野村综合研究所

合集下载

中国科学院大学2019年春季入学博士研究生录取公示

中国科学院大学2019年春季入学博士研究生录取公示2019年01月08日序号院系所代码院系所名称博士姓名1 007 力学研究所赵小安2 007 力学研究所武亿3 007 力学研究所刘浩雨4 007 力学研究所李志永5 007 力学研究所常正华6 007 力学研究所刘动7 007 力学研究所史荣豪8 007 力学研究所康东亮9 007 力学研究所卢怡煊10 007 力学研究所赵宏宇11 007 力学研究所宋璇12 007 力学研究所马凯夫13 007 力学研究所王浩祥14 007 力学研究所杨瑞鑫15 007 力学研究所马鹏16 007 力学研究所闫政17 007 力学研究所王铎18 007 力学研究所符耀威19 007 力学研究所杨田20 007 力学研究所林钦栋21 007 力学研究所宋清源22 007 力学研究所张珍23 007 力学研究所肖凯璐24 008 物理研究所张铁夫25 008 物理研究所李哲26 008 物理研究所杜硕27 008 物理研究所田金朋28 008 物理研究所仝毓昕29 008 物理研究所张嘉翔30 008 物理研究所钱国健31 008 物理研究所杨庆32 008 物理研究所韩祖银33 008 物理研究所岳琛34 008 物理研究所朱秋毫35 008 物理研究所余博晗36 008 物理研究所吴定松37 008 物理研究所盛玉韬38 008 物理研究所宋贾俊39 008 物理研究所王丹40 008 物理研究所程恒斌41 008 物理研究所王怀翔42 008 物理研究所许洁茹43 008 物理研究所沈杰44 010 声学研究所靳伯骜45 010 声学研究所张学帅46 010 声学研究所王悦悦47 010 声学研究所鞠东豪48 010 声学研究所刘轶峰49 010 声学研究所李燕50 010 声学研究所李学玲51 010 声学研究所宋其岩52 010 声学研究所陈志高53 010 声学研究所曾理54 010 声学研究所刘迪55 010 声学研究所刘嘉琦56 010 声学研究所何琪57 010 声学研究所郭政58 028 新疆理化技术研究所马冶59 028 新疆理化技术研究所金鑫60 028 新疆理化技术研究所艾克拜尔·居买61 028 新疆理化技术研究所董强62 028 新疆理化技术研究所李蒙63 028 新疆理化技术研究所黄春梅64 028 新疆理化技术研究所李昊65 028 新疆理化技术研究所张文博66 028 新疆理化技术研究所张新路67 030 理化技术研究所李雪鹏68 030 理化技术研究所张荻琴69 030 理化技术研究所蒋美妤70 030 理化技术研究所周泽荃71 030 理化技术研究所郭嘉栋72 030 理化技术研究所尹文霞73 030 理化技术研究所魏相竹74 030 理化技术研究所赵金金75 030 理化技术研究所赵雅婧76 030 理化技术研究所杨亚杰77 030 理化技术研究所牛博78 030 理化技术研究所王远79 030 理化技术研究所王莉80 030 理化技术研究所侯锴81 030 理化技术研究所李壮82 030 理化技术研究所李宏华83 030 理化技术研究所刘捷84 030 理化技术研究所张驰85 030 理化技术研究所池春云86 030 理化技术研究所赵远恒87 030 理化技术研究所王敬洲88 030 理化技术研究所薛涵文89 030 理化技术研究所罗开琦90 030 理化技术研究所陈伊宇91 030 理化技术研究所贺明92 030 理化技术研究所苏和93 033 广州化学研究所石红义94 033 广州化学研究所刘迎春95 033 广州化学研究所刘凌利96 033 广州化学研究所林秀菊97 033 广州化学研究所吕茂萍98 035 上海有机化学研究所许瑶99 035 上海有机化学研究所陶乐意100 035 上海有机化学研究所蒋茹101 035 上海有机化学研究所唐也102 035 上海有机化学研究所蒋舒岩103 035 上海有机化学研究所何嘉彦104 035 上海有机化学研究所陆文心105 035 上海有机化学研究所刘连超106 035 上海有机化学研究所程然107 035 上海有机化学研究所胡维强108 035 上海有机化学研究所宋向阳109 035 上海有机化学研究所查庆红111 035 上海有机化学研究所孟德培112 035 上海有机化学研究所李笑男113 035 上海有机化学研究所徐松根114 035 上海有机化学研究所黄之导115 035 上海有机化学研究所仇星116 035 上海有机化学研究所周鑫117 035 上海有机化学研究所薛泽建118 035 上海有机化学研究所邵顺杰119 035 上海有机化学研究所王泊然120 035 上海有机化学研究所欧阳瑶121 035 上海有机化学研究所陆荣华122 035 上海有机化学研究所李均钊123 035 上海有机化学研究所刘佳鑫124 035 上海有机化学研究所胡晓苹125 035 上海有机化学研究所赵世玉126 035 上海有机化学研究所吴婷127 035 上海有机化学研究所肖旖飒128 035 上海有机化学研究所胡辉129 035 上海有机化学研究所周明康130 035 上海有机化学研究所裘晖131 035 上海有机化学研究所刘贺132 035 上海有机化学研究所穆桐133 035 上海有机化学研究所李雨青134 035 上海有机化学研究所冯彬135 035 上海有机化学研究所孙牧言136 035 上海有机化学研究所居炜137 035 上海有机化学研究所王鹏138 035 上海有机化学研究所孙有文139 035 上海有机化学研究所陆浩140 035 上海有机化学研究所李超鹏141 035 上海有机化学研究所张吾斌142 035 上海有机化学研究所徐浩143 035 上海有机化学研究所魏磊144 035 上海有机化学研究所陈琦145 035 上海有机化学研究所张海岩146 035 上海有机化学研究所崔一凡147 035 上海有机化学研究所耿明宇149 035 上海有机化学研究所耿麒翔150 035 上海有机化学研究所马晨151 035 上海有机化学研究所侯斌152 035 上海有机化学研究所王正海153 035 上海有机化学研究所王志琴154 035 上海有机化学研究所赵建国155 035 上海有机化学研究所方林玄156 035 上海有机化学研究所王亚茹157 035 上海有机化学研究所张翼鹏158 035 上海有机化学研究所都亚男159 035 上海有机化学研究所陈金凤160 035 上海有机化学研究所刘丹161 035 上海有机化学研究所李颖162 038 大连化学物理研究所韩建宇163 038 大连化学物理研究所申琦琦164 038 大连化学物理研究所张晓奔165 039 兰州化学物理研究所刘宝乾166 039 兰州化学物理研究所丁玉竹167 039 兰州化学物理研究所王玉环168 039 兰州化学物理研究所谭洪鑫169 039 兰州化学物理研究所多会晓170 039 兰州化学物理研究所高增171 039 兰州化学物理研究所李文多172 039 兰州化学物理研究所杨玉环173 039 兰州化学物理研究所石永佳174 039 兰州化学物理研究所毕秀茹175 039 兰州化学物理研究所黄晓昇176 039 兰州化学物理研究所张琳雯177 039 兰州化学物理研究所赵康178 039 兰州化学物理研究所刘宝华179 039 兰州化学物理研究所辛小翠180 039 兰州化学物理研究所孙依晗181 039 兰州化学物理研究所许永泰182 039 兰州化学物理研究所刘辉183 039 兰州化学物理研究所曹四龙184 039 兰州化学物理研究所陈琳185 039 兰州化学物理研究所蒋盼186 039 兰州化学物理研究所段泽文187 039 兰州化学物理研究所郝恩康188 039 兰州化学物理研究所张立强189 039 兰州化学物理研究所李宋190 039 兰州化学物理研究所吴良飞191 039 兰州化学物理研究所徐蓉年192 039 兰州化学物理研究所王娜193 039 兰州化学物理研究所李畔畔194 040 上海硅酸盐研究所彭晓旭195 040 上海硅酸盐研究所贾并泉196 040 上海硅酸盐研究所饶泽鹏197 040 上海硅酸盐研究所陈克艺198 040 上海硅酸盐研究所杜月秀199 040 上海硅酸盐研究所阮亚东200 040 上海硅酸盐研究所刘欣201 040 上海硅酸盐研究所周沅逸202 040 上海硅酸盐研究所刘志斌203 040 上海硅酸盐研究所魏宇宇204 040 上海硅酸盐研究所岳仲谋205 040 上海硅酸盐研究所沈梦206 040 上海硅酸盐研究所梁佳晟207 040 上海硅酸盐研究所余汉平208 040 上海硅酸盐研究所喻卓209 040 上海硅酸盐研究所田汉210 040 上海硅酸盐研究所胡春211 040 上海硅酸盐研究所杨楚舒212 040 上海硅酸盐研究所彭海益213 040 上海硅酸盐研究所郑嘉棋214 040 上海硅酸盐研究所陈晗215 040 上海硅酸盐研究所潘孝辉216 040 上海硅酸盐研究所姜佑霖217 040 上海硅酸盐研究所段航218 040 上海硅酸盐研究所庄辉219 040 上海硅酸盐研究所温晓明220 040 上海硅酸盐研究所李可221 040 上海硅酸盐研究所张振222 040 上海硅酸盐研究所马玲玲223 041 过程工程研究所杜英超224 041 过程工程研究所王晶晶225 041 过程工程研究所王志强226 041 过程工程研究所张璟昌227 041 过程工程研究所杨晨年228 041 过程工程研究所赵鹏229 041 过程工程研究所毛寒成230 041 过程工程研究所沈杏231 041 过程工程研究所原旭冰232 041 过程工程研究所胡宇宁233 041 过程工程研究所籍伟红234 041 过程工程研究所康勇235 041 过程工程研究所张昊236 041 过程工程研究所孙小英237 041 过程工程研究所宋开放238 041 过程工程研究所孙乐乐239 042 生态环境研究中心左培杰240 042 生态环境研究中心吕聪241 042 生态环境研究中心单婉钰242 042 生态环境研究中心李涛243 042 生态环境研究中心崔博文244 042 生态环境研究中心吕达245 042 生态环境研究中心范馨悦246 042 生态环境研究中心殷哲247 042 生态环境研究中心林子雁248 042 生态环境研究中心刘硕249 042 生态环境研究中心李心砚250 042 生态环境研究中心张华洲251 042 生态环境研究中心潘莹252 042 生态环境研究中心于万超253 042 生态环境研究中心任志华254 042 生态环境研究中心晋琪255 042 生态环境研究中心陈妙256 042 生态环境研究中心徐驰257 042 生态环境研究中心王伟超258 042 生态环境研究中心赵晓希259 042 生态环境研究中心刘奕耘260 042 生态环境研究中心李培林261 042 生态环境研究中心唐天舒262 042 生态环境研究中心崔慧灵263 042 生态环境研究中心陈昊泽264 042 生态环境研究中心王佳琪265 042 生态环境研究中心于影266 042 生态环境研究中心马春萌267 042 生态环境研究中心王齐268 042 生态环境研究中心张文硕269 042 生态环境研究中心李东270 042 生态环境研究中心李凌菲271 042 生态环境研究中心焦萌272 042 生态环境研究中心王亚华273 042 生态环境研究中心杜金鹏274 042 生态环境研究中心潘艺蓉275 042 生态环境研究中心张文哲276 042 生态环境研究中心陈慧敏277 043 山西煤炭化学研究所邵嘉蓓278 043 山西煤炭化学研究所景欣279 043 山西煤炭化学研究所王洪星280 043 山西煤炭化学研究所苏丽娟281 043 山西煤炭化学研究所武慧斌282 043 山西煤炭化学研究所罗丹283 043 山西煤炭化学研究所朱玲284 043 山西煤炭化学研究所张荣285 043 山西煤炭化学研究所刘杰286 043 山西煤炭化学研究所张巍松287 043 山西煤炭化学研究所柳美仙288 043 山西煤炭化学研究所周芳289 043 山西煤炭化学研究所许菲菲290 043 山西煤炭化学研究所郝宝一291 043 山西煤炭化学研究所张伟292 043 山西煤炭化学研究所张恒293 043 山西煤炭化学研究所巴忠仁294 043 山西煤炭化学研究所冯智皓295 043 山西煤炭化学研究所李翔宇296 043 山西煤炭化学研究所王冀297 043 山西煤炭化学研究所马慧298 043 山西煤炭化学研究所何诗沛299 043 山西煤炭化学研究所冯茹300 043 山西煤炭化学研究所原凯301 043 山西煤炭化学研究所赵伟302 043 山西煤炭化学研究所武雪梅303 043 山西煤炭化学研究所王立言304 045 福建物质结构研究所林栋鸿305 045 福建物质结构研究所王之润306 045 福建物质结构研究所白志勇307 046 青海盐湖研究所吴康308 046 青海盐湖研究所董生德309 046 青海盐湖研究所刘兵310 046 青海盐湖研究所张月311 046 青海盐湖研究所李俊312 046 青海盐湖研究所丛禄313 046 青海盐湖研究所马喆314 054 古脊椎动物与古人类研究所廖俊棋315 054 古脊椎动物与古人类研究所白炜鹏316 054 古脊椎动物与古人类研究所崔心东317 054 古脊椎动物与古人类研究所张鑫俊318 054 古脊椎动物与古人类研究所李春晓319 054 古脊椎动物与古人类研究所黄超320 054 古脊椎动物与古人类研究所赵美莹321 054 古脊椎动物与古人类研究所易冰322 058 大气物理研究所任俐文323 058 大气物理研究所陆婷婷324 058 大气物理研究所王龙欢325 058 大气物理研究所黄昕326 058 大气物理研究所郑月涵327 058 大气物理研究所马骥328 058 大气物理研究所高凯伦329 058 大气物理研究所沈小岑330 058 大气物理研究所李张群331 058 大气物理研究所张冠舜332 058 大气物理研究所杨占梅333 058 大气物理研究所朱恩达334 058 大气物理研究所赵晶晶335 058 大气物理研究所胡帅336 058 大气物理研究所王吉麟337 058 大气物理研究所郭楠楠338 058 大气物理研究所王妍凤339 058 大气物理研究所张苗340 058 大气物理研究所车智辉341 058 大气物理研究所戴丹琼342 058 大气物理研究所马骄343 058 大气物理研究所孙雪倩344 058 大气物理研究所许永芳345 058 大气物理研究所宫成346 058 大气物理研究所孟祥来347 058 大气物理研究所刘海玲348 058 大气物理研究所孔琳琳349 058 大气物理研究所刘赞350 058 大气物理研究所任晓宇351 058 大气物理研究所郭倚天352 058 大气物理研究所于田甜353 058 大气物理研究所刘航354 058 大气物理研究所李文瑶355 058 大气物理研究所董自臻356 058 大气物理研究所安晓禾357 058 大气物理研究所程玉冰358 058 大气物理研究所闫颖超359 058 大气物理研究所李洁360 058 大气物理研究所周春江361 060 地理科学与资源研究所李鑫鑫362 060 地理科学与资源研究所刘慰363 060 地理科学与资源研究所陈洁364 060 地理科学与资源研究所陈妤凡365 060 地理科学与资源研究所王红杰366 060 地理科学与资源研究所李静367 060 地理科学与资源研究所李玎368 060 地理科学与资源研究所贾珺杰369 060 地理科学与资源研究所刘敏370 060 地理科学与资源研究所王子腾371 068 海洋研究所李爱莲372 068 海洋研究所刘恒昌373 068 海洋研究所孙凡374 068 海洋研究所杨文龙375 068 海洋研究所燕杰376 068 海洋研究所张沛文377 068 海洋研究所高静378 068 海洋研究所周利379 068 海洋研究所马学英380 068 海洋研究所史晓琳381 068 海洋研究所陈阳382 068 海洋研究所战将383 068 海洋研究所金月384 068 海洋研究所王伟娜385 068 海洋研究所刘顺386 068 海洋研究所刘玉盟387 068 海洋研究所高蓉蓉388 068 海洋研究所王悦389 068 海洋研究所王新星390 068 海洋研究所刘雪华391 068 海洋研究所王佳392 068 海洋研究所杨立建393 068 海洋研究所赵智华394 068 海洋研究所郑宏395 068 海洋研究所王帅396 068 海洋研究所朱博文397 068 海洋研究所靳华龙398 068 海洋研究所史兴宇399 068 海洋研究所谭惠文400 068 海洋研究所黄骞401 068 海洋研究所邢腾飞402 068 海洋研究所崔凯旋403 068 海洋研究所咸昊辰404 068 海洋研究所刘艳君405 068 海洋研究所杨美洁406 068 海洋研究所张培培407 068 海洋研究所纪合娜408 068 海洋研究所代晟409 068 海洋研究所王锦秀410 068 海洋研究所陈晓彤411 068 海洋研究所杨丹412 068 海洋研究所吴乐乐413 068 海洋研究所王雯祥414 070 遥感与数字地球研究所王碧薇415 070 遥感与数字地球研究所朱笑笑416 070 遥感与数字地球研究所高硕417 070 遥感与数字地球研究所马宗瀚418 070 遥感与数字地球研究所姜丽媛419 070 遥感与数字地球研究所孙震笙420 073 国家空间科学中心王昕421 073 国家空间科学中心蔡冰422 073 国家空间科学中心窦双团423 073 国家空间科学中心张阔424 073 国家空间科学中心陈轩425 073 国家空间科学中心任婧426 081 物理科学学院李秋实427 081 物理科学学院孙正之428 081 物理科学学院李鹤凡429 081 物理科学学院吴振基430 081 物理科学学院汪琴431 083 地球与行星科学学院曾瑞芸432 083 地球与行星科学学院关啸宇433 083 地球与行星科学学院杨金元434 084 资源与环境学院梁红霞435 084 资源与环境学院冉沁蔚436 085 生命科学学院朱雅男437 085 生命科学学院沈曦月438 085 生命科学学院钱旭439 085 生命科学学院郑贞贞440 092 材料科学与光电技术学院赵嫣然441 092 材料科学与光电技术学院党荣彬442 092 材料科学与光电技术学院石艳斌443 094 中丹学院蔡新璐444 094 中丹学院李娜445 094 中丹学院郝亚男446 094 中丹学院蓝传增447 094 中丹学院闫书豪448 094 中丹学院桑晨惠449 095 华大教育中心王全磊450 095 华大教育中心魏小雨451 095 华大教育中心刘洋452 096 公共政策与管理学院常吉然453 103 动物研究所张丹454 103 动物研究所欧阳浩永455 103 动物研究所陈炎栋456 103 动物研究所沈志明457 103 动物研究所赵峥辉458 103 动物研究所莫宝童459 103 动物研究所张亚楠460 103 动物研究所王仁聪461 103 动物研究所王勐462 103 动物研究所杜娟463 103 动物研究所李心464 103 动物研究所俞金婷465 103 动物研究所刘智康466 103 动物研究所王毛467 103 动物研究所范平468 103 动物研究所操银红469 103 动物研究所张佳琦470 103 动物研究所刘景471 103 动物研究所李苗苗472 103 动物研究所闫卓473 103 动物研究所林永芳474 103 动物研究所谢丹475 103 动物研究所王飞扬476 103 动物研究所林桥477 103 动物研究所张一帆478 103 动物研究所孙雪寒479 103 动物研究所余海平480 103 动物研究所曹源伟481 103 动物研究所张童童482 103 动物研究所夏均483 103 动物研究所朱颖婕484 103 动物研究所胡慧芳485 103 动物研究所徐诗芬486 104 昆明动物研究所史志宏487 104 昆明动物研究所罗明洁488 104 昆明动物研究所徐伟489 104 昆明动物研究所于秋鹏490 104 昆明动物研究所谭娅红491 104 昆明动物研究所蔡婉芷492 104 昆明动物研究所李余493 104 昆明动物研究所李一凡494 104 昆明动物研究所王昊天495 104 昆明动物研究所李聪496 104 昆明动物研究所朱良497 104 昆明动物研究所张维498 104 昆明动物研究所路莹499 104 昆明动物研究所徐开宇500 104 昆明动物研究所何姚梅501 104 昆明动物研究所邱婷502 105 植物研究所刘方谱503 105 植物研究所王晓亮504 105 植物研究所李宁505 105 植物研究所连连506 105 植物研究所贺珊507 105 植物研究所边玉涛508 105 植物研究所王芬芬509 105 植物研究所陈豆豆510 105 植物研究所孙芳511 105 植物研究所于英俊512 105 植物研究所李雅慧513 105 植物研究所郭强514 105 植物研究所毛志远515 105 植物研究所李果516 105 植物研究所周萃萃517 105 植物研究所冯银平518 105 植物研究所李雅文519 105 植物研究所王丛文520 105 植物研究所王孜521 105 植物研究所易三桂522 105 植物研究所雷博宇523 105 植物研究所王思敏524 105 植物研究所王成章525 105 植物研究所孙鸿儒526 105 植物研究所李焕龙527 105 植物研究所吕春华528 108 武汉植物园朱振飞529 108 武汉植物园黄雪冰530 108 武汉植物园鲁雪梅531 108 武汉植物园杨秋瑞532 108 武汉植物园黄琳533 108 武汉植物园齐文华534 108 武汉植物园邓丹丽535 108 武汉植物园任捷536 108 武汉植物园史航537 108 武汉植物园刘洋538 112 生物物理研究所王跃539 112 生物物理研究所郭樊华540 112 生物物理研究所杨天舒541 112 生物物理研究所梁慧楼542 112 生物物理研究所刘虎跃543 112 生物物理研究所何慧霞544 112 生物物理研究所兰孟颖545 112 生物物理研究所段文兰546 112 生物物理研究所崔晓丽547 112 生物物理研究所朱颖548 112 生物物理研究所卢玉峰549 112 生物物理研究所邓会超550 112 生物物理研究所赵骏宇551 112 生物物理研究所刘泽源552 112 生物物理研究所马强553 112 生物物理研究所蔡晓琛554 112 生物物理研究所李润涵555 112 生物物理研究所孙龙556 112 生物物理研究所涂慧557 112 生物物理研究所刘希璐558 112 生物物理研究所项灵娇559 112 生物物理研究所梁明霞560 112 生物物理研究所曲葆乐561 112 生物物理研究所贺倩倩562 112 生物物理研究所赵鑫563 112 生物物理研究所贾烨564 112 生物物理研究所曹震565 112 生物物理研究所郑子峰566 112 生物物理研究所何奕霏567 112 生物物理研究所操瑞雪568 112 生物物理研究所张丽雯569 112 生物物理研究所叶高琪570 112 生物物理研究所郭畅571 112 生物物理研究所王圆圆572 112 生物物理研究所张若飞573 112 生物物理研究所游茂军574 112 生物物理研究所詹明高575 112 生物物理研究所孙雨薇576 112 生物物理研究所甘松林577 112 生物物理研究所宋邵乐578 112 生物物理研究所杨青579 112 生物物理研究所刘肖君580 112 生物物理研究所冀文欣581 112 生物物理研究所刘俊良582 112 生物物理研究所胡杰583 112 生物物理研究所梁琪惠584 112 生物物理研究所王穗585 112 生物物理研究所宋傲群586 112 生物物理研究所覃熙文587 112 生物物理研究所韩艳588 112 生物物理研究所向琛589 112 生物物理研究所谈家骏590 112 生物物理研究所俞昊男591 112 生物物理研究所卢天堃592 112 生物物理研究所陈敏轩593 112 生物物理研究所程志594 112 生物物理研究所高若谷595 112 生物物理研究所冯瑞596 112 生物物理研究所王男597 112 生物物理研究所史刘歆598 112 生物物理研究所宋祉静599 112 生物物理研究所张婷婷600 112 生物物理研究所马利娟601 112 生物物理研究所裴昕彤602 112 生物物理研究所董安琦603 112 生物物理研究所李娜604 112 生物物理研究所刘亚男605 112 生物物理研究所程静606 112 生物物理研究所邢莹607 112 生物物理研究所王雅娟608 112 生物物理研究所台林华609 112 生物物理研究所吴尔重610 112 生物物理研究所颜鹏泽611 113 微生物研究所侯卜琳612 113 微生物研究所甘会云613 113 微生物研究所胡倍瑜614 113 微生物研究所伏蓉615 113 微生物研究所张圣杰616 119 水生生物研究所赵康顺617 119 水生生物研究所刘鑫618 119 水生生物研究所付佩佩619 119 水生生物研究所朱登辉620 119 水生生物研究所周园园621 119 水生生物研究所刘欣622 119 水生生物研究所蔡启佳623 119 水生生物研究所宿敬志624 119 水生生物研究所甘瑞海625 121 遗传与发育生物学研究所马甜甜626 121 遗传与发育生物学研究所王磊627 121 遗传与发育生物学研究所唐善杰628 121 遗传与发育生物学研究所张文静629 121 遗传与发育生物学研究所李悦630 121 遗传与发育生物学研究所赵学博631 121 遗传与发育生物学研究所薛郴销632 121 遗传与发育生物学研究所穆娜633 121 遗传与发育生物学研究所刘广超634 121 遗传与发育生物学研究所于媛635 121 遗传与发育生物学研究所赵伟636 121 遗传与发育生物学研究所孙翼双637 121 遗传与发育生物学研究所刘媛638 121 遗传与发育生物学研究所谢俊鹏639 121 遗传与发育生物学研究所李凯640 121 遗传与发育生物学研究所朱科宇641 121 遗传与发育生物学研究所李禹642 121 遗传与发育生物学研究所刘子轩643 121 遗传与发育生物学研究所韩宁培644 121 遗传与发育生物学研究所于海跃645 121 遗传与发育生物学研究所朱景林646 121 遗传与发育生物学研究所王玮琦647 121 遗传与发育生物学研究所曹玥迪648 121 遗传与发育生物学研究所黄金兰649 121 遗传与发育生物学研究所朱胜藏650 121 遗传与发育生物学研究所陈燕鸣651 121 遗传与发育生物学研究所张豪652 121 遗传与发育生物学研究所郑利敏653 121 遗传与发育生物学研究所倪令斌654 123 上海药物研究所房强强655 123 上海药物研究所李子洲656 123 上海药物研究所王星657 123 上海药物研究所李志强658 123 上海药物研究所汪天仪659 123 上海药物研究所樊甜甜660 123 上海药物研究所刘璐661 123 上海药物研究所董云霞662 123 上海药物研究所韩立663 123 上海药物研究所童梦雅664 123 上海药物研究所刘璎珞665 123 上海药物研究所赵雯思666 123 上海药物研究所刘志伟667 123 上海药物研究所王斓668 123 上海药物研究所殷裕玲669 123 上海药物研究所谭小芹670 124 武汉病毒研究所刘博文671 124 武汉病毒研究所赵少娟672 124 武汉病毒研究所张彬嫚673 124 武汉病毒研究所童珍674 124 武汉病毒研究所黄胜男675 124 武汉病毒研究所马莉萍676 125 心理研究所张冠宇677 125 心理研究所陈书园678 125 心理研究所梁一鸣679 128 西双版纳热带植物园孙朋680 128 西双版纳热带植物园蔡月荣681 128 西双版纳热带植物园周兰682 128 西双版纳热带植物园胡建霖683 128 西双版纳热带植物园毛亚文684 128 西双版纳热带植物园曾欢欢685 128 西双版纳热带植物园杨绕琼686 128 西双版纳热带植物园张科燕687 128 西双版纳热带植物园吴梦晓688 128 西双版纳热带植物园张婷婷689 128 西双版纳热带植物园李慢如690 132 计算技术研究所张阔中691 132 计算技术研究所李海锋692 132 计算技术研究所轩伟693 132 计算技术研究所王雪694 132 计算技术研究所张晓扬695 132 计算技术研究所林宁696 132 计算技术研究所薛晗697 132 计算技术研究所郝一帆698 132 计算技术研究所宋新开699 132 计算技术研究所郑雅文700 132 计算技术研究所高艳珍701 132 计算技术研究所资康莉702 132 计算技术研究所曹荣禹703 132 计算技术研究所仇韫琦704 132 计算技术研究所洪鑫705 133 沈阳计算技术研究所于皓宇706 133 沈阳计算技术研究所徐福龙707 133 沈阳计算技术研究所王楚婷708 133 沈阳计算技术研究所李岳709 135 工程热物理研究所许瑾710 135 工程热物理研究所杨啸711 135 工程热物理研究所蔡浩飞712 135 工程热物理研究所王于蓝713 135 工程热物理研究所毛兰714 135 工程热物理研究所刘永振715 135 工程热物理研究所何松716 135 工程热物理研究所刘长春717 135 工程热物理研究所张伊甸。

全球四大湾区生态环境综合评价研究

第４０卷第２３期２０２０年１２月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．４０，Ｎｏ．２３Ｄｅｃ．，２０２０基金项目：国家自然科学青年科学基金项目（７１８０４１８０）收稿日期：２０２０⁃０４⁃３０；㊀㊀网络出版日期：２０２０⁃１０⁃２９∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｚｙｏｕｙａｎｇ＠ｒｃｅｅｓ．ａｃ．ｃｎＤＯＩ：１０．５８４６／ｓｔｘｂ２０２００４３０１０６２蔡文博，韩宝龙，逯非，冼超凡，欧阳志云．全球四大湾区生态环境综合评价研究．生态学报，２０２０，４０（２３）：８３９２⁃８４０２．ＣａｉＷＢ，ＨａｎＢＬ，ＬｕＦ，ＸｉａｎＣＦ，ＯｕｙａｎｇＺＹ．Ｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｏｆｔｈｅｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔｉｎｔｈｅｆｏｕｒｇｌｏｂａｌｂａｙａｒｅａｓ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２０，４０（２３）：８３９２⁃８４０２．全球四大湾区生态环境综合评价研究蔡文博，韩宝龙，逯㊀非，冼超凡，欧阳志云∗中国科学院生态环境研究中心，城市与区域生态国家重点实验室，北京㊀１０００８５摘要：全球四大湾区既是经济发达区，也是生态环境脆弱区，对全球可持续发展至关重要㊂粤港澳大湾区的生态环境问题正在限制其可持续发展，有碍于全面建成国际一流湾区目标的实现㊂然而，过去的研究对生态环境方面关注较少，缺少湾区生态环境综合评价体系的构建㊂通过综合国内外统计和遥感多源数据，建立四大湾区生态环境评价数据库；围绕生态质量，环境质量和资源利用效率建立指标体系，构建湾区生态环境综合评价指数㊂结果表明：２０１５年，生态环境综合评价，东京湾区＞旧金山湾区＞纽约湾区＞粤港澳大湾区；生态质量，纽约湾区＞旧金山湾区＞粤港澳大湾区＞东京湾区；环境质量，旧金山湾区＞东京湾区＞纽约湾区＞粤港澳大湾区；资源利用效率，东京湾区＞旧金山湾区＞纽约湾区＞粤港澳大湾区㊂２００５２０１５年，粤港澳大湾区环境质量增速缓慢，在生态质量和资源利用效率增幅排名首位㊂旧金山湾区和纽约湾区优势在生态和环境质量，短板在资源利用效率；东京湾区在资源利用效率方面优势明显，短板在生态质量；综合来看，粤港澳大湾区与其他湾区都存在差距㊂研究建议粤港澳大湾区从生态空间㊁生态环境治理和资源利用方面，吸取发达国家湾区的经验㊂关键词：粤港澳大湾区；东京湾区；旧金山湾区；纽约湾区；生态环境评价Ｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｏｆｔｈｅｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔｉｎｔｈｅｆｏｕｒｇｌｏｂａｌｂａｙａｒｅａｓＣＡＩＷｅｎｂｏ，ＨＡＮＢａｏｌｏｎｇ，ＬＵＦｅｉ，ＸＩＡＮＣｈａｏｆａｎ，ＯＵＹＡＮＧＺｈｉｙｕｎ∗ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＵｒｂａｎａｎｄＲｅｇｉｏｎａｌＥｃｏｌｏｇｙ，ＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＥｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔＳｃｉｅｎｃｅｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００８５，ＣｈｉｎａＡｂｓｔｒａｃｔ：Ｆｏｕｒｇｌｏｂａｌｂａｙａｒｅａｓ（Ｇｕａｎｇｄｏｎｇ⁃ＨｏｎｇＫｏｎｇ⁃ＭａｃａｏＢａｙＡｒｅａ，ＴｏｋｙｏＢａｙＡｒｅａ，ＳａｎＦｒａｎｃｉｓｃｏＢａｙＡｒｅａ，ａｎｄＮｅｗＹｏｒｋＢａｙＡｒｅａ）ａｒｅｈｉｇｈｌｙｅｃｏｎｏｍｉｃａｌｌｙｄｅｖｅｌｏｐｅｄｙｅｔｅｃｏｌｏｇｉｃａｌｌｙｖｕｌｎｅｒａｂｌｅ，ｗｈｏｓｅｄｅｖｅｌｏｐｍｅｎｔａｒｅｃｒｕｃｉａｌｔｏｇｌｏｂａｌｓｕｓｔａｉｎａｂｌｅｄｅｖｅｌｏｐｍｅｎｔ．Ｄｅｓｐｉｔｅｔｈｅｒａｐｉｄｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔ，ｔｈｅｅｃｏｌｏｇｉｃａｌａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｐｒｏｂｌｅｍｓｌｉｍｉｔｔｈｅｓｕｓｔａｉｎａｂｌｅｄｅｖｅｌｏｐｍｅｎｔｏｆＧｕａｎｇｄｏｎｇ⁃ＨｏｎｇＫｏｎｇ⁃ＭａｃａｏＢａｙＡｒｅａ，ａｎｄｔｈｕｓｈｉｎｄｅｒｉｔｓｇｏａｌｔｏｂｕｉｌｄａｆｉｒｓｔ⁃ｃｌａｓｓｉｎｔｅｒｎａｔｉｏｎａｌｂａｙａｒｅａ．ＦｅｗｐｒｅｖｉｏｕｓｓｔｕｄｉｅｓａｄｄｒｅｓｓｅｄｔｈｅｉｓｓｕｅｏｆｅｃｏｌｏｇｉｃａｌａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｄｅｖｅｌｏｐｍｅｎｔｏｆｔｈｅＧｕａｎｇｄｏｎｇ⁃ＨｏｎｇＫｏｎｇ⁃ＭａｃａｏＢａｙＡｒｅａ，ｎｏｒｄｉｄｔｈｅｙｅｓｔａｂｌｉｓｈａｃｏｍｐｒｅｈｅｎｓｉｖｅｅｃｏｌｏｇｉｃａｌａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌａｓｓｅｓｓｍｅｎｔｓｙｓｔｅｍｆｏｒｂａｙａｒｅａｓ．Ｉｎｔｈｉｓｓｔｕｄｙ，ｗｅｂｕｉｌｔａｎｅｃｏｌｏｇｉｃａｌａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｅｖａｌｕａｔｉｏｎｄａｔａｂａｓｅｆｏｒｔｈｅｆｏｕｒｂａｙａｒｅａｓｂｙｉｎｔｅｇｒａｔｉｎｇｍｕｌｔｉｓｏｕｒｃｅｄｏｍｅｓｔｉｃａｎｄｆｏｒｅｉｇｎｓｔａｔｉｓｔｉｃｓａｎｄｒｅｍｏｔｅｓｅｎｓｉｎｇｄａｔａ．Ｔｈｅｅｃｏｌｏｇｉｃａｌｌｙａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｌｙｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｉｎｄｅｘｓｙｓｔｅｍｗａｓｅｓｔａｂｌｉｓｈｅｄｂａｓｅｄｏｎｔｈｅｅｃｏｌｏｇｉｃａｌａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙ，ａｓｗｅｌｌａｓｔｈｅｒｅｓｏｕｒｃｅｕｔｉｌｉｚａｔｉｏｎｅｆｆｉｃｉｅｎｃｙ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｉｎ２０１５，ＴｏｋｙｏＢａｙＡｒｅａｈａｄｔｈｅｈｉｇｈｅｓｔｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｉｎｄｅｘ，ｆｏｌｌｏｗｅｄｂｙＳａｎＦｒａｎｃｉｓｃｏＢａｙＡｒｅａ，ＮｅｗＹｏｒｋＢａｙＡｒｅａ，ａｎｄＧｕａｎｇｄｏｎｇ⁃ＨｏｎｇＫｏｎｇ⁃ＭａｃａｏＢａｙＡｒｅａ；ｆｏｒｔｈｅｅｃｏｌｏｇｉｃａｌｑｕａｌｉｔｙ，ＮｅｗＹｏｒｋＢａｙＡｒｅａｈａｄｔｈｅｈｉｇｈｅｓｔｓｃｏｒｅａｎｄＴｏｋｙｏＢａｙＡｒｅａｈａｓｔｈｅｌｏｗｅｓｔ，ｗｉｔｈＳａｎＦｒａｎｃｉｓｃｏＢａｙＡｒｅａ，ａｎｄＧｕａｎｇｄｏｎｇ⁃ＨｏｎｇＫｏｎｇ⁃ＭａｃａｏＢａｙＡｒｅａｒａｎｋｉｎｇｓｅｃｏｎｄａｎｄｔｈｉｒｄ；ａｓｔｏｔｈｅｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙＳａｎＦｒａｎｃｉｓｃｏＢａｙＡｒｅａｒａｎｋｅｄｆｉｒｓｔ，ｆｏｌｌｏｗｅｄｂｙＴｏｋｙｏＢａｙＡｒｅａ，ＮｅｗＹｏｒｋＢａｙＡｒｅａ，ａｎｄＧｕａｎｇｄｏｎｇ⁃ＨｏｎｇＫｏｎｇ⁃ＭａｃａｏＢａｙＡｒｅａ；ｉｎｔｅｒｍｓｏｆｔｈｅｒｅｓｏｕｒｃｅｕｔｉｌｉｚａｔｉｏｎｅｆｆｉｃｉｅｎｃｙ，ＴｏｋｙｏＢａｙＡｒｅａｐｅｒｆｏｒｍｅｄｔｈｅｂｅｓｔ，ＳａｎＦｒａｎｃｉｓｃｏＢａｙＡｒｅａ，ＮｅｗＹｏｒｋＢａｙＡｒｅａ，Ｇｕａｎｇｄｏｎｇ⁃ＨｏｎｇＫｏｎｇ⁃ＭａｃａｏＢａｙＡｒｅａｆｏｌｌｏｗｅｄａｃｃｏｒｄｉｎｇｌｙ．Ｆｒｏｍ２００５ｔｏ２０１５，Ｇｕａｎｇｄｏｎｇ⁃ＨｏｎｇＫｏｎｇ⁃ＭａｃａｏＢａｙＡｒｅａｇｒｅｗｓｌｏｗｌｙｉｎｔｈｅａｒｅａｏｆｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙ．Ｈｏｗｅｖｅｒ，ｉｔｒａｎｋｅｄｆｉｒｓｔｉｎｅｃｏｌｏｇｉｃａｌｑｕａｌｉｔｙａｎｄｒｅｓｏｕｒｃｅｕｔｉｌｉｚａｔｉｏｎｅｆｆｉｃｉｅｎｃｙ．Ｂａｓｅｄｏｎｔｈｅａｂｏｖｅａｎａｌｙｓｉｓ，ＳａｎＦｒａｎｃｉｓｃｏＢａｙＡｒｅａａｎｄＮｅｗＹｏｒｋＢａｙＡｒｅａｅｘｃｅｌｌｅｄｉｎｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｅｃｏｌｏｇｉｃａｌａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙ，ｂｕｔｄｉｄｎｏｔｐｅｒｆｏｒｍａｓｇｏｏｄｉｎｒｅｓｏｕｒｃｅｕｔｉｌｉｚａｔｉｏｎｅｆｆｉｃｉｅｎｃｙ．Ｂｙｃｏｍｐａｒｉｓｏｎ，ＴｏｋｙｏＢａｙＡｒｅａｈａｄｇｒｅａｔａｄｖａｎｔａｇｅｉｎｒｅｓｏｕｒｃｅｕｔｉｌｉｚａｔｉｏｎｅｆｆｉｃｉｅｎｃｙ，ｂｕｔｉｔｓｄｉｓａｄｖａｎｔａｇｅｓｗｅｒｅｉｎｅｃｏｌｏｇｉｃａｌｑｕａｌｉｔｙ．Ｉｎｇｅｎｅｒａｌ，ｔｈｅｒｅｗａｓｓｔｉｌｌａｇａｐｂｅｔｗｅｅｎＧｕａｎｇｄｏｎｇ⁃ＨｏｎｇＫｏｎｇ⁃ＭａｃａｏＢａｙＡｒｅａａｎｄｔｈｅｏｔｈｅｒｔｈｒｅｅｂａｙａｒｅａｓｉｎｔｅｒｍｓｏｆｅｃｏｌｏｇｉｃａｌａｎｄｅｎｖｉｒｏｎｍｅｎｔａｌｄｅｖｅｌｏｐｍｅｎｔ，ａｎｄｗｅｓｕｇｇｅｓｔｅｄｔｈａｔＧｕａｎｇｄｏｎｇ⁃ＨｏｎｇＫｏｎｇ⁃ＭａｃａｏＢａｙａｒｅａｓｈｏｕｌｄｌｅａｒｎｆｒｏｍｔｈｅｄｅｖｅｌｏｐｅｄｃｏｕｎｔｒｉｅｓｗｉｔｈｒｅｇａｒｄｔｏｔｈｅｍａｎａｇｅｍｅｎｔｏｆｅｃｏｌｏｇｉｃａｌｓｐａｃｅ，ｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔａｌｇｏｖｅｒｎａｎｃｅ，ａｎｄｒｅｓｏｕｒｃｅｕｔｉｌｉｚａｔｉｏｎｅｆｆｉｃｉｅｎｃｙ．ＫｅｙＷｏｒｄｓ：Ｇｕａｎｇｄｏｎｇ⁃ＨｏｎｇＫｏｎｇ⁃ＭａｃａｏＢａｙＡｒｅａ；ＴｏｋｙｏＢａｙＡｒｅａ；ＳａｎＦｒａｎｃｉｓｃｏＢａｙＡｒｅａ；ＮｅｗＹｏｒｋＢａｙＡｒｅａ；Ｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔｅｖａｌｕａｔｉｏｎ粤港澳大湾区与东京湾区㊁旧金山湾区和纽约湾区并称为世界四大湾区［１⁃２］，其中粤港澳大湾区是我国城镇化水平最高的城市群区域，也是四大湾区中最年轻的地区㊂粤港澳大湾区作为我国国家区域发展战略地，是我国建设世界级城市群和参与全球竞争的重要空间载体［３⁃４］㊂粤港澳大湾区城镇化速度快㊁人口集聚水平高，人与自然的矛盾也十分突出［５⁃８］，尤其是近年来，粤港澳大湾区快速发展带来的生境破碎㊁大气污染等生态环境问题逐步暴露［９⁃１３］㊂随着生态文明建设的深入推进，生态修复亟待开展［１４⁃１５］，处理好发展与保护的关系成为粤港澳大湾区高质量发展的关键，需要科学地评价湾区的生态㊁环境质量与资源利用效率㊂旧金山湾区㊁纽约湾区和东京湾区发展较早，在生态环境治理取得了相对成熟的经验［１４，１６⁃１７］㊂通过对比世界四大湾区在生态环境治理㊁资源利用等方面的现状和趋势，研究这些发达湾区的发展经验，对于引导粤港澳大湾区可持续发展至关重要㊂目前全球湾区的比较研究，以社会经济领域居多［３⁃４，１８⁃２１］，包括经济发展［２０］㊁科技创新［２２］和人才培养［４］等多个方面；而生态环境方面的比较较少［２，１４］，部分学者从生态系统格局变化［２］㊁环境保护政策［２３］方面进行了定性分析，但缺乏定量指标的评价㊂主要原因是由于国内外生态与环境数据统计口径不一㊁收集难度较大，难以建立统一的定量评价体系㊂为了建立适合全球湾区比较的生态环境综合评价体系，本研究遍历国内外主要统计数据，利用美国宇航局全球卫星产品和欧洲宇航局全球土地利用产品等数据，建立２００５２０１５四大湾区生态与环境综合数据评价数据库；围绕生态质量㊁环境质量和资源利用效率三方面建立指标体系，构建湾区生态环境综合评价指数㊂通过对比，识别粤港澳大湾区相较其他发达湾区的优势和和短板，为粤港澳大湾区可持续发展提供科学支持㊂１㊀研究方法１．１㊀研究区概况粤港澳大湾区位于珠三角地区，由我国香港㊁澳门两个特别行政区和广东省广州㊁深圳㊁珠海㊁佛山㊁惠州㊁东莞㊁中山㊁江门㊁肇庆（珠三角）九个地级市组成㊂中部是平原，四周是山地㊁丘陵和岛屿；属于亚热带气候，气候温和，雨量充沛，日照时间长㊂旧金山湾区是美国西海岸加利福尼亚州北部的一个大都会区，主要包括旧金山半岛上的旧金山㊁东部的奥克兰和南部的圣何塞；可分为东湾㊁北湾㊁半岛和南湾四大片区；大多是丘陵地带；位于地中海式气候带上，有湿润温和的冬季和干旱的夏季；降雨方面，有着分明的干湿季［１３，２０］㊂纽约湾区是美国东海岸地跨纽约州和新泽西州的大都会区，位于美国东北部太平洋沿岸平原，平地比较多，海拔比较低，属于北温带，四季分明，雨水充沛，气候宜人；夏季平均气温２３ħ，冬季１ħ㊂水资源丰富，湾区周围有哈德逊河㊁东河㊁哈林河等河流分布［２５⁃２７］㊂东京湾区位于日本本州岛中部太平洋海岸，主要包括东京都㊁崎玉县㊁千叶县㊁神奈川县；地形主要有河岸平原和海岸平原，还有少量的台地㊁低地㊁湿地和丘陵的分布；发源于北方３９３８㊀２３期㊀㊀㊀蔡文博㊀等：全球四大湾区生态环境综合评价研究㊀的西方河川广泛分布在湾区各地；气候温和，降水丰沛，初夏有雨，夏秋多台风［２８］㊂粤港澳大湾区范围采用广东９市与香港㊁澳门；纽约湾区的范围采用美国国家统计局的统计范围（ＭｅｔｒｏｐｏｌｉｔａｎＳｔａｔｉｓｔｉｃａｌＡｒｅａ）；旧金山湾区采用湾区美国官方统计范围；东京湾区采用一都三县的边界范围㊂四大湾区的面积根据欧洲宇航局２０１５年土地利用遥感影像解译得（表１）㊂表１㊀全球四大湾区概况Ｔａｂｌｅ１㊀Ｏｖｅｒｖｉｅｗｏｆｆｏｕｒｇｌｏｂａｌｂａｙａｒｅａｓ湾区Ｂａｙａｒｅａｓ２０１５年人口Ｐｏｐｕｌａｔｉｏｎ／万人２００５２０１５年人口变化率Ｐｏｐｕｌａｔｉｏｎｃｈａｎｇｅｒａｔｅ／％２０１５年ＧＤＰ／（亿元人民币）２００５２０１５年ＧＤＰ变化率ＧＤＰｃｈａｎｇｅｒａｔｅ／％面积Ａｒｅａ／ｋｍ２气候带Ｃｌｉｍａｔｉｃｚｏｎｅ粤港澳大湾区Ｇｕａｎｇｄｏｎｇ⁃ＨｏｎｇＫｏｎｇ⁃ＭａｃａｏＢａｙＡｒｅａ５８７４．２８１１．３５８８４１６．７１１６９．７８５８４４３．３３亚热带季风旧金山湾区ＳａｎＦｒａｎｃｉｓｃｏＢａｙＡｒｅａ７４５．８２９．９４４７５４４．１４２６．３５１８２４５．９９地中海气候纽约湾区ＮｅｗＹｏｒｋＢａｙＡｒｅａ１９３２．１０２．７８９４６６３．３７４．８９３１３５３．２８温带大陆性气候东京湾区ＴｏｋｙｏＢａｙＡｒｅａ３６１３．１０４．７９１１６８０７．２７２０．９７１９７６９．４３亚热带季风㊀㊀数据来源：２００５和２０１５年，粤港澳大湾区（９＋２行政区）人口和ＧＤＰ由广东省统计年鉴［２９］和中国统计年鉴［３０］的９个地级市及２个特别行政区数据累计获得；旧金山湾区和纽约湾区人口和ＧＤＰ获自美国国家统计局［３１］㊁美国经济分析部［３２］和旧金山湾区统计局［３３］；东京湾区人口和ＧＤＰ数据获自日本国家统计局［３４］㊂其中，人民币兑美元汇率和人民币兑日元汇率，使用２００５和２０１５年央行汇率中间价㊂湾区面积由２０１５年欧洲宇航局全球卫星产品数据［３５］获得在气候带上，四大湾区处于两个梯度，旧金山湾区（地中海气候）和纽约湾区（温带大陆性气候）位于温带，东京湾区和粤港澳大湾区北部地区（温带季风气候）位于亚热带㊂由于区位的不同，导致从北到南，四大湾区的温度和降雨量大致呈现随纬度的降低逐步升高的趋势㊂其中，大湾区跨亚热带和热带，雨量充足，温度常年较高㊂在经济发展水平上，全球主要的湾区也处于不同的发展水平㊂从２０１５年人均ＧＤＰ来看，旧金山湾区和纽约湾区分别为６３．７５万元（人民币）和４９．００万元（人民币），东京湾区和粤港澳大湾区分别为３２．３３万元（人民币）和１５．０５万元（人民币）㊂１．２㊀数据库构建从社会经济㊁自然遥感和资源利用三方面，综合美国㊁日本和我国统计与全球卫星遥感产品多源数据，建立全球四大湾区社会经济自然数据库（表１和表２）㊂由于数据获得性年份不一，为保证数据年份统一和比较的代表性，根据数据可获得性（如美国用水县级调查五年一次，最新为２０１５年）和湾区的社会经济发展阶段（２００５２０１５年为大湾区快速高速发展期），选取２００５和２０１５年两个时间节点进行对比㊂其中，全球土地利用数据获取自欧洲宇航局全球卫星产品，分辨率为３００ｍ，时间为２００５和２０１５年㊂总初级生产力（ＧＰＰ）和ＰＭ２．５数据由美国宇航局全球卫星产品获得，分辨率为５００ｍ㊂粤港澳大湾区的土地利用数据及其环境遥感数据与其他湾区一致㊂１．３㊀指标体系建立本研究的全球湾区生态与环境综合评价指标体系包含３个方面（表３）：生态质量㊁环境质量和资源利用效率㊂其中，生态质量和环境质量指标可反映湾区的生态系统健康，资源利用效率指标可反映湾区的资源利用可持续性，以上三方面指标均反映了湾区可持续发展的重要基础㊂在此三方面指标分指标确立和计算方面，研究克服了阻碍四大湾区国际生态环境综合比较中的多项问题：一方面，寻找四大湾区生态㊁环境和资源利用共同监测或统计的指标有难度，有些国内常用指标国外并不４９３８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀使用，需要通过指标计算和单位换算，例如，资源利用的三项分指标；另一方面，共同监测或统计指标的统计年限不一，某些指标国内监测晚于国外，需要重新选取或统一数据充分的年份比较㊂表２㊀全球四大湾区自然⁃社会⁃经济综合数据库Ｔａｂｌｅ２㊀Ｓｏｃｉｏ⁃ｅｃｏｎｏｍｉｃ⁃ｎａｔｕｒａｌｄａｔａｂａｓｅｏｆｔｈｅｆｏｕｒｇｌｏｂａｌｂａｙａｒｅａｓ指标类Ｉｎｄｉｃａｔｏｒｔｙｐｅｓ指标Ｉｎｄｉｃａｔｏｒｓ数据来源Ｄａｔａｓｏｕｒｃｅｓ粤港澳大湾区旧金山湾区和纽约湾区东京湾区社会经济Ｓｏｃｉｏ⁃ｅｃｏｎｏｍｉｃ人口广东省统计年鉴［２９］，中国统计年鉴［３０］美国国家统计局［３１］，旧金山湾区统计局［３３］日本国家统计局［３４］ＧＤＰ广东省统计年鉴［２９］，中国统计年鉴［３０］美国经济分析部［３２］，旧金山湾区统计局［３３］日本国家统计局［３４］自然遥感土地利用欧洲宇航局全球土地利用产品数据［３５］Ｎａｔｕｒａｌｅｃｏｓｙｓｔｅｍａｎｄ总初级生产力（ＧＰＰ）美国宇航局全球卫星产品数据［３６］ＲｅｍｏｔｅｓｅｎｓｉｎｇＰＭ２．５美国宇航局全球卫星产品数据［３６］环境报告ＥｎｖｉｒｏｎｍｅｎｔａｌｒｅｐｏｒｔＮＯ２／（μｇ／ｍ３）广州市环境质量状况公报［３７］，深圳市生态环境状况公报［３８］，香港环境保护署［３９］美国环保部［４０］东京都环境局［４１］海湾水质／（ｍｇ／Ｌ）中国近岸海域生态环境质量公报［４２］，广东省环境质量状况报告［４３］纽约港水质报告［４４］，旧金山湾环境报告［４５］日本环境年报［４６］资源利用Ｒｅｓｏｕｒｃｅｕｔｉｌｉｚａｔｉｏｎ用水量广东省水资源公报［４７］，中国统计年鉴［３０］美国用水县级调查［４８］日本国家统计局［３４］总能源消耗广东省统计年鉴［２９］，中国统计年鉴［３０］美国能源信息部日本国家统计局［３４］表３㊀湾区生态与环境综合评价指标体系Ｔａｂｌｅ３㊀Ｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍｏｆｔｈｅｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔｉｎｔｈｅｆｏｕｒｇｌｏｂａｌｂａｙａｒｅａｓ类型Ｃａｔｅｇｏｒｉｅｓ指标Ｉｎｄｉｃａｔｏｒｓ定义Ｄｅｆｉｎｉｔｉｏｎ方向Ｔｒｅｎｄｓ定义参照Ｄｅｆｉｎｉｔｉｏｎｒｅｆｅｒｅｎｃｅｓ获取和计算方法Ｄａｔａｃｏｌｌｅｃｔｉｏｎａｎｄｃａｌｃｕｌａｔｉｏｎ生态质量Ｅｃｏｓｙｓｔｅｍｑｕａｌｉｔｙ绿林地比例／％森林㊁灌木和草地面积总和占湾区总面积的比例正（林地＋灌木林＋草地）／湾区总面积绿林地总初级生产力（ＧＰＰ）相对量ＧＰＰ是指单位时间和单位面积上，绿色植被通过光合作用所产生的有机碳总量㊂湾区绿林地ＧＰＰ相对量定义为湾区绿林地ＧＰＰ均值与前１０％的绿林地ＧＰＰ高值的比值㊂正［３９］使用ＡｒｃＧＩＳ的ＺｏｎａｌＳｔａｔｉｓｔｉｃｓ计算绿林地ＧＰＰ均值和标准差；绿林地ＧＰＰ相对量的计算法见公式（１）环境质量ＥｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙＰＭ２．５／（μｇ／ｍ３）指大气中空气动力学直径小于或等于２．５μｇ的颗粒物负［４０］使用ＡｒｃＧＩＳ的ＺｏｎａｌＳｔａｔｉｓｔｉｃｓ计算遥感数据均值和标准差ＮＯ２／（μｇ／ｍ３）是一种重要的大气污染物，主要来自高温燃烧过程的释放负［４０］核心城市ＮＯ２浓度平均海湾水质／（ｍｇ／Ｌ）以无机氮为指标，参照我国海水水质标准ＧＢ３０９７１９９７负［４１］海湾无机氮浓度资源利用效率Ｒｅｓｏｕｒｃｅｕｔｉｌｉｚａｔｉｏｎｅｆｆｉｃｉｅｎｃｙ万元ＧＤＰ用水量／ｍ３总用水量（单位：ｍ３）除以总ＧＤＰ（单位万元）负［４２］湾区用水总量／ＧＤＰ单位ＧＤＰ建设用地／ｋｍ２指在一定时期内，每生产单位ＧＤＰ（亿元）所占用的建设用地面积负［４３］建设用面积／ＧＤＰ万元ＧＤＰ能耗（吨标准煤／万元）每产生万元ＧＤＰ（国内生产总值）所消耗掉的能源负［１３］湾区总能耗／ＧＤＰ５９３８㊀２３期㊀㊀㊀蔡文博㊀等：全球四大湾区生态环境综合评价研究㊀６９３８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀㊀㊀经过生态与环境方面专家的讨论与咨询，选取生态质量的２项指标㊁环境质量３项指标和资源利用的３项指标，筛选指标的原则是：（１）每项指标的分指标指示内容不同，同类指标不重复选取：生态质量两项分指标分别指示生态系统面积和质量；环境质量三项分指标分别指示空气和水的质量，其中ＰＭ２．５和ＮＯ２虽同为空气质量指标，但是ＰＭ２．５与空气颗粒物相关，而ＮＯ２与能源消耗密切相关；资源利用效率三项分指标分别指示用水㊁用地和用能三方面㊂（２）在同类指标中选取同时满足内地与港澳和国际通用的生态环境指标，例如，ＰＭ２．５是全球常用城市环境测度指标之一，对于空气质量具有代表性和通用性；（３）选取内地与港澳和其他国家湾区可获得性高或计算简易的指标，例如，单位ＧＤＰ建设用地采用易于获取的城市ＧＤＰ和全球免费卫星产品数据计算㊂生态质量的２项指标㊁环境质量３项指标和资源利用的３项指标，由以下表３中方法直接或计算获得㊂表３指标获取和计算方法中，需要指出：生态质量指标中，绿林地的ＧＰＰ，由ＡｒｃＧＩＳ平台处理的土地利用产品数据［３５］的绿林地范围，截取ＧＰＰ卫星产品数据［３６］统计获得㊂绿林地的ＧＰＰ指标计算为相对量，计算方法参见表３㊂针对生态质量指标中的绿林地ＧＰＰ指标，为了减少不同纬度带绿林地ＧＰＰ差异的影响，研究采用ＧＰＰ（均值）四个湾区分别的绿林地ＧＰＰ平均值ᶄ与ＧＰＰ（１０％）前１０％的绿林地ＧＰＰ高值ᶄ的比值，根据公式１计算ＧＰＰ（相对量）：ＧＰＰ（相对量）＝ＧＰＰ（均值）ＧＰＰ（１０％）（１）式中，各湾区前１０％的绿林地ＧＰＰ高值区的生态系统类型是森林；２０１５年四大湾区前１０％的绿林地ＧＰＰ值为旧金山湾区（６６６．０ｇ／ｍ２）＞粤港澳大湾区（６３０．９ｇ／ｍ２）＞东京湾区（５２７．４ｇ／ｍ２）＞纽约湾区（４６８．９ｇ／ｍ２）；２００５年四大湾区前１０％的绿林地ＧＰＰ值为旧金山湾区（７１５．５ｇ／ｍ２）＞粤港澳大湾区（５９６．７ｇ／ｍ２）＞纽约湾区（５０４．９ｇ／ｍ２）东京湾区（４５１．８ｇ／ｍ２）㊂环境质量指标中，ＮＯ２（μｇ／ｍ３）指标使用深圳㊁广州和香港指代粤港澳大湾区，纽约㊁旧金山和东京都的值分别指代纽约湾区，旧金山湾区和东京湾区㊂海湾水质使用珠江口㊁纽约湾㊁旧金山湾，东京湾无机氮浓度值指代，其中根据中国近岸海域生态环境质量公报珠江口水质主要为四类和劣四类，采用海水水质标准ＧＢ３０９７１９９７无机氮四类底线值（０．５ｍｇ／Ｌ），纽约湾㊁旧金山湾，东京湾无机氮浓度值来源参照表２㊂资源利用指标中，万元ＧＤＰ能耗采用美国能源信息部州级能耗数据（表３）测算金山湾区和纽约湾区㊂其中，美国加州分为以旧金山市为中心的北加州和以洛杉矶市为中心的南加州两大区域，旧金山湾区作为北加州重镇，采用加州总能耗的１／２指代旧金山湾区的总能耗㊂纽约湾区地跨纽约州和新泽西州，两个州的能耗平均值指代旧金山湾区的总能耗㊂美国能耗单位１ｂｔｕ＝１０５５．０６Ｊ［４９］，以及日本能耗单位ｋＪ，根据我国能耗标准转换为标准煤（１千克标准煤＝２９２７１ｋＪ［５０］）㊂其中，ＧＰＰ计算栅格平均量（Ｍｅａｎ）；ＰＭ２．５计算栅格平均量；为了表示结果的不确定性，栅格平均量（Ｍｅａｎ）计算标准差，显示内部差异㊂２０１５年，四大湾区绿林地ＧＰＰ标准差分别为旧金山湾区（１２０．１５）＞粤港澳大湾区（１１３．６４）＞东京湾区（７３．７９）＞纽约湾区（４６．８９）；四大湾区ＰＭ２．５标准差分别为粤港澳大湾区（３．６７）＞旧金山湾区（２．７９）＞纽约湾区（１．３８）＞东京湾区（１．５９）㊂１．４㊀生态环境综合评价指数构建首先，将表４中９个分指标方向统一调整为正向，指数越高代表正面评价越高：正向指标绿地比例和绿林地ＧＰＰ均量方向不变，负向指标ＰＭ２．５调整为１／ＰＭ２．５，ＮＯ２调整为１／ＮＯ２，海湾水质调整为１／海湾水质，万元ＧＤＰ用水量调整为单位用水ＧＤＰ，单位ＧＤＰ建设用地调整为单位用地ＧＤＰ，单位ＧＤＰ能耗调整为单位用能ＧＤＰ㊂其次，并对表４中调整为正向后的生态质量的２个分指标，环境的３个分指标和和资源利用的３个分指标，进行四个湾区指标数值加总后，分别除以总值，转换值到（０１）之间（公式２）㊂Ｅｎ＝Ｘｎ／（（Ａｎ＋Ｂｎ＋Ｃｎ＋Ｄｎ））（２）式中，Ｅｎ代表每类转换为（０１）之间的第ｎ个分指标，Ａｎ㊁Ｂｎ㊁Ｃｎ和Ｄｎ分别代表粤港澳大湾区㊁纽约湾区㊁旧金山湾区和东京湾区的第ｎ项分指标，Ｘｎ代表Ａｎ㊁Ｂｎ㊁Ｃｎ或Ｄｎ中的一项㊂接着，使用几何平均法，对生态质量㊁环境质量和资源利用效率的三大类指标内部分指标进行等权重叠加，构建生态质量㊁环境质量和资源利用效率三大指数㊂Ｇ＝ｎＥ１ˑＥ２ˑＥ３ˑＥｎ＝ｎᵑＥｎ（３）式中，Ｇ是三类指标内部分指标的几何平均值，Ｅｎ代表每类转换值（０１）的第ｎ个分指标㊂最后，对三大类指标进行等权重叠加，构建湾区生态与环境综合评价指数㊂Ｇ是湾区生态与环境综合评价指数，采用生态质量㊁环境质量和资源利用效率３个分指数数值的几何平均值表征㊂表４㊀湾区生态与环境综合评价指标对比Ｔａｂｌｅ４㊀Ｅｖａｌｕａｔｉｏｎｉｎｄｅｘｅｓｏｆｔｈｅｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔｉｎｔｈｅｆｏｕｒｇｌｏｂａｌｂａｙａｒｅａｓ类型Ｃａｔｅｇｏｒｉｅｓ指标Ｉｎｄｉｃａｔｏｒｓ粤港澳大湾区Ｇｕａｎｇｄｏｎｇ⁃ＨｏｎｇＫｏｎｇ⁃ＭａｃａｏＢａｙＡｒｅａ旧金山湾区ＳａｎＦｒａｎｃｉｓｃｏＢａｙＡｒｅａ纽约湾区ＮｅｗＹｏｒｋＢａｙＡｒｅａ东京湾区ＴｏｋｙｏＢａｙＡｒｅａ２００５２０１５２００５２０１５２００５２０１５２００５２０１５生态质量Ｅｃｏｓｙｓｔｅｍｑｕａｌｉｔｙ绿林地比例／％４０．３８４６．１７６４．３５６４．０７５６．９５５４．５４３２．１７３１．６４绿林地总初级生产力ＧＰＰ／（ｇ／ｍ２）３９９．２０４１６．６６４２５．７９３２８．８２３２６．３６３２９．２６２６４．９１３１８．２３环境质量ＥｎｖｉｒｏｎｍｅｎｔａｌｑｕａｌｉｔｙＰＭ２．５／（μｇ／ｍ３）３４．７６２７．８３７．２０７．８０１２．２４９．１３１１．３６１０．４８ＮＯ２／（μｇ／ｍ３）５６．０７４５．５１２２．９３１９．１５３８．６２２９．５３２５．００１９．００海湾水质（无机氮／（ｍｇ／Ｌ））＞＝０．５０＞＝０．５００．１４０．１５０．３００．２３０．２１０．１７资源利用效率Ｒｅｓｏｕｒｃｅｕｔｉｌｉｚａｔｉｏｎ万元ＧＤＰ用水量／（ｍ３／万元）７９．２５２５．７８１７０．２７５２．０９１９４．９５８４．２２８．１２６．５３ｅｆｆｉｃｉｅｎｃｙ亿元ＧＤＰ建设用地／（ｋｍ２／亿元）０．１５０．０８０．０７０．０６０．０９０．１００．０６０．０６万元ＧＤＰ能耗／（ｔ标准煤／万元）０．４８０．３７０．０４０．０３０．０１０．０１０．０１０．０１结果中，使用２００５２０１５年分指标和总指标的变化率：如果变化率为正，说明这项指标正增长；如果变化率为负，说明这项指标负增长；如果变化率为零，说明这项指标保持不变㊂２㊀结果２．１㊀生态质量指数对比２０１５年，四个大湾区的生态质量指数排序为：纽约湾区＞旧金山湾区＞粤港澳大湾区＞东京湾区（图１）㊂各分指标中，绿林地比例指数排序为，旧金山湾区＞粤港澳大湾区＞纽约湾区＞东京湾区（图１），说明总绿林地比例旧金山湾区和粤港澳大湾区较高㊂同时，人均绿林地面积中，旧金山湾区＞纽约湾区＞粤港澳大湾区＞东京湾区，首位旧金山湾区是粤港澳大湾区的３．４１倍㊂绿林地ＧＰＰ指数方面，纽约湾区＞东京湾区＞粤港澳大湾区＞旧金山湾区，说明粤港澳大湾区与发达国家湾区存在差距㊂其中，绿林地比例指数差距较大（图２）：粤港澳大湾区（３５．３２％）＞东京湾区（１２．７１％）＞旧金山湾区（－９．４３％）＞纽约湾区（－２１．５６％）；绿林地ＧＰＰ指数，纽约湾区（７．９８％）＞东京湾区（４．２１％）＞粤港澳大湾区（３．６５％）＞旧金山湾区（－１７．４０％）㊂２００５２０１５年间，四大湾区生态质量指数变化不同（图２）：港澳大湾区（８．４０％）＞纽约湾区（１．２６％）＞东７９３８㊀２３期㊀㊀㊀蔡文博㊀等：全球四大湾区生态环境综合评价研究㊀京湾区（０．８１％）＞旧金山湾区（－９．７０％）㊂图１㊀２０１５全球四大湾区生态环境评价分指标对比Ｆｉｇ．１㊀ＥｖａｌｕａｔｉｏｎＳｅｃｏｎｄａｒｙＩｎｄｅｘｅｓｏｆｔｈｅＥｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔｉｎｔｈｅＦｏｕｒＧｌｏｂａｌＢａｙＡｒｅａｓｉｎ２０１５图２㊀２００５和２０１５全球四大湾区生态环境评价分指标对比Ｆｉｇ．２㊀ＣｏｍｐａｒｉｓｏｎｏｆＥｖａｌｕａｔｉｏｎＳｅｃｏｎｄａｒｙＩｎｄｅｘｅｓｏｆｔｈｅＥｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔｉｎｔｈｅＦｏｕｒＧｌｏｂａｌＢａｙＡｒｅａｓｉｎ２００５ａｎｄ２０１５８９３８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀２．２㊀环境质量指数对比２０１５年，旧金山湾区＞东京湾区＞纽约湾区＞粤港澳大湾区（图１）㊂其中，旧金山湾区是粤港澳大湾区的３．０９倍㊂１／ＰＭ２．５指数，旧金山湾区＞纽约湾区＞东京湾区＞粤港澳大湾区（图１），粤港澳大湾区与发达国家湾区的差距较大㊂从标准差看，粤港澳大湾区的栅格平均ＰＭ２．５的变异性最大，为３．６７，是纽约湾区的２．６７倍，东京湾区的２．３１倍，旧金山湾区的１．３２倍㊂１／海湾水质指数中，旧金山湾区＞东京湾区＞纽约湾区＞粤港澳大湾区（图１）㊂珠江口水质与发达湾区差距很大，旧金山湾和东京湾分别达到我国海洋水质标准的一类，纽约湾区达到二类，而珠江口为劣四类㊂２００５２０１５年间，四大湾区环境质量指数变化幅度不一（图２），纽约湾区增幅最高，旧金山湾区降幅最高，纽约湾区（１５．６４％）＞东京湾区（５．９９％）＞粤港澳大湾区（１．３１％）＞旧金山湾区（－１１．３３％）㊂其中，１／ＰＭ２．５指数，纽约湾区（２２．３２％）＞粤港澳大湾区（１３．９０％）＞东京湾区（－１．１５％）＞旧金山湾区（－１５．８２％）；１／ＮＯ２指数，东京湾区（６．９１％）＞纽约湾区（６．２６％）＞粤港澳大湾区（０．１０％）＞旧金山湾区（－２．７１％）；１／海湾水质指数，纽约湾区（１８．９７％）＞东京湾区（１２．６７％）＞粤港澳大湾区（－８．７９％）＞旧金山湾区（－１４．８７％）㊂２．３㊀资源利用效率指数对比２０１５年，东京湾区＞旧金山湾区＞纽约湾区＞粤港澳大湾区（图１），东京湾区总体指数最高，是粤港澳大湾区的５．５倍㊂单位用水ＧＤＰ，东京湾区＞粤港澳大湾区＞旧金山湾区＞纽约湾区，东京湾区用水效率最高，是粤港澳大湾区的４．０６倍㊂单位用地ＧＤＰ，旧金山湾区＞东京湾区＞粤港澳大湾区＞纽约湾区，旧金山湾区用地效率最高，是粤港澳大湾区的１．５５倍㊂单位用能ＧＤＰ，东京湾区＞纽约湾区＞旧金山湾区＞粤港澳大湾区，粤港澳大湾区与三个发达国家湾区的差距都较大㊂２００５２０１５年，四大湾区资源利用效率指数变化中（图２），粤港澳大湾区总体增幅最大，粤港澳大湾区（５３．１２％）＞旧金山湾区（３２．８４％）＞纽约湾区（３．５９％）＞东京湾区（－１０．５５％）㊂其中，单位用水ＧＤＰ，粤港澳大湾区增幅最大，旧金山湾区（１１５．１９％）＞粤港澳大湾区（１０２．４０％）＞纽约湾区（５２．３９％）＞东京湾区（－１８．１７％）；单位用地ＧＤＰ，粤港澳大湾区增幅最大，粤港澳大湾区（６３．１７％）＞旧金山湾区（１４．１６％）＞东京湾区（－１８．９５％）＞纽约湾区（－１９．０２％）；单位用能ＧＤＰ，旧金山湾区增幅最大，旧金山湾区（６．４１％）＞东京湾区（４．９０％）＞粤港澳大湾区（２．３７％）＞纽约湾区（－６．９２％）㊂２．４㊀综合指数对比对比可见（图１），旧金山湾区和纽约湾区的优势在生态质量和环境质量，特别是环境质量，短板在资源利用效率㊂东京湾区在资源利用效率方面优势明显，短板在生态质量㊂粤港澳大湾区与其他三个湾区相比，三个方面都有一定差距㊂２０１５年，东京湾区＞旧金山湾区＞纽约湾区＞粤港澳大湾区，整体上粤港澳大湾区与发达国家湾区都有一定差距㊂从三大方面看，生态质量，纽约湾区＞旧金山湾区＞粤港澳大湾区＞东京湾区；环境质量，旧金山湾区＞东京湾区＞纽约湾区＞粤港澳大湾区；资源利用效率，东京湾区＞旧金山湾区＞纽约湾区＞粤港澳大湾区㊂２００５２０１５年，四大湾区综合指数都有增幅，粤港澳大湾区综合指数增幅最大，粤港澳大湾区（２３．９２％）＞旧金山湾区（３．５２％）＞纽约湾区（２．１５％）＞东京湾区（－２．４１％）（图３）㊂其中，生态质量指数增幅，粤港澳大湾区＞纽约湾区＞东京湾区＞旧金山湾区；环境质量指数增幅，纽约湾区＞东京湾区＞粤港澳大湾区＞旧金山湾区；资源利用效率指数增幅，粤港澳大湾区＞旧金山湾区＞纽约湾区＞东京湾区（图３）㊂粤港澳大湾区在生态质量和资源利用效率两项增幅最大㊂３㊀讨论与结论３．１㊀湾区生态环境治理与发展二战之后的美日湾区经历过类似粤港澳大湾区早期以生态环境为代价的经济发展阶段，在磨砺中积累了湾区生态环境治理与发展经验：二战之后，东京湾区生产大规模的扩张造成了较为严重的工业污染，继而引发９９３８㊀２３期㊀㊀㊀蔡文博㊀等：全球四大湾区生态环境综合评价研究㊀图３㊀２００５和２０１５年全球四大湾区生态环境综合指标对比Ｆｉｇ．３㊀Ｃｏｍｐａｒｉｓｏｎｏｆｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｏｆｔｈｅｅｃｏ⁃ｅｎｖｉｒｏｎｍｅｎｔｉｎｔｈｅｆｏｕｒｇｌｏｂａｌｂａｙａｒｅａｓｉｎ２００５ａｎｄ２０１５了大气污染㊁水污染等一系列环境问题；针对环境污染，东京湾区制定了有针对性标准体系㊁积极推动环保技术发展㊁调整产业结构等措施［５１⁃５３］㊂同一时期，伴随城市扩展和经济发展，旧金山湾区出现大气污染㊁水体污染和湿地减少等生态环境问题，为此旧金山湾区严格的环保监管以及绿色低碳发展等措施［１７，５４］㊂纽约湾也曾出现过湿地面积减少和大气污染等严重的生态环境问题，为此推出了立法㊁提高清洁能源比例和湿地保护建设等多项措施改善生态环境质量㊂现阶段，粤港澳大湾区亟需在认识差距的同时，利用后发优势取长补短，汲取发达国家湾区的经验和教训㊂３．２㊀粤港澳大湾区生态空间丧失明显，应加强生态空间保护，降低生态功能衰退风险生态质量方面，纽约湾区＞旧金山湾区＞粤港澳大湾区＞东京湾区㊂大湾区仅高于东京湾区，需要避免建设用地扩张导致对生态系统结构及其功能的负面影响，避免生态质量的下降风险［２６］㊂２００５２０１５年间，城镇用地增幅中，粤港澳大湾区（３４．２７％）＞东京湾区（２５．１０％）＞纽约湾区（１０．０３％）＞旧金山湾区（６．４３％），粤港澳大湾区增幅最大；同时，森林面积变化中，纽约湾区（－４．５９％）＞粤港澳大湾区（－３．８４％）＞东京湾区（－１．５２％）＞旧金山湾区（－０．６８％），粤港澳大湾区降幅排第二位，需要警惕用地扩张导致对自然生态系统结构及其功能的负面影响㊂美国湾区的生态质量控制值得粤港澳大湾区借鉴：以旧金山湾区为例，旧金山湾区是国际公认的生态宜居湾区之一［５５］，完善的湿地分级保护体系和公园保护地体系是其生态质量控制良好的主因之一［２４，５６］㊂３．３㊀粤港澳大湾区生境质量较高，但环境质量偏差，污染治理应是当前主要工作环境质量方面，旧金山湾区＞东京湾区＞纽约湾区＞粤港澳大湾区，粤港澳大湾区与发达国家湾区都有一定差距，需要吸取发达国家湾区环境质量控制经验和技术㊂例如，旧金山湾区重视科研对环境治理的支持［２１，５５］：在大气治理方面，加利福尼亚州空气资源委员会，积极研发了较为成熟的各种污染源减排技术，先进的机动车排放控制技术等；同时，委员会设有专门的科研部门和健康风险评估小组，负责对污染物质可能造成的风险进行评估，为进一步研究并降低湾区污染暴露提供重要支撑㊂此外，东京湾区的先进环保技术值得借鉴：大力发展液化天然气海运，推广无铅汽油和三元催化器的使用，都对东京湾区空气质量控制起到良好作用；另外，东京湾区的地表水监测项目众多，并根据情况变化及时调整更新污染物质控制标准，对水污染控制行之有效［４６］㊂３．４㊀粤港澳大湾区资源利用效率低，应多管齐下，提升用水用能效率资源利用方面，东京湾区＞旧金山湾区＞纽约湾区＞粤港澳大湾区，同时２００５２０１５年间，粤港澳大湾区的人口和ＧＤＰ增长在四大湾区中都占据首位（表１），随之带来的资源的需求也迅速增长㊂然而，资源利用效００４８㊀生㊀态㊀学㊀报㊀㊀㊀４０卷㊀。

世界资源研究所城市温室气体核算国际标准

世界资源研究所城市温室气体核算国际标准下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。

文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢！本店铺为大家提供各种类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，想了解不同资料格式和写法，敬请关注！Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!世界资源研究所城市温室气体核算国际标准引言随着全球城市化进程的加速，城市温室气体排放已成为全球气候变化的主要挑战之一。

中国天然林资源保护工程综合评价指标体系与评估方法

第４１卷第１３期２０２１年７月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．４１，Ｎｏ．１３Ｊｕｌ．，２０２１基金项目：中央级公益性科研院所基本科研业务费专项资金（ＣＡＦＹＢＢ２０２０ＺＤ００２）收稿日期：２０２１⁃０３⁃０４；㊀㊀修订日期：２０２１⁃０７⁃０２∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｌｉｕｓｒ＠ｃａｆ．ａｃ．ｃｎＤＯＩ：１０．５８４６／ｓｔｘｂ２０２１０３０４０５９１刘世荣，庞勇，张会儒，王兵，叶兵，江泽平，谢和生，牛晓栋，王登举，丁易，吴水荣，宋庆丰，王晓慧，张超．中国天然林资源保护工程综合评价指标体系与评估方法．生态学报，２０２１，４１（１３）：５０６７⁃５０７９．ＬｉｕＳＲ，ＰａｎｇＹ，ＺｈａｎｇＨＲ，ＷａｎｇＢ，ＹｅＢ，ＪｉａｎｇＺＰ，ＸｉｅＨＳ，ＮｉｕＸＤ，ＷａｎｇＤＪ，ＤｉｎｇＹ，ＷｕＳＲ，ＳｏｎｇＱＦ，ＷａｎｇＸＨ，ＺｈａｎｇＣ．ＥｖａｌｕａｔｉｏｎｉｎｄｉｃａｔｏｒｓｙｓｔｅｍａｎｄｍｅｔｈｏｄｄｅｓｉｇｎｅｄｆｏｒＮａｔｕｒａｌＦｏｒｅｓｔＰｒｏｔｅｃｔｉｏｎＰｒｏｇｒａｍｏｆＣｈｉｎａ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０２１，４１（１３）：５０６７⁃５０７９．中国天然林资源保护工程综合评价指标体系与评估方法刘世荣１，２，∗，庞㊀勇１，３，张会儒３，王㊀兵２，叶㊀兵４，江泽平２，谢和生４，牛晓栋３，王登举４，丁㊀易２，吴水荣４，宋庆丰２，王晓慧３，张㊀超４１中国林业科学研究院，北京㊀１０００９１２中国林业科学研究院森林生态环境与保护研究所，北京㊀１０００９１３中国林业科学研究院资源信息研究所，北京㊀１０００９１４中国林业科学研究院林业科技信息研究所，北京㊀１０００９１摘要：天然林资源是国家重要的战略资源与生态资源，在维护国土生态安全㊁应对气候变化㊁保护生物多样性等方面发挥着不可替代的重要作用㊂作为覆盖范围最广㊁投资规模最大的天然林资源保护工程（简称天保工程）自２０００年正式启动以来，对长江上游㊁黄河上中游地区以及东北㊁内蒙古㊁新疆㊁海南等重点国有林区的森林资源保护修复㊁区域生态环境改善及经济社会可持续发展等多方面都产生了巨大㊁深远影响㊂天保工程二期于２０２０年结束，全面定量评估天保工程的生态㊁经济和社会综合效益和国内外的巨大影响，可为全面推进我国天然林资源保护修复提供科技支撑，为后续政策修订提供决策依据㊂本文基于空间信息技术㊁样地调查㊁生态站观测㊁比较分析等手段，构建了适用于天保工程的综合评价指标体系与评估方法，涵盖森林资源㊁生态效益㊁社会经济效益㊁生态修复措施和政策设计５个方面，对全面贯彻落实国家生态文明战略和‘天然林保护修复制度方案“具有重要的现实意义和深远历史意义，为开展全国性的重大生态工程评估提供借鉴和参考㊂关键词：天然林资源保护工程；评估方法；森林资源；生态效益；社会经济效益；政策影响ＥｖａｌｕａｔｉｏｎｉｎｄｉｃａｔｏｒｓｙｓｔｅｍａｎｄｍｅｔｈｏｄｄｅｓｉｇｎｅｄｆｏｒＮａｔｕｒａｌＦｏｒｅｓｔＰｒｏｔｅｃｔｉｏｎＰｒｏｇｒａｍｏｆＣｈｉｎａＬＩＵＳｈｉｒｏｎｇ１，２，∗，ＰＡＮＧＹｏｎｇ１，３，ＺＨＡＮＧＨｕｉｒｕ３，ＷＡＮＧＢｉｎｇ２，ＹＥＢｉｎｇ４，ＪＩＡＮＧＺｅｐｉｎｇ２，ＸＩＥＨｅｓｈｅｎｇ４，ＮＩＵＸｉａｏｄｏｎｇ３，ＷＡＮＧＤｅｎｇｊｕ４，ＤＩＮＧＹｉ２，ＷＵＳｈｕｉｒｏｎｇ４，ＳＯＮＧＱｉｎｇｆｅｎｇ２，ＷＡＮＧＸｉａｏｈｕｉ３，ＺＨＡＮＧＣｈａｏ４１ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙ，Ｂｅｉｊｉｎｇ１０００９１，Ｃｈｉｎａ２ＩｎｓｔｉｔｕｔｅｏｆＦｏｒｅｓｔＥｃｏｌｏｇｙ，ＥｎｖｉｒｏｎｍｅｎｔａｎｄＰｒｏｔｅｃｔｉｏｎ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙ，Ｂｅｉｊｉｎｇ１０００９１，Ｃｈｉｎａ３ＩｎｓｔｉｔｕｔｅｏｆＦｏｒｅｓｔＲｅｓｏｕｒｃｅｓＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｉｑｕｅｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙ，Ｂｅｉｊｉｎｇ１０００９１，Ｃｈｉｎａ４ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＦｏｒｅｓｔｒｙＰｏｌｉｃｙａｎｄＩｎｆｏｒｍａｔｉｏｎ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙ，Ｂｅｉｊｉｎｇ１０００９１，ＣｈｉｎａＡｂｓｔｒａｃｔ：ＮａｔｕｒａｌｆｏｒｅｓｔｒｅｓｏｕｒｃｅｓａｒｅｉｍｐｏｒｔａｎｔｓｔｒａｔｅｇｉｃａｎｄｅｃｏｌｏｇｉｃａｌｒｅｓｏｕｒｃｅｓｉｎＣｈｉｎａ，ｗｈｉｃｈｐｌａｙａｎｉｒｒｅｐｌａｃｅａｂｌｅｒｏｌｅｉｎｍａｉｎｔａｉｎｉｎｇｔｈｅｅｃｏ⁃ｓｅｃｕｒｉｔｙｏｆｔｈｅｎａｔｉｏｎａｌｔｅｒｒｉｔｏｒｙ，ｍｉｔｉｇａｔｉｎｇｃｌｉｍａｔｅｃｈａｎｇｅａｎｄｐｒｏｔｅｃｔｉｎｇｂｉｏｄｉｖｅｒｓｉｔｙ．Ｓｉｎｃｅｉｔｓｆｕｌｌｌａｕｎｃｈｉｎ２０００，ｔｈｅＮａｔｕｒａｌＦｏｒｅｓｔＰｒｏｔｅｃｔｉｏｎＰｒｏｇｒａｍ（ＮＦＰＰ）ｈａｓｈａｄａｈｕｇｅｉｍｐａｃｔｏｎｔｈｅｆｏｒｅｓｔｒｅｓｏｕｒｃｅｃｏｎｓｅｒｖａｔｉｏｎａｎｄｒｅｓｔｏｒａｔｉｏｎ，ｅｃｏｌｏｇｉｃａｌｅｎｖｉｒｏｎｍｅｎｔｉｍｐｒｏｖｅｍｅｎｔ，ｒｅｇｉｏｎａｌｅｃｏｎｏｍｉｃａｎｄｓｏｃｉａｌｓｕｓｔａｉｎａｂｌｅｄｅｖｅｌｏｐｍｅｎｔｉｎ８６０５㊀生㊀态㊀学㊀报㊀㊀㊀４１卷㊀ｔｈｅｕｐｐｅｒｒｅａｃｈｅｓｏｆｔｈｅＹａｎｇｔｚｅＲｉｖｅｒ，ｔｈｅｕｐｐｅｒａｎｄｍｉｄｄｌｅｒｅａｃｈｅｓｏｆｔｈｅＹｅｌｌｏｗＲｉｖｅｒ，ａｓｗｅｌｌａｓｋｅｙｓｔａｔｅ⁃ｏｗｎｅｄｆｏｒｅｓｔｒｅｇｉｏｎｓｉｎＮｏｒｔｈｅａｓｔＣｈｉｎａ，ｔｈｅＩｎｎｅｒＭｏｎｇｏｌｉａ，Ｘｉｎｊｉａｎｇ，ａｎｄＨａｉｎａｎ．ＴｈｅｓｅｃｏｎｄｐｈａｓｅｏｆＮＦＰＰｗａｓｓｕｃｃｅｓｓｆｕｌｌｙｃｏｍｐｌｅｔｅｄｉｎ２０２０，ａｎｄｔｈｕｓ，ｉｔｉｓｔｈｅｔｉｍｅｔｏｃａｒｒｙｏｕｔａｃｏｍｐｒｅｈｅｎｓｉｖｅａｓｓｅｓｓｍｅｎｔｏｆｔｈｅｍｕｌｔｉｐｌｅ⁃ｄｉｍｅｎｓｉｏｎｅｆｆｅｃｔｓａｎｄｉｍｐａｃｔｓｏｆＮＦＰＰ，ｗｈｉｃｈｃａｎｐｒｏｖｉｄｅｄｅｃｉｓｉｏｎ⁃ｍａｋｉｎｇｂａｓｉｓｆｏｒｕｐｄａｔｉｎｇｒｅｌｅｖａｎｔｐｏｌｉｃｉｅｓａｎｄｓｃｉｅｎｔｉｆｉｃｓｕｐｐｏｒｔｆｏｒｃｏｍｐｒｅｈｅｎｓｉｖｅｌｙｐｒｏｍｏｔｉｎｇｔｈｅｐｒｏｔｅｃｔｉｏｎａｎｄｒｅｓｔｏｒａｔｉｏｎｏｆｎａｔｕｒａｌｆｏｒｅｓｔｓ．ＴｏｅｖａｌｕａｔｅｔｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆＮＦＰＰ，ｔｈｉｓｐａｐｅｒｅｌａｂｏｒａｔｅｄａｃｏｍｐｒｅｈｅｎｓｉｖｅｓｙｓｔｅｍｏｆｍｅｔｈｏｄｏｌｏｇｙｔｈａｔｉｎｃｌｕｄｅｔｈｅｆｉｖｅｄｉｍｅｎｓｉｏｎｓｉｎｔｅｒｍｓｏｆｆｏｒｅｓｔｒｅｓｏｕｒｃｅ，ｅｃｏｌｏｇｉｃａｌｂｅｎｅｆｉｔ，ｓｏｃｉａｌａｎｄｅｃｏｎｏｍｉｃｂｅｎｅｆｉｔ，ｅｃｏｌｏｇｉｃａｌｒｅｓｔｏｒａｔｉｏｎｍｅａｓｕｒｅｓａｎｄｐｏｌｉｃｙｄｅｓｉｇｎ．Ｓｅｖｅｒａｌａｐｐｒｏａｃｈｅｓｉｎｔｅｒｍｓｏｆｓｐａｔｉａｌｉｎｆｏｒｍａｔｉｏｎｔｅｃｈｎｏｌｏｇｙ，ｓａｍｐｌｅｐｌｏｔｓｕｒｖｅｙ，ｅｃｏｌｏｇｉｃａｌｓｔａｔｉｏｎｏｂｓｅｒｖａｔｉｏｎ，ｃｏｍｐａｒａｔｉｖｅａｎａｌｙｓｉｓａｎｄｏｔｈｅｒｍｅｔｈｏｄｓｗｅｒｅｅｍｐｌｏｙｅｄａｎｄｄｅｖｅｌｏｐｅｄｆｏｒｔｈｅｑｕａｎｔｉｔａｔｉｖｅａｓｓｅｓｓｍｅｎｔｏｆＮＦＰＰ．ＴｈｉｓｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍｗｉｌｌｂｅｏｆｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｔｏｔｈｅｏｖｅｒａｌｌｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｔｈｅＮａｔｉｏｎａｌＥｃｏ⁃ｃｉｖｉｌｉｚａｔｉｏｎＳｔｒａｔｅｇｙａｎｄ‘ＮａｔｕｒａｌＦｏｒｅｓｔＰｒｏｔｅｃｔｉｏｎａｎｄＲｅｓｔｏｒａｔｉｏｎＳｙｓｔｅｍＰｌａｎ“，ａｎｄｐｒｏｖｉｄｅｇｏｏｄｇｕｉｄａｎｃｅａｎｄｒｅｆｅｒｅｎｃｅｆｏｒｔｈｅｎａｔｉｏｎａｌｍａｊｏｒｅｃｏｌｏｇｉｃａｌｐｒｏｊｅｃｔｅｖａｌｕａｔｉｏｎ．ＫｅｙＷｏｒｄｓ：ＮａｔｕｒａｌＦｏｒｅｓｔＰｒｏｔｅｃｔｉｏｎＰｒｏｇｒａｍ；ｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄｓ；ｆｏｒｅｓｔｒｅｓｏｕｒｃｅｓ；ｅｃｏｌｏｇｉｃａｌｂｅｎｅｆｉｔ；ｓｏｃｉｏｅｃｏｎｏｍｉｃｂｅｎｅｆｉｔｓ；ｐｏｌｉｃｙｉｍｐｌｉｃａｔｉｏｎｓ天然林是生物多样性最富集㊁结构最复杂㊁生态功能最强大的生态系统，是我国森林资源乃至陆地生态系统的主体和精华，在维护区域生态环境㊁减缓温室效应㊁改善大气环境质量㊁保护生物多样性等诸多方面发挥着不可替代的作用［１］㊂基于２０１４２０１８年的第九次全国森林资源清查数据显示，全国森林覆盖率２２．９６％，森林面积２．２亿ｈｍ２，其中天然林面积约１．４亿ｈｍ２，约占全国森林面积的６４％㊂全国森林蓄积１７５．６亿ｍ３，而天然林的蓄积量约占全国森林蓄积的８０．１４％［２］㊂很多研究表明，我国的森林生态系统具有很强的固碳能力［３⁃４］，且天然林比人工林的固碳水分利用效率更高［５］㊂因此，保护和可持续利用我国天然林资源㊁提高天然林质量与生态系统服务功能至关重要㊂天然林资源保护工程（以下简称天保工程）是１９９８年长江㊁松花江流域发生特大洪水灾害后，党中央㊁国务院做出的一项重大战略决策，工程内容主要包括全面停止长江上游㊁黄河上中游地区天然林采伐，大幅调减东北㊁内蒙古等重点国有林区的木材产量，并加快长江上游㊁黄河上中游工程区宜林荒山荒地的造林绿化㊂天然林保护二期工程已于２０２０年结束，天然林资源保护转入长期性工作阶段㊂２０１９年国务院颁布了‘天然林保护修复制度方案“，明确提出要全面总结评估天然林保护二期工程实施方案执行情况，研究编制天然林保护修复中长期规划［６］㊂对天保工程建设成效进行客观评价，量化天保工程对工程区的各方面影响对我国生态文明建设㊁美丽中国建设具有重要的现实意义和深远的历史意义，将为全面推进新时代我国天然林保护修复提供决策依据和科技支撑㊂天保工程实施效果的评估首先需要构建全面㊁客观㊁科学的评价体系，在此基础上，对天保工程区的森林资源㊁生态效益㊁社会经济效益㊁政策执行与影响和生态修复措施体系都进行定量化评估㊂从某些方面或局部区域已经开展了一些研究㊂（１）天保工程森林资源评估遥感技术以其观测范围广㊁监测周期长㊁信息量大㊁精度高和速度快等特点为天保工程监测评价提供了强有力的技术手段［７］㊂Ｃｈｅｎ等［８］用２０００２０１９年的ＭＯＤＩＳ时间序列叶面积指数产品，评价了全球植被变绿的趋势，显示中印领先全球的植被增绿趋势，其中中国天然林保护区域呈现出明显的植被增加趋势㊂赖家明等［９］基于１９８９年㊁２０００年和２０１７年３个时期的Ｌａｎｄｓａｔ系列遥感影像对近２９年间川西天然林区植被覆盖变化特征进行分析，结果表明川西天然林区植被覆盖度在实施天保工程后呈缓慢回升趋势，森林覆盖率先速降后缓升，天保工程的实施有效地保护了川西天然林资源㊂森林生物量变化对于碳汇和应对气候变化有着重要意义，生物量可以反映森林以及环境的健康状况，因此，准确的估测和分析生物量是定量分析碳储存和固定速率的关键组成部分㊂孔蕊等［１０］基于１９９３２０１２年遥感数据研究了长江流域森林地上碳储量（ＡｂｏｖｅｇｒｏｕｎｄＣａｒｂｏｎ）的时空分布特征及其驱动因素，发现森林碳库增长率由１９９３２０００年的３．１５％提高到２００１２０１２年的８．０１％，表明重大生态工程实施有助于加快中国植被变绿的速度㊂然而，现有研究主要是针对天保工程局部区域的监测，缺乏覆盖全国天保工程区的系统监测评价，而后者存在区域范围广㊁数据量大㊁空间异质性强的特点，需要单期高精度和多期时空一致性的森林覆盖产品㊂（２）天保工程生态效益评估天然林生态价值定量评估主要利用森林生态站长期观测数据㊁森林资源清查数据和生态服务功能模型，这方面国内外已开展了一些评价研究［１１⁃１３］，评价结果充分彰显了我国天保工程所产生的巨大生态效益，例如：刘博杰等［１４］以天保工程一期为研究对象，开展了我国天保工程温室气体排放及净固碳能力的研究，结果表明：天保工程一期净固碳量为１３９．７７ＴｇＣ，年均净固碳量为１２．７１ＴｇＣ／ａ；国政等［１５⁃１６］定量分析天保工程实施１０年（２００８年与１９９８年）生态效益变化，研究结果表明我国西南地区天保工程区域内生态效益增长了２１１０６．２亿元；段绍光等［１７］基于森林生态环境效益评价方法的研究结果表明：河南省森林总体的生态效益为２０１．４６亿元，项目区为７９．８９亿元㊂但是，以上研究均存在研究指标单一或者评估方法不统一等问题，造成研究成果缺乏可比性㊁系统性和规范性，无法全面㊁客观展现我国天保工程实施的系统成效和综合效益，难以有效支撑各级政府的宏观决策或者各地区相关行业管理部门的政策制定㊂为此，原国家林业局天保工程管理办公室联合国家林业局科技司，委托中国林业科学研究院开展全国天保工程二十年评估工作，构建了适用全国尺度的㊁标准化的天保工程生态效益监测评估体系，其中，东北和内蒙古重点国有林区的研究成果已经以国家报告的形式向社会公布［１８］㊂（３）天保工程经济社会效益评估２０世纪９０年代以来，很多国家采取了各种有效措施保护天然林资源［１９］㊂２００２年，巴西政府启动了亚马逊区域保护区项目，旨在保护热带雨林［２０］㊂澳大利亚㊁美国和加拿大等国通过建立国家公园和自然保护区等措施来对天然林进行保护㊂新西兰的木材生产已从完全依靠天然林转变为只有１％的锯材来自天然林［２１］㊂１９９３年，美国成立了森林生态系统管理评价组，对西北太平洋沿岸区域内的天然林及其他各类森林，制定新的经营管理规划，并对规划方案开展生态㊁经济㊁社会等方面的综合影响评价㊂此后数年，正如ＦＥＭＡＴ预测的那样，即使该地区木材生产直线下降，经济却持续增长［２２］㊂目前国内关于天保工程的经济社会影响研究相对较少且主要为定性分析，如唐铭［２３］为吉林省三岔子林业局建立了天保工程的社会影响评价指标体系；魏智海［２４］开展了小陇山林业局天保工程社会经济效益分析，但社会效益仅停留在定性分析上，没有统一指标体系并量化；范琳［２５］㊁李娜娜［２６］㊁马永春［２７］对山西省㊁陕西省天保工程综合效益进行评价，以生态效益为主，社会经济效益为辅㊂在绿色转型发展方面，围绕绿色发展评价指标体系国内外主要开展了绿色国民经济核算㊁绿色发展多指标测度体系和绿色发展综合指数方面的研究㊂闫函等［２８］构建了区域绿色转型发展的评价指标体系，对区域绿色转型现状进行评价［２９⁃３２］㊂还有学者对区域绿色转型发展的各种路径进行了研究［３３⁃３６］，或者对某个产业的绿色转型发展进行探索［３７］㊂虽然绿色转型发展评价方面的研究很多，但还没有形成标准的绿色核算指标体系，也少见对林业绿色转型发展的系统研究㊂（４）天然林生态系统动态及保护修复措施研究进展我国天保工程是人类森林经营管理史上开创性的庞大工程，称为天字号工程㊂对天保工程建设过程中的各种技术问题进行深入地研究和探索非常必要㊂目前，我国在天然林保护与修复技术体系的研究方面已经赶超世界发达国家㊂整合生态系统保护及功能主导修复思想已经成为当前生态恢复的统一认识［３８⁃４１］㊂一些发达国家已从概念和政策的宣传，进入了技术试验和推广示范阶段，特别是美国㊁加拿大和瑞典等国，已在不同的区域和森林类型中建立了一定规模的示范区或示范林分，如美国的太平洋西海岸针叶林的保护与生态系统经营技术，加拿大的Ｆｕｎｄｙ森林保护模式示范林分（ｍｏｄｅｌｆｏｒｅｓｔ），瑞典具体到林班或小班水平上的生物９６０５㊀１３期㊀㊀㊀刘世荣㊀等：中国天然林资源保护工程综合评价指标体系与评估方法㊀０７０５㊀生㊀态㊀学㊀报㊀㊀㊀４１卷㊀多样性保护与可持续经营规划技术等已比较成熟㊂但是，这方面的技术模式和研究成果并不能直接简单套用我国的天然林保护修复实践㊂国内学者近年来在天然林生态恢复的原理与技术开展了富有成效的研究，并取得了具有国际影响的的研究进展［４２］㊂当前国际上的天然林修复还是主要以依靠生态系统自然演替为主，而我国正在积极探索以生态保护优先，自然恢复为主，在充分借助自然演替与天然更新的前提下，实施针对性人工辅助措施，例如抚育择伐㊁林窗和保留木调控等方式加速目的树种的更新㊁生物多样性和生态功能的快速修复［４３⁃４４］㊂然而多数的生态抚育修复以工程项目的形式开展，缺乏长期的定位监测和系统研究㊂同时，这些生态修复措施主要集中在森林群落层次，缺乏生态系统㊁景观和区域等多时空尺度上对不同生态修复措施进行系统评估㊂此外，新技术的应用将有助于评估全球变化背景下森林树木恢复潜力和生态系统韧性㊁抵抗力［４５］㊂（５）天保工程政策研究进展天保工程是一个复杂的社会系统工程，实施过程中出台了一系列的规定和政策㊂天保工程不只是对天然林资源实施严格保护，还包括木材产量调减㊁企业富余人员分流安置㊁以及地方政府财政减收等问题［４６］㊂天保工程的实施对工程区的生态㊁经济和社会产生了诸多影响，同时也与利益相关者（地方部门㊁林区社区㊁林业职工㊁林农等）产生了一些矛盾和冲突㊂天保工程实施后，针对天保工程发展现状㊁存在问题和采取对策等方面开展了大量研究，从不同角度充分肯定了天保工程取得的积极成效，但同时认为现有天保政策落实㊁天然林保护的合理尺度㊁天然林生态补偿机制㊁退化天然林修复及可持续经营等方面还有待进一步研究［１６，４７］㊂总体来说，以往天保工程实施效果评估主要是单一方面或个别省（区）㊁局部区域性范畴，尚未建立覆盖整个工程区的多个维度评估体系，缺乏整体性和系统性的评估方法，需要构建１套科学㊁合理㊁完整的工程评估体系㊂１㊀天保工程实施效果评估的内容和指标体系本文构建了１套系统的评估体系，包括森林资源监测评估㊁生态效益监测评估㊁社会经济效益综合评估㊁天然林生态系统动态及保护修复技术措施评估和新时期天然林保护政策框架体系５个方面，技术路线见图１㊂５个评估体系层层递进，只有诸如森林面积㊁生物量等指标恢复了才有可能实现生态系统服务功能的提升，在评估生态系统服务功能的同时需要兼顾评估社会和经济效益㊂评估天然林生态系统动态变化及保护修复措施可以结合天然林长期演替规律，全面总结分析过去两期工程中不同生态修复措施的效果，进而优化和改进天然林保护修复措施㊂最后，政策建议则需要在总结前面４个的评估结果之后，并结合天保工程一期㊁二期的政策执行情况，以及利益相关者关于全面保护天然林政策的认知㊁态度和潜在行为，进一步梳理㊁归纳和总结，提出新时期推进天然林保护的政策建议㊂这５方面的评估虽然是层层递进的关系，但是在具体实施操作中也可以同时进行，籍以提高评估工作效率㊂１．１㊀森林资源评估为获得我国天保工程区森林资源数量和质量上的变化数据信息，选取了天保工程区森林的类型㊁面积㊁覆盖率㊁森林蓄积量㊁生物量㊁碳储量和植被覆盖度等作为评估指标，用来评价天保工程实施以来森林资源动态变化和成效㊂技术指标如表１㊂１．２㊀森林生态效益评估生态效益评估的内容主要包括：构建全国天保工程生态系统服务连续观测与清查体系（简称：森林生态连清），依托工程区内现有的森林生态站㊁林业生态工程生态效益监测点㊁长期固定监测样地等，采用长期定位观测技术和分布式测算方法，，并与工程区内森林资源数据相耦合，评估一定时期的天保工程生态效益（图２）㊂生态效益监测指标体系包括支持服务㊁调节服务㊁供给服务和文化服务４种服务类别，保育土壤㊁林木养分固持㊁涵养水源㊁固碳释氧㊁净化大气环境㊁森林防护㊁生物多样性㊁林木产品供给和森林康养９类功能２０项指标，详见中华人民共和国国家标准‘森林生态系统服务功能评估规范“（ＧＢ／Ｔ３８５８２２０２０）㊂图１㊀天然林资源保护工程实施效果评估技术路线图Ｆｉｇ．１㊀ＴｈｅｆｒａｍｅｗｏｒｋｆｏｒｔｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｅｖａｌｕａｔｉｏｎｏｆｔｈｅＮａｔｕｒａｌＦｏｒｅｓｔＰｒｏｔｅｃｔｉｏｎＰｒｏｇｒａｍ１７０５㊀１３期㊀㊀㊀刘世荣㊀等：中国天然林资源保护工程综合评价指标体系与评估方法㊀２７０５㊀生㊀态㊀学㊀报㊀㊀㊀４１卷㊀表１㊀森林资源评估的技术指标图２㊀全国天保工程生态连清框架Ｆｉｇ．２㊀ＴｈｅｆｒａｍｅｏｆＦｏｒｅｓｔＥｃｏｓｙｓｔｅｍＩｎｖｅｎｔｏｒｙＳｙｓｔｅｍｆｏｒＮａｔｕｒａｌＦｏｒｅｓｔＰｒｏｔｅｃｔｉｏｎＰｒｏｇｒａｍ１．３㊀社会经济效益综合评估评估的内容主要包括：社会效益，经济效益，政策影响和对生态文明建设贡献分析㊂技术指标：从天保工程的社会效益㊁经济效益及其对生态文明建设贡献等方面分别提出评估指标与方法（表２）㊂１．４㊀天然林生态系统动态及保护修复技术评估评估的内容主要包括：天然林生态系统演替动态评估；天然林修复措施评估和天然林修复后续利用潜力评估（表３）㊂天然林生态系统动态和保护修复措施评价采用基于典型生态系统结构和功能的特征参数分析㊂根据中国天然林保护工程区域基础数据的可获得性和便捷性，现有生态站监测的时空差异性以及局域生态学研究的时效性和范围，主要选择四类生态系统结构指标（表４）开展评估，即：（１）林分结构；（２）生物多样性；（３）环境特征；（４）生态系统特征㊂运用这些指标来评估不同保护和修复方式下天然林生态系统的变化特征㊂表２㊀天保工程社会经济效益综合评价指标体系Ｔａｂｌｅ２㊀Ｉｎｄｉｃａｔｏｒｓｏｆｉｎｔｅｇｒａｔｅｄｅｖａｌｕａｔｉｏｎｏｎｓｏｃｉｏ⁃ｅｃｏｎｏｍｉｃｂｅｎｅｆｉｔｓｏｆｔｈｅＮａｔｕｒａｌＦｏｒｅｓｔＰｒｏｔｅｃｔｉｏｎＰｒｏｇｒａｍ目标层Ｏｂｊｅｃｔｉｖｅｌａｙｅｒｓ准则层Ｒｕｌｅｌａｙｅｒｓ指标层Ｉｎｄｅｘｌａｙｅｒｓ社会效益人口与就业贫困人口比重Ｓｏｃｉａｌｂｅｎｅｆｉｔｓ就业效益社会保障基本养老保险覆盖率基本医疗保险覆盖率优化产业结构林业系统产业结构㊁就业结构富余职工安置富余职工安置率改善生活质量农村恩格尔系数工程区年末实有道路里程农村人均居住面积社会稳定森林案件数量变动率工程接受认可度社区居民的认识观念生态保护意识经济效益森林资源自然资本林地资产㊁林木资产Ｅｃｏｎｏｍｉｃｂｅｎｅｆｉｔｓ绿色转型发展环境保护森林资源变化森林环境影响资源利用薪材利用㊁沼气利用㊁电力利用㊁水资源利用经济竞争力就业收入㊁科技创新㊁劳动产出㊁资金投入㊁资源支撑㊁产业结构㊁区域经济乡村振兴产业兴旺林地面积㊁商品材生产㊁经济林产品㊁人均水资源㊁锯材产量㊁木片与木粒加工产品产量㊁人造板产量㊁森林蓄积量㊁林业伤亡事故情况（人次）㊁农村用电量㊁劳动生产率㊁土地生产率㊁国家投资㊁林业系统单位在岗职工年均工资㊁森林火灾灾害㊁林业有害生物防治㊁天保工程年末实有封山（沙）育林面积㊁林业第一产业总产值㊁林业第二产业总产值㊁林业第三产业总产值㊁林业一二三产业结构㊁林业系统单位在岗职工年末人数㊁林业投入产出㊁林业产值与农林牧渔业产值占比㊁林业旅游接待收入生态宜居生活污水净化沼池㊁太阳能热水器㊁森林公园总面积㊁平均每千农村人口村卫生室人员㊁四旁植树株数㊁农村卫生厕所普及率乡村文明单位自然保护区面积㊁农村计算机拥有量㊁农村电视机拥有量㊁初中升学率㊁农村居民教育文化娱乐支出占比治理有效平均住院日㊁农村平均每一个就业者负担人数㊁乡村文化站数量㊁养老服务机构数量㊁人均最低生活保障支出㊁农村人均住房面积生活富裕农村居民恩格尔系数㊁城乡居民收入比㊁自来水普及率表３㊀天保工程对生态文明建设贡献的评价指标体系Ｔａｂｌｅ３㊀Ｉｎｄｉｃａｔｏｒｓｏｆｉｎｔｅｇｒａｔｅｄｅｖａｌｕａｔｉｏｎｏｎｅｃｏ⁃ｃｉｖｉｌｉｚａｔｉｏｎｂｅｎｅｆｉｔｓｏｆｔｈｅＮａｔｕｒａｌＦｏｒｅｓｔＰｒｏｔｅｃｔｉｏｎＰｒｏｇｒａｍ准则层Ｒｕｌｅｌａｙｅｒｓ指标层Ｉｎｄｅｘｌａｙｅｒｓ资源能源利用Ｕｔｉｌｉｚａｔｉｏｎｏｆｒｅｓｏｕｒｃｅｓａｎｄｅｎｅｒｇｙ森林覆盖率㊁森林蓄积量㊁林地面积㊁湿地面积㊁人均耕地面积㊁人均水资源量生态环境保护Ｅｃｏｌｏｇｉｃａｌｅｎｖｉｒｏｎｍｅｎｔｐｒｏｔｅｃｔｉｏｎ自然保护区面积占辖区面积的比重㊁人均公园绿地面积㊁建成区绿化覆盖率㊁生活垃圾无害化处理率㊁城市生活污水处理率㊁工业废水排放达标率㊁空气质量达标（优和良）天数比例㊁单位ＧＤＰ二氧化硫排放量㊁城市区域环境噪声平均值生态经济发展Ｅｃｏｌｏｇｉｃａｌｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔ人均地区生产总值㊁第三产业产值占ＧＤＰ比重㊁城市化率㊁工业固体废物综合利用率㊁万元ＧＤＰ能耗㊁万元ＧＤＰ水耗㊁林业产业总产值生态制度建设Ｅｃｏｌｏｇｉｃａｌｓｙｓｔｅｍｃｏｎｓｔｒｕｃｔｉｏｎ环境污染治理投资占ＧＤＰ比重㊁研究与试验发展Ｒ＆Ｄ经费支出占ＧＤＰ的比重㊁教育经费占ＧＤＰ比重㊁生态文明宣传教育普及率生态民生改善Ｉｍｐｒｏｖｉｎｇｔｈｅｅｃｏｌｏｇｉｃａｌｅｎｖｉｒｏｎｍｅｎｔａｎｄｐｅｏｐｌｅᶄｓｌｉｖｅｌｉｈｏｏｄ人口密度㊁人口自然增长率㊁城镇登记失业率㊁每千人口医院床位数㊁城镇居民人均可支配收入㊁农村居民人均纯收入㊁万人拥有公共车辆㊁林业系统单位在岗职工年平均工资㊁城镇恩格尔系数㊁每十万人口高等教育在校生数３７０５㊀１３期㊀㊀㊀刘世荣㊀等：中国天然林资源保护工程综合评价指标体系与评估方法㊀４７０５㊀生㊀态㊀学㊀报㊀㊀㊀４１卷㊀表４㊀生态系统动态评价指标体系１．５㊀天保工程政策评估在采用政策系统分析方法梳理天然林保护一系列政策的基础上，开展天然林保护政策执行评估与问题成因分析，政策效果及延续性评价分析，以及利益相关者对全面保护天然林的政策认知㊁态度与行为分析，在此基础上融合其他评估组的成果，研建新时期天然林保护政策框架体系㊂评价指标体系的内容主要包括天然林保护政策执行情况的评价，根据各期的天保政策文件和两期天保工程实施方案，及其具体的天然林保护政策内容来进行归类，从停伐减产政策㊁森林管护政策㊁公益林与后备资源培育政策㊁中幼林抚育政策和社会民生与改革政策等５个方面设定３９个指标（表５），通过层次分析，功效系数等系统方法来分项和综合评价天保政策的执行情况㊂２㊀评估的技术途径和方法２．１㊀森林资源评估的技术途径和方法鉴于森林生态系统具有高度的异质性，只有采取合理的抽样和尺度转换方法才能够实现森林资源数量和质量评估的准确性和可靠性㊂迄今，我国已经完成了９次全国范围内的森林资源清查，积累了大量系统布设㊁连续测量的固定样地数据；同时，中国森林生态系统研究网络建设了１０６个长期连续运行的观测台站，这些地面样地测量数据可用于森林资源数量和质量的动态评估㊂相对于基于地面样地系统的抽样调查，高分辨率遥感技术可以获得高空间㊁高时间分辨率的空间连续覆盖数据，尤其是形成了１９９９年以来的中高分辨率时间序列样数据，为全面刻画森林资源数量和质量分布及动态提供了必备的条件［４８］㊂估计方法包括国家森林资源清查总体的抽样估计和格网剖分的遥感建模估计㊂将天保工程区按１００ｋｍˑ１００ｋｍ的网格单元进行划分，综合利用样地数据㊁高分辨率遥感产品与全面覆盖的中分辨率遥感数据，对森林资源数量和质量的空间分布进行建模和估计㊂对于满足森林资源清查总体的天保工程区，使用时点标准化处理后的样地数据进行森林资源数量和质量的估计，同时对遥感估计产品进行统一化处理㊂对于不满足森林资源清查总体的天保工程区，利用遥感估计产品进行分析㊁评价㊂２．２㊀生态效益评价的技术途径和方法森林生态连清技术体系是生态效益监测评估的核心技术和方法［４９］，因此需要构建全国天保工程森林生态连清技术体系㊂首先，依据郑度院士的温湿度区划㊁吴中伦院士的中国森林分区和土壤侵蚀分区等，再结合重点生态功能区㊁两屏三带［５０］㊁全国天保工程区等，基于ＧＩＳ平台，采用逐级叠置分析方法进行天保工程生态功能监测分区；然后，根据生态功能监测分区和通过国家林草局的１００多个管辖的森林生态站，确定生态连清数据的来源；再次，依据森林生态系统长期定位观测标准体系和生态效益监测指标体系（其中包括２项国家标准：‘森林生态系统长期定位观测指标体系“ＧＢ／Ｔ３５３７７２０１７和‘森林生态系统长期定位观测方法“ＧＢ／Ｔ３３０２７２０１６）开展各指标的标准化观测工作，包括获取指标的观测设备设施㊁观测方法㊁数据管理等方面；最后，依据国家标准‘森林生态系统服务功能评估规范“ＧＢ／Ｔ３８５８２２０２０中规定的评估公式及模型开展天保工程生态效益监测评估工作㊂生态效益评估方法是基于分布式测算方法进行的，分布式测算体系是生态效益评估结果精度保证体系，可以解决森林生态系统结构复杂㊁森林类型多样㊁森林生态状况测算难度大㊁观测指标体系不统一和尺度转化困难等问题㊂表５㊀天然林保护政策执行情况评价指标体系Ｔａｂｌｅ５㊀Ｉｎｄｉｃａｔｏｒｓｏｆｔｈｅｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆｎａｔｕｒａｌｆｏｒｅｓｔｐｒｏｔｅｃｔｉｏｎｐｏｌｉｃｙ政策内容Ｐｏｌｉｃｙｃｏｎｔｅｎｔｓ具体指标Ｓｐｅｃｉｆｉｃｉｎｄｉｃｔｏｒｓ停伐减产政策停伐补助到位率Ｐｏｌｉｃｙｏｆｈａｌｔｉｎｇｃｕｔｔｉｎｇａｎｄｒｅｄｕｃｉｎｇｐｒｏｄｕｃｔｉｏｎ停伐补助到位投资完成率实际停伐减产率森林管护政策森林管护补助到位率Ｆｏｒｅｓｔｍａｎａｇｅｍｅｎｔａｎｄｐｒｏｔｅｃｔｉｏｎｐｏｌｉｃｙ森林管护补助到位资金投资完成率森林管护责任落实率森林管护成效考核合格率森林病虫害有效防治率森林火灾受灾率公益林与后备资源培育政策公益林建设投资补助到位率Ｐｕｂｌｉｃｗｅｌｆａｒｅｆｏｒｅｓｔａｎｄｒｅｓｅｒｖｅ公益林建设投资补助到位资金投资完成率ｒｅｓｏｕｒｃｅｃｕｌｔｉｖａｔｉｏｎｐｏｌｉｃｙ公益林森林生态效益补偿资金到位率公益林森林生态效益补偿到位资金投资完成率人工造林计划完成率人工造林存活率人工造林保存率飞播造林计划完成率飞播造林成效率封山育林计划完成率封山育林成效率后备森林资源培育补助到位率后备森林资源培育补助到位投资完成率后备资源培育计划完成率中幼林抚育政策森林抚育补助到位率Ｙｏｕｎｇａｎｄｍｉｄｄｌｅｆｏｒｅｓｔｃａｒｅｐｏｌｉｃｙ森林抚育补助到位投资完成率森林抚育计划完成率社会民生与改革政策一次性安置职工社会保险补贴到位率Ｓｏｃｉａｌｌｉｖｅｌｉｈｏｏｄａｎｄｒｅｆｏｒｍｐｏｌｉｃｙ一次性安置职工社会保险补贴到位投资完成率富余人员安置率富余人员安置计划完成率社会保险补助到位率社会保险补助到位投资完成率＂四险＂覆盖率基本养老保险覆盖率政策性社会性支出补助到位率政策性社会性支出补助到位投资完成率改革奖励补助资金到位率改革奖励补助资金到位投资完成率企业办社会职能剥离率５７０５㊀１３期㊀㊀㊀刘世荣㊀等：中国天然林资源保护工程综合评价指标体系与评估方法㊀。

Japan-M&A-Round-Up-Year-End-2011-Japanese

売却側アドバイザー FA: Daiwa Securities Group; Deutsche Bank; Goldman Sachs; Sumitomo Mitsui Financial Group LA: Mori Hamada & Matsumoto (Advising FA); Nagashima Ohno & Tsunematsu; Shearman & Sterling; Simpson Thacher & Bartlett (Advising FA) FA: Credit Suisse; Goldman Sachs LA: Moelis & Company; Freshfields Bruckhaus Deringer; Plesner; White & Case FA: Deloitte
45
Value ($bn) No. of Deals
160
40
140
35
120
30
Value of Deals ($bn)
25 80 20 60 15 40
10
5
20
0
0
Number of deals
100
公表日 22/09/2011
買収企業 Nippon Steel Corporation
被買収企業売却企業 Sumitomo Metal Industries Ltd (90.6% Stake)
買収側アドバイザー FA: Bank of America Merrill Lynch; JPMorgan; Mizuho Financial Group; Morgan Stanley LA: Nishimura & Asahi; Sullivan & Cromwell

基于集成学习的松辽盆地砂岩型铀矿地层岩性自动识别研究

!第1*卷第5'期原子能科学技术d M S Z1*!%M Z5' !'-',年5'月9E M3J LV Q N)"I D L J N Q L N C Q&U N L A Q M S M"I P N L Z'-',基于集成学习的松辽盆地砂岩型铀矿地层岩性自动识别研究段忠义5 肖!昆5 ( 杨亚新5 黄!笑' 姜!山' 张!华5 罗齐彬5"5Z东华理工大学核资源与环境国家重点实验室!江西南昌!,,--5,)'Z核工业二四三大队!内蒙古赤峰!-'6---#摘要地层岩性的准确识别与砂岩型铀矿层的圈定密切相关!岩性组合的正确分析对于开展砂岩型铀矿的勘查与异常识别具有重要意义%本文针对传统测井岩性识别方法与机器学习类方法中存在的问题!以北方松辽盆地砂岩型铀矿为研究对象!采用两种典型的集成算法模型"H^:M M R E和D!#U V随机森林#开展地层岩性自动识别研究!并将识别结果与0最近邻分类算法"0%%#$梯度提升决策树算法"^:P U#等典型机器学习算法进行对比%结果表明!H^:M M R E和D!#U V随机森林两种集成算法模型对砂岩型铀矿地层岩性识别的准确率都在.1@以上!且较0%%模型和^:P U模型的准确率有明显提高% H^:M M R E模型用于控制过拟合的正则项和节点分裂时支持特征多线程进行增益的计算!显著提高了运算效率!D!#U V合成少数过采样技术解决了样本数据不平衡的问题%基于集成算法的优化过程可为砂岩型铀矿岩性分类问题提供理论依据与技术支撑%关键词 H^:M M R E)D!#U V)集成学习)砂岩型铀矿)岩性识别中图分类号 U F..)U P./,文献标志码 9文章编号 5---$8.,5"'-',#5'$'66,$5'503 5-Z*1,/+I]\Z'-',Z I M>_J C Q Z-5-5H920=+234V32/0-0E8Q5.623<34+23060<P+657206.%28;.Y1+639=Z.;0732 36P06E-3+0T+736T+7.506C67.=,-.V.+1636EP`9%(A M Q"I J5!H+9#0>Q5!(!e9%^e C_J Q5!c`9%^H J C M'![+9%^D A C Q'!(c9%^c>C5!F`#f J G J Q5"5-?5053N39'0O<605<69<I@A%+306,34<A6%3401>71*/6<1K315!7045=;/10J1/*364/59<I(3%;1<+<89!@01%;018,,--5,!=;/10)'-@A%+306D1>A4569V6<A&@<-'6,!=;/I318-'6---!=;/10#H,721+42*!U A N C L L>)C E N J&N Q E J K J L C E J M QM K R E)C E J")C T A J L S J E A M S M"I J RL S M R N S I)N S C E N&E ME A N &N S J Q N C E J M QM KR C Q&R E M Q N$E I T N>)C Q J>3&N T M R J E R Z+QE A NK C L NM KL M3T S N_R E)C E J")C T A J L R E)>L E>)N!E A NL M))N L EC Q C S I R J RM K S J E A M S M"I L M3G J Q C E J M QJ RM K")N C ER J"Q J K J L C Q L NE ME A N N_T S M)C E J M QC Q&C Q M3C S I J&N Q E J K J L C E J M QM K R C Q&R E M Q N$E I T N>)C Q J>3&N T M R J E R Z+Q>)C Q J>3收稿日期 '-',$-,$-5)修回日期 '-',$-1$'*基金项目江西省主要学科学术和技术带头人培养计划"'-'-6:W[',-'*#)核资源与环境国家重点实验室联合创新基金"'-''%O V$F c$5/#)江西省自然科学基金"'-',':9:'-,-*'#)东华理工大学研究生创新专项基金"P c e W$'-',51#(通信作者肖!昆N_T S M)C E J M Q!"N M T A I R J L C S S M""J Q"&C E C!C RCG)J&"NG N E b N N QE A NL A C Q"NM K"N M T A I R J L C S T)M T N)E J N R C Q&E A N>Q&N)")M>Q&"N M S M"J L C S N Q a J)M Q3N Q E!J R C Q N K K N L E J a N C Q&J))N T S C L N C G S N 3N E A M&E M>Q&N)R E C Q&E A N>Q&N)")M>Q&)M L\R E)>L E>)NC Q&)N R N)a M J)L A C)C L E N)J R E J L R Z W M Q a N Q E J M Q C S S J E A M S M"I J&N Q E J K J L C E J M Q3N E A M&RR>L A C RL)M R R T S M E3N E A M&!T)M G C G J S J E I R E C E J R E J L3N E A M&!L S>R E N)C Q C S I R J R3N E A M&C Q&L M Q a N Q E J M Q C S3C L A J Q N S N C)Q J Q"L S C R R3N E A$ M&A C a N R M3N&N K N L E R!R>L AC R S M bC L L>)C L I!J&N Q E J K J L C E J M QN K K J L J N Q L I C Q&"N Q N)C S J]C E J M Q C G J S J E I Z V Q R N3G S N S N C)Q J Q"J R C3N E A M&M K C L A J N a J Q"L M Q R N Q R>R J Q T)N&J L E J M Q R G I J Q E N")C$ E J Q"R J"Q J K J L C Q E C E E)J G>E N R M K E b MM)3M)N3M&N S R!3C\J Q"E A N K J Q C S S N C)Q J Q"K)C3N b M)\ 3M)N L M3T)N A N Q R J a N E A C QE A C EM K CR J Q"S NL M3T M Q N Q E3M&N S!)N&>L J Q"N))M)RC Q&M E A N) K C L E M)R Z W M3T C)N&b J E AM)&J Q C)I3C L A J Q N S N C)Q J Q"C S"M)J E A3R!J Q E N")C E N&S N C)Q J Q"C S"M$ )J E A3RA C a N3M)NC&a C Q E C"N R J Q&C E C T)M L N R R J Q"Z+QE A J R T C T N)C J3J Q"C E E A N T)M G S N3R N_J R E J Q"J QE)C&J E J M Q C SS M""J Q"S J E A M S M"I J&N Q E J K J L C E J M Q3N E A M&RC Q&3C L A J Q NS N C)Q J Q" 3N E A M&R!E A N R C Q&R E M Q N$E I T N>)C Q J>3M)N J QD M Q"S J C MG C R J Q J QQ M)E AW A J Q Cb C R E C\N Q C R E A N)N R N C)L AM G g N L E!C Q&E A N M)J"J Q C S&C E Cb N)N C Q C S I]N&C Q&T)N E)N C E N&Z W M3G J Q N&b J E A T)N a J M>RR E>&J N R!E b M E I T J L C SJ Q E N")C E N&C S"M)J E A33M&N S R"H^:M M R EC Q&D!#U V )C Q&M3;M)N R E#b N)N>R N&E ML C))I M>E C>E M3C E J L S J E A M S M"I J&N Q E J K J L C E J M QM K R C Q&R E M Q N$ E I T N>)C Q J>3M)N J QD M Q"S J C MG C R J Q!C Q&E A N)N L M"Q J E J M Q)N R>S E RM K E A NE b MJ Q E N")C E N& C S"M)J E A33M&N S Rb N)N L M3T C)N&b J E A0$%N C)N R E%N J"A G M)"0%%#!^)C&J N Q E:M M R E J Q" P N L J R J M QU)N N"^:P U#C Q&M E A N)E I T J L C S3C L A J Q N S N C)Q J Q"C S"M)J E A33M&N S Rb N)NC S R M L M3T C)N&Z U A N)N R>S E R R A M bE A C E E A N C L L>)C L I M KH^:M M R E C Q&D!#U VR E M L A C R E J L K M)N R E J Q E N")C E N&C S"M)J E A33M&N S K M)S J E A M S M"I J&N Q E J K J L C E J M QM K R C Q&R E M Q N$E I T N>)C Q J>3M)N J R C G M a N.1@!C Q&E A N C L L>)C L I M K0%%3M&N S C Q&^:P U3M&N S J R R J"Q J K J L C Q E S I J3T)M a N&Z +QM)&N)E M R M S a N E A N T)M G S N3M K M a N)K J E E J Q"J QM T N)C E J M Q!H^:M M R E C S"M)J E A33M&N Sb C R >R N&E M L M Q E)M S E A N)N">S C)E N)3M K M a N)K J E E J Q"C Q&Q M&N R T S J E E J Q"!C Q&R>T T M)E L A C)C L E N)$ J R E J L3>S E J E A)N C&J Q"E ML C S L>S C E NE A N"C J Q!b A J L AJ3T)M a N RE A NM T N)C E J M QN K K J L J N Q L I C Q& N Q R>)N R E A N)N S J C G J S J E I M KE A NJ Q E N")C E N&C S"M)J E A33M&N S Z D!#U VR I Q E A N E J L3J Q M)J E I M a N)R C3T S J Q"E N L A Q J i>NR M S a N RE A N T)M G S N3M KR C3T S N&C E CJ3G C S C Q L NJ QE A N)C Q&M3 K M)N R E C S"M)J E A33M&N S Z U A NM T E J3J]C E J M Q T)M L N R RG C R N&M Q J Q E N")C E N&C S"M)J E A33M&N S T)M a J&N R C E A N M)N E J L C S G C R J R K M)S J E A M S M"I L S C R R J K J L C E J M QM K R C Q&R E M Q N$E I T N>)C Q J>3&N T M R$ J E R!C Q&T)M a J&N R E N L A Q J L C S R>T T M)E K M)R E)C E N"J LG)N C\E A)M>"A J Q>)C Q J>3N_T S M)C E J M Q Z I.8@0157*H^:M M R E)D!#U V)N Q R N3G S NS N C)Q J Q")R C Q&R E M Q N$E I T N>)C Q J>3&N T M R J E) S J E A M S M"I J&N Q E J K J L C E J M Q!!北方沉积盆地砂岩型铀矿作为我国储量最多的铀矿类型!区内仍有大面积的铀异常亟待查证!铀矿资源勘探潜力巨大'5(%在铀矿勘查中!地球物理测井数据作为连接地球物理性质变化和地下地质环境的桥梁!是了解地下岩层结构和储层特征的有效且不可替代的方法%因此!测井数据解释在铀矿勘查中具有重要意义''$,(%对测井数据的分析和挖掘已成为提高勘查效率的重点之一'6$*(%随着测井勘探技术的发展!在地下地质结构环境多变且复杂的情况下!对测井数据的解释和地层分析也提出了更高的要求'/$55(%利用测井数据的分析结果对地下空间目标进行准确的识别与划分是测井资料解释的重要环节!包括地层结构划分$沉积相$岩性识别$以及储层识别等'5'$5,(%其中岩性识别在理解地质体结构$成矿信息预测等研究中发挥着重要作用'56$51()储层识别是复杂储层勘探开发的基础!储层的正确表征是降低勘探开发风险的重要手段!可为更好地设计和制定方案提供依据%666'原子能科学技术!!第1*卷岩性识别是测井数据分析的核心!目前广泛使用的岩性识别方法主要有*传统岩性识别方法!包括交会图法'58$5/($概率统计方法'5.$'-($聚类分析方法''5$',()机器学习类岩性识别方法!包括支持向量机D d!''6$'8($神经网络''*$'/($集成学习类方法''.(%传统的岩性识别$储层识别方法存在精度$识别效率和泛化能力低等问题',-(%针对异常值$不平衡性和高复杂性的测井数据!传统的测井解释方法有很大的局限性%随着储层地质条件的复杂性以及测井数据的多样性和数量不断增加!主观的专业知识和经验无法更好地解释%在面对复杂且更具挑战性问题时!机器学习类方法为实现自动化$性能提升提供了新的解决方案!在大量数据中学习复杂的模式和关系方面显示出巨大的优势!使得岩性识别$储层识别有了新的突破',5$,,(%集成学习是通过融合两个或多个模型的显著属性在预测中达成共识的方法!使得最终的学习框架较单个构成模型更全面!减少了误差和其他因素影响%相对于普通机器学习算法!集成学习算法在数据处理方面有更多优势!面对复杂度较高的问题!可以增强分类性能的信息融合!以获取更可靠的决策%基于:M M R E J Q"的H^:M M R E模型借助由回归树组成的强学习器!引入了正则项与并行计算技术!在提高效率的同时!确保了模型的可靠性',6()基于:C""J Q"优化的D!#U V随机森林算法借助人工合成少数过采样技术!解决了数据样本的不平衡问题',1(%因此!本文采用集成学习算法中的H^:M M R E和D!#U V随机森林模型开展砂岩型铀矿地层岩性识别研究!对松辽盆地的砂岩型铀矿建立岩性自动识别模型!以模型岩性识别的准确率为评价标准!并与0%%模型和^:P U模型进行对比分析!考察改进集成模型的可行性!以提升我国北方砂岩型铀矿储层识别的效率与精度!为实现我国铀矿资源勘查战略性突破提供技术支撑%!!理论与方法!"!!W>T0072算法在;)J N&3C Q',8(提出的:M M R E J Q"算法基础上!W A N Q等',*(通过改进目标函数与优化导数信息!并针对性地处理缺失值和模型过拟合!提出了一种优于^:P U的模型!即H^:M M R E模型%相较于^:P U!H^:M M R E精度更高$灵活性更强!并行计算与列抽样的引入提高了H^:M M R E的计算效率%H^:M M R E的目标函数如下*'"##"0/+"W9+!9/##0U."I U#"5#其中*'"##为整体目标函数!即最小化的目标) #为模型的参数!其最佳值需要通过优化目标函数来确定)+"W9+!9/#为预测值W9+与真实值9/之间的损失函数!W9+为模型预测值!9/为样本/的真实值!/为样本的索引)."I U#7+(< 5'&1G1'!I U为树的结构!该结构将输入样本映射到一个确定的叶子节点上!+和&为惩罚系数!(为决策树的叶子节点数!1G1'为决策树叶子节点上的输出分数的平方%式"5#右边第一项是损失函数!第二项是对模型复杂度的惩罚项"正则项#%经过5次迭代得到目标函数*'"5#"01/"5+"9/!W9"5$5#+#I5")/###."I5##="'# !!对式"'#进行二阶泰勒展开*'"5#+01/"'5+"9/!W9"5$5#+##8/I5")/##5';/I'5")/(##."I5##=",#其中*8/7,W9"545#+"9/!W9"545#+#表示+"W9"545#+#对W9"545#+的一阶导数);/7,'W9"545#+"9/!W9"545#5#表示+"W9"545#+#对W9"545#+的二阶导数)=为常数项%最终简化函数的目标形式如下*'"5#"01/"'58/I5")/##5';/I'5")/(##."I5#"6# !"#!基于P$)*C的随机森林算法随机森林算法属于集成算法中的:C""J Q"方法!作为一种集成学习方法!它在随机选择的数据样本上构建了许多决策树%然后从每棵树上获得预测!并通过多数投票!选择获得多数票的决定%其中构建随机森林算法模型的步骤如下*5#从给定数据或训练集中随机挑选N个数据点作为随机样本)'#构建与N个数据点相关联的决策树),#选择要构建的树的数量!166'第5'期!!段忠义等*基于集成学习的松辽盆地砂岩型铀矿地层岩性自动识别研究定义为@!然后重复前两步)6#对于一个新数据点!让已经构建的@棵树来预测新数据点所属的类别!并将新数据点分配给赢得多数票的类别%对于处理高维数据的分类问题!随机森林表现出不错的效果!通过:C""J Q"算法弥补了单个决策树对训练集噪声的敏感问题!降低了训练多棵决策树存在的关联问题!有效解决了模型过拟合问题%针对数据集中出现的分类不平衡问题!采用D!#U V合成少数过采样技术!在保持样本各自形态的基础上进行插值!使各类数据平衡!以此提高少数类的分类精度',/$,.(!在D!#U V合成邻近样本示意图中!横纵坐标通常代表数据点的某些特征%假设一个二维数据集的每个数据点都有两个特征组成*特征5和特征'%这种情况下!示意图的横坐标通常代表特征5!纵坐标则代表特征'%具体过程如图5所示%图5!D!#U V合成邻近样本"据W A C b S C等',.(#;J"Z5!D!#U VL M3T M R J E N C&g C L N Q E R C3T S N"3M&J K J N&K)M3W A C b S C N E C S',.(##!建模与应用本文以我国北方松辽盆地典型砂岩型铀矿区为研究对象!砂岩型铀矿地球物理测井资料为基础数据!提取研究区目的井次'/8-个数据点作为训练数据集!5'*-个数据点作为验证数据集%#"!!样本构建根据岩石粒级的粗细程度与综合测井曲线对岩性进行划分!依次为黏土$泥岩$粉砂岩$细砂岩$中砂岩$粗砂岩和砂砾岩%以多维数据为样本进行训练!划分岩性作为样本的可靠分类标签!结合砂岩型铀矿中不同岩性在不同地球物理测井数据中的响应规律!进行测井属性的优选!挑选在砂岩型铀矿岩性研究中常见的测井曲线作为输入变量*井径"W9F#$岩石密度"P V%#$声波时差"P U#$放射性"+#$自然伽马"^O#$三侧向电阻率"F F P,#$视电阻率"O U#$自然电位"D=#共/条曲线'6-(!每种岩性的不同测井曲线幅值差异如表5所列%由表5可知!岩石的致密程度与各物性参数存在一定的相关性!如密度和视电阻率随岩石粒级的增加呈增长趋势!声波时差则相反)自然伽马数值相对较高!但在中砂岩中存在局部高自然伽马值!表明研究区含矿主岩为砂岩%对于同岩性的岩石!其数值变化范围较大%泥岩一般放射性伽马值相对较高!砂岩放射性伽马值相对较低%但从粉砂岩$细砂岩以及中砂岩的自然伽马值来看!出现了部分高自然伽马值!指示一定的铀矿异常或矿化特征%为了进一步分析岩性类别在测井变量组合之间的区分度!通过交会图分析测井响应参数对岩性储层的敏感性!结果如图'所示%由图'可看出!在二维测井交会图中!岩性样本点的分布越离散!对岩性的区分度越好%黏土较其他,种岩性分区明显!其密度相对较高!聚集程度较高!而粉砂岩$中砂岩$细砂岩与粗砂岩重叠在一起!不易分类%总体来看!二维测井曲线交会图不能很好地划分砂岩型铀矿岩性!故需要采用分类功能更全面的集成学习法来进行精确岩性划分%#"#!数据处理5#曲线校深与曲线滤波测井过程中!受地下地质环境客观因素以及操作方法等影响!测井响应值在深度上存在866'原子能科学技术!!第1*卷表!!不同岩性类别测井数据*+,-.!!V 0E E 36E 5+2+0<53<<.1.62-32/0-0E 84-+77.7岩性统计量++"Q W +\"&A #W 9F +33^O +9=+P V %+""+L 3,#F F P ,+",&3#O U +",&3#D =+3d P U +"$R +3#样本总数黏土平均值5?8.58/?,/,.?,5'?-/'68?616,?8.4,/?185-66?'881'最大值,?'85*6?-**1?--'?5/5*-8?/5,-5?8'45/?**55',?15最小值-?/6518?--5*?--5?../*?5551?1145-/?'/*81?51标准差-?,/8?.//?51-?-,55.?8''5?5,55?6.61?.6粉砂岩平均值'?6656.?6*8,?/-'?-,/,?5,56?/1456?*.55,.?,1'11最大值,?/*5*,?88'-/?--'?',5.*?58,6?./4*?6*558/?/.最小值5?-55'5?6/,'?--5?/1,*?*-8?/'4,5?.65-*-?81标准差-?6/5.?8''5?*/-?5-6'?***?118?'8'1?-8细砂岩平均值'?*65,6?1/1.?1.'?--5-.?.,5.?1/45.?-,55''?61816最大值8?/-5*,?1/,1*?--'?'',--?,11,?'54*?-,55*-?15最小值5?--55.?'-'.?1-5?**,6?*/8?,5465?6.5-,'?88标准差-?*'5/?85''?5'-?5'6.?**/?*.*?-*'/?'/中砂岩平均值'?/.5,1?5-8-?,.'?-,55.?86'5?'.4'-?6,5558?*.6'/最大值58?5'5*6?-.*-.?1-'?'-,-5?6/1,?654.?5-558'?5*最小值5?5-558?8.,1?--5?/,68?'8/?,,46,?/85-',?'/标准差5?1.58?.5,8?*.-?-.86?,.55?,*.?5.,8?*.粗砂岩平均值'?5-5*'?*666?.5'?5-566?*''1?*'4'6?*55-..?855*最大值'?8/5*,?151-?1-'?5,588?5-'.?1-4'-?815551?.-最小值5?155*5?'8,6?1-'?-/5-8?555/?.-4'8?8'5-.5?/8标准差-?,,-?/*6?,'-?-'51?-''?815?*58?/*泥岩平均值'?/.56,?/-*'?-*'?-'8-?./5-?.,455?-,5516?6,5*.5最大值*?1/5*6?5/6*.?1-'?'.,/5?*,8*?1.48?8-55*'?,-最小值5?,,558?*-,1?--5?*1,'?-,1?/'46,?*'5-',?16标准差-?*55*?,,''?/--?556-?-/*?-/1?,-'5?'5砂砾岩平均值'?1-58'?5*86?'5'?55'-/?**,*?-,4,'?./5-88?1/'.-最大值6?865*,?*1566?1-'?''6',?5**6?.-45-?'/551*?*1最小值5?,*55.?'8'.?1-5?/861?,6/?5*418?58.*,?.*标准差-?815,?8.'-?,*-?-8..?1*5*?1.5,?5*1'?8*图'!二维测井参数交会图;J "Z '!W )M R R T S M E M K E b M $&J 3N Q R J M Q C S S M ""J Q "TC )C 3N E N )R *66'第5'期!!段忠义等*基于集成学习的松辽盆地砂岩型铀矿地层岩性自动识别研究不一致性!不能有效完成后续处理解释工作%本文采用W+;F M"'?5测井软件中的数据预处理模块对工区原始测井数据进行校深和滤波!使同一口井中所有测井数据之间的深度关系保持一致!以满足后续测井资料处理与训练要求!具体过程如图,所示%滤波采用5-点移动平均滤波以过滤序列中的高频扰动!保留有用低频趋势%C,,,密度校深曲线)G,,,视电阻率校深曲线图,!曲线校深图;J"Z,!W M))N L E N&&N T E AL A C)E!!'#标准化在利用集成算法进行岩性识别时!不同类型的测井曲线具有不同的量纲和数量级!其差异性会对模型的识别精度产生影响'65(%本文采用D L J\J E$S N C)Q中的D E C Q&C)&D L C S N)模块对数据的特征维度进行去均值和方差归一化!使数据符合正态分布!转化函数如下*)(")$-)"1#其中*-为所有样本的均值))为所有样本数据的标准差%#"A!模型应用与对比5#模型参数设置对于由H^:M M R E模型建立的岩性识别模型!可以根据其高度的灵活性优势!自定义优化目标和评价标准!在参数调优过程中!除通用参数和学习目标函数外!对模型预测结果影响较大的参数是学习率"S N C)Q J Q"0)C E N#和树的最大深度"3C_0&N T E A#%在初始化模型参数时!尽量让模型的复杂度较高!然后通过网格搜索^)J&D N C)L A W d超参数空间调优来降低模型复杂度%学习率和最大迭代次数这两个参数的调优是联系在一起的!学习率越大!达到相同性能的模型所需要的最大迭代次数越小)学习率越小!达到相同性能的模型所需要的最大迭代次数越大%H^:M M R E 每个参数的更新都需要进行多次迭代!因此!学习率和最大迭代次数是首先需要考虑的参数!且学习率和最大迭代参数的重点不是提高模型的分类准确率!而是提高模型的泛化能力%因此!当模型的分类准确率很高时!最后一步应减图6!学习率和树最大深度的变化;J"Z6!F N C)Q J Q"0)C E N C Q&3C_0&N T E A E N Q&N Q L I L A C)E 小学习率的是调节树的最大深度!以提高模型的泛化能力!逐步降低模型复杂度%调参过程如图6所示!其中!纵坐标为数损失函数"F M"F M R R#!用于衡量模型对真实标签的概率预测与实际标签之间的差异!较小的学习率通常需要在模型中添加更多的树!可以通过调整参数组合来探索这种决策关系)横坐标表示树的最大深度!从1!6-不等)学习率从-?5!-?1不等!/66'原子能科学技术!!第1*卷3C_0&N T E A有/个变量!S N C)Q J Q"0)C E N有1个变量%每个组合使用5-倍交叉验证进行评估!因此共需要训练和评估6--个H^:M M R E模型%调参目标是针对给定的学习率!使性能随树的数量的增加而提高!然后稳定下来%由于算法或评估过程的随机性或数值精度的差异!结果可能会有所不同!需要多次运行并比较平均结果!多次迭代后将输出每个评估的最佳组合以及对数损失函数%最终可以得到最佳结果的学习率为-?'!树的最大深度为5-%在构建提升树之后!检索每个属性的重要性分数%通常!重要性分数反映的是每个特征在构建模型内的增强决策树中的有用性或价值%使用决策树做出关键决策的属性越多!其相对重要性就越高!为数据集中的每个属性明确计算此重要性!允许对属性进行排名和相互比较%单个决策树的重要性是通过每个属性分割点改进性能度量的量计算的!由节点负责的观察数加权%性能度量可以是用于选择分割点的纯度"^J Q J指数#也可以是另一个更具体的误差函数%对于集成模型中的多棵决策树!可以计算每个决策树的特征重要性!并对所有决策树的特征重要性取平均值!以此更全面地评估特征的重要性%使用的内置H^:M M R E特征重要性图!因算法或评估程序的随机性或数值精度的差异而有所不同!因此多次运行该示例!并比较平均结果!如图1所示!其中横坐标;R L M)N表示每个特征的重要性得分!衡量的是特征在模型中的相对重要程度)纵坐标;N C E>)N R表示测井特征参数%从图1可知!重要性相对较高的特征参数为W9F和P V%%图1!H^:M M R E特征重要性筛选;J"Z1!H^:M M R E K N C E>)N J3T M)E C Q L N R L)N N Q J Q"'#模型预测结果及与真实结果的对比经过模型参数调整和交叉验证后!两种模型样本测试集中的岩性分类结果如图8所示!其中横坐标为岩性*5!粗砂岩)'!粉砂岩),!泥岩)6!砂砾岩)1!细砂岩)8!黏土)*!中砂岩%用混淆矩阵分析模型的分类结果!按照真实类别与模型预测类别两个标准进行统计!最终以矩阵形式呈现%其中矩阵的行表示真实值!矩阵的列表示预测值%上述混淆矩阵的每个单元格"/!S#表示模型将真实类别为/的样本预测为类别S的数量!观测值在对角线位置!数值越多越好)反之!在其他位置出现的观测值则越少越好%对于*种岩性!两种集成模型都表现出较好的识别效果!其中泥岩和细砂岩的分类结果与其他岩性的差异明显!H^:M M R E模型略优于D!#U V随机图8!混淆矩阵预测数据;J"Z8!W M Q K>R J M Q3C E)J_T)N&J L E J M Q&C E C.66'第5'期!!段忠义等*基于集成学习的松辽盆地砂岩型铀矿地层岩性自动识别研究森林模型%受试者工作特征"O #W #曲线是模型的另一种评价指标!O #W 曲线下与坐标轴围成的面积"9`W #用于衡量分类模型的准确性%O #W 曲线反映的是不同阈值下真正例率和假正例率之间的权衡关系%在O #W 曲线中!完美测试的9`W 值为5!表示模型在所有阈值下都能完美区分正例和反例%对角线表示随机猜测的模型性能!即真正例率等于假正例率%利用所计算的9`W 值!可以衡量分类器在不同阈值下的整体性能!面积越大!表示模型的分类准确性越高%O #W 曲线越接近左上角!说明模型在预测样本为正样本的同时还尽可能地减少了错误分类%采用H ^:M M R E 模型和D !#U V随机森林模型所得O #W 曲线如图*所示%由图*可知!两个模型的O #W 曲线都靠近左上角的点!且9`W 值均大于-?*!说明两种模型都具有较高的诊断价值!最佳边界点是曲线最靠近左上角的点!其中H ^:M M R E 模型最佳边界点的敏感度为-?/!特异度为-?'1%D !#U V 随机森林模型最佳边界点的敏感度为-?8!特异度为-?'8%可见H ^:M M R E 模型较D !#U V随机森林模型诊断价值更高!整体预测结果更优%图*!O #W 曲线;J "Z *!O #WL >)a N !!为了检验本文所建立的集成模型的准确性!将H ^:M M R E 模型与D !#U V 随机森林模型的识别结果与0%%模型和^:P U 模型的识别结果进行对比%利用W +;F M "'?5测井软件绘制部分井段钻井取心的岩性剖面与模型预测剖面!如图/所示%从图/可知!H ^:M M R E 模型和D !#U V 随机森林模型能更准确地对地层不同岩性做出响应!与钻井取心的岩性剖面的对比可知!H ^:M M R E 模型和D !#U V 随机森林模型对于砂岩型铀矿岩性的识别较其他模型更准确%针对岩性连续变化的井段!H ^:M M R E 模型的岩性识别效果与钻井取心岩性剖面基本一致!D !#U V 随机森林模型的岩性识别效果与钻井取心岩性剖面绝大部分对应较好!但对于少部分数据集较少的井段会出现岩性不对应的情况!这是因为随机森林算法对于小数据或低维数据"特征较少的数据#!不能达到很好的分类效果%而0%%模型和^:P U 模型在面对高维数据和不平衡数据时所表现出的局限性!导致部分岩性不能准确对应!识别效果与H ^:M M R E 模型和D !#U V 随机森林模型相比较差%各模型的运行时间和准确性如表'所列%由表'可知*H ^:M M R E 模型的识别效果最好!准确率高达.1?'*@!其次是D !#U V 随机森林模型!准确率为.1?-'@)^:P U 模型和0%%模型的分类效果较弱!准确率分别为.,?/5@和.,?*'@%H ^:M M R E 模型之所以准确率最高!在于H ^:M M R E 模型采用并行计算技术使得多个弱分类器组合进行学习!模型学习的结果优于以决策树作为基学习器的^:P U 模型!同时还借鉴了随机森林的列抽样!降低过拟合%从运行时间来看!基于模型本身的原理简单!模型训练较快来考虑!0%%模型和^:P U 模型所用时间较短%整体上!H ^:M M R E 模型和D !#U V 随机森林模型优于0%%模型和^:P U 模型!这是因为集成学习通过不同方法改变原始训练样本的分布构建分类器!最终集合弱分类器成强分类器!并且在每轮迭代中使用内置交叉验证!方-16'原子能科学技术!!第1*卷图/!单井段岩性识别效果;J"Z/!D J Q"S Nb N S S J Q E N)a C S S J E A M S M"I J&N Q E J K J L C E J M Q)N R>S E便获得最优迭代次数!减少了计算量!提高了模型准确率%其中:M M R E J Q"方法每次迭代时训练集的选择与前面各轮的学习结果有关!而且每次通过更新各样本权重的方式来改变数据分布):C""J Q"方法每次迭代前!采用有放回的随机抽样来获取训练数据!这使得每次迭代不依赖之前建立的模型!生成的各弱模型之间没有关联!可以彻底实现训练数据之间的并行训练%表#!各模型的准确率和运行时间*+,-.#!H4491+48+65196636E23=.0<.+4/=05.-模型准确率+@运行时间+R H^:M M R E.1?'*,?1 D!#U V随机森林.1?-',?-^:P U.,?/5'?80%%.,?*''?*A!结论5#通过测井资料和交会图分析!确定了与模型相关的/条曲线作为输入变量!并运用模型评价指标对两种集成学习模型进行评估!验证了模型的可行性)利用网格搜索^)J&D N C)L A W d从超参数空间寻找最优的参数组合!运用5-倍交叉验证结合参数组合!通过迭代确定了初步最优化模型%'#H^:M M R E模型对损失函数添加正则项以及二阶泰勒展开!弥补了传统:M M R E J Q"算法的缺陷!提升了优化效果!通过对缺失值切分方法的优化!使得每个特征的缺失值学习到一个最优的切分方向!特征的正确排序与分割结合多线程并行极大提高了运算准确率%,#:M M R E J Q"和:C""J Q"两种集成学习在预测分类中都表现出不错的性能!H^:M M R E模型对砂岩型铀矿地层岩性识别的准确率最高!达到了.1?'*@!D!#U V随机森林模型次之! 0%%模型的识别效果最差%参考文献'5(!李子颖!秦明宽!蔡煜琦!等Z鄂尔多斯盆地砂岩型铀矿成矿作用和前景分析'[(Z铀矿地质!'-'-!,8"5#*5$5,ZF+(J I J Q"!f+%!J Q"\>C Q!W9+e>i J!N EC S Z9Q C S I R J RM QE A N3J Q N)C S J]C E J M Q C Q&T)M R T N L EM KR C Q&R E M Q NE I T N>)C Q J>3&N T M R J EJ Q M)&M R G C R J Q'[(Z`)C Q J>3^N M S M"I!'-'-!,8"5#*5$5,"J Q516'第5'期!!段忠义等*基于集成学习的松辽盆地砂岩型铀矿地层岩性自动识别研究W A J Q N R N#Z''(!操应长!姜在兴!夏斌!等Z利用测井资料识别层序地层界面的几种方法'[(Z石油大学学报"自然科学版#!'--,!'*"'#*',$'8ZW9#e J Q"L A C Q"![+9%^(C J_J Q"!H+9:J Q!N EC S ZD N a N)C S3NE A M&RM K J&N Q E J K I J Q"R N i>N Q L N R E)C$E J")C T A J L J Q E N)K C L NG I S M""J Q"&C E C'[(Z[M>)Q C S M KE A N`Q J a N)R J E I M K=N E)M S N>3"%C E>)C S D L J N Q L NV&J E J M Q#!'--,!'*"'#*',$'8"J QW A J Q N R N#Z',(!O`P!9%9[!F9%0D U#%O2Z D E)C E J")C T A$ J L L M))N S C E J M QM Kb N S S S M"R G I L M3T>E N)E N L A Q J i>N R'[(Z99=^:>S S N E J Q!5.*,!1*"5,#*1**$1//Z '6(![#D c+P!=9U+P9O90!!+D c O99!N E C S Z =)N&J L E J M QM K R M Q J L S M"C Q&L M))N S C E J M Q M K S J E A M S M"IG I L M3T C)J Q""N M T A I R J L C S b N S SS M"&C E C>R J Q"3C L A J Q N S N C)Q J Q"T)J Q L J T S N R'[(Z^N M[M>)Q C S!'-'5!/*"8#*5$''Z'1(!杨兴!李娜!赵旭Z砂岩型铀矿勘查中密度测井曲线的校正研究及应用'[(Z新疆地质!'-'5!,.",#*6.*$1-5Ze9%^H J Q"!F+%C!(c9#H>ZD E>&I C Q&C T T S J L C E J M QM K&N Q R J E I S M"L M))N L E J M Q J QR C Q&R E M Q NE I T N>)C Q J>3N_T S M)C E J M Q'[(Z^N M S M"I M K H J Q$g J C Q"!'-'5!,.",#*6.*$1-5"J QW A J Q N R N#Z'8(!杨怀杰!乔宝强!冯延强Z小口径砂岩型铀矿测井资料处理解释系统设计'[(Z铀矿地质!'-5.!,1",#*5*-$5*6Ze9%^c>C J g J N!f+9#:C M i J C Q"!;V%^e C Q$i J C Q"ZP N R J"Q M KS M""J Q"&C E C T)M L N R R J Q"C Q&J Q E N)T)N E C E J M Q R I R E N3K M)R3C S S&J C3N E N)R C Q&$R E M Q N E I T N>)C Q J>3&N T M R J E'[(Z`)C Q J>3^N M S M$"I!'-5.!,1",#*5*-$5*6"J QW A J Q N R N#Z'*(!邓小卫!赵军辉!李继安!等Z可地浸砂岩型铀矿测井资料自动化处理解释系统的开发研究'[(Z铀矿地质!'--*!',"8#*,8,$,*-ZP V%^H J C M b N J!(c9#[>Q A>J!F+[J/C Q!N E C S ZO N R N C)L AM QE A NC>E M3C E J L T)M L N R R J Q"C Q&J Q E N)$T)N E C E J M Q R I R E N3M K S M""J Q"&C E CM K E A N S N C L A C G S NR C Q&R E M Q N E I T N>)C Q J>33J Q N'[(Z`)C Q J>3^N M S$M"I!'--*!',"8#*,8,$,*-"J QW A J Q N R N#Z'/(!c#D D9+%U!!29U9P9[!9(+(+9!N E C S ZF J E A M S M"IT)N&J L E J M Q>R J Q"b N S S S M"R*9")C Q>S C)L M3T>E J Q"C T T)M C L A'[(Z+Q E N)Q C E J M Q C S[M>)Q C S M K +Q Q M a C E J a NW M3T>E J Q"!+Q K M)3C E J M QC Q&W M Q E)M S!'-'5!5*"5#*''1$'66Z'.(!徐建国!吴显礼!王卫国Z自组织竞争人工神经网络在砂岩型铀矿测井数据解释中的应用'[(Z世界核地质科学!'--/!'1"'#*556$55/ZH`[J C Q">M!2`H J C Q S J!29%^2N J">M Z9T T S J$L C E J M Q M K R N S K$M)"C Q J]J Q"L M3T N E J E J a N C)E J K J L J C S Q N>$)C S Q N E b M)\J Q S M""J Q"&C E C J Q E N)T)N E C E J M Q M KR C Q&R E M Q N E I T N>)C Q J>33J Q N'[(Z2M)S&%>L S N C)^N M S M"I!'--/!'1"'#*556$55/"J QW A J Q N R N#Z'5-(张成勇!聂逢君!刘庆成!等Z二连盆地巴彦乌拉地区砂岩型铀矿目的层电测井曲线响应分析'[(Z铀矿地质!'-5-!'8"'#*5-5$5-*!55.Z(c9%^W A N Q"I M Q"!%+V;N Q"g>Q!F+`f J Q"$L A N Q"!N EC S Z9Q C S I R J RM QN S N L E)J L S M""J Q"L>)a NM K E C)"N E S C I N)M K R C Q&R E M Q N E I T N>)C Q J>3&N T M R J E J Q:C I C Q b>S C C)N C!V)S J C Q G C R J Q'[(Z`)C Q J>3^N M S M"I!'-5-!'8"'#*5-5$5-*!55."J Q W A J$Q N R N#Z'55(陈钢花!余杰!张孝珍Z基于小波时频分析的测井层序地层划分方法'[(Z新疆石油地质!'--*!'/",#*,11$,1/ZW c V%^C Q"A>C!e`[J N!(c9%^H J C M]A N Q ZF M""J Q"R N i>N Q L NR E)C E J")C T A J L&J a J R J M Q3N E A M&G C R N&M Q b C a N S N E E J3N$K)N i>N Q L I C Q C S I R J R'[(ZH J Q g J C Q"=N E)M S N>3^N M S M"I!'--*!'/",#*,11$,1/"J QW A J Q N R N#Z'5'(潘保芝!李舟波!付有升!等Z测井资料在松辽盆地火成岩岩性识别和储层评价中的应用'[(Z石油物探!'--.!6/"5#*6/$1'!18Z=9%:C M]A J!F+(A M>G M!;`e M>R A N Q"!N EC S Z9T T S J L C E J M QM K S M""J Q"&C E C J Q S J E A M S M"I J&N Q E J K J L C$E J M QC Q&)N R N)a M J)N a C S>C E J M QM K J"Q N M>R)M L\J QD M Q"S J C M:C R J Q'[(Z^N M T A I R J L C S=)M R T N LE J Q"K M)=N E)M S N>3!'--.!6/"5#*6/$1'!18"J Q W A J$Q N R N#Z'5,(吴灿灿!李壮福Z基于:=神经网络的测井相分析及沉积相识别'[(Z煤田地质与勘探!'-5'!6-"5#*8/$*5Z2`W C Q L C Q!F+(A>C Q"K>Z F M""J Q"K C L J N R C Q C S I$R J RC Q&R N&J3N Q E C)I K C L J N R)N L M"Q J E J M Q G C R N&M Q:=Q N>)C S Q N E b M)\'[(Z W M C S^N M S M"I C Q&V_T S M$)C E J M Q!'-5'!6-"5#*8/$*5"J QW A J Q N R N#Z'56(U+!`O!!O9D D`F e!9!+O^9F+e V d eZ !C L A J Q N S N C)Q J Q"C S"M)J E A3R K M)L S C R R J K J L C E J M Q"N$M S M"I&C E C K)M3b N S S S M""J Q"'W('56E A+Q E N)Q C$E J M Q C SW M Q K N)N Q L NM Q V S N L E)M Q J L R W M3T>E N)C Q&W M3T>E C E J M Q"+W V W W##Z0C R\N S N Q*'R ZQ Z(!'-5/Z'51(杨怀杰!何中波!吴仙明Z基于测井曲线的小波分析识别地层岩性界面,,,以三江盆地钻孔为'16'原子能科学技术!!第1*卷。

孙明春另谋高就

Ｃａｐｉｔａｌ＆Ｆｉｎａｎｃｅ　Ｉ金融资本ｆ投资　日资券商暗战　孙明春另谋高就　

关于在野村证券内部，孙明舂与何华之间的故事或许能为离别的故事增添注脚。　

文Ｉ文晖　孙明春离开野村证券了。　不意外、不惊人，甚至是一　些人会讶异为什么拖延了这么久，　他才离开。　孙明春去了另一家日本证券　公司一——大和证券。　太吃惊、太意外，甚至有点　匪夷所思，何必如此呢？　意料之中的悬念　结　愚，，ｌ＇：孙叫春去ｒ尚伍拨　巾　的大前　：券　而　他填　和野埘并　九ｌｌｌｌ钕。　大和资本市场香港公司近日　宣布，已委任原野村证券中国区首　席经济学家孙明春担任其董事总　经理、中国研究主管兼大中华区首　席经济学家。　孙明春１９９３　１９９９年曾：在国　家外汇管理局任职。２００６年后，　任雷曼兄弟亚洲（不含日本）经济　研究部高级副总裁、高级经济学家；　２００８年９月至今年上半年，任野　村证券中国区首席经济学家，其职　责均为主管大中华地区经济研究。　此前市场传闻，孙明春将跳槽至一　家中国大陆金融机构的投行分支。　大和资本市场香港公司：是日　本三大券商之～大和证券集　９８　ＴＡＬＥＮＴＳ／２０１０—１２　团控股的投资银行公司。包括孙明　春在内，大和资本市场此次共任命　了两位董事总经理、四位高级副总　裁，以加强其日本以外的亚太地区　的股本证券研究。　负气出走吗？　圈内人大都很难理解，孙明　春的离开显然是有思想准备的，但　离开野村之后，很多人想象的和各　种传言的集中版本是：要么回到政　府、要么另谋高就。　结局意外：孙明春去了尚在　发展中的大和证券，而职位其实和　野村并无二致。　孙明春的人缘好，一方面缘　于业务精湛，一方面缘于投资银行　圈中难得一遇的“实在”气质。客　观说，孙明春的发展路径可以说是　“背道而驰”。　人家都是辛辛苦苦海外求学、　投身商界，打拼多年，为的是衣　锦还乡，学而优则仕。孙明春则　正好相反，一人行就是政府核心　部门，仕途坦荡却毅然留学，学　成之后方投身大家都已经抽身而　退的商界，任尔虞我诈的投资银　行界，我行我素。　看看他的履历就不准看出他　的“逆流”而动了。野村是日本第　，作为总部位于亚洲并拥有全球　资源的领先金融服务机构和投资　银行，在整个区域内，野村的影响　力毋庸置疑。　野村通过遍布于３０多个国家的国际网络，针对　个人、机构、企业和政府客户的具体需求提供广泛创　新的金融解决方案。其总部位于东京，并于香港、伦　敦和纽约三地设有地区总部。　而大和证券则乏善可陈。据数据提供商Ｄｅａｌｏｇｉｃ　公布的报告显示，按照２００９年截至目前为止从股权资　本市场交易中赚取的眼务费计算，大和证券在全球投　资银行中的排名为８ｌ位；按债券资本市场服务费计算，　大和证券排名５３。　唯一的解释是，大和证券确实有诚意：今年９月，　日本大和证券集团社长铃木茂晴接受共同社采访时表　示，计划在２０１１财年使亚洲相关业务的净营业利润　达到约１６００亿日元，比２００９财年增加２倍多。　目前，大和证券在日本以外亚洲市场上的员工　总数为６５０人，在中国、中国香港和印度等１Ｏ个　市场上拥有业务运营。按营收计算，大和证券是　日本第二大投资银行，仅次于野村控股（ＮＯｍＬｌｒｆｌ　Ｈｏｌｄｉｎｇｓ　Ｉｎｃ）。　不过，虽然大和证券已经在本土市场上占据了领　先地位，但仍旧落后于日本市场以外的其他大型投资　银行。大和证券旗下批发业务部门大和证券ＳＭＢ　Ｃ　株式会社（Ｄａｉｗａ　Ｓｅｃｕｒｉｔｉｅｓ　ＳＭＢＣ　Ｃｏ．，Ｌｔｄ）的副总　裁Ｔａｋａｓｈｉ　Ｈｉｂｍｏ称：“如果我们过分依赖于日本市　场，那么我们的未来就不会很美好。”　

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

野村综合研究所
野村综合研究所是一家总部位于日本东京的独立研究机构，成立于1954年。

该机构致力于开展广泛的研究，包括经济、金融、科技、社会等多个领域。

野村综合研究所以其独特的研究方法和长期的研究成果而闻名，被认为是全球领先的研究机构之一。

野村综合研究所的研究工作覆盖了全球范围。

他们通过分析宏观经济数据、制定模型、评估政策影响以及分析市场趋势等手段，为政府、企业和投资者提供全面的研究报告和建议。

此外，他们还致力于提供前瞻性研究，对未来经济和社会趋势进行预测和分析。

野村综合研究所所提供的研究报告和建议广泛应用于各个领域。

政府可以利用他们的研究结果来指导经济政策的制定和执行。

企业可以利用他们的研究成果来优化经营战略和发展方向。

投资者可以通过他们的研究报告获得投资建议，提高投资决策的准确性。

野村综合研究所的研究团队由一些全球顶尖的研究人员组成。

他们具备丰富的经验和深厚的专业知识，能够独立进行研究和分析。

此外，野村综合研究所还与许多学术机构和其他研究机构建立了广泛的合作关系，以加强研究能力和提高研究成果的质量。

除了研究工作，野村综合研究所还积极参与社会责任活动。

他们与各种机构和组织合作，推动可持续发展和社会公益事业。

他们还举办各种研讨会和研究活动，促进不同领域的交流与合作。

总之，野村综合研究所是一家全球知名的独立研究机构，通过开展广泛的研究和提供综合的研究报告和建议，为政府、企业和投资者提供决策支持。

他们在全球范围内具有广泛的影响力，被广泛认可为优秀的研究机构之一。