基于生态文明管理下云南省典型生态区生态监测与评估指标体系的构建

肖 俞，吴学灿，段禾祥

(云南省生态环境科学研究院生态环境保护研究中心，云南 昆明 650034)

0 引言

随着社会的发展进步，随着国家“五位一体”发展战略的提出，生态文明的思想日益深入人心，人与自然和谐共生日益成为引领社会和谐发展的主流思想。为了更好地践行生态文明思想，我们迫切需要实现生态文明在生态管理方式、管理技术手段、考核机制等方面的转变和创新，而生态监测无疑是这种管理方式和手段创新的需要。

1 生态监测的现状

生态环境监测也称为生态监测。广义的生态监测包括环境监测和生物监测。狭义的生态监测强调的是自然生态系统的监测，主要针对特定区域范围内的生态系统或生态系统组合体的类型、结构和功能及其组成要素等进行系统的测定和观察。在现有工作制度及技术水平下，目前生态环境监测工作集中于环境污染、环境质量以及资源动态的监测，相应的环境标准和监测技术规范都已出台并进行了适时的更新。而基于生态环境管理下的生态系统监测的相关标准和规范却还没有统一的规范[1-3]。

当前，针对生态系统本身的监测主要分为两类：一类是对宏观的、大区域的生态破坏问题的监测，如矿产资源开发区监管、自然保护区人类活动的排查等，它具有反映人类活动对我们所处的生态环境的全貌、有机综合影响的特点[3]。这一类型的生态监测主要是利用遥感技术获取地被物数据，重点考虑从景观尺度上采用景观破碎度、优势度、蔓延度和聚集度等景观格局指数反映景观要素的增减、空间转移、扩张及缩减程度等方面。虽然景观动态特征能够在一定程度上反映生态系统变化情况，但在表征生态系统质量、健康方面科学性尚显不足，仅从生态系统平面结构本身的变化也很难评估生态服务功能损失的价值[4-7]。因此这类宏观的生态监测对由于生态系统结构变化导致功能变化的评价参考价值不大，对生态补偿措施制定、领导政绩考核以及自然资源负债表编制等生态保护管理措施的指导作用不大。

另外一类是针对生态系统自身功能与过程的监测，主要是根据不同的生态系统类型提出相应的监测指标，如我国已发布应用的森林生态系统长期定位观测方法、重要湿地监测指标体系，以及以主要生态系统服务功能为目标的生态监测。这类指标涉及到水文、气象、动物、植物等多个方面。这些指标基本上都是在环境监测指标的基础上进行扩展，增加了某些生物相关的内容，虽然监测指标覆盖范围广，但是指标分类机械，难以在统一的理论框架内应用这些信息综合反映生态系统的状态与变化[8-10]。

2 生态监测与评估指标体系建立

以景观格局指数为主的宏观生态监测在反映土地利用类型转变、扩张及缩减方面较为灵敏，具有一定的管理指导意义，但难以反映生态系统自身的服务功能过程，对生态系统本身变化的解释力不强。以生态系统类型和功能监测为主的专业生态监测较为科学，但其太过于专业无法综合反映生态系统质量，与经济监测评估相对分离，难以在国民经济评价考核中运用，不适应生态文明建设的行政决策需要[11]。

本研究以云南省金沙江流域典型生态区为研究对象，探讨建立生态监测评估指标体系。我们希望建立既能科学客观反映生态系统状态，便于进行评估考核的状态指标，又能揭示生态系统结构变化以及反映变化的驱动因素的压力、响应指标来进行生态监测，找出压力因素，找到解决办法。既加强对重要生态敏感区的监测研究，及时提出预警措施，防止生态问题变成生态灾害，也能支撑对一个区域的生态质量的考核、资源负债表的编制、生态资产离任审计等现代生态管理制度的实施。

2.1 研究区概况

云南省金沙江流域为长江经济带的重要组成部分，该区域是云南省重要的政治经济文化中心，同时也是重要的生物基因宝库、生态安全屏障和关系全局的生态功能区。因其生态系统类型、主导生态系统服务功能以及主要生态环境问题的不同，本研究将该区域划分为金沙江上游生物多样性保育区、干热河谷区、滇中少雨区、矿山开采区和金沙江中下游水电开发区五个典型生态区。金沙江流域(云南段)涉及的主要生物多样性维护生态功能区主要分布于云南省西北部香格里拉和丽江两州(市)，以自然保护区为主体。干热河谷区大致包括大理白族自治州宾川县、楚雄彝族自治州元谋县和昭通市水富县等。滇中少雨区是云南省重要的社会经济中心，该地区人为干扰强度高，降雨量相对较少，是生态与社会经济发展矛盾相对突出的区域。矿山开采区零星分布于整个金沙江流域，大规模的采矿活动严重破坏了矿区原有的自然生态系统，使生态系统功能减弱甚至丧失。水电开发区主要位于金沙江的中下游，大坝和发电厂房等基础设施的建设以及大坝的回水效应等均会对生态环境造成破坏。各生态区的主要生态环境问题都可划分为自然灾害和人类活动干扰两大类，具体见表1所示[12-13]。

表1 金沙江流域典型生态区主要生态问题一览表

2.2 生态监测指标体系建立

鉴于生态系统变化与人类社会、经济发展之间存在复杂的逻辑关系，本研究以压力(Pressure)—状态(State)—响应(Response)模型(PSR)来构建金沙江典型生态区生态监测评估指标体系。PSR模型强调了压力、状态、响应三者之间的相互关系，具有较强的系统性，能精确地反映生态系统状况的自然、经济和社会因素之间的关系，为生态监测指标构建提供一种逻辑基础。以问题为导向将监测区域的主要生态问题及其驱动因素作为压力指标进行动态监测，防止生态问题变成生态灾害。遴选科学表征生态系统状态、结构、功能与完整性的指标作为状态指标对监测区的生态系统综合质量进行测度，为生态补偿政策制定和绿色GDP核算提供科学、客观的依据。选取监测区已开展的或即将开展的各类生态建设工程和生态保护活动为响应指标来反映生态保护工作的效应，为地方制定生态保护规划提供借鉴。监测指标体系建立应遵循完整性、科学性及可行性等原则。

表2 金沙江流域典型生态区生态监测指标体系

完整性原则。指标体系应系统、完整，在现有知识体系下，尽可能将区域生态环境的影响因素、生态质量的表征指标以及现有的及可能的环境管理对策进行选取，使指标体系尽可能系统、综合地进行区域生态监测评估。

科学性原则。进一步分析监测指标的科学内涵，尽可能保证指标的科学性、内在逻辑的关联性，如利用增强型植被指数、叶面积指数等代替景观指数进行生态系统质量的测度。

实用性原则。监测指标的建立应能切实提供解决突出生态问题的生态环境管理对策。提出的压力因子尽量是可以改善且符合逻辑的。

可行性原则。指标体系的确定要因地制宜，同时要便于操作，并尽量和生态环境考核指标挂钩。

可比性原则。监测指标应具有灵敏性，对于同一生态系统的不同时期的纵向变化和不同区域同一时期的横向间变化能够表征出可标度的变化。

本研究采用频度统计法梳理目前的生态监测指标，遵循完整性、科学性等原则，遴选适用于研究区的监测指标，以自然灾害、人类活动破坏和社会经济压力为生态问题的驱动因子，从景观和生态系统两个层次测度生态系统状态，以生态建设工程和生态专项治理措施两个方面表达人类响应指标初步建立指标体系[6-9，14-17]。

2.3 生态系统质量综合评估

为了充分反映监测区域生态系统的压力、状态和响应情况，本研究筛选的指标较为丰富，在针对具体区域运用时不免会出现指标重复的情况。针对该问题，在对监测区域进行生态质量综合评估时可运用主成分分析(PCA)进行指标体系的进一步凝练。对于同一监测区域获取不同时期的影像数据确定指标值，利用PCA对指标进行降维处理聚合为几个综合指标。主成分分析也同时客观地给出了不同指标的权重，继而运用综合评价法就可以客观地进行生态区生态环境质量评估，为生态补偿制定、新型政绩考核提供科学的依据。

3 监测指标数据的获取

目前，光学遥感为生态监测的主流渠道，监测指标中的生态指标基本都能够实现。特别是高光谱图像拥有在生态系统上区分物种的潜能[18]。但某些指标的获取往往需要配合传统地面监测完成，如NDVI和LAI指数的测定要与地面实测数据经验模型进行估算。同时，在一些指标内容和精度限制的情况下，传统遥感也表现出它的局限性。传统遥感方法仅能从平面角度描述物种生境格局，关于生境三维结构、质量的定量描述，尤其是生物量垂直分布剖面轮廓(vertical biomass profiles)和物种对于栖息生境要求的三维刻画、模拟等要求却难以实现。

此外，传统地面监测方法也逐渐呈现出局限性，对大尺度和跨尺度既定监测目标格局与动态的把握存在困难：大范围样方数据的收集需要耗费大量人力、物力，短时间内实现重复周期性取样难度大；在计算一些指标参数时，由于无法进行重复性取样导致结果包含空间异质性信息；传统方法未能很好地解决尺度推绎问题，样点数据结果上推到景观水平往往并不完全可靠[19]。

激光雷达作为一种新兴的主动遥感技术，侧视特点所使用的波长比光学遥感的要长，具有一定的穿透性，能获得更准确的植被立体信息，在植被生物量估算方面更具优势。此外，其不同波段对植被冠幅、土壤、水面等具有不同的后向散射特征，可对生态系统群落健康状况、退化状况等进行有效监测。但是，目前使用成本较高成为制约其发展的主要因素之一[20-22]。

4 建议

不同区域因其地形地貌、气候、水热条件等自然因素的不同以及人文环境的不同，主导生态问题及其驱动因子不尽相同。因此，建立指标体系应进行细致调查，进一步挖掘区域主导生态问题以及驱动因子，以便充分支撑生态保护措施的制定。在遴选状态指标时应尽可能多地选择不同类型的生态系统和生态监测区进行验证，去芜存精，在这一方面，主成分分析法是值得推荐的方法。

在指标获取方面，虽然目前传统光学遥感占主流，但其在三维结构数据获取方面确实存在局限性。随着生态监测精度要求的提高以及生态环境管理精细化、智能化和创新化，激光雷达的应用必将与日俱增。在地区开展生态监测评估工作时应尽可能突破传统遥感技术，多借助激光雷达技术，实现监测指标的精确性和科学性，使生态监测与评价工作实现突破性进展。