WE ARE COMMITTED TO REPORTING THE LATEST FORESTRY ACADEMIC ACHIEVEMENTS

Volume 41 Issue 2
Apr.  2020
Article Contents
Turn off MathJax

Zhang J H, Zhou R Q, Zhao Y X. A geographical visualization method for ecological footprints——A case study of Hubei Province[J]. Journal of Sichuan Forestry Science and Technology, 2020, 41(2): 29−34 doi: 10.12172/201912100002
Citation: Zhang J H, Zhou R Q, Zhao Y X. A geographical visualization method for ecological footprints——A case study of Hubei Province[J]. Journal of Sichuan Forestry Science and Technology, 2020, 41(2): 29−34 doi: 10.12172/201912100002

A Geographical Visualization Method for Ecological Footprints——A Case Study of Hubei Province


doi: 10.12172/201912100002
More Information
  • Received Date: 2019-12-10
    Available Online: 2020-04-17
  • Publish Date: 2020-04-29
  • Fund Project:  National Innovation and Entrepreneurship Plan for College Students(20191049708007); Independent Innovation Foundation of Wuhan University of Technology (2019-ZH-B1-12)
  • Ecological footprints, as an important method and means to measure regional sustainable development, can quantitatively analyze and study the ecological profit and loss of the region. The current researches are mostly retrospective analysis or time series analysis and prediction, and few studies have been conducted on the geographical and spatial distribution of ecological footprints. With the development of remote sensing technology, abundant remote sensing products provide the possibility of studying ecological footprints at a more detailed scale. With the support of GIS, based on population density distribution data, noctilucent images, and MODIS products, this paper proposed a method to study ecological footprints at the kilometer grid scale, and also proposed two new methods to describe the spatial distribution of ecological footprints at the kilometer grid scale: "Output-type" ecological footprint and "Consumer-type" ecological footprint. Based on the estimation of the ecological footprint of Hubei province in 2010, analysis was made of the spatial pattern of the ecological footprint of Hubei province.
  • 加载中
  • [1] Mathis Wackernagel, William E Rees. Our Ecological Footprint: Reducing Human Impact on the Earth. Gabriola Island. B.C. Canadian: New Society Publishers[J], 1996, 9.
    [2] 刘某承,李文华. 基于净初级生产力的中国各地生态足迹均衡因子测算[J]. 生态与农村环境学报,2010,26(5):401−406. doi: 10.3969/j.issn.1673-4831.2010.05.001
    [3] 郭慧,董士伟,吴迪,等. 基于生态系统服务价值的生态足迹模型均衡因子及产量因子测算研究[J]. 生态学报,2020(4):1−8.
    [4] 吴开亚,王玲杰. 基于全球公顷和国家公顷的生态足迹核算差异分析[J]. 中国人口·资源与环境,2007(5):80−83. doi: 10.3969/j.issn.1002-2104.2007.05.016
    [5] 鲁凤,陶菲,钞振华,等. 基于净初级生产力的省公顷生态足迹模型参数的计算——以江苏省为例[J]. 地理与地理信息科学,2016,32(2):83−88. doi: 10.3969/j.issn.1672-0504.2016.02.016
    [6] Liu X, Jiang D, Wang Q, et al. Evaluating the Sustainability of Nature Reserves Using an Ecological Footprint Method: A Case Study in China. Sustainability 2016, 8, 1272.
    [7] Lenzen M, Murray S A. A Modified Ecological Footprint Method and Its Application to Australia[J]. Ecological Economics, 2001, 37(2): 229−255. doi: 10.1016/S0921-8009(00)00275-5
    [8] 张玉龙,葛继稳,张志祥. 改进生态足迹模型在湖北省可持续发展研究中的应用[J]. 中国地质大学学报(社会科学版),2009,9(3):44−49.
    [9] 靳相木,柳乾坤. 基于三维生态足迹模型扩展的土地承载力指数研究——以温州市为例[J]. 生态学报,2017,37(9).
    [10] Yang Q, et al. Quantitative analysis of the dynamic changes of ecological security in the provinces of China through emergy-ecological footprint hybrid indicators[J]. Journal of Cleaner Production, 2018, 184: 678−695. doi: 10.1016/j.jclepro.2018.02.271
    [11] 曲修齐,刘淼,李春林,等. 生态承载力评估方法研究进展[J]. 气象与环境学报,2019,35(4):113−119. doi: 10.3969/j.issn.1673-503X.2019.04.016
    [12] 岳东霞,马金辉,巩杰,等. 中国西北地区基于GIS的生态承载力定量评价与空间格局[J]. 兰州大学学报(自然科学版),2009,45(6):68−75.
    [13] 田玲玲,罗静,董莹,等. 湖北省生态足迹和生态承载力时空动态研究[J]. 长江流域资源与环境,2016,25(2):316−325.
    [14] 杨璐迪,曾晨,焦利民,等. 基于生态足迹的武汉城市圈生态承载力评价和生态补偿研究[J]. 长江流域资源与环境,2017,26(9):1332−1341. doi: 10.11870/cjlyzyyhj201709005
    [15] 刘建华,姬俊昌. 河南省生态变化动态分析与预测[J]. 地域研究与开发,2015,34(5):133−137. doi: 10.3969/j.issn.1003-2363.2015.05.025
    [16] 鲁凤. 生态足迹变化的动力机制及生态足迹模型改进研究[D]. 华东师范大学, 2011.
    [17] 李新尧,孙小舟. 基于生态足迹模型的湖北省可持续发展定量研究[J]. 河南科学,2014(9):1884−1889.
    [18] 中国环境与发展国际合作委员会, WWF. 中国生态足迹报告2010[R]. 北京: 中国环境与发展国际合作委员会, WWF, 2010.
    [19] 刘某承. 中国生态足迹的时间动态与空间格局[M]. 北京: 化学工业出版社, 2014. 79−81
    [20] 武翠芳,徐中民. 黑河流域生态足迹空间差异分析[J]. 干旱区地理,2008(6):3−10.
    [21] 李德仁,李熙. 论夜光遥感数据挖掘[J]. 测绘学报,2015,44(6):591−601. doi: 10.11947/j.AGCS.2015.20150149
  • 加载中
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

Figures(2)  / Tables(2)

Article views(772) PDF downloads(18) Cited by()

Related
Proportional views

A Geographical Visualization Method for Ecological Footprints——A Case Study of Hubei Province

doi: 10.12172/201912100002
  • College of Resources and Environmental Engineering, Wuhan University of Technology, Wuhan 430070, China
Fund Project:  National Innovation and Entrepreneurship Plan for College Students(20191049708007); Independent Innovation Foundation of Wuhan University of Technology (2019-ZH-B1-12)

Abstract: Ecological footprints, as an important method and means to measure regional sustainable development, can quantitatively analyze and study the ecological profit and loss of the region. The current researches are mostly retrospective analysis or time series analysis and prediction, and few studies have been conducted on the geographical and spatial distribution of ecological footprints. With the development of remote sensing technology, abundant remote sensing products provide the possibility of studying ecological footprints at a more detailed scale. With the support of GIS, based on population density distribution data, noctilucent images, and MODIS products, this paper proposed a method to study ecological footprints at the kilometer grid scale, and also proposed two new methods to describe the spatial distribution of ecological footprints at the kilometer grid scale: "Output-type" ecological footprint and "Consumer-type" ecological footprint. Based on the estimation of the ecological footprint of Hubei province in 2010, analysis was made of the spatial pattern of the ecological footprint of Hubei province.

  • 随着经济、社会的发展,环境污染、资源短缺等逐渐,成为世界性的生态环境问题,引起了社会各界的广泛关注,各国学者也开展了深入的研究。1992年生态足迹理论被首次提出,作为一种非货币的生态系统评价工具,凭借其良好的可比性与人地理念,生态足迹理论迅速被大家所接受[1]。1999年生态足迹理论首次被引入国内,国内外学者结合实际情况,开展了大量的各层次的研究。研究主要在以下3个方面进行:1)生态足迹中国化的过程。针对中国的国情,对产量因子、均衡因子进行改进[2,3],提出了“国家公顷”“省公顷”等计量单位[4,5],使生态足迹理论更加贴合中国的实际情况;2)生态足迹的研究方法,角度的扩展。提出了碳足迹等“足迹家族”概念[6-8],引入能值理论,三维生态足迹等新的计算方法[2,9-11];3)生态足迹的时空分析、预测、驱动力分析等。生态足迹的研究从原有对的静态分析[12],渐渐发展为时间趋势分析[6,8,13-14],使用相关分析、主成分分析等方法研究生态足迹的驱动因素[9-10,15-16],结合“灰色模型”等预测方法对生态足迹的变化进行预测[17-19]

    作为一种生态经济学的研究方法,生态足迹理论提供了一整套完整的计算方法。但在生态足迹的空间分布方面研究较少,研究多以行政区为最小单元,进行生态足迹的空间格局研究,而忽略了行政单元内部的景观的异质性。因此,本文在前人研究的基础上,提出了一种生态足迹地理空间可视化的方法,可以为研究生态足迹空间分布与转移支付提供一种新方法。

1.   研究区概况与数据来源
  • 湖北省位于中国中部腹地,长江横贯东西,境内水网纵横,湖泊密布。国土面积18.59万km2。2018年,湖北省实现地区生产总值39 366.55亿元,增长7.8%。近十年来的经济高速增长,消耗了大量的自然资源,其中很多是不可再生资源,也带来了资源不合理利用,生态系统服务功能逐步下降等生态环境问题。如何测定并评价湖北省生态环境容量与生态占用,对湖北省完成“两型社会”建设目标与制定合理的可持续发展战略有重要意义。

    本研究中使用产量数据与能源消费数据来自《湖北统计年鉴》《中国能源年鉴》《中国城市统计年鉴》;均衡因子、产量因子指标来源于世界粮农组织;遥感数据来源于NASA发布的MODIS产品(https://searthdata.nasa.gov/,MCD12Q1);中国公里格网人口分布数据集来自中国科学院资源环境科学数据中心(http://www.resdc.cn/);夜光数据来源于美国国家海洋和大气管理局(https://ngdc.noaa.gov/)。根据数据的可获取性,选取了2010年进行生态足迹的空间可视化研究。

2.   研究方法
  • 生态足迹(Ecological Footprint,EF)指可供给区域内人口消耗的所有资源以及能够吸纳区域内所有废弃物的生物生产力土地面积之和,计算方法如公式(1)所示:

    式中,N为常住人口的总数;ef为人均生态足迹;γ为均衡因子;Ci为第i项消费项目的年消费量;Pi为相应的世界年平均生产力。

    生态承载力(Ecological Capacity,EC)是指生态系统对人类活动的支撑能力,主要表示生态系统所能承受的阈值,计算方法如公式(2)所示:

    式中,ec为人均生态承载力;ai为第i种生物生产面积;ri为均衡因子,yi为产量因子。均衡因子与产量因子见表1

    用地分类均衡因子产量因子
    耕地2.821.66
    草地0.540.19
    林地1.140.91
    水域0.221
    建筑用地2.821.66
    能源用地1.100

    Table 1.  Equivalent factors and yield factors

    生态赤字(盈余)表示资源、能源消费和废弃物排放所占用的生态系统规模同自己所拥有的生态容量之间的差额,通过公式(3)进行计算:

    式中,ED为生态盈亏,若ED为正则表明出现生态盈余;若ED值为负则表明发生生态赤字。生态赤字表明该地区经济发展不可持续,反之生态盈余则表明生态还有包容社会经济发展的支撑能力。

  • 由于遥感技术的发展,生态承载力中的各土地类型可以通过遥感影像判别,格网内的生态承载力可以使用MODIS产品进行计算,计算方法如下:

    式中,Eci表示第i个格网内的生态承载力,aik表示格网内第i个格网内第k种生产性的土地面积。

    “产出型”生态足迹:表征格网水平下,各用地类型上资源产出量的分布情况。在生态承载力的计算中,建设用地与耕地被认为有相同的生态承载力,但建设用地与耕地的资源产出情况存在很大差异,使用“产出型”生态足迹可以更好地描述不同用地类型下资源产出情况。其计算方法如下:

    Efpi表示第i个格网内“产出型”生态足迹,aij表示第i个格网内第k种用地类型的比例,EFk表示第k种用地类型对应的生态足迹,Ak表示第k种用地类型对应的实际面积。

    “消费型”生态足迹:表征一个区域资源消费分布情况。生态足迹由人类活动产生,人类的每一次消费都会对应相应的生态足迹,可以通过计算格网内由人类活动而产生的生态足迹来描述其在地理空间的分布情况。“消费型”生态足迹与人均生态足迹和格网内的人口数量有关。前人研究表明:生态足迹与居民消费水平、经济发展水平也有强相关性[15,20];《中国生态足迹报告2010》指出,中国城乡之间的人均生态足迹差异十分显著,与农村相比,城市需要更多的生物承载力来支持其生活模式[18],这种差距可以使用城乡间的消费水平差异进行体现。“消费型”生态足迹可以通过公式(6)进行计算:

    Efi为“消费型”生态足迹,z为优化变量,ri为第i个格网内的居民消费水平,ri取值与格网属于城镇地区或农村地区有关,li为居民平均消费水平。夜光影像常常被用来提取城市边界,进而划分出城镇与农村,这种方法在大范围的提取城市时更加高效与便利[21]。在本文中,选用DMPS-OLS夜光影像划分城镇地区与农村地区,通过与《中国城市统计年鉴》城市建设面积比较,将亮度大于7的地块视为城镇地区,其余地区视为农村地区。

    同样的,在格网水平下也可以计算生态承载力与“产出型”生态足迹之间的差距,从而得到格网水平的生态盈亏,计算方法如公式(7)所示:

    由于“消费型”生态足迹表征资源的消费分布情况,而“生产型”消费足迹表征资源的产出分布情况,计算其差值即可计算得到资源在区域内的流动情况,直观地发现不同地区的资源供给量与消费量之间的差异,从而判断某区域对外部资源的依赖程度,计算方法如公式(8)所示:

3.   结果与分析
  • 按照上述模型,首先计算根据生物账户与能源账户相应的生态足迹,再根据用地类型计算出相应的生态承载力,湖北省2010年生态足迹相关数据显示(见表2):2010年湖北省人均生态承载力0.3962 ghm2,人均生态足迹2.5655 ghm2,人均生态赤字2.1692 ghm2,生态赤字明显,其中林地与建设用地存在少量的生态盈余;耕地、水域、草地与化石能源用地存在生态赤字。化石能源用地生态赤字达−1.0242 ghm2,几乎占总生态赤字的一半。湖北省经济发展以资源大量消耗为代价,给生态环境带来巨大的压力。

    土地类型人均生态承载力人均生态足迹人均生态盈亏
    耕地0.29190.9784−0.6866
    林地0.08620.00870.0774
    草地0.00170.1185−0.1168
    水域0.00130.4336−0.4323
    建设用地0.01520.0020.0132
    化石能源用地01.0242−1.0242
    合计0.39622.5655−2.1692

    Table 2.  Results of ecological footprints of different various land types in Hubei Province in 2010

    使用ArcGIS软件对原始图像进行分类计算,在对原始数据进行重采样到1km的基础上进行栅格分析后,绘制2010年生态承载力与生态足迹空间分布图(见图1图2)。研究发现:

    Figure 1.  Spatial distribution of ecological capacity in Hubei Province

    Figure 2.  Spatial patterns of ecological footprints in Hubei Province in 2010: (a) "Output-type" ecological footprint; (b) "Consumer-type" ecological footprint; (c) Ecological profit and loss; (d) Ecological footprint transfer

    1)生态承载力空间格局与地形地貌分布有关,呈现明显的“东高西低”的空间格局(见图1)。中东部地区地势平坦,多被开发为耕地,生态承载力高;西部处于第二阶梯,森林广布,由于中国对森林的保护政策,西部大部分地区生态承载力不高,其中相对平缓的地区开发为耕地,具有较高的生态承载力;草地分布相对分散,多混杂在其他用地类型间,不易辨别,水域主要分布东南部地区,呈斑块状分布,生态承载力较低。不同类型的土地生产力不同,空间分布的差异,导致生态承载力的不均匀分布,这种差异的数量级在103

    2)“产出型”生态足迹与生态承载力的空间格局类似,但存在一些差异(见图2(a))。位于第二阶梯的西部林区“产出型”生态足迹较低;中部、东部的江汉平原的“产出型”生态足迹较高,提供了大量的资源。水域的“产出型”生态足迹最高,在2010年为湖北省提供了大量的水产品;建设用地“产出型”生态足迹较低,这与生态承载力的分布呈现出明显差异。不同用地类型的资源产出量的不同,使“生产型”生态足迹的格局存在差异,这种差异达到104,相比于生态承载力,数量级的差异进一步增大,在部分地区,这种不对称的“承载力-产出”加大了部分地区的生态压力,这是导致生态承载力降低、生态恶化的主要原因。

    3)“消费型”生态足迹的空间格局分布与行政区划,经济发展水平高度有关。生态足迹最大值出现在武汉市,“武汉1+8城市圈”与各地级市城市中心地带为生态足迹高值区的主要分布地区;神农架林区人口密度低,生态足迹最低;低值区分布在湖北省西部,荆门、宜昌、襄樊等地区,用地类型多为水体、林地、耕地,人口稀少,因此生态足迹相对较低。“消费型”生态足迹出现了明显的人口与经济的趋向性,经济发展水平越高地区,对人口的引力就越强,导致城市与农村出现强烈的差异,这种差异的数量级达105。这也就表明:城乡间发展不均衡与人口的聚集是导致区域生态足迹的生态格局出现差异的主要原因。

    4)生态赤字主要分布在东部与中部,用地类型表现为:水域、耕地、草地,其中水域,草地生态赤字巨大,存在生态恶化的风险;生态盈余主要分布在西部区、咸宁南部、黄冈东北部地区,用地类型表现为林地,还有可以开发利用的空间,在各地级市的城市中心地区有较高的生态盈余,城市建成区的实际土地生产价值并没有完全开发,因而存在一定的生态盈余。

    5)生态足迹流出地区分布在中部的荆门大部分地区、随州的北部、襄阳与宜昌东部,少量零星分布于西部与东部等地区,用地类型表现为耕地、草地、水域,且多为农村地区。由于人口、资源消费量较少,当地产出的资源无法完全在本地消耗,成为资源的流出地区;生态足迹流入地区主要分布在东部“武汉1+8城市圈”内、此外,在各地级市的城市建成区,也是生态足迹的主要流入地。东部地区与城市建成区由于人口数量大,城市居民的城市生活也需要消耗更多的资源,成为生态足迹最大的流入地区;西部地区耕地稀少,森林未完全开发,可以提供的资源量较少,人口数量也相对较少,但仍需依赖其他地区的资源,这也是导致湖北省西部地区经济发展水平被制约的原因之一。湖北省2010年人均生态赤字2.1692 ghm2,总体上需要其他地区的资源转移来支持湖北省发展,观察其空间格局,东部地区相对西部存在更大的资源缺口,这种东部与西部之间的差异,也是造成地区发展不平衡的主要原因。

4.   结论与讨论
  • 本文结合夜光数据与遥感数据,研究了湖北省生态承载力与生态足迹的空间格局,并提出了“产出型”生态足迹与“消费型”生态足迹,并得出了以下结论:

    1)2010年湖北省人均生态赤字2.1692 ghm2,生态足迹与生态承载力存在明显差距,生态赤字明显。水体,耕地,草地正面临巨大的生态环境压力。

    2)湖北省生态承载力空间分布受地形地貌影响,空间格局表现为“东高西低”;“产出型”生态足迹总体上表现与生态承载力的空间格局表现一致,但受产量的影响,在建设用地与水域等用地类型上出现了与生承载力巨大的反差,这种反差加剧了地区间的差异;“消费型”生态足迹与人口分布和经济发展水平有关,总体上表现为“东高西低”,建设用地也有较高的分布,“消费型”生态足迹的地区差异进一步增大,地区发展不均衡与人口的聚集是导致生态足迹存在地区差异的主要原因。

    3)空间生态盈亏的空间格局总体上表现为“东赤西盈”,西部的大范围的林地与建设用地表现为盈余;其他用地类型表现为赤字,在水域草地等地赤字巨大,有生态恶化的风险;生态足迹转移表明,资源在区域内流动存在方向性,大致从中部地区流向东部“武汉1+8城市圈”、各城市建成区与西部地区,由于流出地区相对较小且转移资源量少,实际上仍需要来自区域外的大量资源支撑湖北省的发展与建设。

  • 生态足迹起属于生态经济学范畴,原有的研究方法多通过统计表图的形式进行研究,而生态足迹实际上作用于实际的地表空间,统计图表并不具备空间表达的能力,因此研究中往往会造成片面解读,如在本文的水域的分析可以发现,统计指标与空间表达给出的生态赤字有很大差异,不同的统计口径下往往可以得出不一样的结果。本文提出的生态足迹的空间表示方法一定程度上缓解了这种问题。如将本文方法结合到生态足迹的时空角度研究中,可能会比行政单元作为最小研究单元有更好的分析与解释效果。

Reference (21)

Catalog

    /

    DownLoad:  Full-Size Img  PowerPoint
    Return
    Return