編譯：陳泓晉 潤飾:許萓琁
文章來源：The key to restoration success? Tailoring it to local ecosystems.
(攝影師: karen_holl)
全球各國政府與私營企業越來越明白重建日漸消損的森林生態體系的重要性與好處。但要如何讓這些計畫進行成功的同時，也能夠符合成本效益？美國國家社會環境綜合研究中心（SESYNC）團隊，為此調查了166項有關自然景觀重建的研究，試圖找出答案。
過去五年期間，有許多跨國家、跨區域以及國家級的組織訂定了森林景觀復原（FLR）目標。這些看似大膽的總體目標是由許多的小目標項目驅動著，例如保護生物多樣性、碳封存、供水改善、維持人類生存來源等項目（查茲頓和其他人，2017 ）。各國家政府承諾欲恢復的森林生態面積多達數百萬公頃，為達此目的，必須克服的重大難題是如何在橫跨數十到數百公頃面積的土地上執行環境生態復原計畫。（霍爾，2017）
我們如何進行調查？。
我們總共探討了166項關於環境生態系統重建的研究，並使用了綜合分析技術（meta-analysis ）了解是何種因素影響了世界各地森林復原的程度。我們把重點放在植物的豐富度與多樣性﹑動物族群及營養循環功能的復原項目上頭。我們也觀察是否復原情形會受過去土地利用方式（該區域是否曾有採礦﹑砍伐樹木﹑農耕等行為）以及現存的森林類型（熱帶或溫帶﹑濕潤或乾燥）所影響。我們對曾作為農地的土地從被棄置到環境自行復原「被動復原」以及進行主動造林的土地「主動復原」兩種生態體系恢復的速率與程度進行了比較。想了解更多有關我們的分析方法，還有在不同干擾類型後所進行的復原實踐種類，可以參考我們的部落格或最近公開的論文資源。（梅利和其他人，2017）
我們學到了什麼？
對這些全球森林復原成效研究進行定量綜論分析後，我們提出一些結論和建議：
第一，我們得知有許多森林可以相對快速地復原動植物豐富性與多樣性，這個結果不只讓人們對森林景觀復原(FLR)的興趣提升許多，也使得生態系統服務的重要性同時被突顯出來。動植物豐富性是恢復最快的（10年內），但是物種多樣性與牠們所提供的功能要回到相關的森林價值卻需更長的時間，平均要30到40年。而依賴森林資源的物種體系通常還要花上更久的時間才能完全恢復。
第二，我們的調查結果清楚顯示，不同指標（如植物豐富度或營養循環性）對於復原行動的反應結果也大不相同。但是，許多大規模森林恢復計畫在初期設定了過高的目標：雖想在數百萬公頃的土地上同時重建生態完整性﹑生物多樣性﹑氣候韌性，還有一系列的社會性目標，卻未顧及到許多特定的生態復原目標常常是相互矛盾的; 況且還需取決於局部化的社會和生態限制等種種變數。因此，個別的復原計畫在欲達成具體的預期結果前，一開始就要清楚定義好在「主動復原計畫」裡，那些是可以被衡量的計畫項目是很重要的。
第三，我們在很多研究中發現停止利用的土地，在沒有進一步人為干預的情況下卻能高度復原。這告訴我們「被動復原」在一些初期進展快速、還有適用於範圍更廣的計畫目標的情況下，是一個可行且較經濟的方法選項。但這並不表示所有地點都能在不實施主動造林或改善無生物環境的狀態下快速復原。但若進行「主動復原」的資源有限，應該把「被動復原」納入考量，並且在選擇復原方式前評估該地點的自然韌性。
第四，我們的研究顯示，在曾作為農地的諸多地點上進行的主動與被動的復原成效，兩者整體上並沒有相關性差別。相反地，在一些同質研究之間卻有很大的變化差異--有些報告的反應變數顯示「主動復原」的干預帶來正面效益，其它報告則顯示無影響或造成了負面效益。然而我們要特別提出一點：只有少數針對同一地點進行被動與主動復原的研究，因此很難對所有研究作較全面性的差異比較。我們需要有更多計畫和科學研究直接針對「被動復原」以及混和型的「主動復原」方式不同進行分析，並用數年時間監控結果。
我們的建議
我們的研究突顯了生態復原策略需要認真考量幾點：
1.要恢復的該生態系統韌性。
2.針對特定計畫目標，將有限資源做最有效的分配。
橫跨各地點的「被動復原」速率與「主動復原」的混和效應之間的高度變異，意味著你必須仔細考量所有選項，並決定哪些方法對於該地點和計畫的目標是最好的。例如，「被動復原」應考慮運用在曾被砍伐樹木的地點和有充足移殖動植物資源的自然景觀上。相對的，「主動復原」造林可能更適合用在恢復速度較慢，或主要研究目標在於提供當地社區特定的高價植樹木的地點上面。
我們也建議土地管理者在將心力投入「主動復原」之前，先用幾年時間觀察自然恢復的速率及方向。顯然地，選擇重建的策略需要考慮的不只是生態和社會目標，同時還有制度性和政策因素。
原作者：凱倫．霍爾﹑寶拉．梅利﹑何賽．貝納亞斯，及SESYNC﹑iDiv(German Centre for Integrative Biodiversity Research綜合生物多樣性研究)生態復原綜論工作小組
