HUMAN DISTURBANCE RISK ASSESSMENT AND ITS DRIVING FACTORS IN ECOLOGICAL REDLINE AREAS: A CASE STUDY IN TAIZHOU
-
摘要: 生态保护红线作为国家和区域生态安全的底线,开展其人类干扰风险及其驱动因素研究可为生态保护红线监管与优化调整提供科学依据。以泰州市生态保护红线为研究区,构建了基于贝叶斯网络的人类干扰风险评价方法。通过人类干扰危险性(风险源)、生态保护红线敏感性(风险受体)、人类干扰易达性(作用途径)和人类干扰风险(风险评价结果)进行风险表达,对比分析了2018年和2020年2个时期不同人类干扰风险源(建筑开发、交通建设和矿产开采等)对生态保护红线区的人类活动干扰风险变化趋势。采用Netica软件中Sensitivity to Findings工具,探究了人类活动干扰风险时空演变的主要驱动因素。结果表明:1)相较于2018年,泰州市2020年的人类干扰风险有所下降;2)2018年和2020年,泰州市高港区的人类干扰风险最高,应重点监管与防控;3)生态保护红线风险的主要驱动因素为人类活动面积占比和人口密度指标。研究结果可为生态保护红线优化调整、人类活动干扰风险预警与防控提供决策参考。Abstract: As the national and regional ecological security bottom line, the ecological redline can provide a scientific basis for ecological redline supervision and optimization adjustment by conducting research on human interference risk and its driving factors. This paper took Taizhou Ecological Redline Area as the research area and constructed a human interference risk assessment method based on the Bayesian network. We expressed the risk through human interference risk (risk source), ecological redline sensitivity (risk receptor), human interference accessibility (action path), and human interference risk (risk assessment result), compared and analyzed the changing trend of human activity interference risk of different human interference risk sources (building development, traffic construction, mineral mining, etc.) to the ecological redline area in 2018 and 2020. According to the tool of Sensitivity to Findings in Netica software, the main driving factors of human activities disturbing the spatial-temporal evolution of risk were explored. The results showed that: 1) compared with 2018, the risk of human interference in Taizhou decreased in 2020; 2) in 2018 and 2020, the human interference risk in Gaogang District of Taizhou was the highest, and its should be enhanced supervision and prevention; 3) the main driving factor of ecological redline is the proportion of human activity area and population density indicators. The research can provide a decision-making reference for the optimization and adjustment of ecological redline, early warning and prevention and control of human activity interference risk.
-
Key words:
- ecological redline /
- human disturbance /
- risk assessment /
- Bayesian network /
- Taizhou
-
[1] 邓瑜兵,刘斌,郑俊鹏,等.生态保护红线分区及管控研究综述[J].国土资源导刊,2022,19(3):1-4. [2] DEARDEN P, BENNETT M, JOHNSTON J. Trends in global protected area governance, 1992—2002[J]. Environmental Management, 2005, 36(1): 89-100. [3] LEVERINGTON F, COSTA K L, PAVESE H, et al. A global analysis of protected area management effectiveness[J]. Environmental Management, 2010, 46(5): 685-698. [4] SANG W G, AXMACHER J C. China draws lines to green future[J]. Nature, 2016, 531(7594): 305. [5] 孙敏华,姜翠玲,张鹏,等.太湖流域梁塘河沉积物重金属生态风险评价[J].环境工程,2015,33(8):118-122. [6] 郭凡嫡,潘俊,孙丽娜,等.辽河干流河岸带土壤中多环芳烃的污染特征与生态风险评价研究[J].环境工程,2018,36(7):155-160. [7] 黄诗曼,胡庆武,李海东,等.基于RS和GIS的峨眉山风景区生态风险评价[J].环境科学研究,2020,33(12):2745-2751. [8] 刘世梁, 刘芦萌, 武雪, 等. 区域生态效应研究中人类活动强度定量化评价[J]. 生态学报, 2018, 38(19): 6797-6809. [9] 王洁,摆万奇,田国行.土地利用生态风险评价研究进展[J].自然资源学报,2020,35(3):576-585. [10] 刘影,李丹,何蕾,等.赣南地区农业生态系统脆弱性评价及驱动力分析[J].江西师范大学学报(哲学社会科学版),2016,49(3):72-79. [11] 张嘉楠. 基于SPCA的长治市生态脆弱性评价[D].北京:中国地质大学(北京),2021. [12] 徐志刚, 庄大方, 杨琳. 区域人类活动强度定量模型的建立与应用[J]. 地球信息科学学报, 2009, 11(4): 452-460. [13] 解若璠, 沈永明, 劳桦. 基于人为干扰度的盐城滨海湿地景观格局动态变化及响应[J]. 生态学杂志, 2022, 41(2): 351-360. [14] 侯伟,翟亮,田莉,等.基于PSR模型的景观人为干扰度综合分析:以北京市为例[J]. 地理与地理信息科学, 2019, 35(6): 90-96. [15] 尚国琲,马景涛,刘雨博,等.基于人类活动强度的生态保护红线优化研究[J].河北省科学院学报,2022,39(4):69-78. [16] 高吉喜, 蔡明勇, 申文明, 等. 大尺度生态干扰风险评估技术方法及应用研究[J]. 中国环境科学, 2021, 41(11): 5274-5281. [17] 程建龙,陆兆华,范英宏.露天煤矿区生态风险评价方法[J].生态学报,2004,24(12): 2945-2950. [18] 马喜君,常志华,程建龙,等.阜新露天煤矿区生态风险分析[J].中国矿业, 2006(8):19-21,45. [19] 何云川. 基于贝叶斯网络的太湖叶绿素建模及预测[D].徐州:中国矿业大学, 2022. [20] 骆琳. 基于层次贝叶斯模型的成渝地区双城经济圈雾霾监测影响因素分析[D].重庆:重庆工商大学, 2022. [21] 倪玲玲,王栋,王远坤,等.基于贝叶斯方法的太湖沉积物多环芳烃的生态风险评价[J].南京大学学报(自然科学),2017,53(5):871-878. [22] 高沁怡,潘春霞,刘强,等.基于贝叶斯网络的林业碳汇项目风险评价[J].南京林业大学学报(自然科学版),2021,45(4):210-218. [23] 袁德奎,姚鹏辉,徐晓甫,等.基于贝叶斯网络的渤海湾水体富营养化模型[J].天津大学学报(自然科学与工程技术版),2016,49(3):320-325. [24] 罗建男,卢文喜,陈社明,等.基于贝叶斯网络的水环境管理研究[J].节水灌溉,2011(3):68-72. [25] 李超群.基于贝叶斯网络对全国PM2.5浓度影响因素分析[J].科技创新与应用,2020(22):1-5,9. [26] 危小建,谢亚娟,孙显星.基于空间贝叶斯识别城市扩张与生态保护潜在的兼容区和冲突区:以鄱阳湖生态经济区为例[J].长江流域资源与环境,2020,29(2):310-321. [27] 赵欣胜,崔丽娟,李伟,等.人类活动对辽宁双台河口湿地生态系统影响评价[J].水利水电技术,2017,48(9):16-23. [28] 泰州市自然资源和规划局.泰州市矿产资源总体规划(2016—2020年)[R].2017. [29] 泰州市统计局.泰州统计年鉴2021[M].北京:方志出版社,2021. [30] 吴楠,陈红枫,匡丕东,等.生态保护红线区干扰退化风险评价:以安徽省为例[J].生态学报, 2020, 40(16): 5571-5578. [31] 吴健生,毛家颖,林倩,等.基于生境质量的城市增长边界研究:以长三角地区为例[J].地理科学,2017,37(1):28-36. [32] 韩继冲,郭梦迪,杨青林,等.川西北江河源区生态环境脆弱性评价[J].湖北农业科学,2018,57(9):20-24. [33] 杨湘艳,余静.基于贝叶斯网络的海洋生态环境状况评价:以山东省为例[J].海洋通报,2021,40(4):473-480. [34] 赵晓光,张亦扬,杜华栋.陕北矿区不同土地类型下土壤重金属污染评价[J].环境工程,2019,37(9):188-193. [35] 张新胜,蔡明勇,邰文飞,等.陕西秦岭地区生态干扰风险空间分异规律研究[J].水土保持研究,2023,30(4):115-121,129. [36] 武建超,任博文,刘少波.秦岭北麓生态复生技术研究[J].科学技术创新,2020(32):189-190.
点击查看大图
计量
- 文章访问数: 70
- HTML全文浏览量: 9
- PDF下载量: 7
- 被引次数: 0