来源:《生态学报》2018年16期
作者:张学玲1,3,余文波1,2,蔡海生1,2,*,郭晓敏3
单位:1江西农业大学江西省鄱阳湖流域农业资源与生态重点实验室/南昌市鄱阳湖生态重点实验室; 2江西农业大学农村土地资源利用与保护研究中心; 3江西农业大学江西省森林培育重点实验室
随着社会经济的快速发展以及人口压力的不断增长,人类活动正越来越强烈地影响着地球的生态系统平衡,导致当前生态环境的脆弱性进一步加剧,生态环境问题越来越突出。通过对区域生态环境脆弱性评价研究相关文献资料整理,认为生态环境脆弱性是个相对的概念,受到自然地理条件因素、系统自身恢复能力、人为活动干扰因素等多重影响,是自然因素和人为因素共同作用的结果。结合生态环境脆弱性内涵表征及其评价的主要内容、评价指标选取及体系构建、评价方法及分析模型等方面的研究,分析了生态脆弱性评价研究领域的发展状况及其不同区域指标体系和评价方法的差异,讨论了在研究理论方法的创新、评价指标体系及计算模型的构建、自然因素和人为因素评判的定量分析描述、评价结果的应用研究等方面仍存在一些问题,并结合评价模型构建、数据处理分析的有效性、评价结果应用等方面分析了生态环境脆弱性评价研究的发展趋势。总体认为,区域生态环境脆弱性评价在未来研究中:研究思路需要进一步突出综合系统性;数据处理需要进一步突出时空动态性;研究方法需要进一步突出学科融合性;研究结果需要进一步突出实践应用性。
人类的一切生产和生活既有赖于生态环境, 同时又影响着生态环境的发展变化。对生态环境科学认识评价和合理优化调控, 既是资源环境领域研究的热点问题, 又是生态进步认知、生态经济发展和生态文明建设的迫切需求。因此, 科学认识生态环境脆弱性并进行有效的土地生态管控, 合理利用土地资源, 促进区域社会经济和人口、资源环境协调发展, 已成为生态环境建设面临的紧迫而又艰巨的任务。自1972年斯德哥尔摩“联合国人类环境会议”世界各国政府代表第一次在一起讨论生态环境问题以来, 已经过去了将近半个世纪, 人类的目光就从未离开过这个事关人类生存与发展的主题, 可持续发展战略、全球气候变化框架条约、新千年生态系统评估、生态优先战略、生态文明建设等一个个重大事件, 无不与之息息相关。国内外相关领域的专家学者, 也随着生态脆弱性研究的理论方法、数据获取、科技手段的更新发展, 实现了从专题研究向综合研究、从单一方法向方法集成、从数理模型分析向3S空间分析等转变, 将生态环境脆弱性研究不断推向深入。国内方面, 徐庆勇等基于RS和GIS技术, 利用空间主成分分析法, 对珠江三角洲2004—2008年进行了生态脆弱性定量评价;韦晶等基于SRP模型, 对三江源地区的生态环境进行了定量分析及评价;卢亚灵等以环渤海地区五省市为研究对象, 利用主成分分析法做相关性分析, 对该地区生态脆弱性及其空间自相关进行了系统分析;蔡海生等在分析生态环境脆弱性的内涵和机理的基础上, 提出生态环境脆弱性具有复合性、动态性、相对性和可控性等表现特征, 并对生态环境脆弱性静态评价和动态评价进行比较分析。国外方面, Lamsal等从气候变化对尼泊尔的地形、海拔等变化角度出发, 分析气候变化对森林和淡水湿地生态系统的脆弱性影响;Preston等认为气候变化背景下的脆弱性评价, 涉及到“评估的目的是什么”“脆弱性评价体系如何构建”“评价的技术方法”“谁参与评价, 以及如何利用评价结果来促进社会经济发展”等4个关键问题;Kienberger等通过建立弹性和适应性来解决生态脆弱性的空间和时间变异性的挑战, 提出了时空尺度和概念的框架:“脆弱性立方体”理念;Malik等从每个区域对气候变化的生态暴露度、人口对气候变化的敏感性、特定地区居住人口的适应能力等三方面构建加权气候变化脆弱性指数, 分析气候变化的各种潜在健康影响因素;Salvati基于ESA方法从气候质量、土壤质量、植被质量、土地管理质量四方面建立评价体系, 对意大利土地脆弱性演变及土地潜在的退化能力进行了空间分析评价;Girard等从气候对自然及人类系统的敏感性及适应能力进行了评价;Pham等基于RF、LMT、BFDT、CART等决策树的机器学习方法选取了16个条件因素对Pauri Garhwal地区土地敏感性进行评估对比分析, 表明RF模型预测最佳, 其次为LMT、BFDT和CART模型;Riedel采用WOWA方法并入重要性权重及ORNESS值来扩展重要性权重, 为复合脆弱性指数提供了新的方法尝试, 对美国未来洪水脆弱性进行了分析。综上所述, 针对生态脆弱性研究, 研究区域从省域尺度到县域、从湖泊到流域、从地区到经济带到全球变化, 研究方法有模糊综合决策分析法和AHP结合、GIS和K-means聚类分析方法、模糊多属性方法(FMA)和GIS空间分析方法、3S技术方法、机器学习方法等等, 研究区域范围涵盖之广、尺度之大, 研究方法、途径多样, 表明区域生态环境脆弱性研究因与人类的“三生空间”联系密切而越来越走向研究常态化。
生态环境脆弱性受到自然条件、人为干扰等诸多因素的干扰, 具有类型多、范围广、时空演变快等特点, 成为21世纪土地资源和生态环境可持续利用的重要障碍。国家严格执行生态优先发展战略, 出台了耕地保护红线、水资源保护红线、生态保护红线、城市开发边界线等管控措施, 为实现资源生态可持续利用和社会经济可持续发展助力。然而, 尽管国内外许多专家学者针对生态环境脆弱性进行了非常广泛而有成效的研究, 但至今尚未形成一个评价范式。进一步综合国际国内生态脆弱性研究方法, 从生态环境脆弱性评价研究对象、评价指标选择和体系构建、计算方法模型、评价结果应用等方面, 分析脆弱性评价研究的现状以及存在的问题, 探讨未来的研究思路及其发展趋势, 对于土地开发利用、国土空间管控和生态文明建设等都具有非常重要的指导意义。
脆弱生态环境分布广泛、类型多样、敏感性强, 在外力作用下容易受到干扰, 失去原有的系统平衡向不利于人类利用的方向发展, 进而影响相应尺度的区域甚至全球生态环境和社会经济发展。生态脆弱性评价作为生态学研究的重要内容之一, 是在全球生态环境现状与演变研究基础上的进一步深化, 是科学认知生态脆弱性现状表征、驱动机理、演变过程、发展趋势的重要途径。1988年在布达佩斯的第七届环境科学委员会(SCOPE)大会上, 首次确认了生态脆弱带的概念, 此后针对生态环境脆弱性的研究日渐活跃。
生态环境脆弱性涉及了生态学、地理学、土地科学、环境科学等众多学科, 所以针对生态环境脆弱性内涵的认识也各有侧重。赵珂等认为生态脆弱性突出表现为生态系统偏离原本良好的稳定状态, 因受外界人为干扰后表现出生态系统的不稳定性;赵桂久等认为生态脆弱性是生态系统在特定时空尺度下相对于干扰而具有的敏感和恢复反应状态, 是生态系统自身属性在外界干扰作用下的表现;徐广才等认为生态环境脆弱性应从暴露、敏感性、适应性三方面来分析, 首先生态系统受到气候变化的影响, 其次受到气候变化影响后对生态系统产生的有利或有害的难易及灵敏程度, 最后是自然及人类活动对其采取的影响措施。虽然学术界针对生态脆弱性还没有统一的定义, 但普遍认为:一是生态环境自身内部的生态系统引起的内在脆弱性, 如气候变化、滑坡、地震、泥石流等;二是由于人类活动干扰所引起的外在脆弱性, 如不合理的人类活动、过度的土地开发利用等对生态系统的破坏, 引发诸如荒漠化、沙尘暴、水土流失等问题。
总之, 生态环境脆弱性是个相对的概念, 是自然因素和人为因素共同作用的结果, 无论其发展成因、表现形式和脆弱程度如何, 都是在特定时空尺度生态系统相对于外界干扰所表现出的生态响应, 只要它易于向生态退化或环境恶化的方向发展, 就应视为脆弱, 当干扰超过了生态环境的承受能力和自恢复能力, 就可能会出现生态脆弱症状。
生态环境脆弱性表征主要包括植被退化、土地适宜性降低、水土流失、地质灾害、荒漠化、盐碱化、环境污染加剧、灾害频度和强度增大、生物多样性退化等。不同时空区域, 生态环境脆弱性主导驱动因素及其表征存在很大的差异。陈美球等从地质基础、地形地貌、土壤类型、气候条件、植被因素、水文因素等6个方面对鄱阳湖区进行了自然脆弱性综合评价;徐庆勇等认为影响珠江三角洲地区生态环境脆弱性的原因是海拔低、暴雨日数多、污染严重、土地利用变化大等4大特征;韦晶等认为三江源地区本身的自然生态环境脆弱是导致区域大规模脆弱的主要原因, 人为活动明显加重了脆弱程度;蔡海生等从水土流失、河流水质、森林覆盖率、环境保护和治理、生态建设和生物多样性保护、人口增长压力、社会经济发展等6个方面, 分析了江西省域生态环境脆弱性特征。Shao等基于SPCA选取指标体系, 通过计算得出影响安宁河流域的主要原因是人为因素, 社会经济因素和“天然林保护”、“绿色粮食”等环保政策等;Jabbar利用3S技术分析地表变化情况, 然后通过选取土地退化指标结合GIS技术对区域生态环境进行变化分析, 结果表明风蚀是影响South part of Iraq生态环境恶化的主要原因;Zhou等从自然因素、经济因素、社会因素等3方面选取了17个指标计算EEV值, 并利用EEV值和影响因子进行多元线性回归得到方程, 分析影响因素的贡献程度, 最后表明在青藏高原东北缘生态环境恶化的过程中, 自然因素的作用强于经济因素和社会因素。
综合上述研究, 区域生态环境脆弱性具体表征主要来自3个方面:(1)自然地理条件因素:不少地区由于海拔高低影响、森林覆盖率低、气候干旱、地质灾害带、生态系统的稳定性差等, 直接导致生态环境系统脆弱;(2)系统自身恢复能力:一般生态系统有着潜在脆弱性和再生性特点, 脆弱生态系统自我恢复能力比较弱, 如果受外力干扰突破了其生态阈值、打破了其生态平衡, 若想恢复其生态功能难度极大;(3)人为活动干扰因素:人口密度及经济发展能源需求量超过资源承载力时, 容易产生森林过度砍伐、过度利用水资源、随意排污等资源不合理利用, 导致土地退化、生态环境污染等问题, 生态环境极容易恶化。
生态脆弱性评价指标选取应结合研究区脆弱性表征, 从导致脆弱性的主导因素中科学选取。一般情况下, 地形、地貌、气候、水文、土壤、地质等可作为潜在(内在)脆弱因子, 植被覆盖、土壤侵蚀、土地利用、社会经济等可以作为胁迫(外在)脆弱因子。综合比较不同区域生态环境脆弱性评价指标选取情况如表1。
建立生态环境脆弱性评价指标体系是评价科学性、客观性的关键一环。蔡海生等对生态环境脆弱性静态评价指标体系构建了三级指标, 其中一级指标主要分为自然潜在脆弱以及人为干扰脆弱两大方面。同时, 蔡海生等对各评价模型指标体系的构建情况进行了具体的归纳, 对生态化评价相关模型的指标体系进行层次划分, 主要划分为目标层、准则(要素)层、指标(因子)层三个基本结构, 其中目标层又分为生态环境质量评价、生态现代化水平评价、生态文明指数评价、工业产业生态化水平评价、农业现代化发展水平评价、小康社会综合评价、国家创新战略生态化评价以及低碳经济发展水平评价等八大目标层。对于区域生态脆弱性评价同样具有一定的借鉴意义。
结合国内外研究情况, 针对生态环境脆弱性特征, 以自然环境因素为主, 综合考虑人为作用因素, 兼顾指标的可操作性和可比性, 基于层次分析法选取自然因素和人为因素两大一级指标, 可以构建一个初步的生态环境脆弱性评价指标体系, 包括2个一级指标、10个二级指标、28个三级指标。如表2所示。
对于各指标权重的确定上, 其方法主要有主观赋权法和客观赋权法。主观赋权法根据评价者依据经验对各个指标的重视程度决定指标的权重, 而客观赋权法是根据各个指标客观上提供的内在信息量来决定指标的权重, 方法有层次分析法、熵权法、多层次模糊综合评价法、熵值法、专家经验法等。
在指标选取和体系构建的基础上, 还需要考虑动态评价和静态评价方面的问题。生态环境脆弱性计算和分析主要包括静态计算(潜在脆弱性计算、胁迫脆弱性计算、现实脆弱性计算)、动态计算(生态环境脆弱性变化绝对度和相对度)。蔡海生等对生态环境脆弱性动态评价的数据收集和处理进行了具体的论述, 其将图形数据和属性数据作为数据的两大来源, 并将生态环境内在脆弱性数据来源细分为地质专题图、地形专题图、土壤专题图、水文专题图、气候专题图等五大方面;生态环境外在脆弱性细分为历年的植被覆盖变化、土壤侵蚀变化、土地利用变化、社会经济变化等四个方面, 并给出了脆弱性数据处理流程图。
生态环境脆弱性评价方法很多, 在生态脆弱性的评价过程中, 具体评价方法的选择十分关键, 应根据指标的不同特征, 针对不同数据的特点来选择能表现系统特征的评价方法。
杨建平等依据县级行政单位将长江黄河源区分为八大地区, 使用主成分分析法对各地区的生态环境进行了综合评价;蔡海生等对我国脆弱生态环境脆弱度评价的脆弱性机理、评价指标的选择以及脆弱度评价方法等研究情况进行了简要的综述, 并就脆弱生态环境脆弱模糊评价法、脆弱生态环境脆弱度定量评价法、脆弱生态环境脆弱度EFI评价法、脆弱生态环境脆弱度AHP评价法、脆弱生态环境脆弱度关联评价法以及脆弱生态环境脆弱度的综合评价进行了较为详细的介绍;廖富强等建立了鄱阳湖典型湿地生态环境脆弱性评价完整的指标体系, 并使用模糊数学的方法对鄱阳湖湿地生态环境脆弱性进行了评价;王瑞燕等将生态位适宜度模型引进到脆弱性评价中, 分析了土地利用变化对生态环境脆弱性的影响机理;Mahapatra等基于层次分析法从物理脆弱性和社会经济变量等两方面构建权重及分数对印度South Gujarat coast地区进行了脆弱性评价;Shao H等基于SPCA选取指标体系, 对安宁河流域的生态脆弱性进行了系统的研究分析;Riedel采用WOWA方法及ORNESS值为脆弱性评价提供了尝试, 对美国未来洪水脆弱性进行了分析。
遥感、地理信息系统与全球定位系统是目前对地系统中空间信息获取、存储管理、更新、分析和应用的三大支撑技术, 简称为“3S”技术, 已经在相关空间信息研究领域得到了广泛的应用。在生态环境领域的研究领域的应用发展迅速, 利用3S技术进行资源环境信息的获取、处理和动态分析成为脆弱生态环境研究的一个重要趋势。
廖炜等基于RS及GIS技术, 从土地利用变化角度入手, 结合土壤类型、气象、道路、水土流失等专题数据及年鉴统计数据, 利用IDRISI地理信息系统软件建立数据库, 采用空间主成分分析法分析了丹江口库区生态环境脆弱性的时间分布规律;荆玉平等结合遥感与GIS技术, 以内蒙古自治区奈曼旗近25年来的土地利用变化为基础, 根据其景观结构和土地利用结构特征, 构建了综合性生态脆弱性指数, 对研究区进行了生态脆弱性评价;陈佳等基于VSD框架和SERV模型, 运用RS和GIS空间技术, 定量分析了榆林市社会——生态系统脆弱性的空间演变规律, 并采用OWA算法, 模拟及预测了决策者不确定性偏好下区域脆弱性未来的情景;Sahana等基于GIS技术分析了印度Rudraprayag地区景观脆弱性从而来探讨森林火灾的敏感性;Rapicetta等通过模拟Etna火山活动, 通过结合地理信息系统(GIS)做出生态脆弱性地图, 对环境脆弱性研究火山爆发提出了新的思路;Wu H等选取土地利用变化及植被覆盖等因素, 基于遥感(RS)和地理信息系统技术(GIS)构建生态环境脆弱性评价体系及模型, 对中国福州市生态环境脆弱性进行了分析。
生态环境脆弱性评价可以分为静态评价和动态评价。静态评价是以一个时间点的指标数据为基础, 评价结果反映的是评价区域内的不同单元之间的脆弱性表征的差异;动态评价是在多个时间点的脆弱性评价, 评价结果反映的是评价区域内的脆弱性表征发展演变情况, 能更加全面的表征区域生态环境脆弱性。根据蔡海生等的研究, 生态环境脆弱性动态评价是静态评价的深入, 是根据不同年份的生态环境胁迫脆弱性静态评价结果的空间叠加分析, 得到各生态脆弱性等级的变化和转移情况, 从而可分析研究区域生态脆弱性的驱动机理、演变过程、发展趋势及其空间特征, 进而为实施有效管控提供决策依据。具体的模型分如下:
(1) 生态环境脆弱性静态计算:
单因子脆弱性(Gi)=等级判分(R)×因子权重(W)
潜在(内在)脆弱性(Gli)=∑[自然因子等级判分(R)×因子权重(W)]
胁迫(外在)脆弱性(Gii)=∑[人文因子等级判分(R)×因子权重(W)]
现实脆弱性(Gri)=潜在脆弱性(Gli)+胁迫脆弱性(Gii)
评价单元脆弱性(G)=∑[单因子脆弱性(Gi)×面积的百分比(P)]
其中, 单因子脆弱性可分别给予1、3、5、7、9的赋分;各因子权重可根据专家咨询法、层次分析法计算确定;潜在脆弱性、胁迫脆弱性、现实脆弱性可分为微脆弱、轻脆弱、中脆弱、强脆弱、极脆弱等5个等级;单因子评价一般以图斑或最小统计区域为评价单元(统计数据);综合评价可选用县乡行政区域划分, 以方便进行生态环境治理。
(2) 生态环境脆弱性动态计算:
生态环境脆弱性绝对变化率(Na) =100%×[现实脆弱性(Ni)-潜在脆弱性(No)]/潜在脆弱性(No)
生态环境脆弱性相对变化率(Nc) =100%×[后期现实脆弱性(Ni2)-前期现实脆弱性(Ni1)]/前期现实脆弱性(Ni1)
其中, 不同年限的生态环境现实脆弱性比较, 正值表示相对退化, 负值表示相对修复。由此, 可对多个单元的计算结果进行聚类分析, 从而对研究区域进行分区。
另外, 钟晓娟等指出生态环境脆弱度是用于研究区域生态脆弱水平和表征生态环境脆弱性程度的重要指标, 他们根据脆弱生态环境的主要成因及结果指标来计算生态环境脆弱度, 采用以下公式计算。
式中, Xi为各指标初始化值;Wi为各指标权重;G为灾区生态脆弱度。
也有专家结合空间栅格数据因子综合分析法, 或者AHP层次分析法, 进行生态脆弱度(EVI)的评价。
式中, fi为第i个因子的评分值, Wi为第i个因子相对应的权重值, n为评价因子个数。EVI值越大, 脆弱程度越重。
综合生态环境脆弱性评价方法模型, 主要包括层次分析法、模糊评价法、主成分法、综合评价法及机器学习(PSVM、RF)等12种, 各模型方法特征比较见表3。
以生态环境脆弱性评价为切入点, 以土地利用变化和社会经济发展为基础, 进行生态环境脆弱性动态评价, 讨论生态环境脆弱性的驱动机理、演变过程和发展趋势, 服务于资源生态可持续利用和社会经济可持续发展, 是生态环境脆弱性研究的通常路径。梳理了最近30年来的发展历程, 依然存在一些问题和不足, 这也是未来的研究中需要破解和改进的地方。
生态环境脆弱性研究是涉及领域和范围较广, 包含了地学、生态、生物等多领域的研究, 具有较强的综合性。研究的切入点、侧重点不同, 则研究的方法模型会存在一定的差异性。但不管研究对象、研究方法有什么不同, 都要涉及到5个方面的内容(如图1):①数据收集;②选择建立评价指标体系;③确定指标体系中各因子权重;④利用模型分析计算脆弱度指数;⑤评价结果的分析和应用。总体上存在以下几个共性的问题。
(1) 研究理论方法创新不足。
当前对区域生态环境脆弱性评价和研究主要集中在实证性研究, 主要针对人地系统展开, 而对于具有较强不确定性的子系统如气候变化、自然灾害等研究较少, 也相对薄弱。脆弱性评价理论方法研究还不够深入, 基于人地耦合的系统脆弱性研究还处于发展阶段, 实证研究仍以生态系统脆弱性评估和多元统计分析为主, 脆弱性实证评价方法尚未成熟, 时空动态及未来趋势预测评价综合性不够, 各地脆弱性实证评价指标体系建构中, 层次与问题目标定位不明确, 针对性不够强。
(2) 评价指标体系及分析模型难以统一。
在生态脆弱性评价的指标选择、模型选取等方面, 不可避免存在外界干扰及数据不完整等不确定因素的影响, 无论是自然条件因素还是社会经济指标都没有统一的分析标准。不同学者在研究中往往有不同的评价指标体系、不同的计算分析方法, 未形成一套综合的、完整的、涉及各种对象和尺度的生态脆弱性评价系统, 导致评价结果存在不确定性, 不同评价区域之间评价结果没有可比性, 评价模型方法的标准化非常需要加强。
(3) 人为主观因素影响了评价结果的有效性。
由于不同的专家学者对生态脆弱性评价等级划分及阈值认知不统一, 对生态脆弱性评价指标的判分、权重和脆弱性等级划分标准不一, 直接导致评价结果的主观性太强。如, 指标或等级评分有5级、4级、3级等标准, 评价结果等级划分采用自然断点法、自然分界法、专家经验、平均分配等不同方法。哪怕是针对同样的研究对象, 不同的专家学者其评价结果都很难进行对比分析, 统一评价指标体系、判分标准及评价等级划分是提升评价结果有效性的关键一环。
(4) 评价结果的应用研究有待拓展。
生态环境脆弱性评价是基于研究者对生态环境认知数据经验分析, 研究结果最终只是一些简单的数值或数值段, 通过“3S”技术我们可以将这些评价结果数值落实到时空区域, 但这不是研究的全部。通过对生态脆弱性动态分析, 认识其驱动机理、演变过程和发展趋势, 进一步与研究区域人地耦合方式、土地利用模式、生态保护措施等有效的衔接, 开展生态环境的分区治理和有效管控研究, 才能提高脆弱生态研究的科学性、有效性和实用性。
生态环境脆弱性评价是自然地理、生态环境和社会经济综合研究的一个交叉领域, 具有很高的现实意义和应用价值。综上所述, 针对某一研究区域进行生态环境脆弱性评价研究, 也许构建的指标体系与评价模型方法或有所不同, 但关于生态脆弱性的驱动机理、演变过程、发展趋势、生态管控等研究目标是相同的。围绕着研究目标更好地实现, 有以下几方面的发展趋势。
(1) 研究思路需要进一步突出综合系统性。
随着研究方法和技术手段发展进步, 无论图形数据和属性数据都突出了综合性, 数据来源都更加稳定、可靠和容易获取。其中包括:地质、地形、土壤、水文、气候等构成生态环境潜在脆弱性的主要分析数据;植被覆盖变化、土壤侵蚀变化、土地利用变化、社会经济变化等构成生态环境胁迫脆弱性的主要分析数据。这为生态脆弱性综合研究提供了很好的数据支撑。在生态环境脆弱性评价目标方面, 以人地关系为切入点, 逐渐从单纯的生态环境脆弱性评价走向生态环境与经济社会耦合脆弱性综合评价, 向“土地利用-社会经济-生态效应”综合研究发展, 帮助我们更好地认知生态环境背景下的人地耦合的时空特征, 为资源生态和社会经济可持续发展提供重要的决策信息和管控依据。
(2) 数据处理需要进一步突出时空动态性。
早期的生态脆弱性评价静态分析的比较多。随着“3S”技术的发展及其广泛应用, 特别是其数据获取、模型构建、数据分析、空间分析、平台展示等功能, 为生态环境脆弱性动态评价提供了强劲的技术支撑。“大数据”背景下, 充分发挥“3S”技术优势, 与传统的研究方法手段相融合, 实现统计信息和空间信息的及时处理, 构建区域尺度上兼备评价、预测与预警功能的生态环境脆弱性评价模型, 将是生态环境脆弱性评价的重要发展方向之一。在“3S”技术支持下, 以全球气候变化为背景的宏观研究也得到了迅速发展, 通过将遥感影像数据与长期定点观测数据相融合, 从时间和空间上更好地分析生态群落的演变、社会经济的发展对生态环境脆弱性的作用机理和发展机制, 实现更科学、客观的时空动态评价。
(3) 研究方法需要进一步突出学科融合性。
在大数据背景下, 生态脆弱性评价的方法不断现代化, 学科交叉研究得到了快速发展。最新的研究显示, 数据的获取更多综合了遥感数据、野外调查、样地调查、地理国情普查等来源, 数据分析方法也综合了自然地理、土地生态、区域经济、社会政策、统计学等相关学科方法, 通过计算机强大的运算功能及3S技术软件平台技术, 将人工智能中的核心机器学习方法运用到生态环境脆弱性评价中来, 打破传统的数理模型方法计算, 更深程度的挖掘影响生态环境脆弱性的数据信息, 这种交叉综合性研究方法运用到区域大尺度上优势更加突出。同时, 因为研究基础数据的多源融合、相互补充, 为区域生态环境长期的演变特征分析提供了新的数据平台, 为提高训练样本及今后的预测精度提供了条件和保障。
(4) 研究结果需要进一步突出实践应用性。
生态脆弱性评价的目标是为资源可持续利用和社会经济可持续发展提供信息支撑和决策依据, 所以用评价结果来指导土地利用和生态管控, 是研究的最终落脚点。结合评价结果加强分区研究是区域生态环境脆弱性研究未来发展的重点方向。依靠生态环境脆弱性评价结果对研究区域合理分区, 针对不同的分区结果采纳不同的整治对策, 可为优化国土空间开发格局、构建国土全域保护格局及生态功能区综合整治提供重要信息。根据研究目标不同可选择不同的分区依据:一是依照潜在脆弱性评价进行区分;二是依照胁迫脆弱性评价进行区分;三是依照现实脆弱性评价进行区分;四是依照绝对变化率进行区分;五是依照相对变化率进行区分。分别表示生态环境脆弱性的自然区划、胁迫区划、现实区划、绝对变化程度区划、相对变化程度区划。总体上, 依据评价结果实现对区域资源生态和社会经济进行综合治理和有效管控, 助力生态优先、可持续发展, 是生态脆弱性评价最终价值实现的重要途径。
联系客服