浙江省乐清湾人为干扰下的景观生态格局特征及优化

来源 :浙江师范大学 | 被引量 : 0次 | 上传用户:yunkang0820
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
海岸带作为海陆过渡地带,承载着全球60%人口[1],密集的人口和高强度的生产活动使得海岸带地区土地利用方式发生了巨大改变,沿海地区脆弱的生态环境也受到威胁。近30年来,人类的工业、农业和生活已经引起了土地利用方式和景观格局的剧烈变化[2]。随着我国沿海经济的日益发展,海岸带地区的人类活动与景观格局的耦合关系已经成为区域可持续发展和景观生态学研究的热点问题[3]。厘清人类活动与景观格局之间的响应关系,定量化地监测和评估人类活动强度,构建并优化生态安全网络,可以为人类正确布局景观空间配置提供参考,并缓解经济社会发展和保护环境之间的矛盾关系。本文以浙江省乐清湾1995年、2000年、2010年和2015年土地利用数据为基础,首先分析乐清湾景观研究的最适宜粒度范围,再利用景观指数法和移动窗口法(Moving Window),分析近20年来乐清湾景观格局的时空分布特征;基于归一化面积加权公式和重心模型揭示乐清湾人为干扰强度时空动态特征;利用景观生态学理论和地理信息系统(GIS)方法,从定量化和空间布局的角度分析人为干扰强度与景观格局之间的相关性,并利用人为干扰强度构建乐清湾景观变化强度模型,揭示乐清湾景观生态安全问题;同时采用粒度反推法选取研究区生态源地,基于最小累积阻力模型(Minimum Cumulative Resistance,MCR)建立连接生态源地之间的生态廊道,构建生态网络评价体系,对乐清湾生态网络现状提出优化方案。主要研究结果有:(1)乐清湾地区景观指数具有不同的粒度效应。在景观类型层面,耕地、林地和滩涂景观对粒度的响应较为明显。景观水平层面,将景观粒度效应分为四种类型:第一类景观指数随粒度的增加呈递增趋势(平均面积指数AREA-MN、周长-面积分维数PAFRAC);第二类景观指数随粒度增加逐渐减小(边缘密度ED、景观形状指数LSI、聚集度指数AI、平均分维数FRAC-MN、蔓延度指数CONTAG);第三类粒度效应曲线变化较复杂,无明显规律性(景观分割度指数DIVISION、景观优势度指数LPI);第四类随粒度的变化景观指数几乎不变(多样性指数SHDI、散步与并列指数IJI)。景观粒度曲线变化拐点出现在60-100m范围内,土地面积精度损失指数显示所选粒度越大,土地面积精度损失越大。选取30-60 m范围为乐清湾景观研究的最适宜粒度范围,30 m为乐清湾景观研究的最佳尺度。(2)1995-2015年乐清湾景观格局和人为干扰强度发生时空布局差异。景观格局方面,根据冗余分析和相关性分析,从类型层面和景观层面选择了LPI、LSI、AREA-MN、IJI、DIVISION以及SHDI作为研究乐清湾景观格局的指标。近20年来乐清湾各类景观中,林地、耕地面积大幅度缩减,城镇用地、建筑用地等面积迅速集聚并不断扩大,水域和滩涂面积变化较小。景观层面上,斑块优势度增强,景观多样性增加,人类活动首先占用、分割了林地、草地等大片景观,使景观破碎化,景观形状复杂;后又随着人类活动的聚集,景观集中并向周围扩大,2010年-2015年乐清湾土地斑块形状趋于规则,景观整体性提高。(3)1995-2015年,乐清湾地区以中低干扰和低干扰为主,中高干扰和高干扰面积在不断增加,研究区人为干扰强度增强,尤其是虹桥镇、乐成镇、珠港镇、楚门镇等地中高干扰和高干扰面积地区分布集中。人为干扰强度重心有逐渐向东南方向转移的趋势。景观变化强度表明,乐清湾景观生态逐渐恶化,大量自然景观转为人工景观,生态风险提高。其中,珠港镇、楚门镇、海山乡等地景观生态恶化较严重,乐成镇、虹桥镇由于前期的人类活动较同期其他地区较强,因此景观变化强度稍低,但同样处于生态恶化的状况。结合地形图分析,北部和东北部生态恶化区主要集中在河谷地带,该地区是生态保护区,但近年来,由于旅游资源开发强度增大,导致该地区的人类活动强度提高。(4)本文通过生态源地-廊道-节点体系构建了乐清湾生态安全网络。基于粒度反推法选择乐清湾地区生态源地有14个;基于最小累积阻力模型识别乐清湾生态廊道共27条,生态廊道总长度共851.43 km,重要生态节点32个。生态网络整体上空间分布不均匀,其中乐清湾东北地区由于河谷人类活动相对密集,切断了自然生态廊道,使生态源地破碎化。西部和东南地区生态网络较稀疏,生态廊道较长。通过景观完整度指数对生态安全网络进行评价发现,乐清湾生态网络连接性较差,网络完整性较低。可以通过增加生态源地数量,保护生态源地生态平衡,疏通生态廊道的高阻力区以及适当增加西部、东南部地区的踏脚石斑块、合理规划沿海绿地等措施,优化乐清湾生态网络。
其他文献
本文主要研究了一维p波超导Aubry-Andre-Harper(AAH)模型,并主要讨论了其中的两种非平衡动力学行为。我们先分析系统的相变类型和所属普适类,然后验证临界点附近的慢淬火非平衡动力学行为。其次,我们还研究系统参数突然变化的动力学,并解析研究V=0和V=∞两种极限情况下的系统,说明在不同相之间突然淬火会出现动力学量子相变。此外,我们通过数值方法系统研究上述两种极限之间的淬火动力学。通过细
神经元群体通过训练神经元间的突触权重达到学习的目的,进而形成记忆.本文研究三种不同模型下神经元群体的训练与学习,并探讨影响突触可塑性构建的长期记忆的因素.第一部分构建简单感知器模型,通过数值模拟得到以下结论:(ⅰ)在一定参数范围内,学习速率越大,整个学习过程中所需步数越少;(ⅱ)网络对字母的训练与学习是成功的.随后利用Hopfield模型和递归最小二乘法(RLS)训练神经元网络,使其对常值函数进行
孤子是非线性系统中最基本的一类激发,具有稳定性和局域性。人们已经在不同类型的玻色-爱因斯坦凝聚体(BEC)中成功制备了孤子,包括玻色原子气体、光学微腔中的激子极化激元系统等。近年来随着实验技术的发展,对这些系统进行非平衡调控的研究,例如对相互作用强度进行突然淬火,发现了许多超越平衡态的新奇普适现象,因而成为研究热点。而对于孤子在实验上的非平衡态调控仍在探索阶段,需要理论上的理解与支撑。在本文中,我
2017年8月31日,南京成为中国首座且唯一一座国际和平城市,推动了南京城市身份从殉难城市向和平城市的转变,标志着南京大屠杀记忆从民族国家记忆向世界和平记忆的转变。这种转变不仅意味着记忆叙事的扩展,参与群体的扩大,纪念活动的升级;也意味着城市纪念性空间建设步入新的发展阶段。当下南京已经建成了以南京大屠杀纪念馆为核心、纪念碑及丛葬地为辅助的记忆空间系统,讲述民族苦难、控诉大屠杀暴行。为进一步推进和平
植被物候可以记录植物生长季的开始(Start of Growing Season,SOS)和生长季的结束(End of Growing Season,EOS)以及生长季长度(Length of Growing Season,LOS)等植物季节性变化,在反映植物光合作用和陆地生态系统对气候变化的响应中起着重要作用。然而目前关于物候对气候因素的响应的研究不够深入,而且物候对光合能力的影响是一个值得探讨
森林生态系统在应对CO2升高、气候变暖、大气氮沉降、生物多样性减少等全球变化问题中扮演着重要的角色。东亚季风区适宜的雨热状况,为树木生长和碳固定提供了较好的条件。开展亚热带森林生态系统生物化学过程的研究,对阐明中国陆地生态系统碳源汇变化特征及其驱动机制,以及准确估算中国陆地生态系统碳收支具有重要意义。虽然冠层是进行光合作用的主要场所,但是叶片光合性状在冠层垂直梯度上存在空间异质性。目前,针对森林冠
总初级生产力(Gross Primary Productivity,GPP)是陆地植物通过光合作用吸收的碳量,是陆地生物圈与大气之间主要的CO2通量,在全球碳循环和气候变化中发挥着重要作用。因此准确量化区域GPP对于理解陆地生态系统和大气的交互作用至关重要。近十年来,由于植物叶绿素荧光与光合作用在生理上的紧密联系,基于卫星反演的日光诱导叶绿素荧光(Sun-Induced chlorophyll F
费托合成(Fischer-Tropsch synthesis)作为多相催化中最重要的反应之一受到研究者的广泛关注。然而,费托反应过程极其复杂,产物分布广泛,这导致了无论是在工业生产中还是基础研究中都具备相当的难度,成为科学研究的一大难点。钴基催化剂由于具有优异的催化性能和较低的经济成本,是费托合成反应中极具前景的催化剂。其中,Co(0001)单晶因其良好的热稳定性且容易制得,并具有良好的费托活性,
机器学习算法是计算机自动分析已有数据获得规律,并用所获规律进行判断决策的算法。机器学习算法包含非监督学习算法和监督学习算法,比如,主成分分析算法是一种简单的非监督学习算法,神经网络则是一种常用的监督学习算法。近年来,机器学习算法开始被引入到物理学研究中。在量子关联体系中,机器学习算法被用于刻画量子多体波函数;加速现有的量子多体算法,发展新的量子多体算法;识别不同的相及相变。本论文中,我们将机器学习
张量网络最初被用于解决多体物理中的指数发散问题,它能够有效地将指数维希尔伯特空间的波函数用多项式复杂度的参数表示。得益于其对指数复杂问题的处理能力,近年来张量网络方法作为一种新兴的机器学习模型在人工智能领域蓬勃发展。作为一种跨学科的方法,张量网络可以运用于传统机器学习、量子启发式机器学习以及量子计算。因此,对于张量网络的研究和发展有助于联系量子理论和人工智能领域。尽管张量网络方法在人工智能领域具有