نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

کاربرد جی ای اس

 

خلاصه

صخره‌های مرجانی کم‌عمق که توسط تغییرات آب و هوایی تهدید می‌شوند، باید از نظر حفاظت از جمعیت‌های انسانی ساحلی، از نظر مکانی-زمانی تحلیل شوند. این مطالعه شیب مکانی-زمانی ژاپنی جمعیت/دارایی و قرار گرفتن در معرض بافر مرجانی را در معرض عوامل استرس‌زا و کاهش‌دهنده استرس ترکیب می‌کند تا انعطاف‌پذیری اجتماعی-اقتصادی و اکولوژیکی (SEE) مرتبط با صخره‌های مرجانی را بتوان به صورت منطقه‌ای (1200 کیلومتر) در نقشه‌برداری کرد. وضوح خوب (1 قوس الکتریکی) در طول یک دهه (11 سال). منطق فازی برای عوامل محیطی مرتبط بر اساس پاسخ‌های بافر جمعیت/دارایی/مرجان، همانطور که در ادبیات یافت می‌شود، استفاده شد. هنگامی که عوامل با توجه به سهم انعطاف‌پذیری آنها وزن شدند، الگوهای ایستا زمانی مشهود بودند: (1) یک همبستگی منفی بین انعطاف‌پذیری بافر مرجانی و عرض جغرافیایی رخ می‌دهد. (2) جزایر کم انعطاف پذیر، کم ارتفاع، محروم از موانع صخره گسترده، و در مرزهای شرقی و جنوبی مجمع الجزایر Nansei واقع شده است. (3) جنوب غربی ترین، میانه و شمال شرقی ترین جزایر دارای انعطاف پذیری SEE هستند. و (4) جزایر تالاب Sekisei انعطاف پذیری بافر مرجانی بسیار بالایی دارند. برای غلبه بر عدم قطعیت، مطالعات آینده باید بر ظرفیت سازگاری اجتماعی-اکولوژیکی، فرآیندهای اکولوژیکی در مقیاس خوب (مانند گروه‌های عملکردی مرجان و ماهی) و پیش‌بینی خطرات سیل در دهه‌های آینده تمرکز کنند. و (4) جزایر تالاب Sekisei انعطاف پذیری بافر مرجانی بسیار بالایی دارند. برای غلبه بر عدم قطعیت، مطالعات آینده باید بر ظرفیت سازگاری اجتماعی-اکولوژیکی، فرآیندهای اکولوژیکی در مقیاس خوب (مانند گروه‌های عملکردی مرجان و ماهی) و پیش‌بینی خطرات سیل در دهه‌های آینده تمرکز کنند. و (4) جزایر تالاب Sekisei انعطاف پذیری بافر مرجانی بسیار بالایی دارند. برای غلبه بر عدم قطعیت، مطالعات آینده باید بر ظرفیت سازگاری اجتماعی-اکولوژیکی، فرآیندهای اکولوژیکی در مقیاس خوب (مانند گروه‌های عملکردی مرجان و ماهی) و پیش‌بینی خطرات سیل در دهه‌های آینده تمرکز کنند.
کلید واژه ها: 

نقشه برداری ساحلی ; سیستم اجتماعی-اقتصادی و بوم شناختی ؛ تاب آوری ; صخره های مرجانی ؛ مکانی – زمانی ; کیفیت بالا

 

چکیده گرافیکی

1. معرفی

صخره های مرجانی ساحلی که خدمات زیست محیطی با ارزشی مبتنی بر دریا را به بشر ارائه می دهند، به یک موضوع برجسته علمی و اجتماعی-اقتصادی تبدیل شده اند زیرا به سرعت در حال کاهش در سراسر جهان هستند. این اکوسیستم‌های گرمسیری و نیمه گرمسیری از جمعیت‌های ساحلی در برابر رویدادهای اقیانوسی با انرژی بالا محافظت می‌کنند، غذاهای دریایی عرضه می‌کنند و فعالیت‌های تفریحی را تحریک می‌کنند [ 1 ]. اگرچه ارزش خدمات صخره‌های مرجانی تقریباً 6000 دلار آمریکا در هکتار -1 ∙سال -1 [ 2 ] بوده است، 19٪ از این خدمات اخیراً در نتیجه عوامل استرس‌زای انسانی، از جمله صید بیش از حد، آب‌ریزش، رسوب‌گذاری، بیماری از بین رفته‌اند [ 3 ]. و تغییرات آب و هوایی [ 4 ، 5]. اگر 15 درصد از جمعیت در طی 10 تا 20 سال به طور جدی در معرض تهدید قرار گیرند و 20 درصد دیگر در 20 تا 40 سال در معرض تهدید قرار گیرند، تقریباً نیمی از آنها در برابر تهدیدات فعلی سالم و مقاوم خواهند ماند [ 3 ، 6 ]. به عنوان یک مفهوم روشنگر برای درک دینامیک غیرخطی در سیستم های پیچیده، انعطاف پذیری به ویژه مورد توجه دانشمندان صخره های مرجانی در دهه گذشته بوده است [ 7 ، 8 ، 9 ].
به دلیل سرعت بی‌سابقه از دست دادن صخره‌ها و تهدیدات ناشی از اقلیم، انعطاف‌پذیری صخره‌های مرجانی، مانند ظرفیت صخره‌های رژیم اسکلراکتین برای تحمل موفقیت‌آمیز اختلال، در مرکز برنامه‌های مدیریت نوآورانه اصلی بوده است که صخره‌ها را عملیاتی می‌کند [ 10 ، 11 ] , 12 , 13 , 14 ]. معمولاً، آخرین ادبیات، ارزیابی‌های تجربی انعطاف‌پذیری صخره‌ها را با اندازه‌گیری مناسب عواملی که انعطاف‌پذیری صخره‌های مرجانی را ایجاد و تضعیف می‌کنند، انجام می‌دهند [ 15 ]. این نویسندگان یک چارچوب اساسی بر اساس درجا ارائه کردندشناسایی پوشش‌ها و مورفولوژی اولیه اعماق، گروه‌های عملکردی ماهی، ستون آب و خواص نور، و محرک‌های انسانی. اگرچه رویکردهای عملی اخیر عناصر اصلی انعطاف‌پذیری صخره‌های مرجانی را شناسایی کرده‌اند، کاربرد گسترده آن‌ها به دلیل استفاده از تکنیک‌های بررسی سنتی، که تکه‌های پراکنده و مجزا کمتر از 100 متر مربع را ثبت می‌کنند، محدود است. تکنیک‌های مناسب برای گرفتن انعطاف‌پذیری فضایی ( به عنوان مثال ، ناهمگونی و اتصال فضایی) به روشی پیوسته برای پیوند الگوهای فضایی رژیم‌های صخره‌های مرجانی [ 10 ] حمایت می‌شوند.
از آنجایی که داده های سنجش از راه دور در مناطق مستمر هستند، برخی از مطالعات اخیراً پیشگام ادغام آنها در نقشه برداری عملکردی صخره های مرجانی برای اهداف مختلف بوده اند. یک مدل جهانی از قرار گرفتن در معرض صخره‌های مرجانی فضایی، شامل 11 عامل (بر اساس دمای سنجش از راه دور، تابش فرابنفش، سرعت باد، رسوب‌گذاری، اتروفیکاسیون، تنوع دما و دامنه جزر و مد)، برای اولویت‌بندی تلاش‌های مدیریت محلی [ 16 ] ایجاد شد. اگرچه این مدل به وضوح برنامه‌ریزی و تصمیم‌گیری را در مقیاس جهانی نشان می‌دهد، دامنه آن به دلیل وضوح فضایی درشت آن محدود است، که صخره‌های مرجانی پیچیده از نظر فضایی و طیفی را در یک پیکسل با وضوح 4 کیلومتر ترکیب می‌کند. [ 17] موفق به ترسیم سه شاخص انعطاف پذیری (غنای گروه عاملی گیاهخوار، جلبک مرجانی مرجانی زنده و کرستوز و گونه مرجانی مقاوم به تنش) با وضوح 4 متر با استفاده از داده های میدانی مقیاس شده توسط داده های ماهواره ای با وضوح بالا شد، اما آنها این را ادغام نکردند. شاخص ها در یک مدل فضایی واحد مناسب برای اجرای استراتژی های مدیریتی. با تمرکز بر وضوح 1 کیلومتر، [ 18 ] شش عامل (فراوانی مرجان های زنده، فراوانی چارچوب، تنوع عمق آب، ماهیگیری، توسعه صنعتی و تنش دما) را با استفاده از داده های ماهواره ای با وضوح بالا و ترکیبات خطی وزنی در یک شاخص انعطاف پذیری عمومی ترکیب کرد. . ادغام بعد اجتماعی در تحقیقات تاب آوری این پتانسیل را دارد که جامعه محلی را برای مشارکت در مدیریت خدمات اکوسیستمی ترغیب کند.19 ].
همراه با سیستم‌های پیچیده‌تر، اکولوژی اجتماعی فراگیر به طور طبیعی با ظهور تاب‌آوری رشد کرده است تا پویایی‌های تعاملات بین مردم و طبیعت را روشن کند و به طور مؤثر در نظر بگیرد [ 20 ، 21 ، 22 ، 23 ]. نقاط اوج و آستانه منعکس کننده اکتشافات نظری مهم مربوط به انعطاف پذیری سیستم های اجتماعی-اقتصادی و اکولوژیکی (SEE)، به ویژه در اکوسیستم های ساحلی و دریایی است [ 24 ، 25 ]. ترکیب رویکردهای فضایی به جوامع و اکوسیستم‌ها برای تغییر سیستم‌های SEE به سمت کشورهای پایدارتر امیدوارکننده است [ 26 ]] به دلیل مشارکت ذینفعان ناشی از روش‌های آموزش و پیاده‌سازی ارائه شده توسط نقشه‌برداری محصولات. با این حال، کاربردهای بسیار کمی در مورد انعطاف پذیری فضایی سیستم های SEE منتشر شده است [ 27 ]، به ویژه در زمینه صخره های مرجانی.
شکل 1. نقشه های مکان مجمع الجزایر نانسی در ( A ) جنوب شرقی آسیا، بین ( B ) تایوان و جنوب کیوشو. در 1200 کیلومتری، مجمع الجزایر از هفت مجمع الجزایر تشکیل شده است و به عنوان دو منطقه مورد بررسی قرار می گیرد: نواحی شمالی و جنوبی که به ترتیب شامل پنج و دو مجمع الجزایر فرعی هستند.
در این مطالعه، ما انعطاف‌پذیری فضایی سیستم‌های SEE مرتبط با صخره‌های مرجانی را در یک منطقه بزرگ (طول ۱۲۰۰ کیلومتر) در بالاترین وضوح فضایی ممکن (۱ ثانیه قوس، تقریباً ۳۰ متر) ترسیم می‌کنیم. تمام جزایر ژاپنی با صخره های مرجانی کم عمق ( به عنوان مثال ، مجمع الجزایر نانسی، شکل 1 ) در نظر گرفته شده اند. مطالعه ما بر مجموعه‌ای از 19 عامل فضایی درون‌زا، برون‌زا تنش‌زا و کاهش‌دهنده استرس به دست آمده از مشاهدات فضایی و آبی، خروجی مدل، پایگاه‌های داده تاریخی و داده‌های سرشماری متمرکز است. به دلیل عدم قطعیت ذاتی در دانش تعاملات جامعه – مرجان – محیط، ما لایه‌های عامل را به معیارهای منطق فازی تبدیل می‌کنیم [ 28 ]] و آنها را در معیارهای تاب آوری اجتماعی-اقتصادی و واحد اکولوژیکی جمع آوری کنید. با پردازش معیارهای استاندارد شده درجه عضویت در طول یک گرادیان پیوسته، منطق فازی برای مدل‌سازی سیستم‌های پیچیده بسیار مناسب‌تر از قانون باینری سنتی است. برای ایجاد محصولات نقشه برداری سیستم های SEE متقاعد کننده و جدید، تاب آوری فضایی را برای یک دهه (2002-2012) با یک سال تاخیر محاسبه می کنیم. الگوهای پویا شاخص‌های انعطاف‌پذیری اجتماعی-اقتصادی و زیست‌محیطی با ارزیابی میانگین تفاوت‌ها در 41 جزیره، که هفت مجمع‌الجزایر فرعی را در بر می‌گیرند، تحلیل می‌شوند.

2. روش ها

2.1. منطقه مطالعه

منطقه مورد مطالعه جزایر جنوب غربی ژاپن، یعنی مجمع الجزایر نانسی، بین 24 درجه شمالی و 31 درجه شمالی را پوشش می دهد. این منطقه با صخره های مرجانی ساحلی و تراس های صخره های مرجانی نوظهور مشخص می شود. اقیانوس در غرب مجمع الجزایر بسیار تحت تأثیر جریان کوروشیو است که آبهای استوایی را از دریای فیلیپین به دریای چین شرقی می برد [ 29 ]. این مجمع الجزایر کاما شکل 1200 کیلومتر طول، میانگین 150 کیلومتر عرض، 1709 متر ارتفاع و 4623 متر عمق دارد. اگرچه ما بر روی 41 جزیره متمرکز شدیم که در هفت مجمع الجزایر طبقه بندی شده بودند ( شکل 1 را ببینید )، منطقه مورد مطالعه دو منطقه بزرگ را در بر می گرفت: جنوب (90 کیلومتر مربع ) و شمال (250 کیلومتر مربع )) مناطق فرعی نانسی (مستطیل های نقطه چین سیاه را در شکل 1 ببینید).

2.2. پیوند اقتصاد اجتماعی و اکولوژی

روش‌هایی برای ارزیابی فضایی انعطاف‌پذیری صخره‌های مرجانی با تعیین عوامل اولیه استرس‌زا برای صخره‌های رژیم اسکلراکتین و عواملی که به آن صخره‌ها در مقابله با تغییرات ناشی از استرس کمک می‌کنند توسعه یافته‌اند [ 17،18 ]]. طبق دانش ما، روش‌هایی برای ارزیابی فضایی انعطاف‌پذیری اجتماعی-اقتصادی و اکولوژیکی (SEE) مرتبط با صخره‌های مرجانی وجود ندارد. بنابراین ما یک روش مبتنی بر تعامل بین اصول SEE شبیه به صخره‌های ساحلی و مرجانی و پتانسیل ارائه عوامل حیاتی به شیوه‌ای صریح فضایی ایجاد کردیم. برای درک پویایی پیچیده سیستم های SEE تا حد امکان معنی دار، اجزای SEE مقایسه شدند. علاوه بر سه عامل درون زا بافر جمعیت/دارایی/مرجان، رشته‌های SEE به ترتیب شامل چهار و شش عامل استرس‌زا و یک و شش عامل کاهش‌دهنده استرس (از این پس «تاب‌آور») بودند ( شکل 2 ).
شکل 2. چارچوب مفهومی متمرکز بر عوامل درون زا اجتماعی-اقتصادی (جمعیت/دارایی) و اکولوژیکی (بافر مرجانی) تحت تأثیر عوامل برون زا استرس زا و کاهش دهنده استرس (تاب آور).

2.3. عوامل اجتماعی-اقتصادی

مجمع الجزایر نانسی به ویژه برای مطالعه تاب آوری اجتماعی-اقتصادی در یک بافت ساحلی با توجه به تراکم بالای جمعیت در مناطق ساحلی (185-615 inhab·km- 2 ، [ 30 ]) و فراوانی بالای هر دو طوفان های استوایی (TCs) و سونامی های ناشی از زلزله [ 31 ، 32 ]، که سیستم های ساحلی را به شدت تحت فشار قرار می دهد. ما از پایگاه‌های داده تاریخی، داده‌های فضایی و داده‌های سرشماری برای ایجاد لایه‌های فضایی استفاده کردیم که عوامل درون‌زا، برون‌زا اقیانوسی-اقلیمی و ارتفاعی را نشان می‌دهند ( جدول 1 ).
جدول 1. عوامل برونزا استرس اجتماعی-اقتصادی و تاب آوری، ویژگی های داده های فضا-زمان، وزن دهی و توجیه عوامل. این توجیه ریشه در مراجع اصلی دارد که این عامل را با ارتباط آن با انعطاف پذیری اجتماعی-اقتصادی ژاپن مرتبط با صخره های مرجانی مرتبط می کند.

2.3.1. جمعیت و عوامل درون زا دارایی

جمعیت و قیمت زمین (¥·m- 2 ) دو عامل اجتماعی-اقتصادی درون زا را تشکیل می دهند [ 35 ]. لایه جمعیتی Nansei از جمعیت شبکه‌بندی شده 2.5 قوس دقیقه‌ای جهان که توسط مرکز داده‌ها و برنامه‌های اجتماعی-اقتصادی ( http://sedac.ciesin.columbia.edu/gpw ) توزیع شده است، مشتق شده است. یک نقشه مثلثی خطی 1 قوس الکتریکی برای سه سال، یعنی 2000، 2005 و 2010 ساخته شد که نشان دهنده سه دوره زیر است: 2002-2004، 2005-2009 و 2010-2012. دارایی اقتصادی از انتشار داده های قیمت زمین (از سال 1983 تا 2012) که توسط کمیته ارزیابی زمین وزارت زمین، زیرساخت، حمل و نقل و گردشگری منتشر شده است، بازیابی شده است.http://nlftp.mlit.go.jp/ksj-e/gml/datalist/KsjTmplt-L01-v2_1.html ).
لایه دارایی سالانه از سال 2002 تا 2012 بر روی یک شبکه 1 قوس الکتریکی نقشه برداری شد.

2.3.2. عوامل برونزا استرس اقیانوسی-اقلیمی

نوسانات ناشی از TC و زلزله که به ترتیب در آسیای جنوب شرقی توفون و سونامی نیز نامیده می شوند، دو عامل استرس زا اجتماعی-اقتصادی اصلی در منطقه مورد مطالعه ما بودند [ 33 ، 34 ].
لایه‌های TC از داده‌های بهترین مسیر طوفان استوایی که توسط آژانس هواشناسی ژاپن ارائه شده است ( http://www.digital-typhoon.org/ ) مشتق شده‌اند.). این پایگاه داده شامل تاریخ و زمان، فشار مرکزی (hPa) و طول و عرض جغرافیایی (y، x با وضوح فضایی 6 دقیقه قوس) است که هر 6 ساعت برای هر طوفان ثبت شده از سال 1951 اندازه گیری می شود. ما الگوریتمی را برای ایجاد لایه ای از تأثیرات TC ایجاد کردیم. برای یک دوره خاص مجموعه ای از لایه های فرعی موقت بر اساس مثلث بندی خطی ۱ قوس الکتریکی ناحیه بافر ۱ درجه در اطراف هر نمونه (hPa، y، x) با استفاده از IDL-ENVI (Exelis Visual Information Solutions، Boulder، CO، ایالات متحده آمریکا) ایجاد شد. سپس، لایه‌های فرعی موقت برای تغییر بافر به لایه نفوذ قبل از جمع‌بندی برای یک دوره خاص مورد علاقه معکوس شدند. به عنوان یک نماینده برای یک عامل استرس زای آب و هوایی حاد و مزمن، یک لایه تاثیر TC برای هر سال از سال 2002 تا 2012 (49 ± 160 لایه فرعی) و برای دوره 1951-2010 (5796 زیر لایه) محاسبه شد.
لایه های سونامی از پایگاه داده تاریخی جهانی سونامی که توسط مرکز ملی داده های ژئوفیزیک ( http://www.ngdc.noaa.gov/hazard/tsu_db.shtml ) نگهداری می شود، تولید شده اند. این آرایه سال، قدر اولیه، و طول و عرض جغرافیایی (y، x با تفکیک مکانی 6 دقیقه قوس) هر سونامی ثبت شده از سال 2000 قبل از میلاد را نشان می دهد. ما قدر 7 را به وقایع تاریخی محروم از هر گونه ارزشی نسبت دادیم ( یعنی، 10 از 67) تا آنجا که پایگاه داده آن رویدادهای بزرگ سونامی را شناسایی می کند. ما الگوریتم TC را برای سونامی (منطقه بافر 1 درجه) اعمال کردیم و سپس یک لایه نفوذ سونامی (رزولوشن فضایی 1 قوس الکتریکی) برای یک دوره خاص ساختیم. به عنوان نماینده ای برای یک عامل استرس زای حاد و مزمن اقیانوسی، یک لایه نفوذ سونامی هر سال از سال 2002 تا 2012 ایجاد می شود (سونامی فقط در سال های 2002، 2006 و 2010 رخ داده است) و برای دوره 2000 قبل از میلاد تا 2012 پس از میلاد (67 زیر لایه / رویدادهایی با میانگین بزرگی 0.56 ± 6.88، از 744 تا 2010 پس از میلاد).

2.3.3. ضریب برون ارتجاعی ارتفاع

حساسیت جمعیت انسانی ساحلی به عوامل استرس زای اقیانوسی-اقلیمی به طور پیچیده با ارتفاع از خط ساحلی مرتبط است [ 24 ]. لایه ارتفاعی از مدل ارتفاعی دیجیتال مش 5 متری توزیع شده توسط مؤسسه بررسی جغرافیایی ژاپن در قالب کاشی های 0.125 × 0.08 درجه به ترتیب با وضوح 12 و 0.1 متر افقی و عمودی استخراج شد ( http://fgd.gsi.go). .jp/download/ ). کاشی‌ها در یک موزاییک بزرگ ترکیب شدند، که از نظر فضایی مجدداً نمونه‌برداری شد تا وضوح 1 قوس الکتریکی برای سازگاری فضایی با محصولات مرتبط با عوامل استرس‌زا (محدوده 0.0 تا 1923.2 متر) انجام شود.

2.4. عوامل اکولوژیکی

فقط از داده‌های فضابردی برای ایجاد لایه‌های فضایی که عوامل درون‌زا و برون‌زا را تجسم می‌دهند استفاده شد ( جدول 2 ).
جدول 2. عوامل برونزا استرس اکولوژیکی و تاب آوری، ویژگی های داده های فضا-زمان، وزن دهی و توجیه عوامل. این توجیه بر اساس مراجع اصلی است که این عامل را با ارتباط آن با انعطاف پذیری بوم شناختی ژاپن در رابطه با صخره های مرجانی مرتبط می کند.

2.4.1. فاکتور درون زا بافر مرجانی

به عنوان اشکال کم عمق ساحلی پیچیده، صخره های مرجانی به طور قابل توجهی به مقابله با خطرات ساحلی اول از طریق کاهش انرژی موج و در مرحله دوم با کاهش سرعت جریان کمک می کنند [ 58 ]. برای تعیین کمیت حفاظت اکولوژیکی ارائه شده توسط صخره های مرجانی، یک شاخص سفارشی ترکیبی از سطح و نیروی مقاومت اعمال شده بر سرعت جریان ایجاد شد ( جدول 3 ). منطقه حائل از نقشه زیستگاه صخره‌های مرجانی 10 متری که توسط وزارت محیط‌زیست ژاپن بر اساس مجموعه‌ای از تصاویر ماهواره‌ای که در سال‌های 2008 تا 2009 عمدتاً توسط ALOS/AVNIR2 تهیه شده بود، بازیابی شد. محصول رایگان موجود، طبقه‌بندی دقیق (۷۰%) از صخره‌های مرجانی ژاپنی به هفت کلاس در قالب بردارهای چندضلعی است ( http://coralmap.coremoc.go.jp/sangomap_eng/). منطقه حائل از محل اتصال فضایی چند ضلعی ها مربوط به شش کلاس زیر تشکیل شده است: پوشش مرجانی 50٪ – 100٪، پوشش مرجانی 5٪ – 50٪، سنگ، جلبک دریایی، ماسه و گل. سپس، یک ضریب کشش Cd با توجه به گرادیان پسا درونیابی شده از ادبیات [ 59 ] به هر کلاس اختصاص داده شد و یک لایه بافر مرجانی 1 قوس الکتریکی برای سال‌های 2002-2012 مثلث‌سازی شد.
جدول 3. ضریب درگ برای طبقات زیستگاهی که صخره های مرجانی ژاپنی را تشکیل می دهند (برگرفته از [ 59 ]).

2.4.2. عوامل بیرونی استرس

تنش حرارتی و رسوبی

ناهنجاری های بزرگ در دمای آب دریا منجر به سفید شدن مرجان ها و اغلب به مرگ مرجان ها می شود [ 36 ، 37 ، 38 ]. داده‌های دمای سطح دریا (SST) برای محاسبه یک شاخص توسعه‌یافته و اعتبارسنجی به عنوان شاخص نرخ گرمایش استفاده شد. این شاخص اساساً مربوط به نسبت بین درجه سانتیگراد بالاتر از میانگین در طول دوره مورد علاقه (ناهنجاری بالا) و تعداد هفته هایی است که دمای غیرعادی مثبت را تجربه می کنند. داده های SST از محصول 4 کیلومتری Aqua MODIS 11 میکرومتری شبانه که توسط سرویس اداره ملی هوانوردی و فضایی اختصاص داده شده به رصد اقیانوس ها ( http://oceancolor.gsfc.nasa.gov/ ) بازیابی شده است.). شاخص نرخ گرمایش برای هر سال (از سال 2002 تا 2012) بر اساس 15 گرمترین هفته (اواسط ماه مه تا اواسط سپتامبر) محاسبه شد و با مثلث بندی خطی 1 قوس الکتریکی پردازش شد.
شفافیت ضعیف آب به دلیل رواناب ممکن است برای صخره های مرجانی با محروم کردن آنها از نور خورشید و پوشاندن آنها با رسوب بسیار مضر باشد [ 42 ]. با استفاده از اصول محاسباتی شاخص نرخ گرمایش به شفافیت آب (از این پس کدورت)، نسبت بین ناهنجاری‌های مثبت و تعداد هفته‌هایی را که ناهنجاری‌های کدورت مثبت را تجربه می‌کنند محاسبه کردیم. داده های کدورت از ضریب تضعیف پراکنده 4 کیلومتری Aqua MODIS در 490 نانومتر ( http://oceancolor.gsfc.nasa.gov/ ) بازیابی شد ، و یک لایه کدورت 1 ثانیه ای قوس الکتریکی سالانه برای سال های 2002 تا 2012 بر اساس 46 کدورت ساخته شد. هفته ها (اواسط فوریه تا اواسط نوامبر).

استرس شهرنشینی

پراکندگی شهری، زیستگاه های طبیعی را به مناطق بتنی تبدیل می کند که منابع مهم آلودگی برای اکوسیستم های پایین دست، از جمله صخره های مرجانی کم عمق هستند [ 39 ، 40 ، 42 ]. با فرض اینکه ارتباطی بین شدت نور شهری در شب و درجه شهرنشینی وجود دارد [ 60 ] و اینکه آلاینده‌ها به آب منتقل و منتشر می‌شوند (هرچه دورتر از منبع، تأثیر کمتری داشته باشد)، ممکن است یک شاخص شهرنشینی با استفاده از دفاع اجرا شود. اسکن خط عملیاتی برنامه ماهواره هواشناسی (DMSP-OLS) سری زمانی نورهای شبانه در دسترس از مرکز ملی داده های ژئوفیزیکی ( http://www.ngdc.noaa.gov/dmsp/)). با اندازه پیکسل اولیه 30 ثانیه قوسی، یک لایه شهرنشینی برای هر سال از سال 2002 تا 2012 ایجاد شد و با استفاده از مثلث‌سازی خطی با 1 ثانیه قوس نمونه‌برداری شد.

استرس ماهیگیری

حذف جمعیت ماهی‌ها که جلبک‌ها را چرا می‌کنند، به احتمال زیاد مستلزم یک تغییر اکولوژیکی در صخره‌های مرجانی به نفع تسلط جلبک‌های بزرگ است [ 3 ، 43 ، 44 ]. ما فرض می کنیم که تعداد کشتی های ماهیگیری لنگر انداخته در بنادر با فشار ماهیگیری اعمال شده بر جمعیت ماهی های صخره ای در ارتباط است [ 17 ]]. اندازه قایق های ماهیگیری که معمولاً در استان های اوکیناوا و کاگوشیما یافت می شوند بین 8 تا 15 متر است. بنابراین، نظارت بر قایق‌های ماهیگیری نیازمند دسترسی به مجموعه داده‌های فضایی با وضوح بسیار بالا (VHR) است که می‌توان با استفاده از پورتال جغرافیایی Google Earth در دسترس رایگان، که اطلاعات VHR آن بر اساس تصاویر ماهواره‌ای شبکه‌بندی شده بین ۰.۵ تا ۲.۴ متر (۲۰۰۲-۲۰۱۲) به دست آمد. در مجموع 441 بندر هدف قرار گرفتند و 12798 قایق ماهیگیری (8302 لنگر و 4496 در اسکله خشک) به صورت جداگانه شمارش شدند. در نهایت، 441 لایه فرعی به دست آمد که در آن هر یک دارای یک منطقه بافر 1 درجه بود که در مرکز محل بندر قرار داشت و با تعداد ذاتی کشتی‌ها وزن داشت. یک لایه تأثیر ماهیگیری به عنوان مجموع لایه‌های فرعی معکوس ارزش، مثلث‌بندی شده در اندازه پیکسل ۱ قوس الکتریکی تولید شد.

استرس رقیب جلبکی

پوشش جلبک ها اندازه گیری مستقیم تنش های متحمل شده توسط صخره های مرجانی به دلیل رقابت برای فضا است، که به ویژه برای استخدام های مرجانی پس از یک اختلال قابل توجه مهم است [ 46 ]. پوشش جلبک از نقشه زیستگاه 10 متری صخره مرجانی استخراج شد (به بخش 2.4.1 مراجعه کنید ). لایه‌های فرعی از 331 چند ضلعی مرتبط با پوشش جلبکی به‌عنوان 3 ناحیه بافر قوس الکتریکی، معکوس‌شده و در نهایت در یک لایه تأثیر جلبکی جمع‌آوری شدند. با توجه به نقشه تک زیستگاه برای سال‌های 2002-2012، تنها یک لایه جلبکی در این دوره مرتبط تلقی شد.

تنظیم ظهور

همانطور که بی مهرگان دریایی، صخره های مرجانی در برابر اشعه ماوراء بنفش، افزایش حرارت و خشک شدن در هنگام تجربه رویدادهای ظهور آسیب پذیر می شوند [ 48 ]. تنش جزر و مدی در صخره های مرجانی ممکن است به درستی با دامنه بین جزر و مد کم و زیاد تعیین شود. یک عقب‌گرد جزر و مدی با استفاده از برنامه Delft3D D-Flow (سیستم‌های دلتار، دلفت، هلند) بر اساس سیستم پیش‌بینی جزر و مد NAO.99b [ 61 ] انجام شد.] و نمودار عمق سنجی عمومی اقیانوس ها (GEBCO_08 Grid) با 30 ثانیه در سال 2011 منتشر شد. مشاهدات اولیه نشان داد که بیشترین دامنه ها به طور منظم در طول بهار در این منطقه رخ می دهد. برای هر سال بین سال‌های 2002 و 2012، یک لایه دامنه اولیه جزر و مد، بر اساس تفاوت بین بالاترین و کمترین جزر و مد بین اواسط فوریه و اواسط آوریل، در 30 قوس بر ثانیه تولید شد و سپس در 1 قوس بر ثانیه مثلث شد.

2.4.3. عوامل برون زا

قابلیت اتصال

اتصال به عنوان یک علت اصلی انعطاف پذیری، به صخره های مرجانی پس از آشفتگی اجازه می دهد تا از نیروهای استخدام بهره مند شوند [ 49 ]. کوروشیو یک جریان مرزی قوی غربی است که آب‌های استوایی غنی شده با نیرو را از دریای فیلیپین به شمال منتقل می‌کند. از آنجا که الگوهای فضایی این کریدور اکولوژیکی ناهمگونی فضایی را در منطقه مورد مطالعه نشان می‌دهد، ما با اطمینان فرض می‌کنیم که مسیر اصلی کوروشیو منعکس‌کننده اتصال در مقیاس بزرگ ذاتی این منطقه است. به طور خاص، جریان کوروشیو در فصل سرد به راحتی قابل تشخیص است تا در فصل گرم به دلیل شیب زیاد SST. داده های اتصال از محصول 4 کیلومتری Aqua MODIS SST 11 میکرومتری شبانه ( http://oceancolor.gsfc.nasa.gov/ ) بازیابی شدو یک لایه اتصال 1 قوس الکتریکی سالانه برای 2002-2012 بر اساس میانگین 12 هفته زمستان (اواسط دسامبر تا اواسط مارس) ساخته شد.

منبع مرجانی و سینک زیستگاه

منبع اکولوژیکی مرجان‌های خود به‌کار گرفته شده و مزاحم، یکی دیگر از عوامل کلیدی انعطاف‌پذیری صخره‌های مرجانی است [ 51 ]. علاوه بر این، غرق‌های زیستگاه، که فاقد رقبای مرجانی هستند، برای میزبانی از نیروهای جدید و گسترش مرجان‌های زنده ضروری به نظر می‌رسند [ 52 ]. پوشش مرجانی و صخره در نقشه زیستگاه 10 متری صخره مرجانی ترسیم شده است (به بخش 2.4.1 مراجعه کنید.) به طور مناسب منابع مرجانی و غرق‌های زیستگاه را نشان می‌دهند. طبقه بندی مرجان ها دو طبقه مرجانی زنده را متمایز می کند: 5٪-50٪ و 50٪-100٪ پوشش های مرجانی زنده. لایه‌های فرعی 551 (462 و 89) و 1794 چند ضلعی مربوط به منابع مرجانی و سینک‌های زیستگاه، به‌ترتیب به‌عنوان 3 ناحیه بافر قوس الکتریکی، معکوس‌شده و در نهایت به‌عنوان لایه‌های منبع مرجانی و لایه‌های زیستگاه-سینک خلاصه شدند. با توجه به تفاوت احتمالی در عرضه استخدام بین دو منبع مرجانی، ما کلاس‌های 5٪-50٪ و 50٪-100٪ را قبل از جمع بندی با 0.5 و 1 وزن کردیم. مشابه لایه جلبکی، یک منبع مرجانی و یک لایه غرق زیستگاه برای سال‌های 2002-2012 ایجاد شد.

طاقچه اکولوژیکی

پیچیدگی فیزیکی صخره های مرجانی طیف وسیعی از زیستگاه ها را در مقیاس های مختلف فراهم می کند. سایه‌زنی در طول دوره‌های تابش شدید خورشیدی، با کاهش دماهای بسیار نوسان، از کلنی‌های مرجانی و سربازگیری در برابر سفید شدن محافظت می‌کند [ 54 ، 55 ]. پیچیدگی عمق سنجی را می توان با ارزیابی تغییرپذیری فضایی افقی در اعماق آب موجود در منظره صخره ای به طور رضایت بخشی به دست آورد. با توجه به مقیاس فضایی که در آن فرآیندهای اکولوژیکی با کلنی‌های مرجانی تعامل دارند، ارزیابی عمق سنجی و پیچیدگی با وضوح بالا مورد نیاز است. برخلاف شبکه 30 قوس GEBCO_08، Google Earth احتمالاً داده‌هایی با وضوح بالا (2 متر) ارائه می‌کند (به بخش 2.4.3 مراجعه کنید).)، در انتظار روشی است که می تواند عمق آب را از تصاویر با رنگ طبیعی استخراج کند. با تکیه بر نتایج اخیر ما که نشان می دهد تصاویر Google Earth ممکن است به اندازه کافی عمق سنجی را ارائه دهند (R2  0.7، به [ 62 ] مراجعه کنید)، ما موزاییکی از تصاویر Google Earth ارجاع داده شده (2.4 متر) در ارتفاع مناسب برای کل منطقه مورد مطالعه تشکیل دادیم. سپس اعماق آب را با استفاده از تبدیل نسبت آبی-قرمز استخراج کردیم، و محدوده داده های بعدی عمق آب را قبل از نمونه برداری مجدد در 1 ثانیه قوس با استفاده از اندازه هسته 3×3 محاسبه کردیم. با توجه به گذشت زمان تغییر در آب‌سنجی و عدم وجود سری‌های زمانی در برخی از بخش‌های منطقه مورد مطالعه، یک لایه طاقچه اکولوژیکی برای سال‌های 2002-2012 ایجاد شد.

خنک کننده حرارتی

اتصال هیدرودینامیکی صخره‌های مرجانی به توده‌های آبی عمیق‌تر و خنک‌تر، دارایی بزرگی برای کاهش اثرات مضر و حتی کشنده افزایش دمای آب است [ 56 ]. مجاورت فضایی صخره های مرجانی کم عمق با کف عمیق تر برای صعود آب های عمیق تر و خنک تر به سمت مناطق ساحلی ضروری است. این پدیده به عنوان بالا آمدن شناخته می شود. خنک‌سازی حرارتی را می‌توان با استفاده از فاصله شیب‌های قابل توجه در امتداد قوس Ryukyu در شبکه 30 قوس ثانیه‌ای GEBCO_08 به‌طور قابل‌اطمینانی اندازه‌گیری کرد. ما یک منطقه بافر 1 درجه را در اطراف هر یک از 97 ناحیه که دارای شیب> 13 درجه بودند محاسبه کردیم و لایه‌های فرعی معکوس ارزش را جمع کردیم تا یک لایه تأثیر خنک‌کننده حرارتی 1 قوس الکتریکی برای سال‌های 2002-2012 ایجاد کنیم.

منطقه حفاظت شده مرجانی

علاوه بر خودسازماندهی اکوسیستم های اجتماعی مورد بررسی، جمعیت های انسانی می توانند اکوسیستم های صخره های مرجانی و خدمات بوم شناختی ذاتی آنها از جمله حفاظت از ساحل را حفظ کنند. مقایسه رویکردهای مدیریت صخره های مرجانی نشان داد که حفاظت موثر مناطق مدیریت شده به طور قابل توجهی از مناطق مدیریت نشده پیشی گرفته است [ 57 ]. از آنجا که مدیریت آبخیزداری نیز تأثیر زیادی بر صخره های مرجانی دارد [ 42 ]، مناطق حفاظت شده زمینی به طور مشترک با مناطق دریایی مورد بررسی قرار گرفتند. مناطق سطحی از پروژه سیاره حفاظت شده استخراج شده است که ویژگی های 23 منطقه را فهرست می کند، از جمله داده های برداری و تاریخ اجرا ( http://protectedplanet.net/). چند ضلعی ها ابتدا در 1 ثانیه قوس شطرنجی شدند و سپس برای لانه سازی مناطق بافر 3 قوس (خشکی) و 0.01 درجه (دریایی)، که ارزش معکوس شدند و برای به دست آوردن لایه های تأثیر جمع شدند، استفاده شدند. چهار لایه محافظ مرجانی برای سال‌های 2002-2012 تولید شد:

  • 2002-2004، شامل 19 منطقه حفاظت شده
  • 2005-2006، شامل 20 منطقه حفاظت شده (اجرای صخره مرجانی Kerama Shoto)
  • 2007-2011، شامل 21 منطقه حفاظت شده (اجرای ایشیگاکی)
  • 2012، شامل 23 منطقه حفاظت شده (اجرای هاتروما و هاتوما)

2.5. منطق فازی برای تاب آوری اجتماعی-اقتصادی و اکولوژیکی

مجموعه‌ای از عوامل مشتق شده، درون‌زا و برون‌زا (اعم از استرس‌زا یا کاهش‌دهنده استرس)، برای به تصویر کشیدن تنوع مکانی-زمانی در انعطاف‌پذیری SEE منظره‌های مرجانی در نظر گرفته شد. فعل و انفعالات محرک های آگونیستی و متضاد ممکن است افزایشی و ضرب شونده، ایجاد پویایی های پیچیده، از جمله آستانه هایی که فراتر از دسترس هر مدل خطی سنتی است [ 16 ]. منطق فازی یک روش بصیرتی برای نشان دادن ترکیب تکانه های خطی و غیرخطی در اندازه گیری امکان عضویت در مقیاس پیوسته از 0-1 است [ 28 ]. یک منحنی لجستیک به عنوان تابع توزیع نرمال تجمعی بین یک پایین ( xa ) و یک بالا ( xb ) محاسبه شد.) در امتداد گرادیان هر عامل مرز می کند. پس از جفت شدن هر یک از 17 عامل برونزا با تابعی که تعامل بین آنها و عوامل درون زا جمعیت / دارایی / بافر مرجانی برازش بهتری داشت، منحنی لجستیک با توجه به غالب بودن آن انتخاب شد. بنابراین ما فرض می‌کنیم که پاسخ تاب‌آوری انسان‌های ساحلی و جمعیت‌های طبیعی به یک عامل برون‌زای تنش‌زا، معکوس منحنی S شکل است، به‌عنوان مثال ، فلات پاسخ در 1 قبل از حداقل آستانه، به طور انتقالی کاهش می‌یابد، به‌طور تصاعدی کاهش می‌یابد، و سپس فلات در 0 ( شکل 3 A). برعکس، پاسخ انعطاف پذیری به یک عامل برون زا کاهش دهنده استرس ممکن است با یک تابع S شکل توصیف شود ( شکل 3 B).
شکل 3. پاسخ‌های تاب‌آوری به عواملی که به ترتیب با ( A ) یک تابع لجستیک کاهشی و ( B ) یک تابع لجستیک افزایشی در هنگام مواجهه با عوامل استرس‌زا و کاهش‌دهنده استرس مدل‌سازی می‌شوند. دنباله ای از چهار فاز را می توان برای هر تابع توصیف کرد: انعطاف پذیر، کاهش/افزایش آهسته، کاهش/افزایش نمایی و غیر ارتجاعی. a ، b و ایکس¯�¯با حداقل، حداکثر و مقادیر میانگین عامل مورد نظر مطابقت دارد.
عوامل استرس‌زا و کاهش‌دهنده استرس با استفاده از دو تابع عضویت مربوطه به تنش ( x ) (معادله (1)) و تاب‌آور (x) (معادله (2)) استاندارد شدند که سطحی را که عامل مربوط به فازی است نشان می‌دهد. تنظیم:

μs) =،  ایکسآ– ×(ایکسبایکسبایکسآ)2،ایکسآ≤ ایکسآ+ایکسب2×(ایکسآایکسبایکسآ)2، ایکسآ+ایکسب2 ≤ ایکسب،  ایکسب�������(�)={1, �≤��1−2×(�−����−��)2,��≤�≤��+��22×(�−����−��)2, ��+��2 ≤�≤��0, �≥��}
μt) =،  ایکسآ×(ایکسآایکسبایکسآ)2،ایکسآ≤ ایکسآ+ایکسب2– ×(ایکسبایکسبایکسآ)2، ایکسآ+ایکسب2 ≤ ایکسب،  ایکسبهسمنلمنهتی(ایکس)={0، ایکسایکسآ2×(ایکسایکسآایکسبایکسآ)2،ایکسآایکسایکسآ+ایکسب212×(ایکسایکسبایکسبایکسآ)2، ایکسآ+ایکسب2 ایکسایکسب1، ایکسایکسب}
پس از استانداردسازی 17 عامل برون زا، ابتدا دو نقشه کامپوزیت منفرد ایجاد شد تا به صورت فضایی تاب آوری اجتماعی-اقتصادی برون زا و بافر مرجانی را نشان دهد.
لایه مرکب اجتماعی-اقتصادی برون زا با جمع چهار تنش و لایه ارتجاعی منفرد محاسبه شد:

تاب آوریاگزوژن اجتماعی – اقتصادی =41μi +μj تاب آوریبرون زا اجتماعیاقتصادی=من=14ستیهسس من+هسمنلمنهتی 

که در آن تنش µ مقدار عضویت برای لایه i است، مخاطرات اقلیمی حاد، خطرات حاد اقیانوسی، خطرات مزمن حاد، خطرات مزمن اقیانوسی، انعطاف پذیر j مقدار عضویت برای لایه j و j = مقاومت ارتفاعی است . به مخاطرات اقیانوسی-اقلیمی.

به طور موازی، لایه بافر مرجانی با (1) جمع کردن شش تنش و شش ارتجاعی، و (2) ضرب مجموع در لایه بافر مرجانی ساخته شد:

تاب آوریبافر مرجانی سیf fg× (61μk +51μl )تاب آوریمرجان بافر کردن=سیآل بتوهمن×(ک=16ستیهسس ک+ل=15هسمنلمنهتی ل)

که در آن تنش μ مقدار عضویت برای لایه k، = حرارتی، رسوب، شهرنشینی، ماهیگیری، جلبک، عوامل استرس زای ظهور، انعطاف پذیر l مقدار عضویت برای لایه l ، و l = اتصال، منبع مرجانی است. کاهش دهنده های حفاظت از سینک، زیستگاه، طاقچه، خنک کننده و مرجانی.

در مرحله دوم، دو نقشه کامپوزیت منفرد جدید برای انعطاف‌پذیری اجتماعی-اقتصادی برون‌زا و بافر مرجانی با وزن دهی به هر یک از 17 لایه فازی به عنوان تابعی از سهم آنها در انعطاف‌پذیری محاسبه شد. 17 وزن از ادبیات جمع آوری شده و در ستون های مناسب جدول 1 و جدول 2 گزارش شده است. وزن دهی به تجزیه و تحلیل الگوهای میانگین زمان در سراسر مجمع الجزایر کمک کرد.

3. نتایج

3.1. نقشه برداری اجتماعی-اقتصادی و اکولوژیکی منطقه ای

تجزیه و تحلیل تاب آوری فضایی SEE در طول سال های 2002-2012 نشان داد که هم جامعه ساحلی و هم حفاظت ساحلی ارائه شده توسط صخره های مرجانی در مناطق مورد مطالعه شمالی و جنوبی، الگوهای مکانی-زمانی بسیار متغیر و متمایز را نشان می دهند ( شکل 4 ، شکل 5 و شکل 6 ) . .
شکل 4. نقشه‌های نانسی از تاب‌آوری اجتماعی-اقتصادی برون‌زا طی سال‌های 2002-2012. شاخص تاب آوری بر اساس مجموعه ای از عوامل ترکیبی اقیانوسی-اقلیمی و ارتفاعی با استفاده از رویکرد منطق فازی بود. برای هر سال، بررسی منطقه نانسی بر بخش‌های شمالی و جنوبی متمرکز بود (دو منطقه مورد مطالعه را در شکل 1 ببینید).
به جز سال‌های 2002 و 2003، مقادیر پایین (<0.7) تاب‌آوری اجتماعی-اقتصادی برون‌زا در ناحیه شمالی (نگاه کنید به شکل 1 ) در جنوبی‌ترین جزیره اوکیناوا ( شکل 4 ) قرار داشت. در سال 2002 و 2003، علاوه بر جزیره اوکیناوا، مقادیر ارتجاعی پایین به ترتیب در شمال شرقی ترین جزایر (زیر مجمع الجزایر اوسومی) و جزایر میانی (جزایر فرعی آمامی) یافت شد. در منطقه مورد مطالعه جنوبی، کمترین مقادیر مربوط به مجمع الجزایر میاکو از 2002 تا 2004 و همچنین زیر مجمع الجزایر یایاما از 2003 تا 2007 بود. الگوهای فضایی میانگین جمعیت (2000، 2005 و 2010) و قیمت زمین (2002 تا 2012، سالانه) همبستگی فضایی زیادی را در سراسر منطقه مورد مطالعه نشان داد ( شکل 5).A، B، به ترتیب). پرجمعیت ترین و ثروتمندترین مناطق در جزیره اوکیناوا، مجمع الجزایر آمامی و اوسومی و جزایر میاکو و ایشیگاکی قرار داشتند. در کنار هم قرار دادن روند تاب‌آوری اجتماعی-اقتصادی برون‌زا با نقشه‌های جمعیت/دارایی به وضوح نشان می‌دهد که مناطق کمتر انعطاف‌پذیر با مناطق پرجمعیت/ثروتمند مطابقت دارند، همانطور که در اوکیناوا و تا حدی جزایر میاکو و ایشیگاکی نمونه‌ای است.
شکل 5. نقشه های Nansei از میانگین زمانی ( A ) جمعیت (2000، 2005 و 2010)، و ( B ) دارایی (2002-2012، سالانه) عوامل درونزای اجتماعی-اقتصادی. جمعیت تعداد ناچیز ساکنان است، در حالی که متغیر دارایی با قیمت زمین (¥·m -2 ) نشان داده می شود.
انعطاف پذیری بافر مرجانی را می توان با یک الگوی فضایی ثابت در طول سال های 2002-2012 تعریف کرد ( شکل 6 ). از جنوب به شمال در منطقه مورد مطالعه، تاب‌آوری کاهش یافت: این تاب‌آوری در تالاب Sekisei و زیر مجمع‌الجزایر Yaeyama، متوسط ​​در زیر مجمع‌الجزایر اوکیناوا و پایین‌ترین در شمال مجمع‌الجزایر آمامی بود. یک بازرسی بصری از سری‌های زمانی بافر مرجانی و برون‌زای اجتماعی-اقتصادی، همراه با نقشه‌های جمعیت/دارایی، نشان داد که مقادیر بالا و متوسط ​​انعطاف‌پذیری بافر مرجانی در اطراف جنوب غربی ایشیگاکی، شمال میاکو و جزایر جنوبی اوکیناوا از نظر جغرافیایی با مناطقی با مناطق متوسط ​​منطبق است. و به ترتیب آسیب پذیری اجتماعی-اقتصادی بالا (به عنوان مثالتاب‌آوری اجتماعی-اقتصادی برون‌زا متوسط ​​و کم با جمعیت/دارایی بالا مطابقت دارد.
شکل 6. نقشه های Nansei از انعطاف پذیری بافر مرجانی طی سال های 2002-2012. شاخص تاب‌آوری بر اساس مجموعه‌ای از عوامل استرس‌زای ترکیبی حرارتی، رسوبی، شهرنشینی، ماهیگیری، جلبک‌ها و عوامل استرس‌زای ظهور بود. و اتصال، منبع مرجانی، زیستگاه-سینک، محیط زیست، طاقچه، خنک کننده، حفاظت از سینک مرجانی با استفاده از رویکرد منطق فازی. برای هر سال، بررسی منطقه نانسی بر روی مناطق شمالی و جنوبی متمرکز شد (به دو منطقه مورد مطالعه در شکل 1 مراجعه کنید).

3.2. الگوهای اجتماعی-اقتصادی و بوم شناختی محلی

نمایش سری زمانی تاب‌آوری SEE با استفاده از نمودار حباب میانگین جزیره‌ای، که مطابق با مجمع الجزایر رنگ‌بندی شده و بر اساس جمعیت/دارایی اندازه‌گیری می‌شود، توانایی تشخیص الگوهای فضایی تاب‌آوری را در بین جزایر در کل مطالعه افزایش داد. منطقه با حفظ روابط جغرافیایی ( شکل 7 و شکل 8 ).
ویژگی جمعیت نشان داد که جزایر پرجمعیت ( به عنوان مثال ، اوکیناوا، میاکو و ایشیگاکی) به احتمال زیاد مقادیر پایین‌تری از انعطاف‌پذیری اجتماعی-اقتصادی برون‌زا و بافر مرجانی را طی سال‌های 2002-2012 نشان می‌دهند ( شکل 7 ). در مقابل، جزایر با جمعیت کوچک تمایل به نشان دادن مقادیر بالایی از انعطاف‌پذیری اجتماعی-اقتصادی برون‌زا داشتند، اما در امتداد شیب انعطاف‌پذیری بافر مرجانی گسترده‌تر بودند، که با گرادیان عرضی همبستگی منفی دارد.
ویژگی دارایی به صورت بصری رابطه لگاریتمی مثبت انعطاف پذیری SEE را به دلیل توزیع یکنواخت ثروت در سراسر مجمع الجزایر نانسی (در مقایسه با توزیع جمعیت) به شیوه ای برتر ترجمه کرد ( شکل 8 ).
شکل 7. نمودارهای حباب در مقیاس جزیره از انعطاف پذیری اجتماعی-اقتصادی برون زا با انعطاف پذیری بافر مرجانی. اندازه حباب نشان دهنده میانگین جمعیت است و رنگ ها نشان دهنده مجمع الجزایر فرعی نانسی در طول سال های 2002-2012 است.
شکل 8. نمودارهای حباب در مقیاس جزیره از انعطاف پذیری اجتماعی-اقتصادی برون زا با انعطاف پذیری بافر مرجانی. اندازه حباب نشان دهنده میانگین دارایی (¥·m- 2 ) و رنگ ها نشان دهنده مجمع الجزایر فرعی نانسی در طول سال های 2002-2012 است.
الگوهای جالب دیگر که هم برای جمعیت و هم دارایی مشترک است اما تفسیر آنها از نقشه ها دشوار است به شرح زیر است. انعطاف پذیری بافر مرجانی جزایر متصل به اوسومی/توکارا بدون توجه به انعطاف پذیری اجتماعی-اقتصادی برون زا به طور مداوم پایین بود. انعطاف پذیری SEE جزایر کوچک مجمع الجزایر Yaeyama (به عنوان مثالجزایر موجود در تالاب Sekisei) مرتفع بود، و جزایر از نظر جغرافیایی دور افتاده (به عنوان مثال، جنوب غربی ترین جزایر Yonaguni و شمال شرقی ترین جزایر Tanega) به صورت پویا به هم مرتبط بودند. تجزیه و تحلیل زمانی رفتارهای حباب (با استفاده از یک انیمیشن آشکار) تغییرات آشکاری را در انعطاف‌پذیری SEE در طول دهه نشان داد که در امتداد محور برون‌زای اجتماعی-اقتصادی به شکل بازگشت‌ها و تا حدی کمتر در امتداد محور بافر مرجانی در شکلی از نوسانات جزئی، به ویژه برای مقادیر بالاتر.

4. بحث

نتایج سنتز شده در این مطالعه نشان‌دهنده اولین ارزیابی فضایی صخره‌های مرجانی ژاپنی است که سیستم‌های اجتماعی-اقتصادی و اکولوژیکی (SEE) را در هم تنیده می‌کند. این ارزیابی با دقت و وسعت فضایی بالا، با مفهوم تاب آوری هدایت شد. انعطاف‌پذیری ابتدا در مقیاس‌های سازمانی اجتماعی-اقتصادی و زیست‌محیطی برون‌زا مورد بررسی قرار گرفت و در مرحله دوم در مقیاس SEE یکپارچه مورد بررسی قرار گرفت، که بر خدمات حفاظت از ساحل ارائه شده توسط صخره‌های مرجانی به انسان‌ها متمرکز بود. بر اساس داده‌های صریح فضایی آزادانه در دسترس، ما انعطاف‌پذیری سه مولفه (جمعیت / دارایی / بافر مرجانی) را با شناسایی عوامل استرس‌زا و کاهش‌دهنده استرس از ادبیات مربوطه و با پیوند دادن عوامل با استفاده از منطق فازی مناسب برای مدل‌سازی مجتمع تعیین کردیم. سیستم های.

4.1. انتخاب عامل و توصیه ها

مجموعه فضایی اجرا شده در این مطالعه بر اساس عواملی است که معیارهای مربوط به تاب‌آوری، تداوم مکانی-زمانی، کمیت و کیفیت، و مقرون به صرفه بودن را برآورده می‌کنند.
تاب‌آوری مؤلفه اقتصادی-اجتماعی جمعیت و ارزش‌های دارایی را به‌عنوان نمونه‌های زیرسیستم انسانی هدف قرار می‌دهد. فراتر از عامل کلیدی جمعیت، قرار گرفتن در معرض ارزش دارایی در فرآیندهای تصمیم گیری که بر مدیریت ساحلی و تغییرات آب و هوایی مداوم تمرکز دارد، حیاتی است [ 63 ]. قیمت زمین (در ¥·m- 2 ) به عنوان نماینده ارزش دارایی با توجه به همبستگی اساسی آن بین ارزش گذاری اقتصادی و پوشش مکانی و ارزش های سالانه آن در طول دوره مورد علاقه انتخاب شد. اگرچه قیمت زمین یک ارزیابی سرمایه ترکیبی از زیان های مستقیم (به عنوان مثال، سهام) در صورت سیل ارائه می دهد، ساختار و محتویات بیمه شده (بر اساس بخش های مسکونی، تجاری و صنعتی)، و همچنین زیان های غیر مستقیم (به عنوان مثال،جریان)، ممکن است هزینه های کلی را اصلاح و تکمیل کند [ 64 ]. نتیجه روابط بین بزرگی و دوره بازگشت طوفان/سونامی و سطح آب شدید تحقیقاتی در حال انجام است که می‌تواند به طور مرتبط با سطح دریاهای پیش‌بینی‌شده توسط IPCC (گزارش پنجم ارزیابی IPCC) ترکیب شود تا تحلیل‌های معنی‌داری خطر سیل ایجاد شود.
عواملی که اساس ارزیابی انعطاف‌پذیری بافر مرجانی را تشکیل می‌دهند در متن مرجع ادبیات [ 12 ، 15 ] یافت شدند. ما شاخص‌های ذکر شده را با توجه به در دسترس بودن داده‌های رایگان، که باید پوشش مکانی و وضوح مناسب و سری زمانی قابل توجهی در صورت امکان داشته باشند، غربال کردیم. از 12 بخش تاب آوری ذکر شده توسط [ 15 ] و رتبه بندی شده توسط [ 12 ]، ما موفق شدیم 8 بخش را با وضوح فضایی 1 ثانیه قوسی فضایی سازی کنیم ( یعنی شطرنجی کنیم). چهار بخش باقی‌مانده که جمعیت مرجان‌ها و ماهی‌ها را به تصویر می‌کشند، لحاظ نشده‌اند، زیرا به تلاش بیشتری در پردازش تفکیک فضایی نیاز دارند (به عنوان مثال، <5 متر) [ 17 ]]، که در حال حاضر فقط برای مطالعات محلی مفید است.
تاب آوری SEE در یک منطقه منطقه ای با وضوح خوب و بیش از یک دهه با یک سال تاخیر ترسیم شد. برای قابلیت انتقال، هدف ما یافتن داده‌های آزادانه در دسترس که از مؤسسات غیر دولتی، بین‌دولتی و دولتی و همچنین داده‌های کم‌هزینه، یعنی محصولات تجاری ارائه‌شده توسط Google Earth تهیه می‌شوند، بود. هر دو فشار ماهیگیری و پیچیدگی عمق سنجی از پایگاه داده تصاویر Google Earth مشتق شده اند. بایگانی Google Earth حاوی داده‌های مکانی و زمانی با وضوح بالا و بسیار بالا است که ممکن است به عنوان داده‌های چندطیفی جغرافیایی ارجاع داده شده به دنبال یک روش سفارشی و آسان برای انتقال استفاده شود [ 62]. به دلیل داده‌های زمانی موجود برای عوامل خاص، ما شاخص‌های تاب‌آوری را از سال‌های 2002 تا 2012 محاسبه کردیم، در حالی که مقادیر داده‌های ایستا زمانی را برای عواملی که از سالی به بعد به دلیل تفکیک زمانی درشتشان متفاوت نیستند، حفظ کردیم. یک الگوی شهودی اما روشنگر از تجزیه و تحلیل سازگاری در محاسبات زمانی پدیدار شد: یک مبادله (رابطه نمایی منفی) بین وضوح مکانی و زمانی وجود دارد ( شکل 9 ). علی‌رغم مختصات دکارتی فعلی‌اش ( شکل 8 )، Google Earth به ارائه داده‌ها در اندازه پیکسل بسیار بالا ادامه می‌دهد، اما پیکسل‌ها اغلب با وضوح سالانه جمع می‌شوند. قابل ذکر است که وضوح زمانی این تصاویر دقیق به طور قابل توجهی در کشورهای توسعه یافته بیشتر است [ 65].
شکل 9. رابطه بین قدرت تفکیک مکانی برخی عوامل بررسی شده و لگاریتم طبیعی تفکیک زمانی آنها. پیکان روند فعلی Google Earth را در اصلاح وضوح زمانی و در عین حال حفظ همان وضوح مکانی بالا نشان می دهد.

4.2. به نمایندگی از تاب آوری اجتماعی-اقتصادی و اکولوژیکی

این مطالعه نقشه‌برداری تاب‌آوری را با جفت کردن اجزای SEE یک سیستم ساحلی یکپارچه پیشگام می‌کند. این کار با اتخاذ یک رویکرد محتاطانه و عملی انجام شد که در آن انعطاف پذیری اجزای SEE ابتدا به طور جداگانه مورد بررسی قرار گرفت. سپس، سیستم SEE بدون درز مورد تجزیه و تحلیل قرار گرفت. ارتباط بین دو زیرسیستم با حفاظت ساحلی که توسط صخره های مرجانی برای جمعیت انسانی فراهم شده بود، تضمین شد. ما عمدتاً بر قرار گرفتن در معرض، خطرات و مقاومت سیستم، به جای ظرفیت تطبیقی، مانند خدمات اضطراری عمومی [ 66 ]، حافظه مرجانی تحمل حرارتی [ 67 ]، یا تمایل جمعیت برای پذیرش اکوسیستم ساحلی تمرکز کردیم. مدیریت مبتنی بر [ 68]. با گنجاندن عوامل مرتبط با ظرفیت انطباقی، مسیرهای سیستم را می توان در زمینه تغییرات آب و هوایی از طریق ادغام ارزیابی تحول، خود سازماندهی و تجدید در چارچوب آسیب پذیری مرسوم اصلاح کرد.
نگاشت انعطاف پذیری SEE در 1 قوس (30 متر) نشان داد که انعطاف پذیری بافر مرجانی با عرض جغرافیایی همبستگی منفی دارد. با این حال، بازنمایی اکولوژیکی انعطاف‌پذیری فضایی، بر خلاف جنبه اجتماعی-اقتصادی، محدود به مناطقی بود که اندازه‌های آنها مانع از درک بصری رضایت‌بخش در یک سایت منطقه‌ای بود ( شکل 6 را ببینید ). با توجه به اینکه تاب آوری فضایی به عنوان یک سری زمانی محاسبه شد، برای غلبه بر بررسی نقشه کیفی درشت به یک نمایش همدیدی اما دقیق نیاز بود. نمودار حباب رنگی به طور متوسط ​​جزیره ای و زیر مجمع الجزایر ( شکل 7 و شکل 8 را ببینید ) تمایلات مشاهده شده در نقشه های بافری اجتماعی-اقتصادی برون زا و درون زا مرجانی را تایید کرد ( شکل 4 ،شکل 5 و شکل 6 به ترتیب) و الگوهای روشنگری را نشان داد که قبلا تحت الشعاع قرار گرفته بودند. فراتر از هدف گیری اینکه آیا جزایر انعطاف پذیر هستند، همانطور که نقشه ها مشخص شد، نمودار حباب نشان داد که جمعیت جزیره بالاتر مربوط به انعطاف پذیری SEE کوچکتر و باریک تر است ( شکل 10 A) و این دارایی با انعطاف پذیری SEE تغییر نمی کند ( شکل 10).ب). مشاهدات اخیر به وضوح در نقشه های مرتبط ارائه نشده است و به معنای عدم وجود همبستگی بین پراکسی ارزش دارایی و انعطاف پذیری SEE است. نتیجه حاکی از آن بود که تغییر رژیم در انعطاف پذیری مورد بررسی به طور منطقی بر کالاها و خدمات اقتصادی به همان اندازه تأثیر می گذارد، صرف نظر از موقعیت جغرافیایی در مجمع الجزایر نانسی.
شکل 10. تفسیر مفهومی نمودار حباب تاب آوری SEE با وزن ( A ) مقدار جمعیت و ( B ) ارزش دارایی ( یعنی قیمت زمین در ¥ m -2 ). خطوط قرمز نمادی از مرزهای توزیع است. ضخامت فلش با اندازه جمعیت همبستگی مثبت دارد. و یکنواختی فضایی دایره ها نشان دهنده عدم وجود همبستگی با توزیع SEE است.

4.3. مفاهیم راهنمایی

الگوهای زمانی نمودارهای حباب متناسب با نوسانات مقادیر میانگین جزیره ای انعطاف پذیری SEE است. به دلیل تنوع زمانی بالاتری که در طول دهه مشاهده شد، می‌توانیم استنباط کنیم که یک دوره 11 ساله برای بررسی و مطالعه تنوع اجتماعی-اقتصادی برون‌زا نسبت به تغییرپذیری بافر مرجانی مناسب‌تر است. با توجه به مقدار قابل توجهی از عوامل موجود در این مطالعه، توضیح منبع(های) نوسانات شناسایی شده دشوار است. انتخاب دقیق‌تری از عوامل همراه با تحلیل حساسیت به تفسیر این الگوها کمک می‌کند. یک نمودار حباب با وزن عامل ( جدول 1 و جدول 2 را ببینید ) به طور میانگین در طول دهه مورد بررسی برای جمعیت محاسبه شد ( شکل 11).الف) و برای ارزش دارایی ( شکل 11 ب) قرار گرفتن در معرض برای ارائه اطلاعات معنی دار و ضروری برای دستورالعمل های مربوطه:
علی‌رغم مرز مشخص شده بین جمعیت‌های بالا و تاب‌آوری پایین SEE، جزیره‌ای که ضعیف‌ترین انعطاف‌پذیری را نشان می‌دهد، کیکای (جزیره جزایر آمامی، شماره 1 در شکل 11 C)، جمعیت زیادی ندارد. این نقطه انعطاف پذیری بسیار کم، که یک مکان شرقی است که خطرات اقیانوس آرام (طوفان و سونامی) را تجربه می کند و دارای مقاومت کم ارتفاع و نوارهای باریک صخره های مرجانی است، باید برای مدیریت مبتنی بر اکوسیستم در اولویت قرار گیرد.
شکل 11. نمودارهای حباب در مقیاس جزیره از ( A ) به اندازه جمعیت و ( B ) انعطاف پذیری برون زایی اجتماعی-اقتصادی به اندازه دارایی با انعطاف پذیری بافر مرجانی که توسط تأثیرات عوامل موجود در ادبیات وزن شده و توسط زیر-نانسی رنگ شده است. مجمع الجزایر برای 2002-2012. ( ج ) نقشه نانسی اولویت بندی مدیریت ساحلی.
سه جزیره شرقی مجمع الجزایر فرعی میاکو (به عنوان مثال، شیمو، میاکو و ایرابو، شماره 2 در شکل 11 C) با انعطاف پذیری SEE کمی بالاتر مشخص می شوند، که عمدتاً توسط سه عامل ذکر شده برای کیکای ایجاد می شود. را دنبال می کند. کوروشیما که دارای انعطاف‌پذیری بافر مرجانی تقویت‌شده است اما انعطاف‌پذیری اجتماعی-اقتصادی برون‌زا مشابهی دارد (زیر مجمع‌الجزایر یایاما، شماره 3 در شکل 11)ج) دارای جمعیت کم اما دارای سه محدودیت مشابه است. بنابراین، خطرات ذاتی جزایر جنوبی هر دو مجمع الجزایر میاکو و یایاما باید پیش بینی شود. علاوه بر این، این هشدار با رویدادهای گذشته، مانند سونامی 7.5 در سال 1771، که باعث مرگ حدود 12000 نفر در مناطق جنوبی این دو مجمع الجزایر شد (پایگاه داده های سونامی تاریخی جهانی) تأیید می شود.
جزیره اوکیناوا (#4 در شکل 11 C) به دلیل انعطاف پذیری نسبتاً پایین SEE و قرار گرفتن در معرض جمعیت بسیار بالا باید به ویژه مورد هدف قرار گیرد. جالب توجه است که مقادیر انعطاف پذیری جنوب غربی ترین جزایر یوناگونی و شمال شرقی ترین جزایر تانگا (#5 در شکل 11 C) بسیار نزدیک به جزیره اوکیناوا است که در وسط مجمع الجزایر نانسی قرار دارد. از این مشاهدات غیر شهودی، ما مدافع این هستیم که دستورالعمل‌های کلی یک مدیریت کارآمد مبتنی بر اکوسیستم مناظر صخره‌ای ژاپنی ممکن است برای هر جزیره در امتداد شیب عرضی اعمال شود. در زمینه گرم شدن اقیانوس ها و مهاجرت جمعیت های دریایی به سمت شمال، اجرای طرح مدیریت شمالی ترین صخره های مرجانی کم عمق در نیمکره شمالی،به عنوان مثال، در Tanega، جایی که صخره‌های رژیم اسکلراکتینی از نظر فضایی محدود اما سالم وجود دارد، به شدت توصیه می‌شود (Collin, pers. Comm.).
در نهایت، انعطاف پذیری بالای SEE نشان داده شده توسط جزایر Yaeyama، از جمله تالاب Sekisei ( به عنوان مثال، بزرگترین تالاب در ژاپن)، به شدت همزیستی محافظتی بین جمعیت انسانی و صخره های مرجانی و ادامه تلاش های انجام شده در مقیاس تالاب را ترویج می کند ( یعنی ، پارک ملی Iriomote-Ishigaki) و مقیاس جزیره ( به عنوان مثال، پارک دریایی Kuroshima Kyanguch، پارک دریایی Aragasuku-jima Maibishi، و پارک های دریایی Taketomi-jima Shimobishi و Takedonguchi).

4.4. محدودیت ها

خروجی مدل ارائه شده منوط به تخصیص توابع عضویت است. درک نادرست پاسخ SEE به عوامل برون زا ممکن است به شدت دقت مدل‌سازی فضایی را محدود کند. به عنوان مثال، قرار گرفتن در معرض جزر و مد، به عنوان یک نماینده برای ظهور، به عنوان یک عامل القا کننده استرس استفاده شد و متعاقبا با استفاده از یک تابع لجستیک کاهشی، همانطور که توسط [ 48 ] حمایت می‌شود، مدل‌سازی شد. با این حال، نوسانات جزر و مدی روزانه ممکن است مکانیسم‌های تطبیقی ​​را افزایش دهد، که ممکن است انعطاف‌پذیری مرجان‌ها را در برابر یک اختلال حاد دقیق، مانند گرم شدن دریا یا نمک‌زدایی افزایش دهد. در مقابل، خنک کننده حرارتی، نشان داده شده توسط وقوع بالا آمدن، یک عامل کاهش استرس در نظر گرفته شد. بنابراین، ما از تابع لجستیک افزایشی استفاده کردیم، همانطور که [ 56 ] توصیه می‌شود]. با این وجود، در منطقه نانسی، جایی که شمالی‌ترین صخره‌های مرجانی کم‌عمق وجود دارد، تماس صخره‌های مرجانی با آب سرد ( یعنی کمتر از 18 درجه سانتی‌گراد) ممکن است برای گونه‌های مرجانی خاص مضر باشد.
اگرچه ویژگی‌ها و مکمل‌های نقشه‌ها و توطئه‌های نوآورانه به کار گرفته شده در این مطالعه، فرآیندهای انعطاف‌پذیری صخره‌های صخره‌ای را توصیف می‌کردند، نقشه ۱ arcsec برای تجسم انعطاف‌پذیری بافر مرجانی با اندازه کمتر از ۱ کیلومتر در مقیاس منطقه‌ای مناسب نبود. علاوه بر این، نمودار حباب به دلیل فرآیند میانگین گیری، دقت جغرافیایی جزایر بزرگ را کاهش داد. یک درونیابی فضایی دقیق برای داده‌های شبکه‌بندی درشت برای رسیدن به دقت استاندارد 1 قوس الکتریکی اعمال شد و عوامل برای وضوح سالانه آنها انتخاب شدند. با این حال، تجمیع داده‌هایی که با ویژگی‌های مکانی-زمانی مختلف نشان داده می‌شوند، عدم قطعیت به دلیل اختلاف در ساختار همبستگی مکانی-زمانی ایجاد می‌کند [ 69 ].

5. نتیجه گیری ها

علی‌رغم محدودیت‌ها و پیشرفت‌هایی که در بالا مورد بحث قرار گرفت، انعطاف‌پذیری SEE مرتبط با صخره‌های مرجانی برای اولین بار به صورت منطقه‌ای (1200 کیلومتر) با وضوح خوب (1 ثانیه قوس) طی یک دهه (11 سال) نقشه‌برداری شد. از طریق چارچوب ایجاد شده، ما داده‌های چند منبع، چند تاریخ و فضایی صریح را در یک سری زمانی پیچیده ترکیب کردیم که الگوهای فضایی جمعیت انسانی ساحلی و خطرات دارایی در ژاپن و سد صخره‌های مرجانی را که این خطرات را کاهش می‌دهد، روشن کرد. تجزیه و تحلیل 11 ساله تغییرپذیری در انعطاف‌پذیری اجتماعی-اقتصادی برون‌زا را بهتر از انعطاف‌پذیری بافر مرجانی نشان داد. هنگامی که عوامل با توجه به سهم انعطاف‌پذیری آنها وزن شدند، الگوهای ایستا زمانی ظاهر شدند: (1) یک همبستگی منفی بین انعطاف‌پذیری بافر مرجانی و عرض جغرافیایی وجود داشت. (2) جزایر کم انعطاف پذیر، کم ارتفاع، محروم از موانع صخره گسترده، و در مرزهای شرقی و جنوبی مجمع الجزایر Nansei واقع شده است. (3) جنوب غربی ترین، میانه و شمال شرقی ترین جزایر دارای انعطاف پذیری SEE هستند. و (4) جزایر تالاب Sekisei انعطاف پذیری بافر مرجانی بسیار بالایی دارند. برای غلبه بر عدم قطعیت، مطالعات آینده باید بر ظرفیت سازگاری اجتماعی-اکولوژیکی، فرآیندهای اکولوژیکی در مقیاس خوب (مانند گروه‌های عملکردی مرجان و ماهی) و پیش‌بینی خطرات سیل برای دهه‌های آینده تمرکز کنند. و (4) جزایر تالاب Sekisei انعطاف پذیری بافر مرجانی بسیار بالایی دارند. برای غلبه بر عدم قطعیت، مطالعات آینده باید بر ظرفیت سازگاری اجتماعی-اکولوژیکی، فرآیندهای اکولوژیکی در مقیاس خوب (مانند گروه‌های عملکردی مرجان و ماهی) و پیش‌بینی خطرات سیل برای دهه‌های آینده تمرکز کنند. و (4) جزایر تالاب Sekisei انعطاف پذیری بافر مرجانی بسیار بالایی دارند. برای غلبه بر عدم قطعیت، مطالعات آینده باید بر ظرفیت سازگاری اجتماعی-اکولوژیکی، فرآیندهای اکولوژیکی در مقیاس خوب (مانند گروه‌های عملکردی مرجان و ماهی) و پیش‌بینی خطرات سیل برای دهه‌های آینده تمرکز کنند.

منابع

  1. Barbier, EB; هکر، SD; کندی، سی. Koch، EW; Stier، AC; Silliman، BR ارزش خدمات اکوسیستم خور و ساحلی. Ecol. مونوگر. 2011 ، 81 ، 169-193. [ Google Scholar ] [ CrossRef ]
  2. کوستانزا، آر. د گروت، آر. ساتن، پی. ون در پلوگ، اس. اندرسون، اس جی. Kubisszewski، I. فاربر، اس. ترنر، RK تغییرات در ارزش جهانی خدمات اکوسیستم. محیط زیست جهانی چانگ. 2014 ، 26 ، 152-158. [ Google Scholar ] [ CrossRef ]
  3. Wilkinson, C. Status of Coral Reefs of the World: 2008 ; شبکه جهانی نظارت بر صخره های مرجانی و مرکز تحقیقاتی مرجانی و جنگل های بارانی: تاونزویل، QLD، استرالیا، 2008; پ. 298. [ Google Scholar ]
  4. بل وود، DR; هیوز، تی پی؛ فولک، سی. Nystrom، M. مقابله با بحران صخره های مرجانی. طبیعت 2004 ، 429 ، 827-833. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  5. هوگ گولدبرگ، او. Mumby، PJ; هوتن، ای جی; Steneck، RS; گرینفیلد، پی. گومز، ای. هارول، سی دی; فروش، PF; ادواردز، ای جی; کالدیرا، ک. و همکاران صخره های مرجانی تحت تغییرات سریع آب و هوا و اسیدی شدن اقیانوس ها. Science 2007 ، 318 ، 1737-1742. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  6. نیستروم، ام. Folke، C. انعطاف پذیری فضایی صخره های مرجانی. اکوسیستم ها 2011 ، 4 ، 406-417. [ Google Scholar ]
  7. مک کلانهان، تی. پولونین، ن. انجام شد، T. حالات اکولوژیکی و انعطاف پذیری صخره های مرجانی. حفظ کنید. Ecol. 2002 ، 6 ، 18. [ Google Scholar ]
  8. Mumby، PJ; هاستینگز، ا. Edwards، HJ Thresholds و انعطاف پذیری صخره های مرجانی کارائیب. طبیعت 2007 ، 450 ، 98-101. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  9. راف، جی. Mumby, PJ نابرابری جهانی در انعطاف پذیری صخره های مرجانی. Trends Ecol. تکامل. 2012 ، 27 ، 404-413. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  10. نیستروم، ام. گراهام، ناج؛ لوکرانتز، جی. نورستروم، AV گرفتن سنگ بنای انعطاف پذیری صخره های مرجانی: پیوند نظریه به عمل. صخره های مرجانی 2008 ، 27 ، 795-809. [ Google Scholar ] [ CrossRef ]
  11. هیوز، تی پی؛ گراهام، NA; جکسون، جی بی. Mumby، PJ; Steneck، RS در حال افزایش به چالش حفظ انعطاف پذیری صخره های مرجانی. Trends Ecol. تکامل. 2010 ، 25 ، 633-642. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  12. مینارد، جی. مارشال، PA; جانسون، جی. هارمن، اس. ایجاد انعطاف پذیری در حفاظت عملی: شناسایی پاسخ های مدیریت محلی به تغییرات آب و هوایی جهانی در دیواره مرجانی بزرگ جنوبی. صخره های مرجانی 2010 ، 29 ، 381-391. [ Google Scholar ] [ CrossRef ]
  13. McClanahan، TR; Donner، SD; مینارد، جی. مک نیل، MA; گراهام، ناج؛ ماینا، جی. بیکر، AC; Alemu I., JB; بگر، م. کمپبل، اس جی; و همکاران اولویت بندی شاخص های کلیدی انعطاف پذیری برای حمایت از مدیریت صخره های مرجانی در آب و هوای متغیر. PLoS ONE. 2012 ، 7 ، e42884. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  14. Mumby، PJ; ولف، NH; Bozec، Y.-M. شولت، آی. هالوران، پی. عملیاتی کردن انعطاف پذیری صخره های مرجانی در عصر تغییرات آب و هوایی. حفظ کنید. Lett. 2014 ، 7 ، 176-187. [ Google Scholar ] [ CrossRef ]
  15. اوبورا، دی. Grimsditch, G. Resilience Assessment Of Coral Reefs—پروتکل ارزیابی برای صخره های مرجانی، با تمرکز بر سفید کردن مرجانی و استرس حرارتی . IUCN: Gland، سوئیس، 2009. [ Google Scholar ]
  16. ماینا، جی. McClanahan، TR; زهره، V. عاطوه‌برهان، م. مدین، جی. شیب جهانی قرار گرفتن در معرض مرجان ها به تنش های محیطی و پیامدهای آن برای مدیریت محلی. PLoS ONE. 2011 . [ Google Scholar ] [ CrossRef ]
  17. نادبی، ا. مشتری، اس. رولفسما، سی. لیون، ام. Phinn, S. نقشه برداری شاخص های انعطاف پذیری صخره های مرجانی با استفاده از داده های میدانی و سنجش از دور. Remote Sens. 2013 ، 5 ، 1311-1334. [ Google Scholar ] [ CrossRef ]
  18. رولندز، جی. پورکیس، اس. ریگل، بی. متساما، ال. بروکنر، آ. Renaud، P. تاب آوری صخره های مرجانی تصویربرداری ماهواره ای در مقیاس منطقه ای. مطالعه موردی از عربستان سعودی مارس آلودگی. گاو نر 2012 ، 64 ، 1222-1237. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  19. Folke, C. Resilience: ظهور دیدگاهی برای تحلیل های سیستم های اجتماعی-اکولوژیکی. گلوب. محیط زیست چانگ. 2006 ، 16 ، 253-267. [ Google Scholar ] [ CrossRef ]
  20. فولک، سی. جانسون، Å. راکستروم، جی. اولسون، پی. نجار، SR; Chapin، FS، III; کرپین، A.-S. روزانه، جی. دانل، ک. ابسون، جی. و همکاران اتصال مجدد به بیوسفر Ambio 2011 ، 40 ، 719-738. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  21. گائو، ال. Hailu، A. ارزیابی اثرات بسته شدن منطقه برای ماهیگیری تفریحی در یک اکوسیستم صخره‌های مرجانی: مزایای یک مدل‌سازی اقتصادی و بیوفیزیکی یکپارچه. Ecol. اقتصاد 2011 ، 70 ، 1735-1745. [ Google Scholar ] [ CrossRef ]
  22. ملبورن-توماس، جی. جانسون، CR; آلینو، PM; جرونیمو، آرسی ویلانوی، CL; Gurney، GG ​​یک مدل بیوفیزیکی چند مقیاسی برای اطلاع رسانی مدیریت منطقه ای صخره های مرجانی در غرب فیلیپین و دریای چین جنوبی. محیط زیست مدل. نرم افزار 2011 ، 26 ، 66-82. [ Google Scholar ] [ CrossRef ]
  23. گائو، ال. Hailu، A. رتبه‌بندی استراتژی‌های مدیریت با نتایج پیچیده: ارزیابی فازی AHP از ماهیگیری تفریحی با استفاده از یک مدل یکپارچه مبتنی بر عامل از یک اکوسیستم صخره‌های مرجانی. محیط زیست مدل. نرم افزار 2012 ، 31 ، 3-18. [ Google Scholar ] [ CrossRef ]
  24. Adger، WN; هیوز، تی پی؛ فولک، سی. نجار، SR; Rockström، J. انعطاف پذیری اجتماعی-اکولوژیکی در برابر بلایای ساحلی. Science 2005 ، 309 ، 1036-1039. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  25. لوین، SA; Lubchenco، J. انعطاف پذیری، استحکام، و مدیریت مبتنی بر اکوسیستم دریایی. Bioscience 2008 ، 58 ، 27-32. [ Google Scholar ] [ CrossRef ]
  26. کامینگ، انعطاف‌پذیری فضایی GS: ادغام بوم‌شناسی منظر، انعطاف‌پذیری و پایداری. Landsc. Ecol. 2011 ، 26 ، 899-909. [ Google Scholar ] [ CrossRef ]
  27. کامین، جی اس; بودین، او. ارنستسون، اچ. علمکویست، تی تحلیل شبکه در جغرافیای زیستی حفاظتی: چالش ها و فرصت ها. Divers Distrib. 2010 ، 16 ، 414-425. [ Google Scholar ] [ CrossRef ]
  28. زاده، لس آنجلس مفهوم متغیر زبانی و کاربرد آن در استدلال تقریبی. Inf. علمی 1965 ، 8 ، 199-249. [ Google Scholar ] [ CrossRef ]
  29. Mann, KH; Lazier, JRN Dynamics of Marine Ecosystems , 2nd ed.; ناشران بلک ول: آکسفورد، انگلستان، 2006. [ Google Scholar ]
  30. منطقه استان‌های ژاپن از 1 اکتبر 2011 ؛ اداره آمار ژاپن: توکیو، ژاپن، 2011.
  31. گزارش سالانه مرکز تخصصی هواشناسی منطقه ای توکیو-مرکز تایفون. در دسترس آنلاین: http://www.jma.go.jp/jma/jma-eng/jma-center/rsmc-hp-pub-eg/RSMC_HP.htm (دسترسی در 10 ژوئن 2014).
  32. جلد، مقدمه، زلزله در سراسر جهان، زلزله در ژاپن و اطراف آن. در دسترس آنلاین: http://www.jma.go.jp/jma/en/Activities/jishintsunami/jishintsunami_low1.pdf (دسترسی در 10 ژوئن 2014).
  33. اسمیت، ک. مخاطرات زیست محیطی: ارزیابی خطر و کاهش بلایا ، ویرایش 6. Routledge: لندن، بریتانیا، 2013. [ Google Scholar ]
  34. Geist، EL; پارسونز، T. تحلیل احتمالی خطرات سونامی. نات. خطرات 2006 ، 37 ، 277-314. [ Google Scholar ] [ CrossRef ]
  35. Balica، SF; رایت، NG; van der Meulen، F. یک شاخص آسیب پذیری سیل برای شهرهای ساحلی و استفاده از آن در ارزیابی اثرات تغییرات آب و هوا. نات. خطرات 2012 ، 1-33. [ Google Scholar ]
  36. هیوز، تی پی؛ برد، ق. بل وود، DR; کارت، م. Connolly، SR; فولک، سی. Roughgarden، J. تغییرات آب و هوا، اثرات انسانی، و انعطاف پذیری صخره های مرجانی. Science 2003 , 301 , 929-933. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  37. بیکر، AC; استارگر، سی جی; McClanahan، TR; صخره‌های مرجانی گلین، PW: واکنش تطبیقی ​​مرجان‌ها به تغییرات آب و هوایی. طبیعت 2004 ، 430 ، 741-741. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  38. برکلمنز، آر. ون اوپن، ام‌جی نقش zooxanthellae در تحمل حرارتی مرجان‌ها: یک “قطعه امید” برای صخره‌های مرجانی در عصر تغییرات آب و هوایی. Proc. R. Soc. ب: بیول. علمی 2006 ، 273 ، 2305-2312. [ Google Scholar ] [ CrossRef ]
  39. قهوه ای، BE; Dunne, RP تاثیر زیست محیطی معدن مرجان بر صخره های مرجانی در مالدیو. محیط زیست حفظ کنید. 1988 ، 15 ، 159-165. [ Google Scholar ] [ CrossRef ]
  40. شپرد، ARD; وارویک، آر.ام. کلارک، KR; براون، BE تحلیلی از واکنش جامعه ماهی به استخراج مرجان در مالدیو. محیط زیست Biol. ماهی ها 1992 ، 33 ، 367-380. [ Google Scholar ] [ CrossRef ]
  41. راجرز، CS پاسخ های صخره های مرجانی و موجودات صخره ای به رسوب. مارس اکل. Prog. سر. 1990 ، 62 ، 185-202. [ Google Scholar ] [ CrossRef ]
  42. فابریسیوس، KE اثرات رواناب زمینی بر اکولوژی مرجان ها و صخره های مرجانی: بررسی و سنتز. مارس آلودگی. گاو نر 2005 ، 50 ، 125-146. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  43. Lirman، D. رقابت بین ماکرو جلبک ها و مرجان ها: اثرات حذف گیاهخوار و افزایش زیست توده جلبکی بر بقا و رشد مرجان ها. صخره های مرجانی 2001 ، 19 ، 392-399. [ Google Scholar ] [ CrossRef ]
  44. Mumby، PJ; Dahlgren، CP; هاربورن، آر. Kappel، CV; میشلی، اف. برومبو، DR; آبشش، AB Fishing، آبشارهای تغذیه‌ای، و فرآیند چرا در صخره‌های مرجانی. علوم 2006 ، 311 ، 98-101. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  45. McCook، LJ Macroalgae، مواد مغذی و تغییر فاز در صخره‌های مرجانی: مسائل علمی و پیامدهای مدیریتی برای دیواره بزرگ مرجانی. صخره های مرجانی 1999 ، 18 ، 357-367. [ Google Scholar ] [ CrossRef ]
  46. مک کوک، ال. جومپا، ج. دیاز-پولیدو، جی. رقابت بین مرجان ها و جلبک ها در صخره های مرجانی: بررسی شواهد و مکانیسم ها. صخره های مرجانی 2011 ، 19 ، 400-417. [ Google Scholar ] [ CrossRef ]
  47. Brown, BE سازگاری مرجان های صخره ای با استرس فیزیکی محیطی. Adv. مار. بیول. 1997 ، 31 ، 222-301. [ Google Scholar ]
  48. آنتونی، KRN؛ Kerswell، AP مرگ و میر مرجان ها به دنبال جزر و مد شدید و تابش خورشیدی بالا. مار. بیول. 2007 ، 151 ، 1623-1631. [ Google Scholar ] [ CrossRef ]
  49. رابرتز، CM اتصال و مدیریت صخره های مرجانی کارائیب. Science 1997 ، 278 ، 1454-1457. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  50. جونز، GP; آلمانی، GR; راس، GR; فروش، PF; Steneck، RS; ون اوپن، MJH; ویلیس، BL حفظ و اتصال لارو در میان جمعیت‌های مرجان‌ها و ماهی‌های صخره: تاریخچه، پیشرفت‌ها و چالش‌ها. صخره های مرجانی 2009 ، 28 ، 307-325. [ Google Scholar ] [ CrossRef ]
  51. برکلمنز، آر. مرگ، جی. کینینمونث، اس. Skirving، WJ مقایسه ای از رویدادهای سفید شدن مرجان در سال 1998 و 2002 در دیواره مرجانی بزرگ: همبستگی فضایی، الگوها و پیش بینی ها. صخره های مرجانی 2004 ، 23 ، 74-83. [ Google Scholar ] [ CrossRef ]
  52. Mumby، PJ; Dytham، C. دینامیک فراجمعیت مرجان های سخت. در فراجمعیت های دریایی ; Kritzer، JP، Sale، PF، Eds. مطبوعات آکادمیک: منهتن، نیویورک، ایالات متحده آمریکا، 2006; صص 157-203. [ Google Scholar ]
  53. پینسکی، ام ال. پالومبی، اس آر. آندرفوئت، اس. پورکیس، اس‌جی مناظر دریایی باز و بسته: تکه‌های زیستگاه در کجا جمعیت‌هایی را ایجاد می‌کند که بخش‌های بالایی از خود استخدامی دارند؟ Ecol. Appl. 2012 ، 22 ، 1257-1267. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  54. فابریسیوس، KE; Mieog, JC; کالین، پی ال. ایدیپ، دی. ون اوپن، MJH هویت و تنوع درون همزیست‌های مرجانی (zooxanthellae) از سه صخره پالاوان با تاریخچه‌های متضاد سفید شدن، دما و سایه‌اندازی. مول. Ecol. 2004 ، 13 ، 2445-2458. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  55. McClanahan، TR; ماینا، جی. موتین-پیلای، آر. بیکر، AC اثرات جغرافیا، گونه‌ها، جریان آب و تغییرات دما بر شدت سفید شدن مرجان‌ها در موریس. مارس اکل. Prog. سر. 2005 ، 298 ، 131-142. [ Google Scholar ] [ CrossRef ]
  56. Manzello، DP; برانت، ام. اسمیت، سل لیرمن، دی. هندی، جی سی. Nemeth، RS Hurricanes برای مرجان های سفید شده مفید است. Proc. Natl. آکادمی علمی ایالات متحده آمریکا 2007 ، 104 ، 12035-12039. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  57. McClanahan، TR; مارنان، ام جی; سینر، جی. Kiene، WE مقایسه مناطق حفاظت شده دریایی و رویکردهای جایگزین برای مدیریت صخره های مرجانی. Curr. Biol. 2006 ، 16 ، 1408-1413. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  58. فراریو، اف. بک، مگاوات؛ Storlazzi، سی دی; میشلی، اف. شپرد، سی سی; Airoldi، L. اثربخشی صخره های مرجانی برای کاهش خطر خطر ساحلی و سازگاری. نات. اشتراک. 2014 . [ Google Scholar ] [ CrossRef ]
  59. راجرز، جی اس. مونیسمیت، اس جی; فدرسن، اف. استورلازی، سی دی هیدرودینامیک سازندهای خار و شیار روی صخره مرجانی. جی. ژئوفیس. نتیجه: اقیانوس. 2013 ، 118 ، 3059-3073. [ Google Scholar ] [ CrossRef ]
  60. اوبرشت، سی. الویج، سی دی; لانگکور، تی. ریچ، سی. سفران، ج. قوی، A.; ایکین، ام. باگ، من. تاتل، بی تی; هوارد، AT; و همکاران فهرست جهانی عوامل استرس زای صخره های مرجانی بر اساس نورهای شبانه مشاهده شده توسط ماهواره. Geocarto Int. 2008 ، 23 ، 467-479. [ Google Scholar ] [ CrossRef ]
  61. ماتسوموتو، ک. تاکانزاوا، تی. Ooe، M. مدل های جزر و مد اقیانوس توسعه یافته با جذب داده های ارتفاع سنج TOPEX/POSEIDON در مدل هیدرودینامیکی: یک مدل جهانی و یک مدل منطقه ای در اطراف ژاپن. J. Oceanogr. 2000 ، 56 ، 567-581. [ Google Scholar ] [ CrossRef ]
  62. کولین، ای. نادائوکا، ک. Nakamura، T. نقشه برداری VHR عمق آب، بستر دریا و پوشش زمین با استفاده از داده های Google Earth. ISPRS Int. J. Geo-Inf. 2014 ، 3 ، 1157-1179. [ Google Scholar ] [ CrossRef ]
  63. هالگات، اس. رنجر، ن. مستره، او. دوما، پ. کورفی مورلو، جی. هرویجر، سی. Wood, RM ارزیابی اثرات تغییر آب و هوا، افزایش سطح دریا و خطر افزایش طوفان در شهرهای بندری: مطالعه موردی در کپنهاگ. صعود چانگ. 2011 ، 104 ، 113-137. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  64. Hallegatte، S. یک مدل ورودی-خروجی منطقه ای تطبیقی ​​و کاربرد آن برای ارزیابی هزینه اقتصادی کاترینا. ریسک مقعدی 2008 ، 28 ، 779-799. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  65. Potere, D. دقت موقعیت افقی آرشیو تصاویر با وضوح بالا Google Earth. Sensors 2008 , 8 , 7973-7981. [ Google Scholar ] [ CrossRef ]
  66. Keim, ME ایجاد تاب‌آوری انسانی: نقش آمادگی و پاسخ بهداشت عمومی به عنوان سازگاری با تغییرات آب و هوا. صبح. J. قبلی پزشکی 2008 ، 35 ، 508-516. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  67. مینارد، جی. آنتونی، KRN؛ مارشال، PA; Masiri, I. رویدادهای عمده سفیدکننده می تواند منجر به افزایش تحمل حرارتی در مرجان ها شود. مار. بیول. 2008 ، 155 ، 173-182. [ Google Scholar ] [ CrossRef ]
  68. گرانک، EF; پولاسکی، اس. Kappel، CV; رید، دی جی; Stoms، DM; Koch، EW; Wolanski، E. خدمات اکوسیستم به عنوان یک زبان مشترک برای مدیریت مبتنی بر اکوسیستم ساحلی. حفظ کنید. Biol. 2010 ، 24 ، 207-216. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  69. بارو، پی. مک دانل، آر. اصول سیستم های اطلاعات جغرافیایی ; انتشارات دانشگاه آکسفورد: نیویورک، نیویورک، ایالات متحده آمریکا، 2005. [ Google Scholar ]

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *