《Environmental and Sustainability Indicators》:Ecosystem service provisioning in the Grand Est, France
编辑推荐:
生态系统服务(ES)是生态系统管理的核心。在本研究中,研究人员为法国大东部大区(Grand Est)的ES供给建立了一个基线数据库,特别侧重于教学方法论——这一方面在生态系统服务研究中常被忽视。具体而言,研究人员估算了该地区7项ES的21个指标,包括农业生产潜
生态系统服务(ES)是生态系统管理的核心。在本研究中,研究人员为法国大东部大区(Grand Est)的ES供给建立了一个基线数据库,特别侧重于教学方法论——这一方面在生态系统服务研究中常被忽视。具体而言,研究人员估算了该地区7项ES的21个指标,包括农业生产潜力、生物多样性、碳储存、牲畜放牧潜力、净生态系统生产力、授粉潜力以及水蚀导致的土壤流失。研究人员采用以学习为中心的方法论,讨论了文献中可用的不同方法,并将所有数据(包括原始数据层、中间数据层和最终数据层,以及将初始数据转换为最终形式的注释脚本)通过法国国家研究数据存储库公开提供。研究人员的目的是以这样一种方式呈现研究工作,使其能够被用作学生、科学家、管理者和政策制定者学习如何测量、解释和理解ES供给的教学工具(即操作指南)。研究人员在大东部大区生态系统管理的背景下讨论了研究结果,特别是森林、公园和保护区在该区域的重要性,以及它们如何融入从社会角度“应当提供什么”的更广泛问题中。
研究背景:生态系统服务(ES)是生态系统管理的核心,但现有研究常忽略方法论的教学价值,尤其是数据透明度和可重复性不足。目前缺乏对ES供给测量方法的教学共识,且多数研究不公开原始数据、中间数据及代码脚本。该研究旨在通过透明、可操作的方法,为法国大东部大区(Grand Est)建立ES供给基线数据库,并作为教学工具,帮助学生、研究者、管理者和政策制定者理解ES的测量、解释及管理意义。论文发表在《Environmental and Sustainability Indicators》。
研究方法:研究人员综合使用多种数据源,包括法国生物圈空间研究中心(CESBIO)的10米分辨率土地利用/覆盖数据、法国自然遗产名录(INPN)的10公里网格生物多样性数据、Google Earth Engine的反射率数据、欧盟委员会联合研究中心(JRC)的25米分辨率森林覆盖数据,以及已发表的ES供给地图(如Maes等人2015年、Panagos等人2020年、Schulp等人2014年、Schwartz等人2023年、Spawn等人2020年)。主要技术方法包括:(1)基于土地利用类型的二元分类(农业、牧场);(2)基于物种出现数据的生物多样性评估(利用eBird公民科学数据、Mauri等人2017年树木多样性数据);(3)多种碳储存模型:基于归一化植被指数(NDVI)的幂律关系模型(引用Amoatey等人2018年、Myeong等人2006年、Yao等人2014年等)、查阅表模型(Egoh等人2008年、Gibbs等人2007年)以及现有碳储存地图(Spawn等人2020年、FORMS数据库);(4)基于距森林距离的授粉潜力模型(Ricketts等人2008年)和Schulp等人2014年的授粉栖息地地图;(5)采用修正通用土壤流失方程(RUSLE)的土壤流失地图(Panagos等人2020年);(6)基于反射率数据的净生态系统生产力地图(Maes等人2015年);(7)利用Spearman秩相关系数测量所有ES之间的相关性。
研究结果:
1. 生态系统服务的空间分布:农业集中在西部和东部,牧场集中在西北部和东北至中南部带状区域。生物多样性热点与区域公园和水体位置重叠,但受保护物种数量在农业区较低,暗示采样偏差。碳储存分布与森林覆盖高度一致,但在不同模型间存在重大数值差异。净生态系统生产力与碳储存分布平行,土壤流失在集约草地和农业区最高,授粉潜力在森林区域最高。
2. 生态系统服务之间的相关性:同一服务内部(如所有碳储存模型间呈强正相关,多数授粉模型间正相关);服务间相关性显示农业与除受保护鸟类以外的所有服务负相关;受保护两栖动物与多数服务正相关;受保护鸟类与多数服务负相关;树木多样性与其他服务呈负相关;放牧与所有剩余服务正相关;净生态系统生产力与授粉和土壤流失正相关。
讨论部分:研究人员指出,研究结果与文献总体趋势一致,但需注意相关性不等于因果关系。空间分布中的热点多位于区域公园和公共森林,表明这些区域对ES供给的重要贡献。碳储存模型中,FORMS数据(基于法国国家森林清查验证)最可靠,而基于NDVI的模型在温带地区准确性较低。局限性包括:代理数据可能驱动相关性结果,缺乏现场验证,以及相关性不能揭示相互作用机制。未来研究方向包括:(1)进行更深入的空间分析,结合土地管理边界(如ONF提供的公共森林和保护区边界);(2)将ES供给数据与环境、气候和社会经济数据结合成面板数据集,以识别驱动因素;(3)评估社会对ES的需求(PERCEVAL项目正在进行中),通过选择实验等方法调查公众和土地所有者偏好。
研究结论翻译:本研究为法国大东部大区生态系统的ES供给提供了基线估计,并强调了教学方法论的重要性。通过公开所有数据和代码,研究人员希望这份工作能与现有教育资源互补,帮助学生、研究者、管理者和政策制定者更好地理解ES建模,并做出更明智的管理决策。研究发现森林和保护区在ES供给中起关键作用,且服务间存在复杂权衡(如农业与多数其他服务负相关)。研究局限性包括数据可用性、模型不确定性及缺乏现场验证,未来需加强机制理解、驱动因素分析以及供给与需求的整合。