泉州湾河口湿地自然保护区综合效益模型构建与评价

doi:10.13466/j.cnki.lyzygl.2020.03.008

摘要/Abstract

摘要：

自然保护区的综合效益的动态评价和分析对于效益的提升、管理的细化、历史的溯源等方向都具有极高的价值。以泉州湾保护区为例,通过因子筛选、指标计算、权重分析,以遥感、地理信息技术为基础,构建泉州湾保护区综合效益线性模型,并计算2014,2016,2019年综合效益。将综合效益结果进行空间统计分析,结果表明:泉州湾保护区综合效益在2014—2019年间上升26%,其中2016—2019年期间综合效益增长较快;泉州湾保护区效益热点区域主要为红树林和互花米草,效益冷点区域主要为水域和其他类型。

关键词: 综合效益, 动态评价, 空间统计分析, 梯度推进机, 地理信息

Abstract:

The dynamic assessment and analysis of the comprehensive benefits of nature reserves are of great value to the efficiency enhancement,management refinement and history tracing.Taking Quanzhou Bay as an example,through factor selection,index calculation and weight analysis,and based on remote sensing and geographic information technology,a linear model of comprehensive benefits of Quanzhou Bay is constructed,and the comprehensive benefits of 2014,2016 and 2019 are calculated.The results of spatial statistical analysis of comprehensive benefits data show that the comprehensive benefits of Quanzhou Bay in 2014-2019 increased by 26%,among which the comprehensive benefits increased more rapidly in 2016-2019;the hot spots of benefit in Quanzhou Bay nature reserve are mainly mangrove and Alternanthera,and the cold spots of benefit are mainly water areas and other types.

Key words: comprehensive benefits, dynamic evaluation, spatial statistical analysis, Gradient Boosting Machines, geographic information

中图分类号:

S759.9
X826

叶伟. 泉州湾河口湿地自然保护区综合效益模型构建与评价[J]. 林业资源管理, 2020,(3): 37-43.

YE Wei. Building and Evaluation of Comprehensive Benefit Model of Quanzhou Bay Estuarine Wetland Nature Reserve[J]. FOREST RESOURCES WANAGEMENT, 2020,(3): 37-43.

图/表 6

表1

图1

表2

图2

表3

表4

参考文献 35

[1]	彭逸生, 周炎武, 陈桂珠. 红树林湿地恢复研究进展[J]. 生态学报, 2008,28(2):786-797.
[2]	何斌源, 范航清, 王瑁, 等. 中国红树林湿地物种多样性及其形成[J]. 生态学报, 2007,27(11):4859-4870.
[3]	张忠华, 胡刚, 梁士楚. 我国红树林的分布现状保护及生态价值[J]. 生物学通报, 2006,41(4):9-11.
[4]	赵焕庭, 王丽荣. 中国海岸湿地的类型[J]. 海洋通报, 2000,19(6):72-82.
[5]	张乔民, 隋淑珍. 中国红树林湿地资源及其保护[J]. 自然资源学报, 2001,16(1):28-36. doi: 10.11849/zrzyxb.2001.01.005
[6]	但新球, 廖宝文, 吴照柏, 等. 中国红树林湿地资源、保护现状和主要威胁[J]. 生态环境学报, 2016,25(7):1237-1243.
[7]	林鹏, 韦信敏. 福建亚热带红树林生态学的研究[J]. 植物生态学与地植物学丛刊, 1981,5(3):177-186.
[8]	林惠来. 福建红树林海岸的初步观察[J]. 海洋科技资料, 1981(2):56-63.
[9]	方耀垣. 漳江口海滩红树林的生态和经济效益[J]. 福建农学院学报, 1988,17(2):177-183.
[10]	林尤河. 保护恢复和发展我区的红树林资源[J]. 海南大学学报:自然科学版, 1987,5(3):108-110.
[11]	叶维强, 庞衍军. 广西红树林与环境的关系及其护岸作用[J]. 海洋环境科学, 1987,6(3):32-38.
[12]	张和钰, 陈传明, 郑行洋, 等. 漳江口红树林国家级自然保护区湿地生态系统服务价值评估[J]. 湿地科学, 2013,11(1):108-113.
[13]	He J, Dupras J, Poder T G. The value of wetlands in Quebec:a comparison between contingent valuation and choice experiment[J]. Journal of Environmental Economics and Policy, 2017,6(1):51-78. doi: 10.1080/21606544.2016.1199976
[14]	Lin Wenpeng, Xu Dan, Guo Pupu, et al. Exploring variations of ecosystem service value in Hangzhou Bay Wetland,Eastern China[J]. Ecosystem Services, 2019,37:100944. doi: 10.1016/j.ecoser.2019.100944
[15]	池毓锋, 赖日文, 谢雪莉, 等. 平潭综合实验区沿海防护林综合效益模型构建与评价[J]. 林业资源管理, 2017(3):56-61.
[16]	刘爱智. 河北省滨海湿地动态变化分析与效益评价研究[D]. 石家庄:河北师范大学, 2007.
[17]	庄大昌, 丁登山, 董明辉. 洞庭湖湿地资源退化的生态经济损益评估[J]. 地理科学, 2003,23(6):680-685.
[18]	游惠明, 韩建亮, 潘德灼, 等. 泉州湾河口湿地生态系统服务价值的动态评价及驱动力分析[J]. 应用生态学报, 2019,30(12):4286-4292.
[19]	张臻, 王晓文, 吴晓黎, 等. 泉州湾土地利用的生态系统服务价值演变分析[J]. 沈阳师范大学学报:自然科学版, 2017,35(2):175-179.
[20]	涂伟豪. 泉州湾保护区静动态优化模型研究[D]. 福州:福建农林大学, 2019.
[21]	池毓锋, 赖日文, 余莉莉, 等. 基于Landsat 8 OLI数据的树种类型分布提取[J]. 自然资源学报, 2017,32(7):1193-1203.
[22]	李石华, 王金亮, 毕艳, 等. 遥感图像分类方法研究综述[J]. 国土资源遥感, 2005(2):1-6. doi: 10.6046/gtzyyg.2005.02.01
[23]	Zeng Hong, Yang Chen, Zhang Hua, et al. A light GBM-based EEG analysis method for driver mental states classification[J]. Computational intelligence and neuroscience, 2019(4):1-11.
[24]	何关新. 西溪国家湿地公园综合效益评析[J]. 中国城市林业, 2010,8(4):4-7.
[25]	鞠丹, 张守东, 田家龙, 等. 大庆龙凤湿地自然保护区综合效益评价[J]. 中国林副特产, 2008(4):73-74.
[26]	杨祎. 洞庭湖湿地生态恢复模式与综合效益评价研究[D]. 重庆:西南大学, 2008.
[27]	王华, 黄璜, 杨志辉, 等. 湿地稻-鸭复合生态系统综合效益研究[J]. 农村生态环境, 2003,19(4):23-26.
[28]	郭劲松, 王红, 龙腾锐. 水资源水质评价方法分析与进展[J]. 重庆环境科学, 1999,21(6):1-3.
[29]	刘琰, 郑丙辉, 付青, 等. 水污染指数法在河流水质评价中的应用研究[J]. 中国环境监测, 2013,29(3):49-55.
[30]	Zhu Qiang, Zhao Jiangjun, Zhu Zhenhua, et al. Remotely sensed estimation of net primary productivity(NPP) and its spatial and temporal variations in the Greater Khingan Mountain region,China[J]. Sustainability, 2017,9(7):1213. doi: 10.3390/su9071213
[31]	付甜. 基于CBM-CFS3模型的三峡库区主要森林生态系统碳计量[D]. 北京:中国林业科学研究院, 2013.
[32]	Eck J, Chainey S, Cameron J, et al. Mapping crime:Understanding hotspots[M]. Washington DC:National Institute of Justice(NIJ), 2005: 1-71.
[33]	Kara C, Akçit N. Traffic accident analysis using GIS:a case study of Kyrenia City[C]//Third International Conference on Remote Sensing and Geoinformation of the Environment(RSCy2015). Cyprus:International Society for Optics and Photonics, 2015.
[34]	Mei Zhixing, Xu Songjun, Ouyang Jun. Spatio-temporal association analysis of county potential in the Pearl River Delta during 1990-2009[J]. Journal of Geographical Sciences, 2015,25(3):319-336. doi: 10.1007/s11442-015-1171-1
[35]	Stopka T J, Krawczyk C, Gradziel P, et al. Use of spatial epidemiology and hot spot analysis to target women eligible for prenatal women,infants,and children services[J]. American journal of public health, 2014,104(S1):183-189.

年份	类型	用户精度	生产者精度	总体精度	Kappa系数
	红树林	99.3	99.7
	滩涂	99.7	100.0
2014	水域	100.0	99.7	99.7	0.99
	互花米草	99.3	99.7
	其他	100.0	99.7
	红树林	99.7	100.0
	滩涂	99.3	99.7
2016	水域	100.0	100.0	99.7	0.99
	互花米草	99.0	99.3
	其他	100.0	100.0
	红树林	99.7	100.0
	滩涂	99.7	99.3
2019	水域	99.7	99.7	99.8	0.99
	互花米草	99	99.3
	其他	100.0	99.7

类型	2014年	2016年	2019年
Moran I	0.445^**	0.671^**	0.472^**
Z得分	77.23	89.17	80.32

年份	类型	红树林			互花米草			滩涂			水域			其他
年份	类型	数量/个	比例/%		数量/个	比例/%		数量/个	比例/%		数量/个	比例/%		数量/个	比例/%
2014	热点	574	78.20	84		11.44	69		9.40	6		0.82	1		0.14
2014	冷点	1	0.16	3		0.49	10		1.63	517		84.34	82		13.38
2016	冷点	1	0.16	3		0.49	10		1.63	517		84.34	82		13.38
	热点	551	80.20	102		14.85	31		4.51	3		0.44	0		0
	冷点	3	0.32	8		0.85	23		2.45	746		79.36	160		17.02
2019	冷点	3	0.32	8		0.85	23		2.45	746		79.36	160		17.02
	热点	638	82.64	101		13.08	33		4.27	0		0	0		0
	冷点	1	0.09	16		1.51	12		1.13	950		89.37	84		7.90