EN中文

地理科学 >

2018 , Vol. 38 >Issue 9: 1508 - 1515

DOI: https://doi.org/10.13249/j.cnki.sgs.2018.09.014

国家重点生态功能区生态系统服务时空格局及其变化特征

  • 刘璐璐 , 1 ,
  • 曹巍 , 2 ,
  • 吴丹 3 ,
  • 黄麟 2
展开
  • 1. 成都大学建筑与土木工程学院, 四川 成都 610106
  • 2. 中国科学院地理科学与资源研究所陆地表层格局与模拟院重点实验室, 北京100101
  • 3. 环境保护部南京环境科学研究所, 江苏 南京210042
曹巍。E-mail：

作者简介：刘璐璐（1988-）女,山东济宁人,博士,讲师,主要研究方向为生态系统服务评估。E-mail:

收稿日期: 2017-08-20

  要求修回日期: 2017-12-28

  网络出版日期: 2018-09-10

基金资助

国家重点研发计划项目（2017YFC0506404）、国家自然科学基金项目(41501117,41571504) 资助

收起

Temporal and Spatial Variations of Ecosystem Services in National Key Ecological Function Zones

  • Liu Lulu , 1 ,
  • Cao Wei , 2 ,
  • Wu Dan 3 ,
  • Huang Lin 2
Expand
  • 1. School of Architecture and Civil Engineering, Chengdu University, Chengdu 610106, Sichuan, China
  • 2. Key Laboratory of Land Surface Pattern and Simulation, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
  • 3. Nanjing Institute of Environmental Sciences, Ministry of Environmental Protection, Nanjing 210042, Jiangsu, China

Received date: 2017-08-20

  Request revised date: 2017-12-28

  Online published: 2018-09-10

Supported by

National Key R&D Program of China (2017YFC0506404), National Natural Science Foundation of China (41501117,41571504).

Copyright

本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
Fold

摘要

基于遥感数据及地理信息系统平台,利用生态模型,定量分析中国国家重点生态功能区在实施转移支付前（2000~2010年）、后（2010~2015年）生态系统宏观格局及关键生态系统服务的时空分布格局及其变化特征。研究结果表明：在气候变化与转移支付政策的共同影响下,中国国家重点生态功能区生态系统宏观结构总体好转,荒漠化得到有效控制,水体与湿地得到有效恢复,但森林及草地生态系统发生退化,农田与聚落生态系统面积进一步扩大;水土流失及土壤风蚀得到有效遏制,水源涵养及土壤保持服务得到大幅提升,但防风固沙服务整体有所下降,同时人类活动对生物多样性维护功能的威胁程度基本持衡。

关键词： 国家重点生态功能区; 转移支付; 生态系统服务; 时空分布

本文引用格式

刘璐璐 , 曹巍 , 吴丹 , 黄麟 . 国家重点生态功能区生态系统服务时空格局及其变化特征[J]. 地理科学, 2018 , 38(9) : 1508 -1515 . DOI: 10.13249/j.cnki.sgs.2018.09.014

Abstract

In order to improve ecosystem services and protect national ecological security in China, national key ecological function zones (NKEFZ) were designated, and the policy of financial transfer payment was established to protect ecosystems and environment in those zones. In order to evaluate the ecological effects of financial transfer payment policy, this study analyzed the dynamics of ecosystem macrostructure and key ecosystem services quantitatively before (2000-2010) and after (2010-2015) the implementation of financial transfer payment policy based on remote sensing data, Geographic Information System and ecological models in the NKEFZ. Water regulation service was simulated based on precipitation storage method, soil conservation service was simulated by Revised Universal Soil Loss Equation, and sand fixation service was simulated by Revised Wind Erosion Equation. The results showed that: grassland and forest were main ecosystem types in NKEFZ. After implementation of the financial transfer payment policy, the ecosystem condition of NKEFZ has been improved overall. Desertification has been effectively controlled, with an area decrease of 1 976.44 km2. Water and wetlands have been restored with an area expansion of 514.32 km2. However, ecological degradation still existed in some local NKEFZ. The area of forest and grassland ecosystems in NKEFZ have slightly decreased by 0.13% and 0.29%, respectively, and farmland and settlements areas have expanded significantly by 1.2% and 17.03%. In terms of ecosystem services, water regulation service has been improved, with water conservation volume increasing by 1.37%; Soil water erosion has been curbed and soil conservation service has been improved dramatically, with the soil loss and conservation volume changed by -9.06% and 10.78%, especially those NKEFZ located in the northeast and central regions of China; Soil wind erosion has also been curbed, with soil loss decreasing by 26.46%, however, the sand fixation service has declined by 26.59% overall. The threat of human activities on biodiversity maintenance remained relatively stable, with human disturbance index increasing 0.000 9. Under the joint effects of climate change and the implementation of financial transfer payment policy, the ecosystem conditions in the NKEFZ have been generally improved, which meant the policy has achieved ecological benefits to a certain extent. However, the increase of cultivated land and settlement area, reduction of grassland and forest area, the decrease of sand fixation service, and the acceleration of the increase of human disturbance all indicated that the ecological degradation still existed. In order to protect the NKEFZ effectively and realize the planning objectives, continuous efforts are still needed.

Key words： national key ecological function zones; financial transfer payment policy; ecosystem services; temporal and spatial variations

为优化国土开发空间格局,加强生态环境保护,国务院于2010年发布了《全国主体功能区规划》,其中国家重点生态功能区以保护和修复生态环境、提供生态产品为首要任务,其主要规划目标为增强生态服务功能,改善生态环境质量等;未来展望要求生态功能大幅提升,生态系统的稳定性增强。为此,中央财政设立重点生态功能区转移支付,主要包括重点补助、禁止开发补助、引导性补助、生态护林员补助及奖惩资金,重点用于环境保护以及涉及民生的基本公共服务领域。2008~2014年,中央财政累计下拨国家重点生态功能区转移支付2 004亿元。
目前,国家重点生态功能区的相关研究主要集中在生态补偿机制、产业发展、生态与社会经济关系、生态文明建设、生态安全评价、典型生态系统服务及评估方法等方面[1,2,3,4,5,6,7]。生态系统服务是指人类从各种生态系统中获得的所有惠益[8],对其进行评估是生态系统管理与决策制定的重要依据[9,10]。部分学者针对生态系统服务对中国国家重点生态功能区生态系统展开了深入研究,如重要生态功能区评估指标体系的构建[11],区域或单一类型生态功能区典型[12]或综合生态系统服务评估[13]或生态状况变化分析[14],全部生态功能区单一生态系统服务类型定量评估[15,16]、生态系统本底状况分析[17]等。为定量评价生态功能区生态环境状况及变化趋势,国家环境保护部颁布的《生态环境状况评价技术规范》（HJ 192-2015）中提出生态功能区功能状况指数（FEI）,包括生态状况指标、环境状况指标和生态功能调节指标。可以看出,目前针对国家重点生态功能区的已有研究多集中于单个类型或局部区域,对功能区整体生态状况的研究多针对单一生态系统服务类型或其本底状况的分析,并未开展针对其转移支付后的生态系统综合评估或前后对比分析;FEI可定量指示生态功能区生态环境质量,然而该指标体系中权重的设定受主观影响因素较大,且指标较多,数据难以获取,限制了其客观性和通用性。
定量掌握实施转移支付后国家重点生态功能区生态系统状况及结构功能的时空变化特征,评估生态保护对其发挥生态保障功能的作用,可以为后续国家重点生态功能区综合监测与科学评估提供科学基础,对于支撑与完善国家重点生态功能区转移支付制度的管理决策及绩效评估考核具有重要意义。基于此,本文利用具有空间信息表达优势的遥感数据[18],定量分析该区在实施转移支付前（2000~2010年）、后（2010~2015年）生态系统宏观格局及关键生态系统服务包括水源涵养、土壤保持、防风固沙及生物多样性维持的时空变化特征,完成国家重点生态功能区转移支付生态成效的综合评估。

1 数据与方法

1.1 研究区概况

研究区为中国国家重点生态功能区（不包括港澳台地区）,由樊杰等[19]研究学者采用综合地理区划的方法,以县级行政区划为单位,在全国统一约束框架下按照省级区划进行拼图集成得来。研究区总面积约415.10 万km2,占全国陆地国土面积的43.14%,主要分布在中国东北部、中部及西部地区。

1.2 生态系统宏观结构

生态系统空间分布面积有2000、2010、2015年3期,由相应年份的土地利用/覆盖数据生成。3期土地利用/覆盖数据则是利用相应年份TM图像和环境卫星图像,结合野外调查,基于基础地理数据和专家知识,通过人机交互解译获得(来源于中国科学院资源环境科学数据中心(http://www.resdc.cn)。将土地利用/覆盖数据类型归类为农田、森林、草地、水体与湿地、荒漠、聚落等7 个生态系统类型,生成国家重点生态功能区生态系统空间分布数据。

1.3 生态系统服务

1） 生态系统水源涵养服务。本文采用降水贮存量法来衡量生态系统涵养水源的能力,即与裸地相比较,生态系统的水分调节效应。该方法原理较为简单,所需参数较少,主要利用降水、植被、土地覆被等长时间序列数据,可适用于较大时空尺度生态系统水源涵养量的估算[20]。
本文以极度退化下残留植被的降雨径流率代替了裸地降雨径流率。利用基于薄片样条理论的ANUSPLIN方法,对气象站点的日降雨资料进行空间插值,生成了1 km逐月降水空间数据集。通过与多年均河川径流系数建立线性关系,得到产流降水量占降水总量的比例( K因子)的空间分布数据[17]。森林生态系统降雨径流率主要通过国内外公开发表的文献资料和出版专著中的实测结果整理得到;草地生态系统降雨径流率则利用与植被覆盖度的关系获得[21]。
2） 生态系统土壤保持服务。本文用潜在土壤侵蚀量与现实状况下土壤侵蚀量的差值来评估生态系统土壤保持服务的能力,采用修正的通用土壤流失方程（Revised Universal Soil Loss Equation, RUSLE）来计算土壤侵蚀模数。RUSLE模型由于结构简单、参数易于获取,同时综合考虑了影响土壤侵蚀的多个因素,在世界范围内得到了广泛应用[22,23,24,25]。
本文将潜在土壤侵蚀量定义为生态系统在极度退化状况下的土壤侵蚀量,其与现实状况下土壤侵蚀量的区别体现在覆盖和管理因子。采用日降雨量拟合模型估算降雨侵蚀力,将半月降雨侵蚀力模型改进为16 d降雨侵蚀力模型[26];利用Nomo 图法,基于寒区旱区科学数据中心（http://westdc.westgis.ac.cn）提供的1:100万土壤数据,估算土壤可蚀性因子值;采用McCool 等[27]和刘宝元等[28]的核心算法,综合利用SRTM3 V4.1（90 m分辨率）和ASTER GDEM V1（30 m分辨率）DEM数据,考虑道路、沟塘等径流阻隔因素,进行坡长坡度因子计算;利用植被覆盖度[29],基于MODIS NDVI和气候分区数据,分别计算现实及极度退化状况下的覆盖和管理因子。
3） 生态系统防风固沙服务。本文用潜在土壤风蚀量和现实条件下的土壤风蚀量的差值来评估生态系统防风固沙服务的能力。在充分考虑气侯条件、植被状况、地表土壤的粗糙度、土壤可蚀性、土壤结皮的情况下,综合考虑数据的可获得性以及模型升尺度的可操作性,本文采用目前较为成熟的修正土壤风蚀方程（RWEQ）模型定量评估土壤风蚀量[30]。该方法应用广泛,所需数据参数相对较少,且有较好的区域适用性,广泛应用于田块或区域尺度的多种自然地理环境的风蚀估算[31]。
为更好地将RWEQ应用于中国风蚀区,本文对方程中各因子进行了参数本地化。关键地块长度通过与风、土壤因子和作物参量建立关系公式计算获得[32]。气候因子中的风因子和土壤湿度因子利用国家气象台站的日均风速、降水、温度、日照时数、纬度等来计算完成;雪盖因子则利用从寒区旱区科学数据中心（http://westdc.westgis.ac.cn）下载的中国雪深长时间序列数据集来计算。土壤因子主要利用1:100万土壤数据进行计算,其中土壤糙度因子采用滚轴式链条法实地测定,实测土壤颗粒含量数据需进行粒径转换。植被因子主要利用MODIS NDVI进行计算,并考虑春冬季枯萎覆盖度等。
4） 生态系统生物多样性维持服务。本文利用生态系统综合人类扰动指数（简称人类扰动指数）来评估生态系统生物多样性维持服务的能力。人类扰动指数值越高,人类扰动程度越高,对生物多样性的威胁程度则越高,其变化可以反映土地利用变化对生物多样性的扰动程度[33]。

2 结果与分析

2.1 生态系统宏观结构状况及其变化

2015年,国家重点生态功能区草地生态系统面积为136.52×104km2,占35.87%;森林生态系统面积为87.72×104km2,占23.05%;荒漠生态系统面积为63.97×104km2,占16.81%;其他生态系统面积为36.94×104km2,占9.71%;农田生态系统面积为33.83×104km2,占8.89%;水体与湿地生态系统面积为19.75×104km2,占5.19%（图1）;聚落生态系统面积较少,为1.9×104km2,仅占0.5%。
Fig.1 Spatial distribution of terrestrial ecosystem in national key ecological function zones in 2015

图1 2015年国家重点生态功能区陆地生态系统空间分布

2000年以来,国家重点生态功能区农田、森林、水体与湿地及聚落生态系统面积扩张,草地及荒漠生态系统面积减少。转移支付前,农田、森林及聚落面积分别增加4 541.9、1 820.90和1 595.12 km2,增速分别达到0.14、0.02和1.08%/a,草地、水体与湿地及荒漠面积分别减少5 668.85、403.05和534.18 km2,减速分别为0.04、0.02和0.01%/a;转移支付后,农田、水体与湿地及聚落面积分别增加3 835.54、514.32和2 787.76 km2,增速分别达到0.24、0.05和3.41%/a,森林、草地及荒漠面积分别减少865.34、4 002.08和1 976.44 km2,减速分别为0.03、0.06和0.07%/a。

2.2 生态系统服务状况及其变化

1） 水源涵养。2015年,国家重点生态功能区森林、草地、湿地生态系统平均水源涵养量为2 939.39×108m3,单位面积水源涵养量为973.23 m3/hm2,呈现南高北低的变化态势。
转移支付前,国家重点生态功能区森林、草地、湿地生态系统年均水源涵养量为2 961.47×108m3,单位面积水源涵养量为980.54 m3/hm2,变化率为0.20 m3/(hm2·a);转移支付后,年均水源涵养量为3 002.05×108m3,单位面积水源涵养量为993.97 m3/hm2,变化率为1.06 m3/(hm2·a)。转移支付前后对比,年均水源涵养量增加40.58×108m3,比例达到1.37%,单位面积水源涵养量增加13.43 m3/hm2,年均变化率提升0.86 m3/(hm2·a);从空间分布来看,转移支付后,东北部及中部部分功能区单位面积水源涵养量增加较明显,西南部功能区有少量减少,其他地区功能区变化较少（图2）。
Fig.2 Change of water conservation volume in national key ecological function zones before and after transfer payment

图2 转移支付前后国家重点生态功能区水源涵养量变化

2） 土壤保持。2015年,国家重点生态功能区土壤水蚀量为15.46×108t,平均土壤水蚀模数为7.14 t/hm2,土壤水蚀主要发生在中部功能区;土壤保持量为102.12×108t,单位面积土壤保持量为47.23 t/hm2,南部功能区土壤保持量较高。
转移支付前,国家重点生态功能区年均土壤水蚀量为19.78×108t,年均土壤水蚀模数为9.15 t/hm2,年均土壤保持量为95.57×108t,年均单位面积土壤保持量为44.41 t/hm2,变化率为0.37 t/(hm2·a);转移支付后,年均土壤水蚀量为17.99×108t,年均土壤水蚀模数为8.31 t/hm2,年均土壤保持量为105.87×108t,年均单位面积土壤保持量49.12 t/hm2,变化率为0.38 t/(hm2·a)。转移支付前后对比,年均土壤水蚀量减少1.79×108t,减少比例为9.06%,年均土壤水蚀模数减少了0.84 t/hm2,减少比例为9.18%,年均土壤保持量增加10.3×108t,增加比例为10.78%,年均单位面积土壤保持量增加了4.71 t/hm2,增加比例为10.61%,年均变化率提升了0.01 t/(hm2·a)。从空间分布来看,转移支付后,中西部功能区土壤水蚀加剧,中部功能区土壤水蚀状况有所好转,其他地区功能区基本不变;东北部少量功能区及中部大部分功能区土壤保持量增加,其他地区功能区减少或基本不变（图3）。
Fig.3 Change of soil conservation volume per area in national key ecological function zones before and after transfer payment

图3 转移支付前后国家重点生态功能区土壤保持量变化

3） 防风固沙。2015年,国家重点生态功能区土壤风蚀量为65.65×108t,平均土壤风蚀模数为23.69 t/hm2,西部及内蒙古中部功能区土壤风蚀最为严重;生态系统防风固沙量为96.11×108t,单位面积防风固沙量为34.7 t/hm2,西部部分及北部大部分功能区的防风固沙量较高,中部功能区及三江源东部偏低。
转移支付前,国家重点生态功能区年均土壤风蚀量为88.37×108t,年均土壤风蚀模数为31.89 t/hm2,年均防风固沙量为125.18×108t,年均单位面积防风固沙量为45.20 t/hm2,变化率为-2.78 t/(hm2·a);转移支付后,年均土壤风蚀量为64.99×108 t,年均土壤风蚀模数为23.45 t/hm2,年均防风固沙量为91.9×108t,年均单位面积防风固沙量为33.18 t/hm2,变化率为-1.85 t/(hm2·a)。转移支付前后对比,年均土壤风蚀量减少23.38×108t,年均土壤风蚀模数减少了8.44 t/hm2,减少比例均为26.46%,年均防风固沙量减少33.28×108t,年均单位面积防风固沙量减少12.02 t/hm2,减少比例均为26.59%,年变化率升高0.93 t/(hm2·a)。从空间分布来看,转移支付后,位于风蚀区的绝大多数国家重点生态功能区土壤风蚀状况都有所好转,仅东北部及西部少量功能区有加剧趋势;然而,除东北部少量功能区防风固沙功能有所好转之外,其他功能区防风固沙功能基本保持不变甚至减弱（图4）。
Fig.4 Change of sand fixation volume per area in national key ecological function zones before and after transfer payment

图4 转移支付前后国家重点生态功能区防风固沙量变化

4） 生物多样性维持。2015年,国家重点生态功能区生态系统综合人类扰动指数值为0.36;除位于中国中部及东北部少量功能区外,均处于较低水平。转移支付前,国家重点生态功能区陆地生态系统综合人类扰动指数变化值为0.000 3,转移支付后,变化值为0.000 9,上升加快。从空间分布来看,转移支付前,少量中部及东北部功能区人类扰动程度呈减轻态势,转移支付后,大部分功能区人类扰动程度基本保持不变,加剧区域零星分布于全国各处（图5）。
Fig.5 Distribution of human disturbance index change in national key ecological function zones after transfer payment

图5 转移支付后国家重点生态功能区生态系统综合人类扰动指数变化空间分布

3 讨论与结论

3.1 结论

本文围绕过去15 a,转移支付政策实施前后中国国家重点生态功能区生态系统宏观格局与关键生态系统服务的特征及其变化规律,综合评价了国家重点生态功能区转移支付政策的生态成效：
国家重点生态功能区以草地、森林及荒漠生态系统为主。相比于转移支付政策实施前,国家重点生态功能区在转移支付政策实施后生态系统宏观结构总体好转,荒漠化得到有效控制,面积减少1 976.44 km2,水体与湿地得到恢复,面积扩张514.32 km2,但部分地区生态破坏仍然存在,造成了少量森林及草地生态系统的退化,使其面积分别减少865.34和4 002.08 km2,减少比例分别为0.13%和0.29%,同时,农田与聚落生态系统面积的扩大说明人类活动占用的空间并未得到很好地控制,分别增加3 835.54和2 787.76 km2。
就生态系统服务来看,国家重点生态功能区在转移支付政策实施后水源涵养及土壤保持服务得到大幅提升,分别增加1.37%和10.78%,年变化率分别提升430%和2.98%,位于东北部及中西部地区的国家重点生态功能区提升较显著,水土流失尤其是位于中部地区的国家重点生态功能区得到有效遏制,年均土壤水蚀量下降9.06%;位于风蚀区的绝大多数国家重点生态功能区土壤侵蚀状况都有所好转,年均土壤风蚀量下降26.46%,但防风固沙服务却因森林、草地的退化,除东北部的少量国家重点生态功能区有所好转之外,整体有所下降,下降比例达26.59%,但多年变化率较实施转移支付政策前有所提升,比例为33.45%;人类活动对国家重点生态功能区生物多样性维护功能的威胁程度整体基本持衡,人类扰动指数变化值为0.000 9,仅位于中部和西部区域的极少量国家重点生态功能区有所下降。

3.2 讨论

转移支付实施前,水体与湿地面积的减少主要发生在位于干旱半干旱区的防风固沙型重点生态功能区[17],转移支付后该区水体与湿地面积并未发生显著增加,功能区水体与湿地面积的增加主要发生在藏西北及三江源等区,基于湿地生态系统服务的重要性,防风固沙型重点生态功能区生态系统的有效恢复需进一步加强。Zhang等[16]利用USLE模型分析2010年国家重点生态功能区的土壤保持空间分布概况,大致呈现南高北低态势,与本文基于RUSLE模型的估算结果基本一致,但其仅计算了2010年单个年份的土壤水蚀及保持状况,代表性较弱;同时,为保证计算精度,本文选用了对USLE方程中各因子的测算方法进行了改进的RUSLE方程[34],并对降雨侵蚀力、坡长、坡度等因子进行了改进。Zhao等[33]得出2000~2010年间,全国陆地生态系统人类扰动指数增幅为0.003,本文计算得出国家重点生态功能区人类扰动指数增幅仅为0.000 3,表明针对国家重点生态功能区的大规模高强度的工业化城镇化开发限制起到了一定作用。Zhai等[15]利用降水蒸散模型得出2000~2014年间,国家重点生态功能区水源涵养服务在逐步增加,但主要得益于降水的增多。根据转移支付政策实施前后国家重点生态功能区气候变化对比可知,年均温有所降低,降低了0.03℃,但增温速率较转移支付前提高,尤其是北部及中部功能区;年均降水量有所增加,增加15.41 mm,同时降水增加速率较转移支付前提高,尤其是东北部和南部地区。适度的降水量增加,有助于植被生长及恢复,从而提升其生态系统服务能力,但气温的降低会抑制这种作用[35]。
生态系统服务的定量估算方法众多,本文针对不同生态系统服务类型均仅选用一种计算方法进行定量估算,使得在单个年份量值上的计算存在一定不确定性,因此本文主要针对转移支付前、后多年生态系统服务均值及变化趋势进行对比分析,尽量减小此种影响。同时,本文仅研究了转移支付政策实施前后,国家重点生态功能区生态状况的变化情况,尚未探究转移支付政策对生态系统服务时空分异的作用机制,无法对生态系统服务变化的影响因素的贡献率进行定量厘定。气候变化及转移支付政策下实施的各项生态工程是生态系统变化的主要影响因素[23],在今后研究过程中,拟利用模型模拟变量控制法[36]实现各影响因子贡献率的定量厘定。
综上所述,转移支付政策实施后,在气候变化及生态工程实施的共同作用下,中国国家重点生态功能区生态系统状况总体好转,转移支付政策取得了一定的生态成效;但耕地及聚落面积的增加,草地与林地的减少,防风固沙功能的退化,及人类扰动程度的加速增大均表现出边治理边破坏的特征。基于本文对国家重点生态功能区生态系统服务的时空变化分析结果,东北地区的国家生态功能区应继续巩固已取得的生态成效,继续加强对森林生态系统的保护;华北、西北及西南地区的生态功能区需加强对湿地及草地生态系统的恢复,减少农田开垦,减少人类扰动,注重提高其防风固沙服务;华中、华南地区的生态功能区水源涵养及土壤保持服务均出现较大范围的下降,应控制城镇及工况用地的扩张,优先保护原有优良的森林等生态系统,注重有效的生态恢复。国家重点生态功能区若想得到全面有效保护,实现规划目标,达到未来展望,在生态保护与恢复过程中,要因地制宜,科学保护,控制并减少人类活动,同时加强对生态环境的监测与监管,注重巩固目前所取得的生态成效[37]。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Wu Jian, Gong Yazhen, Zhou Jingbo et al. The governance of integrated ecosystem management in ecological function conservation areas in China[J]. Regional Environmental Change, 2013, 13(6):1301-1312.

DOI

[2]
刘欣, 王永清. 我国重点生态功能区研究现状分析[J]. 世界林业研究, 2014, 27(1): 93-96.

[Li Xin, Wang Yongqing. Analysis of current research on key ecological function zones in China. World Forestry Research, 2014, 27(1): 93-96.)

[3]
熊善高, 万军, 龙花楼, 等. 重点生态功能区生态系统服务价值时空变化特征及启示——以湖北省宜昌市为例[J]. 水土保持研究, 2016, 23(1): 296-302.

[Xiong Shangao, Wan Jun, Long Hualou et al. Spatiotemporal dynamics and implications of ecosystem service value in the key ecological function are—Case of Yichang City Hubei Province. Research of Soil and Water Conservation, 2016, 23(1): 296-302.]

[4]
曾菊新, 杨晴青, 刘亚晶, 等. 国家重点生态功能区乡村人居环境演变及影响机制——以湖北省利川市为例[J]. 人文地理, 2016, 31(1): 81-88.

[Zeng Juxin, Yang Qingqing, Liu Yajing et al. Research on evolution and influential mechanism for rural human settlement in national key ecological function areas:A case of Lichuan. Human Geography, 2016, 31(1): 81-88. ]

[5]
陈全, 周忠发, 闫利会. 国家重点生态功能区生态文明建设评价——以贵州省荔波县为例[J]. 中国农业资源与区划, 2016, 37(9): 1-6.

[Chen Quan, Zhou Zhongfa, Yan Lihui. The evaluation of ecological civilization construction of the national key ecological function areas—Acase study in Libo County, Guizhou Province. Chinese Journal of Agricultural Resources and Regional Planning, 2016, 37(9): 1-6.]

[6]
孙小涛, 周忠发, 陈全, 等. 重点生态功能区水土流失敏感性评价与分布研究——以贵州省雷山县为例[J]. 水土保持学报, 2016, 30 (6): 73-78+133.

[Sun Xiaotao, Zhou Zhongfa, Chen Quan et al. Sensitivity evaluation and the spatial distribution of soil erosion in key ecological function areas: A case of Leishan City of Guizhou. Journal of Soil and Water Conservation, 2016, 30 (6): 73-78+133. ]

[7]
吴丹, 邹长新, 高吉喜. 我国重点生态功能区生态状况变化[J]. 生态与农村环境学报, 2016, 32(5): 703-707.

[Wu Dan, Zhou Changxin, Gao Jixi. Variation of ecology in the key ecological function zones in China. Journal of Ecology and Rural Environment, 2016, 32(5): 703-707.]

[8]
Millennium Ecosystem Assessment. Ecosystems and human well-being: Volume 2 scenarios: findings of the scenarios working group[M]. Washington D C: Island Press, 2005.

[9]
傅伯杰, 于丹丹, 吕楠. 中国生物多样性与生态系统服务评估指标体系[J]. 生态学报, 2017, 37(2):341-348.

[Fu Bojie, Yu Dandan, Lyu Nan. An indicator system for biodiversity and ecosystem services evaluation in China. Acta Ecologica Sinica, 2017, 37(2):341-348.]

[10]
李晓炜, 侯西勇, 邸向红, 等. 从生态系统服务角度探究土地利用变化引起的生态失衡——以莱州湾海岸带为例[J]. 地理科学, 2016, 36(8): 1197-1204.

[Li Xiaowei, Hou Xiyong, Di Xianghong et al. Effects of land use change on imbalance in ecosystem services: a case study of Laizhou Bay Coastal Zone. Scientia Geographica Sinica, 2016, 36(8): 1197-1204.]

[11]
韩永伟, 高馨婷, 高吉喜, 等. 重要生态功能区典型生态服务及其评估指标体系的构建[J]. 生态环境学报, 2010, 19(12):2986-2992.

[Han Yongwei, Gao Xinting, Gao Jixi et al. Typical ecosystem services and evaluation indicator system of significant eco-function areas. Ecology and Environmental Sciences, 2010, 19(12): 2986-2992.]

[12]
韩永伟, 拓学森, 高吉喜, 等. 黑河下游重要生态功能区植被防风固沙功能及其价值初步评估[J]. 自然资源学报, 2011, 26(1) : 58-65.

[Han Yongwei, Tuo Xuesen, Gao Jixi et al. Assessment on the sand-fixing function and its value of the vegetation in eco-function protection areas of the lower reaches of the Heihe River. JournalofNatural Resources, 2011, 26( 1) : 58-65.]

[13]
邓伟, 刘红, 李世龙, 等. 重庆市重要生态功能区生态系统服务动态变化[J]. 环境科学研究, 2015, 28(2):250-258.

[Deng Wei, Liu Hong, Li Shilong et al. Dynamic changes of ecosystem services of key ecological function areas in Chongqing, China. Research of Environmental Science, 2015, 28(2):250-258.]

[14]
吴丹, 邹长新, 高吉喜, 等. 水源涵养型重点生态功能区生态状况变化研究[J]. 环境科学与技术, 2017, 40(1): 174-179.

[Wu Dan, Zhou Changxin, Gao Jixi et al. Ecological status changes of water conservation key ecological function areas in China. Environmental Science & Technology, 2017, 40(1): 174-179.

[15]
Zhai Jun, Liu Yuping, HouPeng et al. Water conservation service assessment and its spatiotemporal features in National Key Ecological Function Zones[J/OL]. Advances in Meteorology, 2016: 1-11.

[16]
Zhang Caixia, Zhang Leiming, Li Shimei et al. Soil conservation of national key ecological function areas[J]. Journal of Resource and Ecology, 2015, 6(6): 397-404.

[17]
黄麟, 曹巍, 吴丹, 等. 2000~2010年我国重点生态功能区生态系统变化状况[J]. 应用生态学报, 2015, 26(9): 2758-2766.

[Huang Lin, Cao Wei, Wu Dan et al. Assessment on the changing conditions of ecosystems in key ecological function zones in China. Chinese Journal of Applied Ecology, 2015, 26(9): 2758-2766.]

[18]
高江波, 侯文娟, 赵东升, 等. 基于遥感数据的西藏高原自然生态系统脆弱性评估[J]. 地理科学, 2016, 36(4): 580-587.

[Gao Jiangbo, Hou Wenjuan, Zhao Dongsheng et al. Comprehensive assessment of natural ecosystem vulnerability in tibetan plateau based on Satellite-derived Datasets. Scientia geographica sinica, 2016, 36(4): 580-587.]

[19]
樊杰. 中国主体功能区划方案[J]. 地理学报, 2015, 70(2): 186-201.

[Fan Jie. Journal of geographical sciences. Acta Geographica Sinica, 2015, 70(2): 186-201. ]

[20]
赵同谦, 欧阳志云, 郑华, 等. 中国森林生态系统服务功能及其价值评价[J]. 自然资源学报, 2004, 19(4): 480-491.

[Zhao Tongqian, Ouyang Zhiyun, Zheng Hua et al. Forest ecosystem services and their valuation in China. Journal of Natural Resources, 2004, 19(4): 480-491. ]

[21]
吴丹. 中国主要陆地生态系统水源涵养服务研究[D]. 北京: 中国科学院, 2014.

[Wu Dan. Research on Water Regulation Service of the Main Terrestrial Ecosystems in China. Beijing: Chinese Academy of Sciences, 2014. ]

[22]
怡凯, 王诗阳, 王雪, 等. 基于RUSLE模型的土壤侵蚀时空分异特征分析——以辽宁省朝阳市为例[J]. 地理科学, 2015, 35(3):365-372.

[Yi Kai, Wang Shiyang, Wang Xue et al. The characteristics of spatial-temporal differentiation of soil erosion based on RUSLE model: A case study of Chaoyang City, Liaoning Province. Scientia Geographica Sinica, 2015, 35(3):365-372.]

[23]
Shao Quanqin, Fan Jiangwen, Liu Jiyuan et al. Assessment on the effects of the first-stage ecological conservation and restoration project in Sanjiangyuan region. Journal of Geographical Sciences, 2017, 71(2): 3-20.

[24]
Farhan Y, Nawaiseh S. Spatial assessment of soil erosion risk using RUSLE and GIS techniques[J]. Environmental Earth Sciences, 2015, 74(6):1-21.

DOI

[25]
朱连奇, 许叔明, 陈沛云. 山区土地利用/覆被变化对土壤侵蚀的影响[J]. 地理研究, 2003, 22(4): 432-438.

[Zhu Lianqi, Xu Shuming, Chen Peiyun. Study on the impact of land use/land cover change on soil erosion in mountainous areas. Geographical Research, 2003, 22(4): 432-438. ]

[26]
章文波, 谢云, 刘宝元. 利用日雨量计算降雨侵蚀力的方法研究[J]. 地理科学, 2002, 22(6):705-711

[Zhang Wenbo, Xie Yun, Liu Baoyuan. Rainfall erosivity estimation using daily rainfall amounts. Scientia Geographica Sinica, 2002, 22(6): 705-711.]

[27]
McCool D K, Brown L G, Foster G R et al. Revised slope steepness factor for the Universal Soil Loss Equation[J]. Transactions of American Society of Agriculture Engineers, 1987, 30(5) : 1387-1396.

[28]
Liu Baoyuan, Nearing Mark A, Risse Mark. Slope gradient effects on soil loss for steep slopes[J]. Transaction of American Society of Agriculture Engineers, 1994, 37(6) : 1835-1840.

[29]
蔡崇法, 丁树文, 史志华, 等. 应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀量的研究[J]. 水土保持学报, 2000, 14(2):19-24.

[Cai Chongfa, Ding Shuwen, Shi Zhihua et al. Study of applying USLE and geographical information system IDRISI to predict soil erosion in small watershed. Journal of Soil and Water Conservation, 2000, 14(2): 19-24.]

[30]
Fryrear D F, Bilbro J D, Saleh Ali et al. RWEQ: Improved wind erosion technology[J]. Journal of Soil and Water Conservation, 2000, 55(2): 183-189.

[31]
Youssef F, Visser S, Karssenberg D et al. Calibration of RWEQ in a patchy landscape: A first step towards a regional scale wind erosion model. Aeolian Research, 2012, 3(4): 467-476.

DOI

[32]
巩国丽. 中国北方土壤风蚀时空变化特征及影响因素分析[D]. 北京: 中国科学院, 2014.

[Gong Guoli. Research on the spatial-temporal change so fwinderosion in northern China and the in fluence factors. Beijing: Chinese Academy of Sciences, 2014.]

[33]
Zhao Guosong, Liu Jiyuan, Kuang Wenhui et al. Disturbance impacts of land use change on biodiversity conservation priority areas across China: 1990-2010[J]. Journal of Geographical Sciences, 2015, 25(5):515-529. Land use change is one of the main drivers of biodiversity loss. In the last 20 years, China’s land use pattern has undergone profound changes. This study constructs an Ecosystem Comprehensive Anthropogenic Disturbance Index (ECADI) to assess disturbance impacts of land use change between 1990 and 2010 on biodiversity conservation priority areas at national and regional scales. Four levels of biodiversity conservation areas were categorized: generally important areas, moderately important areas, important areas, and very important areas. The results indicated a higher ECADI value in 2010 in Central and Eastern China than in Western China, and the values of the moderately important, important and very important regions were lower than the average value of the whole country at all levels. Notably, in recent 20 years, the change extent of ECADI values in Central and Eastern China were much greater compared with that in Western China, and ECADI values in the moderately important, important and very important biodiversity conservation areas all showed increasing trends, with the increasing extent lower than that of whole China at all levels. Due to human activities such as urbanization in Eastern China and cropland reclamation in Northeast China and Xinjiang, ECADI values showed a medium increase trend (the change rate was about 1%-5% in 10 years), which indicated the need for more conservation efforts in those regions. However, ECADI values in the Loess Plateau presented a low decline trend (the change rate was about -1% to -0.1% in 10 years) after 2000 because of the obvious effectiveness of Green for Grain Project. Furthermore, the variation was negligible in the Tibetan Plateau.

DOI

[34]
Renard K G, Foser G R, Weesies G A et al. Predicting soil erosion by water: a guide to conservation planning with the Revised Universal Soil Loss Equation (RUSLE)[M]. Washington: US Department of Agriculture, Agricultural Research Service, 1997.

[35]
陆晴, 吴绍洪, 赵东升. 1982~2013年青藏高原高寒草地覆盖变化及与气候之间的关系[J]. 地理科学, 2017, 37(2): 292-300.

[Lu Qing, Wu Shaohong, Zhao Dongsheng. Variations in alpine grassland cover and its correlation with climate variables on the Qinghai-Tibet Plateau in 1982-2013. Scientia Geographica Sinica, 2017, 37(2): 292-300.]

[36]
陈姗姗, 刘康, 包玉斌, 等. 商洛市水源涵养服务功能空间格局与影响因素[J]. 地理科学, 2016, 36(10): 1546-1554.

[Chen Shanshan, Liu Kang, Bao Yubin et al. Spatial pattern and influencing factors of water conservation service function in Shangluo City. Scientia Geographica Sinica, 2016, 36(10): 1546-1554.]

[37]
李宝林, 袁烨城, 高锡章, 等. 国家重点生态功能区生态环境保护面临的主要问题与对策[J]. 环境保护, 2014, 12: 15-18.

[Li Baolin, Yuan Yecheng, Gao Xizhang et al. Major issues and countermeasures of eco-environmental protection of the national key ecological function areas. Environmental Protection, 2014, 12: 15-18.]

Options
文章导航

/

〈 〉