全 文 ：
摇 摇 摇 摇 摇 生 态 学 报
摇 摇 摇 摇 摇 摇 摇 渊杂匀耘晕郧栽粤陨 载哉耘月粤韵冤
摇 摇 第 猿猿卷 第 员员期摇 摇 圆园员猿年 远月摇 渊半月刊冤
目摇 摇 次
前沿理论与学科综述
新一代 蕴葬灶凿泽葬贼系列卫星院蕴葬灶凿泽葬贼 愿 遥感影像新增特征及其生态环境意义 徐涵秋袁唐摇 菲 渊猿圆源怨冤噎噎噎噎
两种自然保护区设计方法要要要数学建模和计算机模拟 王宜成 渊猿圆缘愿冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
家域研究进展 张晋东袁灾葬灶藻泽泽葬 匀哉蕴蕴袁欧阳志云 渊猿圆远怨冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
浅水湖泊生态系统稳态转换的阈值判定方法 李玉照袁刘摇 永袁赵摇 磊袁等 渊猿圆愿园冤噎噎噎噎噎噎噎噎噎噎噎噎
辐射传输模型多尺度反演植被理化参数研究进展 肖艳芳袁周德民袁赵文吉 渊猿圆怨员冤噎噎噎噎噎噎噎噎噎噎噎
微囊藻毒素对陆生植物的污染途径及累积研究进展 靳红梅袁常志州 渊猿圆怨愿冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎
个体与基础生态
年龄尧性别及季节因素对千岛湖岛屿社鼠最大活动距离的影响 叶摇 彬袁沈良良袁鲍毅新袁等 渊猿猿员员冤噎噎噎噎
寄主大小及寄生顺序对蝇蛹佣小蜂寄生策略的影响 詹月平袁周摇 敏袁贺摇 张袁等 渊猿猿员愿冤噎噎噎噎噎噎噎噎噎
两种苹果砧木根系水力结构及其 孕灾曲线水分参数对干旱胁迫的响应
张林森袁张海亭袁胡景江袁等 渊猿猿圆源冤
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
三种根系分泌脂肪酸对花生生长和土壤酶活性的影响 刘摇 苹袁赵海军袁仲子文袁等 渊猿猿猿圆冤噎噎噎噎噎噎噎噎
种群尧群落和生态系统
象山港春季网采浮游植物的分布特征及其影响因素 江志兵袁朱旭宇袁高摇 瑜袁等 渊猿猿源园冤噎噎噎噎噎噎噎噎噎
洞头海域网采浮游植物的月际变化 朱旭宇袁黄摇 伟袁曾江宁袁等 渊猿猿缘员冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
狗牙根与牛鞭草在三峡库区消落带水淹结束后的抗氧化酶活力 李兆佳袁熊高明袁邓龙强袁等 渊猿猿远圆冤噎噎噎噎
三亚岩相潮间带底栖海藻群落结构及其季节变化 陈自强袁寿摇 鹿袁廖一波袁等 渊猿猿苑园冤噎噎噎噎噎噎噎噎噎噎
长期围封对不同放牧强度下草地植物和 粤酝真菌群落恢复的影响 周文萍袁向摇 丹袁胡亚军袁等 渊猿猿愿猿冤噎噎噎
北京松山自然保护区森林群落物种多样性及其神经网络预测 苏日古嘎袁张金屯袁王永霞 渊猿猿怨源冤噎噎噎噎噎
藏北高寒草地生态补偿机制与方案 刘兴元袁龙瑞军 渊猿源园源冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
辽东山区次生林生态系统不同林型树干茎流的理化性质 徐天乐袁朱教君袁于立忠袁等 渊猿源员缘冤噎噎噎噎噎噎噎
施氮对亚热带樟树林土壤呼吸的影响 郑摇 威袁闫文德袁王光军袁等 渊猿源圆缘冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
人工高效经营雷竹林 悦韵圆 通量估算及季节变化特征 陈云飞袁江摇 洪袁周国模袁等 渊猿源猿源冤噎噎噎噎噎噎噎噎
新疆典型荒漠区单食性天花吉丁虫磷元素含量对环境的响应 王摇 晶袁 吕昭智袁宋摇 菁 渊猿源源缘冤噎噎噎噎噎噎
双斑长跗萤叶甲越冬卵在玉米田的空间分布型 张摇 聪袁葛摇 星袁赵摇 磊袁等 渊猿源缘圆冤噎噎噎噎噎噎噎噎噎噎噎
舟山群岛四个养殖獐种群遗传多样性和遗传结构 林杰君袁鲍毅新袁刘摇 军袁等 渊猿源远园冤噎噎噎噎噎噎噎噎噎噎
景观尧区域和全球生态
乡镇尺度金塔绿洲时空格局变化 巩摇 杰袁谢余初袁孙摇 朋袁等 渊猿源苑园冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
合并与不合并院两个相似性聚类分析方法比较 刘新涛袁刘晓光袁申摇 琪袁等 渊猿源愿园冤噎噎噎噎噎噎噎噎噎噎噎
资源与产业生态
基于投入产出表的中国水足迹走势分析 王艳阳袁王会肖袁张摇 昕 渊猿源愿愿冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
基于 酝砸陨悦耘杂模型的气候融资模拟分析 朱潜挺袁吴摇 静袁王摇 铮 渊猿源怨怨冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎噎
黄东海陆架区沉积物中磷的形态分布及生物可利用性 张小勇袁杨摇 茜袁孙摇 耀袁等 渊猿缘园怨冤噎噎噎噎噎噎噎噎
鄱阳湖采砂南移扩大影响范围要要要多源遥感的证据 崔丽娟袁翟彦放袁邬国锋 渊猿缘圆园冤噎噎噎噎噎噎噎噎噎噎
温度尧盐度及其互作效应对吉富罗非鱼血清 陨郧云鄄陨与生长的影响 强摇 俊袁杨摇 弘袁王摇 辉袁等 渊猿缘圆远冤噎噎噎
城乡与社会生态
福建省城镇鄄交通系统的景观分隔效应 张天海袁罗摇 涛袁邱全毅袁等 渊猿缘猿远冤噎噎噎噎噎噎噎噎噎噎噎噎噎噎
研究简报
青藏高原高寒草原区工程迹地面积对其恢复植物群落特征的影响 毛摇 亮袁周摇 杰袁郭正刚 渊猿缘源苑冤噎噎噎噎
黄土山地苹果树树体不同方位液流速率分析 孟秦倩袁王摇 健袁张青峰袁等 渊猿缘缘缘冤噎噎噎噎噎噎噎噎噎噎噎噎
期刊基本参数院悦晕 员员鄄圆园猿员 辕 匝鄢员怨愿员鄢皂鄢员远鄢猿员源鄢扎澡鄢孕鄢 预 怨园郾 园园鄢员缘员园鄢猿猿鄢圆园员猿鄄园远
室室室室室室室室室室室室室室
封面图说院 清晨的天山马鹿群要要要家域是动物行为学和保护生物学的重要概念之一袁它在动物对资源环境的适应与选择袁种群
密度及社会关系等生态学过程研究中有着重要的作用遥 马鹿属于北方森林草原型动物袁在选择生境的各种要素中袁
隐蔽条件尧水源和食物的丰富度是最重要的指标遥 野生天山马鹿是中国的特产亚种袁主要分布在北天山深山海拔
员缘园园要猿愿园园皂地带的森林草原中袁在高山至谷地之间不同高度的坡面上袁马鹿按季节尧昼夜变化的不同进行采食遥
彩图及图说提供院 陈建伟教授摇 北京林业大学摇 耘鄄皂葬蚤造院 糟蚤贼藻泽援 糟澡藻灶躁憎岳 员远猿援 糟燥皂
第 33 卷第 11 期
2013 年 6 月
生 态 学 报
ACTA ECOLOGICA SINICA
Vol. 33,No. 11
Jun. ,2013
http: / / www. ecologica. cn
基金项目:青岛农业大学高层次人才科研基金资助项目(631018)
收稿日期:2012鄄03鄄26; 摇 摇 修订日期:2012鄄08鄄20
*通讯作者 Corresponding author. E鄄mail: qdwangyc@ yahoo. com. cn
DOI: 10. 5846 / stxb201203260407
王宜成.两种自然保护区设计方法———数学建模和计算机模拟.生态学报,2013,33(11):3258鄄3268.
Wang Y C. Designing nature conservation reserves using mathematical modeling and computer simulation: a review. Acta Ecologica Sinica,2013,33(11):
3258鄄3268.
两种自然保护区设计方法
———数学建模和计算机模拟
王宜成*
(青岛农业大学资源与环境学院,青岛摇 266109)
摘要:传统的自然保护区设计方法是打分法和 Gap分析法,这两种方法简单易行但可靠性不高;地理信息系统(GIS)在保护区
设计领域的应用也为人熟悉。 关注近年来快速发展而国内使用不多的两种方法———数学建模和计算机模拟。 数学建模主要用
来从一组备选地块中选择一部分组成自然保护区,包括线性和非线性模型,用启发式算法或最优化算法求解。 启发式算法具有
速度快、灵活等优点,但解通常不是最优的,不能保证稀缺资源的最优化利用。 最优化算法运算效率低,变量较多比如数百时就
可能遇到计算困难,但解是最优的。 预计两种算法都将继续发展。 计算机模拟主要用于保护区评价、功能区划分、预测特定环
境比如空间特征和气候变化对物种的影响等,多用启发式算法,与其它软件结合把结果以图画显示出来。 两种方法特别是计算
机模拟均要求保护区设计者有较强的专业知识。 讨论了两种方法面临的问题和新的研究方向,至少包括:1)基础数据依然需
要完善;2)一些新的因素比如动态性和不确定性如何在模型中考虑并与其它因素结合;3)气候变化预景下模拟参数如何评估
和调整;4)如何协调保护与发展的关系;5)方法的实际应用需要研究者与决策者之间建立交流机制;6)多领域专家和相关利益
方应有机会参与保护区设计。
关键词:数学模型;最优化;启发式算法;线性整数规划;计算机模拟;区域规划
Designing nature conservation reserves using mathematical modeling and
computer simulation: a review
WANG Yicheng*
College of Resources and Environment, Qingdao Agricultural University, Qingdao 266109, China
Abstract: Traditional methods for nature conservation reserve design include scoring and Gap analysis, which are simple
and easy to use, but the results of these two methods lack reliability. Geographic Information System (GIS) is another
widely used method in designing nature reserves nowadays. This paper focuses on two other methods which have been
developed and gained popularity in the past two decades, but not used as widely in China. These two methods are
mathematical modeling / programming and computer simulation. Mathematical modeling aims to select an optimal subset from
a large set of potential sites to assemble a nature reserve which is expected to protect a set of targeted species while satisfying
some specific biological and / or ecological constraints. The problem can be formulated as linear and nonlinear optimization
models, and solution methods vary depending on the type of formulation. When formal optimization methods fail to solve
these models, due to the model size or degree of nonlinearity, heuristics are employed instead of formal optimization.
Heuristic methods are computationally convenient and flexible in finding multiple solutions, but the solutions can be
significantly suboptimal; therefore this approach does not ensure an optimal allocation of scarce conservation resources.
http: / / www. ecologica. cn
Formal optimization, on the other hand, provides the best possible solution to the problem. However, solving a reserve
selection problem to an exact optimum can be computationally challenging and modelers can easily encounter computation
difficulties when the number of variables in the model is large. Computer simulation, the second method reviewed in this
paper, is used mainly to evaluate a nature reserve in terms of its functionality, delineate functional areas, and predict the
impact of specific circumstances such as spatial attributes or climate change on species忆 persistence. As the solution
methods in computer simulation, generally heuristics are employed and the results are displayed in graphical form or even in
animation by integrating the simulation software with other software. Results in such forms may look attractive but cautions
should be taken in terms of model selection, parameter valuation, and interpretation of the results. Model validation is
generally required in computer simulation and the results of a simulation process should be interpreted from a statistical
perspective. Both methods, especially computer simulation, require and benefit from user忆 s judgment, expertise, and
especially ecological and biological knowledge. Using linear integer programming to guide optimal allocation of conservation
resources is extremely important and valuable in China忆 s nature reserve planning and design process, considering the
conflict between conservation and development. In this review, relevant issues and potential new research directions are
discussed, including: 1) original data needs to provide a basis on which these design methods can work; 2) some more
challenging factors such as dynamics, uncertainty, and particularly spatial coherence of the reserve areas; 3) reevaluation
and adjustment of model parameters under the projected climate change scenarios; 4 ) coordination issues of nature
conservation and economic development; 5 ) communication mechanisms between scholars and decision鄄makers in
applications of these design methods in real world reserve planning and design practices ; and 6) participation of experts
from multiple disciplines and other concerned parties in the reserve design process.
Key Words: mathematical modeling; optimization; heuristics; linear integer programming; computer simulation;
regional planning
自然保护区是保护物种和生态系统的有效方式,如何设计淤一个自然保护区是学者和管理者都感兴趣的
问题。 传统的保护区设计方法也许要数打分法和 Gap 分析法。 打分法根据一组指标对备选地块打分,选择
得分较高的地块组成保护区;Gap分析法识别保护的空白点,即应保护但没有保护的区域。 这两种方法简单
易行,但准确性和可靠性常受质疑,且难以满足更高的要求如空间特征和功能评估等[1鄄3]。 地理信息系统
(GIS)以其良好的数据分析和显示功能在保护区设计领域有广泛和成熟的应用,比如确定保护区面积、功能
区划分和评价、保护策略分析等[4鄄7]。
数学建模和计算机模拟两种方法在保护区设计领域有 20 多年研究特别是近 10 年快速发展,但国内用计
算机模拟的不多,用数学建模的更少。 向国内同行系统地介绍这两种。 本文讨论了两种方法的基本原理、研
究进展、面临的问题和新的研究方向。
1摇 数学建模
数学建模是用数学模型解决自然保护区地块选择问题,即从一组备选地块中选择一部分组成自然保护区
对一些物种或生境进行保护。 两个基本的地块选择模型是物种的“集合覆盖问题(SCP)冶和“最大覆盖问题
(MCP)冶。 简单说,前者用最少的资源(指资金或土地)实现物种保护,后者用给定的资源保护尽可能多的物
种。 SCP 和 MCP 20 世纪 70 年代由 Toregas和 Church等人在运筹学文献中提出,用于解决设施定位(如消防
站)问题,后来生态保护领域的学者引入保护区地块选择问题中[8鄄12]。 生物保护文献中两个基本的 SCP 和
MCP 模型可见文献[13鄄14]。
9523摇 11 期 摇 摇 摇 王宜成:两种自然保护区设计方法———数学建模和计算机模拟 摇
淤 本文不区分保护区“设计冶与“规划冶两个概念,介绍的方法可相似地用于保护区“规划冶; 用“设计冶一词主要因为该领域很多文献都用这个
词(design),这篇文章基于这些文献
http: / / www. ecologica. cn
最初的物种 SCP 和 MCP 模型提供了保护区设计特别是最优化设计的思想而不是实际可用的方法,因为
这两个模型只考虑物种保护或资源限制条件而忽略了其它因素,导致被选中的地块通常分散在大范围彼此相
距很远,这样的方案对指导保护区设计缺少实际意义,因为它不利于物种迁移和交流,管理和维护上也几乎不
可行。 现实中应当把其它因素比如空间特征结合到模型中。 空间特征主要指保护区地块在空间上的相对位
置,如连续、间隔、保护区边界等,这些特征结合到地块选择模型才更有现实指导意义[14鄄16]。
结合了其它限制条件的保护区地块选择模型包括线性和非线性两种。 线性和非线性由模型中变量的阶
次决定。 变量主要是地块选择变量,线性模型中方程式是变量的一次方程式即线性表达式,非线性模型是变
量的二次或多次方程式即非线性表达式。 主要介绍模型的两种解法:启发式算法和最优化算法。
1. 1摇 启发式算法
启发式算法有多种,两个基本的是选择热点法和“贪婪迭代法冶。 选择热点法把备选地块按物种数量排
序,从含物种最多的地块开始选择,直至所有物种都被保护或者保护资源用尽(以先发生的为准) [17]。 贪婪
迭代法首先选定含物种最多的地块,然后对被保护物种进行整理,去掉那些已包含在第 1 个地块的物种,根据
剩下的物种从其它备选地块中选择第 2 个地块,该地块含有最多的未保护物种,然后对物种再次整理,依此类
推,直至所有物种都得到保护或资源用尽[18]。 最常用的启发式算法也许是模拟退火算法,该算法的基本程序
是:指定或随机选择一组地块作为初始解,然后随机选择一个地块,如果该地块在已选择的一组中,从已选择
的地块中去掉,否则加到已选择的地块中,这样得到第 2 个解,与初始解比较(是否满足限制条件,目标值相
对初始解的大小),较好的那个取代原来的解成为初始解,依此类推,直至完成设定的迭代次数[19鄄20]。 应用非
常广泛的一个保护区设计软件 Marxan 使用的主要算法就是模拟退火算法[21]。 其它启发式算法还有禁忌搜
索、遗传算法等。
启发式算法的优点是灵活实用,可依据不同要求相应地制定选择程序,线性和非线性问题都能求解而且
计算速度快,能方便地获得多个不同解供决策者选择。 例如它可以根据连续的要求选择物种最多且与已选地
块相连的地块[22],其它空间特征如最小边界[23]、空间距离[24],以及非空间特征如物种稀有度[25]、基因多样
性[26]、不确定性[27鄄29]等也可结合进选择程序,大型的保护区地块选择问题(包含数千个地块)可在几分钟内
求解。 启发式算法也用来研究物种分布数据对保护区地块选择结果的影响[30]。
但是启发式算法有个重大弱点,就是不能保证获得的解是最优的。 Cocks 和 Baird 最早指出这个弱
点[31],后来其它学者也发现启发式算法多数情况下获得的是“近似最优解冶,而且可能显著偏离最优解[32]。
显然用该法获得的解指导保护区设计可能导致土地、资金等稀缺资源的浪费,资源紧张或者发展与保护用地
严重冲突时这个弱点尤其突出。
1. 2摇 最优化算法
最优化算法,具体说是线性整数规划(LP / IP),把保护区设计问题看做有约束条件的目标优化问题,建立
线性整数规划模型,用最优化软件求得最优解。 Underhill首先指出保护区地块选择问题可以表示成最优化问
题并用最优化软件求解[8]。 最优解用于指导地块选择有助于稀缺资源最优化分配和有效利用,这可能是该
方法吸引一些学者的主要原因。
传统的物种 SCP 和 MCP 模型中结合进空间特征曾经被认为是非常困难的,曾有学者认为模拟保护区空
间特征需要非线性模型而这类模型难以求解[33]。 后来有学者借助图论和网络流理论成功建立了线性 IP 模
型,近年来以 魻nal 为代表的学者在这方面取得很大进步,分别在传统 SCP 和 MCP 中结合了空间特征如集
约[34]、边界最小[35]、连续[36鄄37]、间隔最小[38鄄39]等。 一些空间特征的组合也有可能在同一个 LP 模型中实现。
这证明了用线性 IP 模型模拟保护区一些空间特征是可行的。 线性 IP 模型也用来研究对物种实现不同程度
保护的问题[40],另外还可模拟动态(选择是在一段时间而非某一时刻完成)或不确定(例如物种在地块上的
出现概率不是 100% )的情形[41鄄42]。
尽管用 IP 模拟上述特征可以实现,但这些模型基本上都存在计算困难,备选地块较多时要花费大量时间
0623 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
http: / / www. ecologica. cn
才能求得最优解甚至无法求解。 主要原因是模型定义了大量二元变量。 例如 魻nal 和 Briers 的模型含有 391
个备选地块,二元变量多达 32000 个,计算机运行两小时仍不能获得解[38]。 其他研究也遇到了同样的计算问
题[43]。 现实中的保护区地块选择问题可包括数千或更多个备选地块,现在的 IP 模型对这样的大型问题仍不
能在合理时间内求解。
线性 IP 模型容易遇到计算困难主要是因为软件用分支定界法求取最优解。 用一个例子简要说明该方法
的基本程序。 假设备选地块是 100 个,每个都定义为二元变量(0 或 1)。 软件求解时先规定变量 1 取值为 0
(也可为 1),这样的取值称为“节点冶,其它 99 个变量放宽限制,定义为连续的非负变量,求解(通常用单纯形
法);如果解中这 99 个变量也取值为整数(分别是 0 或 1),则获得了一个整数解;如果不是,规定变量 2 也取
值为 0,重复上面所述,如果获得另一个整数解,则与前一个整数解比较,较好的那一个暂时成为问题的解,如
果其它 99 个变量有的取值不是整数,再规定变量 3 也取值为 0,依此类推,逐渐增加整数变量的数量,在此过
程中逐步更新问题的解。 可以看出,此过程要计算大量节点,在上面这个最简单的二元变量情形下,备选地块
是 100 个时可能要计算的节点为 2(2100-1)个。 如果在一个节点上获得的解比现有的解差,则其下面的分支
不再计算,尽管如此仍需要大量时间计算其它节点。 有时可能很早就发现一个解甚至是最优解但证明这个解
是最优的要花费大量时间。 总之,这类线性整数规划问题属于 NP-hard问题[44],求取最优解通常需要大量计
算和时间。
1. 3摇 启发式与最优化之争
启发式与最优化孰优孰劣的问题其实上面已提到。 启发式算法尽管获得的是近似最优解,但它处理其它
要求具有灵活性,可解决大型问题,能方便地获得多个解供选择。 最优化算法的引人之处在于最优解保证资
源最优分配,但计算上的困难是其广泛应用的瓶颈。 最优化算法也能产生多个解(如果存在),方法是:在已
获得的最优解中令某一个取值为 1 的地块(即被选中的地块)取值为 0(即规定此地块不能选择),重新求解,
如果存在另一个最优解,软件会在二次求解时发现它。 重复该方法可获得多个不同的解。 这个过程在一些计
算机软件中可自动实现(比如 GAMS,General Algebraic Modeling System) [45]。 也可对程序进行设置,获得符合
要求的近似最优解便停止运行,这种近似最优解一般要优于启发式算法的解。
空间特征、物种多样性、不确定性等限制因素结合到模型中以后,启发式算法用得较多,启发式有的没有
建立数学模型,而是设置一套程序用于地块选择,有的建立了数学模型用启发式算法求解。 预计启发式算法
仍将是求解保护区地块选择问题的主要算法。 线性整数规划模型及其最优化算法近年来进展很快,高速计算
机技术实现了一些中小型问题的求解,但众所周知,即使现在最快的计算机求解大型的这类问题也需要上千
上万年甚至更长时间。 提高计算效率的有效途径不是计算速度的提高,而是模型和算法的改进,有效的算法
可大幅缩短计算时间。 另外由于经济发展等诸多原因,资源稀缺性日益突出,人们迫切需要以最有效的方式
配置稀缺资源,这令最优化方法的现实意义更加突出。 基于这两点,预计最优化算法将得到越来越多关注和
发展。 通常设计一个自然保护区需要耗费时间和资金,这是合理的,所以只要能获得最优解,花费几天甚至更
长一点时间,相比在几分钟或几小时内获得非最优解,是更明智的选择。 但地块最优化选择在图论中属于
NP鄄hard问题,比如上面提到的分支定界法的计算复杂度 n22n 级,就作者所知,这类问题还没有有效算法,甚
至认为有效算法不存在,大型问题不可能在合理时间内求得最优解,所以保护区设计领域的最优化算法可能
面临着艰难探索。
2摇 计算机模拟
计算机模拟是用计算机对一个系统或过程建立模型,用该模型进行试验,以理解该系统的行为或对控制
该系统的各种方法进行评估。 它始于 20 世纪五六十年代,以系统分析和运筹学为基础[46]。 模拟对象和用途
均非常广泛,从简单到复杂,一个变量到多个变量,在交通、经济、医疗、社会科学、城市管理等方面均有应用。
生态保护方面也发展了很多模型和方法,主要用于生态系统发育、物种分布、保护区空间特征、保护区功能等
问题的模拟、分析和预测。
1623摇 11 期 摇 摇 摇 王宜成:两种自然保护区设计方法———数学建模和计算机模拟 摇
http: / / www. ecologica. cn
2. 1摇 模型及其局限性
森林生长模型(比如 SORTIE)可模拟多达几十万棵树木的生长,体现系统中的异质性和随机性[47],这为
预测一个森林生态系统的发育和保护区的建立提供信息支持。 集合种群模型用来检验廊道的作用和影响,研
究分别在什么情况下廊道促进物种存活或导致物种灭绝[48],为保护区设计中的廊道设计提供科学依据。
Cumming用模拟方法研究了不同栖息地形状对物种入侵速率的影响,发现物种入侵和扩散受栖息地形状影响
显著[49],结果可用来指导保护区形状设计应对物种入侵;Soares鄄Filho等人模拟了亚马逊河流域在不同情景下
到 2050 年的森林破坏、哺乳类物种损失和二氧化碳排放情况[50]。 他们使用的都是元胞自动机模型。 另外,
物种分布模型对物种分布进行绘图和监测,预测和评估环境变化(如气候变化)对物种的影响,确定易被入侵
地区、预测疾病传播途径、识别可能的保护区等[51]。
在国内,任文华等人用 Vortex模型进行大熊猫种群生存力分析(PVA),预测在各种情况下一个自然保护
区内大熊猫数量 100a内的变化趋势,提出保护好廊道便于大熊猫迁移和繁殖等建议[52]。 李月臣用 BPNN鄄
CA模型结合遥感技术模拟草原保护区设计,兼顾草场适宜性和空间特征,针对不同的规划要求模拟相应的
保护区格局[53]。 陈作志等人用生态空间模型模拟北部湾在不同管理策略下的生物量和渔获量,为当地海洋
保护区的建立提供信息支持[54]。 梁犁丽和王芳用 SWAT模型模拟鄂尔多斯遗鸥保护区的集水区生态水文过
程,分析了湿地缺水的主要原因,量化提出植被建设、湿地保护和经济发展的规模,可辅助当地保护区设计和
管理决策[55]。 另外,陈逸敏等人研究了城市扩张情形下农业保护区规划问题,他们用两个模型(AgentLA 和
GeoSOS)分别模拟农田保护区和城市扩张,用 GIS空间分析方法识别两者相冲突的区域[56],该方法可相似地
用于自然保护区与经济活动区相冲突问题的研究。
很明显,计算机模拟都以模型为基础,包括数学模型、随机模型、统计模型、神经网络模型(ANN)等。 这
些模型以非线性居多,内置于模拟软件中,算法主要是启发式。 有一点值得指出,“模拟冶内含的一个重要概
念是不确定性,因为模型是对现实世界的简化,基于模型的计算机模拟由于信息的不完善当然在描述现实世
界时增加了不确定性。 计算机模拟作为一种保护区设计方法,用来检验一种情形或一个假设,空间和时间上
多是大尺度的(比如整个流域,100a),通常要经过反复多次计算,给出的是统计学意义上的结果和解释。 总
之,计算机模拟对拟建区域进行评估和预测,结合面积、空间特征、功能区布置等确定多个或最佳设计方案,特
别是高速和功能强大的计算机技术使得模拟复杂和动态的生态系统成为可能,使模拟技术在保护区设计领域
具有越来越重要的作用。
计算机模拟在一定意义上是把“双刃剑冶,一方面是它的局限性,另一方面是它的优越性。 局限性主要有
两点。 第一,该技术的应用除要求计算机具备足够的处理能力和计算速度外,还需要生物学和生态学等知识
为模型提供理论框架,包括物种在特定环境中的行为、物种之间的互动关系、生态系统达到平衡的条件等,而
这些知识通常情况下都没有准确把握,生态学模型中参数的生物学或生态学意义常常不够明确,导致它们为
模拟提供的理论支持显得有些薄弱。 第二,模型、假设和数据问题。 模型和参数的选择对模拟结果有显著影
响,理想情况下应根据地理和气候条件、保护目标、物种特点等进行选择和分析[57鄄58],而这些信息往往不完整或
不确定;所作的假设如果与具体情形不符可能导致模拟结果严重偏离实际;由于数据可获得性限制,模拟使用的
数据数量有限,质量也常受质疑,这导致模型参数常常难以准确赋值。 它的优越性体现在:模拟技术可看作上面
这些问题的应对措施,比如模拟过程常运用线性回归和其它预测手段从有限的数据获得更多信息,还有多次计
算提供统计学意义上的结果以应对不确定性,这些都是努力寻求对被模拟系统进行量化的、尽量准确的表达。
2. 2摇 模拟结果的验证
计算机模拟通常结合绘图软件把结果以图画甚至动画的形式显示出来,这样的结果看似漂亮,但由于上
面的局限性导致一个重要问题:模拟结果在多大程度上是可信的? 一次模拟显然难以让人信服。 这是计算机
模拟的验证问题。 解决这个问题的传统方法是用实际数据进行验证,即模拟结果与实际数据对比来验证模拟
结果的准确性[59],但在保护区设计领域该方法不适用,因为保护区建立以后再验证就没有意义了,而且由于
2623 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
http: / / www. ecologica. cn
大范围的空间和时间尺度使得获取实际数据难以实现。 在计算机模拟中,结果的验证常用灵敏度分析、不确
定性分析、结构分析等[60鄄61],主要手段是多次模拟。 灵敏度分析是改变参数设置,检验多个不同取值对模拟
结果的影响,哪些信息丢失,哪些误差被放大或缩小等。 不确定性分析是进行 Monte Carlo 试验,多次模拟比
如 1000 次或更多,设置一个置信区间,模拟结果以一个预先指定的概率(比如 95% )出现在这个置信区间。
其实可信度这个问题前面所述的数学建模方法也存在,数学模型的解列出一组选中的地块,这些地块组成保
护区,这样的解看上去是确定的,其实也有一些内在的数据问题比如不完整或不确定,所以对于数学模型的解
也应审慎对待。
3摇 选用数学建模还是计算机模拟?
数学建模主要用于保护区地块选择,针对地块单元操作,而计算机模拟主要用于保护区和生态系统功能
的评价和预测,对象是较大范围的地域。 实际中可视具体情形选用。 下面从 3 个角度进一步探讨两种方法的
特点和适用条件。
(1)从数据的角度摇 相对来说,数学建模对数据的要求低一些,主要是各备选地块上的物种分布、生境适
宜性、选择费用、各地块的空间关系等,基本上有了这些数据就可运行模型选择地块。 计算机模拟除了这些数
据,因为涉及生态学或生物学模型,通常还要输入其它参数比如死亡率和迁移率。 确定参数要求相对完备的
数据才能完成,通常根据经验数据或查阅数据库获得,数据缺失时则需要用估计方法比如线性回归进行估计。
(2)从设计者的角度摇 数学建模尽管建模和计算有困难,但利用已有模型就相对容易,比如已有的考虑
了空间特征的各种模型,它们的程序语言可方便地用于不同软件,必要时略作修改,相应增加或减少限制条
件。 一个标准的程序用不同的求解器都可读取和运算。 计算机模拟可能更难一些,因为应当视具体情形(比
如地理和气候)对模型和算法进行选择,对参数进行赋值,这些在计算机模拟中也许是最重要也最困难的工
作。 模型的应用条件和局限,参数的赋值方法,这些问题都没有足够研究和适当答案,这可能导致模拟软件使
用者与其他许多软件使用者一样的问题,就是可以操作但并不清楚其内部机制。 所以可以说,计算机模拟对
设计者提出了更高要求,不但要掌握相关生态学知识,还要熟悉所使用的模型和参数,否则模拟结果可能真的
是好看却无用的卡通画。
(3)从有效性的角度摇 数学建模和计算机模拟哪种更有效,也就是设计出的保护区能更好地实现保护功
能,作者没有发现文献中对这个问题的研究。 作为方法,数学建模和计算机模拟都能够基于已有数据和信息,
勾勒出保护区轮廓或对保护区功能进行预测和评价,在这个意义上它们都是有效的。 但设计方法只是保护区
有效性评价指标体系中的一个指标,还有许多其它指标参与保护区有效性评价。 比较两种方法的有效性,途
径很可能只能是理论分析而不是实际验证,因为设计方法在学术文献中研究得多而实践应用很少。 保护区有
效性问题这里不再讨论,可参阅其它文献[62鄄63]。
总之,关注这两种方法,重点是理解它们的特点和问题以便相互补充和辅助。 数学模型求解软件也可以
进行灵敏度分析,现在一些软件也与其它软件结合把结果以图画形式显示出来,这在一定程度上使两种方法
的区分不再重要。 可以确定的是,两种方法都将继续得到研究和发展,并且从彼此的发展中获益,这将为保护
区设计者提供更好的工具,使设计的自然保护区更科学合理。
4摇 讨论
本文综述了数学建模和计算机模拟这两种自然保护区设计方法的基本原理和研究进展。 下面简要讨论
两种方法在应用方面的几个问题。
(1)数据问题
数据也许是数学建模和计算机模拟最重要的基础。 数据质量更高时结果具有更高的可信度,为决策提供
更有力的信息支持。 数据主要包括备选地块上目标物种情况(种类、密度、对生境的要求等)、地块选择费用
和价值(即一个地块如果选择作为保护区的一部分,费用是多少,成为保护区会产生多少价值)、周边社会经
济发展情况等。 数据可能存在许多问题,如不完整和太旧,即使最新数据可靠性往往也值得怀疑。 所以提高
3623摇 11 期 摇 摇 摇 王宜成:两种自然保护区设计方法———数学建模和计算机模拟 摇
http: / / www. ecologica. cn
数据质量和处理数据中可能存在的不确定性是保护区设计领域面临的一个重要问题。 我国近年来在生物多
样性监测方面取得了显著成就,特别在森林生物多样性方面积累了丰富数据[64],但与发达国家获取数据的多
途径以及数据完善程度相比仍有很大差距。 我国是世界上生物多样性最丰富的国家之一,获取和整理生物多
样性数据、提高数据质量是一个重要任务。
(2)动态与不确定性
物种保护领域的不确定性几乎来自各个方面以及它们的组合,如物种分布、栖息地质量、外来干扰等均存
在不确定性[65]。 需要一个在不确定情形下进行决策的机制。 现有的保护区设计模型多假设物种在地块上的
存在是确定的,即或者存在或者不存在,而实际情况可能是不确定,存在一个概率(比如鸟类等迁移能力强的
物种)。 已有研究把不确定性结合到数学模型和计算机模拟中[66鄄67]。 有的结合了不确定性但没有对保护区
其它属性比如空间特征最优化,而考虑了空间特征最优化的模型没有考虑不确定性,把两者结合可能成为一
个新的研究方向。 也有研究考虑了地块选择的动态性,即地块选择不是在某个时刻完成,而是在多个阶段逐
步选择地块建立起保护区,但这些研究也没有考虑空间特征,所以结合空间特征的地块动态选择可能成为另
一个研究方向。 国内近年来保护区设计领域在多个方面都有研究,例如保护区网络设计[1]、保护区面积的确
定[68鄄69]、生境适宜性评价和承载力分析[70鄄71]、生态连接度测量和评价[72]、保护区管理及其有效性评价[73鄄74]
等。 用线性整数规划进行地块选择的很少,徐海根等人为我国丹顶鹤设计保护区时用到整数规划[75],近来有
人开始在整数规划模型中结合空间特征并讨论了模型的计算效率问题[76鄄77]。 用整数规划进行保护区地块最
优化选择可能成为国内学者另一个新的研究方向。
(3)气候变化与物种保护
全球气候变化在过去 30 多年已导致全球动植物物种的分布和丰度发生了显著变化[78],不同气候变化预
景下物种均面临严重的灭绝风险[79]。 现有保护策略需要调整,现有保护区将不再具有很好的代表性因而也
需要调整[80鄄81]。 一个值得思考的问题是:为应对气候变化现有的保护策略应如何调整? 广泛推荐的策略之
一是提高保护区“连续性冶 [82鄄83],即组成保护区的各个部分在空间或功能上连续,便于物种迁移和基因交流,
也有研究认为连续性的作用被高估[84鄄85]。 但无论如何,气候变化背景下的保护策略以及现有保护区的调整
给保护区设计方法提出新挑战,这里讨论的数学模型和计算机模拟可能需要把大尺度空间乃至全球作为研究
范围,这至少将导致如下问题:变量增加使得数学模型和计算机模拟都面临计算上的困难;增加的和未知的不
确定性需要在模型中予以考虑;模型参数需要重新评估和调整;保护区一些重要属性比如空间特征在大尺度
空间内可能需要重新定义等。
(4)保护与发展
自然保护区设计,除了物种保护因素还受其它如经济、社会甚至政治因素影响,这些都可在设计方法中以
某种方式(隐含地或明确地)考虑。 例如 LP 模型的目标函数通常是保护区面积或总费用最小[14],模拟不同
程度的经济活动对保护区可能造成的影响[50],考虑保护区对于居民的可到达性[86],兼顾保护与渔业的保护
区设计[87鄄88]等。 就我国情况看,目前各类自然保护区总面积达 149 万 hm2,占国土面积近 15% ,如此高的比
例在经济快速发展形式下可能导致保护与发展冲突。 经济因素在我国保护区规划实践中通常占有重要甚至
决定性地位,所以更有必要在方法研究中适当考虑经济和社会因素,进行保护与发展的权衡分析,在保护区规
划和调整中合理配置资源,促进保护与经济协调发展。
(5)研究与应用
生物多样性迅速消失,人们紧急建立保护区进行物种保护,没有充分运用相关理论和方法,所以保护区设
计方法在实践中没有很好运用[89鄄90]。 这种情形国内同样。 在中国知网上以“自然保护区冶为题名(时间
1979—2012)可查到期刊论文和学位论文共 1 万多篇,从中选了 5 份一级学报共 278 篇文章淤,没有发现一篇
4623 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
淤 期刊和文章题目清单可向作者索取。
http: / / www. ecologica. cn
介绍我国现有保护区的实际设计过程,也就是说,保护区设计方法在实际中是如何应用的并不清楚。 乐观的
估计是,规划设计保护区时运用了有关理论和方法,只是文献中没有报道,比如有人 20 世纪 80 年代初提出北
京地区的自然保护区规划建议[91],有的现已成为保护区。 但应该可以说,方法的实际应用与研究有很大差
距。 为促进研究成果更好地在实践中应用,可能需要学者与决策者之间建立一种交流机制,决策者知道有这
些方法可以辅助保护区规划和设计决策,学者了解决策者的需要,调整模型使之更符合设计实际。
(6)多领域合作
自然保护区设计是一项非常复杂的工作,方法上涉及数学、运筹学、计算机技术等,理论上也有生态学、景
观学、图论等多学科理论。 设计过程不仅要考虑生态因素,还要考虑地理、社会、经济甚至历史文化等因素,不
但要站在当地立场解决问题,还要有区域甚至全球眼光。 所以自然保护区设计不单是生态学者的工作,还需
要地理学家、经济学家、历史学家等的合作,需要学者、公众、组织、决策者共同参与,在经济资源、地理条件、保
护要求等因素限制下,运用科学合理的设计方法,尽量寻求保护区的优化设计。 面向未来的保护区设计需要
一种参与机制,平衡相关方的利益和关心所在,各方面共同推进保护区设计和管理实践。
最后,本文关注设计方法,对相关理论的述评没有深入展开。 与保护区设计相关的理论至少包括物种鄄面
积关系、岛屿生物地理学、集合种群理论等,另外还有图论和网络流理论、系统论等,对这些理论进行综述,探
讨它们在保护区设计领域的特殊问题和局限超出本文范围。 但理论的进步无疑将促进方法的革新,我们期待
着保护区设计方法继续从这些理论的发展中获益。
References:
[ 1 ]摇 Xu H G, Bao H S. On the methods of ecological security design for nature reserves. Chinese Journal of Applied Ecology, 2004, 15 (7 ):
1266鄄1270.
[ 2 ] 摇 Xiao H Y, Zhao J, Jiang F, Zeng H. GAP analysis and regional biodiversity conservation. Acta Scientiarum Naturalium Universitatis Pekinensis,
2006, 42(2): 153鄄158.
[ 3 ] 摇 Dai Q W, Zhao X Y, Xu W, Dong X, Bai R S. The research advances and perspectives of spatial selection of ecological compensation objects.
Journal of Natural Resources, 2009, 24(10): 1772鄄1784.
[ 4 ] 摇 Song X L, Li X W, Zhang M X, Zhang L N, Li D L. Systematic conservation pattern for the wetland biodiversity in HuangHuaiHai region, China.
Acta Ecologica Sinica, 2010, 30(15): 3953鄄3965.
[ 5 ] 摇 Li W J, Zhang S H. Research progress on GIS and remote sensing忆s application in ecological security assessment and Biodiversity conservation. Acta
Ecologica Sinica, 2010, 30(23): 6674鄄6681.
[ 6 ] 摇 Gurrutxaga M, Lozano P J, Del Barrio G. GIS鄄based approach for incorporating the connectivity of ecological networks into regional planning.
Journal for Nature Conservation, 2010, 18(4): 318鄄326.
[ 7 ] 摇 Wu X L, Murray A T, Xiao N C. A multiobjective evolutionary algorithm for optimizing spatial contiguity in reserve network design. Landscape
Ecology, 2011, 26(3): 425鄄437.
[ 8 ] 摇 Underhill L G. Optimal and suboptimal reserve selection algorithms. Biological Conservation, 1994, 70(1): 85鄄87.
[ 9 ] 摇 Church R L, Stoms D M, Davis F W. Reserve selection as a maximal covering location problem. Biological Conservation 1996, 76(2): 105鄄112.
[10] 摇 Ando A, Camm J D, Polasky S, Solow A. Species distributions, land values and efficient conservation. Science, 1998, 279(5359): 2126鄄2128.
[11] 摇 Rodrigues A S L, Gaston K J. Optimisation in reserve selection procedures鄄why not? Biological Conservation, 2002, 107(1): 123鄄129.
[12] 摇 Camm J D, Norman S K, Polasky S, Solow A R. Nature reserve site selection to maximize expected species covered. Operations Research, 2002,
50(6): 946鄄955.
[13] 摇 Wang Y C. A review on spatial attributes of nature reserves and optimal site鄄selection methods. Acta Ecologica Sinica, 2011, 31(14): 4094鄄4106.
[14] 摇 Williams J C, ReVelle C S, Levin S A. Spatial attributes and reserve design models: a review. Environmental Modeling and Assessment, 2005, 10
(3): 163鄄181.
[15] 摇 Williams J C, ReVelle C S, Levin S A. Using mathematical optimization models to design nature reserves. Frontiers in Ecology and the
Environment, 2004, 2(2): 98鄄105.
[16] 摇 Beger M, Grantham H S, Pressey R L, Wilson K A, Peterson E L, Dorfman D, Mumby P J, Lourival R, Brumbaugh D R, Possingham H P.
Conservation planning for connectivity across marine, freshwater, and terrestrial realms. Biological Conservation, 2010, 143(3): 565鄄575.
[17] 摇 Polasky S, Solow A R. Conserving biological diversity with scarce resources / / Klopatek J M, Gardner R H, eds. Landscape Ecological Analysis:
Issues and Applications. New York: Springer, 1999: 154鄄202.
[18] 摇 Williams P H, Ara俨jo M B. Apples, oranges, and probabilities: integrating multiple factors into biodiversity conservation with consistency.
Environmental Modeling and Assessment, 2002, 7(2): 139鄄151.
5623摇 11 期 摇 摇 摇 王宜成:两种自然保护区设计方法———数学建模和计算机模拟 摇
http: / / www. ecologica. cn
[19]摇 Possingham H, Ball I, Andelman S. Mathematical methods for identifying representative reserve networks / / Ferson S, Burgman M, eds.
Quantitative Methods for Conservation Biology. New York: Springer, 2000: 291鄄305.
[20] 摇 McDonnell M D, Possingham H P, Ball I R, Cousins E A. Mathematical methods for spatially cohesive reserve design. Environmental Modeling and
Assessment, 2002, 7(2): 107鄄114.
[21] 摇 Ball I R, Possingham H P, Watts M E. Marxan and relatives: software for spatial conservation prioritization / / Moilanen A, Wilson K A,
Possingham H P, eds. Spatial Conservation Prioritisation: Quantitative Methods and Computational Tools. Oxford: Oxford University Press, 2009:
185鄄195.
[22] 摇 Briers R A. Incorporating connectivity into reserve selection procedures. Biological Conservation, 2002, 103(1): 77鄄83.
[23] 摇 Pressey R L, Possingham H P, Day J R. Effectiveness of alternative heuristic algorithms for identifying indicative minimum requirements for
conservation reserves. Biological Conservation, 1997, 80(2): 207鄄219.
[24] 摇 Williams J C, ReVelle C S, Bain D J. A decision model for selecting protected habitat areas within migratory flyways. Socio鄄Economic Planning
Sciences, 2003, 37(4): 239鄄268.
[25] 摇 Nicholls A O, Margules C R. An upgraded reserve selection algorithm. Biological Conservation, 1993, 64(2): 165鄄169.
[26] 摇 Polasky S, Csuti B, Vossler C A, Meyers S M. A comparison of taxonomic distinctness versus richness as criteria for setting conservation priorities
for North American Birds. Biological Conservation, 2001, 97(1): 99鄄105.
[27] 摇 Oetting J B, Knight A L, Knight G R. Systematic reserve design as a dynamic process: F鄄TRAC and the Florida Forever program. Biological
Conservation, 2006, 128(1): 37鄄46.
[28] 摇 Haight R G, Travis L E. Reserve design to maximize species persistence. Environmental Modeling and Assessment, 2008, 13(2): 243鄄253.
[29] 摇 Carwardine J, Wilson K A, Hajkowicz S A, Smith R J, Klein C J, Watts M, Possingham H P. Conservation planning when costs are uncertain.
Conservation Biology, 2010, 24(6): 1529鄄1537.
[30] 摇 Carvalho S B, Brito J C, Pressey R L, Crespo E, Possingham H P. Simulating the effects of using different types of species distribution data in
reserve selection. Biological Conservation, 2010, 143(2): 426鄄438.
[31] 摇 Cocks K D, Baird I A. Using mathematical programming to address the multiple reserve selection problem: an example from the Eyre Peninsula,
South Australia. Biological Conservation 1989, 49(2): 113鄄130.
[32] 摇 魻nal H. First鄄best, second鄄best, and heuristic solutions in conservation reserve selection. Biological Conservation, 2004, 115(1): 55鄄62.
[33] 摇 Pressey R L, Possingham H P, Margules C R. Optimality in reserve selection algorithms: when does it matter and how much? Biological
Conservation, 1996, 76(3): 259鄄267.
[34] 摇 魻nal H, Briers R A. Incorporating spatial criteria in optimum reserve network selection. Proceedings of the Royal Society of London B, 2002, 269
(1508): 2437鄄2441.
[35] 摇 魻nal H, Briers R A. Selection of a minimum鄄boundary reserve network using integer programming. Proceedings of the Royal Society of London B,
2003, 270(1523): 1487鄄1491.
[36] 摇 魻nal H, Briers R A. Optimum selection of a connected reserve network. Operations Research, 2006, 54(2): 379鄄388.
[37] 摇 Williams J C. A zero鄄one programming model for contiguous land acquisition. Geographical Analysis, 2002, 34(4): 330鄄349.
[38] 摇 魻nal H, Briers R A. Designing a conservation reserve network with minimal fragmentation: a linear integer programming approach. Environmental
Modeling and Assessment 2005, 10(3): 193鄄202.
[39] 摇 魻nal H, Wang Y C. A graph theory approach for designing conservation reserve networks with minimal fragmentation. Networks 2008, 52(2): 142鄄
152.
[40] 摇 Williams J C, ReVelle C S, Song W. Optimal reserve site selection with multiple levels of protection. Environment and Planning B: Planning an
Design, 2007, 34(4): 725鄄739.
[41] 摇 Moilanen A, Wintle B A. Uncertainty analysis favours selection of spatially aggregated reserve networks. Biological Conservation, 2006, 129(3):
427鄄434.
[42] 摇 Harrison P, Spring D, MacKenzie M, Nally R M. Dynamic reserve design with the union鄄find algorithm. Ecological Modelling, 2008, 215(4):
369鄄376.
[43] 摇 Fischer D T, Church R L. Clustering and compactness in reserve site selection: an extension of the biodiversity management area selection model.
Forest Science, 2003, 49(4): 555鄄565.
[44] 摇 Gilbert K C, Holmes D D, Rosenthal R E. A multiobjective discrete optimization model for land allocation. Management Science, 1985, 31(12):
1509鄄1522.
[45] 摇 GAMS Development Corporation. GAMS鄄The Solver Manuals. Washington DC, 2011,
[46]摇 McHaney R. Computer Simulation: A Practical Perspective. California: Academic Press, 1991: 2鄄3.
[47] 摇 Levin S A, Grenfell B, Hastings A, Perelson A S. Mathematical and computational challenges in population biology and ecosystems science.
Science, 1997, 275(5298): 334鄄343.
[48] 摇 Earn D J D, Levin S A, Rohani P. Coherence and conservation. Science, 2000, 290(5495): 1360鄄1364.
[49] 摇 Cumming G S. Habitat shape, species invasions, and reserve design: insights from simple models. Conservation Ecology, 2002, 6(1): 3鄄3.
[50] 摇 Soares鄄Filho B S, Nepstad D C, Curran L M, Cerqueira G C, Garcia R A, Ramos C A, Voll E, McDonald A, Lefebvre P, Schlesinger P.
6623 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
http: / / www. ecologica. cn
Modelling conservation in the Amazon basin. Nature, 2006, 440(7083): 520鄄523.
[51] 摇 Miller J. Species distribution modeling. Geography Compass, 2010, 4(6): 490鄄509.
[52] 摇 Ren W H, Yang G, Wei F W, Hu J C. A simulation model for population viability analysis of Giant Panda in Mabian Nature Reserve. Acta
Theriologica Sinica, 2002, 22(4): 264鄄269.
[53] 摇 Li Y C. Simulation of grassland protection areas using remote sensing and BPNN鄄CA model: a case of Xilingol temperate grassland. Resources
Science, 2008, 30(4): 634鄄641.
[54] 摇 Chen Z Z, Xu S N, Lin Z J, Huang Z R, Zhong Z H. Ecopath model and its implication in modelling the effects of spatial closure in the Beibu
Gulf ecosystem. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2009, 48(4): 89鄄94.
[55] 摇 Liang L L, Wang F. Simulation of water resources evolution driven by vegetation construction and control of eco鄄hydrological processes in Erdos
Larus Relictus Nature Reserve. Acta Ecologica Sinica, 2010, 30(1): 109鄄119.
[56] 摇 Chen Y M, Li X, Liu X P, Li S Y. Coupling geosimulation and optimization (GeoSOS) for zoning and alerting of agricultural conservation areas.
Acta Geographica Sinica, 2010, 65(9): 1137鄄1145.
[57] 摇 Johnson C J, Gillingham M P. An evaluation of mapped species distribution models used for conservation planning. Environmental Conservation,
2005, 32(2): 1鄄12.
[58] 摇 Guilhaumon F, Gimenez O, Gaston K J, Mouillot D. Taxonomic and regional uncertainty in species鄄area relationships and the identification of
richness hotspots. Proceedings of the National Academy of Sciences, 2008, 105(40): 15458鄄15463.
[59] 摇 Rykiel E J. Testing ecological models: the meaning of validation. Ecological Modelling, 1996, 90(3): 229鄄244.
[60] 摇 He H S, Hao Z Q, Larsen D R, Dai L M, Hu Y M, Chang Y. A simulation study of landscape scale forest succession in northeastern China.
Ecological Modelling, 2002, 156(2 / 3): 153鄄166.
[61] 摇 Winsberg E. Science in the Age of Computer Simulation. Chicago: The University of Chicago Press, 2010.
[62] 摇 Ervin J. Assessing Protected Area Management Effectiveness: A Quick Guide for Practitioners. Arlington: The Nature Conservancy, 2007.
[63] 摇 Stoll鄄Kleemann S. Evaluation of management effectiveness in protected areas: methodologies and results. Basic and Applied Ecology, 2010, 11
(5): 377鄄382.
[64] 摇 Ma K P. Assessing progress of biodiversity conservation with monitoring approach. Biodiversity Science, 2011, 19(2): 125鄄126.
[65] 摇 Keith D A, Martin T G, McDonald鄄Madden E, Walters C. Uncertainty and adaptive management for biodiversity conservation. Biological
Conservation, 2011, 144(4): 1175鄄1178.
[66] 摇 Pressey R L, Cabeza M, Watts M E, Cowling R M, Wilson K A. Conservation planning in a changing world. Trends in Ecology and Evolution,
2007, 22(11): 583鄄592.
[67] 摇 Fuller T, Morton D P, Sarkar S. Incorporating uncertainty about species忆 potential distributions under climate change into the selection of
conservation areas with a case study from the Arctic Coastal Plain of Alaska. Biological Conservation, 2008, 141(6): 1547鄄1559.
[68] 摇 Xu J L, Cui G F, Li Z. Approaches for setting the minimum area of nature reserve. Journal of Beijing Forestry University, 2006, 28(5): 129鄄132.
[69] 摇 Zeng Y J, Xu J L, Li Y C. Research advances on spatial requirements of wild animals and its applications in setting minimum area of nature
reserves. World Forestry Research, 2010, 23(4): 46鄄50.
[70] 摇 Cai H S, Zhu D H, Zhang X L, Zhao X M. Dynamics analysis of the ecological capacity in Po鄄yang Lake Nature Reserve based on RS and GIS.
Acta Ecologica Sinica, 2007, 27(11): 4751鄄4757.
[71] 摇 Cao M C, Liu G H, Shan K, Hou Y X, Wang M C, Li D L, Shen W M. A multi鄄scale assessment of habitat suitability of red鄄crowned crane at the
Yellow River Delta Nature Reserve, Shandong, China. Biodiversity Science, 2010, 18(3): 283鄄291.
[72] 摇 Fu W, Liu S L, Cui B S, Zhang Z L. A review on ecological connectivity in landscape ecology. Acta Ecologica Sinica, 2009, 29 (11 ):
6174鄄6182.
[73] 摇 Luan X F, Zhou J H, Zhou N, Wu B, Li D Q. Preliminary assessment on management effectiveness of protected area in Northeast China. Journal of
Natural Resources, 2009, 24(4): 567鄄576.
[74] 摇 Quan J, Ouyang Z Y, Xu W H, Miao H. Comparison and applications of methodologies for management effectiveness assessment of protected areas.
Biodiversity Science, 2010, 18(1): 90鄄99.
[75] 摇 Xu H G, Wang L L, Bao H S. Designing of nature reserve network鄄a case study of the red鄄crowned crane nature reserve. Rural Eco鄄Environment,
2003, 19(4): 5鄄9.
[76] 摇 Wang Y C. The optimal design of a connected nature reserve network. Acta Ecologica Sinica, 2011, 31(17): 5009鄄5016.
[77] 摇 Wang Y C. A model for designing nature reserves with minimal fragmentation using a primal鄄dual graph approach. Biodiversity Science, 2011, 19
(4): 404鄄413.
[78] 摇 Root T L, Price J T, Hall K R, Schneider S H, Rosenzweig C, Pounds J A. Fingerprints of global warming on wild animals and plants. Nature,
2003, 421(6918): 57鄄60.
[79] 摇 Thomas C D, Cameron A, Green R E, Bakkenes M, Beaumont L J, Collingham Y C, Erasmus B F N, Siqueira M F d, Grainger A, Hannah L,
Hughes L, Huntley B, Jaarsveld A S v, Midgley G F, Miles L, Ortega鄄Huerta M A, Peterson A T, Phillips O L, Williams S E. Extinction risk
from climate change. Nature, 2004, 427(6970): 145鄄148.
[80] 摇 Conroy M J, Runge M C, Nichols J D, Stodola K W, Cooper R J. Conservation in the face of climate change: The roles of alternative models,
7623摇 11 期 摇 摇 摇 王宜成:两种自然保护区设计方法———数学建模和计算机模拟 摇
http: / / www. ecologica. cn
monitoring, and adaptation in confronting and reducing uncertainty. Biological Conservation, 2011, 144(4): 1204鄄1213.
[81] 摇 Ando A W, Hannah L. Lessons from finance for new land鄄conservation strategies given climate鄄change uncertainty. Conservation Biology, 2011, 25
(2): 412鄄414.
[82] 摇 Wilby R L, Perry G L W. Climate change, biodiversity and the urban environment: a critical review based on London, UK. Progress in Physical
Geography, 2006, 30(1): 73鄄98.
[83] 摇 Millar C I, Stephenson N L, Stephens S L. Climate change and forests of the future: managing in the face of uncertainty. Ecological Applications,
2007, 17(8): 2145鄄2151.
[84] 摇 Hodgson J A, Thomas C D, Wintle B A, Moilanen A. Climate change, connectivity and conservation decision making: back to basics. Journal of
Applied Ecology, 2009, 46(5): 964鄄969.
[85] 摇 Hodgson J A, Moilanen A, Wintle B A, Thomas C D. Habitat area, quality and connectivity: striking the balance for efficient conservation. Journal
of Applied Ecology, 2011, 48(1): 148鄄152.
[86] 摇 Ruliffson J A, Haight R G, Gobster P H, Homans F R. Metropolitan natural area protection to maximize public access and species representation.
Environmental Science and Policy, 2003, 6(3): 291鄄299.
[87] 摇 Botsford L W, Brumbaugh D R, Grimes C, Kellner J B, Largier J, O忆Farrell M R, Ralston S, Soulanille E, Wespestad V. Connectivity,
sustainability, and yield: bridging the gap between conventional fisheries management and marine protected areas. Reviews in Fish Biology and
Fisheries, 2009, 19(1): 69鄄95.
[88] 摇 Gaines S D, White C, Carr M H, Palumbi S R. Designing marine reserve networks for both conservation and fisheries management. Proceedings of
the National Academy of Sciences, 2010, 107(43): 18286鄄18293.
[89] 摇 Prendergast J R, Quinn R M, Lawton J H. The gaps between theory and practice in selecting nature reserves. Conservation Biology, 1999, 13(3):
484鄄492.
[90] 摇 Knight A T, Cowling R M, Rouget M, Balmford A, Lombard A T, Campbell B M. Knowing but not doing: selecting priority conservation areas and
the research鄄implementation gap. Conservation Biology, 2008, 22(3): 610鄄617.
[91] 摇 Bao X C, Cui H T. Suggestions on the establishment of nature reserves in Beijing. Acta Phytoecologica et Geobotanica Sinica, 1982, 6(2):
153鄄156.
参考文献:
[ 1 ]摇 徐海根, 包浩生. 自然保护区生态安全设计的方法研究.应用生态学报, 2004, 15(7): 1266鄄1270.
[ 2 ] 摇 肖海燕, 赵军, 蒋峰, 曾辉. GAP 分析与区域生物多样性保护.北京大学学报: 自然科学版, 2006, 42(2): 153鄄158.
[ 3 ] 摇 戴其文, 赵雪雁, 徐伟, 董霞, 白如山. 生态补偿对象空间选择的研究进展及展望.自然资源学报, 2009, 24(10): 1772鄄1784.
[ 4 ] 摇 宋晓龙, 李晓文, 张明祥, 张黎娜, 李东来. 黄淮海地区湿地系统生物多样性保护格局构建.生态学报, 2010, 30(15): 3953鄄3965.
[ 5 ] 摇 李文杰, 张时煌. GIS和遥感技术在生态安全评价与生物多样性保护中的应用.生态学报, 2010, 30(23): 6674鄄6681.
[13] 摇 王宜成. 自然保护区空间特征和地块最优化选择方法.生态学报, 2011, 31(14): 4094鄄4106.
[52] 摇 任文华, 杨光, 魏辅文, 胡锦矗. 马边大风顶自然保护区大熊猫种群生存力模拟分析.兽类学报, 2002, 22(4): 264鄄269.
[53] 摇 李月臣. 基于遥感与 BPNN鄄CA模型的草场保护区模拟———以锡林浩特温带典型草原为例.资源科学, 2008, 30(4): 634鄄641.
[54] 摇 陈作志, 徐姗楠, 林昭进, 黄梓荣, 钟智辉. 北部湾生态通道模型和保护区效应的模拟. 中山大学学报: 自然科学版, 2009, 48(4):
89鄄94.
[55] 摇 梁犁丽, 王芳. 鄂尔多斯遗欧保护区植被鄄水资源模拟及其调控.生态学报, 2010, 30(1): 109鄄119.
[56] 摇 陈逸敏, 黎夏, 刘小平, 李少英. 基于耦合地理模拟优化系统 GeoSOS的农田保护区预警.地理学报, 2010, 65(9): 1137鄄1145.
[64] 摇 马克平. 监测是评估生物多样性保护进展的有效途径.生物多样性, 2011, 19(2): 125鄄126.
[68] 摇 徐基良, 崔国发, 李忠. 自然保护区面积确定方法探讨.北京林业大学学报, 2006, 28(5): 129鄄132.
[69] 摇 曾娅杰, 徐基良, 李艳春. 自然保护区面积与野生动物空间需求研究进展.世界林业研究, 2010, 23(4): 46鄄50.
[70] 摇 蔡海生, 朱德海, 张学玲, 赵小敏. 鄱阳湖自然保护区生态承载力.生态学报, 2007, 27(11): 4751鄄4757.
[71] 摇 曹铭昌, 刘高焕, 单凯, 侯银蓄, 王明春, 李东来, 申文明. 基于多尺度的丹顶鹤生境适宜性评价———以黄河三角洲自然保护区为例.生
物多样性, 2010, 18(3): 283鄄291.
[72] 摇 富伟, 刘世梁, 崔保山, 张兆苓. 景观生态学中生态连接度研究进展.生态学报, 2009, 29(11): 6174鄄6182.
[73] 摇 栾晓峰, 周建华, 周楠, 吴波, 李迪强. 东北林区自然保护区管理有效性初步评估.自然资源学报, 2009, 24(4): 567鄄576.
[74] 摇 权佳, 欧阳志云, 徐卫华, 苗鸿. 自然保护区管理有效性评价方法的比较与应用.生物多样性, 2010, 18(1): 90鄄99.
[75] 摇 徐海根, 王连龙, 包浩生. 我国丹顶鹤自然保护区网络设计.农村生态环境, 2003, 19(4): 5鄄9.
[76] 摇 王宜成. 最优化设计连续的自然保护区.生态学报, 2011, 31(17): 5009鄄5016.
[77] 摇 王宜成. 用原图鄄对偶图法设计内部间隔最小的自然保护区.生物多样性, 2011, 19(4): 404鄄413.
[91] 摇 鲍显诚, 崔海亭. 对北京地区建立自然保护区的意见.植物生态学与地植物学丛刊, 1982, 6(2): 153鄄156.
8623 摇 生摇 态摇 学摇 报摇 摇 摇 33 卷摇
叶生态学报曳圆园员猿年征订启事
叶生态学报曳是由中国科学技术协会主管袁中国生态学学会尧中国科学院生态环境研究中心主办的生态学
高级专业学术期刊袁创刊于 员怨愿员 年袁报道生态学领域前沿理论和原始创新性研究成果遥 坚持野百花齐放袁百家
争鸣冶的方针袁依靠和团结广大生态学科研工作者袁探索自然奥秘袁为生态学基础理论研究搭建交流平台袁促
进生态学研究深入发展袁为我国培养和造就生态学科研人才和知识创新服务尧为国民经济建设和发展服务遥
叶生态学报曳主要报道生态学及各分支学科的重要基础理论和应用研究的原始创新性科研成果遥 特别欢
迎能反映现代生态学发展方向的优秀综述性文章曰研究简报曰生态学新理论尧新方法尧新技术介绍曰新书评价和
学术尧科研动态及开放实验室介绍等遥
叶生态学报曳为半月刊袁大 员远 开本袁猿园园 页袁国内定价 怨园 元 辕册袁全年定价 圆员远园 元遥
国内邮发代号院愿圆鄄苑袁国外邮发代号院酝远苑园
标准刊号院陨杂杂晕 员园园园鄄园怨猿猿摇 摇 悦晕 员员鄄圆园猿员 辕 匝
全国各地邮局均可订阅袁也可直接与编辑部联系购买遥 欢迎广大科技工作者尧科研单位尧高等院校尧图书
馆等订阅遥
通讯地址院 员园园园愿缘 北京海淀区双清路 员愿 号摇 电摇 摇 话院 渊园员园冤远圆怨源员园怨怨曰 远圆愿源猿猿远圆
耘鄄皂葬蚤造院 泽澡藻灶早贼葬蚤曾怎藻遭葬燥岳 则糟藻藻泽援 葬糟援 糟灶摇 网摇 摇 址院 憎憎憎援 藻糟燥造燥早蚤糟葬援 糟灶
本期责任副主编摇 朱永官摇 摇 摇 编辑部主任摇 孔红梅摇 摇 摇 执行编辑摇 刘天星摇 段摇 靖
生摇 态摇 学摇 报渊杂匀耘晕郧栽粤陨摇 载哉耘月粤韵冤渊半月刊摇 员怨愿员 年 猿 月创刊冤
第 猿猿 卷摇 第 员员 期摇 渊圆园员猿 年 远 月冤
粤悦栽粤 耘悦韵蕴韵郧陨悦粤 杂陨晕陨悦粤摇渊杂藻皂蚤皂燥灶贼澡造赠袁杂贼葬则贼藻凿 蚤灶 员怨愿员冤摇灾燥造郾 猿猿摇 晕燥郾 员员 渊允怎灶藻袁 圆园员猿冤
编摇 摇 辑摇 叶生态学报曳编辑部
地址院北京海淀区双清路 员愿 号
邮政编码院员园园园愿缘
电话院渊园员园冤远圆怨源员园怨怨憎憎憎援 藻糟燥造燥早蚤糟葬援 糟灶泽澡藻灶早贼葬蚤曾怎藻遭葬燥岳 则糟藻藻泽援 葬糟援 糟灶
主摇 摇 编摇 王如松
主摇 摇 管摇 中国科学技术协会
主摇 摇 办摇 中国生态学学会
中国科学院生态环境研究中心
地址院北京海淀区双清路 员愿 号
邮政编码院员园园园愿缘
出摇 摇 版摇
摇 摇 摇 摇 摇 地址院北京东黄城根北街 员远 号
邮政编码院员园园苑员苑
印摇 摇 刷摇 北京北林印刷厂
发 行摇
地址院东黄城根北街 员远 号
邮政编码院员园园苑员苑
电话院渊园员园冤远源园猿源缘远猿耘鄄皂葬蚤造院躁燥怎则灶葬造岳 糟泽责早援 灶藻贼
订摇 摇 购摇 全国各地邮局
国外发行摇 中国国际图书贸易总公司
地址院北京 猿怨怨 信箱
邮政编码院员园园园源源
广告经营
许 可 证摇 京海工商广字第 愿园员猿 号
耘凿蚤贼藻凿 遭赠摇 耘凿蚤贼燥则蚤葬造 遭燥葬则凿 燥枣
粤悦栽粤 耘悦韵蕴韵郧陨悦粤 杂陨晕陨悦粤
粤凿凿院员愿袁杂澡怎葬灶早择蚤灶早 杂贼则藻藻贼袁匀葬蚤凿蚤葬灶袁月藻蚤躁蚤灶早 员园园园愿缘袁悦澡蚤灶葬
栽藻造院渊园员园冤远圆怨源员园怨怨
憎憎憎援 藻糟燥造燥早蚤糟葬援 糟灶
泽澡藻灶早贼葬蚤曾怎藻遭葬燥岳 则糟藻藻泽援 葬糟援 糟灶
耘凿蚤贼燥则鄄蚤灶鄄糟澡蚤藻枣摇 宰粤晕郧 砸怎泽燥灶早
杂怎责藻则增蚤泽藻凿 遭赠摇 悦澡蚤灶葬 粤泽泽燥糟蚤葬贼蚤燥灶 枣燥则 杂糟蚤藻灶糟藻 葬灶凿 栽藻糟澡灶燥造燥早赠
杂责燥灶泽燥则藻凿 遭赠摇 耘糟燥造燥早蚤糟葬造 杂燥糟蚤藻贼赠 燥枣 悦澡蚤灶葬
砸藻泽藻葬则糟澡 悦藻灶贼藻则 枣燥则 耘糟燥鄄藻灶增蚤则燥灶皂藻灶贼葬造 杂糟蚤藻灶糟藻泽袁 悦粤杂
粤凿凿院员愿袁杂澡怎葬灶早择蚤灶早 杂贼则藻藻贼袁匀葬蚤凿蚤葬灶袁月藻蚤躁蚤灶早 员园园园愿缘袁悦澡蚤灶葬
孕怎遭造蚤泽澡藻凿 遭赠摇 杂糟蚤藻灶糟藻 孕则藻泽泽
粤凿凿院员远 阅燥灶早澡怎葬灶早糟澡藻灶早早藻灶 晕燥则贼澡 杂贼则藻藻贼袁
月藻蚤躁蚤灶早摇 员园园苑员苑袁悦澡蚤灶葬
孕则蚤灶贼藻凿 遭赠摇 月藻蚤躁蚤灶早 月藻蚤 蕴蚤灶 孕则蚤灶贼蚤灶早 匀燥怎泽藻袁
月藻蚤躁蚤灶早 员园园园愿猿袁悦澡蚤灶葬
阅蚤泽贼则蚤遭怎贼藻凿 遭赠摇 杂糟蚤藻灶糟藻 孕则藻泽泽
粤凿凿院员远 阅燥灶早澡怎葬灶早糟澡藻灶早早藻灶 晕燥则贼澡
杂贼则藻藻贼袁月藻蚤躁蚤灶早 员园园苑员苑袁悦澡蚤灶葬
栽藻造院渊园员园冤远源园猿源缘远猿
耘鄄皂葬蚤造院躁燥怎则灶葬造岳 糟泽责早援 灶藻贼
阅燥皂藻泽贼蚤糟 摇 摇 粤造造 蕴燥糟葬造 孕燥泽贼 韵枣枣蚤糟藻泽 蚤灶 悦澡蚤灶葬
云燥则藻蚤早灶 摇 摇 悦澡蚤灶葬 陨灶贼藻则灶葬贼蚤燥灶葬造 月燥燥噪 栽则葬凿蚤灶早
悦燥则责燥则葬贼蚤燥灶
粤凿凿院孕援 韵援 月燥曾 猿怨怨 月藻蚤躁蚤灶早 员园园园源源袁悦澡蚤灶葬
摇 陨杂杂晕 员园园园鄄园怨猿猿悦晕 员员鄄圆园猿员 辕 匝 国内外公开发行 国内邮发代号 愿圆鄄苑 国外发行代号 酝远苑园 定价 怨园郾 园园 元摇