版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、景觀格局優(yōu)化研究一直是景觀生態(tài)學研究的重點問題之一,對維持區(qū)域生態(tài)安全和實現(xiàn)人與自然可持續(xù)發(fā)展具有重要意義。本論文在基于瓊海市生態(tài)環(huán)境脆弱性分析的基礎上,科學選取瓊海市生態(tài)源地,構(gòu)建綜合生態(tài)阻力面,提取生態(tài)廊道和生態(tài)節(jié)點,對瓊海市景觀格局進行優(yōu)化研究,并提出相應建議,從而為瓊海市合理優(yōu)化景觀格局提供科學依據(jù)和理論參考。得到的結(jié)論如下:
(1)利用ArcGIS10.2等軟件,采用粒度分析法、增量空間自相關等模型,通過選定斑塊密度
2、(PD)、香農(nóng)指數(shù)(SHDI)等指數(shù),對瓊海市景觀適宜分析粒度和幅度進行分析研究得出,景觀適宜分析粒度為180m時,景觀斑塊之間的組合狀態(tài)達到最佳,景觀適宜分析幅度為4140m時,空間聚類效果較為顯著。
(2)通過選取海拔、坡度等6個生態(tài)敏感性測定因子及斑塊密度(PD)、聚合度指數(shù)(AI)等7個景觀格局測定因子,構(gòu)建瓊海市生態(tài)環(huán)境脆弱性綜合評價體系。運用ArcGIS10.2對各個指標因子進行重分類,采用空間主成分分析法確定各指
3、標因子的權(quán)重。生態(tài)敏感性各因子的權(quán)重值排序為:郁閉度>土壤類型>齡組>地類>坡度>高程??梢?,海拔對于瓊海市生態(tài)敏感性影響的最小,郁閉度影響最大。生態(tài)脆弱性各因子的權(quán)重值排序為:鄰接比率>連接度>平均鄰近指數(shù)>斑塊內(nèi)聚力指數(shù)>敏感性指數(shù)>斑塊密度>聚合度>分離度??梢?,鄰接比率對瓊海市生態(tài)環(huán)境脆弱性的影響最大,分離度指數(shù)影響最小。
(3)利用ArcGIS10.2的空間分析工具對各個生態(tài)敏感性因子進行加權(quán)疊加并進行重分類,采用自
4、然斷裂法確定敏感性分級標準,由得出的瓊海市生態(tài)環(huán)境敏感性等級分布圖可以看出:瓊海市生態(tài)敏感性空間等級分布總體上中部、中東部、東南部、東北部、西北部偏高;西部、南部和西南部偏低。對比測定因子的空間分布可以發(fā)現(xiàn),瓊海市生態(tài)敏感性的空間分布與郁閉度存在很大的關聯(lián)性,與土壤類型、齡組和覆被類型有著一定的關聯(lián)性。
(4)利用ArcGIS10.2的空間分析工具對各個生態(tài)脆弱性因子進行加權(quán)疊加并進行重分類,采用普通克里金插值法進行插值計算,
5、并以自然斷裂法為基礎確定脆弱性分級標準,由得出的瓊海市生態(tài)環(huán)境脆弱性等級分布圖可以看出:Ⅰ級微度脆弱區(qū)、Ⅱ級輕度脆弱區(qū)和Ⅲ級中度脆弱區(qū)占瓊海市總面積的72.21%,Ⅳ級重度脆弱區(qū)和Ⅴ級極度脆弱區(qū)占27.79%,說明目前瓊海市生態(tài)環(huán)境的整體狀況良好。其空間分布呈現(xiàn)出東部、東北部及西北部較低,南部、東南部、西南部及北部較高的分布趨勢。其中,Ⅰ級微度脆弱區(qū)和Ⅱ級輕度脆弱區(qū),主要分布在瓊海市東部、西北部,建議在該區(qū)域合理利用保護水域,充分發(fā)揮水
6、域的調(diào)節(jié)生態(tài)環(huán)境的作用,同時合理規(guī)劃土地利用,加強生態(tài)建設;Ⅲ級中度脆弱區(qū)占比最多,達30.66%,且主要位于中西部及東北部一片狹長帶,建議在該區(qū)合理規(guī)劃現(xiàn)代農(nóng)林產(chǎn)業(yè),設置相應的過渡帶。Ⅳ級重度脆弱區(qū)和Ⅴ級極度脆弱區(qū)主要位于瓊海市西南部的山區(qū)和北部一小部分,建議在該區(qū)域加強生態(tài)建設,以保護為主,開發(fā)為輔,設置人類活動禁止區(qū)和限制區(qū),維護原生態(tài)的自然環(huán)境。
(5)瓊海市共選出31個符合設定要求的生態(tài)源地,總面積為63736.08
7、hm2,占瓊海市總面積的37.24%。其主要分布于西部、西南部及西北部,呈現(xiàn)出整體分散、局部聚集的特征。其中,西南部生態(tài)源地規(guī)模較大,占地面積廣;中部、東部、東南部及東北部生態(tài)源地規(guī)模較小,占地面積少。建議重點保護建設西南部生態(tài)源地,并采取緩沖帶等強化措施,促進其生態(tài)服務功能的有效發(fā)揮。同時在中東部城市規(guī)劃建設中,應當合理調(diào)整用地結(jié)構(gòu),新增部分生態(tài)源地,并加強保護,完善生態(tài)源地和生態(tài)廊道建設,使自然生態(tài)系統(tǒng)得到良性高效運行。
8、(6)瓊海市生態(tài)廊道總共有73條,大多分布在瓊海市東北部,分別分布在4個脆弱區(qū)內(nèi)及4種覆被類型里面。按生態(tài)環(huán)境脆弱性劃分:Ⅰ級微度脆弱區(qū)、Ⅱ級輕度脆弱區(qū)和Ⅲ級中度脆弱區(qū)分布較多,分別為22條、25條、19條;Ⅳ級重度脆弱區(qū)分布較少,為7條;Ⅴ級極度脆弱區(qū)為0條。按覆被類型劃分:林地生態(tài)廊道最多,為36條;園地生態(tài)廊道次之,為19條;然后是水域生態(tài)廊道,為13條;耕地生態(tài)廊道最少,為5條。建議優(yōu)先重點建設林地生態(tài)廊道,以劃定封育區(qū)的方式實
9、現(xiàn)生態(tài)環(huán)境的自我修復和提質(zhì)。對于耕地生態(tài)廊道應以抗污染能力強的樹種進行重點建設。對于園地生態(tài)廊道,應劃定建設范圍,添加合適的鄉(xiāng)土植物進行建設。由于生態(tài)廊道是線狀或帶狀的空間形態(tài),局部脆弱性較高,適宜在生態(tài)廊道的周圍設置緩沖帶,用以保護生態(tài)廊道發(fā)揮正常的生態(tài)功能。
(7)瓊海市生態(tài)節(jié)點總共有50個,主要分布在瓊海市東北部,分別分布在5個生態(tài)環(huán)境脆弱區(qū)內(nèi)及4種覆被類型里面。按生態(tài)環(huán)境脆弱性劃分:Ⅱ級微度脆弱區(qū)最多,Ⅴ級極度脆弱區(qū)最
10、少,由Ⅰ級到Ⅴ級分別為16個、20個、9個、4個、1個。按覆被類型劃分:林地生態(tài)節(jié)點最多28個、園地10個、水域9個、耕地最少,只有3個。建議重點建設林地生態(tài)節(jié)點,設置相應緩沖帶,減少人為因素干擾,阻隔污染物的流入,豐富生物多樣性,強化各生態(tài)廊道之間的連通性和流動性,充分發(fā)揮森林的生態(tài)效益。園地在本質(zhì)上和林地一樣,在建設林地生態(tài)節(jié)點措施的基礎上,還要合理的搭配種植地表植被,防止水土流失,提高經(jīng)濟效益的同時充分發(fā)揮園地林木的生態(tài)效益。同時
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 瓊海市
- 沅江市景觀格局及生態(tài)脆弱性動態(tài)評價.pdf
- 瓊海市生態(tài)環(huán)境保護局
- 瓊海市肉聯(lián)廠擴建項目
- 瓊海市發(fā)展和改革會
- 萊州灣南岸濱海濕地的景觀格局變化及其生態(tài)脆弱性評價.pdf
- 瓊海市酒店市場研究報告
- 下遼河平原景觀格局脆弱性與景觀變化驅(qū)動力研究.pdf
- 海南瓊海市開展區(qū)域性經(jīng)貿(mào)情況
- 2018年瓊海市地震預算說明
- 四川省雜谷腦河流域景觀格局與生態(tài)脆弱性評價研究.pdf
- 脆弱性論文基于脆弱性的震后交通應急問題研究
- 基于脆弱性的城鎮(zhèn)路網(wǎng)優(yōu)化設計研究.pdf
- 基于景觀格局與生態(tài)過程分析的江寧區(qū)景觀優(yōu)化研究.pdf
- 網(wǎng)絡脆弱性分析.pdf
- 瓊海市土地利用總體規(guī)劃
- 奈曼旗生態(tài)環(huán)境脆弱性的研究.pdf
- 急診脆弱性分析
- 基于GIS技術的閩江流域生態(tài)脆弱性分析研究.pdf
- IMS網(wǎng)絡脆弱性分析模型和脆弱性檢測技術研究.pdf
評論
0/150
提交評論