2022, Vol. 43
土壤质量被定义为“特定种类的土壤在自然或管理的生态系统范围内维持植物和动物生产力、保持或提高水和空气质量以及支持人类健康和居住的能力”[1].该定义在当前的研究中被广泛接受.土壤不再仅仅被视为植物生产的支持, 而是与周围环境相互作用形成复杂的系统, 提供各种关键的生态系统服务功能[2, 3], 因此, 维持土壤生态功能的能力是土壤质量高低的重要标志.可见, 基于土壤生态功能开展土壤质量综合评价具有更好的系统性和科学性.
湿地土壤是构成湿地生态系统最主要的环境因子之一, 其在特殊的外部条件下, 理化性质和生态功能表现特殊.与一般的陆地土壤不同, 湿地土壤特殊的理化性质和生态功能在维持和演替湿地生态系统的平衡方面发挥着关键作用[4].在前期研究中, 众多学者从基于土壤微观理化性质的角度开展了大量的土壤质量评价指标体系的构建和评价方法的研究.如张光亮等[5]的研究从14个土壤理化指标中构建最小数据集, 采用土壤质量指数法对黄河三角洲湿地土壤质量进行了综合评价.郗敏等[6]的研究采用主成分分析法筛选理化指标, 对胶州湾光滩和盐沼土壤进行了质量评价.解雪峰等[7]的研究基于最小数据集和TOPSIS模型构建土壤质量指数对长江三角洲北翼滨海滩涂围垦后土壤质量演变过程进行了评价.近年来, 随着对土壤生态功能的认识日益加深, 将土壤生态功能纳入到土壤质量评价当中, 成为当前研究的热点.如法国学者Thoumazeau等[8]研究构建了“Biofunctool”指标集工具来评价农用地管理对碳转化、养分循环和结构保持这3种动态土壤功能的影响, 并将该工具方法运用到泰国橡胶种植园的土壤质量调查当中.赵瑞等[9]的研究从生态系统服务功能视角, 构建了肥力质量、环境质量和弹性质量3个维度的土壤质量评价指标体系, 并以实地进行了验证.Calzolari等[10]的研究提出了一种基于指标、通过数学公式量化的科学方法来评估土壤对生态系统服务功能的贡献, 该方法从现有土壤数据中得出土壤对应生态功能, 使用空间数据来描述和模拟土壤功能的空间异质性.此外, Rinot等[11]的研究参考多变量复合土壤质量指数计算方法, 通过建立最小数据集来量化土壤属性与土壤生态系统服务的关系.综上所述, 目前基于土壤生态功能方面的研究鲜见, 从宏观和微观两方面入手, 利用空间模型与GIS相结合来开展土壤质量综合评价, 进而讨论分析空间范围内影响土壤质量的关键因子, 以及环境变化和人为干扰等因素对土壤质量的影响过程.
因此本研究拟从空间范围内, 建立基于生态功能的土壤质量综合评价技术方法, 并选取胶州湾滨海湿地为实证研究对象, 进一步验证该方法的实践性和科学性.本研究结果一方面能够进一步丰富土壤质量综合评价的技术与方法, 另一方面能够全面了解胶州湾滨海湿地土壤质量的时空演变特征和内在影响机制, 以期为该区域后期生态功能恢复提供科学依据.
1 材料与方法 1.1 研究区概况及数据来源本研究以山东省青岛市胶州湾滨海湿地为研究区范围(图 1).胶州湾滨海湿地(35°58′N~36°15′N, 120°03′E~120°22′E)是一个典型的半封闭型海湾, 气候属于海洋性季节气候, 年平均气温为12.2℃, 冬季寒冷干燥, 夏季高温多雨, 年降水量为775.6 mm.随着青岛市区域发展与产业经济政策[12, 13]相继出台和实施后, 研究区的经济得到快速发展的同时, 大大增加了对土地资源的开发利用强度, 进而对整个区域的生态环境健康带来了巨大的挑战.同时, 在城市扩张和养殖业发展的背景下, 受工业和居民生活废水废渣, 农业、养殖业中过量化肥、农药和有机饲料等的影响, 该地区的土壤质量遭到破坏, 许多原生植物已经退化甚至消失[14], 土壤生态环境遭到严重的影响.
|
图 1 研究区位置示意 Fig. 1 Location of the study area |
本研究所使用的数据主要包括遥感影像数据和野外实测数据.其中遥感影像数据来源于地理空间数据云(http://www.gscloud.cn/), 以覆盖研究区的1990年12月18日的Landsat 4-5 TM、2000年9月16日的Landsat ETM+、2010年10月30日的Landsat ETM+、2019年2月1日的Landsat OLI遥感影像和GDEMDEM 30 M数字高程作为主要数据. 4期遥感影像的分辨率均为30 m, 轨道号为120/35, 云量覆盖率分别为0、0、0.01和0.7, 影像色调丰富, 可以满足科研需求.野外实测数据基于研究区土地利用类型分析结果, 于2020年10月17日和10月18日在耕地、养殖池、未利用地、林地、草地、滩涂湿地和建设用地这7种土地利用类型中, 根据随机布点原则, 在各地类10 m×10 m地块范围内按S型采集表层土壤(0~20 cm).样品带回实验室于室内自然风干、研磨和过筛后备测.本文选取有机质、全氮、碱解氮、速效磷、速效钾和全磷这6项土壤基本养分指标来表征土壤养分状况.以上指标分别采用国标方法[15]和文献[16]中使用的常规分析测试方法测定.
1.2 土地利用类型识别根据全国第三次土地调查的土地利用现状分类系统[17]、前人研究成果和InVEST模型输入数据的需要, 把土地利用分为: 旱地、有林地、疏林地、高覆盖草地、中覆盖草地、盐田、养殖池、滩涂、城镇用地、农村居民点、其它建设用地、裸地、河渠和浅海水域这14个二级土地利用类型.根据本研究区域的特点和研究内容的需求, 仅对耕地、林地、草地、建设用地和未利用地这5个一级地类; 盐田、养殖池和滩涂这3个二级地类进行研究.利用ENVI软件, 进行4期影像的预处理后, 采用监督分类的最大似然法[18], 进行计算机解译, 并在ENVI Classic中, 根据实际调查结果, 进行分类改进, 提高解译精度.
1.3 评价方法构建本研究采用地理信息系统技术和野外实际调研方法, 以土壤生态功能[19]为出发点, 在基于胶州湾滨海湿地环境特征的基础上, 拟定“土壤生态功能-评价指标-土壤综合质量”整合评价路径, 构建滨海湿地微观与宏观相结合的土壤质量综合评价理论框架(图 2).如图 2所示, 滨海湿地的土壤生态功能主要包括生物多样性维持、碳储存、养分维持、净化、水文调节和指示等功能.但是, 滨海湿地土壤的净化、水文调节和指示这3种功能受环境条件限制、指标量化的可操作性不强和统计资料不足等问题影响, 导致目前尚无法科学准确地对它们进行量化.因此, 本文针对胶州湾滨海湿地的实证研究中, 仅选择生物多样性维持、碳储存和养分维持这3种生态功能.在后期研究中, 应加强其它3种功能(净化、水文调节和指示)指标量化方法的研究, 从而使得本土壤质量综合评价框架更加全面.
|
灰色虚线框内的净化、水文调节和指示这3项土壤生态功能可根据研究区域实际环境特征以及操作条件进行选取 图 2 滨海湿地土壤质量综合评价框架 Fig. 2 Framework for comprehensive evaluation of soil quality in coastal wetlands |
InVEST模型中InVEST-Habitat Quality模块运行结果中的生境质量指数是反映生物多样性状况的重要指标, 生境质量越高, 生物多样性越好.该模型将不同的土地利用类型视为相应的生态系统类型或人类活动的干扰因子, 模拟生境质量的空间分布[20, 21].生境质量计算公式如下：
|
(1) |
式中, Qx为土地利用/土地覆被数据栅格x的生境质量, Dx为土地利用/土地覆被数据栅格x的生境胁迫水平, k为半饱和常数, z为模型默认归一化常数, 通常取2.5, Hj为土地利用/土地覆被类型的生境适应性.
本研究选取耕地、养殖池、盐田、城镇用地、农村居民点、其他建设用地和未利用地这7种对人类活动影响极大的土地利用类型作为威胁因子.结合模型推荐数据和已有的研究结果[22~32], 以及研究区的实际情况确定模型所需的参数值, 如表 1和表 2所示.
|
表 1 胶州湾滨海湿地胁迫因子的最大影响距离及权重 Table 1 Maximum influence distance and weight of stress factors in Jiaozhou Bay |
|
|
表 2 胶州湾滨海湿地不同生境类型对不同胁迫因子的敏感度 Table 2 Sensitivity of different habitat types to different stress factors in Jiaozhou Bay |
1.4.2 碳储存指标计算
利用InVEST模型的陆地生态系统碳储量的Carbon模块计算碳储量时, 假设每个土地利用类型生态系统的总碳密度由地上生物碳密度(Ci-above, t·hm-2, i为第i种土地利用类型, 下同)、地下生物碳密度(Ci-below, t·hm-2)、土壤有机质碳密度(Ci-soil, t·hm-2)和死亡有机碳密度(Ci-dead, t·hm-2)这4个部分组成[公式(2)].
|
(2) |
本研究所需要的碳密度数据通过文献[33~43]来获取(表 3).
|
|
表 3 胶州湾滨海湿地各土地利用类型的土壤碳密度/t·hm-2 Table 3 Carbon density of different land use types of Jiaozhou Bay/t·hm-2 |
1.4.3 土壤养分维持指标计算
综合性指数(IFI)[44]可以以数字的形式较好地反映研究区土壤养分水平的基本状况, 利用各项土壤养分隶属度计算IFI, 隶属度取值范围在区间[0.1, 1.0], IFI值越大, 表明土壤养分水平越高.
将原始数据进行标准化处理后, 所测各指标均采用S型隶属函数[45][公式(3)]：
|
(3) |
其中隶属函数中转折点X1和X2的取值根据全国第二次土壤普查养分分级标准确定.然后, 根据土壤养分各要素之间的相关系数, 确定权重系数[46](表 4).最后采用权重累加法, 土壤养分综合性指数公式为：
|
(4) |
|
|
表 4 土壤各养分指标的相关系数平均值和权重系数 Table 4 Correlation coefficient averages and weighting coefficients of soil nutrient indicators |
式中, Ni和Wi分别表示第i项隶属度值和权重系数.
1.5 土壤质量综合评价本研究采用综合指数法确定土壤质量综合指数值[47][公式(5)]：
|
(5) |
式中, Sj为第j个栅格的土壤质量综合指数值; Pij为第j个栅格第i个功能指标评价值; Wi为第i个功能指标权重值.结合研究区现状以及层次分析法, 确定生物多样性维持功能、碳储存功能和养分维持功能的权重(Wi)分别为0.2、0.49和0.31.
最后, 将土壤质量综合评价结果运用ArcGIS 10.2中的栅格计算器工具进行叠加.
2 结果与分析 2.1 土地利用变化分析1990~2019年胶州湾滨海湿地土地利用类型分布及面积变化如图 3所示. 1990~2019年, 建设用地不断增加和滩涂面积不断减少是胶州湾滨海湿地土地利用变化两个最为显著的特征.这主要是由于近30 a青岛市城市化速度加快以及围垦、城市与港口开发和污染及生物资源的过度利用造成.通过对不同时期研究区内的土地利用转化类型进行分析发现(图 4)：该研究区域内共发生了65种土地利用转化类型. 1990~2019年, 建设用地面积始终保持净增长(增加约130.27 km2), 其中29%和22%来自于养殖池和未利用地(主要为盐碱地), 并且这些转化区域主要位于胶州湾北部高新区.因此, 城市产业和经济发展是造成其他用地向建设用地转化的主要驱动因子[48]. 1990~2019年, 滩涂面积持续减少了66%, 潮滩下边界不断向胶州湾内部推进, 原因主要是土地利用改变用途后, 原有生态植被大多已不存在, 部分区域发生了较明显的生态演替.养殖池面积在前20 a略有增加, 然而随胶州湾岸线经济价值增高, 其面积开始减少, 并逐渐向建设用地、未利用地和草地转化.未利用地面积在1990~2000年和2010~2019年面积略有减少(约31.44 km2), 在2000~2010年有所增加(约24.12 km2), 其在土地利用转化过程中的主要转入和转出地类是养殖池和建设用地.盐田面积所占比例始终较小, 由于第三产业所占比例不断增加[49], 至2019年, 该研究区域内盐田已经完全转移为未利用地和建设用地.耕地、林地和草地面积相对稳定, 变化不大.建设用地的变化是研究区域内土地利用变化的核心, 其面积变化和转移方向反映了社会经济的基本形势, 表明城市化对土地利用变化的作用力在逐年增强[50], 也反映了人口增长和经济社会发展带给土地利用方面的强烈结构性变化[51].
|
图 3 胶州湾滨海湿地1990~2019年土地利用类型分布及面积变化 Fig. 3 Distribution of land use types and area changes in coastal wetlands in Jiaozhou Bay from 1990 to 2019 |
|
箭头表示各土地利用类型从1990 ~ 2019年的转移方向 图 4 1990~2019年胶州湾滨海湿地土地利用转移变化分析 Fig. 4 Analysis of land use transfer and change in coastal wetlands in Jiaozhou Bay from 1990 to 2019 |
在ArcGIS 10.2软件空间分析功能支持下, 对生境质量栅格图进行运算, 得到研究区域内1990~2019年生境质量变化栅格图, 生境质量指数取值范围为0~1.研究区生境质量的时空演变结果如图 5所示.从空间上来看, 生境质量较高的区域多分布于河流(大沽河、洋河和白沙河)沿岸和沿海滩涂区(0.75~1); 而生境质量较低的区域主要分布于城建区域和养殖池区域(0~0.5).这一结果表明, 人类活动是影响土壤生境质量的关键因素.从时间上来看, 1990~2019年不断扩张的城市面积和不断退化的滩涂湿地促使研究区的整体生境质量呈下降趋势：低(0~0.25)和较低(0.25~0.5)等级生境质量的区域面积占总面积的比值从1990~2010年的81.8%~89.1%提高到2019年的94.2%, 且新增加的部分离散分布在研究区内, 以大沽河沿岸和近海沿岸最为明显; 与此同时, 高(0.75~1)等级生境质量区域面积占比由1990年的17.7%逐年下降至2019年的2.1%.该研究区域内, 建设用地和养殖池面积占主导部分, 同时二者也是生境质量的威胁因素.再加之受土地开发利用的影响, 导致研究区域内低和较低等级生境质量面积比例最大.大沽河、洋河、白沙河沿岸和滨海滩涂区域生境适宜性最高, 但受湿地退化的影响, 导致生境质量高的区域面积逐年减少.从这个意义上说, 建设用地面积的增加是威胁研究区域内生境质量的最大因素.
|
图 5 胶州湾滨海湿地1990~2019年生境质量空间分布 Fig. 5 Spatial distribution of habitat quality in the coastal wetlands in Jiaozhou Bay from 1990 to 2019 |
图 6表示研究区1990~2019年碳储量的空间分布, 碳储量较高的区域在研究区内零星分布, 且主要集中在林地、草地、耕地和滩涂.研究区域4个时期的生态系统碳储量分别为4.092×109 (1990年)、3.675×109 (2000年)、4.014×109 (2010年)和3.213×109 t(2019年), 总体上呈现出先减少后增加再减少的波动趋势. 2000~2010年, 由于部分未利用地和废弃的盐田分别向耕地和草地转化(图 4), 使得林地和草地面积略有增加, 即植被覆盖度的增加导致土壤和植被地上、地下碳储量增加, 土地利用类型之间的转换促使生态系统碳储量净增长了0.339×109 t.不同土地利用类型碳储量结果表明, 耕地、林地、草地和滩涂是研究区域最为重要的碳库, 这4种土地利用类型的合计固碳量占区域总固碳量的99%以上.根据各土地利用类型的固碳变化趋势可知, 2010~2019年, 废弃盐碱地、林地和草地向建筑用地的转变是导致区域总固碳量下降的重要原因.
|
图 6 胶州湾滨海湿地1990~2019年碳储量空间分布 Fig. 6 Spatial distribution of carbon storage in the coastal wetlands in Jiaozhou Bay from 1990 to 2019 |
采用隶属度函数并根据各养分评价指标的阈值将变量转化为0.1~1.0之间的值(表 5).
|
|
表 5 土壤养分各要素隶属度值以及IFI Table 5 Membership values of each element of soil nutrients and IFI |
如表 5所示, 耕地的IFI值最高.主要原因为耕地受施肥等人为管理, 作物根系生长过程中的分泌物和作物收割后留下的残茬返还到土壤中, 使得土壤有机质、全氮、全磷和速效磷等养分含量显著提高, 从而导致土壤养分综合指数明显较高; 除耕地外, IFI值较高的为沿海滩涂, 这主要是因为胶州湾滨海湿地的植被以互花米草、碱蓬和芦苇为主, 滩涂的特殊环境和湿地植被为有机质的积累提供了良好的条件; 养殖池由于其底泥中大量有机物、残饵和鱼体排泄物的堆积, 导致其IFI值较高; 林地和草地土壤综合养分指数值差别不大; 未利用地土壤养分水平高于建筑用地的原因主要是部分未利用地由废弃的养殖池和盐田转化而来, 其土壤中还累积有一定量的营养物质.
2.3 土壤质量综合分析综合考虑上述生物多样性维持功能、碳储存功能和养分维持功能的评估结果, 运用ArcGIS栅格计算器来评价研究区域的土壤质量综合状况.
图 7表示不同地类中各生态功能趋向, 可以看出未利用地、建设用地和养殖池都有不同程度的生态功能丧失, 对其进行合理规划与建设将是区域生态保护的重点.图 8为土壤质量综合指数分布, 从中可知, 不同土地利用方式下土壤质量综合指数表现为：耕地＞林地＞滩涂＞未利用地＞草地＞养殖池＞建设用地.将研究区域内在ArcGIS中采用自然断点法将土壤质量综合评价结果分为5个等级, 高和较高区域主要集中在耕地、林地和滩涂湿地, 面积仅占研究区域总面积的40%.建筑用地、未利用地和养殖池土壤质量综合评价结果均处于低等级状态.林地和耕地由于大量植被覆盖, 使其碳储量和土壤养分指数均处于较高状态, 导致土壤质量综合指数也较高, 属于研究区域内合理的土地利用方式.近海滩涂区域受海水和人为影响, 导致严重的土壤盐渍化, 土壤养分指数低于耕地, 导致其土壤综合生态质量指数相应地低于耕地.建设用地土壤均属于低等级土壤, 由于土壤缺少原有植被的覆盖, 呈裸露状态, 各土壤生态功能均接近于丧失.从土地利用转移变化的角度看, 不断的城市扩张和滩涂湿地的退化促使研究区的土壤综合质量状况呈现下降趋势.
|
图 7 不同地类各土壤生态功能趋向 Fig. 7 Trends of ecological functions of various soils in different land use types |
|
图 8 胶州湾滨海湿地土壤综合质量分布 Fig. 8 Distribution of comprehensive soil quality of coastal wetlands in Jiaozhou Bay |
生物多样性功能以生境质量指数为表征, 1990~2019年胶州湾滨海湿地范围内整体生境质量平均值呈现出逐年降低的趋势, 与滩涂大面积减少和建设用地不断增加有关.这与张文静等[24]的研究结果相一致.研究区域内碳储量空间分布基本稳定, 没有发生剧烈变化, 从总量上看, 1990~2019年4个时期的生态系统碳储量呈现先减少后略有增加再减少的趋势, 2000~2010年处于碳汇阶段.同等时期下, 滨州沿海、莱州湾和黄河三角洲地区土壤碳储量也相应有所增加[52, 53]. 2010~2019年土壤碳储量减少明显, 减少最大的地区零星分布在建设用地周围, 城市的扩张使其他土地利用类型向建设用地转换, 从一定程度上加剧了土壤碳储量的减少.在养分维持功能中, 耕地的综合养分指数最高, 主要是由于土壤有机质、碱解氮和速效钾含量在逐年提高, 青岛市多年推行的土壤培肥措施在提升耕地地力方面具有一定成效[54].同时滩涂湿地中生长有大量互花米草、芦苇等植被, 其在生长发育过程中产生的植物枯落物和残体促进了大量的碳、氮等营养元素在土壤中的积累, 使得滩涂湿地土壤养分指数高于草地、林地等土地利用, 这与郗敏等[6]对胶州湾滨海湿地土壤质量研究的评价结果基本一致.通过最终土壤质量综合分析, 未利用地、建设用地和养殖池都有不同程度的生态功能丧失.
3.2 评价体系的构建本研究体系主要侧重于评价体系的构建, 以土壤生物多样性维持、碳储存和养分维持3项土壤生态功能为主, 每项功能都有各自对应的评价指数.通过InVEST模型和GIS空间工具, 能大体地反映出各土壤功能的状况.在“土壤质量是多层次的综合概念”这一背景下, 结合具体土地利用类型对土壤功能的需求, 探讨土壤生态功能供需能力和土壤胁迫程度, 由此评价土壤综合质量状况.评价理念和体系构建具有一定的依据, 并合理利用遥感数据和野外实测数据, 节约了人力与资本的投入, 可以初步作为滨海湿地土壤综合质量评估的参考框架.俞小明等[55]的研究也提出针对于滨海湿地评价指标体系构建应该遵守定量与定性结合原则, 建立一套监测数据重现性好和便于进行结果总结的生态监测指标体系.虽然本研究选取的3项评估指标能在一定程度上反映土壤综合质量, 但是该理论框架目前仅以胶州湾滨海湿地作为研究区域, 尚未在其他区域进行实地验证.因此, 该评价方法和指标体系的选择和标准的划分是否能够适用于其他湿地区域还有待进一步考证, 体系仍需完善, 这也是本研究的不足之处.中国滨海湿地地域差异较大, 需要针对区位条件及区域的不同土壤特点, 选择湿地范围内土地利用类型多样的区域进行验证, 以探索该框架的广泛适用性, 以完善本评价体系.
4 结论(1) 不同土地利用方式下, 人为干扰的程度和过程对土壤的破坏作用不尽相同.其中, 建设用地扩张是胶州湾滨海湿地土壤综合质量下降的主导因素.
(2) 通过计算不同土地利用类型的土壤质量综合指数, 表明该区域内耕地、林地和滩涂湿地土壤综合质量状况较优.
(3) 本研究构建的土壤质量综合评价方法体系能够科学、有效地评价胶州湾滨海湿地土壤质量综合状况.
| [1] | Karlen D L, Mausbach M J, Doran J W, et al. Soil quality: a concept, definition, and framework for evaluation (A guest editorial)[J]. Soil Science Society of America Journal, 1997, 61(1): 4-10. DOI:10.2136/sssaj1997.03615995006100010001x |
| [2] | Keesstra S D, Bouma J, Wallinga J, et al. The significance of soils and soil science towards realization of the united nations sustainable development goals[J]. SOIL-An Interactive Open-Access Journal, 2016, 2(2): 111-128. |
| [3] | Adhikari K, Hartemink A E. Linking soils to ecosystem services—a global review[J]. Geoderma, 2016, 262: 101-111. DOI:10.1016/j.geoderma.2015.08.009 |
| [4] |
崔巍, 李伟, 张曼胤, 等. 湿地土壤生态功能研究概述[J]. 中国农学通报, 2011, 27(20): 203-207. Cui W, Li W, Zhang M Y, et al. The study of ecological function of wetland soil[J]. Chinese Agricultural Science Bulletin, 2011, 27(20): 203-207. |
| [5] |
张光亮, 白军红, 郗敏, 等. 黄河三角洲湿地土壤质量综合评价[J]. 湿地科学, 2015, 13(6): 744-751. Zhang G L, Bai J H, Xi M, et al. Comprehensive assessment of soil quality of wetlands in the Yellow River Delta[J]. Wetland Science, 2015, 13(6): 744-751. |
| [6] |
郗敏, 仙旋旋, 孔范龙, 等. 胶州湾湿地光滩和盐沼土壤质量评价[J]. 湿地科学, 2018, 16(5): 604-611. Xi M, Xian X X, Kong F L, et al. Soil quality evaluation of bare flat and salt marshes in Jiaozhou Bay wetlands[J]. Wetland Science, 2018, 16(5): 604-611. |
| [7] |
解雪峰, 濮励杰, 朱明, 等. 基于MDS与TOPSIS模型的滨海滩涂围垦区土壤质量评价[J]. 环境科学, 2019, 40(12): 5484-5492. Xie X F, Pu L J, Zhu M, et al. Assessment of soil quality in coastal tidal flat reclamation areas based on MDS-TOPSIS model[J]. Environmental Science, 2019, 40(12): 5484-5492. |
| [8] | Thoumazeau A, Bessou C, Renevier M S, et al. BiofunctoolⓇ: a new framework to assess the impact of land management on soil quality. Part B: investigating the impact of land management of rubber plantations on soil quality with the BiofunctoolⓇ index[J]. Ecological Indicators, 2019, 97: 429-437. DOI:10.1016/j.ecolind.2018.10.028 |
| [9] |
赵瑞, 吴克宁, 刘亚男, 等. 基于生态系统服务功能视角的县域尺度土壤健康评价[J]. 土壤通报, 2020, 51(2): 269-279. Zhao R, Wu K N, Liu Y N, et al. Soil health evaluation at a county level based on soil ecosystem service function[J]. Chinese Journal of Soil Science, 2020, 51(2): 269-279. |
| [10] | Calzolari C, Ungaro F, Filippi N, et al. A methodological framework to assess the multiple contributions of soils to ecosystem services delivery at regional scale[J]. Geoderma, 2016, 261: 190-203. DOI:10.1016/j.geoderma.2015.07.013 |
| [11] | Rinot O, Levy G J, Steinberger Y, et al. Soil health assessment: a critical review of current methodologies and a proposed new approach[J]. Science of the Total Environment, 2019, 648: 1484-1491. DOI:10.1016/j.scitotenv.2018.08.259 |
| [12] | 青岛市人民政府办公厅. 关于印发青岛市"十三五"战略性新兴产业发展规划的通知[EB/OL]]. http://www.qingdao.gov.cn/n172/n68422/n68424/n31280899/n31280901/170204114337484614.html, 2017-02-04. |
| [13] | 青岛市人民政府办公厅. 关于印发《青岛市蓝色经济区改革发展试点工作实施方案(试行)》的通知[EB/OL]. http://www.qingdao.gov.cn/n172/n68422/n1527/n17666067/110711133454786525.html, 2011-07-11. |
| [14] | 董成仁. 胶州湾滨海湿地CO2通量及源/汇功能研究[D]. 青岛: 青岛大学, 2015. |
| [15] | 鲍士旦. 土壤农化分析[M]. (第三版). 北京: 中国农业出版社, 2000. |
| [16] | 钱君龙, 张连弟, 乐美麟. 过硫酸盐消化法测定土壤全氮全磷[J]. 土壤, 1990, 22(5): 258-262. |
| [17] | GB/T 21010-2017, 土地利用现状分类[S]. |
| [18] |
宗秀影, 刘高焕, 乔玉良, 等. 黄河三角洲湿地景观格局动态变化分析[J]. 地球信息科学学报, 2009, 11(1): 91-97. Zong X Y, Liu G H, Qiao Y L, et al. Study on dynamic changes of wetland landscape pattern in Yellow River Delta[J]. Geo-Information Science, 2009, 11(1): 91-97. DOI:10.3969/j.issn.1560-8999.2009.01.014 |
| [19] |
姜明, 吕宪国, 杨青. 湿地土壤及其环境功能评价体系[J]. 湿地科学, 2006, 4(3): 168-173. Jiang M, Lv X G, Yang Q. Wetland soil and its system of environment function assessment[J]. Wetland Science, 2006, 4(3): 168-173. DOI:10.3969/j.issn.1672-5948.2006.03.002 |
| [20] | Terrado M, Sabater S, Chaplin-Kramer B, et al. Model development for the assessment of terrestrial and aquatic habitat quality in conservation planning[J]. Science of the Total Environment, 2016, 540: 63-70. DOI:10.1016/j.scitotenv.2015.03.064 |
| [21] | Tallis H, Ricketts T. InVEST 1.0 Beta user's guide: Integrated valuation of ecosystem services and tradeoffs[M]. Standard: Natural Capital Project, 2011. |
| [22] |
刘志伟. 基于InVEST的湿地景观格局变化生态响应分析——以杭州湾南岸地区为例[D]. 杭州: 浙江大学, 2014. Liu Z W. Ecological response to wetland landscape pattern change based on InVEST model: a case study in southern Hangzhou Bay area[D]. Hangzhou: Zhejiang University, 2014. |
| [23] | Li X W, Hou X Y, Song Y, et al. Assessing changes of habitat quality for shorebirds in stopover sites: a case study in Yellow River Delta, China[J]. Wetlands, 2018, 39(1): 67-77. |
| [24] |
张文静, 孙小银, 单瑞峰. 基于InVEST模型研究山东半岛沿海地区土地利用变化及其对生境质量的影响[J]. 环境生态学, 2019, 1(5): 15-23. Zhang W J, Sun X Y, Shan R F. Effects of land use change on habitat quality based on InVEST model in Shandong peninsula[J]. Environmental Ecology, 2019, 1(5): 15-23. |
| [25] |
包玉斌, 刘康, 李婷, 等. 基于InVEST模型的土地利用变化对生境的影响——以陕西省黄河湿地自然保护区为例[J]. 干旱区研究, 2015, 32(3): 622-629. Bao Y B, Liu K, Li T, et al. Effects of land use change on habitat based on InVEST model—taking Yellow River wetland nature reserve in Shaanxi Province as an example[J]. Arid Zone Research, 2015, 32(3): 622-629. |
| [26] | Gong J, Xie Y C, Cao E J, et al. Integration of InVEST-habitat quality model with landscape pattern indexes to assess mountain plant biodiversity change: A case study of Bailongjiang watershed in Gansu Province[J]. Journal of Geographical Sciences, 2019, 29(7): 1193-1210. DOI:10.1007/s11442-019-1653-7 |
| [27] |
赵宁. 基于InVEST模型的渤海湾沿岸土地系统碳储量及生境质量评估[D]. 保定: 河北农业大学, 2020. Zhao N. Evaluation of carbon storage and habitat quality of land system of Bohai Bay coast based on InVEST model[D]. Baoding: Hebei Agricultural University, 2020. |
| [28] | 张大智. 基于InVEST模型的南四湖流域生物多样性评价与保护研究[D]. 曲阜: 曲阜师范大学, 2018. |
| [29] |
韩艳莉, 陈克龙, 于德永. 土地利用变化对青海湖流域生境质量的影响[J]. 生态环境学报, 2019, 28(10): 2035-2044. Han Y L, Chen K L, Yu D Y. Evaluation on the impact of land use change on habitat quality in Qinghai Lake basin[J]. Ecology and Environment Sciences, 2019, 28(10): 2035-2044. |
| [30] |
孙传谆, 甄霖, 王超, 等. 基于InVEST模型的鄱阳湖湿地生物多样性情景分析[J]. 长江流域资源与环境, 2015, 24(7): 1119-1125. Sun C Z, Zhen L, Wang C, et al. Biodiversity simulation of Poyang Lake wetlands by InVEST model under different scenarios[J]. Resources and Environment in the Yangtze Basin, 2015, 24(7): 1119-1125. DOI:10.11870/cjlyzyyhj201507006 |
| [31] | Wu L L, Sun C G, Fan F L. Estimating the characteristic spatiotemporal variation in habitat quality using the InVEST model—a case study from Guangdong-Hong Kong-Macao greater bay area[J]. Remote Sensing, 2021, 13(5). DOI:10.3390/rs13051008 |
| [32] |
胡鑫, 杨东, 石三娥, 等. 黑河流域甘肃段湿地破碎化及生态环境质量[J]. 水力发电学报, 2019, 38(4): 119-135. Hu X, Yang D, Shi S E, et al. Fragmentation process and habitat quality assessment of wetland landscape in Gansu Section of Heihe River Basin[J]. Journal of Hydroelectric Engineering, 2019, 38(4): 119-135. |
| [33] |
张德全, 马玉珍, 王风臻, 等. 山东省森林碳储量计量方法的研究[J]. 山东林业科技, 2016, 46(4): 80-82, 76. Zhang D Q, Ma Y Z, Wang F Z, et al. Study on measure methods of forest organic carbon storage in Shandong Province[J]. Journal of Shandong Forestry Science and Technology, 2016, 46(4): 80-82, 76. DOI:10.3969/j.issn.1002-2724.2016.04.022 |
| [34] | 方精云, 杨元合, 马文红, 等. 中国草地生态系统碳库及其变化[J]. 中国科学: 生命科学, 2010, 40(7): 566-576. |
| [35] |
代杰瑞, 喻超, 张杰, 等. 山东半岛蓝色经济区土壤有机碳储量及固碳潜力分析[J]. 吉林大学学报(地球科学版), 2014, 44(5): 1659-1668. Dai J R, Yu C, Zhang J, et al. Analysis on soil organic carbon storage and the potential for carbon sequestration in the blue economic zone of Shandong Peninsula[J]. Journal of Jilin University (Earth Science Edition), 2014, 44(5): 1659-1668. |
| [36] |
李永强, 董智, 丁晨曦, 等. 山东省暖性草丛生态系统碳库现状和碳通量季节变化特征[J]. 植物生态学报, 2018, 42(3): 277-287. Li Y Q, Dong Z, Ding C X, et al. Carbon stock and seasonal dynamics of carbon flux in warm-temperature tussock ecosystem in Shandong Province, China[J]. Chinese Journal of Plant Ecology, 2018, 42(3): 277-287. |
| [37] |
丛文翠, 孙小银. 基于GIS和InVEST模型的日照市固碳能力研究[J]. 水土保持通报, 2018, 38(5): 200-205. Cong W C, Sun X Y. A study on carbon sequestration capacity based on GIS and InVEST model in Rizhao city[J]. Bulletin of Soil and Water Conservation, 2018, 38(5): 200-205. |
| [38] |
侯雪景, 印萍, 丁旋, 等. 青岛胶州湾大沽河口滨海湿地的碳埋藏能力[J]. 海洋地质前沿, 2012, 28(11): 17-26. Hou X J, Yin P, Ding X, et al. Carbon storage capacity in the Daguhe wetland, Jiaozhou Bay of Qingdao[J]. Marine Geology Frontiers, 2012, 28(11): 17-26. |
| [39] |
黄玫, 季劲钧, 曹明奎, 等. 中国区域植被地上与地下生物量模拟[J]. 生态学报, 2006, 26(12): 4156-4163. Hang M, Ji J J, Cao M K, et al. Modeling study of vegetation shoot and root biomass in China[J]. Acta Ecologica Sinica, 2006, 26(12): 4156-4163. DOI:10.3321/j.issn:1000-0933.2006.12.031 |
| [40] |
谢文霞, 朱鲲杰, 崔育倩, 等. 胶州湾河口湿地土壤有机碳及氮含量空间分布特征研究[J]. 草业学报, 2014, 23(6): 54-60. Xie W X, Zhu K J, Cui Y Q, et al. Spatial distribution of soil carbon and nitrogen in Jiaozhou Bay estuarine wetlands[J]. Acta Prataculturae Sinica, 2014, 23(6): 54-60. |
| [41] |
訾园园, 郗敏, 孔范龙, 等. 胶州湾滨海湿地土壤有机碳时空分布及储量[J]. 应用生态学报, 2016, 27(7): 2075-2083. Zi Y Y, Xi M, Kong F L, et al. Temporal and spatial distribution of soil organic carbon and its storage in the coastal wetlands of Jiaozhou Bay, China[J]. Chinese Journal of Applied Ecology, 2016, 27(7): 2075-2083. |
| [42] |
周方文, 马田田, 李晓文, 等. 黄河三角洲滨海湿地生态系统服务模拟及评估[J]. 湿地科学, 2015, 13(6): 667-674. Zhou F W, Ma T T, Li X W, et al. The simulation and assessment of the ecosystem services in the coastal wetlands of the Yellow River Delta based on InVEST model[J]. Wetland Science, 2015, 13(6): 667-674. |
| [43] |
赵广帅, 李运生, 高静, 等. 黄河下游灌区土壤碳储量及碳密度分布[J]. 生态环境学报, 2014, 23(7): 1113-1120. Zhao G S, Li Y S, Gao J, et al. Storage and spatial distribution of soils carbon in lower reaches of the Yellow River irrigation district[J]. Ecology and Environment Sciences, 2014, 23(7): 1113-1120. DOI:10.3969/j.issn.1674-5906.2014.07.004 |
| [44] |
黄安, 杨联安, 杜挺, 等. 基于主成分分析的土壤养分综合评价[J]. 干旱区研究, 2014, 31(5): 819-825. Huang A, Yang L A, Du T, et al. Comprehensive assessment of soil nutrients based on PCA[J]. Arid Zone Research, 2014, 31(5): 819-825. |
| [45] |
于寒青, 徐明岗, 吕家珑, 等. 长期施肥下红壤地区土壤熟化肥力评价[J]. 应用生态学报, 2010, 21(7): 1772-1778. Yu H Q, Xu M G, Lv J L, et al. Variations of soil fertility level in red soil region under long-term fertilization[J]. Chinese Journal of Applied Ecology, 2010, 21(7): 1772-1778. |
| [46] |
张丽琼. 长期轮作与施肥对土壤肥力的影响及其综合评价[D]. 杨凌: 西北农林科技大学, 2016. Zhang L Q. Effect of long-term rotation and fertilization to soil fertility and its comprehensive evaluation[D]. Yangling: Northwest A&F University, 2016. |
| [47] |
彭涛. 国家公园选址的空间评价与规划研究——以浙南生物多样性保护优先区为例[D]. 杭州: 浙江大学, 2019. Peng T. Spatial evaluation and planning of national park site selection: a case study of biodiversity conservation priority area in southern Zhejiang Province[D]. Hangzhou: Zhejiang University, 2019. |
| [48] | 张志恒, 李广雪, 刘勇, 等. 胶州湾北部高新区生态系统服务价值评价[J]. 海洋地质动态, 2009, 25(7): 1-6. |
| [49] |
马立杰, 杨曦光, 祁雅莉, 等. 胶州湾海域面积变化及原因探讨[J]. 地理科学, 2014, 34(3): 365-369. Ma L J, Yang X G, Qi Y L, et al. Oceanic area change and contributing factor of Jiaozhou Bay[J]. Scientia Geographica Sinica, 2014, 34(3): 365-369. |
| [50] |
凌涛, 李鹏, 左小清. 青岛市土地利用演化驱动力因素分析[J]. 安徽农业科学, 2016, 44(13): 257-262. Ling T, Li P, Zuo X Q. Analysis of evolution driving force factor of land use in Qingdao city[J]. Journal of Anhui Agricultural Sciences, 2016, 44(13): 257-262. |
| [51] |
路晓, 吴莉, 应兰兰, 等. 山东半岛海岸带区域土地利用变化空间格局特征[J]. 国土与自然资源研究, 2011(5): 23-26. Lu X, Wu L, Ying L L, et al. Spatial patterns of land-use change in coastal zone of Shandong peninsula[J]. Territory & Natural Resources Study, 2011(5): 23-26. |
| [52] |
李卉. 山东半岛沿海地区土地利用/覆被变化对生态系统碳储量的影响特征分析[D]. 烟台: 鲁东大学, 2019. Li H. Analysis on the influence of land use/cover change on ecosystem carbon storage in the coastal area of Shandong Peninsula[D]. Yantai: Ludong University, 2019. |
| [53] | Ma T T, Li X W, Bai J H, et al. Four decades' dynamics of coastal blue carbon storage driven by land use/land cover transformation under natural and anthropogenic processes in the Yellow River Delta, China[J]. Science of the Total Environment, 2019, 655: 741-750. |
| [54] |
丁兴民, 王蕾, 徐振, 等. 青岛市农田土壤养分状况及变化特征分析[J]. 青岛农业大学学报(自然科学版), 2021, 38(1): 34-39, 46. Ding X M, Wang L, Xu Z, et al. Current status of farmland soil nutrient and its change characteristics in Qingdao city[J]. Journal of Qingdao Agricultural University (Natural Science), 2021, 38(1): 34-39, 46. |
| [55] |
俞小明, 石纯, 陈春来, 等. 河口滨海湿地评价指标体系研究[J]. 国土与自然资源研究, 2006(2): 42-44. Yu X M, Shi C, Chen C L, et al. A study on the evaluation index system of an estuarine wetland[J]. Territory & Natural Resources Study, 2006(2): 42-44. |