河湟地区生态脆弱性时空演变及影响因素研究

doi:10.13866/j.azr.2023.06.15

摘要/Abstract

摘要：

基于暴露度-敏感性-适应力生态脆弱性概念模型构建评价指标体系，利用投影寻踪模型和遗传算法确定指标权重，计算了河湟地区生态脆弱性指数，采用时空扫描探究生态脆弱性空间聚集特征及时空变化规律，借助地理探测器研究生态脆弱性的影响因素。结果表明：2000—2020年河湟地区生态脆弱性以轻度脆弱与中度脆弱为主，空间分布存在明显的地域差异。生态脆弱性存在明显的时间聚集性与局部的空间聚集特征，高值集聚与低值集聚共存，空间集聚主要分布于甘肃省境内。2000—2020年生态脆弱度整体呈降低趋势，53.36%的土地生态脆弱性有所降低。对生态脆弱性影响最大的因子是植被覆盖度，其次是沙漠化指数、植被净初级生产力、干旱指数、生境质量指数、海拔等。

关键词: 生态脆弱性, 黄河流域生态保护, 时空扫描, 地理探测器, 影响因素, 河湟地区

Abstract:

An evaluation index system was constructed based on a concept model for exposure sensitivity adaptation ecological vulnerability. A projection pursuit model and genetic algorithm were used to determine the index weight, and the ecological vulnerability index was calculated for the Hehuang region. Spatio-temporal scanning was used to explore the spatial aggregation characteristics and spatio-temporal change laws for ecological vulnerability. The factors influencing ecological vulnerability were explored with the aid of geographical detectors. From 2000 to 2020, the ecological vulnerability of the Hehuang region was found to predominately be light and medium, with obvious regional differences in the spatial distribution. Ecological vulnerability has obvious characteristics for time and local spatial aggregation. High value aggregation and low value aggregation can coexist, and spatial aggregation is mainly distributed in Gansu Province. From 2000 to 2020, the ecological vulnerability of 53.36% of the land decreased. The most influential factor on ecological vulnerability is vegetation coverage, followed by desertification index, net primary productivity of vegetation, drought index, habitat quality index, and altitude.

Key words: ecological vulnerability, ecological protection of the Yellow River basin, spatio-temporal scanning, geographic detector, influence factors, Hehuang area

齐润泽, 潘竟虎. 河湟地区生态脆弱性时空演变及影响因素研究[J]. 干旱区研究, 2023, 40(6): 1002-1013.

QI Runze, PAN Jinghu. Spatial and temporal evolution of ecological vulnerability and its influencing factors in the Hehuang area[J]. Arid Zone Research, 2023, 40(6): 1002-1013.

图/表 13

图1

表1

表2

图2

表3

表4

图3

图4

图5

图6

表5

图7

表6

参考文献 30

[1]	张震, 徐佳慧, 高琦, 等. 黄河流域经济高质量发展水平差异分析[J]. 科学管理研究, 2022, 40(1): 100-109.
	[Zhang Zhen, Xu Jiahui, Gao Qi, et al. Analysis on the difference of economic high-quality development level in the Yellow River Basin[J]. Scientific Management Research, 2022, 40(1): 100-109.]
[2]	王慧. 黄河内蒙古段十大孔兑生态脆弱性演变及驱动力分析[D]. 呼和浩特: 内蒙古农业大学, 2020.
	[Wang Hui. Eco-environment Vulnerability Evolution of the Seasonal River in Inner Mongolain Reach of the Yellow River and its Driving Force Analysis[D]. Hohhot: Inner Mongolia Agricultural University, 2020.]
[3]	田义超, 梁铭忠, 任志远. 城乡过渡区土地利用变化模拟与生态风险时空异质性特征[J]. 环境科学研究, 2013, 26(5): 540-548.
	[Tian Yichao, Liang Mingzhong, Ren Zhiyuan. Simulation of land use change and temporal-spatial heterogeneity of eco-risk in urban fringe[J]. Research of Environmental Sciences, 2013, 26(5): 540-548.]
[4]	黄万状, 石培基. 河湟地区乡村聚落位序累积规模模型的实证研究[J]. 地理学报, 2021, 76(6): 1489-1503. doi: 10.11821/dlxb202106012
	[Huang Wanzhuang, Shi Peiji. An empirical study on rank cumulative size model of rural settlements in the Hehuang area[J]. Acta Geographica Sinica, 2021, 76(6): 1489-1503.] doi: 10.11821/dlxb202106012
[5]	于悦. 地域环境适应下青海河湟地区庄廓聚落空间形态研究[D]. 青岛: 青岛理工大学, 2019.
	[Yu Yue. Study on the Spatial Form of Zhuangkuo Settlements in Hehuang Area of Qinghai Province under the Adaptation of Regional Environment[D]. Qingdao: Qingdao University of Technology, 2019.]
[6]	钟晓娟, 孙保平, 赵岩, 等. 基于主成分分析的云南省生态脆弱性评价[J]. 生态环境学报, 2011, 20(1): 109-113. doi: 10.16258/j.cnki.1674-5906(2011)01-0109-05
	[Zhong Xiaojuan, Sun Baoping, Zhao Yan, et al. Ecological vulnerability evaluation based on principal component analysis in Yunnan province[J]. Ecology and Environmental Sciences, 2011, 20(1): 109-113.] doi: 10.16258/j.cnki.1674-5906(2011)01-0109-05
[7]	Zhang X Y, Liu K, Wang S D. Spatiotemporal evolution of ecological vulnerability in the Yellow River Basin under ecological restoration initiatives[J]. Ecological Indicators, 2022, 135: 108586. doi: 10.1016/j.ecolind.2022.108586
[8]	Yang X, Liu S, Jia C, et al. Vulnerability assessment and management planning for the ecological environment in urban wetlands[J]. Journal of Environmental Management, 2021, 298: 113540. doi: 10.1016/j.jenvman.2021.113540
[9]	陈枫, 李泽红, 董锁成, 等. 基于VSD模型的黄土高原丘陵沟壑区县域生态脆弱性评价——以甘肃省临洮县为例[J]. 干旱区资源与环境, 2018, 32(11): 74-80.
	[Chen Feng, Li Zehong, Dong Suocheng, et al. Evaluation of ecological vulnerability in gully-hilly region of Loess Plateau based on VSD model: A case of Lintao county[J]. Journal of Arid Land Resources and Environment, 2018, 32(11): 74-80.]
[10]	王鹏, 赵微, 柯新利. 基于SRP模型的潜江市生态脆弱性评价及时空演变[J]. 水土保持研究, 2021, 28(5): 347-354.
	[Wang Peng, Zhao Wei, Ke Xinli. Evaluation and spatiotemporal evolution of ecological vulnerability of Qianjiang based on SRP model[J]. Research of Soil and Water Conservation, 2021, 28(5): 347-354.]
[11]	薛联青, 王晶, 魏光辉. 基于PSR模型的塔里木河流域生态脆弱性评价[J]. 河海大学学报(自然科学版), 2019, 47(1): 13-19.
	[Xue Lianqing, Wang Jing, Wei Guanghui. Dynamic evaluation of the ecological vulnerability based on PSR modeling for the Tarim River Basin in Xinjiang[J]. Journal of Hohai University(Natural Sciences), 2019, 47(1): 13-19.]
[12]	Guo B, Luo W, Zang W. Spatial-temporal shifts of ecological vulnerability of Karst Mountain ecosystem-impacts of global change and anthropogenic interference[J]. Science of The Total Environment, 2020, 741: 140256. doi: 10.1016/j.scitotenv.2020.140256
[13]	Boori M S, Choudhary K, Paringer R, et al. Using RS/GIS for spatiotemporal ecological vulnerability analysis based on DPSIR framework in the Republic of Tatarstan, Russia[J]. Ecological Informatics, 2022, 67: 101490. doi: 10.1016/j.ecoinf.2021.101490
[14]	孙桂丽, 陆海燕, 郑佳翔, 等. 新疆生态脆弱性时空演变及驱动力分析[J]. 干旱区研究, 2022, 39(1): 258-269.
	[Sun Guili, Lu Haiyan, Zheng Jiaxiang, et al. Spatio-temporal variation of ecological vulnerability in Xinjiang and driving force analysis[J]. Arid Zone Research, 2022, 39(1): 258-269.]
[15]	Gong J, Jin T T, Cao E J, et al. Is ecological vulnerability assessment based on the VSD model and AHP-Entropy method useful for loessial forest landscape protection and adaptative management? A case study of Ziwuling Mountain Region, China[J]. Ecological Indicators, 2022, 143: 109379. doi: 10.1016/j.ecolind.2022.109379
[16]	Polsky C, Neff R, Yarnal B. Building comparable global change vulnerability assessments: The vulnerability scoping diagram[J]. Global Environmental Change, 2007, 17(34): 472-485. doi: 10.1016/j.gloenvcha.2007.01.005
[17]	李珍珍. 甘肃省生态脆弱性时空演变及与土地利用关系研究[D]. 兰州: 兰州大学, 2019.
	[Li Zhenzhen. Esearch on the Spatiotemporal Variation of Ecological Vulnerability and the Relationshipof Land Use in Gansu Province[D]. Lanzhou: Lanzhou University, 2019.]
[18]	Xia M, Jia K, Zhao W W, et al. Spatio-temporal changes of ecological vulnerability across the Qinghai-Tibetan Plateau[J]. Ecological Indicators, 2021, 123: 107274. doi: 10.1016/j.ecolind.2020.107274
[19]	王顺久, 杨志峰, 丁晶. 关中平原地下水资源承载力综合评价的投影寻踪方法[J]. 资源科学, 2004, 26(6): 104-110.
	[Wang Shunjiu, Yang Zhifeng, Ding Jing. Projection pursuit method of comprehensive evaluation on groundwater resources carrying capacity in Guanzhong plain[J]. Resources Science, 2004, 26(6): 104-110.]
[20]	霍童, 张序, 周云, 等. 基于暴露-敏感-适应性模型的生态脆弱性时空变化评价及相关分析——以中国大运河苏州段为例[J]. 生态学报, 2022, 42(6): 2281-2293.
	[Huo Tong, Zhang Xu, Zhou Yun, et al. Evaluation and correlation analysis of spatio-temporal changes of ecological vulnerability based on VSD model: A case in Suzhou section, Grand Canal of China[J]. Acta Ecologica Sinica, 2022, 42(6): 2281-2293.]
[21]	戢晓峰, 谢军, 伍景琼. 考虑不同侵扰场景的高速公路韧性评估方法[J]. 中国安全生产科学技术, 2019, 15(1): 12-19.
	[Ji Xiaofeng, Xie Jun, Wu Jingqiong. Assessment method of expressway resilience considering different intrusion scenes[J]. Journal of Safety Science and Technology, 2019, 15(1): 12-19.]
[22]	马骏, 李昌晓, 魏虹, 等. 三峡库区生态脆弱性评价[J]. 生态学报, 2015, 35(21): 7117-7129.
	[Ma Jun, Li Changxiao, Wei Hong, et al. Dynamic evaluation of ecological vulnerability in the Three Gorges Reservoir Region in Chongqing Municipality, China[J]. Acta Ecologica Sinica, 2015, 35(21): 7117-7129.]
[23]	孙宇晴, 杨鑫, 郝利娜. 基于 SRP 模型的川藏线 2010—2020 年生态脆弱性时空分异与驱动机制研究[J]. 水土保持通报, 2022, 41(6): 201-208.
	[Sun Yuqing, Yang Xin, Hao Lina. Spatial and temporal differentiation and driving mechanism of ecological vulnerability along Sichuan-Tibet Railway during 2010-2020 based on SRP model[J]. Bulletin of Soil and Water Conservation, 2022, 41(6): 201-208.]
[24]	王志杰, 苏嫄. 南水北调中线汉中市水源地生态脆弱性评价与特征分析[J]. 生态学报, 2018, 38(2): 432-442.
	[Wang Zhijie, Su Yuan. Analysis of eco-environmental vulnerability characteristics of Hanzhong City, near the water source midway along the route of the south-to-north water transfer project, China[J]. Acta Ecologica Sinica, 2018, 38(2): 432-442.]
[25]	郭靖娴, 刘婷, 齐小娟, 等. 时空扫描法在浙江省食源性疾病时空聚集性分析中的应用[J]. 中国预防医学杂志, 2020, 21(11): 1171-1177.
	[Guo Jingxian, Liu Ting, Qi Xiaojuan, et al. Application of spatio-temporal scanning in the analysis of spatio-temporal clusters of foodborne diseases in Zhejiang province[J]. Chinese Preventive Medicine, 2020, 21(11): 1171-1177.]
[26]	张学渊, 魏伟, 周亮, 等. 西北干旱区生态脆弱性时空演变分析[J]. 生态学报, 2021, 41(12): 4707-4719.
	[Zhang Xueyuan, Wei Wei, Zhou Liang, et al. Analysis on spatio-temporal evolution of ecological vulnerability in arid areas of Northwest China[J]. Acta Ecologica Sinica, 2021, 41(12): 4707-4719.]
[27]	张欣, 潘竟虎. 中国城市蔓延时空动态识别及驱动因素探测[J]. 人文地理, 2021, 36(4): 114-125.
	[Zhang Xin, Pan Jinghu. Identification of spatio-temporal dynamics and detection for driving factors of urban sprawl in China[J]. Human Geography, 2021, 36(4): 114-125.]
[28]	张良侠, 樊江文, 张海燕, 等. 黄土高原地区生态脆弱性时空变化及其驱动因子分析[J]. 环境科学, 2022, 43(9): 4902-4910. doi: 10.1021/es900179s
	[Zhang Liangxia, Fan Jiangwen, Zhang Haiyan, et al. Spatial-temporal variations and their driving forces of the ecological vulnerability in the Loess Plateau[J]. Environmental Science, 2022, 43(9): 4902-4910.] doi: 10.1021/es900179s
[29]	石三娥. 西北五省生态环境脆弱性时空演变研究[D]. 兰州: 西北师范大学, 2019.
	[Shi San’e. Study on the Spatial and Temporal Evolution of Ecological Environment Vulnerability in Five Provinces in Northwest China[D]. Lanzhou: Northwest Normal University, 2019.]
[30]	吴恒飞, 陈克龙, 张乐乐. 气候变化下青海湖流域生态健康评价研究[J]. 生态科学, 2022, 41(4): 41-48.
	[Wu Hengfei, Chen Kelong, Zhang Lele. Study on ecological health evaluation of Qinghai Lake Basin under climate change[J]. Ecological Science, 2022, 41(4): 41-48.]

子目标层		要素层		指标层
编号	内容	编号	内容	编号	内容	作用方向
A₁	暴露度	B₁	生态胁迫	C₁	干旱指数	正向
				C₂	水土流失指数	正向
				C₃	沙漠化指数	正向
		B₂	人类干扰	C₄	人口密度	正向
				C₅	夜间灯光强度	正向
				C₆	土地利用强度	正向
A₂	敏感性	B₃	地表因子	C₇	土壤有机质含量	负向
				C₈	景观多样性	负向
				C₉	景观破碎度	正向
		B₄	地形因子	C₁₀	海拔	正向
		B₄	地形因子	C₁₁	坡度	正向
		B₅	气象因子	C₁₂	年均气温	正向
		B₅	气象因子	C₁₃	年降水量	负向
A₃	适应力	B₆	自我调节	C₁₄	植被净初级生产力	负向
		B₆	自我调节	C₁₅	植被覆盖度	负向
		B₇	环保措施	C₁₆	生境质量指数	负向

评价指标	2000年	2005年	2010年	2015年	2020年
干旱指数	0.2298	0.2762	0.2695	0.2501	0.2590
水土流失指数	0.1572	0.2238	0.1935	0.2367	0.1868
沙漠化指数	0.2649	0.2584	0.2525	0.2883	0.2689
人口密度	0.2061	0.2165	0.2144	0.2083	0.2299
夜间灯光强度	0.2582	0.2434	0.2617	0.2459	0.2681
用地强度	0.2415	0.2652	0.2603	0.2633	0.2753
土壤有机质含量	0.1884	0.1723	0.1837	0.1864	0.1874
景观多样性	0.2738	0.2453	0.2263	0.2376	0.2265
景观破碎度	0.2476	0.2452	0.2441	0.2514	0.2348
海拔	0.2783	0.2657	0.2733	0.2679	0.2766
坡度	0.1812	0.1774	0.1814	0.1764	0.1899
年均气温	0.2922	0.3165	0.3092	0.2904	0.2890
年降水量	0.2026	0.2275	0.2062	0.2104	0.2092
植被净初级生产力	0.2653	0.2382	0.2513	0.2466	0.2433
植被覆盖度	0.2406	0.2731	0.2886	0.2709	0.2766
生境质量指数	0.3332	0.3084	0.3275	0.3241	0.3295

生态脆弱性程度	等级	生态脆弱性指数标准化值	特征
微度脆弱	Ⅰ	[0, 2.0]	区域内植被茂盛，承受压力小，抗外界干扰能力和自我恢复能力强，生态脆弱性低
轻度脆弱	Ⅱ	(2.0, 4.0]	区域内植被覆盖度适中，承受压力较小，抗外界干扰能力和自我恢复能力较强，生态脆弱性较低
中度脆弱	Ⅲ	(4.0, 6.0]	区域内植被较少，承受压力接近生态阈值，对外界干扰较为敏感，自我恢复能力较弱，生态脆弱性较高
重度脆弱	Ⅳ	(6.0, 8.0]	区域内植被稀疏，承受压力大，对外界干扰敏感性强，受损后恢复难度大，生态脆弱性高
极度脆弱	Ⅴ	(8.0, 10.0]	区域内植被稀少甚至没有，承受压力极大，对外界干扰极度敏感，受损后恢复难度极大，生态脆弱性极高

整体转换类型	转换编码	分类依据
持续稳定型	111、222、333、444、555	2000年、2010年和2020年间的生态脆弱性等级值须保持相等
波动稳定型	121、131、141、212、232、242、252、313、323、343、353、414、424、434、454、535、545	2000年与2020年的生态脆弱性等级值须相等，2010年生态脆弱性等级值可增加或减少，也可以保持不动
持续增长型	123、234、235、345	2000年、2010年和2020年间的生态脆弱性等级值须呈现增加趋势
波动增长型	112、113、114、122、132、133、144、142、213、214、215、223、224、225、233、243、244、254、314、315、324、325、334、335、344、425、435、445、455	2020年生态脆弱性等级值须高于2000年，2010年生态脆弱性等级值可增加或减少，也可以保持不变
持续减少型	543、542、541、532、432、431、421、321、	2000年、2010年和2020年间的生态脆弱性等级值须呈递减趋势
波动减少型	554、553、552、544、534、533、523、453、452、443、442、441、433、423、422、413、411、352、342、341、332、331、322、312、311、251、241、231、221、211	2020年生态脆弱性等级值须低于2000年，2010年生态脆弱性等级值可增加或减少，也可以保持不变

	2000年		2005年		2010年		2015年		2020年
	q	P	q	P	q	P	q	P	q	P
干旱指数	0.409	0	0.363	0	0.352	0	0.379	0	0.380	0
水土流失指数	0.273	0	0.253	0	0.243	0	0.267	0	0.251	0
沙漠化指数	0.614	0	0.581	0	0.565	0	0.570	0	0.551	0
人口密度	0.144	0	0.141	0	0.151	0	0.155	0	0.167	0
夜间灯光强度	0.132	0	0.142	0	0.122	0	0.131	0	0.156	0
用地强度	0.198	0	0.196	0	0.196	0	0.198	0	0.229	0
土壤有机质含量	0.336	0	0.327	0	0.293	0	0.275	0	0.305	0
景观多样性	0.116	0	0.121	0	0.137	0	0.120	0	0.131	0
景观破碎度	0.109	0	0.102	0	0.104	0	0.101	0	0.102	0
海拔	0.365	0	0.343	0	0.327	0	0.308	0	0.318	0
坡度	0.060	0	0.062	0	0.049	0	0.038	0	0.051	0
年均气温	0.309	0	0.301	0	0.273	0	0.234	0	0.285	0
年降水量	0.208	0	0.211	0	0.301	0	0.330	0	0.283	0
植被净初级生产力	0.591	0	0.561	0	0.586	0	0.593	0	0.605	0
植被覆盖度	0.759	0	0.703	0	0.691	0	0.715	0	0.661	0
生境质量指数	0.392	0	0.353	0	0.382	0	0.363	0	0.342	0