生态风险分布图。运用相对指标法对生态风险指数进行分级,将研究区域划分为低生态风险区、较低生态风险区、中等生态风险区、较高生态风险区和高生态风险区5个等级,在此基础上通过将不同时期的生态风险图层进行叠加运算,分析了研究区景观生态风险的时空变化情况。结果表明:近15a来研究区生态风险主要以中等程度为主;处于低、较低生态风险程度的区域面积变化不大,空间分布也一直位于西部低山丘陵地区;较高生态风险区域面积增加较为显著,主要发生在兴城市和绥中县东南沿海地区;高生态风险区面积随着未利用地和芦苇湿地等高生态脆弱性景观类型面积的减少而略有下降。 . 以辽宁省锦州湾沿海经济开发区为研究区,利用1992、2000和2007年3个时期的TM遥感影像为数据源,通过计算各景观格局指数,引入生态风险指数,利用GIS和地统计学,对生态风险指数进行采样和空间插值,得到基于景观格局的生态风险分布图。运用相对指标法对生态风险指数进行分级,将研究区域划分为低生态风险区、较低生态风险区、中等生态风险区、较高生态风险区和高生态风险区5个等级,在此基础上通过将不同时期的生态风险图层进行叠加运算,分析了研究区景观生态风险的时空变化情况。结果表明:近15a来研究区生态风险主要以中等程度为主;处于低、较低生态风险程度的区域面积变化不大,空间分布也一直位于西部低山丘陵地区;较高生态风险区域面积增加较为显著,主要发生在兴城市和绥中县东南沿海地区;高生态风险区面积随着未利用地和芦苇湿地等高生态脆弱性景观类型面积的减少而略有下降。 |
[31] | |
[32] | |
[33] | . Many environmental scientists are analysing spatial data by geostatistical methods and interpolating from sparse sample data by kriging to make maps. They recognize its merits in providing unbiased estimates with minimum variance. Several statistical packages now have the facilities they require, as do some geographic information systems. In the latter kriging is an option for interpolation that can be done at the press of a few buttons. Unfortunately, the ease conferred by this allows one to krige without understanding and to produce unreliable and even misleading results. Crucial for sound kriging is a plausible function for the spatial covariances or, more widely, of the variogram. The variogram must be estimated reliably and then modelled with valid mathematical functions. This requires an understanding of the assumptions in the underlying theory of random processes on which geostatistics is based. Here we guide readers through computing the sample variogram and modelling it by weighted least-squares fitting. We explain how to choose the most suitable functions by a combination of graphics and statistical diagnostics. Ordinary kriging follows straightforwardly from the model, but small changes in the model function and its parameters can affect the kriging error variances. When kriging is automated these effects remain unknown. We explain the choices to be made when kriging, i.e. whether the support is at points or over blocks, and whether the predictions are global or within moving windows. |
[34] | |
[35] | . |
[36] | . The objective of this study is to provide an approach for assessing the short-term risk of mountain pine beetle Dendroctonus ponderosae Hopkins (Coleoptera: Scolytidae) attack over large forested areas based on the spatial-temporal behavior of beetle spread. This is accomplished by integrating GIS, aerial overview surveys, and local indicators of spatial association (LISA) in order to measure the spatial relationships of mountain pine beetle impacts from one year to the next. Specifically, we implement a LISA method called the bivariate local Moran's I-i to estimate the risk of mountain pine beetle attack across the pine distribution of British Columbia, Canada. The bivariate local Moran's I-i provides a means for classifying locations into separate qualitative risk categories that describe insect population dynamics from one year to the next, revealing where mountain pine beetle populations are most likely to increase, stay constant, or decline. The accuracy of the model's prediction of qualitative risk was higher in initial years and lower in later years of the study, ranging from 91% in 2002 to 72% in 2006. The risk rating can be continually updated by utilizing annual overview surveys, thus ensuring that risk prediction remains relatively high in the short-term. Such information can equip forest managers with the ability to allocate mitigation resources for responding to insect epidemics over very large areas. (C) 2013 Elsevier Ltd. All rights reserved. |
[37] | . . |
[38] | . . |
[39] | . 基于江苏省射阳县2010年度全国第二次土地利用变更调查的数据,利用GIS软件平台及景观生态学方法探讨射阳县土地利用景观格局特征并划分土地利用景观类型。结果表明:不同的土地利用类型在整个县域及沿景观格局梯度表现出明显的空间特征。耕地是最大优势景观类型,城镇村及工矿用地斑块形状不规则,水域及水利设施用地斑块分布连续而集中,其他土地破碎程度较高。景观指数沿样带呈现不同的变化规律。斑块密度沿样带呈现较大幅度的变化,景观形状指数变化幅度较小,蔓延度出现微幅变化。土地利用景观存在明显的镇域空间分异。黄沙港镇、合德镇、经济开发区斑块形状不规则,海通镇、新坍镇景观破碎程度较高,合德镇、兴桥镇、洋马镇斑块呈小而集聚型分布。土地利用景观可划分为高强度、中强度、低强度、弱强度四种土地利用景观区。 . 基于江苏省射阳县2010年度全国第二次土地利用变更调查的数据,利用GIS软件平台及景观生态学方法探讨射阳县土地利用景观格局特征并划分土地利用景观类型。结果表明:不同的土地利用类型在整个县域及沿景观格局梯度表现出明显的空间特征。耕地是最大优势景观类型,城镇村及工矿用地斑块形状不规则,水域及水利设施用地斑块分布连续而集中,其他土地破碎程度较高。景观指数沿样带呈现不同的变化规律。斑块密度沿样带呈现较大幅度的变化,景观形状指数变化幅度较小,蔓延度出现微幅变化。土地利用景观存在明显的镇域空间分异。黄沙港镇、合德镇、经济开发区斑块形状不规则,海通镇、新坍镇景观破碎程度较高,合德镇、兴桥镇、洋马镇斑块呈小而集聚型分布。土地利用景观可划分为高强度、中强度、低强度、弱强度四种土地利用景观区。 |
[40] | . 通过野外实地调研与遥感影像解译相结合的方式,研究1977-2014年(1977、1984、2000、2007与2014年)江苏中部滩涂湿地演化与围垦空间演变的规律。结果表明,1977-2014年江苏中部滨海湿地射阳河口以南岸线段总体以淤长为主,但是也存在侵蚀的岸线段,总体淤长/侵蚀速度在±20 m/yr左右,最高值出现在东台和如东洋口港附近。研究区湿地围垦的速度远高于岸线淤长的速度,基本维持在50 m/yr以上。1977-2014年江苏滨海湿地的生态关键区面积出现了快速的退化趋势,特别是盐生植被空间的快速萎缩,主要出现在射阳南部和大丰市。调查发现研究区传统的湿地围垦开发演变模式是光滩→盐生植被→养殖水面→耕地→建设用地。但是现在由于新技术和新方法的应用,极大地缩短了围垦演变路径和周期,有助于围垦经济效益的提高。江苏滨海湿地围垦后土地开发利用强度呈较为明显的上升趋势。同时,江苏滨海湿地开发的热点空间在区域上主要集中于几个重要的港口及其腹地建制镇附近,但总体规模不大。 . 通过野外实地调研与遥感影像解译相结合的方式,研究1977-2014年(1977、1984、2000、2007与2014年)江苏中部滩涂湿地演化与围垦空间演变的规律。结果表明,1977-2014年江苏中部滨海湿地射阳河口以南岸线段总体以淤长为主,但是也存在侵蚀的岸线段,总体淤长/侵蚀速度在±20 m/yr左右,最高值出现在东台和如东洋口港附近。研究区湿地围垦的速度远高于岸线淤长的速度,基本维持在50 m/yr以上。1977-2014年江苏滨海湿地的生态关键区面积出现了快速的退化趋势,特别是盐生植被空间的快速萎缩,主要出现在射阳南部和大丰市。调查发现研究区传统的湿地围垦开发演变模式是光滩→盐生植被→养殖水面→耕地→建设用地。但是现在由于新技术和新方法的应用,极大地缩短了围垦演变路径和周期,有助于围垦经济效益的提高。江苏滨海湿地围垦后土地开发利用强度呈较为明显的上升趋势。同时,江苏滨海湿地开发的热点空间在区域上主要集中于几个重要的港口及其腹地建制镇附近,但总体规模不大。 |