CN114049520B - 面向枯水期水位抬升影响的湖泊湿地生态修复方法 - Google Patents
面向枯水期水位抬升影响的湖泊湿地生态修复方法 Download PDFInfo
- Publication number
- CN114049520B CN114049520B CN202111373206.5A CN202111373206A CN114049520B CN 114049520 B CN114049520 B CN 114049520B CN 202111373206 A CN202111373206 A CN 202111373206A CN 114049520 B CN114049520 B CN 114049520B
- Authority
- CN
- China
- Prior art keywords
- wetland
- lake
- restoration
- water level
- area
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 45
- 241000272517 Anseriformes Species 0.000 claims abstract description 20
- 241000894007 species Species 0.000 claims abstract description 19
- 238000012544 monitoring process Methods 0.000 claims abstract description 8
- 241000196324 Embryophyta Species 0.000 claims description 90
- 230000008439 repair process Effects 0.000 claims description 41
- 238000005067 remediation Methods 0.000 claims description 12
- 238000009331 sowing Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 7
- 238000013461 design Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 230000004083 survival effect Effects 0.000 claims description 6
- 238000003066 decision tree Methods 0.000 claims description 4
- 230000006872 improvement Effects 0.000 claims description 4
- 230000001617 migratory effect Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012876 topography Methods 0.000 claims description 3
- 241000271566 Aves Species 0.000 claims description 2
- 241000559641 Glyceria maxima Species 0.000 claims 1
- 230000002093 peripheral effect Effects 0.000 claims 1
- 230000000694 effects Effects 0.000 abstract description 8
- 230000008569 process Effects 0.000 description 9
- 240000001085 Trapa natans Species 0.000 description 7
- 241000195493 Cryptophyta Species 0.000 description 6
- 241000498251 Hydrilla Species 0.000 description 5
- 235000009165 saligot Nutrition 0.000 description 5
- 244000268590 Euryale ferox Species 0.000 description 4
- 235000006487 Euryale ferox Nutrition 0.000 description 4
- 241000722195 Potamogeton Species 0.000 description 4
- 241000555922 Potamogeton crispus Species 0.000 description 4
- 241000218206 Ranunculus Species 0.000 description 4
- 235000014364 Trapa natans Nutrition 0.000 description 4
- 241000543445 Vallisneria spiralis Species 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 240000001592 Amaranthus caudatus Species 0.000 description 3
- 235000009328 Amaranthus caudatus Nutrition 0.000 description 3
- 235000003283 Pachira macrocarpa Nutrition 0.000 description 3
- 235000014676 Phragmites communis Nutrition 0.000 description 3
- 241000205407 Polygonum Species 0.000 description 3
- 241001531051 Potentilla chinensis Species 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 244000052363 Cynodon dactylon Species 0.000 description 2
- 241000723289 Dianella <angiosperm> Species 0.000 description 2
- 241001244577 Myriophyllum spicatum Species 0.000 description 2
- 241000555917 Najas marina Species 0.000 description 2
- 241000245301 Nymphoides Species 0.000 description 2
- 241000746966 Zizania Species 0.000 description 2
- 235000002636 Zizania aquatica Nutrition 0.000 description 2
- 244000085595 Zizania latifolia Species 0.000 description 2
- 235000004259 Zizania latifolia Nutrition 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000195967 Anthoceros Species 0.000 description 1
- 206010003694 Atrophy Diseases 0.000 description 1
- 239000002028 Biomass Substances 0.000 description 1
- 240000002791 Brassica napus Species 0.000 description 1
- 235000004977 Brassica sinapistrum Nutrition 0.000 description 1
- 241000252229 Carassius auratus Species 0.000 description 1
- 241000873376 Carex thunbergii Species 0.000 description 1
- 241000209441 Ceratophyllum Species 0.000 description 1
- 101800004637 Communis Proteins 0.000 description 1
- 241000909851 Epiphora Species 0.000 description 1
- 241001558017 Gynura Species 0.000 description 1
- 241000745390 Lophatherum Species 0.000 description 1
- 241000209490 Nymphaea Species 0.000 description 1
- 244000236458 Panicum colonum Species 0.000 description 1
- 240000000275 Persicaria hydropiper Species 0.000 description 1
- 235000017337 Persicaria hydropiper Nutrition 0.000 description 1
- 240000006928 Persicaria lapathifolia Species 0.000 description 1
- 240000008663 Persicaria orientalis Species 0.000 description 1
- 244000273256 Phragmites communis Species 0.000 description 1
- 244000292697 Polygonum aviculare Species 0.000 description 1
- 235000006386 Polygonum aviculare Nutrition 0.000 description 1
- 241000514750 Potamogeton wrightii Species 0.000 description 1
- 241001092489 Potentilla Species 0.000 description 1
- 240000001341 Reynoutria japonica Species 0.000 description 1
- 235000018167 Reynoutria japonica Nutrition 0.000 description 1
- 241001113438 Vallisneria Species 0.000 description 1
- 241001148695 Vallisneria americana Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000037444 atrophy Effects 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 208000016747 lacrimal apparatus disease Diseases 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000033764 rhythmic process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000002054 transplantation Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 239000003643 water by type Substances 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/803—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of input or preprocessed data
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C13/00—Surveying specially adapted to open water, e.g. sea, lake, river or canal
- G01C13/008—Surveying specially adapted to open water, e.g. sea, lake, river or canal measuring depth of open water
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Forests & Forestry (AREA)
- Botany (AREA)
- Ecology (AREA)
- Hydrology & Water Resources (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Biodiversity & Conservation Biology (AREA)
- Environmental Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了面向枯水期水位抬升影响的湖泊湿地生态修复方法，包括：第一步，收集目标湖泊的基础数据；第二步，确定目标湖泊的湿地植物修复种类；第三步，确定基准情景和枯水期不同水位抬升情景下目标湖泊的特征水位；第四步，基于不同特征水位对应的湿地类型确定修复范围；第五步，从修复范围中选取试验性修复区域，对试验性修复区域进行生态修复；第六步，监测试验性修复区域的植物群落状态和水鸟生物多样性，并判断修复是否达到预设目标，当未达到，对当前的生态修复方法进行调整。本发明可最大程度减缓枯水期水位抬升对湿地生境、生物多样性和生态系统服务等的影响，从而提高湖泊湿地生态修复效果。
Description
技术领域
本发明涉及生态修复工程技术领域，具体涉及面向枯水期水位抬升影响的湖泊湿地生态修复方法。
背景技术
随着社会经济快速发展和人类活动加剧，湖泊湿地生态环境形势严峻，湖泊湿地萎缩、生境退化、多样性减少、稳定性降低等生态环境问题普遍，变化环境下湖泊湿地水文节律变化是加剧上述问题的重要胁迫因素。水位变化是影响湖泊湿地生态水文过程的关键因素之一，也是直接或间接影响湖泊湿地物理形态、湿地生境、湿地生物多样性和湿地生态系统服务等的主要环境要素之一[1]。目前，我国湖泊生态修复主要针对水污染治理问题[2]，且湖泊湿地生态修复多针对受损湖泊，现有湖泊湿地生态修复方法均不能减缓枯水期水位抬升对湿地生境、生物多样性和生态系统服务的影响。
文中涉及的参考文献如下：
姚鑫,杨桂山,万荣荣,等.水位变化对河流、湖泊湿地植被的影响[J].湖泊科学,2014,26(6)：813-821.
冯承婷,赵强民,甘美娜.关于景观水体生态修复沉水植物生物量配置探讨[J].中国园林,2019,35(05):117-121.
发明内容
本发明的目的是提供面向枯水期水位抬升影响的湖泊湿地生态修复方法。
不同于现有湖泊湿地生态修复仅针对受损湖泊湿地的单一固化情景和单一技术方法，本发明考虑湖泊湿地生态特征、长时间序列水位数据及引调水工程输水能力要求，有针对性地实施湖泊湿地生态修复，可最大程度减缓枯水期水位抬升对湿地生境、生物多样性和生态系统服务等的影响，对维持生态平衡，调节湿地生态系统结构、过程和功能意义重大。
为解决上述技术问题，本发明采用如下技术方案：
面向枯水期水位抬升影响的湖泊湿地生态修复方法，包括：
第一步，收集目标湖泊的基础数据，包括湖泊代表水位站的长序列水位观测数据、不同时期的湿地植物群落调查数据以及湿地水鸟群落结构和食性特征调查数据、高分辨率遥感影像数据、湖泊地形数据；
第二步，基于不同时期的湿地植物群落调查数据以及湿地水鸟群落结构和食性特征调查数据，确定目标湖泊的湿地植物修复种类；
第三步，基于长序列水位观测数据计算目标湖泊多年最枯月平均水位，作为基准情景的特征水位；根据引调水工程总体输水规模及目标湖泊不同输水需求，确定枯水期不同水位抬升情景下目标湖泊的特征水位；
第四步，将长序列水位观测数据和高分辨率遥感影像数据基于日期进行匹配，筛选出不同特征水位对应的高分辨率遥感影像数据，利用决策树分类法解译高分辨率遥感影像数据获得各特征水位对应的湿地类型分类结果，确定修复范围；
所述确定修复范围包括：将在基准情景下为草本沼泽或泥滩、且在枯水期不同水位抬升情景下均为水域的区域作为可能的修复范围；考虑修复范围的整体性、连通性以及与周边地形的融合度、与村镇保持合理距离及与目标湖泊湿地总体规划相关建设内容的协调性，在可能的修复范围内确定修复范围；
第五步，从修复范围中选取试验性修复区域，对试验性修复区域进行生态修复，所述生态修复包括微地形改造和植物修复，从第二步确定的植物修复种类中选择用于试验性修复区域的植物修复；
第六步，监测试验性修复区域的植物群落状态和水鸟生物多样性，并判断植物群落状态和水鸟生物多样性是否达到预设目标，当达到，将试验性修复区域当前的生态修复方法应用到其他修复范围；否则，调整试验性修复区域所采用的微地形改造和植物修复，直至达到预设目标，再将生态修复方法应用到其他修复范围。
在一些具体实施方式中，第二步具体为：
基于不同时期的湿地植物群落调查数据，确定目标湖泊湿地的植物优势种；基于不同时期的湿地水鸟群落结构及食性特征调查数据，确定越冬期的水鸟食性偏好和栖息特性；考虑植物优势种以及水鸟食性偏好和栖息特性，确定目标湖泊湿地的植物修复种类。
在一些具体实施方式中，第三步中，枯水期不同水位抬升情景下目标湖泊的特征水位分别采用“引江济淮”工程运行后规划水平年2030、2040年菜子湖候鸟越冬期控制水位。
在一些具体实施方式中，第四步中湿地类型包括水域、泥滩、草本沼泽、水稻田、林地和建设用地。
在一些具体实施方式中，第五步中所述微地形改造包括：
对试验性修复区域进行DEM建模，获得试验性修复区域地形高程数据；
基于地形高程数据，对枯水期不同水位抬升情景下无法完成滩地出露或维持浅水水域的区域进行垫高，使垫高后试验性修复区域满足枯水期不同水位抬升情景下的滩地出露或维持浅水水域。
在一些具体实施方式中，进行微地形改造时，考虑改造后试验性修复区域与周边地形的融合度、以及试验性修复区域原始的整体地形结构，使微地形改造后，原始地形相对高的区域设计高程仍然相对高，原始地形相对低的区域设计高程仍然相对低。
在一些具体实施方式中，第五步中所述植物修复包括：
(1)综合微地形改造后试验性修复区域的地形高程数据、第二步确定的植物修复种类的适宜水深以及第三步确定的特征水位，从第二步确定的植物修复种类中确定适于试验性修复区域种植的湿地植物种类；
(2)考虑步骤(1)确定的湿地植物种类特征、改造后试验性修复区域的地形高程数据以及第三步确定的特征水位，确定种植规模和比例以及种植和播种方式并进行种植和播种。
在一些具体实施方式中，第六步中所述植物群落状态至少包括植物的存活状况、高度、盖度。
在一些具体实施方式中，第六步中所述预设目标跨度5年，其以目标湖泊的湿地植物和湿地水鸟的现状为参照系统，或以目标湖泊未实施生态修复的区域为参照区域；当相对参照系统或参照区域，试验性修复区域的生态改善达到预期，则达到预设目标。
本发明具有如下优点和有益效果：
当前湖泊湿地生态修复一般仅针对受损湖泊进行修复，未考虑到枯水期水位抬升对湖泊湿地生态水文过程的影响。本发明将枯水期水位变化和湖泊湿地生态修复有效结合，提出了面向枯水期水位抬升影响的湖泊湿地生态修复方法。该方法可最大程度减缓枯水期水位抬升对湿地生境、生物多样性和生态系统服务等的影响，可进一步提高湖泊湿地生态修复效果，对维持湖泊湿地生态平衡、改善湿地生态系统结构、过程和功能意义重大。
附图说明
图1为本发明具体实施方式的流程图；
图2为实施例中不同特征水位对应的湿地类型分类数据；
图3为实施例中确定的试验性修复区；
图4为实施例中试验性修复区域的地形测绘图；
图5为实施例中试验性修复区域的地形等高线；
图6为实施例中试验性修复区域微地形改造及植物配置结果。
具体实施方式
为使本领域技术人员更好地理解本发明，下面将对本发明技术方案的具体实施方式进行清楚、完整地描述，显然，下文所描述的仅为具体实施方式，其并不限制本发明的保护范围。
以上所述仅为本发明的较佳方式，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
下面将结合实施例详细说明本发明方法的具体实施过程，该具体实施过程包括修复实施前阶段、修复实施阶段以及修复实施后阶段，修复实施前阶段主要包括基础数据收集以及数据分析，修复实施阶段主要包括微地形改造和植物修复，修复实施后阶段主要包括修复效果监测。
本实施例中目标湖泊为菜子湖，本实施例湖泊湿地生态修复方法的具体流程见图1，具体步骤如下：
第一步，收集目标湖泊的基础数据。
具体地，基础数据包括湖泊代表水位站的长序列水位观测数据WL、湖泊不同时期的湿地植物群落调查数据Vegetation、不同时期的湿地水鸟群落结构及食性特征调查数据Bird、以及湖泊湿地高分辨率遥感影像数据Image。上述基础数据均为目标湖泊的基础数据。
本具体实施方式中，湖泊代表水位站的长序列水位观测数据是代表水位站测定的长序列逐日水位数据；湿地植物群落调查数据包括不同时期下的湿地植物种类组成、湿地植被类型及分布、主要湿地植被分布格局特征、湿地植物物候期等；湿地水鸟群落结构及食性特征调查数据包括越冬期开展的湿地越冬水鸟种类组成及空间分布、食性特征等调查数据；湖泊湿地高分辨率遥感影像数据采用多源异构遥感影像数据。
第二步，基于不同时期的湿地植物群落调查数据，确定目标湖泊的湿地植物优势种；基于不同时期的湿地水鸟群落结构及食性特征调查数据，确定越冬期的水鸟食性偏好和栖息特性；考虑植物优势种以及水鸟食性偏好和栖息特性，确定目标湖泊的湿地的植物修复种类。
本实施例中，确定的目标湖泊的湿地植物修复种类包括沉水植物、根生浮叶植物、挺水植物、湿生植物；其中，沉水植物进一步包括苦草(Vallisneria natans)、黑藻(Hydrilla verticillata)、竹叶眼子菜(Potamogeton wrightii)、金鱼藻(Ceratophyllumdemersum)、菹草(Potamogeton crispus)、大茨藻(Najas marina)和穗状狐尾藻(Myriophyllum spicatum)；根生浮叶植物进一步包括菱(Trapa bispinosa)、四角菱(Trapa quadrispinosa)、莕菜(Nymphoides peltatum)、芡实(Euryale ferox)；挺水植物进一步包括芦苇(Phragmites communis)、菰(Zizania latifolia)、红蓼(Polygonumorientale)和酸模叶蓼(Polygonum lapathifolium)；湿生植物进一步包括陌上菅(Carexthunbergii)、肉根毛茛(Ranunculus polii)、朝天委陵菜(Potentilla supina)和狗牙根(Cynodon dactylon)。
第三步，基于长序列水位观测数据和目标湖泊输水需求分别确定基准情景和枯水期不同水位抬升情景下目标湖泊的特征水位。具体地，根据长序列水位观测数据WL，计算目标湖泊的多年最枯月平均水位(一般采用近50年的最枯月平均水位)，记为WL1，即基准情景下的特征水位。根据引调水工程总体输水规模及目标湖泊输水需求，确定枯水期不同水位抬升情景下目标湖泊的特征水位，分别记为WL2和WL3。本实施例中，WL2和WL3分别采用“引江济淮”工程运行后规划水平年2030、2040年菜子湖候鸟越冬期控制水位。本实施例确定的WL1、WL2、WL3分别为6.87m、7.50m和8.10m。
第四步，将长序列水位观测数据和高分辨率遥感影像数据基于日期进行匹配，筛选出第三步确定的不同特征水位对应的高分辨率遥感影像数据，利用决策树分类法解译高分辨率遥感影像数据，获得各特征水位对应的湿地类型分类结果，再结合湖泊地形数据确定修复范围。
具体地，根据日期将目标湖泊的长序列水位观测数据WL和高分辨率遥感影像数据Image和匹配，筛选出与特征水位WL1、WL2、WL3对应或接近的水位所对应的高分辨率遥感影像数据，分别记为Image1、Image2、Image3，Image1、Image2、Image3则可代表基准情景和枯水期不同水位抬升情景对应的高分辨率遥感影像数据。采用决策树分类法对遥感影像Image1、Image2和Image3进行解译，获得各特征水位下的湿地类型分类结果，湿地类型分类结果包括各湿地类型的面积及空间分布数据。湿地类型人为预先定义，本实施例中定义的湿地类型包括水域、泥滩、草本沼泽、水稻田、林地、建设用地。
图2所示为本实施例中各特征水位对应的湿地类型分类结果，其中图(a)、(b)、(c)分别为特征水位WL1、WL2、WL3对应的湿地类型分类结果，分别对应的特征水位为6.97m、7.50m和8.10m。本实施例中采用不同颜色表示不同湿地类型。
在获得湿地类型分类结果后，再结合湖泊地形数据DEM确定目标湖泊的修复范围。首先，确定可能的修复范围，修复范围应被包括于该可能的修复范围内。可能的修复范围为①基准情景下为草本沼泽或泥滩且②枯水期水位抬升情景下为水域的区域。本实施例中，可能的修复范围则应为①WL1水位下为草本沼泽或泥滩且②WL2和WL3水位下为水域的区域。然后，综合考虑修复范围的整体性、连通性以及与周边地形的融合度、与村镇保持合理距离及与目标湖泊的湿地总体规划相关建设内容的协调性，在可能的修复范围内确定目标湖泊的湿地生态修复范围。
第五步，从修复范围中选取试验性修复区域，对试验性修复区域进行生态修复，所述生态修复包括微地形改造以及植物修复。
本发明中试验性修复区域根据经验人工选择，本实施例中考虑到修复范围的环境敏感性及受枯水期水位抬升的影响，确定的试验性修复区域见图3中区域1、区域2、区域3。
具体地，对试验性修复区域进行微地形改造，包括：
(1)对试验性修复区域进行DEM建模，获取试验性修复区域地形分布情况。
本实施例中，利用无人机实测试验性修复区域的1：1000地形图，获取航飞高程点数据，见图4所示。利用高程点数据进行DEM建模，生成试验性修复区域的等高线数据，见图5中细线所示，并获取试验性修复区域DEM，见图5中粗线所围成区域。
作为优选方案，为保证无人机的测绘范围能涵盖试验性修复区域，在进行1：1000地形测绘前，将试验性修复区域外扩150m作为测绘范围，且每隔100m测一横断面，地形有起伏变化或遇转弯处等特殊地形，需对断面适当加密。
(2)对试验性修复区域进行微地形改造。
见图5，从图中可看出，图3中区域1所示试验性修复区域的东北侧部分整体地形高程基本大于7.9m，能同时满足WL2和WL3特征水位下滩地出露或维持浅水水域的需求。浅水水域指水深低于0.5m的水域。其西南侧部分整体地形高程基本为7.4m～7.9m，能满足WL2特征水位下滩地出露或维持浅水水域的需求，但部分区域无法完成滩地出露过程，这对以草本沼泽、泥滩、浅水区为取食基质，采用挖掘和啄取取食、头部入水取食、拾取取食的水鸟会造成一定不利影响。
在进行微地形改造时，要尽量营造多样化的缓坡地形，可采用阶梯式抬高方法对西南侧部分进行垫高，垫高高度不超过60cm，且垫高后试验性修复区域应能满足枯水期不同水位抬升情景下的滩地出露过程。本实施例中，为满足该要求，垫高后试验性修复区域整体高程应维持为7.4m～9.4m。另外，在进行微地形改造时，应综合考虑改造后地形与周边地形的融合度、以及试验性修复区域原始的整体地形结构，即原始地形相对较高的区域设计高程仍然相对较高，原地形相对较低的区域设计高程仍然相对较低。本实施例的微地形改造结果见图6所示。
微地形改造完成后，进一步对试验性修复区域进行植物群落的构建与配置，以对试验性修复区域进行植物修复，植物群落构建与配置包括湿地植物种类选择、种植规模和比例、种植和播种方式、种植和播种密度、种植和播种时间。
具体地，对试验性修复区域进行植物群落构建与配置，包括：
(3)综合考虑不同情景下的特征水位、微地形改造后试验性修复区域DEM及第二步确定的植物修复种类的适宜水深，从第二步确定的植物修复种类中确定适于试验性修复区域种植的湿地植物种类。
(4)根据优势物种特征、改造后微地形情况、不同情景下水位、主要水生植物适宜水深及常见水生植物繁殖方式，确定试验性修复区域植物种植规模和比例及种植和播种方式。进一步的，试验性修复区域植物种植和播种方式根据常见水生植物繁殖方式确定；进一步的，试样性修复区域水生植物种植和播种时间在4月5日前后15天左右。
以图3所示试验性修复区域为例，图3中区域1所示试验性修复区域的水生植物配置方法见图6所示。为最大程度保障沉水植物的存活率，并视沉水植物存活情况适时补栽，选取合适区域建设湿地苗圃(水生植物种植基地)，人工促进种植苦草、黑藻、穗状狐尾藻和竹叶眼子菜等。待苗圃内沉水植物扎根后，在试验性修复区域采用分株方式栽植苦草，采用扦插方式栽植黑藻、穗状狐尾藻和竹叶眼子菜，种植和播种时间在4月5日前后15天左右。
本实施例中，还包括对湖滨带进行植物修复，湖滨带植物群落构建与配置主要是沿湖滨带构建沉水植物、浮水植物、挺水植物、湿生植物组成的植物群落带，主要选取苦草、黑藻、竹叶眼子菜、金鱼藻、菹草、大茨藻、穗状狐尾藻等7种沉水植物，芦苇、菰、红蓼、酸模叶蓼等4种挺水植物，莕菜、芡实、四角菱等3种根生浮叶植物；陌上菅、朝天委陵菜、肉根毛茛等3种湿生植物。
根据湖滨带修复区域水位及对应水深情况，采用撒播、扦插、移栽等方式在修复区域内适时撒播水生植物种子或栽植实生苗块。沉水植物采用撒播或实生苗体栽培等方式进行恢复。在高程7.0～8.1m的范围内适时种植沉水植物大茨藻、根生浮叶植物四角菱；在高程8.1～8.5m的范围内适时种植沉水植物黑藻、菹草、穗状狐尾藻、金鱼藻和竹叶眼子菜及根生浮叶植物莕菜和四角菱；在高程8.5～9.4m的范围内种植沉水植物苦草、根生浮叶植物芡实；在高程9.4m以上的区域沿高程梯度构建挺水植物芦苇、菰、红蓼、酸模叶蓼及湿生植物陌上菅、朝天委陵菜、肉根毛茛等组成的植物群落带。
第六步，监测试验性修复区域的生态修复效果，基于生态修复效果进行优化。
本步骤的具体实施过程包括：
(1)对试验性修复区域的植物群落状态和水鸟生物多样性进行动态监测。
植物群落状态至少包括植物存活状况、高度及盖度，水鸟生物多样性至少包括水鸟群落结构和空间分布。具体地，在试验性修复区域及湖滨带布设监测点，对试验性修复区域和湖滨带植物的存活状况、高度、盖度以及水鸟群落结构和空间分布进行动态监测与评估。本实施例中，在未实施生态修复的修复区域同样也布置监测点。
(2)确定生态修复的预设目标。
首先，确定参照系统或参照区域，具体地，预设目标中以目标湖泊的湿地植物和湿地水鸟的现状为参照系统，或以目标湖泊未实施生态修复的区域为参照区域，时间长度为近5年。本实施例中，湿地植物和湿地水鸟的现状指近两年湿地植物群落状态和水鸟生物多样性的调查情况。当相对参照系统或参照区域，试验性修复区域的生态得到明显改善，则达到预设目标。
除此，本实施例还设置了理想目标，以植物群落和水鸟生物多样性恢复到历史最优状态为参照系统，时间长度为30年。
(3)根据监测数据判断生态修复效果是否达到预设目标，达到预设目标，则不需要对试验性修复区域当前的生态修复方法进行优化；未达到预设目标，则需要调整试验性修复区域的微地形改造和植物修复，直至达到预设目标。
以上所述仅为本发明的较佳方式，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.面向枯水期水位抬升影响的湖泊湿地生态修复方法，其特征是，包括：
第一步，收集目标湖泊的基础数据，包括湖泊代表水位站的长序列水位观测数据、不同时期的湿地植物群落调查数据以及湿地水鸟群落结构和食性特征调查数据、高分辨率遥感影像数据、湖泊地形数据；
第二步，基于不同时期的湿地植物群落调查数据以及湿地水鸟群落结构和食性特征调查数据，确定目标湖泊的湿地植物修复种类；
第三步，基于长序列水位观测数据计算目标湖泊多年最枯月平均水位，作为基准情景的特征水位；根据引调水工程总体输水规模及目标湖泊不同输水需求，确定枯水期不同水位抬升情景下目标湖泊的特征水位；
第四步，将长序列水位观测数据和高分辨率遥感影像数据基于日期进行匹配，筛选出不同特征水位对应的高分辨率遥感影像数据，利用决策树分类法解译高分辨率遥感影像数据获得各特征水位对应的湿地类型分类结果，确定修复范围；
所述确定修复范围包括：将在基准情景下为草本沼泽或泥滩、且在枯水期不同水位抬升情景下均为水域的区域作为可能的修复范围；考虑修复范围的整体性、连通性以及与周边地形的融合度、与村镇保持合理距离及与目标湖泊湿地总体规划相关建设内容的协调性，在可能的修复范围内确定修复范围；
第五步，从修复范围中选取试验性修复区域，对试验性修复区域进行生态修复，所述生态修复包括微地形改造和植物修复，从第二步确定的植物修复种类中选择用于试验性修复区域的植物修复；
第六步，监测试验性修复区域的植物群落状态和水鸟生物多样性，并判断植物群落状态和水鸟生物多样性是否达到预设目标，当达到，将试验性修复区域当前的生态修复方法应用到其他修复范围；否则，调整试验性修复区域所采用的微地形改造和植物修复，直至达到预设目标，再将生态修复方法应用到其他修复范围。
2.如权利要求1所述的面向枯水期水位抬升影响的湖泊湿地生态修复方法，其特征是：
第二步具体为：
基于不同时期的湿地植物群落调查数据，确定目标湖泊湿地的植物优势种；基于不同时期的湿地水鸟群落结构及食性特征调查数据，确定越冬期的水鸟食性偏好和栖息特性；考虑植物优势种以及水鸟食性偏好和栖息特性，确定目标湖泊湿地的植物修复种类。
3.如权利要求1所述的面向枯水期水位抬升影响的湖泊湿地生态修复方法，其特征是：
第三步中，枯水期不同水位抬升情景下目标湖泊的特征水位分别采用“引江济淮”工程运行后规划水平年2030、2040年菜子湖候鸟越冬期控制水位。
4.如权利要求1所述的面向枯水期水位抬升影响的湖泊湿地生态修复方法，其特征是：
第四步中湿地类型包括水域、泥滩、草本沼泽、水稻田、林地和建设用地。
5.如权利要求1所述的面向枯水期水位抬升影响的湖泊湿地生态修复方法，其特征是：
第五步中所述微地形改造包括：
对试验性修复区域进行DEM建模，获得试验性修复区域地形高程数据；
基于地形高程数据，对枯水期不同水位抬升情景下无法完成滩地出露或维持浅水水域的区域进行垫高，使垫高后试验性修复区域满足枯水期不同水位抬升情景下的滩地出露或维持浅水水域。
6.如权利要求5所述的面向枯水期水位抬升影响的湖泊湿地生态修复方法，其特征是：
进行微地形改造时，考虑改造后试验性修复区域与周边地形的融合度、以及试验性修复区域原始的整体地形结构，使微地形改造后，原始地形相对高的区域设计高程仍然相对高，原始地形相对低的区域设计高程仍然相对低。
7.如权利要求1所述的面向枯水期水位抬升影响的湖泊湿地生态修复方法，其特征是：
第五步中所述植物修复包括：
(1)综合微地形改造后试验性修复区域的地形高程数据、第二步确定的植物修复种类的适宜水深以及第三步确定的特征水位，从第二步确定的植物修复种类中确定适于试验性修复区域种植的湿地植物种类；
(2)考虑步骤(1)确定的湿地植物种类特征、改造后试验性修复区域的地形高程数据以及第三步确定的特征水位，确定种植规模和比例以及种植和播种方式并进行种植和播种。
8.如权利要求1所述的面向枯水期水位抬升影响的湖泊湿地生态修复方法，其特征是：
第六步中所述植物群落状态至少包括植物的存活状况、高度、盖度。
9.如权利要求1所述的面向枯水期水位抬升影响的湖泊湿地生态修复方法，其特征是：
第六步中所述预设目标跨度5年，其以目标湖泊的湿地植物和湿地水鸟的现状为参照系统，或以目标湖泊未实施生态修复的区域为参照区域；当相对参照系统或参照区域，试验性修复区域的生态改善达到预期，则达到预设目标。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111373206.5A CN114049520B (zh) | 2021-11-19 | 2021-11-19 | 面向枯水期水位抬升影响的湖泊湿地生态修复方法 |
| US17/984,256 US11659789B1 (en) | 2021-11-19 | 2022-11-10 | Ecological restoration method for lake wetland against effects of water level rise in dry season |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111373206.5A CN114049520B (zh) | 2021-11-19 | 2021-11-19 | 面向枯水期水位抬升影响的湖泊湿地生态修复方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114049520A CN114049520A (zh) | 2022-02-15 |
| CN114049520B true CN114049520B (zh) | 2022-08-09 |
Family
ID=80210488
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111373206.5A Active CN114049520B (zh) | 2021-11-19 | 2021-11-19 | 面向枯水期水位抬升影响的湖泊湿地生态修复方法 |
Country Status (2)
| Country | Link |
|---|---|
| US (1) | US11659789B1 (zh) |
| CN (1) | CN114049520B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114538705A (zh) * | 2022-02-21 | 2022-05-27 | 中国科学院地理科学与资源研究所 | 一种湖泊长时序连续水域变化重建方法 |
| CN114881475B (zh) * | 2022-05-09 | 2023-04-07 | 长江水资源保护科学研究所 | 一种面向多目标需求的湖泊适宜水位确定方法 |
| CN115524452B (zh) * | 2022-09-21 | 2024-02-02 | 长江水资源保护科学研究所 | 面向水文节律变化的湖泊湿地生态修复实施效果评估方法 |
| CN116862733B (zh) * | 2023-06-14 | 2024-03-29 | 自然资源部国土整治中心 | 一种迹地恢复方法 |
| CN116871309A (zh) * | 2023-06-14 | 2023-10-13 | 自然资源部国土整治中心 | 一种退化高原泥炭地恢复方法 |
| CN116503568B (zh) * | 2023-06-27 | 2023-11-07 | 科大乾延科技有限公司 | 一种基于全息投影的三维场景显示方法 |
| CN116539008B (zh) * | 2023-07-06 | 2023-09-22 | 长江水资源保护科学研究所 | 一种基于船舶噪声对水鸟影响的湖泊通航范围确定方法 |
| CN117010748B (zh) * | 2023-07-11 | 2024-04-23 | 河北工程大学 | 碳中和目标下小水电梯级开发河段地貌单元异质性重构方法 |
| CN117495632B (zh) * | 2023-10-30 | 2024-04-26 | 中国自然资源航空物探遥感中心 | 一种闭流流域尾闾湖泊的萎缩预测方法及系统 |
| CN117313434B (zh) * | 2023-11-29 | 2024-02-20 | 长江水资源保护科学研究所 | 基于越冬水鸟对水位响应关系的湖泊湿地微地形营造方法 |
| CN117309029B (zh) * | 2023-11-30 | 2024-02-13 | 长江水资源保护科学研究所 | 一种模拟水位抬升影响下船舶通航对水鸟影响的试验方法 |
| CN117390466B (zh) * | 2023-12-13 | 2024-02-06 | 江西省水利科学院(江西省大坝安全管理中心、江西省水资源管理中心) | 一种基于相似性度量的湖泊稳态判别方法 |
| CN117973700A (zh) * | 2024-03-29 | 2024-05-03 | 中国科学院东北地理与农业生态研究所 | 一种沼泽湿地关键生境功能区识别方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101955261A (zh) * | 2010-09-30 | 2011-01-26 | 云南省环境科学研究院 | 一种湖滨湿地生态修复方法 |
| CN102583766A (zh) * | 2011-01-07 | 2012-07-18 | 天津科恩达科技有限公司 | 一种人工景观湖及河道冬季生态水质自修复技术及其实现方法 |
| CN102776866A (zh) * | 2011-05-11 | 2012-11-14 | 同济大学 | 一种适于村镇河道修复的多维填料生态型护坡构建方法 |
| CN113011740A (zh) * | 2021-03-18 | 2021-06-22 | 长江水资源保护科学研究所 | 一种用于构建湖泊湿地生态对水位梯度响应关系的方法 |
| CN113269362A (zh) * | 2021-05-20 | 2021-08-17 | 中电建华东勘测设计研究院(郑州)有限公司 | 水电开发影响下基于关键生境因子辨识与修复的生物多样性保育方法 |
-
2021
- 2021-11-19 CN CN202111373206.5A patent/CN114049520B/zh active Active
-
2022
- 2022-11-10 US US17/984,256 patent/US11659789B1/en active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101955261A (zh) * | 2010-09-30 | 2011-01-26 | 云南省环境科学研究院 | 一种湖滨湿地生态修复方法 |
| CN102583766A (zh) * | 2011-01-07 | 2012-07-18 | 天津科恩达科技有限公司 | 一种人工景观湖及河道冬季生态水质自修复技术及其实现方法 |
| CN102776866A (zh) * | 2011-05-11 | 2012-11-14 | 同济大学 | 一种适于村镇河道修复的多维填料生态型护坡构建方法 |
| CN113011740A (zh) * | 2021-03-18 | 2021-06-22 | 长江水资源保护科学研究所 | 一种用于构建湖泊湿地生态对水位梯度响应关系的方法 |
| CN113269362A (zh) * | 2021-05-20 | 2021-08-17 | 中电建华东勘测设计研究院(郑州)有限公司 | 水电开发影响下基于关键生境因子辨识与修复的生物多样性保育方法 |
Non-Patent Citations (3)
| Title |
|---|
| An evolutionary game analysis of governments’ decision-making behaviors and factors influencing watershed ecological compensation in China;Xin Gao 等;《Journal of Environmental Management》;20191231;全文 * |
| 厄瓜多尔国家水资源保护规划研究;李迎喜 等;《人民长江》;20171128;全文 * |
| 鄱阳湖枯期水位与湿地生态响应关系;李红清等;《中国水利》;20180612(第11期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| US20230157214A1 (en) | 2023-05-25 |
| CN114049520A (zh) | 2022-02-15 |
| US11659789B1 (en) | 2023-05-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114049520B (zh) | 面向枯水期水位抬升影响的湖泊湿地生态修复方法 | |
| Dubale | Soil and water resources and degradation factors affecting productivity in Ethiopian highland agro-ecosystems | |
| Zhang et al. | Relationship between the hydrological conditions and the distribution of vegetation communities within the Poyang Lake National Nature Reserve, China | |
| De Iongh et al. | Seagrass distribution and seasonal biomass changes in relation to dugong grazing in the Moluccas, East Indonesia | |
| Fentie et al. | Land use and land cover dynamics and properties of soils under different land uses in the tejibara watershed, Ethiopia | |
| CN107862421A (zh) | 一种河道型水库建设影响预评估方法 | |
| Boese et al. | Recolonization of intertidal Zostera marina L.(eelgrass) following experimental shoot removal | |
| Van Dam et al. | Water productivity of irrigated crops in Sirsa district, India | |
| CN113603230B (zh) | 一种利用种子库恢复富营养湖泊水生植物的生态修复方法 | |
| Mchenga et al. | Natural regeneration of mangroves in a degraded and non-degraded tropical forest of Zanzibar Island | |
| Ma et al. | Effects of tidewater on the feeding ecology of hooded crane (Grus monacha) and conservation of their wintering habitats at Chongming Dongtan, China | |
| Hudon et al. | Historical changes in herbaceous wetland distribution induced by hydrological conditions in Lake Saint-Pierre (St. Lawrence River, Quebec, Canada) | |
| CN109006226A (zh) | 运用c4植物应对全球气候变化的方法 | |
| Bašić et al. | Regionalisation of Croatian agriculture | |
| Matsubara et al. | The role of flood regime on invasive success of exotic species growing in riparian environments | |
| CN109673353A (zh) | 一种仿自然植物群落构建的石漠化生态修复方法 | |
| Sahu | Status of Soil in Purba Medinipur District, West Bengal–A Review | |
| Rao et al. | Agroclimatic Atlas of Andhra Pradesh | |
| CN117313434B (zh) | 基于越冬水鸟对水位响应关系的湖泊湿地微地形营造方法 | |
| CN116282556B (zh) | 基于自然恢复适宜性诊断的湖泊沉水植物群落修复方法 | |
| He et al. | Environmental changes in Yellow River Delta with terrace construction and agricultural cropping | |
| Banik et al. | Natural resource inventory of Luppi village, eastern plateau of India: implications for sustainable agricultural development | |
| Chandramohanan et al. | Performance evaluation of some native rice cultivars of the Kaippad farming system of Kerala State of India | |
| Baja et al. | Using Geospatial Information Technology for Regional Assessment of Food Crop Land in South Sulawesi | |
| Dzikraini et al. | Exposure pattern of tobacco cultivation places due to climate change in Probolinggo district, East Java |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |