基于改进当量的甘肃省耕地生态系统服务价值及其与区域经济发展的空间关系研究

为量化分析耕地生态系统服务价值及其与区域经济发展的空间关系,采用改进的耕地当量因子,对甘肃省2014年耕地生态系统服务价值进行定量化研究,并采用双变量空间自相关探讨其与区域经济发展在空间上的关联关系。结果表明：（1）在GPP修正的基础上估算得到的甘肃省2014年耕地生态系统服务价值为4.96×10¹¹元,其中水资源供给功能的价值为负,食物生产功能的生态系统服务价值相对较高,美学景观功能的生态系统服务价值最低。（2）双变量空间自相关显示人均国内生产总值与耕地生态系统服务价值在空间上存在显著的负相关关系,Moran’s I指数为-0.252 3。局部双变量空间自相关LISA图也显示低-高聚集区主要分布在经济发展相对落后、具有明显生态优势的东南部地区;而高-低聚集区则主要分布在经济高速发展,生态环境相对恶劣的西北部地区。研究结果可为甘肃省生态环境管护与区域经济发展提供决策参考,为实现经济增长与生态保护统筹协调发展提供参考依据。     

鄱阳湖环湖区生态系统服务价值时空变化及权衡协同关系

基于修订的当量因子表,结合1988—2020年7期土地利用数据,运用GIS数据处理和空间分析等方法探究了鄱阳湖环湖区生态系统服务价值的时空演变特征,同时引入生态系统服务权衡协同度模型对食物生产、水文调节、土壤保持等7项生态服务功能进行权衡与协同分析。结果表明：① 1988—2020年鄱阳湖环湖区生态系统服务价值从577.95亿元增至592.50亿元,呈先增后减再增的波动变化特征。② 生态系统服务价值的空间分布表现为明显的不均衡性,ESV显著减少的区域为南昌市区、九江市区以及其它各区县的城镇建成区,生态系统服务价值增加的区域均匀分布在研究区东北和西北地区以及靠近研究区外侧的东南和西南地区。③ 协同关系为生态系统服务之间的主导关系,权衡关系较少且主要存在于食物生产与其他服务之间。     

1990—2018年长沙市土地利用变化对生态系统服务价值的影响

评估生态系统服务价值(Ecosystem Service Values,ESV)有利于衡量生态系统服务供给潜力和生态效益的大小,对城市生态规划与土地利用管控起到重要的支撑作用。选择长沙市为研究区域,基于1990、2000、2010和2018年4期土地利用现状遥感监测数据集,利用ArcGIS软件和经本地化校正的当量因子法,分析1990—2018年间的土地利用变化特征,并探讨土地利用变化对ESV的影响。结果表明: ①1990—2018年长沙市土地利用变化轨迹以耕地→林地互相转化以及建设用地对耕地、林地的侵占为主; ②1990—2018年长沙市的ESV共减少53.17×10⁸ 元,降幅3.59%,除水域外各类ESV均呈下降趋势,林地和耕地服务价值减少最明显; ③在各单项服务功能中,水文调节的价值最大,其次是气候调节,两者之和占总价值的54%; ④“退耕还林”“退田还湖”“兴工强市”等政策引起的土地利用变化势必对ESV造成影响,城市快速扩张、土地开发会导致ESV不断下降。综合分析认为,在调整研究区土地利用结构、优化土地配置时应充分重视水域、林地等生态系统服务价值较高的土地利用类型,减缓ESV的下降趋势。     

重庆市土地利用变化对生态系统服务价值的影响

本文以详细的土地利用统计资料为数据源,分析了重庆市1997~2007年的土地利用变化情况,根据谢高地的生态服务价值系数对研究区土地利用变化引起的生态系统服务价值变化进行评估,并进行了敏感性指数(CS)分析。结果表明:研究区在1997~2007年间,耕地、牧草地、湿地和未利用地均减少,林地、水域和建设用地均增加;重庆市2007年的生态系统服务价值比1997年增加了58.95×108元,达到1002.25×108元,这主要是生态价值系数较高的林地面积增加所至;在生态系统单项服务功能变化中,只有食物生产有所减少,其余均有所增加;敏感性系数分析表明,ESV对生态价值系数(Value Coefficient,VC)缺乏弹性,研究结果可信。     

珠江三角洲典型基塘生态系统服务价值演变

以珠江三角洲基塘发源地——佛山市为例,采用市场价格法、影子工程法等方法,对2000、2009和2017年其基塘生态系统服务价值（ESV）进行估算,分析其变化特征,并利用地理探测器探讨其影响因素。结果表明：1）2000—2017年佛山市西、北部的芦苞镇、荷城街道等少数镇（街道）基塘面积有所增加,东、南部北滘、乐从镇等地基塘面积减少明显,期内基塘净减少19 244.47 hm²,主要转出地类为建设用地。2）2000、2009和2017年佛山市基塘ESV先降后增,3个年份中调节类功能占总价值比例均高于86%,为核心功能;各单项功能中旅游休闲价值增加最多,调节气候价值下降明显。3）佛山市基塘ESV空间变化呈西、北增而东、南降的特征,除塘鱼生产和旅游休闲功能外,其余单项功能的价值变化均呈现西南和北部增加明显的特征。4）第一产业生产总值变化量是影响佛山市基塘ESV时空变化的首要因素,其次是GDP、人口密度变化量等。建议采取控制开发规模、恢复绿色植被、加强生态监测和基塘整治、发挥基塘景观优势等措施来提高基塘ESV。     

塔里木盆地北缘绿洲土地利用与生态系统服务价值的时空变化研究——以渭干河-库车河三角洲绿洲为例

生态系统服务价值的研究是目前生态学研究的热点之一。应用Costanza生态系统服务价值计算公式,采用谢高地等人的中国陆地生态系统单位面积生态服务价值表,分析了1996—2004年渭干河-库车河三角洲绿洲土地利用的时空变化,并计算由此导致的生态系统服务价值及其结构的时空变化,结果表明:①1996—2004年,渭干河-库车河三角洲绿洲总ESV增加,但生态系统服务价值结构变化较大,生态系统提供某些单项服务的功能相对减弱。②1996—2004年,原材料服务功能价值比例上升最多,废物处理服务功能价值比例下降最多。③1996—2004年,渭干河-库车河三角洲绿洲各县生态系统服务价值结构都发生了不同程度的变化。库车县、沙雅县、新和县水源涵养、废物处理、娱乐休闲服务功能价值比例均减少,其中水源涵养服务功能价值比例下降最多。④敏感性分析表明,ESV对生态价值系数缺乏弹性,研究结果可信,说明本研究采用的谢高地生态价值系数是合理的。     

生态系统服务供给安全阈值视域下喀斯特地区生态安全演变

以贵州省为研究对象,基于生态系统服务价值构建供给安全阈值与生态安全评价模型,研究生态脆弱区生态安全时空演变。结果表明,2005—2018年：① 贵州省生态系统服务总价值从7875.38亿元增加到18 072.89亿元,年均增长6.60%,集聚高值区主要分布在黔东南州、黔南州和黔西南州等。② 贵阳市生态系统服务供给价值低于供给安全阈值,生态系统提供服务无法满足人们最低生存保障需求;其余地区生态系统服务价值仅比供给安全阈值略高,且呈减少变化。③ 贵阳市生态安全指数小于1,生态系统处于不安全状态;其余地市生态安全指数与生态安全度均呈降低变化。④ 各地市人类活动强度指数与生态安全指数、人均生态系统服务价值呈显著负相关。     

广州市生态系统服务价值空间异质性变化

基于广州市2004―2016年土地利用分类成果,通过CA-Markov模型模拟预测2020年土地利用状况,结合格网分析法构建广州市2004―2020年的生态系统服务价值（Ecosystem Services Value,ESV）密度格网,并展开Getis-Ord热点区分析和圈层分析评估,分析广州市快速城市化进程土地利用变化对ESV变化过程和影响的空间异质性。结果表明：1）广州市快速城市化进程中,建设用地扩张占用了大量生态用地,建设用地面积从2004年的1 320 km2扩张到2016年约2 000 km2,预计2020年将达到2 263.63 km2,生态用地斑块日趋破碎化;2）2004―2016年间,广州市ESV总值累计减少了92.41亿元,年均减少约8.4亿元,预计2016―2020年其继续减少但减速会放缓;3）ESV高值区域的格网数量净减少近18%,低值区域的格网数量净增加约46%,局部区域生态系统服务功能的改善难以抵消快速城市化造成的ESV损失;4）广州市ESV变化呈现局部空间自相关现象,高冷区常年集聚分布在花都区和番禺―南沙一带,高热区从集聚分布于东北部逐渐变成为零星分布;5）ESV圈层格局从中心城区向外围区（核心区、近郊区、边缘区和外围区）呈“低―低―中―高”向“低―低―低―高”的结构特征演变,地处城市边缘的近郊区域和边缘区域逐渐形成空间异质性最突出的城乡交错带。     

景观格局及生态系统服务价值响应——以千阳县为例

以陕西省千阳县作为研究区,提取2000~2015年的遥感数据为基础,参照土地利用程度指数、景观指数和数学模型,分析了景观格局的变化特征;根据生态系统服务价值的评估模型,定量分析了千阳县景观格局的变化对生态系统服务价值（ESV）的影响。结果表明,2000~2015年,千阳县农耕面积逐年减少,转变为草地和林地,未利用土地转移为建设和水利用地;研究区在15年间的景观连通性和均匀度得到提升,景观类型分布规则化,景观多样性上升,景观优势度降低;生态系统服务价值15年间逐年提高（4.40%）,单项生态系统服务价值中以生物多样性保护、水源涵养、土壤形成与保护为主,土壤形成与保护价值占总比18.25%;土地利用程度4期结果均高于国家平均水平,土地得到充分的利用;敏感性分析验证研究区生态系统服务价值ESV系数的估算结果准确可靠。结果表明,千阳县景观格局的变化影响着ESV的价值走向,影响着区域生态系统服务价值的大小。     

Assessing environmental impacts of urban growth using remote sensing

ABSTRACT

This paper provides a study of the changes in land use in urban environments in two cities, Wuhan, China and western Sydney in Australia. Since mixed pixels are a characteristic of medium resolution images such as Landsat, when used for the classification of urban areas, due to changes in urban ground cover within a pixel, Multiple Endmember Spectral Mixture Analysis (MESMA) together with Super-Resolution Mapping (SRM) are employed to derive class fractions to generate classification maps at a higher spatial resolution using an Artificial Neural Network (ANN) predicted Wavelet method. Landsat images over the two cities for a 30-year period, are classified in terms of vegetation, buildings, soil and water. The classifications are then processed using Indifrag software to assess the levels of fragmentation caused by changes in the areas of buildings, vegetation, water and soil over the 30 years. The extents of fragmentation of vegetation, buildings, water and soil for the two cities are compared, while the percentages of vegetation are compared with recommended percentages of green space for urban areas for the benefit of health and well-being of inhabitants. Changes in Ecosystem Service Values (ESVs) resulting from the urbanization have been assessed for Wuhan and Sydney. The UN Sustainable Development Goals (SDG) for urban areas are being assessed by researchers to better understand how to achieve the sustainability of cities.