文摘
为了研究大数据技术研究湿地资源生态系统评估的价值。提出了一种面向湿地维度的评价湿地生态系统服务空间属性通过大数据耦合分析框架。框架使用中国沿海湿地为例实证研究和总结研究的未来方向的湿地生态系统服务价值评价大数据的时代。结果表明:湿地生态系统观测网络可以获得长期的一系列动态数据,遥感地球观测可以实现空间的综合观测,空间,和地球,两者的结合将有助于建立一个湿地生态大数据观测系统。中国沿海湿地生态系统的服务价值是5010.32×108元。研究结果可以有效地解决地理问题的异质性和参考价值的湿地生态系统的保护和管理。
1。介绍
随着信息技术的快速发展,信息获取方法和数据分析方法正在发生翻天覆地的变化,数据科学、由大数据,已成为学术界关注的焦点。与传统的数据分析方法相比,大数据是一种新的思维方式,依靠全面的数据系统地解决复杂的科学问题(1]。在生态方面,许多学者也发现了大数据的重要性,开展相关研究,提供新想法许多生态问题的科学解决方案。湿地生态系统服务的形成机制是复杂的,不同驱动因素,由于自然干扰,人类活动水文变化,植被演替,特定领域的发展,和历史差异和湿地生态系统服务表现出明显的时空特异性和全面的特点。在大数据时代科学,使用大规模、高维数和变量湿地观测大数据系统地研究湿地生态系统服务的价值,并探讨大数据综合评价湿地生态系统服务价值的方法,这是一个重要的突破来实现价值的准确评估湿地生态系统服务(2]。评估湿地生态系统的服务功能价值的基础是湿地的保护和合理使用。通过湿地评价的过程中,我们可以准确地了解湿地和它所提供的各种功能对人类和一个合理的定量评价在此基础上,同时是非常重要的湿地保护和湿地的合理和有效的管理3]。湿地生态系统服务、函数和评价研究始于二十世纪初。早期的学者的评价湿地生态系统服务的研究,它主要是通过建立一个指标体系或使用问卷评估湿地生态系统服务价值的生态系统服务的价值转化为货币价值(4]。在农田生态系统的服务价值的研究,Sahoo和Bhaskaran计算农田生态系统服务价值的基础上,水从河里流入,并建议分发传入的水量年内,并表示,水权交易、生态补偿、多手段确保河流生态基流很重要(5]。福等人构建土地利用转移的经济分析框架基于最大效用的理论,认为生态修复的项目和城市扩张的背景下,陕西省耕地转移机制的影响生态系统服务的价值是相关的6]。Burlakova等人结合康斯坦萨在中国实地研究后的结果;相信结果直接引进中国很容易忽略某些生态系统的价值。由此,一个新的单价系统评估生态系统服务的价值在中国提出(7]。在此基础上,提出了一种湿地dimensional-spatial-attribute耦合大数据分析框架对湿地生态系统服务价值评估。这个框架选择中国沿海湿地作为实证研究的案例,总结了湿地生态系统服务功能评价研究的未来方向的大数据的时代。
2。湿地生态系统
2.1。湿地生态系统的大数据观测系统
湿地生态系统观察是定期观察湿地的生态指标,定量获取湿地生态过程的质量及其变化信息。的观察方法、湿地大数据观测面临各种问题,复杂的结构,广泛分布,许多元素,动态变化等一系列问题。全面和科学湿地观测需要综合利用现代技术进行一个完整的指标体系,持续时间,空间连续、多尺度关节,和其他系统的观察。在技术手段方面,需要建立一个完整的湿地野外观测网络。湿地大数据观测,建立一个科学和实用的湿地观测指标体系,充分利用新的遥感观测方法加强收购技术体系的建设,湿地的传输、存储和管理大数据(8]。
2.2。大数据的湿地生态系统观测站网络
中国地域辽阔,不同类型的地形。地理环境复杂,气候条件不同,它是世界上的一个国家与完整的湿地类型和丰富的数字。根据湿地的分类类型的“湿地公约”,有31种自然湿地和9种人工湿地在中国。湿地的主要类型包括沼泽湿地、湖泊湿地、河流湿地、河口湿地、自然和人工湿地如沿海滩涂、浅水、水库、池塘、稻田。湿地的类型多样,分布广泛的观察湿地也必须基于类型的湿地和湿地的分布。湿地的重要性进行有目的地在多层次的观察从关键一般湿地,湿地网络观测系统从内陆到沿海,内陆淡水湿地的内陆咸水湿地(9]。建立湿地生态站长期观测点和观测样本块在重要和典型的湿地区。长期定位观测的生态特征、生态功能、湿地生态系统和人类干扰,为了揭示发生的机制和监管方法,发展,和一系列湿地生态系统提供科学依据保护、湿地的恢复、重建和合理使用。湿地生态站的建立提供了一个良好的技术平台,观察湿地生态系统,它是一个重要的保证湿地湿地研究和科学发展。
2.3。基于大数据的湿地生态系统服务价值评价
大数据支持的湿地生态系统的观察,研究了适用于生态系统服务大数据挖掘和系统耦合分析方法。它的关键是实现湿地生态系统的服务价值评估。生态系统观测大数据具有大量数据的特点,复杂的维度,和众多的变量,数据挖掘和分析带来了前所未有的困难。出于这个原因,基于湿地生态系统服务价值评价理论,一般研究范式定义如下:
的公式,是因变量,指湿地提供的生态系统服务功能,通常多维服务功能; , 和是独立的变量,分别指的是定量和定性表征的湿地生态系统的服务价值,在哪里是代表数量的湿地资源信息。通常来讲,这是湿地分布的空间数据,是定性生态参数信息,通常它是湿地属性数据。是湿地生态系统服务价值的评价方法体系,一般不同的服务标准化评价方法,通过耦合综合湿地观测数据,构建一个数据驱动的湿地生态系统服务价值评价方法(10]。在此基础上,分解大数据研究湿地生态系统服务价值评价体系量纲分析方法、空间分析方法、属性分析方法和综合耦合方法。
2.3.1。空间分析
空间分析是一种定量描述湿地资源条件和服务提供从湿地空间分布的角度。空间表达式可以使用定量数据,如湿地的空间分布,分布的湿地,湿地的地理权重矩阵。分析单位可以使用地理网格,地貌单元(11)、土地单位,湿地单元,和其他方法,分析方法可以采用空间相关矩阵的形式。土地类型和生态系统服务之间的关系和他们的能力来提供相应的服务供应表示为一个矩阵。转换矩阵表中列出1土地类型显示在表的行和列的类型的服务表示湿地类型和湿地生态系统服务的目标,N提供的生态系统服务能力的相对重量列连续的土地类型,并通过量纲分析和转换,最后归一化到一个整数值在0和10之间,因为这片土地类型的标准功能提供湿地生态系统服务(12]。
属性指标一般分为三类:自然指标、环境指标和社会经济指标:(1)自然指标主要指自然湿地的特点,是湿地生态系统的服务供给能力的内部因素。(2)环境指标主要指自然湿地所在地的环境信息,是客观因素,主要影响生态系统的服务供应能力。(3)社会经济指标主要指湿地所在地的社会经济信息(13),它是一个客观因素,主要影响生态系统服务的价值。常用的自然、环境和社会经济指标表中列出2。
2.4。大数据耦合为湿地服务价值评价
的基础上的一般研究范式湿地生态系统服务价值评价,dimensionality-space-attribute大数据的对数模型耦合模型提出了实现大数据的综合分析湿地生态系统服务的维度,空间和属性。模型的因变量是湿地生态系统服务的总价值,和独立变量是湿地类型、供应矩阵,湿地自然、社会、经济指标向量等。14]。模型的表达式
公式中,因变量的价值吗 - - - - - -湿地生态系统的评价 - - - - - -th湿地(元/(款hm2·年));湿地的自然载体,主要指湿地规模、湿地类型,湿地生态系统服务功能等。湿地环境矢量,包括国内生产总值、产业类型、城市的人口密度,湿地所在地。是总额的湿地的生态系统服务效益,计算方法是什么 ,在哪里类型的面积是湿地,标准生产能力的价值吗 - - - - - -生态系统服务的 - - - - - -th湿地范畴,看到湿地类别和湿地生态系统服务供给矩阵。是向量的评估技术,常数为各种服务的评价方法。下标的和指示评估的研究。是一个常数, , , 是各自组变量的回归系数包括解释性因素;是误差项(15]。
2.5。湿地生态系统服务价值的评估方法
直接市场价值法是使用活跃的交易市场的公平价格通过直接市场评价法。市场价格方法简单、实用,其值表达式是直观和容易理解。主要用于生态系统可以产生直接材料的副产品,如动植物产品,航运价值,和水供应。然而,这种方法只能测量材料的直接利益生态资产的产出和服务功能,忽视其间接效益,很容易低估生态资产的整体价值。通过直接市场价值法,它的价值表现形式类似于普通的资产,而且价格表现形式是直观的、明确的。它属于个人或国家财富在通常意义上,是生物资源的一般概念。在某种程度上,生态服务功能价值的资产。计算方法如下:
的公式,是直接使用价值,如果生产区域的吗我类型的材料,Y是单位产量P的我类型材料;的市场价格吗我类型的材料。
间接市场评价方法。生态系统服务价值评估的主要区别和普通资产评估生态系统服务没有直接材料输出,缺乏一个活跃的公共交易市场及其值表达式是隐蔽的,所以等传统资产评估市场方法,成本收入的方法,方法不能使用。例如,湿地保护水资源的价值,防洪和存储的价值,只能通过间接评估建设成本等市场假设相同的服务功能或缺乏所造成的经济损失一定的生态服务的变化。该方法的表达公式
的公式,生态服务功能的价值;U项目的价格是影子的生态服务功能;习的成本吗我th项目下项目。
值等价表可以动态评估的价值14个主要生态系统和11个类型的生态服务功能。在不同地区,调整是根据当地基本农田生物因子的研究对象,如公式:
调节径流的服务功能是指湿地的功能作为一个水库,储存多余在雨季降水,减轻城市洪涝灾害,在旱季提供水源,缓解干旱的影响。对径流调节的功能价值来说,这是难以直接测量的好处。影子工程估算的值替换径流调节,否则会消耗来弥补这个函数。影子工程法指的是建设一个新项目来完全替换服务功能,需要评估,和服务功能的价值被估算的成本建设。本文运用影子工程法评估径流调节功能的价值。评价公式如下:
的公式,是湿地径流调节的功能价值服务;问马克斯洪水是最大的安全监管和存储容量;Ci是修建一个水库,每立方米的成本的存储容量。
3所示。案例分析
这种情况下的原始数据包括沿海湿地分布湿地资源调查的数据,问卷调查和专家咨询数据,沿海湿地的自然特征,环境统计数据、社会经济、气象和水文数据,统计年鉴的沿海省份和纪录片评价典型病例在中国沿海湿地。避免重复计算问题,基于之前的分类,沿海湿地生态系统服务功能分为两部分:中间服务和最终服务,作为最终的服务中国沿海湿地的生态系统服务功能,包括物质生产、洪水调节和存储、碳封存,大气调节、气候调节、消除和海岸保护、土地升级,休闲旅游。受益人在此基础上,通过分析确定当地,受益人在三个层面:省、国家和全球(16),建立一个量纲分析的层次结构模型。为了量化服务之间的定量关系,通过问卷调查和专家咨询的数据,探讨生态系统服务的重要性在各级受益者,使用层次分析法进行多层次的分析调查结果,获得的主要服务功能不同程度的沿海湿地生态系统服务功能,并计算综合权重的沿海湿地服务价值,为表中列出3。
在这些基础上选择典型的沿海湿地评估62例,包括辽宁、河北、山东、江苏、上海、浙江、福建、广东、广西、海南,和中国其他沿海省份,提取349年沿海湿地生态系统服务价值评价数据通过数据分析,利用消费者价格指数(cpi)统一调整值观察在不同评价基地年2013价格水平的湿地资源调查、公共服务类型和评价方法是统一作为模型变量类型。0或1的值用于描述服务类型和相应评价方法来评价数据。模型中的所有其他变量的值是通过收集分析和计算湿地分布、湿地自然环境、社会经济数据,统计年鉴等。在此基础上,一个耦合的沿海湿地生态系统服务评价模型形式的公式(2)是构造,进行模型的最小二乘参数校准和验证准确性,并计算系数的回归模型在中国沿海湿地的价值(17]。耦合评价使用空间分析模型和回归模型系数获得中国沿海湿地生态系统的耦合分析模型服务大数据,用于评估沿海湿地的生态系统服务价值。施工过程中模型,消除了异常值的2.5倍标准的标准化残差。
3.1。结果分析
本研究利用ArcGIS 10.2软件计算和分析wetland-related空间数据和使用SPSS 17.0软件进行统计数据分析。在完成数据处理、执行leave-one-least-squares反复观察和解决模型和应用模型的沿海湿地的生态系统服务价值的评估在中国(18]。获得食品生产、原料生产、洪水调节、节约用水,和节约用水的中国沿海湿地,单位面积上的价值和总价值的水净化、波消除,银行的保护,土地推广、碳封存,大气调节、休闲旅游、等,分析(图1)。通过评价结果,可以知道,中国沿海湿地生态系统的服务价值,从高到低,节约用水,水净化,食品生产、休闲旅游、消波和银行保护、淤积晋升,土地创造,洪水调控、原材料生产、碳封存、大气的监管。沿海湿地生态系统服务的总价值通过服务的积累值是5010.32×108元/年。总的来说,沿海湿地的生态系统服务价值和湖泊和湿地在中国相对较近。然而,由于不同的评价方法,评价结果有近四倍的差异。
总的来说,湿地生态系统服务价值评价方法基于大数据提出了研究从湿地生态系统服务价值的机理,在此基础上确定服务功能之间的定量关系,研究沿海湿地和生态系统服务之间的供应关系,通过空间分析和定义湿地生态系统服务价值评估的一般范式从空间的角度和属性,加上源湿地特性数据通过数学模型来实现定量评价湿地生态系统服务的价值。验证方法进行了沿海湿地价值的评估为例,它表明,大数据分析方法可以应用于湿地生态系统的服务价值的评估(2,19]。通过案例研究,可以发现,与传统的湿地生态系统服务价值评估方法相比,基于大数据的评价方法具有以下特点:(1)基于湿地生态系统服务的机制,确定服务和权重通过量纲分析,以便评估过程有很好的理论基础,避免价值评价过程的盲目性,大大减少重复计算。(2)大数据分析方法几各种数据影响湿地生态系统服务的价值,并通过典型湿地评价模型验证和解决方案,以确保评估过程的客观性,所有服务值加权手动。最终的价值从湿地的实际数据计算,客观数据的组合和认知知识是意识到,和可靠性的评价理论和评价的客观性数据保证。
4所示。结论
湿地生态系统的类型多样,非常复杂。湿地生态系统服务时间和空间异质性的特点,规模效应,复杂的机制,难以精确测量。传统方法提供科学的和可行的技术手段的观察和评估湿地生态系统服务。一个生态系统的服务价值的评估基于湿地是相对成熟;然而,科学评估大型湿地生态系统服务仍然面临着挑战。这是体现在许多方面,如连续观察和评估的时间和空间,服务质量和数量的定义,多尺度协同研究,科学精确测量。随着信息技术的发展,湿地观测网络和遥感地球观测对湿地生态生大数据。湿地生态系统观测网络将评估水分,长期网络观测的土壤,大气环境元素,和生物,获得动态的和长期的湿地生态参数数据。地球观测遥感可以实现集成的空间,空间和地面湿地观测。两者的结合将有助于建立一个大数据观测系统对中国湿地生态。 It provides new opportunities for the research on complex issues of wetland ecosystem service value evaluation. Wetland ecosystem service value evaluation method based on big data, through comprehensive observational data help to solve the limitations of traditional case point evaluation methods. Therefore, it is suitable for large-scale wetlands with similar types, such as coastal wetlands, lake wetlands, river wetlands. However, the assessment methods and conditions of various types of wetlands are too different. The feasibility of the method needs to be further studied. Through wetland observation big data for global coupling modeling, solve the problem of geographical heterogeneity to a large extent. This method has good regional applicability and can solve the problem of extrapolating the value of wetland ecosystem services in different regions.
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。