社会-生态系统(ses模型)模拟与景观决策的关联

2022-04-14 04:28:14 文档大全网 [ 字体：小中大 ] [ 阅读： ]

【#文档大全网# 导语】以下是®文档大全网的小编为您整理的《社会-生态系统(ses模型)模拟与景观决策的关联》，欢迎阅读！
关联,景观,模型,决策,生态
社会-生态系统(ses模型)模拟与景观决策的关联

摘要：社会-生态系统(SES)模拟模型是景观格局分析和决策的有效工具,能表征景观格局变化的社会-生态效应及景观决策的复杂反馈机制。文献综述了森林-农业景观格局的SES模型方法进展发现:(1)多数模型对景观过程与社会经济决策的反馈关系分析不足;(2)应集成多种情景模拟和景观效应分析方法,完善现有SES模型的理论方法基础;(3)通过集成格局优化模型和自主体模型会有效改进SES模型功能,具体途径包括:集成情景-生态效应的景观格局模拟方法、完善景观决策的理论基础、加强集成模型的不确定性分析、降低模型复杂性和综合定性-定量数据等。研究结果有助于理解多尺度森林-农业景观格局在社会-生态系统中的重要作用,能更好地支持跨学科集成模型开发与应用。

复杂社会-生态系统模拟是区域决策管理的核心议题

SES模型主要与4类模型有关联:1)系统动力学(System dynamics):利用要素的因果反馈关系分析复杂系统的非线性动态行为

文献计量分析

在Web of Science数据库以(“Forest landscape” OR “Agriculture landscape” OR “Forest Agroecosystem”) AND (“Integrated” OR “Integration”) AND

(“Social-ecological model” OR “Ecological-economic model”)进行主题词检索(2000—2019年),总发文量有3091篇,总引文数30750次,两者增加趋势基本一致(图1)。发文前三位的专业期刊是《Ecology and Society》(234篇)、《Agriculture Ecosystems Environment》(56篇)和《Ecological Economics》(39篇),综合性期刊《PNAS》(36篇)和《PLOS One》(55篇)也贡献较大;发文600篇以上的研究领域有环境科学&生态学(2143篇)、生物多样性保护(1170篇)、农学(976篇)、心理学(781篇)、行为科学(684篇)、林学(684篇)、企业经济学(673篇)、社会学(661篇)和植物科学(646篇)。

社会-生态系统模拟模型方法研究进展

建模框架分析

景观格局与社会-生态过程的互馈关系是发展SES模型的理论基础(图2)。社会经济过程是影响决策的主要驱动力,景观格局是土地所有者、政府和公众等利益相关者实施景观管理的结果,并产生生态效应。生态经济学认为“景观管理”是通过效用最大化将稀缺土地资源变为特定景观的决策方案

社会经济过程与景观生态效应之间存在复杂反馈,影响利益相关者的决策:在理性土地所有者参与的反馈中,森林-农业景观格局的个体决策变化会影响农林经济总效益,利用生物经济模型能有效评估农林经济风险和土地效益变化

模型方法研究进展

利用Endnote x9和文献关键词进一步筛选模型方法文献:(landscape* OR land* OR LU*) AND (econ* OR social) AND (forest* OR agri*) AND (model* OR optim* OR agent) AND (config* OR compos* OR map* OR matrix),去除社会-生态反馈较少的城市景观类文献。参照关联模型的划分,将SES模型分为经验统计模型、系统仿真模型、景观格局优化模型和ABM(表1),并对比模型的反馈机制、方法类型、时空尺度、不确定性和复杂性等功能差异。

经验统计模型

经验统计模型用于揭示森林-农业景观格局、社会经济驱动因素和景观生态效应的相关性。如权衡生态系统服务价值发现,森林-农业景观整体与生态服务价值变化正相关

系统仿真模型

系统仿真利用统计相关性或生物物理过程模型模拟系统变化,主要方法有半定量(如因果循环图)方法、概率转换模型(如Markov链、状态-转换模型)和元胞自动机(Cellular Automata,CA)等

景观格局优化模型

景观格局优化模型通过特定决策准则组合获取最佳的格局优化方案,改进了经验统计和系统仿真模型中预定义假设的局限性

ABM模型

ABM主要用于景观尺度的社会-生态系统分析

社会-生态系统模型方法改进的可能途径

针对SES模型在森林-农业景观格局复杂反馈机制方面的局限性,以多源数据与模型集成为基本途径,在景观格局和生态效应分析基础上发展嵌套式、模块化的显式建模方法,提出5种关联的潜在模型改进途径(图3),并分析其面临的挑战。

发展景观格局的情景模拟方法

森林-农业景观格局变化一般通过连续的LULC过程模拟实现,为开发参与式的跨学科情景预测方法和相应的景观格局优化提供了建模基础。情景方法提供多种预定义的森林-农业景观配置方式,能排除社会经济/技术等层面不可行的景观决策和简化情景设置,便于生成利益相关者关注的可用景观格局;情景方法能集成多目标规划与空间模拟功能,适用于模拟森林-农业景观格局的生态效应优化方案。景观格局的情景模拟方法能促进林学、农学和土地变化科学等多学科知识交互,集成结构复杂的多元情景与空间模拟模型,为获取最优的森林-农业景观格局提供参数和策略设计的科学方案。

提升景观格局的效应集成方法

森林-农业景观格局与多元社会驱动力及其生态效应的空间分析尺度通常不匹配,现有SES模型的改进方法主要有栅格矩阵分析、图形网络和地表梯度模拟等

完善景观决策的理论方法基础

森林-农业景观决策的核心目标是效益最大化,但SES模型决策规则多缺乏完整的理论方法支持

加强模型的不确定性分析

SES模型对不确定性分析普遍重视不足,如收集的131个ABM案例研究中只有15个涉及不确定性分析;不确定性分析会有效促进森林-农业景观多样性和生态效应的系统评估,如对公共生态系统服务供给和相应效益进行综合调控,减缓景观决策的系统风险

降低模型数据的复杂性

SES模型开发应遵循模块化的简约原则,如采用逐步混合方法集成简单模型与包含景观发生器的ABM

森林-农业景观变化受多种社会经济决策过程的综合影响,SES模型在表征景观决策驱动因素、格局变化和生态效应互馈等方面有显著优势。综述表明:景观组分的多样性能降低森林-农业景观系统的社会-生态风险;应尽快发展森林-农业景观格局的情景模拟和效应集成方法,完善模型理论方法基础;最受关注的SES模型是景观格局优化模型和ABM,通过加强不确定性分析、降低模型复杂性和数据集成等途径可能会改进SES模型功能,为跨学科集成模型发展提供理论方法支持。