气候变化情景下湘江流域水生态系统服务优先管理区域识别研究

摘要

水作为一种特殊的生态资源，是支撑地球整个生命系统的基础。在全球范围内提供了多种环境价值。由于人类活动所引起的气候变化可能会极大地影响水质和水量，其负面影响直接或间接的导致了生态系统提供的生态系统服务减少。而水生态系统服务因其在人类福祉中的作用与社会发展高度相关。因此，决策者有必要实施水文生态系统服务的空间优先保护规划，以减轻气候变化对生态系统服务的负面影响。本文通过整合水生态系统服务量化评估与系统保护规划方法，识别三种水生态系统服务(径流调节、水质净化和侵蚀调节服务)的优先管理区域，并对其进行景观格局分析。随后，利用冗余分析方法对研究区生态系统服务及其优先管理区域选择的关键因子进行识别，以此量化社会-环境因子的具体影响。　　首先，利用流域水文分布模型(Soil and water assessment tool, SWAT)将湘江流域的水生态系统服务量化与可视化。构建湘江流域SWAT模型数据库，并结合基准气候情景(1997-2015年)、中期气候情境(2050年)和远期气候情景(2070年)模拟了水生态系统服务四个相关指标：水产量、泥沙产量、有机氮、有机磷产量。研究结果显示，各生态指标在季节变化下的空间格局没有出现明显变化，但丰水期的指标均值是枯水期的三到四倍。在三种气候变化情景下，水产量的空间分布变化最为显著，有机氮磷产量的空间分布与泥沙产量最为相似。　　其次，搭建湘江流域生态系统服务系统保护规划模型。设定系统保护规划模型(MARXAN)保护目标，将湘江流域的经济指标国内生产总值(Gross Domestic Product，GDP)作为保护成本，结合保护对象——SWAT模型输出的水生态系统服务相关指标等参数输入系统保护规划模型，最终得出不同气候情境下保护区域优选方案。研究结果表明，在气候变化情景下，湘江流域上游和中游的高海拔林地区域的规划单元选择频率比其他区域高，意味这些区域具有更高的保护价值。　　最后，结合冗余分析明确各环境因子相关性。根据SWAT-MARXAN耦合模型输出结果，利用线性冗余分析(Redundancy Analysis, RDA)进一步讨论相关社会-环境因子对生态系统服务及其优先区选择的影响，明确了各环境因子对湘江流域相关水生态系统服务优先区域选择的具体作用。研究结果显示，在湘江流域内，降雨和温度是优先区选择的两个关键的环境因子；径流调节服务与气候变化呈较好的相关性，在确定水生态系统服务优先区域方面发挥了主导作用；随着时间的推移，优先区域的空间保护效率从1.264下降到0.867，表明气候变化对选定某些保护目标下的优先区域产生了负面影响。　　本研究有效的评估了在未来气候变化情景下湘江流域水相关生态系统服务的空间分布情况。综合社会经济因素和环境因子识别了多种优先管理方案，为利益攸关者和政策制定者评估环境敏感性和制定应对气候变化的系统保护优化计划提供了有用的信息。

目录

声明

第 1 章 绪论

1.1 研究背景与意义

1.2 国内外研究进展

1.2.1 水文模型的研究概况

1.2.2 水生态系统服务的定义与发展

1.2.3系统保护规划的方法研究

1.3 研究内容与技术路线

1.3.1 研究内容

1.3.2 技术路线

第 2 章 研究区域及数据来源

2.1 地理位置

2.2 自然条件概况

2.1.1水文特征

2.1.2土壤类型

2.1.3气候特征

2.3 社会经济因素

2.4 数据来源

第 3 章 基于生态系统服务的时空变化分析

3.1 气候变化情景的设置

3.2 流域水文分布模型

3.2.1 SWAT 模型基础理论

3.2.2 模型数据库的构建

3.2.3 模型的运行步骤

3.2.4模型的率定和验证

3.3 生态系统服务指示因子的选择

3.4 生态系统服务模拟结果与分析

第 4 章 基于生态系统服务的优先区域识别

4.1系统保护规划模型

4.1.1 MARXAN 模型原理

4.1.2 数据处理与参数输入

4.1.3 BLM 值的敏感性分析

4.1.4 模型的结果输出

4.2 优先管理区域识别结果与分析

4.2.1单个生态系统服务优先管理区域识别

4.2.2多重生态系统服务优先管理区域识别

4.3优先区保护效率及景观格局分析

第 5 章 生态系统服务及其优先区选择的关键因子识别

5.1基于CANOCO的冗余分析方法

5.2 不同气候情景下的关键因子识别

结论与展望

结论

展望

参考文献

附录 A 攻读硕士学位期间所发表的学术论文目录

附录 B 攻读硕士学位期间参与的科研项目

致 谢