hanhan9991的个人博客分享 http://blog.sciencenet.cn/u/hanhan9991

博文

当量因子法、InVEST、SolVES模型等多技术融合在生态系统服务功能社会价值评估中的应用

已有 807 次阅读 2023-8-4 17:53 |个人分类:SolVES 模型生态系统服务功能社会价值评估|系统分类:科研笔记

生态系统服务是人类从自然界中获得的直接或间接惠益,可分为供给服务、文化服务、调节服务和支持服务4类,对提升人类福祉具有重大意义,且被视为连接社会与生态系统的桥梁。自从启动千年生态系统评估项目(Millennium Ecosystem Assessment,MA)以来,生态系统服务成为学术界的研究热点,其中在生态系统服务功能如何转化为经济价值方面取得了巨大进展。然而,在全球气候变暖及土地利用变化速度加快的双重驱动下,以短期经济利益作为交换条件,生态环境持续恶化。因此,随着生态系统的退化,其提供产品和服务的能力也随之下降。此外,在景观空间规划过程中,需关注生态系统服务间的协同与权衡关系,且优先考虑具有经济价值的生态系统服务,以期同时实现生态效益和社会经济效益。鉴于部分生态系统服务缺乏经济价值,如美学价值、文化价值和治疗价值,管理者和生态学家认为其重要性较低,通常不会在规划决策中给予考虑。同时,由于生态系统服务功能社会价值的无形性以及受益人群主观感知的依赖性,难以将其评估或量化,从而导致生态系统服务功能社会价值难以被纳入规划和资源管理过程中。


当量因子法是将生态系统服务功能分类, 以可量化的标准构建不同类型生态系统各种服务功能的价值当量, 结合生态系统的分布面积进行评估,该方法数据量少, 较为直观易用, 适用于区域和全球尺度生态系统服务价值的评估。基于GIS平台的InVEST模型以空间数据为基础,量化多种生态系统服务功能并以地图的形式表达出来,实现了生态系统服务功能定量评估的空间化和动态化,可推广性 强,在国内和国外开展了多项应用研究,是发展最为成熟,也是目前应用最多的生态系统服务价值评估模型。SolVES模型(Social Values for Ecosystem Services)全称为生态系统服务社会价值模型,是由美国地质勘探局和美国科罗拉多州立大学联合开发的一款地理信息系统应用程序,开发该模型的目的主要是对生态系统服务功能中的社会价值进行空间分析和量化评估,评价结果不以货币的形式进行展示总价值,而是以价值指数来表示社会价值的高低。该模型由三个子模块构成,分别是生态系统服务功能社会价值模块、价值制图模块和价值转换制图模块。价值转移模块可以基于已有的研究成果,将数据转移到另一个缺乏调查数据的研究区,生成新研究区预测价值指数图,该模块可方便快捷的单独使用。


本内容将讲述用于评估生态系统服务价值的当量因子法、InVEST模型、SolVES模型及其原理,通过本课程的学习,您将学会三种模型的原理与运行方法:如何获取与制备模型数据;如何进行当量因子转换;如何利用InVEST模型进行生态系统服务功能评估与价值估算;如何将收集的社会调查数据导入数据库(SQL),结合受访者分配给各社会价值类型的金额总和(即权重指数),如何利用内嵌的核密度分析工具对标注的社会价值点做加权核密度分析,得到“核密度曲面”及“最大栅格值”;如何利用镶嵌在SolVES模型中的“平均最近邻统计”工具统计社会价值点的聚类空间分布状况;如何利用模型将“核密度曲面”除以“最大栅格值”,并将其结果标准化为“价值指数曲面”;如何结合环境变量数据,启动MaxEnt最大熵模型预测社会价值点的空间分布,实现社会价值的制图,如何对模型结果进行空间分析和统计分析;如何将模型结果进行耦合分析。


同时,将学会QGIS\PostgreSQL\ARCGIS\MAXENT\InVEST模型\SolVES模型\R语言基本方法,利用各种平台的优势拓展分析生态系统服务社会价值问题:如基于不同环境变量得到相应的社会价值分布图,并分析社会价值在空间上的分布特征;研究环境变量共线性问题;研究环境变量对社会价值在空间分布上的影响,并深入分析各环境变量分别与不同类型的社会价值之间的关系;研究各环境变量对社会价值的贡献情况,从而进一步确定哪些环境因素对社会价值的贡献较大等。还将结合相关应用案例总结该模型当前的研究成果、研究热点及优缺点,展望其未来发展趋势,以为生态系统服务价值估算模型更好地应用于生态系统服务功能社会价值评估提供参考。

【原文链接】:

《基于当量因子法、InVEST、SolVES模型等多技术融合在生态系统服务功能社会价值评估中的应用及论文写作、拓展分析》

【内容简介】:

第一、理论基础与研究热点分析

1. 生态系统服务与生态系统服务价值介绍

2. 生态系统服务价值研究方法

3. 生态系统服务价值研究热点

Citespace文献可视化分析

VOSviewer文献可视化分析

第二、空间数据来源及预处理

1. 空间数据简介

2. ArcGIS Pro数据采集与分析

数据加载与数据库构建

空间坐标系建立与选择

空间数据采集及入库

地图符号设计

地图版面设计与研究区域图制作

3. 环境要素数据获取与预处理

数据类型及获取方式介绍

遥感云计算平台介绍

PIE ENGINE语法介绍

基于PIE ENGINE数据获取实训

基于PIE ENGINE数据处理实训

第三、基于价值当量因子法的生态服务价值估算与分析

1. 基于价值当量因子法的生态服务价值估算

空间数据来源与处理

生态系统类型划分

生态系统服务功能类型

生态系统服务功能价值估算方法

基于ARCGIS的空间统计分析

2. 生态系统服务价值时空变化分析

土地利用对生态系统服务价值的影响

土地利用转移特征分析

生态贡献率分析

交叉敏感性系数

第四、基于 InVEST 模型的生态系统碳储存功能及价值评估

1. 基于 InVEST 碳模块的生态系统服务功能评价模型

InVEST 模型简介

InVEST 碳模块简介

模型参量解释及数据准备

模型运行及结果分析

2. InVEST蓝碳生态系统服务价值估算

第五、基于SolVES模型评估生态系统服务的社会价值

SolVES 4.0 模型环境配置

1. SolVES 4.0 模型功能介绍

2. QGIS 3.8.2安装配置

3. PostgreSQL 11.7安装配置

4. PostGIS 2.5.3 安装配置

5. Maxent 3.4.1安装配置

安装 SolVES 4.0 插件

加载样本数据

Note:SolVES 4.0是在使用64位处理器运行微软Windows 10 Enterprise Edition的系统上开发和测试的。上面列出的软件是运行解决方案4.0所需的。此外,Java Runtime必须在运行解决方案4.0的系统上可用,才能访问和运行Maxent 3.4.1。

SolVES 4.0 模型运行

1. 新建项目

2. 数据分析工具

调查数据分析原理

调查数据分析参数选择与设置 

3. 转移价值工具

转移价值计算原理

转移价值工具参量选择

4. 模型运行结果分析

用户根据当前项目或以前完成的项目的结果,生成社会价值图和相关环境指标图的复合报告。

地图布置图包含所选择的价值指数图,包括研究区域边界和所选择的背景。地图标题包括项目名称、调查小组和社会价值类型。

连续数据以折线图的形式显示。分类数据显示为散点图。散点图的x轴标签具有指定类别的整数值。

分析调查数据工具生成的所有结果的地图布局中都包含了AUC值、平均最近邻居统计数据和最大值指数得分。

5. SolVES模型性能检验

Maxent模型原理

Maxent模型参量与运行

MaxEnt结果分析:

基于MaxEnt模型生成的AUC数据,对模型运行的性能进行可信度、适配度检验,解释和调整Maxent曲线下的面积值和可变贡献。

转移价值结果分析:

当研究区域与主要研究区域具有类似的生物物理和社会背景,但无法获得调查数据时,可以使用价值转移映射模型,通过转移值工具进行访问,依赖于Maxent在有调查数据的研究地区从以前的解决分析中生成的统计模型。

SolVES 4.0 模型数据准备与入库

1. 表格数据类型与格式与加载

“id”字段和“geom”字段(在矢量数据的情况下)是由PostgreSQL管理的,当为加载求解数据库准备用户提供的数据时,不应该被包括在内。

2. 空间数据加载

3. 社会调查数据获取

对受访者的游玩特征及满意度等进行了解

让受访者对社会价值进行分配并标注相应的社会价值点。

对受访者进行社会背景,人口学特征数据的收集

 4. 空间数据的来源及处理 

地理空间数据包含有研究区的Shapefile文件和栅格数据集:

STUDY_AREA 类Shapefile文件需研究区域边界要素;

SURVEY_POINTS数据则基于问卷数字化;

栅格数据集即研究区环境要素的提取;

对SURVERY_POINTS数据和STUDY_AREA数据,利用ArcGIS的核密度分析工具对两个数据进行操作,输出社会价值总体空间分布图。

5. SolVES 模型处理数据

对SURVERY_POINTS数据进行平均最近邻分析,得出平均最邻近比率(R-ratio)和标准差(Z-score),突出每种价值在区域内的重要性位置;

利用SolVES 模型对问卷收集到被受访者赋予到每种社会价值上的假定分值进行统计整合,生成具有10点价值指数(value index,VI)的空间显式地图,以此确定各社会价值类型的重要程度。

 对受访者进行分组,将对应的社会人口特征数据和空间数据导入模型,以归一化计算输出的价值指数当作权重,输出各社会价值在整个研究区域内的空间分布状况图,及这些价值分布与环境变量之间存在的关系图。

第六、环境变量与社会价值的相关分析

1. 环境变量的多重共线性检验

R环境配置与基本语法

相关性分析

方差膨胀因子分析

2. 统计分析

利用ArcGIS的分区统计工具对景观类型进行统计分析

3.主要社会价值类型的空间分布

4.环境变量对社会价值的影响分析

对受访者所标记的社会价值点位下选取的景观类型进行相关性分析,得到公众最喜爱的景观类型,对该景观类型与社会价值进行影响因素的分析;

5.环境变量贡献率分析

依据MaxEnt运行得出的环境变量贡献率可得出各环境变量的贡献情况

6.空间自相关分析

依据Moran's I、p value和z score判断距离变量与VI之间的关系。 

7.生态系统服务社会价值价值转移有效性检验分析

转移误差分析

第七、SCI论文写作与拓展案例分析

论文写作技巧与投稿策略分析

社会-生态耦合分析视角下国家公园生物多样性价值评估

案例实训:

(1) 基于InVEST模型生境质量评估

(2) 基于SoLVES社会价值评估

(3) 耦合度分析

(4) 热点分析

 Estimation of Urban Ecosystem Services Value: A Case Study ofChengdu, Southwestern China

 Evaluating Trade-Off and Synergies of Ecosystem Services Values of a Representative Resources-Based Urban Ecosystem



https://blog.sciencenet.cn/blog-3548666-1397878.html

上一篇:Python高光谱遥感数据处理与高光谱遥感机器学习方法
下一篇:【案例教程】环境影响与碳排放生命周期评估(LCA)
收藏 IP: 111.225.73.*| 热度|

1 杨正瓴

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-2-24 14:17

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部