基于关键指标优化的南瓮河国家级自然保护区生态系统质量变化评估

doi:10.13287/j.1001-9332.202311.022

应用生态学报 ›› 2023, Vol. 34 ›› Issue (11): 3064-3072.doi: 10.13287/j.1001-9332.202311.022

基于关键指标优化的南瓮河国家级自然保护区生态系统质量变化评估

曾浩威^1,2, 凌成星^1,2*, 刘华^1,2, 赵峰^1,2, 王鑫淼^1,2, 张雨桐^1,2

¹中国林业科学研究院资源信息研究所, 北京 100091;
²国家林业和草原局林业遥感与信息技术重点实验室, 北京 100091

收稿日期:2023-05-26 修回日期:2023-09-14 出版日期:2023-11-15 发布日期:2024-05-15
通讯作者: *E-mail: lingcx@ifrit.ac.cn
作者简介:曾浩威, 男, 1999年生, 硕士研究生。主要从事自然保护地监测研究。E-mail: zhwdiv@163.com
基金资助:
中央级公益性科研院所基本科研业务费专项资金项目(CAFYBB2022SY027)

Assessment of ecosystem quality changes based on optimizing key indicators in Nanwenghe National Nature Reserve, Heilongjiang, China.

ZENG Haowei^1,2, LING Chengxing^1,2*, LIU Hua^1,2, ZHAO Feng^1,2, WANG Xinmiao^1,2, ZHANG Yutong^1,2

¹Research Institute of Forest Resource Information Techniques, Chinese Academy of Forestry, Beijing 100091, China;
²Key Laboratory of Forestry Remote Sensing and Information System, National Forestry and Grassland Administration, Beijing 100091, China

Received:2023-05-26 Revised:2023-09-14 Online:2023-11-15 Published:2024-05-15

摘要/Abstract

摘要： 净初级生产力(NPP)是反映陆地生态系统生产能力的指标,也是衡量生态质量的关键指标。NPP难以进行大面积实测,目前大多数评估生态系统质量使用的是分辨率较低的NPP产品,低分辨率NPP不能够捕捉到生态系统的细节特征,不利于小尺度区域生态系统质量评估。建立快速、高效的小尺度区域生态系统质量评估方法将有力推进我国生态系统保护和修复。本研究针对生态系统质量评估和NPP的计算方法,优化了NPP的计算流程,使得NPP作为评估指标时不需要地面观测数据即可通过遥感反演得到,并建立回归模型遥感反演叶面积指数,采用像元二分法估算植被覆盖度,形成一套遥感快速评估生态系统质量的方法,并以南瓮河国家级自然保护区为例,评估其2001—2022年生态系统质量变化。结果表明: 2001—2022年间,保护区生态系统质量整体良好,2022年质量等级良、优面积占比达85%以上;高植被覆盖度是保护区生态系统质量持续良好的中坚力量;2001—2022年,保护区生态系统质量呈先降低后升高的趋势,2013年为生态系统质量最低点。本研究构建方法在评估南瓮河国家级自然保护区生态系统质量上取得了良好效果。本研究提出的指标优化方法可助力小尺度区域生态系统质量快速、精准评估,可为生态系统质量的精准提升提供技术参考。

关键词: 生态系统质量, 变化评估, 净初级生产力, 指标优化

Abstract: Net primary productivity (NPP) is an indicator to reflect the production capacity of terrestrial ecosystems, as well as a key indicator for ecological quality. NPP at large scale is difficult to be measured. At present, most of the assessment of ecosystem quality uses NPP products with low resolution, which cannot capture the detailed characteristics of the ecosystem and is not conducive to the assessment of ecosystem quality at small-scale. The establishment of a rapid and efficient assessment method for small-scale ecosystem quality will greatly promote the protection and restoration of ecosystems in China. We focused on the calculation method of ecosystem quality assessment and NPP, and optimized the calculation process of the NPP, and obtained NPP by remote sensing without ground observation data. We established a regression model for remote sensing inversion of leaf area index, and estimated the vegetation coverage by using dimidiate pixel model, developed a set of methods for rapid assessment of ecosystem quality by remote sensing. Taking Nanwenghe National Nature Reserve as an example, we evaluated the change of ecosystem quality from 2001 to 2022. The results showed that from 2001 to 2022, the ecosystem qua-lity of the reserve was good as a whole, and that the area with good and excellent quality accounted for more than 85% in 2022. High vegetation coverage was the backbone of the sustainable good ecosystem quality of the reserve. From 2001 to 2022, ecosystem quality of the reserve showed a trend of first decreasing and then increasing, with the lowest point of ecosystem quality in 2013. This method had achieved good results in the evaluation of ecosystem quality in Nanwenghe National Nature Reserve. The index optimization method proposed in this study could facilitate the rapid and accurate assessment of ecosystem quality in small-scale regions, and thus provides technical reference for the precise improvement of ecosystem quality.

Key words: ecosystem quality, change assessment, net primary productivity (NPP), index optimization

曾浩威, 凌成星, 刘华, 赵峰, 王鑫淼, 张雨桐. 基于关键指标优化的南瓮河国家级自然保护区生态系统质量变化评估[J]. 应用生态学报, 2023, 34(11): 3064-3072.

ZENG Haowei, LING Chengxing, LIU Hua, ZHAO Feng, WANG Xinmiao, ZHANG Yutong. Assessment of ecosystem quality changes based on optimizing key indicators in Nanwenghe National Nature Reserve, Heilongjiang, China.[J]. Chinese Journal of Applied Ecology, 2023, 34(11): 3064-3072.

参考文献

[1] Rapport DJ. Ecosystem Health. Oxford: Blackwell Science Inc., 1998
[2] 马克明, 孔红梅, 关文彬, 等. 生态系统健康评价:方法与方向. 生态学报, 2001, 21(12): 2106-2116
[3] Odum EP, Odum HT. Fundamentals of Ecology. Philadelphia, PA, USA: Saunders, 1953
[4] Odum HT, Odum EP. The energetic basis for valuation of ecosystem services. Ecosystems, 2000, 3: 21-23
[5] 刘濂. 黑龙港区域生态系统的质量评价进一步建立新的农田生态系统. 河北农学报, 1982, 7(增刊1): 50-60
[6] Rapport DJ, Bohm G, Buckingham D, et al. Ecosystem health: The concept, the ISEH, and the important tasks ahead. Ecosystem Health, 1999, 5: 82-90
[7] Rapport DJ, Hildén M, Weppling K. Restoring the health of the earth’s ecosystems: A new challenge for the earth sciences. Episodes, 2000, 23: 12-19
[8] 桑燕鸿, 陈新庚, 吴仁海, 等. 城市生态系统健康综合评价. 应用生态学报, 2006, 17(7): 1280-1285
[9] Jorgensen SE, Nielsen SN, Mejer H. Emergy, environ, energy and ecological modeling. Ecological Modelling, 1995, 77: 99-109
[10] 李德仁, 张华. 我国测绘遥感技术发展的回顾与展望. 中国测绘, 2019(2): 24-27
[11] 吴炳方. 中国土地覆被. 北京: 科学出版社, 2017
[12] 吴炳方, 曾源, 闫娜娜, 等. 生态系统遥感: 内涵与挑战. 遥感学报, 2020, 24(6): 609-617
[13] 徐丽, 武振良, 侯继华, 等. 基于理想参照系和关键指标的自然保护区生态系统质量评估——以额尔古纳、辉河和锡林郭勒国家级自然保护区为例. 自然资源学报, 2022, 37(7): 1735-1747
[14] 王鹤松, 何敏, 闫薇, 等. 基于遥感总初级生产力的天山-塔里木绿洲地区生态系统脆弱性研究. 生态学报, 2021, 41(24): 9729-9737
[15] 李冠稳, 高晓奇, 肖能文. 基于关键指标的黄河流域近20年生态系统质量的时空变化. 环境科学研究, 2021, 34(12): 2945-2953
[16] 张梦宇, 张黎, 何洪林, 等. 基于参照系的中国陆地生态系统质量变化研究. 生态学报, 2021, 41(18): 7100-7113
[17] 张璐. 西北干旱区净初级生产力的模拟与优化研究. 硕士论文. 兰州: 兰州大学, 2022
[18] Tang CJ, Fu XY, Jiang D, et al. Simulating spatiotemporal dynamics of Sichuan grassland net primary productivity using the CASA model and in situ observations. Scientific World Journal, 2014, 2014: 956963
[19] 王亚林, 龚容, 吴凤敏, 等. 2001—2013年中国灌木生态系统净初级生产力的时空变化特征及其对气候变化的响应. 植物生态学报, 2017, 41(9): 925-937
[20] 朱文泉. 中国陆地生态系统植被净初级生产力遥感估算及其与气候变化关系的研究. 博士论文. 北京: 北京师范大学, 2005
[21] Turner DP, Rifts WD, Cohen WB, et al. Evaluation of MODIS NPP and GPP products across multiple biomes. Remote Sensing of Environment, 2006, 102: 282-292
[22] 吴炳岩, 殷纪秋, 何立忠, 等. 南瓮河湿地森林火灾预防管理对策分析. 湿地科学与管理, 2013, 9(2): 55-56
[23] 生态环境部. 全国生态状况调查评估技术规范——生态系统质量评估(HJ 1172—2021). 北京: 生态环境部, 2021
[24] 陈强, 陈云浩, 王萌杰, 等. 2001—2010年洞庭湖生态系统质量遥感综合评价与变化分析. 生态学报, 2015, 35(13): 4347-4356
[25] 生态环境部. 关于印发《全国生态功能区划(修编版)》的公告[EB/OL]. (2015-11-23) [2023-09-12]. https://www.mee.gov.cn/gkml/hbb/bgg/201511/t20151126_317777.htm
[26] Ruimy A, Saugier B, Dedieu G. Methodology for the estimation of terrestrial net primary production from remotely sensed data. Journal of Geophysical Research: Atmospheres, 1994, 99: 5263-5283
[27] 包妮沙, 吴立新, 叶宝莹, 等. 国产高分遥感数据估算草地NPP. 东北大学学报:自然科学版, 2016, 37(10): 1450-1454
[28] 王维磊, 郭连杰, 尚冉冉, 等. 基于RS/GIS的城市植被生态价值分析与评价. 地理空间信息, 2019, 17(7): 78-81
[29] Xiao X, Zhang Q, Saleska S, et al. Satellite-based mode-ling of gross primary production in a seasonally moist tropical evergreen forest. Remote Sensing of Environment, 2005, 94: 105-122
[30] 彭虓, 张树文. 基于NDVI与LAI的水稻生长状况研究. 遥感技术与应用, 2002, 17(1): 12-16
[31] 戚曌, 于新文, 谭炳香, 等. 神农架地区生态环境遥感监测与恢复治理评价. 林业科学研究, 2021, 34(6): 90-98
[32] 林小丁, 常乐, 冯丹. 2000—2019年青海地区植被总初级生产力遥感估算及时空变化分析. 草业学报, 2021, 30(6): 16-27
[33] Chengyong W, Kelong C, Chongyi E, et al. Improved CASA model based on satellite remote sensing data: Simulating net primary productivity of Qinghai Lake basin alpine grassland. Geoscientific Model Development, 2022, 15: 6919-6933
[34] 王桥, 刘思含. 国家环境遥感监测体系研究与实现. 遥感学报, 2016, 20(5): 1161-1169
[35] 于贵瑞, 王永生, 杨萌. 生态系统质量及其状态演变的生态学理论和评估方法之探索. 应用生态学报, 2022, 33(4): 865-877

基于关键指标优化的南瓮河国家级自然保护区生态系统质量变化评估

Assessment of ecosystem quality changes based on optimizing key indicators in Nanwenghe National Nature Reserve, Heilongjiang, China.

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	于贵瑞, 王永生, 杨萌. 提升生态系统质量和稳定性的生态学原理及技术途径之探讨 [J]. 应用生态学报, 2023, 34(1): 1-10.
[2]	奥勇, 张梦娜, 赵永华, 王晓峰, 白召弟, 蒋嶺峰. 基于生态足迹-净初级生产力的珠三角城市群经济与生态的关系 [J]. 应用生态学报, 2022, 33(7): 2001-2008.
[3]	刘杰, 汲玉河, 周广胜, 周莉, 吕晓敏, 周梦子. 2000—2020年青藏高原植被净初级生产力时空变化及其气候驱动作用 [J]. 应用生态学报, 2022, 33(6): 1533-1538.
[4]	于贵瑞, 王永生, 杨萌. 生态系统质量及其状态演变的生态学理论和评估方法之探索 [J]. 应用生态学报, 2022, 33(4): 865-877.
[5]	沙亚古丽·及格尔, 臧永新, 尹本丰, 张署军, 买买提明·苏来曼, 张元明. 荒漠短命植物地上和地下生产力对极端干旱和降水的响应 [J]. 应用生态学报, 2022, 33(12): 3245-3252.
[6]	洪乐乐, 沈艳, 马红彬, 张鹏, 霍新茹, 温华晨. 2000—2019年宁夏植被净初级生产力时空变化及其驱动因素 [J]. 应用生态学报, 2022, 33(10): 2769-2776.
[7]	李辉, 红英, 邓国荣, 乌日罕, 张洪岩, 赵建军, 郭笑怡. 1982—2015年气候变化和人类活动对内蒙古草地净初级生产力的影响 [J]. 应用生态学报, 2021, 32(2): 415-424.
[8]	杨文仙, 李石华, 彭双云, 李应鑫, 赵寿露, 邱利丹. 顾及地形起伏的InVEST模型的生物多样性重要区识别——以云南省为例 [J]. 应用生态学报, 2021, 32(12): 4339-4348.
[9]	刘铮, 杨金贵, 马理辉, 柯增鸣, 胡宇美, 岩晓莹,. 黄土高原草地净初级生产力时空趋势及其驱动因素 [J]. 应用生态学报, 2021, 32(1): 113-122.
[10]	乌尼图, 刘桂香, 刘爱军, 白海花, 朝鲁孟其其格. 天然草原净初级生产力变化监测与驱动力分析——以锡林郭勒草原为例 [J]. 应用生态学报, 2020, 31(4): 1233-1240.
[11]	李旭华, 于大炮, 代力民, 孙建新. 长白山阔叶红松林生产力随林分发育的变化 [J]. 应用生态学报, 2020, 31(3): 706-716.
[12]	郭斌, 王珊, 王明田. 1999—2015年若尔盖草原湿地净初级生产力时空变化 [J]. 应用生态学报, 2020, 31(2): 424-432.
[13]	梁思琦, 彭守璋, 陈云明. 陕西省典型天然次生林和人工林生产力对气候变化的响应 [J]. 应用生态学报, 2019, 30(9): 2892-2902.
[14]	刘洋洋, 王倩, 杨悦, 刚成诚, 章钊颖, 同琳静, 李建龙. 黄土高原草地净初级生产力时空动态及其影响因素 [J]. 应用生态学报, 2019, 30(7): 2309-2319.
[15]	陈智. 2000—2015年中国东北森林生产力和碳素利用率的时空变异 [J]. 应用生态学报, 2019, 30(5): 1625-1632.