耦合恢复力的林区土地生态适宜性评价——以吉林省汪清县为例

本研究试图将植被变化与恢复能力纳入林区土地生态适宜性评价中,从空间动态的角度对典型林业县土地生境进行生态适宜性评价;并综合应用人工神经网络、趋势分析与偏相关分析、R/S分析等手段,分别进行生境质量评价、植被变化与驱动分析、趋势可持续性判断。基于流域单元的评价结果良好展示了研究区土地生态适宜性分异,即自然生境本底条件较差、人类活动强度较大的低适宜区域,和有较好生态本底条件、可持续生态恢复能力的高适宜区域。在研究整体概念框架上,本研究提出将判定持续性的Hurst指数作为恢复力的空间表达手段,可以有效对具体区域林业管理进行实际应用;在具体方法上,研究所采用的SOFM神经网络聚类、Theil-Sen Median趋势分析、Mann-Kendall检验等数理计量手段可以有效降低主观评价导致的不确定性。