張學(xué)淵,魏 偉,*,周 亮,郭澤呈 ,李振亞,張 靜,頡斌斌

1 西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院, 蘭州 730070 2 中國科學(xué)院地理科學(xué)與資源研究所資源與環(huán)境信息系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室, 北京 100010 3 蘭州城市學(xué)院 旅游學(xué)院, 蘭州 730070

生態(tài)脆弱性理論起源于20世紀(jì)初Clement提出的生態(tài)過渡帶理論[1],此理論經(jīng)過不斷的發(fā)展,逐漸成為生態(tài)脆弱性研究[2]。生態(tài)脆弱性是生態(tài)系統(tǒng)由于暴露于環(huán)境和社會(huì)變化帶來的壓力并缺乏適應(yīng)能力而容易受到損害的一種狀態(tài)[2]。隨著社會(huì)經(jīng)濟(jì)的發(fā)展,人類活動(dòng)對(duì)生態(tài)環(huán)境影響的深度和廣度不斷擴(kuò)大[3]。作為衡量可持續(xù)發(fā)展的一個(gè)重要指標(biāo),生態(tài)脆弱性、生態(tài)脆弱性評(píng)估、生態(tài)脆弱性的驅(qū)動(dòng)力分析及脆弱生態(tài)環(huán)境的恢復(fù)重建等研究逐漸成為全球性熱點(diǎn)[4]。當(dāng)前,國內(nèi)學(xué)者對(duì)生態(tài)脆弱性的評(píng)價(jià)主要是基于具體的區(qū)域開展具體評(píng)價(jià)。評(píng)價(jià)方法主要有層次分析法、主成分分析法以及基于遙感、GIS的評(píng)價(jià)方法[5]等。如,張祚等[6]基于層次分析法,選取19個(gè)指標(biāo)對(duì)臨湘市生態(tài)脆弱性進(jìn)行客觀評(píng)價(jià)；鐘曉娟等[7]選取氣溫、降水、人口等13個(gè)指標(biāo)利用主成分分析法對(duì)云南省生態(tài)脆弱性進(jìn)行時(shí)空分析；馬俊等[8]基于“壓力-狀態(tài)-響應(yīng)”評(píng)價(jià)模型,選取18個(gè)評(píng)價(jià)指標(biāo),利用空間主成分分析對(duì)2001—2010年三峽庫區(qū)(重慶段)生態(tài)脆弱性進(jìn)行綜合評(píng)價(jià)；生態(tài)脆弱性的驅(qū)動(dòng)力分析作為生態(tài)脆弱性評(píng)價(jià)的重要組成部分,我國有關(guān)高校和科研單位進(jìn)行了很多工作。如林金煌等[9]選取高程、坡度、人口密度、人均GDP等指標(biāo)利用空間主成分分析法對(duì)閔三角城市群生態(tài)脆弱性進(jìn)行評(píng)價(jià),最后基于主成分空間載荷矩陣,分析研究區(qū)生態(tài)脆弱性的驅(qū)動(dòng)力；Lei等[10]利用熵權(quán)法評(píng)估西部干旱區(qū)礦區(qū)的生態(tài)脆弱性,并根據(jù)權(quán)重評(píng)估研究區(qū)生態(tài)脆弱性的驅(qū)動(dòng)力；郭兵等[11]利用相關(guān)性分析的方法探討了西北干旱荒漠區(qū)生態(tài)脆弱性的驅(qū)動(dòng)機(jī)制；此外,眾多學(xué)者也從不同視角開展了相關(guān)的研究工作,取得了大量研究成果,總結(jié)出了很多評(píng)價(jià)模型和方法[12-14]。上述研究成果從評(píng)價(jià)指標(biāo)體系、定量評(píng)價(jià)方法、脆弱性驅(qū)動(dòng)因素、提升生態(tài)恢復(fù)力保障措施等諸多領(lǐng)域開展了研究,這些研究工作提高了對(duì)區(qū)域生態(tài)脆弱性問題的理解,但同時(shí)也存在一些局限性：首先,在對(duì)生態(tài)脆弱性評(píng)價(jià)時(shí),普遍采用統(tǒng)計(jì)數(shù)據(jù)空間插值的方法評(píng)估人類活動(dòng)對(duì)生態(tài)環(huán)境的影響,然而在研究西北干旱區(qū)這種地廣人稀的區(qū)域時(shí),空間插值的方法并不能準(zhǔn)確反映人類社會(huì)對(duì)生態(tài)環(huán)境的干擾；第二,目前對(duì)生態(tài)脆弱性驅(qū)動(dòng)力探討的研究有很多,但研究方法主要包括熵權(quán)法[6]、氣候傾向率[7]、空間主成分分析法。例如,林金煌等[9]、周松秀等[14]利用空間主成分載荷矩陣分析了研究區(qū)的生態(tài)脆弱性的驅(qū)動(dòng)力。雖然這些方法也從客觀上分析了生態(tài)脆弱性的驅(qū)動(dòng)力,但只是分析自變量對(duì)因變量的單一影響,難以探究空間分異狀況,它們并不能綜合反映各指標(biāo)對(duì)生態(tài)脆弱性的影響因素。

基于此,本文在指標(biāo)體系構(gòu)建時(shí),充分考慮指標(biāo)的客觀性,選取夜間燈光數(shù)據(jù)作為評(píng)估社會(huì)壓力的指標(biāo)[15]。夜間燈光數(shù)據(jù)評(píng)估人類活動(dòng)有如下優(yōu)勢[16]：第一,夜間燈光數(shù)據(jù)適合在大區(qū)域上監(jiān)測人類活動(dòng)；第二,夜間燈光數(shù)據(jù)不受云霧的影響,具有很強(qiáng)的客觀性；第三,夜間燈光數(shù)據(jù)能反映人口密度[17]、經(jīng)濟(jì)密度[18]、城市化水平[19]、道路等信息[20],綜合性強(qiáng)。在對(duì)生態(tài)脆弱性驅(qū)動(dòng)力評(píng)估時(shí),本文引入地理探測器[21]分析生態(tài)脆弱性的影響因素。利用地理探測器探測西北干旱區(qū)的影響因子,首先不需要對(duì)影響因子預(yù)設(shè)限定,另外可以利用因子交互作用探測各指標(biāo)對(duì)生態(tài)脆弱性的影響,從而更加全面的探測西北干旱區(qū)生態(tài)脆弱性影響因子。

本文以西北干旱區(qū)作為研究區(qū),選取2000、2007、2012、2018年等研究區(qū)經(jīng)濟(jì)快速發(fā)展、環(huán)境政策發(fā)生變化的四個(gè)階段,從土壤、地形、氣候、社會(huì)經(jīng)濟(jì)等方面選取了13個(gè)指標(biāo),構(gòu)建了適合于西北干旱區(qū)的生態(tài)脆弱性評(píng)價(jià)指標(biāo)體系；利用空間主成分分析法、編碼法[12]對(duì)西北干旱區(qū)生態(tài)脆弱性進(jìn)行監(jiān)測評(píng)估；在分析西北干旱區(qū)生態(tài)脆弱性時(shí)空變化的基礎(chǔ)上,引入地理探測器定量探測了西北干旱區(qū)生態(tài)脆弱性的影響因素；最后基于西北干旱區(qū)生態(tài)脆弱性的監(jiān)測結(jié)果和影響因素,構(gòu)建了西北干旱區(qū)生態(tài)管理與優(yōu)化分區(qū)圖,以期為西北干旱區(qū)的生態(tài)管理提供科學(xué)依據(jù)。

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)概況

西北干旱區(qū)[22]東部以賀蘭山為界,南達(dá)昆侖山、阿爾金山和祁連山,位于73°—107°E和35°—50°N之間。行政區(qū)上主要包括新疆全省、甘肅省河西走廊地區(qū)和內(nèi)蒙古西部地區(qū),具體包括新疆的14個(gè)地、州、市,甘肅省的酒泉、嘉峪關(guān)、張掖、武威、金昌,以及內(nèi)蒙古的阿拉善盟,面積2.09×106km2,海拔介于-154.31—7311 m之間。研究區(qū)深居內(nèi)陸,距海遙遠(yuǎn),大致為年平均降水量<200 mm,氣候干燥,荒漠戈壁的面積占總面積的64.47%,是典型的溫帶大陸性氣候。再加上區(qū)內(nèi)地形起伏大,土層淺薄,生態(tài)環(huán)境十分脆弱,受到破壞后很難恢復(fù)。

1.2 數(shù)據(jù)來源及預(yù)處理

本文采用的數(shù)據(jù)包括：(1)夜間燈光數(shù)據(jù)(2000、2007、2012、2018年)：美國國家海洋和大氣管理局國家地球物理數(shù)據(jù)中心(NOAA/NGDC)網(wǎng)站(http://www.ngdc.noaa.gov/eog/DMSP-OLS.html)提供了1992—2013年的DMSP-OLS夜間燈光時(shí)間序列數(shù)據(jù)和2012—2018年的NPP-VIIRS夜間燈光數(shù)據(jù)。DMSP-OLS數(shù)據(jù)消除了云、火光等噪聲因素的影響,灰度值為0—63,分辨率為1 km。本研究將DMSP-OLS-OLS數(shù)據(jù)投射到Lambert方位等面積投影中,并利用西北干旱區(qū)邊界將其裁剪。由于NSL數(shù)據(jù)來源于六顆不同的DMSP-OLS衛(wèi)星(F10、F12、F14、F15、F16和F18),缺乏連續(xù)性和可比性,本文采用曹子陽等[23]的方法對(duì)其進(jìn)行矯正；DMSP-OLS傳感器設(shè)計(jì)存在局限性,本文利用增強(qiáng)型植被指數(shù)對(duì)其進(jìn)行降飽和處理。NPP-VIIRS數(shù)據(jù)為月尺度數(shù)據(jù),分辨率為430 m。NPP-VIIRS數(shù)據(jù)沒有去除噪聲因素,且NPP-VIIRS數(shù)據(jù)和DMSP-OLS數(shù)據(jù)的DN值有很大的差別,我們采用Zhao等[24]的方法進(jìn)行矯正和擬合。(2)土地利用數(shù)據(jù)、土壤有機(jī)質(zhì)含量數(shù)據(jù)、土壤侵蝕空間分布數(shù)據(jù)、土壤類型分布數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http://www.resdc.cn),分辨率為1 km。通過參考《生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范(2015)》計(jì)算得到西北干旱區(qū)生物豐度指數(shù)。(3)氣溫、降水?dāng)?shù)據(jù)來源于中國氣象數(shù)據(jù)網(wǎng)的氣象站點(diǎn)月數(shù)據(jù),基于ArcGIS 10.6軟件平臺(tái),利用克里金插值法[25]對(duì)站點(diǎn)數(shù)據(jù)進(jìn)行空間插值,從而得到西北干旱區(qū)2000、2007、2012、2018年平均氣溫、年降水量空間分布數(shù)據(jù),分辨率為1 km。(4)數(shù)字高程數(shù)據(jù)(DEM)來源于地理空間數(shù)據(jù)云平臺(tái)(http://www.gscloud.cn),基于DEM數(shù)據(jù),參考俞紅等[26]的相關(guān)研究成果,計(jì)算西北干旱區(qū)的地形位指數(shù)[27]、河網(wǎng)密度,分辨率為1 km。(5)植被覆蓋數(shù)據(jù)(2000、2007、2012、2018年)來源于美國國家航天航空局的地球觀測系統(tǒng)EOS/MODIS數(shù)據(jù)集中的月尺度產(chǎn)品,分辨率為1 km。(6)社會(huì)統(tǒng)計(jì)數(shù)據(jù)來基于人口分布柵格數(shù)據(jù)和耕地、林地柵格數(shù)據(jù)計(jì)算得出,空間分辨率為1 km。

1.3 指標(biāo)體系構(gòu)建

生態(tài)脆弱性[2]定義為生態(tài)系統(tǒng)由于暴露于環(huán)境和社會(huì)變化帶來的壓力并缺乏適應(yīng)能力而容易受到損害的一種狀態(tài)。因此,影響生態(tài)脆弱性的因素主要包括自然因素和人為因素兩方面,研究區(qū)的生態(tài)環(huán)境表征研究區(qū)的自然本底條件,人類社會(huì)通過一系列的活動(dòng)優(yōu)化或破壞生態(tài)環(huán)境,生態(tài)脆弱性評(píng)價(jià)結(jié)果是否準(zhǔn)確的關(guān)鍵取決于評(píng)價(jià)指標(biāo)體系建立是否合理[27]?！皦毫?狀態(tài)-響應(yīng)”模型[1]通過分析生態(tài)環(huán)境內(nèi)部的因果關(guān)系,介入有針對(duì)性的生態(tài)環(huán)境調(diào)控措施,實(shí)現(xiàn)生態(tài)環(huán)境的可持續(xù)發(fā)展。本文通過借鑒前人的研究成果,結(jié)合西北干旱區(qū)生態(tài)環(huán)境的實(shí)際狀況,基于“壓力-狀態(tài)-響應(yīng)”模型,遵循科學(xué)性、綜合性、獨(dú)立性的原則,選取13個(gè)指標(biāo)構(gòu)建西北干旱區(qū)生態(tài)脆弱性評(píng)價(jià)指標(biāo)體系(表1)。

表1 生態(tài)脆弱性評(píng)價(jià)指標(biāo)體系

壓力是狀態(tài)發(fā)生變化的原因,響應(yīng)是狀態(tài)發(fā)生變化后的結(jié)果[9]。西部大開發(fā)(2000年)以來,西北干旱區(qū)社會(huì)經(jīng)濟(jì)得到快速發(fā)展,導(dǎo)致生態(tài)環(huán)境的急劇惡化；西北干旱區(qū)地廣人稀,城鄉(xiāng)建設(shè)用地的面積僅占研究區(qū)總面積的0.52%,通過對(duì)統(tǒng)計(jì)數(shù)據(jù)進(jìn)行空間插值并不能準(zhǔn)確的反映人類活動(dòng)對(duì)生態(tài)環(huán)境的影響。因此本文選取夜間燈光指數(shù)和土地利用數(shù)據(jù)代表社會(huì)活動(dòng)對(duì)西北干旱區(qū)生態(tài)環(huán)境造成壓力的指標(biāo)。

狀態(tài)指標(biāo)是研究區(qū)多種因素長期作用的體現(xiàn),是區(qū)域生態(tài)環(huán)境本底條件最直接的體現(xiàn)[14]。西北干旱區(qū)位于亞歐大陸中部,終年干旱,年降水量小于200 mm,土地貧瘠,植被覆蓋度低,是典型的干旱地區(qū)。因此,本文選取土壤有機(jī)質(zhì)含量數(shù)據(jù)、土壤侵蝕空間分布數(shù)據(jù)、土壤類型分布數(shù)據(jù)表征研究區(qū)土壤脆弱性因子；選取年均降水量、年均氣溫和河網(wǎng)密度代表研究區(qū)的水熱組合情況；生物豐度指數(shù)、植被覆蓋度反映了研究區(qū)生物活動(dòng)狀況,體現(xiàn)了生物對(duì)研究區(qū)生態(tài)環(huán)境變化的抵抗能力；選取地形位指數(shù)作為研究區(qū)地形地貌脆弱性因子。

響應(yīng)是人類社會(huì)為促進(jìn)生態(tài)環(huán)境可持續(xù)發(fā)展提出的針對(duì)性措施。人均耕地面積、人均林地面積反映人類社會(huì)擁有農(nóng)業(yè)資源的狀況,較高的人均耕地面積和人均林地面積可以顯著提高人類面對(duì)生態(tài)環(huán)境變化的響應(yīng)能力。因此,選取人均耕地面積、人均林地面積作為西北干旱區(qū)生態(tài)脆弱性評(píng)價(jià)的響應(yīng)因子。

為了驗(yàn)證所選取的生態(tài)脆弱性評(píng)價(jià)指標(biāo)是否存在信息冗余問題,在評(píng)價(jià)前,本文利用SPSS進(jìn)行自變量之間的共線性診斷。本文利用方差膨脹性因子(Variance inflation factor)和容忍度(Tolerance)作為多元共線性診斷的因子[28]。方差膨脹性因子越大表示共線性越強(qiáng),以10為界,大于10則表示共線性明顯；容忍度值為方差膨脹性因子的倒數(shù),容忍度越小表示共線性越強(qiáng),以0.1為界?；贏rcGIS 10.6軟件平臺(tái),在西北干旱區(qū)建立15 km×15 km的漁網(wǎng),共生成9327個(gè)漁網(wǎng)點(diǎn),利用這些漁網(wǎng)點(diǎn)提取13個(gè)評(píng)價(jià)指標(biāo)和生態(tài)脆弱性指數(shù)進(jìn)行共線性診斷。結(jié)果表明(表2),研究區(qū)13個(gè)評(píng)價(jià)指標(biāo)沒有共線性,可以作為研究區(qū)生態(tài)脆弱性評(píng)價(jià)使用。

表2 多元共線性診斷結(jié)果

1.4 指標(biāo)標(biāo)準(zhǔn)化

各評(píng)價(jià)指標(biāo)由于量綱不同,單位不統(tǒng)一,存在橫向不可比的問題。本文根據(jù)各指標(biāo)對(duì)生態(tài)脆弱性的影響,將評(píng)價(jià)指標(biāo)分為正向指標(biāo)和負(fù)向指標(biāo)。負(fù)向指標(biāo)表示值越大生態(tài)脆弱性指數(shù)越小,正向指標(biāo)表示值越大生態(tài)脆弱性指數(shù)越大。其中,負(fù)向指標(biāo)包括：植被覆蓋度指數(shù)、生物豐富指數(shù)、年均降水量、河網(wǎng)密度、人均耕地面積、人均林地面積、土壤有機(jī)質(zhì)含量、地形位指數(shù)；正向指標(biāo)包括：年均氣溫、土壤侵蝕強(qiáng)度、夜間燈光指數(shù)。指標(biāo)標(biāo)準(zhǔn)化采用極差標(biāo)準(zhǔn)化法,其公式為[29]：

正向指標(biāo)：

Ri=(Xi-Xmin)/(Xmax-Xmin)

(1)

負(fù)向指標(biāo)：

Ri=(Xmax-Xi)/(Xmax-Xmin)

(2)

式中Ri代表第i指標(biāo)的標(biāo)準(zhǔn)化值,Xi為各指標(biāo)的實(shí)際值,Xmax為各指標(biāo)的最大值,Xmin為各指標(biāo)的最小值。

按照分級(jí)賦值法對(duì)對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行分級(jí)賦值[30],依據(jù)不同土地利用水源涵養(yǎng)能力,各種土地利用按照由低到高的順序排列：林地、水體<草地<耕地<建設(shè)用地<裸地,分別賦值為0—1；土壤類型按照其對(duì)生態(tài)環(huán)境的保護(hù)能力由低到高為：黑鈣土、黑土、黑氈土、灰褐土<草甸土、寒凍土、灰鈣土、草氈土、潮土<灌漠土、灰棕漠土<鹽土、漠境鹽土<石質(zhì)土、風(fēng)沙土,分別賦值為0—1；最后將其正向化處理。

1.5 空間主成分分析

空間主成分分析(SPCA)是基于數(shù)理統(tǒng)計(jì)的原理,通過對(duì)特征光譜空間坐標(biāo)軸的旋轉(zhuǎn),將多個(gè)空間指標(biāo)數(shù)據(jù)轉(zhuǎn)化為少數(shù)幾個(gè)綜合性圖層。因其在整個(gè)計(jì)算過程中沒有人為打分,脆弱性評(píng)價(jià)結(jié)果較為客觀。本文基于ArcGIS 10.6軟件平臺(tái),將13個(gè)標(biāo)準(zhǔn)化后的指標(biāo)進(jìn)行空間主成分分析,根據(jù)主成分達(dá)到85%以上確定5個(gè)空間主成分(表3),最終計(jì)算出西北干旱區(qū)生態(tài)脆弱性指數(shù)(EVI)。計(jì)算公式為[31]：

表3 各主成分的特征值、貢獻(xiàn)率、累計(jì)貢獻(xiàn)率

EVI=r1Y1+r2Y2+r3Y3+……+rnYn

(3)

式中：EVI為生態(tài)脆弱性指數(shù),ri為第i個(gè)主成分,Yi為第i個(gè)主成分對(duì)應(yīng)的貢獻(xiàn)率。

1.6 生態(tài)脆弱性標(biāo)準(zhǔn)化及分級(jí)

為了便于對(duì)各期生態(tài)脆弱性進(jìn)行比較,本文對(duì)2000、2007、2012、2018年各期生態(tài)脆弱性結(jié)果進(jìn)行標(biāo)準(zhǔn)化處理,其公式為[23]:

(4)

式中,SIEVI為生態(tài)脆弱性指數(shù)的標(biāo)準(zhǔn)化值,值域?yàn)?—1；EVIi為生態(tài)脆弱性指數(shù)的實(shí)際值；EVImin為生態(tài)脆弱性指數(shù)的最小值；EVImax為生態(tài)脆弱性指數(shù)的最大值。

為了研究不同時(shí)期不同土地利用下生態(tài)脆弱性的分級(jí)情況,本文利用ArcGIS 10.6中的Raster Calculator工具對(duì)不同土地利用與生態(tài)脆弱性分級(jí)結(jié)果進(jìn)行疊加分析,可以獲得不同土地利用情況下各生態(tài)脆弱性等級(jí)的分布情況,其運(yùn)算公式為[29]：

LEVI=10×CodeEVI+CodeLUCC

(5)

NLEVI=1000000×LEVI2000+10000×LEVI2007+100×LEVI2012+LEVI2018

(6)

式中,LEVI為不同土地利用下各生態(tài)脆弱性等級(jí)的分布,CodeEVI為生態(tài)脆弱性分級(jí)情況(1—4),1—4分別代表微度脆弱區(qū)、輕度脆弱區(qū)、中度脆弱區(qū)和重度脆弱區(qū)；CodeLUCC為土地利用分級(jí)結(jié)果(1—6),1—6分別代表耕地、林地、草地、水域、建設(shè)用地和未利用地；計(jì)算后的LEVI中,十位代表脆弱區(qū)分級(jí),個(gè)位代表土地利用,例如,14代表微度脆弱區(qū)水域。NLEVI為2000、2007、2012、2018年四期不同土地利用下各生態(tài)脆弱性等級(jí)的分布；LEVI2000、LEVI2007、LEVI2012和LEVI2018分別為2000、2007、2012、2018年各期不同土地利用下各生態(tài)脆弱性等級(jí)的分布。

1.7 地理探測器

地理探測器是探測空間分異性,以及揭示其影響因素的一種統(tǒng)計(jì)學(xué)方法。地理探測器包括4個(gè)探測器：因子探測、交互作用探測、風(fēng)險(xiǎn)區(qū)探測和生態(tài)探測。生態(tài)脆弱性的空間分布具有明顯的空間分異性,受多重因素綜合影響。利用地理探測器的因子探測和交互作用探測,既可以定量的分析影響西北干旱區(qū)生態(tài)脆弱性空間差異的驅(qū)動(dòng)因子,也可以用來探測兩變量之間可能的因果關(guān)系。

(1)因子探測器：探測生態(tài)脆弱性變化Y的空間分異性,以及探測不同因子X對(duì)生態(tài)脆弱性Y變化的解釋力。用q值度量,表達(dá)式為[21]：

(7)

(8)

(2)交互探測器：分析不同影響因子之間的交互作用,即分析不同因子共同作用時(shí)是否會(huì)增強(qiáng)對(duì)生態(tài)脆弱性的解釋力。評(píng)估過程中,首先需要分別計(jì)算兩個(gè)因子對(duì)Y的q值：q(X1)和q(X2),并計(jì)算兩個(gè)圖層相切時(shí)對(duì)Y的q值：q(X1∩X2),并比較q(X1)、q(X2)和q(X1∩X2)。其關(guān)系可以分為[21](表4)：

表4 交互作用關(guān)系

2 結(jié)果與分析

2.1 生態(tài)脆弱性時(shí)空變化總體特征

根據(jù)西北干旱區(qū)的自然地理特征,采用自然斷點(diǎn)法(Natural Breaks),將研究區(qū)分為微度脆弱區(qū)(0—0.29),輕度脆弱區(qū)(0.29—0.49),中度脆弱區(qū)(0.49—0.73),重度脆弱區(qū)(0.73—1)。圖1為西北干旱區(qū)2000、2007、2012、2018年的生態(tài)脆弱性分布格局。從圖1可以看出,西北干旱區(qū)以重度脆弱性為主,約占研究區(qū)總面積的50%。其主要原因是西北干旱區(qū)沙漠戈壁較大,土層淺薄。從不同等級(jí)生態(tài)脆弱性分布來看,微度脆弱區(qū)與輕度脆弱區(qū)主要分布于天山、祁連山、昆侖山等高大山脈地區(qū)。重度脆弱區(qū)和中度脆弱區(qū)主要分布于盆地和高原地區(qū)。

圖1 2000—2018年西北干旱區(qū)生態(tài)脆弱性Fig.1 Ecological vulnerability of the northwest arid region from 2000 to 2018

圖2為西北干旱區(qū)2000、2007、2012、2018年生態(tài)脆弱性面積分布圖?？傮w來看,西北干旱區(qū)生態(tài)脆弱性基本不變,略有下降。生態(tài)脆弱性的平均值由2000年的1.11下降為2018年的1.07,表明西北干旱區(qū)生態(tài)環(huán)境有所好轉(zhuǎn)。從各等級(jí)的分布來看,微度脆弱的面積基本不變,這主要是由于西北干旱區(qū)微度脆弱區(qū)主要分布在阿爾泰山、天山、祁連山等高大的山脈地區(qū),這些地區(qū)海拔較高,生態(tài)本底條件較好,大部分位于生態(tài)保護(hù)核心區(qū),禁止開發(fā),因此變化較小。輕度脆弱和中度脆弱的面積呈上升趨勢,其面積之和所占的比重由2000年的34.02%增長為2018年的39.83%,主要原因是西北干旱區(qū)生態(tài)環(huán)境逐年好轉(zhuǎn),許多重度脆弱區(qū)轉(zhuǎn)為中度脆弱區(qū)和輕度脆弱區(qū)。重度脆弱區(qū)的面積快速下降,由2000年的1080101 km2下降為2018年的961261.6 km2,這主要與西北干旱區(qū)降水在2000—2018年不斷上升、植被條件得到改善、生態(tài)環(huán)境保護(hù)力度增大有關(guān)。

圖2 西北干旱區(qū)生態(tài)脆弱性等級(jí)面積分布 Fig.2 Area distribution of ecological vulnerability in northwest arid region

為進(jìn)一步明確西北干旱區(qū)脆弱性變化在空間上的分布,本研究利用ArcGIS 10.6軟件對(duì)西北干旱區(qū)的脆弱性結(jié)果進(jìn)行增減分析,得到了西北干旱區(qū)2000—2007、2007—2012、2012—2018、2000—2018年的動(dòng)態(tài)監(jiān)測圖(圖3)。2000—2007年,西北干旱區(qū)生態(tài)脆弱性比較穩(wěn)定,穩(wěn)定區(qū)的面積占西北干旱區(qū)總面積的93.87%,高度增加區(qū)與高度減少區(qū)零星分布,低度減少區(qū)的略大于低度增加區(qū)。其中,低度增加區(qū)主要分布在天山山脈,這主要是由于西部大開發(fā)初期社會(huì)經(jīng)濟(jì)的快速發(fā)展,使得草地大規(guī)模轉(zhuǎn)為農(nóng)田,再加上極端氣候的影響,使得天山地區(qū)的生態(tài)脆弱性升高,由微度脆弱轉(zhuǎn)化為輕度脆弱。2007—2012年,生態(tài)脆弱性整體比較穩(wěn)定,生態(tài)環(huán)境持續(xù)好轉(zhuǎn),生態(tài)脆弱性低度減少區(qū)較低度增加區(qū)高6%,且增加區(qū)與減少區(qū)分布集中。增加區(qū)主要集中在南疆綠洲區(qū)和昆侖山山脈地區(qū),減少區(qū)主要分布在北疆地區(qū)。受氣候變化的影響,昆侖山地區(qū)的冰川大量融化,許多冰川轉(zhuǎn)化為裸巖；伴隨著冰川的消融以及社會(huì)經(jīng)濟(jì)的發(fā)展,塔里木盆地邊緣的綠洲面積快速擴(kuò)大,生態(tài)脆弱性快速增加。2012—2018年,穩(wěn)定區(qū)的面積雖然比2007—2012年低8%,但仍然占總面積的79.69%,總體比較穩(wěn)定。低度增加區(qū)與高度減少區(qū)分布比較分散,昆侖山地區(qū)生態(tài)脆弱性有所下降,環(huán)塔克拉瑪干沙漠的綠洲區(qū)和河西走廊地區(qū)生態(tài)脆弱性呈上升趨勢,這主要是由于第一產(chǎn)業(yè)的不合理發(fā)展,導(dǎo)致與讓環(huán)境不斷退化。總體來看,西北干旱區(qū)2000—2018年生態(tài)環(huán)境基本不變,略有好轉(zhuǎn)。由于西北干旱區(qū)60%的土地為戈壁荒漠,人為干擾較少,使得穩(wěn)定區(qū)成為所占比重最大的類型；高度增加區(qū)與高度減少區(qū)面積非常小,兩者之和小于總面積的2%；低度減少區(qū)的面積比低度增加區(qū)的面積高6%,其中,低度減少區(qū)主要分布于北疆地區(qū)、昆侖山地區(qū)和河西地區(qū),而沿塔克拉瑪干沙漠分布的綠洲區(qū)生態(tài)脆弱性有所上升。南疆地區(qū)近年來社會(huì)經(jīng)濟(jì)快速發(fā)展,特別是第一產(chǎn)業(yè)的發(fā)展,導(dǎo)致其生態(tài)本底條件不斷下降,再加上該地區(qū)人口的不斷增加,使得人均農(nóng)業(yè)資源擁有量迅速下降,應(yīng)對(duì)生態(tài)環(huán)境變化的能力不斷下降,生態(tài)脆弱性不斷上升。

圖3 西北干旱區(qū)生態(tài)脆弱性動(dòng)態(tài)監(jiān)測Fig.3 Dynamic monitoring of ecological vulnerability in northwest arid region

2.2 不同土地利用結(jié)構(gòu)的生態(tài)脆弱性時(shí)空變化

圖4為西北干旱區(qū)在不同土地利用下生態(tài)脆弱性的等級(jí)分布。西北干旱區(qū)微度脆弱區(qū)主要分布于林地、草地和水域地區(qū),而耕地、城鄉(xiāng)建設(shè)用地和未利用地分布較少,其中,微度脆弱區(qū)在草地的分布面積最大。這主要是由于,林地、草地和水域地區(qū)生態(tài)本底條件較好且西北干旱區(qū)草地面積遠(yuǎn)大于林地、水域。2000—2018年,耕地和草地微度脆弱區(qū)面積不斷擴(kuò)大,擴(kuò)大的區(qū)域主要分布于天山和河西走廊的綠洲區(qū),說明西北干旱區(qū)農(nóng)業(yè)區(qū)生態(tài)環(huán)境逐年變好；水域微度脆弱區(qū)下降明顯,主要是由于西北干旱區(qū)冰川大面積融化,永久性冰川雪地面積減少。輕度脆弱區(qū)主要分布于耕地、草地地區(qū)；由于大量的草地轉(zhuǎn)為耕地,耕地的面積不斷擴(kuò)大,從而導(dǎo)致耕地輕度脆弱區(qū)面積呈上升趨勢,草地輕度脆弱區(qū)面積略有下降,未利用地輕度脆弱區(qū)主要由草地微度脆弱區(qū)和水域微度脆弱區(qū)轉(zhuǎn)換而來,因此,對(duì)于這部分地區(qū)需要大力管理保護(hù)。草地與未利用地是中度脆弱區(qū)的主要組成部分,其中,未利用地所占的比重最大,約占中度脆弱區(qū)總面積的70%,2000—2018年,耕地中度脆弱區(qū)的面積不斷上升,主要原因是人類不斷的開荒,導(dǎo)致大量的未利用地轉(zhuǎn)為農(nóng)田,另一方面,不合理的種植也是耕地環(huán)境不斷下降主要原因。隨著國家對(duì)生態(tài)環(huán)境的日益重視,生態(tài)治理的力度不斷加大,大量綠洲周圍的荒漠、戈壁得到治理,使得2000—2018年中度脆弱區(qū)未利用地迅速擴(kuò)大。重度脆弱區(qū)幾乎全部集中在未利用地地區(qū),2000—2018年重度脆弱區(qū)未利用地的面積共下降10%,其大都轉(zhuǎn)為中度脆弱未利用地,生態(tài)環(huán)境不斷好轉(zhuǎn)。

圖4 不同土地利用下生態(tài)脆弱性空間分布Fig.4 Spatial distribution of ecological vulnerability under different land-use types

2.3 生態(tài)脆弱性驅(qū)動(dòng)力分析

本文基于ArcGIS 10.6軟件平臺(tái),創(chuàng)建15 km×15 km格點(diǎn),共提取9328個(gè)格點(diǎn)用于提取各因變量和自變量的值,以便進(jìn)行驅(qū)動(dòng)力因素定量分析評(píng)價(jià)。選取生態(tài)脆弱性指數(shù)作為因變量因子,選取生態(tài)脆弱性的13個(gè)指標(biāo)作為自變量因子,在對(duì)其進(jìn)行標(biāo)準(zhǔn)化處理后,利用自然斷點(diǎn)法將2000、2007、2012、2018各期生態(tài)指標(biāo)分為5級(jí),由數(shù)值量轉(zhuǎn)變?yōu)轭愋土?。最后利用地理探測器分析各指標(biāo)對(duì)生態(tài)脆弱性的影響。

因子探測器用于分析各指標(biāo)對(duì)生態(tài)脆弱性的影響程度。由表5可知,各指標(biāo)的p值均為0,說明4期影響因子對(duì)研究區(qū)生態(tài)脆弱性解釋力都很充足,這也證明選取土壤、氣候、植被等指標(biāo)計(jì)算西北干旱區(qū)生態(tài)脆弱性是可行的?？傮w來看,西北干旱區(qū)各指標(biāo)對(duì)生態(tài)脆弱性的影響力基本穩(wěn)定,其中q值排名前兩位的始終是土壤有機(jī)質(zhì)含量與地形位指數(shù),q值的均值分別為0.63和0.36,說明西北干旱區(qū)生態(tài)脆弱性受土壤有機(jī)質(zhì)含量與地形因素影響最大。這主要是由于西北干旱區(qū)土層淺薄,漠土和初育土占研究區(qū)的52.86%,此類型的土壤有機(jī)質(zhì)含量極低,不利于植被的生長,因此生態(tài)環(huán)境脆弱性較低；隨著海拔的升高,降水開始增多,植被覆蓋度和土壤有機(jī)質(zhì)含量都呈上升趨勢,生態(tài)脆弱性降低。2000—2018年,q值在3—6位的主要是氣溫、降水、夜間燈光指數(shù)、河網(wǎng)密度和植被覆蓋度。氣溫和降水因素對(duì)西北干旱區(qū)生態(tài)脆弱性的影響大致相當(dāng),都為0.27,這主要是由于西北干旱區(qū)屬于大陸性氣候,生態(tài)環(huán)境的變化很大程度上受到氣溫和降水的影響。由于西北干旱區(qū)嚴(yán)重缺水,河網(wǎng)密度大的地區(qū)水資源充足,植被覆蓋度相對(duì)較高,生態(tài)脆弱性較低?？傮w來看,夜間燈光指數(shù)的q值呈上升趨勢,這說明社會(huì)活動(dòng)對(duì)生態(tài)環(huán)境的影響逐漸上升的。

表5 生態(tài)脆弱性因子探測q值統(tǒng)計(jì)

交互探測用于評(píng)估兩個(gè)因子共同作用時(shí)是否會(huì)增強(qiáng)對(duì)生態(tài)脆弱性的解釋力。總體來看(表6),生態(tài)脆弱性因子交互作用值大于單個(gè)因子的最大值,從而說明各指標(biāo)對(duì)生態(tài)脆弱性的影響不是相互獨(dú)立的,而是協(xié)同發(fā)生的。如表所示,除了土壤有機(jī)質(zhì)含量與生物豐度指數(shù)、土壤有機(jī)質(zhì)含量與人均林地面積以及土壤有機(jī)質(zhì)含量與人均耕地面積在一些年份為非線性增強(qiáng),其余都為雙因子增強(qiáng)。2000—2018年,西北干旱區(qū)交互探測結(jié)果總體較為穩(wěn)定,其中土壤有機(jī)質(zhì)含量與其他指標(biāo)的交互作用最高,土壤有機(jī)質(zhì)含量與剩余12個(gè)指標(biāo)的交互作用的q值均大于0.6,遠(yuǎn)高于其他指標(biāo)之間的交互作用。土壤要素、水資源要素、生物要素之間的交互作用強(qiáng)于各要素內(nèi)部的交互作用,自然因素和社會(huì)因素交互作用的強(qiáng)度強(qiáng)于各因素內(nèi)部的交互作用,說明西北干旱區(qū)生態(tài)脆弱性是各因素綜合作用的結(jié)果。

表6 西北干旱區(qū)生態(tài)脆弱性因子交互探測結(jié)果

2.4 生態(tài)環(huán)境管理與優(yōu)化

生態(tài)環(huán)境脆弱性監(jiān)測及驅(qū)動(dòng)力分析的目的是為決策者提供生態(tài)環(huán)境改善的建議。本探究從不同的角度對(duì)西北干旱區(qū)生態(tài)脆弱性進(jìn)行分析,繪制了西北干旱區(qū)生態(tài)環(huán)境管理與優(yōu)化分區(qū)圖,將西北干旱區(qū)劃分為五個(gè)優(yōu)化區(qū)(圖5)：生態(tài)核心保護(hù)區(qū)、生態(tài)綜合監(jiān)測區(qū)、生態(tài)優(yōu)化關(guān)注區(qū)、生態(tài)恢復(fù)治理區(qū)、生態(tài)潛在治理區(qū)。不同優(yōu)化配置區(qū)面積、編碼及其分布如表7所示。

表7 優(yōu)化配置分區(qū)統(tǒng)計(jì)表

圖5 生態(tài)環(huán)境管理與優(yōu)化Fig.5 Ecological environment management and optimization

生態(tài)核心保護(hù)區(qū)由微度脆弱區(qū)、輕度脆弱區(qū)組成,主要分布于高大的山脈地區(qū)及山前綠洲區(qū),主要包括耕地、林地、草地以及水域。高山區(qū)的林地、草地多為自然保護(hù)區(qū),應(yīng)繼續(xù)維持其生態(tài)保護(hù)政策,保護(hù)其土壤環(huán)境質(zhì)量。山前綠洲區(qū)主要為灌溉農(nóng)業(yè)區(qū),由于農(nóng)業(yè)設(shè)施不健全,主要以大水漫灌為主,土壤鹽漬化嚴(yán)重,然而,作為西北干旱區(qū)主要的人口分布區(qū),大規(guī)模的退耕還林、還草政策并不適用于該地區(qū),因此,推廣節(jié)水農(nóng)業(yè)成為該地區(qū)平衡生態(tài)和經(jīng)濟(jì)發(fā)展的重要手段。

生態(tài)綜合監(jiān)測區(qū)主要位于盆地和高原地區(qū),以未利用土地為主,且常年較為穩(wěn)定。生態(tài)綜合監(jiān)測區(qū)生態(tài)脆弱性較高主要是由于該區(qū)位于亞歐大陸腹地,盛行下沉氣流,降水較少、蒸發(fā)旺盛。因此,應(yīng)減少人類活動(dòng)對(duì)生態(tài)綜合監(jiān)測區(qū)內(nèi)部的影響,在監(jiān)測區(qū)的邊緣,建立緩沖區(qū),防止重度生態(tài)脆弱區(qū)的擴(kuò)張。

生態(tài)優(yōu)化關(guān)注區(qū)主要位于西北干旱區(qū)的綠洲區(qū)。由于環(huán)境保護(hù)力度的增強(qiáng),該地區(qū)生態(tài)脆弱性不斷降低。因此,對(duì)于這些地區(qū)來說,只需要維持其原有的環(huán)境政策即可。

生態(tài)恢復(fù)治理區(qū)一部分位于高大的山脈的永久性冰川地區(qū)和天然草地地區(qū),另一部分位于南疆綠洲區(qū)。生態(tài)脆弱性逐年下降。高山生態(tài)恢復(fù)區(qū)生態(tài)脆弱性上升的主要原因是永久性冰川融化,地表裸露,因此需加大對(duì)永久性冰川的監(jiān)測力度。沙漠邊緣區(qū)的恢復(fù)治理區(qū)以耕地和草地為主,這主要是由于近年來南疆地區(qū)經(jīng)濟(jì)快速發(fā)展,而第一產(chǎn)業(yè)在產(chǎn)業(yè)結(jié)構(gòu)中的比重較高,生態(tài)環(huán)境治理相對(duì)滯后。

生態(tài)潛在治理區(qū)面積較小,西北干旱區(qū)各綠洲區(qū)均有分布。一方面,由于西北干旱區(qū)氣候不穩(wěn)定,使西北干旱區(qū)生態(tài)脆弱性發(fā)生波動(dòng),另一方面,人類不合理的社會(huì)活動(dòng),以及其活動(dòng)范圍不斷擴(kuò)大,導(dǎo)致生態(tài)環(huán)境退化。因此,在沙漠邊緣生態(tài)恢復(fù)區(qū)應(yīng)推動(dòng)退耕還牧、還草等生態(tài)工程,以維護(hù)生態(tài)環(huán)境穩(wěn)定。

3 結(jié)論與討論

3.1 結(jié)論

西部地區(qū)作為我國重要的生態(tài)環(huán)境脆弱區(qū),在資源、環(huán)境、生態(tài)等方面具有重要的戰(zhàn)略地位。鑒于研究區(qū)獨(dú)特的地理環(huán)境特征以及目前相關(guān)研究的局限性,本文選取夜間燈光、氣候、土壤、人均耕地面積等13個(gè)結(jié)構(gòu)完整、易于統(tǒng)計(jì)的指標(biāo),基于空間主成分分析法,對(duì)西北干旱區(qū)生態(tài)脆弱性狀況及其時(shí)空變化進(jìn)行分析,并利用地理探測器探測驅(qū)動(dòng)因子。得到以下結(jié)論：(1)從研究區(qū)生態(tài)脆弱性演變特征來看,西北干旱區(qū)生態(tài)脆弱性整體以重度脆弱為主,2000—2018年,生態(tài)脆弱性呈基本不變略有下降的趨勢；(2)從不同土地利用生態(tài)脆弱性分布來看,微度脆弱區(qū)以草地、林地和水域?yàn)橹?輕度脆弱區(qū)以耕地和草地為主,中度脆弱區(qū)和重度脆弱區(qū)以未利用地為主。(3)從因子探測來看,13個(gè)指標(biāo)對(duì)生態(tài)脆弱性的解釋力都很充足,對(duì)研究區(qū)影響最大的五個(gè)因子為土壤有機(jī)質(zhì)含量、地形位指數(shù)、氣溫、降水、夜間燈光指數(shù)。

3.2 討論

本文利用夜間燈光數(shù)據(jù)表征人為干擾因素,并利用空間主成分分析方法對(duì)西北干旱區(qū)生態(tài)脆弱性進(jìn)行檢測；基于地理探測器以空間定量的方式分析了西北干旱區(qū)生態(tài)脆弱性的影響因素,結(jié)果更加客觀、科學(xué)。這也可以從郭兵等[11]、魏偉[25]等的研究成果中得到證實(shí)。值得注意的是,當(dāng)前在對(duì)生態(tài)功能分區(qū)時(shí)多采用靜態(tài)視角,即通過綜合分析各指標(biāo)的方法,對(duì)生態(tài)環(huán)境進(jìn)行管理優(yōu)化。然而區(qū)域的生態(tài)環(huán)境動(dòng)態(tài),持續(xù)變化的,各生態(tài)指標(biāo)也隨著時(shí)間的變化產(chǎn)生了較大的變化,對(duì)西北干旱區(qū)生態(tài)格局的優(yōu)化有必要關(guān)注研究區(qū)各生態(tài)指標(biāo)的變化過程。因此,在生態(tài)安全格局優(yōu)化時(shí),在科學(xué)計(jì)算研究區(qū)生態(tài)脆弱性的基礎(chǔ)上,有必要結(jié)合研究區(qū)生態(tài)脆弱性的時(shí)空變化情況和驅(qū)動(dòng)因素,強(qiáng)化研究區(qū)生態(tài)安全格局構(gòu)建的綜合性。然而,生態(tài)脆弱性評(píng)價(jià)是一個(gè)復(fù)雜的過程,外部壓力如何影響生態(tài)系統(tǒng)及其過程的問題以及生態(tài)脆弱性的實(shí)地驗(yàn)證的問題仍難以解決。因此,在未來的研究中,應(yīng)進(jìn)一步夯實(shí)生態(tài)脆弱性的理論研究,進(jìn)一步完善生態(tài)脆弱性的實(shí)地驗(yàn)證方法。