هوش مکانی اتیم تحقیقاتی ونوس نصیرفام

تغییرات فضایی و زمانی و عوامل محرک سلامت اکوسیستم در کوه‌های Qinling-Daba

خلاصه

صنعتی شدن سریع و شهرنشینی تغییرات کاربری اراضی را در مناطق کوهستانی تسریع کرده است و تأثیرات چشمگیری بر سلامت اکوسیستم دارد. به طور خاص، کوه های Qinling-Daba به عنوان برج آب مرکزی چین، ریه سبز اکولوژیکی و بانک ژن بیولوژیکی، دارای منابع غنی و ارزش زیست محیطی بسیار بالایی هستند و یک دیوار محافظ مهم برای امنیت اکولوژیکی چین هستند. بنابراین، درک سطح سلامت اکوسیستم و محرک های آن در منطقه تحقیقاتی به حفظ و احیای اکوسیستم کوهستانی کمک می کند. بر اساس داده‌های تصویر سنجش از دور و داده‌های کاربری زمین از سال ۲۰۰۰ تا ۲۰۲۰، ما ویژگی‌های فضایی سلامت اکوسیستم را بررسی کردیم و با داده‌های اجتماعی-اقتصادی تکمیل کردیم تا عوامل محرک آن را بررسی کنیم. نتایج نشان می دهد که (۱) سلامت اکوسیستم در منطقه مورد مطالعه به طور مداوم در طول دوره مورد مطالعه بهبود یافته است و تفاوت های منطقه ای در سازمان اکولوژیکی برجسته ترین هستند. (۲) سطح سلامت اکوسیستم در کوه‌های Qinling-Daba از نظر فضایی از مناطق پیرامونی به منطقه مرکزی بهبود یافته است، که نشان‌دهنده همبستگی فضایی قابل‌توجهی و تجمع فضایی محلی است. (۳) سلامت اکوسیستم تحت تأثیر ترکیبی از عوامل طبیعی و انسانی است که در میان آنها تأثیر منفی GRDP عمدتاً در منطقه شرقی متمرکز است، تأثیر منفی نسبت زمین ساخته شده به تدریج به منطقه غربی گسترش می یابد. و اثر مثبت نسبت اراضی جنگلی دارای مقیاس بزرگی است.

کلید واژه ها: 

سلامت اکوسیستم ; ویژگی های مکانی و زمانی ; عوامل محرک ؛ GWR ; کوه های Qinling-Daba

۱٫ معرفی

شهرنشینی انبوه و سریع چین رشد اقتصادی ملی را با هزینه های هنگفت استفاده از منابع و آلودگی محیطی تسریع کرده است و باعث عواقب زیست محیطی بسیاری مانند اشغال زمین های کشاورزی [ ۱ ]، تکه تکه شدن چشم انداز [ ۲ ]، کمبود انرژی [ ۳ ]، آلودگی هوا [ ۴ ] شده است. و کاهش تنوع زیستی [ ۵ ] که توسعه پایدار کل کشور را تهدید کرده است. اکوسیستم‌ها با شوک‌های بی‌سابقه‌ای مواجه هستند و مشکلات سلامت اکوسیستم [ ۶] به چالشی جدی برای دستیابی به توسعه سبز و پایدار تبدیل شده اند. بنابراین لازم است ارزیابی سیستماتیک سلامت اکوسیستم انجام شود تا مبنای علمی برای تدوین سیاست‌ها برای مدیران فراهم شود.
یک اکوسیستم سالم پایه مادی و خدمات اکولوژیکی را برای بقای انسان فراهم می کند [ ۷ ]، و همچنین نقش مهمی در حفظ و بهبود عملکرد اکوسیستم شهری دارد [ ۸ ]. اکوسیستم ها بزرگ و پیچیده هستند و ارزیابی سیستماتیک سلامت اکوسیستم مستلزم در نظر گرفتن همه جانبه جنبه های مختلف است. بر اساس آمار فیزیکی، اکولوژیکی، و اجتماعی-اقتصادی، فشار-وضعیت-پاسخ [ ۹ ، ۱۰ ، ۱۱ ]، راننده-فشار-وضعیت-برخورد [ ۱۲ ]، راننده-فشار-وضعیت-برخورد-پاسخ [ ۱۳ ]]، و روش های دیگر برای ساختن یک سیستم از شاخص ها، و فرآیند تحلیل سلسله مراتبی اغلب برای وزن دادن به شاخص ها استفاده می شود. این مدل‌ها معیارهای خوبی برای تغییرات کاربری/پوشش زمین (LULC) و تغییر در الگوهای چشم‌انداز نیستند، که نه تنها بر ارائه خدمات ضروری اکوسیستم برای سلامت و رفاه انسان تأثیر می‌گذارد، بلکه می‌تواند ظرفیت خود کاهشی را نیز نادرست تخمین بزند. از اکوسیستم ها مدل بنیه-سازمان-تاب آوری (VOR)به دلیل سادگی محاسبات و تمرکز بر تغییرات LULC به طور گسترده پذیرفته شده است. قدرت اکوسیستم، سازماندهی اکوسیستم و تاب آوری اکوسیستم به ترتیب سطح سلامت اکوسیستم ها را از نظر بهره وری اولیه اکوسیستم، پایداری ساختاری و توانایی بازیابی به طور جامع ارزیابی می کنند [ ۱۴ ، ۱۵ ،۱۶ ]. در یک اندازه گیری جامع از وضعیت طبیعی اکوسیستم، ما از مدل VOR برای ارزیابی کمی سطح سلامت اکوسیستم در کوه های Qinling-Daba استفاده کردیم.
بررسی عوامل مؤثر بر سلامت اکوسیستم نیز یک مسئله مبرم است. روش هایی مانند تجزیه و تحلیل همبستگی، تجزیه و تحلیل مؤلفه های اصلی، تجزیه و تحلیل رگرسیون، و آشکارسازهای جغرافیایی برای بحث در مورد رابطه بین سلامت اکوسیستم و محرک های آن، به ویژه تأثیر فعالیت های انسانی بر سلامت اکوسیستم در مقیاس منطقه ای استفاده شده است [ ۱۷ ، ۱۸ ، ۱۹ ، ۲۰ ]. با این حال، روش‌های سنتی آماری و تجزیه و تحلیل فضایی، تنوع مکانی-زمانی محرک‌های مختلف فرآیندهای جغرافیایی را منعکس نمی‌کنند، که ممکن است تصمیم‌گیری عملی برای سیاست‌های مدیریت محیط زیست را محدود کند [ ۲۱ ].]. در مقایسه با روش‌های تحلیل آماری سنتی، مدل‌های رگرسیون وزن‌دار جغرافیایی (GWR) نه تنها می‌توانند اهمیت نسبی محرک‌ها را تجزیه و تحلیل کنند، بلکه می‌توانند الگوی فضایی تولید شده تحت تخمین پارامتر را به صورت گرافیکی نشان دهند و الگوی فضایی شدت تأثیر هر محرک را در قالب نشان دهند. یک نقشه [ ۲۲ ، ۲۳ ].
کوه های Qinling-Daba مناطق کلیدی برای حفاظت از تنوع زیستی و حفظ عملکرد اکولوژیکی هستند [ ۲۴ ]. با مساحت خط قرمز اکولوژیکی نزدیک به ۷۰ درصد، پوشش جنگلی بالا زیستگاهی با کیفیت بالا برای تنوع زیستی فراهم می کند [ ۲۵ ]. به عنوان مرز شمالی-جنوبی چین، دارای موقعیت جغرافیایی منحصر به فرد و تاریخ زمین شناسی باستانی است [ ۲۶ ]. مطالعات دینامیک پوشش گیاهی [ ۲۷ ، ۲۸ ]، ساختار جنگل [ ۲۹ ]، آب و هوا [ ۳۰ ، ۳۱ ] و خدمات اکوسیستم [ ۳۲ ]] در منطقه افزایش پوشش گیاهی و تنوع فضایی قابل توجهی در خدمات اکوسیستم در کوه‌های Qinling-Daba یافت. با این حال، درک ناکافی از اکوسیستم های منطقه مورد مطالعه در سطح کلان وجود دارد و مطالعات کمی سلامت اکوسیستم و عوامل موثر در منطقه را مورد تجزیه و تحلیل قرار داده اند.
این مقاله سلامت اکوسیستم و عوامل مؤثر بر آن را در ۱۲۰ شهرستان در کوه‌های Qinling-Daba از سال ۲۰۰۰ تا ۲۰۲۰ با استفاده از تصاویر سنجش از دور با وضوح ۳۰ متر و داده‌های LULC تجزیه و تحلیل می‌کند. هدف این مطالعه بررسی موارد زیر است: (۱) ویژگی‌های فضایی سلامت اکوسیستم، عمدتاً همبستگی فضایی و ناهمگونی فضایی: (۲) تجزیه و تحلیل عوامل مؤثر بر سلامت اکوسیستم در مقیاس شهرستان. مطالعه ما به مدیران کمک می کند تا سیاست های حفاظت از محیط زیست را توسعه دهند.

۲٫ مواد و روشها

۲٫۱٫ منطقه مطالعه

کوه های Qinling-Daba در بخش مرکزی چین قرار دارند که ۳۰۸۰۹۳ کیلومتر مربع را در بر می گیرند و از گانسو، شانشی، هنان، سیچوان، هوبی و شهرداری چونگ کینگ عبور می کنند. این استان در پنج استان و یک شهرداری شامل ۱۲۰ شهرستان اجرا می شود ( شکل ۱ ). توپوگرافی کوه های Qinling-Daba با کوه ها و تپه ها مشخص می شود که به تدریج از شرق به غرب افزایش می یابد و ارتفاع آن بسیار متفاوت است. قسمت جنوبی منطقه مورد مطالعه دارای آب و هوای نیمه گرمسیری مرطوب با بارندگی سالانه ۸۲۰ میلی متر و دمای متوسط ​​سالانه ۱۴ درجه سانتی گراد است، در حالی که بخش شمالی متعلق به آب و هوای معتدل نیمه مرطوب با بارش سالانه ۵۲۰ میلی متر است. میانگین دمای سالانه ۱۰ درجه سانتیگراد [ ۳۳]. انواع پوشش گیاهی متنوع و ویژگی های پهنه بندی مشخص است. این انتقال از جنگل‌های پهن برگ برگ‌ریز معتدل گرم در شمال به جنگل‌های همیشه سبز و پهن برگ مخلوط نیمه گرمسیری در جنوب، با گونه‌های گیاهی چینی شمالی و جنوبی است. منطقه مورد مطالعه یک منطقه تعاملی بین انسان، جغرافیا، آب و هوا و زیست شناسی چین است و همچنین یک منطقه شکننده از محیط زیست محیطی است.

۲٫۲٫ منبع داده و پیش پردازش

با توجه به مزایای موتور Google Earth (GEE)، مانند دسترسی رایگان و آسان به داده ها و پردازش سریع و دسته ای تعداد زیادی از تصاویر، این مطالعه شاخص تفاوت طبیعی شده گیاهی (NDVI) را از طریق محاسبه سریع GEE به دست آورد. داده ها از مجموعه داده لندست ارائه شده توسط پلت فرم Google Earth Engine (GEE) با وضوح فضایی ۳۰ متر به دست آمد. پیش پردازش تصویر نیاز به استفاده از کدگذاری پلت فرم GEE برای جستجوی تمام تصاویر در منطقه مورد مطالعه در سال های ۲۰۰۰، ۲۰۱۰ و ۲۰۲۰ دارد و سپس داده ها را به سیستم مختصات “WGS 84/UTM zone 48 N” و نرمال سازی داده ها ارائه می دهد. در نهایت، داده های سالانه با استفاده از روش حداکثر سنتز به دست آمده است. داده های LULC از GlobeLand30 ( http://www.globallandcover.com ) مشتق شده استقابل دسترسی در ۹ مه ۲۰۲۱)، با وضوح فضایی ۳۰ متر. در این مطالعه، ما جنگل‌ها و بوته‌زارها را در جنگل‌ها ادغام کردیم و انواع کاربری زمین در کوه‌های Qinling-Daba را به هشت دسته تقسیم کردیم: زمین‌های کشاورزی، جنگل، علفزار، تالاب، بدنه آبی، سطح غیرقابل نفوذ، یخچال طبیعی و برف، و زمین‌های برهنه. داده‌های مدل دیجیتال ارتفاع (DEM) با وضوح فضایی ۳۰ متر از ASTER GDEM ( https://yceo.yale.edu/aster-gdem-global-elevation-data دسترسی به داده‌های ۱۵ مه ۲۰۲۱) آمده است.
آمار تولید ناخالص داخلی منطقه ای (GRDP) و اندازه جمعیت (POP) منطقه تحقیقاتی برای سال های ۲۰۰۰، ۲۰۱۰ و ۲۰۲۰ از “سالنامه آماری شانشی (۲۰۰۰-۲۰۲۱)”، “سالنامه آماری گانسو (۲۰۰۰-۲۰۲۱) به دست آمده است. “، “سالنامه آماری سیچوان (۲۰۰۰-۲۰۲۱)”، “سالنامه آماری هنان (۲۰۰۰-۲۰۲۱)”، “سالنامه آماری چونگ کینگ مغولستان (۲۰۰۰-۲۰۲۱)”، “سالنامه آماری هوبی (۲۰۰۰-۲۰۲۱) از N آمار، ۲۰۰۰-۲۰۲۱)، وب‌سایت‌های رسمی دولت‌های محلی، و سایر رسانه‌های آماری، با شهرستان به عنوان یک واحد آماری پایه. نسبت زمین ساخته شده (PBL) و نسبت زمین جنگلی (PFL) از LULC محاسبه می شود. با توجه به تفاوت در ابعاد و بزرگی شاخص های انتخاب شده،
برای شاخص های مثبت:

ایکسمنj=ایکسمنj–دقیقه(ایکسj)حداکثر(ایکسj)–دقیقه(ایکسj)
برای شاخص های منفی:

ایکسمنj=حداکثر(ایکسj)–ایکسمنjحداکثر(ایکسj)–دقیقه(ایکسj)

جایی که ایکسمنjمقدار نرمال شده اندیکاتور j در سال i است، ایکسمنjنشان دهنده مقدار اندیکاتور j در سال i است. حداکثر(ایکسj)و دقیقه(ایکسj)به ترتیب بیشترین و کمترین مقدار شاخص j را در تمام سالها نشان می دهند. همه مقادیر شاخص در محدوده [۰، ۱] قرار دارند.

۲٫۳٫ روش شناسی

این مطالعه سطح سلامت اکوسیستم کوه‌های Qinling-Daba را در مقیاس شهرستان ارزیابی کرد. برای ارزیابی جامع سطح سلامت اکوسیستم و الگوی فضایی آن در منطقه مورد مطالعه از مدل بنیه – سازمان – تاب‌آوری و شاخص موران I و برای تحلیل تأثیر عوامل مختلف بر سلامت اکوسیستم از مدل GWR استفاده شد. فرآیند تحقیق خاص در شکل ۲ نشان داده شده است .

۲٫۳٫۱٫ مدل قدرت-سازمان-تاب آوری

سلامت اکوسیستم به سه شاخص سنتی بستگی دارد: قدرت اکوسیستم، سازماندهی و انعطاف پذیری [ ۳۴ ]. شاخص سلامت اکوسیستم بر اساس مدل VOR ارزیابی می شود. قدرت اکوسیستم به ظرفیت متابولیکی یا بهره وری اولیه اکوسیستم اشاره دارد. به طور گسترده ثابت شده است که NDVI یک شاخص موثر برای ارزیابی بهره وری اولیه پوشش گیاهی است [ ۳۵ ، ۳۶ ]. NDVI با استفاده از تصاویر ماهواره‌ای Landsat از زمان و باندهای چند طیفی متفاوت محاسبه می‌شود [ ۳۷ ، ۳۸ ، ۳۹ ].
سازمان اکوسیستم (O) به پایداری ساختاری یک اکوسیستم اشاره دارد و با الگوهای فضایی مرتبط است. شاخص الگوی منظر ناهمگونی منظر و اتصال منظر را برای اندازه گیری الگوهای فضایی منعکس می کند. ناهمگونی چشم‌انداز عمدتاً ناهمگونی فضایی را مطالعه می‌کند که با تنوع چشم‌انداز و بعد فراکتال منظر اندازه‌گیری می‌شود، که به ترتیب مربوط به شاخص تنوع شانون و شاخص بعد فراکتال پچ متوسط ​​وزن منطقه در این مقاله است. اتصال با تکه تکه شدن و پیوستگی پچ اندازه گیری شد. اتصال چشم انداز با شاخص تکه تکه شدن چشم انداز و شاخص سرایت منظر اندازه گیری می شود. به عنوان نوع کاربری غالب در مناطق کوهستانی، اتصال جنگل توسط شاخص تکه تکه شدن و شاخص انسجام لکه‌ای جنگل تعیین می‌شود. به صورت زیر محاسبه می شود:

O=0.25×اساچDمن+۰٫۱×آمافآرآسی+۰٫۲۵×افن۱+۰٫۱×سیOنتیآجی+۰٫۲×افن۲+۰٫۱×سیOاچEاسمنOن

که در آن O نشان دهنده سازمان اکوسیستم موجودات فضایی است، SHDI شاخص تنوع شانون است، AMFRAC شاخص بعد فراکتال متوسط ​​وزن منطقه است، FN1 شاخص تکه تکه شدن چشم انداز، CONTAG شاخص سرایت منظر، FN2 شاخص تکه تکه شدن چشم انداز برای forest است. زمین، و COHESION شاخص انسجام وصله زمین جنگلی است. این شاخص های چشم انداز توسط Fragstats 4.2 به دست آمد.

امتیاز ضریب الاستیسیته اکوسیستم (EC) هر نوع LULC در کوه‌های Qinling-Daba به عنوان ترکیب وزنی از انعطاف‌پذیری و مقاومت، به صورت [ ۴۰ ] ارائه شده است:

Eسی=۰٫۷×rهسمنل+۰٫۳×rهسمنستی
در جدول ۱ ، ضریب کشش اکوسیستم (EC) هر نوع کاربری در منطقه مورد مطالعه برابر با ۳۰ درصد ضریب تاب آوری است. rهسمنل) به اضافه ۷۰ درصد ضریب مقاومت ( rهسمنستی). ضرایب ارتجاعی و مقاومت طبق مقالات مربوطه تعیین می شود [ ۱۵ , ۱۶ ].] و وضعیت واقعی منطقه تحقیق. ضرایب برای هشت نوع کاربری اراضی با ضرایب از ۰ تا ۱ اختصاص داده شده است. انعطاف پذیری به توانایی اکوسیستم برای بازگشت به حالت اولیه خود پس از آسیب دیدن توسط عوامل مزاحم خارجی اشاره دارد، در حالی که مقاومت به توانایی یک اکوسیستم اشاره دارد. برای مقاومت در برابر اختلالات خارجی و دست نخورده نگه داشتن ساختار و عملکرد خود. مقاومت و انعطاف پذیری به هم مرتبط هستند و معمولاً اکوسیستم هایی با مقاومت بالا دارای انعطاف پذیری پایینی هستند. در مقایسه با اکوسیستم های مصنوعی، اکوسیستم های طبیعی مقاومت و توانایی بازیابی قوی تری دارند. مقاومت و انعطاف پذیری اکوسیستم های تحت سلطه انسان ضعیف است و مقاومت در برابر اختلالات خارجی و بازگرداندن آنها به حالت اولیه دشوار است. بنابراین ضرایب ارتجاعی و مقاومت سطوح غیرقابل نفوذ و زمین‌های کشاورزی کم است. بدنه‌های آبی و اکوسیستم‌های تالاب خود تنظیم‌تر هستند و با ضرایب بزرگ‌تر، ظرفیت مقاومت و انعطاف‌پذیری بالاتری دارند. اکوسیستم های زمین برهنه ساده هستند، و مقاومت در برابر اختلالات خارجی دشوار است، اما بازیابی آنها آسان است. جنگل‌هایی با گونه‌های پیچیده، زنجیره‌های بیولوژیکی قوی و اکوسیستم‌های تنگ در برابر اختلالات خارجی مقاوم هستند، در حالی که بازسازی ساختار و عملکرد پیچیده اکوسیستم زمان بیشتری می‌طلبد. تاب آوری اکوسیستم (R) به صورت زیر تعریف می شود: اما بازیابی آنها آسان است. جنگل‌هایی با گونه‌های پیچیده، زنجیره‌های بیولوژیکی قوی و اکوسیستم‌های تنگ در برابر اختلالات خارجی مقاوم هستند، در حالی که بازسازی ساختار و عملکرد پیچیده اکوسیستم زمان بیشتری می‌طلبد. تاب آوری اکوسیستم (R) به صورت زیر تعریف می شود: اما بازیابی آنها آسان است. جنگل‌هایی با گونه‌های پیچیده، زنجیره‌های بیولوژیکی قوی و اکوسیستم‌های تنگ در برابر اختلالات خارجی مقاوم هستند، در حالی که بازسازی ساختار و عملکرد پیچیده اکوسیستم زمان بیشتری می‌طلبد. تاب آوری اکوسیستم (R) به صورت زیر تعریف می شود:

آر=∑ک=۱مترپک×Eسیک

که در آن R انعطاف پذیری اکوسیستم موجودات فضایی است، پکنسبت مساحت نوع کاربری زمین k است، Eسیکضریب کشش اکوسیستم نوع کاربری k و m تعداد انواع کاربری اراضی است.

از آنجایی که هر اندیکاتور را می توان با فاکتورهای مختلف کمی سازی کرد، مقدار هر شاخص باید نرمال شود. برای جلوگیری از بزرگنمایی هنگام ضرب شاخص ها در حین محاسبه، لازم است از علامت ریشه برای خنثی کردن ترتیب بزرگی استفاده شود:

Eاچ=V×O×آر۳

جایی که Eاچشاخص سلامت اکوسیستم منطقه ای موجودات فضایی است، Vقدرت اکوسیستم منطقه ای است، Oسازمان اکوسیستم منطقه ای است، آرتاب آوری اکوسیستم منطقه ای است.

۲٫۳٫۲٫ شاخص موران I
تحت تأثیر تعامل فضایی و انتشار فضایی، یک همبستگی فضایی بین هر موجودی وجود دارد، اما چیزهای نزدیک بیشتر به یکدیگر مرتبط هستند [ ۴۱ ]. شاخص جهانی Moran’s I برای اندازه‌گیری درجه وابستگی بین موجودات فضایی در کل منطقه استفاده می‌شود، در حالی که شاخص محلی ارتباط فضایی (LISA) برای تشخیص وسعت و مکان نقاط پرت یا تجمعات استفاده می‌شود.

من=n∑من=۱n∑j=1nwمنj×∑من=۱n∑j=1nwمنjyمن–y¯yj–y¯∑من=۱nyمن–y¯۲
منمن=yمن–y¯،۱n∑yمن–y¯۲∑j≠۱nwمنjyj–y¯
ز=من–EمنVآrمن
Eمن=–۱n–1
Vآrمن=Eمن۲–E(من)۲

جایی که من ارزش جهانی موران هستم. n تعداد موجودات فضایی است. yمنو yjبه ترتیب مقادیر مشخصه های فضای ith و jth را نشان می دهد. y¯مقدار میانگین تمام مقادیر ویژگی های موجودیت های فضایی است. wمنjوزن بین موجودات فضایی i و j است. منمننشان دهنده مقدار LISA از ith موجودیت فضایی است. زآستانه آمار نرمال شده است. Eمنخود همبستگی مورد انتظار است. و Vآrمنواریانس است.

۲٫۳٫۳٫ انتخاب عوامل رانندگی
سلامت اکوسیستم تحت تأثیر ترکیبی از عوامل طبیعی و انسانی است و هفت محرک بر اساس مطالعات قبلی انتخاب شدند [ ۴۲ ، ۴۳ ]. عوامل طبیعی شامل میانگین بارندگی سالانه (AMP)، میانگین سالانه دما (AMT)، ارتفاع (بیان شده بر حسب DEM) و نسبت جنگل (PFL) هستند که با اقلیم، توپوگرافی و پوشش گیاهی مرتبط هستند و به طور مستقیم شرایط خارجی را تعیین می کنند که بر آن تأثیر می گذارد. اکوسیستم
عوامل انسانی عمدتاً شامل فعالیت‌های اقتصادی-اجتماعی تحت رهبری انسان و تغییر کاربری زمین است که به‌طور غیرمستقیم ساختار اکولوژیکی مربوطه را تغییر می‌دهد و بر سلامت اکوسیستم تأثیر می‌گذارد. سه شاخص اصلی شامل اندازه جمعیت (POP)، تولید ناخالص داخلی منطقه ای (GRDP) و نسبت زمین ساخته شده (PBL) است. POP می تواند شدت فعالیت های انسانی را منعکس کند، GRDP می تواند توسعه اقتصادی منطقه ای را ارزیابی کند، و PBL می تواند به طور شهودی گسترش فضای شهری را منعکس کند. با این حال، هنگامی که هفت متغیر وابسته برای چند خطی بودن آزمایش شدند، مشخص شد که ضریب تورم واریانس (VIF) AMP و AMT بیشتر از ۱۰ است و چند خطی قوی با سایر متغیرها وجود دارد، بنابراین این دو متغیر حذف شدند. به منظور از بین بردن تأثیر واحدها و ابعاد،
۲٫۳٫۴٫ مدل رگرسیون وزنی جغرافیایی
GWR به طور گسترده در جغرافیا و رشته های مرتبط با تجزیه و تحلیل الگوی فضایی استفاده می شود [ ۴۴ ، ۴۵ ] و می تواند برای انعکاس کمی ناهمگونی فضایی، و همچنین برای کشف تنوع جغرافیایی بین پاسخ و متغیرهای توضیحی استفاده شود. ساختار مدل به شرح زیر است:

yمن=β۰تومن،vمن+∑ل=۱پβلتومن،vمنایکسمنل+εمن

که در آن yi مقدار برازش سلامت اکوسیستم برای موجودیت فضایی i است، β۰تومن،vمنمختصات موجودیت فضایی i است، βلتومن،vمنایکسمنلlامین پارامتر رگرسیون موجودیت فضایی i است، εمنعبارت تصحیح خطا و p تعداد متغیرهای توضیحی است.

β^کتومن،vمن=ایکستیدبلیوتومن،vمنایکس–۱ایکستیدبلیوتومن،vمنY

جایی که دبلیوتومن،vمنیک ماتریس n × n است که قطر آن Wij نشان دهنده وزن وزن تأثیر jامین موجودیت روی ith است، در حالی که عناصر غیر قطری همه ۰ هستند. Wij به طور کلی از طریق تابع هسته بر اساس فاصله به دست می آید و در این تحقیق از تابع هسته گاوسی استفاده شده است. متغیر وابسته در این مطالعه شاخص سلامت اکوسیستم و متغیر مستقل عوامل طبیعی و انسانی متناظر است. مربع R (R2)، R2 تنظیم شده، و معیار اطلاعات Akaike (AICc) برای اندازه گیری عملکرد مدل استفاده می شود. به طور کلی، هرچه مقادیر R2 و R2 تنظیم شده بیشتر باشد و مقادیر AICc کمتر باشد، عملکرد مدل بهتر است.

۳٫ نتایج

۳٫۱٫ تمایز مکانی-زمانی کاربری زمین/پوشش زمین در کوه های Qinling-Daba

تغییرات کاربری اراضی قابل توجهی در منطقه مورد مطالعه رخ داده است ( شکل A1 ). در کوه های Qinling-Daba، جنگل غالب است و بیش از ۶۰٪ از کل مساحت را تشکیل می دهد. جنگل از سال ۲۰۰۰ به میزان ۱٫۹۵۵۳٪ (۶۰۲۴ کیلومتر مربع ) افزایش یافته است ( جدول ۲ )، که نوع کاربری زمین با بیشترین رشد است. سطح غیرقابل نفوذ نیز به میزان قابل توجهی افزایش یافته است، افزایش ۱٫۰۵۶۶ درصدی که عمدتاً به دلیل تبدیل زمین های کشاورزی به سطح غیرقابل نفوذ است. منطقه آبی Danjiangkou به طور قابل توجهی گسترش یافته است که منبع اصلی افزایش نسبت بدنه آبی است. مساحت مرتع با کاهش ۲٫۸۹۲۸٪ (۸۹۱۳ کیلومتر مربع) بیشترین کاهش را داشت .) به ویژه در منطقه تحقیقاتی در استان گانسو که عمدتاً به زمین کشاورزی و جنگل تبدیل شد. در سال ۲۰۰۰ ( شکل A1 a)، ۲۸٫۶۵۴۴٪ (۷۲۶۶ کیلومتر مربع ) از کل مساحت برای فعالیت های کشاورزی مورد استفاده قرار گرفت که در سال ۲۰۲۰ تقریباً به ۲۸ درصد کاهش یافت ( شکل A1 c)، عمدتاً به دلیل اشغال زمین های کشاورزی توسط زمین های ساختمانی. . با این حال، تنها تغییرات جزئی در تالاب‌ها، یخچال‌ها و برف‌ها و زمین‌های برهنه رخ داده است.

۳٫۲٫ تغییرات فضایی و زمانی در سلامت اکوسیستم در کوه‌های Qinling-Daba

در این تحقیق پنج سطح ضعیف، کمی ضعیف، معمولی، کمی خوب و خوب بر اساس ترتیب صعودی مقادیر در فواصل مساوی طبقه بندی شدند. بارزترین تغییرات در سطوح بنیه اکوسیستم و تغییرات در سطح تاب آوری اکولوژیکی کمترین بود ( شکل ۳ ).
به طور کلی یک روند صعودی در قدرت اکوسیستم وجود داشت. در سال ۲۰۰۰، تقریباً ۷۰ درصد (۸۳) از شهرستان‌ها به سطح نسبتاً خوبی نرسیدند، در حالی که تنها یک شهرستان (Langzhong) در سطح نسبتاً ضعیفی در سال ۲۰۲۰ قرار داشت. سطح انرژی در سال ۲۰۲۰٫ در مقایسه با قدرت اکوسیستم و انعطاف پذیری اکوسیستم، سطح کلی سازماندهی اکوسیستم در کوه های Qinling-Daba کمی پایین تر است. بخش با سازماندهی اکولوژیکی ضعیف عمدتاً در استان های مرکزی شانشی و هوبی متمرکز شده است، با تفاوت های منطقه ای قابل توجه. از سال ۲۰۰۰ تا ۲۰۲۰، تاب آوری اکولوژیکی اندکی تغییر کرده است و بیش از ۷۰ درصد از ولسوالی ها و شهرستان ها به سطح کمی بهتر یا بالاتر رسیده اند، اما تاب آوری اکولوژیکی یکسیان، وولنگ، Fancheng و Xiangzhou از ضعیف به ضعیف کاهش یافته است. تغییر در انعطاف پذیری اکوسیستم نسبتاً ناچیز است. بیش از ۷۰ درصد از شهرستان‌ها به سطوح کمی خوب و بالاتر رسیده‌اند، اما Yexian، Wolong، Fancheng و Xiangzhou کاهش انعطاف‌پذیری اکوسیستم را نشان دادند و از کمی ضعیف به ضعیف تغییر کردند.
تغییرات سلامت اکوسیستم در بخش های مرکزی و غربی منطقه مورد مطالعه به طور قابل توجهی بیشتر از بخش های شرقی است و اکوسیستم های بخش مرکزی و غربی سالم تر هستند ( شکل ۴ ). از سال ۲۰۰۰ تا ۲۰۲۰، سلامت کلی اکوسیستم منطقه تحقیقاتی سال به سال بهبود یافته است و تا سال ۲۰۲۰، ۶۲٪ (۷۲) شهرستان ها دارای مقادیر EH بیشتر از ۰٫۶ بودند. ارزش سلامت اکوسیستم در Fancheng و Wolong در بخش شرقی منطقه مورد مطالعه کاهش قابل توجهی نشان داد، به طوری که Wolong کمترین سطح (۰٫۲۷) را در بین تمام شهرستان ها در سال ۲۰۲۰ داشت ( شکل ۴).ج). ارزش سلامت اکوسیستم شیچوان با افزایش ۰٫۱۸ در طی ۲۰ سال بیشترین افزایش را داشته است. در سال ۲۰۲۰، اکوسیستم‌های Shiquan، Lushi، Yunyang_HB و Hanbin نسبتا سالم‌تر هستند و همگی به ۰٫۷ می‌رسند. سلامت اکوسیستم در سطح شهرستان، الگوی فضایی توزیع تکه‌ای را نشان می‌دهد. شهرستان ها با مقادیر ۰٫۵-۰٫۶ در سال ۲۰۰۰ ( شکل ۴ الف) و ۲۰۱۰ ( شکل ۴ ب) و ۰٫۶-۰٫۷ در سال های ۲۰۱۰ و ۲۰۲۰ وابستگی فضایی واضحی را نشان می دهند.

۳٫۳٫ وابستگی فضایی سلامت اکوسیستم

این مطالعه از شاخص جهانی Moran’s I برای اندازه‌گیری کمی همبستگی فضایی سلامت اکوسیستم در کل منطقه استفاده می‌کند. با استفاده از نرم افزار GeoDa، وزن ها بر اساس مجاورت Rook به دست آمد و نتایج ۹۹۹ بازرسی تصادفی در پیوست B نشان داده شده است. مجاورت روک به زمانی اشاره دارد که فقط لبه های مشترک چندضلعی ها برای تعریف رابطه مجاورت در نظر گرفته می شود (رئوس مشترک نادیده گرفته می شوند). مقادیر جهانی Moran’s I برای سال‌های ۲۰۰۰، ۲۰۱۰ و ۲۰۲۰ همگی از ۰٫۳۸ تا ۰٫۴۲ متغیر بودند ( جدول A1).) که مثبت بوده و آزمون معنی داری را در سطح ۱% قبول کردند. این نشان می‌دهد که سطح سلامت اکوسیستم کوه‌های Qinling-Daba دارای همبستگی فضایی قابل‌توجهی در سراسر منطقه است، یعنی سطح سلامت اکوسیستم در هر شهرستان به طور مثبت‌تری تحت تأثیر شهرستان‌های همسایه است. از نظر پویایی زمانی، شاخص جهانی Moran’s I افزایش معکوس V شکل را نشان داد. این مقدار از سال ۲۰۰۰ تا ۲۰۱۰ افزایش یافته است که نشان می دهد وابستگی فضایی سلامت اکوسیستم افزایش یافته است و الگوی اکولوژیکی تمایل به جمع شدن دارد. از سال ۲۰۱۰ تا ۲۰۲۰، مقدار کمی کاهش یافت، به این معنی که تجمع فضایی سلامت اکوسیستم در منطقه مورد مطالعه تضعیف شد و طرح اکولوژیکی روند انتشار را نشان داد، که نشان‌دهنده کارآمدی ارتقای استراتژی توسعه هم افزایی منطقه‌ای است.
برای بررسی بیشتر خودهمبستگی فضایی محلی، این مقاله از شاخص های محلی ارتباط فضایی (LISA) برای تجزیه و تحلیل تجمع فضایی موجود در شهرستان ها استفاده می کند ( شکل ۵ ). نوع High-High نوع تجمع اصلی در کوه‌های Qinling-Daba است و عمدتاً در قسمت شرقی توزیع شده است، که نشان می‌دهد بخش شرقی شهرستان‌هایی با سطح بالایی از سلامت اکوسیستم را جمع‌آوری می‌کند. شهرستان های نوع High-High در سال ۲۰۰۰ ( شکل ۵ الف) و ۲۰۲۰ ( شکل ۵ ج) در یک الگوی بلوک مانند در نزدیکی کوه های Qinling توزیع شدند، در حالی که در سال ۲۰۱۰ ( شکل ۵)ب) آنها توزیع نوار مانندی را در امتداد کوه های Qinling نشان دادند که نشان دهنده افزایش ظرفیت تشعشع منطقه شرقی در این دوره است. شهرستان‌های نوع کم-پایین عمدتاً در لبه‌های جنوب غربی و شرقی منطقه مورد مطالعه پراکنده شده‌اند، با تنوع فضایی کم، که نشان می‌دهد بهبود شهرستان‌های با سلامت ضعیف قابل توجه نیست. شهرستان های نوع کم-بالا و زیاد-پایین در منطقه مورد مطالعه بسیار نادر هستند، که بین مناطق حوضه آبریز بالا-بالا و کم-پایین وجود دارند.

۳٫۴٫ تجزیه و تحلیل عوامل محرک برای سلامت اکوسیستم

GWR نه تنها اثرات پنج متغیر توضیحی را بر سلامت اکوسیستم نشان می دهد، بلکه ناهمگنی فضایی قابل توجهی را نشان می دهد ( شکل ۶).). ضرایب رگرسیون پنج متغیر توضیحی برای هر شهرستان از طریق GWR به دست آمد و نتایج نشان داد که پنج متغیر توضیحی هم اثرات مثبت و هم منفی بر سلامت اکوسیستم داشتند. GRDP یک اثر بازدارندگی قابل توجهی در قسمت شرقی کوه های Qinling-Daba داشت و از منفی در شمال شرقی به مثبت در جنوب غربی تغییر می کرد. در سال ۲۰۰۰، تأثیر GRDP بر سلامت اکوسیستم، به ویژه در استان های Shaanxi و Hubei در منطقه شرقی-مرکزی غالب شد. با این حال، تأثیر منفی GRDP به مرور زمان کاهش یافت و تا سال ۲۰۲۰، اثرات مثبت و منفی در منطقه مورد مطالعه مشابه بود. به نظر می رسد تاثیر مثبت POP از شرق به دو طرف کاهش می یابد و جنوب غربی و شمال شرقی منطقه تحقیقاتی اثرات منفی دارند. قابل توجه است که تأثیر مثبت منطقه مرکزی همچنان به سمت شمال غرب گسترش می یابد. اثر منفی PBL بر EH به تدریج به جنوب غربی گسترش می یابد و تنها در پنج شهرستان تا سال ۲۰۲۰ تأثیر مثبت خواهد داشت. رشد عوامل انسانی (GRDP و PBL) نشان می دهد که شهرنشینی در حال شتاب است، اما برای آنها، هر دو درجات بازداری متفاوتی دارند. در مورد سلامت اکوسیستم
از سال ۲۰۰۰ تا ۲۰۲۰، PFL سلامت اکوسیستم را در اکثر کوه‌های Qinling-Daba ارتقا داد، در حالی که DEM اثر بازدارنده‌ای بر طیف وسیعی از مناطق تحقیقاتی داشت. اثر مثبت PFL به تدریج از جنوب غربی به شمال شرقی کاهش می یابد، با اثر منفی به ویژه در برخی از شهرستان های استان Shaanxi. مقادیر بالای ضرایب PFL به شمال شرقی گسترش یافته است، که نشان می‌دهد که PFL اثر تقویتی فزاینده‌ای بر EH دارد. در عین حال، تأثیر منفی PFL بر برخی از مناطق مرکزی نیز در حال افزایش است. مقدار بالای ضریب PFL به شمال شرق گسترش یافت و نشان می دهد که PFL بیش از پیش در ارتقای سلامت اکوسیستم مؤثرتر شده است. در عین حال، تأثیر منفی PFL بر مناطق مرکزی نیز در حال افزایش است. تأثیر مثبت DEM بر سلامت اکوسیستم عمدتاً در شمال غرب و شمال شرق منطقه مورد مطالعه متمرکز است و تأثیر منفی بر بقیه منطقه دارد. اثر بازدارندگی DEM بر منطقه مورد مطالعه با گذشت زمان، به ویژه برای بخش جنوب شرقی افزایش می یابد.
به طور کلی، عوامل انسانی (GRDP و PBL) و عامل طبیعی (DEM) تأثیر منفی قوی بر سلامت اکوسیستم در کوه‌های Qinling-Daba داشتند، در حالی که عامل طبیعی (PFL) تأثیر مثبت بیشتری داشت.

۴٫ بحث

۴٫۱٫ مزایای روش شناختی GWR

آزمون‌های خوب برازش برای مقایسه مدل حداقل مربعات معمولی (OLS) و مدل GWR با استفاده از AICc، R2، و R2 تنظیم‌شده ارزیابی می‌شوند ( جدول ۳ ). در مقایسه با نتایج مدل OLS، R2 و R2 تنظیم شده مدل GWR بزرگتر از مدل OLS در سال‌های ۲۰۰۰، ۲۰۱۰ و ۲۰۲۰ است، که نشان می‌دهد GWR رابطه فضایی بین عوامل و سلامت اکوسیستم را بهتر توضیح می‌دهد. علاوه بر این، مدل GWR دارای یک AICc کوچکتر از مدل OLS است که نشان می دهد مدل GWR بهتر از مدل OLS است. مقادیر R2 تعدیل شده همگی بالای ۰٫۵۸٪ بودند و مقادیر R2 با گذشت سالها افزایش یافتند، که نشان می دهد مدل GWR می تواند برای تجزیه و تحلیل اثرات هر متغیر بر سلامت اکوسیستم استفاده شود.
تغییرات فضایی R2 محلی مدل GWR از سال ۲۰۰۰ تا ۲۰۲۰، که منعکس کننده تغییرات فضایی تناسب در سطح شهرستان است ( شکل A2 ). استان هایی مانند هنان، هوبی و سیچوان واقع در شرق و جنوب غربی دارای R2 محلی بالاتری هستند که به بالای ۰٫۷ می رسد، که نشان می دهد مدل رگرسیون خطی محلی در این منطقه عملکرد خوبی دارد. با این حال، در گانسو و شانشی، که در شمال قرار دارند، R2 محلی نسبتا پایین است. به خصوص در سال ۲۰۰۰ ( شکل A2الف)، ۳۲ شهرستان با R2 محلی کمتر از ۰٫۵ وجود داشت، در حالی که استان های گانسو و شانشی ۳۱ شهرستان را اشغال کردند. به طور کلی، R2 محلی مدل GWR بهبود یافته است، و اثر برازش کلی تمایل دارد خوب باشد، که می‌تواند همبستگی فضایی بین سلامت اکولوژیکی و GRDP، POP، PFL، PBL، و DEM را توضیح دهد.

۴٫۲٫ مقایسه با مطالعات قبلی

روندها در سلامت اکوسیستم نتیجه ترکیبی از عوامل طبیعی و انسانی است و محرک های مختلف نقش های متفاوتی را در زمان های مختلف تکامل اکوسیستم ایفا می کنند [ ۴۶ ]. عوامل انسانی در مقیاس های زمانی و مکانی خاص، به ویژه با افزایش سطح شهرنشینی، فعال تر و چشمگیرتر هستند [ ۴۷ ].
از نظر عوامل انسانی، دگرگونی زمین شهری محرک اصلی زوال سلامت اکوسیستم است که در ارتباط با شهرنشینی سریع باعث تخریب سلامت اکوسیستم می شود [ ۱۴ ]. با این حال، این مطالعه نشان می دهد که محرک ها کاملاً تأثیرات مثبت یا منفی ندارند و تفاوت های منطقه ای قابل توجهی دارند. به عنوان مثال، اثر منفی PBL به تدریج افزایش یافته و به سمت غرب گسترش می یابد و در نهایت اثر مثبت آن تنها در پنج شهرستان جنوبی وجود دارد. زمین های ساخته شده بیشتر تحت تاثیر فعالیت های انسان زا قرار می گیرند و گسترش زمین های ساخته شده منجر به کاهش خدمات اکوسیستم می شود و در نهایت به سلامت اکوسیستم آسیب می رساند [ ۴۸ ]]. مطالعات مشابه نشان داده است که گسترش فضای شهری می تواند منجر به تخریب سلامت اکوسیستم شود [ ۴۹ ، ۵۰ ]. GRDP یک اثر مخرب دوگانه بر روی اکوسیستم ها دارد که به عنوان یک مشارکت مثبت از طریق اجرای پروژه های حفاظت از محیط زیست و یک مهار منفی توسط شهرنشینی سریع آشکار می شود [ ۵۱ ]. در بخش‌های غربی و شرقی منطقه مورد مطالعه، نزدیک به مناطق شهری، POP تأثیر منفی بر سلامت اکوسیستم دارد که به دلیل تمرکز جمعیت در مناطق نزدیک به شهرها و تداخل بیشتر فعالیت‌های انسانی در مناطق نزدیک به شهرها است. در مقابل، بخش مرکزی منطقه مورد مطالعه دور از شهر است و فعالیت های انسانی مناسب برای سلامت اکوسیستم مفید است.
از نظر عوامل طبیعی، توپوگرافی عنصر فیزیکی اساسی است که بر الگوهای زندگی انسان و الگوهای منظر تأثیر می گذارد [ ۵۰ ]. اکوسیستم ها در ارتفاعات مختلف ساختارهای اکوسیستمی متفاوتی دارند [ ۵۲ ]. در کوه‌های Qinling-Daba، ارتفاع در اکثر مناطق تأثیر منفی بر سلامت اکوسیستم دارد. در اکوسیستم های کوهستانی، جایی که فعالیت های انسانی نسبتاً کم است و پوشش گیاهی گسترده است، تخریب سلامت اکوسیستم نسبتاً کم است [ ۵۳ ]]. اگرچه جنگل ها کمتر توسط انسان ها آسیب می بینند، اما نمی توان نادیده گرفت که کاهش پوشش گیاهی نیز تأثیر منفی بر سلامت اکوسیستم دارد. تأثیر مثبت و معنادار PFL بر سلامت اکوسیستم در اکثر مناطق آشکار است، اما تأثیر منفی آن به تدریج در حال عمیق‌تر شدن و گسترش است. پوشش گیاهی بالا در اکوسیستم های کوهستانی و تأثیر آن بر بهبود اکوسیستم زمانی که پوشش گیاهی به سطح معینی می رسد کاهش می یابد [ ۵۴ ]. مطالعات مشابه همچنین نشان داده است که عوامل هواشناسی مانند AMP و AMT اثرات قابل توجهی بر سلامت اکوسیستم در تکامل اکوسیستم منطقه ای دارند [ ۵۵ , ۵۶ ]]. اما عوامل هواشناسی در این مطالعه در نظر گرفته نشدند زیرا در آزمون‌های کوواریانس چندگانه شکست خوردند و بنابراین احتمالاً به دلیل تفاوت در مناطق مورد مطالعه و دوره‌های زمانی به عنوان عوامل تأثیرگذار در نظر گرفته نشدند.

۴٫۳٫ پیامدهای سیاست

تجزیه و تحلیل سلامت اکوسیستم در سطح شهرستان و محرک‌های آن به توسعه سلامت اکولوژیکی در مقیاس‌های کوچک از دیدگاه علمی کمک می‌کند و پایه‌ای علمی برای سیاست‌گذاران برای توسعه سیاست‌های مرتبط فراهم می‌کند [ ۵۷ ، ۵۸ ]]. بر اساس یافته‌ها، ما تفاوت‌های منطقه‌ای را در سلامت اکوسیستم و محرک‌های کلیدی آن شناسایی کردیم، بنابراین اقدامات حفاظت از محیط زیست اتخاذ شده در یک منطقه خاص باید با توجه به سطح سلامت اکوسیستم و محرک‌های آن تنظیم شود. (۱) برای برخی از مناطق در حاشیه شرقی و جنوب غربی، سطح سلامت اکولوژیکی ضعیف است و عوامل انسانی تأثیر منفی دارند. سطح گسترش فضایی در این مناطق از سطح حمل اکولوژیکی محلی فراتر رفته و جمعیت باید به طور مناسب تخلیه شود، میزان بهره برداری از زمین های ساختمانی کاهش یابد، صنایع سبز تشویق شوند و محیط زیست محیطی احیا شود. (۲) برای مناطقی در سطح متوسط ​​سلامت اکوسیستم، که عمدتاً به سازماندهی اکوسیستم پایین و عوامل انسانی (GRDP، PBL) نسبت داده می شود. توسعه پایدار باید حفظ شود تا رشد اقتصادی و حفاظت از محیط زیست متعادل شود. به عنوان مثال در برخی از شهرستان های حاشیه شمال غرب و جنوب شرق بهینه سازی ساختار کاربری و پرهیز از احیاء و ساخت و سازهای غیر منطقی برای افزایش ساماندهی اکوسیستم ضروری است. در عین حال، کنترل مقیاس مناطق شهری و روستایی، اجرای پروژه‌های حفاظت و احیای اکولوژیک بیشتر، تمرکز بر طرح‌بندی صنایع کم‌تأثیر سبز و انجام توسعه صنعتی سبز در چارچوب ظرفیت تحمل زیست‌محیطی ضروری است. (۳) برای اکثر مناطق با سطح بالایی از سلامت اکوسیستم در مناطق غربی و مرکزی، پوشش جنگلی بالا یک اثر ترویجی دارد. این شهرستان ها دارای ارزش اکولوژیکی بالا و حساسیت اکولوژیکی بالایی هستند و نیاز به اجرای حفاظت اکولوژیکی دقیق دارند.
نتایج تجربی مطالعه ما نشان می‌دهد که سلامت اکوسیستم تحت تأثیر عوامل طبیعی و انسانی و همچنین بافت فضایی است. سلامت اکوسیستم در یک شهرستان نه تنها تحت تأثیر عناصر موجود در آن شهرستان بلکه تحت تأثیر عناصر شهرستان های همسایه قرار می گیرد [ ۵۹ ]. مناطق با اکوسیستم سالم ممکن است بهبود مناطق با اکوسیستم های رو به زوال را ترویج کنند و برعکس، مناطق با اکوسیستم های رو به زوال ممکن است بهینه سازی مناطق با اکوسیستم سالم را به تاخیر بیندازند و منجر به همبستگی فضایی قابل توجهی در سلامت اکوسیستم شود. بنابراین، تدوین و اجرای سیاست‌های طرح اقتصادی منطقه‌ای و برنامه‌ریزی فضایی سرزمینی را نمی‌توان به واحدهای اداری منفرد محدود کرد [ ۶۰ ].] اما نیاز به درک عمیق تری از تعاملات فضایی اکوسیستم ها دارد.

۴٫۴٫ محدودیت ها و کار آینده

منطقه مورد مطالعه تحت سلطه تپه های کوهستانی است که می تواند نماینده مناطق کوهستانی در چین باشد، اما توضیح کافی برای سایر ویژگی های توپوگرافی وجود ندارد. اکوسیستم یک سیستم پیچیده است. نشاط اکوسیستم، سازماندهی اکوسیستم و تاب آوری اکوسیستم سه جنبه بسیار مهم آن هستند، اما هنوز برخی از جنبه های دیگر مانند خدمات اکوسیستم، ارزش های اکوسیستم و غیره وجود دارند که در خور توجه هستند. سلامت اکوسیستم، اما انتخاب عوامل انسانی به دلیل شاخص های آماری متفاوت در هر شهرستان تا حدودی محدود بود. در آینده، تجزیه و تحلیل دقیق خاک و اقلیم می تواند به روشن شدن مکانیسم های عمیق تغییر در سلامت اکوسیستم و اثرات مشترک تغییرات کمک کند.
علیرغم محدودیت ها، ما همچنان معتقدیم این مطالعه معنادار است. در حالی که تعداد معیارها تا حدودی کم است، کمی سازی پردازش داده ها به هیچ وجه خودسرانه نیست. مدل‌های رگرسیون وزن‌دار جغرافیایی نه تنها می‌توانند اهمیت محرک‌ها و تعاملات آن‌ها را بر سلامت اکوسیستم مطالعه کنند، بلکه ناهمگونی فضایی را در قالب نقشه‌ها نیز تجسم می‌کنند. نتایج می تواند به محققان کمک کند تا الگوی فضایی تغییرات در سلامت اکوسیستم را درک کنند و مبنای علمی برای حفاظت از محیط زیست فراهم کنند و نظرات و پیشنهادات خود را به سازمان های دولتی مربوطه ارائه دهند.

۵٫ نتیجه گیری ها

در این مقاله، پویایی سلامت اکوسیستم ۱۲۰ منطقه و شهرستان در کوه‌های Qinling-Daba در سال‌های ۲۰۰۰، ۲۰۱۰ و ۲۰۲۰ را تحلیل کردیم و عوامل محرک در مناطق مختلف را با استفاده از مدل GWR تحلیل کردیم. از نتایج، نتایج زیر را به دست آوردیم.
(۱)
تغییرات کاربری زمین در کوه های Qinling-Daba آشکار است، با بیشترین افزایش در جنگل و سطح غیرقابل نفوذ و کاهش بزرگ در زمین های کشاورزی و علفزار. این نتیجه نشان می‌دهد که تلاش‌های جنگل‌کاری در منطقه مورد مطالعه مؤثر بوده و گسترش جنگل و فضای شهری، حجم زیادی از زمین‌های کشاورزی و علفزار را اشغال کرده است.
(۲)
سلامت زیست محیطی کلی کوه های Qinling-Daba در حال افزایش است، با بهترین وضعیت سلامت اکوسیستم در Shiquan، Lushi، Yunyang_HB، و Hanbin. با این حال، سلامت اکوسیستم در برخی مناطق رو به وخامت گذاشته است که بارزترین آنها Fancheng و Wolong هستند.
(۳)
یک همبستگی فضایی واضح در سلامت اکوسیستم وجود دارد. شهرستان‌های نوع High-High با اکوسیستم‌های سالم عمدتاً در نزدیکی کوه‌های Qinling متمرکز شده‌اند که نشان‌دهنده سطح بالای سلامت اکولوژیکی در این منطقه است.
(۴)
عوامل انسانی و طبیعی بر سلامت اکوسیستم در کوه‌های Qinling-Daba تأثیر دو طرفه دارند. اثر مثبت GRDP به تدریج به منطقه مرکزی منتقل می شود، در حالی که اثر منفی PBL به غرب گسترش می یابد، که نشان می دهد فضای شهری در منطقه غرب در حال گسترش است. PFL در اکثر مناطق اثر کاتالیزوری بر سلامت اکوسیستم دارد، بنابراین جنگل کاری یک اقدام موثر برای حفاظت از اکولوژی است.
تحقیق در مورد سلامت اکوسیستم می تواند به حفاظت از محیط زیست محیطی کمک کند و شناسایی سهم عوامل مختلف می تواند به تصمیم گیرندگان کمک کند تا برنامه های مدیریتی بهتری را توسعه دهند و هماهنگی بین توسعه منطقه ای و حفاظت از محیط زیست را ارتقا دهند.

پیوست اول

Ijgi 11 00600 g0a1 550
شکل A1. الگوهای کاربری زمین در کوه های Qinling-Daba در سال های ۲۰۰۰، ۲۰۱۰ و ۲۰۲۰٫

ضمیمه B

جدول
جدول A1. آمار جهانی موران I از سلامت اکوسیستم.

پیوست ج

Ijgi 11 00600 g0a2 550
شکل A2. نگاشت فضایی ضریب تعیین وزن محلی (R2) بین مقادیر مشاهده شده و برازش شده توسط مدل سازی GWR در سطح شهرستان انجام می شود.

منابع

  1. هوانگ، ز. دو، X. Castillo، CSZ چگونه شهرنشینی بر حفاظت از زمین های کشاورزی تأثیر می گذارد؟ شواهدی از چین منبع. حفظ کنید. بازیافت. ۲۰۱۹ ، ۱۴۵ ، ۱۳۹-۱۴۷٫ [ Google Scholar ] [ CrossRef ]
  2. داداش پور، ح. عزیزی، پ. مقدسی، م. تغییر کاربری اراضی، شهرنشینی و تغییر الگوی منظر در یک منطقه شهری. علمی کل محیط. ۲۰۱۹ ، ۶۵۵ ، ۷۰۷–۷۱۹٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  3. فرانکو، اس. ماندلا، VR؛ رائو، شهرسازی KRM، مصرف انرژی و انتشار در زمینه هند بررسی. تمدید کنید. حفظ کنید. Energy Rev. ۲۰۱۷ , ۷۱ , ۸۹۸–۹۰۷٫ [ Google Scholar ] [ CrossRef ]
  4. وانگ، اس. گائو، اس. لی، اس. فنگ، ک. استراتژی ارتباط بین شهرنشینی و آلودگی هوا: شواهد تجربی از کشورهای جهانی. جی. پاک. تولید ۲۰۲۰ , ۲۴۳ , ۱۱۸۶۱۵٫ [ Google Scholar ] [ CrossRef ]
  5. ساندرسون، EW; والستون، جی. رابینسون، جی جی از تنگنا تا پیشرفت: شهرنشینی و آینده حفاظت از تنوع زیستی. علوم زیستی. ۲۰۱۸ ، ۶۸ ، ۴۱۲٫ [ Google Scholar ] [ CrossRef ]
  6. سو، م. فتح، BD; یانگ، ز. ارزیابی سلامت اکوسیستم شهری: بررسی. علمی کل محیط. ۲۰۱۰ ، ۴۰۸ ، ۲۴۲۵-۲۴۳۴٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  7. راپورت، دی جی; مافی، L. بهداشت محیطی فرهنگی، سلامت جهانی و پایداری. Ecol. Res. ۲۰۱۱ ، ۲۶ ، ۱۰۳۹-۱۰۴۹٫ [ Google Scholar ] [ CrossRef ]
  8. داگلاس، I. اکولوژی شهری و اکوسیستم های شهری: درک پیوندهای سلامت و رفاه انسان. Curr. نظر. محیط زیست حفظ کنید. ۲۰۱۲ ، ۴ ، ۳۸۵-۳۹۲٫ [ Google Scholar ] [ CrossRef ]
  9. یو، جی. یو، کیو. هو، ال. ژانگ، اس. فو، تی. ژو، ایکس. او، X. لیو، ی. وانگ، اس. جیا، اچ. ارزیابی سلامت اکوسیستم بر اساس تجزیه و تحلیل پایگاه داده کاربری زمین. Appl. Geogr. ۲۰۱۳ ، ۴۴ ، ۱۵۴-۱۶۴٫ [ Google Scholar ] [ CrossRef ]
  10. لیو، دی. هائو، S. ارزیابی سلامت اکوسیستم در مقیاس شهرستان با استفاده از چارچوب فشار-وضعیت-پاسخ در فلات لس، چین. بین المللی جی. محیط زیست. Res. بهداشت عمومی ۲۰۱۷ ، ۱۴ ، ۲٫ [ Google Scholar ] [ CrossRef ]
  11. سان، بی. تانگ، جی. یو، دی. آهنگ، ز. Wang، P. ارزیابی سلامت اکوسیستم: تجزیه و تحلیل PSR ترکیبی از روش‌های AHP و FCE برای خلیج Jiaozhou، China1. Ocean Coast Manage ۲۰۱۹ ، ۱۶۸ ، ۴۱–۵۰٫ [ Google Scholar ] [ CrossRef ]
  12. جعفری، پ. سراب، ع.ا. تهرانی، ارزیابی سلامت اکوسیستم NA با استفاده از سیستم پشتیبان تصمیم گیری فضایی فازی در حوزه آبخیز طالقان قبل و بعد از ساخت سد. محیط زیست روند. ۲۰۱۸ ، ۵ ، ۸۰۷-۸۳۱٫ [ Google Scholar ] [ CrossRef ]
  13. ملک محمدی، ب. جهانی شکیب، ف. ارزیابی آسیب پذیری خدمات اکوسیستم منظر تالاب با استفاده از مدل راننده-فشار-وضعیت-برخورد-پاسخ (DPSIR). Ecol. اندیک. ۲۰۱۷ ، ۸۲ ، ۲۹۳-۳۰۳٫ [ Google Scholar ] [ CrossRef ]
  14. پنگ، جی. لیو، ی. وو، جی. Lv، H.; هو، X. پیوند خدمات اکوسیستم و الگوهای منظر برای ارزیابی سلامت اکوسیستم شهری: مطالعه موردی در شهر شنژن، چین. طرح شهری منظر. ۲۰۱۵ ، ۱۴۳ ، ۵۶-۶۸٫ [ Google Scholar ] [ CrossRef ]
  15. شیائو، آر. لیو، ی. فی، ایکس. یو، دبلیو. ژانگ، ز. Meng، Q. ارزیابی سلامت اکوسیستم: تجزیه و تحلیل جامع و دقیق از مطالعه موردی در منطقه شهری ساحلی، شرق چین. Ecol. اندیک. ۲۰۱۹ ، ۹۸ ، ۳۶۳-۳۷۶٫ [ Google Scholar ] [ CrossRef ]
  16. داس، م. داس، ا. Mandal, A. یادداشت پژوهشی: ارزیابی سلامت اکوسیستم (EH) یک منطقه شهری شهری در شرق هند که به سرعت در حال شهرنشینی است-مطالعه ای در منطقه شهری کلکته. Landsc. طرح شهری. ۲۰۲۰ ، ۲۰۴ ، ۱۰۳۹۳۸٫ [ Google Scholar ] [ CrossRef ]
  17. بائه، دی. کومار، هنگ کنگ؛ هان، جی اچ. کیم، جی. کیم، KW; Kwon، YH; یک، KG ارزیابی سلامت اکولوژیکی یکپارچه جریان معدن اسید و آزمایش‌های آزمایشی در محل برای تصفیه‌های فاضلاب. Ecol. مهندس ۲۰۱۰ ، ۳۶ ، ۶۵۳-۶۶۳٫ [ Google Scholar ] [ CrossRef ]
  18. Bebianno، MJ; پریرا، سی جی; ری، اف. کراوو، ا. دوارته، دی. d’Errico، G. Regoli، F. رویکرد یکپارچه برای ارزیابی سلامت اکوسیستم در مناطق بندر. علمی کل محیط. ۲۰۱۵ ، ۵۱۴ ، ۹۲-۱۰۷٫ [ Google Scholar ] [ CrossRef ]
  19. چنگ، ایکس. چن، ال. سان، آر. کنگ، پی. تغییرات کاربری زمین و توسعه اجتماعی-اقتصادی به شدت سلامت اکوسیستم رودخانه را در یکی از بزرگترین حوضه های چین بدتر می کند. علمی کل محیط. ۲۰۱۸ ، ۶۱۶ ، ۳۷۶-۳۸۵٫ [ Google Scholar ] [ CrossRef ]
  20. او، جی. پان، ز. لیو، دی. Guo, X. بررسی تفاوت های منطقه ای سلامت اکوسیستم و عوامل محرک آن در چین. علمی کل محیط. ۲۰۱۹ ، ۶۷۳ ، ۵۵۳-۵۶۴٫ [ Google Scholar ] [ CrossRef ]
  21. زی، جی. ژانگ، سی. ژن، ال. Zhang, L. تغییرات پویا در ارزش خدمات اکوسیستم چین. اکوسیستم. خدمت ۲۰۱۷ ، ۲۶ ، ۱۴۶-۱۵۴٫ [ Google Scholar ] [ CrossRef ]
  22. وانگ، اس. نیش، سی. ما، اچ. وانگ، ی. Qin, J. تفاوت‌های فضایی و چند مکانیسم ردپای کربن بر اساس مدل GWR در استان چین. جی. جئوگر. علمی ۲۰۱۴ ، ۲۴ ، ۶۱۲-۶۳۰٫ [ Google Scholar ] [ CrossRef ]
  23. زو، سی. ژانگ، ایکس. ژو، ام. او هست.؛ گان، م. یانگ، ال. وانگ، ک. تأثیرات شهرنشینی و الگوی منظر بر کیفیت زیستگاه با استفاده از مدل‌های OLS و GWR در هانگژو، چین. Ecol. اندیک. ۲۰۲۰ , ۱۱۷ , ۱۰۶۶۵۴٫ [ Google Scholar ] [ CrossRef ]
  24. ژانگ، اچ. گائو، ی. هوآ، ی. ژانگ، ی. لیو، ک. ارزیابی و نقشه‌برداری ارزش‌های اجتماعی ادراک شده برای خدمات اکوسیستم در کوه‌های Qinling، چین. اکوسیستم. خدمت ۲۰۱۹ ، ۳۹ ، ۱۰۱۰۰۶٫ [ Google Scholar ] [ CrossRef ]
  25. فن، جی. لی، جی. شیا، آر. هو، ال. وو، ایکس. لی، جی. ارزیابی تأثیر تغییر آب و هوا بر توزیع زیستگاه پانداهای غول پیکر در کوه های Qinling چین. Ecol. مدل. ۲۰۱۴ ، ۲۷۴ ، ۱۲-۲۰٫ [ Google Scholar ] [ CrossRef ]
  26. Lu، CY; گو، دبلیو. داعی، ق. وی، HY ارزیابی تناسب زیستگاه بر اساس سیستم اطلاعات جغرافیایی (GIS) و فازی: مطالعه موردی Schisandra sphenanthera Rehd. و ویلس. در کوه های Qinling، چین. Ecol. مدل. ۲۰۱۲ ، ۲۴۲ ، ۱۰۵-۱۱۵٫ [ Google Scholar ] [ CrossRef ]
  27. لیو، ایکس. زو، ایکس. پان، ی. لی، اس. ممکن است.؛ Nie, J. پویایی پوشش گیاهی در کوه های Qinling-Daba در رابطه با عوامل آب و هوایی بین سال های ۲۰۰۰ و ۲۰۱۴٫ J. Geogr. علمی ۲۰۱۶ ، ۲۶ ، ۴۵-۵۸٫ [ Google Scholar ] [ CrossRef ]
  28. بای، Y. تجزیه و تحلیل پویایی پوشش گیاهی در منطقه کوه های Qinling-Daba از داده های سری زمانی MODIS. Ecol. اندیک. ۲۰۲۱ ، ۱۲۹ ، ۱۰۸۰۲۹٫ [ Google Scholar ] [ CrossRef ]
  29. دانگ، اچ. ژانگ، ی. ژانگ، ک. جیانگ، م. ژانگ، کیو. ساختار سنی و بازسازی جنگل‌های صنوبر زیر آلپ (Abies fargesii) در یک محدوده ارتفاعی در کوه‌های Qinling، چین. برای. Ecol. مدیریت ۲۰۱۰ ، ۲۵۹ ، ۵۴۷-۵۵۴٫ [ Google Scholar ] [ CrossRef ]
  30. شائو، ی. مو، ایکس. سلام.؛ سان، دبلیو. ژائو، جی. گائو، ص. تغییرات فضایی و زمانی رویدادهای بارش شدید در مقیاس های چند زمانه در منطقه کوه های Qinling-Daba، چین. Quatern Int. ۲۰۱۹ ، ۵۲۵ ، ۸۹-۱۰۲٫ [ Google Scholar ] [ CrossRef ]
  31. هو، ی. یائو، ی. Kou, Z. بررسی منطقه‌بندی آب و هوای کوه‌های Qinling-Daba بر اساس مدل Geodetector-SVM. PLoS ONE ۲۰۲۰ , ۱۵ , e0241047. [ Google Scholar ] [ CrossRef ]
  32. یو، ی. لی، جی. ژو، ز. ما، ایکس. ژانگ، ایکس. پاسخ چندین سرویس اکوسیستم کوهستانی به شیب‌های محیطی: چگونه باید پاسخ داد، و حفاظت در کجا باید اولویت داشته باشد؟ جی. پاک. تولید ۲۰۲۱ ، ۲۷۸ ، ۱۲۳۲۶۴٫ [ Google Scholar ] [ CrossRef ]
  33. لی، جی. ژانگ، ال. Ye, H. تجزیه و تحلیل تغییرات مکانی-زمانی میانگین سالانه NDVI در کوه‌های Qinling به عنوان مانع امنیت اکولوژیکی و خط تقسیم بین جغرافیا و اقلیم. IOP Conf. سر. محیط زمین. علمی ۲۰۲۱ , ۸۰۴ , ۰۲۲۱۰۸٫ [ Google Scholar ] [ CrossRef ]
  34. Costanza، R. به سوی یک تعریف عملیاتی از سلامت اکوسیستم. در سلامت اکوسیستم: اهداف جدید برای مدیریت محیطی. در مرزها در اقتصاد اکولوژیک ; انتشارات ادوارد الگار: چلتنهام، انگلستان، ۱۹۹۷; صص ۲۳۹-۲۶۹٫ [ Google Scholar ]
  35. نمانی، ر.ر. کیلینگ، سی دی; هاشیموتو، اچ. Jolly، WM; پایپر، SC; تاکر، سی جی; Myneni، RB; در حال اجرا، SW آب و هوا رانده در تولید اولیه خالص زمینی جهانی از ۱۹۸۲ تا ۱۹۹۹ افزایش می یابد. Science ۲۰۰۳ , ۳۰۰ , ۱۵۶۰-۱۵۶۳٫ [ Google Scholar ] [ CrossRef ]
  36. لی، ی. کائو، ز. لانگ، اچ. لیو، ی. لی، دبلیو. تجزیه و تحلیل دینامیکی محیط زیست محیطی همراه با پوشش زمین و تغییرات NDVI و پیامدهای توسعه پایدار شهری-روستایی: مورد زمین شنی مو اوس، چین. جی. پاک. تولید ۲۰۱۷ ، ۱۴۲ ، ۶۹۷-۷۱۵٫ [ Google Scholar ] [ CrossRef ]
  37. کارلسون، TN; Ripley، DA در مورد رابطه بین NDVI، پوشش گیاهی کسری، و شاخص سطح برگ. محیط سنس از راه دور ۱۹۹۷ ، ۶۲ ، ۲۴۱-۲۵۲٫ [ Google Scholar ] [ CrossRef ]
  38. پتورلی، ن. ویک، جو. میسترود، ا. گیلارد، جی.ام. تاکر، سی جی; Stenseth، NC استفاده از NDVI مشتق شده از ماهواره برای ارزیابی پاسخ های اکولوژیکی به تغییرات محیطی. Trends Ecol. تکامل. ۲۰۰۵ ، ۲۰ ، ۵۰۳-۵۱۰٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  39. جیانگ، ز. Huete، AR؛ چن، جی. چن، ی. لی، جی. یان، جی. ژانگ، X. تجزیه و تحلیل NDVI و شاخص پوشش گیاهی مقیاس شده بازیابی بخش پوشش گیاهی. محیط سنس از راه دور ۲۰۰۶ ، ۱۰۱ ، ۳۶۶-۳۷۸٫ [ Google Scholar ] [ CrossRef ]
  40. پنگ، جی. لیو، ی. لی، تی. وو، جی. پاسخ بهداشتی اکوسیستم منطقه ای به تغییر کاربری زمین روستایی: مطالعه موردی در شهر لیجیانگ، چین. Ecol. اندیک. ۲۰۱۷ ، ۷۲ ، ۳۹۹-۴۱۰٫ [ Google Scholar ] [ CrossRef ]
  41. Tobler, WR یک فیلم کامپیوتری شبیه سازی رشد شهری در منطقه دیترویت. اقتصاد Geogr. ۱۹۷۰ ، ۴۶ (Suppl. S1)، ۲۳۴-۲۴۰٫ [ Google Scholar ] [ CrossRef ]
  42. نیش، ال. وانگ، ال. چن، دبلیو. سان، ج. کائو، کیو. وانگ، اس. Wang, L. شناسایی اثرات عوامل طبیعی و انسانی بر خدمات اکوسیستم در حوضه رودخانه یانگ تسه و زرد. جی. پاک. تولید ۲۰۲۱ , ۳۱۴ , ۱۲۷۹۹۵٫ [ Google Scholar ] [ CrossRef ]
  43. چن، اس. فنگ، ی. تانگ، ایکس. لیو، اس. زی، اچ. گائو، سی. Lei, Z. مدل‌سازی تلفات ESV ناشی از گسترش شهری با استفاده از اتوماتای ​​سلولی و رگرسیون وزن‌دار جغرافیایی. علمی کل محیط. ۲۰۲۰ , ۷۱۲ , ۱۳۶۵۰۹٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  44. یو، اچ. گونگ، اچ. چن، بی. لیو، ک. گائو، M. تجزیه و تحلیل تاثیر آب های زیرزمینی بر فرونشست زمین در پکن بر اساس مدل رگرسیون وزنی جغرافیایی (GWR). علمی کل محیط. ۲۰۲۰ , ۷۳۸ , ۱۳۹۴۰۵٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  45. وانگ، کیو. فنگ، اچ. فنگ، اچ. یو، ی. لی، جی. نینگ، ای. اثرات ترافیک جاده بر کیفیت هوای شهری در GWR مبتنی بر جینان و سنجش از دور. علمی Rep. ۲۰۲۱ , ۱۱ , ۱۵۵۱۲٫ [ Google Scholar ] [ CrossRef ]
  46. وو، ایکس. لیو، اس. ژائو، اس. هو، ایکس. خو، جی. دونگ، اس. لیو، جی. تحلیل کمی و نیروی محرکه عرضه، تقاضا و تعادل خدمات اکوسیستم در چین. علمی کل محیط. ۲۰۱۹ ، ۶۵۲ ، ۱۳۷۵–۱۳۸۶٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  47. ژانگ، دی. هوانگ، Q. او، سی. Wu, J. تأثیرات گسترش شهری بر خدمات اکوسیستم در تراکم شهری پکن-تیانجین-هبی، چین: یک تحلیل سناریو بر اساس مسیرهای اجتماعی و اقتصادی مشترک. منبع. حفظ کنید. بازیافت. ۲۰۱۷ ، ۱۲۵ ، ۱۱۵-۱۳۰٫ [ Google Scholar ] [ CrossRef ]
  48. ژانگ، ی. یین، اچ. زو، ال. Miao، C. تکه تکه شدن چشم انداز در ذخایر طبیعی کوه های Qinling-Daba و عوامل مؤثر بر آن. Land ۲۰۲۱ , ۱۰ , ۱۱۲۴٫ [ Google Scholar ] [ CrossRef ]
  49. میچل، ام جی; سوارز کاسترو، اف. مارتینز-هارمز، ام. مارون، ام. مک آلپاین، سی. گاستون، کی جی. یوهانسن، ک. رودز، JR Reframing اثرات تکه تکه شدن چشم انداز بر خدمات اکوسیستم. Trends Ecol. تکامل. ۲۰۱۵ ، ۳۰ ، ۱۹۰-۱۹۸٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  50. چن، دبلیو. گو، تی. Zeng، J. شهرنشینی و سلامت اکوسیستم در محدوده‌های میانی توده‌های شهری رودخانه یانگ تسه، چین: یک رابطه منحنی U. جی. محیط زیست. مدیریت ۲۰۲۲ , ۳۱۸ , ۱۱۵۵۶۵٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  51. ژانگ، ز. گائو، جی. فن، X. لان، ی. ژائو، ام. پاسخ خدمات اکوسیستم به توسعه اجتماعی-اقتصادی در حوضه رودخانه یانگ تسه، چین. Ecol. اندیک. ۲۰۱۷ ، ۷۲ ، ۴۸۱-۴۹۳٫ [ Google Scholar ] [ CrossRef ]
  52. لوکاتلی، بی. لاورل، اس. اسلون، اس. تاپینر، یو. Geneletti، D. مسیرهای مشخصه خدمات اکوسیستم در کوه ها. جلو. Ecol. محیط زیست ۲۰۱۷ ، ۱۵ ، ۱۵۰-۱۵۹٫ [ Google Scholar ] [ CrossRef ]
  53. یین، ال. دای، ای. ژنگ، دی. وانگ، ی. ما، ال. تانگ، ام. چه چیزی باعث پویایی پوشش گیاهی در منطقه کوهستان هنگدوان، جنوب غربی چین می شود: تغییرات آب و هوا یا فعالیت انسانی؟ Ecol. اندیک. ۲۰۲۰ , ۱۱۲ , ۱۰۶۰۱۳٫ [ Google Scholar ] [ CrossRef ]
  54. ما، س. وانگ، ال جی. جیانگ، جی. چو، ال. تأثیر آستانه ژانگ، JC خدمات اکوسیستم در پاسخ به تغییرات آب و هوا و تغییر پوشش گیاهی در پناهگاه اکولوژیکی فلات چینگهای-تبت. جی. پاک. تولید ۲۰۲۱ , ۳۱۸ , ۱۲۸۵۹۲٫ [ Google Scholar ] [ CrossRef ]
  55. فو، س. لی، بی. هو، ی. بی، ایکس. ژانگ، X. اثرات استفاده از زمین و تغییرات آب و هوا بر خدمات اکوسیستم در مناطق خشک آسیای مرکزی: مطالعه موردی در استان آلتای، چین. علمی کل محیط. ۲۰۱۷ ، ۶۰۷ ، ۶۳۳-۶۴۶٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  56. هائو، آر. یو، دی. لیو، ی. لیو، ی. کیائو، جی. وانگ، ایکس. Du, J. تأثیرات تغییرات در اقلیم و الگوی چشم‌انداز بر خدمات اکوسیستم. علمی کل محیط. ۲۰۱۷ ، ۵۷۹ ، ۷۱۸-۷۲۸٫ [ Google Scholar ] [ CrossRef ] [ PubMed ]
  57. کانگ، پی. چن، دبلیو. هو، ی. لی، ی. پیوند خدمات اکوسیستم و سلامت اکوسیستم به ارزیابی خطر زیست محیطی: مطالعه موردی تجمع شهری پکن-تیانجین-هبی. علمی کل محیط. ۲۰۱۸ ، ۶۳۶ ، ۱۴۴۲-۱۴۵۴٫ [ Google Scholar ] [ CrossRef ]
  58. تانگ، دی. لیو، ایکس. Zou، X. یک روش بهبود یافته برای ارزیابی سلامت اکوسیستم یکپارچه بر اساس ساختار و عملکرد اکوسیستم های ساحلی: مطالعه موردی منطقه ساحلی جیانگ سو، چین. Ecol. اندیک. ۲۰۱۸ ، ۸۴ ، ۸۲-۹۵٫ [ Google Scholar ] [ CrossRef ]
  59. چی، جی. Marcouiller، DW امکانات رفاهی طبیعی و اثرات آنها بر مهاجرت در امتداد پیوستار شهری – روستایی. ان Reg. علمی ۲۰۱۳ ، ۵۰ ، ۸۶۱-۸۸۳٫ [ Google Scholar ] [ CrossRef ]
  60. چی، جی. استرس جمعیت هو، HC: تجزیه و تحلیل فضایی-زمانی تغییر جمعیت و توسعه زمین در سطح شهرستان در ایالات متحده، ۲۰۰۱-۲۰۱۱٫ سیاست کاربری زمین ۲۰۱۸ ، ۷۰ ، ۱۲۸-۱۳۷٫ [ Google Scholar ] [ CrossRef ]
Ijgi 11 00600 g001 550
شکل ۱٫ نقشه موقعیت جغرافیایی کوه های Qinling-Daba. ( الف ) موقعیت کوه‌های Qinling-Daba در چین ( ب ) موقعیت و ارتفاع ۱۲۰ شهرستان و شش استان مربوطه.
Ijgi 11 00600 g002 550
شکل ۲٫ چارچوب کلی تحقیق.
Ijgi 11 00600 g003 550
شکل ۳٫ تغییرات در شاخص های اکوسیستم برای هر شهرستان در کوه های Qinling-Daba از سال ۲۰۰۰ تا ۲۰۲۰٫ ( الف – ج ) قدرت اکوسیستم برای هر شهرستان ( d – f ) سازمان اکوسیستم برای هر شهرستان ( g – i ) انعطاف پذیری اکوسیستم برای هر شهرستان شهرستان
Ijgi 11 00600 g004 550
شکل ۴٫ توزیع فضایی شاخص جامع سلامت اکوسیستم در سطح شهرستان در کوه های Qinling-Daba از سال ۲۰۰۰ تا ۲۰۲۰٫
Ijgi 11 00600 g005 550
شکل ۵٫ تراکم فضایی سلامت اکوسیستم بر اساس مجاورت روک از سال ۲۰۰۰ تا ۲۰۲۰٫
Ijgi 11 00600 g006 550
شکل ۶٫ الگوهای توزیع فضایی ضرایب همبستگی بین سلامت اکوسیستم و عوامل محرک از سال ۲۰۰۰ تا ۲۰۲۰٫ ( الف – ج ) GRDP: تولید ناخالص داخلی منطقه ای. ( d – f ) POP: اندازه جمعیت. ( g – i ) PBL: نسبت زمین ساخته شده. ( j – l ) PFL: نسبت زمین جنگلی. ( m – o ) DEM: مدل رقومی ارتفاع، منعکس کننده ارتفاع.

ونوس نصیرفام

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

خانهدربارهتماسارتباط با ما