概要随着社会经济的较慢发展以及人口压力的大大快速增长，人类活动于是以更加反感地影响着地球的生态系统均衡，造成当前生态环境的脆弱性更进一步激化，生态环境问题更加引人注目。通过对区域生态环境脆弱性评价研究涉及文献资料整理，指出生态环境脆弱性是个比较的概念，受到自然地理条件因素、系统自身恢复能力、人为活动阻碍因素等多重影响，是大自然因素和人为因素联合起到的结果。融合生态环境脆弱性内涵密切相关及其评价的主要内容、评价指标挑选及体系建构、评价方法及分析模型等方面的研究，分析了生态脆弱性评价研究领域的发展状况及其有所不同区域指标体系和评价方法的差异，辩论了在研究理论方法的创意、评价指标体系及计算出来模型的建构、大自然因素和人为因素评判的定量分析叙述、评价结果的应用于研究等方面仍不存在一些问题，并融合评价模型建构、数据处理分析的有效性、评价结果应用于等方面分析了生态环境脆弱性评价研究的发展趋势。总体指出，区域生态环境脆弱性评价在未来研究中：研究思路必须更进一步引人注目综合系统性；数据处理必须更进一步引人注目时空动态性；研究方法必须更进一步引人注目学科融合性；研究结果必须更进一步引人注目实践中应用性。
人类的一切生产和生活既造就生态环境, 同时又影响着生态环境的发展变化。对生态环境科学认识评价和合理优化调控, 既是资源环境领域研究的热点问题, 又是生态变革理解、生态经济发展和生态文明建设的急迫市场需求。因此, 科学认识生态环境脆弱性并展开有效地的土地生态管控, 合理利用土地资源, 增进区域社会经济和人口、资源环境协调发展, 已沦为生态环境建设面对的严峻而又艰难的任务。
自1972年斯德哥尔摩“联合国人类环境会议”世界各国政府代表第一次在一起辩论生态环境问题以来, 早已过去了将近半个世纪, 人类的目光就未曾离开了过这个事关人类存活与发展的主题, 可持续发展战略、全球气候变化框架条约、新的千年生态系统评估、生态优先战略、生态文明建设等一个个重大事件, 莫不与之息息相关。国内外涉及领域的专家学者, 也随着生态脆弱性研究的理论方法、数据提供、科技手段的改版发展, 构建了从专题研究向综合研究、从单一方法向方法构建、从数理模型分析向3S空间分析等改变, 将生态环境脆弱性研究大大推上了解。
国内方面, 徐庆勇等基于RS和GIS技术, 利用空间主成分分析法, 对珠江三角洲2004—2008年展开了生态脆弱性定量评价；韦晶等基于SRP模型, 对三江源地区的生态环境展开了定量分析及评价；卢亚灵等以环渤海地区五省市为研究对象, 利用主成分分析法做到相关性分析, 对该地区生态脆弱性及其空间自涉及展开了系统分析；蔡海生等在分析生态环境脆弱性的内涵和机理的基础上, 明确提出生态环境脆弱性具备复合性、动态性、相对性和可控性等展现出特征, 并对生态环境脆弱性静态评价和动态评价展开较为分析。国外方面, Lamsal等从气候变化对尼泊尔的地形、海拔等变化角度抵达, 分析气候变化对森林和淡水湿地生态系统的脆弱性影响；Preston等指出气候变化背景下的脆弱性评价, 牵涉到到“评估的目的是什么”“脆弱性评价体系如何建构”“评价的技术方法”“谁参予评价, 以及如何利用评价结果来增进社会经济发展”等4个关键问题；Kienberger等通过创建弹性和适应性来解决问题生态脆弱性的空间和时间变异性的挑战, 明确提出了时空尺度和概念的框架：“脆弱性立方体”理念；Malik等从每个区域对气候变化的生态曝露度、人口对气候变化的敏感性、特定地区居住于人口的适应能力等三方面建构权重气候变化脆弱性指数, 分析气候变化的各种潜在身体健康影响因素；Salvati基于ESA方法从气候质量、土壤质量、植被质量、土地管理质量四方面创建评价体系, 对意大利土地脆弱性演进及土地潜在的发育能力展开了空间分析评价；Girard等从气候对大自然及人类系统的敏感性及适应能力展开了评价；Pham等基于RF、LMT、BFDT、CART等决策树的机器学习方法挑选了16个条件因素对Pauri Garhwal地区土地敏感性展开评估对比分析, 指出RF模型预测最佳, 其次为LMT、BFDT和CART模型；Riedel使用WOWA方法划归重要性权重及ORNESS值来拓展重要性权重, 为填充脆弱性指数获取了新的方法尝试, 对美国未来洪水脆弱性展开了分析。综上所述, 针对生态脆弱性研究, 研究区域从省域尺度到县域、从湖泊到流域、从地区到经济带到全球变化, 研究方法有模糊不清综合决策分析法和AHP融合、GIS和K-means聚类分析方法、模糊不清多属性方法(FMA)和GIS空间分析方法、3S技术方法、机器学习方法等等, 研究区域范围涵括之甚广、尺度之大, 研究方法、途径多样, 指出区域生态环境脆弱性研究因与人类的“三生空间”联系紧密而更加南北研究常态化。生态环境脆弱性受到大自然条件、人为阻碍等诸多因素的阻碍, 具备类型多、范围广、时空演进慢等特点, 沦为21世纪土地资源和生态环境可持续利用的最重要障碍。
国家严格执行生态优先发展战略, 实施了耕地维护红线、水资源维护红线、生态维护红线、城市研发边界线等管控措施, 为构建资源生态可持续利用和社会经济可持续发展助力。然而, 尽管国内外许多专家学者针对生态环境脆弱性展开了十分普遍而有效益的研究, 但至今仍未构成一个评价范式。
更进一步综合国际国内生态脆弱性研究方法, 从生态环境脆弱性评价研究对象、评价指标自由选择和体系建构、计算方法模型、评价结果应用于等方面, 分析脆弱性评价研究的现状以及不存在的问题, 探究未来的研究思路及其发展趋势, 对于土地开发利用、国土空间管控和生态文明建设等都具备十分最重要的指导意义。1 区域生态环境脆弱性内涵及其密切相关1.1 区域生态环境脆弱性内涵分析薄弱生态环境产于普遍、类型多样、敏感性强劲, 在外力作用下更容易受到阻碍, 丧失原先的系统均衡向有利于人类利用的方向发展, 进而影响适当尺度的区域甚至全球生态环境和社会经济发展。
生态脆弱性评价作为生态学研究的最重要内容之一, 是在全球生态环境现状与演进研究基础上的更进一步深化, 是科学理解生态脆弱性现状密切相关、驱动机理、演进过程、发展趋势的重要途径。1988年在布达佩斯的第七届环境科学委员会(SCOPE)大会上, 首次证实了生态薄弱带上的概念, 此后针对生态环境脆弱性的研究日益活跃。生态环境脆弱性牵涉到了生态学、地理学、土地科学、环境科学等众多学科, 所以针对生态环境脆弱性内涵的了解也各有注重。
赵珂等指出生态脆弱性突出表现为生态系统背离原本较好的稳定状态, 因不受外界人为阻碍后展现出出有生态系统的不稳定性；赵桂盛指出生态脆弱性是生态系统在特定时空尺度下相对于阻碍而具备的脆弱和完全恢复反应状态, 是生态系统自身属性在外界阻碍起到下的展现出；徐广才等指出生态环境脆弱性应向曝露、敏感性、适应性三方面来分析, 首先生态系统受到气候变化的影响, 其次受到气候变化影响后对生态系统产生的不利或危害的深浅及灵敏程度, 最后是大自然及人类活动对其采行的影响措施。虽然学术界针对生态脆弱性还没统一的定义, 但普遍认为：一是生态环境自身内部的生态系统引发的内在脆弱性, 如气候变化、滑坡、地震、泥石流等；二是由于人类活动阻碍所引发的外在脆弱性, 如不合理的人类活动、过度的土地开发利用等对生态系统的毁坏, 引起诸如荒漠化、沙尘暴、水土流失等问题。总之, 生态环境脆弱性是个比较的概念, 是大自然因素和人为因素联合起到的结果, 无论其发展成因、表现形式和薄弱程度如何, 都是在特定时空尺度生态系统相对于外界阻碍所展现出出有的生态号召, 只要它更容易向生态发育或环境好转的方向发展, 就不应视作薄弱, 当阻碍多达了生态环境的承受能力和自恢复能力, 就可能会经常出现生态薄弱症状。
1.2 区域生态环境脆弱性密切相关分析生态环境脆弱性密切相关主要还包括植被发育、土地适宜性减少、水土流失、地质灾害、荒漠化、盐碱化、环境污染激化、灾害频度和强度减小、生物多样性发育等。有所不同时空区域, 生态环境脆弱性主导驱动因素及其密切相关不存在相当大的差异。
陈美球等从地质基础、地形地貌、土壤类型、气候条件、植被因素、水文因素等6个方面对鄱阳湖区展开了大自然脆弱性综合评价；徐庆勇等指出影响珠江三角洲地区生态环境脆弱性的原因是海拔较低、暴雨日数多、污染相当严重、土地利用变化大等4大特征；韦晶等指出三江源地区本身的大自然生态环境薄弱是造成区域大规模薄弱的主要原因, 人为活动显著减轻了薄弱程度；蔡海生等从水土流失、河流水质、森林覆盖率、环境保护和管理、生态建设和生物多样性维护、人口快速增长压力、社会经济发展等6个方面, 分析了江西省域生态环境脆弱性特征。Shao等基于SPCA挑选指标体系, 通过计算出来得出结论影响安宁河流域的主要原因是人为因素, 社会经济因素和“天然林维护”、“绿色粮食”等环保政策等；Jabbar利用3S技术分析地表变化情况, 然后通过挑选土地发育指标融合GIS技术对区域生态环境展开变化分析, 结果表明风蚀是影响South part of Iraq生态环境好转的主要原因；Zhou等从大自然因素、经济因素、社会因素等3方面挑选了17个指标计算出来EEV值, 并利用EEV值和影响因子展开多元线性重返获得方程, 分析影响因素的贡献程度, 最后指出在青藏高原东北缘生态环境好转的过程中, 大自然因素的起到优于经济因素和社会因素。综合上述研究, 区域生态环境脆弱性明确密切相关主要来自3个方面：(1)自然地理条件因素：不少地区由于海拔强弱影响、森林覆盖率较低、气候旱季、地质灾害带上、生态系统的稳定性劣等, 必要造成生态环境系统薄弱；(2)系统自身恢复能力：一般生态系统具有潜在脆弱性和再生性特点, 薄弱生态系统自我恢复能力较为很弱, 如果不受外力阻碍突破了其生态阈值、超越了其生态平衡, 若想完全恢复其生态功能可玩性很大；(3)人为活动阻碍因素：人口密度及经济发展能源需求量多达资源承载力时, 更容易产生森林过度采伐、过度利用水资源、随便污水处理等资源不合理利用, 造成土地发育、生态环境污染等问题, 生态环境极容易好转。
2 区域生态环境脆弱性评价指标挑选及体系建构2.1 生态环境脆弱性评价指标挑选生态脆弱性评价指标挑选不应融合研究区脆弱性密切相关, 从造成脆弱性的主导因素中科学挑选。一般情况下, 地形、地貌、气候、水文、土壤、地质等可作为潜在(内在)薄弱因子, 植被覆盖面积、土壤侵蚀、土地利用、社会经济等可以作为威逼(外在)薄弱因子。
综合较为有所不同区域生态环境脆弱性评价指标挑选情况如表格1。2.2 生态环境脆弱性动态评价指标体系建构创建生态环境脆弱性评价指标体系是评价科学性、客观性的关键一环。蔡海生等对生态环境脆弱性静态评价指标体系建构了三级指标, 其中一级指标主要分成大自然潜在薄弱以及人为阻碍薄弱两大方面。
同时, 蔡海生等对各评价模型指标体系的建构情况展开了明确的概括, 对生态化评价涉及模型的指标体系展开层次区分, 主要区分为目标层、准则(要素)层、指标(因子)层三个基本结构, 其中目标层又分成生态环境质量评价、生态现代化水平评价、生态文明指数评价、工业产业生态化水平评价、农业现代化发展水平评价、小康社会综合评价、国家创意战略生态化评价以及低碳经济发展水平评价等八大目标层。对于区域生态脆弱性评价某种程度具备一定的糅合意义。
融合国内外研究情况, 针对生态环境脆弱性特征, 以自然环境因素居多, 综合考虑到人为起到因素, 顾及指标的可操作性和可比性, 基于层次分析法挑选大自然因素和人为因素两大一级指标, 可以建构一个可行性的生态环境脆弱性评价指标体系, 还包括2个一级指标、10个二级指标、28个三级指标。如表格2右图。对于各指标权重的确认上, 其方法主要有主观赋权法和客观赋权法。
主观赋权法根据评价者依据经验对各个指标的推崇程度要求指标的权重, 而客观赋权法是根据各个指标客观上获取的内在信息量来要求指标的权重, 方法有层次分析法、熵权法、多层次模糊不清综合评价法、熵值法、专家经验法等。在指标挑选和体系建构的基础上, 还必须考虑到动态评价和静态评价方面的问题。
生态环境脆弱性计算出来和分析主要还包括静态计算出来(潜在脆弱性计算出来、威逼脆弱性计算出来、现实脆弱性计算出来)、动态计算出来(生态环境脆弱性变化意味著度和比较度)。蔡海生等对生态环境脆弱性动态评价的数据搜集和处置展开了明确的阐述, 其将图形数据和属性数据作为数据的两大来源, 并将生态环境内在脆弱性数据来源细分为地质专题图、地形专题图、土壤专题图、水文专题图、气候专题图等五大方面；生态环境外在脆弱性细分为历年的植被覆盖面积变化、土壤侵蚀变化、土地利用变化、社会经济变化等四个方面, 并得出了脆弱性数据处理流程图。3 生态环境脆弱性评价方法与分析模型3.1 评价方法分析3.1.1 基于经验统计数据的分析方法生态环境脆弱性评价方法很多, 在生态脆弱性的评价过程中, 明确评价方法的自由选择十分关键, 不应根据指标的有所不同特征, 针对有所不同数据的特点来自由选择能展现出系统特征的评价方法。
杨建平等依据县级行政单位将长江黄河源区分为八大地区, 用于主成分分析法对各地区的生态环境展开了综合评价；蔡海生等对我国薄弱生态环境薄弱度评价的脆弱性机理、评价指标的自由选择以及薄弱度评价方法等研究情况展开了详细的综述, 并就薄弱生态环境薄弱模糊不清评价法、薄弱生态环境薄弱度定量评价法、薄弱生态环境薄弱度EFI评价法、薄弱生态环境薄弱度AHP评价法、薄弱生态环境薄弱度关联评价法以及薄弱生态环境薄弱度的综合评价展开了更为详尽的讲解；廖强国等创建了鄱阳湖典型湿地生态环境脆弱性评价原始的指标体系, 并用于模糊数学的方法对鄱阳湖湿地生态环境脆弱性展开了评价；王瑞燕等将生态位适合度模型引入到脆弱性评价中, 分析了土地利用变化对生态环境脆弱性的影响机理；Mahapatra等基于层次分析法从物理脆弱性和社会经济变量等两方面建构权重及分数对印度South Gujarat coast地区展开了脆弱性评价；Shao H等基于SPCA挑选指标体系, 对安宁河流域的生态脆弱性展开了系统的研究分析；Riedel使用WOWA方法及ORNESS值为脆弱性评价获取了尝试, 对美国未来洪水脆弱性展开了分析。3.1.2 基于3S技术的分析方法遥测、地理信息系统与全球定位系统是目前对地系统中空间信息提供、存储管理、改版、分析和应用于的三大承托技术, 全称为“3S”技术, 早已在涉及空间信息研究领域获得了普遍的应用于。在生态环境领域的研究领域的应用于发展很快, 利用3S技术展开资源环境信息的提供、处置和动态分析沦为薄弱生态环境研究的一个最重要趋势。
廖炜等基于RS及GIS技术, 从土地利用变化角度应从, 融合土壤类型、气象、道路、水土流失等专题数据及年鉴统计数据, 利用IDRISI地理信息系统软件创建数据库, 使用空间主成分分析法分析了丹江口库区生态环境脆弱性的时间产于规律；荆玉公平融合遥测与GIS技术, 以内蒙古自治区奈曼旗近25年来的土地利用变化为基础, 根据其景观结构和土地利用结构特征, 建构了综合性生态脆弱性指数, 对研究区展开了生态脆弱性评价；陈佳等基于VSD框架和SERV模型, 运用RS和GIS空间技术, 定量分析了榆林市社会——生态系统脆弱性的空间演进规律, 并使用OWA算法, 仿真及预测了决策者不确定性偏爱下区域脆弱性未来的情景；Sahana等基于GIS技术分析了印度Rudraprayag地区景观脆弱性从而来探究森林火灾的敏感性；Rapicetta等通过仿真Etna火山活动, 通过融合地理信息系统(GIS)作出生态脆弱性地图, 对环境脆弱性研究火山爆发明确提出了新的思路；Wu H等挑选土地利用变化及植被覆盖面积等因素, 基于遥测(RS)和地理信息系统技术(GIS)建构生态环境脆弱性评价体系及模型, 对中国福州市生态环境脆弱性展开了分析。3.2 常用评价模型分析生态环境脆弱性评价可以分成静态评价和动态评价。静态评价是以一个时间点的指标数据为基础, 评价结果体现的是评价区域内的有所不同单元之间的脆弱性密切相关的差异；动态评价是在多个时间点的脆弱性评价, 评价结果体现的是评价区域内的脆弱性密切相关发展演进情况, 能更为全面的密切相关区域生态环境脆弱性。
根据蔡海生等的研究, 生态环境脆弱性动态评价是静态评价的了解, 是根据有所不同年份的生态环境威逼脆弱性静态评价结果的空间变换分析, 获得各生态脆弱性等级的变化和移往情况, 从而可分析研究区域生态脆弱性的驱动机理、演进过程、发展趋势及其空间特征, 进而为实行有效地管控获取决策依据。明确的模型分如下：(1) 生态环境脆弱性静态计算出来：单因子脆弱性(Gi)=等级判分(R)×因子权重(W)潜在(内在)脆弱性(Gli)=∑[大自然因子等级判分(R)×因子权重(W)]威逼(外在)脆弱性(Gii)=∑[人文因子等级判分(R)×因子权重(W)]现实脆弱性(Gri)=潜在脆弱性(Gli)+威逼脆弱性(Gii)评价单元脆弱性(G)=∑[单因子脆弱性(Gi)×面积的百分比(P)]其中, 单因子脆弱性可分别给与1、3、5、7、9的赋分；各因子权重可根据专家咨询法、层次分析法计算出来确认；潜在脆弱性、威逼脆弱性、现实脆弱性可分成微薄弱、重薄弱、中薄弱、强劲薄弱、近于薄弱等5个等级；单因子评价一般意欲斑或大于统计资料区域为评价单元(统计数据)；综合评价可搭配县乡行政区域区分, 以便利展开生态环境治理。(2) 生态环境脆弱性动态计算出来：生态环境脆弱性意味著变化率(Na) =100%×[现实脆弱性(Ni)-潜在脆弱性(No)]/潜在脆弱性(No)生态环境脆弱性比较变化率(Nc) =100%×[后期现实脆弱性(Ni2)-前期现实脆弱性(Ni1)]/前期现实脆弱性(Ni1)其中, 有所不同年限的生态环境现实脆弱性较为, 正值回应比较发育, 负值回应比较修缮。
由此, 可对多个单元的计算结果展开聚类分析, 从而对研究区域展开分区。另外, 钟晓娟等认为生态环境薄弱度是用作研究区域生态薄弱水平和密切相关生态环境脆弱性程度的最重要指标, 他们根据薄弱生态环境的主要成因及结果指标来计算出来生态环境薄弱度, 使用以下公式计算出来。
式中,Xi为各指标初始化值；Wi为各指标权重；G为灾区生态薄弱度。也有专家融合空间栅格数据因子综合分析法, 或者AHP层次分析法, 展开生态薄弱度(EVI)的评价。
式中,fi为第i个因子的评分值,Wi为第i个因子比较不应的权重值,n为评价因子个数。EVI值越大, 薄弱程度越重。3.3 模型方法较为分析综合生态环境脆弱性评价方法模型, 主要还包括层次分析法、模糊不清评价法、主成分法、综合评价法及机器学习(PSVM、RF)等12种, 各模型方法特征较为闻表格3。4 不存在的问题和发展趋势分析以生态环境脆弱性评价为切入点, 以土地利用变化和社会经济发展为基础, 展开生态环境脆弱性动态评价, 辩论生态环境脆弱性的驱动机理、演进过程和发展趋势, 服务于资源生态可持续利用和社会经济可持续发展, 是生态环境脆弱性研究的一般来说路径。
辨别了最近30年来的发展历程, 仍然不存在一些问题和严重不足, 这也是未来的研究中必须密码和改良的地方。4.1 不存在问题分析生态环境脆弱性研究是牵涉到领域和范围很广, 包括了地学、生态、生物等多领域的研究, 具备较强的综合性。研究的切入点、侧重点有所不同, 则研究的方法模型不会不存在一定的差异性。
但不管研究对象、研究方法有什么有所不同, 都要牵涉到到5个方面的内容(如图1)：①数据搜集；②自由选择创建评价指标体系；③确认指标体系中各因子权重；④利用模型分析计算出来薄弱度指数；⑤评价结果的分析和应用于。总体上不存在以下几个共性的问题。(1) 研究理论方法创意严重不足。当前对区域生态环境脆弱性评价和研究主要集中于在实证性研究, 主要针对人地系统进行, 而对于具备较强不确定性的子系统如气候变化、自然灾害等研究较较少, 也比较脆弱。
脆弱性评价理论方法研究还过于了解, 基于人地耦合的系统脆弱性研究还正处于发展阶段, 现代科学研究仍以生态系统脆弱性评估和多元统计分析居多, 脆弱性现代科学评价方法仍未成熟期, 时空动态及未来趋势预测评价综合性过于, 各地脆弱性现代科学评价指标体系建构中, 层次与问题目标定位不具体, 针对性过于强劲。(2) 评价指标体系及分析模型无法统一。在生态脆弱性评价的指标自由选择、模型挑选等方面, 不可避免不存在外界阻碍及数据不原始等不确认因素的影响, 无论是大自然条件因素还是社会经济指标都没统一的分析标准。
有所不同学者在研究中往往有有所不同的评价指标体系、有所不同的计算出来分析方法, 并未构成一套综合的、原始的、牵涉到各种对象和尺度的生态脆弱性评价系统, 造成评价结果不存在不确定性, 有所不同评价区域之间评价结果没可比性, 评价模型方法的标准化十分必须强化。(3) 人为主观因素影响了评价结果的有效性。
由于有所不同的专家学者对生态脆弱性评价等级区分及阈值理解不统一, 对生态脆弱性评价指标的判分、权重和脆弱性等级区分标准不一, 必要造成评价结果的主观性过于强劲。如, 指标或等级评分有5级、4级、3级等标准, 评价结果等级区分使用大自然断点法、大自然分界法、专家经验、平均分配等有所不同方法。
哪怕是针对某种程度的研究对象, 有所不同的专家学者其评价结果都很难展开对比分析, 统一评价指标体系、判分标准及评价等级区分是提高评价结果有效性的关键一环。(4) 评价结果的应用于研究尚待扩展。
生态环境脆弱性评价是基于研究者对生态环境理解数据经验分析, 研究结果最后只是一些非常简单的数值或数值段, 通过“3S”技术我们可以将这些评价结果数值实施到时空区域, 但这不是研究的全部。通过对生态脆弱性动态分析, 了解其驱动机理、演进过程和发展趋势, 更进一步与研究区域人地耦合方式、土地利用模式、生态保护措施等有效地的交会, 积极开展生态环境的分区管理和有效地管控研究, 才能提升薄弱生态研究的科学性、有效性和实用性。4.2 发展趋势分析生态环境脆弱性评价是自然地理、生态环境和社会经济综合研究的一个交叉领域, 具备很高的现实意义和应用于价值。
综上所述, 针对某一研究区域展开生态环境脆弱性评价研究, 或许建构的指标体系与评价模型方法或有所不同, 但关于生态脆弱性的驱动机理、演进过程、发展趋势、生态管控等研究目标是完全相同的。环绕着研究目标更佳地构建, 有以下几方面的发展趋势。
(1) 研究思路必须更进一步引人注目综合系统性。随着研究方法和技术手段发展变革, 无论图形数据和属性数据都引人注目了综合性, 数据来源都更为平稳、可信和更容易提供。
其中还包括：地质、地形、土壤、水文、气候等包含生态环境潜在脆弱性的主要分析数据；植被覆盖面积变化、土壤侵蚀变化、土地利用变化、社会经济变化等包含生态环境威逼脆弱性的主要分析数据。这为生态脆弱性综合研究获取了很好的数据承托。在生态环境脆弱性评价目标方面, 以人地关系为切入点, 渐渐从全然的生态环境脆弱性评价南北生态环境与经济社会耦合脆弱性综合评价, 向“土地利用-社会经济-生态效应”综合研究发展, 协助我们更佳地理解生态环境背景下的人地耦合的时空特征, 为资源生态和社会经济可持续发展获取最重要的决策信息和管控依据。
(2) 数据处理必须更进一步引人注目时空动态性。早期的生态脆弱性评价静态分析的较为多。随着“3S”技术的发展及其广泛应用, 尤其是其数据提供、模型建构、数据分析、空间分析、平台展出等功能, 为生态环境脆弱性动态评价获取了强大的技术承托。“大数据”背景下, 充分发挥“3S”技术优势, 与传统的研究方法手段互为融合, 构建统计资料信息和空间信息的及时处理, 建构区域尺度上兼具评价、预测与预警功能的生态环境脆弱性评价模型, 将是生态环境脆弱性评价的最重要发展方向之一。
在“3S”技术支持下, 以全球气候变化为背景的宏观研究也获得了很快发展, 通过将遥测影像数据与长年定点观测数据互为融合, 从时间和空间上更佳地分析生态群落的演进、社会经济的发展对生态环境脆弱性的起到机理和发展机制, 构建更加科学、客观的时空动态评价。(3) 研究方法必须更进一步引人注目学科融合性。在大数据背景下, 生态脆弱性评价的方法大大现代化, 学科交叉研究获得了较慢发展。近期的研究表明, 数据的提供更加多综合了遥测数据、野外调查、样地调查、地理国情普查等来源, 数据分析方法也综合了自然地理、土地生态、区域经济、社会政策、统计学等涉及学科方法, 通过计算机强劲的运算功能及3S技术软件平台技术, 将人工智能中的核心机器学习方法运用到生态环境脆弱性评价中来, 超越传统的数理模型方法计算出来, 加深程度的挖出影响生态环境脆弱性的数据信息, 这种交叉综合性研究方法运用到区域大尺度上优势更为引人注目。
同时, 因为研究基础数据的多源融合、互相补足, 为区域生态环境长年的演进特征分析获取了新的数据平台, 为提升训练样本及今后的预测精度获取了条件和确保。(4) 研究结果必须更进一步引人注目实践中应用性。生态脆弱性评价的目标是为资源可持续利用和社会经济可持续发展获取信息承托和决策依据, 所以用评价结果来指导土地利用和生态管控, 是研究的最后落脚点。
融合评价结果强化分区研究是区域生态环境脆弱性研究未来发展的重点方向。依赖生态环境脆弱性评价结果对研究区域合理分区, 针对有所不同的分区结果接纳有所不同的整治对策, 可为优化国土空间研发格局、建构国土全域维护格局及生态功能区综合整治获取最重要信息。根据研究目标有所不同可选择有所不同的分区依据：一是依照潜在脆弱性评价展开区分；二是依照威逼脆弱性评价展开区分；三是依照现实脆弱性评价展开区分；四是依照意味著变化率展开区分；五是依照比较变化率展开区分。分别回应生态环境脆弱性的自然区划、威逼区划、现实区划、意味著变化程度区划、比较变化程度区划。
总体上, 依据评价结果构建对区域资源生态和社会经济展开综合治理和有效地管控, 助力生态优先、可持续发展, 是生态脆弱性评价最后价值构建的重要途径。
本文来源：KK体育官网平台-www.salescourseonline.com