logo móvil
Contáctanos

Evaluación del Carácter del Paisaje (LCA) en Entornos Históricos de Minería de Carbón para la Conservación del Paisaje: Una Revisión Sistemática

Autores: Liu, Qi; Zainal Abidin, Nor Arbina; Maliki, Nor Zarifah; Zhang, Kailai; Li, Zhi; Liu, Sha

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Evaluación del Carácter del Paisaje (LCA) en Entornos Históricos de Minería de Carbón para la Conservación del Paisaje: Una Revisión Sistemática


Categoría

Ciencias Medioambientales

Subcategoría

Ciencias medioambientales generales

Palabras clave

Evaluación del carácter del paisaje
Entornos históricos de minería de carbón
Conservación
Metodología
Factores
Revisión sistemática

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
La evaluación del carácter del paisaje (ECP) es una herramienta crucial para conservar el carácter único de un área. Sin embargo, en nuestra revisión de la literatura, no encontramos datos que vinculen la ECP con entornos históricos de minería de carbón. Esta revisión sistemática explora las formas en que se ha aplicado la metodología de evaluación del carácter del paisaje (ECP), así como los factores que la influyen, en la conservación de paisajes históricos de minas de carbón. Se centra en tres áreas: analizar las formas en que se ha aplicado la ECP en la conservación del paisaje, proponer recomendaciones para la aplicación de la ECP en paisajes de entornos históricos de minas de carbón y resumir los factores que influyen en la ECP en la conservación del paisaje en entornos históricos de minas de carbón. Métodos: Este estudio utilizó el método de Meta-Análisis (PRISMA) para realizar la revisión sistemática. La revisión completa se seleccionó de 2030 artículos potenciales; se incluyeron un total de 21 artículos. Resultados: Este estudio demuestra que el enfoque de la ECP puede ser operacionalizado en la conservación de paisajes ambientales en minas de carbón históricas al combinar el análisis de clúster y la evaluación a múltiples escalas e incorporar otras teorías. La calidad de los resultados puede verse afectada por factores como la precisión y la integridad de los datos y la complejidad y la manejabilidad del modelo. Conclusiones: La investigación futura debería centrarse en mejorar la tecnología de captura de datos, la complejidad del modelo y el diseño de modelos accionables. Además, recomendamos las estrategias de mejorar la participación de las partes interesadas y aumentar la conciencia pública.

Otros recursos que podrían interesarte

Temas Virtualpro