全球首次系统评估城市爬坡对生物多样性影响

9月13日，记者从安徽师范大学获悉，该校地理与旅游学院施开放教授牵头，联合国内外专家科研团队，创新融合夜光遥感、物种分布等数据，构建智能机器学习模型，在全球范围内首次系统评估了近20年城市爬坡对自然栖息地丧失、破碎化以及濒危物种生存危机的深远影响。相关研究成果发表在国际期刊《自然middot;城市》上。

在全球城市化进程不断推进的背景下，适宜开发建设的平坦土地资源日趋紧缺，城市建设用地逐渐向生态系统更为脆弱的丘陵、山地等区域扩展，这一城市发展现象被学界定义为城市爬坡。此前，全球范围内缺乏从宏观视角解析城市爬坡对陆地生物多样性影响的系统性研究，从而制约了在2020后全球生物多样性框架背景下科学合理地制定土地保护策略。

研究人员通过模型分析与数据验证发现，2000年至2020年的20年间，全球城市爬坡面积累计达1165万公顷。值得注意的是，其中35%的城市爬坡区域集中在仅占全球陆地面积2.4%的生物多样性热点区内，直接造成673万公顷自然栖息地丧失，直接受此影响的濒危脊椎动物物种比例超过70%。基于现有发展趋势与模型预测，到2050年，全球将有53个国家难以实现中度生物多样性保护目标，69%的生物多样性热点区可能无法达到预设的保护里程碑，生态保护形势严峻。

施开放认为，这一研究成果不仅响应了联合国可持续发展目标及昆明mdash;蒙特利尔全球生物多样性框架的迫切需求，也为高生态敏感区域的国土空间规划和生态保护政策制定提供了坚实的数据支撑和科学的决策参考。

《自然middot;城市》期刊在同期内容中特别配发了编辑简报与专家评论。业内专家高度认可此项研究的创新性与政策意义，评价其填补了全球山地城市化对生物多样性影响评估的关键空白，并指出该研究为推动全球可持续城市发展与生态保护提供了重要蓝图。

9月13日，记者从安徽师范大学获悉，该校地理与旅游学院施开放教授牵头，联合国内外专家科研团队，创新融合夜光遥感、物种分布等数据，构建智能机器学习模型，在全球范围内首次系统评估了近20年城市爬坡对自然栖息地丧失、破碎化以及濒危物种生存危机的深远影响。相关研究成果发表在国际期刊《自然middot;城市》上。

在全球城市化进程不断推进的背景下，适宜开发建设的平坦土地资源日趋紧缺，城市建设用地逐渐向生态系统更为脆弱的丘陵、山地等区域扩展，这一城市发展现象被学界定义为城市爬坡。此前，全球范围内缺乏从宏观视角解析城市爬坡对陆地生物多样性影响的系统性研究，从而制约了在2020后全球生物多样性框架背景下科学合理地制定土地保护策略。

研究人员通过模型分析与数据验证发现，2000年至2020年的20年间，全球城市爬坡面积累计达1165万公顷。值得注意的是，其中35%的城市爬坡区域集中在仅占全球陆地面积2.4%的生物多样性热点区内，直接造成673万公顷自然栖息地丧失，直接受此影响的濒危脊椎动物物种比例超过70%。基于现有发展趋势与模型预测，到2050年，全球将有53个国家难以实现中度生物多样性保护目标，69%的生物多样性热点区可能无法达到预设的保护里程碑，生态保护形势严峻。

施开放认为，这一研究成果不仅响应了联合国可持续发展目标及昆明mdash;蒙特利尔全球生物多样性框架的迫切需求，也为高生态敏感区域的国土空间规划和生态保护政策制定提供了坚实的数据支撑和科学的决策参考。

《自然middot;城市》期刊在同期内容中特别配发了编辑简报与专家评论。业内专家高度认可此项研究的创新性与政策意义，评价其填补了全球山地城市化对生物多样性影响评估的关键空白，并指出该研究为推动全球可持续城市发展与生态保护提供了重要蓝图。