地理科学  2018 , 38 (6): 979-986 https://doi.org/10.13249/j.cnki.sgs.2018.06.018

Orginal Article

基于遥感和InVEST模型的白龙江流域景观生物多样性时空格局研究

谢余初123, 巩杰2, 张素欣1, 马学成2, 胡宝清1

1. 广西师范学院北部湾环境演变与资源利用教育部重点实验室,广西 南宁 530001
2. 兰州大学资源环境学院/西部环境教育部重点实验室,甘肃 兰州 730000
3. 中国科学院亚热带农业生态研究所亚热带农业生态过程重点实验室,湖南 长沙 410125

Spatiotemporal Change of Landscape Biodiversity Based on InVEST Model and Remote Sensing Technology in the Bailong River Watershed

Xie Yuchu123, Gong Jie2, Zhang Suxin1, Ma Xuecheng2, Hu Baoqing1

1. Key Laboratory of Environment Change and Resources Use in Beibu Gulf , Ministry of Education, Guangxi Teachers Education University, Nanning 530001, Guangxi, China
2. Key Laboratory of Western China’s Environmental Systems, Ministry of Education, College of Earth and Environmental Sciences, Lanzhou University, Lanzhou 730000, Gansu, China;
3. Key Laboratory of Agro-ecological Processes in Subtropical Region, Institute of Subtropical Agriculture, Chinese Academy of Sciences, Changsha, 410125, Hunan, China

中图分类号:  X826;Q16

文献标识码:  A

文章编号:  1000-0690(2018)06-0979-08

通讯作者:  通讯作者:巩杰,副教授。E-mail:jgong@lzu.edu.cn

收稿日期: 2017-07-11

修回日期:  2017-09-1

网络出版日期:  2018-06-20

版权声明:  2018 《地理科学》编辑部 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.

基金资助:  广西自然科学基金(2016GXNSFBA380047)、国家自然科学基金(41761039, 41771196)、广西师范学院博士科研启动经费项目(0819-2016L12)资助

作者简介:

作者简介:谢余初(1983-),男,广西南宁人,讲师,博士,主要从事区域景观生态学和GIS应用研究。E-mail:xieych09@lzu.edu.cn

展开

摘要

以甘肃白龙江流域为例,结合遥感、GIS技术和InVEST模型,从景观地理学角度选取区域生境质量、植物净初级生产力和景观状态指数为评价指标,构建区域景观尺度上生物多样性空间格局综合评估方法,并在栅格像元尺度上开展白龙江流域景观生物多样性时空变化特征分析。结果表明:白龙江流域景观生物多样性空间格局差异显著,其生物多样性高值区主要集中在自然保护区和林业管护区,低值区主要分布在舟曲-武都-文县的白龙江两岸及其以北区域、宕昌县岷江沿岸、高寒稀疏植被区和高山积雪-裸岩区。1990~2010年,流域景观生物多样性较为丰富,整体呈现不断增长的趋势,个别局部区域减弱,其增长区主要体现在生态工程实施区和林业管护区,减少区多分布在人类活动频繁的城乡农耕区和灾害多发区。

关键词: 生物多样性 ; 生境质量 ; InVEST模型 ; 白龙江流域

Abstract

Biodiversity is the material foundation and the environment guarantee that people are taken for their survival and development, and has four levels: molecular, species, ecosystem and landscape. The identification and understanding of the spatiotemporal variation of biodiversity in the landscape level are not just an important part of regional biodiversity monitoring and assessment, but also the first step in the formulation and implementation of the protection scheme. The Bailong River Watershed of the Gansu Province (BRWGP), one of the most abundant biodiversity regions in China, locating in the transitional ecotone along the Tibetan Plateau, Loess Plateau, and Qinba Mountains. The BRWGP served as a case to analyze the spatiotemporal heterogeneity of biodiversity. Based on the data integration analysis platforms of RS, GIS technology and InVEST 2.5.6, a comprehensive index system of biodiversity spatial patterns constructed with the incorporation of habitat quality, vegetation net primary productivity, and landscape state index by considering the difference of three assessment indicators intensity and influence degree. Meanwhile, AHP was used to determine the weights of index and GIS spatial technology apply to analyze the spatial distribution and differentiation of biodiversity under the landscape geography perspective. Our goal went to revise the biodiversity evaluation module of the InVEST model and demonstrate biodiversity spatial patterns on a grid cell. The results indicated that biodiversity was high and had obvious spatial pattern variations in the BRWGP. Areas with higher biodiversity mainly distribute in the national nature reserve and forest, while the relatively poor biodiversity areas distribute in the valleys of the BRWGP between Zhouqu-Wudu-Wenxian, the valley of Minjiang in Tanchang County, alpine mountain snow regions, and bare rock zones. Moderate biodiversity areas appeared in agroforestry ecosystem, shrub and grassland, which a vegetation cover, species richness and habitat quality were general. In 1990-2010, biodiversity was high and increasing, the area proportion of higher biodiversity (critical areas) increased from 16.74% to 26.02%. Meanwhile, the high growth area of biodiversity change was concentrated in the ecological engineering zone and forest districts (Such as these forest districts of Duoer, Axia, the Minshan Mountain, Baishuijiang Nature Reserve), while biodiversity reduction area locates in the region of human activities intensively and frequently, such as cultivated area, urban and rural areas.

Keywords: biodiversity ; habitat quality ; InVEST model ; the Bailong River Watershed

0

PDF (5143KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

谢余初, 巩杰, 张素欣, 马学成, 胡宝清. 基于遥感和InVEST模型的白龙江流域景观生物多样性时空格局研究[J]. 地理科学, 2018, 38(6): 979-986 https://doi.org/10.13249/j.cnki.sgs.2018.06.018

Xie Yuchu, Gong Jie, Zhang Suxin, Ma Xuecheng, Hu Baoqing. Spatiotemporal Change of Landscape Biodiversity Based on InVEST Model and Remote Sensing Technology in the Bailong River Watershed[J]. Scientia Geographica Sinica, 2018, 38(6): 979-986 https://doi.org/10.13249/j.cnki.sgs.2018.06.018

随着全球环境变化、外来物种入侵以及人类活动干扰,全球生物多样性丧失问题正日趋严重[1,2,3]。《全球生物多样性展望(2011~2020)》报告指出,全球15 000多个物种正在消失,且生物多样性丧失的趋势仍没有得到有效遏制[3,4]。因此,开展不同尺度生物多样性的监测、评价、保护、规划、管理和政策制定已迫在眉睫。在大中区域尺度上,景观生物多样性及其时空格局研究是当前生物多样性保护和研究的核心内容之一[5],也是生物多样性保护优先区和生态补偿区识别、界定和规划的前提基础。然而,传统生物多样性保护与研究工作主要是基于样方或样地水平的地面实地调查、重点关注物种、群落等水平的生物多样性变化,而在大中尺度景观水平上开展生物多样性空间尺度和时间尺度的研究相对较少[6,7]。近年来,随着遥感、GIS和卫星追踪等对地观测技术及相关生态模型发展较快,定量化、可视化和精细化地分析和评估大中尺度生物多样性空间尺度和时间尺度的变化成为可能[8,9],尤其是在缺乏全面的生物多样性实地监测数据的大尺度区域内,利用遥感、GIS技术和生态模型开展景观水平上生物多样性综合评价,是反映区域各种潜在威胁源影响及生物多样性时空格局分异的重要手段,也是当前生物多样性综合监测与评价研究的重要内容之一[10,11,12]。为此,国内外学者展开过许多案例研究,如在莱茵河下游洪泛平原[13]、芬兰南部[14]、美国明尼苏达州[15]以及中国的鄱阳湖湿地[16]和汶川地震灾区[17]等区域均先后结合地面人工观测与遥感(或卫星追踪)等技术开展生物多样性状况与空间分布研究。由此可见,利用遥感、GIS技术和生态模型空间量化生物多样性及其分布格局是可行的。

甘肃白龙江流域地处陇南山区和生态过渡带,是长江上游生物多样性及珍稀动植物大熊猫(Ailuropoda melanoleuca)、珙桐(Davidia involucrata)、银杉(Cathaya argyrophylla)等保护区的重要组成部分,也是中国滑坡和泥石流灾害四大高发区之一[18]。随着社会经济发展,受工农业生产、矿山开采、森林砍伐、铁路建设、城镇化以及滑坡、泥石流等自然灾害扰动的影响(如2010年流域内舟曲特大泥石流灾害),流域景观和土地覆盖已发生巨大的变化,正影响或威胁着生物多样性保护与生态系统服务的可持续性。因此,亟待在栅格单元上量化和可视化评估白龙江流域生物多样性状况,明晰生物多样性的时空格局差异特征,以期为流域生物多样性保护与与规划管理提供定量的、可视化的评估结果和科学依据。

1 研究区概况

甘肃白龙江流域(103°00′~105°30′E,32°36′~34°24′N)地处青藏高原东缘、西秦岭与岷山山脉交汇地带,地形复杂、山峦叠嶂、沟壑纵横,是长江上游重要的水源地和生物多样性保护区。流域气候类型复杂多样,气候垂直地带分异明显,夏季高温多雨,冬季温凉少雨,年均气温6℃~15℃,年降水量400~850 mm。植被覆盖较好,森林广布,流域源头属青藏高原高寒植被区域,中上游以暖温带落叶阔叶林区域为主,下游多为亚热带常绿阔叶林区域[18],有珙桐、水杉(Metasequoia glyptostroboides)、银杉、香果树(Emmenopterys henryi)、连香树(Cercidiphyllum japonicum)、鹅掌树(Acer paxii)、红椿(Toona ciliata)、南方红豆杉(Taxus chinensis)、水青树(Tetracentron sinense)等多种珍稀濒危植物以及国家一级保护植物7种,二级保护植物19种[18];当归(Angelica sinensis)、党参(Codonopsis pilosula)、大黄(Rheum palmatum)、红芪(Hedysarum polybotrys)、柴胡(Radix bupleuri)等药用植物近700种;拥有大熊猫、金丝猴(Rhinopithecus roxellana)、羚羊(Antidorcas marsupialis)、短尾猴(Macaca arctoides)、麝(Moschus moschiferus)、毛冠鹿(Elaphodus cephalophus)、鲵(Megalobatrachus japonicus daoidianuas)等20多种保护动物[19]

2 研究方法

生境质量是生态系统为个体或种群的生存提供适宜的生产条件的能力,反映着生物栖息地质量状况,是生态系统和景观生物多样性的直接体现。由斯坦福大学、大自然保护协会、世界自然基金会共同研发的InVEST(Integrated Valuation of Ecosystem Service and Tradeoff)模型不仅能定量分析多种生态系统服务功能(如: 生境质量、碳储量、产水量和水体净化等),而且能将评估结果以专题地图的形式展现出来[20]。其中,InVEST-Habitat Quality(生境质量)模块是通过结合景观类型敏感度和外界威胁强度,分析不同景观格局下的生境对威胁源的响应程度及其分布与退化情况,计算获得生境质量来反映区域生物多样性状况,其生境质量大小将代表区域生物多样性丰富程度[13,14,20~22]。即,生境质量高的地区生物多样性水平高,生境质量低和生境范围小的则意味着生物多样性低。具体计算公式如下:

Qxj=Hj×1-DxjzDxjz+kz(1)

D=r=1Ry=1YrWrr=1RWrry×irxy×βx×Sjr(2)

式中:Qxj为第j类土地利用/覆被类型(地类景观)在第x个栅格的生境质量;Hj表示地类景观j的生境适宜程度;Dxj为地类景观j中栅格单元x的生境退化程度;k为半饱和系数;z为系统固有的换算系数,其值为2.5R为生态威胁因子个数,Wr为生态威胁因子r的权重,y为生态威胁因子r的所有栅格单元,Yr是生态威胁因子r栅格单元的总数;根据白龙江流域具体实际情况,本文选取城镇、农村居民点、人口密度、农田、道路(国道、省道、县乡道路)、综合生态风险源(滑坡、泥石流、土壤侵蚀、地震、干旱)等对地表景观影响较大的人为或自然因素作为生态威胁因子。土地覆盖数据主要是采用监督分类方法结合目视解译获得,数据采用1990、2002、2010年3个时段是Landsat TM/ETM遥感影像(无云,空间分辨率为30 m),根据中国土地利用分类的标准和白龙江流域土地资源利用的实际情况,划分为6个大类12个小类,即耕地、林地(有林地、灌木林地、疏林地、其他林地)、草地(高覆盖草地、中覆盖草地、低覆盖草地)、水域(河流、湖泊水库)、建设用地、未利用地(沙地裸地、高山积雪-裸岩);然后,结合地形图、土地利用变更数据、野外实地调查和Google高清影像等资料进行精度检验以满足研究需求。iry表示生态威胁因子r的最大影响距离;ry为地类景观y栅格单元中生态威胁因子的个数;βx是指法律准入程度或到达度,反映土地资源或生态系统保护程度,本文暂不考虑白龙江流域特定的土地保护区因素,将区域内各土地覆被类型在国家法律法规上受到保护的程度是平等均一的;Sjr为地类景观j对于威胁因子r的敏感度大小,取值范围为[0,1]。

然而,生物多样性评估研究是一个十分复杂的过程,在大尺度区域景观水平上除了生境质量外,还包括生态系统状况及弹性、景观结构状态等。植被净初生产力是当前自然环境条件下植物群落的净初生产能力,是区域陆地生态系统状况及弹性的直接体现[23,24];在一定范围内,植被净初生产力高的区域,生态系统供给能力及弹性较高,生物多样性也相对较高[23]。景观结构状况是景观类别和异质性的体现,在区域景观水平上,景观结构状态越好、类别越均衡、生态系统越复杂,区域景观多样性程度越大[25]。因此,从景观地理学的角度去理解和分析生物多样性的概念、层次和丧失原因等,同时考虑到各评估指标空间表达的可操作性和可视性[19],本文拟以生境质量、植被净初生产力和景观结构指数3个指标来分别反映生物栖息地质量、区域生态系统状况和景观多样性,并基于此,构建和分析计算区域景观水平的生物多样性综合指数。公式如下:

BIx=Qxj×β1+NPPx×β2+LSx×β3(3)

NPP(x,t)=APAR(x,t)×ε(x,t)(4)

ε(x,t)=εmax×Tε(x,t)×Wε(x,t)(5)

APAR(x,t)=SOL(x,t)×0.5×FPAP(x,t)(6)

LSi=1-Si=1-(aCi+bNi+cFi)(7)

Ci=niAi(8)

$N_{i}=0.5\sqrt{n_{i}/A}\times \frac{A}{{A}_{i}}$ (9)

Fi=2lnPi4lnAi(10)

式中:BIx表示栅格单元x的生物多样性综合指数,Qxj为第j类土地利用/覆被类型(地类景观)在第x个栅格的生境质量,可通过InVEST-HabitatQuality 模块计算获得;NPPx为第x个栅格的植被净初生产力年值,可利用光能利用率模型(CASA模型)计算获得[24,26];Tε(x,t)表示温度胁迫系数,Wε(x,t)表示水分胁迫系数max表示没有受任何限制的情况下植被的最大光能利用率。APAR(x,t)为t月份象元x吸收的光合有效辐射,SOL(x,t)是t月份象元x处的太阳总辐射量(MJ/m2), FPAR(x,t) 指的是t月份象元x处的光合有效辐射吸收率,常数0.5表示植被所吸收的太阳有效辐射(波长范围0.38~0.71 µm)与植被冠层接收到的太阳总辐射之比。Sx为景观尺度上第x个栅格的景观结构指数,可通过构建景观指数来反映[19]LSi为景观状态指数,SiCiNiFi分别为景观损失指数、破碎度指数、分离度指数和分维数,Ai为景观类型i的总面积,ni为景观类型i的斑块数,Pi为某一景观类型i的周长。βx为权重系数,通过结合研究区实地特点,利用层次分析法(AHP)计算生境质量、植被净初生产力和景观结构指数的权重,根据各指标对区域生物多样性的影响程度构建比较矩阵,对比较矩阵进行计算得到最大特征值为3.09所对应的归一化特征向量,获得生境质量、植被净初生产力和景观结构指数权重,CR=0.042<0.1通过一致性检验。

3 结果分析

3.1 白龙江流域生境质量时空变化分析

白龙江流域生境质量空间格局分布明显,其生境质量低值区所占比重较大,主要分布在土石山区交错带上人类活动相对频繁的河谷地带,如舟曲-武都段白龙江两岸区域及武都北峪河区域、文县和武都交界区、宕昌县西北部地区;生境质量高值区域主要集聚在人类活动较弱的中高山林区和自然保护区。在时间上,1990~2010年白龙江流域生境质量总体呈现上升的趋势。利用Natural Breaks(Jenks)自然断点分类法进一步分析生境质量高低值差异性(表1),表明生境质量高值区(Qxy≥0.33)面积不断增加,从1990年的5.12%增至2010年的5.98%;低值区(Qxy<0.16)则表现出减少的态势,其所占面积比重由1990年的82.63%降至2010年的80.50%;而一般区(0.16≤Qxy<0.33)表现出现先减少后上升的波动状态。

表1   1990~2010年白龙江流域生境质量分级表

Table 1   Statistics of habitat quality(Qxy) in the Bailong River Watershed of the Gansu Province (BRWGP) form 1990 to 2010


生境质量等级
面积比重(%)
1990年2002年2010年
高(Qxy ≥0.33)5.125.435.96
中(0.33>Qxy ≥0.16)12.2611.4813.53
低(Qxy<0.16)82.6383.0880.50

新窗口打开

3.2 白龙江流域生物多样性综合评价及时空格局

由公式(3)计算获取研究区生物多样性综合指数(图1),结果表明1990~2002年白龙江流域生物多样性综合指数略有增加,其平均值由0.189增至0.211;高值区(区间)不断扩大,其面积百分比从16.74%增至21.15%(表2),且低值区(区间)呈现减少趋势,表明流域生物多样性两极分化趋向明显;但流域生物多样性最大值和最小值趋向减小,间接反映出局部地区(原本生物多样性就低的地区)生物多样性又减弱的态势。2002~2010年,生物多样性综合指数持续增长,两极分化趋势继续扩大。整个研究期间,生物多样性总体呈现增长的趋势,但低值区面积比重仍在52%以上,表明研究区生物多样性恢复工作依然很严峻。在空间上,白龙江流域生物多样性空间格局分布明显,其生物多样性丰富区域(高值区)主要分布在海拔约为1 000~3 000 m的中高山林区域,这些地区物种高度丰富、植被覆盖好、生境质量高、人类活动干扰极少、生态系统类型多样,且多为自然保护区、林业管护区或天然林生态系统集中区域,是大熊猫、金丝猴、珙桐、银杉、连香树、水青树等珍稀动植物或国家重点保护动植物分布关键区域。生物多样性中等区域多是以农林生态系统为主,灌丛草地相间分布,植被覆盖良好、物种丰富度和生境质量一般,在局部山岭丘陵地区生物多样性较丰富,生物多样性指数为一般。生物多样性较低区域(低值区),主要集中在人类活动相对频繁的农业主产区、城乡区域和灾害多发区,其区域内生态环境相对脆弱,人类活动干扰强烈,滑坡、泥石流、水土流失等灾害频繁,物种相对贫乏、景观破碎化高、生境质量较差、生态系统类型较为单一,生物多样性较低(表2)。

图1   白龙江流域生物多样性综合指数分布

Fig.1   Distribution of biodiversity comprehensive index in BRWGP from 1990 to 2010

表2   1990~2010年白龙江流域生物多样性综合指数统计

Table 2   Statistics of biodiversity comprehensive index in BRWGP during 1990-2010

生物多样性等级生物多样性状况面积比重(%)
1990年2002年2010年
物种相对贫乏,生境质量较差,人类活动干扰频繁而强烈,生态系统类型单一、脆弱25.0321.1117.3
较低物种较少,景观较为破碎,受人类活动干扰,生境质量一般,生物多样性相对较低34.3130.7233.27
一般物种一般,植被净初生产力良好,局部地区生物多样性较丰富,但生物多样性总体水平一般23.9127.0223.41
较高物种较丰富,植被覆盖好、特有属和种较多,人类活动干扰少、生态系统类型较多,局部地区生物多样性高度丰富10.8313.9816.56
物种高度丰富,特有属、种多,植被净初生产力高,景观稳定高,生境质量高,人类活动干扰极少,生态系统丰富多样5.917.179.46

新窗口打开

为了进一步分析流域生物多样性时空变化特征,利用GIS空间分析的方法对研究初期和末期的生物多样性综合评价值进行差值分析,差值小于0表示生物多样性降低,大于0则表示生物多样性增加(图2)。由图2可知,白龙江流域景观生物多样性增加区域主要是以林区、生态工程治理区(如退耕还林工程实施区、长防林保护区、天然林保护工程区等)、农牧过渡区和以草灌为主的中高山地林区和生态工程恢复区,如多尔、阿夏、岷山、拦坝河中上游、博裕河和大鱼团河流域的林业区。生物多样性减少区域主要分布在舟曲县两江镇-武都区汉王镇段白龙江两岸、宕昌县县城以上的岷江上游土山区、海拔3 300 m以上的迭山高海山区、文县西北部以及碧口-姚渡段白龙江河谷沿线,约占研究区总面积的26%,表明近20 a期间,白龙江流域景观生物多样性增长明显,总体呈现增长的趋势。

图2   1990~2010年白龙江流域生物多样性综合指数变化

Fig.2   Biodiversity comprehensive index change in BRWGP during 1990-2010

4 讨论

甘肃白龙江流域景观生物多样性的时空分布特征呈现出一定的规律性,生物多样性低值区主要分布在人口密集、工农业等社会经济条件较好的舟曲-武都-文县段白龙江河谷沿岸与缓丘土山区;景观生物多样性较高的区域则集中于阿夏-多尔、尖山大熊猫自然保护区和插岗梁、白水江等森林自然保护区以及迭山、博裕河、大鱼团河等林业管护区。这与中国环境保护部2015年发布的《中国生物多样性保护优先区域范围》中[27]指出中国岷山-横断山北段大熊猫、金丝猴、珙桐、银杉、连香树、水青树等珍稀动植物或国家重点保护动植物分布关键区域和保护优先保护区相一致[19]。1990~2010年,流域景观生物多样性减少区主要发生在人类活动频繁的滑坡、泥石流灾害多发区和高寒山区,而生物多样性增长区则集中在生态工程实施区和林业管护区;这与其他学者在研究白龙江流域生态风险的结果相似[28,29,30]。同时,白龙江流域景观生物多样性整体呈现增长的趋势,但在1990~2002年增长相对缓慢,2002~2010年增长相对较明显。

InVEST生境质量模块是根据地类景观与生态威胁源的关系,通过分析生境质量(或者生物栖息地质量)来间接反映生物多样性高低。在大中尺度的景观水平上,生物多样性还包含着生态系统状况及弹性(或区域环境状况)和生态系统景观多样性等[19]。因此,本文在景观地理学视角下,利用NPP和景观结构指数来分别表征区域环境状况和生态系统景观多样性,结合InVEST生境质量模型的评估结果改进区域生物多样性空间分布的评估方法,同时通过野外样方生物多样性本底调查、部分自然保护区科学考察报告和全国野生高等动植物名录等相关资料进行验证与分析,结果表明从区域尺度上改进后的评估结果更能较清晰和客观地体现白龙江流域生物多样性实际空间分布格局。今后,在加大生物多样本底调查和长期野外观测工作的同时上,可结合宏观尺度的遥感观测、卫星追踪和模型模拟等技术,以有效地反映区域生物多样性的时间和空间上的变化特征[31,32,33]

5 结论

在空间分布上,甘肃白龙江流域生物多样性丰富的区域主要集中在人类活动干扰较少的自然保护区和林业管护区,生物多样性低值区则主要分布在舟曲-武都-文县的白龙江两岸及其以北区域、宕昌县岷江沿岸的城乡和农耕(或农牧)区,也是研究期间生物多样性减少的主要区域。1990~2010年间,白龙江流域生物多样性增长显著区域主要是在退耕还林、长防林工程等生态工程实施区。

本文尝试在遥感和GIS技术的支持下,结合InVEST模型、NPP和景观结构指数构建区域生物多样性空间格局的评估方法,并在栅格像元尺度上量化分析生物多样性空间分布状况。与单纯只考虑生境质量的InVEST模型区域生物多样性评价结果相比,对于山大沟深、灾害频发、缺乏长期野外监测数据的甘肃白龙江流域而言,构建后的区域生物多样性空间格局评估方法的研究结果更为客观和真实,更符合流域生物多样性实际分布状况。

致谢:感谢陈国清、王茜茜、吴婧等大学生在数据处理与文字校对过程中给予的帮助以及广西师范学院省部级重点实验室创新基地大学生创新实践训练计划项目(201710603261、201710603263)对本研究的支持!

The authors have declared that no competing interests exist.


参考文献

[1] Butchart S H, Walpole M, Collen B et al.

Global biodiversity: Indicators of recent declines

[J]. Science, 2010, 328(5982): 1164-1168.

https://doi.org/10.1126/science.1187512      URL      PMID: 20430971      [本文引用: 1]      摘要

In 2002, world leaders committed, through the Convention on Biological Diversity, to achieve a significant reduction in the rate of biodiversity loss by 2010. We compiled 31 indicators to report on progress toward this target. Most indicators of the state of biodiversity (covering species population trends, extinction risk, habitat extent and condition, and community composition) showed declines, with no significant recent reductions in rate, whereas indicators of pressures on biodiversity (including resource consumption, invasive alien species, nitrogen pollution, overexploitation, and climate change impacts) showed increases. Despite some local successes and increasing responses (including extent and biodiversity coverage of protected areas, sustainable forest management, policy responses to invasive alien species, and biodiversity-related aid), the rate of biodiversity loss does not appear to be slowing.
[2] Thompson I D, Okabe K, Parrotta J A et al.

Biodiversity and ecosystem services: lessons from nature to improve management of planted forests for REDD-plus

[J]. Biodivers Conserv, 2014, 23(10):2613-2635.

https://doi.org/10.1007/s10531-014-0736-0      URL      [本文引用: 1]     

[3] Isbell F, Reich P B, Tilman D et al.

Nutrient enrichment, biodiversity loss, and consequent declines in ecosystem productivity

[J]. Proceedings of the National Academy of Sciences of the United States of America, 2013, 110(29): 11911-11916.

https://doi.org/10.1073/pnas.1310880110      URL      [本文引用: 2]     

[4] CBD (Secretarial of the Convention on Biological Diversity).

Global Biodiversity Outlook 4

[M]. Montreal, Canada: Secretarial of the Convention on Biological Diversity, 2014: 155-155.

[本文引用: 1]     

[5] Zhao G S, Liu J Y, Kuang W H 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.

https://doi.org/10.1007/s11442-015-1184-9      URL      [本文引用: 1]     

[6] 彭羽, 卿凤婷, 米凯, .

生物多样性不同层次尺度效应及其耦合关系研究进展

[J]. 生态学报, 2015, 35(2):577-583.

https://doi.org/10.5846/stxb201310132461      Magsci      [本文引用: 1]      摘要

生物多样性包含遗传、物种、生态系统和景观多样性4个层次,虽然各个层次的研究较多,但是各层次间相互关系的研究较少。物种多样性多采用野外样方调查法,景观多样性采用遥感、地理信息系统和野外调查,研究方法较为成熟;生态系统多样性研究因生物地理地域和尺度的不同,常采用不同的分类体系,尚无统一评估标准。物种多样性的尺度效应在<i>α、β、γ</i>指数上均有不同体现,景观多样性的尺度效应非常明显。生境异质性与物种<i>α</i>和<i>β</i>多样性指数密切相关,在一定尺度上,丰富的景观多样性提高了物种多样性。未来研究需要揭示不同生物多样性层次之间的耦合关系,并将研究结果应用到生态系统红色名录制定、区域生物多样性综合监测与评估等实践之中。

[Peng Yu, Qing Fengting, Mi Kai et al.

Study progress on spatial scale effects and coupling relationships of different levels in biodiversity

. Acta Ecologica Sinica, 2015, 35(2) : 577-583.]

https://doi.org/10.5846/stxb201310132461      Magsci      [本文引用: 1]      摘要

生物多样性包含遗传、物种、生态系统和景观多样性4个层次,虽然各个层次的研究较多,但是各层次间相互关系的研究较少。物种多样性多采用野外样方调查法,景观多样性采用遥感、地理信息系统和野外调查,研究方法较为成熟;生态系统多样性研究因生物地理地域和尺度的不同,常采用不同的分类体系,尚无统一评估标准。物种多样性的尺度效应在<i>α、β、γ</i>指数上均有不同体现,景观多样性的尺度效应非常明显。生境异质性与物种<i>α</i>和<i>β</i>多样性指数密切相关,在一定尺度上,丰富的景观多样性提高了物种多样性。未来研究需要揭示不同生物多样性层次之间的耦合关系,并将研究结果应用到生态系统红色名录制定、区域生物多样性综合监测与评估等实践之中。
[7] Lausch A, Bannehr L, Beckmann M et al.

Linking Earth Observation and taxonomic, structural and functional biodiversity: local to ecosystem perspectives

[J]. Ecological Indicators, 2016, 70: 317-339.

https://doi.org/10.1016/j.ecolind.2016.06.022      URL      [本文引用: 1]     

[8] Scholes R J, Walters M, Turak E et al.

Building a global observing system for biodiversity

[J]. Current Opinion in Environmental Sustainability, 2012, 4(1):139-146.

https://doi.org/10.1016/j.cosust.2011.12.005      URL      [本文引用: 1]      摘要

The Group on Earth Observations Biodiversity Observation Network (GEO BON) has been in formal existence for three years, following several years of design and discussion. It is the realisation of the biodiversity societal benefit area envisaged in the GEO System of Systems (GEOSS). GEO BON links together existing networks, each covering particular aspects of biodiversity or parts of the world, and takes steps to help fill important gaps in the system. GEO BON focusses on coordination and harmonisation of the existing and emerging systems; advocacy and action to sustain the observing systems and to fill the identified gaps; and understanding and servicing user needs for biodiversity observations, particularly in the policy-making domain.
[9] Pettorelli N, Safi K, Turner W.

Satellite remote sensing, biodiversity research and conservation of the future

[J]. Philosophical Transactions of the Royal Society B: Biological Sciences, 2014, 369:1-5.

https://doi.org/10.1098/rstb.2013.0190      URL      PMID: 3983925      [本文引用: 1]      摘要

Assessing and predicting ecosystem responses to global environmental change and its impacts on human well-being are high priority targets for the scientific community. The potential for synergies between remote sensing science and ecology, especially satellite remote sensing and conservation biology, has been highlighted by many in the past. Yet, the two research communities have only recently begun to coordinate their agendas. Such synchronization is the key to improving the potential for satellite data effectively to support future environmental management decision-making processes. With this themed issue, we aim to illustrate how integrating remote sensing into ecological research promotes a better understanding of the mechanisms shaping current changes in biodiversity patterns and improves conservation efforts. Added benefits include fostering innovation, generating new research directions in both disciplines and the development of new satellite remote sensing products.
[10] 郭庆华, 刘瑾, 李玉美, .

生物多样性近地面遥感监测:应用现状与前景展望

[J].生物多样性, 2016, 24(11):1249-1266.

https://doi.org/10.17520/biods.2016059      URL      [本文引用: 1]      摘要

近年来中国生物多样性监测与研究网络(Sino BON)建设得到了快速发展,为我国生物多样性长期监测和研究提供了良好的平台条件.其中,以激光雷达技术为核心的近地面遥感平台,作为Sino BON综合监测与管理中心的重要组成部分,己研发形成了较为成熟的软、硬件技术体系,可以提供林下地形建模,林分高度、林分表面结构,林窗或内部分界线,郁闭度动态,植被群落划分、群落内部精细空间结构,单木高度与胸径,冠层形态、周长和盖度,物种识别,亚米级三维景观图等数字产品,从而能够为国家相关部门和研究单位开展多种时空尺度的生物多样性监测、评价和保护工作提供精准、高效的技术支持.本文首先介绍了遥感技术在生物多样性研究中的应用发展历史及最新趋势.然后在生物多样性遥感监测直接和间接两种方法研究进展基础之上,总结了从遥感数据中可提取的重要生物多样性指标,以及选择不同类型遥感数据源时需要考虑的时空尺度信息.在详细阐述NEON、CEOS、GEO BON等国际合作组织推动遥感技术开展生物多样性监测的过程中指明:以无人机为代表的近地面遥感平台具有机动灵活、高效低廉和高分辨率的特点,可在卫星平台、载人航空平台和地面常规调查平台之间架构起生物多样性信息尺度推绎不可或缺的中间桥梁,将是未来生物多样性监测的一个重要手段.最后,文章指出:Sino BON近地面遥感平台的逐步建设完善将为我国生物多样性监测提供全方位的立体定量化信息,在促进我国生物多样性监测网络向跨尺度等级动态系统监测、多源信息集成、智能决策与服务的平台方向发展意义重大.

[Guo Qinghua, Liu Jin, Li Yumei et al.

A near-surface remote sensing platform for biodiversity monitoring: Perspectives and prospects

. Biodiversity Science, 2016, 24(11): 1249-1266.]

https://doi.org/10.17520/biods.2016059      URL      [本文引用: 1]      摘要

近年来中国生物多样性监测与研究网络(Sino BON)建设得到了快速发展,为我国生物多样性长期监测和研究提供了良好的平台条件.其中,以激光雷达技术为核心的近地面遥感平台,作为Sino BON综合监测与管理中心的重要组成部分,己研发形成了较为成熟的软、硬件技术体系,可以提供林下地形建模,林分高度、林分表面结构,林窗或内部分界线,郁闭度动态,植被群落划分、群落内部精细空间结构,单木高度与胸径,冠层形态、周长和盖度,物种识别,亚米级三维景观图等数字产品,从而能够为国家相关部门和研究单位开展多种时空尺度的生物多样性监测、评价和保护工作提供精准、高效的技术支持.本文首先介绍了遥感技术在生物多样性研究中的应用发展历史及最新趋势.然后在生物多样性遥感监测直接和间接两种方法研究进展基础之上,总结了从遥感数据中可提取的重要生物多样性指标,以及选择不同类型遥感数据源时需要考虑的时空尺度信息.在详细阐述NEON、CEOS、GEO BON等国际合作组织推动遥感技术开展生物多样性监测的过程中指明:以无人机为代表的近地面遥感平台具有机动灵活、高效低廉和高分辨率的特点,可在卫星平台、载人航空平台和地面常规调查平台之间架构起生物多样性信息尺度推绎不可或缺的中间桥梁,将是未来生物多样性监测的一个重要手段.最后,文章指出:Sino BON近地面遥感平台的逐步建设完善将为我国生物多样性监测提供全方位的立体定量化信息,在促进我国生物多样性监测网络向跨尺度等级动态系统监测、多源信息集成、智能决策与服务的平台方向发展意义重大.
[11] Su Y, Guo Q, Xue B et al.

Spatial distribution of forest aboveground biomass in China: Estimation through combination of spaceborne lidar, optical imagery, and forest inventory data

[J]. Remote Sensing of Environment, 2016, 173:187-199.

https://doi.org/10.1016/j.rse.2015.12.002      URL      [本文引用: 1]     

[12] 马克平.

中国生物多样性监测网络建设:从CForBio到Sino BON

[J].生物多样性, 2015, 23: 1-2.

https://doi.org/10.17520/biods.2015025      URL      [本文引用: 1]      摘要

生物多样性监测网络的建设在近年来得到了快速发展,特别是在联合国《生物多样性公约》爱知目标(2011–2020生物多样性战略规划,www.cbd.int/sp/)的推动下(马克平,2011a),从全球到区域和国家尺度,都在加强生物多样性监测工作,以期为生物多样性保护及其进展评估提供翔实可靠的数据(马克平,2011b)。

[Ma Keping.

Biodiversity monitoring in China: From CForBio to Sino BON

. Biodiversity Science, 2015, 23: 1-2.]

https://doi.org/10.17520/biods.2015025      URL      [本文引用: 1]      摘要

生物多样性监测网络的建设在近年来得到了快速发展,特别是在联合国《生物多样性公约》爱知目标(2011–2020生物多样性战略规划,www.cbd.int/sp/)的推动下(马克平,2011a),从全球到区域和国家尺度,都在加强生物多样性监测工作,以期为生物多样性保护及其进展评估提供翔实可靠的数据(马克平,2011b)。
[13] Kooistra L, Wamelink W, Schaepman-Strub G et al.

Assessing and predicting biodiversity in a floodplain ecosystem: assimilation of net primary production derived from imaging spectrometer data into a dynamic vegetation model

[J]. Remote Sensing of Environment, 2008, 112(5): 2118-2130.

https://doi.org/10.1016/j.rse.2007.10.010      URL      [本文引用: 2]     

[14] Vihervaara P, Mononen L,

Auvinen A P et al. How to integrate remotely sensed data and biodiversity for ecosystem assessments at landscape scale

[J]. Landscape Ecology, 2015, 30(3): 501-516.

https://doi.org/10.1007/s10980-014-0137-5      URL      [本文引用: 2]     

[15] Polasky S, Nelson E, Pennington D et al.

The impact of land-use change on ecosystem services, biodiversity and returns to landowners: A case study in the state of minnesota

[J]. Environmental and Resource Economics, 2011, 48(2): 219-242.

https://doi.org/10.1007/s10640-010-9407-0      URL      [本文引用: 1]     

[16] 孙传谆, 甄霖, 王超, .

基于InVEST模型的鄱阳湖湿地生物多样性情景分析

[J].长江流域资源与环境,2015, 24(7):1119-1125.

https://doi.org/10.11870/cjlyzyyhj201507006      Magsci      [本文引用: 1]      摘要

生态系统服务与功能的评估越来越多地被应用到自然资源管理政策制定中。通过参与式评估框架(FoPIA)方法建立鄱阳湖湿地到2020年的不同土地利用情景,以此作为参数应用到生态系统服务与功能的评估权衡模型(InVEST),以鄱阳湖湿地指示性生物(越冬候鸟)的栖息地为研究对象,定量和空间化评估典型村落未来土地利用情景下候鸟栖息地质量和空间分布特征。结果表明:在生态保育情景下,受生态退耕等因素的影响,栖息地规模增加,人类胁迫活动减少,鄱阳湖湿地典型村落候鸟栖息地的平均质量提高到0.89,比现状水平提高27.0%;在经济发展情景下,人类活动范围的扩张使得候鸟栖息地受到的胁迫增强,栖息地的平均质量下降为0.57,比现状水平低14.0%;在自然增长情景下,候鸟栖息地平均质量为0.66,比现状水平增加了1.5%。

[Sun Chuanchun, Zhen Lin, Wang Chao et al.

Biodiversity simulation of Poyang lake wetland by InVEST Model under different scenarios

. Resources and Environment in the Yangtze Basin, 2015, 24(7):1119-1125.]

https://doi.org/10.11870/cjlyzyyhj201507006      Magsci      [本文引用: 1]      摘要

生态系统服务与功能的评估越来越多地被应用到自然资源管理政策制定中。通过参与式评估框架(FoPIA)方法建立鄱阳湖湿地到2020年的不同土地利用情景,以此作为参数应用到生态系统服务与功能的评估权衡模型(InVEST),以鄱阳湖湿地指示性生物(越冬候鸟)的栖息地为研究对象,定量和空间化评估典型村落未来土地利用情景下候鸟栖息地质量和空间分布特征。结果表明:在生态保育情景下,受生态退耕等因素的影响,栖息地规模增加,人类胁迫活动减少,鄱阳湖湿地典型村落候鸟栖息地的平均质量提高到0.89,比现状水平提高27.0%;在经济发展情景下,人类活动范围的扩张使得候鸟栖息地受到的胁迫增强,栖息地的平均质量下降为0.57,比现状水平低14.0%;在自然增长情景下,候鸟栖息地平均质量为0.66,比现状水平增加了1.5%。
[17] 徐佩, 王玉宽, 杨金凤, .

汶川地震灾区生物多样性热点地区分析

[J]. 生态学报, 2013, 33(3):718-725.

https://doi.org/10.5846/stxb201203260411      URL      Magsci      [本文引用: 1]      摘要

汶川地震灾区位于长江上游,是我国大熊猫(<em>Ailuropoda melanoleuca</em>)的主要分布区,被保护国际认定的25个全球生物多样性热点地区之一。2008年5月12日发生的汶川大地震导致该区域生态环境遭受严重破坏,需要识别生物多样性热点地区,指导灾后生物多样性保护。选取物种生境质量、植被景观多样性指数和物种多样性指数作为评价指标,其中生境质量采用InVEST生物多样性模型计算,然后利用空间相关分析中G系数进行热点地区分析,探测出灾区生物多样性的热点区,并在此基础上与现有保护区分布、物种生境分布以及Marxan模型计算出的优先区进行对比验证。结果显示:热点区范围涉及到现有76%的保护区,且保护区内的热点区面积达到灾区所有保护区面积的55%;在选取的69个指示物种中有60个物种位于热点区的生境面积占这些物种在灾区的总生境面积的50%以上,有32个物种在80%左右,热点区内的所有指示物种生境总面积占整个灾区指示物种生境总面积的70%以上。基于空间相关分析方法得出的热点地区基本上与Marxan模型输出的优先保护区范围结果基本一致。但空间相关分析的热点区划分克服了Marxan模型优先保护区分布过于离散,孤岛效应明显的不足。

[Xu Pei, Wang Yukuang, Yang Jinfeng et al.

Identification of hotspots for biodiversity conservation in the Wenchuan earthquake-hit area

. Acta Ecologica Sinica, 2013, 33(3) : 718-725.]

https://doi.org/10.5846/stxb201203260411      URL      Magsci      [本文引用: 1]      摘要

汶川地震灾区位于长江上游,是我国大熊猫(<em>Ailuropoda melanoleuca</em>)的主要分布区,被保护国际认定的25个全球生物多样性热点地区之一。2008年5月12日发生的汶川大地震导致该区域生态环境遭受严重破坏,需要识别生物多样性热点地区,指导灾后生物多样性保护。选取物种生境质量、植被景观多样性指数和物种多样性指数作为评价指标,其中生境质量采用InVEST生物多样性模型计算,然后利用空间相关分析中G系数进行热点地区分析,探测出灾区生物多样性的热点区,并在此基础上与现有保护区分布、物种生境分布以及Marxan模型计算出的优先区进行对比验证。结果显示:热点区范围涉及到现有76%的保护区,且保护区内的热点区面积达到灾区所有保护区面积的55%;在选取的69个指示物种中有60个物种位于热点区的生境面积占这些物种在灾区的总生境面积的50%以上,有32个物种在80%左右,热点区内的所有指示物种生境总面积占整个灾区指示物种生境总面积的70%以上。基于空间相关分析方法得出的热点地区基本上与Marxan模型输出的优先保护区范围结果基本一致。但空间相关分析的热点区划分克服了Marxan模型优先保护区分布过于离散,孤岛效应明显的不足。
[18] 谢余初, 巩杰, 齐姗姗, .

甘肃白龙江流域生态系统粮食生产服务价值时空分异

[J].生态学报, 2017, 37(5):1719-1728.

https://doi.org/10.5846/stxb201509231959      URL      [本文引用: 3]      摘要

粮食生产服务是区域生态系统主要的服务功能之一,也是人类福祉和社会发展的基础,受自然环境和社会经济发展而不断变化。然而,目前国内外尚缺乏统一的生态系统服务价值的时空动态评估方法,尤其是在脆弱的山区过渡带区域。以灾害频发的脆弱生态过渡带——甘肃白龙江流域为例,尝试引入自然环境和人文社会要素对区域生态系统生产服务经济价值进行系数调整与修正,构建生态系统服务价值的计量评估模型,测算流域内生态系统生产服务价值并分析其时空差异性。结果表明:(1)1990-2010年间白龙江流域耕地面积波动起伏较大,但流域内生态系统生产服务价值却表现出持续上升的趋势,至2010年平均生产服务价值达186.74万元。生态系统生产服务价值空间格局变化不大,其高产区约占42.4%以上,主要分布在宕昌县西北部的岷江两岸和舟曲城关镇-武都汉王镇的白龙江两岸及其以北区域。(2)方法改进后,白龙江流域生产经济价值相对减小(172.74万元),间接反映了研究区内滑坡、泥石流等自然灾害和区位人文社会要素对生产经济价值的影响,更符合流域的实际情况。

[Xie Yuchu, Gong Jie, Qi Shanshan et al.

Assessment of ecosystem food production and its spatiotemporal heterogeneity in the Bailong River Watershed, Gansu

. Acta Ecologica Sinica,2017, 37(5):1719-1728.]

https://doi.org/10.5846/stxb201509231959      URL      [本文引用: 3]      摘要

粮食生产服务是区域生态系统主要的服务功能之一,也是人类福祉和社会发展的基础,受自然环境和社会经济发展而不断变化。然而,目前国内外尚缺乏统一的生态系统服务价值的时空动态评估方法,尤其是在脆弱的山区过渡带区域。以灾害频发的脆弱生态过渡带——甘肃白龙江流域为例,尝试引入自然环境和人文社会要素对区域生态系统生产服务经济价值进行系数调整与修正,构建生态系统服务价值的计量评估模型,测算流域内生态系统生产服务价值并分析其时空差异性。结果表明:(1)1990-2010年间白龙江流域耕地面积波动起伏较大,但流域内生态系统生产服务价值却表现出持续上升的趋势,至2010年平均生产服务价值达186.74万元。生态系统生产服务价值空间格局变化不大,其高产区约占42.4%以上,主要分布在宕昌县西北部的岷江两岸和舟曲城关镇-武都汉王镇的白龙江两岸及其以北区域。(2)方法改进后,白龙江流域生产经济价值相对减小(172.74万元),间接反映了研究区内滑坡、泥石流等自然灾害和区位人文社会要素对生产经济价值的影响,更符合流域的实际情况。
[19] 谢余初, 巩杰, 齐姗姗, .

基于综合指数法的白龙江流域生物多样性空间分异特征研究

[J].生态学报, 2017, 37(19): 6448-6456.

URL      [本文引用: 5]      摘要

大中区域尺度上生物多样性空间分布格局识别是制定和实施区域生物多样性保护计划的前提条件,也是生物多样性保护确定优先区域研究工作迫切需要解决的关键问题之一。拟以甘肃白龙江流域为例,结合InVEST模型和遥感、GIS技术,以区域生境质量、植物净初级生产力和景观状态指数为评价指标,应用归一化处理方法,构建区域生物多样性空间格局综合评估方法,在栅格像元尺度上开展白龙江流域生物多样性评价及其空间分异特征分析。结果表明:白龙江流域生物多样性较为丰富,空间分异特征明显。生物多样性较高的区域(Ⅰ和Ⅱ级以上)面积约占39.80%,且主要集中在自然保护区和林业管护区。生物多样性较低的地区主要分布在舟曲-武都-文县的白龙江两岸及其以北区域、宕昌县岷江沿岸、高寒稀疏植被区和高山积雪-裸岩区。

[Xie Yuchu, Gong Jie,Qi Shanshan et al.

Assessment and spatial variation of biodiversity in the Bailong River Watershed of the

Gansu Province. Acta Ecologica Sinica. 2017, 37(19):6448-6456.]

URL      [本文引用: 5]      摘要

大中区域尺度上生物多样性空间分布格局识别是制定和实施区域生物多样性保护计划的前提条件,也是生物多样性保护确定优先区域研究工作迫切需要解决的关键问题之一。拟以甘肃白龙江流域为例,结合InVEST模型和遥感、GIS技术,以区域生境质量、植物净初级生产力和景观状态指数为评价指标,应用归一化处理方法,构建区域生物多样性空间格局综合评估方法,在栅格像元尺度上开展白龙江流域生物多样性评价及其空间分异特征分析。结果表明:白龙江流域生物多样性较为丰富,空间分异特征明显。生物多样性较高的区域(Ⅰ和Ⅱ级以上)面积约占39.80%,且主要集中在自然保护区和林业管护区。生物多样性较低的地区主要分布在舟曲-武都-文县的白龙江两岸及其以北区域、宕昌县岷江沿岸、高寒稀疏植被区和高山积雪-裸岩区。
[20] Tallis H T, Ricketts T, Guerry A et al.

InVEST 2.5.6 User's Guide

[M]. Stanford: The Natural Capital Project, 2013.

[本文引用: 2]     

[21] Lisa M, Douglass J,

Lozano J S et al. An open-source software tool for integrating biodiversity and ecosystem services into impact assessment and mitigation decisions

[J]. Environmental Modelling & Software, 2016, 84:121-133.

[22] Herzog F, Lüscher G, Arndorfer M et al.

European farm scale habitat descriptors for the evaluation of biodiversity

[J]. Ecological Indicators, 2017, 77:205-217.

https://doi.org/10.1016/j.ecolind.2017.01.010      URL      [本文引用: 1]      摘要

Habitat descriptors are cost effective biodiversity indicators demanded by stakeholders and required forregional and global biodiversity monitoring. We mapped 195 farms of different types in twelve case studyregions across Europe and tested 18 habitat descriptors for scientific validity, information content andease of interpretation. We propose a core set consisting of (i) four descriptors to measure structural compositionand configuration of farms (Habitat Richness, Habitat Diversity, Patch Size, and Linear Habitats),(ii) three descriptors addressing specific habitat types (Crop Richness, Shrub Habitats, and Tree Habitats)and (iii) one interpreted descriptor (Semi-Natural Habitats). As a set, the descriptors make it possibleto evaluate the habitat status of a farm and to track changes occurring due to modified land use and/ormanagement, including agri-environmental measures. The farm habitat maps can provide ground truthinformation for regional and global biodiversity monitoring.
[23] Lausch A, Bannehr L, Beckmann M et al.

Linking earth observation and taxonomic, structural and functional biodiversity: local to ecosystem perspectives

[J]. Ecological Indicators, 2016, 70: 317-339.

https://doi.org/10.1016/j.ecolind.2016.06.022      URL      [本文引用: 2]     

[24] Liu C Y, Dong X F, Liu Y Y.

Changes of NPP and their relationship to climate factors based on the transformation of different scales in Gansu, China

[J]. Catena, 2015, 125: 190-199.

https://doi.org/10.1016/j.catena.2014.10.027      URL      [本文引用: 2]     

[25] 邬建国.

景观生态学——格局、过程、尺度与等级(第二版)

[M]. 北京: 高等教育出版社, 2007.

[本文引用: 1]     

[Wu Jianguo.

Landscape ecology: Pattern, process, scale and hierarchy

(2nd edition). Beijing: Higher Education Press, 2007.]

[本文引用: 1]     

[26] Cramer W, Kicklighter D W, Bondeau A et al.

Comparing global models of terrestrial net primary productivity (NPP): overview and key results

[J]. Global change biology, 1999, 5(1): 1-15.

https://doi.org/10.1046/j.1365-2486.1999.00006.x      URL      [本文引用: 1]      摘要

Summary Given that neither absolute measures nor direct model validations of global terrestrial net primary productivity (NPP) are feasible, intercomparison of global NPP models provides an effective tool to check model consistency. For this study, we tested the assumption that water availability is the primary limiting factor of NPP in global terrestrial biospheric models. We compared a water balance coefficient (WBC), calculated as the difference of mean annual precipitation and potential evapotranspiration to NPP for each grid cell (0.5 0.5 longitude/latitude) in each of 14 models. We also evaluated different approaches used for introducing water budget limitations on NPP: (1) direct physiological control on evapotranspiration through canopy conductance; (2) climatological computation of constraints from supply/demand for ecosystem productivity; and (3) water limitation inferred from satellite data alone. Plots of NPP vs. WBC showed comparable patterns for the models using the same method for water balance limitation on NPP. While correlation plots revealed similar patterns for most global models, other environmental controls on NPP introduced substantial variability.
[27] 中国环境保护部.

关于发布《中国生物多样性保护优先区域范围》的公告

[N/OL]. 2015.

URL      [本文引用: 1]     

[Ministry of Ecology and Environment of the People’s Republic of China.

Public announcement of biodiversity conservation priority areas in China

. 2015. .]

URL      [本文引用: 1]     

[28] 巩杰, 谢余初, 赵彩霞, .

甘肃白龙江流域景观生态风险评价及其时空分异

[J].中国环境科学, 2014, 34(8): 2153-2160.

Magsci      [本文引用: 1]      摘要

以我国典型生态环境过渡带——甘肃白龙江流域为对象,借助GIS技术和Fragstats软件,基于土地利用变化的生境脆弱度和景观生态损失度构建了流域景观生态综合生态风险评价模型,并利用空间自相关分析方法,开展了土地利用变化及其生态风险评价与时空分异研究.结果表明:1990~2010年白龙江流域土地利用变化明显,林地和建设用地呈现增长趋势,耕地和草地面积呈现减少,未利用地和水域则呈波动变化.研究区景观生态风险空间分布差异明显,白龙江流域西北部和北部的生态风险高于流域的西部、东部和南部.同时,各风险等级上呈现“两头小中间大”的趋势,即中等风险区面积呈扩张的态势,低风险区和高风险区呈减弱的趋势.流域景观生态风险具有显著的空间集聚特征,其生态风险值呈现显著的空间正相关关系,这可能是流域生态风险时空分布与土地利用强度、土地利用结构及人类活动之间关系密切.

[Gong Jie, Xie Yuchu, Zhao Caixia et al.

Landscape ecological risk assessment and its spatiotemporal variation of the Bailongjiang watershed, Gansu

. China Environmental Science, 2014, 34(8): 2153-2160.]

Magsci      [本文引用: 1]      摘要

以我国典型生态环境过渡带——甘肃白龙江流域为对象,借助GIS技术和Fragstats软件,基于土地利用变化的生境脆弱度和景观生态损失度构建了流域景观生态综合生态风险评价模型,并利用空间自相关分析方法,开展了土地利用变化及其生态风险评价与时空分异研究.结果表明:1990~2010年白龙江流域土地利用变化明显,林地和建设用地呈现增长趋势,耕地和草地面积呈现减少,未利用地和水域则呈波动变化.研究区景观生态风险空间分布差异明显,白龙江流域西北部和北部的生态风险高于流域的西部、东部和南部.同时,各风险等级上呈现“两头小中间大”的趋势,即中等风险区面积呈扩张的态势,低风险区和高风险区呈减弱的趋势.流域景观生态风险具有显著的空间集聚特征,其生态风险值呈现显著的空间正相关关系,这可能是流域生态风险时空分布与土地利用强度、土地利用结构及人类活动之间关系密切.
[29] 谢余初, 巩杰, 张玲玲.

基于PSR模型的白龙江流域景观生态安全时空变化

[J]. 地理科学, 2015, 35(6): 790-797.

https://doi.org/10.11820/dlkxjz.1997.04.001      URL      Magsci      [本文引用: 1]      摘要

<p>以地貌灾害频发的甘肃白龙江流域为研究区,基于&ldquo;压力-状态-响应&rdquo;框架模型构建流域景观生态安全评价指标体系,探讨其时空变化过程及其特征。结果表明:1990~2010 年间白龙江流域景观生态安全综合指数逐渐上升,中高安全等级以上的面积约占研究区总面积的52%。流域内低生态安全区域主要集中在舟曲-武都段白龙江两岸区域、宕昌县西北区域和迭部县北部山区,高安全区域主要集中在自然保护区、林业发展区等植被覆盖较好的区域,其分布格局与滑坡、泥石流和水土流失等地貌灾害的风险分布格局相反。</p>

[Xie Yuchu, Gong Jie, Zhang Lingling.

Dynamics of landscape ecological security based on PSR Model in the Bailongjiang River Watershed

. Scientia Geographica Sinica, 2015, 35(6): 790-797.]

https://doi.org/10.11820/dlkxjz.1997.04.001      URL      Magsci      [本文引用: 1]      摘要

<p>以地貌灾害频发的甘肃白龙江流域为研究区,基于&ldquo;压力-状态-响应&rdquo;框架模型构建流域景观生态安全评价指标体系,探讨其时空变化过程及其特征。结果表明:1990~2010 年间白龙江流域景观生态安全综合指数逐渐上升,中高安全等级以上的面积约占研究区总面积的52%。流域内低生态安全区域主要集中在舟曲-武都段白龙江两岸区域、宕昌县西北区域和迭部县北部山区,高安全区域主要集中在自然保护区、林业发展区等植被覆盖较好的区域,其分布格局与滑坡、泥石流和水土流失等地貌灾害的风险分布格局相反。</p>
[30] 巩杰, 赵彩霞, 王合领, .

基于地质灾害的陇南山区生态风险评价——以陇南市武都区为例

[J]. 山地学报, 2012, 30(5):570-577.

URL      [本文引用: 1]      摘要

陇南山区地质构造活动强烈,频繁的地质灾害对生态环境和生态安全构成严重威胁.分别以陇南市武都区的主要地质灾害(滑坡、泥石流和地震)和景观类型为风险源和受体,以景观结构指数和易损性指数作为评价指标,构建生态风险评价模型,进行生态风险特征评估.结果表明:武都区生态风险特征的分布主要受地质灾害风险分布和景观格局的影响,人类活动、植被覆盖度和海拔梯度也是重要的影响因素.极高风险区和高风险区主要集中分布在东江镇以东的白龙江沿岸及整个白龙江南岸、安化、马街、汉王和两水镇北部等地;低风险区和较低风险区主要分布在武都区东部和南部以及西部和西北部区域.基于景观结构的多风险源生态风险评价对于区域生态风险管理具有重要的现实和指导意义.

[Gong Jie, Zhao Caixia, Wang Heling et al.

Ecological risk assessment of Longnan mountainous area based on geological disasters: A case study of Wudu

. Journal of Mountain Science, 2012, 30(5):570-577.]

URL      [本文引用: 1]      摘要

陇南山区地质构造活动强烈,频繁的地质灾害对生态环境和生态安全构成严重威胁.分别以陇南市武都区的主要地质灾害(滑坡、泥石流和地震)和景观类型为风险源和受体,以景观结构指数和易损性指数作为评价指标,构建生态风险评价模型,进行生态风险特征评估.结果表明:武都区生态风险特征的分布主要受地质灾害风险分布和景观格局的影响,人类活动、植被覆盖度和海拔梯度也是重要的影响因素.极高风险区和高风险区主要集中分布在东江镇以东的白龙江沿岸及整个白龙江南岸、安化、马街、汉王和两水镇北部等地;低风险区和较低风险区主要分布在武都区东部和南部以及西部和西北部区域.基于景观结构的多风险源生态风险评价对于区域生态风险管理具有重要的现实和指导意义.
[31] 马克平.

生物多样性监测依赖于地面人工观测与先进技术手段的有机结合

[J]. 生物多样性, 2016, 24(11): 1201-1202.

https://doi.org/10.17520/biods.2016343      URL      [本文引用: 1]      摘要

随着生物多样性保护和研究的进展,生物多样性监测受到广泛关注.以biodiversity与monitoring 和observation分别组合作为主题词在Web of Science 上检索,可以看出在过去的10年中(2006-2015)有关生物多样性监测的论文增长了六成多(附录1,biodiversity与monitoring组合增加69%,biodiversity与observation组合增加62%).从过去25年生物多样性监测方面被引频次最高的50篇论文可以看出(附录2),不仅生物多样性本身的变化受到关注,而且影响生物多样性变化的因素如气候变化、土地利用、环境污染等也是监测的主要内容.与此相关的不同尺度和主题的生物多样性监测网络建设快速发展.

[Ma Keping.

Biodiversity monitoring relies on the integration of human observation and automatic collection of data with advanced equipment and facilities

. Biodiversity Science, 2016, 24(11): 1201-1202.]

https://doi.org/10.17520/biods.2016343      URL      [本文引用: 1]      摘要

随着生物多样性保护和研究的进展,生物多样性监测受到广泛关注.以biodiversity与monitoring 和observation分别组合作为主题词在Web of Science 上检索,可以看出在过去的10年中(2006-2015)有关生物多样性监测的论文增长了六成多(附录1,biodiversity与monitoring组合增加69%,biodiversity与observation组合增加62%).从过去25年生物多样性监测方面被引频次最高的50篇论文可以看出(附录2),不仅生物多样性本身的变化受到关注,而且影响生物多样性变化的因素如气候变化、土地利用、环境污染等也是监测的主要内容.与此相关的不同尺度和主题的生物多样性监测网络建设快速发展.
[32] Gillison A N, Asner G P, Fernandes E C M et al.

Biodiversity and agriculture in dynamic landscapes: Integrating ground and remotely-sensed baseline surveys

[J]. Journal of Environmental Management, 2016, 177:9-19.

[本文引用: 1]     

[33] Mendenhall C D, Shields-Estrada A, Krishnaswami A J et al.

Quantifying and sustaining biodiversity in tropical agricultural landscapes

[J]. Proceedings of the National Academy of Sciences, 2017, 113(51): 14544-14551.

https://doi.org/10.1073/pnas.1604981113      URL      PMID: 27791070      [本文引用: 1]      摘要

Decision-makers increasingly seek scientific guidance on investing in nature, but biodiversity remains difficult to estimate across diverse landscapes. Here, we develop empirically based models for quantifying biodiversity across space. We focus on agricultural lands in the tropical forest biome, wherein lies the greatest potential to conserve or lose biodiversity. We explore two questions, drawing from empirical research oriented toward pioneering policies in Costa Rica. First, can remotely sensed tree cover serve as a reliable basis for improved estimation of biodiversity, from plots to regions? Second, how does tropical biodiversity change across the land-use gradient from native forest to deforested cropland and pasture? We report on understory plants, nonflying mammals, bats, birds, reptiles, and amphibians. Using data from 67,737 observations of 908 species, we test how tree cover influences biodiversity across space. First, we find that fine-scale mapping of tree cover predicts biodiversity within a taxon-specific radius (of 30 70 m) about a point in the landscape. Second, nearly 50% of the tree cover in our study region is embedded in countryside forest elements, small (typically 0.05 100 ha) clusters or strips of trees on private property. Third, most species use multiple habitat types, including crop fields and pastures (to which 15% of species are restricted), although some taxa depend on forest (57% of species are restricted to forest elements). Our findings are supported by comparisons of 90 studies across Latin America. They provide a basis for a planning tool that guides investments in tropical forest biodiversity similar to those for securing ecosystem services.

/