研究，一部分的特别功能生态修复、生态系统服务与土地利用

一种协调多种土地利用需求的生态价值评估方法

• 摘要
• 简介
• 材料与方法
  • 研究的背景和地点
  • 使用的数据集
  • 生态分类设计
  • 四个数据层中变量的描述和值
  • 方法演示
• 结果
  • 数据集评估和TES
  • 自然保护的成功
  • 生态可持续的旅游和娱乐水平
• 讨论
  • 方法及数据评价
  • 该方法在土地利用规划中的适用性
• 结论
• 对本文的回应
• 致谢
• 文献引用

介绍

空间生态数据为估计土地利用目标的生态价值提供了起点(例如，Moilanen et al. 2005)。一些基于生态数据分析和优化的技术已被专门开发用于保护规划(Sarkar et al. 2006, Lehtomäki和Moilanen 2013)。由于仅靠自然保护还不足以减缓生物多样性的丧失速度，因此应该更多地致力于将生物多样性纳入大规模土地利用规划(Butchart et al. 2010)。因此，规划的重点正在转向在整个景观范围内考虑土地使用决策后果的方法(Polasky等人2005年，Willis等人2012年，Kareksela等人2013年)。

限制空间生态数据在土地利用规划中的应用至少存在三个制约因素:缺乏高质量数据、数据可及性有限、数据分析和解释困难。然而，积极的事态发展正在抵消这些限制。由于有关自然保护的国际协定、欧盟指令和国家立法，公共当局收集的数据越来越多，这些协议为规划过程中评估生物多样性目标和生态系统服务的价值设定了框架并提供了信息。欧盟正在促进数据集的可访问性，例如，INSPIRE指令(INSPIRE 2007)和最近的免费和开放访问数据政策趋势(例如，INSPIRE 2007, Woodcock等人2008,Wulder等人2012,Turner等人2015)。虽然数据分析仍然需要专门的专业知识，但结果可以以地图的形式呈现，这更容易理解，并使决策过程对公众透明。

由于数据的数量和可获得性不断增加，生物多样性和其他生态系统服务(如娱乐价值和商业森林)的测绘已在大空间尺度上进行，如欧洲水平(Maes et al. 2011, 2012)。然而，诸如CORINE2000这样的免费和开放获取数据集无法提供详细的空间信息，例如关于重要栖息地和物种的信息(例如，Vihervaara et al. 2012)。在国家和大陆一级对生物多样性和生态系统服务的测绘不可避免地停留在一般水平。由于土地利用规划主要应用于区域和地方层面，对生态价值和生态系统服务的评估应基于包含更精确的栖息地和物种信息的数据(Vihervaara et al. 2012)。具体信息越来越多地由非公共机构收集，但数据的使用仍然限于行为者自身的目的或各自行为者直接管理的土地面积。关于区域一级的规划，通常涉及若干行动者和土地所有者，这就需要联合使用多个数据集。

来自多个参与者和利益相关者的多个数据集的互操作性很少得到评估和评估(例如，Theobald和Hobbs 2002, Vihervaara等人2012,2015)。现有数据集的空间叠加可能揭示土地利用之间潜在的协同作用和冲突，这对土地利用之间的协调和调和具有重要意义。本文提出了一种结合和测试空间生态数据集互操作性的新方法，以促进在多个土地利用方案中生态可持续的土地利用规划。这项研究有三个主要目标:首先，我们开发了一种可以根据生态价值定位重要地区的方法。其次，我们评估了现有生态数据集的质量、数量、可用性和可用性。第三，我们展示了我们的方法在芬兰东北部的应用，那里同时需要发展自然保护、旅游和娱乐。我们整理了该地区的所有可用数据集，利用生境适宜性模型补充了缺失的数据，计算了研究区域的总生态评分(TES)，最后演示了利用TES来评估自然保护在覆盖生态价值地区、确定生态可持续的旅游地区和建设娱乐基础设施方面的成功。

材料与方法

研究的背景和地点

旅游和娱乐被认为是重要的文化生态系统服务，可能为自然保护(2005年千年生态系统评估，Balmford等人，2009年，2015年，Naidoo等人，2011年)和生态恢复提供支持。然而，不断增长的旅游业需要更多的空间进行各种活动，并导致环境恶化(例如，Cole和Landres 1996, Ballantyne和Pickering 2013)。旅游基础设施的初步建设具有最深刻的生态影响(例如，Wipf et al. 2005, Kangas et al. 2009, Tolvanen and Kangas 2016)。例如，在芬兰东部和北部，以滑雪场和自然保护区为目标的旅游业已成为日益重要的产业，而传统生计如林业和农业的作用已经减弱(Saarinen 2003, 2005)。在一些地区，自然保护、旅游和林业需求的重叠导致了冲突(Puhakka 2007年，Rytteri和Puhakka 2012年)，这挑战了地方当局协调土地使用。

我们在芬兰东北部的凯努地区(图1)展示了我们的方法。该地区是该地区的旅游和休闲发展中心之一，包括两个滑雪场和较小的休闲区。区内设有若干自然保护区(法律或法令设立的)、自然保护规划区(分配给自然保护但尚未被法律或法令设立为保护区的区域)和严格的自然保护区，以保护受威胁和稀有物种及其栖息地。除这些保护区外，研究区内的森林亦可作商业用途。

使用的数据集

为了定位具有生态价值的栖息地和物种，我们从芬兰的几个组织和行为者那里收集了所有可用的生态数据(表1)。自然保护区(由法律或法令建立)和自然保护规划区(分配给自然保护但尚未被法律或法令建立为保护区)的数据来自OIVA为专家提供的空间web服务，由环境机构管理。已建立的自然保护区和自然保护规划区以下简称自然保护区。关于国有和私有土地上受《森林法》和《自然保护法》保护的森林特征、生境和生境类型的数据分别来自Metsähallitus (SutiGIS)和芬兰森林中心的数据库。这些数据是基于现场和航空照片库存。由于国有和私人拥有的数据没有覆盖整个研究区域，有关区域森林资源的其他信息来自多来源国家森林清查(MS-NFI)数据库，该数据库基于遥感和实地清查，由芬兰自然资源研究所管理(Tomppo et al. 2008)。

芬兰受威胁物种发生的数据(Rassi et al. 2010)和欧盟栖息地和鸟类指令的物种(指令92/43/EEC，指令2009/147/EC)来自芬兰环境研究所管理的HERTTA数据集(表1)。受威胁和原始森林鸟类物种的空间数据来自由凯努地区鸟类学会更新的TIIRA数据库，由芬兰的BirdLife组织维护。TIIRA包含志愿观鸟者的观察报告。至于HERTTA和TIIRA，我们只使用了已报告的位置精度至少为1公顷的物种观测。鸟类数据也来自Metsähallitus(2002-2007年断面长度为73.65)、芬兰自然历史博物馆(2011年断面长度为12公里)和本研究(2012年断面长度为79.6公里)进行的实地调查。数据是使用芬兰线样带法(Järvinen和Väisänen 1975)收集的，其中规定的路线是缓慢的(1公里/小时)⁻¹)走过，所有看到或听到的鸟都被记录下来。本研究使用了在50米宽的主要调查带内记录的鸟类种类及其数量的数据。鸟类数据使用ESRI ArcGIS for Desktop软件10.1版本转换为GIS数据库。

生态分类设计

为了评估生态价值，1411.5平方公里的研究区域被划分为100米x 100米的网格，包含145364个细胞。生态价值评估分为四个独立的数据层，分三个阶段进行。4个数据层分别为(1)因保护价值而受到限制使用的区域(layer restricted)、(2)濒危稀有生境(HABITAT)、(3)濒危稀有物种(species)、(4)基于生境适宜性建模的适合自然景观特征物种的生境(modeling)。首先，根据每个数据层的保护和生物多样性状况，对每个数据层中的变量进行打分(表1)。其次，将层得分作为每个数据层中每个细胞中最有价值的变量(图2)。第三，将每个细胞的TES计算为四层得分的总和(图2)。TES表示该细胞的生态价值。

保护和生物多样性状况变量的最低值(除零外)设为10分，以下水平设为之前水平的3倍，即30、90、270和810分。三倍的增长被用来强调最有价值的变量的生态重要性，这些变量对土地使用决策有最大的影响。因此，由于在一个数据层中有非常高的层得分(例如，810分的严格自然保护区;表1，图2)，而其他单元则需要从至少三个数据层获得第二高的分数，才能获得相同的TES(例如，大型保护区、濒危栖息地和濒危物种，3 x 270分)。如果使用一个较小的乘数，例如2，那么在严格的自然保护区的单元中，工商业污水附加费将等于160，而自然保护区是该地区最有价值的自然资源。只有一个濒危栖息地和一个濒危物种的细胞也会获得同样的TES为160，这将低估严格的自然保护区在土地使用决策中的重要性。更大的乘数会进一步强调最有价值的变量的生态重要性，而这被认为是不必要的。评分是在经验丰富的生物多样性专家的讲习班中进行的，包括研究人员、保护生物学家和从业者，主要来自芬兰自然资源研究所和Metsähallitus。该评分方法已成功应用于凯努地区的旅游规划(Tolvanen et al. 2014)以及芬兰北部奥卢的城市规划(Kangas et al. 2013)。为了估计使用的数据集和数据层的重要性和可用性，我们探索了它们的覆盖率和对TES的相对贡献。 The correlations between the layers as well as the TES were explored using the Spearman rank correlation.

四个数据层中变量的描述和值

限制层包括所有土地使用受到限制或限制的地区，例如，不允许进行林业作业或必须在不改变环境特征的情况下进行林业作业的地区。关于该地区的大小、人类影响的数量和类型以及自受影响以来经过的时间的资料被用于作为点计算变量的价值。保护区主要分为三种类型:大型(20平方公里)保护区，小型(<20平方公里)保护区或其他有生态价值的区域，以及其他土地利用有限的区域(表1)。大型保护区得到的分数最多，因为它们通常包含几种生境类型和物种，其生态系统动态，如植被演替、森林扰动动态和水文，是相当自然的。严格的自然保护区被授予810分的最高分，因为该地区在芬兰拥有最高的自然保护地位。限制等级较低的大型保护区被评为270分。在较小的限制区域内，栖息地和物种丰富度都较低，周围的土地利用，如林业排水，可能会对其水文和生物多样性产生负面影响。因此，他们得90分。排水量高(>5%)的沼泽保护区只得到30分，因为它们可能需要特定的活动来恢复其水文和生物多样性(Laine et al. 2011)。

生境层包括根据对芬兰受威胁生境类型的首次评估被认为受到威胁的生境类型(Raunio et al. 2008)。评估基于两个主要标准:20世纪50年代以来栖息地类型的数量和质量的变化，以及早期可能的变化和预测的未来趋势(Raunio et al. 2008)。由于评估是描述性的，没有广泛的数据集，我们基于Metsähallitus拥有的SutiGIS数据库中的栖息地特征信息，在国有土地上手工定位了受威胁的栖息地类型。在评估的基础上，极度濒危的生境被评为最高的810分，濒危、脆弱和近受威胁的生境分别被评为270分、90分和30分(表1)。为了考虑私人土地上的关键生境，原生林、富沼泽、云杉沼泽和富含草本植物的森林的位置来自芬兰森林中心的数据集。根据Raunio et al.(2008)，原生林被评为90分，因为大多数原生林类型至少属于脆弱类别。

物种层包括国家濒危维管植物、多孔植物、地衣、苔藓和飞鼠(Ptyeromys飞鱼座)基于Rassi et al.(2010)的保护评估。这些物种是根据国际自然保护联盟红色名录分类的。与栖息地一样，极度濒危物种的得分最高，为810分(表1)。我们还包括欧盟栖息地和鸟类指令(指令92/43/EEC，指令2009/147/EC)中列出的物种，典型的古生林鸟类(Väisänen et al. 1998, Rajasärkkä 2004)，以及以前被认为受到区域威胁的区域濒危或其他稀有物种。这些物种被评为10分。

建模层基于生境适宜性建模。之所以采用这种建模方法，是因为大多数物种的数据是分散的，而不是系统的观察，而且土地所有者之间的数据是不平衡的，国有土地比私有土地覆盖更多。建立了研究区内典型的有价值的古生云杉林的物种模型:飞鼠、支架菌(Amolocystis lapponica)，以及一群古老的森林鸟类:北苍鹰(猛禽gentilis)、金鹰(Aquila chrysaetos)、西卡柏卡利(Tetrao urogallus)、腾马尔姆的猫头鹰(Aegolius funereus)、灰头啄木鸟(皮库斯canus)、黑啄木鸟(Dryocopus martius)、三趾啄木鸟(Picoides tridactylus)、波西米亚Waxwing (Bombycilla garrulus)、冬鹪鹩(中的)、橙胁灌木知更鸟(Tarsiger cyanurus)、画眉(Turdus viscivorus)、青林莺(中国东北部trochiloides)、红胸捕蝇(Ficedula parva)、凤头山雀(Lophophanes cristatus)、欧亚藤本植物(Certhia后裔)和西伯利亚鸦(Perisoreus infaustus）.

为了建模，我们选择了2000年以后记录的至少100米精度的物种观测。由于老观测区域的景观可能发生变化，我们还要求所有观测都是在森林覆盖区域进行的，并与来自国家森林清查(MS-NFI数据)的最新土地利用和森林数据进行核对。建模共使用森林古鸟591个观察点(以下简称观察点)、鼯鼠108个观察点、支架菌80个观察点。为了建模的目的，我们为研究区域创建的随机点与每个物种或物种群的观察点相同。我们使用MS-NFI数据(25米x 25米分辨率)作为土地利用和土地覆盖数据(Tomppo et al. 2008)。我们将数据分为18个土地利用和森林类别(表2)。对于每个土地利用和森林类别，我们使用Fragstats (McGarigal和Marks 1995)计算这些类别占每个观测点和随机点周围总面积的比例(百分比)。我们使用250米的半径为支架真菌和500米的飞行松鼠和鸟类物种。

因为我们的响应变量是二元的(观察点-随机点)，我们使用逻辑回归(Hosmer和Lemeshow 2000)。采用SAS logic程序(SAS Institute 2004)，采用二进制分布和logit链接和逐步选择变量的方法进行建模。使用Akaike信息准则和模型性能度量(Burnham and Anderson 2002)选择具有估计的最终模型变量。该模型采用50%概率，正确预测了88.7%的观测点属于原生林鸟观测点还是随机点。当只考虑物种观测点时，模型对鸟类观测结果的预测准确率为84.8%。鼯鼠和支架菌分别为80.6%和74.1%，支架菌分别为86.9%和85%。

在获得最终模型后，我们在研究区域上方放置两个距离分别为500 m和250 m的规则网格点，并使用与观察点和随机点相同的半径计算每个网格点的各自景观指数(表2)。通过将每个网格点的景观指数放置到模型中，计算每个网格点的鸟类栖息地、鼯鼠栖息地和支架真菌栖息地的概率。最后使用ArcMap 10.1 (ESRI 2011)中的自然邻居方法将概率插值到100米x 100米的网格单元格中。

在建模层中，如果任何一个模型显示适合鼯鼠、蕨类真菌或鸟类种群的栖息地为> 0.5的概率，我们就给每个细胞10分(表1)。如果栖息地被认为适合两种物种，就给30分，如果适合所有建模物种，就给90分。由于建模层基于估计值，因此分配的点比其他层分配的点低。

方法演示

通过研究区土地利用规划实例，对该方法进行了验证。首先，我们评估了涵盖生态价值地区的自然保护的成功程度。需要注意的是，保护区并不等于整个限制层。后者也包括一些地区，例如在这些地区，只要不改变该地区的特点，就可以进行一些林业作业。我们分别计算每个数据层在保护区内和保护区外层分数为>的细胞数量和比例。

其次，我们利用工商业污水附加费为旅游和娱乐基础设施选址生态可持续的区域。基于TES和旅游对相关生态系统生物多样性影响的信息，我们提出了四个强度等级(Tolvanen和Kangas 2016)。TES = 0的小区生态价值较低，适合于酒店、木屋、停车场等基础设施的重型建设。TES为10-80的细胞被认为适合于中等水平的基础设施，如荒野小屋、营火地点和单坡棚。TES 90-800的电池被认为适合于轻型基础设施，如徒步路线和滑雪道。这些区域包括或大或小的禁区和/或受到威胁的栖息地和被认为是脆弱或濒危的物种。TES≥810的细胞不宜用于旅游休闲基础设施建设。这些地区包括严格的自然保护区和/或极度濒危的生境或物种，表明即使是低水平的旅游和娱乐活动也可能损害它们的生态价值。

结果

数据集评估和TES

最全面的空间信息来自SutiGIS数据集和芬兰森林中心数据集，分别覆盖研究区145364个单元的52.8%和36.9%。这些数据集包括RESTRICTED和HABITAT层使用的信息。没有这两组数据的细胞比例为16.7%，且它们位于私人土地上。这降低了生境层的准确性，因为生境层只包含SutiGIS和芬兰森林中心的数据。其他数据层包括了覆盖整个研究区域的数据，尽管在物种层和建模层中使用的物种数据来自于数据库，而不是基于研究区域的系统库存。

总共有71,741个(49.4%)细胞具有TES > 0, 24%的TES = 0细胞位于SutiGIS和芬兰森林中心缺乏最全面数据的地区。没有一个细胞达到潜在的最大TES为2520，最高的TES为1980。> 0的细胞数在MODELING层最高，其次是HABITAT层(表2、图3)。在没有MODELING层的情况下，> 0的细胞数为53116 (36.5%)，TES从10到1890。因此，MODELING层的加入使实现TES的细胞数量增加了18625个(12.8%)，其中5487个(29.4%)位于数据最不全面的区域。

层得分总和(即给定层上所有细胞的层得分总和)在RESTRICTED层最高，基于所有四层，该层几乎占研究区域TES的一半(46.3%)(表3)。在该层中，大多数> 0层得分的细胞都有90分。生境层的层分总和第二高，占研究区TES的38.2%。在这一层中，> 0层得分最多的细胞有10分。建模层占研究区TES的14.5%，物种层占1.1%(表3)。

各数据层的各层评分与TES之间存在显著的正相关关系，说明同一细胞各层评分均较高(表4)。TES与RESTRICTED层的相关性最强。此外，生境层和建模层与TES具有较强的相关性。RESTRICTED层与HABITAT层之间也具有较强的相关性。物种层与其他数据层和TES的相关性最弱。

自然保护的成功

在保护区外达到TES >的细胞数量是保护区内的两倍多(图3和图4)。在保护区外达到TES >的细胞中，约有一半的细胞的TES在10到29之间，而在保护区内TES主要在90到809之间。研究区共有5186个(3.6%)细胞接受TES≥810 (TES最高值为1980)，其中大部分位于保护区内(图3和图4)。TES≥810的细胞中有近15%位于保护区外，TES最高值为1080(图3和图4)。这些小区域含有极度濒危的生境或物种，通常是较高TES的较大区域的一部分，且靠近保护区(图3)。

当四个数据层分别进行评估时，只有在RESTRICTED层中，保护区内的细胞达到>的层得分比保护区外的细胞多(图3)。至于HABITAT和MODELING层，保护区外> 0层得分的细胞大约是保护区外细胞的两倍(图3)。然而，超过一半的细胞属于最低的10类。令人惊讶的是，在物种层中，保护区外810分的细胞比保护区内更多。

生态可持续的旅游和娱乐水平

根据使用强度等级，50.6%的小区适合建设各类旅游基础设施，26.4%适合建设中级基础设施，19.4%适合建设轻型基础设施，3.6%不适合建设旅游或娱乐设施(图5)。正如预期的那样，不适合旅游或只适合建设轻型基础设施的小区往往位于保护区内(图5)。

讨论

我们开发了一种利用多数据集进行生态可持续土地利用规划的新方法。我们还表明，现有生态数据的质量、数量、可用性和可用性普遍较高，可以通过建模进一步补充。该方法在同时需要自然保护、旅游和娱乐发展的示范规划案例中运行得很好。考虑到所开发的方法、多数据集的联合使用、方法的可移植性及其实际意义，结果是有希望的。然而，仍然存在一些限制和未决问题，我们将在下面讨论。

方法及数据评价

专家对生态价值的评价不可避免地具有一定的主观性。然而，只要过程是透明的，并且专家在估值时使用最佳判断，选择建模背后的参数或分配点的主观性就不是问题(Krueger et al. 2012, Laniak et al. 2013)。本研究的评分框架是根据国际和国家的评估以及这些地区目前的立法状况得出的。然而，该方法可以转移到其他区域，因为它允许根据当地条件、可用数据集和涉众需求灵活地调整层的评分和权重。在我们的案例中，限制层、栖息地层和物种层分别为被认为是同样有价值的层，因为它们突出了自然保护区内外有生态价值的地区。因此，它们可以用来评价自然保护的成功。建模层被赋予比其他层更少的权重，通过限制层的最大得分为90。这是因为建模层是基于估计值，而其他层是基于栖息地或物种的验证观察。在本研究中，我们使用了所有可用的生态数据集，以前没有对它们进行过同时评估。然而，使用所有可能的数据集可能并不具有成本效益，而将重点放在表明生物多样性大多数方面的关键数据上可能更为可行。关键数据是什么，在什么情况下需要首先处理。

限制层对TES贡献最大。因为有价值的栖息地和物种是保护这些地区的关键原因，这也表明详细的生物多样性清单专门针对这些地区。因此，RESTRICTED层在默认情况下是偏置的。尽管存在局限性，但这一层的可用性很高，因为大多数数据都很容易获得和直接应用。

生境一级的数据对于评估景观中生物多样性高的环境通常是必不可少的。生境层在研究区内覆盖度高，对工商业污水的贡献率高。该层还提供了限制层区域以外有生态价值的区域的信息。这对于特别针对保护区或其他限制区域以外的规划是很重要的。该层的缺点是受威胁栖息地的信息仅限于国有土地。在准确定位受威胁的栖息地方面也存在困难，因为必须从代理信息手动获得属性。在芬兰，受威胁栖息地的分类是最近才开始的(Raunio et al. 2008)，数据的覆盖范围仍然有限。但是，随着清单的增加，生境数据的可用性将会增加。

物种层提供了来自限制区域内外的信息，但由于面积覆盖较低，物种层的总体重要性较低。主要的限制还在于，这些数据仅供研究用途，没有系统地收集。缺乏关于物种的综合空间数据是一个普遍问题(Vihervaara et al. 2015)。克服这一限制的一个选择是栖息地适宜性建模，该方法越来越多地被用于寻找受威胁或稀有物种的潜在栖息地(例如，López- López et al. 2007, Aizpura et al. 2015)。在本研究中，MODELING层对研究区域的覆盖面积最大，与RESTRICTED层的相关性较低。这表明这两层具有高度的互补性。然而，建模层的主要局限性是建模也使用物种数据，而这些数据尚未公开;它需要专家知识，而在实际的土地使用规划中并不总是有专家知识;生境适宜性模型总是受到一定程度的不确定性(Barry and Elith 2006, Aizpurua et al. 2015)。尽管如此，建模方法为将科学研究整合到土地利用规划中创造了一个很有前途的机会，正如使用当前方法的两个例子所发生的那样(Kangas等人，2013年，Tolvanen等人，2014年)。 Once the modeling and data use procedures are made operational, they can be applied routinely, which increases the cost-effectiveness (e.g., Aizpura et al. 2015), the importance, and the usability of the modeling considerably.

该方法在土地利用规划中的适用性

基于空间数据的几种方法已被用于评估景观特征的生态价值(例如，Margules和Pressey 2000, Theobald和Hobbs 2002, Willis等人2012,Kareksela等人2013)和生态系统服务(Maes等人2011,2012,Vihervaara等人2012)。我们的目标不是针对特定土地利用类型确定优先级和确定最佳目标(例如，Kareksela等人，2013,Lehtomäki和Moilanen 2013)，而是提供一种灵活的方法，可用于提供几乎任何类型土地利用规划中生态价值的基线信息。例如，该方法可作为进一步分析的预规划工具，如环境影响评估，其受益于有价值物种和栖息地的潜在位置的详细信息(Willis et al. 2012)。外地清查随后可集中于这些领域，从而提高规划程序的成本效益。

我们通过评估自然保护的成功，并通过研究区域内的旅游和娱乐基础设施的生态可持续区域来展示我们的方法。对保护目标如何实现的量化评估是保护规划的重要组成部分(Margules和Pressey 2000)。保护区的建立可能部分基于其美学和低经济价值(例如，Pressey 1994, Margules and Pressey 2000, Scott et al. 2001, Polasky et al. 2005)，这强调了在现有自然保护区内外处理生物多样性和保护价值的重要性。在我们的研究中，大多数具有高TES的细胞位于现有的自然保护区，这表明目前的自然保护区网络非常成功地识别了具有生态价值的区域。然而，这在一定程度上是对保护区评分的偏差的结果，因为它们从其保护状况本身获得了较高的TES，而且由于保护区内的生境和物种的调查比保护区外更系统。相当多有生态价值的地区也位于保护区以外。具有较高生态价值(TES≥810)的地区应受到特别关注，因为它们含有极度濒危的生境或物种。此外，生态价值较低的地区也很重要，因为它们可以被直接利用或恢复，以增加保护区之间的连通性，并提供多种生态系统服务。

在我们的演示中，考虑到生态可持续的旅游和休闲规划，旅游基础设施和保护生物多样性被允许在大多数地区共存。工商业污水附加费最高的地区除外，即严格的自然保护区和有极度濒危生境或物种的地区。这种方法类似于分区，用于自然保护区，以限制最敏感地区的娱乐用途(例如，Eagles等，2002年)。我们的方法扩展了保护区以外的方法。将重点从自然保护扩大到景观层面的生物多样性保护，需要同时考虑生态价值和社会经济需求(Polasky et al. 2005, Rossi et al. 2008)。在评估自然保护和经济回报之间的权衡时，将旅游和娱乐等生态系统服务与生态价值联系起来很重要。我们的方法可以扩展到空间模型中包含利益相关者的视角，这提供了一个机会来确定土地利用利益重叠的区域(A. Tolvanen et al. 2014)。

结论

我们提供了一种使用多个数据集进行可持续土地利用规划的新方法。我们克服了限制在土地利用规划中使用生态数据的三个主要制约因素:空间数据的可用性差，空间数据的可及性有限，以及需要高水平的专业知识来利用和分析数据。然而，这并不表明该方法直接适用于参与土地利用规划的所有利益相关方。可获得的生态数据仍然有限，而且似乎集中在调查充分的自然保护区，在这些地区，相互竞争的土地利用压力很低。许多数据集，特别是来自私人土地和濒危物种的数据，仍然局限于研究目的。栖息地建模仍然需要专业知识。所有这些限制意味着，在进行相当数量的土地使用规划时，仍然没有关于目标地区的重要现有资料。随着越来越多的数据变得可用和开放访问，以及建模工具的改进，该方法的可用性和适用性将会增加。这种方法可以转移到其他区域或国家，只要评分符合当地条件和现有的数据集。该方法还可以进一步发展，包括与社会和经济可持续性、基础设施以及旅游和娱乐以外的生态系统服务相关的变量。

文献引用

Aizpurua, O.， L. Cantú-Salazar, G. San Martin, G. Biver, L. Brotons，和N. Titeux. 2015。协调专家判断和生境适宜性模型，指导濒危物种取样。应用生态学杂志52(6): 1608 - 1616。http://dx.doi.org/10.1111/1365-2664.12515

M. Ballantyne和C. M. Pickering. 2013。旅游和娱乐:欧洲IUCN红色名录维管植物的共同威胁。生物多样性与保护22:3027 - 3044。http://dx.doi.org/10.1007/s10531-013-0569-2

巴尔姆福德，J.贝雷斯福德，J.格林，R.奈都，M.沃波尔，和A.马尼卡。2009。以自然为基础的旅游趋势的全球视角。公共科学图书馆生物学7(6):e1000144。http://dx.doi.org/10.1371/journal.pbio.1000144

巴尔姆福德，J. M. H. Green, M. Anderson, J. Beresford, C. Huang, R. Naidoo, M. Walpole, A. Manica. 2015。走在野外:估计全球参观保护区的规模。科学技术学报13(2):e1002074。http://dx.doi.org/10.1371/journal.pbio.1002074

巴里，S.和J.伊利斯，2006。生境模型的误差和不确定性。应用生态学杂志43(3): 413 - 423。http://dx.doi.org/10.1111/j.1365-2664.2006.01136.x

伯纳姆，K. P.和D. R.安德森。2002。模型选择与多模型推理:一种实用的信息论方法．第二版。Springer-Verlag，纽约，纽约，美国。

布查特S. H. M.沃波尔、B.科伦、A.范·斯特里恩、J. P. W.沙勒曼、R. E. A.阿尔蒙德、J. E. M.贝利、B.邦哈德、C.布朗、J.布鲁诺、K. E.卡朋特、G. M.卡尔、J.香松、A. M.切内里、J.奇尔克、N. C.戴维森、F.丹德纳、M.福斯特、A.加利、J. N.加洛韦、P.基诺维西、R. D.格雷戈里、M.霍金斯、V.卡波斯、J. f。拉马克、F.莱维灵顿、J.洛、M. A.麦吉奥奇、L.麦克雷、A.米纳西安、M. Hernández莫西略、T. E. E.奥德菲尔德、D.保利、S.夸德、C.雷文加、J. R.绍尔、B.斯科尔尼克、D.斯皮尔、D.斯坦韦尔-史密斯、S. N.斯图尔特、A.西姆斯、M.蒂尔尼、T. D.泰瑞尔、J. C. c。Vié， R. Watson, 2010。全球生物多样性:近期下降的指标。科学328:1164 - 1168。http://dx.doi.org/10.1126/science.1187512

科尔，D. N.和P. B.兰德斯，1996。对荒野生态系统的威胁:影响和研究需求。生态应用程序6:168 - 184。http://dx.doi.org/10.2307/2269562

伊格斯，P.F.J, S.F.麦库尔和C.D.海因斯，2002年。保护区的可持续旅游:规划和管理指南．IUCN腺体，瑞士，剑桥，英国。

环境系统研究所。2011.ArcGIS Desktop，发布10。ESRI, Redlands，加利福尼亚州，美国。

小霍斯默·d·W·阿纳德·s·莱姆肖。2000。应用逻辑回归．第二版。威利，纽约，纽约，美国。

Järvinen, O.和R. A. Väisänen。1975.用样条线法估算种鸟的相对密度。Oikos26:316 - 322。http://dx.doi.org/10.2307/3543502

坎加斯，K.， A.托瓦宁，T. Kälkäjä， P. Siikamäki。2009.芬兰北部滑雪场绿化的生态影响和管理实践。环境管理44(3): 408 - 419。http://dx.doi.org/10.1007/s00267-009-9336-2

Kangas, K.， A. Tolvanen, M. Keränen, J. Moilanen. 2013。奥伦的luonnon monimuotoisuus, VILMO-Viheralueverkosto ja luonnon monimuotoisuus(芬兰)。芬兰森林研究所和奥卢市，芬兰。(在线)网址:http://www.ouka.fi/c/document_library/get_file?uuid=69340961-aa5f-44ea-82c4-9e22a26eaacb&groupId=64220

Kareksela, S. Moilanen, S. Tuominen和J. S. Kotiaho. 2013。利用逆向空间保护优先次序，避免保护区以外的生物多样性损失。保护生物学27(6): 1294 - 1303。http://dx.doi.org/10.1111/cobi.12146

Krueger, T. Page, K. Hubacek, L. Smith和K. Hiscock 2012。专家意见在环境模拟中的作用。环境建模与软件36:4-18。http://dx.doi.org/10.1016/j.envsoft.2012.01.011

莱恩(m.l aine) Leppälä;奥·塔瓦宁(O. Tarvainen)Päätalo, R. Seppänen，和A. Tolvanen. 2011。管理松沼泽的恢复:对水文和植被的影响。应用植被14(3): 340 - 349。http://dx.doi.org/10.1111/j.1654-109X.2011.01123.x

Laniak, G. F, G. Olchin, J. Goodall, A. Voinov, M. Hill, P. Glynn, G. Whelan, G. Geller, N. Quinn, M. Blind, S. Peckham, S. Reaney, N. Gaber, R. Kennedy, A. Hughes. 2013。集成环境建模:未来的愿景和路线图。环境建模与软件39:3-23。http://dx.doi.org/10.1016/j.envsoft.2012.09.006

Lehtomäki, J.和A. Moilanen. 2013。利用分区确定空间保护优先级的方法和工作流程。环境建模与软件47:128 - 137。http://dx.doi.org/10.1016/j.envsoft.2013.05.001

López-López, P. C. Garcia-Ripolles, A. Soutullo, L. Cadahia，和V. Urios. 2007。在“重要鸟类区”设计中，为金雕寻找潜在的适宜筑巢栖息地。动物保护10:208 - 218。http://dx.doi.org/10.1111/j.1469-1795.2006.00089.x

欧洲共同体空间信息基础设施。2007.激励欧盟指令。欧洲议会和理事会2007年3月14日指令2007/2/EC，建立欧洲共同体空间信息基础设施(INSPIRE)。欧洲联盟官方刊物l108 /1，卷50,2007年4月25日。(在线)网址:http://eur-lex.europa.eu/JOHtml.do?uri=OJ: L: 2007:108: SOM: EN: HTML:

梅斯，J.， L.布拉特，K.杰克斯，M.哈钦斯，E.弗曼，M. Termansen, S. Lucque, M. L. Paracchini, C. Chauvin, R. Williams, M. Volk, S. Lautenbach, L. kopperinen, M. J。舍哈斯，，J.韦inert, M. Goossen, E. Dumont, M. Strauch, C. Görg, C. Dormann, M. Katwinkel, G. Zulian, R. Varjopuro, J. Hauck, M. Forsius, G. Hengeveld, M. Perez-Soba, F. Bouraoui, M. Scholz, C. Schilz-Zunkel, A. Lepisto, Y. Polishchuk, G. Bidoglio. 2011。欧洲生态系统服务的空间评估:方法、案例研究和政策分析-第1阶段．第3号同行报告。Ispra:欧洲环境研究伙伴关系。

梅斯，J.， M. L. Paracchini, G. Zulian, M. B. Dunbar, R. Alkemade. 2012。欧洲生态系统服务供给、生物多样性和栖息地保护状况之间的协同和权衡。生物保护155:1-12。http://dx.doi.org/10.1016/j.biocon.2012.06.016

马格莱斯，c.r，和R. L.普雷斯，2000。系统的保护规划。自然405:243 - 253。http://dx.doi.org/10.1038/35012251

麦加里格尔，K.和B. J.马克斯，1995。Fragstats:用于量化景观结构的空间模式分析程序．通用技术报告PNW-GTR-351。美国农业部，林业局，太平洋西北研究站，俄勒冈州波特兰，美国。

《千年生态系统评估》2005生态系统与人类福祉:综合．岛屿出版社，华盛顿特区，美国。

莫伊拉宁，A. M. A.佛朗哥，R. I.岳利，R.福克斯，B.温特尔，C. D.托马斯，2005。优先保护多用途景观:大型多物种规划问题的方法。英国皇家学会学报B辑:生物科学272:1885 - 1891。http://dx.doi.org/10.1098/rspb.2005.3164

R.奈都，L. C.韦弗，G.斯图尔特-希尔和J.塔格，2011。生物多样性对纳米比亚公共土地经济效益的影响。应用生态学杂志48(2): 310 - 316。http://dx.doi.org/10.1111/j.1365-2664.2010.01955.x

Polasky S.， E. Nelson, E. Lonsdorf, P. Fackler, A. Starfield. 2005。在工作景观中保护物种:具有生物和经济目标的土地利用。生态应用程序15:1387 - 401。http://dx.doi.org/10.1890/03-5423

Pressey, R. L. 1994。特别的保留:发展有代表性的保留制度是前进还是后退?保护生物学8(3): 662 - 668。http://dx.doi.org/10.1046/j.1523-1739.1994.08030662.x

普客卡，R. 2007。转型中的国家公园。自然保护与旅游的互动研究[芬兰语带英语摘要]。社会科学出版物第81号。芬兰乔恩素大学。

Rajasärkkä， A. 2004。Kainuun ja Vienan Karjalan metsä-ja suolinnustot sekä niiden merkitys luontomatkailun kannalta[芬兰语]。Alueelliset ymparistojulkaisut347:47 - 126。

Rassi, E. Hyvärinen, A. Juslén和I. Mannerkoski，编辑。2010.2010年芬兰物种红色名录[芬兰语带英语摘要]。环境部和芬兰环境研究所，芬兰赫尔辛基。

Raunio, A.舒尔曼和T.康图拉，编辑。2008.赫尔辛基芬兰-芬兰环境研究所(SYKE)受威胁栖息地类型的评估。芬兰环境8/2008．第1和第2部分。芬兰环境研究所，芬兰赫尔辛基。

罗西，P.， A. Pecci, V. Amadio, R. Orazio, L. Soliani. 2008。将生态敏感性指标与新保护地区的人口压力指标相结合:Oltrepò帕韦塞和利古里亚-埃米连亚平宁地区(意大利)的情况。景观与城市规划85(1): 12-26。http://dx.doi.org/10.1016/j.landurbplan.2007.09.002

T. Rytteri和R. Puhakka. 2012。新自由主义公园管理的艺术:芬兰Pallas-Yllästunturi国家公园的商品化、政治和酒店建设。地理编纂者:B系列，人文地理学94(3): 255 - 268。http://dx.doi.org/10.1111/j.1468-0467.2012.00413.x

沙里宁，2003。芬兰北部旅游的区域经济学:近期旅游发展的社会经济影响和未来区域发展的可能性。斯堪的纳维亚接待与旅游杂志3(2): 91 - 113。http://dx.doi.org/10.1080/15022250310001927

沙里宁，2005。北部荒野旅游:芬兰北部的荒野话语与自然旅游的发展。页面36-49在c·m·霍尔和s·博伊德，编辑。周边地区的自然旅游。发展还是灾难．Channel View Publications，克利夫登，英国。

萨卡尔，S.， R. L.普莱斯西，D. P.费斯，C. R.马勒斯，T.富勒，D. M.斯托姆斯，A.莫菲特，K. A.威尔逊，K. J.威廉姆斯，P. H.威廉姆斯和S.安德尔曼。2006。生物多样性保护规划工具:现状与未来挑战。《环境与资源年报》31:123 - 159。http://dx.doi.org/10.1146/annurev.energy.31.042606.085844

SAS研究所2004。SAS 9.1.3帮助和文档．SAS研究所，加里，北卡罗来纳州，美国。

Scott J. M.， F. W. Davis, R. G. McGhie, R. G. Wright, C. Groves, J. Estes. 2001。自然保护区:它们捕获了美国所有的生物多样性吗?生态应用程序11:999 - 1007。http://dx.doi.org/10.1890/1051 - 0761 (2001) 011 (0999: NRDTCT) 2.0.CO; 2

西奥博尔德，D. M.和N. T.霍布斯，2002。评估土地使用规划备选方案的框架:保护私人土地上的生物多样性。保护生态6(1): 5。(在线)网址:http://www.consecol.org/vol6/iss1/art。

Tolvanen和K. Kangas, 2016。旅游、生物多样性和保护区——来自芬诺斯坎迪亚北部的回顾。环境管理杂志．169:58 - 66。http://dx.doi.org/10.1016/j.jenvman.2015.12.011

A.托瓦南，K.坎加斯，I.文德林，E.胡赫塔，M. Hytönen, A. Jäkäläniemi, M. Kyttä， A.尼库拉，V.尼瓦拉，O.塔瓦南，S.图伦泰，L. Tyrväinen。2014.Vaaka punnitsee, arvottaa, tasapainottaa-toimintamalli Vaara-Kainuun matkailualueiden suunnitteluun(芬兰)。芬兰森林研究所，奥卢，芬兰。(在线)网址:http://www.metla.fi/julkaisut/isbn/978-951-40-2483-2/vaaka-raportti.pdf

汤波，M. Haakana, M. Katila, J. Peräsaari。2008.多源国家森林清查方法及应用．管理森林生态系统系列。施普林格，纽约，美国纽约。

Turner, W, C. Rondinini, N. Pettorelli, B. Mora, A. K. Leidner, Z. Szantoi, G. Buchanan, S. Dech, J. Dwyer, M. Herold, L. P. Koh, P. Leimgruber, H. Taubenboeck, M. Wegmann, M. Wikelskim，和C. Woodcock. 2015。免费和开放获取的卫星数据是生物多样性保护的关键。生物保护182:173 - 176。http://dx.doi.org/10.1016/j.biocon.2014.11.048

Väisänen, R. A.， E. Lammi和P. Koskimies. 1998。芬兰种鸟的分布、数量和种群变化[芬兰语带英语摘要]。芬兰赫尔辛基的奥塔瓦。

Vihervaara, P.， T. Kumpula, A. Ruokolainen, A. Tanskanen，和B. Burkhard. 2012。在芬兰，使用详细的生物群落数据将生物多样性与生态系统服务联系起来。国际生物多样性科学，生态系统服务与管理杂志8(1 - 2): 169 - 185。http://dx.doi.org/10.1080/21513732.2012.686120

Vihervaara, P.， L. Mononen, a . P。Auvinen, R. Virkkala, Y. Lü， I. Pippuri, P. Packalen, R. Valbuena和J. Valkama。, 2015年。如何整合遥感数据和生物多样性进行景观尺度生态系统评估。景观生态学(3): 501 - 516。http://dx.doi.org/10.1007/s10980-014-0137-5

威利斯，K. J.， E. S. Jeffers, C. Tovar, P. R. Long, N. Caithness, M. G. D. Smit, R. Hagemann, C. collins - hansen, J. Weissenberger. 2012。确定保护区以外景观的生态价值。生物保护147:3-12。http://dx.doi.org/10.1016/j.biocon.2011.11.001

Wipf, S.， C. Rixen, M. Fischer, B. Schmid和V. Stoeckli. 2005。雪道准备对高山植被的影响。应用生态学杂志42:306 - 316。http://dx.doi.org/10.1111/j.1365-2664.2005.01011.x

伍德考克，c.e.， R.艾伦，M.安德森，A.贝尔沃德，R.宾德舍德勒，W.科恩，B.高，S. N.高沃德，D.海尔德，E.海尔默，R.内马尼，L.奥利奥普洛斯，J.肖特，P. S. Thenkabail, E. F. Vermote, J.沃格尔曼，M. A.伍尔德，R.韦恩。2008。免费获取陆地卫星图像。科学320:1011。http://dx.doi.org/10.1126/science.320.5879.1011a

伍尔德，M. A.， J. G. Masek, W. B. Cohen, T. R. Loveland, C. E. Woodcock. 2012。开放档案:免费数据如何使陆地卫星的科学和监测前景成为可能。环境遥感122:2-10。http://dx.doi.org/10.1016/j.rse.2012.01.010