12遥感和生态过程模型相结合方法

２ ０ ０ １ 。 ２ ０ １ ０ 年 平均生长量 ，为认识研究 区的森林生长空 间分布差异及更新森林生 物量 提供 支持 。
关键词 ：Ｂ ｏ ｒ ｅ ａ ｌ Ｅ ｃ ｏ ｓ ｙ ｓ ｔ ｅ ｍ Ｐ ｒ ｏ ｄ ｕ ｃ ｔ ｉ ｖ ｉ ｙ ｔ Ｓ ｉ ｍｕ ｌ ａ ｔ ｏ ｒ （ Ｂ Ｅ Ｐ Ｓ ） 模 型 ；森林 清查数 据 ；群落生长量 ；乔木层生长量 中图分类 号 ：￥ ７ １ ８ ． ５ 文献标志码 ：Ａ 文章 编号 ：１ ６ ７ ４ ． ５ ９ ０ ６（ ２ ０ １ ３）１ ０ ． １ ６ ４ 模 型－ Ｂ ｏ ｒ ｅ ａ ｌ Ｅ ｃ ｏ ｓ ｙ ｓ ｔ ｅ ｍ Ｐ ｒ ｏ ｄ ｕ ｃ ｔ ｉ ｖ ｉ ｔ ｙ Ｓ ｉ ｍｕ ｌ ａ ｔ ｏ ｒ （ Ｂ Ｅ Ｐ Ｓ ） 、 ２ ０ ０ １ ． ２ ０ ０ ６ 年 国家森林资源连续清查数 据 （ 一类清查 一 样 地尺度 ）和 ２ ０ ０ ３ － ２ ０ ０ ９年森林资源规划设计调查数据 （ 二类调查 ． 区域 尺度 ），分别计算江西省吉安市 的森 林生态系统生 长量 ， 从 不同空间尺度和森林类型对 ３种数据源估算 的森林生 长量 进行 了分析 。结果表明 ， 样点尺度上 ， Ｂ Ｅ Ｐ Ｓ 模型模拟 的森林生 长量 （ ４ ． １ ８ Ｍｇ ・ ｈ ｍ－ ２ － ａ ） 低 于群落生长量 （ ５ ． ８ ６ Ｍｇ ・ ｈ ｍ－ ２ ・ ａ － ），与乔木层生长量 （ ４ ． ２ ９ Ｍｇ ． ｈ ｍ－ ２ ． ａ － ） 基本
生态环境学报 ２ ０ １ ３ ， ２ ２ （ １ ０ ） ： １ ６ ４ ７ ． １ ６ ５ ７
Ｅｃ ｏ ｌ ｏ ｇ ｙ ａ ｎ ｄ Ｅｎ ｖ ｉ ｒ ｏ ｎ ｍｅ ｎ ｔ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ｓ
ｈ ｔ ｔ ｐ ： ／ ／ ｗ ｗｗ ． ｊ ｅ ｅ ｓ ｃ ｉ ． ｃ ｏ ｍ Ｅ － ｍａ ｉ ｌ ： ｅ ｄ ｉ ｔ ｏ ｒ ＠ｊ ｅ ｅ ｓ ｃ ｉ ． ｔ ｏ ｍ

遥感影像解译与生态环境监测中的结合随着科技的飞速发展，遥感技术在生态环境监测中的应用越来越广泛。

遥感影像解译作为遥感技术的重要组成部分，为我们提供了获取地球表面信息的重要手段。

在生态环境监测中，遥感影像解译的结合使得我们能够更加全面、准确地了解和掌握生态环境的变化与特征。

一、遥感影像解译在生态环境监测中的重要性遥感影像解译是通过对卫星、航空等遥感影像进行解析和分析，获取地表覆盖信息和环境特征的过程。

这项技术有效地弥补了人类观测的局限性，能够提供大范围、高分辨率、多时间尺度的遥感数据。

在生态环境监测中，遥感影像解译可以帮助我们实时了解自然生态系统的演变过程，监测土地利用变化、植被覆盖状况、水资源分布等关键信息，为环境保护和资源管理提供科学依据。

二、遥感影像解译技术的应用案例1. 土地利用变化监测通过遥感影像解译，我们可以了解土地利用类型及其变化情况，进而评估土地资源的合理利用程度。

例如，在城市化过程中，通过解译历史影像和当前影像，可以分析土地利用变化的速度、方向和影响因素，为城市规划和土地资源管理提供决策依据。

2. 植被监测和评估遥感影像解译可以帮助我们监测植被覆盖状况，及时掌握植被的分布与演变。

通过对不同遥感波段的反射率进行解译，可以获得植被指数，进而评估植被健康状况和生物量。

这对于保护生物多样性、监测森林覆盖变化以及预测植被的生态功能具有重要意义。

3. 水资源监测遥感影像解译技术也可以应用于水资源监测。

通过分析遥感影像中的水体分布、水质状况和水体演变趋势，可以及时发现污染源、预测水位变化，为水资源管理和环境保护提供科学支持。

三、遥感影像解译在生态环境监测中的优势与挑战1. 优势遥感影像解译具有覆盖范围广、时空分辨率高、成本相对较低等优势。

相比于传统的野外监测方法，遥感技术可以快速获取大面积、高精度的地表信息。

同时，遥感数据的数字化和存储使得处理和分析更加方便，为决策者提供及时可靠的数据支持。

2. 挑战然而，遥感影像解译在生态环境监测中仍面临一些挑战。

森林生物量遥感估算方法分析近些年来，随着人类活动日益频繁，全球森林面积锐减，大量使用化石燃料，由此导致的温室效应等环境问题等全球环境问题。

所以，全球碳循环问题日渐成为全球环境变化究领域的热点问题，其中森林生态系统碳循环又是全球碳循环中受人类活动影响最强烈的部分。

因此，为了正确评价森林在全球碳平衡中所发挥的作用，森林生物量作为有效衡量森林生态系统生产力、生态系统结构功能的重要指标，其研究正日益成为人们关注的重点。

随着航天遥感技术应用技术的提高，利用卫星影像特征判读数据与地面实测数据建立数学模型，进行森林资源调查己越来越被人们所认识和应用。

需要注意的是，在对森林生物量进行估算时，模型的恰当选择是关键问题，因为它直接影响了森林生物量的估算精度。

2.基于遥感技术的森林生物量估算方法分析2.1基于遥感技术的森林生物量估算方法的机理分析生物量是指在一定时间内，单位面积内所含的一个或多个生物种组成的群落中所有生物有机体的总干物质的质量。

森林生物量包括乔木层生物量、活地被物层生物量以及动物和微生物生物量3个部分。

目前，对生物量研究的途径主要有三种：依据呼吸作用释放二氧化碳的变化的方法；依据监测光合作用的方法；依据对生物现存量来进行研究的方法。

植物遥感基于对植物叶片和冠层光谱特征的了解，所以要清楚植物叶片结构和植被结构。

从植物遥感—植物与光（辐射）的相互作用出发，叶片的大小、形状、结构以及叶绿素含量同植被结构一样，随着植物的种属、生长时期及分布的改变而变化的。

从植被光谱特征来看，近红外区的反射主要受叶片的叶腔结构控制；在叶片的光合作用过程中，叶绿素主要吸收可见光中的蓝光、红光以及少部分绿光；植物的发射特征主要表现在热红外和微波普段。

由于随着植物的生长发育的变化，其叶腔结构、细胞叶绿素含量和水分含量均会随之变化，导致叶片的光谱反应也发生相关变化。

因此，通过对这些现象及其相应的光谱特征变化的研究和多种光谱特征值的合理组合，可有效的进行植物与非植物的区分、不同植被类型的识别、植物长势监测以及植被生物量估算等研究。

城市生态环境规划的技术手段与方法引言随着城市化进程的加速推进，城市生态环境问题日益突出。

为了实现可持续发展，城市生态环境规划成为了当今社会亟需解决的重要问题。

本文将探讨城市生态环境规划的技术手段与方法，以期为城市规划者和决策者提供参考。

一、遥感技术在城市生态环境规划中的应用遥感技术是一种通过卫星、航空器等远距离获取地面信息的技术手段。

在城市生态环境规划中，遥感技术可以提供大量的空间数据，用于分析城市土地利用、植被覆盖、水资源分布等方面的情况。

通过遥感图像的解译和分析，可以准确评估城市生态环境的现状和变化趋势，为规划者提供科学依据。

二、地理信息系统在城市生态环境规划中的应用地理信息系统（Geographic Information System，简称GIS）是一种将地理空间数据与属性数据相结合的信息处理系统。

在城市生态环境规划中，GIS可以将各种环境要素的数据进行集成和分析，帮助规划者了解城市生态环境的整体状况。

通过GIS的空间分析功能，可以确定城市生态环境的脆弱区域和敏感区域，为规划者提供有针对性的保护措施。

三、生态模型在城市生态环境规划中的应用生态模型是一种通过模拟和预测生态系统的变化来评估人类活动对生态环境的影响的方法。

在城市生态环境规划中，生态模型可以帮助规划者预测城市发展对生态环境的影响，并提出相应的调控措施。

例如，通过建立城市水循环模型，可以评估城市水资源的供需状况，为城市水资源管理提供科学依据。

四、生态网络在城市生态环境规划中的应用生态网络是指通过建立生态廊道、生态节点等连接要素，构建起城市生态系统的连续性和完整性。

在城市生态环境规划中，生态网络可以帮助规划者保护和恢复城市的生态系统功能。

通过建立生态廊道，可以促进城市植物和动物的迁移和繁衍，增加城市的生物多样性。

通过建立生态节点，可以提供城市居民的休闲和娱乐场所，改善城市居住环境。

五、生态评估在城市生态环境规划中的应用生态评估是一种对生态环境进行综合评价的方法。

生态系统服务评估的遥感方法在当今社会，随着人类活动对地球生态系统的影响日益显著，了解和评估生态系统所提供的服务变得至关重要。

生态系统服务是指生态系统为人类提供的各种惠益，如水源涵养、土壤保持、气候调节、生物多样性维持等。

而遥感技术的出现，为生态系统服务的评估提供了强大而有效的手段。

遥感，简单来说，就是在不直接接触目标物体的情况下，通过传感器获取其信息的技术。

它就像是我们从高空俯瞰地球的“眼睛”，能够大范围、快速地收集地球表面的各种数据。

那么，遥感是如何在生态系统服务评估中发挥作用的呢？首先，在评估植被的生态功能方面，遥感技术大显身手。

通过不同的遥感传感器，我们可以获取植被的覆盖度、类型、生长状况等信息。

例如，利用高分辨率的光学遥感影像，能够清晰地分辨出不同类型的植被，如森林、草地、农田等。

而通过植被指数，如归一化植被指数（NDVI），可以定量地反映植被的生长状况和覆盖程度。

这些信息对于评估生态系统的碳储存、氧气生产等服务具有重要意义。

在水资源管理和评估中，遥感同样不可或缺。

比如，通过雷达遥感可以监测地表水体的范围和变化，了解河流、湖泊的水位动态。

同时，利用遥感数据还能评估土壤的水分含量，这对于农业灌溉和水资源的合理分配至关重要。

对于土壤保持服务的评估，遥感也能提供关键的数据支持。

通过分析地形、植被覆盖等信息，可以预测土壤侵蚀的风险区域。

而且，结合长时间序列的遥感数据，能够观察到土壤侵蚀的变化趋势，为制定相应的保护措施提供依据。

在生物多样性评估方面，遥感虽然不能直接观测到物种的种类和数量，但可以通过间接的方式提供有价值的信息。

比如，通过分析栖息地的完整性和连通性，为生物多样性的保护和管理提供决策支持。

然而，利用遥感技术进行生态系统服务评估并非一帆风顺，也面临着一些挑战。

数据的质量和准确性就是一个关键问题。

不同的遥感传感器和数据来源可能会导致数据的不一致性和误差。

而且，遥感数据的解译和分析需要专业的知识和技能，这对于研究人员来说是一个不小的挑战。

基于遥感的生态环境影响评估方法研究一、引言生态环境是人类生存和发展的基础，对其进行准确的评估和监测至关重要。

随着科技的不断进步，遥感技术因其能够提供大范围、多时相、多光谱的数据，成为了生态环境影响评估的重要手段。

二、遥感技术在生态环境评估中的应用原理遥感技术主要通过传感器接收来自地球表面物体反射或发射的电磁波信息，进而获取相关数据。

这些数据包括但不限于地表植被覆盖度、土地利用类型、水体分布、土壤湿度等。

通过对不同波段电磁波的分析，可以提取出与生态环境相关的各种参数。

例如，近红外波段对于植被的监测非常有效，能够反映植被的生长状况和覆盖程度；而热红外波段则可以用于监测地表温度，从而了解城市热岛效应等问题。

三、基于遥感的生态环境影响评估的数据获取与处理（一）数据获取目前，常用的遥感数据源包括卫星遥感和航空遥感。

卫星遥感数据具有覆盖范围广、重访周期短等优点，如 Landsat 系列、MODIS 等。

航空遥感则具有更高的空间分辨率，适用于小范围、高精度的监测。

在获取数据时，需要根据评估的目标和范围选择合适的数据源，并考虑数据的时间序列和质量。

（二）数据预处理获取到的原始遥感数据往往需要进行预处理，以提高数据的质量和可用性。

预处理包括辐射校正、几何校正、大气校正等。

辐射校正用于消除传感器自身和大气等因素对辐射能量的影响，使得不同时间和地点获取的数据具有可比性。

几何校正则是将图像中的像元坐标与实际地理坐标对应起来，保证数据的空间准确性。

大气校正用于消除大气对电磁波的散射和吸收作用，获取地表真实的反射率或辐射值。

四、基于遥感的生态环境指标提取（一）植被指数植被指数是评估植被生长状况和覆盖度的重要指标，常见的有归一化植被指数（NDVI）、增强型植被指数（EVI）等。

NDVI 通过计算近红外波段和红光波段的反射率差异来反映植被的生长状况，值越大表示植被越茂盛。

（二）土地利用分类利用遥感数据可以对土地利用类型进行分类，如耕地、林地、草地、建设用地等。

如何利用遥感技术进行自然资源调查和生态环境评估的关键步骤和数据处理方法遥感技术是一种通过在空中或卫星上获取图像数据的技术。

它可以广泛应用于自然资源调查和生态环境评估，为我们提供丰富的信息，帮助我们更好地了解和保护环境。

在这篇文章中，我将介绍遥感技术在自然资源调查和生态环境评估中的关键步骤和数据处理方法。

遥感技术的关键步骤可分为影像获取、预处理、信息提取和结果分析四个阶段。

首先是影像获取，可以通过卫星或航空器获取高分辨率的遥感图像。

这些图像可以提供地表不同物质的反射率、温度、湿度等信息。

接下来是预处理阶段，主要包括去噪、大气校正、几何纠正等步骤，以确保获取到的图像数据准确可靠。

在信息提取阶段，我们可以利用遥感图像中的各种信息来推断地表的类型、覆盖度、物质含量等。

最后，在结果分析阶段，我们可以将提取的信息与其他数据进行对比分析，得出相应的结论。

在遥感技术中，数据处理是非常重要的一环。

常用的数据处理方法包括图像分类、变化检测和几何校正。

图像分类是将遥感图像中的像素分为不同的类别的过程，如水体、植被、建筑等。

常见的分类方法包括最大似然法、支持向量机和神经网络。

变化检测是通过比较两个或多个时期的遥感图像，来检测地表在这段时间内的变化情况。

几何校正是为了消除图像中由于卫星或航空器的运动、大气层折射等因素引起的几何畸变，使得图像能够在空间上精确对应。

自然资源调查和生态环境评估是遥感技术的重要应用领域之一。

通过遥感图像，我们可以获得大量有关自然资源和生态环境的信息，如植被类型和覆盖度、土地利用和土地覆盖变化、水体的分布和变化等。

这些信息对于制定科学合理的资源保护和环境管理政策具有重要意义。

在自然资源调查中，我们可以利用遥感技术来获取土地利用和土地覆盖的信息。

通过对遥感图像进行分类，可以得到不同类别的土地利用类型，如农田、林地、建筑等。

同时，可以利用遥感图像的变化检测方法，监测土地利用的变化情况，比如农田面积的变化、城市扩张的情况等。

生物多样性和生态平衡的研究方法生物多样性是指各式各样生命在地球上的分布与存在状态，是地球上最宝贵的自然财富。

生态平衡则指生物之间、生物与环境之间的稳定状态，是生物多样性的最基本保障。

在当今人类活动不断扰乱生物多样性和生态平衡的背景下，保护生物多样性、维护生态平衡就成为我们面对的重大任务。

而如何科学研究生物多样性和生态平衡，更是至关重要。

1.生态调查法生态调查法是评估野生动植物资源种类、数量和分布的一种常规手段。

它基于运用生态统计的基本原理，通过将实地观测与数学模型相结合，对生态系统内关键物种进行普查，再判断物种的稳定性和数量的多少，最后评估资源的利用价值和养护需求。

2.遥感法遥感法是指运用地球物理、地表学和遥感技术等手段，通过对地球表面太阳反射、辐射和发射的电磁波进行探测，获取地球表面上某些自然种群、环境信息的标准化技术和管理方法。

它的优点是不受气候条件、地理位置和时间的限制，能够对其周期变化及实时动态性进行精准测量。

3.计算机模拟法计算机模拟法是指依靠计算机数学模型等工具对不同生态系统、动植物群体进行模拟，证实研究过程的正确性，并预测所研究的生态系统在不同干扰条件下可能出现的稳定状态变化及动态进程。

计算机位于虚拟生态系统开发的中心，结合模拟实验数据及生态原理，可以用来预测生态系统种群的演化、物种互动和能源循环等等。

4.人工干预法人工干预法是指将现实中某些生态系统人工调整、守护，使之回归自然平衡稳定状态的一种比较保守的生态修复手段。

它能有效避免因环境污染及外部干扰而破坏生态平衡的发生。

同时也可以通过提高物种适应性、优化生态依据与促进饮食涵盖等手段修平衡飞速受挫的生态系统。

综上，生物多样性和生态平衡的研究方法是多样的，每一种方法都有其优缺点。

重要的是要根据目标，结合实际情况，选择适当的方法和工具，为保护生物多样性、维护生态平衡提供科学依据。

生态系统建模与仿真的关键方法有哪些关键信息项1、生态系统建模的类型：＿___________________________2、仿真的主要技术手段：＿___________________________3、数据采集与处理方法：＿___________________________4、模型验证与评估指标：＿___________________________5、模型应用领域：＿___________________________1、生态系统建模的类型11 基于个体的模型基于个体的模型将生态系统中的生物个体作为基本单元，考虑个体的属性、行为和相互作用。

这种模型能够详细地模拟个体的生长、繁殖、死亡等过程，以及个体之间的竞争、捕食、共生等关系。

111 优势可以捕捉到生态系统中的随机性和异质性，对于研究生物多样性和物种共存等问题具有优势。

112 局限性计算成本较高，对于大规模生态系统的模拟可能受到限制。

12 系统动力学模型系统动力学模型通过建立系统中各个变量之间的因果关系和反馈机制来描述生态系统的动态变化。

它侧重于研究系统的整体行为和长期趋势。

121 优势能够处理复杂的系统结构和非线性关系，有助于理解生态系统的稳定性和适应性。

122 局限性对于微观层面的生物过程描述相对简单。

13 空间明确模型空间明确模型考虑生态系统中生物和环境因素的空间分布和相互作用。

它可以更好地反映生态过程的空间异质性和扩散效应。

131 优势为研究生态系统的空间格局和生态过程的空间尺度效应提供有力工具。

132 局限性数据需求较大，模型构建和参数化较为复杂。

2、仿真的主要技术手段21 蒙特卡罗模拟蒙特卡罗模拟通过随机抽样和重复计算来模拟生态系统中的不确定性和随机过程。

它可以用于评估模型的不确定性和风险。

211 应用场景常用于模拟物种的随机扩散、种群的随机波动等。

212 实施步骤确定随机变量和概率分布、进行随机抽样、计算模拟结果的统计量。

生态修复工程遥感监测方案一、引言随着人类经济活动的不断增长和城市化过程的加速推进，生态环境逐渐受到了破坏和污染，许多生态系统出现了恶化和衰退的情况。

为了保护生态环境并实现可持续发展，生态修复工程得到了广泛关注和重视。

在生态修复工程中，遥感技术可以提供大范围、高时空分辨率的数据，为工程监测和评估提供了技术保障。

本文旨在探讨生态修复工程遥感监测方案，以期为相关工程提供有效的监测技术支持。

二、生态修复工程遥感监测概述生态修复工程是指对生态系统进行恢复或改良的工程活动，其目的是恢复生态系统的结构和功能，减少生态环境的破坏和污染。

生态修复工程主要包括水土保持、湿地恢复、森林修复、草地恢复等内容，这些工程的实施需要对生态系统的变化进行监测和评估。

遥感技术具有全球范围、高时空分辨率和多源数据的优势，为生态修复工程的监测提供了有效的技术手段。

三、生态修复工程遥感监测方案的设计1. 目标确定在设计生态修复工程遥感监测方案时，首先需要确定监测的目标和范围。

根据生态修复工程的类型和实施目标，确定监测的重点区域和指标。

例如，对于湿地恢复工程，可以重点监测湿地植被的覆盖度和湿地面积的变化；对于森林修复工程，可以重点监测森林植被的生长状况和森林覆盖率的变化。

通过确定监测目标，可以有针对性地选择监测指标和技术手段，提高监测效率和准确性。

2. 数据获取遥感数据是生态修复工程监测的主要数据来源，其时空分辨率和覆盖范围对监测效果具有重要影响。

在数据获取方面，可以结合不同类型的遥感数据，如卫星遥感数据、航空遥感数据和地面遥感数据，以获取全面、多源的监测信息。

同时，还可以利用遥感技术获取多媒体数据，如遥感图像、数字高程模型和激光雷达数据，为生态修复工程的监测提供多维度、多尺度的信息支持。

3. 监测方法生态修复工程的监测需要采用多种遥感方法，结合不同类型的遥感数据进行综合分析。

在水土保持工程的监测中，可以利用卫星遥感数据监测土壤侵蚀和植被覆盖情况，通过遥感图像的变化来评估工程效果。

生态足迹分析的遥感方法在当今世界，随着人口的增长和经济的快速发展，人类对自然资源的需求不断增加，生态环境面临着巨大的压力。

为了实现可持续发展，我们需要对人类活动对生态系统的影响进行准确评估，而生态足迹分析就是一种有效的工具。

传统的生态足迹分析方法往往存在数据获取困难、精度不高等问题，而遥感技术的出现为生态足迹分析提供了新的思路和方法。

遥感技术是一种通过非接触方式获取地球表面信息的技术手段，它具有大面积同步观测、时效性强、数据客观准确等优点。

将遥感技术应用于生态足迹分析，可以有效地提高分析的精度和可靠性。

首先，遥感技术可以用于获取土地利用和土地覆盖信息。

土地是生态系统的重要组成部分，不同的土地利用类型具有不同的生态功能和生态承载力。

通过遥感影像的解译和分类，可以清晰地了解到研究区域内各种土地利用类型的分布和面积，从而为生态足迹分析中的土地账户计算提供基础数据。

例如，我们可以利用遥感影像区分出耕地、林地、草地、建设用地等不同类型，并计算它们的面积和变化趋势。

其次，遥感技术能够监测植被的生长状况和生物量。

植被在生态系统中起着至关重要的作用，它不仅能够吸收二氧化碳、释放氧气，还能够保持水土、调节气候。

通过遥感技术中的植被指数（如归一化植被指数 NDVI），可以定量地评估植被的生长状况和覆盖度。

此外，结合地面调查数据和模型，可以估算植被的生物量，进而计算出植被所提供的生态服务功能和对应的生态足迹。

再者，遥感技术在水资源评估方面也发挥着重要作用。

水是生命之源，水资源的可持续利用是生态可持续发展的关键。

利用遥感技术可以监测水体的分布、面积和水位变化，评估水资源的储量和可利用量。

同时，还可以通过遥感反演蒸散发量，了解水资源的消耗情况，为生态足迹分析中的水资源账户提供数据支持。

除了上述直接的应用，遥感技术还可以与其他技术和方法相结合，为生态足迹分析提供更全面、更深入的信息。

例如，与地理信息系统（GIS）相结合，可以实现空间数据的管理、分析和可视化，更直观地展示生态足迹的空间分布特征和变化规律；与生态模型相结合，可以模拟生态系统的过程和功能，预测未来生态足迹的发展趋势。

遥感生态指数模型遥感生态指数模型是一种综合性指标模型，主要应用于评估和监测地球生态系统的健康状况，衡量人类活动影响下的环境变化。

它通过遥感技术获取的数据，结合相关生态学指标，利用多元统计方法建立起来的模型。

该模型可以分析景观格局、生态过程、物种多样性、多样性分布和生态系统功能等多个方面的生态信息，为生态系统的管理和保护提供科学依据。

遥感生态指数模型中所使用的数据主要包括如下内容：1. 土地利用／覆盖分类数据这是遥感领域中最基础的数据之一，通过对遥感图像进行多种分类方法进行分类，得到土地利用／覆盖数据。

2. 土地景观图数据这是通过遥感技术获取的土地景观图，主要描述了土地上各个类型的空间分布状况以及它们之间的相互作用。

土地景观图的构建是遥感生态指数模型中非常关键的一步。

3. 土地生态学数据土地生态学数据包括了土地上各种生态指标的数据，如环境温度、湿度、PH值、氧气含量以及土地养分等数据。

4. 生物多样性数据生物多样性数据是对某一生物类型的生态信息进行监测，例如鸟类、昆虫和植物等。

这些信息与土地上的其他植被和动物种类之间的相互作用都是模型中重要的研究内容。

在遥感生态指数模型中，数据分析和处理将综合运用多元回归分析、主成分分析、聚类分析等多种统计学方法，建立起生态指数，量化评估生态系统的健康状况。

举例来说，在以森林为研究对象的遥感生态指数模型中，可以从此模型计算出森林的生态指数，其中涵盖的内容包括：1. 森林的生物量2. 森林中的物种多样性3. 森林覆盖率和类型4. 森林内部的景观格局5. 森林内生态过程强度6. 森林内的CO2固定7. 森林内的植被生长状况8. 森林内的土壤质量评估通过这些生态指数，可以全面地评估森林系统的健康状况，为生态保护提供依据。

遥感生态指数模型已经在全球范围内得到了广泛的应用。

它不仅被用于桥接生物学、生态学、地理学、环境科学等多个学科，也被应用于自然资源管理、环境保护、生态修复、绿色发展等领域，成为一种非常重要的生态技术工具。

12遥感和生态过程模型相结合方法12遥感和生态过程模型相结合方法遥感和生态过程模型相结合方法：从时空尺度范围讲，有许多遥感数据和生态过程模型结合的方法：“强制”策略：利用遥感数据估算驱动生态过程模型所需的变量；“标准”策略：利用遥感数据监测、验证或修正生态过程模型的预测值；“同化”策略：利用遥感数据更新或调整生态过程模型的预测值；利用生态过程模型分析、理解遥感数据假如冠层辐射传输模型与生态模型结合，可以比较预测冠层反射率和遥感反演的地表反射率假如还与大气辐射传输模型结合，就可以将云顶反射率或者植被指数与遥感直接观测数据进行比较反照率是指地表在太阳辐射的影响下，反射辐射通量与入射辐射通量的比值它与反射率的概念是有区别的，反射率是指某一波段向一定方向的反射，因而反照率是反射率在所有方向上的积分它是反演很多地表参数的重要变量，反映了地表对太阳辐射的吸收能力遥感数据同化限制生态过程模型：直接插值：如遥感数据可用就替换模型形态参数，只有在对作物长期进行定期观测时，该方法才有效，这种方法叫做“更新”更先进的方法是调整模型初始条件去适应大范围的观测数据，这些数据可能是反演值，也可能是直接测量结果，与前面讨论的再初始化和再参数化有关再初始化尽可能使得在模型与观测误差最小条件下，初始化变量值再参数化调整模型参数，但不调整变量，除此之外，再参数化与初始化较为相似再参数化较初始条件参数更多，且需要迭代数值算法，以便从多个解中找到“最优”解，但这种方法不能确保找到正确参数组同化方法的优势在于可以了解各变量对模型系统的敏感性，并估计不确定性遥感数据辅助分析理解生态模型：用生态模型来限定、验证或理解遥感数据，用生态模型辅助遥感数据分析，有两个途径：一、生态模型可用来制约反射率模型的反演；二、生态模型可用来评估遥感数据的预测或判断能力基于当地气候和土壤，生态模型可以提供初始化参数，需要调整生态模型并设立长期的监测站来反演实验方法，大多数反演方法是基于遥感光谱和角度信号，生态模型可以为反演提供时间维上的有用信息对遥感观测数据和算法的严格评估应用遥感从机理出发进行“胁迫”探测的方法必须考虑与当地情况的关系当地一定的天气、水文和土壤情况下，用一系列机理模型：植物生理、污染途径、植被冠层的辐射传输模型，可以通过植物冠层的生理行为来严格监测植物对不同污染情景的遥感反应通过比较观测的生物物理量与无污染时用生理模型预测的数值来实现对“胁迫”的描述农业应用：遥感与精准农业农民的管理决策：战略决策－长期问题，农场经营系统；战术决策考虑中长期问题，如农作物轮作；措施决策考虑短期在生长期以天为单位的问题，包括管理措施的选择和计时，如种值、收割、肥料应用以及作物保护措施植被条件指数：利用热红外数据反演的地表温度T归一化生成温度条件指数作物缺水指数与归一化温度差值指数，利用白天冠层温度的监测方法，作物缺水指数值为0时为没有水分胁迫；值为1时代表最大的水分胁迫，水分胁迫与特定作物的有关冠层吸收光合有效辐射通过遥感估计作物吸收的作物生长是积累的结果，地上总的生物量与每天的积分相关农作物生长机理模型：传统意义上的作物模拟模型是基于点的模型，它只是一个有限空间而不是一个区域来预测一种植物生长和发育作物模拟模型的大多数输入数据也是基于点的，如一个气象台的天气数据，一个垂直剖面获取的土壤信息对小地块来说确定模型参数相对容易，大尺度地块时就存在很多问题了TM影像中反演得到，然后利用反演得到来估计生长过程的初始值，决定了冠层特征和产量。

NPP数据的总结引言概述：净初级生产力（NPP）是指植物通过光合作用将太阳能转化为有机物质的速率。

NPP数据是生态学研究中非常重要的指标，可以匡助我们了解生态系统的生产力和能量流动。

本文将对NPP数据进行总结，包括其定义、计算方法、应用领域、影响因素和未来发展方向。

一、NPP数据的定义1.1 NPP的概念：NPP是生态系统单位面积或者单位体积在一定时间内固定的生物量，通常用单位面积的生物量（如克/平方米/年）来表示。

1.2 NPP的分类：NPP可以分为总初级生产力（GPP）和净初级生产力（NPP），其中NPP是GPP减去植物呼吸后的净生产力。

1.3 NPP的重要性：NPP是生态系统的基础生产力，直接影响着生态系统的结构和功能，对于生态环境的保护和管理具有重要意义。

二、NPP数据的计算方法2.1 生态学方法：通过生态学调查和实验测定NPP，包括地上生物量的测定、土壤有机质的分析等。

2.2 遥感方法：利用遥感技术获取植被的光谱、温度、湿度等数据，结合模型计算NPP。

2.3 生态模型方法：基于生态系统的动态过程建立生态模型，通过摹拟计算NPP。

三、NPP数据的应用领域3.1 生态系统管理：NPP数据可以匡助评估生态系统的健康状况和生产力水平，指导生态系统的保护和恢复。

3.2 气候变化研究：NPP数据可以用来分析气候变化对生态系统的影响，预测未来生态系统的响应。

3.3 农业生产：NPP数据可以指导农业种植和养殖业的发展，提高农作物和畜禽的产量和质量。

四、NPP数据的影响因素4.1 气候因素：气温、降水等气候因素对植被生长和NPP产生重要影响。

4.2 土壤因素：土壤养分、质地等土壤因素也会影响植被的生长和NPP。

4.3 人为因素：人类活动如森林砍伐、土地利用变化等也会对NPP产生影响。

五、NPP数据的未来发展方向5.1 多尺度研究：未来NPP数据研究将更加注重多尺度的研究，包括微观尺度的植被调查和宏观尺度的遥感监测。

生态学过程模型建立方法及应用前景评价生态学过程模型是研究生态系统内各种生态过程的定量描述和预测的重要工具。

它可以帮助我们理解生态系统的动态变化，并为环境管理决策提供科学依据。

在本文中，我们将讨论生态学过程模型的建立方法，并评价其在科学研究和应用方面的前景。

生态学过程模型的建立方法是通过收集和整合大量现场数据、实验数据和文献数据，以及运用数学和统计方法来构建数学方程或计算模型。

这些模型可以精确地描述和模拟生态系统内各个过程之间的相互作用，从而预测生态系统的响应和变化。

为了建立准确可靠的生态学过程模型，以下是一些常用的方法和技巧：首先，需要收集足够的现场数据。

生态系统内的过程是复杂和多样的，因此需要收集多个参数的数据，包括环境因子（如温度、湿度等）、生物量和生态过程的速率等。

这些数据可以通过实地观测、遥感技术和实验室分析等方法获得。

其次，需要进行数据整合和处理。

收集到的数据需要进行预处理和整合，以便应用于模型的构建。

这包括数据清洗、缺失值处理、数据插值和时空尺度转换等步骤。

数据处理的目的是提高数据的准确性和可用性，确保模型的可靠性。

接下来，需要选择适当的数学模型和算法。

根据所研究的生态系统和研究目的，选择合适的模型和算法是至关重要的。

常用的模型包括动力学模型、统计模型和机器学习模型等。

在选择模型时，需要考虑模型的可解释性、精确性和计算效率等因素。

最后，需要对模型进行参数估计和模型验证。

通过对模型参数进行估计和模型验证，可以评估模型的拟合程度和准确性。

参数估计可以通过最小二乘法和贝叶斯统计等方法进行。

模型验证可以使用交叉验证和残差分析等技术进行。

生态学过程模型的应用前景是非常广阔的。

首先，生态学过程模型可以用于预测生态系统的响应和变化。

通过模拟和预测生态系统内各种生态过程的速率和强度，可以预测环境变化对生态系统的影响，为环境管理和保护提供科学依据。

其次，生态学过程模型可以帮助我们理解生态系统的复杂性和稳定性。

生态环境质量监测与评估方法生态环境质量监测与评估方法对于我们保护环境、改善生态环境具有重要意义。

本文将为您介绍几种常用的生态环境质量监测与评估方法，帮助您更好地了解和保护我们的生态环境。

一、遥感技术监测法遥感技术是通过接收和处理地面物体反射或辐射的电磁波信号，获取地表信息的一种技术。

遥感技术在生态环境质量监测中具有广泛应用，可以获取大范围、高时效、低成本的地表信息，对于生态环境监测具有重要意义。

利用遥感技术，我们可以监测地表覆盖变化、植被指数、水文循环、土壤湿度等生态环境参数。

通过对遥感数据的处理和分析，可以实现对生态环境质量的快速评估和动态监测。

二、地面调查与监测法地面调查与监测法是指通过实地考察、采样、测量等手段，对生态环境质量进行监测和评估的方法。

这种方法具有较高的准确性和可靠性，可以获取详细的生态环境信息，但对于大范围监测而言，成本较高、时效性较差。

地面调查与监测法可以应用于生态环境破坏事故的应急响应、重点生态功能区的保护与恢复、生物多样性保护等领域。

同时，地面调查与监测法也是遥感技术等其他监测方法的重要补充。

三、模型评估法模型评估法是通过构建数学模型或计算机模型，对生态环境质量进行模拟和预测的方法。

这种方法可以分析生态环境因素之间的相互作用，揭示生态环境质量变化的规律，为决策提供科学依据。

模型评估法在许多生态环境领域得到了广泛应用，如大气污染、水污染、土壤侵蚀、生态系统服务等。

通过模型评估法，我们可以预测不同污染源、不同政策措施对生态环境质量的影响，从而制定出更加合理的环境保护政策。

四、综合评估法综合评估法是将多种监测与评估方法相结合，对生态环境质量进行综合评价的方法。

这种方法可以充分利用各种监测方法的优点，提高评估结果的准确性和可靠性。

生态环境质量监测与评估方法是保护生态环境、实现可持续发展的重要手段。

通过采用遥感技术、地面调查与监测法、模型评估法、综合评估法等多种方法，我们可以更好地了解和保护我们的生态环境。

中国陆地生态系统服务价值测量3何　浩　潘耀忠　朱文泉33　刘旭拢　张　晴　朱秀芳(北京师范大学资源学院资源技术与工程研究所,环境演变与自然灾害教育部重点实验室,北京100875)【摘要】　利用遥感技术,结合生态学方法,在对生态参数遥感测量的基础上,计算了中国陆地生态系统2000年的生态服务价值.结果表明,中国陆地生态系统2000年所产生的生态服务价值为9.17×1012元,总体空间分布由东向西递减、由中部向东北和南部递增,与植被的地带性分布梯度基本一致;森林的平均单位面积价值最高,为18789元・hm -2,占总生态服务价值的40.80%;其次是灌丛(13789元・hm -2)和耕地(13054元・hm -2),分别占总生态服务价值的10.79%和24.23%.从生态系统服务功能来看,气体调节价值的贡献率最大,占总价值的45.16%;其次是水土保持价值(28.83%)和涵养水源价值(14.44%);有机物质生产和营养物质循环的价值最小,其贡献率为11.57%.生态遥感测量方法克服了传统生态统计方法以点代面的缺点,计算结果能更加客观地反映生态系统服务价值及其空间分布,但该方法本身也存在一些不确定性,对生态系统各项服务功能及其价值的评估只是保守和粗略的估计,有待于深入研究.关键词　生态系统　服务　价值　遥感　测量文章编号　1001-9332(2005)06-1122-06　中图分类号　Q149　文献标识码　AMeasurement of terrestrial ecosystem service value in China.HE Hao ,PAN Y aozhong ,ZHU Wenquan ,L IU Xulong ,ZHAN G Qing ,ZHU Xiufang (Key L aboratory of Environmental Change and N atural Disaster of Edu 2cation Minist ry ,College of Resources Science and Technology ,Beijing Norm al U niversity ,Beijing 100875,Chi 2na ).2Chin.J.A ppl.Ecol .,2005,16(6):1122～1127.With the measurement of net primary productivity and vegetation coverage fraction based on remote sensing da 2ta ,the terrestrial ecosystem service value of China in 2000was quantitatively estimated as 9.17×1012yuan (RMB ).The spatial distribution of the ecological service value showed a decreasing trend from southeast China to northwest China ,which was consistent with the regional distribution of vegetation types.The service value varied with different vegetations ,e.g .,forests had the highest service value of 18789yuan ・hm -2,accounting for 40.80%of the total terrestrial ecosystem service value ,and bushes and farmlands had a higher service value of 13789yuan ・hm -2and 13054yuan ・hm -2,which was 10.79%and 24.23%of total value ,res pectively.The ser 2vice value was also varied with different ecos ystem functions ,i.e .,gas regulation contributed the highest value of 45.16%to the total service value ,and the contribution of soil conservation and water conservation was28.83%and 14.44%,res pectively.The integrated approach coupling ecology and remote sensing data provided a new method to measure the ecological service value ,which could estimate the value ob jectively and spatial 2explicitly.However ,some uncertainties still existed in this a pproach ,which should be improved in the future studies.K ey w ords Ecosystem ,Service ,Value ,Remote sensing ,Measurement.3国家自然科学基金项目(40371001)和国家高技术研究发展计划资助项目(2002AA133060).33通讯联系人.2004-06-07收稿,2004-10-22接受.1　引 言 生态系统及整个生物圈是地球的生命支持系统,是人类赖以生存和发展的物质基础.生态系统服务不仅为人类的生产生活提供必需的生态产品,而且为生命系统提供必需的自然条件和效用.但是,在目前的市场经济机制中,人们往往只注重生态系统作为自然资源所提供的直接消费价值,而忽略了难以货币化的生态系统服务功能价值.生态系统提供的大多数服务具有“公用”特征,其价值没有市场化,因此得不到应有的补偿.为了真正改善生态环境,实现人类的可持续发展,必须开展生态系统服务价值的评估,在生态系统服务与市场价值体系之间建立桥梁.近年来,随着世界范围的资源、环境和人口问题日益加剧,生态系统服务功能效益评估引起了世界各国的普遍关注[1,2,14].生态系统服务及其价值评估已经成为当今生态学、生态经济学发展的一个重要分支.国外许多专家、学者、政府部门和国际组织都致力于此问题的研究,开展了对生态系统服务效益的价值评估,并试图将其纳入国民经济核算体系[8,10].国内许多学者参考国外研究,也尝试了对全国或区域的生态系统服务价值进行估算,取得了一系列的研究成果[5,11,16,24,28,31].可以说,及时、准应用生态学报　2005年6月　第16卷　第6期 CHIN ESE JOURNAL OF APPL IED ECOLO GY ,J un.2005,16(6)∶1122～1127确和动态地掌握国家生态系统效益的价值,对国民经济发展、生态环境建设与保护、各级政府进行宏观决策都具有重要的科学意义.然而,目前国内外有关生态系统服务价值估算方面的研究成果,基本上是利用单位面积价值对总量的静态估算,对生态系统类型、质量状况的时空差异缺乏考虑,估算结果难以反映生态系统服务价值在空间分布上的真实状况.潘耀忠等[22]的估算方法尽管考虑了这种差异,但在实际计算时,仍是参照Costanza等[8]的单位面积生态系统服务价值,再利用生态参数加以调整.这种通过生态参数调整后的生态系统服务价值能在一定程度上反映生态系统内部的质量和时空差异,但还不是严格意义上的生态遥感定量模型.本文采用自下而上的方式,利用遥感技术,结合生态学方法,在对生态系统类型、植被净初级生产力和植被覆盖度测量的基础上,建立生态系统服务价值生态遥感定量计算模型,并结合前人的研究成果,对中国陆地生态系统2000年的生态系统服务价值进行了测量,以期得到中国陆地生态系统服务价值的真实空间分布状况.2　研究方法211　数据来源与预处理21111遥感数据　本研究所利用的遥感数据是SPO T2V GT 的NDV I数据,图像空间分辨率为1km×1km,时间分辨率为月,时间序列为2000年1月～2000年12月.所有数据经投影变换处理,选取的投影方式为Albers等面积投影. 21112气象数据　气象数据来源于中国国家气象局,时间为1961～2000年,数据内容为月降水量、月平均气温、月总太阳辐射以及各气象站点的经度、纬度和海拔高度,共涉及726个气象站点.对数据进行精度验证,剔除不可替代的错误数据后,实际使用了725个站点的资料.计算植被净初级生产力需要栅格化的气象数据,并要求在空间上与遥感数据相匹配.利用GIS的插值工具,根据各气象站点的经纬度信息,通过对气象数据进行Kringing插值和基于DEM的插值[21],获取像元大小与NDV I数据一致、投影相同的气象要素栅格图.21113其它地理地图　1∶400万《中国土壤质地图》[9],经ARC/INFO数字化、投影变换,投影同NDV I影像.2000年1 km的SPO T2V GT中国土地覆盖分类数据来源于欧盟联合研究中心(The Joint Research Centre,J RC).212　生态系统服务价值遥感测量的技术体系Costanza等[8]将全球生物圈分为16个生态系统类型,并将生态系统服务分为17大类,列举了生态系统服务与生态系统功能之间的对应关系.本研究从宏观生态学角度出发,根据基于遥感手段的区域生态系统服务价值计算特点,考虑数据获取的可能性和可靠性以及我国在这方面的研究情况[15,18～20,29,32],最终确定的基于遥感手段的区域生态系统服务价值评估指标见表1.生态系统服务价值遥感测量的技术体系如图1所示.模型的数据来源主要有三条途径:气象数据、遥感数据、地面观表1　基于遥感手段的生态系统服务价值评估指标T able1Ecosystem services and functions used in this study序号Number生态系统服务Ecosystem services生态系统功能Ecosystem functions1太阳能的固定与食品生产Solar power fixed and foodproduction有机物质生产Organic matter production2促进营养元素循环Nutrient recycle营养物质循环与贮存Nutrient recycle and storage3水调节与供水Water supply and regulation涵养水源Water conservation4控制侵蚀和保持沉积物Erosion control and sedimentretention水土保持Soil conservation5气体调节G as regulation释放氧气和吸纳二氧化碳O2released and CO2fixed图1　生态系统服务价值遥感测量的技术路线Fig.1Steps of measurement for ecological service value based on remote sensing.1)Meteorological data;2)Precipitation;3)Evapotranspiration;4)Wa2 ter conservation;5)Remote sensing image;6)Land cover types;7)Or2 ganic matter production;8)Vegetation coverage;9)Net Primary Pro2 ductivity;10)Nutrient recycle,including N,P and K;11)CO2fixation;12)O2release;13)Ground observation and statistic data;14)The quan2 tity of soil erosion;15)Surface soil loss reduction;16)Soil fertility pro2 tection;17)Bedload reduction;18)Water and soil conservation;19) Shadow engineering approach;20)Direct use value approach;21)Ener2 gy fixation substitution approach;22)Market value approach;23)Car2 bon tax approach;24)Market price of O2;25)Opportunity2cost ap2 proach;26)Substitute expense approach;27)Ecosystem service value.32116期 何　浩等:中国陆地生态系统服务价值测量 测与统计资料.各项量化的生态效益均是在生态参数遥感测量的基础上获得,最后通过影子工程法、市场价值法、机会成本法、替代价值法等转换成生态系统服务价值.213　生态参数遥感定量测量21311植被覆盖类型遥感分类　考虑到本文所用的NDV I 数据为2000年1km的SPO T2V GT遥感数据.因此,本研究采用与NDV I数据源一致的2000年中国土地覆盖分类数据,此分类结果为22类(表2).表2　不同生态系统的生态参数统计值T able2Ecological p arameters of different ecosystems编号Code 土地覆盖类型Land cover types面积Area(×106hm2)年平均植被覆盖度Meancoverage(%)年净第一性生产力NPP(g C・m-2・yr-1)1落叶针叶林Needleleaf deciduous forest19.6141.81078.0 2常绿针叶林Needleleaf evergreen forest93.3555.51074.2 3常绿阔叶林Broadleaf evergreen forest40.8464.21627.4 4落叶阔叶林Broadleaf deciduous forest45.3648.11057.3 5灌丛Bush71.7645.2750.3 6稀疏林地Sparse woods 5.9853.2844.3 7海边湿地Seaside wet lands 1.5730.2370.1 8高山草甸Alpine meadow68.0027.2385.2 9坡面草地Slope grassland26.2446.7619.8 10平原草地Plain grassland42.2219.1210.3 11荒漠草地Desert grassland55.3411.280.4 12草甸Meadow59.3428.3400.6 13城市City0.4230.1228.8 14河流River 5.8232.8219.0 15湖泊Lake7.0919.4146.6 16沼泽/湿地Swamp 4.9139.2606.5 17冰川G lacier10.81 5.822.9 18裸岩Bare rocks25.019.847.7 19砾石Gravels72.54 6.921.1 20沙漠Desert68.79 6.114.3 21耕地Farmland170.2340.5482.9 22高山草地Alpine grassland64.7613.1116.5 21312植被覆盖度的定量测量　植被覆盖度(f v)被定义为植被投影面积在单位面积上所占比例,它和叶面积指数可以作为衡量地表植被数量的指标.据Gutman等[12]研究,区域植被覆盖度与植被指数存在以下关系:f v=NDV I-NDV I minNDV I max-NDV I min(1)式中,NDV I max和NDV I min分别为各植被类型NDV I的最大值和最小值.本文计算植被覆盖度所用的NDV I数据时间段为2000年1月到12月,先计算得到各像元每月的植被覆盖度,然后对12个月的植被覆盖度求平均得到年平均植被覆盖度.国内有学者利用此方法对区域植被覆盖度作过估算[3,6,7],通过与实测数据对比表明,该方法为大面积植被覆盖度估算提供了一种有效的途径,基本能够满足大尺度生态及气候模型研究的需要.21313植被净第一性生产力的定量测量　计算植被净第一性生产力(NPP)时采用改进的光能利用率模型[26,27].模型公式如下:NPP=ε×f1(T)×f2(β)×PAR×FPAR-R(2)式中,R表示呼吸消耗碳元素量,ε表示最大光能利用率, f1(T)和f2(β)分别表示温度和土壤水分对ε的影响,PAR 表示到达地表的光合有效辐射,由气候学方法确定;FPAR 表示植被所吸收的光合有效辐射比例,由植被指数确定[25].模型的具体描述和测量过程中不同土地覆盖类型各参数的确定参见文献[26,27].214　生态系统服务功能及其间接价值评估方法21411有机物质生产　净第一性生产力是反映有机物质生产的一个重要指标,因此可以根据生态遥感测量得到的净第一性生产力和有机物质的单位质量价值(元・g-1C)换算得到生态系统有机物质生产的价值.本文根据标煤的价值来替代(标煤为354元・t-1),其取值为2.3718×104元・g-1C[17]. 21412营养物质循环与贮存　生态系统中的营养物质通过复杂的食物网而循环再生,并成为全球生物地化循环不可或缺的环节,在评估生态系统在营养物质循环中的作用时,仍以生态系统的净第一性生产力为基础,估算其重要营养物质氮、磷、钾在生态系统中的年吸收量[19].根据目前的统计资料,氮、磷、钾肥的平均价格分别为400、350和350元・t-1;对应的纯氮、磷、钾元素折算率分别为79/14、506/62、174/ 78.21413涵养水源　涵养水源是生态系统的一个重要功能,本文主要参照李金昌等[17]的研究方法来评价生态系统对涵养水源的间接经济价值.森林涵养水源类似于水库蓄水,通过建立相同蓄水量水库的费用来估算涵养水源的价值,我国每建设1m3库容的成本花费为0.67元.21414水土保持　水土保持价值的估算比较复杂,本文首先利用遥感数据反演得到植被覆盖度,然后在此基础上结合植被覆盖类型求得各类生态系统的土壤侵蚀量,最后根据欧阳志云等[19]的研究成果进行各项参数的求取,获得研究区的水土保持价值.21415释放氧气和吸纳二氧化碳　在评估生态系统对固定CO2与释放O2的作用时,根据光合作用和呼吸作用的反应方程式推算每形成1g干物质,需要1162g CO2,释放O21.2 g.CO2的单位质量价值借用瑞典碳税率0.15美元・kg-1 (碳)来计算,换算成吸收CO2的税率为4.094×105美元・g-1(CO2),如果按8.2元人民币/美元的汇率计算,即3.36×104元・g-1(CO2).O2的单位质量价值按工业制氧价来计算(4×104元・g-1).3　结果与分析311　生态参数根据2000年的中国土地覆盖类型,利用公式(1,2)和遥感、气象数据,计算得到不同生态系统类型的年平均植被覆盖度和净第一性生产力.测量结果见表2.2000年,中国陆地植被N PP为4.94×109t C・yr-1,平均值为493.7g C・m-2・yr-1.全国N PP分布的总趋势是东南高、西北低,与植被的分布紧密相关.受气候的影响,N PP高值区分布在西南、华南南4211 应　用　生　态　学　报 16卷部和台湾;偏高值区分布在年降水1200～1600 mm的长江下游以南、云贵高原以东、南岭山地以北地区;中值区分布在年降水400～1200mm的大兴安岭、小兴安岭、太行山以东、长江流域中游、四川大部、西藏的东南部地区以及新疆天山、阿尔泰山山地;低值区主要分布在年降水400mm以下的内蒙古、新疆、青藏高原的大部,以及陕、甘、宁、晋的部分地区.N PP的这种空间分布趋势与其他人的研究成果基本一致[4,23].从表2可以看出,N PP在不同植被类型中的差异相当明显:针叶林的平均N PP为1074.9g C・m-2・yr-1(实测值范围为273～1488g C・m-2・yr-1);阔叶林的平均N PP为1327.4g C・m-2・yr-1(实测值范围为320～1869g C・m-2・yr-1);草地和草甸的平均N PP较低,在339g C・m-2・yr-1左右.总体来看,N PP的估算值均在观测值的范围之内,与陈利军等[4]的研究结果也比较一致.受气候和植被类型的双重影响,年平均植被覆盖度的空间分布与N PP的空间分布基本一致(图2).常绿阔叶林和常绿针叶林一年四季常青,植被本身的变化相对较小,它们的年平均植被覆盖度较高(分别为64.2%和55.5%);其次为稀疏林地(53. 2%),该类型的植被覆盖度较高可能与它的空间分布有关,从植被类型图上来看,稀疏林地主要分布在云南、广西以及广东等南部地区,它的形成可能与人为破坏造成的森林退化有关,尽管因高大乔木较少而划分为稀疏林地,但这些地方气温较高、雨水充沛,下层的灌木与草本植被生长茂盛;坡面草地主要分布在南方,植物的生长期较长而且长势较好,其植被覆盖度也较高;平原草地则主要分布在内蒙古、甘肃等北方平原地区,这些地方的草本植物主要集中在6～9月份生长,而其它月份的植被覆盖度则比较低,甚至为0,因此它的年平均植被覆盖度较低;耕地在东北平原、黄河与长江流域的平原地区均有大面积分布,受种植结构、耕作方式等人为因素影响强烈,它的年平均植被覆盖度较高.一般情况下,冰川、裸岩、砾石等无植被地带,其植被覆盖度和N PP均应为0,河流、湖泊的植被覆盖度和N PP也应该非常低.而本文的研究结果表明:无植被地带的年平均植被覆盖度为7.5%,N PP 为30.6g C・m-2・yr-1;河流和湖泊的年平均植被覆盖度也达到了26.1%,平均N PP为18218g C・m-2・yr-1.这可能与两方面的原因有关:1)植被分类精度的问题,在1km的尺度上,一些面积较小的斑块可能被忽略而无法反映出来,而且由于存在同谱异物现象,由遥感数据所获得的植被分类本身也存在着混分的情况.正因为植被分类不可能做到完全准确,由此所估算的植被参数和最终的统计分析都会存在一定的误差.2)数据的地理配准问题,尽管本文对所用的遥感数据、气象数据和植被覆盖分类数据做了严格的地理配准,但最大也只能保证在一个像元的误差之内,这也可能给最后的统计带来误差.312　生态系统服务价值陆地生态系统服务价值测量结果的空间分布如图2所示.中国陆地生态系统2000年的生态服务总价值为9.17×1012元人民币.从生态系统服务价值的空间分布来看,中国陆地生态系统服务价值总体空间分布呈现由东向西递减、由中部向东北和南部递减的趋势,这与植被和生物多样性的地带性分布梯度基本一致(图2).最低值区位于西北的干旱和半干旱地区,这里主要分布着荒漠,气候恶劣,生态环境非常脆弱,单位面积生态服务价值在1300元・hm-2以下.次一级的低值区主要分布于北方草原区、青藏高原西南部地区、四川盆地以及东北、华北和长江中下游的农业区,单位面积生态服务价值介于1300～14000元・hm-2,这些地区农牧业比较发达,人类的长期过度开发损害了自然生态系统原有的功能,这是导致生态服务价值较低的主要原因[22].中值区主要分布在丘陵和部分的山区,如青藏高原东部、四川盆地周边、江南丘陵、大小兴安岭的大部分地区,单位面积生态服务价值介于14000～25000元・hm-2.这些地区水热条件配置较为合理,在北方主要为森林分布区,在南部主要为高覆盖的高灌丛,拥有较高的生物量和植被覆盖度,而且由于地形地貌的原因受人类活动影响较轻,因此其生态服务价值较高.高值区主要分布于长江流域以南和山区,如秦岭山区、横断山区、长白山、武夷山、五指山及台湾山等,单位面积生态服务价值介于25 000～47000元・hm-2.该区域与热带、亚热带和温带森林分布区相吻合,是我国水热条件配置最好的地区. 从不同生态系统类型的生态服务价值分布来看(表3),森林的生态服务价值占了总生态服务价值的40180%;其次为耕地(24123%)和灌丛(10179%),三类共占中国陆地生态系统生态服务价值的75.82%.从单位面积价值来看,森林的平均单位面积价值最高,为18789元・hm-2,其次是灌丛52116期 何　浩等:中国陆地生态系统服务价值测量 (13789元・hm -2)和耕地(13054元・hm -2).这说明森林、灌丛和耕地对生态服务价值的贡献率最大.从各项生态系统服务功能所产生的价值来看(表3),气体调节价值(固定CO 2与释放O 2的价值)的贡献率最大,它占了总价值的45.16%;其次是水土保持价值(28.83%);涵养水源价值的贡献率为14.44%;有机物质生产和营养物质循环与贮存的价值较低,其贡献率最小(11.57%).图2　2000年中国陆地生态系统服务价值空间分布图Fig.2Terrestrial ecosystem service value of China in 2000.表3　不同生态系统类型各项生态服务价值T able 3Ecological service values of different ecosystems编号a )Code面积Area (×106hm 2)各项生态服务价值Ecosystem service value (×108yuan )气体调节G as regulation 涵养水源W ater c ons ervation水土保持W ater and s oil c ons e 2rvation 其他服务b )Other s ervices单位面积价值Value per unit area (yuan ・hm -2)总价值T otal value (×108yuan )119.611817.00120.62607.54452.93152892998.09293.358692.772522.053592.422173.411819016980.65340.845654.311261.391679.341409.722449710004.76445.364118.70589.621700.441027.11163937435.87571.764741.401626.672290.381236.69137899895.146 5.98443.14186.85214.51112.0615996956.567 1.5751.5652.2239.7713.5210004157.07868.002313.82744.211597.34613.6477495269.01926.241463.65549.22952.45381.65127553346.971042.22785.66257.77710.91209.1946511963.531155.34393.78304.36434.34105.2222371237.701259.342116.03390.681575.09556.4678164638.26130.428.8310.12 4.75 2.30619026.0014 5.82124.90114.06148.9631.727210419.63157.09101.16138.9880.8525.464886346.4516 4.91267.9958.10125.1969.7310611521.011710.8125.3885.4220.23 6.351271137.391825.01111.40138.9566.7129.371385346.431972.54137.60214.9961.4436.62621450.662068.7987.93172.5631.5223.43459315.4421170.237300.503062.259930.971927.591305422221.312264.76660.11639.72572.87176.5431642049.24a )见表2See table 2;b )其他服务价值包括生产有机物质和营养物质循环与贮存的价值Other services include organic matter production and nutrient recycle and storage. 湿地的平均单位面积价值也较高,达到了10611元・hm -2.但相关研究表明,湿地具有极高的生态系统服务价值[13,30],在陈仲新和潘耀忠等人的计算结果中,单位面积价值最高的也都为湿地[5,22].造成湿地生态系统服务价值估算偏低的原因,主要在于评价指标的选取,本文所选指标主要是从生态系统的质量状况出发,很大程度上依赖于植被净初级生产力和植被覆盖度,反映的是生态系统的植被特性,主要体现在气体调节、水土保持、涵养水源等方面,并没有考虑生态系统的生物多样性、休闲娱乐等价值;湿地作为具有多功能的独特生态系统,其生物多样性价值极高,另外还具有庇护、遗传资源等生态系统效益,而本文并没有将其列入评价指标之列.4　讨 论 全球和区域生态系统服务价值测量方面的研究仍然处于探索阶段,本文利用遥感技术结合生态学方法,参考前人的研究成果,对中国陆地生态系统服务价值进行了定量测量.生态系统服务价值的这种生态遥感测量方法,可以反映生态系统本身的质量状况;同时,采用的遥感技术克服了传统的生态统计方法以点代面的缺点,部分解决了生态学上的尺度扩张问题,测量结果可以更加客观的反映中国陆地生态系统服务价值及其空间分布.但生态遥感测量方法本身也存在一些不确定性:1)对生态系统服务功能价值评估指标体系的研究还不够完善,本文只选择了5项比较常见且影响较大的指标,而实际上生态系统的服务功能远不止这些,仍须作进一步的研究.2)遥感测量本身也存在精度问题,如遥感数据获取、基于遥感技术的各生态系统类型及面积的确定、生态参数遥感测量等.因此,本文对生态系统各项服务功能及其价值的评估只是保守和粗略的估计,所得结果也不可能是一个完全绝对的值.参考文献1　Bjorklund J ,Limburg K ,Rydberg T.1999.Impact of production in 2tensity on the ability of the agricultural landscape to generate e 2cosystem services :An example from Sweden.Ecol Econ ,29:269～2912　Bolund P ,Hunhammar S.1999.Ecosystem services in urban areas.Ecol Econ ,29:293～3013　Chen J (陈　晋),Chen Y 2H (陈云浩),He C 2Y (何春阳),et al .2001.Sub 2pixel model for vegetation fraction estimation based on land cover classification.J Remote Sensi ng (遥感学报),5(6):416～422(in Chinese )4　Chen L 2J (陈利军),Liu G 2H (刘高焕),Feng X 2F (冯险峰).2001.Estimation of net primary productivity of terrestrial vegetation in6211 应　用　生　态　学　报 16卷China by remote sensing.Acta Bot Si n(植物学报),43(11):1191～1198(in Chinese)5　Chen Z2X(陈仲新),Zhang X2S(张新时).2000.Value of ecosys2 tem services in China.Chi n Sci B ull(科学通报),45(10):870～875(in Chinese)6　Chen Y2H(陈云浩),Li X2B(李晓兵),Shi P2J(史培军),et al.2001.Estmating vegetation coverage change using remote sensing data in Haidian District,Beijing.Acta Phytoecol Si n(植物生态学报),25(5):588～593(in Chinese)7　Chen Y2H(陈云浩),Li X2B(李晓兵),Shi P2J(史培军).2001.Regional evapotranspiration estimation over northwest China using remote sensing.Acta Geogr Si n(地理学报),56(3):261～268(in Chinese)8　Costanza R,d’Arge R,Groot R,et al.1997.The value of the world’s ecosystem services and natural capital.N at ure,387:253～2609　Deng S2Q(邓时琴).1986.Map of soil texture of China.In:Insti2 tute of Soil Science,Chinese Academy of Sciences(中国科学院南京土壤研究所),eds.The Soil Atlas of China.Beijing:Cartographic Publishing House.(in Chinese)10　Gretchen C,Daily T,Soderqvist D,et al.2000.The value of nature and nature of value.Science,289:395～39611　Guo Z2W(郭中伟),Li D2M(李典谟),Yu D(于　丹).1998.The assessment of the water regulation of ecosystem-A case study of Xingshan.J N at Resour(自然资源学报),13(3):242～248(in Chinese)12　Gutman G,Ignatov A.1998.The derivation of the green vegetation fraction from NOAA/AVHRR data for use in numerical weather prediction models.Int J Remote Sensi ng,19(8):1533～154313　He C2Q(何池全),Cui B2S(崔保山),Zhao Z2C(赵志春).2001.E2 cological evaluation on typical wetlands in Jilin Province.Chi na JA ppl Ecol(应用生态学报),12(5):754～756(in Chinese)14　Holmund C,Hammer M.1999.Ecosystem services generated by fish populations.Ecol Econ,29:253～26815　Huang X2W(黄兴文),Chen B2M(陈百明).1999.The theory and application about the regionalization of Chinese ecological assets.Acta Ecol Si n(生态学报),19(5):602～606(in Chinese)16　K ong F2W(孔繁文),Dai G2C(戴广翠),He N2H(何乃蕙).1994.Accounts and Polices of Forest Environment Resource.Beijing:Chi2 nese Environmental Science Press.(in Chinese)17　Li J2C(李金昌),Jiang W2L(姜文来),Jin L2S(靳乐山).1999.E2 cological Value.Chongqing:Chongqing University Press.112～114 (in Chinese)18　Ouyang Z2Y(欧阳志云),Wang R2S(王如松),Zhao J2Z(赵景柱).1999.Ecosystem services and their economic valuation.Chi na J A ppl Ecol(应用生态学报),10(5):635～640(in Chinese)19　Ouyang Z2Y(欧阳志云),Wang X2K(王笑科),Miao H(苗　鸿).1999.A primary study on Chinese terrestrial ecosystem services and their ecological2economic values.Acta Ecol Si n(生态学报),19(5):607～613(in Chinese)20　Pan W2B(潘文斌),Tang T(唐　涛),Deng H2B(邓红兵),et al.ke ecosystem services and their ecological valuation-A case study of Baoan Lake in Hubei Province.Chi n J A ppl Ecol(应用生态学报),13(10):1315～1318(in Chinese)21　Pan Y2Z(潘耀忠),G ong D2Y(龚道益),Deng N(邓　磊),et al.2004.Smart distance searching2based and DEM2assisted interpola2 tion of surface air temperature in China.Acta Geogr Si n(地理学报),59(3):366～374(in Chinese)22　Pan Y2Z(潘耀忠),Shi P2J(史培军),Zhu W2Q(朱文泉),et al.2004.Measurement of ecological capital of Chinese terrestrial e2 cosystem based on remote sensing.Sci Chi na(Series D)(中国科学・D辑),34(4):374～384(in Chinese)23　Piao S2L(朴世龙),Fang J2Y(方精云),Guo Q2H(郭庆华).2001.Application of CASA model to the estimation of Chinese terrestrial net primary productivity.Acta Phytoecol Si n(植物生态学报),25(5):603～60824　Ren Z2Y(任志远).2003.Theories and method of evaluating re2 gional ecosystem environment service economic value.Econ Geogr (经济地理),23(1):1～4(in Chinese)25　Sellers PJ,Tucker C J,Collatz G J,et al.1994.A global10by10 NDVI data set for climate studies part2:The generation of global fields of terrestrial biophysical parameters from the NDVI.Int J Remote Sensi ng,15(17):3519～354526　Sun R(孙　睿),Zhu Q2J(朱启疆).1998.A remote sensing based net primary production model and the distribution of net primary production in China.J Beiji ng Normal U niv(北京师范大学学报),34:132～137(in Chinese)27　Sun R(孙　睿),Zhu Q2J(朱启疆).2000.Distribution and season2 al change of net primary productivity in China from April,1992to March,1993.Acta Geogr Si n(地理学报),55(1):36～45(in Chi2 nese)28　Xiao H(肖　寒),Ouyang Z2Y(欧阳志云),Zhao J2Z(赵景柱),et al.2000.The spatial distribution characteristics and eco2economic value of soil conservation service of ecosystems in Hainan Island by GIS.Acta Ecol Si n(生态学报),20(4):552～558(in Chinese)29　Xiao Y(肖　玉),Xie G2D(谢高地),An K(安　凯).2003.Eco2 nomic value of ecosystem services in Mangcuo Lake drainage basin.Chi na J A ppl Ecol(应用生态学报),14(5):676～680(in Chi2 nese)30　Xin K(辛　琨),Xiao D2N(肖笃宁).2002.Wetland ecosystem service valuation-A case researches on Panjin area.Acta Ecol Si n (生态学报),22(8):1345～1349(in Chinese)31　Xue D2Y(薛达元),Bao H2S(包浩生),Li W2H(李文华).1999.A study on tourism value of biodiversity in Changbaishan Mountain Biosphere Reserve(CMBR)in Northeast Chin.J N at Resour(自然资源学报),14(20):140～145(in Chinese)32　Zhao J2Z(赵景柱),Xiao H(肖　寒),Wu G(吴　刚)2 parison analysis on physical and value assessment methods for e2 cosystems services.Chi na J A ppl Ecol(应用生态学报),11(2): 290～292(in Chinese)作者简介　何　浩,男,1980年出生,硕士.主要从事遥感与地理信息系统在生态学和资源环境方面的应用研究.E2 mail:hehao@72116期 何　浩等:中国陆地生态系统服务价值测量 。