基于生态质量指数的湖北省县级尺度生态质量时空动态变化研究

生态质量是区域生态建设的重要组成部分,科学准确地评价生态质量对于保护环境、促进人类可持续发展至关重要。本研究根据《区域生态质量评价办法(试行)》,基于土地利用、遥感影像和环境统计数据等,以县区为评价单元,研究了2016—2020年湖北省生态质量的时空动态变化。结果表明:1)在整体尺度上,湖北省生态质量状况良好,均为“一类”;其中,2017年生态质量指数值为5年来最高值,2019年最低,整体上呈“N”形变化趋势。2)在县区尺度上,103个县区的生态质量等级主要为“一类”和“二类”,生态质量呈“中心低、四周高”的空间分布格局。3)生态格局指数和生态胁迫指数是影响湖北省生态质量的主要因素,两者均与生态质量指数呈显著强相关(p<0.05),相关性系数分别为0.8598和-0.8981。4)水源涵养功能区内生态质量指数和人为胁迫指数间相关系数为-0.2523,两者无显著相关性(p<0.05);城市区内生态质量指数与生态宜居指数间相关系数为0.3705,呈较弱的正相关(p<0.05);其他区域内生态质量指数与生态活力指数间关系极弱,相关系数为-0.1760。研究结果可为区域生态环境保护和管理提供科学参考。

基于基线遥感生态指数的鄂尔多斯市生态质量分析

鄂尔多斯市是黄河流域重要的草原荒漠过渡带和农牧交错带,研究其生态质量变化对支持黄河流域生态保护和高质量发展具有重要意义。以MODIS遥感影像为数据源,通过改进常规归一化及主成分方法,计算鄂尔多斯市基线遥感生态指数(Baseline remote sensing ecological index,B_RSEI),分析该区域2001—2019年的生态质量时空变化特征。结果表明:(1)B_RSEI具有稳定的方向性和整体性,能更好地反映生态质量长时序变化,2001—2019年鄂尔多斯市B_RSEI呈现起伏增长和东高西低的空间分异性。(2)地表含水量指数是促进B_RSEI的主要因素,是解释B_RSEI分布的主要单因子,地表温度是抑制B_RSEI的主要因素,其交互作用最大。(3)鄂尔多斯生态质量以改善为主,占总面积的67.13%,准格尔旗、康巴什区、伊金霍洛旗地区生态治理效果显著。研究表明鄂尔多斯市生态质量整体改善,B_RSEI有利于分析生态质量年际变化,为鄂尔多斯市生态治理和黄河流域高质量发展提供参考依据。

2001-2021年黑龙江省森林植被生态质量变化分析

通过统计分析及空间插值等方法,使用气象和遥感数据,分析2001—2021年黑龙江省林区主要植被生长季的气候条件及植被生态质量变化特征。结果表明:2001—2021年黑龙江省林区生长季降水量、平均气温和日照时数分别呈增加、增加和减少趋势。在水分、热量整体逐步增加的背景下,气候条件有利于改善植被生态质量。2021年生长季大部分林区植被生态质量为优和良等级;与多年平均比较,85%以上的林区呈偏好趋势,尤其是中部、东南部部分林区呈很好趋势。植被生态质量指数平均每10 a增大4.3,99%以上的林区呈提高趋势,特别是北部、东南部及中部部分林区改善明显。

基于多源遥感数据的福建省海岸带县域森林生态质量评价

【目的】森林生态质量是从生态角度反映森林质量的内涵,对森林的生态功能和生态服务、生长状况以及自我调节功能进行综合测度,以期提高森林改善生态环境、维护生态平衡的能力。【方法】利用中、高分辨率多源遥感数据,获取大范围尺度下能表征森林生态质量的关键指标信息,在此基础上,分析福建省海岸带40个县域的森林生态质量状况。首先,基于2016年2 m分辨率多源遥感数据为主要数据源,利用双层尺度集模型选定最佳分割尺度,多分类器集成算法集,自动选择最优分类算法进行森林类型提取,并结合2020年Sentinel遥感数据及森林分类产品,更新2020年福建省海岸带森林类型精细分布图;其次,利用LandTrendr算法衍生的干扰开始时间特征推算现存森林年龄,通过GEDI冠层高度产品获取海岸带森林冠层高度分布图;在以上关键森林质量指标提取基础上,对遥感手段获取的8项森林生态质量评价指标进行主成分分析,获得福建省海岸带县域森林生态质量综合评价结果。【结果】2020年福建海岸带40个县域约50%的县域森林生态质量处于优良水平,其中仙游县、闽侯县、南安市、霞浦县、柘荣县及厦门海沧区、思明区、集美区、同安区等森林生态质量为优;森林生态质量较差的县域有惠安县、秀屿区、石狮市、福安市、平潭实验区、诏安县。【结论】结合中、高分辨率多源遥感数据,能够发挥遥感大范围监测优点,客观评价福建省海岸带40个县域的森林生态质量;研究结果表明2020年福建沿海县域森林生态质量还存在较大的提升空间,需要针对存在的问题采取相应森林管理措施提升森林生态质量。

基于环境DNA评价鸭绿江口底栖生态质量状况

为研究环境DNA鉴定底栖生物评价生态质量状况的应用潜力,本研究采集17份鸭绿江口底栖生物样品,分别利用环境DNA与形态学进行鉴定,并对所得生态质量评价指数(AMBI、BENTIX、香浓-维纳H'、M-AMBI)进行比较分析。结果显示:环境DNA鉴定生物隶属于10纲16目19科20属22种,形态学鉴定生物隶属于9纲27目43科55属57种,共有生物10种;两种鉴定方法得出的AMBI指数间(R=0.428,p=0.043,y=0.32x+1.08)、BENTIX指数间(R=0.430,p=0.043,y=0.28x+3.59)存在显著一致性,而香浓-维纳H'指数间存在显著差异性;两种鉴定方法得出的AMBI等级间、M-AMBI等级间相似性较高,分别为51.02%、44.90%;两种鉴定方法得出的AMBI与M-AMBI等级更符合实际情况,且评价鸭绿江口整体生态质量状况为良。本研究表明,基于环境DNA鉴定底栖生物评价生态质量状况,在海洋环境监测调查中具有较高的应用潜力。

陕北黄土高原景观生态质量时空分异及驱动力分析

景观生态质量是衡量生态系统稳定度的重要指标。基于景观稳定性、景观干扰度和恢复与重建力三个层面构建景观生态质量评估模型,探究了陕北黄土高原20 a来景观生态质量及时空变化,并利用地理探测器进行了驱动力分析。结果表明:陕北黄土高原景观生态质量呈现中南部高、西部及北部低的分布特征,空间相关性和异质性显著;景观生态质量等级在中等及以上的区域面积占比由40.0%上升至63.5%,景观生态质量明显改善,并呈现先下降后上升的变化趋势;区域景观生态质量受自然因子和人为因子的共同作用,NDVI和高程是主要驱动因子,且与降水、气温、GDP和人口密度等因素交互后驱动力增强。

基于SA-RSEI模型的盐池县生态质量演变研究

为探究盐池县生态环境时空动态变化特征和驱动因素,基于2000—2020年5期Landsat遥感数据,利用改进遥感指数(SA-RSEI),结合Sen+Mann-Kendall、Hurst指数分析盐池县生态环境质量时空变化格局及变化趋势,并利用地理探测器探究盐池县生态环境质量的驱动因子。结果表明:(1)2000—2020年盐池县SA-RSEI呈先下降后上升的趋势;(2)盐池县生态环境质量在21 a间呈先退化、后恢复的演变过程,空间分布格局由南部较差,北部良好逐渐转变为东南部良好,西北部较差;(3)21 a间盐池县生态环境质量总体呈缓慢退化趋势,但退化程度逐渐降低,生态环境改善程度在2020年后会逐渐增大。(4)沙度指数、降水、高程,以及GDP是区域生态环境质量空间分异的主要影响因子。(5)所有因子间的交互作用均为增强效应,沙度指数、气温、降水以及高程与其他探测因子的交互作用起主导作用,且经济因素对SA-RSEI的影响力逐渐增大。

广东省植被生态质量演变与气象条件贡献分析

植被生态质量体现了植被的生产功能、多样性和服务功能,其变化受气象条件和人类活动的共同影响,科学地评估植被变化的气象条件贡献率对区域生态修复和应对气候变化具有重要的意义。以广东省为例,基于中国气象局发布的NDVI、FVC、NPP和气象条件贡献率等数据,运用统计分析与空间分析方法,探讨了广东省植被生态质量的时空分布特征,并定量评估了气象条件对广东植被变化的贡献。结果表明:1)2001-2022年,广东省的NDVI、FVC和NPP均呈波动上升变化,三者的年平均变化范围分别为0.494-0.627、0.594-0.706和C 831-1.15×103 g∙m^(-2),多年平均值分别为0.565、0.653和C 976 g∙m^(-2),峰值分别出现于2016年(NPP)、2021年(NDVI)、2022年(FVC),谷值出现于2005年(NDVI、FVC)和2003年(NPP);2)空间上,广东省植被生态质量存在明显的区域差异,表现为粤北>粤东北>粤西>粤东>珠三角,其中阳江、肇庆、云浮、清远、韶关等城市植被生态质量较好,东莞、佛山较差;3)近20多年来气象条件对广东省植被生态质量变化的影响以正贡献为主,气象条件贡献率整体以-1.60×10^(-2)/a的变化率呈波动下降趋势,气象条件对广东植被变化的影响总体变小;4)气象条件对粤北植被的影响以正向驱动为主,对粤东、粤西以负向驱动为主且对粤东的影响程度大于粤西,其中2007、2017-2018、2020-2022年气象条件对广东植被生态质量变化影响以负贡献为主,2022年呈高度负贡献。气象因素对广东植被生态质量变化的影响较大且存在明显的区域差异,在气象条件相对稳定的情况下,植被长势明显变好。

基于水体型生态指数的无锡市城区生态质量时空变化分析

水体是构成生态质量的重要指标,传统的城市生态质量评价方法通常掩膜了水体区域,忽略了水对生态质量的影响。基于Google Earth Engine(GEE)平台提供的2013、2015、2017、2019、2021年的Landsat8-OLI影像数据,利用信息熵权重法耦合水体丰度(SPWI)、比率植被指数(RVI)、归一化潜热指数(NDLI)、干度(NDSI)、热度(LST)构建水体型生态指数(WBEI),对江苏省无锡市城区2013-2021年生态质量进行时空变化分析,并利用Moran指数计算无锡市城区生态质量的空间自相关性。结果表明:(1)WBEI融合了水体对生态指数的影响,弥补了传统方法无法反映水体区域生态质量的不足,能更好地反映包含水体区域在内的城市生态质量;(2)2013-2021年,无锡市城区平均WBEI分别为0.4808、0.4416、0.5068、0.4471、0.4682,城区生态质量呈波动变化,总体呈小幅下降的趋势;(3)无锡市城区生态质量极好等级的面积减少67.5251km^(2),良好与一般等级增加76.8633km^(2),生态质量等级变好区域的面积大于变差区域的面积,变好的区域主要分布在东侧锡山区城乡交界处及南侧滨湖区太湖周边地区,变差的区域主要分布于梁溪区与新吴区;(4)五个年度的全局莫兰指数分别为0.6820、0.7002、0.6367、0.7007、0.6886,生态质量的空间聚类明显,且以高-高、低-低的聚类类型为主。说明无锡市城区内各区域之间的生态质量差异显著,同类空间聚集,主要表现为高质量区域之间相互聚集,低质量区域之间相互聚集,生态质量具有高度空间自相关性。本文基于WBEI实现水体型城市无锡城区的生态质量的快速检测,可为同类城市生态保护与环境监测提供方法借鉴与数据支撑。

黄河流域黄土高原生态质量时空演变格局及其驱动因素

[目的]量化分析自然与社会经济因素对黄河流域黄土高原生态质量格局演变的影响,为进一步提升黄河流域生态质量,促进区域生态可持续发展提供理论支撑。[方法]基于DPSIR模型框架,从社会经济状况、自然环境与生态治理方面选取14项指标,构建生态质量综合评价指标体系,采用层次分析法确定指标权重,采用加权平均法计算生态质量综合评价指数;构建岭回归模型,分析了其变化的驱动因子。[结果]黄河流域黄土高原生态质量具有明显时空异质性;生态质量较高区域集中分布在中游地区,较低区域集中分布在上游地区,整体呈“东南高、西北低”的空间格局;生态质量评估为中及以上水平区域面积占比由2000年的40.56%上升至2020年的70.36%;20年间生态质量提升的区域面积占研究区总面积的94.44%,提升的区县数量占总区县数的91.57%;岭回归模型可以解释生态质量99.4%的变异,植被覆盖度和年降水量对生态质量变化的相对贡献率较高。[结论]黄河流域黄土高原生态质量呈提升趋势,其时空分布格局主要受植被覆盖度和年降水量的驱动。建议在科学、合理增加植被覆盖度的基础上,进一步优化生态系统空间格局。

大老岭国家级自然保护区植被生态质量变化及其对水热条件的响应

大老岭国家级自然保护区是三峡库区重要的水源涵养林区,在改善生态环境、保护生物多样性等方面发挥了重大作用。本文结合多源遥感数据与气象观测资料,构建植被生态质量指数(vegetation ecological quality index,VEQI)模型,通过趋势分析、稳定性分析、相关分析、通径分析、灰色关联度分析等方法,探究大老岭2013—2022年VEQI时空变化及其对气候因子的响应。结果表明:(1)近十年植被平均VEQI为91.8,达极优等级,空间上南部区域好于北部。(2)VEQI趋势变化总体表现为南部增加、北部减少,增加区域面积占25.9%。整体表现为低波动,其中南部增加区域表现为低-中低波动,中部和北部减少区域表现为中低-中波动,局地达中高波动。(3)热量因子中,VEQI与年平均气温(average temperature,TA)极显著负相关,与霜冻日期(frost date,FD)、高温日数(high temperature days,HD)极显著正相关,与暖昼日数(number of warm days,WDD)显著负相关。HD间接作用最大,FD通过TA起的间接作用最大,与冷夜日数(number of cold nights,CND)的关联度最大。(4)水分因子中,VEQI与年降水量(annual precipitation,PA)显著正相关,与年累计降水日数(annual cumulative precipitation days,PAD)、持续有雨日数(continuous rainy days,CDR)极显著正相关。RA间接作用最大,且主要通过中雨日数(number of moderate rainy days,RMD)起间接作用,VEQI与PAD的关联度最大。研究结果加深了对大老岭植被生态质量时空变化及其气候驱动因素的认识,对大老岭甚至全国其他地区的生态文明建设具有重要意义。

景观工程建设对人流密集区的生态质量提升评估——以福州大学城旗山湖公园为例

以福州大学城旗山湖公园为例,选取不同时期的福州旗山湖公园遥感影像数据,分析土地覆盖类型、地表温度反演与遥感生态指数。结果表明:福州旗山湖公园建成后,福州大学城的整体生态环境质量得到一定程度的提升。

乌兰察布市国家重点生态功能区生态质量及其降水响应

生态评价对国家重点生态功能区县域生态保护与恢复和可持续发展具有重要意义。基于乌兰察布市4个县域国家重点生态功能区2020-2022年数据,从生态格局、生态功能、生物多样性和生态胁迫4个一级指标,从时间和空间2个角度对乌兰察布市4个县域国家重点生态功能区的生态质量变化趋势及对降水的响应机制进行了研究。结果表明:①乌兰察布市4个国家重点生态功能区县域生态质量整体良好,充分发挥了重点生态功能区的防风固沙作用;②以2020年为基准年,2021年和2022年4个县域国家生态功能区生态质量不同程度变差,急需进一步加强生态保护和修复;③生态质量与5-9月份降水量和全年降水量均显著相关(P<0.05),降水量和全年降水量主要影响的是生态功能,呈显著相关(P<0.05),而与生态格局、生物多样性、生态胁迫的相关性不显著,说明降水量减少是导致生态质量整体降低的重要原因。

2000—2020年广西植被生态质量变化及驱动力分析

为掌握广西植被生态质量的时空变化特征及其驱动机制,该文以植被生态质量指数(ecological quality index,EQI)为评价指标,基于气象、地形、土壤和遥感等多源数据,利用线性趋势分析、相关性分析、地理探测器等方法,分析了2000—2020年广西植被生态质量的时空变化特征及其驱动力。结果表明:(1)2000年以来广西植被生态质量指数呈显著增加趋势,区域植被生态明显改善。植被生态质量发展经历了缓慢增长、迅速增长、显著提升等演变阶段。在空间上,广西植被生态质量指数呈现四周高,中间低的特征,高值区逐渐由东部向西部和北部扩展。(2)广西植被生态质量时空演变影响因素差异显著。随海拔高度上升植被生态质量总体变化呈“增加—下降—稳定—上下波动”的趋势。壤土的植被生态质量高,砂土的植被生态质量低。森林和灌草的生态质量较高,农田植被的生态质量较低。植被生态质量与气候驱动因素呈显著正相关关系,受气温和降水共同影响,其中以气温为主要驱动(T)的区域面积最广,降水为主要驱动(P)的区域面积次之,气温降水强驱动([T+P]+)和弱驱动([T+P]-)的区域面积较小。(3)广西植被生态质量变化驱动力受地形、土壤、植被、气候、自然灾害和人类活动的共同影响。自然影响因子解释力排序为植被>地形>土壤>气候,其中植被净初级生产力和植被覆盖度是影响植被生态质量时空分异的最主要因素。自然因子对广西植被生态质量变化的影响存在交互作用,均呈非线性增强及双因子增强关系,其中地形与植被、土壤与植被、气候与植被因子交互作用最明显。自然灾害和人类活动加剧了植被生态质量变化的影响,其中干旱和低温冷害等气象灾害抑制了植被生态质量的改善,而林业生态工程等人为活动促进了植被生态质量的提升。该研究结果为合理制定广西植被生态保护与修复措施提供了科学理论依据和技术支撑。

2009—2022年甘肃省永靖县智慧矿山生态质量时空变化及影响因素

[目的]矿山开采促进地方经济的同时,也深刻影响着其周边的生态环境质量。基于多源长时序遥感数据,监测并定量评估矿山及周边区域的生态状况,为绿色矿山建设与可持续发展服务,也为矿山区域的生态恢复治理起积极的示范作用。[方法]以甘肃省永靖县智慧矿山及周边5km范围区域为研究区,基于矿山2009—2022年间5期Landsat系列卫星多光谱遥感影像,以及同期多幅高分系列卫星、Planet系列卫星等高分辨率遥感影像,监测识别矿区及其周边的重要地表变化和时间节点,并对该区域2009—2022年间生态质量时空分布格局、变化特征、影响因素等进行系统研究。[结果]①甘肃省永靖县智慧矿山矿区的生态质量2009—2019年呈现持续降低,2019年后保持平稳的变化态势,矿区对周边区域生态质量的影响程度较小。②在永靖县矿区遥感生态指数的时序分析中,绿度、热度指标相较干度与湿度指标变化更为显著。③对废弃矿坑进行回填、平地、修整边坡等土地复垦的前期工作,可显著提高该区域的遥感生态指数值。[结论]遥感生态指数可以较为客观地反映矿区生态质量的实际状态,废弃矿坑的土地复垦、矿区地表作业向地下作业的转变等行动,可以有效地解决矿区生态质量随着采矿时间推移持续下降的问题。

2001—2020年武陵山区生态质量评价与驱动力分析

基于Google Earth Engine平台和MODIS数据,利用集成绿度、湿度、热度和干度的遥感生态指数(RSEI)评价武陵山区生态质量,并运用多种空间分析方法,对该区2001—2020年的生态质量进行了时空变化和驱动力分析。结果表明:武陵山区RSEI多年均值是0.65,生态质量较好,其空间分布大致呈现“北部高、中西部和东南部低”的格局,大多数区域的生态条件改善,空间变化趋势总体表现为增加;空间分布模式具有一定的集聚特性,北部、中东部和南部高—高聚集,中西部和东南部低—低聚集;武陵山区生态质量具有明显的垂直分异特征,随着高程和坡度的增加先趋向好后趋向差,与气温和降水均主要表现为正相关关系;各自然因子对生态质量空间分布的解释力差异显著,其中气温是第一主导因素,双因子的交互作用均大于单一因子的作用;人为因子表现为土地利用变化,耕地向林地的转换是武陵山区生态质量整体提高的重要原因。

基于Landsat 8数据的植被覆盖度动态变化监测及生态质量指数提升对策分析——以泰州市海陵区为例

选取2013年、2017年和2021年覆盖泰州市海陵区范围的Landsat 8陆地成像仪(OLI)影像数据,采用归一化植被指数(NDVI)像元二分模型估算植被覆盖度,并基于转移矩阵对泰州市海陵区2013—2021年植被覆盖度的时空分布特征进行统计分析,同时对与其相关的建成区绿地率指数、建成区公园绿地可达指数等进行模拟测算分析。研究发现,建成区绿地面积、公园面积与建成区绿地率指数、公园绿地可达指数及生态质量指数(EQI)呈正相关,且绿地类型、公园形状、公园分散度等均会对指数测算结果产生不同影响。植被覆盖度监测结果表明,海陵区植被覆盖度明显下降的地块主要位于其边缘带,而植被覆盖度显著上升的地块则零星分散于海陵区各区域,说明海陵区在城市开发建设过程中兼顾了对绿色生态空间的拓展。

厦漳泉新兴都市区生态质量遥感评价

城市生态系统和地表生物物理组分之间存在复杂的潜在非线性关系,这使得城市聚集的都市区生态质量客观评估遇到了技术挑战。针对性选取干度、路网密度、土地利用程度综合指数、植被覆盖率、生态连接度、湿度、热度、生态系统服务价值指数8个城市生态重要影响因子,利用主成分分析进行指标集成建立城市生态评价遥感指数UEQ,并分析不同等级UEQ与地表景观格局指标的定量关系,评价区域一体化背景下厦漳泉新兴都市区生态状况。结果表明,受8个指标综合作用,厦漳泉都市区UEQ均值为0.558,生态指数等级为中等。对比UEQ指数的8个指标分量,对生态质量起正向作用的生态系统服务价值指标值较低,对生态质量起负向作用的干度、土地利用程度综合指数和热度指标值较高,其它4个指标贡献度较低。从空间分布来看,厦漳泉都市区生态质量总体呈“西高东低”的空间格局。东部核心区高不透水面覆盖地区,生态用地的生态效益较低,其生态质量比都市区整体平均值低0.212;西部绿色山地保育带,完整连续的生态用地发挥的生态效益也更高,其平均生态质量比总体平均值高0.104。不透水面斑块小、斑块内部连通度低且斑块聚集度低的区域,其生态质量好于不透水面斑块大、斑块内部高度连通且斑块高度聚集的区域。

柳州市植被生态质量时空特征及其与气候因子的关系

为客观监测与评价地市尺度植被生态质量和探讨其与主要驱动气候因子的关系,采用2000—2022年MODIS NDVI数据,基于植被净初级生产力(NPP)和植被覆盖度(FVC)构建植被生态质量指数(EQI),采用转移矩阵和线性回归趋势方法,分析柳州市不同县区及不同土地利用类型和植被类型EQI的时空分布和变化特征;采用相关性分析法,分析EQI与气候的相关性。结果表明,2000—2022年柳州市平均EQI总体偏好,其中融水苗族自治县EQI均值最高,城中区最低;土地利用类型中,林地EQI均值最高,城乡、工矿和居民用地最低;植被类型中,阔叶林EQI均值最高,栽培植被最低。2000—2022年柳州市显著变绿,EQI显著上升面积占比为84.72%,上升速率为0.15~1.79/a,柳江区东部和南部、鱼峰区南部及鹿寨县南部上升速率较快。EQI与年均气温、年总降水量呈显著和极显著正相关面积占比分别为63.81%和28.16%,与年均气温呈极显著正相关的区域主要分布在鹿寨县东北部、融水苗族自治县东北部、融安县北部和三江侗族自治县,与年总降水量呈显著和极显著正相关的区域主要分布在融水苗族自治县、融安县、柳城县及柳南区和柳北区北部。气温对EQI的影响范围比降水更广。

现代化视域下长江经济带生态质量与经济高质量发展关系——以江苏为例

本文分析了长江经济带环境质量与经济高质量发展的关系,并探讨实现环境高质量的路径举措,以期为江苏及整个长江经济带的城市探索以生态优先、绿色发展为导向的高质量发展新路径提供决策参考。研究发现:第一,江苏经济增长与环境质量呈现负相关关系,但并不显著;第二,经济高质量发展对江苏的环境质量有负面影响,从现实情况来看,当江苏地区的人口自然增长率过快、人均GDP数额逐渐提高时,环境质量下降越多。本文提供的启示包括:加强区域合作,促进创新驱动发展;加强省域竞争与合作,推动省域间联动发展;改善经济高质量发展环境,推动经济贸易健康可持续发展;强化环境建设,培养相关人才。