下载:
-
湿地是水网地区最重要的生态资源，湿地的生态安全关系着地区生态健康与可持续发展。在高强度的城镇建设、农业发展、水运开发过程中，湿地往往成为各类建设用地的来源[1]，结果给地区内湿地造成特殊的生态风险[2-3]。由此，对湿地进行生态安全评价，不仅可以反映湿地生态质量状况，还能够为湿地保护政策制定提供量化支撑，促进地区生态安全建设[4]。目前，关于湿地生态安全的研究以区域安全状况评价、发展预测以及影响因素探究等方面研究居多，主要运用综合指数法[5]、生态足迹法[6]、景观格局指数[7]、生境质量模型[7]等方法对湿地生态安全进行评价分析，以及通过灰色关联模型[8]、景观模拟演化[9]等对安全趋势进行影响因素探究和模拟预测。相关研究主要以区域或行政区单元生态安全为对象进行评价，对湿地生态安全的空间分异化研究相对缺乏，且针对湿地生态安全的研究多集中于干旱区[5]、高原[10]、滨海[11]等地域特色鲜明区域，对湿地资源丰富的水网地区生态安全评价指导有待提升。长江三角洲是中国水网最密集、社会经济发展最快的地区之一。2018年，长江三角洲一体化发展上升为国家战略，苏州市吴江区是长江三角洲区域一体化发展示范区之一，在高质量发展的背景下面临湿地生态系统优先保护的压力[12]。本研究以吴江区为例，构建基于驱动力-压力-状态-影响-响应-管理(DPSIRM)模型的湿地生态安全评价指标体系，突出水网地区人与环境之间的相互关系，通过地理信息系统(GIS)格网技术将生态安全值进行空间量化，探析吴江区湿地生态安全状况，以期为吴江区湿地生态保护管理提供依据。
-
吴江区位于苏州市最南部，是苏州主城区面积最大的板块，东接上海市青浦区，南连浙江省嘉兴市，西临太湖，北靠苏州市吴中区。吴江区既是苏、浙、沪两省一市的地理交界处，又是长江三角洲区域一体化发展国家战略的中心区域，具有重要的地理、经济、生态地位。吴江区总面积为1 176.68 km2，下辖7个乡镇和4个街道(本研究为方便数据统计，按照2012年下辖的8个乡镇进行分析)，2020年常住人口131.26万，城镇化率超过70%。吴江区内河道纵横交错，湖泊星罗棋布，湿地总面积(保有量)为431.09 km²，占全区总面积的36.64%，自然湿地保护率达71.10%。吴江区湿地分布见图1。
图 1 吴江区湿地分布示意图
Figure 1. Distribution map of wetland in Wujiang District
-
本研究数据包括以下3类：①土地利用/覆被类型数据。通过2012、2016、2020年SPOT-5遥感卫星影像经ENVI 5.3解译获取，借助ArcGIS 10.8和Fragstats 4.2处理获得景观格局指数。②社会统计数据、资源调查数据和环境保护规划数据。来源于《吴江年鉴(2013—2020年)》《苏州市湿地保护年报(2015—2020年)》《苏州市水土保持规划(2016—2030年)》《苏州市鸟类物种调查与统计(2012—2020年)》《吴江区湿地保护规划(2018—2030年)》等。③其他数据。年度归一化植被指数来自资源环境科学与数据中心(
https://www.resdc.cn )，路网数据来自开放街道地图OpenStreetMap平台(https://www.openstreetmap.org )。 -
DPSIRM模型是基于压力-状态-响应(PSR)模型演变而来，是一种被广泛运用于环境质量评价中，生态系统健康评价的因果关系模型[13]。框架内各子系统具体含义参照王欣等[14]的相关研究，针对湿地生态系统对模型各子系统进行如下界定：①“驱动力”是驱使湿地生态系统自然演替或退化的根本因素和原始动力，分为自然和社会2个方面；②“压力”可理解为驱动力作用于湿地生态系统，对湿地资源产生的需求和作用，表现为征占湿地、用水需求、污染排放等；③“状态”即湿地生态系统在压力作用下所发生的最直接变化，包括湿地生态系统的物理化学特征和景观状态特征；④“影响”为湿地生态系统状态发生改变之后对人类生存发展产生的影响；⑤“响应”和“管理”都是湿地生态系统中的人类社会在感应到系统影响之后采取的各种弥补及治理措施，有所区别的是响应指标代表生态系统受到安全威胁后较为被动的补救性举措，管理指标是人类为了提升系统的安全性，通过法律、政策，提高人类社会生态保护意识，进行全过程的管理措施，更能体现人在湿地生态安全过程中的主观能动性。这6个因子具有因果作用关系，它们共同表达着影响湿地生态安全的信息耦合关系。
-
根据DPSIRM框架模型，参考相关研究[15-16]和吴江区湿地实际状况，遵循指标数据的代表性、独立性、易获得性、可操作性和系统性原则[17]，从驱动力、压力、状态、影响、响应和管理6个方面建立了吴江区湿地生态安全评价指标体系(表1)。
表 1 吴江区湿地生态安全评价指标体系及含义
Table 1. Evaluation index system and meaning of wetland ecological security in Wujiang District
目标层 准则层 指标层 正负性 数据来源 综合权重 湿地生态安全 驱动力 人口密度/(人·km−2) − 各镇人口/镇域面积 0.022 5 国内生产总值(GDP)/万元 + 《吴江年鉴(2013—2021年)》 0.018 9 城市化水平/% − 各镇非农业人口/各镇总人口 0.030 7 降水/m3 + 《吴江年鉴(2013—2021年)》 0.019 1 压力 区域开发指数/% − (建设用地面积+耕地面积)/国土面积 0.035 1 万元GDP耗水量/(t·万元−1) − 《吴江年鉴(2013—2021年)》 0.016 4 公路密度/% − 公路面积/国土面积 0.020 4 航道密度/% − 航道等级缓冲区分析 0.017 5 农药、化肥施用强度/t − 《吴江年鉴(2013—2021年)》 0.027 3 企业生产污水排放/t − 苏州市重点排污企业名单 0.030 3 城镇生活污水排放/t − 《吴江年鉴(2013—2021年)》 0.029 6 状态 水域面积占比/% + 水域面积/国土面积 0.035 6 水环境质量/% + 吴江区重要断面水环境质量状况 0.038 5 水土流失等级/% − 《苏州市水土保持规划》 0.035 6 植被覆盖度/% + 资源环境科学与数据中心 0.019 5 景观结构指数/% − 景观破碎度、分离度和分维数加权函数式[21] 0.022 5 湿地连通性指数*/% + 景观形态空间格局分析(MSPA)结合Conefor2.6[22] 0.036 4 生境质量/% + 生境质量(Invest)模型[23] 0.022 3 影响 人均水资源量/(m3·人−1) + 《吴江年鉴(2013—2021年)》 0.030 8 农业产值占比/% + 0.027 6 环境调节服务/% + 生态系统服务价值计算[24] 0.034 6 鸟类多样性*/种 + 《苏州市鸟类物种调查与统计》 0.042 1 响应 污水处理率/% + 《吴江年鉴(2013—2021年)》 0.026 3 无害化垃圾处理率/% + 0.023 3 水功能区达标率/% + 0.034 3 河道治理/% + 0.040 6 地区生产总值能耗下降比率/% + 0.023 7 查处环境违法案件数/件 + 0.030 4 管理 湿地保护等级*/% + 《苏州市湿地保护年报(2015—2020年)》 0.043 6 自然湿地保护率*/% + 0.037 8 湿地执法巡查次数 + 《吴江年鉴(2013—2021年)》 0.026 7 退渔还湖及池塘标准化改造* + 0.020 4 高标准农田建设 + 0.028 4 湿地科普宣教情况*/万元 + 《苏州市湿地保护年报(2015—2020年)》 0.049 1 环保投资占GDP比重/% + 《吴江年鉴(2013—2021年)》 0.047 9 说明：*表示反映吴江区湿地特质的指标。+表示对湿地生态安全起促进作用；−表示对湿地生态安全起抑制作用 -
组合赋权法是将专家理论知识和丰富经验的主观赋权法与充分挖掘数据组合信息的客观赋权法相结合的赋权方法，可以减少系统误差和随机误差[18]。本研究分别通过yahhp1.03和Excel计算层次分析法和熵权法的结果，选择将两者结果相结合，综合考虑主客观因素的指标权重。
-
结合相关研究[19]，充分考虑研究区面积和范围特征，本研究确定基础网格的尺度为1 km×1 km。通过空间插值和数据链接方法将各指标数据链接至各格网，采用综合评价法对研究区各格网的湿地生态安全状况进行计算：
$$ C_{{\rm{EI}}} = \sum\limits_{i = 1}^n {{W_i}} \times {P_i}。 $$ 其中：CEI表示某时段各格网区域的综合湿地生态安全值，Pi为第i个指标的标准化值，Wi为第i个指标的综合权重，n为评价指标的个数。根据相关研究[20]，将研究区湿地生态安全等级划为5级，即高度安全(CEI＞0.8)、较高安全(0.8≥CEI＞0.6)、中等安全(0.6≥CEI＞0.4)、低度安全(0.4≥CEI＞0.2)、不安全(CEI≤0.2)。通过综合评价法计算研究区各格网湿地生态安全值，并在ArcGIS中通过空间插值法绘制吴江区湿地生态安全定量空间分布图。
-
吴江区2012、2016和2020年湿地生态安全指数平均值分别为0.394 4、0.455 2和0.516 4，湿地生态安全指数逐步攀升，增长较为平稳，说明吴江区的湿地生态状况呈现稳步提升的趋势。湿地生态安全指数极值区域分布基本一致(图2)，高值区域主要位于吴江区东部沿太湖区，包括中部偏南的震泽-雪落漾-长漾片区、北麻漾-庄西漾片区、东北部同里湖-九里湖-沐庄湖片区以及东部的三白荡、元荡片区。上述区域湿地保护安全等级高，湿地斑块面积较大，水面开阔，河网密布，支流众多，连通性较好，有利于水体之间的水文交换，同时远离建设区域，污染排放影响较小。低值区域分布于同里镇、太湖新城镇、黎里镇和桃源镇建设用地密集区域，湿地面积较小，城市开发、污染排放等对湿地造成的压力较大，故相对湿地密集区域而言安全值较低。
图 2 2012、2016、2020年吴江区湿地生态安全评价示意图
Figure 2. Evaluation value of wetland ecological security in Wujiang District in 2012, 2016 and 2020
-
由图3可知：驱动力子系统安全值由0.032 8增长至0.050 1，呈逐年升高的趋势，增长幅度平缓，说明驱动力子系统总体情况稳中向好。2012年驱动力安全值较高的区域集中于同里镇、盛泽镇和平望镇，2016年安全值高值区域主要位于平望镇、七都镇、震泽镇和桃源镇，2020年安全值高值分布与2016年分布相仿，原因在于上述几镇人口总数略有减少，对环境的压力有所降低，而由于吴江经济开发区的高速发展，使得同里镇的城市化快速提升，农业人口占比降低26%，GDP增长近7倍，同时也伴随着人口的急剧增长，仅2012—2016年，同里镇总人口数由4.3万增至10.4万，使得其驱动力安全值提升幅度相对较低。
图 3 驱动力子系统安全值空间分布示意图
Figure 3. Spatial distribution of safety value of driving force subsystem
-
由图4可知：压力子系统安全值由0.125 3降低至0.103 4，说明近年来湿地生态系统受人为扰动压力逐渐升高，对地区生态安全造成了压力。城市扩张以及生活、生产污水排放等问题给湿地生态安全带来一定的压力。2012—2020年，吴江区建设用地面积占比增加了10%，城镇生活污水排放年均增长150万 t，市重点排污企业增长50余家。但另一方面，生态农业的推广使得农药、化肥的施用量分别减少了128和3 438 t，减轻了对湿地生态系统的干扰。压力安全值较高的区域主要位于开发程度较低的区域，如沿太湖区、震泽镇、桃源镇湖荡区域、同里湖、白蚬湖、三白荡及元荡片区、北麻漾片区，而城区、乡村、路网密布、航运发达等区域压力安全值较低。从整体看来，高值区域分布未发生明显改变，但随着城市扩张的影响，高值区域面积有所减少。
图 4 压力子系统安全值空间分布示意图
Figure 4. Spatial distribution of safety value of pressure subsystem
-
由图5可知：状态子系统安全值由0.092 2降至0.089 7，经历了先降低后升高的变化过程。该变化趋势反映了在负面影响和正向提升的双重作用下，湿地状态整体上有所下降，但2016—2020年有好转的趋势。原因在于，虽然湿地受到城市扩张的侵占，部分地区湿地的连通性受阻，景观破碎化加剧，但由于整体水环境质量有所好转，水质综合污染指数由0.64降低至0.59，导致状态子系统变化幅度较小。状态子系统安全值的高低值分布与水域空间分布关系紧密，高值分布区主要为水域周边，建设区安全值较低；此外，由于水质较好、景观结构较为稳定，故盛泽镇状态安全值相对较高，而震泽、北麻漾片区、太浦河沿岸、同里湖、白蚬湖、元荡、三白荡片区的湿地连通性较高导致区域内状态安全值较高。
图 5 状态子系统安全值空间分布示意图
Figure 5. Spatial distribution of safety value of state subsystem
-
由图6可知：影响子系统安全值由0.026 0升高至0.074 9，呈明显升高趋势。影响子系统反映了湿地生态系统的扰动与人类活动之间的紧密联系，湿地生态系统的变化影响着人们的生产生活，反映从自然生态系统获益情况。3个时段，影响子系统安全值的极值区域分布大致相同，高值区域集中在吴江区沿太湖区域、西南与东北之间的湖荡群区域。从镇域分布上看，震泽镇的影响子系统安全值较高，得益于农业产值占比相较于其他镇处于较高水平，震泽镇农业产值占生产总值比例约10%，而其他镇的农业产值占比仅5%。低值区域集中在太湖新城和同里镇、盛泽镇的城区附近，主要是受生态系统服务价值的影响，沿太湖和湖荡片区的湿地区域所创造的环境调节服务价值较高，因此成为了影响子系统的高值分布区。总体上，建设用地的扩张使得城区生态系统服务价值降低，进一步导致高值区域呈现减少趋势，但由于受到鸟类物种多样性和人均水资源量提升等影响，总体系统安全值呈现升高趋势。
图 6 影响子系统安全值空间分布示意图
Figure 6. Spatial distribution of safety value of affected subsystem
-
由图7可知：响应子系统安全值由0.081 5提升至0.085 7，总体变化幅度较小。2012—2016年安全值有所下降，即当地对于湿地状态变化响应有所减弱，原因为河道疏浚距离以及地区生产总值能耗下降比率的减少，2016—2020年安全值有所提升，主要得益于无害化垃圾处理率、查处环境违法案件数以及水功能区达标率的提升，其中无害化垃圾处理率提升22%，环境违法案件查处数量增加380余件，水功能达标率提升25%。空间分布上，3个时段的响应子系统安全值空间分布情况一致，受污水处理能力的影响较大，低值区域分布在太湖新城西南部和黎里镇北部，其余区域为高值区域，因为吴江芦墟、盛泽桥北、七都、盛泽以及汾湖南部几座污水处理厂相较于其余处理厂对周边的污水处理能力相对较弱。
图 7 响应子系统安全值空间分布示意图
Figure 7. Spatial distribution of safety value of response subsystem
-
由图8可知：管理子系统安全值在所研究时段内由0.036 6升高至0.112 6，增长幅度明显。管理子系统的变化反映了吴江区对湿地的保护管理工作日益加强，着重体现在湿地保护率的提升、环保投入增加、生态农业的推广以及湿地公园的科普宣教等。其中，随着湿地保护管理制度的完善，吴江区自然湿地保护率提升了49%，越来越多的湿地被纳入保护管理区域，形成了湿地公园-湿地保护小区-水源地保护小区-水产种质资源保护区多类型、省级重要湿地-市级重要湿地-一般湿地多层级的保护体系；当地政府更加重视生态文明的建设，环保投入占GDP比例增长了1.2%，不断推进鱼塘标准化改造、高标准农田建设和重点湿地公园科普宣教课程研发推广，湿地管理工作成效提升明显。空间分布上，受湿地保护等级的影响，管理子系统安全值呈现一定的空间分异规律。高值区域大多集中在省级重要湿地，如太湖、震泽湿地公园周边和同里湿地公园，其次为市级重要湿地及其周边，一般湿地和非湿地区域次之。总体看来，管理子系统增长趋势相对于其他系统最为明显，增长幅度最高。
图 8 管理子系统安全值空间分布示意图
Figure 8. spatial distribution of safety value of management subsystem
-
吴江湿地生态高安全值的空间分布，与戈弋[25]研究的吴江高敏感区域分布相似，生态安全格局的核心源地区域的空间分布与陈琪[26]的研究相符。此外，杜健[27]从景观生态风险的角度对于吴江区开展了相应的评价，表明2012—2016年吴江区的演变趋势与本研究结果存在差异，可能是研究方法及数据的差异性所致。杜健[27]采用景观格局指数法进行景观生态风险分析，这种方法是以自然因素相关数据为基础，社会经济类因素涉及不多，故2种研究结论不同。吴江区湿地在景观格局上确实存在日渐破碎化趋势，导致景观生态风险日趋严重，但是在综合自然、经济、社会等多系统指标后，湿地生态安全更加侧重于全面反映湿地生态系统面临的多重威胁与应对挑战的能力，因此，在综合因素影响下区域湿地生态安全呈现逐渐好转的趋势，这与崔馨月等[28]的研究结果相似。此外，本研究中，湿地管理对生态安全的贡献逐渐占据较为重要的地位，这也与秦趣等[10]的研究结果相同。
目前针对湿地生态安全的评价，以PSR[29]、驱动力-压力-状态-影响-响应(DPSIR)模型[30]为依据构建评价指标体系的研究居多，在湿地管理重要性日渐提升的背景下，将改进后的DPSIRM框架模型应用于湿地生态安全评价研究中，有利于更全面系统地分析湿地生态安全发生变化的全过程[13]。其次，通过GIS格网方法将评价指标数据进行空间量化，能够较为直观地反映湿地生态安全空间差异和演变特征，有利于管理者针对性地对区域采取相应措施[31]。最后，本研究对于格网尺度的选择主要借鉴以往学者的经验，尚未考虑到格网尺度差异对安全值大小分布的影响，未来的研究可进一步探寻生态安全值的尺度效应。
-
2012—2020年，研究区湿地生态安全综合指数由0.394 4提升至0.516 4，呈明显提升趋势。空间分布上，各时期的高低值分布区域发生较大变化，高值区域集中于吴江区东部的沿太湖片区、中部的震泽片区、北麻漾片区、东北部的元荡片区、三白荡片区以及同里湖片区，低值区域集中分布于同里镇、太湖新城镇、黎里镇和桃源镇建设用地密集区域。从影响湿地生态安全的6个子系统分析来看，管理、影响、驱动力子系统安全值提升相对显著，压力子系统安全值有所降低，而状态和响应子系统安全值呈现波动上升趋势。因此，在未来的湿地保护管理工作中，应当注重加强对湿地面临的压力因素的调节，降低经济发展对湿地的影响，关注生态安全较低等级的区域，着力提升防范生态风险的能力。
Evaluation of wetland ecological security in Wujiang District of Suzhou based on DPSIRM model
-
摘要:
目的 科学评价水网地区湿地生态安全状况，为区域生态安全与高质量发展提供依据。 方法 基于水网地区湿地在城市发展过程中所面临的威胁，以苏州市吴江区为研究对象，运用驱动力-压力-状态-影响-响应-管理(DPSIRM)模型构建评价指标体系，采用组合赋权法赋予指标权重，结合地理信息系统(GIS)格网技术将部分指标进行空间量化，最终通过综合评价法对2012—2020年吴江区的湿地生态安全进行评价。 结果 2012、2016、2020年吴江区湿地生态安全值分别为0.394 4、0.455 2和0.516 4，总体由低安全和中度安全向较高安全等级演变；各时期的高值区域集中于太湖沿岸、震泽片区、北麻漾片区、同里湖片区、三白荡片区以及元荡片区；基于DPSIRM模型分析，管理、影响、驱动力子系统安全值明显提升，压力子系统有所下降，状态、响应子系统呈先降低后升高的态势。 结论 研究时段内吴江区湿地生态安全值总体呈上升状态。今后湿地的生态保护应当注重对压力指标的调节，加强对生态安全等级较低区域的管控，并保持较高强度的管理措施。图8表1参31 Abstract:Objective This study is aimed to conduct a scientific evaluation of wetland ecological security in water network area so as to provide basis for regional ecological security and high-quality development. Method With Wujiang District of Suzhou as the research object, on the basis of the threats faced by the wetland in the water network area in the process of urban development, first, an evaluation index system was constructed employing the DPSIRM model (driving-force-pressure-stae-impact-response-management) after which the combined weighting method was used to give the index weight; then some indexes were spatially quantified in combination with Geographic Information System (GIS) grid technology; finally, the comprehensive evaluation method was adopted to evaluate the wetland ecological security of Wujiang District from 2012 to 2020. Result In 2012, 2016 and 2020, the ecological security values of wetlands in Wujiang District were 0.394 4, 0.455 2 and 0.516 4 respectively, which evolved from low security and medium security to high security. The high value areas in each period were mainly concentrated along the coast of Taihu Lake, Zhenze area, Beimayang area, Tongli Lake area, Sanbaidang area and Yuandang area. Based on the analysis of DPSIRM model, the safety value of management, impact and driving force subsystem had increased significantly, that of the pressure subsystem had decreased, whereas that of the state and response subsystem had first decreased and then increased. Conclusion During the study period, the ecological security values of wetlands in Wujiang District showed an overall upward state. However, in the future ecological protection of wetlands, devoted efforts should be made to the regulate pressure indicators, strengthen the control of areas with low ecological security level, and maintain high-intensity management measures. [Ch, 8 fig. 1 tab. 31 ref.] -
Key words:
- wetland ecological security /
- DPSIRM model /
- GIS grid /
- water network area
-
土壤有机碳矿化是土壤中有机碳周转的重要过程，是在微生物参与下分解和利用土壤中活性有机组分并释放出二氧化碳的过程，直接关系到养分元素的释放与供应、温室气体的形成与排放及土壤质量的保持等[1-2]。土壤有机碳的矿化过程受多种因素的影响，如土壤有机碳及其组分[3]、土壤理化性质[4]等。近年来，学术界对土壤有机碳矿化及其影响因素进行了大量的研究，如GALANTINI等[5]和CAYUELA等[6]研究认为：土壤有机碳含量越高，土壤矿化速率和累计矿化量就越高；FANG等[7]的分析结果表明：土壤有机碳的矿化程度随土壤深度、培养时间及培养温度的增加而减少。国内外学者对热解生物质炭的土壤修复性能已经开展了广泛而深入的研究。热解生物质炭可以增加土壤有机碳和有效性营养元素的含量[8]。热解炭还被认为是一种在土壤中相对稳定的物质，主要原因是其与土壤混合后会降低土壤中的有机碳矿化速率[9]。水热炭是一种以生物质为原料，在有水、中等温度(180~260 ℃)和自生压力下通过热化学反应得到的生物质炭[10]。与热解炭制备过程相比，水热炭化省去了耗能且繁复的预干燥过程，具有使废弃生物质以快速有效的方式持续转化为资源的潜力。SONG等[11]研究认为：水热炭化对猪粪的快速处理减少了盐分和重金属元素的危害，并有效地回收了猪粪中的养分。比较猪粪水热炭和热解炭中可溶性有机物的特性表明：水热炭中可溶性有机物具有更好的适用性，因为其含量更高，芳香性更低，有机官能团种类更多[12]。目前，已有水热炭用于农业环境和提高养分释放的研究报道，如MAU等[13]发现：低浓度的水热炭施入土壤后可改善植物生长，同时减少硝酸盐的浸出；CHU等[14]将3种不同水热炭施入水稻土后发现：水热炭能减少氨气的挥发，增加土壤氮保留的同时还增加了谷物的氮含量和产量。BENTO等[15]发现：水热炭可以增强土壤肥力，提升有机碳含量，但具体效果取决于水热炭原料、土壤类型和水热炭的施用比。BREULMANN等[16]分析评估了不同工艺条件下制备的水热炭及热解炭后指出：热解炭更适合改善长期的碳固存，而水热炭更适合于提升土壤养分含量。因此，与热解炭相比，水热炭在土壤修复以及提升土壤肥力等应用中显示出更大的应用前景。目前，水热炭研究所采用的原料主要为甘蔗渣、稻壳秸秆等农林废弃物和城市污泥及藻类等，有关畜禽粪便水热炭化的研究也逐渐增多，但国内尚无研究猪粪水热炭对土壤影响的研究报道。本研究通过矿化试验以及土壤培养试验，研究了单施不同水平猪粪水热炭[质量分数分别为0(对照)、1%、2%和4%]对土壤有机碳矿化、土壤营养成分以及pH和电导率的影响，以期为猪粪水热炭的实际应用提供理论依据。
1. 材料与方法
1.1 水热炭和供试土壤
制备水热炭的原料来自杭州市某养殖场干湿分离后的猪粪，采集到实验室后放入冰柜中冷冻保存，水热炭化前解冻，然后加入反应釜内。猪粪固水质量比为3.5∶6.5，在180 ℃、自生压力1.8 MPa条件下炭化1 h。炭化结束后打开泄压阀闪蒸排气，等反应釜自然降温到室温后，取出水热炭。再将水热炭在105 ℃烘箱内干燥至恒量，磨细过2 mm筛后装于密封袋中封存待用。
供试土样取自浙江农林大学东湖校区后山表层土壤(0~15 cm)。土壤风干，挑去细根后磨细过2 mm筛备用。水热炭和土壤的基本理化性质见表1。
表 1 样品的理化性质Table 1 Physical and chemical properties of the samples材料 总有机碳/(g·kg−1) 水溶性有机碳/(g·kg−1) 碱解氮/(mg·kg−1) 速效磷/(mg·kg−1) 速效钾/(g·kg−1) pH 电导率/(μS·cm−1) 水热炭 124.39 6.35 109.21 91.39 6.88 5.69 1 308.25 土壤 19.42 0.10 67.43 11.52 0.16 7.17 158.38 1.2 土壤矿化试验
将50 g风干土样分别平铺于3个小烧杯中，并加水至最大持水量的60%，在25 ℃下预培养2 d后进行添加水热炭处理。水热炭的质量分数分别为0(ck)、1%、2%和4%，每个处理设3个重复。将水热炭与50 g土壤混匀，调节水分达到田间饱和持水量的60%，于25 ℃下放入小桶中进行室内密闭培养。小桶中同时放入装有适量氢氧化钠的容器，以仅装碱液容器的小桶做空白对照。培养1、2、4、7、11、16、25、40、60 d时取出碱液，再放入新的碱液(60 d不用)。在培养过程中，定期适量喷水，维持土壤湿润状态。
取出的碱液加入2 mL浓度为1.0 mol·L−1的氯化钡溶液，以2滴酚酞为指示剂，用0.1 mol·L−1盐酸进行滴定，计算二氧化碳的释放量。
1.3 土壤培养实验
选用 160 mm×120 mm(上口径×高)塑料盆，装500 g·盆−1风干土壤。将称好的风干土壤与水热炭按设定用量混合均匀，然后装入底部铺有滤网的塑料盆中。按田间最大持水量60%浇透水。试验在室内进行，定期进行日常的浇水管理。从培养开始到结束共80 d。培养期间在1、2、5、10、15、25、50、80 d取样测定土壤的理化性质。
1.4 分析方法与数据统计
样品总有机碳采用重铬酸钾-氧化外热法测定；碱解氮采用碱解扩散法测定；速效磷采用盐酸-氟化铵法测定，速效钾采用乙酸铵浸提-火焰光度计法测定[17]。
水溶性有机碳的测定：将样品用水浸提，震荡离心后过45 μm滤膜，使用总有机碳分析仪进行测定。样品pH与电导率的测定：用5∶1水土比(质量比)浸提后，用pH电位法及电导率仪测定。
采用SPSS 19对数据进行分析和显著性检验，其中显著性水平为P＜0.05。采用Origin 2018作图。采用一级动力学方程模拟分析土壤有机碳矿化动态：Cm=Cp(1−e−kt)。其中：Cm为t时刻土壤有机碳累计矿化量，Cp为土壤潜在矿化碳库，t为培养天数，k为有机碳矿化常数。
2. 结果与分析
2.1 水热炭在土壤中的矿化特征
由图1A可见：各处理的土壤有机碳矿化速率呈相似的变化特征，即培养的前11 d土壤有机碳矿化速率从最高点迅速下降，之后缓慢下降并最终趋于稳定。同时，水热炭添加量越多矿化速率越高。土壤有机碳矿化速率(y)与培养时间(x)的变化呈对数函数关系：y=a+blnx，a、b为模型系数且拟合效果很好(表2)。
图 1 水热炭对土壤有机碳矿化速率(A)和累积矿化量(B)的影响Figure 1 Influence of hydrochar on the mineralization rate(A) and cumulative mineralization(B) of soil organic carbon表 2 土壤中有机碳矿化速率的回归方程Table 2 Regression equations of organic carbon mineralization rate in soil水热炭添加量/% 回归方程 R2 0(ck) y=29.438−5.501lnx 0.977* 1 y=66.731−15.485lnx 0.918* 2 y=100.388−22.090lnx 0.980* 4 y=137.835−30.918lnx 0.976* 说明：*表示显著相关(P＜0.05) 由图1B可见：各处理不同时间段的土壤有机碳矿化释放量有明显不同。培养前期释放量大，后期释放量小。其中培养的前11 d二氧化碳释放量占60 d总累积矿化量的41.9%~57.1%。同时，水热炭施量越高，累积矿化量越大。另外，不同处理60 d的土壤有机碳累积矿化量差异显著，各处理从大到小依次为4%、2%、1%、0(ck)，与对照相比，培养结束后处理组的土壤累积矿化量显著增加了42.1%、97.0%和152.1%。
通过一级动力学方程对4种处理土壤的有机碳累积矿化量与培养天数进行拟合(表3)，决定系数均达到了显著水平(P＜0.05)。这表明一级动力学方程可以很好地描述不同处理土壤有机碳累积矿化量的动态变化特征。动力学方程的模拟结果显示：不同处理的土壤潜在矿化碳库(Cp)存在显著差异(P＜0.05)，范围为436.86~1029.80 mg·kg−1，1%、2%和4%处理组的Cp较对照分别提高了41.2%、79.9%和135.7%。k表示有机碳矿化速率常数，其范围为0.045~0.094 d−1。同时随着水热炭添加量的增加，Cp和k均呈增加趋势。
表 3 土壤中有机碳矿化的动力学参数Table 3 Kinetic parameters of organic carbon mineralization in soil水热炭添加量/% Cp/(mg·kg−1) k/d−1 R2 0(ck) 436.857 a 0.045 0.965 1 617.018 b 0.052 0.964 2 786.049 c 0.092 0.958 4 1 029.796 d 0.094 0.969 说明：不同小写字母表示处理间差异显著(P＜0.05) 2.2 水热炭对土壤理化性质的影响
2.2.1 水热炭对土壤中总有机碳和水溶性有机碳的影响
通过测定不同水热炭处理的土壤中的总有机碳质量分数，结合单因素方差分析可以看出(图2A)：与对照组相比，添加水热炭显著提高了土壤总有机碳的质量分数(P＜0.05)，同时在培养第10天后不同处理之间也存在着显著差异(P＜0.05)，4%处理组在培养全过程与其他组之间均存在显著差异(P＜0.05)。培养结束后，1%、2%、4%处理组的总有机碳质量分数与对照组相比分别提高了7.0%、22.8%和54.3%，并且土壤中水热炭的添加量越多土壤有机碳总量就越大。由图2A可知：水热炭的添加减缓了土壤总有机碳质量分数的下降；在对照处理中，培养结束后总有机碳质量分数比培养开始时降低了5.7 g·kg−1，而1%、2%和4%处理的土壤中，培养结束后各组总有机碳质量分数与培养开始时相比分别降低了4.8、2.3和2.1 g·kg−1。
图 2 水热炭对土壤中总有机碳(A)和水溶性有机碳(B)的影响Figure 2 Influence of hydrochar on total organic carbon contents (A) and water-soluble organic carbon contents (B) in the soil通过测定各处理土壤中的水溶性有机碳质量分数，结合单因素方差分析结果可以看出(图2B)：培养前期(1~10 d)各处理比对照显著提高了土壤中可溶性有机碳的质量分数(P＜0.05)，培养结束后，1%、2%、4%处理组的水溶性有机碳质量分数与对照组相比分别提高了12.6%、49.6%和146.4%，但只有较高添加量的处理组(2%和4%)与对照相比仍然呈显著增加的态势(P＜0.05)。由此可见，水热炭的添加显著增加了土壤水溶性有机碳的质量分数。由图2B可知：培养初期各处理土壤水溶性有机碳质量分数最高，随培养时间延长，对照土壤水溶性有机碳呈现了缓慢下降的趋势，而处理组在培养的前15 d内快速下降，随后趋于平缓。
2.2.2 水热炭对土壤中碱解氮的影响
通过测定各处理土壤中的碱解氮质量分数，单因素方差分析结果可以看出(图3)：与对照组相比，添加水热炭在培养第1天及第15天之后均显著提高了土壤碱解氮的质量分数(P＜0.05)，第2~15天1%处理组与对照组无显著差异(P＞0.05)，2%与4%处理组在培养全过程与其他组之间均存在显著差异(P＜0.05)，同时不同水热炭处理之间也存在着显著差异(P＜0.05)，第80天培养结束时，1%、2%、4%处理相较于对照组土壤的碱解氮质量分数分别增加了12.9%、21.3%、27.4%。在80 d的培养时间内，各处理土壤中碱解氮质量分数前期下降，在第10天达到最低点后开始上升，对照组的土壤碱解氮质量分数无较大变化。
图 3 水热炭对土壤中碱解氮的影响Figure 3 Influence of hydrochar on available nitrogen contents in the soil2.2.3 水热炭对土壤中速效磷的影响
通过测定各处理土壤中的速效磷质量分数，结合单因素方差分析可以看出(图4)：除第1天1%处理组的速效磷质量分数与对照组无显著差异(P＞0.05)外，其余整个培养过程中的处理组与对照相比均显著提高了土壤速效磷的质量分数(P＜0.05)，同时不同水热炭处理之间也存在着显著差异(P＜0.05)，80 d培养结束后，1%、2%、4%处理组比对照土壤的速效磷质量分数分别增加了119.6%、287.3%、591.2%。在80 d的培养时间内，各处理土壤中速效磷质量分数前期上升，在第10天开始下降，第15天降至最低点后开始回升。对照组的土壤速效磷质量分数变化不大。
图 4 水热炭对土壤中速效磷的影响Figure 4 Influence of hydrochar on available phosphorus contents in the soil2.2.4 水热炭对土壤中速效钾的影响
通过测定各处理土壤中的速效钾质量分数，结合单因素方差分析可以看出(图5)：与对照组相比，添加水热炭显著提高了土壤速效钾质量分数(P＜0.05)，同时不同水热炭处理之间也有着显著性差异(P＜0.05)。80 d培养结束后，1%、2%、4%处理组相较于对照组土壤的速效钾质量分数分别增加了30.0%、50.0%、88.6%。在80 d的培养时间内，各处理土壤中速效钾质量分数前期略有上升，在第10天后趋于稳定。对照组的土壤速效钾质量分数无较大变化。
图 5 水热炭对土壤中速效钾的影响Figure 5 Influence of hydrochar on available potassium contents in the soil2.2.5 水热炭对土壤pH和电导率的影响
施加水热炭后土壤pH随培养时间的变化情况如图6A所示。施加水热炭后，土壤的pH随培养时间的延长呈先降后升的趋势。1%、2%、4%处理组土样的pH从添加后开始下降，在第15天达到最低，最低值分别为6.83、6.78和6.67，且土壤pH的下降程度随水热炭添加量的增加而增加。至第80天时，1%、2%、4%处理土壤的pH分别达6.98、6.95和6.93，但依然低于对照组。整个培养期内，对照组的土壤pH无较大变化。
图 6 水热炭对土壤pH (A)和电导率(B)的影响Figure 6 Influence of hydrochar on soil pH(A) and conductivity (B)通过分析测定各处理土壤电导率，结合单因素方差分析结果可以看出(图6B)：与对照组相比，添加水热炭显著提高了土壤电导率(P＜0.05)，同时不同处理之间也存在着显著性差异(P＜0.05)。培养结束后，1%、2%和4%处理土壤电导率与比对照分别提高了24.1%、39.2%和58.9%。随着培养时间的增长，处理组土壤电导率呈缓慢上升的趋势。
3. 讨论
3.1 水热炭在土壤中的矿化特征
已有研究表明：土壤有机碳含量越高，土壤矿化速率和累积矿化量就越高[6, 18]。由表1可知：本研究所采用的水热炭含有大量的有机碳和不稳定性有机碳，因此水热炭的添加增加了土壤中总有机碳和不稳定性有机碳质量分数，从而提高了土壤的矿化速率和累积矿化量。KHALIL等[19]在拟合90 d恒河地区0~15 cm土壤碳矿化过程的研究中得出：土壤快速矿化阶段为2~9 d，这与本研究的结果较为符合。在培养初期水热炭中大量易分解组分被快速分解释放，为微生物提供大量的易分解碳源，表现为培养初期的有机碳迅速矿化。随着易分解有机碳的矿化完成，土壤中水溶性有机碳减少，土壤微生物活性减弱，矿化速率降低并最终趋于稳定。本研究对不同培养时间土壤水溶性有机碳质量分数的测定为这种结果提供了支持。培养后期主要是稳定性好的有机碳组分发生了缓慢降解。与SCHIMMELPFENNIG等[20]使用热解生物质炭进行土培试验的结果相比，含有大量不稳定碳组分(以水溶性有机碳表示)的水热炭在土壤中的矿化速度明显高于热解碳。
Cp是土壤中可被分解的总有机碳，可用来表征土壤中生物有效性碳库的大小。土壤养分含量是微生物矿化的限制因素，水热炭本身含有较高的有机碳及养分，施用水热炭保证了微生物所需的营养元素供应，促进了微生物活性及数量，从而使Cp增加。k是由土壤类型、颗粒组成、营养元素、有机碳化学结构稳定性等因子综合作用的结果[21]。本研究中，处理组的有机碳周转速率高于对照组，表明施用水热炭可调高土壤有机碳周转速率，减少土壤有机碳周转时间，这可能是由于水热炭影响了土壤结构及化学性质。k的增加说明水热炭的添加有利于土壤碳氮转化以及提高肥力。
3.2 水热炭对土壤理化性质的影响
3.2.1 水热炭对土壤总有机碳和水溶性有机碳的影响
土壤总有机碳质量分数随着水热炭的施入明显升高，与BENTO等[15]的研究结果类似。这是因为水热炭是高碳材料，将水热炭施入土壤相当于向土壤中输入了大量外源有机碳，从而提高了土壤的总有机碳质量分数。土壤培养过程中，对照及处理组土壤中总有机碳会下降，这是由土壤及水热炭中不稳定组分的矿化作用所导致。水热炭的添加减缓了土壤总有机碳的下降，可能是因为水热炭表面由高度浓缩的芳香环结构组成，含有较高的芳构化结构[22]，这种结构具有较强的生物稳定性。水热炭施入土壤后，其中活性有机碳在相对较短的时间内作为碳源被微生物分解，而惰性碳在试验的80 d内表现了较好的稳定性[23-24]。
水热炭含有较高的水溶性有机碳，加入土壤后可作为土壤有机碳的一部分增加土壤水溶性有机碳质量分数。此外，水热炭本身含有部分脂肪族和氧化态碳[10]，可迅速被土壤微生物分解并转化为小分子可溶性有机物。处理组土壤水溶性有机碳降幅大于对照组的原因可能是水热炭中含有大量可被微生物直接分解利用的物质，施入土壤后促进了土壤呼吸作用[25]，从而增加了水溶性有机碳的消耗。
3.2.2 水热炭对土壤碱解氮的影响
有研究表明：水热炭可以释放出包括氮、磷、钾、钙、镁等在内的大量养分[26]。YU等[27]在土柱实验中发现：将水热炭添加到土壤中会增加土壤可溶性氮的含量，这与本研究结果相符。MELO等[28]通过盆栽实验分析土壤特性也证实：水热炭具有通过矿化作用将有效氮释放到土壤中的能力。培养前期检测到的处理组碱解氮质量分数均先下降。BARGMANN等[25]与SUBEDI等[29]均认为：微生物固氮作用可能是向土壤中添加水热炭后土壤溶液中矿质氮浓度降低的主要原因。BENTO等[15]则认为：除了微生物的消耗之外还有可能是水热炭对硝酸盐的吸附。PRATIWI等[30]也观察到了类似的现象，他将其归因于氧官能团(傅里叶红外光谱中1 576 cm−1处的1个谱带)的存在，该官能团具有吸附硝酸盐的能力。后期出现上升趋势表明这时候发生的是矿化而不是固定化，MELO等[28]在第2次盆栽实验中也观察到类似现象。这可能是因为正面的激发效应使得施加水热炭增加了原生土壤氮的矿化，同时改变了有机物的分解速率。
3.2.3 水热炭对土壤速效磷的影响
DAI等[31]在水热炭化对牛粪中磷元素的固定化研究发现：水热炭化可能是一种将磷固定在牛粪中的有效措施，磷元素偏向于更稳定的状态固存于水热炭中。尽管如此，仍有相当一部分磷以有效态的形式保留在水热炭中。还有研究发现：水热炭的添加量与土壤中速效磷的含量成正比[27]，这与本研究结果一致。培养初期处理组速效磷质量分数上升的原因可能是，原土壤中速效磷质量分数较低，从而使处理组的土壤速效磷在水热炭施入初期有一个较为直观的提升。有许多生物与非生物机制可以导致培养中段土壤有效磷质量分数下降。已有的研究[32-33]中，描述的最主要的原因是①土壤颗粒的吸附、解吸以及阻塞，②沉淀以及溶解，③通过土壤微生物迁移或固定化。CHRISTEL等[34]在将生物质炭施加到土壤中后观察到了类似的现象，他认为：由于一开始的磷利用率低，水热炭不适合用作起始磷肥料，但可能是有价值的缓释肥料，与常规矿物磷肥料相比，磷损失到水生环境中的风险较低。
3.2.4 水热炭对土壤速效钾的影响
处理组土壤速效钾质量分数较对照组有显著增加，原因是水热炭本身就含有较高的速效钾，并且在培养过程中稳定存在。FEI等[35]将水热炭与热解炭及原料就碳含量和元素组成等方面进行了对比，结果表明：尽管炭化处理后可利用的无机养分(即氮、磷和钾)减少了，但可利用的养分含量仍远高于土壤需求，同时与热解炭相比，水热炭的速效钾含量较高。BENTO等[15]通过添加水热炭的土柱实验也发现：添加水热炭后土壤中钾含量显著增加，且增量与水热炭添加量呈正比。
3.2.5 水热炭对土壤pH和电导率的影响
施加水热炭后，处理组土壤pH在培养前期表现出下降趋势，首先因为水热炭本身呈酸性。MELO等[36]通过傅立叶红外光谱发现水热炭表面存在羧酸基团。另外，水热炭施入土壤促进了物质转化，一些化学反应可能会生成酸性物质，微生物代谢活动产生二氧化碳等酸性气体也部分残留在土壤中，导致土壤pH下降[37]。与GEORGE等[38]观察到的水热炭会导致土壤pH显著降低的结果不同，本研究处理组在培养第15天后土壤pH开始回升，这一现象与RILLING等[37]及BUSCH等[39]的研究结果一致。pH回升可能是由于水热炭中的灰分元素(例如钾、钙和镁)可溶，可以改善土壤中盐基饱和度，从而提高pH。pH升高的另一个可能解释是添加水热炭促进了土壤微生物还原反应，导致微生物活性增加[37]，到了培养后期土壤生态系统趋于稳定，酸性气体挥发，土壤系统自身的酸碱调节使得土壤pH向对照的中性pH靠拢。本研究表明：猪粪水热炭对土壤pH的影响与时间有关。
往土壤中添加水热炭可显著增土壤电导率，这种影响程度与时间及添加量有关。水热炭本身具有较高的电导率，施入土壤后可以较为直接地提高土壤电导率。研究发现：较高的灰分元素含量可以提高土壤的电导率[40]。同时，水热炭含有较多的可溶性盐，有机质分解时也会释放出矿质盐分，这些都可能是土壤电导率升高的原因。
4. 结论
总体而言，猪粪水热炭施入土壤后可显著增加土壤电导率，显著提升总有机碳、水溶性有机碳、碱解氮、速效磷和速效钾的质量分数。在培养过程中，土壤pH有先降后升的现象，同时猪粪水热炭可导致土壤碱解氮及速效磷质量分数先降后升，建议可作缓释肥添加或加入土壤时配施氮磷肥。
添加猪粪水热炭提升了土壤矿化速率，显著增加了土壤累积矿化量。同时调高土壤有机碳周转速率，降低土壤有机碳周转时间。这说明水热炭的添加有利于土壤碳氮转化以及肥力提高。
综上所述，猪粪水热炭在加速土壤有机碳矿化的同时，能显著提高土壤养分，是一种较为合适的土壤改良剂。
-
图 2 2012、2016、2020年吴江区湿地生态安全评价示意图
Figure 2 Evaluation value of wetland ecological security in Wujiang District in 2012, 2016 and 2020
图 3 驱动力子系统安全值空间分布示意图
Figure 3 Spatial distribution of safety value of driving force subsystem
图 4 压力子系统安全值空间分布示意图
Figure 4 Spatial distribution of safety value of pressure subsystem
图 6 影响子系统安全值空间分布示意图
Figure 6 Spatial distribution of safety value of affected subsystem
图 7 响应子系统安全值空间分布示意图
Figure 7 Spatial distribution of safety value of response subsystem
图 8 管理子系统安全值空间分布示意图
Figure 8 spatial distribution of safety value of management subsystem
表 1 吴江区湿地生态安全评价指标体系及含义
Table 1. Evaluation index system and meaning of wetland ecological security in Wujiang District
目标层 准则层 指标层 正负性 数据来源 综合权重 湿地生态安全 驱动力 人口密度/(人·km−2) − 各镇人口/镇域面积 0.022 5 国内生产总值(GDP)/万元 + 《吴江年鉴(2013—2021年)》 0.018 9 城市化水平/% − 各镇非农业人口/各镇总人口 0.030 7 降水/m3 + 《吴江年鉴(2013—2021年)》 0.019 1 压力 区域开发指数/% − (建设用地面积+耕地面积)/国土面积 0.035 1 万元GDP耗水量/(t·万元−1) − 《吴江年鉴(2013—2021年)》 0.016 4 公路密度/% − 公路面积/国土面积 0.020 4 航道密度/% − 航道等级缓冲区分析 0.017 5 农药、化肥施用强度/t − 《吴江年鉴(2013—2021年)》 0.027 3 企业生产污水排放/t − 苏州市重点排污企业名单 0.030 3 城镇生活污水排放/t − 《吴江年鉴(2013—2021年)》 0.029 6 状态 水域面积占比/% + 水域面积/国土面积 0.035 6 水环境质量/% + 吴江区重要断面水环境质量状况 0.038 5 水土流失等级/% − 《苏州市水土保持规划》 0.035 6 植被覆盖度/% + 资源环境科学与数据中心 0.019 5 景观结构指数/% − 景观破碎度、分离度和分维数加权函数式[21] 0.022 5 湿地连通性指数*/% + 景观形态空间格局分析(MSPA)结合Conefor2.6[22] 0.036 4 生境质量/% + 生境质量(Invest)模型[23] 0.022 3 影响 人均水资源量/(m3·人−1) + 《吴江年鉴(2013—2021年)》 0.030 8 农业产值占比/% + 0.027 6 环境调节服务/% + 生态系统服务价值计算[24] 0.034 6 鸟类多样性*/种 + 《苏州市鸟类物种调查与统计》 0.042 1 响应 污水处理率/% + 《吴江年鉴(2013—2021年)》 0.026 3 无害化垃圾处理率/% + 0.023 3 水功能区达标率/% + 0.034 3 河道治理/% + 0.040 6 地区生产总值能耗下降比率/% + 0.023 7 查处环境违法案件数/件 + 0.030 4 管理 湿地保护等级*/% + 《苏州市湿地保护年报(2015—2020年)》 0.043 6 自然湿地保护率*/% + 0.037 8 湿地执法巡查次数 + 《吴江年鉴(2013—2021年)》 0.026 7 退渔还湖及池塘标准化改造* + 0.020 4 高标准农田建设 + 0.028 4 湿地科普宣教情况*/万元 + 《苏州市湿地保护年报(2015—2020年)》 0.049 1 环保投资占GDP比重/% + 《吴江年鉴(2013—2021年)》 0.047 9 说明：*表示反映吴江区湿地特质的指标。+表示对湿地生态安全起促进作用；−表示对湿地生态安全起抑制作用 
下载: 导出CSV
-
[1] 朱颖, 王杉, 冯育青. 近30年太湖流域湿地生态系统服务价值对景观格局变化的响应: 基于“退田还湖”工程的实施[J]. 中国园林, 2022, 38(1): 88 − 93. ZHU Ying, WANG Shan, FENG Yuqing. Response of the value of wetland ecosystem service in Taihu Basin to the change of landscape pattern in the past 30 years: based on the implementation of the project of restoring the lake from the land [J]. Chin Landscape Archit, 2022, 38(1): 88 − 93. [2] 吴雷, 许有鹏, 徐羽, 等. 平原水网地区快速城市化对河流水系的影响[J]. 地理学报, 2018, 73(1): 104 − 114. WU Lei, XU Youpeng, XU Yu, et al. Impact of rapid urbanization on river system in a river network plain [J]. J Geogr Sci, 2018, 73(1): 104 − 114. [3] 翟可, 徐惠强, 姚志刚, 等. 江苏省湿地保护现状、问题及对策[J]. 南京林业大学学报(自然科学版), 2013, 37(3): 175 − 180. ZHAI Ke, XU Huiqiang, YAO Zhigang, et al. Present situation, problems and measures for Jiangsu wetland conservation [J]. J Nanjing For Univ Nat Sci Ed, 2013, 37(3): 175 − 180. [4] 刘艳艳, 吴大放, 王朝晖. 湿地生态安全评价研究进展[J]. 地理与地理信息科学, 2011, 27(1): 69 − 75. LIU Yanyan, WU Dafang, WANG Chaohui. Research review ion ecological security assessment of wetland [J]. Geogr Geo-Inf Sci, 2011, 27(1): 69 − 75. [5] 王荣军, 谢余初, 张影, 等. 基于PSR模型的旱区城市湿地生态安全评估[J]. 生态科学, 2015, 34(3): 133 − 138. WANG Rongjun, XIE Yuchu, ZHANG Ying, et al. Ecological security evaluation of urban wetland in arid China based on PSR model [J]. Ecol Sci, 2015, 34(3): 133 − 138. [6] 姚敏奇. 白洋淀流域湿地生态安全评价及生态补偿研究[D]. 保定: 河北大学, 2019. YAO Minqi. Study on Ecological Security and Ecological Compensation of Wetland in Baiyangdian Watershed[D]. Baoding: Hebei University, 2019. [7] 吴健生, 张茜, 曹祺文. 快速城市化地区湿地生态安全评价——以深圳市为例[J]. 湿地科学, 2017, 15(3): 321 − 328. WU Jiansheng, ZHANG Qian, CAO Qiwen. Ecological security assessment of wetlands in rapidly urbanizing areas: a case study of Shenzhen, China [J]. Wetland Sci, 2017, 15(3): 321 − 328. [8] 李楠, 李龙伟, 陆灯盛, 等. 杭州湾滨海湿地生态安全动态变化及趋势预测[J]. 南京林业大学学报(自然科学版), 2019, 43(3): 107 − 115. LI Nan, LI Longwei, LU Dengsheng, et al. Ecological security dynamics and trend forecast of coastal wetlands in Hangzhou Bay [J]. J Nanjing For Univ Nat Sci Ed, 2019, 43(3): 107 − 115. [9] 朱卫红, 苗承玉, 郑小军, 等. 基于3S技术的图们江流域湿地生态安全评价与预警研究[J]. 生态学报, 2014, 34(6): 1379 − 1390. ZHU Weihong, MIAO Chenyu, ZHENG Xiaojun, et al. Study on ecological safety evaluation and warning of wetlands in Tumen River watershed based on 3S technology [J]. Acta Ecol Sin, 2014, 34(6): 1379 − 1390. [10] 秦趣, 梁振民, 刘安乐, 等. 基于DPSIRM框架模型的高原湿地生态安全评价[J]. 冰川冻土, 2020, 42(4): 1363 − 1375. QIN Qu, LIANG Zhenmin, LIU Anle, et al. The ecological safety evaluation of plateau wetland based on DPSIRM framework model [J]. J Glaciol Geocryol, 2020, 42(4): 1363 − 1375. [11] 秦鹏, 张志辉, 刘庆. 黄河三角洲滨海湿地生态安全评价[J]. 中国农业资源与区划, 2020, 41(8): 145 − 153. QIN Peng, ZHANG Zhihui, LIU Qing. Ecological security assessment of coastal wetland in the Yellow River Delta [J]. Chin J Agric Resour Reg Plann, 2020, 41(8): 145 − 153. [12] 徐毅松, 吴燕, 邵一希. 国家战略与规划使命——从长三角一体化示范区规划看新时代国土空间治理[J]. 城乡规划, 2020(4): 1 − 6, 20. XU Yisong, WU Yan, SHAO Yixi. National strategy and planning mission: territorial space governance in the new era inspired by the planning of yangtze river delta integration demonstration area [J]. Urban Rural Plann, 2020(4): 1 − 6, 20. [13] 张凤太, 王腊春, 苏维词. 基于DPSIRM概念框架模型的岩溶区水资源安全评价[J]. 中国环境科学, 2015, 35(11): 3511 − 3520. ZHANG Fentai, WANG Lachun, SU Weici. The safety evaluation of water resources based on DPSIRM conceptual framework in karst region [J]. China Environ Sci, 2015, 35(11): 3511 − 3520. [14] 王欣, 侯效灵, 侯保灯, 等. 基于DPSIRM模型的城市化进程与水安全耦合关系分析[J]. 华北水利水电大学学报(自然科学版), 2021, 42(2): 50 − 57. WANG Xin, HOU Xiaoling, HOU Baodeng, et al. Analysis of the coupling relationship between urbanization process and water security based on DPSIRM model [J]. J North China Univ Water Resour Power Nat Sci Ed, 2021, 42(2): 50 − 57. [15] 李悦, 袁若愚, 刘洋, 等. 基于综合权重法的青岛市湿地生态安全评价[J]. 生态学杂志, 2019, 38(3): 847 − 855. LI Yue, YUAN Ruoyu, LIU Yang, et al. Ecological security evaluation of wetlands in Qingdao based on the comprehensive weighting method [J]. Chin J Ecol, 2019, 38(3): 847 − 855. [16] 秦趣, 陈忠全, 姚世美. 贵州威宁草海湿地生态安全评价[J]. 水生态学杂志, 2018, 39(2): 27 − 33. QIN Qu, CHEN Zhongquan, YAO Shimei. Ecological safety evaluation of Caohai lake wetland in Weining [J]. J Hydroecol, 2018, 39(2): 27 − 33. [17] 杨时民, 李玉文, 吕玉哲. 扎龙湿地生态安全评价指标体系研究[J]. 林业科学, 2006, 42(5): 127 − 132. YANG Shimin, LI Yuwen, LǛ Yuzhe. The assessment index system of Zhalong wetland eco-security [J]. Sci Silv Sin, 2006, 42(5): 127 − 132. [18] 司锦锦, 王世东. 基于组合赋权法的焦作矿区生态安全评价与时空分异[J]. 水土保持研究, 2021, 28(3): 348 − 354. SI Jinjin, WANG Shidong. Ecological security and spatiotemporal differentiation of Jiaozuo mining area based on combined weighting methond [J]. Res Soil Water Conserv, 2021, 28(3): 348 − 354. [19] 奥勇, 蒋嶺峰, 白召弟, 等. 基于格网GIS的黄河流域土地生态质量综合评价[J]. 干旱区地理, 2021, 45(1): 164 − 175. AO Yong, JIANG Lingfeng, BAI Zhaodi, et al. Comprehensive evaluation of land ecological quality in the Yellow River Basin based on Grid-GIS [J]. Arid Land Geogr, 2021, 45(1): 164 − 175. [20] 田欣. 星海湖湿地生态安全评估与预警研究[D]. 银川: 宁夏大学, 2018. TIAN Xin. Study on Ecological Security Evaluation and Warning of Xinghaihu Wetland[D]. Yinchuan: Ningxia University, 2018. [21] 谢余初, 巩杰, 张玲玲. 基于PSR模型的白龙江流域景观生态安全时空变化[J]. 地理科学, 2015, 35(6): 790 − 797. XIE Yuchu, GONG Jie, ZHANG Lingling. Dynamics of landscape ecological security based on PSR model in the Bailongjiang river watershed [J]. Sci Geogr Sin, 2015, 35(6): 790 − 797. [22] 张梦嫚, 吴秀芹. 近20年白洋淀湿地水文连通性及空间形态演变[J]. 生态学报, 2018, 38(12): 4205 − 4213. ZHANG Mangman, WU Xiuqin. Changes in hydrological connectivity and spatial morphology of Baiyangdian wetland over the last 20 years [J]. Acta Ecol Sin, 2018, 38(12): 4205 − 4213. [23] 欧维新, 张伦嘉, 陶宇, 等. 基于土地利用变化的长三角生态系统健康时空动态研究[J]. 中国人口·资源与环境, 2018, 28(5): 84 − 92. OU Weixin, ZHANG Lunjia, TAO Yu, et al. A land-cover-based approach to assessing the spatio-temporal dynamics of ecosystem health in the Yangtze River Delta region [J]. China Popul Resour Environ, 2018, 28(5): 84 − 92. [24] 朱颖, 吕寅超. 基于生态系统服务价值优化模型的生态安全格局构建虚拟——以苏州市吴江区为例[J]. 现代城市研究, 2020(8): 89 − 97. ZHU Ying, LÜ Yinchao. Simulation research for ecological security pattern construction based on ecosystem service value optimization model: a case study of Wujiang District of Suzhou [J]. Modern Urban Res, 2020(8): 89 − 97. [25] 戈弋. 苏南乡村水域生态安全格局构建策略研究[D]. 苏州: 苏州科技大学, 2016. GE Yi. Research on the Construction Strategy of Ecological Security Pattern in Rural Area of South of Jiangsu [D]. Suzhou: Suzhou University of Science and Technology, 2016. [26] 陈琪. 基于GIS技术的苏南水网密集地区生态空间格局优化研究——以苏州吴江区为例[D]. 苏州: 苏州科技学院, 2015. CHEN Qi. Ecological Spatial Pattern Optimization of Sunan Water Network-Intensive Areas Based on GIS: A Case Study of Suzhou Wujiang Area[D]. Suzhou: Suzhou University of Science and Technology, 2015. [27] 杜健. 水网地区湿地景观格局演变及景观生态风险研究——以吴江区为例[D]. 苏州: 苏州科技大学, 2021. DU Jian. Study on Wetland Landscape Pattern Evolution and Landscape Ecological Risk in Water Network Region: A Case Study of Wujiang District [D]. Suzhou: Suzhou University of Science and Technology, 2021. [28] 崔馨月, 方雷, 王祥荣, 等. 基于DPSIR模型的长三角城市群生态安全评价研究[J]. 生态学报, 2021, 41(1): 302 − 319. CUI Xinyue, FANG Lei, WANG Xiangrong, et al. Urban eco-security assessment in the urban agglomerations based on DPSIR model: a case study of Yangtze River Delta, China [J]. Acta Ecol Sin, 2021, 41(1): 302 − 319. [29] 王点. 基于PSR模型鄱阳湖湿地生态安全评价[D]. 南昌: 江西师范大学, 2016. WANG Dian. Assessment of Ecological Security of Poyang Lake Wetland Based on PSR Model[D]. Nanchang: Jiangxi Normal University, 2016. [30] 王贺年, 张曼胤, 崔丽娟, 等. 基于DPSIR模型的衡水湖湿地生态环境质量评价[J]. 湿地科学, 2019, 17(2): 193 − 198. WANG Henian, ZHANG Manyin, CUI Lijuan, et al. Evaluation of ecological environment quality of Hengshui lake wetlands based on DPSIR model [J]. Wetland Sci, 2019, 17(2): 193 − 198. [31] 汤旭, 郑洁, 冯彦, 等. 云南省县域森林生态安全评价与空间分析[J]. 浙江农林大学学报, 2018, 35(4): 684 − 694. TANG Xu, ZHENG Jie, FENG Yan, et al. County-level forest ecological security evaluation and spatial analysis in Yunnan Province [J]. J Zhejiang A&F Univ, 2018, 35(4): 684 − 694. 期刊类型引用(7)
1. 高海龙，商岑尧，裴晓东，谢慧芳，王冰玉. 植酸改性提高污泥基水热炭的镉吸附固定性能. 环境科学. 2024(08): 4956-4966 . 
百度学术2. 孙正骁，贾舒然，李明堂，杨晋霞，王一冰，陈元晖，范旭红. 铝改性水热炭的制备及其对苏打盐碱土的改良特征. 吉林农业大学学报. 2024(05): 850-859 . 百度学术3. 闵旭旭，肖列，李鹏，刘然，赵萌，刘方园. 污泥堆肥施用对土壤单位有机碳矿化及温度敏感性的影响. 水土保持研究. 2023(04): 130-136 . 百度学术4. 李子富 ，于露 ，郑蕾 ，郭佳俐 . 水热碳化技术处理畜禽粪便的研究进展. 农业工程学报. 2022(03): 220-229 . 百度学术5. 王潇. 反应条件对餐厨垃圾水热炭化去除钠钾的影响研究. 中国资源综合利用. 2022(07): 33-35 . 百度学术6. 李凌瑶，郭旋，李钰飞，李吉进，孙钦平，王平，郎乾乾. 番茄废弃物水热炭溶解性有机质的光谱特征分析. 农业环境科学学报. 2022(08): 1816-1824 . 百度学术7. 程虎，张佳鹏，宋洋，卞永荣，李威，李胎花，张萌，蒋新，韩建刚. 水热炭在土壤环境中的应用研究进展和展望. 环境工程技术学报. 2021(06): 1202-1209 . 百度学术其他类型引用(11)
-
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20210758
点击查看大图
计量
- 文章访问数: 656
- HTML全文浏览量: 136
- PDF下载量: 56
- 被引次数: 18
