以下是引用这篇文章的既定格式:
杜古玛,D. W., J. Schultner, D. J. Abson和J. Fischer, 2022。从故事到地图:将参与式场景叙事转换为空间明确的信息。生态与社会27(2):13。摘要
为了了解未来土地利用的变化,以及相关的生态和社会影响,情景规划越来越受欢迎。我们演示了一种将场景叙事转换为空间显式土地使用地图的方法。从埃塞俄比亚西南部土地利用变化的四个之前开发的情景开始,我们开发了一个基线土地利用地图,以及在每个情景下如何修改基线地图的规则。我们使用InVEST软件的基于邻近的情景生成器对现有森林(53%)、耕地(26%)、牧场(11%)和湿地(7%)在四种未来情景下的潜在土地覆盖变化进行建模。模型结果表明,在不同气候条件下,森林覆盖面积基本保持不变”获得了粮食”而且”生物圈保护区”场景。咖啡种植园将覆盖几乎一半的土地(49%)”矿业绿金”情景,而耕地将扩大,并覆盖超过一半的景观(57%)”食物的第一”场景。本文提出的方法将未来土地使用地图与参与性的、基于叙事的情景研究相结合,以评估替代未来的社会生态结果。将叙述翻译到地图上可以帮助研究人员和利益相关者更好地理解和交流潜在的土地利用变化,并促进一种更细微的空间方法来管理或适应大范围的社会经济变化。我们的研究为土地利用变化的管理提供了方法上的贡献,也是促进地方、政府和非政府组织层面透明政策谈判和沟通的工具。介绍
土地利用的变化在世界各地的农村地区普遍存在,影响着生态系统和人类(2005年千年生态系统评估,Haines-Young 2009, Quintas-Soriano et al. 2016)。确定土地使用的潜在变化有助于决策者评估未来替代路径的可持续性。为了评估特定景观的合理未来,许多场景映射工作将区域或全球场景缩小到更本地化的水平(Gaffin等人2004年,Verburg等人2006年,Frame等人2018年)。这种降尺度提供了一致的高分辨率土地利用和土地覆盖(LULC),用于评估大空间范围内的总体影响。但是,由于缺乏当地实际情况的背景,这种方法在细微范围内的用处可能受到限制。相比之下,越来越多的社会-生态场景正与利益相关者一起直接在当地景观中生成(Oteros-Rozas et al. 2015)。本地化的场景开发促进了对一个地方的具体动态以及与上下文相关的变化驱动因素的详细理解。然而,产生本地化场景的参与式方法通常会导致叙事的发展。尽管这样的叙述对于吸引不同的利益相关者是有用的,但它们缺乏精简的高级场景所提供的空间上明确的、定量的信息。为了克服这一限制,在本文中,我们为埃塞俄比亚西南部开发的四个场景演示了一种将场景叙事转换为空间显式LULC地图的方法。 Before presenting our approach, we provide short background reflections on land use change, scenario planning, and existing attempts to turn scenario narratives into maps.
在给定的景观中,LULC的变化是由直接和间接的社会和生态驱动因素共同作用的结果(Díaz等,2019年)。人为驱动的LULC变化是生物多样性和生态系统服务丧失的关键驱动因素(例如,Sala等人,2000年,Díaz等人,2019年)。从生态学角度看,LULC变化通过改变生物多样性的组成、分布、丰度和功能以及相关过程而导致生物多样性的丧失(如2005年《千年生态系统评估》,Díaz等,2019)。预计LULC的变化将进一步加剧,导致生物多样性损失越来越大(Sala等人,2000年,Powers和Jetz 2019年)。LULC对生物多样性的影响取决于变化的强度、土地利用模式的配置以及自然生物物理变量的空间分布(Zebisch et al. 2004)。从社会的角度来看,LULC的变化和由此导致的生物多样性的丧失也改变了生态系统服务的产生和提供,即人们从环境中获得的利益(2005年千年生态系统评估)。
为了了解未来LULC的变化,以及相关的生态和社会影响,情景规划越来越受欢迎。情景规划可以帮助决策者在选择政策选项时主动考虑不确定性(Peterson et al. 2003, Shoyama and Yamagata 2014, IPBES 2016)。情景规划结合了各种工具和技术,以开发合理的、内部一致的替代期货描述(Peterson et al. 2003, IPBES 2016)。尽管情景规划不能消除关于未来的不确定性,但它可以提供一种方法,以关于未来的一致条件陈述的形式表示当前的知识;从而为改进决策提供了一个理性和反映的基础(Alcamo et al. 2008)。
分析LULC变化的一个有用层次是景观尺度(Wu 2013)。反过来,景观可以被分析为社会-生态系统,即社会和生态变量紧密相连的系统(Fischer et al. 2017)。在分析社会生态系统景观层面变化的背景下,参与式情景规划越来越受欢迎。例如,Oteros-Rozas等人(2015)回顾了23个案例,其中参与式情景规划被用于调查与社会生态系统的土地利用变化相关的未来。参与式情景规划已被用于探索半干旱坦桑尼亚的替代发展轨迹(Enfors等人,2008年);确定南非农业景观中生态系统服务的变化(Malinga et al. 2013);并针对埃塞俄比亚的粮食安全和生物多样性保护制定合理的方案(Jiren等,2020年)。
参与式方法生成的替代未来叙事是强大的,因为它们封装了不同利益相关者的观点(Alcamo等人,2008年,Mallampalli等人,2016年,Fischer等人,2018年)。反过来,这可以为发展对未来的共同愿景奠定基础(Alcamo等人,2008年,Mallampalli等人,2016年,Nieto-Romero等人,2016年),促进社会学习,并为如何实现预期的可持续未来产生新的想法(Butler等人,2014年,Booth等人,2016年,Jiren等人,2020年)。然而,场景叙述通常会导致对未来可能是什么样子的一般化陈述,而不是定量明确的LULC映射。一个特定场景在精细尺度上的精确方式,反过来又取决于当地特定的社会生态条件(Hanspach et al. 2014)。因此,叙述的广泛性使定量分析陆源资源分配的影响(例如,对不同物种和生态系统服务的影响)变得困难,从而限制了决策者可能参与这类情景的程度。
迄今为止,很少有研究将景观层面的定性叙事场景转化为定量LULC地图(但参见Kok和van Delden 2009, Swetnam等人2011,Booth等人2016,Kohler等人2017)。的”故事和仿真”该方法(Alcamo 2008)首先由专家和其他利益相关者定义场景,然后将其转换为可输入仿真模型的定量参数,该方法最常用于耦合定性和定量场景(Mallampalli等人,2016年)。鉴于场景映射的有用性和参与式场景规划在社会生态研究中的日益流行(Oteros-Rozas等人,2015年),需要在如何将叙事转换为地图方面进行更多的工作。
在这里,我们提出了这样一种方法。我们将重点放在埃塞俄比亚西南部的农村地区,此前我们为那里开发了四种社会生态变化的替代叙事场景(Fischer等,2018年,Jiren等,2020年)。我们的方法结合了从利益相关者派生的未来故事线中提取关键变量和趋势,将其转化为定量的空间变量,并在不同情景下对当前土地覆盖的变化进行后续的空间投影。
我们的研究有两方面的贡献。首先,从方法论的角度来看,我们的方法有助于将LULC映射与参与式的、基于叙事的场景开发相结合。其次,从应用的角度来看,我们的方法有助于更好地理解埃塞俄比亚西南部可能发生的LULC变化,这对区域层面的利益攸关方、规划者和政策制定者很有价值。
方法
研究区域
研究区域由三个区或斯吉尔特区(Gera, Gumay和Setema),位于埃塞俄比亚西南部奥罗米亚地区吉玛地区,总面积约2800平方公里。根据埃塞俄比亚的多层次治理体系,woredas是进一步细分的地区自治街坊联合会埃塞俄比亚西南部是全球公认的生物多样性热点地区(Mittermeier et al. 2011, Bellard et al. 2014),拥有大片非洲山地森林(Hylander et al. 2013a)。这里也是阿拉伯咖啡(Coffea阿拉比卡)起源于(Senbeta和Denich 2006)。这里的咖啡传统上种植在森林的本地树木的树荫下(Jena et al. 2012)。景观由森林-农业马赛克(Ango et al. 2014, Dorresteijn et al. 2017)组成,为当地人口提供多种生态系统服务。这些生态系统服务对当地人民的生计和福祉至关重要(Shumi等,2019a)。
从叙事到地图:翻译的步骤
我们将场景叙述翻译成地图的方法包括五个关键步骤,我们将在下面详细介绍。简单地说,首先,开发了四个叙事场景(详情见Fischer等人2018年,Jiren等人2020年)。其次,我们根据卫星图像创建了当前土地使用的基线地图。第三,基于场景叙述,我们开发了如何在每个场景下修改基线映射的规则。第四,我们使用了生态系统服务和权衡综合估值(InVEST)软件(Sharp et al. 2018)的基于邻近的场景生成器来生成四个场景的地图。第五,我们评估了每种情景如何影响具有不同社会经济和生物物理特征的kebeles。
第一步:发展叙事场景
在本文之前,我们通过参与式场景规划开发了四个定性叙事场景(图2),涉及来自不同组织和当地社区团体的35名利益相关者(详情见Fischer等人2018年,Jiren等人2020年)。这35个利益攸关方的数据依次基于对研究领域利益攸关方网络的深入分析(Jiren et al. 2018)。这些设想考虑了一系列合理的环境、社会和经济变化,并在下面和附录1表A1.10中简要总结。这些情景的时间跨度为20年,从2020年到2040年。
”A.增加粮食”:本地经济作物
这种情况优先考虑农民的专业化和商业化以促进发展,而放弃传统的粮食种植,取而代之的是经济作物。经济作物是咖啡、兴奋剂阿拉伯茶(Catha鸡蛋果),以及生长迅速的树木,主要是桉树。这里的景观主要由密集管理的咖啡林组成,其间点缀着阿拉伯茶和人工林。鼓励农民通过新建咖啡种植园增加咖啡产量。桉树种植园主要针对退化地区和边缘土地。以前农田上的阿拉伯茶种植园被集中管理。由于集约化管理和生境简化,农田生物多样性急剧下降。粮食作物的生产是有限的:几乎没有空间来种植谷物作物,只有少数农民保持小的谷物田。为了使有限的粮食产量最大化,最肥沃的土地优先用于农业生产。
”B.开采绿色黄金”投资者:咖啡
这种情况的特点是咖啡生产的集约化和专业化,通过使用现代化生产方法和高外部投入的大型投资者。这片土地由密集管理的高产咖啡种植园组成,食物产量相对较少。有利于咖啡投资的小农土地、公共土地和森林已转让给资本投资者,用于创建和扩展咖啡种植园。使用非本地物种来着色咖啡是很常见的。当地农民只能在不适合大规模咖啡种植园的边缘地区耕种,例如陡峭的山坡。
”C.咖啡与环保”:生物圈保护区
这种设想是基于一种更平衡的土地利用方法。由于传统农业的失败和全球对可持续种植的咖啡越来越感兴趣,一个生物圈保护区已经建立,它将可持续农业、环境友好型咖啡生产和旅游业结合起来。景观是森林和农田的多样化马赛克,包括一个核心区和未使用的天然林;一个缓冲地带,用于当地咖啡、野生蜂蜜和其他森林产品的低强度生产;外围则是农田、牧场和种植园穿插的区域。牲畜生产和公共放牧的方式和现在差不多,人们种植水果和蔬菜以及谷物。实行可持续资源管理和加强水土保持,扭转环境恶化的局面。
”d .食品第一”:集约化农业和森林保护
这种情况是由气候变化对食品和咖啡生产的影响造成的。beplay竞技beplay竞技气候变化使埃塞俄比亚西南部的咖啡生产变得不太可行,而该国其他地区的粮食生产也一直处于失败状态。现在,西南部通过集约化、大规模的农业生产大量的食物,这涉及到广泛的土地整理,包括清除木本植被,扩大平原和排水湿地上的农田。这片土地以谷物作物生产为主。强化的水果和蔬菜田,以及肉牛肥育和商业牛肉生产的牧场也存在,特别是在陡峭的山坡上。剩下的几片天然森林受到严格保护,当地社区不允许进入。
步骤2:当前土地覆盖制图
在这一步中,我们绘制了生物物理上不同的土地利用和土地覆盖类别的当前范围。从10米sentinel -2卫星图像(频道2、3、4和8)开始描述土地覆盖细节https://scihub.copernicus.eu/)从2019年1月开始。选择2019年1月,是因为这是研究区域最新的无云图像,可以清晰区分不同的土地覆盖特征。该图像结合地面控制点被用来产生当前的土地利用和土地覆盖程度。从不同来源收集了超过1000个地面控制点(GCPs)(表1)。
我们使用监督图像分类(Lillesand et al. 2004)生成了研究区域的六种土地覆盖类别。我们使用这种土地覆盖制图方法是因为我们对该地区有广泛的知识和数据,包括收集了许多地面控制点。使用ArcGIS Desktop 10.6.1对图像进行监督分类。采集并分析了用于绘图的所有主要土地覆盖类型(木本植被、耕地、牧场、栽培湿地、放牧湿地和聚落)的GCPs的签名。这些签名被作为最大似然分类方法的输入(Lillesand等人2004,Gil等人2011,Patil等人2012)。图像分类的准确性评估是通过分层随机抽样(Olofsson et al. 2014)完成的,使用从谷歌地球收集的876个点。由此产生的10米像元分类包括了土地覆盖的精细尺度变化,例如农田内分散的木本植被。
在最初分为六个主要类别之后,我们增加了景观中土地覆盖的主题分辨率。对于地形坡度,根据文献,我们使用坡度30%的阈值对平坦和陡峭地区进行分类(Henricksen et al. 1988)。为了区分农田异质性水平,我们在Fragstats v4.2.1中运行了移动窗口分析,以确定200米半径内的木本植被百分比。然后将农田分为低异质性(< 5%木本植被)、中等异质性(5-20%木本植被)和高异质性(> 20%木本植被)。我们将海拔划分为5个范围(< 1300米,1300 - 1500米,1500-2100米,2100-2300米,> 2300米),主要是基于目前适合种植咖啡的海拔范围(Senbeta和Denich 2006, Hylander等人2013b, Tadesse等人2014,Shumi等人2018)和2040年之前的预测海拔变化(Moat等人2017)。利用距离森林边缘的距离来区分内部森林和边缘森林,其中距离边缘150米以上的森林被划分为内部森林(Shumi et al. 2019b)。结合这些不同的标准,我们可以在土地使用地图中添加主题分层选项。
除了表1中仅使用卫星图像和GCPs生成的土地用途外,我们还根据其当前的近似位置在基线地图上添加了另外四种土地用途(咖啡种植园、桉树种植园、阿拉伯茶和水果和蔬菜),因为从卫星图像上无法直接看到它们。虽然目前还不清楚它们的具体位置,但我们基于对研究区域的了解做出了假设,这些区域最有可能发生这些土地用途。对于咖啡种植园,我们假设目前的咖啡种植园位于平坦森林地区的边缘,海拔1500 - 2100米,距离公路不到1公里,只有在当地行政人员确认有咖啡种植园的kebeles中。对于桉树种植园,我们假设它们发生在锡屋顶房屋附近(1公里内),并在小于0.25公顷的小块木本植被中。这是基于大多数村民在他们的家园周围种植桉树的发现(Takahashi和Todo 2017),桉树大多在天然森林之外的林地(Ango等人,2014)。我们进一步假设阿拉伯茶是在耕地上非常靠近宅基地的地方发现的,而且只在当地行政人员提到的含有阿拉伯茶的kebeles中发现。因此,我们将锡屋顶附近的一小块耕地(不足0.25公顷)分配给阿拉伯茶。与阿拉伯茶类似,对于水果和蔬菜,我们在靠近宅基地的湿地上分配了小块(少于0.25公顷)的耕地。木本植被分为两类,反映了它是作为森林的一部分(木本植被斑块为bb0 1 ha)还是分散作为农田木本植被(木本植被斑块< 1 ha)。沉降被分配到研究区域的锡屋顶团聚。 We divided settlement into towns and rural settlements. Based on the location of the three administrative towns of the three woredas (CSA 2007) agglomerated tin roofs were assigned to towns, whereas the remaining agglomerated tin roofs in the study area were taken as rural settlement. The final baseline map thus generated contained 12 land use and land cover classes: forest, woody vegetation in farmland, arable land, pasture, cultivated wetland, grazed wetland, coffee plantation, eucalyptus plantation, khat, fruits and vegetables, rural settlement, and towns.
第三步:将叙事规则转化为定性的空间显性规则
为了将叙述转换成地图,我们定义了允许在场景下转换特定土地使用/覆盖类型的规则。为此,我们首先从每个场景叙事中提取和总结可转换为空间明确规则的定性规则。对于基线地图中的每一种土地覆盖类别,都产生了一套规则,用以管理可能发生变化的方式和地点。这些规则是综合考虑土地覆盖类别、生物物理因素(如坡度、异质性和海拔高度)以及与森林边缘的距离而建立的。因此,这些规则是特定于环境的,也就是说,它们依赖于当地的条件,而且重要的是,它们与当地利益相关者为特定领域开发的场景叙述直接相关。因此,尽管我们派生本地相关规则的一般方法可以转移到其他地方,但具体的规则是不可转移的。
我们开发了过渡规则,以便叙事场景中发生的所有土地使用过渡都可以通过空间明确的定量规则来表达。这些规则是通过作者团队内部的迭代讨论得到的,其中心目标是基于已知的LULC变化动态,并与场景叙述一致(表2,附录1表A1.1-A1.4)。在所有情景中,城镇和农村住区的年增长率分别为5.4%和1.8%(世界银行2015年,Schmidt et al. 2018年)。此外,在”B.开采绿色黄金”情景下,放牧和栽培湿地与基线相比保持不变,因为这样的潮湿地区不适合种植咖啡(Teketay 1999)。
步骤4:场景映射生成
为了生成场景映射,我们基于已建立的转换规则,将基线映射处理为基于InVEST近似的场景生成器中四个不同的LULC空间显式场景。InVEST是一种工具,旨在通过提供关于生态系统变化如何可能导致惠益流向变化的信息,为有关自然资源管理的决策提供信息(Sharp等,2018年)。InVEST中的基于邻近的场景生成器是一个模型,用于创建一组对比的LULC地图,以不同的空间模式转换土地覆盖(Sharp等人,2018年)。在所有情况下,原始的、将要转换的土地覆盖的转换都是从那些最接近目标的边缘开始的,即新建立的土地覆盖。对于每个场景,我们确定了需要被替换的原始和目标土地覆盖面积(以公顷为单位)。为此,我们将ArcGIS ArcMap 10.6.1版本中的土地利用和土地覆盖、坡度、木本植被百分比和海拔等空间层进行了交叉”相交工具”在”空间分析”这将创建一个输出层,其中包含上述层的表列。然后,我们计算这个新层的面积使用”计算几何的工具。”当不同的转换规则竞争相同的土地覆盖类型时,我们基于叙事场景的逻辑来定义转换更重要的优先级。得到的修改后的土地覆盖图被用于运行下一个优先级较低的转换迭代。对于一个单一的场景,我们在最终的土地覆盖地图完成之前运行了多次迭代。然后,InVEST模型的输出在地理信息系统(GIS)中可视化,我们还提取了每个土地覆盖面积变化的摘要,并与基线地图进行了比较。
第五步:对比各组kebeles的未来变化
最后,我们将kebeles聚到不同的组中,总结在空间显式的LULC场景映射中发生的变化。这种对kebele组变化的总结是有意义的,因为(a)大量的kebele (n = 67)使得每个kebele的LULC呈现不现实,(b)许多kebele可能具有相同的特征,因此可能发生相似的变化,(c)将LULC聚集在一个woreda(不管woreda内的kebele的多样性)或整个研究区域,可能会掩盖LULC变化的重要空间模式。
我们使用9个基线变量,即现状,根据其社会生态特征对kebeles进行分组。其中三个变量,木本植被、牧场和耕地面积,被用作其整体农业生态组成的代理,并由卫星图像生成。另外三个变量,阿拉伯茶、桉树和蜂蜜的生产水平,之所以选择它们,是因为它们对当地社区的生计至关重要,并且是从与当地专家的访谈中收集的。阿拉伯茶和桉树的面积以公顷为单位,而蜂蜜的产量以公斤为单位。两个变量,平均海拔和凯贝勒距离,是可能影响一系列社会生态特征的重要一般变量。平均高度由30 m分辨率的ASTER数字高程模型计算https://asterweb.jpl.nasa.gov/gdem.asp;NASA/METI/AIST/日本太空系统和美国/日本ASTER科学团队2009)。利用与最近城镇的距离、与最近道路的距离以及当地利益相关者将kebeles划分为五个偏远级别之一的主观感知的同等权重,计算出一个偏远指数,作为加权叠加分析。最后,我们将财富视为一个重要的社会经济变量,因此也计算了研究区域的财富指数,该指数基于锡屋顶(由卫星图像识别)与kebele家庭的比例。
我们使用这9个变量的层次聚类来识别不同的kebeles群体,并在树状图中可视化结果群体,根据群体可解释性和近似平衡的群体大小选择群体数量(Oberlack等人2019年,Rocha等人2020年,Schultner等人2021年)。具体来说,基于变量中的分数,我们用Ward的方法计算了一个距离矩阵,并用”dendextend”我们还在二维非度量多维尺度(NDMS)中可视化kebeles和组,以确认分组(Galili 2015)。
结果
土地覆盖图
在基线中,森林覆盖了研究区域的一半以上(53%)。耕地和牧场分别占土地覆盖的26%和11%。耕地湿地占5%,而放牧湿地、农田木本植被、桉树种植园、咖啡种植园、水果和蔬菜小区、阿拉伯茶和聚落共覆盖了剩余的5%(表3)。基线的总体准确性评估结果为86.3%,kappa系数为0.82。图3展示了基线的映射以及四个场景。
自治街坊联合会组织
根据kebeles的基本社会生态特征,将其分为4组。第一组kebeles”pasture-cropland集团”含有17个牧场,特点是牧草和耕地利用率高。这一群体的木本植被覆盖率最低,咖啡林、阿拉伯茶和桉树的覆盖率也很低。第二组是19个kebeles”khat-cropland集团”阿拉伯茶和可耕地的供应量明显很高,而且地处高海拔地区。这一群体的咖啡森林可用性较低,财富指数最低。第三组是18份的kebeles”木本植物组织”木本植被覆盖程度高,咖啡林有效度高,蜂蜜生产重要性高,相对偏远。最后,第四组12个kebeles”accessible-wealthy集团”有大面积的桉树种植园,交通相对便利,也比较富裕。图4以树状图的形式显示了层次聚类。我们交叉检查树状图与NDMS排序的组,但我们没有包括图。
空间显式的场景映射
四种未来情景下土地覆被变化显著,各情景间差异明显。图5显示了每种情景下的土地覆盖面积总量,而表3总结了每种情景下土地覆盖面积与基线范围的比例。值得注意的是,在特定的情况下,变化并不是在整个研究区域一致发生,而是在kebele组之间有所不同。因此,随着一般的变化,我们也提出了kebele组之间的差异。请注意,以下摘要中的所有土地覆盖和土地覆盖变化都是四舍五入到最接近的百分比(年龄)。
”A.增加粮食”:本地经济作物
的”A.增加粮食”情景特征是耕地和牧草变化较大,分别减少了17%和7%。咖啡种植园增长12%,桉树种植园和阿拉伯茶种植园各增长6%(图5和补充表A1.5)。由于居民点(农村和城市)的扩大,森林覆盖、农田木本植被和人工湿地都略有减少。在这种情况下,森林覆盖率基本保持不变,约占景观的一半(53%)。在森林之外,景观被咖啡种植园(12%)覆盖,其次是耕地(9%)、桉树种植园(6%)和阿拉伯茶(6%);表3)。
下”A.增加粮食”情景中,变化最大的是原本以耕地面积大、海拔相对较高为特征的哈特-农田kebeles。从图6和表A1.6可以看出,耕地面积减少了46%,而草场-农田、可及性丰富和木本植被小区分别减少了34%、25%和17%。咖啡种植园在阿拉伯茶种植区和可及性丰富的咖啡种植区都增长了20%,而在牧场-种植区和木本植被的咖啡种植区则分别增长了15%和12%。在牧场-农田和哈特-农田kebeles,桉树种植园增长了12%,而在木本植被和可及性丰富的kebeles,桉树种植园增长了5%。同样,在牧场-农田和阿拉伯茶-农田kebeles中,阿拉伯茶分别增长了14%和12%。木本植被可及性较强的kebeles组阿拉伯茶产量略有增加,增幅分别为2%和3%。按kebele组划分的百分比变化详情载于补充表A1.6。
”B.开采绿色黄金”投资者:咖啡
因为这种情况促进了大规模的咖啡投资,几乎一半的景观(49%)被转变为密集的咖啡种植园。27%的森林、17%的耕地、5%的牧场和1%最适合种植咖啡的农田木本植被被改造为种植园(图5和表A1.5)。这些转变不仅发生在目前海拔2100米的咖啡种植区,也发生在海拔2300米的咖啡种植区,这反映了气候变化对适宜区域的预测变化(Moat等人,2017年)。beplay竞技相比之下,在海拔较低的地区(1300-1500米),由于气候日益不适宜,咖啡流失了。在该情景下,剩余土地覆盖以森林覆盖(26%)为主,其次是耕地(9%)和牧场(7%);森林、耕地和牧场分别减少了27%、17%和5%(表A1.5)。
所有kebele组都经历了咖啡种植园的显著增长。然而,在咖啡种植园中,可及性丰富的咖啡树和木本植物咖啡树增长最快,分别达到72%和61%。khat- farming kebele的咖啡种植园增加了41%(表A1.7和图6)。所有kebele组的耕地面积都减少了。然而,草地-农田的土壤土壤面积减少最多,为33%,而木本植被土壤面积减少较少,为14%。同样,森林中木本植被和可及性丰富的小草原(41%)都出现了明显的下降,而牧场-农田小草原(8%)的下降幅度较小。不同kebele组的LULC变化详见表A1.7和图6。
”C.咖啡与环保”:生物圈保护区
在这里,与其他场景相比,从基线开始的场景变化相对较少。森林覆盖率保持稳定,占景观的一半以上(53%),其次是耕地(12%)。农田木本植被增加,占景观的10%,其次是水果和蔬菜(9%)和牧场(8%);在这种情况下,景观异质性增加(图3)。耕地和牧场分别减少约14%和3%。相比之下,水果和蔬菜和农田木本植被分别增长了9%和8%(表A1.5)。
所有kebele组在这种情况下都有轻微的变化。然而,khat-农田和牧场-农田的农田木本植被分别增长了13%和14%。同样,在哈特-农田和牧场-农田kebeles中,水果和蔬菜分别增长了12%和20%。详情见图6和表A1.8。
”d .食品第一”:集约化农业和森林保护
的”d .食品第一”情景的特征是景观中大部分土地覆被发生了强烈的变化。耕地面积扩大,覆盖面积超过一半(57%)。其余景观主要为森林(35%),其次为牧场(3%)和水果蔬菜(2%)。湿地、农田木本植被和咖啡种植园被耕地取代(表3)。这种情况创造了一个由耕地和森林斑块主导的更加同质化的景观(图3)。耕地增加了31%。与此相反,森林和牧场分别减少了18%和8%(图5和表A1.5)。在这种情况下,牧场大多局限在陡峭的山坡上。
所有kebele群体的耕地面积都有所增加。然而,草地-农田和可及性丰富的地区耕地面积增加了40%和44%,而哈茶-农田和木本植被地区耕地面积增加了32%。在可达资源丰富的kebele组,森林面积大幅减少(33%),而在哈特农田kebele组,森林覆盖减少较小(19%)(图6和表A1.9)。
讨论
我们提出了一种结构化的方法来将未来景观变化的叙事场景翻译成地图。基于我们从参与式场景规划过程中开发的四个未来场景的可选叙述线中提取的关键变量,我们建立了量化规则,使未来景观的空间变化明确。从当前土地使用的基线地图开始,我们应用了一组规则来为场景生成土地使用地图。下面,我们将反思我们的方法,探讨我们从映射中获得的一些一般和具体的见解,并讨论生成的每个映射的合理性。
情景研究的目的是”从被动的决策模式中走出来”(IPBES 2016:3)。然而,在许多情况下,场景开发会随着叙事场景的生成而停止。本文提出的方法将未来土地使用地图与参与性的、基于叙事的情景研究相结合,作为评估未来社会生态情景结果的一种方法。尽管叙事可能对一些利益相关者(如当地人)很有吸引力,但一些利益相关者可能会发现地图更有用。因此,将场景叙事转化为地图为利益相关者和决策者提供了额外的机会,以主动管理合理的LULC变化、生物多样性和生态系统服务,而不是简单地允许它们持续退化。至关重要的是,生成特定于环境但仍然具有明确空间的LULC变化地图,可能有助于促进更细致和空间差异的方法,以管理或适应发生在景观尺度上的大尺度社会经济变化。
我们的空间明确的土地使用情景地图的结果揭示了参与式情景规划导致的叙事对比。正如Peterson等人(2003)所认为的,情景规划的核心思想是考虑各种可能的未来,其中包括系统中许多重要的不确定性,而不是专注于对单一结果的准确预测。这些地图还可以通过勾画可选目标的土地使用现实情况,量化与土地使用和土地覆盖的具体变化相关的权衡,为社会设想过程提供关键支持(Verburg etal . 2015)。在我们的研究中,我们在景观层面评估了这些变化和生成的地图的可信性,并针对每个场景,对具有不同特征的洞穴群进行了评估。
一种是当地小农种植的经济作物(咖啡、阿拉伯茶和快速生长的树木)。”A.增加粮食”).在这种情况下,地图显示耕地和牧场分别减少了17%和7%(表A1.5)。土地利用的变化对耕地和牧场的影响尤其大,因为当地社区专注于生产经济作物。在国家层面,这样的改变是合理的;现有证据表明,咖啡和阿拉伯茶等经济作物正越来越多地由小农生产。咖啡是这个国家赚取外汇的支柱。埃塞俄比亚约44%的咖啡用于出口,约98%的咖啡由小农生产(Dharmendra Kumar et al. 2014)。阿拉伯茶是一种常青树,种植的目的是生产用作兴奋剂的叶子(Feyisa和Aune 2003),主要由小农种植(Feyisa和Aune 2003, Gessesse Dessie 2013, Gebrehiwot等人2016)。近年来,埃塞俄比亚用于阿拉伯茶生产的土地迅速增加(Cochrane和O’regan 2016),取代了谷物生产(Feyisa和Aune 2003),并日益主导家庭菜园(Gebrehiwot等,2016)。阿拉伯茶扩张的主要原因是土地可用性减少、土地碎片化、土壤生产力下降、为粮食作物生产购买化肥和优质种子的政府补贴减少、现金回报高、盗窃和野生动物破坏风险低(Gessesse Dessie 2013年,Gebrehiwot等人2016年)。 Fast growing trees, especially eucalyptus, are also increasingly popular among smallholder farmers to generate cash. Several studies in Ethiopia have indicated that there is a recent uncontrolled expansion of eucalyptus in the country (FAO 2011, Zegeye 2010, Jaleta et al. 2016, 2017), including into smallholder croplands (FAO 2011, Jaleta et al. 2016). Multi-purpose use, fast growth, and high rates of return have made eucalyptus a preferred species by smallholder farmers (Teketay 2000, Jagger and Pender 2003). In combination, strong expansions of coffee, khat, and eucalyptus into farmland are thus highly plausible in general; our map shows one particular way in which such expansion could realistically play out in southwestern Ethiopia.
的”C.咖啡与环保”方案的重点是在新建立的生物圈保护区范围内的可持续土地管理。图中显示,农田木本植被增加了8%(表A1.5)。退化的陡坡被当地的木本植被和果树恢复,形成了高度多样化的农田马赛克。与目前的情况相比,森林覆盖率保持稳定。从地理上看,我们的研究区位于生物多样性热点区(Mittermeier et al. 2011),位于亚玉和卡法两个生物圈保护区之间。研究区北部与亚玉咖啡森林生物圈保护区相邻,该保护区于2010年在联合国教科文组织注册。它占地167,021公顷,与我们的研究区域的土地覆盖组成相似(Gole et al. 2009)。同样,在南部,我们的研究区与卡法生物圈保护区接壤。这也是在2010年注册的,覆盖面积为744,919公顷,栖息地类型也与我们的研究区域相似(NABU 2017)。大致而言,我们模拟的生物圈情景的LULC地图显示了与该地区两个现有生物圈保护区相似的剖面。 Placing an additional biosphere reserve in the region is especially plausible because aggregations of biosphere reserves are recognized as important”集群”(例如,位于南非的Gouritz集群生物圈保护区;Urban and Beswick 2018)。考虑到支持生物圈保护区成功的公认的普遍因素(Van Cuong et al. 2017),以及从亚玉和卡法生物圈保护区面临的挑战和机遇中吸取教训,一个具有多种土地覆盖类型的新生物圈保护区似乎有很好的机会成功实施。
另外两种情况,”B.开采绿色黄金”而且”d .食品第一,”两者都以大规模农业投资为基础,并涉及大规模土地收购或整理。下”B.开采绿色黄金;”该地区寻求生产咖啡出口以增加外汇(Jiren et al. 2020),约一半的景观(49%)被咖啡种植园覆盖,这分别是由约27%、17%、5%的森林、耕地和牧场的转换造成的(表3和表A1.5)。同样,在”d .食品第一”情景图显示,超过一半的景观被密集的谷物作物生产所覆盖。在这种情况下,受严格保护的森林覆盖了约35%的景观,而约5%的剩余景观被牧场、水果和蔬菜和定居点覆盖(表3)。
科学文献和埃塞俄比亚政府文件都表明了这两种情景的合理性,它们显示了两种不同类型的大规模农业投资。自2005年以来,埃塞俄比亚政府通过其增长和转型计划(GTP)推动大规模农业投资,将其作为其总体发展战略的主要部分,以使埃塞俄比亚到2025年成为粮食安全的中等收入国家(Keeley et al. 2014, Bachewe et al. 2018),通过农业出口获得外汇收入,增加粮食供应,通过在商业农场就业提高收入,改善基础设施(Keeley et al. 2014,Moreda 2018)。对该国不同地区的大规模农业投资进行了案例研究,如甘贝拉地区(Keeley等人2014年,Baumgartner等人2015年)、Benishangul Gumz地区(Moreda 2017年)和奥罗米亚地区的Bakko Tibbe (Wayessa 2020年)。这些案例研究发现,与政府的预期相反,这些投资往往威胁到当地社区的生态系统和生计,使当地社区无法获得重要的共同财产土地资源,导致土地被剥夺、农民流离失所和环境破坏。值得注意的是,一些引人注目的农业投资案例,如Bakko Tibbe的Karuturi Global Ltd.农场项目已经失败(Wayessa 2020);然而,在这里,土地已归还给联邦土地银行,供其他潜在投资者使用(Moreda 2018)。因此,尽管取得了有限的成功,但官方对支持农业投资项目的承诺似乎没有改变(Rahmato 2014年,Moreda 2018年)。正如我们的情景图所示,广泛的土地覆盖变化以支持更多的工业土地使用实践,因此似乎是完全合理的。
在景观层面,重大变化与大规模投资情景相关(”B.开采绿色黄金”而且”d .食品第一”),那里大约一半的土地分别被密集管理的咖啡种植园或耕地覆盖。相比之下,之下”A.增加粮食”而且”C.咖啡与环保”场景下,LULC变化较小。在这两种情景中,湿地和森林覆盖均保持不变,而耕地和牧场在两种情景中均略有减少。小农咖啡种植园、阿拉伯茶和快速生长的树木都在增加”A.收获谷物,”而农田木本植被和水果蔬菜在生物圈情景下增加。在耕地中增加了木本植被”C.咖啡与环保;”反过来,可能会对生物多样性和生态系统服务产生重大积极影响。
情景的影响在研究区域内不同类型的社会生态系统中有显著差异,这是由四个kebele组确定的。结果表明,4种类型的kebeles在不同情景下发生了不同程度的变化。例如,如图6所示,草地-农田kebeles受到的影响最小”C.咖啡与环保”场景。喀特农田kebeles对气候变化更为敏感”A.增加粮食”而在其他三种情景下,这些kebeles的变化不太敏感。木本植物基贝勒受到的影响最大”B.开采绿色黄金”情景,而他们相对较少的改变”A.增加粮食”而且”C.咖啡与环保”场景。与木本植被类似,可及性丰富的kebeles在咖啡投资情景下也有明显变化。因此,结合使用空间绘图和社会生态系统特征(Oberlack等人2019年,Rocha等人2020年)来识别每个场景中的空间差异变化,可能是一个非常有用的工具。它允许考虑基于当地社会生态条件的不同情景的敏感性和(非)可取性。基于这种评估,可以制定空间差异化的政策,以减缓或鼓励某些LULC变化轨迹。
尽管将叙事场景转换成地图(上文已经讨论过)有其好处和实用性,但也有其局限性。最重要的是,我们承认,我们目前的地图无法反映生物多样性丧失等生态方面的重要变化,也无法反映社会凝聚力、公平和粮食安全等社会方面的重要变化。其他作者也注意到在翻译过程中简化量化场景所带来的类似挑战(例如Kok和van Delden 2009, Booth等人2016),因此最好将叙述和地图结合起来参考。
通过将利益相关者纳入土地覆被变化规则的定义,可以进一步完善本文的方法。这反过来又可能进一步增加利益攸关方对最终产出的信任。在我们的案例中,我们承认我们不能让利益相关者参与到翻译规则的制定中来,这可能是我们工作的一个限制。然而,最初的叙述是与利益相关者共同生成的;使用的翻译规则是基于项目团队内部深入的迭代讨论,他们在研究领域共同工作了多年(并与当地的涉众一起)。最后,未来的研究可以将看似合理的LULC变化的空间明确地图(如本文生成的)与生物多样性损失或资源占用的空间明确模型以及它们对公平和粮食安全问题的影响联系起来。
结论
我们在空间上明确的土地利用情景地图非常有效地可视化了与之前生成的情景相关的土地利用和土地覆盖组件,因此,它们强调了任何给定情景的内部一致性。因此,地图可以作为有价值的输入来帮助涉众权衡不同开发轨迹的利弊,这是通常使用场景的一个关键好处。开发一种将叙事场景转换为地图的方法进一步推动场景研究成为一种积极的工具,因为它提供了空间明确的信息,可以帮助利益相关者和决策者规划未来。
在这项工作之前,据我们所知,在埃塞俄比亚,还没有研究将叙事故事线转化为明确的空间土地使用场景。因此,我们的研究代表了一种方法论的发展,可以作为一个起点或概念证明,在其他地方的不同景观中复制,也可以扩大到区域或国家水平。通过生成埃塞俄比亚西南部可能的未来空间地图,我们的研究还为管理和政策方面的利益攸关方提供了有益的实际贡献,同时也是促进地方、政府和非政府组织层面透明谈判和沟通的工具。最后,研究结果还可以用于进一步的研究,以空间明确的方式模拟四种情景下的生态和社会结果。
致谢
我们感谢两位匿名审稿人对本文早期版本的建设性反馈。我们非常感谢德国教育与研究部(BMBF)的资助。
数据可用性
支持本研究结果的数据/代码可根据通信作者[DWD]的请求获得。
文献引用
阿尔卡莫,j . 2008。第六章SAS方法:在环境场景中结合定性和定量知识。综合环境评估的发展2:123-150。https://doi.org/10.1016/s1574 - 101 x(08年)00406 - 7
阿卡莫,J. K. Kok, G. Busch和J. A. Priess. 2008。寻找土地的未来:从地方到全球范围的情景。J.阿尔卡莫,编辑,第67-103页。环境未来:环境情景分析的实践。爱思唯尔,阿姆斯特丹,荷兰。https://doi.org/10.1016/s1574 - 101 x(08年)00404 - 3
安戈,T. G. L. Börjeson, F.森贝塔和K.海兰德。2014。平衡生态系统服务和损害:埃塞俄比亚西南部农业景观中小农对森林和树木的使用和管理。生态与社会19(1):30。https://doi.org/10.5751/ES-06279-190130
巴切乌,F. N., G. Berhane, B. Minten和A. S. Taffesse. 2018。非洲的农业转型?在埃塞俄比亚评估证据。世界发展105:286 - 298。https://doi.org/10.1016/j.worlddev.2017.05.041
P.鲍姆加特纳,J.冯·布劳恩,D.阿伯拜,M. Müller。2015.大规模土地投资对收入、价格和就业的影响:埃塞俄比亚的实证分析。世界发展72:175 - 190。https://doi.org/10.1016/j.worlddev.2015.02.017
贝拉德,C.勒克莱尔,B.勒罗伊,M. Bakkenes, S. Veloz, W. Thuiller和F. Courchamp. 2014。生物多样性热点地区对全球变化的脆弱性。全球生态与生物地理23(12):1376-1386。https://doi.org/10.1111/geb.12228
布思,E. G.,邱J., S. R.卡彭特,J.沙茨,X.陈,C. J.库查里克,S. P.洛海德二世,M. M.莫图,J. M.塞弗特,和M. G.特纳。2016。从定性到定量的环境场景:将故事情节转化为流域尺度的生物物理建模输入。环境建模与软件85:80-97。https://doi.org/10.1016/j.envsoft.2016.08.008
巴特勒,J. R. A, W. Suadnya, K. Puspadi, Y. Sutaryono, R. M. Wise, T. D. Skewes, D. Kirono, E. L. Bohensky, T. Handayani, P. Habibi, M. Kisman, I. Suharto, Hanartani, S. Supartarningsih, A. Ripaldi, A. Fachry, Y. Yanuartati, G. Abbas, K. Duggan, A. Ash. 2014。为印尼东部岛屿的农村生计和全球变化制定适应途径的应用框架。全球环境变化28:368-382。https://doi.org/10.1016/j.gloenvcha.2013.12.004
中央统计局。2007.2007年埃塞俄比亚人口和住房普查:奥罗米亚地区人口普查统计报告。CSA,埃塞俄比亚亚的斯亚贝巴。
科克伦,L.和D.奥里根。2016.合法收获和非法贸易:埃塞俄比亚阿拉伯茶生产的趋势、挑战和选择。国际药物政策杂志30:27-34。https://doi.org/10.1016/j.drugpo.2016.02.009
达门德拉·库马尔,D., R. H.亚达夫和S. K.杜贝。2014。为什么从喝咖啡转向聊天呢?埃塞俄比亚西南部吉玛地区Kersa Woreda的研究。人文社会科学研究4(19):176-182。
Díaz, S, J. Settele, E. S. Brondízio, H. T. Ngo, J. Agard, A. Arneth, P. Balvanera, K. A. Brauman, S. H. M. Butchart, K. M. Chan, L. A. Garibaldi, K. Ichii, J. Liu, S. M. Subramanian, G. F. Midgley, P. Miloslavich, Z. Molnár, D. Obura, A. Pfaff, S. Polasky, A. Purvis, J. Razzaque, B. Reyers, R. R. Chowdhury, Y. j Shin, I. Visseren-Hamakers, K. J. Willis,和C. N. Zayas. 2019。地球上普遍存在的人类导致的生命衰退表明需要进行革命性的变革。科学366(6471)。https://doi.org/10.1126/science.aax3100
Dorresteijn, J. Schultner, N. F. Collier, K. Hylander, F. Senbeta和J. Fischer. 2017。埃塞俄比亚西南部文化景观的生态系统服务和有害分类:农村认知的研究。景观生态学32(11):2151 - 2165。https://doi.org/10.1007/s10980-017-0552-5
E. I, L. J.戈登,G. D.彼得森和D.博西奥,2008。对旱地发展工作进行投资:坦桑尼亚马坎亚流域参与性情景规划。生态与社会13(2):42。https://doi.org/10.5751/ES-02649-130242
Feyisa, T. H.和J. B. Aune. 2003。阿拉伯茶在埃塞俄比亚高地的扩张。山地研究与开发23(2):185-189。https://doi.org/10.1659/0276 - 4741 (2003) 023 (0185: KEITEH) 2.0.CO; 2
Fischer, J. J. Abson, A. Bergsten, n.f. Collier, I. Dorresteijn, J. Hanspach, K. Hylander, J. Schultner, F. Senbeta. 2017。重塑粮食生物多样性的挑战。生态与进化动态32(5):335-345。https://doi.org/10.1016/j.tree.2017.02.009
菲舍尔,J., F. Senbeta, I. Dorresteijn, J. Hanspach, T. S. Jiren和J. Schultner. 2018。展望埃塞俄比亚西南部的未来。Pensoft、索菲亚、保加利亚。https://books.pensoft.net/books/13101
联合国粮食及农业组织。2011.东非的桉树:社会经济和环境问题。粮农组织,罗马,意大利。
Frame, B., J. Lawrence, A. G. Ausseil, A. Reisinger, A. daiigault . 2018。根据国家和地方情况调整全球共享的社会经济途径。气候风险管理21:39-51。https://doi.org/10.1016/j.crm.2018.05.001
加芬,S. R., C.罗森茨威格,邢X., G.耶特曼,2004。IPCC排放情景特别报告(SRES)对社会经济预测的缩小尺度和地理空间网格化。全球环境变化14(2):105-123。https://doi.org/10.1016/j.gloenvcha.2004.02.004
Galili, t . 2015。denextend:一个R包,用于可视化、调整和比较层次聚类树。生物信息学31(22):3718 - 3720。https://doi.org/10.1093/bioinformatics/btv428
Gebrehiwot, M., M. Elbakidze, G. Lidestav, M. Sandewall, P. Angelstam和H. Kassa. 2016。从自给自足的农业生产到阿拉伯茶:埃塞俄比亚农林业家庭菜园变化的驱动力。环境保护43(3):263 - 272。https://doi.org/10.1017/S0376892916000035
Gessesse Dessie》2013。偏爱一种被妖魔化的植物:阿拉伯茶和埃塞俄比亚小农企业。当前非洲问题Nordiska Afrikainstitutet,乌普萨拉,瑞典。
吉尔,A., Q. Yu, A. Lobo, P. Lourenço, L. Silva和H. Calado, 2011。评估高分辨率卫星图像在小岛屿保护区进行植被测绘的有效性。海岸研究杂志SI 64:1663-1667。
戈尔,T. W., F.森贝塔,K.特斯法耶,F.盖塔洪。2009。雅玉咖啡森林生物圈保护区提名表格。埃塞俄比亚单克隆抗体全国委员会,亚的斯亚贝巴,埃塞俄比亚。教科文组织-人与生物圈(MAB)方案。http://196.188.40.146/documents/377/download
Haines-Young, r . 2009。土地利用与生物多样性的关系。土地使用政策26:S178-S186。https://doi.org/10.1016/j.landusepol.2009.08.009
汉斯帕奇,J., T. Hartel, A. I. Milcu, F. Mikulcak, I. Dorresteijn, J. Loos, H. Von Wehrden, T. Kuemmerle, D. Abson, A. Kovács-Hostyánszki, A. Báldi, J. Fischer. 2014。研究社会生态系统的整体方法及其在南特兰西瓦尼亚的应用。生态与社会19(4):32。https://doi.org/10.5751/ES-06915-190432
亨里克森,B. L., D. C. Adiei-Twum, L. Mayer, E. de Pauw, R. Schipper和J. Wicks, 1988。土地利用总体规划。为埃塞俄比亚人民民主共和国政府会议编写的报告。粮农组织,罗马,意大利。https://www.fao.org/3/as001e/as001e.pdf
海兰德,K., S. Nemomissa, J. Delrue, W. Enkosa. 2013b。咖啡管理对森林砍伐率和森林完整性的影响。保护生物学27(5):1031 - 1040。https://doi.org/10.1111/cobi.12079
海兰德,K., S. Nemomissa和W. Enkosa. 2013a。埃塞俄比亚非洲山区湿润森林林下附生蕨类和附生苔藓植物的边缘效应。植物学报,32(2):555-563。https://doi.org/10.2478/pbj-2013-0050
生物多样性和生态系统服务政府间科学政策平台。2016.生物多样性和生态系统服务情景和模式方法学评估报告。IPBES秘书处,波恩,德国。
贾格尔,P.和J.彭德,2003。树木对贫瘠土地的可持续管理的作用:以埃塞俄比亚的桉树为例。森林政策与经济5(1):83-95。https://doi.org/10.1016/s1389 - 9341 (01) 00078 - 8
Jaleta, D., B. Mbilinyi, H. Mahoo和M. Lemenih. 2016。在埃塞俄比亚,桉树的扩张是一种舒缓和挑衅的树木。农业与生态学报6(3):1-12。https://doi.org/10.9734/JAERI/2016/22841
Jaleta, D., B. P. Mbilinyi, H. F. Mahoo和M. Lemenih. 2017。桉树扩张对埃塞俄比亚中部高地地表径流的影响。生态过程6:1。https://doi.org/10.1186/s13717-017-0071-y
Jena, P. R., B. B. Chichaibelu, T. Stellmacher, U. Grote. 2012。咖啡认证对小规模生产者生计的影响:埃塞俄比亚吉马地区的案例研究。农业经济学43:429 - 440。https://doi.org/10.1111/j.1574-0862.2012.00594.x
纪仁,T. S., I. Dorresteijn, J. Schultner, J. Fischer. 2018。土地利用战略的治理:土地节约和土地共享的制度和社会层面。保护信11 (3):e12429。https://doi.org/10.1111/conl.12429
Jiren, T. S., J. Hanspach, J. Schultner, J. Fischer, A. Bergsten, F. Senbeta, K. Hylander和I. Dorresteijn. 2020。协调粮食安全和生物多样性保护:埃塞俄比亚西南部参与性情景规划。生态与社会25(3):24。https://doi.org/10.5751/ES-11681-250324
基利,J., W. M. Seide, A. Eid,和A. L. Kidewa. 2014。埃塞俄比亚的大规模土地交易:规模、趋势、特征和迄今为止的成果。国际环境与发展研究所,英国伦敦。
科勒,M., R. Stotten, M. Steinbacher, G. Leitinger, E. Tasser, U. Schirpke, U. Tappeiner和M. Schermer. 2017。高寒生态系统的参与空间情景分析。环境管理60(4):679 - 692。https://doi.org/10.1007/s00267-017-0903-7
K. Kok和H. van Delden. 2009。结合两种综合情景开发方法,在西班牙Guadalentín流域防治荒漠化。环境与规划B:规划与设计36(1):49-66。https://doi.org/10.1068/b32137
Lillesand, t.m., R. W.基弗,J. W.奇普曼,2004。遥感和图象解译。第五版。John Wiley & Sons,纽约,纽约,美国。
R.马林加,L. J.戈登,R.林德伯格,G.朱伊特。2013。利用参与式情景规划识别变化景观中的生态系统服务。生态与社会18(4):10。https://doi.org/10.5751/ES-05494-180410
Mallampalli, V. R, G. Mavrommati, J. Thompson, M. Duveneck, S. Meyer, A. Ligmann-Zielinska, C. G. Druschke, K. Hychka, M. A. Kenney, K. Kok,和M. E. Borsuk. 2016。将叙述情景转化为土地利用变化定量评估的方法。环境建模与软件82:7-20。https://doi.org/10.1016/j.envsoft.2016.04.011
《千年生态系统评估》2005。生态系统与人类福祉:多尺度评估。美国华盛顿特区岛。
米特梅尔,R., W.特纳,F.拉尔森,T.布鲁克斯和C.加斯康,2011。全球生物多样性保护:热点的关键作用。F. Zachos和J. C. Habel编辑的3-22页。生物多样性热点地区。施普林格,德国柏林。https://doi.org/10.1007/978-3-642-20992-5_1
Moat, J., J. Williams, S. Baena, T. Wilkinson, T. W. goole, Z. K. Challa, S. Demissew, A. P. Davis. 2017。埃塞俄比亚咖啡行业在气候变化下的恢复潜力。beplay竞技自然植物3:17081。https://doi.org/10.1038/nplants.2017.81
Moreda, t . 2017。大规模土地征用、国家当局和当地土著社区:来自埃塞俄比亚的见解。第三世界季刊38(3):698-716。https://doi.org/10.1080/01436597.2016.1191941
Moreda, t . 2018。埃塞俄比亚大规模土地投资背景下的食物权。第三世界季刊39(7):1326-1347。https://doi.org/10.1080/01436597.2018.1460199
那布(Naturschutzbund德国)。2017.NABU在卡法生物圈保护区的生物多样性评估。那布,柏林,德国。
Nieto-Romero, M., A. Milcu, J. Leventon, F. Mikulcak, J. Fischer. 2016。情景方案在促进可持续发展集体行动方面的作用:罗马尼亚中部的经验教训。土地使用政策50:156-168。https://doi.org/10.1016/j.landusepol.2015.09.013
奥伯拉克,C., D. Sietz, E. Bürgi Bonanomi, A. De Bremond, J. Dell'Angelo, K. Eisenack, E. C. Ellis, G. Epstein, M. Giger, A. Heinimann, C. Kimmich, M. T. J. Kok, D. Manuel-Navarrete, P. Messerli, P. Meyfroidt, T. Václavík, S. villamayer - tomas。2019.可持续发展研究中的原型分析:意义、动机和基于证据的政策制定。生态与社会24(2):26。https://doi.org/10.5751/ES-10747-240226
P. Olofsson, g.m. Foody, M. Herold, S. V. Stehman, C. E. Woodcock和M. A. Wulder. 2014。土地变化面积估算和土地变化精度评估的良好实践。环境遥感148:42-57。https://doi.org/10.1016/j.rse.2014.02.015
奥特罗斯-罗萨斯,E. B. Martín-López, T. M.道,E. L.博亨斯基,J. R. A.巴特勒,R.希尔,J.马丁-奥尔特加,A.昆兰,F.拉维拉,I. Ruiz-Mallén, M.蒂里松,J.密斯特里,I.帕洛莫,G. D.彼得森,T.普利宁格,K. A.韦伦,D. M.比奇,I. C.博内特,M.哈曼,J.汉斯帕奇,K.胡巴克,S.拉沃里尔,S. P.维拉迪。2015。基于地点的社会生态研究中的参与式情景规划:23个案例研究的见解和经验。生态与社会20(4):32。https://doi.org/10.5751/ES-07985-200432
佩蒂尔,M. B.德赛,B. N.乌姆里卡尔。2012。土地利用/土地覆盖分析的图像分类工具:最大似然的比较研究。国际地质地球环境科学学报2(3):189-196。
彼得森,G. D.卡明,S. R.卡朋特,2003。情景规划:在不确定的世界中保护环境的工具。保护生物学17(2):358 - 366。https://doi.org/10.1046/j.1523-1739.2003.01491.x
鲍尔斯,R. P.和W.杰茨,2019。未来土地利用变化情景下陆生脊椎动物的全球栖息地丧失和灭绝风险自然气候变化9beplay竞技(4):323-329。https://doi.org/10.1038/s41558-019-0406-z
昆塔斯-索里亚诺,A. J.卡斯特罗,H.卡斯特罗,M. García-Llorente。2016.西班牙旱地土地利用变化对生态系统服务的影响及其对人类福祉的影响。土地使用政策54:534-548。https://doi.org/10.1016/j.landusepol.2016.03.011
Rahmato, d . 2014。自上而下发展的危险:埃塞俄比亚的土地交易。非洲身份12(1):26-44。https://doi.org/10.1080/14725843.2014.886431
Rocha, J., K. Malmborg, L. Gordon, K. Brauman和F. Declerck. 2020。绘制社会生态系统原型。环境研究通讯15:034017。https://doi.org/10.1088/1748-9326/ab666e
萨拉,O. E., F. S.查宾三世,J. J.阿梅斯托,E.贝罗,J.布卢姆菲尔德,R.迪佐,E. Huber-Sanwald, L. F. Huenneke, R. B.杰克逊,A.金泽格,R.利曼斯,D. M.洛奇,H. A.穆尼,M. Oesterheld, N. L. R. Poff, M. T.赛克斯,B. H.沃克,M.沃克,D. H.沃尔。2000年。2100年全球生物多样性情景。科学》287(5459):1770 - 1774。https://doi.org/10.1126/science.287.5459.1770
施密特,E., P. A. Dorosh, M. Kedir Jemal和J. Smart. 2018。埃塞俄比亚的空间和结构转型:公共政策和变革的驱动因素。国际粮食政策研究所,美国华盛顿特区和埃塞俄比亚发展研究所,埃塞俄比亚亚的斯亚贝巴。
舒特纳,J., I. Dorresteijn, A. O. Manlosa, H. von Wehrden, K. Hylander, F. Senbeta和J. Fischer. 2021。来自森林和农田的生态系统服务:目前和过去的获取将埃塞俄比亚农村的受益者分开。生态系统服务48:101263。https://doi.org/10.1016/j.ecoser.2021.101263
Senbeta, F.和M. Denich. 2006。野生咖啡管理对埃塞俄比亚非洲山地雨林物种多样性的影响森林生态与管理32(1-3):68-74。https://doi.org/10.1016/j.foreco.2006.05.064
夏普,R, H.塔利斯,T.里基茨,A.格里,S.伍德,R.卓别林-克莱默,E.纳尔逊,D.恩纳内,S.沃尔尼,N.奥尔韦罗,K.维格斯托尔,D.彭宁顿,G.门多萨,J.奥科马,J.福斯特,J.福里斯特,D.卡梅伦,K.阿科马,E.朗斯多夫,C.肯尼迪,G.维尔鲁特,C.金,G.关内尔,M.帕彭弗斯,J.托夫特,M.马西克,D.德努,J.道格拉斯。2018。投资3.6.0用户指南。自然资本项目、斯坦福大学、明尼苏达大学、自然保护协会和世界野生动物基金会。
Shoyama, K.和Y. Yamagata. 2014。预测日本一个流域为保护生物多样性和减缓气候变化而进行的土地利用变化及其对生态系统服务的影响。生态系统服务8:25-34。https://doi.org/10.1016/j.ecoser.2014.02.004
舒米,G., I. Dorresteijn, J. Schultner, K. Hylander, F. Senbeta, J. Hanspach, T. G. Ango和J. Fischer. 2019a。与产权相关的木本植物使用和管理:埃塞俄比亚西南部的社会生态案例研究。生态系统与人类15(1):303-316。https://doi.org/10.1080/26395916.2019.1674382
Shumi, G., P. Rodrigues, J. Schultner, I. Dorresteijn, J. Hanspach, K. Hylander, F. Senbeta和J. Fischer. 2019b。埃塞俄比亚西南部不同管理和历史的非洲山地湿润常绿森林遗址的保护价值。生物保护232:117 - 126。https://doi.org/10.1016/j.biocon.2019.02.008
Shumi, G., J. Schultner, I. Dorresteijn, P. Rodrigues, J. Hanspach, K. Hylander, F. Senbeta和J. Fischer. 2018。埃塞俄比亚西南部农业景观中土地利用遗留对木本植被的影响。多样性与分布24(8):1136-1148。https://doi.org/10.1111/ddi.12754
斯威特南,R. D. Fisher, B. P. Mbilinyi, P. K. T. Munishi, S. Willcock, T. Ricketts, S. Mwakalila, A. Balmford, N. D. Burgess, A. R. Marshall和S. L. Lewis. 2011。测绘土地覆盖变化的社会经济情景:一种支持生态系统服务建模的GIS方法。环境科学学报32(3):563- 571。https://doi.org/10.1016/j.jenvman.2010.09.007
Tadesse, G. Zavaleta, C. Shennan. 2014。在埃塞俄比亚西南部,随着森林的持续流失,咖啡景观成为当地木质生物多样性的避难所。生物保护169:384 - 391。https://doi.org/10.1016/j.biocon.2013.11.034
高桥,R.和Y. Todo。2017。咖啡认证和森林质量:来自埃塞俄比亚野生咖啡林的证据。世界发展92(25):158 - 166。https://doi.org/10.1016/j.worlddev.2016.12.001
Teketay, d . 1999。咖啡的历史、植物学和生态要求。生活的20:28-50。
Teketay, d . 2000。埃塞俄比亚和其他地方桉树的事实和经验:作出明智和明智的决定的基础。生活的21:25-46。
城市,B和C.贝斯威克,2018。Gouritz集群生物圈保护区:走向可持续性。南非约翰内斯堡威斯特商学院案例中心。https://doi.org/10.4135/9781526465412
Van Cuong, C., P. Dart和M. Hockings. 2017。生物圈储备:成功的属性。环境管理杂志188:9-17。https://doi.org/10.1016/j.jenvman.2016.11.069
Verburg, P. H, N. Crossman, E. C. Ellis, A. Heinimann, P. Hostert, O. Mertz, H. Nagendra, T. Sikor, K. H. Erb, N. Golubiewski, R. Grau, M. Grove, S. Konaté, P. Meyfroidt, D. C. Parker, R. R. Chowdhury, H. Shibata, A. Thomson, L. Zhen. 2015。土地系统科学与地球系统可持续发展:全球土地项目视角。世12:29-41。https://doi.org/10.1016/j.ancene.2015.09.004
Verburg, P. H., C. J. E. Schulp, N. Witte, A. Veldkamp. 2006。降低土地利用变化情景的尺度,以评估欧洲景观的动态。农业生态系统与环境34(1):39-56。https://doi.org/10.1016/j.agee.2005.11.024
Wayessa, 2020年乔治亚州。埃塞俄比亚奥罗米亚土地租赁的影响:当地人民获得生计资源的改变。土地使用政策97:104713。https://doi.org/10.1016/j.landusepol.2020.104713
世界银行,2015年。埃塞俄比亚城市化评论:中等收入埃塞俄比亚的城市机构。世界银行,华盛顿特区,美国。
吴,j . 2013。景观可持续性科学:变化景观中的生态系统服务和人类福祉。景观生态学28(6):999 - 1023。https://doi.org/10.1007/s10980-013-9894-9
Zebisch M., F. Wechsung和H. Kenneweg. 2004。生物多样性的景观响应函数——评估县级土地利用变化的影响。景观与城市规划33(1):1-4。https://doi.org/10.1016/s0169 - 2046 (03) 00036 - 7
Zegeye, h . 2010。埃塞俄比亚的桉树:环境和社会经济影响。L. Gil, W. Tadesse, E. Tolosana和R. López的184-205页,编辑。埃塞俄比亚桉树物种管理、历史、现状和趋势。埃塞俄比亚农业研究所,亚的斯亚贝巴,埃塞俄比亚。
表1
表1.地面控制点(GCPs)用于图像分类和与其源的准确性评估。在初级野外工作的159个GCPs中,有107个GCPs是在前一个名为“识别有利于生物多样性和粮食安全的社会生态系统属性(SESyP)”的项目中收集的(Shumi等人,2018,2019b),本文第一作者在2020年2月的一次短期实地考察中收集了52个GCPs。
土地覆盖 | 的分类 | 为验证 (精度评估) |
||
主要字段数据 | 来自谷歌地球的GCPs | 总质量 | 来自谷歌地球的GCPs | |
木本植物 | 49 | 17 | 66 | 312 |
牧场 | 46 | 16 | 62 | 120 |
可耕种土地 | 46 | 20. | 66 | 192 |
擦伤了湿地 | 2 | 55 | 57 | 75 |
种植湿地 | 2 | 40 | 42 | One hundred. |
结算 | 8 | 30. | 38 | 77 |
总计 | 159 | 178 | 338 | 876 |
表2
表2.在不同情景下,将定性叙事转换为定量规则的土地利用和土地覆盖转换的关键规则示例。转换规则的详细信息可以在附录1中找到(表A1.1、A1.2、A1.3和A1.4分别针对“经济作物”、“开采绿色黄金”、“生物圈保护区”和“粮食优先”场景)。
场景 | 从叙事场景中识别出定性规则 | 详细说明要转换的原始土地用途/覆盖的定量规则 |
经济作物 | 鼓励农民在耕地上增加咖啡产量。 | 44%(27500公顷)的平坦可耕地在未来的咖啡生产海拔高度(1500-2300米)被改造为咖啡种植园。 |
经济作物 | 密集管理的阿拉伯茶种植园建立在以前的农田上。 | 21%(13000公顷)在咖啡海拔以下和咖啡海拔以上(< 1500米和> 2300米)的平坦耕地被改造为阿拉伯茶种植园。 |
经济作物 | 速生树木(主要是桉树种植园的单一栽培)主要针对退化地区或边缘土地。 | 85%(9800公顷)的陡峭耕地被改造为桉树种植园。 |
矿业绿金 | 有利于咖啡投资的大片小农耕地已转让给资本投资者,用于扩大大规模集约化咖啡种植园。 | 75%(47,400公顷)的平坦可耕地在未来的咖啡生产高度(1500-2300m)被改造为咖啡种植园。 |
矿业绿金 | 大片农田木本植被被转变为密集管理的荫凉咖啡种植园,通常使用非本地的荫凉树种。 | 在未来咖啡生产高度(1500-2300m)的平坦地区,60%(2800公顷)的农田木本植被被改造为咖啡种植园。 |
矿业绿金 | 有利于咖啡投资的大片天然林被转让给资本投资者,用于大规模集约化咖啡种植园的扩张。 | 50%(74,400公顷)的森林在未来的咖啡生产高度(1500-2300m)被改造为咖啡种植园。 |
生物圈保护区 | 景观包括一个未使用的天然森林核心区和一个用于低强度生产的缓冲区。 | 森林维持在基线水平。 |
生物圈保护区 | 景观由外围区域到核心区域和缓冲区的森林与马赛克农田,牧场和种植园。 | 地势平坦、坡度陡、木本植被含量高的耕地保持基线水平。 |
生物圈保护区 | 维持牲畜生产和公共放牧。 | 保持与基线相同的平坦、陡峭、木本植被较高的草地 |
食物的第一 | 大规模土地整理,包括清除木本植被和扩大耕地。 | 平坦的可耕地与基线保持一致。 |
食物的第一 | 农业已经尽可能地机械化了,政府拥有的拖拉机可以出租,在平坦地区的大片农田上耕作。 | 平地上的农田木本植被(3900公顷)转为耕地。 |
食物的第一 | 现代农业几乎完全取代了传统的小规模农业。 | 平原牧场(2.79万公顷)改作耕地。 |
表3
表3.各情景下的土地利用和土地覆盖百分比。
土地覆盖 | 基线和情景下的土地覆盖百分比(%) | ||||
基线 | 经济作物 | 矿业绿金 | 生物圈 | 食物的第一 | |
可耕种土地 | 26.5 | 9.3 | 9.4 | 12.3 | 57.4 |
咖啡种植园 | 0.3 | 12.3 | 49.1 | 0.3 | 0.0 |
种植湿地 | 4.9 | 4.6 | 4.9 | 4.6 | 0.0 |
桉树种植园 | 0.1 | 6.4 | 0.0 | 0.0 | 0.1 |
农田的木本植物 | 1.7 | 1.5 | 0.7 | 9.8 | 0.0 |
森林 | 52.9 | 52.8 | 26.4 | 52.9 | 35.2 |
水果和蔬菜 | 0.1 | 0.1 | 0.1 | 8.6 | 2.1 |
擦伤了湿地 | 0.9 | 0.9 | 0.9 | 0.9 | 0.0 |
阿拉伯茶 | 0.1 | 6.0 | 0.1 | 0.1 | 0.1 |
牧场 | 11.1 | 4.2 | 6.6 | 8.5 | 3.3 |
结算 | 1.3 | 1.3 | 1.3 | 1.3 | 1.3 |
城镇 | 0.3 | 0.6 | 0.6 | 0.6 | 0.6 |