• 中文核心期刊
  • 中国科技核心期刊
  • ISSN 1007-6336
  • CN 21-1168/X

基于Marxan的泰国西昌海域水产养殖优先区划定研究

郑清丽, 张志卫, 郭斌, 郭振

郑清丽, 张志卫, 郭斌, 郭振. 基于Marxan的泰国西昌海域水产养殖优先区划定研究[J]. 海洋环境科学, 2023, 42(6): 912-919. DOI: 10.12111/j.mes.2023-x-0044
引用本文: 郑清丽, 张志卫, 郭斌, 郭振. 基于Marxan的泰国西昌海域水产养殖优先区划定研究[J]. 海洋环境科学, 2023, 42(6): 912-919. DOI: 10.12111/j.mes.2023-x-0044
ZHENG Qingli, ZHANG Zhiwei, GUO Bin, GUO Zhen. Spatial delineation of priority areas for aquaculture management in Sichang Sea Area, Thailand based on Marxan model[J]. Chinese Journal of MARINE ENVIRONMENTAL SCIENCE, 2023, 42(6): 912-919. DOI: 10.12111/j.mes.2023-x-0044
Citation: ZHENG Qingli, ZHANG Zhiwei, GUO Bin, GUO Zhen. Spatial delineation of priority areas for aquaculture management in Sichang Sea Area, Thailand based on Marxan model[J]. Chinese Journal of MARINE ENVIRONMENTAL SCIENCE, 2023, 42(6): 912-919. DOI: 10.12111/j.mes.2023-x-0044

基于Marxan的泰国西昌海域水产养殖优先区划定研究

基金项目: 外交部亚洲专项资金项目(WJ0922011)
详细信息
    作者简介:

    郑清丽(1999-),女,山东潍坊人,硕士,主要研究方向为海洋空间规划,E-mail:ql298481@163.com

    通讯作者:

    张志卫(1986-),男,教授级高工,研究方向为海洋空间规划和海岸带空间管理,E-mail:zzw@fio.org.cn

  • 中图分类号: P74;X32

Spatial delineation of priority areas for aquaculture management in Sichang Sea Area, Thailand based on Marxan model

  • 摘要:

    运用Marxan系统保护规划模型识别保护(开发)空间优先区,可为生物资源的合理开发与保护提供决策支持。基于泰国西昌海域的环境条件,选择年平均海面温度、叶绿素a的年平均浓度、水深和距港口的距离构建成本指数,利用Marxan模型进行水产养殖优先区识别和空缺分析。结果表明,水产养殖优先区主要分布在西昌岛周边海域,以东北侧和东南侧海域最为集中,结合周边海域自然环境和开发利用现状,对水产养殖区的空间布局提出调整意见,为西昌海域空间资源可持续开发利用提供科学参考。

    Abstract:

    The Marxan system conservation planning model is used to identify conservation (development) spatial priority areas, which can provide decision support for the rational development and conservation of biological resources. Based on the environmental conditions of Sichang sea area in Thailand, the annual average sea surface temperature, annual average chlorophyll a concentration, water depth and distance from the port were selected to construct cost indices, and the Marxan model was used to identify aquaculture priority areas and vacancy analysis. The results show that the aquaculture priority areas are distributed in the sea area around Sichang Island body, with the most concentrated in the northeast and southeast side of the sea area. Combining the natural environment of the surrounding sea area and the current situation of marine activities and utilization, the spatial layout of the aquaculture area is proposed to be adjusted to provide scientific reference for the sustainable development and utilization of spatial resources in Sichang sea area.

  • 随着海洋经济的发展,海洋开发利用活动的规模不断扩大,人类对海洋空间资源的需求不断提高;同时,不合理的海洋利用活动也会带来海洋生态环境破坏、海洋灾害等一系列问题,严重影响了海洋生态系统的健康[1-2]。由于某些行业的用海兼容性低,用海主体间的矛盾冲突日益凸显,如油气资源开发与渔业捕捞的协调问题、航道用海与船只捕捞、海水养殖的利益冲突问题等。水产养殖是依托海水资源和海洋空间的开发利用活动,其产业的可持续发展与海洋环境健康息息相关。一方面,水产养殖的不合理选址会加剧用海冲突,影响海域资源利用的经济效益,同时,养殖过程中产生的污染物也会对海洋环境造成不良影响,影响海洋生态系统的平衡;另一方面,其他海洋开发利用活动若没有得到合理地管控,可能会对养殖海域环境造成污染,将严重威胁水产养殖产业的健康发展。面对复杂的海域使用现状,为确保海洋的可持续开发利用,基于生态系统的科学化管理方式对海洋的开发尤为重要[3],从生态系统的角度科学选址,发展海洋产业,从根本上减少海洋开发活动带来的负面影响[4-5]

    海洋空间规划是一种基于生态系统的方法协调海洋与人类活动的工具,在促进海洋活动的合理开展和蓝色经济可持续发展方面具有重要的作用[1-3]。世界上很多地区已经开展了多项水产养殖的海洋空间规划工作,采用不同的方法对生物因素、环境条件进行评估,旨在为养殖规模和区域选址提供合理化的建议[4-6]。综合考虑生物、环境以及经济因素,基于系统保护规划理念的智能决策工具(如Marxan、Zonation等)应运而生,该工具便于学者根据空间分布设置管理目标,开展建设、管理和评估工作[7-11]。根据国内外利用系统保护规划工具选定优先保护格局的实践成果[8-17],本文利用Marxan模型对泰国春武里府西昌海域水产养殖优先区(图1)进行选址研究,在一定的成本限制下运行Marxan模型,针对西昌海域水产养殖选址进行实践研究并取得一定成果,可以为当地海洋资源开发利用和海洋环境保护提供重要的参考。

    图  1  西昌海域地理位置及水产养殖分布
    Fig.  1  Geographical location and aquaculture distribution of Sichang

    西昌群岛位于泰国湾东北部,隶属泰国春武里府是拉差县(13°03′N-13°13′N,100°48′E-100°51′E),根据泰国海洋和沿海资源厅制定的界线确定海域范围,海域面积约为159.95 km2。西昌群岛共有8座卫星岛,包括康诺岛、康艾岛、布隆岛、兰朵迈岛、桑班夜岛、亚桃岛、康考岛和泰达蒙岛,分别位于西昌岛东面、西北面和南面,是典型的热带海洋季风性气候。季风期海水上涌作用明显,给海水表层提供丰富的养料,有利于浮游生物的生长和鱼类繁殖,该区域从事渔业的人口占所有从业人口的20%,渔民大多根据时节借助渔船进行捕捞作业,因技术难度较低以及捕获量丰盈,因此网箱养殖深受当地推崇。此外,春武里府渔业委员会鉴于水产养殖业的现状,发布《关于为网箱养殖方式养殖受控式水产养殖业划定水产养殖区的公告》,公布已划定的水产养殖区。

    群岛毗邻泰国最大的港口林查班港,地理位置优越,该区域被指定为货船停泊点,同时也是较大的海运交通中心,海上交通活动繁忙。然而西昌群岛周边海域的管理缺乏统一性,相关机构之间的目标也不一致,海洋资源和环境状况急剧恶化,因此,亟须制订西昌群岛及周边海域的环境管理计划,确立合理的海水养殖区域,以避免用海冲突,减少生态影响。

    自然环境因素对海洋水产养殖生产有重要作用,如海域水质、水温、水深、叶绿素a浓度、透明度等因子均影响水生生物生长[18-20]。根据养殖生物生长的生理需求、海域使用情况和数据可获取性选取年平均海水表面温度、叶绿素a年平均浓度、水深以及距港口距离等数据用于本研究。

    叶绿素a(Chl a)年平均浓度和海水表面温度(SST)年平均数据通过卫星影像数据平台(https://oceancolor.gsfc.nasa.gov/l3/)获取,得到空间分辨率为4 km的2020年平均数据(图2a、图2b);水深地形数据由泰国自然资源与环境部海洋与海岸资源司提供(图2c)。

    图  2  西昌海域研究数据
    Fig.  2  Research data of Sichang sea area

    使用ArcGIS创建规划单元到码头的距离数据层,其他数据通过GIS矢量化获得。本文的空间资料(包括岸线分布图、西昌海域人工鱼礁分布、暗礁分布位置和港口航区等)由泰国春武里府渔业委员会提供或现场调查获取(图2d)。

    Marxan是基于模拟退火法的系统保护规划模型,在一定的成本条件限制下划定保护区范围[9,12,21-22],帮助构建、设计和评估保护区域(包括陆地、海洋和淡水系统)相关空间规划的决策支持工具,模型目标函数为:

    $$\begin{split} &\mathop {\sum\limits_{{\rm{PUs }}} {{\rm{Cost}}} }\limits_{\text{①}} + \mathop {{\rm{BLM}}\sum\limits_{{\rm{PUs }}} {{\rm{Boundary}}} }\limits_{\text{②}} + \\ &\mathop {\sum\limits_{{\rm{ConValue }}} {{\rm{SPF}}} \times {\rm{Penalty}}}\limits_{\text{③}} + \mathop {{\rm{CostThresholdPenalty(t)}}}\limits_{\text{④}} \end{split}$$ (1)

    式中:①为规划单元(PUs)的总成本;②为总保护体系边界长度的修正值;③为未充分达到保护目标的补偿值;④为超出预设成本的补偿值。

    使用Marxan模型主要根据某地区的空间信息制订保护计划,如保护区的设计和建立。本文利用Marxan划定水产养殖最优选址区,与该模型用于划定最优保护区的通常使用方式不同。根据系统保护规划的研究方法,在模型叠代运行之前需对目标参数进行设定,将研究区域内拟选水产养殖管理区的范围(海域的10%,约15 km2)设为研究目标,即保护方案中的保护目标[7]

    研究区域分为15702个规划单元,每个规划单元面积为10000 m2,重复运行100次,得到100种达到研究目标的方案,每个单元格被选中的可能性有0~100次,被选中的次数越高,代表单元格的不可替代性越强[9-10,12-13]

    为测试预先设定的成本约束条件是否影响新建水产养殖优先区的最终结果,本研究建立了两种不同的模拟情景[7,12,23-24]

    模拟情景一:仅考虑自然因素对选址的影响,将海域年平均海面温度、叶绿素a年平均浓度和水深因素叠加至模型成本层,划定适宜水产养殖的区域。

    模拟情景二:除自然因素外,增加社会经济因素的影响,将距港口距离的图层叠加至模型成本层,划定符合现实的适宜水产养殖区域。

    Marxan的空间分析中,成本约束是空间结果的主要驱动因素之一。Marxan只能输入一个成本图层[25-26],即空间成本是同一选定区域内所有规划单元成本的线性组合。由于每个指标的数值差异明显、单位均不相同,无法直接比较,因此,将各个指标的数据进行重分类[15,27-28],获得1~8的标准化成本指数。年平均海面温度和叶绿素a的年平均浓度对水产养殖生产起积极作用;当地网箱养殖的分布水域水深均较浅,平均仅水下2~4 m[4];同时,为减少导航设施成本,尽可能短距离选择规划区域,距港口越远,成本限制越高。由于模型成本层中输入数值越高,被选择的概率越低,这与实际选择目的相反,因此,在本次实验中所选因素均为反向成本,即分值越低表示越适宜(表1)。

    表  1  成本分值权重表
    Tab.  1  Cost score weighting chart
    指标成本分值(无量纲)权重
    12345678情景一情景二
    年平均海水
    表面温度/℃
    >29.30 29.28~29.30 29.26~29.28 29.24~29.26 29.23~29.24 29.22~29.23 29.21~29.22 <29.21 0.3 0.4
    叶绿素a年平均
    浓度/mg· m−3
    >6.0 5.8~6.0 5.4~5.8 5.0~5.4 4.6~5.0 4.2~4.6 3.8~4.2 <3.8 0.3
    水深/m −5~−2 −10~−5 −15~−10 −20~−15 −30~−20 −2~0 0~5 −50~−30 0.4
    距港口距离/km <1 1~2 2~3 3~4 4~5 5~6 6~7 >7 / 0.6
    下载: 导出CSV 
    | 显示表格

    根据相关文献[15,27,29]、当地养殖物种生理特性以及专家意见将每个成本因素赋予不同的权重因子,即权重因子越高表示成本越高,计算结果作为规划单元的间接成本。

    考虑到密集人类活动会导致环境污染,而水产生物是水质污染的直接承受者,污染程度过高会致其减产[30-31],因此,人工鱼礁、暗礁、航道区以及港口区位置不在本次规划范围,排除的区域在以上两种模式情景中均适用。

    边缘长度参数(boundary length modifier, BLM)决定了解决方案中规划单元边界的聚合级别,数值越小边界长度越短,形状越紧凑,越有利于区域管理,但成本也会随之增加。

    本文从0~100选取若干BLM值进行Marxan运算,每个方案执行运算100次。每个有颜色的点云代表场景中不同的BLM值,将每个方案运算结果的成本设为横坐标,边界长度设为纵坐标,得到曲线拐点对应的BLM值[8-9,21](模拟情景一:BLM=0.01;模拟情景二:BLM=0.001),即为Marxan模型中最优的BLM值(图3)。

    图  3  不同BLM取值选出的成本与边界长度关系散点
    Fig.  3  Scatter plot of cost versus boundary length selected based on different BLM values

    运行Marxan模型对研究区域进行100次迭代运算,分别得到模拟情景一、二的最优解和规划单元的选择频次。规划单元被选择的频次越高,表明单元优先级越高,利用重分类将其划分为五个等级:最高频次优先选择区(80<频数≤100)、高频次优先选择区(60<频数≤80)、一般频次优先选择区(40<频数≤60)、低频次优先选择区(20<频数≤40)和最低频次优先选择区(1≤频数≤20),模型运行结果如图4所示。

    图  4  基于Marxan模型的规划结果
    注:a为模拟情景一受限条件下的最优解;b为模拟情景一受限条件下的不同级别优先规划单元分布;c为模拟情景二受限条件下的最优解;d为模拟情景二受限条件下的不同级别优先规划单元分布
    Fig.  4  Planning results based on Marxan

    (一)模拟情景一

    在年平均海面温度、叶绿素a年平均浓度和水深的限制条件下运行Marxan模型,分别得到受限条件下的最优解(图4a)和不同级别优先解(图4b),结果显示:最优规划单元主要集中分布在研究海域东北侧和西昌岛东北侧,亚桃岛东西两侧也有少量分布,最优解与已建立的水产养殖区无重合区域。最高频次选择区域分布在研究区域东北侧,西昌岛周边海域低频率选择,亚桃岛东侧一般频次选择。

    (二)模拟情景二

    在满足情景一的条件限制下,叠加距港口距离成本,运行模型得到受限条件下的最优解(图4c)和不同级别优先解(图4d),结果显示:港口距离成本起明显限制作用,最优规划单元主要分布在西昌岛、康艾岛和亚桃岛四周,分布集中且完整,同时与现存水产养殖区存在明显重合,较贴合空间分布需求;最高频次主要分布在西昌岛东部及北部、康艾岛和亚桃岛四周地区。在成本条件限制下,Marxan 模型共选取了1569个最优规划单元,最高频次选择的区域面积约为15.98 km2,约占规划区域总面积的10%,可实现前期设定的管理目标。

    在Arc GIS中分别叠加原有水产养殖区分布图和模型运行的优先选择区域,利用Arc GIS的直观性,查找并识别游离于现有分布区域的布局空缺。同时,海水养殖选址应符合海洋功能区划,为避免与其他区域冲突,提高海域使用效能和协调性,需在研究区域进行适宜性选址。为避开船只停泊区域,避免船舶机械污染和货船垃圾的负面影响,将驳船锚固区图层叠加至图层;水产养殖生产过程中产生的鱼类排泄物和未消化的饲料会危害到珊瑚礁和海洋保护生物,将珊瑚礁分布图层、鱼类保护区以及海洋水生生物产卵保护区图层叠加分析;将其他海洋发展区图层叠加,结果如图5所示。

    图  5  西昌海域海水养殖优先区分析
    Fig.  5  Priority area analysis map of Sichang sea area

    通过对比可以看出,模型识别出的优先选择区域与原有水产养殖区域一号、四号地块存在明显重叠,表明模型选择的优先区具有一定的科学依据,同时距离驳船锚固区和珊瑚礁地带有明显预留区。建议一号地块和四号地块适当扩大水产养殖区域,康艾岛西侧和亚桃岛东侧区域适当新增水产养殖;二号、三号地块分别处于港口区和暗礁分布区域,因此不在本次实验模型的选择区域内。

    本研究结合泰国西昌海域的空间信息使用Marxan模型进行水产养殖优先区的选址研究,可为水产养殖优先区的选址和空间调整提供科学依据。本实验中将对水产生物生长起重要作用的海温、叶绿素a浓度和水深等生态条件和距港口距离作为成本约束,不仅强调海洋自然因素的重要性,也考虑了社会基础设施的影响。根据赋予规划单元的分值差异,得到模拟情景一系统保护总成本为351165.1;模拟情景二总成本为329794.72,成本更低。模拟情景二比模拟情景一成本限制因素更多,且与原有水产养殖区重叠率高,在更大程度上保障选择区域的合理性。根据结果分析,模拟情景二规划单元的优先级应在适宜水产养殖的空缺地区扩建、新建更具有可行性。

    Marxan模型利用空间特征信息在满足约束条件下提供最佳的空间结果,最初目的是设计、规划和建立保护区。本研究将系统保护模型中所需设定的保护成本、保护边界、保护目标以及超出成本的补偿值相应替换为优先区选划的选择成本、选择边界、选择海域范围目标以及超出设定成本的补偿值,对泰国西昌海域进行水产养殖优先区空间的制定具有一定的创新意义。模型运行得到的优先区有多个可选项,可为决策者提供灵活的规划方案,同时,实验模型可以针对不同的情景要求简易更改参数(保护要素、成本和目标),这一优势更利于利益相关者的参与。

    然而利用Marxan模型建立其他管理目标区域的有关研究仍很匮乏,相关研究仍处于探索阶段。本文基于Marxan选择水产养殖区域仍有很多不足:①Marxan模型只允许创建一个成本层,权重的分配可能无法在一次运行中充分考虑到限制条件,可能会错失更佳的规划单元选择; ②海水养殖的海域占用模式为网箱养殖,对生态环境影响较小,但随着水产养殖的发展,与油田开采、港口建设等可能出现空间冲突,共同推动海洋利用与景观格局的变化,还需综合分析对海洋生态环境的影响;③Marxan模型运行结果选择的是规划单元而不是行政区域,海域使用权对在特定海域里进行海洋活动至关重要,为避免出现用海争议,系统保护方法产生的决策结果应与利益相关方、现实条件和法律政策相结合。

    本研究以海洋生态保护理念为出发点,将系统保护规划工具与泰国西昌海域空间数据进行结合,以丰富Marxan模型应用案例。考虑到研究区域的社会经济和生态环境特点,设定两种模拟情景对西昌海域进行水产养殖优先区划定,与海域利用现状图层叠加分析,得到现实可行的实验结果并提出选址意见,为区域海洋产业的可持续健康发展提供了参考。通过完善水产养殖选址的建议,实施减少与生态敏感区和用海活动冲突的区域规划,优化水产养殖的用海区域,为网箱水产养殖的发展提供对策,推动海洋经济可持续发展。

  • 图  1   西昌海域地理位置及水产养殖分布

    Fig.  1.   Geographical location and aquaculture distribution of Sichang

    图  2   西昌海域研究数据

    Fig.  2.   Research data of Sichang sea area

    图  3   不同BLM取值选出的成本与边界长度关系散点

    Fig.  3.   Scatter plot of cost versus boundary length selected based on different BLM values

    图  4   基于Marxan模型的规划结果

    注:a为模拟情景一受限条件下的最优解;b为模拟情景一受限条件下的不同级别优先规划单元分布;c为模拟情景二受限条件下的最优解;d为模拟情景二受限条件下的不同级别优先规划单元分布

    Fig.  4.   Planning results based on Marxan

    图  5   西昌海域海水养殖优先区分析

    Fig.  5.   Priority area analysis map of Sichang sea area

    表  1   成本分值权重表

    Tab.  1   Cost score weighting chart

    指标成本分值(无量纲)权重
    12345678情景一情景二
    年平均海水
    表面温度/℃
    >29.30 29.28~29.30 29.26~29.28 29.24~29.26 29.23~29.24 29.22~29.23 29.21~29.22 <29.21 0.3 0.4
    叶绿素a年平均
    浓度/mg· m−3
    >6.0 5.8~6.0 5.4~5.8 5.0~5.4 4.6~5.0 4.2~4.6 3.8~4.2 <3.8 0.3
    水深/m −5~−2 −10~−5 −15~−10 −20~−15 −30~−20 −2~0 0~5 −50~−30 0.4
    距港口距离/km <1 1~2 2~3 3~4 4~5 5~6 6~7 >7 / 0.6
    下载: 导出CSV
  • [1] 郭雨晨, 练梓菁. 波罗的海治理实践对跨界海洋空间规划的启示[J]. 中国海洋大学学报(社会科学版), 2022 (3): 58-67.
    [2] 朱 璇, 贾 宇. 全球海洋治理背景下对蓝色伙伴关系的思考[J]. 太平洋学报, 2019, 27(1): 50-59.
    [3] 马学广, 赵彩霞. 融合、嬗变与实现: 跨界海洋空间规划方法论[J]. 中国海洋大学学报(社会科学版), 2019 (5): 69-80.
    [4] 李喆睿. 基于GIS的深水网箱养殖选址研究[D]. 舟山: 浙江海洋大学, 2021.
    [5] 李 敏. 广东推进深水网箱养殖业发展研究[D]. 湛江: 广东海洋大学, 2021.
    [6]

    MARTÍN-GARCÍA L, SANGIL C, BRITO A, et al. Identification of conservation gaps and redesign of island marine protected areas[J]. Biodiversity and Conservation, 2015, 24(3): 511-529. doi: 10.1007/s10531-014-0833-0

    [7]

    HENRIQUES N S, MONTEIRO P, BENTES L, et al. Marxan as a zoning tool for development and economic purposed areas - Aquaculture Management Areas (AMAs)[J]. Ocean & Coastal Management, 2017, 141: 90-97.

    [8] 张晓琳, 金晓斌, 吴心怡, 等. 基于系统保护理念的弹性生态保护空间划定—以广东省茂名市为例[J]. 生态学报, 2021, 41(18): 7393-7405.
    [9] 李 潇, 刘昭阳, 王晓莉, 等. 基于系统保护规划理论的广西海域优先保护格局分析[J]. 海洋通报, 2021, 40(2): 189-197.
    [10] 孙赫英, 隋晓云, 何德奎, 等. 金沙江流域鱼类的系统保护规划研究[J]. 水生生物学报, 2019, 43(S1): 110-118.
    [11]

    KIRKMAN H. Choosing boundaries to marine protected areas and zoning the MPAs for restricted use and management[J]. Ocean & Coastal Management, 2013, 81: 38-48.

    [12] 苏美娜. 基于生态系统的厦门湾海洋生物多样性优先保护格局研究[D]. 厦门: 厦门大学, 2019.
    [13] 张 路, 欧阳志云, 肖 燚, 等. 海南岛生物多样性保护优先区评价与系统保护规划[J]. 应用生态学报, 2011, 22(8): 2105-2112.
    [14] 梁 晨, 李晓文, 崔保山, 等. 中国滨海湿地优先保护格局构建[J]. 湿地科学, 2015, 13(6): 660-666.
    [15] 林 勇, 刘述锡, 关道明, 等. 基于GIS的虾夷扇贝养殖适宜性综合评价—以北黄海大小长山岛为例[J]. 生态学报, 2014, 34(20): 5984-5992.
    [16]

    JAVED S, ELALQAMY H, KHAN S B, et al. Using greater flamingo tracking and count data in delineating marine protected areas in the coastal zone of Abu Dhabi, United Arab Emirates: conservation planning in an economically important area[J]. Global Ecology and Conservation, 2019, 17: e00557. doi: 10.1016/j.gecco.2019.e00557

    [17]

    HOUSE C, REDMOND D, PHILLIPS M R. An assessment of the efficiency and ecological representativity of existing marine reserve networks in Wales, UK[J]. Ocean & Coastal Management, 2017, 149: 217-230.

    [18] 张瑛瑛, 徐 博, 张 衡, 等. 南极磷虾渔场(48渔区)CPUE的年、月变化及其与海表温度、叶绿素浓度的关系[J]. 生态学杂志, 2020, 39(5): 1685-1694.
    [19]

    BAKER-MÉDARD M, ALLNUTT T F, BASKETT M L, et al. Rethinking spatial costs and benefits of fisheries in marine conservation[J]. Ocean & Coastal Management, 2019, 178: 104824.

    [20]

    CHO Y, LEE W C, HONG S, et al. GIS-based suitable site selection using habitat suitability index for oyster farms in Geoje-Hansan Bay, Korea[J]. Ocean & Coastal Management, 2012, 56: 10-16.

    [21] 左潇潇. 云南省物种和生态系统保护优先区识别和保护效率分析研究[D]. 昆明: 云南大学, 2019.
    [22]

    BAN N C, HANSEN G J A, JONES M, et al. Systematic marine conservation planning in data-poor regions: socioeconomic data is essential[J]. Marine Policy, 2009, 33(5): 794-800. doi: 10.1016/j.marpol.2009.02.011

    [23]

    RUIZ-FRAU A, POSSINGHAM H P, EDWARDS-JONES G, et al. A multidisciplinary approach in the design of marine protected areas: integration of science and stakeholder based methods[J]. Ocean & Coastal Management, 2015, 103: 86-93.

    [24]

    KLEIN C J, STEINBACK C, SCHOLZ A J, et al. Effectiveness of marine reserve networks in representing biodiversity and minimizing impact to fishermen: a comparison of two approaches used in California[J]. Conservation Letters, 2008, 1(1): 44-51. doi: 10.1111/j.1755-263X.2008.00005.x

    [25]

    DELAVENNE J, METCALFE K, SMITH R J, et al. Systematic conservation planning in the eastern English Channel: comparing the Marxan and Zonation decision-support tools[J]. ICES journal of Marine Science, 2012, 69(1): 75-83. doi: 10.1093/icesjms/fsr180

    [26]

    MAZOR T, POSSINGHAM H P, EDELIST D, et al. The crowded sea: incorporating multiple marine activities in conservation plans can significantly alter spatial priorities[J]. PLoS One, 2014, 9(8): e104489. doi: 10.1371/journal.pone.0104489

    [27]

    LIU Y, SAITOH S I, RADIARTA N, et al. Impact of climate change on the development of marine aquaculture: a case study on the Japanese scallop in Dalian, China, using satellite remote sensing and GIS-based models[EB/OL]. [2022-10-15]. https://pices.int/publications/presentations/2012-Climate-Change/S3/Day2-1225-Liu-S3.pdf.

    [28]

    PASNIN O, ATTWOOD C, KLAUS R. Marine systematic conservation planning for Rodrigues Island, western Indian Ocean[J]. Ocean & Coastal Management, 2016, 130: 213-220.

    [29]

    KLEIN C J, TULLOCH V J, HALPERN B S, et al. Tradeoffs in marine reserve design: habitat condition, representation, and socioeconomic costs[J]. Conservation Letters, 2013, 6(5): 324-332.

    [30] 杜 琦. 筑堤围海对厦门西海域航道和水产养殖的影响[J]. 福建水产, 1992 (2): 54-57.
    [31] 张彩明, 陈应华. 海水健康养殖研究进展[J]. 中国渔业质量与标准, 2012, 2(3): 16-20.
  • 期刊类型引用(0)

    其他类型引用(1)

图(5)  /  表(1)
计量
  • 文章访问数:  255
  • HTML全文浏览量:  120
  • PDF下载量:  27
  • 被引次数: 1
出版历程
  • 收稿日期:  2023-02-28
  • 修回日期:  2023-05-09
  • 录用日期:  2023-06-11
  • 网络出版日期:  2023-12-07
  • 刊出日期:  2023-12-19

目录

/

返回文章
返回
x 关闭 永久关闭