国家生态保护红线—生态功能红线划定技术指南（试行）

环发〔2014〕10号附件

国家生态保护红线—生态功能红线

划定技术指南（试行）

环境保护部自然生态保护司

生态红线划定技术组 二○一四年一月

—3 —

目 录

前言…………………………………………………………………………………………6 1 适用范围………………………………………………………………………………6 2 规范性引用文件…………………………………………………………………………6 3 术语和定义………………………………………………………………………………7 4 生态功能红线的类型与属性特征………………………………………………………8

4.1 生态功能红线类型………………………………………………………………8 4.2生态功能红线属性特征…………………………………………………………8 5 生态功能红线划定原则…………………………………………………………………9

5.1 系统性原则………………………………………………………………………9 5.2 协调性原则………………………………………………………………………9 5.3 等级性原则………………………………………………………………………9 5.4 强制性原则………………………………………………………………………9 5.5 动态性原则………………………………………………………………………9 6 生态功能红线划定技术流程…………………………………………………………10

6.1 生态功能红线划定范围识别……………………………………………………10 6.2 生态保护现状分析与评估………………………………………………………10 6.3 生态保护重要性评价……………………………………………………………10 6.4 生态功能红线边界确定…………………………………………………………10 6.5 生态功能红线划定成果集成……………………………………………………11 7 生态功能红线划定范围………………………………………………………………13

7.1 重要生态功能区………………………………………………………………13 7.2 生态敏感区、脆弱区……………………………………………………………13 7.3 禁止开发区………………………………………………………………………15 8 生态功能红线划定技术方法…………………………………………………………15

— 4 —

8.1 重要生态功能区红线划定………………………………………………………15 8.2 生态敏感区、脆弱区红线划定…………………………………………………21 8.3 禁止开发区红线划定……………………………………………………………33 8.4 生态功能红线边界确定与命名…………………………………………………33 9 生态功能红线划定成果………………………………………………………………34

9.1 生态功能红线图件………………………………………………………………34 9.2 生态功能红线数据库……………………………………………………………35 9.3 生态功能红线成果技术报告……………………………………………………36 附录A生态系统净初级生产力（NPP）遥感光能利用率模型…………………………37 附录B修正通用水土流失方程（USLE）的土壤保持功能算法………………………41 附录C物种分布数据库与物种分布模型………………………………………………43

— 5 —

前言

为贯彻落实《国务院关于加强环境保护重点工作的意见》（国发?2011?35号）和十八届三中全会精神，指导全国生态保护红线划定工作，保障国家生态安全，促进经济社会可持续发展，制定本指南。

国家生态保护红线体系是实现生态功能提升、环境质量改善、资源永续利用的根本保障，具体包括生态功能保障基线、环境质量安全底线和自然资源利用上线（简称为生态功能红线、环境质量红线和资源利用红线）。本指南主要内容包括生态功能红线的定义、类型及特征界定，生态功能红线划定的基本原则、技术流程、范围、方法和成果要求等。

本指南由环境保护部自然生态保护司组织制订，主要编制单位为环境保护部南京环境科学研究所、中国环境科学研究院、中国科学院生态环境研究中心、河北师范大学、北京大学、中国科学院动物研究所和中国科学院植物研究所。

1 适用范围

本指南适用于中华人民共和国国家生态保护红线—生态功能红线划定工作，省级及以下行政区生态功能红线划定可参照执行。

2 规范性引用文件

本指南内容引用了下列文件中的条款。凡是不注日期的引用文件，其有效版本适用于本指南。

《国务院关于加强环境保护重点工作的意见》（国发?2011?35号） 《国务院关于印发全国主体功能区规划的通知》（国发?2010?46号）

— 6 —

《国家环境保护“十二五”规划》（国发?2011?42号） 《关于发布全国生态功能区划的公告》（环境保护部 中国科学院公告?2008?35号）

《全国生态脆弱区保护规划纲要》（环发?2008?92号） 《中国生物多样性保护战略与行动计划（2011-2030年）》（环发?2010?106号）

《全国海洋功能区划（2011-2020年）》（国函?2012?13号） GB/T 12343 国家基本比例尺地图编绘规范 GB/T 13923 基础地理信息要素分类与代码 CH/T 9005 基础地理信息数据库基本规定 SL190 土壤侵蚀分类分级标准 3 术语和定义

生态保护红线：是指对维护国家和区域生态安全及经济社会可持续发展，保障人民群众健康具有关键作用，在提升生态功能、改善环境质量、促进资源高效利用等方面必须严格保护的最小空间范围与最高或最低数量限值。

生态功能红线：指对维护自然生态系统服务，保障国家和区域生态安全具有关键作用，在重要生态功能区、生态敏感区、脆弱区等区域划定的最小生态保护空间。

重要生态功能区：指在涵养水源、保持水土、防风固沙、调蓄洪水、保护生物多样性等方面具有重要作用，关系到国家或区域生态安全的地域空间。

— 7 —

生态敏感区：指对外界干扰和环境变化反应敏感，易于发生生态退化的区域。

生态脆弱区：指生态系统组成结构稳定性较差，抵抗外在干扰和维持自身稳定的能力较弱，易于发生生态退化且自我修复能力较弱、恢复时间较长的区域。

国家生态安全：指国家尺度上生态系统结构合理、功能完善、状态稳定，并能够为人类生存和经济社会发展持续提供生态服务的一种状态。

4 生态功能红线的类型与属性特征 4.1 生态功能红线类型

生态功能红线是最为严格的生态保护空间，是确保国家和区域生态安全的底线，其作用包括以下三个方面：

（1）生态服务保障红线：指提供生态调节与文化服务，支撑经济社会发展的必需生态区域；

（2）生态脆弱区保护红线：指保护生态环境敏感区、脆弱区，维护人居环境安全的基本生态屏障；

（3）生物多样性保护红线：指保护生物多样性，维持关键物种、生态系统与种质资源生存的最小面积。

4.2生态功能红线属性特征

生态功能红线划定后，应满足如下属性特征与保护要求： （1）保护性质不改变； （2）生态功能不降低；

— 8 —

（3）空间面积不减少。 5 生态功能红线划定原则 5.1 系统性原则

生态功能红线划定是一项系统工程，应在不同区域范围内，根据生态保护对象的功能与类型分别划定，通过叠加分析综合形成国家或区域生态功能红线。

5.2 协调性原则

生态功能红线划定应与主体功能区规划、生态功能区划、土地利用总体规划等区划、规划相协调，共同形成合力，增强生态保护效果。要与经济社会发展需求和当前监管能力相适应，预留适当的发展空间和环境容量空间，合理确定生态功能红线的面积规模。

5.3 等级性原则

根据生态保护的重要性及监管需求，生态功能红线实行分级划定。生态功能红线区域内部可实行分区管理，实行差异性管控措施。此外，国家层面划定并监管国家级生态功能红线，各地应划定并监管地方级生态功能红线。

5.4 强制性原则

生态保护红线一旦划定，必须实行严格管理。牢固树立生态保护红线的观念，制定和执行严格的环境准入制度与管理措施，做到不越雷池一步，否则就应该受到惩罚。

5.5 动态性原则

生态功能红线划定之后并非永久不变，红线面积可随生态保护能力增强和国土空间优化适当增加。当生态功能红线边界和阈值受

— 9 —

外界环境的变迁而发生变化时，应当适时进行调整从而确保基本生态功能供给。

6 生态功能红线划定技术流程 6.1 生态功能红线划定范围识别

依据《国务院关于加强环境保护重点工作的意见》（国发?2011?35号），参照《全国主体功能区规划》、《全国生态功能区划》、《全国生态脆弱区保护规划纲要》、《全国海洋功能区划》、《中国生物多样性保护战略与行动计划》等文件，结合区域经济社会发展规划和生态环境保护规划，识别具有重要生态功能和生态敏感、脆弱的区域，确定生态功能红线的划定范围。

6.2 生态保护现状分析与评估

在生态功能红线划定范围内开展区域生态保护现状调查，系统分析区域内自然生态系统结构与功能状况、时空变化特征及受自然与人为因素威胁状况，综合评估生态保护成效与存在的问题。

6.3 生态保护重要性评价

依据生态功能红线划定的相关规范性文件和技术方法，在生态功能红线的划定范围分别进行生态系统服务重要性评价、生态敏感性评价，明确生态保护目标与重点，在空间上识别生态保护的核心区域。

6.4 生态功能红线边界确定

将各类生态功能红线进行空间叠加与制图综合分析，按照生态功能类型、生态重要性和敏感性等级确定边界。在高分辨率遥感解析的基础上，通过实地调查，对生态功能红线区进行地面勘界，最

— 10 —

终划定生态功能红线的地理分布界线。

6.5 生态功能红线划定成果集成

采用地理信息系统与数据库技术，编制不同类型生态功能红线专题图件和生态功能红线总图；调查与收集生态功能红线的基础信息，建立生态功能红线空间信息数据库，完成生态功能红线划定技术报告。

生态功能红线划定的技术流程参见图1。

— 11 —

生态功能红线划定范围识别 重重禁

— 12生生要点生生态态止态态功功敏脆开能能感弱发区区 区区区 生态保护现状评价与重要性评价 结受重生构生与威要态态敏功胁性系感能状状评统服性评况况价务价 生态功能红线叠加分析 生态功能红线边界确定 遥感解析 现场调查 边界标定 生态功能红线图件、数据库与文字报告 图1 生态功能红线划定技术流程

—

FPAR(x,t)?(NDVI(x,t)?NDVIi,min)(NDVIi,max?NDVIi,min)?(FPARmax?FPARmin)?FPARmin

式中：NDVIi,max和NDVIi,min分别对应第i种植被类型的NDVI最大和最小值。FPAR与比值植被指数（SR）也存在着较好的线性关系，可由以下公式表示：

FPAR(x,t)?(SR(x,t)?SRi,min)(SRi,max?SRi,min)?(FPARmax?FPARmin)?FPARmin

式中，FPARmin和FPARmax的取值与植被类型无关，分别为0.001和0.95； SRi,max和SRi,min分别对应第i种植被类型NDVI的95%和5%下侧百分位数， SR(x,t)由以下公式表示：

SR(x,t)?1?NDVI(x,t)

1?NDVI(x,t)通过对FPAR-NDVI和FPAR-SR所估算结果的比较发现，由NDVI所估算的FPAR比实测值高，而由SR所估算的FPAR则低于实测值，但其误差小于直接由NDVI所估算的结果，因此我们可以将二者结合起来，取其加权平均或平均值作为估算FPAR的估算值：

FPAR(x,t)??FPARNDVI?(1??)FPARSR

光能利用率的估算：光能利用率是在一定时期单位面积上生产的干物质中所包含的化学潜能与同一时间投射到该面积上的光合有效辐射能之比。环境因子如气温、土壤水分状况以及大气水汽压差等会通过影响植物的光合能力从而调节植被的NPP。

?(x,t)?T?1(x,t)?T?2(x,t)?W?(x,t)??max

式中：Tε1(x,t)和Tε2(x,t)表示低温和高温对光能利用率的胁迫作用；Wε(x,t)为水分胁迫影响系数，反映水分条件的影响；εmax是

— 38 —

理想条件下的最大光能利用率（g C/MJ）。

温度胁迫因子的估算：Tε1(x, t)的估算：其反映在低温和高温时植物内在的生化作用对光合的限制而降低第一性生产力。

Tε1(x,t)?0.8?0.02?Topt(x)?0.0005?[Topt(x)]2

式中：Topt(x)为植物生长的最适温度，定义为某一区域一年内NDVI值达到最高时的当月平均气温（℃）；当某一月平均温度小于或等于-10℃时，其值取0。 Tε2(x, t)的估算：表示环境温度从最适温度Topt(x)向高温或低温变化时植物光能利用率逐渐变小的趋势，这是因为低温和高温时高的呼吸消耗必将会降低光能利用率，生长在偏离最适温度的条件下，其光能利用率也一定会降低。

T?2(x,t)?1.184/{1?exp[0.2?(Topt(x)?10?T(x,t))]}?1/{1?exp[0.3?(?Topt(x)?10?T(x,t))]}

当某一月平均温度T(x, t)比最适温度Topt(x)高10℃或低13℃时，该月的Tε2(x, t)值等于月平均温度T(x, t)为最适温度Topt(x)时Tε2(x, t)值的一半。

水分胁迫因子的估算：水分胁迫影响系数Wε(x,t)反映了植物所能利用的有效水分条件对光能利用率的影响，随着环境中有效水分的增加，Wε(x,t)逐渐增大,它的取值范围为0.5(在极端干旱条件下)到1(非常湿润条件下)。

W?(x,t)?0.5?0.5?EET(x,t)/EPT(x,t)

式中：EET为区域实际蒸散量（mm）； EPT为区域潜在蒸散量（mm） 最大光能利用率的确定：月最大光能利用率εmax的取值因不同的植被类型而有所不同，在CASA模型中全球植被的最大光能利用率为

— 39 —

0.389 g C〃MJ。

全国尺度上利用CASA模型计算NPP时主要采用MODIS250米每16天合成的NDVI数据产品和反射率数据产品，以及MODIS1千米每8天合成的陆地表面温度(LST)数据产品，并利用气象站点太阳辐射量数据作为遥感估测模型的补充，通过克里金插值得到250米分辨率日照时数数据，以实现NPP估算由点向面的推演和扩展。在数据条件允许的情况下，可使用更高时空分辨率数据进行计算。

-1

— 40 —

附录B

修正通用水土流失方程（USLE）的土壤保持功能算法

模型结构：Ac = Ap - A r ＝ R× K× L×S×（1- C） 式中： Ac为土壤保持量，Ap为潜在土壤侵蚀量，Ar为实际土壤侵蚀量，R为降水因子，K为土壤侵蚀因子，L、S为地形因子，C为植被覆盖因子。

R－降水因子

?122?R??（）/P??Pi??i?1??

式中：Pi为月均降水量，P为年均降水量, α= 0.3589，β= 1.9462。

K－土壤侵蚀因子

K = fcsand ×fcl-si ×forgc ×fhisand fcsand = 0.2 + 0.3 exp [-0.0256 ms (1-msilt/100)] fcl-si = [msilt/(mc + msilt)]0.3 forgc = 1- 0.25orgC / [orgC + exp(3.72 - 2.95 orgC)] fhisand = 1-0.7(1-ms/100)/{(1-ms/100)+exp[-5.51+22.9(1-ms/100)]} 式中：ms为土壤粗砂含量，msilt为土壤粉砂含量，mc为土壤粘粒含量，orgC为有机碳含量。

— 41 —

L、S—地形因子 L = (λ/22.13)m S = 10.8sinθ + 0.03 θ＜5° 16.8sinθ — 0.5 5°≤ θ ＜10° 式中：

— 42 —

21.91sinθ — 0.96 为坡长（m），m为坡长指数，θθ ≥ 10°为坡度（°）。

λ

附录C

物种分布数据库与物种分布模型

C.1 物种分布数据库

物种分布数据库是以物种名、经纬度和调查时间为核心信息的数据库。物种名分为中文名和拉丁名两个字段。经纬度字段以度为单位，保留小数点后5位数字。野外调查中通过GPS记录的数据，其精度一般在十几米。根据文献中的地名信息（县名、乡镇名、河流、山脉等）匹配的经纬度，其精度一般在几公里至几十公里。对数据精确度的估计在精度字段中记录。时间字段为年（如1998，2005等），另外一个时间字段为文本字段，记录日期与时间、调查的时间阶段等信息。另外，数据来源（调查人、文献等）应记录在数据库中。最后应该建立一个备注字段（memo），记录任何相关信息（该字段是不限长度的）。MS Access是比较好的数据库软件，应该避免使用MS Excel。

C.2 利用物种分布模型预测物种的分布

建立物种分布的数据库后，配合环境变量，就可以应用物种分布模型预测物种的分布。

（1）环境变量

每个环境变量以GIS图层的形式储存和管理，范围覆盖整个中国。对于空间范围超过1000万平方公里的分析，精度为1平方公里

— 43 —

的栅格数据是最常用的。

常用的环境变量有：

地形地貌变量：海拔、坡度、坡向、破碎度；

地表类型变量：土地利用类型、植被、生态区、地质类型、土壤类型、湿地类型；

气候变量：年均温、年总降水、温度的季节变异、降水的季节变异、最低温、最高温、1月的最低温、1月的均温、1月的总降水、7月的最高温、7月的均温、7月的总降水、年温度变化范围、干燥度、辐射强度；

人文、生态等指标：初级生产力（NDVI）、生物量、GDP、人口密度、人类足迹指数、道路密度、乡镇密度、河流密度、土壤厚度、土壤N含量、土壤C含量，等等。

（2）物种分布模型

常用的物种分布模型有十几种，包括回归模型、分类树和混合大量简单模型的神经网络、随机森林等。其中逻辑斯蒂回归是最为简单、应用最广的模型。机器学习类复杂模型（如随机森林、神经网络、Maxent等）的预测精度较高，在近年来应用得越来越多。下面简单介绍逻辑斯蒂回归和随机森林模型。

逻辑斯蒂回归是广义线性模型（Generalized Linear Models，简称GLM）的一种形式。广义线性模型是一般线性模型的扩展，允许因变量为二项分布、泊松分布等离散型的分布；而一般线性模型要求因变量为连续变量，而且其残差为正态分布。因此广义线性模型

— 44 —

比一般线性模型有更广泛的应用(McCullagh & Nelder 1989)。大多数统计软件在运行广义线性模型时，都可以应用逐步回归，依据模型拟合优度的统计量Akaike Information Criterioin (AIC)或Bayesian Information Criteria (BIC)去除冗余变量，减少共线性(Thuiller et al. 2009)。

随机森林（Random Forest, 简称RF）应用Breiman的随机森林算法，通过对大量的分类树的计算来进行分类和回归(Breiman 2001)。随机森林把一组解释变量的值（一个向量）输入森林中的每棵分类树中，每棵树都给出这个向量的分类结果（例如物种存在还是不存在）。随机森林对所有的树的分类结果进行打分，并选择得分最高的分类树。整个算法包括树的生长阶段和投票选择阶段。随机森林在树的构建过程中，随机地从源数据集获取训练集，随机地选择训练集的变量，因此和其它树分类器的工作原理完全不同。随机森林构建的组合树的误差率更加小且稳定(Breiman 2001)。

（3）预测分布范围

物种的每个分布点都对应着环境变量的信息，如海拔1500米，植被类型为灌丛，人口密度为5人/平方公里，等等。根据物种分布点的环境信息和背景信息（整个区域），物种分布模型可以量化物种对环境的依赖关系，从而预测任何一点（该点必须有环境变量的信息）物种分布的概率。

一般而言，可以随机选择地点预测物种分布的概率，也可以系统地按照0.2度的间隔在全国选择预测点（如动物红线划分中选择

— 45 —

23953个），预测物种在这些预测点的分布概率。有两种物种分布模型（即Maxent和GARP）直接调用环境变量的GIS图层，并生成预测图层，所以不需要选择预测点。在生成23953点表示物种分布的概率后，可以通过几个途径划出等值线。例如，GIS的空间插值法可以生成等值线图，等值线取值范围在0-1之间，代表了物种分布的概率，或者生境适宜度。

抄 送：南京环境科学研究所，中国环境科学研究院，环境规划院。 环境保护部办公厅 2014年1月17日印发

— 46 —

本文来源：https://www.bwwdw.com/article/5wda.html