粤北山区社会-生态-经济系统恢复力及其协调度

[目的] 对粤北山区5市的社会—生态—经济系统的恢复力进行测度和协调度评价，为欠发达地区的可持续发展提供理论基础。[方法] 以恢复力的视角构建了社会—生态—经济耦合系统的理论框架和评价体系，并建立二元和三元协调度模型。[结果] ①社会—经济—生态系统恢复力总体上升，社会子系统和经济子系统恢复力增速较为缓慢，生态子系统恢复力有所下降；②社会—经济—生态系统恢复力等级空间明显，社会子系统恢复力等级升高，呈现“四周高中间低”的特点，经济系统恢复力呈现出“东高西低”的特征，生态子系统恢复力等级出现了下降的趋势。③生态—经济系统濒临失调，社会—生态系统基本协调，社会—经济系统初级协调；社会—生态—经济系统协调度仍然处于轻度失调阶段。[结论] 粤北地区耦合系统的恢复力有待提高，特别是生态系统恢复力。后期应该注重社会—生态—经济系统的协调和和互动能力。     

喀斯特地区土地利用变化的生态服务功能价值响应

频繁发生的旱灾已成为限制我国西北半干旱区农业发展和生态环境建设的主要气象因子.以甘肃省榆中县为例,基于农户问卷调查,结合GIS技术,从社会、经济和生态三个角度选择水分敏感因子,构建社会-生态系统,然后根据修正的脆弱度概念性模型计算出干旱环境下农户尺度上社会一生态系统恢复力,并对造成恢复力差异的原因进行了分析.结果表明,榆中县农户社会生态系统对干旱的恢复力依赖于外部胁迫压力(干旱)和内部因素(社会,经济,生态)之间的相互作用.户人口数量、土壤湿度和土壤养分是3个区域农户社会-生态系统共同的水分敏感因子;而其它指标则属于局部区域农户社-生态系统的水分敏感因子.     

河南省沿黄干流地区社会—生态—生产景观恢复力演化特征及情景模拟

[目的] 定量研究河南省沿黄干流地区2000—2018年社会—生态—生产景观恢复力的演化特征,指导沿黄地市社会生活,生态资源环境与农业生产活动的协调发展。[方法] 通过构建SEPLR （social-ecological-production landscape resilience,社会—生态—生产景观恢复力）评估框架,运用有序加权平均法设置情景偏好,绘制不同政策引导下恢复力预测图。[结果] ①从总体特征看,2000—2018年河南省沿黄干流地区SEPLR值为0.47～0.52之间,呈上升趋势,城市间空间差异逐渐增大,指数相似地区集中分布。②演化特征上,社会系统恢复力和生态系统恢复力缓慢增强,分别在0.14～0.65,0.08～0.30波动,生产系统恢复力变化微弱,在0.12～0.31波动;空间上,SEPLR及各子系统整体呈“中部强两边弱”的分布态势,层级结构具有集聚性。[结论] 河南省沿黄地市在“维持现状型”“生态优先型”“开发优先型”“农业优先型”4种政策情景下,“生态优先型”恢复力最高,未来黄河流域高质量发展应考虑“生态优先型”政策引导。     

基于信息熵的区域人海复合生态系统可持续发展分析

从"人-海"复合生态系统整体视角,分析了海洋生态系统的耗散结构特征;依据耗散结构及信息熵理论和方法,从熵流和熵产生两方面构建了"海洋生态系统演化指标体系",以海洋大省山东省为例,对海洋生态系统的演化趋势进行了熵变分析;采用可持续发展评估模型,以综合协调的观点探索海洋生态系统的可持续发展能力。研究结果显示:（1） 2006-2013年,山东省海洋生态系统的内部负反馈机制始终占优势,系统向有序方向发展,且2009年之后系统的内部活力上升,健康、稳定性趋强;（2） 山东省海洋生态系统的资源承载能力、价值产出能力及综合环境管理能力都不断增强,综合可持续发展能力呈上升趋势;（3） 山东省海洋生态系统的综合发展水平不断提升,2013年已进入较高级发展状态;海洋社会经济与自然生态系统之间的总体协调发展能力处于波动上升时期。     

黄土高原农村社会-生态系统适应性循环机制分析

基于社会生态系统适应性循环模型,以陕西省长武县王东村为例,通过对系统几个关键变量的观察,分析了黄土高原地区农村社会-生态系统适应性循环的演变机制;并从适应性循环周期中研究了系统的恢复力和适应性能力变化过程。结果表明,建国以来王东村社会一生态系统依次经历了一个完整的适应性循环（1949—1961年）、贫穷困境（1961—1980年）和新的一个适应性循环的前环阶段（1980至今）;制度变革特别是土地制度的调整是系统循环过程的驱动力,而技术革新可以使系统维持在开发阶段;干旱等气候变化事件对系统具有强烈的扰动作用,并可能导致整个系统崩溃释放。     

基于文献计量分析的生态系统恢复力研究进展

该文基于VOSviewer和Histcite文献计量方法,以CNKI数据库和Web of science核心合集中生态系统恢复力研究文献为对象,通过对文献数量、高频关键词的分析,总结国内外恢复力研究的脉络和内容演变。研究发现:1)生态系统恢复力研究领域发表的文章数量总体上呈上升趋势,文献主要来源于美国;2)国际恢复力研究经历了从基础理论到政策管理及技术应用,各个方向存在相互的引证关系,分析研究热点的时序演化发现,2000年前,以恢复力的内涵和基础理论为研究重点;2001-2010年间,珊瑚礁的测度模型及提升路径成为热点;近10 a来,恢复力研究领域进一步扩大,研究方法更加多样化;3)与其他国家相比,中国的恢复力研究起步较晚,侧重于应用基础研究,集中于恢复力的工程措施、调查监测手段以及影响因素的探讨。     

东北粮食主产区耕地资源变化驱动机制及其对粮食产量的影响

以东北粮食主产区巴彦县为研究区,以3S技术为手段,运用Logistic模型识别研究区耕地资源变化驱动因子,采用单因素指标法及通径分析法,探讨了单因子及复合因子对研究区粮食产量的影响。结果表明:(1)研究区耕地资源变化驱动因子主要为坡度、土壤类型、地均GDP等8个敏感性因子,且每个驱动因子对耕地资源变化的驱动机制各不相同;(2)单一驱动因子指标分级变化会引起粮食产量的改变,变化最大值为土壤有机质含量在1—2级间的改变,最小值为政策法规在2—3级间的改变;(3)复合因子对粮食产量主要表现为耕地资源变化驱动因子复合总效应每改变0.1,粮食产量的变化值约在950kg/hm2。耕地资源变化的单因子及复合因子对粮食产量均产生较大影响,粮食生产能力的提高应根据驱动因子的不同特征制定具体措施。     

生态系统服务权衡最新研究进展

生态系统服务权衡研究对协调生态环境保护和社会经济发展至关重要。为推动生态系统服务管理和提升人类福祉,本文以Web of Science核心合集(WOS)和中国科学引文数据库(CSCD)为数据源,运用文献计量分析法,系统梳理和总结生态系统服务权衡研究的学科知识基础、科学领域结构和热点变化等发展现状以及最新研究进展。研究表明:1)不同研究层面上,生态系统服务间的权衡关系受外部风险和人类需求、参数选取和服务提供者及区域差异性和不均衡性的影响。2)研究方法主要有基于关系识别和具体表征的权衡分析、权衡模拟和预测的模型量化分析和生态系统服务权衡管理优化的多准则分析3类。3)生态系统服务权衡关键驱动因子为城市化、生态工程和气候变化。基于此,我们认为把握生态系统服务权衡不同研究层面的关联特征、创新和优化生态系统服务权衡研究方法、准确甄别生态系统服务权衡关键驱动因子以及充分整合多维生态系统服务权衡资源搭建数据共享平台是未来研究的重点。     

煤炭资源型城市煤炭开发与生态系统服务协调发展演变及驱动机制——以淮南市为例

[目的]研究煤炭开发与生态系统服务协调发展演变及驱动机制,对推进我国资源型城市可持续发展具有重要的意义。[方法]结合煤炭城市生命周期理论,在分析煤炭开发与生态系统服务协调发展演变规律的基础上,采用协调度模型和灰色关联模型揭示2005—2018年淮南市煤炭开发与生态系统服务协调度时序变化规律及主要驱动因素。[结果]研究期间淮南市煤炭开发综合水平呈现波动上升趋势,生态系统服务综合水平呈缓慢下降趋势,煤炭开发与生态系统服务协调度基本处于0.5～0.7之间,二者协调度呈现上升趋势,由勉强协调—煤炭开发滞后阶段逐步过渡到中级协调—同步发展阶段;环境污染治理、居民生活环境需求、产业转型是淮南市煤炭开发与生态系统服务协调发展的主要驱动因素,其与协调发展的关联度分别为0.910 2,0.817 8,0.807 0。[结论]研究提出了煤炭资源型城市煤炭开发与生态系统服务协调发展演变规律,揭示了淮南市煤炭开发与生态系统服务协调发展演变态势及驱动机制,可为煤炭资源型城市的经济与环境协调可持续发展提供决策依据。     

基于SEPLS模型的GIAHS恢复力评估框架及其在保护成效评估中的应用

由联合国粮农组织认定的全球重要农业文化遗产(GIAHS)是一类典型的社会生态生产景观(SEPLS),在传统知识传承保护、粮食与食物安全保障、农业生物多样性保护、气候变化应对等诸多方面具有重要意义。为了更好、更有效地开展GIAHS保护及管理工作,本文在分析GIAHS评估重要性和恢复力概念的基础上,以联合国大学(UNU)等团队开发的社会生态生产景观恢复力评估框架(SEPLS模型)为基础,构建了GIAHS恢复力评估框架(GIAHS-RAF),明确了其评估及计算过程。并以中国第1个GIAHS项目——浙江青田稻鱼共生系统(Qingtian Rice-Fish Culture System in Zhejiang Province, RFC)为例,通过对核心保护区——龙现村在2004年(GIAHS项目授牌前)和2016年(GIAHS授牌11年)的恢复力状况进行评估,探讨模型在GIAHS保护成效评估中的适用性。研究结果显示:1)2016年龙现村恢复力整体状况相对较弱,各项资本评估得分为:物质资本(0.75)经济资本(0.63)人类资本(0.61)社会资本(0.57)自然资本(0.38);2)虽然农户收入来源多样且社会经济基础设施能较好地满足社区需求,但是遗产地内部农业物种较少,农户对于系统提供的粮食多样性尚不是非常满意; 3)相较于2004年,经过11年的保护工作,研究区恢复力有所提高,说明GIAHS项目的实施对该遗产的恢复力有积极影响,尤其是物质资本和经济资本两方面。评估结果与该区域相关研究结果及实地调查情况一致,说明所构建的GIAHS恢复力评估框架可以很好地应用于对GIAHS项目及其他相关农业文化遗产的保护成效评估工作。     

下辽河平原典型地域耕地系统弹性时空分异特征

科学准确地刻画耕地系统弹性时空分异格局是制定耕地保护差别化管理制度的基本前提。为此,该研究以下辽河平原典型地域沈阳市为研究区,基于社会生态系统弹性思维的抵抗力-适应力-转型力视角,重构耕地系统弹性的科学内涵,探讨2009—2018年研究区耕地系统弹性时空分异特征及影响因素。结果表明:1)耕地系统弹性是由耕地系统的抵抗力、适应力和转型力共同作用的结果,分别发挥维持现状、治理弹性和优化弹性的作用;2)2013年为研究区耕地生产力发生突变的时间节点,突变后期研究区整体和各区县的耕地系统弹性均显著减弱,耕地系统适应力减弱是耕地系统弹性减弱的主要因素,其次为转型力和抵抗力;3)突变前后研究区耕地系统弹性整体均呈现出中部高,西北部低的空间分布格局,高高型集聚的耕地向西部和北部迁移,低低型集聚的耕地集中于南部;4)耕地系统弹性变化同时受人类活动和自然禀赋综合影响,农业建设活动和自然条件分别是研究区中南部和西北部的耕地系统弹性空间分异的主要原因。研究表明阐明耕地系统抵抗力、适应力和转型力之间的作用关系可为刻画耕地系统弹性的时空分异格局提供有效途径,据此构建差别化的耕地保护制度体系,为实现下辽河平原农业...     

生态脆弱区土地综合承载力时空差异分析——以榆林市为例

以生态脆弱区的典型城市榆林市为例,从社会、经济、水土资源、科技、生态环境5个承载系统共选取30个指标,并利用AHP决策分析法与熵权法的组合权重确定各评价指标权重,分析了1990—2012年榆林市土地综合承载力的时空变化,并得出了各县区土地综合承载力的限制因子,结果表明:(1)1990—2012年期间,榆林地区土地综合承载力呈波动上升趋势,且各县区域土地综合承载力差异较大。(2)1990年时,榆林各县土地综合承载力都处于严重超载和临界超载的状态,最大值为绥德县,最小值为横山县;2000年时,土地承载力有了不同程度的增加,但是增幅不大,最大值为榆阳区,最小值为横山县;2012年时,各县土地综合承载力有了很大的提高,最大值为神木县,最小值为佳县。(3)各县区的土地综合承载力的限制因子差别较大。在1990年时限制因子主要是科技系统;到2000年时,限制因子主要是经济系统;到2012年时,限制因子主要是水土资源和科技系统。因此,榆林市应以保护环境和发展科技为关键,带动和维护社会,经济等的协调发展。     

长三角城市群城市韧性与城市土地利用效益的耦合协调性分析

[目的]探索长三角城市群2010—2020年的城市韧性和城市土地利用效益的时空演变特征、耦合协调程度及相对发展状况,为推动长三角城市群的协调可持续发展提供参考借鉴。[方法]以长三角城市群26个城市为研究对象,基于熵值法、耦合协调度模型及相对发展度模型,通过构建综合评价指标体系,对长三角城市群城市韧性和城市土地利用效益的耦合协调关系展开了相关研究。[结果](1)研究时间段内,长三角城市群城市韧性总体呈上升趋势,其中超过80%的城市其韧性水平出现上升;城市土地利用效益呈波动变化趋势。二者皆呈现出“东中部高、南北边缘低”的空间分布格局,且城市韧性由相对零散分布向集聚分布转变,城市土地利用效益由“7”字形分布向“大”字形分布转变;(2)二者的耦合度总体较高,以高水平耦合为主;协调程度总体较低,但呈现出上升的发展趋势和“东高西低、中心高外围低”的空间分布格局;(3)近1/2城市的城市韧性和城市土地利用效益实现了同步发展,其余城市在2010—2015年多以超前型(城市韧性超前于城市土地利用效益)为主,2015—2020年多以滞后型(城市韧性滞后于城市土地利用效益)为主。[结论]长三角城市群城市韧性...     

“三生”视角下的西江流域(广西段)乡村韧性时空分异特征

[目的]探索西江流域(广西段)乡村韧性的时空演变关系,旨在为乡村可持续发展与乡村振兴提供参考。[方法]从生产、生活、生态3个视角构建西江流域(广西段)乡村韧性评价指标体系,运用综合评价法、空间自相关模型分析了2016—2020年时空分异特征与空间集聚效应。[结果](1) 2016—2020年西江流域(广西段)乡村综合韧性由0.265升至0.314,历经了“稳步发展—高速提升”演变阶段;生活韧性与乡村综合韧性两者时序变化紧密相连。(2)西江流域(广西段)乡村韧性空间特征差异显著,综合韧性形成了“西北低,中部高”的空间分布格局,各子系统呈现出不同的空间分布格局。(3)西江流域(广西段)乡村韧性均呈正相关分布特征,区域差异明显,各子系统形成不同的空间集聚区域,灵川县成为综合韧性高值极化“主区域”。[结论]根据“三生”视角可有效探索乡村韧性的时空特征,同时随着乡村振兴战略的深入实施,乡村韧性不断增强,但区域差异仍然明显,差异化推进乡村建设,协同促进乡村生产、生活、生态发展对于缩短乡村韧性的区域差异具有重要作用。     

生态系统健康研究现状及其定量化研究初探

阐述了健康的生态系统定义及其研究瓶颈与途径 ,健康的生态系统可以活力、组织性和恢复力等定性指标描述和衡量。中尺度生态系统定量化健康评价研究的主要瓶颈是确立健康生态系统标准。生态系统健康评价研究的途径可从生态系统受胁迫压力角度、系统恢复力或系统反作用力角度以及生态系统受到潜在“威胁”预测和健康预防的角度考虑 ,而系统结构和功能相结合是生态系统健康评价的基础     

基于动力学模型的人口与淡水资源问题研究

世界淡水资源正面临着空前的危机,研究人口、经济和淡水资源的关系是世界面临的重大课题。从系统动力学出发,建立了人口与淡水资源二元非线性动力模式,并进行了平衡态分析,研究结果表明:(1)淡水资源承载力的提高将使淡水资源总量保持在较低水平上,平衡态人口数量线性增加;在保持淡水资源承载力不变的情况下,将迫使人口总量非线性减少;(2)无节制的灌溉面积扩张、工业盲目发展以及持续加速的水污染,都将导致平衡态淡水资源和人口总量的减少,并对全球淡水生态系统造成无法估量的影响;(3)人口-淡水资源系统的可持续发展,必须建立在淡水资源自我更新与污水资源化比率之和大于水污染水平,且人口增长率保持在低水平的基础之上。这要求人类严格控制人口增长、控制水污染,对有限的水资源加强管理、合理配置、高效利用和有效保护。     

基于突变级数法的江苏省资源环境承载力评价及障碍因素诊断

资源环境承载力研究对实现区域可持续发展,建设生态文明社会具有重要的意义。以江苏省作为研究区域,构建资源环境承载力评价指标体系,运用突变级数法对江苏省2004-2014年的资源环境承载力进行了动态评价,并运用障碍因素诊断模型进一步探索制约江苏省资源环境承载力提高的因素。研究表明:（1） 江苏省资源环境承载力在波动中逐步提高,承载力水平从2004年的0.829 0上升到2014年的0.967 8,资源环境承载能力由较弱承载力等级（Ⅱ）提高到较高承载力等级（Ⅳ）;（2） 经济社会复合系统承载力呈稳定上升趋势,承载力水平由2004年的0.682 7上升到2014年的0.993 1,而资源环境复合系统承载力呈波动上升趋势,承载力指数变化于0.687 3~0.936 6,经济社会复合系统与资源环境复合系统的共同作用促进了江苏省资源环境承载力的整体提高;（3） 经济子系统和资源子系统是制约江苏省资源环境承载力提高的主要因素,其中人均耕地面积是最重要的障碍因素。以上研究可为促进江苏省经济社会的可持续发展提供理论支撑。     

2004-2013年忻州市生态足迹和承载力变化

采用修正后的生态足迹模型测算了2004-2013年忻州市生态足迹和生态承载力.生态足迹模型中增加了包括废气、废水和固体废弃物科目的污染排放账户和水资源账户,重新确定了忻州各项生物账户全球平均产量与生产性土地均衡因子.测算了各帐户的生态足迹与承载力.结果显示:(1)忻州人均生态足迹增长较为明显,由2004年的2.098 8 hm2/人增长至2013年的5.388 9 hm2/人,人均生态承载力维持在1.28 hm2/人左右,人均生态盈亏全部表现为生态赤字从0.800 9 hm2/人上升至4.103 8 hm2/人.(2)生态足迹帐户上表现出差异性:近10年间均表现为生态盈余的有耕地、林地、建筑用地、水资源共4类,除水资源外,其余3类生态盈余呈下降趋势;而草地、水域、能源用地、污染消纳地均表现为生态赤字,除污染生态赤字稳定在一定范围内外,草地、水域、能源用地均表现为快速增加趋势,导致了生态赤字的增加.(3)全市生态压力指数从2004年的1.62增长到2013年的4.19,生态多样性指数从1.261减少到0.855,万元GDP生态足迹从4.355 hm2/万元降至2.563 hm2/万元,表明生态足迹分配越来越失衡,生态系统处于不稳定状态.同时资源利用率正在逐步提高,发展能力指数由2.646增加到4.609的事实也说明了全市可持续发展态势良好.     

Potential of multi‐objective models for risk‐based mapping of the resilience characteristics of soils: demonstration at a national level

Policy makers rely on risk‐based maps to make informed decisions on soil protection. Producing the maps, however, can often be confounded by a lack of data or appropriate methods to extrapolate using pedotransfer functions. In this paper, we applied multi‐objective regression tree analysis to map the resistance and resilience characteristics of soils onto stress. The analysis used a machine learning technique of multiple regression tree induction that was applied to a data set on the resistance and resilience characteristics of a range of soils across Scotland. Data included both biological and physical perturbations. The response to biological stress was measured as changes in substrate mineralization over time following a transient (heat) or persistent (copper) stress. The response to physical stress was measured from the resistance and recovery of pore structure following either compaction or waterlogging. We first determined underlying relationships between soil properties and its resistance and resilience capacity. This showed that the explanatory power of such models with multiple dependent variables (multi‐objective models) for the simultaneous prediction of interdependent resilience and resistance variables was much better than a piecewise approach using multiple regression analysis. We then used GIS techniques coupled with an existing, extensive soil data set to up‐scale the results of the models with multiple dependent variables to a national level (Scotland). The resulting maps indicate areas with low, moderate and high resistance and resilience to a range of biological and physical perturbations applied to soil. More data would be required to validate the maps, but the modelling approach is shown to be extremely valuable for up‐scaling soil processes for national‐level mapping.     

New indices for quantifying the resistance and resilience of soil biota to exogenous disturbances

The stability (resistance and resilience to disturbance) of a soil system is a key factor influencing ecosystem properties and processes. To compare the stability of different systems, it is necessary to have indices that provide a relative quantitative measure of both the resistance and resilience of a response variable in all possible scenarios. However, the indices currently in use are frequently unable to do this, or are difficult to interpret. Here, we present new indices that avoid these problems. We compare our indices with previously published indices of stability, and also test their performance by using a real data set. We show that our indices accurately represent the response of soil properties (e.g. soil microbial biomass) to a disturbance, and that they are capable of determining differences in stability between contrasting soils.