李洪廣, 周旭, 肖楊, 羅雪, 梁任剛, 楊大方

基于SRP模型的西南喀斯特山區(qū)生態(tài)脆弱性時空變化特征

李洪廣, 周旭*, 肖楊, 羅雪, 梁任剛, 楊大方

貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院, 貴陽 550025

生態(tài)脆弱性評價作為可持續(xù)發(fā)展的核心要素之一, 對區(qū)域生態(tài)管理和決策具有重要意義。基于SRP模型, 選擇人類活動、經(jīng)濟發(fā)展、地形、氣象、土壤、植被狀況、植被生產(chǎn)力等指標(biāo)構(gòu)建西南喀斯特山區(qū)生態(tài)脆弱性評價框架, 通過熵權(quán)法確定指標(biāo)權(quán)重, 分析該區(qū)2000—2018年不同地貌區(qū)、海拔梯度的生態(tài)脆弱性時空變化特征。結(jié)果表明: (1)研究區(qū)生態(tài)系統(tǒng)由中度-重度脆弱性轉(zhuǎn)變?yōu)檩p度-中度脆弱性, 生態(tài)脆弱性在空間上呈北高南低、中部高四周低的分布特征, 其變化呈顯著下降趨勢。(2)不同地貌區(qū)生態(tài)脆弱性指數(shù)(EVI)均呈下降趨勢, 且差異較大, 巖溶高原區(qū)的生態(tài)環(huán)境最為脆弱, 而其他喀斯特地貌區(qū)的生態(tài)環(huán)境較為脆弱, 非喀斯特地貌區(qū)生態(tài)環(huán)境最好。(3)不同海拔梯度EVI均呈下降趨勢, 而低山丘陵、低中山、中高山的EVI差異較小, 高山區(qū)的EVI遠高于前三個海拔梯度, 高山區(qū)生態(tài)環(huán)境最為脆弱, 低山丘陵區(qū)域的生態(tài)環(huán)境最好。

生態(tài)脆弱性; SRP模型; 地貌區(qū); 時空變化; 西南喀斯特山區(qū)

0 前言

近年來, 氣候變化以及人類活動對全球生態(tài)系統(tǒng)安全構(gòu)成巨大威脅, 其中生態(tài)脆弱性(Ecological Vulnerability, EV)問題尤為突出[1]。生態(tài)脆弱性是生態(tài)系統(tǒng)對外部干擾的抵抗力較弱的表現(xiàn), 并且存在著破壞自然環(huán)境的風(fēng)險, 其中涉及到生態(tài)系統(tǒng)的暴露程度、敏感性和適應(yīng)性等問題[2-3]。生態(tài)脆弱性評價作為應(yīng)對氣候變化、生態(tài)保護等研究領(lǐng)域的關(guān)鍵和基礎(chǔ), 已成為可持續(xù)發(fā)展的核心要素之一[4-5]。

目前, 關(guān)于生態(tài)脆弱性評價的模型眾多, 有遙感生態(tài)指數(shù)模型RSEI[6]、“結(jié)構(gòu)-功能-生境”模型[7]、SRP(敏感-恢復(fù)-壓力)模型[8]、PSR(壓力-狀態(tài)-響應(yīng))[9]、VSD(暴露-敏感-適應(yīng))模型[10]、“因果”模型[11]等被廣泛應(yīng)用于生態(tài)脆弱性評價中。其中基于“社會-自然”耦合系統(tǒng)SRP模型更適用于區(qū)域綜合性的生態(tài)脆弱性評價[12]。用于生態(tài)脆弱性評價的方法較多, 層次分析法[13]、模糊層次分析法[14]、空間主成分分析法[15]和熵權(quán)法[16]等方法均被廣泛應(yīng)用。熵權(quán)法作為客觀定權(quán)法, 根據(jù)指標(biāo)的信息熵確定指標(biāo)權(quán)重, 能夠消除人為因素的干擾, 相對依賴經(jīng)驗的主觀權(quán)重法, 其評價結(jié)果較為客觀, 在生態(tài)脆弱性評價中得到較為滿意的效果[16-17]。

中國西南地區(qū)(云南省、貴州省、廣西壯族自治區(qū))位于全球三大喀斯特集中分布區(qū)之一的東亞片區(qū)中心, 為典型的生態(tài)脆弱區(qū)[18]。地區(qū)政府在2000年后, 針對該區(qū)的生態(tài)問題, 開展了大規(guī)模退耕還林還草、石漠化治理和天然林保護等積極的自然保護活動。但隨著區(qū)域經(jīng)濟與城鎮(zhèn)化進程發(fā)展, 人類活動強度增加、經(jīng)濟發(fā)展快速, 生態(tài)系統(tǒng)特征已發(fā)生顯著變化。何敏等[19]基于2000—2015年的植被生產(chǎn)力(GPP)分析西南地區(qū)生態(tài)脆弱性的空間分布, 及其對地形和氣候因子的響應(yīng); BingGuo等[20]分析西南地區(qū)生態(tài)脆弱性時空變化趨勢, 并分析氣溫、降水、GDP對脆弱性的影響。西南地區(qū)地貌類型眾多, 人類活動強度不一, 導(dǎo)致不同地貌的生態(tài)環(huán)境差異較大。前人研究主要針對于整體的生態(tài)脆弱性時空特征及影響因素的研究, 而對喀斯特山區(qū)不同地貌以及海拔梯度的生態(tài)脆弱性相關(guān)研究較少。

因此, 本文以中國西南喀斯特山區(qū)為研究區(qū), 利用2000—2018年間MODIS遙感產(chǎn)品、地形數(shù)據(jù)、土壤數(shù)據(jù)、氣象數(shù)據(jù)、統(tǒng)計年鑒數(shù)據(jù), 基于SRP模型聯(lián)系構(gòu)建生態(tài)脆弱性評價指標(biāo)體系, 運用熵權(quán)法確定指標(biāo)權(quán)重, 完成生態(tài)脆弱性評價分析。從而掌握脆弱性總體變化趨勢, 分析脆弱性空間異質(zhì)性特征, 并揭示不同地貌區(qū)和海拔梯度的生態(tài)脆弱性時空分異特征, 為喀斯特生態(tài)系統(tǒng)管理與可持續(xù)發(fā)展決策等提供參考。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

云南省、貴州省、廣西壯族自治區(qū)三個省級行政區(qū)組成的西南喀斯特山區(qū), 其海拔沿著西北向東南方向降低, 平均海拔在1200 m左右, 地形復(fù)雜, 相對高差較大。西北部為青藏高原東南部的橫斷山脈南緣, 東北-西南向為云貴高原, 東南部為廣西丘陵地帶。該地區(qū)大部分區(qū)域基巖以裸露和半裸露的碳酸鹽巖為主, 按水利部《巖溶地區(qū)水土流失綜合治理技術(shù)標(biāo)準(zhǔn)SL461—2009》, 以縣域為基本單元劃定地貌類型, 巖溶中高山區(qū)(MH, 面積占5.43%)、巖溶峽谷區(qū)(KG, 8.73%)、斷陷盆地區(qū)(KB, 9.19%)、巖溶高原區(qū)(KP, 6.97%)、巖溶槽谷區(qū)(KT, 6.27%)、峰叢洼地區(qū)(PC, 20.84%)、峰林平原區(qū)(PF, 8.27%)和非喀斯特地貌區(qū)(NK, 34.30%)。其結(jié)果如圖1所示。該區(qū)氣候以亞熱帶季風(fēng)氣候為主, 年平均氣溫17 ℃左右, 年平均降水量約1000 mm。該區(qū)降水時空分布不均, 其喀斯特獨特的二元水文結(jié)構(gòu)致使研究區(qū)內(nèi)干旱、洪澇等自然災(zāi)害問題頻發(fā)。

1.2 數(shù)據(jù)來源

2000—2018年的MODIS數(shù)據(jù)來源于NASA網(wǎng)站(https://search.earthdata.nasa.gov/), DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云網(wǎng)站(http://www.gscloud.cn/)。土壤和行政區(qū)劃等矢量數(shù)據(jù)從國家喀斯特石漠化防治工程技術(shù)研究中心獲取, 氣象數(shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/), 人口以及經(jīng)濟數(shù)據(jù)來源于云南、貴州、廣西統(tǒng)計年鑒中縣級統(tǒng)計數(shù)據(jù)。MODIS數(shù)據(jù)用MRT工具進行波段提取、格式轉(zhuǎn)換和投影變換后, 用IDL編程語言實現(xiàn)MODIS數(shù)據(jù)最大值合成及年總和合成, 去除云、大氣以及太陽高度角的影響。氣象數(shù)據(jù)采用Aunsplin氣象插值軟件進行空間插值。人口密度、GDP密度數(shù)據(jù)是根據(jù)統(tǒng)計年鑒中的統(tǒng)計數(shù)據(jù)除以行政區(qū)面積所得到的。最后將所有數(shù)據(jù)均轉(zhuǎn)換為WGS_1984_Albers等積投影, 重采樣成500 mí500 m空間分辨率像元。

圖1 研究區(qū)高程以及地貌區(qū)分布

Figure 1 The elevation and geomorphologic region distribution of the study area

1.2 評價方法

1.2.1 指標(biāo)選擇

基于SRP模型, 根據(jù)西南喀斯特山區(qū)環(huán)境特征, 共選15個指標(biāo)(表1), 評估生態(tài)脆弱性。生態(tài)敏感性是指生態(tài)系統(tǒng)在受到壓力后的響應(yīng)程度, 取決于生態(tài)系統(tǒng)所處的環(huán)境因素。針對西南喀斯特山區(qū)存在地形破碎、坡度大、土壤貧瘠與疏松缺水、常年云霧遮蓋、植被空間分布差異大等問題。選擇地形起伏度、坡度、土壤可蝕性、降水量、平均氣溫、日照時數(shù)、相對濕度、增強型植被指數(shù)、葉面積指數(shù)等指標(biāo)表征生態(tài)敏感性[12,21-22]。生態(tài)恢復(fù)力是指系統(tǒng)在經(jīng)歷變化以保留基本相同的功能, 結(jié)構(gòu), 特性和反饋的同時, 能夠抵抗干擾和重組的能力, 以凈初級生產(chǎn)力和總初級生產(chǎn)力等指標(biāo)表征生態(tài)恢復(fù)力[23-24]。生態(tài)系統(tǒng)壓力是指外部環(huán)境對生態(tài)系統(tǒng)的干擾程度, 一般來自于人類活動以及生產(chǎn)需求, 本文以人口密度、GDP密度、第一產(chǎn)業(yè)和第二產(chǎn)業(yè)的產(chǎn)值占GDP比值等指標(biāo)表征生態(tài)壓力[8,16]。

生態(tài)脆弱性評價中各指標(biāo)具有不同的性質(zhì)與不同量綱, 無法直接進行生態(tài)脆弱性的評價, 因此, 必須對各評價指標(biāo)進行標(biāo)準(zhǔn)化處理, 以解決指標(biāo)間無法直接比較的矛盾。對脆弱性有正向相關(guān)的指標(biāo)用公式(1)進行標(biāo)準(zhǔn)化, 對脆弱性呈負(fù)向相關(guān)的指標(biāo)用公式(2)進行標(biāo)準(zhǔn)化[25]。

式中:G為正向指標(biāo)標(biāo)準(zhǔn)化值,G為負(fù)向指標(biāo)標(biāo)準(zhǔn)化值,max、min為指標(biāo)的最大、最小值。

1.2.2 綜合評價

熵權(quán)法屬于客觀定權(quán)法, 是生態(tài)脆弱性評價中常用的定權(quán)法之一, 其基本原理是具體指標(biāo)相關(guān)信息的分散程度確定指標(biāo)的權(quán)重。通常情況下, 指標(biāo)的信息熵越小, 其能提供的信息差異就越大, 意味著在評價中的權(quán)重越大[26](表2)。利用綜合指數(shù)法, 將標(biāo)準(zhǔn)化后的評價指標(biāo)與對應(yīng)指標(biāo)權(quán)重的乘積之和作為西南喀斯特山區(qū)的生態(tài)脆弱性指數(shù), 其計算公式如下:

表1 脆弱性評價指標(biāo)概述

=11+22+…+NY(3)

式中:為生態(tài)脆弱性指數(shù)(Ecological Vulnera-bility Index),N為第個評價指標(biāo),Y為第個評價指標(biāo)權(quán)重。

為方便數(shù)據(jù)統(tǒng)計分析, 將評價結(jié)果乘以10得到EVI柵格數(shù)據(jù)集[6]。為便于生態(tài)系統(tǒng)脆弱性時空變化對比分析, 將EVI進行分級處理。根據(jù)已有研究的相關(guān)分級標(biāo)準(zhǔn)及研究區(qū)實際情況[26], 采用自然斷點法NBC對EVI進行分級, 將西南喀斯特山區(qū)的EVI劃分為5級: 微度脆弱(I: EVI<2.786)、輕度脆弱(II: 2.7864.978)。

2 結(jié)果分析

2.1 生態(tài)脆弱性時空分布特征

2.1.1 脆弱性時序變化

西南喀斯特山區(qū)EVI時序變化特征如圖2所示。研究區(qū)年際EVI均值總體呈現(xiàn)顯著下降趨勢, 具體表現(xiàn)為先上升、后下降, 表明研究區(qū)的生態(tài)環(huán)境逐步改善(圖2a)。其中2005年EVI最大(4.05), 2018年最小(3.55), 2000—2018年EVI平均值為3.84, 總體為中度脆弱性。對比2000—2018年不同等級脆弱性面積占比發(fā)現(xiàn)(圖2b), 研究區(qū)由中度、重度脆弱性為主(54.7%)轉(zhuǎn)變?yōu)橐暂p度、中度脆弱性為主(59.91%), 且不同脆弱等級面積占比變化差異顯著, 整體表現(xiàn)為微度、輕度脆弱性占比大幅上升, 重度、極度脆弱性占比大幅下降, 中度脆弱性占比變化較為穩(wěn)定。其中微度脆弱性呈現(xiàn)先下降后上升的變化趨勢, 增幅為7.4%; 輕度脆弱表現(xiàn)為上升趨勢, 增幅為13.3%; 中度脆弱性先上升后下降, 2010年最大(34.2%), 2000年最小(26.2%), 最終降幅為1.5%; 重度脆弱表現(xiàn)為下降趨勢, 降幅為15.6%; 極度脆弱性呈現(xiàn)先上升、再下降、最后穩(wěn)定不變的變化趨勢, 2005年最大(14.1%), 2018年最小(6.0%), 相差8.1%, 而極度脆弱性占比從2010—2018年變化較小。

2.1.2 脆弱性空間變化

受水平地帶性、氣候、地質(zhì)巖性、地形地貌等因素的綜合影響, 研究區(qū)的生態(tài)脆弱性等級呈現(xiàn)北高南低、中部高四周低的空間分布格局(圖3)。其中微度脆弱性主要分布于云南西南部、廣西防城港、梧州-賀州等地, 輕度脆弱性主要分布于貴州-廣西交界東部以及云南瀘水-大理-楚雄-玉溪一帶, 該區(qū)是非喀斯特地貌, 水熱條件充沛、植被狀況良好, 且水土流失等生態(tài)問題較少。中度脆弱性主要分布于云南東南部、昭通, 貴州四周以及廣西西北部、欽州、桂林等地, 部分零散分布于云南西北部。重度脆弱性主要分布于貴州省、云南東部, 極度脆弱性集中分布于貴州西北部以及云南-貴州交界處, 該區(qū)地表崎嶇破碎、巖溶地貌發(fā)育強烈、植被覆蓋狀況差、水土流失以及石漠化問題嚴(yán)重、土層淺薄, 生態(tài)系統(tǒng)基底差。同時還是國家集中連片貧困區(qū), 農(nóng)業(yè)人口密度較大、貧困發(fā)生率較高, 脆弱的自然生態(tài)本底遇上強烈的農(nóng)業(yè)開發(fā)活動, 使其脆弱性等級長期居高不下; 重度、極度脆弱性還零散分布在云南西北部三江并流縱向嶺谷區(qū)、云南昆明、曲靖以及廣西南寧、來賓、柳州等城市區(qū)以及農(nóng)業(yè)區(qū)。2000—2018年間, 研究區(qū)存在部分生態(tài)環(huán)境變化明顯的區(qū)域, 如貴州省以及同云南交界處以重度、極度脆弱為主, 轉(zhuǎn)變?yōu)橐灾卸却嗳跣詾橹? 廣西西部以及同云南交界處從以中度脆弱為主, 轉(zhuǎn)為以輕度脆弱為主; 云南個舊-文山以及廣西中部從以極度脆弱為主, 轉(zhuǎn)為以中度、輕度脆弱為主?？傮w上, 研究區(qū)內(nèi)中度、重度、極度脆弱性面積減少區(qū)域主要集中分布于云南東部、貴州省內(nèi)以及廣西西部, 可能是大量勞動人口向城市和其它省份遷移, 減少人口壓力, 并且隨著技術(shù)以及社會基礎(chǔ)設(shè)施的完善, 生活能源由薪材變?yōu)殡娏?、天然氣等環(huán)保能源, 減少對林業(yè)和農(nóng)業(yè)的需求。

表2 評價指標(biāo)權(quán)重

圖2 西南喀斯特山區(qū)EVI時序變化特征(a. 年際EVI平均值, b. 不同等級脆弱性面積占比)

Figure 2 Characteristics of EVI time series changes in southwest karst mountainous areas (a. Inter-annual EVI average , b. Percentage of areas with different levels of vulnerability)

2.2 不同地貌區(qū)生態(tài)脆弱性變化

西南喀斯特山區(qū)地貌變化復(fù)雜, 不同地貌區(qū)之間的自然生境條件以及人類活動強度不同, 其生態(tài)脆弱性大小也不同, 因此對不同地貌區(qū)的EVI平均值進行統(tǒng)計, 結(jié)果如圖4所示?？傮w上, 不同地貌區(qū)的EVI均呈下降趨勢, 其中峰叢洼地區(qū)EVI下降幅度最大(0.63), 其次是巖溶峽谷區(qū)(0.58)、巖溶槽谷區(qū)(0.55), 而其它地貌區(qū)的EVI下降幅度相差較小, 在0.3—0.4之間。這一變化表明, 在2000—2018年間, 峰叢洼地區(qū)、巖溶峽谷區(qū)、巖溶槽谷區(qū)的生態(tài)環(huán)境改善效果最好, 主要是這三個地貌區(qū)在2000年時生態(tài)環(huán)境較差、, 但水熱條件較為充沛, 區(qū)域內(nèi)以農(nóng)業(yè)活動為主, 經(jīng)濟發(fā)展速度緩慢, 生態(tài)壓力較其它區(qū)域的要小, 因此石漠化治理以及退耕還林等生態(tài)治理活動對生態(tài)環(huán)境改善作用要大于其它區(qū)域。通過EVI平均值可以發(fā)現(xiàn)巖溶高原區(qū)的生態(tài)環(huán)境最為脆弱, 而其它喀斯特地貌區(qū)的生態(tài)較為脆弱, 非喀斯特地貌生態(tài)脆弱性最小, 大小排序為巖溶高原區(qū)>巖溶槽谷區(qū)>巖溶峽谷區(qū)>巖溶中高山區(qū)>斷陷盆地區(qū)>峰林平原區(qū)>峰叢洼地區(qū)>非喀斯特地貌區(qū)。

如圖5所示, 從總體上看, 2000—2018年期間不同地貌區(qū)脆弱性重度、極度脆弱性等級面積占比都有不同程度減少, 微度、輕度脆弱性等級面積占比逐步增大, 表明不同地貌區(qū)生態(tài)狀況總體變好。其中, 極度、重度脆弱性等級占比及變化較大的是巖溶高原區(qū)、巖溶槽谷區(qū)和巖溶峽谷區(qū), 分別從85.51%、75.4%、63.0%轉(zhuǎn)變?yōu)?8.7%、29.6%、32.3%, 下降了26.8%、45.8%、30.7%; 中度脆弱性占比減少的只有非喀斯特地貌區(qū)和峰叢洼地區(qū), 而巖溶槽谷區(qū)增長最大, 從18.6%增至46.7%, 增長了28.1%, 輕度、微度脆弱性占比最大的一直是非喀斯特地貌區(qū), 從57.9%增至72.8%, 而巖溶高原區(qū)和巖溶槽谷區(qū)的微度脆弱性占比一直為0, 占比增長最大的是峰叢洼地區(qū), 增大了42.2%。變化表明, 巖溶高原區(qū)、巖溶槽谷區(qū)的生態(tài)脆弱性等級一直較高, 生態(tài)環(huán)境較差, 非喀斯特地貌區(qū)生態(tài)環(huán)境一直較好, 且進一步改善, 其它地貌區(qū)生態(tài)環(huán)境都有不同程度的改善。

圖3 2000—2018年西南喀斯特山區(qū)脆弱性等級空間分布狀況

Figure 3 The spatial distribution of vulnerability levels in Southwestern karst mountains from 2000 to 2018

注: KP: 巖溶高原區(qū)、KT: 巖溶槽谷區(qū)、KG: 巖溶峽谷區(qū)、MH: 巖溶中高山區(qū)、KB: 斷陷盆地區(qū)、PF: 峰林平原區(qū)、PC: 峰叢洼地區(qū)、NK: 非喀斯特地貌區(qū)。

Figure 4 Change of EVI average value in different geomorphic areas

2.3 不同海拔梯度生態(tài)脆弱性變化

西南山區(qū)相對高差在5000 m以上, 不同海拔梯度氣候特征、植被狀況以及地表裸露等具有明顯差異, 導(dǎo)致生態(tài)脆弱性差異明顯。因此, 有必要研究西南山區(qū)在不同海拔梯度下的生態(tài)脆弱性垂直地帶性差異?；谖髂仙絽^(qū)海拔分布特征, 依據(jù)陳志明[27]等劃分標(biāo)準(zhǔn), 將西南山區(qū)的海拔梯度劃分為(圖6a): (1)低山丘陵(海拔<800 m, 面積占比33.1%), (2)低中山(海拔800—2000 m, 47.9%), (3)高中山(2000—3000 m, 15.0%), (4)高山(海拔>3000 m, 4.0%)。按照劃分后海拔梯度分別統(tǒng)計EVI平均值以及脆弱性等級面積占比。

從圖6b中得出, 研究區(qū)中低山丘陵、低中山、中高山三個海拔梯度的EVI整體相當(dāng)接近, 而高山區(qū)EVI明顯較高。結(jié)合圖3以及圖6a可知, 低山丘陵、低中山、中高山均存在EVI高值和低值, 導(dǎo)致EVI均值相當(dāng)接近。2000—2018年間, 四個區(qū)域的EVI均呈現(xiàn)下降趨勢, 僅低山丘陵和低中山區(qū)在2005年出現(xiàn)上升狀況, 其中低山丘陵和低中山的EVI下降幅度最大(0.43), 高中山次之(0.4), 高山最小(0.37)。這一變化主要是由于低山丘陵和低中山海拔低、水熱條件較為充沛, 適宜人類生存, 是人類農(nóng)業(yè)活動的主要區(qū)域, 對農(nóng)業(yè)的依賴度較高, 同時西南喀斯特山區(qū)生態(tài)基底較好和較差區(qū)域都在其中, 人類活動易對生態(tài)系統(tǒng)造成影響。而高中山和高山區(qū)域因為海拔較高、離海域較遠、水熱條件不佳, 生態(tài)基底較弱, 抗干擾能力較差, 生態(tài)修復(fù)效果不佳, 且容易到達生態(tài)環(huán)境上限, 如高山區(qū)2018年相比2015年, EVI值沒有變動。

圖5 不同地貌區(qū)脆弱性等級面積占比

Figure 5 Proportion of the area of different geomorphic areas with vulnerability levels

從圖7可知, 高山區(qū)從重度、極度脆弱區(qū)轉(zhuǎn)為中度、重度脆弱區(qū), 而低山丘陵、低中山、中高山的EVI雖然接近, 但脆弱性等級面積占比并不相同。2000年時, 低山丘陵是中度(30.3%)、重度脆弱性(30.9%)占比最大, 低中山重度脆弱性占比最大(28.0%), 高中山則是輕度脆弱性占比最大(27.5%)。2018年時, 三個區(qū)域都是輕度脆弱性占比最大, 其次是中度脆弱性, 其中低山丘陵的輕度脆弱性占比最大(38.3%), 其次是高中山(33.0%), 最后是低中山(29.2%), 中度脆弱性在三個區(qū)域中占比差異較小, 微度脆弱性在低中山占比最大(24.0%), 其它兩個區(qū)域占比較低, 主要是因為云南西南部位于低中山。高山是生態(tài)環(huán)境最為脆弱的區(qū)域, 低山丘陵的生態(tài)環(huán)境較好。

3 討論

本研究的生態(tài)脆弱性評價結(jié)果空間分布格局和時序變化趨勢同前人[20]研究成果對比大致相同。將研究結(jié)果同國家林草局2012年6月發(fā)布的《中國石漠化狀況公報》對比發(fā)現(xiàn), 研究區(qū)內(nèi)的中度、重度、極度脆弱性區(qū)域基本位于石漠化區(qū)域, 表明該研究結(jié)果具有一定的可靠性, 進一步說明構(gòu)建的評價體系與評價方法具有實用性, 為其它區(qū)域生態(tài)脆弱性評價提供一定的參考。

從表2評價指標(biāo)各年的權(quán)重變化可以看出, 最大權(quán)重指標(biāo)一直是葉面積指數(shù), 其次2000—2015年是年日照時數(shù), GDP密度的權(quán)重一直呈上升趨勢, 在2018年時僅次于葉面積指數(shù)。表明在2000—2015年時, 西南喀斯特山區(qū)生態(tài)脆弱性在2000—2015年時主要受到葉面積指數(shù)和年日照時數(shù)影響, 而2018年時主要是葉面積指數(shù)和GDP密度影響生態(tài)脆弱性空間分布。GDP密度權(quán)重的變化可見研究區(qū)的生態(tài)壓力逐漸增大, 但第一、第二產(chǎn)業(yè)占GDP比重的權(quán)重卻呈下降趨勢, 這一變化較為符合研究區(qū)的產(chǎn)業(yè)比重變化對生態(tài)環(huán)境的影響, 在過去18年里西南喀斯特山區(qū)GDP保持著快速增長, 但其中第三產(chǎn)業(yè)占比不斷上升, 第一、第二產(chǎn)業(yè)的占比不斷下降, 表明該地區(qū)的第一、第二產(chǎn)業(yè)對生態(tài)環(huán)境影響越來越小。而其它評價指標(biāo)的權(quán)重變化差異較小, 表明這些評價指標(biāo)對生態(tài)脆弱性的影響較為穩(wěn)定。因此, 西南喀斯特山區(qū)生態(tài)脆弱性呈顯著下降趨勢主要是植被恢復(fù)和經(jīng)濟模式向環(huán)保方向發(fā)展等原因。所以西南喀斯特山區(qū)應(yīng)繼續(xù)對中度及以上脆弱性區(qū)域開展退耕還林還草和石漠化治理等生態(tài)修復(fù)工程, 其中中度及以上脆弱性等級主要是位于石漠化區(qū)域, 更需要繼續(xù)開展石漠化治理工程, 增強這些區(qū)域的植被覆蓋; 微度和輕度脆弱性區(qū)域應(yīng)當(dāng)對生態(tài)環(huán)境進行保護利用, 降低人類活動對該區(qū)域的影響, 不可過度開發(fā)。

目前許多優(yōu)秀學(xué)者針對西南喀斯特山區(qū)生態(tài)脆弱性評價已展開大量研究, 本研究只是在前人基礎(chǔ)上, 基于SRP模型評價了西南喀斯特山區(qū)生態(tài)脆弱性, 并分析了不同地貌以及海拔梯度的生態(tài)脆弱性時空變化, 但還存在諸多問題尚待解決: (1)各評價指標(biāo)都有適宜性范圍, 超過適宜性范圍后對生態(tài)系統(tǒng)的影響都將沒有差別, 并且區(qū)域不同, 評價指標(biāo)的適宜性范圍也不同, 因此, 應(yīng)當(dāng)對評價指標(biāo)的適宜性范圍進行研究。(2)雖然中央和地方政府投入大量資金, 開展大量的區(qū)域生態(tài)環(huán)境治理工程, 但工程的投入與治理成果對生態(tài)脆弱性的具體影響尚不明晰, 因此在今后的研究中應(yīng)考慮到生態(tài)工程的投入治理效果。

圖6 不同海拔梯度空間分布及EVI變化狀況(a.海拔梯度空間分布, b.不同海拔梯度EVI變化狀況)

Figure 6 Spatial distribution of different altitude gradients and EVI change status (a. Spatial distribution of altitude gradient, b. EVI change status of different altitude gradients)

圖7 不同海拔梯度脆弱性等級面積占比狀況

Figure 7 The proportion of the area of different altitude gradient vulnerability grades

4 結(jié)論

本研究基于自然-社會耦合系統(tǒng)的SRP模型, 選擇人類活動以及經(jīng)濟發(fā)展指標(biāo)表征生態(tài)壓力, 地形、氣象、土壤和植被狀況反映生態(tài)敏感性, 植被生產(chǎn)力反映生態(tài)恢復(fù)力, 構(gòu)建西南喀斯特山區(qū)的生態(tài)脆弱性評價指標(biāo)體系, 使用熵權(quán)法確定評價指標(biāo)權(quán)重, 運用遙感和GIS技術(shù), 對該區(qū)2000—2018年的生態(tài)脆弱性進行了評價以及分析其時空演變特征, 并分析不同地貌區(qū)以及海拔梯度的EVI變化。得出以下結(jié)論:

(1)2000—2018年研究區(qū)生態(tài)系統(tǒng)由中度-重度脆弱性轉(zhuǎn)為輕度-中度脆弱性, EVI空間上呈北高南低、中部高四周低的分布特征, 其變化呈顯著下降趨勢。研究區(qū)內(nèi)微度、輕度脆弱主要分布于云南西南部、廣西四周, 中度脆弱性主要分布于云南東南部、昭通、貴州四周以及廣西西北部, 重度、極度脆弱性主要分布于貴州省內(nèi)以及廣西、云南城市周圍。

(2)不同地貌區(qū)EVI均呈下降趨勢, 且差異較大, 其平均值大小排序為: 巖溶高原區(qū)>巖溶槽谷區(qū)>巖溶峽谷區(qū)>巖溶中高山區(qū)>斷陷盆地區(qū)>峰林平原區(qū)>峰叢洼地區(qū)>非喀斯特地貌區(qū)。EVI降幅最大的是峰叢洼地區(qū)、巖溶峽谷區(qū), 最小的是巖溶高原區(qū)?？傮w上, 巖溶高原區(qū)的生態(tài)環(huán)境最差, 而其它喀斯特地貌區(qū)的生態(tài)環(huán)境較為脆弱, 非喀斯特地貌生態(tài)環(huán)境最好。

(3)西南喀斯特山區(qū)不同海拔梯度EVI均呈下降趨勢, 而低山丘陵、低中山、中高山的EVI差異較小, 高山區(qū)EVI遠高于前三個海拔梯度。高山區(qū)生態(tài)環(huán)境最為脆弱, 低山丘陵區(qū)域的生態(tài)環(huán)境較好。

[1] 馬駿, 李昌曉, 魏虹, 等. 三峽庫區(qū)生態(tài)脆弱性評價[J]. 生態(tài)學(xué)報, 2015, 35(21): 7117–7129.

[2] ZOU Taohong, YOSHINO K. Environmental vulnerability evaluation using a spatial principal components approach in the Daxing’anling region, China[J]. Ecological Indicators, 2017, 78: 405–415.

[3] BEROYA-EITNER M A. Ecological vulnerability indicators[J]. Ecological Indicators, 2016, 60: 329– 334.

[4] ZOU Hui, DUAN Xuejun, YE Lei, et al. Locating Sustainability Issues: Identification of Ecological Vulnera-bility in Mainland China’s Mega-Regions[J]. Sustainability, 2017, 9(7): 1179.

[5] SAHOO S, DHAR A, KAR A. Environmental vulnerability assessment using Grey Analytic Hierarchy Process based model[J]. Environmental Impact Assessment Review, 2016, 56: 145–154.

[6] 郭澤呈, 魏偉, 龐素菲, 等. 基于SPCA和遙感指數(shù)的干旱內(nèi)陸河流域生態(tài)脆弱性時空演變及動因分析——以石羊河流域為例[J]. 生態(tài)學(xué)報, 2019, 39(7): 2558–2572.

[7] 高江波, 侯文娟, 趙東升, 等. 基于遙感數(shù)據(jù)的西藏高原自然生態(tài)系統(tǒng)脆弱性評估[J]. 地理科學(xué), 2016, 36(4): 580–587.

[8] YANG Haifeng, ZHAI Guofang, ZHANG Yan. Ecological vulnerability assessment and spatial pattern optimization of resource-based cities: A case study of Huaibei City, China[J]. Human and Ecological Risk Assessment, 2020(11): 1–20.

[9] 薛聯(lián)青, 王晶, 魏光輝. 基于PSR模型的塔里木河流域生態(tài)脆弱性評價[J]. 河海大學(xué)學(xué)報:自然科學(xué)版,2019, 1: 13–19.

[10] 周夢云, 蔡永立, 張瑞峰, 等. 寧夏賀蘭山國家級自然保護區(qū)建立前后區(qū)域生態(tài)脆弱性時空格局變化研究[J]. 生態(tài)科學(xué), 2019, 38(5): 78–85.

[11] LIU Guangjie, WANG Jinliang, LI Shihua, et al. Dynamic Evaluation of Ecological Vulnerability in a Lake Watershed Based on RS and GIS Technology[J]. Polish Journal of Environmental Studies, 2019, 28(3): 1785–1798.

[12] 馬子惠, 馬書明, 張樹深, 大連市生態(tài)脆弱性評價及其不確定性分析[J]. 水土保持通報, 2019. 39(3): 237–242+ 262+313–314.

[13] 張超, 聞國靜, 劉云根, 等. 典型巖溶濕地流域生態(tài)脆弱性演變及突變特征[J]. 林業(yè)資源管理, 2019(3): 57–65.

[14] XUE Lianqing, WANG Jing, ZHANG Luochen, et al. Spatiotemporal analysis of ecological vulnerability and management in the Tarim River Basin, China[J]. The Science of the Total Environment, 2019, 649: 876–888.

[15] DING Qian, SHI Xun, ZHUANG Dafang, et al. Temporal and Spatial Distributions of Ecological Vulnerability under the Influence of Natural and Anthropogenic Factors in an Eco-Province under Construction in China[J]. Sustaina-bility, 2018, 10(9): 3087.

[16] LIU Chunxia, HE Qingqing, LI Yuechen. Spatiotemporal Evaluation of Socio-Ecological-Economic System Vulnera-bility: A County-Level Analysis of Chongqing, China[J]. Sustainability, 2020, 12(9): 3912.

[17] TAI Xiaoli, XIAO Wu, TANG Yuxuan. A quantitative assessment of vulnerability using social-economic-natural compound ecosystem framework in coal mining cities[J]. Journal of Cleaner Production, 2020, 258: 120969.

[18] ZHOU Qiuwen, Luo Ya, ZHOU Xu, et al. Response of vegetation to water balance conditions at different time scales across the karst area of southwestern China—A remote sensing approach[J]. Science of the Total Environment, 2018, 645: 460–470.

[19] 何敏, 王鶴松, 孫建新. 基于植被生產(chǎn)力的西南地區(qū)生態(tài)系統(tǒng)脆弱性特征[J]. 應(yīng)用生態(tài)學(xué)報, 2019, 30(2): 429– 438.

[20] GUO Bing , LUO Wei , ZANG Wenqian. Spatial-temporal shifts of ecological vulnerability of Karst Mountain ecosystem-impacts of global change and anthropogenic interference[J]. Science of The Total Environment, 2020, 140256.

[21] LIU Di, CAO Chunxiang, DUBOVYK O, et al. Using fuzzy analytic hierarchy process for spatio-temporal analysis of eco-environmental vulnerability change during 1990–2010 in Sanjiangyuan region, China[J]. Ecological Indicators, 2017, 73: 612–625.

[22] 陸海燕, 孫桂麗, 李路, 等. 基于VSD模型的新疆生態(tài)脆弱性評價[J]. 新疆農(nóng)業(yè)科學(xué), 2020, 57(2): 292–302.

[23] KUMAR M, SAVITA, SINGH H, et al. Assessing vulnerability of forest ecosystem in the Indian Western Himalayan region using trends of net primary produc-tivity[J]. Biodiversity and Conservation, 2019, 28(8): 2163–2182.

[24] 賈晶晶, 趙軍, 王建邦, 等. 基于SRP模型的石羊河流域生態(tài)脆弱性評價[J]. 干旱區(qū)資源與環(huán)境, 2020, 34(1): 34–41.

[25] KANG Hou, TAO Wendong, CHANG Yue, et al. A feasible method for the division of ecological vulnerability and its driving forces in Southern Shaanxi[J]. Journal of Cleaner Production, 2018, 205: 619–628.

[26] 王群, 銀馬華, 楊興柱, 等. 大別山貧困區(qū)旅游地社會—生態(tài)系統(tǒng)脆弱性時空演變與影響機理[J]. 地理學(xué)報, 2019, 74(8): 1663–1679.

[27] 陳志明. 論中國地貌圖的研制原則、內(nèi)容與方法——以1: 4000000全國地貌圖為例[J]. 地理學(xué)報, 1993(02): 105–113.

Temporal and spatial changes of ecological vulnerability in southwestern karst mountains based on SRP model

LI Hongguang, ZHOU Xu*, XIAO Yang, LUO Xue, LIANG Rengang, YANG Dafang

School of Geography and Environmental Science, Guizhou Normal University, Guiyang 550025, China

As one of the core elements of sustainable development, ecological vulnerability assessment is of great significance to regional ecological management and decision-making. Based on the SRP model, indicators such as human activities, economic development, topography, weather, soil, vegetation status, and vegetation productivity are selected to construct a framework for evaluating the ecological vulnerability of karst mountainous areas in southwestern China. The index weights were determined by entropy weighting method and the difference between 2000 and 2018 in this area was analyzed. Temporal and spatial changes of ecological vulnerability in geomorphic regions and altitude gradients were analyzed. The results show that: (1) The ecological system in the study area has changed from moderate-severe vulnerability to mild-moderate vulnerability. The ecological vulnerability is spatially high in the north and low in the south, and high in the middle and low in the surrounding area, with a significant downward trend. (2) The ecological vulnerability index (EVI) of different geomorphic areas shows a downward trend, and the differences are large. The ecological environment of karst plateau areas is the most vulnerable, while the ecological environment of other karst geomorphic areas is relatively fragile, and the ecological environment of non-karst geomorphic areas is the most vulnerable. (3) The EVI of different altitude gradients shows a downward trend, while the EVI of low hills, low mid-mountains, and mid-high mountains have relatively small differences. The EVI of high mountain areas iss much higher than the first three altitude gradients. The ecological environment in the hilly area is the best.

ecological vulnerability; SRP model; geomorphic area; temporal and spatial changes;southwestern karst mountains

李洪廣, 周旭, 肖楊, 等. 基于SRP模型的西南喀斯特山區(qū)生態(tài)脆弱性時空變化特征[J]. 生態(tài)科學(xué), 2021, 40(3): 238–246.

LI Hongguang, ZHOU Xu, XIAO Yang, et al. Temporal and spatial changes of ecological vulnerability in southwestern karst mountains based on SRP model[J]. Ecological Science, 2021, 40(3): 238–246.

10.14108/j.cnki.1008-8873.2021.03.028

X22

A

1008-8873(2021)03-238-09

2020-10-10;

2020-11-20

國家自然科學(xué)基金委員會-貴州省人民政府喀斯特科學(xué)研究中心項目(U1812401);貴州省人民政府學(xué)位委員會辦公室研究生教育教學(xué)改革重點課題(黔教合YJSCXJH(2020)008); 貴州省科學(xué)技術(shù)項目(黔科合基礎(chǔ)［2017］1131); 貴州省科技支撐項目(黔科合支撐［2017］2855)

李洪廣(1995—), 男, 貴州安順人, 碩士研究生, 主要從事地理信息系統(tǒng)與遙感研究, E-mail: 937113543@qq.com

周旭, 男, 博士, 副教授, 主要從事遙感水文與流域管理, E-mail: zxzy8178@163.com