吉林省生态足迹动态分析与预测

doi:10.7523/j.issn.2095-6134.2007.1.010

中国科学院大学学报 ›› 2007, Vol. 24 ›› Issue (1): 66-72.DOI: 10.7523/j.issn.2095-6134.2007.1.010

吉林省生态足迹动态分析与预测

顾康康刘景双

中国科学院东北地理与农业生态研究所

收稿日期:1900-01-01 修回日期:1900-01-01 发布日期:2007-01-15

Dynamic Analysis and Forecast of Ecological Footprints in Jilin Province

GU Kang-Kang, LIU Jing-Shuang

Northeast institute of geography and agricultural ecology, CAS

Received:1900-01-01 Revised:1900-01-01 Published:2007-01-15

摘要/Abstract

摘要： 生态足迹模型是度量可持续发展的一种方法，运用它对吉林省可持续发展状况的评价和未来发展趋势进行研究，为吉林省可持续发展提供决策依据。利用生态足迹模型研究了吉林省1978-2002年生态足迹和生态承载力，运用回归分析对吉林省2004-2016年生态足迹和生态承载力做出了预测。结果表明：1978-2002年，吉林省人均生态足迹从1.090 hm2增加到2.457 hm2，年平均增长率达到3.45%；人均生态承载力从1.210 hm2下降到1.096hm2，年均下降率为0.4%。除1978、1980年存在生态盈余，其余年份均是生态赤字，且生态赤字总体呈扩大趋势。2004-2016年，吉林省人均生态足迹年平均增长率将达到1.99%，人均生态承载力下降率达0.5%。探讨了生态足迹模型存在的一些问题以及尚需研究的内容。

关键词: 生态足迹, 生态承载力, 生态赤字, 预测, 吉林省

Abstract:

Ecological footprints model is a method of measuring the sustainable development. The model was applied to evaluate the present situation of sustainable development of Ji Lin province and its developing trend in future, which can provide suggestions for the sustainable development of Ji Lin province. We reviewed the past and present study of the model and the way of its calculation. Ecological footprints (EF) and ecological capacity (EC) in Ji Lin province from 1978 to 2002 were studied by the ecological footprints model and ecological footprints and ecological capacity of Ji Lin province from 2004 to 2016 was predicted by the regression model. Results showed: from 1978 to 2002, in Ji Lin province, the per capital EF increased from 1.090 hm² to 2.457 hm², the increase speed per year was 3.45%; the per capital EC decreased from 1.210 hm² to 1.096 hm², the decrease speed per year was 0.4%. It was ecological surplus in 1978 and 1980, while the other years were all ecological deficit. From 2004 to 2016, the increase speed per year of per capital EF will achieve 1.99%, and the decrease speed per year of per capital EC will reach 0.5%. The extant problems of ecological footprints model and further study were also discussed.

Key words: ecological footprints, biological capacity, ecological deficit, predict, Ji Lin province

中图分类号:

F062.2

顾康康刘景双. 吉林省生态足迹动态分析与预测[J]. 中国科学院大学学报, 2007, 24(1): 66-72.

GU Kang-Kang, LIU Jing-Shuang. Dynamic Analysis and Forecast of Ecological Footprints in Jilin Province[J]. , 2007, 24(1): 66-72.

[1]	于文欣, 李凯, 周明拓, 李剑, 杨旸. 面向三维信道幅值预测的自适应神经网络[J]. 中国科学院大学学报, 2021, 38(5): 678-686.
[2]	肖亚楠, 周伟, 崔杰, 刘亭亭, 肖灵. 一种LSTM神经网络和卡尔曼滤波相结合的复合材料承载预测方法[J]. 中国科学院大学学报, 2021, 38(3): 374-381.
[3]	吴栋, 郭潇. 基于非参数模型的气体浓度的逆向预测[J]. 中国科学院大学学报, 2020, 37(6): 728-735.
[4]	宋旭鸣, 沈逸飞, 石远明. 基于深度学习的智能移动边缘网络缓存[J]. 中国科学院大学学报, 2020, 37(1): 128-135.
[5]	任嘉敏, 马延吉. 吉林省工业增长与工业大气污染脱钩关系的时空演变[J]. 中国科学院大学学报, 2019, 36(1): 72-81.
[6]	赵绪锋, 李道京, 胡烜. 基于数字电视信号的无源雷达参考通道多径杂波抑制方法[J]. 中国科学院大学学报, 2018, 35(4): 529-535.
[7]	郑敬华, 郭世泽, 高梁, 赵楠. 基于多任务学习的大五人格预测[J]. 中国科学院大学学报, 2018, 35(4): 550-560.
[8]	孙永胜, 佟连军. 松花江(吉林省段)流域经济系统稳定性演变态势[J]. 中国科学院大学学报, 2018, 35(3): 362-369.
[9]	刘星, 吕孝雷. 基于卡尔曼滤波的PS-InSAR地表形变预测方法[J]. 中国科学院大学学报, 2017, 34(6): 743-750.
[10]	赵亚伟, 陈艳晶. 多维时间序列的组合预测模型[J]. 中国科学院大学学报, 2016, 33(6): 825-833.
[11]	闫敏, 屈俐俐, 董绍武, 宋会杰. 基于UTCr的原子钟频率动态预测方法[J]. 中国科学院大学学报, 2015, 32(4): 453-458.
[12]	陈亚伟, 王明玉, 李玮, 王慧芳, 王淑平. 煤炭地下气化地下水质量影响评价及其趋势分析[J]. 中国科学院大学学报, 2015, 32(3): 309-316.
[13]	张利平, 马延吉. 吉林省县域工业发展水平测度及空间格局演变[J]. 中国科学院大学学报, 2015, 32(3): 325-332.
[14]	刘运伟, 何仁伟, 赵亚玲. 欠发达民族山区生态足迹与生态承载力动态变化及预测分析——以四川凉山彝族自治州为例[J]. 中国科学院大学学报, 2014, 31(5): 647-653.
[15]	冯莉莉, 何贞铭, 刘学锋, 张佳华. 基于MODIS-NDVI数据的吉林省植被覆盖度及其时空动态变化[J]. 中国科学院大学学报, 2014, 31(4): 492-499.

吉林省生态足迹动态分析与预测

Dynamic Analysis and Forecast of Ecological Footprints in Jilin Province

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们