馬 進(jìn)

（洛陽(yáng)市氣象局，河南洛陽(yáng) 471000）

隨著人類(lèi)社會(huì)的快速發(fā)展，人類(lèi)活動(dòng)對(duì)氣候、生態(tài)系統(tǒng)的影響在不斷加劇，生態(tài)系統(tǒng)的變化情況與現(xiàn)狀得到人們的廣泛關(guān)注，其脆弱性是在受到外界影響因素?cái)_動(dòng)下表現(xiàn)出的偏離原狀態(tài)的現(xiàn)象［1］，涉及社會(huì)系統(tǒng)、自然生態(tài)系統(tǒng)及社會(huì)生態(tài)耦合系統(tǒng)，是人類(lèi)活動(dòng)、自然環(huán)境相互耦合的結(jié)果［2-3］.

目前對(duì)生態(tài)系統(tǒng)脆弱性評(píng)價(jià)工作廣泛使用兩類(lèi)方法：一是基于相應(yīng)過(guò)程的關(guān)鍵閾值的生態(tài)系統(tǒng)脆弱性評(píng)估［4］，如趙東升等以動(dòng)態(tài)植被模型LPJ 為主要工具，以區(qū)域氣候模式工具PRECIS 產(chǎn)生的情景氣候數(shù)據(jù)為輸入，模擬了未來(lái)氣候變化下中國(guó)自然生態(tài)系統(tǒng)脆弱性評(píng)價(jià)模型［5］. 二是基于表征生態(tài)系統(tǒng)狀況的指標(biāo)體系［4］，評(píng)判指標(biāo)主要包括水文、氣候、地形地貌以及植被狀態(tài)等［6-7］. 如基于遙感植被參數(shù)作為指標(biāo)體系判斷脆弱程度，高江波等［4］以MODIS為基礎(chǔ)數(shù)據(jù)源，評(píng)估了西藏高原自然生態(tài)系統(tǒng)的脆弱性，并揭示其空間異質(zhì)性特征；王鶴松等［8］以植被總初級(jí)生產(chǎn)力作為功能性指標(biāo)，研究天山-塔里木綠洲地區(qū)多類(lèi)型生態(tài)系統(tǒng)脆弱性；張啟和李明玉［9］基于自然和人為因素作為功能指標(biāo)采用VSD模型，以自然和人文因素雙重耦合驅(qū)動(dòng)，研究延邊朝鮮族自治州生態(tài)脆弱性；薛聯(lián)青等［10］采用PSR 評(píng)價(jià)框架，結(jié)合模糊層次分析法定量評(píng)價(jià)塔里木河流域2005—2015年生態(tài)脆弱性，分析其時(shí)空分布和動(dòng)態(tài)變化. 以上兩類(lèi)方法相比較，基于響應(yīng)過(guò)程的生態(tài)系統(tǒng)脆弱性評(píng)估法量化程度高，但隨之帶來(lái)量化的不確定性以及評(píng)估方法論的缺陷［4］.

河南是人口大省，經(jīng)濟(jì)發(fā)展與資源環(huán)境的矛盾日益突出，人均資源少，水資源缺乏且地域分布不均，土地資源承載力較重. 目前，河南省生態(tài)系統(tǒng)脆弱性研究相對(duì)較少，本研究使用SRP（敏感-恢復(fù)-壓力）邏輯模型，基于主成分分析獲得SRP模型各指標(biāo)權(quán)重并計(jì)算河南省生態(tài)脆弱性指數(shù)，同時(shí)對(duì)脆弱性等級(jí)進(jìn)行評(píng)價(jià)；使用地理探測(cè)器分析模型各要素之間交互影響q值并進(jìn)行要素驅(qū)動(dòng)力分析. 開(kāi)展河南省生態(tài)系統(tǒng)脆弱性研究，對(duì)中原地區(qū)環(huán)境承載能力評(píng)估、生態(tài)安全保障具有重要意義，以期為生態(tài)脆弱區(qū)生態(tài)恢復(fù)政策的制定提供科學(xué)理論依據(jù).

1 研究區(qū)域與數(shù)據(jù)處理

1.1 研究區(qū)域概況

河南省地處黃河中下游，呈明顯的大陸性氣候特征，省內(nèi)南北地區(qū)氣候指標(biāo)分異明顯. 總面積16.7 萬(wàn)km2，平原盆地、山地丘陵分別占總面積的55.7%、44.3%，耕地總面積1.19億畝（7.93×106hm2）位居全國(guó)第4. 河南省位于中國(guó)中東部，是全國(guó)重要的交通、通訊交互樞紐中心，同時(shí)也是中原經(jīng)濟(jì)區(qū)核心省份. 全省常住人口共9 936.6萬(wàn)人，位居全國(guó)第三，其中所轄市人口總數(shù)前5的地市分別為：鄭州、南陽(yáng)、周口、商丘和洛陽(yáng). 2020年全省的城鎮(zhèn)化率由2005年的30.65%上升到55.43%. 省內(nèi)河流多發(fā)源于西部、西北部和東南部山區(qū)，水資源總量居全國(guó)第19位，人均水資源量不足全國(guó)平均水平的1/5，屬嚴(yán)重缺水省份. 河南省產(chǎn)業(yè)層次較低、結(jié)構(gòu)不合理，工業(yè)污染物排放強(qiáng)度較高，人口數(shù)量大、人均占有資源少，資源支撐能力和環(huán)境承載能力承壓嚴(yán)峻.

1.2 數(shù)據(jù)來(lái)源

高程DEM 數(shù)據(jù)來(lái)源于美國(guó)奮進(jìn)號(hào)航天飛機(jī)的雷達(dá)地形測(cè)繪SRTM（Shuttle Radar Topography Mission，SRTM）數(shù)據(jù)，坡向、坡度、起伏度數(shù)據(jù)利用ArcGIS對(duì)DEM數(shù)據(jù)處理后得到. 地貌類(lèi)型、土壤侵蝕度、土地覆蓋類(lèi)型、生物多樣性、GDP、人口密度、土壤類(lèi)型數(shù)據(jù)來(lái)源國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)共享平臺(tái)（www.geodata.cn）. 年均氣溫、年降水?dāng)?shù)據(jù)來(lái)源與中國(guó)氣象氣象局“天擎”平臺(tái). 夜間燈光等數(shù)據(jù)來(lái)源于DMSP/OLS、VIIRS 夜間燈光數(shù)據(jù)，植被凈初生產(chǎn)力來(lái)源于Landsat系列多光譜遙感 衛(wèi) 星 數(shù) 據(jù)（https：//earthexplorer.usgs.gov）MYD17A3HGF（6.1版）年度凈初級(jí)生產(chǎn)（NPP）產(chǎn)品，植被覆蓋度由Landsat 多光譜遙感衛(wèi)星數(shù)據(jù)MOD13A3（NDVI）數(shù)據(jù)計(jì)算而來(lái).

2 分析方法

2.1 生態(tài)脆弱性評(píng)價(jià)指標(biāo)模型構(gòu)建

基于SRP 模型概念研究［11-14］，結(jié)合河南省人口眾多、人均資源少、水資源較為匱乏、城鎮(zhèn)化發(fā)展與環(huán)境承載矛盾突出等特點(diǎn)，同時(shí)考慮受地形、地貌、氣候等因素對(duì)生態(tài)環(huán)境的影響，選取了18 個(gè)要素作為評(píng)價(jià)指標(biāo)，構(gòu)建河南省生態(tài)脆弱性評(píng)價(jià)指標(biāo)體系，如表1所示.

表1 河南省生態(tài)脆弱性評(píng)價(jià)指標(biāo)體系Tab.1 Evaluation index system of ecological vulnerability in Henan Province

2.2 指標(biāo)權(quán)重計(jì)算

使用ArcGIS 的Extract Multi Values To Points 工具，將柵格數(shù)據(jù)值提取至點(diǎn)，形成歸一化數(shù)矩陣. 將2010、2015、2020 年三期的指標(biāo)要素?cái)?shù)據(jù)導(dǎo)入SPSS 進(jìn)行主成分分析，三期數(shù)據(jù)KMO 取樣適切性分別為0.881、0.941、0.892，均大于0.8，Bartlett球型檢驗(yàn)顯著性均為0.000＜0.05，選取累計(jì)方差貢獻(xiàn)率≥80%的前6個(gè)主成分進(jìn)行分析，如表2所示.

表2 各主成分的特征值、貢獻(xiàn)率及累計(jì)貢獻(xiàn)率Tab.2 Eigenvalue，contribution rate and cumulative contribution rate of each principal component

綜合的成分模型系數(shù)vi［15］：

式中：biy為成分矩陣中指標(biāo)要素i在成分y中的值；ay為特征值；py為方差貢獻(xiàn)率.

權(quán)重計(jì)算：

脆弱性評(píng)價(jià)指數(shù)Z計(jì)算：

式中：Z為脆弱性指數(shù)值；Si為指標(biāo)要素賦值；ωi為指標(biāo)要素權(quán)重.

2.3 指標(biāo)數(shù)據(jù)處理

評(píng)價(jià)指標(biāo)為柵格指標(biāo)數(shù)據(jù)，主要分為數(shù)值型和屬性分類(lèi)型. 對(duì)于數(shù)值類(lèi)型柵格利用ArcGIS 重分類(lèi)工具，用自然斷點(diǎn)法根據(jù)要素對(duì)脆弱性影響，正向要素由大到小按照5、4、3、2、1進(jìn)行重分類(lèi)賦值. 對(duì)于屬性分類(lèi)柵格指標(biāo)數(shù)據(jù)，根據(jù)柵格代表的屬性類(lèi)型，按照對(duì)脆弱性干擾或抗干擾的影響力進(jìn)行分類(lèi)并賦值，如表3所示.

表3 生態(tài)脆弱性評(píng)價(jià)指標(biāo)分級(jí)標(biāo)準(zhǔn)Tab.3 Classification standard of ecological vulnerability evaluation index

2.4 生態(tài)脆弱性等級(jí)分類(lèi)

為分析比較生態(tài)脆弱性，2010、2015、2020 年三期結(jié)果需具有可比度量，對(duì)生態(tài)脆弱性指數(shù)進(jìn)行標(biāo)準(zhǔn)化處理.

生態(tài)脆弱性標(biāo)準(zhǔn)化處理：

式中：SIi為第i年生態(tài)脆弱性指數(shù)標(biāo)準(zhǔn)化值；Zi、Zmin和Zmax分別為第i年生態(tài)脆弱性指數(shù)實(shí)際值、生態(tài)脆弱性指數(shù)最小值和最大值. 為便于對(duì)生態(tài)脆弱性特征進(jìn)行評(píng)價(jià)和分析，參考國(guó)內(nèi)外對(duì)生態(tài)脆弱性評(píng)價(jià)研究的標(biāo)準(zhǔn)［16-18］，按照潛在脆弱（0～0.2）、微度脆弱（0.2～0.4）、輕度脆弱（0.4～0.6）、中度脆弱（0.6～0.8）、重度脆弱（0.8～1.0）五個(gè)等級(jí)進(jìn)行分類(lèi).

使用乘算模型對(duì)生態(tài)脆弱性指數(shù)進(jìn)行綜合直觀的評(píng)價(jià)［19］：式中：EVSI 為生態(tài)脆弱性綜合指數(shù)；Pi為第i類(lèi)脆弱性等級(jí)值；Ai為第i類(lèi)脆弱性面積；S為研究區(qū)域總面積.

2.5 生態(tài)脆弱性空間演變分析

使用ArcGIS的柵格計(jì)算器，按照2015—2020年、2015—2019年分別對(duì)生態(tài)脆弱性等級(jí)進(jìn)行疊加運(yùn)算：

式中：Code2010to2015、Code2015to2020分別為2010—2015 年、2015—2020 年生態(tài)脆弱性分級(jí)變化代碼；Code2010、Code2015、Code2020分別為2010年、2015年、2020年生態(tài)脆弱性等級(jí)賦值，其中潛在脆弱（1）、微度脆弱（2）、輕度脆弱（3）、中度脆弱（4）、重度脆弱（5）.

2.6 生態(tài)脆弱性變化驅(qū)動(dòng)力分析

為分析指標(biāo)要素對(duì)生態(tài)脆弱性變化影響和指標(biāo)要素之間對(duì)生態(tài)脆弱性變化交互作用影響，使用地理探測(cè)器模型（http：//geodetector.cn/）能夠分析時(shí)空演變格局及驅(qū)動(dòng)機(jī)制［20-21］. 在地理探測(cè)器分析輸出的因子檢測(cè)器中，q值表示指標(biāo)要素的影響力，值越大影響力越大；p值表示指標(biāo)要素的解釋力，值越小解釋力越強(qiáng).地理探測(cè)器分析輸出的交互檢測(cè)器表示兩個(gè)指標(biāo)要素的交互關(guān)系，交互影響力由大到小分別為非線性減弱、單因子非線性、雙因子增強(qiáng)、獨(dú)立和非線性增強(qiáng).

使用ArcGIS柵格計(jì)算器對(duì)2010年、2020年生態(tài)脆弱性指數(shù)進(jìn)行差運(yùn)算，并將生態(tài)脆弱性差值作為因變量，以不同年份的18個(gè)指標(biāo)作為自變量. 將因變量、自變量加載到地理探測(cè)器進(jìn)行分析處理.

3 結(jié)果分析

3.1 基于SRP的生態(tài)脆弱特征分析

從整體脆弱性指標(biāo)權(quán)重分析，如表1 所示，影響生態(tài)脆弱性最大影響因子為人類(lèi)活動(dòng)因子. 分別以準(zhǔn)則層對(duì)所在層面各要素權(quán)重進(jìn)行分析，敏感性準(zhǔn)則對(duì)生態(tài)脆弱性分布影響最大指標(biāo)為土壤覆蓋類(lèi)型，其次為土壤類(lèi)型、土壤侵蝕度；以恢復(fù)力準(zhǔn)則對(duì)生態(tài)脆弱影響最大指標(biāo)為凈初生產(chǎn)力和植被類(lèi)型；以壓力度準(zhǔn)則影響最大指標(biāo)為夜間燈光.

通過(guò)對(duì)2010、2015、2020年三期各要素權(quán)重變化情況分析，如圖1 所示，年降水、年均氣溫、土壤覆蓋類(lèi)型、土壤侵蝕度、植被類(lèi)型、水網(wǎng)密度等指標(biāo)呈正向變化趨勢(shì)，而在壓力度準(zhǔn)則下的各指標(biāo)均呈負(fù)向變化趨勢(shì). 表明2010—2020 年間，氣象因子、地表因子對(duì)生態(tài)脆弱性影響有加強(qiáng)趨勢(shì)，雖然人類(lèi)活動(dòng)和社會(huì)經(jīng)濟(jì)因子對(duì)生態(tài)脆弱性影響權(quán)重很高，但其對(duì)生態(tài)脆弱性的影響開(kāi)始呈現(xiàn)出減弱趨勢(shì).

圖1 生態(tài)脆弱性評(píng)價(jià)指標(biāo)權(quán)重變化率Fig.1 Weight change rate of ecological vulnerability assessment index

2010—2020 年研究區(qū)域內(nèi)生態(tài)脆弱性指數(shù)在0.21～2.19，多年平均值為1.02，整體呈現(xiàn)以輕度脆弱性為主. 如圖2、3所示，研究區(qū)域的西部、北部海拔高，丘陵地表覆蓋差，降水、氣溫較東南部偏少、偏低，導(dǎo)致整體生態(tài)脆弱性呈現(xiàn)西部、北部高，東部、南部低的分布特征；中部地區(qū)以鄭州為中心輻射的區(qū)域，人口密度高、經(jīng)濟(jì)和人類(lèi)活動(dòng)影響較大，整體脆弱性等級(jí)明顯高于其他區(qū)域.

圖2 2010—2019年河南省生態(tài)脆弱性等級(jí)空間分布Fig.2 Spatial distribution of ecological vulnerability level in Henan Province from 2010 to 2019

圖3 2010—2019年河南省生態(tài)脆弱性指數(shù)空間分布Fig.3 Spatial distribution of ecological vulnerability index in Henan Province from 2010 to 2019

通過(guò)對(duì)研究區(qū)域2010—2020 年三期生態(tài)脆弱性等級(jí)面積分布統(tǒng)計(jì)，整體面積比例主要集中于微度脆弱—輕度脆弱等級(jí)范圍. 2010—2020 年潛在脆弱等級(jí)和微度脆弱等級(jí)面積呈增加趨勢(shì)，尤其在2015—2020年輕度脆弱性等級(jí)面積比例顯著減少，微度脆弱等級(jí)面積比例增加明顯，如表4 所示.2010—2020 年三期生態(tài)脆弱性綜合指數(shù)EVSI 分別為2.47、2.56、2.36，說(shuō)明研究區(qū)域整體生態(tài)環(huán)境呈總體逐漸轉(zhuǎn)好趨勢(shì).

表4 2010—2020年生態(tài)脆弱性等級(jí)面積及面積比例Tab.4 Area and area proportion of ecological vulnerability grade from 2010 to 2020

從研究區(qū)域生態(tài)脆弱性變化趨勢(shì)分析，如圖4所示. 2010—2020 年10 年來(lái)脆弱性指數(shù)變化區(qū)間在>-0.85～0.84. 總體來(lái)看，2010—2020 年間生態(tài)脆弱性指數(shù)差均值（0.02）無(wú)明顯變化，脆弱性指數(shù)減少的面積比例占總面積的69.26%，整體生態(tài)環(huán)境有改善.

圖4 2010—2020年生態(tài)脆弱性指數(shù)變化分布圖Fig.4 Change distribution of ecological vulnerability index from 2010 to 2020

3.2 生態(tài)脆弱性等級(jí)時(shí)空演變特征

根據(jù)式（6）、（7）分別計(jì)算2010—2015 年、2015—2020 年5年間生態(tài)脆弱性等級(jí)時(shí)空演變分布特征，通過(guò)計(jì)算統(tǒng)計(jì)得出2010—2015年、2015—2020年間生態(tài)脆弱等級(jí)間的面積轉(zhuǎn)移矩陣. 從表5、6中可知2010—2015年、2015—2020年間生態(tài)脆弱等級(jí)間的面積轉(zhuǎn)移量分別為：35 358.44 km2、54 057.24 km2. 其中，2010—2015 年、2015—2020 年的向好生態(tài)等級(jí)轉(zhuǎn)移量分別為：10 799.16 km2和42 985.72 km2，占轉(zhuǎn)移總面積的30.5%和79.5%. 通過(guò)圖5所示，進(jìn)一步分析生態(tài)脆弱性等級(jí)在10年間演變空間變化情況，2010—2015年生態(tài)脆弱性等級(jí)向好轉(zhuǎn)變區(qū)域主要分布于東南部地區(qū)，中部、西部和北部區(qū)域生態(tài)承壓較大. 2015—2020年間較2010—2015年間生態(tài)環(huán)境得到明顯改善，生態(tài)脆弱性等級(jí)向好轉(zhuǎn)變面積大幅增加，主要分布于豫西地區(qū)、豫北地區(qū)、伏牛山區(qū)、桐柏山區(qū). 生態(tài)脆弱等級(jí)負(fù)向轉(zhuǎn)變主要分布于河南中部的鄭州-洛陽(yáng)-焦作城市群，豫東的周口和許昌，豫北的濮陽(yáng). 表明隨著國(guó)家退耕還林還草等多項(xiàng)生態(tài)保護(hù)政策出臺(tái)，河南省在生態(tài)脆弱性等級(jí)較高的豫西、豫北地區(qū)，生態(tài)保護(hù)政策實(shí)施措施有效，生態(tài)環(huán)境得到十分明顯改善. 中部城市群城鎮(zhèn)化發(fā)展迅速，造成建筑用地大幅增加，東部、南陽(yáng)盆地人口基數(shù)大且人口集中，人類(lèi)生活對(duì)環(huán)境生態(tài)承壓較大，黃淮平原耕地的面積大，生態(tài)系統(tǒng)干擾程度增大.

圖5 2010—2015年、2015—2020年生態(tài)脆弱等級(jí)區(qū)面積相互轉(zhuǎn)換分布圖Fig.5 Distribution map of mutual conversion of ecological vulnerability grade areas in 2010—2015 and 2015—2020

3.3 脆弱性變化驅(qū)動(dòng)力分析

對(duì)研究區(qū)域2010—2020 年生態(tài)脆弱性變化時(shí)空演變驅(qū)動(dòng)力分析，利用地理探測(cè)器進(jìn)行指標(biāo)要素對(duì)生態(tài)脆弱性變化的影響力分析，如表7 所示，2010—2020 年間恢復(fù)力因子對(duì)生態(tài)脆弱性變化影響較大的指標(biāo)為植被覆蓋度和植被凈初生產(chǎn)力，表明生態(tài)植被密度及植被生態(tài)質(zhì)量對(duì)生態(tài)脆弱性的適應(yīng)恢復(fù)能力有較大影響；壓力因子對(duì)生態(tài)脆弱性變化影響較大的指標(biāo)為夜間燈光，表明生態(tài)壓力主要受人類(lèi)生產(chǎn)生活的活動(dòng)程度、活動(dòng)區(qū)域及城市發(fā)展水平影響；敏感性因子對(duì)生態(tài)脆弱性變化影響較大的指標(biāo)為土壤類(lèi)型、降水量、水網(wǎng)密度等要素，表明河南省內(nèi)生態(tài)系統(tǒng)敏感性受環(huán)境水分條件和地表土壤等因素影響較大. 從各指標(biāo)影響力q值分析可知，q值前5項(xiàng)由大到小以此為：夜間燈光>GDP>植被覆蓋度>植被凈初生產(chǎn)力>人口密度.

表7 2010年、2015年、2020年生態(tài)脆弱性指標(biāo)影響力Tab.7 Impact of ecological vulnerability indicators in 2010，2015 and 2020

研究各因子之間交互作用對(duì)生態(tài)脆弱性變化的影響，可以通過(guò)地理探測(cè)器的交互檢測(cè)表結(jié)果分析，發(fā)現(xiàn)探測(cè)交互因子主要為雙因子增強(qiáng)性型和非線性增強(qiáng)型，說(shuō)明交互因子加速了影響生態(tài)脆弱性變化，其中非線性增強(qiáng)類(lèi)型對(duì)生態(tài)脆弱性的變化具有最強(qiáng)的影響作用. 將70對(duì)非線性增強(qiáng)交互因子篩選出，如表8所示. 植被凈初生產(chǎn)力與夜間燈光兩指標(biāo)交互對(duì)生態(tài)脆弱性變化增強(qiáng)影響最大. 夜間燈光、起伏度、坡向、坡度、人口密度、高程、地貌類(lèi)型、GDP、植被類(lèi)型等指標(biāo)與植被凈初生產(chǎn)力指標(biāo)交互下對(duì)生態(tài)脆弱性變化均有較強(qiáng)的影響力. 從表中整體看，植被凈初生產(chǎn)力、土壤類(lèi)型、水網(wǎng)密度、土壤侵蝕度等指標(biāo)參與交互非線性增強(qiáng)組數(shù)明顯高于其他指標(biāo).

表8 2010—2020年生態(tài)脆弱性指標(biāo)交互作用Tab.8 Interaction of ecological vulnerability indicators from 2010 to 2020

從各指標(biāo)對(duì)生態(tài)脆弱性變化影響分析和指標(biāo)交互作用結(jié)果分析可以發(fā)現(xiàn)，代表環(huán)境壓力的夜間燈光、GDP、人口密度指標(biāo)，代表環(huán)境恢復(fù)能力的植被覆蓋度、植被凈初生產(chǎn)力指標(biāo)以及代表生態(tài)環(huán)境發(fā)生變化的誘因敏感性的土壤類(lèi)型、水網(wǎng)密度、年降水指標(biāo)是造成河南省生態(tài)脆弱性變化空間分異的主要因素. 河南省近年來(lái)隨著生活質(zhì)量和工業(yè)化水平提高，城鎮(zhèn)化發(fā)展迅速，人類(lèi)活動(dòng)對(duì)生態(tài)環(huán)境擾動(dòng)影響增加，同時(shí)受氣候變化影響水資源總量減少［22-26］，耕種和灌溉面積增加造成水資源更加緊張. 黃淮海平原、南陽(yáng)盆地是傳統(tǒng)的農(nóng)業(yè)生產(chǎn)區(qū)，氣候適宜，人口密度大，環(huán)境納污容量小，水體污染嚴(yán)重，在黃淮海平原北部水資源較為短缺，農(nóng)業(yè)面源污染較重. 太行山區(qū)以山地為主，溝壑縱橫，土層淺薄. 伏牛山區(qū)、桐柏大別山區(qū)為山地森林生態(tài)系統(tǒng)，植被覆蓋率高，動(dòng)植物種類(lèi)繁多. 伏牛山區(qū)、桐柏大別山區(qū)、太行山區(qū)隨著國(guó)家退耕還林、水資源涵養(yǎng)水土保持等政策實(shí)施，植被生態(tài)環(huán)境得到改善. 但屬山地森林生態(tài)系統(tǒng)的伏牛山區(qū)、桐柏大別山區(qū)生態(tài)改善效果較以山地為主的太行山區(qū)明顯.

4 討論與結(jié)論

基于SRP“敏感度-恢復(fù)力-壓力度”模型建立生態(tài)脆弱性評(píng)價(jià)模型，影響生態(tài)脆弱性空間分布的主導(dǎo)指標(biāo)為敏感性準(zhǔn)則層的土壤覆蓋類(lèi)型、土壤類(lèi)型和土壤侵蝕度，恢復(fù)性準(zhǔn)則的植被凈初生產(chǎn)力和植被類(lèi)型，壓力準(zhǔn)則層下的夜間燈光.

河南省輕度水土流失面積占總面積21%，西部、北部的丘陵、淺山區(qū)水土流失較嚴(yán)重，導(dǎo)致整體西部脆弱性高于其他區(qū)域. 黃淮海平原東部、北部人口密度大，河南省中部城市群外擴(kuò)建設(shè)迅速，加劇對(duì)環(huán)境擾動(dòng)影響，導(dǎo)致該區(qū)域生態(tài)脆弱性較高. 2010—2020年影響生態(tài)脆弱性的氣象因子、地表因子對(duì)生態(tài)脆弱性影響有正向加強(qiáng)影響，雖然人類(lèi)活動(dòng)因子和社會(huì)經(jīng)濟(jì)因子對(duì)生態(tài)脆弱性的影響權(quán)重仍然很高，但影響開(kāi)始呈現(xiàn)相對(duì)減弱趨勢(shì). 從側(cè)面反映人們開(kāi)始意識(shí)到對(duì)生態(tài)環(huán)境的壓力的影響，開(kāi)展了有效的生態(tài)保護(hù)工作并獲得了明顯成效.

通過(guò)對(duì)2010—2020年生態(tài)脆弱性時(shí)空變化分析，豫西丘陵地區(qū)、伏牛山區(qū)、桐柏大別山區(qū)生態(tài)脆弱性有明顯改善，而東部、中部、南陽(yáng)盆地生態(tài)脆弱性升高. 伏牛山區(qū)、桐柏大別山區(qū)人口密度較低、人為對(duì)環(huán)境擾動(dòng)弱，植被覆蓋率較高，生態(tài)恢復(fù)力較強(qiáng)，隨著國(guó)家退耕還林還草等生態(tài)保護(hù)措施出臺(tái)落實(shí)，生態(tài)環(huán)境得到明顯改善. 分析生態(tài)脆弱性等級(jí)在10 年間演變空間變化情況，2015—2020 年的向好生態(tài)等級(jí)轉(zhuǎn)移量大于2010—2015年，生態(tài)脆弱性等級(jí)向好主要分布于豫西、伏牛山區(qū)、桐柏山區(qū)；生態(tài)脆弱等級(jí)負(fù)向轉(zhuǎn)變主要集中分布于鄭州-洛陽(yáng)-焦作城市群，黃淮海平原東部、北部. 河南省西部、北部地區(qū)受氣候、地形、土壤等原因，生態(tài)環(huán)境較其他地區(qū)不利，但該區(qū)域人類(lèi)擾動(dòng)影響較小，隨著人們對(duì)生態(tài)環(huán)境的保護(hù)，生態(tài)修復(fù)效果較其他生態(tài)壓力較大的地區(qū)十分明顯.

利用地理探測(cè)器對(duì)研究區(qū)域生態(tài)脆弱性時(shí)空演變的要素驅(qū)動(dòng)力分析，綜合指標(biāo)影響力由大到小依次為夜間燈光>GDP>植被覆蓋度>植被凈初生產(chǎn)力>人口密度. 分析各指標(biāo)交互作用，夜間燈光、GDP、人口密度指標(biāo)、植被覆蓋度、植被凈初生產(chǎn)力、土壤類(lèi)型、水網(wǎng)密度、年降水指標(biāo)是造成河南省生態(tài)脆弱性變化空間分異的主要因素.

可以看出，誘發(fā)河南省生態(tài)環(huán)境發(fā)生變化，主要為人類(lèi)活動(dòng)擾動(dòng)、土壤、植被及水資源等因素，所以做好水土保持、森林植被撫育涵養(yǎng)水源、提升水資源保障能力、優(yōu)化城市發(fā)展和布局、建立生態(tài)型城市仍是河南省生態(tài)保護(hù)工作持續(xù)努力的方向.

本文選取SPR模型構(gòu)建生態(tài)脆弱性評(píng)價(jià)模型，從“敏感度-恢復(fù)力-壓力度”三個(gè)準(zhǔn)則層，按照可獲取、可量化、合理性、科學(xué)性等原則，選取能夠反映三個(gè)準(zhǔn)則層的指標(biāo)，并分析了各指標(biāo)對(duì)生態(tài)脆弱性的影響以及各指標(biāo)對(duì)生態(tài)脆弱性變化的驅(qū)動(dòng)力分析. 影響生態(tài)脆弱性的因素繁多，本文受到資料來(lái)源、數(shù)據(jù)精度等原因影響，不能夠全面反映河南省生態(tài)脆弱性內(nèi)涵，在今后研究中應(yīng)進(jìn)一步完善.