周玲美，王世航，權(quán) 玲

(安徽理工大學(xué)空間信息與測(cè)繪工程學(xué)院，安徽 淮南 232001)

隨著全球氣候變化和人類社會(huì)經(jīng)濟(jì)的發(fā)展，全球各地不斷暴露出各種生態(tài)和環(huán)境問題，影響著人們的生產(chǎn)生活。與此同時(shí)，生態(tài)和環(huán)境的保護(hù)與治理也愈發(fā)受到關(guān)注，其中有關(guān)生態(tài)脆弱的研究逐漸成為生態(tài)學(xué)研究的熱點(diǎn)[1]。一般認(rèn)為，生態(tài)脆弱性是在自然或人為作用下生態(tài)系統(tǒng)的正常結(jié)構(gòu)被擾動(dòng)并超過自調(diào)節(jié)的“閾值”,由此導(dǎo)致生態(tài)功能大幅降低,生態(tài)恢復(fù)能力減弱甚至完全失去恢復(fù)能力的現(xiàn)象[2]。迄今為止，國(guó)內(nèi)外已有眾多學(xué)者針對(duì)不同區(qū)域、利用不同評(píng)價(jià)方法展開了研究，如XUE等[3]利用模糊層次分析法(FAHP)和壓力-狀態(tài)-響應(yīng)(PSR)框架研究塔里木河流域2005—2015年期間生態(tài)脆弱性的動(dòng)態(tài)變化；付剛等[4]采用“敏感、彈性和壓力”評(píng)估框架，運(yùn)用空間主成分分析法對(duì)北京市的生態(tài)脆弱性進(jìn)行定量評(píng)價(jià)；姚雄等[5]采用熵權(quán)法和綜合指數(shù)法分析了長(zhǎng)汀縣1999、2006和2014年的生態(tài)脆弱性時(shí)空分布及變化；劉玒玒等[6]采用模糊綜合評(píng)價(jià)法對(duì)渭河流域的生態(tài)脆弱性進(jìn)行了評(píng)價(jià)；張笑楠等[7]采用基于景觀格局信息的灰關(guān)聯(lián)分析法對(duì)桂西北喀斯特地區(qū)的生態(tài)脆弱性進(jìn)行了分析評(píng)價(jià)。由于研究背景的差異，不同區(qū)域的評(píng)價(jià)內(nèi)容和側(cè)重點(diǎn)有所不同，故評(píng)價(jià)指標(biāo)體系尚未統(tǒng)一[8]。

位于內(nèi)蒙古自治區(qū)的呼日查干淖爾湖是一個(gè)位于東亞季風(fēng)邊緣區(qū)干旱與半干旱過渡帶的封閉性內(nèi)陸湖，對(duì)氣候和環(huán)境變化的響應(yīng)十分敏感[9]。作為當(dāng)?shù)刂匾乃蛏鷳B(tài)系統(tǒng)，其不僅起到調(diào)節(jié)氣候的作用，還為當(dāng)?shù)厣锾峁┝松鏃l件，歷史上這片區(qū)域水域廣闊，牧草茂盛，然而近幾十年來，在全球氣候暖干化和人類社會(huì)經(jīng)濟(jì)活動(dòng)的影響下出現(xiàn)草場(chǎng)退化、水域面積縮減和土地沙化、鹽漬化等現(xiàn)象[9]。至2002年春季，呼日查干淖爾湖的西側(cè)大湖完全干涸，留下了大面積的湖盆鹽堿地，引發(fā)嚴(yán)重的鹽堿塵暴，對(duì)當(dāng)?shù)氐纳鷳B(tài)和環(huán)境以及牧民的生產(chǎn)生活造成了嚴(yán)重影響，甚至威脅到京津冀地區(qū)的生態(tài)安全。直到2008年以后，國(guó)際和國(guó)內(nèi)的一些環(huán)保組織在此進(jìn)行了一系列的生態(tài)治理和植被恢復(fù)措施，該地區(qū)的生態(tài)和環(huán)境狀況才有所改善。目前，針對(duì)呼日查干淖爾湖區(qū)域的研究多是關(guān)于湖泊變遷和干湖盆植被分布及土壤性質(zhì)的，對(duì)該區(qū)域的生態(tài)研究還較少，且缺乏對(duì)呼日查干淖爾地區(qū)生態(tài)治理后的生態(tài)狀況研究，因而研究該區(qū)域的生態(tài)脆弱性不僅能反映該區(qū)域的生態(tài)狀況，還能為后續(xù)的生態(tài)治理提供理論依據(jù)和決策支持，具有一定的研究?jī)r(jià)值。

基于此，筆者從自然和人為作用的角度出發(fā)，在參照文獻(xiàn)[10-17]的基礎(chǔ)上，綜合考慮地形、植被、土壤、氣象和土地利用等自然和人為因素對(duì)研究區(qū)生態(tài)和環(huán)境的影響及數(shù)據(jù)的可獲取性后，選取高程、坡度、歸一化植被指數(shù)、土壤濕度、土壤鹽度、年均氣溫、年降水量和土地利用類型8個(gè)指標(biāo)作為該區(qū)域生態(tài)脆弱性的評(píng)價(jià)指標(biāo)，在遙感(RS)和地理信息系統(tǒng)(GIS)技術(shù)的支持下，利用層次分析法、熵權(quán)法和綜合指數(shù)法對(duì)呼日查干淖爾湖區(qū)域的生態(tài)脆弱性進(jìn)行綜合評(píng)價(jià)分析。

1 研究區(qū)概況

呼日查干淖爾湖(又稱查干淖爾湖)位于內(nèi)蒙古錫林郭勒盟阿巴嘎旗西南部，北鄰阿巴嘎熔巖臺(tái)地，南接渾善達(dá)克沙地，是典型草原地區(qū)的內(nèi)陸海，其湖盆呈東北—西南方向延伸，地勢(shì)東高西低[9]。該湖分為東湖和西湖，其中東側(cè)小湖約30.2 km2，為淡水湖，主要靠季節(jié)性河流—高格斯臺(tái)河補(bǔ)給；西側(cè)大湖約83.3 km2，為鹽堿湖，現(xiàn)已干涸，兩湖之間由天然堤壩相隔(圖1)。研究區(qū)屬于中溫帶半干旱大陸性季風(fēng)氣候區(qū)，春季干旱頻繁、多大風(fēng)，夏季受東南季風(fēng)影響，溫和多雨，冬季受蒙古高壓控制，干冷多風(fēng)[9]。土地利用類型以草地、水域和裸地為主，土壤類型主要為草甸土和鹽堿土。

2 數(shù)據(jù)來源及處理

2.1 數(shù)據(jù)來源

研究使用的數(shù)據(jù)包括遙感影像數(shù)據(jù)、數(shù)字高程模型(DEM)數(shù)據(jù)、氣象數(shù)據(jù)和土地利用類型數(shù)據(jù)。遙感影像數(shù)據(jù)為2010年8月22日的Landsat 5遙感影像和2017年8月25日的Landsat 8遙感影像，來源于美國(guó)地質(zhì)調(diào)查局(USGS)(https:∥earthexplorer.usgs.gov/)，軌道號(hào)為125-30，分辨率為30 m；DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/)，分辨率為30 m；氣象數(shù)據(jù)為1901—2017年中國(guó)1 km分辨率逐月平均氣溫和逐月降水量數(shù)據(jù)集，來源于國(guó)家青藏高原科學(xué)數(shù)據(jù)中心(https:∥data.tpdc.ac.cn/zh-hans/)；土地利用類型數(shù)據(jù)采用清華大學(xué)制作的2010年和2017年全球30 m分辨率地表覆蓋數(shù)據(jù)(http:∥data.ess.tsinghua.edu.cn/)。

由于來自不同數(shù)據(jù)源的數(shù)據(jù)投影方式和比例尺不同，為保證所有數(shù)據(jù)的空間一致性，在提取評(píng)價(jià)指標(biāo)之前將所有數(shù)據(jù)的空間投影坐標(biāo)系統(tǒng)一為WGS_1984_UTM_Zone_50N，柵格分辨率為30 m。

2.2 評(píng)價(jià)指標(biāo)的處理

2.2.1評(píng)價(jià)指標(biāo)的提取

(1)坡度指標(biāo)是基于DEM數(shù)據(jù)，在ArcMap 10.2軟件中運(yùn)用Slope工具計(jì)算生成；(2)歸一化植被指數(shù)、土壤濕度和土壤鹽度指標(biāo)均是在ENVI 5.3軟件中利用遙感影像數(shù)據(jù)進(jìn)行波段運(yùn)算得到，計(jì)算公式參考文獻(xiàn)[18-21]；(3)2010年和2017年的年均氣溫和年降水量基于相應(yīng)年份的逐月平均氣溫和逐月降水量計(jì)算得到；(4)由于研究區(qū)2010年的全球30 m地表覆蓋數(shù)據(jù)與該時(shí)期的遙感影像解譯結(jié)果存在部分差異，故利用遙感影像獲取2010年的土地利用類型指標(biāo)。參考2010和2017年的地表覆蓋數(shù)據(jù)，在ENVI 5.3軟件平臺(tái)的支持下，利用支持向量機(jī)的監(jiān)督分類方法將研究區(qū)的土地劃分為水域、高覆蓋度植被、中覆蓋度植被、低覆蓋度植被、不透水面和裸地6類，并基于2010年的全球30 m地表覆蓋結(jié)果和遙感影像對(duì)分類結(jié)果進(jìn)行精度評(píng)價(jià)，得到的地表覆被數(shù)據(jù)整體精度為88.42%，高于2010年全球30 m地表覆被數(shù)據(jù)的精度，滿足研究需求。

2.2.2指標(biāo)的標(biāo)準(zhǔn)化處理

為使不同量綱的評(píng)價(jià)指標(biāo)具有可比性，在評(píng)價(jià)之前需要對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。采用極差法對(duì)評(píng)價(jià)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理[10]。由于土地利用類型數(shù)據(jù)為定性指標(biāo)，在標(biāo)準(zhǔn)化之前需對(duì)其進(jìn)行定量化處理，參照文獻(xiàn)[11-12]，采用賦值法實(shí)現(xiàn)定性指標(biāo)的定量化處理：水體和森林(水體和高覆蓋度植被)賦值為2，草地和濕地(中覆蓋度植被)賦值為4，農(nóng)田(低覆蓋度植被)賦值為6，不透水面賦值為8，裸地賦值為10。

對(duì)于正向指標(biāo)(高程、坡度、土壤鹽度、年平均氣溫和土地利用類型)，其標(biāo)準(zhǔn)化計(jì)算公式為

(1)

對(duì)于負(fù)向指標(biāo)(歸一化植被指數(shù)、土壤濕度和年降水量)，其標(biāo)準(zhǔn)化公式為

(2)

式(1)～(2)中，xij和yij分別表示評(píng)價(jià)指標(biāo)j在第i個(gè)柵格單元處的原始值和標(biāo)準(zhǔn)化，yij越大表示指標(biāo)對(duì)生態(tài)脆弱性影響越顯著，max{xij}和min{xij}分別代表評(píng)價(jià)指標(biāo)j的最大值和最小值。

3 研究方法

采用對(duì)各指標(biāo)進(jìn)行加權(quán)求和的方法構(gòu)建生態(tài)脆弱性綜合指數(shù)，其中指標(biāo)權(quán)重的確定采用主觀賦權(quán)(層次分析)和客觀賦權(quán)(熵權(quán)法)相結(jié)合的方法，以避免主觀賦權(quán)的主觀性和盲目性，彌補(bǔ)客觀賦權(quán)的片面性和機(jī)械性[13]。

3.1 層次分析法

層次分析法(AHP)是一種常用的主觀評(píng)價(jià)方法，它將復(fù)雜的評(píng)價(jià)指標(biāo)分成若干集合，分別對(duì)比每一層次評(píng)價(jià)指標(biāo)間的重要性，構(gòu)建判斷矩陣，從而確定各指標(biāo)的權(quán)重[14]。利用yaahp 10.3軟件進(jìn)行指標(biāo)權(quán)重的確定，并通過了一致性檢驗(yàn)，表明各指標(biāo)權(quán)重的計(jì)算結(jié)果合理[15]。

3.2 熵權(quán)法

熵權(quán)法是一種較為客觀的定權(quán)法，其主要思想是根據(jù)各指標(biāo)所提供的信息量大小為其賦予權(quán)重，其中熵與信息量之間存在反向關(guān)系，信息熵越小，提供的信息量越多，在綜合評(píng)價(jià)中所起的作用越大，則其權(quán)重也應(yīng)越大[16]。計(jì)算步驟如下：

(1)計(jì)算第j個(gè)評(píng)價(jià)指標(biāo)的信息熵。

(3)

(2)計(jì)算第j個(gè)評(píng)指標(biāo)的權(quán)重(W2j)。

(4)

3.3 組合權(quán)重

利用最小信息熵原理和拉格朗日中值定理[15]將層次分析法得到的權(quán)重W1j和熵權(quán)法得到的權(quán)重W2j進(jìn)行組合，得到最終的指標(biāo)權(quán)重Wj(表1)，計(jì)算公式為

(5)

3.4 生態(tài)脆弱性評(píng)價(jià)

將標(biāo)準(zhǔn)化后的指標(biāo)值進(jìn)行加權(quán)求和處理，得到生態(tài)脆弱性指數(shù)(ecological vulnerability index，IEV)：

(6)

式(6)中，Yj為評(píng)價(jià)指標(biāo)j的標(biāo)準(zhǔn)化值。

為了更直觀地反映區(qū)域生態(tài)脆弱性狀況，采用自然斷點(diǎn)法(natural break classification)與研究區(qū)實(shí)際情況相結(jié)合的方式[17]對(duì)研究區(qū)的生態(tài)脆弱性指數(shù)進(jìn)行分級(jí)，將其劃分為潛在脆弱(IEV≤0.31)、輕度脆弱(0.310.51)5個(gè)生態(tài)脆弱性等級(jí)，等級(jí)值為1～5，而后利用綜合生態(tài)脆弱性指數(shù)(integrated ecological vulnerability index，IIEV)對(duì)2個(gè)時(shí)期的生態(tài)脆弱性進(jìn)行整體分析和對(duì)比，計(jì)算公式為

(7)

式(7)中，Pi和Ai分別表示第i類生態(tài)脆弱性等級(jí)值和對(duì)應(yīng)等級(jí)的面積，m2；S為研究區(qū)總面積， m2。IIEV值越大表明生態(tài)越脆弱。

3.5 空間相關(guān)分析

為分析研究區(qū)生態(tài)脆弱性的空間關(guān)聯(lián)特征，利用半變異函數(shù)對(duì)其進(jìn)行空間分析。首先利用ArcMap 10.2軟件，按500 m的采樣間隔提取查干淖爾地區(qū)的生態(tài)脆弱性指數(shù)值，而后利用SPSS 25軟件對(duì)數(shù)據(jù)進(jìn)行單樣本K-S檢驗(yàn)，對(duì)不符合正態(tài)分布的數(shù)據(jù)，利用個(gè)案排秩法對(duì)其進(jìn)行正態(tài)轉(zhuǎn)換[22]，最后將符合正態(tài)分布的數(shù)據(jù)導(dǎo)入到地統(tǒng)計(jì)學(xué)軟件GS+中進(jìn)行半變異函數(shù)的計(jì)算和分析，其中有關(guān)半變異函數(shù)的原理和方法可參照文獻(xiàn)[23]。

4 結(jié)果與分析

4.1 研究區(qū)生態(tài)脆弱性時(shí)空差異分析

使用ArcMap 10.2軟件，將生態(tài)脆弱性指數(shù)進(jìn)行分級(jí)，分層設(shè)色后得到2010和2017年的生態(tài)脆弱性等級(jí)分布(圖2)，并分別統(tǒng)計(jì)2個(gè)時(shí)期各等級(jí)的面積，計(jì)算出綜合生態(tài)脆弱性指數(shù)。

呼日查干淖爾地區(qū)2010和2017年的綜合生態(tài)脆弱性指數(shù)分別為3.516 6和3.235 0，IEV值減小表明研究區(qū)的整體生態(tài)狀況有所改善，但研究區(qū)的大部分地區(qū)仍處于中度脆弱、重度脆弱和極度脆弱狀態(tài)。如表2所示,2010年研究區(qū)中度脆弱、重度脆弱和極度脆弱等級(jí)的面積比例分別為25.07%、29.47%和24.83%，共占研究區(qū)總面積的79.37%；2017年這3個(gè)等級(jí)所占比例均有所下降，但總比仍超過研究區(qū)總面積的一半，達(dá)69.3%。研究區(qū)2017年的潛在脆弱和輕度脆弱面積分別比2010年增加了64.950 3和79.026 3 km2，重度脆弱和極度脆弱面積分別減少51.136 2和71.264 7 km2。研究區(qū)超過10%的區(qū)域生態(tài)脆弱性等級(jí)呈下降趨勢(shì)，表明生態(tài)狀況逐漸好轉(zhuǎn)。

表2 研究區(qū)2010年和2017年生態(tài)脆弱性等級(jí)面積及占比Table 2 Comparison of area and proportion of different ecological vulnerability levels in the study area between 2010 and 2017

從生態(tài)脆弱性等級(jí)分布(圖2)可以明顯看出，2017年的生態(tài)狀況較2010年有了較大改變，其中查干淖爾湖以北的區(qū)域生態(tài)脆弱等級(jí)出現(xiàn)大幅下降，大部分極度脆弱區(qū)轉(zhuǎn)變成了中度和輕度脆弱。2010年和2017年研究區(qū)潛在脆弱和輕度脆弱區(qū)均主要分布在湖泊、河流周圍以及東南部的草地區(qū)；2010年研究區(qū)中度脆弱區(qū)域主要在呼日查干淖爾湖的大湖周圍及其以南的沙地區(qū)，而2017年的中度脆弱區(qū)域主要在干涸的大湖盆地和北部的臺(tái)地處；重度脆弱區(qū)仍分布在湖泊東部和西南部的裸地處；極度脆弱區(qū)由北向南轉(zhuǎn)移，其中研究區(qū)西南部的部分中度脆弱和重度脆弱區(qū)轉(zhuǎn)變成了極度脆弱。對(duì)比2期遙感影像發(fā)現(xiàn)，該區(qū)域2017年的植被覆蓋明顯高于2010年，且所用的2017年土地利用數(shù)據(jù)將研究區(qū)西南部的部分草地誤分為裸地，因而該區(qū)域的生態(tài)脆弱性可能存在部分偏差，但并不影響對(duì)研究區(qū)2個(gè)時(shí)期的整體生態(tài)脆弱性比較。

4.2 不同土地覆被情況下的生態(tài)脆弱性特征分析

為進(jìn)一步分析呼日查干淖爾地區(qū)生態(tài)脆弱性的空間分布特征，利用ArcMap 10.2軟件中的空間分析工具統(tǒng)計(jì)不同土地覆被情況下的各生態(tài)脆弱性等級(jí)面積，分析不同時(shí)期研究區(qū)的生態(tài)脆弱性與土地覆被之間的關(guān)系。研究區(qū)的土地覆被類型以草地和裸地為主，考慮到濕地、森林、農(nóng)田和不透水面的面積比較小，僅占研究區(qū)的0.1%左右，故該研究?jī)H分析水域、有植被覆蓋和無植被覆蓋這3種土地覆被情況下的生態(tài)脆弱性狀況。

表3的統(tǒng)計(jì)結(jié)果顯示，水域主要處于潛在脆弱狀態(tài)，2010和2017年分別有3.41%和2.63%的水域處于輕度脆弱狀態(tài)。從圖3可以看出，這部分水域幾乎都靠近湖岸，易受氣候和人類活動(dòng)的影響。植被覆蓋區(qū)域以輕度脆弱和中度脆弱為主，超過植被覆蓋面積的70%，其中2010年處于重度脆弱和極度脆弱狀態(tài)的植被覆蓋面積有71.553 6 km2，而到2017年其面積減少了93.31%，僅有4.783 5 km2。此外，2010—2017年呼日查干淖爾湖四周的植被明顯增多，且生態(tài)脆弱性等級(jí)也有所下降(圖3)。在無植被覆蓋區(qū)域，重度脆弱和極度脆弱區(qū)域面積之和超過了該區(qū)域的80%，且2010和2017年均有超過110 km2的區(qū)域處于中度脆弱狀態(tài)。從覆被面積來看，2010和2017年無植被覆蓋區(qū)域的面積均大于有植被覆蓋區(qū)，而2017年生態(tài)脆弱性指數(shù)低于2010年，有植被覆蓋區(qū)比2010年增加了17.33%，無植被覆蓋區(qū)減少了10.9%?？梢钥闯?，呼日查干淖爾地區(qū)的生態(tài)脆弱性與植被覆蓋有一定關(guān)聯(lián)?？傮w來看，研究區(qū)水域的生態(tài)脆弱性較為穩(wěn)定，有植被覆蓋區(qū)和無植被覆蓋區(qū)均處于不同程度的生態(tài)脆弱狀態(tài)。

表3 2010年和2017年研究區(qū)生態(tài)脆弱性等級(jí)與土地覆被的分區(qū)統(tǒng)計(jì)結(jié)果Table 3 Statistical results of ecological vulnerability levels and land covers in the study area in 2010 and 2017 km2

4.3 生態(tài)脆弱性的空間自相關(guān)特征分析

表4顯示，2010和2017年擬合效果最好的模型分別為指數(shù)模型和球狀模型，能很好地反映查干淖爾地區(qū)生態(tài)脆弱性的空間結(jié)構(gòu)特征。2010和2017年的基臺(tái)值分別為1.287和0.987，反映區(qū)域生態(tài)脆弱性指數(shù)的波動(dòng)較大。塊金值與基臺(tái)值的比值反映了生態(tài)脆弱性的空間相關(guān)性的程度，其值越大表明由隨機(jī)因素引起的空間異質(zhì)性越高[7]。該研究中，2010年的塊金值/基臺(tái)值為0.218，屬于強(qiáng)烈的空間相關(guān)性;2017年為0.499，屬于中等強(qiáng)度的空間相關(guān)性;說明該區(qū)域生態(tài)脆弱性的空間變化是結(jié)構(gòu)性因素(地形、土壤等)和隨機(jī)因素(如礦產(chǎn)開發(fā)、飛播造林造草、劃區(qū)輪牧等人為活動(dòng))共同作用的結(jié)果。其中，2010年由隨機(jī)因素引起的空間異質(zhì)性較小，而2017年由隨機(jī)因素引起的空間異質(zhì)性較大，這說明人類活動(dòng)在一定程度上影響了生態(tài)脆弱性的空間變化。變程是指變量的空間自相關(guān)尺度[24]，研究的變程均大于采用間距，說明采樣點(diǎn)具有代表性，且在500 m采樣間隔內(nèi)區(qū)域生態(tài)脆弱性具有較高的空間相關(guān)性。此外，區(qū)域化變量的變異函數(shù)還與方向有關(guān)[25]，該研究中生態(tài)脆弱程度的空間異質(zhì)性具有較為明顯的各向異性特點(diǎn)，其中2010年主要表現(xiàn)在45°和135°的方向上，而2017年主要表現(xiàn)在0°方向上，影響原因與降水、氣溫、植被等因子在不同方向上存在顯著差異有關(guān)。

表4 研究區(qū)生態(tài)脆弱性最優(yōu)理論變異函數(shù)Table 4 The optimal semi-variogram of ecological vulnerability in the study area

5 討論

從自然和人為因素的影響角度出發(fā)，基于RS和GIS技術(shù)，利用層次分析法、熵權(quán)法和綜合指數(shù)法對(duì)內(nèi)蒙古呼日查干淖爾地區(qū)的生態(tài)脆弱性進(jìn)行評(píng)價(jià)，綜合考慮了多方面生態(tài)脆弱性的影響因素和各個(gè)評(píng)價(jià)方法的優(yōu)缺點(diǎn)，使得評(píng)價(jià)結(jié)果更為合理。

研究發(fā)現(xiàn)查干淖爾地區(qū)的生態(tài)狀況整體較為脆弱，但從綜合生態(tài)脆弱性指數(shù)(IEV)來看，2017年較2010年有所降低，其生態(tài)狀況呈現(xiàn)好轉(zhuǎn)態(tài)勢(shì)，與牟艷軍等[26]的研究結(jié)果一致。研究區(qū)生態(tài)脆弱性較高的區(qū)域主要分布在裸地和低植被覆蓋區(qū)，這與其他類似研究[11,17]的結(jié)果一致。原因在于查干淖爾地區(qū)的裸地多由干涸的湖盆和退化的草場(chǎng)形成，其中干涸湖盆位于呼日查干淖爾湖的西側(cè)大湖，該湖為鹽堿湖，干涸后形成了大面積鹽堿地，研究區(qū)的裸地和低植被覆蓋區(qū)易受自然氣候條件和人類生產(chǎn)活動(dòng)的影響，出現(xiàn)土壤沙化、鹽漬化和鹽堿塵暴等一系列生態(tài)問題，使得該區(qū)域的生態(tài)環(huán)境較為脆弱。

研究區(qū)的生態(tài)脆弱性及其變化是自然因素和人為因素共同作用的結(jié)果，一方面，較之2010年，研究區(qū)2017年的降水量略有減少，氣溫略為升高，這符合查干淖爾流域氣候變化呈現(xiàn)暖干化的特征[9]，但該氣候變化不利于植被的生長(zhǎng)，且溫度、蒸發(fā)和降水變化對(duì)查干淖爾湖面積萎縮存在較大影響[9]，而對(duì)于典型的草原地區(qū)，水資源的變化又會(huì)對(duì)當(dāng)?shù)厣鷳B(tài)系統(tǒng)產(chǎn)生較大影響；另一方面，研究期間阿巴嘎旗政府開展了禁牧、休牧、劃區(qū)輪牧、飛播造林造草等一系列生態(tài)治理工作，加大了對(duì)草原生態(tài)系統(tǒng)的保護(hù)力度[27]，實(shí)施的生態(tài)恢復(fù)措施保障了牧草的正常生長(zhǎng)，增加了植被覆蓋度，從研究區(qū)不同土地覆被情況下的生態(tài)脆弱性特征可知，植被覆蓋區(qū)的生態(tài)脆弱性相對(duì)較小，植被對(duì)提高當(dāng)?shù)夭莸睾退蛏鷳B(tài)系統(tǒng)的適應(yīng)能力和抗干擾性起到了一定的促進(jìn)作用。

從研究區(qū)2010—2017年生態(tài)脆弱性的變化可以看出，盡管研究區(qū)的氣候條件對(duì)生態(tài)脆弱性起到了促進(jìn)作用，但在人類活動(dòng)(生態(tài)建設(shè))的影響下，研究區(qū)整體的生態(tài)環(huán)境仍朝著逐步改善的方向發(fā)展。即使在氣候變化的不利條件下仍可以通過合理配置資源和堅(jiān)持生態(tài)文明建設(shè)來維護(hù)生態(tài)系統(tǒng)的穩(wěn)定性和持續(xù)性，進(jìn)而達(dá)到社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展。有資料顯示，呼日查干淖爾湖目前仍存在水資源利用不合理現(xiàn)象[28]，因而該地區(qū)的生態(tài)保護(hù)力度仍需加強(qiáng)，在今后研究區(qū)的生態(tài)保護(hù)和修復(fù)工作中不僅要著重關(guān)注生態(tài)脆弱性較高的區(qū)域，還需加強(qiáng)對(duì)呼日查干淖爾湖流域水資源的管理，完善監(jiān)管機(jī)制，增強(qiáng)群眾的生態(tài)保護(hù)意識(shí)，以確保資源的合理利用以及流域內(nèi)植被的恢復(fù)和生長(zhǎng)。

6 結(jié)論

(1)呼日查干淖爾地區(qū)2010和2017年的綜合生態(tài)脆弱性指數(shù)分別為3.516 6和3.235 0，生態(tài)狀況總體呈現(xiàn)好轉(zhuǎn)態(tài)勢(shì)，但仍以中度脆弱、重度脆弱和極度脆弱為主，其面積超過了研究區(qū)的2/3。

(2)呼日查干淖爾地區(qū)潛在脆弱和輕度脆弱區(qū)主要分布在湖泊、河流流域和查干淖爾湖南部的高植被覆蓋區(qū)，中度脆弱區(qū)一般在低植被覆蓋區(qū)和干涸湖盆處，重度脆弱區(qū)和極度脆弱區(qū)主要分布在研究區(qū)東、西部和北部的裸地處。

(3)呼日查干淖爾湖以北的大部分區(qū)域的生態(tài)脆弱性等級(jí)高于以南的區(qū)域，但研究期間北部的生態(tài)脆弱性等級(jí)出現(xiàn)大面積降低現(xiàn)象，由極度脆弱向中度和輕度脆弱轉(zhuǎn)移。

(4)受自然因素和人為因素的共同作用，呼日查干淖爾地區(qū)生態(tài)脆弱性指數(shù)具有較強(qiáng)的空間自相關(guān)特征，其中2017年受人類活動(dòng)的影響比2010年大。研究區(qū)生態(tài)脆弱程度的空間異質(zhì)性還具有明顯的各向異性特點(diǎn)，2010年主要表現(xiàn)在45°和135°方向上，而2017年主要表現(xiàn)在0°方向上。