2017年, 党的第十九次全国代表大会将“美丽中国”写入现代化强国建设战略目标, 为中长期生态文明建设和生态环境保护指明了新的历史坐标, 对“美丽中国”建设进行了明确部署, 提出了2035年前“生态环境根本好转, 美丽中国目标基本实现”的奋斗目标(2035目标)。“十九大”报告中明确指出, 要“加大生态系统保护力度, 优化生态安全屏障体系, 构建生态廊道和生物多样性保护网络, 提升生态系统质量和稳定性”。自然保护地作为生态系统的核心组成部分, 是筑牢国家生态安全屏障、建设美丽中国的重要载体。自然保护地是指一个明确界定的地理空间, 通过法律或其他有效方式获得认可、承诺和管理, 以实现对自然资源及其所拥有的生态系统服务和文化价值的长期保育(Dudley, 2016)。自然保护地的核心功能是保护生态系统的原真性和完整性, 也是生物多样性保护的基础。《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》也提出, 要“构建以国家公园为主体、自然保护区为基础、各类自然公园为补充的自然保护地体系, 构筑生物多样性保护网络”。目前, 我国建立的自然保护地主要包括国家公园体制试点、自然保护区、森林公园、风景名胜区、地质公园、湿地公园、沙漠公园等10余类, 总数(不含港澳台)超过12 000处, 总面积超过200万km2, 约占国土面积的20% (欧阳志云等, 2020)。这些自然保护地对于保护我国自然资源和生物多样性、维持生态系统稳定性、促进国民经济可持续发展具有重大战略意义。
近年来随着自然保护地建设和管理工作的逐步完善, 我国生物多样性和生态系统保护工作取得了显著成效, 然而在自然保护地的生态系统联网监测方面仍然存在不足。首先, 自然保护地数目繁多、类型多样、科研监测水平和监测指标不一等因素导致了我国多数自然保护地生态系统组成的家底不清、动态不明, 应对生物多样性保护的新问题的能力不足(崔国发, 2004; 王伟等, 2016; 李苗苗等, 2020)。目前我国自然保护地仍面临着众多人类活动或者全球变化引起各种环境问题, 包括环境污染、外来物种入侵、酸沉降、生境破碎化、土地利用变化等(马克平, 2016; 陈善荣等, 2020)。由于多数环境问题存在滞后性、长效性、连锁性、复杂性等特点, 长时间序列、大空间尺度的联网监测数据是理解其对自然保护地生物种群以及生态系统的组分和结构的影响的必要和关键基础数据。其次, 自然保护地建立后, 其对生物多样性及自然资源的保护成效如何, 其生态系统的健康状况如何, 这些方面的评估工作需要多尺度、多层次的生态系统联网监测数据的支撑(王伟等, 2016)。再次, 自然保护地是一个将生态环境、社会、经济纳为整体的复杂而庞大的综合系统, 这导致自然保护地的管理存在大量不确定因素, 例如管理行为、自然因素(气候变化)、人为干扰等, 自然保护地的适应性管理非常必要(杨荣金等, 2004; 韩俊丽等, 2012)。保护对象的现状及动态是评估保护成效以及制定保护措施的重要依据, 而自然保护地生态系统联网监测获得的数据能够为保护对象的动态变化特征及其驱动因素提供推断的依据, 通过反馈使自然保护地的管理适应变化, 并不断通过监测-反馈-调整的动态循环过程来提高自然保护地的管理水平和保护成效(Uychiaoco et al., 2005; Moore et al., 2011; 杨璐等, 2014)。综上, 为了维护我国生态安全、实现生物多样性和生态系统的有效保护, 亟需构建国家尺度上的自然保护地生态系统组成和动态监测网络, 对生物多样性、大气、水文、生物地球化学等要素开展实时、高频和多尺度的联网监测, 并在此基础上明晰我国生态系统原真性与完整性的保护现状及其变化趋势, 为我国自然保护地的体系优化、保护成效提升及健康管理提供准确、科学的基础数据。
1 国内外相关生态监测网络及其指标体系研究现状
自然保护地的有效管理是全球生物多样性保护的焦点问题, 为此全球多个国家都针对自然保护地的生物多样性和生态系统监测制定了监测计划和技术方法。但自然保护地的保护范围和保护成效以及生态系统健康管理不仅依赖于对生物和环境要素的单点定位监测, 更需要在国家和区域尺度上的集成和综合性监测(Myers et al., 2000; Watson et al., 2014)。随着观测手段、数据处理能力的提升, 以大数据为基础的联网观测成为新时代生物多样性保育和生态系统健康管理的关键(Vihervaara et al., 2013; Isbell et al., 2015; Kulmala, 2018; 于贵瑞等, 2018, 2021; Niu et al., 2020)。20世纪80年代以来, 国内外陆续建立了多个区域、国家和全球尺度上的生态系统研究和监测网络平台, 开展生物多样性以及生态系统的动态监测和研究工作(Scholes et al., 2008; Kao et al., 2012; Li et al., 2015; Mirtl et al., 2018)。例如联合国《生物多样性公约》缔约方大会发起成立的地球观测组织-生物多样性监测网络(Group on Earth Observations Biodiversity Observation Network, GEO BON), 旨在建立现有生物多样性监测网络之间的联系, 建立和完善生物多样性核心监测指标, 推动生物多样性数据收集、监测方法标准化及监测信息的共享(Scholes et al., 2008; Schmeller et al., 2015)。GEO BON鼓励国家和地区成立不同水平的子网络。2014年中国生物多样性监测与研究网络(Sino BON)建立, 目标是结合多种监测方法从整体上对中国生物多样性的变化开展长期的监测与研究(马克平, 2015)。Sino BON采用传统监测方法和最新技术(例如红外触发拍摄技术、卫星追踪技术、宏基因组学技术等)相结合的模式, 对我国兽类、鸟类、两栖爬行类、鱼类、昆虫、土壤动物、土壤微生物、森林、草原/荒漠植物和林冠生物多样性进行监测研究(冯晓娟等, 2019)。美国国家生态观测站网络(National Ecological Observatory Network, NEON)由美国国家科学基金出资建立, 重点关注气候变化、土地利用变化和入侵物种对生物多样性和自然资源的影响, 促进对环境变化的深入了解和预测, 并提出应对环境变化的对策, 为生物多样性保护和生态安全提供保障(赵士洞, 2005; Kao et al., 2012)。NEON根据美国生态气候区(根据地貌、植被、气候和生态系统划分)建立野外站, 监测对象包括陆地植物和动物、土壤、大气、水生生物、沉积物、水文和水化学等。英国环境变化研究监测网络(UK Environmental Change Network, ECN)也是国际上重要的生态系统研究和监测网络之一, 其目的是监测影响生态系统的主要因子(例如气候、大气污染、土地利用方式等)以及这些因子的变化所引起的生态系统反应, 包括生物多样性变化、土壤和水资源的质量改变等。ECN在生物方面的监测涵盖了陆地植物、陆地无脊椎动物、陆地脊椎动物、浮游植物、大型水生植物、浮游甲壳以及大型底栖无脊椎动物等(Sykes & Lane, 1996; Sykes et al., 1999)。中国生态系统研究网络(Chinese Ecosystem Research Network, CERN)是由中国科学院发起和建立的长期监测和网络工作平台, 其目标是以地面联网观测实验为主, 结合遥感、地理信息系统和数学模型等现代生态学研究手段, 实现对我国各类生态系统和环境状况的长期、全面的监测和研究。CERN制定了统一的生物、气候、水文、土壤要素等指标的监测体系, 全面深入研究我国主要类型生态系统(农田、草地、森林、湿地、荒漠等)的结构、功能、动态和持续利用的途径和方法, 在国家层面的生态系统变化机理研究以及生态系统优化管理示范等方面做出了卓越贡献(牛栋等, 2006; Li et al., 2015)。
我国自然保护地的生物多样性和生态系统监测工作起步较晚, 目前正处于积极发展的阶段。20世纪末至21世纪初, 国家林业局组织了大规模的全国森林资源清查、湿地资源调查、野生动物资源调查、野生植物资源调查等调查和监测工作, 自然保护地是这些工作的重要区域。近20年来, 国家林业局、国家环保部、国家海洋局等相关部门针对生物多样性保护和生态环境监测制定了多个技术规范和标准。例如, 为规范生物多样性观测工作, 2015年国家环境保护部颁布实施了环境保护标准《生物多样性观测技术导则》, 对植物、哺乳动物、鸟类、土壤动物、大型真菌等多类生物多样性的观测内容和技术方法进行了规定。针对不同类型的生态系统观测, 国家林业局发布了《森林生态系统长期定位观测指标体系(GB/T 35377—2017)》、《湿地生态系统定位观测指标体系(LY/T 2090—2013)》、《荒漠生态系统定位观测指标体系(LY/T 1698—2007)》等一系列标准和规范。针对自然保护区生物多样性及生态监测, 国家林业局及地方环保部门也发布了行业或地方标准, 例如《自然保护区生物多样性调查规范(LY/T 1814—2009)》、云南省《自然保护区与国家公园生物多样性监测技术规程(DB 53/T 391—2012)》、广东省《自然保护区主要生态因子监测技术规范(DB44/T 1791—2015)》等。国内外学者也对自然保护地监测的规划和指标体系构建等进行了探讨(Parrish et al., 2003; Fancy et al., 2009; Théau et al., 2018; 姚帅臣等, 2019)。基于上述标准和规范, 许多自然保护地管理部门针对其保护对象的特征和区域特点开展了监测工作, 监测内容主要是生物多样性(鸟类、兽类、两栖爬行类、鱼类、无脊椎动物、植物以及不同生态系统中的生物群落)、生态环境(气象、大气环境、水文和水质、地质与土壤等)、人类活动(例如土地利用、旅游、人文景观等)、生态安全(例如外来入侵种、自然灾害、疫病虫害等)等方面。目前在我国自然保护地监测工作中, 生物多样性和生态环境是最为关注的内容(李苗苗等, 2020)。生物多样性监测中, 鸟类和兽类监测工作开展较多, 这主要是由于鸟类和兽类易于识别, 并且社会关注度高; 其次是植物, 监测内容包括物种组成、种群结构、功能性状、植被类型及覆盖面积等; 两栖爬行类、鱼类、无脊椎动物等的监测工作重视程度不高, 这主要是由于监测技术受限并且个体活动隐蔽不易识别。生态环境方面的监测目前主要偏重于自然保护地的环境质量或健康, 水文与水质、气象因子、大气质量、土壤养分、地质结构等指标的监测占比较高。此外, 自然保护区的生物多样性和生态系统监测以及科研工作获得了更高且持久的关注和重视程度, 而其他类型的自然保护地监测力量投入不足(李苗苗等, 2020)。总体来说, 目前我国自然保护地的生物多样性和生态系统监测工作尚未形成国家尺度的监测网络, 并且缺乏统一、规范化、标准化的监测指标体系和技术方法, 这严重制约了我国自然保护地健康管理和保护成效评估。
2 自然保护地生态系统联网监测指标体系构建
2.1 自然保护地生态系统联网监测的目标与内容
自然保护地生态系统监测网络的构建以服务美丽中国建设, 支撑自然保护地健康管理与保护成效评估, 探索生态系统组分的变化动因机制、演化趋势和相互间耦合作用, 解决我国生物多样性保护重大科学问题为目标, 通过制定统一、标准化和规范化的观测指标和方法技术, 对自然保护地中反映生物多样性、生态系统组成和功能的关键要素进行长期观测, 获取质量可靠、规范和具有可比性的生物群落及生态系统组分的动态信息, 揭示自然保护地各类生态系统中生物群落及其多样性的动态变化规律; 同时与生态系统环境要素观测数据相结合, 利用遥感、地理信息系统和数学模型等研究手段, 掌握生物多样性的现状与演变机制, 识别主要威胁因素, 为深入研究并揭示我国自然保护地生态系统原真性和完整性的现状评估和健康管理提供数据服务。基于以上目标, 自然保护地生态系统联网监测的内容应涵盖生态系统的基本组分, 即生物组分(生产者、消费者、分解者)和非生物组分(环境系统), 具体可以分解为以下6类要素:
(1)生境要素。反映自然保护地生态系统环境的基本特征, 如群落类型、水分状况、土壤类型、人类活动情况等, 为解释生物生长环境提供必要信息。
(2)生物要素。自然保护地生态系统联网监测的核心内容与研究主体, 也是自然保护地成效评估和健康管理的关键指标。生物要素联网监测的重点内容包括物种组成与种群数量、群落结构特征、物质生产与养分循环等。
(3)气象要素。反映自然保护地气候条件和大气现象实时、动态变化特征, 如气压、空气温度、降水等, 是研究生态系统组分长期动态变化的重要资料。
(4)土壤要素。陆地生态系统物质和能量流动的核心界面, 也是生态系统重要组分之一。土壤要素的联网监测能够反映自然保护地土壤生态系统功能及其提供的生态系统服务的动态特征及长期变化趋势。
(5)大气和水环境要素。反映自然保护地大气环境和水体环境的现状与变化趋势, 包括大气干湿沉降、温室气体排放、水循环和水化学要素等的观测。
(6)景观要素。反映自然保护地生态系统景观格局的动态变化特征, 用于全面、客观地揭示生态环境变化及人类活动干扰对自然保护地生态系统和景观变化的综合影响。
2.2 自然保护地生态系统联网监测指标体系的构建原则
针对自然保护地特点, 生态系统联网监测指标的确定应依据以下原则:
(1)体现联网监测目标。紧扣不同类型自然保护地生态系统特点, 选择能够体现自然保护地生物多样性、自然环境动态变化的监测指标。监测指标的选择需要以保护地生态监测的目标为依据, 能够反应自然保护地生态系统组成和结构的重要参数(如动植物种类组成、种群数量及群落组成特征等)以及关键生境因子(包括气候、土壤、水环境等)。
(2)体现长期动态变化。长期、大尺度的联网监测对揭示自然保护地生物多样性及生态系统组成结构特征及演变趋势十分重要, 因此应选择具有长期监测意义、对自然保护地生态系统动态变化有关键指示作用的指标。有些指标虽然重要, 但是在长期时间尺度上意义不大, 则不宜选择。
(3)监测项目易实施、可操作性强。我国自然保护地类型多样, 不同类型或区域的自然保护地所具备的科研监测条件不一, 执行生态监测工作相关人员的科研素质也可能参差不齐。为确保自然保护地生态系统联网监测的时间延续性, 应当尽可能选择简单可靠、容易实施、可操作性强的指标和方法, 避免因经费、人为因素等导致自然保护地生态系统联网监测工作中断。
(4)标准性原则。自然保护地生态系统演变特征需要长时间序列、大空间尺度的联网监测数据为支撑, 因而联网监测数据的可比性至关重要。因此针对各个监测项目, 应尽可能地选择国家标准以及国内外普遍采用的监测方法和技术, 不成熟的、处于实验阶段的方法不宜采用。
(5)样地保护原则。自然保护地设置的核心目标是保护典型的、特有的、重要的生态系统或生物类型, 因此联网监测选择的指标应尽可能地减少对样地及样线上野生动植物的干扰和破坏。一些具有破坏性的监测指标尽管具有重要意义, 也应尽量避免选择或限制其监测强度。
(6)兼顾科学性和应用性。联网监测获得的数据是自然保护地生物多样性和生态系统保护成效评估及健康管理的基础信息, 因此在选择监测指标时应兼顾科学性和应用性, 既能满足生态学研究, 也能服务于自然保护地保护成效评估和健康管理。
2.3 自然保护地生态系统联网监测指标体系
通过分析国内外已有的生态系统监测网络的指标体系研究现状, 结合自然保护地生物多样性和生态系统联网观测的特点, 以及自然保护地保护成效评估、健康管理的目标要求, 构建了自然保护地生态系统联网监测指标体系(表1)。该指标体系针对构成生态系统的6类要素(生境要素、生物要素、气象要素、土壤要素、大气和水环境要素、景观要素)制定了30个监测指标, 能够实现对自然保护地生态系统组分和结构的现状及其动态变化进行准确可靠的评价分析, 并为自然保护地保护成效评估和健康管理提供统一、标准化的基础数据。
表1 自然保护地生态系统联网监测指标体系
Table 1
 |
生境要素是对自然保护地物种栖息环境的描述, 能够反映该自然保护地生态系统的基本组成和特征, 是联网监测不可缺少的基础资料。生境要素监测的指标大多数可以通过直观的观察进行定性描述, 例如植被类型、植物群落名称、地形地貌、人类活动等, 少数项目则需要通过测量进行定量描述。生境要素指标的监测频率一般为每5年1次, 如在短时间内有剧烈变动则需及时记录。
生物是生态系统的核心部分, 是生态系统结构和状态的直接体现者, 是生态系统功能的真正实现者, 因此生物要素监测是自然保护地生态系统联网监测的核心内容与研究主体。作为生态系统的生产者, 植物群落的监测是自然保护地生物要素联网监测的重点关注内容, 包括植物多样性与群落结构、生物量与养分循环等, 需要在每年的固定时间(通常是植物生长季)通过野外调查采样和室内分析进行监测(吴冬秀等, 2019)。野生动物种群(鸟类、大型野生动物等)可根据生态监测条件进行定期或动态(季节动态或实时动态)监测(李晟等, 2014; 朱淑怡等, 2017; 冯晓娟等, 2019)。例如对迁徙鸟类的监测, 可根据自然保护地在其迁徙路线中的地位(繁殖地、越冬地、停歇地), 在其活动时间进行监测(《生物多样性观测技术导则 鸟类(HJ 710.4—2014)》)。此外, 土壤微生物群落也是生态系统的重要组分, 需要每年在植物生长季(或不同季节)通过土壤样品采集进行测定和分析。
自然保护地气候条件和大气现象的实时、动态变化特征是研究生态系统长期动态变化的重要资料。目前生态监测或科研条件较好的自然保护地(例如自然保护区), 可以利用气象辐射自动观测系统(即自动气象站)对关键气象要素, 包括气压、风、降水、气温等进行实时、连续在线监测。对于部分科研条件欠缺的自然保护地, 则需要人工对气象要素进行定时观测。
土壤是地球关键带的核心界面, 具有保障生产力、碳固存、养分循环、气候调节、维持动植物健康等重要生态系统功能, 是维系地球生命的关键组分。土壤中包含了非生物组分和生物组分, 自然保护地联网监测中的土壤要素主要针对土壤非生物组分, 监测内容包括土壤的物理性质(例如土壤密度、土壤机械组成), 化学性质(如酸碱性、养分含量)以及主要污染物等。土壤要素的联网监测通常针对表层土壤(0-20 cm), 因为表层土壤是陆地生态系统物质交换、能量流动、生物相互作用最为活跃的层次。对于具备一定条件的自然保护地, 也可对土壤剖面(0-10、10-20、20-40、40-60、60-100 cm)上各指标的变化进行监测。
自然保护地的建立有助于生态系统环境质量的维持和改善, 然而大气污染、全球变化、水体污染等多种全球性、广域性环境问题也同时在影响自然保护地生态系统的健康状况。因此, 全面的生态系统监测网络, 除了监测生态系统各组分之外, 还应监测可能引起生态系统组分变化的大气和水环境指标, 包括大气干湿沉降、温室气体排放、水质情况等, 不仅有助于理解自然保护地生态系统演变的环境驱动因子, 也能助力环保部门协同制定碳减排、大气和水污染治理等重大环境问题。由于表征大气和水环境的指标多需要动态监测, 且对分析仪器和技术有一定要求, 因此不作为自然保护地联网监测的核心内容, 鼓励具有一定科研能力的自然保护地进行监测。
由于自然保护地原真生态系统的演变通常具有动态性、长期性、广域性等特点, 样方水平上的传统地面调查获取的是有限的“点”数据, 许多关键观测数据(例如净初级生产力、植被覆盖等)在拓展到区域和国家尺度进行动态分析和评估时存在诸多困难(何兴元等, 2018)。随着无人机、光谱、激光雷达等技术的快速发展, 生态系统动态数据的时空分辨率不断提高, 依靠上述先进的通讯信息、遥感探测和图像解析处理等技术, 能够获取高频度的、统一标准的大尺度生态系统动态变化参数(Skidmore et al., 2015; Paganini et al., 2016; 郭庆华等, 2020)。因此, 以高分辨遥感数据为基础, 通过图像解析和数据处理, 分析表征植被信息的重要参数, 并结合景观格局的时空变异分析, 能够实现以统一的尺度标准追踪和明晰自然保护地植被和景观格局的动态演变特征, 并解析造成区域尺度变化的机理过程。自然保护地景观要素联网监测的内容包括表征植被覆盖率、植物生物物理特征及生产过程的重要参数如植被指数、净初级生产力等, 以及景观格局指数例如景观多样性指数、景观破碎化指数等(陈利顶等, 2008)。考虑到景观要素监测指标的获取和分析对遥感数据解析、地理信息系统等技术有一定的要求, 自然保护地管理部门可通过与相关高校或者科研院所合作, 对景观要素开展长期动态监测, 从而形成对自然保护地整体状态与变化特征的观测。
3 自然保护地生态系统联网监测应用示范
为推动自然保护地生态系统监测网络的构建与示范, 本文依托中国科学院战略性先导科技专项“美丽中国生态文明建设工程”, 选择森林、草地、荒漠和湿地不同类型的代表性自然保护地, 基于自然保护地生态系统联网监测指标体系(表1), 在各保护地开展从个体、群落到生态系统尺度的生物要素监测, 并结合大气、土壤、水文等环境要素监测, 以及区域尺度的植被覆盖与景观动态监测, 构建自然保护地生态系统组成与动态的标准化和多尺度动态数据库, 并推进数据集建设与共享。
3.1 监测网络构成
目前初步选择6个国家级自然保护区构建自然保护地生态系统监测网络(图1; 表2), 包括了森林、草地、湿地和荒漠4类生态系统, 对我国自然保护地主要类型具有较强代表性。长白山国家级自然保护区位于吉林省东南部, 是我国成立最早的自然保护区之一, 主要保护对象是温带森林生态系统、典型火山地貌景观以及珍稀动植物资源。长白山自然保护区是我国温带面积最大的原始林保护区, 属于欧亚大陆东北部典型植被类型, 具有明显的植被垂直带谱, 随海拔升高依次分布着红松(Pinus koraiensis)阔叶林带、云冷杉林带、亚高山岳桦(Betula ermanii)林带、高山苔原带等。古田山国家级自然保护区位于浙江省开化县西北部, 地处浙赣两省交界处, 主要保护对象为国家I级重点保护野生动物白颈长尾雉(Syrmaticus ellioti)、黑麂(Muntiacus crinifrons)及其栖息的森林生态系统。古田山自然保护区内分布着以甜槠(Castanopsis eyrei)、木荷(Schima superba)和青冈(Quercus glauca)为优势种的中亚热带常绿阔叶林原生植被, 是中国生物多样性监测网络(Sino BON)和中国森林生物多样性监测网络(CForBio)的核心区域。鼎湖山国家级自然保护区位于广东省肇庆市东北部, 主要保护对象是地带性南亚热带季风常绿阔叶林。鼎湖山自然保护区蕴藏丰富的生物多样性, 被生物学家称为“物种宝库”和“基因储存库”。保护区内具有400多年记录历史的地带性森林植被——南亚热带季风常绿阔叶林和其他多种保存完好的森林类型, 被誉为“北回归沙漠带上的绿色明珠”。锡林郭勒草原国家级自然保护区位于内蒙古自治区锡林浩特市境内, 主要保护对象为草甸草原、典型草原、沙地疏林草原和河谷湿地生态系统等。锡林郭勒草原自然保护区是我国在温带草原建立的第一个自然保护区, 其分布的温带典型草原对于欧亚大陆草原具有广泛的代表性。西鄂尔多斯国家级自然保护区地跨内蒙古自治区鄂尔多斯市鄂托克前旗和乌海市两个行政区, 位于鄂尔多斯高原向黄河谷地过渡的区域, 主要保护对象为四合木(Tetraena mongolica)、半日花(Helianthemum songaricum)、沙冬青(Ammopiptanthus mongolicus)、绵刺(Potaninia mongolica)等多种古老的第三纪孑遗濒危植物和荒漠生态系统。西鄂尔多斯自然保护区属于典型的暖温带大陆性气候, 其独特的地形地貌及古地理环境是许多珍稀动植物, 特别是古老残遗植物的“避难所”, 是国际公认的亚洲干旱区生物多样性和地质历史变化研究的关键性地带。若尔盖湿地国家级自然保护区地处青藏高原东缘, 位于四川省阿坝藏族羌族自治州若尔盖县境内, 主要保护对象是黑颈鹤(Grus nigricolli)、白鹳(Ciconia ciconia)、玉带海雕(Haliaeetus leucoryphus)、胡兀鹫(Gypaetus barbatus)等多种国家重点保护珍稀野生动物以及高原沼泽湿地生态系统。若尔盖湿地是中国第一大高原沼泽湿地, 也是世界上面积最大、保存最完好的高原泥炭沼泽, 同时也是青藏高原高寒湿地生态系统的典型代表。
图1
图1
中国自然保护地生态系统监测网络。
Fig. 1
Ecosystem monitoring and research network of nature reserves in China.
表2 6个国家级自然保护区的地理位置、分布面积、生态系统类型以及气候条件和植被类型特征
Table 2
 |
1956年以来, 我国先后在上述6个国家级自然保护区内建立了生态系统长期定位监测研究站, 对保护区内代表性的生态系统类型开展了动植物多样性、初级生产力、凋落物分解、旗舰动物的种群动态、微生物群落组成与多样性以及关键生态环境因子等方面的监测, 建设了较为完善的生态监测基础设施, 具备良好的科学研究能力, 陆续被纳入CERN台站及国家野外科学观测研究站, 为开展自然保护地生态系统联网监测与示范奠定了坚实的基础。
3.2 联网监测与数据集成
2019年起在上述6个代表性国家自然保护区基于统一、标准化的指标体系和方法规范, 通过野外调查、室内分析、遥感等技术手段, 对自然保护地生境、生物、气象、土壤、大气和水环境以及景观6类生态系统要素进行多动态监测。为实现联网监测数据的有效集成和共享, 各保护区的监测数据需要使用统一的数据汇交模板进行提交。联网监测数据汇交模板使用Microsoft Excel制作, 不同生态系统(森林、草地、荒漠、湿地)各形成1个Excel文件。Excel文件中的每个数据表(Sheet)为生态系统要素及其包含指标的数据集, 根据不同生态系统进行编号(森林为F, 草地为G, 荒漠为D, 湿地为W), 并规定了联网监测指标的数据集清单和数据提交格式范本。以森林生态系统为例, 联网监测数据提交模板包含8个数据表, 分别是F01 (生境描述)、F02 (森林植物群落物种组成)、F03 (森林植物群落特征)、F04 (森林优势植物元素含量)、F05 (森林动物种类及数量)、F06 (森林土壤理化性质及微生物)、F07 (森林气象要素)、F08 (森林大气和水环境要素)。遥感数据使用专用储存设备进行提交和上传。联网监测数据每年汇交一次。汇交的联网监测数据经过审核后, 分别集成为自然保护地生物要素联网监测数据库(包括动植物群落物种组成与群落特征、生物多样性、生物量、土壤微生物等指标或监测项目)、自然保护地环境要素联网监测数据库(包含气象、土壤、大气和水环境相关监测指标和项目)以及自然保护地景观要素联网监测数据库(包括植被指数、净初级生产力, 以及景观多样性和破碎度等相关景观指数)。
3.3 初步成果
(1)通过在6个国家级自然保护区生态系统联网监测的固定样地开展群落调查、植物及土壤样品采集、实验室测定等工作, 分析不同类型自然保护地生物多样性、群落组成和土壤环境的基本特征, 并初步阐明植物多样性、土壤碳氮含量等核心监测指标的生物地理分布格局特征(图2)。生物多样性保护是自然保护地建设的核心目标之一。植物作为生产者, 其生物多样性对维持生态系统功能及其稳定性至关重要(Tilman et al., 2006; Isbell et al., 2015), 是自然保护地生物多样性监测的核心指标。联网观测数据显示, 植物物种丰富度在森林生态系统类型的自然保护区明显高于其余类型保护地, 其中位于南亚热带季风区的鼎湖山保护区植物物种丰富度最高, 其次是长白山、古田山和若尔盖湿地保护区, 而草地生态系统类型(锡林郭勒)和荒漠生态系统类型(西鄂尔多斯)保护区的植物多样性最低(图2A)。土壤是碳氮等元素生物地球化学循环的核心界面之一, 土壤碳氮含量的变化可能对植物多样性、生产力、气候变化、碳固持等生态系统性状或过程产生重要影响(Galloway et al., 2008; Jackson et al., 2017)。联网监测数据显示, 保护区监测样地的土壤有机碳(图2B)及总氮(图2C)含量在森林类型自然保护区表现出从北向南降低的趋势, 其中长白山自然保护区样地土壤有机碳和总氮含量最高, 平均值分别为123.25和7.75 g·kg-1; 而在其他3类生态系统中, 表现出随气候湿润程度增加而升高的分布格局, 即土壤有机碳和总氮含量在湿地类型保护区高于草地类型保护区, 荒漠类型保护区最低(3.24和0.31 g·kg-1)。
图2
图2
6个国家级自然保护区监测样地植物物种丰富度和土壤碳氮含量特征(平均值±标准误)。CB, 长白山自然保护区; DH, 鼎湖山自然保护区; GT, 古田山自然保护区; WO, 西鄂尔多斯自然保护区; XG, 锡林郭勒草原自然保护区; ZG, 若尔盖湿地自然保护区。不同小写字母表示各自然保护区之间差异显著(p < 0.05)。
Fig. 2
Plant species richness, soil carbon and nitrogen contents in monitoring plots of six national nature reserves in China (mean ± SE). CB, Changbai Mountain Nature Reserve; DH, Dinghu Mountain Nature Reserve; GT, Gutian Mountain Nature Reserve; WO, West Ordos Nature Reserve; XG, Xilin Gol Grassland Nature Reserve; ZG, Zoigê Wetland Nature Reserve. Different lowercase letters indicate significant difference among six nature reserves (p < 0.05).
(2)基于近20年(2001-2021年)遥感影像数据的解译和分析, 初步揭示不同类型自然保护地植被指数、净初级生产力(NPP)等表征生态过程或状态的核心参数的分布格局及其多年变化趋势(图3, 图4)。6个国家级自然保护区生态系统NPP多年平均值特征与植物多样性分布格局类似, 森林类型保护区NPP显著高于其余类型保护区, 鼎湖山自然保护区NPP最高, 西鄂尔多斯自然保护区NPP最低(图3A)。NPP的时间稳定性表征在某个时间序列下的NPP相对其均值的恒定程度(即NPP在某时间段内的平均值与其时间变异标准差的比值)(Tilman, 1999), 能够反映出长时间序列下生态系统对气温、降水及其他影响因子变化的响应程度, 可用于量化生态系统稳定性(Tilman et al., 2006)。在2001-2021年, 古田山自然保护区生态系统NPP的稳定性显著高于其他5个自然保护区(图3B), 表明古田山自然保护区生态系统在应对气候变化等风险因素时具有更高的稳定性。此外, 6个自然保护区的归一化植被指数(NDVI)时空分布图(图4)显示, 3个森林生态系统类型的自然保护区(长白山、古田山、鼎湖山)的植被绿度在2001-2021年明显增加, 其中古田山和鼎湖山2个保护区的NDVI在整体上增加程度最大。位于内蒙古的2个自然保护区中, 锡林郭勒草原自然保护区和西鄂尔多斯自然保护区(荒漠生态系统)的NDVI在整体上均明显增加, 尤其是西鄂尔多斯保护区东部区域植被绿度增加程度最高。若尔盖湿地自然保护区的NDVI在整体上轻微增加, 其核心区和缓冲区植被绿度的增加程度最大。总体来说, 近20年来上述6个国家级自然保护区在植被保护方面成效良好。
图3
图3
2001-2021年6个国家级自然保护区净初级生产力(NPP)及其时间稳定性(即生态系统稳定性)(平均值±标准误)。CB, 长白山自然保护区; DH, 鼎湖山自然保护区; GT, 古田山自然保护区; WO, 西鄂尔多斯自然保护区; XG, 锡林郭勒草原自然保护区; ZG, 若尔盖湿地自然保护区。不同小写字母表示各自然保护区之间差异显著(p < 0.05)。
Fig. 3
Net primary productivity (NPP) and its temporal stability (ecosystem stability) of six national nature reserves in China from 2001 to 2021 (mean ± SE). CB, Changbai Mountain Nature Reserve; DH, Dinghu Mountain Nature Reserve; GT, Gutian Mountain Nature Reserve; WO, West Ordos Nature Reserve; XG, Xilin Gol Grassland Nature Reserve; ZG, Zoigê Wetland Nature Reserve. Different lowercase letters indicate significant difference among six nature reserves (p < 0.05).
图4
图4
2001-2021年6个国家级自然保护区归一化植被指数(NDVI)的时空变化特征。A, 长白山自然保护区。B, 古田山自然保护区。C, 鼎湖山自然保护区。D, 锡林郭勒草原自然保护区。E, 若尔盖湿地自然保护区。F, 西鄂尔多斯自然保护区。每个保护区的4幅图中的NDVI分别为2001-2005、2006-2010、2011-2015、2016-2021年的平均值。红线和蓝线圈内的区域分别表示自然保护区的核心区和缓冲区。
Fig. 4
Spatial and temporal variations in the normalized difference vegetation index (NDVI) of the six national nature reserves from 2001 to 2021. A, Changbai Mountain Nature Reserve. B, Gutian Mountain Nature Reserve. C, Dinghu Mountain Nature Reserve. D, Xilin Gol Grassland Nature Reserve. E, Zoigê Wetland Nature Reserve. F, West Ordos Nature Reserve. NDVI data used in the four plots of each nature reserve were the averages from 2001 to 2005, 2006 to 2010, 2011 to 2015, and 2016 to 2021, respectively. Areas circled by red and blue lines indicate the core zone and buffer zone of a nature reserve, respectively.
4 结论和建议
本文基于国内外已有的生物多样性和生态系统观测网络的指标体系的研究基础, 针对自然保护地生物多样性和生态系统观测的目标、内容和特点, 结合自然保护地保护成效评估和健康管理等研究需求, 初步构建了自然保护地生态系统联网监测指标体系, 并在6个国家级保护区开展了3年的生态系统联网监测示范工作。构建的指标体系根据构成生态系统的6个关键要素(生境要素、生物要素、气象要素、土壤要素、大气和水环境要素、景观要素)设置了30个监测指标及其下涵盖的监测内容, 针对不同类型自然保护地(森林、草地、荒漠、湿地)生态系统组分和结构的现状和演变特征进行长期、动态化监测, 并可为自然保护地保护成效评估和健康管理提供统一、标准化的基础数据。此外, 根据不同自然保护地生态监测能力的差异和区域监测特点, 可有针对性地选择和组合监测指标及项目, 建设符合区域特点的自然保护地生态系统监测网络。同时, 指标体系构建过程中, 监测指标和观测方法参考了国家标准以及CERN观测规范, 有助于实现自然保护地生态系统联网监测数据与国家生态系统研究等其他相关观测网络数据的共享。
目前我国拥有自然保护地12 000余处, 自然保护地类型多样, 保护对象既包括野生动植物、代表性生态系统, 也包括人文景观和风景区。需要指出的是, 本文构建的指标体系侧重于生物多样性、生态系统结构、生态系统功能等方面的监测, 以体现生态系统的原真性和完整性特征, 因此更加适合应用于针对野生动植物栖息地、自然生态系统、自然资源与自然景观设立的自然保护地(例如国家公园、自然保护区、自然公园等)开展生态系统联网监测。对于其他类型的自然保护地, 则要根据其特点对某些指标进行删减或者加强观测。此外, 指标体系中除景观要素外的大部分指标的监测多基于样地尺度, 能够有效观测小尺度生态系统的变化。但是自然保护地的分布面积从数十至数千km2不等, 在研究上多属于景观或区域尺度, 传统样地调查获得的离散数据是否或者从多大程度上能够代表整个自然保护地生态系统状况的时空演变特征, 需进行科学验证。建议在下一步工作中: (1)在指标体系建设方面, 还需根据不同类型自然保护地在管理目标和功能定位上的差异, 加强凸显自然保护地特色的要素模块及其指标集的构建。(2)在应用示范方面, 需要细化联网监测落地实施方案, 特别是如何设置调查样地使其能够代表自然保护地在整个景观或区域尺度的变化特征, 这也是影响联网监测数据能否有效应用于自然保护地保护成效评估与健康管理的重要问题。(3)在观测方法上, 需要在传统地面调查的基础上更多地结合遥感观测技术, 包括卫星遥感、航空遥感、近地面遥感, 配合搭载不同的传感器例如相机、高光谱、激光雷达等, 能够在生态系统尺度、景观尺度、区域尺度对多种反映生态系统结构与功能的指标(生物多样性、生态系统生产力、生物量、植物群落垂直结构、生化组分等)开展高时空分辨率的监测, 从而有效弥补传统地面调查方法空间观测尺度有限的缺点(郭庆华等, 2020)。并且, 生态学研究本身也在向着更大的尺度发展(如宏观生态学、全球生态学等), 亟需融入新的研究技术手段, 而这些新技术未来也可应用于自然保护地的观测, 实现空天地一体化全方位对自然保护地生态系统进行实时、高频和多尺度的联网监测。
参考文献
Landscape pattern analysis in landscape ecology: current, challenges and future
DOI:10.1016/S1872-2032(09)60011-1 URL [本文引用: 1]
景观生态学中的格局分析: 现状、困境与未来
The framework of ecological quality monitoring network for ecological supervision
面向生态监管的国家生态质量监测网络构建框架
Special research fields and hot spots in science of nature reserves
自然保护区学当前应该解决的几个科学问题
Monitoring the condition of natural resources in US national parks
Overview of Chinese Biodiversity Observation Network (Sino BON)
中国生物多样性监测与研究网络建设及进展
Transformation of the nitrogen cycle: recent trends, questions, and potential solutions
DOI:10.1126/science.1136674
PMID:18487183
[本文引用: 1]
Humans continue to transform the global nitrogen cycle at a record pace, reflecting an increased combustion of fossil fuels, growing demand for nitrogen in agriculture and industry, and pervasive inefficiencies in its use. Much anthropogenic nitrogen is lost to air, water, and land to cause a cascade of environmental and human health problems. Simultaneously, food production in some parts of the world is nitrogen-deficient, highlighting inequities in the distribution of nitrogen-containing fertilizers. Optimizing the need for a key human resource while minimizing its negative consequences requires an integrated interdisciplinary approach and the development of strategies to decrease nitrogen-containing waste.
Advances for the new remote sensing technology in ecosystem ecology research
DOI:10.17521/cjpe.2019.0206 URL [本文引用: 2]
新一代遥感技术助力生态系统生态学研究
DOI:10.17521/cjpe.2019.0206
[本文引用: 2]
随着气候变化和人类活动的加剧, 生态系统正处于剧烈变化中, 生态学家需要从更大的时空尺度去理解生态系统过程和变化规律, 应对全球变化带来的威胁和挑战。传统地面调查方法主要获取的是样方尺度、离散的数据, 难以满足大尺度生态系统研究对数据时空连续性的要求。相比于传统地面调查方法, 遥感技术具有实时获取、重复监测以及多时空尺度的特点, 弥补了传统地面调查方法空间观测尺度有限的缺点。遥感通过分析电磁波信息从而识别地物属性和特征, 反演生态系统组成、能量流动和物质循环过程中的关键要素, 已逐渐成为生态学研究中必不可少的数据来源。近年来, 随着激光雷达、日光诱导叶绿素荧光等新型遥感技术以及无人机、背包等近地面遥感平台的发展, 个人化、定制化的近地面遥感观测逐渐成熟, 新一代遥感技术正在推动遥感信息“二维向三维”的转变, 为传统样地观测与卫星遥感之间搭建了尺度推绎桥梁, 这也给生态系统生态学带来了新的机遇, 推动生态系统生态学向多尺度、多过程、多学科、多途径发展。因此, 该文从生态系统生态学角度出发, 重点关注陆地生态系统中生物组分, 并分别从生态系统类型、结构、功能和生物多样性等方面, 结合作者在实际研究工作中的主要成果和该领域国际前沿动态, 阐述遥感技术在生态系统生态学中的研究现状并指出我国生态系统遥感监测领域发展方向及亟待解决的问题。
Research on adaptive management of natural reserves
自然保护区适应性管理研究
The progress of forest ecosystems monitoring with remote sensing techniques
DOI:10.13249/j.cnki.sgs.2018.07.001
[本文引用: 1]
Forest is a main component of the terrestrial ecosystem, and its monitoring is the vital support for sustainable utilization of forest and global change researches. The home and aboard progress of remote sensing techniques application on monitoring forest ecosystems was concluded in this paper from four respects: classification and changes detection, the retrieval of vital ecological parameters of forest ecosystems including tree height, leaf area index, canopy density, etc., the estimation of stand volume and biomass, and disturbance monitoring. After summarized remote sensing data and models used in forest ecosystems monitoring, research prospect of establishment of integrated forest ecosystems monitoring platform with multi-dimension, multi-scale and high time density were put forward, which synthesized filed data, land-to-air high-resolution radar scanning techniques, multi-source optical remote sensing modeling and process models.
森林生态系统遥感监测技术研究进展
DOI:10.13249/j.cnki.sgs.2018.07.001
[本文引用: 1]
森林是陆地生态系统的主体,森林生态系统监测技术是实现森林可持续利用与全球变化研究的重要支撑与信息保障。从4个方面概述了遥感技术在森林生态系统监测中的应用研究进展：森林遥感分类及变化监测、森林植被参数遥感反演、森林蓄积量与生物量遥感估算、森林干扰遥感监测等。结合遥感技术的发展,总结了森林生态系统监测中使用的多源遥感数据和各类模型,提出集成地面调查数据、高分地-空雷达扫描监测技术,以及多源光学遥感建模技术和生态系统过程模型,构建多维度、多尺度、高时间密度的森林生态系统监测平台的研究展望。
Biodiversity increases the resistance of ecosystem productivity to climate extremes
DOI:10.1038/nature15374 URL [本文引用: 2]
The ecology of soil carbon: pools, vulnerabilities, and biotic and abiotic controls
DOI:10.1146/annurev-ecolsys-112414-054234 URL [本文引用: 1]
NEON terrestrial field observations: designing continental-scale, standardized sampling
DOI:10.1890/es12-00196.1 [本文引用: 2]
Build a global earth observatory
DOI:10.1038/d41586-017-08967-y URL [本文引用: 1]
A bibliometric review of natural protected areas monitoring in China
基于文献计量的中国自然保护地监测研究
Camera-trapping in wildlife research and conservation in China: review and outlook
DOI:10.3724/SP.J.1003.2014.14203
[本文引用: 1]
During the last two decades, infrared-triggered camera-trapping has been widely used in wildlife and biodiversity research and conservation. In the areas of wildlife ecology research, animal species inventory, biodiversity monitoring and protected area management in China, considerable outputs have been produced by scientific research and conservation applications based on camera-trapping. This technique has been successfully used to detect rare or elusive species, conduct biodiversity inventory, study animal behavior, estimate population parameters, and evaluate the effectiveness of protected area management. Along with the rapid development of modern ecological analysis and modeling tools, camera-trapping will play a more important role in wildlife research at various levels. Meanwhile, along with improvements in techniques, decreasing cost and increasing application interests, camera-trapping will be adopted by more researchers, wildlife managers and protected areas, and can be used for systematic wildlife monitoring using standard protocols. Efforts devoted to its future development and applications should focus on establishing systematically-designed monitoring networks and data-sharing protocols, and developing new analytical approaches and statistical models specifically based on camera-trapping data.
红外相机技术在我国野生动物研究与保护中的应用与前景
DOI:10.3724/SP.J.1003.2014.14203
[本文引用: 1]
20年来, 红外相机技术在国内外野生动物研究、监测与保护中得到了广泛应用。基于红外相机技术, 我国在野生动物生态学研究、动物行为学研究、稀有物种的探测与记录、动物本底资源调查、生物多样性监测及保护地管理与保护评价等领域取得了众多成果。目前, 数学模型、统计分析方法和新的概念正在促进红外相机技术在野生动物监测研究与保护管理中的发展和推广应用。同时, 随着红外相机技术的成熟、成本降低和应用普及, 这一技术也将会被更多的野生动物研究人员、管理人员和自然保护区管理者所采用, 并成为全国各级保护地和区域生物多样性监测研究的关键技术和方法。今后, 建立并完善系统化的监测网络和数据共享平台、开发新一代的数据分析方法与模型, 将是此项技术进一步发展和应用的主要方向。
A brief introduction to Chinese Ecosystem Research Network (CERN)
DOI:10.5814/j.issn.1674-764x.2015.03.009 [本文引用: 2]
Biodiversity monitoring in China: from CForBio to Sino BON.
DOI:10.17520/biods.2015025 [本文引用: 1]
中国生物多样性监测网络建设: 从CForBio到Sino BON
DOI:10.17520/biods.2015025 [本文引用: 1]
On key issues and possible solutions related to nature reserve management in China
DOI:10.17520/biods.2016082 [本文引用: 1]
当前我国自然保护区管理中存在的问题与对策思考
DOI:10.17520/biods.2016082 [本文引用: 1]
Genesis, goals and achievements of Long-Term Ecological Research at the global scale: a critical review of ILTER and future directions
DOI:10.1016/j.scitotenv.2017.12.001 URL [本文引用: 1]
Adaptive management in the U.S. National Wildlife Refuge System: science-management partnerships for conservation delivery
DOI:10.1016/j.jenvman.2010.10.065
PMID:21109341
[本文引用: 1]
Adaptive management is an approach to recurrent decision making in which uncertainty about the decision is reduced over time through comparison of outcomes predicted by competing models against observed values of those outcomes. The National Wildlife Refuge System (NWRS) of the U.S. Fish and Wildlife Service is a large land management program charged with making natural resource management decisions, which often are made under considerable uncertainty, severe operational constraints, and conditions that limit ability to precisely carry out actions as intended. The NWRS presents outstanding opportunities for the application of adaptive management, but also difficult challenges. We describe two cooperative programs between the Fish and Wildlife Service and the U.S. Geological Survey to implement adaptive management at scales ranging from small, single refuge applications to large, multi-refuge, multi-region projects. Our experience to date suggests three important attributes common to successful implementation: a vigorous multi-partner collaboration, practical and informative decision framework components, and a sustained commitment to the process. Administrators in both agencies should consider these attributes when developing programs to promote the use and acceptance of adaptive management in the NWRS.Published by Elsevier Ltd.
Biodiversity hotspots for conservation priorities
DOI:10.1038/35002501 URL [本文引用: 1]
Chinese Ecosystem Research Network (CERN): construction experiences, future challenge and development strategy
中国生态系统研究网络(CERN)的建设与思考
Integrative ecology in the era of big data—From observation to prediction
DOI:10.1007/s11430-020-9664-6 URL [本文引用: 1]
Research on China’s protected area system classification
中国自然保护地体系分类研究
The role of space agencies in remotely sensed essential biodiversity variables
DOI:10.1002/rse2.29 URL [本文引用: 1]
Are we conserving what we say we are? Measuring ecological integrity within protected areas
DOI:10.1641/0006-3568(2003)053[0851:AWCWWS]2.0.CO;2 URL [本文引用: 1]
Towards a global terrestrial species monitoring program
DOI:10.1016/j.jnc.2015.03.003 URL [本文引用: 1]
Toward a global biodiversity observing system
DOI:10.1126/science.1162055 PMID:18719268 [本文引用: 2]
Environmental science: agree on biodiversity metrics to track from space
DOI:10.1038/523403a URL [本文引用: 1]
Optimization of an ecological integrity monitoring program for protected areas: case study for a network of national parks
DOI:10.1371/journal.pone.0202902 [本文引用: 1]
The ecological consequences of changes in biodiversity: a search for general principles
Biodiversity and ecosystem stability in a decade-long grassland experiment
DOI:10.1038/nature04742 URL [本文引用: 2]
Monitoring and evaluation of reef protected areas by local fishers in the Philippines: tightening the adaptive management cycle
Using long-term ecosystem service and biodiversity data to study the impacts and adaptation options in response to climate change: insights from the global ILTER sites network
DOI:10.1016/j.cosust.2012.11.002 URL [本文引用: 1]
Evaluating conservation effectiveness of protected areas: advances and new perspectives
DOI:10.17520/biods.2016162
[本文引用: 2]
Conservation effectiveness of protected areas indicates the status of main protected objects, and achievements in maintaining biodiversity and ecosystem function. Evaluation of conservation effectiveness is becoming a popular issue surrounding protected areas. From multiple spatial scales, subjects, methods and indicators, we reviewed advances in evaluating conservation effectiveness of protected areas. Recent studies have represented global, regional, national, and individual scales. Evaluated projects include the most common ecosystems (forests, wetlands, grasslands, deserts) and wild species. Evaluation methods have been moving from traditional direct before-and-after or inside-outside comparisons to “matching” techniques, which allows one to control for known landscape or environmental biases when determining the impacts of protection. Some researchers have explored indicator systems to make systematic evaluations of the effectiveness of protected areas, meanwhile others have tested indicators using case studies. In China, nature reserve is the backbone of the country’s protected areas system. Different ministries and state-level authorities have initiated evaluation of conservation effectiveness of nature reserves. We suggest that future studies should explore the following issues to improve the quality of nature reserves: (1) conservation effectiveness of nature reserve networks; (2) conservation effectiveness of different types of reserves; (3) integration of conservation effectiveness and management evaluation; and (4) potential impacts on nature reserves.
自然保护地保护成效评估: 进展与展望
DOI:10.17520/biods.2016162
[本文引用: 2]
自然保护地(protected areas)保护成效是指自然保护地对主要保护对象的保护效果, 及其在维持生物多样性和保障生态系统服务功能等方面的综合成效。近年来自然保护地保护成效评估逐渐成为国内外的研究热点之一。 本文分别从不同空间尺度、评估对象、评估方法以及评估指标等方面综述了相关的研究进展。总体来看, 近年来的研究已基本覆盖了全球、区域、国家和单个自然保护地等不同尺度, 针对森林、湿地、草地和荒漠等代表性生态系统以及野生动植物等主要保护对象进行了评估, 发展了“matching”技术等更为有效的分析方法, 探索了系统的自然保护地保护成效评估指标体系, 并应用一些指标进行了保护成效的案例研究。自然保护区(nature reserve)是我国自然保护地的主体, 近年来我国自然保护区相关管理部门也相继开展了保护成效评估工作, 建议未来进一步加强自然保护区网络尺度和各类型自然保护区的保护成效评估研究, 将自然保护区保护成效评估与管理评估相结合, 研究自然保护区保护成效面临的新问题和潜在影响, 为提升我国自然保护区管理质量提供科学依据。
The performance and potential of protected areas
Adaptive management of aquatic germplasm reserves
水产种质资源保护区适应性管理研究
Principles and methods of sustainable management of ecosystem
生态系统可持续管理的原理和方法
Establishment and application of an ecological monitoring indicator system in national parks oriented to management objectives
面向管理目标的国家公园生态监测指标体系构建与应用
Ecosystem observation and research under background of big data
大数据背景下的生态系统观测与研究
A coordinated three-dimensional network for observing large-scale terrestrial ecosystem status changes and the consequences on resources and environment
大尺度陆地生态系统状态变化及其资源环境效应的立体化协同联网观测
DOI:10.13287/j.1001-9332.202106.040
[本文引用: 1]
环境变化和人类活动的双重驱动正在快速地改变地球生态系统状态,呈现出了众多级联的资源环境问题,生态系统的状态变化和时空演变驱动因素以及相应的资源环境效应是大尺度陆地生态系统科学研究的永恒主题。观测和评估生态系统状态变化,发现和理解生态系统响应机制,认知和描述生态系统演变规律,预测和预警生态系统演变趋势,都依赖于大陆及全球尺度的分布式协同观测研究网络。本研究以服务大陆尺度生态系统科学研究、支撑区域生态环境治理为目标,围绕生态系统状态变化及资源环境效应科学问题,综合分析了现有生态环境观测研究网络现状,明确提出了生态系统观测研究站及其网络的发展方向,进而提出了发展“多要素-多界面-多介质-多过程-多尺度-多方法”的联网协同观测体系,构建“高新技术集成化-区域分布网络化-网络管理智能化-观测实验长期化-模型模拟多功能化-数据集成和资源共享远程化”的新一代大陆尺度生态系统观测实验研究网络的设想,并进一步阐述了该研究网络的功能定位、设计理念、设计方案、建设目标和技术体系,以期为我国陆地生态系统观测研究网络的发展提供借鉴与参考。
United States National Ecological Observatory Network—With special references to its concepts, design and progress
美国国家生态观测站网络(NEON)——概念、设计和进展
DOI:10.11867/j.issn.1001-8166.2005.05.0578
[本文引用: 1]
美国国家生态观测站网络（NEON）是一个以研究区域至大陆尺度重要环境问题的国家网络，它是由美国国家科学基金会（NSF）于2000年提出建立的。NEON的目标是通过网络式的观测、试验、研究和综合分析，阐明环境变化的成因和后果，预测环境变化的趋势并提出相应的对策。它是一个由17个区域网络组成的国家生态学研究和环境教育平台。该网络的建成，将为促进生态学的发展、人才培养以及保障美国的生物和生态安全发挥重要作用。由美国国家科学院国家研究委员会的地球与生命研究部任命的专家委员会于2003—2004年对NEON的原设计和建设方案进行了评估，充分肯定了建立NEON的必要性，但同时对原设计和建设方案提出了一些重大修改意见。新的方案建议NEON应重点关注生物多样性、物种组成与生态系统功能、生物地球化学循环的生态学影响、气候变化的生态学内涵、传染病的生态学和演化、入侵种以及土地利用和栖息地的丧失这6个美国国家层次当前所面临的最严峻的环境挑战。未来的NEON将由研究这些问题所设置的6个国家网络组成。深入研究NEON的概念、设计方案和实施计划，对于我国国家生态观测和研究网络的建设具有重要的参考意义。
Promoting diversity inventory and monitoring of birds through the camera-trapping network in China: status, challenges and future outlook
DOI:10.17520/biods.2017057
[本文引用: 1]
During the past two decades, camera-trapping has been widely used in biodiversity monitoring and wildlife research across China. Most of the existing camera-trapping projects focus on mammals, and birds are frequently considered in by-catch records. We analyzed 230 wildlife camera-trapping research projects in China since 1992, on the basis of an exhaustive review of Chinese and English literature, including published articles, conference reports, public news, and additional unpublished datasets. Results showed that at least 393 wild bird species, belonging to 17 orders and 56 families and accounting for 28.67% of the total number of bird species in China, have been documented using camera-trapping since 1992. The order with the most recorded species was Passeriformes (268). On the family level, Turdidae had the highest number of recorded species (58), followed by Timaliidae (50) and Phasianidae (42). There were 23 families that each only had one recorded species. Ground- and understory-dwelling forest birds accounted for the majority of all birds recorded, in terms of either species richness or camera detections. Published bird records were characterized by regional imbalances. Sichuan and Yunnan provinces were the most surveyed provinces, with 16 and 14 sites, respectively. The highest species richness was recorded in Sichuan (160), followed by Yunnan (91) and Zhejiang (66). A total of 104 new regionally recorded species were reported. Given the fact that there is still an abundance of camera-trapping data that has not been published, we speculated that the actual recorded bird species should be higher. These results indicated that camera-trapping can produce considerable bird distribution data of high accuracy, high quality and large amounts, which may provide a significant contribution to biodiversity monitoring and regional inventories of birds in China. Terrestrial birds, including Galliformes, Turdidae and Timaliidae, should be included as one of the target groups in current and future monitoring networks using standardized camera-trapping techniques, and such networks could also complement data and support the inventory and diversity monitoring of other taxa.
基于红外相机网络促进我国鸟类多样性监测: 现状、问题与前景
DOI:10.17520/biods.2017057
[本文引用: 1]
近20年来, 红外相机调查技术在我国生物多样性监测与野生动物研究中得到了广泛应用。已有的红外相机调查不仅关注哺乳动物类群, 而且也记录到了大量鸟类物种, 但大多被作为兽类监测中的兼捕(by-catch)记录。我们系统检索并收集了1992年以来, 在我国使用红外相机技术的野生动物监测与研究所发表的学术文献、会议报告、新闻报道和部分未发表数据集共230篇(份), 从中提取并汇总鸟类物种与分布记录。结果显示, 全国通过红外相机技术共记录到至少393个鸟种, 分属17目56科, 占全国鸟类物种总数的28.67%, 其中雀形目物种数最多(268种)。在科的水平上, 记录到物种数最多的分别是鸫科(58种)、画眉科(50种)与雉科(42种); 另有23科各仅记录到1个物种。在物种数及探测数方面, 地面及林下层活动的森林鸟类均是红外相机记录到的绝对优势类群。已发表的红外相机鸟类记录具有区域性不均衡的特征, 四川(16个)和云南(14个)是红外相机调查点最多的省区, 而四川(160种)、云南(91种)和浙江(66种)则是记录到鸟类物种数最多的省区。据不完全统计, 红外相机共记录到区域性鸟类物种新记录104种(次)。考虑到仍有大量红外相机调查中的鸟类记录被忽视或未及发表报道, 我国红外相机所记录到的实际鸟类物种多样性应该更高。这些结果表明, 红外相机技术在我国鸟类多样性监测和区域性编目工作中具有重要的作用, 可以提供高精度、高质量和大数据量的鸟类物种分布数据。对于以鸡形目为代表的地栖鸟类, 可以作为目标类群之一纳入现有的基于红外相机技术的标准化长期监测体系, 而这样的监测体系也可以为其他鸟类类群的多样性编目和监测提供数据补充和支持。
