武汉月湖湿地的管理与生态恢复

城市湖泊湿地是城市重要的生态基础,具有许多生态功能和社会服务功能。合理开发和利用湿地资源是确保城市可持续发展的重要前提。针对武汉月湖的水体污染问题,围绕城市受污染水体的生境改善、生态系统结构优化与系统稳定等问题,开展水生植物定植、湖滨人工湿地、藻类控制、受污染底泥修复等水质改善技术的研究,并相应建设示范工程对月湖湿地进行管理和生态恢复。     

四方湖湿地资源现状及保护管理对策

四方湖湿地是淮河中游重要的淡水湖泊湿地,生物多样性丰富,具有调蓄防洪、保护生物多样性、维护生态平衡等多项功能。由于不合理的开发利用,四方湖湿地生物多样性下降,生态环境出现了退化的趋势。采取有力措施,保护和恢复四方湖湿地生态功能,迫在眉睫。分析了四方湖湿地资源现状及存在问题,提出了四方湖湿地资源保护及恢复对策。     

深圳华侨城湿地物种多样性及其保护研究

深圳华侨城湿地位于珠江口深圳湾北岸,通过箱涵与深圳湾海水相通,总面积69万m2,水域面积约50万m2,是深圳湾湿地生态系统的重要组成部分。对华侨城湿地植被、鸟类、底栖生物、浮游生物的多样性进行了调查,结果表明:华侨城湿地共有植物60科162种,其中真红树植物5科6属7种,半红树植物3科4属5种,外来入侵植物27种;鸟类共有12目36科101种,约占深圳湾鸟类总种数的50%,其中国家Ⅱ级重点保护野生鸟类6种;共鉴定出藻类5门11属14种;浮游动物25种。华侨城湿地面临严重的生态危机,主要包括入侵植物大面积分布、物种单一,鸟类、底栖生物类等生物多样性与福田红树林保护区及凤塘河口相比较低,并据此提出了相应的保护建议。     

张家口市湿地资源现状、问题与保护对策

张家口地区有丰富的湿地资源,张家口的河流、湖淖等湿地对京津地区的水资源供应与调节、生物多样性保护、生态环境的平衡与区域可持续发展关系重大,本文对该区域主要湿地现状、导致其退化的主要原因与问题进行了探讨,并提出了当前湿地保护的建议与对策。     

宁德市东湖湿地鸟类资源调查与保护

2003年3月-2004年4月,在宁德三都湾东湖湿地及其周边地区进行了10次湿地鸟类资源连续调查。调查表明:宁德东湖湿地生物多样性丰富,特别是湿地水禽种类繁多,数量巨大,发现鸟类12目26科80种,计20119只。宁德东湖湿地是福建省鸟类资源的重要分布区,是各类水禽的理想栖息地、越冬地和迁徙地,但存在因开发建设湖面缩小、市区大量生活污水污染水质、湖体淤积、陆地化过快等问题。为此,保护和恢复东湖湿地、建立湿地公园已是势在必行。     

湿地生态风险管理

结合生态学相关知识,将生态风险管理具体应用到湿地的生态风险管理中。从湿地生态风险管理过程的规划、管理目标、生态风险评估、风险处理等方面对湿地生态风险管理进行了探讨。在湿地生态风险评价过程中进一步运用经济学方法进行了湿地风险综合分析,使湿地生态风险管理更有效。对于湿地生态风险管理,应根据不同的风险程度采取不同的措施或者方法,提出了4种湿地风险管理措施。     

基于改进引力模型的公园绿地空间可达性及供需平衡分析方法

探究高密度城市公园绿地资源空间配置的有效性和供需平衡问题对城市规划和居民生活具有重要意义。已有研究较少从多尺度、多交通出行模式以及结合地图大数据算法的角度对公园绿地可达性进行探究。本文以广州市越秀区为例,利用百度地图多交通出行数据,提出一种结合多类型公园绿地多级可达时间阈值的改进型引力模型,对越秀区公园绿地的空间可达性及其供需平衡特征进行研究。结果表明：(1)越秀区各尺度和各类型公园绿地可达性差异显著,城区尺度可达性大体上呈现由北向南逐层递减趋势,街道尺度可达性则表现出明显的“极化”现象,大型公园绿地可达性远高于社区公园和街头游园且在城市整体可达性中占主体地位;(2)从空间集聚情况来看,城区尺度公园绿地可达性值呈现明显的空间集聚分布特征,由北向南表现为高值聚类、不显著、低值聚类,街道尺度相比城区尺度高值聚类减少,低值聚类和无统计意义的区域增多;(3)基于供需平衡视角的空间可达性结果显示,公园绿地供给与居民需求在城区尺度和街道尺度分别呈现出整体平衡和局部失衡的现象,局部失衡主要集中在公园绿地资源相对匮乏的街道。     

基于光释光测年研究青海湖三种沼泽湿地的发育及沉积速率

近百年来由于受气候暖干化、青海湖湖体水位下降和周围草地退化及沙化趋势加剧等生态环境变化,加速了湿地环境变迁的生态过程。本研究在青海湖北岸地区选取三种典型沼泽湿地(藏嵩草kobresia ti-betica、华扁穗草Blysmus sinocompressus、盐地凤毛菊Saussurea salsa),建立地层的年代序列,计算得到每一测年段内的沉积速率,结合前人研究的历史气候变化,分析湿地形成的历史背景,初步揭示三种沼泽湿地的发育和沉积规律与全球变化的耦合性。结果表明光释光测得的三种沼泽湿地其发育时期各不相同,华扁穗草沼泽湿地发育于8.436±0.6 ka,藏嵩草沼泽湿地发育于2.058±0.11 ka,盐地凤毛菊沼泽湿地发育于1.143±0.20 ka;从整个剖面的平均沉积速率来看盐地凤毛菊湿地沉积最快(0.63 mm/a),藏嵩草湿地次之(0.39 mm/a),华扁穗湿地最慢(0.09 mm/a)。三种沼泽湿地主要在气候由暖干向湿润期转变时形成,自形成以来由于受到全球变化和人类因素的影响,沉积并非随时间呈线性关系发展。     

红树林名称与红树林湿地保护

红树林保护刻不容缓,但目前的保护现状并不乐观,尤其是在忽视其湿地本质和生态系统的情况下,单纯的有林地保护现象甚为突出。针对以上问题,从红树林名称入手指出红树林的林学渊源,理清概念,分析保护现状,并从生态系统的角度阐述了红树林湿地结构和功能的整体性,探讨和呼吁科学的管理和保护。     

Mapping wetland characteristics using temporally dense Sentinel-1 and Sentinel-2 data: A case study in the St. Lucia wetlands,South Africa

Wetlands have been determined as one of the most valuable ecosystems on Earth and are currently being lost at alarming rates. Large-scale monitoring of wetlands is of high importance, but also challenging. The Sentinel-1 and -2 satellite missions for the first time provide radar and optical data at high spatial and temporal detail, and with this a unique opportunity for more accurate wetland mapping from space arises. Recent studies already used Sentinel-1 and -2 data to map specific wetland types or characteristics, but for comprehensive wetland characterisations the potential of the data has not been researched yet. The aim of our research was to study the use of the high-resolution and temporally dense Sentinel-1 and -2 data for wetland mapping in multiple levels of characterisation. The use of the data was assessed by applying Random Forests for multiple classification levels including general wetland delineation, wetland vegetation types and surface water dynamics. The results for the St. Lucia wetlands in South Africa showed that combining Sentinel-1 and -2 led to significantly higher classification accuracies than for using the systems separately. Accuracies were relatively poor for classifications in high-vegetated wetlands, as subcanopy flooding could not be detected with Sentinel-1’s C-band sensors operating in VV/VH mode. When excluding high-vegetated areas, overall accuracies were reached of 88.5% for general wetland delineation, 90.7% for mapping wetland vegetation types and 87.1% for mapping surface water dynamics. Sentinel-2 was particularly of value for general wetland delineation, while Sentinel-1 showed more value for mapping wetland vegetation types. Overlaid maps of all classification levels obtained overall accuracies of 69.1% and 76.4% for classifying ten and seven wetland classes respectively.