img

官方微信

高级检索

中国沙漠, 2023, 43(5): 232-240 doi: 10.7522/j.issn.1000-694X.2023.00083

河西地区生态敏感性演变格局及分区治理

邓晓红,1, 宋玉琳,2, 李宗省3, 赵婷婷3,4

1.兰州大学,县域经济发展研究院/乡村振兴战略研究院,甘肃 兰州 730000

2.兰州大学,经济学院,甘肃 兰州 730000

3.中国科学院西北生态环境资源研究院 甘肃省祁连山生态环境研究中心/内陆河流域生态水文重点实验室,甘肃 兰州 730000

4.中国科学院大学,北京 100049

Evolution pattern of terrestrial ecological sensitivity in the Hexi region and its zoning governance

Deng Xiaohong,1, Song Yulin,2, Li Zongxing3, Zhao Tingting3,4

1.County Economic Development Research Institute / Rural Revitalization Strategy Research Institute //, Lanzhou University,Lanzhou 730000,China

2.School of Economics, Lanzhou University,Lanzhou 730000,China

3.Gansu Qilian Mountain Ecological Environment Research Center / Key Laboratory of Inland River Basin Ecological Hydrology,Northwest Institute of Eco-Environment and Resources,Chinese Academy of Sciences,Lanzhou 730000,China

4.University of Chinese Academy of Sciences,Beijing 100049,China

通讯作者: 宋玉琳(E-mail: songyl21@lzu.edu.cn

收稿日期: 2023-06-27   修回日期: 2023-09-11  

基金资助: 国家自然科学基金项目.  42271288
科技部第二次青藏高原科学考察研究项目.  2019QZKK0405
甘肃省自然科学基金项目.  21JR7RA505

Received: 2023-06-27   Revised: 2023-09-11  

作者简介 About authors

邓晓红(1985—),女,湖南沅陵人,副研究员,主要从事生态经济方向研究E-mail:dengxg@lzu.edu.cn , E-mail:dengxg@lzu.edu.cn

摘要

生态敏感性是评估区域生态环境问题和实施生态功能区划的重要指标,可作为区域生态修复与分区治理的重要依据。以河西地区为例,首先针对沙漠化、水土流失、盐渍化、生境质量等生态问题,耦合空间距离指数模型构建生态敏感性评价体系,其次,运用格网编码法对河西地区生态敏感性波动强度及波动趋势进行分析,并结合地理探测器探明生态敏感性演变进程中主要驱动因子;最后,基于生态敏感性的时空演变特征进行生态治理分区。结果表明:(1)河西地区生态敏感性具有明显空间分异性,呈现西北高东南低的分布状况;(2)生态敏感性稳定区占主导地位,面积占比为46.54%;(3)生境质量敏感性对河西地区生态敏感性解释力最强;(4)河西地区可划分为优化治理区、管控治理区、长效治理区、综合治理区4个生态分区,分区面积占比分别为32.08%、27.80%、11.30%、28.82%,对于不同分区特征建议实施不同的生态治理策略。

关键词: 生态敏感性 ; 分区治理 ; 空间距离模型 ; 河西地区

Abstract

Ecological sensitivity is an important indicator for evaluating regional ecological environmental issues and implementing ecological function zoning, which can provide important basis for regional ecological restoration and optimization management. This paper takes Hexi region as an example. First, aiming at ecological problems such as Desertification, water and soil loss, salinization, and habitat quality, the spatial distance index model is coupled to build an evaluation system of terrestrial ecological sensitivity. Secondly, the grid coding method is used to analyze the fluctuation intensity and trend of terrestrial ecological sensitivity in Hexi region, and the main driving factors in the evolution process of terrestrial ecological sensitivity are identified with geographical detectors; Finally, ecological governance zoning is carried out based on the spatiotemporal evolution characteristics of terrestrial ecological sensitivity. The results indicate that the sensitivity of terrestrial ecology in the Hexi region has significant spatial differentiation, showing a distribution pattern of high in the northwest and low in the southeast; The ecologically sensitive and stable area dominates, accounting for 46.54% of the total area; The sensitivity of habitat quality has the strongest explanatory power on the sensitivity of terrestrial ecology in the Hexi region; Based on the above characteristics, the Hexi region can be divided into four ecological zones: optimized governance zone, controlled governance zone, long-term governance zone, and comprehensive governance zone. The proportion of the zone area is 32.08%, 27.80%, 11.30%, and 28.82%, respectively. It is recommended to implement different ecological governance strategies for different zone characteristics.

Keywords: ecological sensitivity ; zone governance ; spatial distance model ; Hexi region

PDF (3581KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

邓晓红, 宋玉琳, 李宗省, 赵婷婷. 河西地区生态敏感性演变格局及分区治理. 中国沙漠[J], 2023, 43(5): 232-240 doi:10.7522/j.issn.1000-694X.2023.00083

Deng Xiaohong, Song Yulin, Li Zongxing, Zhao Tingting. Evolution pattern of terrestrial ecological sensitivity in the Hexi region and its zoning governance. Journal of Desert Research[J], 2023, 43(5): 232-240 doi:10.7522/j.issn.1000-694X.2023.00083

0 引言

中国目前面临多种生态环境问题,包括土地沙漠化加剧、水土流失严重、土壤质量降低、生态系统退化等,这对环境保护与生态修复提出了更高要求1。生态敏感性作为评估区域生态环境问题和识别生态修复空间的重要指标,可为区域生态修复与优化治理提供重要依据。

生态敏感性指生态环境对人类活动和自然环境变化的响应程度,可以表征研究区生态失衡现状或生态问题发生可能性2。近年来,各国学者从国家3、省4-5、市域6、地理区划7、流域8-9等尺度上对于各类生态问题进行生态敏感性分析,促使研究角度由单一生态问题10-12向多元13-15转变,研究由静态分析16-17向动态18-19发展。指标体系构建是敏感性研究的基础和核心,目前敏感性因子指标体系构建主要有两个侧重点,其一是以关键因素为侧重点,即选取气候20、植被类型21、人类活动22、种群密度23等生态因素整体判断区域敏感性;其二为以生态问题的敏感性为侧重点,即选取沙漠化10、盐渍化24、水土流失25等生态问题为主要研究对象,分别根据不同生态问题主导因子进行指标体系构建。从中国生态环境现状来看,多重生态问题的胁迫广泛存在,基于关键因素的指标体系难以全面揭示区域特征和生态风险,而构建综合且较全面的反映不同生态问题的生态敏感性指标重要性逐渐凸显,对指导国土空间规划、划定生态红线等重要生态区域具有重要意义。

河西地区地处中国西北干旱半干旱区,是重要的生态安全屏障建设区。该地区生态环境脆弱、生态问题复杂26,北部荒漠带土地沙漠化、生态系统退化严重,中部绿洲带土壤盐渍化、水土流失等问题突出27。针对复杂生态环境问题的治理应“明特征、分层次、抓重点”,兼顾生态敏感性特征与生态治理重点的分区治理方案是有必要的。本文基于研究区主要生态问题构建生态敏感性指标评价体系,分析河西地区2000—2020年生态敏感性空间分布、波动强度及波动趋势等时空演变特征,并探明河西地区主导生态问题,确定治理重点,基于“以动定静,动静结合”的生态治理分区标准,提出差异且合理的生态修复策略,旨在对河西地区实现合理的生态分区治理提升提出科学依据。

1 研究区域

河西地区(35°44′—42°57′N,92°33′—104°46′E)位于中国西北部的甘肃省(图1),东起甘肃-宁夏、甘肃-内蒙古交界,西至甘新交界,南部与青海省相接并延伸至黄河干流以西,北至内蒙古自治区,属中温带干旱、半干旱气候区,气候以干旱少雨、蒸发量大为主要特征,荒漠地区植被稀疏、结构种类单一,是气候变化的敏感区和生态脆弱带28-29。研究区面积近2.6×105 km2,地势呈现南高北低、东高西低趋势。该地区主要分布有4个流域,由南至北分别属黄河流域、石羊河流域、黑河流域及疏勒河流域。

图1

图1   研究区位置

Fig.1   Overview of the study area


2 研究方法

2.1 数据来源

本文基于2000、2005、2010、2015、2020年数据,将栅格数据统一重采样为1 km×1 km,投影坐标系统一为WGS_1984_UTM_Zone_27N。气象数据包括河西地区及周边气象站点的降水量、风速等气象数据,来源于中国气象数据网(http://data.cma.cn/)。土地利用类型数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn/)。DEM数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn/)。土壤数据来源于世界土壤数据库(Harmonized world soil database,HWSD)的中国土壤数据集。遥感数据包括MOD13Q1数据、MOD09A1数据,选取行列编号为h25v04、h25v05、h26v05的三景,数据来源于美国宇航局NASA的网站(https://search.earthdata.nasa.gov/)。社会经济数据包括人口密度、GDP等社会经济数据,数据来源于中国科学院资源环境科学数据中心(http://www.resdc.cn/)。

2.2 指标选取

根据河西地区主要生态环境问题,选取沙漠化、水土流失、盐渍化、生境质量进行生态敏感性评价。在参考《生态功能区划技术暂行规程》(2002年)、《气象干旱等级》(2006年)、《中国盐渍土》(1993年)、《生态环境状况评价技术规范》(2015年)等国家标准文件的基础上,结合相关研究文献228-31构建评价指标体系,并依据国家规范标准及河西地区自然条件将不同生态敏感性评价因子敏感性等级划分为5个等级,分别赋值1、3、5、7、9,等级越高,表明各生态敏感性越严重。指标体系构建及指标分级标准如表1所列。

表1   生态敏感性指标体系

Table 1  Ecological sensitivity index system

一级指标二级指标敏感性
不敏感轻度敏感中度敏感高度敏感极敏感
沙漠化相对湿润指数(-0.4,+∞)(-0.65,0.4](-0.8,-0.65](-0.95,-0.8](-∞,-0.95]
冬春季风速>6 m·s-1天数[32](0,15](15,30](30,45](45,60](60,+∞)
土壤含砂量(0.0.4](0.4,0.51](0.51,0.63](0.63,0.76](0.76,1]
冬春植被覆盖度(0.7,1](0.5,0.7](0.3,0.5](0.15,0.3](0,0.15]
水土流失R(0,25](25,100](100,400](400,600](600,+∞)
土壤质地石砾、沙粗砂土、细砂土、黏土面砂土、壤土砂壤土、粉黏土、壤黏土砂粉土、粉土
地形起伏度(0,20](20,50](50,100](100,300](300,+∞)
植被覆盖度(0.7,1](0.5,0.7](0.3,0.5](0.15,0.3](0,0.15]
盐渍化蒸发量/降雨量(0,1](1,3](3,10](10,15](15,+∞)
土壤盐渍化指数[33](0,0.2](0.2,0.27](0.27,0.41](0.41,0.56](0.56,1]
生境质量生境质量指数(0.73,1](0.46,0.73](0.26,0.46](0.1,0.26](0,0.10]
生长季植被覆度(0.7,1](0.5,0.7](0.3,0.5](0.15,0.3](0,0.15]
分级赋值13579

单一因子敏感性划分依据如下:①土地沙漠化敏感性指标中相对湿润指数根据《气象干旱等级》标准进行计算及等级划分,冬春季风速>6 m·s-1的天数、冬春植被覆盖度根据《生态功能区划技术暂行规程》标准进行等级划分,土壤含砂量根据自然断点法进行划分。②水土流失敏感性指标依据《生态功能区划技术暂行规程》标准进行等级划分。③盐渍化敏感性指标依据《中国盐渍土》进行等级划分。④生境质量敏感性指标根据评估起始年2000年自然断点法结果进行划分。

新窗口打开| 下载CSV


各指标的计算方式及变量涵义如表2所列。将计算结果以5 km×5 km的网格均匀取足量样本点(共11 197个样本点)进行多重共线性检验,结果表明,本文选取的单一生态敏感性之间不存在多重共线性,生态敏感性指标体系构建具有科学性、合理性。

表2   生态敏感性指标计算方式

Table 2  Calculation method of ecological sensitivity index

一级指标二级指标计算公式解释说明
沙漠化相对湿润指数MI=P-ET0ET0式中:MI代表该地区相对湿润指数值,P代表年降水量,ET0代表年潜在蒸散量,单位均为mm
冬春季风速>6 m·s-1天数计算河西地区及周边气象站点12月至次年5月最大风速[32]>6 m·s-1的天数,进行IDW插值获得
土壤含砂量
冬春植被覆盖度FVC=NDVI-NDVIvNDVIs-NDVIv式中:FVC代表植被覆盖度,NDVI代表归一化植被指数,NDVIv代表植被NDVINDVIs表裸土NDVI,冬春季选取12月至次年5月
水土流失RRd=0.067Pd1.627式中:Rd为多年平均降雨侵蚀力因子,单位为MJ·mm·hm-2·h-1Pd为多年平均降雨量,单位为mm
土壤质地依据《土壤质地分类标准》(2005年)分类定级
地形起伏度邻域分析计算地形起伏度
植被覆盖度用冬春植被覆盖度计算研究期年均植被覆盖度
盐渍化蒸发量/降雨量蒸发量/降雨量研究期蒸发量与降雨量年均值之比,单位均为mm
土壤盐渍化指数

NDVI=b2-b1b2+b1

SI=b1·b3

SDI=(NDVI-1)2+SI2

式中:NDVI代表归一化植被指数,SI为盐分指数,SDI为土壤盐渍化指数,b1b2b3是MOD09A1中红波段(620~670 nm)、近红外波段(841~876 nm)、蓝波段(459~479 nm)的波段反射率,一般选取8—9月作为盐渍化指数观测时间较为合理[33]
生境质量生境质量指数生境质量指数=Abio·(Areai ·αi )/区域面积Abio为生境质量归一化指数,Areai 为6类土地利用类型面积,αi 为不同土地利用类型生境质量系数,根据《生态环境状况评价技术规范》(2015年)要求,耕地为0.11,林地为0.35,水域为0.28,草地为0.21,建筑用地为0.04,未利用地为0.01
生长季植被覆盖度公式同冬春植被覆盖度计算选取研究期5—9月为生长季计算生长季植被覆盖度

新窗口打开| 下载CSV


2.3 研究方法

2.3.1 单一生态敏感性指数计算

根据不同生态敏感性各项因子敏感性等级赋值,常采用几何平均法进行综合指数计算,综合反映生态敏感性区域差异。

SSIj=a1·a2··aii

式中:SSIj 代表不同生态问题的敏感性综合指数;a1a2、…、ai 为各敏感性因子的值。将生态敏感性指数根据自然断点法进行分级,以评价初始年2000年的自然断点分级为依据进行五级分级,判断2000—2020年不同生态问题的单一生态敏感性等级。

2.3.2 生态敏感性指数计算

生态敏感性评价采用空间距离模型34-35,本模型基于欧几里得度量,定义各生态敏感性指标维度分别在空间中的最低点19,此点代表各指标生态敏感性指数最低点或理想状态,计算每个点到该点的欧氏距离,以距离值的大小来表示沙漠化敏感程度的高低。值越大,则表明该位置距离最低点越远,即沙漠化敏感程度越高。

CSI=j=1n(SSIj-SSIj_low)2

式中:CSI代表生态敏感性指数;SSIj 代表沙漠化、水土流失、盐渍化、生境质量敏感性综合指数;SSIj_low代表各生态敏感性综合指数最小值。最终将计算出的生态敏感性综合指数利用自然断点法,以评价初始年2000年分级断点为依据,进行五级分级。

2.3.3 格网编码分析

格网编码法通过将栅格离散值转换为栅格编码,可以将研究区生态敏感性时间变化、空间分布特征可视化。目前格网编码法已广泛应用于时空演变特征图谱分析536。本文根据生态敏感性编码的变动及分布特征,对河西地区生态敏感性波动强度及波动趋势进行分析。相对于上一年生态敏感性等级发生变动的栅格编码为1,未发生变动则编码为0,研究期内变动次数最多为4次。

ESFI=i=1mCodek

式中:ESFI为生态敏感性波动强度;m为研究期内时间节点个数。本文研究节点为2000、2005、2010、2015、2020年,Code k 表示0或1的二元离散变量波动编码。以生态敏感性波动强度为依据,从而将敏感性波动强度划分为三级,研究期内生态敏感性等级无变化则为稳定区,即ESFI=0;等级变化一次则该栅格具有低波动性,即ESFI=1;等级变化两次及以上则具有高波动性,即ESFI>1。对于波动趋势分析,借鉴文献图谱分析法26,将研究期内生态敏感性等级单调变动的栅格,根据单调增长、单调不变、单调下降的规律划分为恶化区、稳定区、优化区;生态敏感性等级非单调变动的栅格,根据初始年等级大于、等于、小于现状年等级的规律划分为波动优化区、波动稳定区、波动恶化区。

2.3.4 地理探测器

地理探测器是基于空间分异性揭示被解释变量驱动力的统计学方法37,可用于探测子指标对综合指标的解释力或外生变量对综合指标的驱动力38

q=1-h=1LNhσh2Nσ2=1-SSWSST

式中:h=1、2、…、LL代表生态敏感性分区个数;NhN代表层h及全区单元数;σh2σ2代表层h及全区生态敏感性指数方差;SSWSST分别代表层内方差之和与全区总方差。q值度量该生态敏感性对生态敏感性的解释力,其值越大表示解释力越强。

3 结果与分析

3.1 生态敏感性时空演变特征

从空间分布上来看,河西地区生态敏感性指数呈现西北部高、东南部低的分布状况(图2)。极敏感区分布范围最广,疏勒河流域内肃北蒙古族自治县北部、敦煌市、瓜州县、玉门市等地是极敏感区主要分布地区,该流域生态敏感性指数高于河西地区整体指数水平。中度敏感区主要分布在肃北蒙古族自治县北部、金塔县、民勤县等地,而南部河西地区黄河流域部分的山丹县、永昌县、永登县等地区生态敏感性主要为轻度敏感或不敏感。

图2

图2   2000—2020年生态敏感性时空演变

Fig.2   Temporal and spatial evolution of terrestrial ecological sensitivity from 2000 to 2020


从时间变化上来看(图3),2000—2010年,河西地区生态敏感性指数呈下降趋势,2010—2020年呈上升趋势,整体下降0.21。2000—2010年生态敏感性指数下降主要因为2010年河西地区年降水量增加282.80 mm,相比2000年增加19.84%,气候条件改善降低了河西地区生态敏感性;2010—2020年气候条件恶化,生态敏感性指数上升,2020年河西地区年降水量相比2010年减少39.03%,年蒸发量相比2010年增加1.63%。整体上看,2000—2020年河西地区年降水量降低317.02 mm,年蒸发量增加7.76 mm,研究期气候条件干旱程度增加。2020年生态敏感性指数小于研究初始年表明了近年来民勤连古城国家级自然保护区、祁连山国家级自然保护区及河西地区防风固沙林持续建设等一系列生态修复工程项目的实施,提升了整体植被覆盖水平,改善了植被结构,有效减少该地区生态风险。

图3

图3   生态敏感性指数、面积占比、面积转移和弦图

Fig.3   Terrestrial ecological sensitivity index, area proportion, area transfer, and chord chart


从面积占比上来看(图3),2000年河西地区生态敏感性不敏感、轻度敏感、中度敏感、高度敏感和极敏感地区面积占比分别为6.17%、16.49%、18.65%、27.27%和31.42%。2000—2020年不敏感地区、轻度敏感地区、极敏感地区面积占比呈现波动上升趋势,分别上升1.85%、1.82%、4.32%,中度敏感地区、高度敏感区面积占比呈现缓慢下降趋势,分别下降2.76%、5.23%。不同敏感性等级面积转化方向不同,研究期内整体综合生态敏感性变异度为0.79%,轻度敏感区、中度敏感区面积主要向低等级敏感性转化,高度敏感性地区面积中13.97%向中度敏感性转化,15.59%向极敏感区转化。

3.2 生态敏感性波动强度及波动趋势

根据格网编码法对生态敏感性等级进行图谱分析,得出河西地区生态敏感性波动强度及各流域不同波动强度面积占比、波动趋势分布及波动强度-波动趋势桑基图(图4)。河西地区生态敏感性稳定地区占比最高,占总面积的46.54%,主要分布于河西地区疏勒河流域西部、黑河流域东南部、石羊河流域西南部等地。基于不同生态状况,各地区稳定在不同的生态敏感性水平。河西地区疏勒河流域西部库姆塔格沙漠地区自然条件恶劣常年难以改善,2000—2020年生态敏感性稳定在极敏感。黑河流域东南部、石羊河流域西南部的祁连山地区依托祁连山国家公园建设,林地、草地覆盖率高,生态条件较好,生态敏感性常年维持低敏感或轻度敏感。

图4

图4   生态敏感性波动强度、波动趋势分布及面积桑基图

Fig.4   Distribution of fluctuation intensity,trend of ecological sensitivity and Sankey map


低波动性地区面积占总面积的24.64%,区域内优化区与恶化区面积占比相当,优化区主要分布在生态敏感性较低的农田生态系统,分布范围较广,而恶化区主要分布于疏勒河流域东北部、黑河流域东北部等敏感性等级较高地区。高波动性面积占总面积的28.82%,主要分布于河西地区西北部的疏勒河流域、黑河流域,包括阿克塞哈萨克族自治县、肃北蒙古族自治县、金塔县等县区。该地区波动趋势不明显,波动稳定区在高波动区占主导地位,面积占比为21.98%,其中波动稳定区变动趋势为先下降后上升趋势面积占比为19.97%,其波动趋势与研究区气候条件变化一致,表明高波动区调节能力较弱,受气候影响大,极少数高波动地区生态等级呈单调变化。

3.3 主导生态敏感性

通过地理探测器方法,得出河西地区生态敏感性不同影响因素的影响能力q值(表3),其中,人类活动指数选取人口密度、GDP栅格数据构建指标。结果表明,多年平均影响因子q值为生境质量>盐渍化>沙漠化>水土流失>人类活动,2000—2020年各影响因素相对重要程度未发生改变。河西地区主导生态敏感性为生境质量敏感性,说明植被覆盖度低、植被结构单一成为河西地区生态环境稳定的严重隐患,提升了生态风险防范难度;而人类活动、水土流失敏感性影响能力低,主要是由于河西地区地广人稀、经济发展缓慢的社会条件及气候干旱、蒸发量大的自然条件。

表3   河西地区地理探测器结果

Table 3  Results of geographical detectors in the Hexi region

指标年份平均
20002005201020152020
沙漠化0.64**0.65**0.66**0.64**0.70**0.68**
水土流失0.07**0.08**0.05**0.07**0.14**0.05**
盐渍化0.68**0.73**0.69**0.72**0.76**0.70**
生境质量0.71**0.72**0.71**0.73**0.77**0.71**
人类活动0.00*0.00**0.02**0.04**0.04**0.02**

**、*分别代表通过5%、10%的统计检验。

新窗口打开| 下载CSV


3.4 生态敏感性分区

3.4.1 生态分区原则

基于河西地区生态敏感性等级、生态敏感性波动强度结果,根据不同特征划分优化治理区、管控治理区、长效治理区、综合治理区。优化治理区主要特征为生态敏感性等级在中度敏感及以下且处于稳定或低波动区;管控治理区主要特征为生态敏感性等级在中度敏感性以上且处于稳定区;长效治理区主要特征为生态敏感性等级在中度敏感性以上且处于低波动区;综合治理区主要特征为波动强度高,即生态敏感性受气候变化影响程度高的地区。

3.4.2 生态敏感性分区

河西地区优化治理区、管控治理区、长效治理区、综合治理区分布如图5所示,面积占比分别为32.08%、27.80%、11.30%、28.82%。优化治理区主要分布在河西地区黑河流域南部、石羊河流域西南部的祁连山一带,相对生态风险较小,生态系统自然恢复能力强,应以自然修复为主。该区包括甘肃祁连山国家级自然保护区,林草地植被覆盖度高、生态环境较稳定,适合维持目前区域生态环境政策,依托地区自然资源条件,合理控制开发强度,为构筑河西地区生态安全屏障、防范生态风险提供战略支撑。

图5

图5   生态敏感性分区

Fig.5   Ecological sensitivity regionalization


管控治理区主要分布于疏勒河流域西北部、石羊河流域东北部,毗邻库姆塔格沙漠、腾格里沙漠,降水量少,蒸发量大,基于地区水资源短缺、治理难度大的现状,建议该区控制管控治理区范围稳定,持续推进防护林体系,实现防风固沙工程建设,加强退化草原修复,推广先进节水灌溉技术,推进工程节水、农艺节水、管理节水有机结合,合理控制地下水使用。

长效治理区主要分布于疏勒河流域、黑河流域,少部分分布于石羊河流域,主要土地利用类型为荒漠、中低覆盖度草原、草甸,建议该区域针对草原、草甸覆盖区域进行科学研判,开展长期围栏封育,加强林草地种植,优化植被结构,制定长期治理计划,逐渐改善生境质量,推动缓解沙漠化、盐渍化生态敏感性。

综合治理区主要分布于疏勒河流域北部、南部及黑河流域东北部地区,区域内水土资源较差,沙尘频率较高,整体植被覆盖度较低,自然植被结构简单、主要植被类型为耐旱、耐风沙的草本和小灌丛,生态修复难度较大,应将生态风险防治重点放在控制生态风险扩散,建议以加强生态系统质量与稳定性为遵循,建设天然草原退牧还草工程和农牧交错带已垦草原治理等项目,加强草原生态环境监测预警,提升草原生态系统功能。

4 结论

本研究针对河西地区主要生态问题,耦合空间距离模型建立生态敏感性指标评价体系,并结合格网编码法、地理探测器等方法分析河西地区生态敏感性时空演变格局及主导影响因子。

河西地区生态敏感性具有明显的空间分异性,整体上呈现西北高、东南低的空间分布状态,2000—2020年生态敏感性指数呈现先下降后上升趋势,整体下降0.11,表明河西地区生态环境改善,生态问题发生的可能性降低。

河西地区生态敏感性稳定地区面积占主导地位,占总面积的46.54%,表明河西地区近半区域生态敏感性稳定,但稳定地区生态敏感性水平有较大差异。

地理探测器结果为,河西地区生态问题对生态敏感性影响能力由高到低为生境质量、盐渍化、沙漠化、水土流失、人类活动,表明生境质量是河西地区主导生态问题,生态修复策略应侧重生境质量的提升。

河西地区优化治理区、管控治理区、长效治理区、综合治理区面积占比分别为32.08%、27.80%、11.30%、28.82%,不同分区的特征与主要生态问题各不相同,建议针对各分区特征实施合理且有差异的生态治理策略。

本文在人类活动因素与生态敏感性关系的研究上仍需进一步实证分析。从驱动力分析来看,整体上人类活动对河西地区整体生态敏感性驱动力影响较弱,对应河西地区地广人稀、经济发展较为缓慢的现实基础,且与国家18、区域尺度19上人类活动驱动力理论研究相互验证。而事实上,人类活动影响可能是某些生态问题发生的重要原因39-40。一方面,居民生活空间的扩展、城镇化进程的推进,以及生产过程中农业、畜牧业等传统行业的发展对于环境有一定生态压力,诱发生态问题发生;另一方面,自然保护区、防风固沙带等生态环境建设能有效降低地区生态风险,维持生态系统稳定。因此,对于特定区域或发展阶段,人类活动对生态敏感性的驱动力还应进一步研究。

参考文献

王柯张建军邢哲.

我国生态问题鉴定与国土空间生态保护修复方向

[J].生态学报,20224218):7685-7696.

[本文引用: 1]

欧阳志云王效科苗鸿.

中国生态环境敏感性及其区域差异规律研究

[J].生态学报,2000201):10-13.

[本文引用: 2]

魏婵娟蒙吉军.

中国土地资源生态敏感性评价与空间格局分析

[J].北京大学学报(自然科学版),2022581):157-168.

[本文引用: 1]

Yilmaz F CZengin MTekin Cure C.

Determination of ecologically sensitive areas in Denizli province using geographic information systems (GIS) and analytical hierarchy process (AHP)

[J].Environmental Monitoring and Assessment,20201929):1-13.

[本文引用: 1]

姜旭海韩玲白宗璠.

内蒙古自治区沙漠化敏感性时空演变格局和趋势分析

[J].生态学报,2023431):364-378.

[本文引用: 2]

易丹赵小敏郭熙.

基于生态敏感性评价和CA-Markov模拟的平原型城市开发边界划定:以南昌市为例

[J].应用生态学报,2020311):208-218.

[本文引用: 1]

Shi YLi JXie M.

Evaluation of the ecological sensitivity and security of tidal flats in Shanghai

[J].Ecological Indicators,201885729-741.

[本文引用: 1]

蔡文博蔡永立.

基于GIS方法的泸沽湖流域水土流失敏感性评价

[J].水土保持研究,2014213):79-83.

[本文引用: 1]

潘竟虎董晓峰.

基于GIS的黑河流域生态环境敏感性评价与分区

[J].自然资源学报,20062):267-273.

[本文引用: 1]

赵志荣许端阳张绪教.

2000-2015年内蒙古地区土地沙漠化脆弱性评估

[J].水土保持研究,2020271):168-175.

[本文引用: 2]

马彪衣俊国.

黑龙江省土壤盐渍化敏感性分析

[J].环境科学与管理,2011365):133-135.

陈锐银严冬春文安邦.

基于GIS/CSLE的四川省水土流失重点防治区土壤侵蚀研究

[J].水土保持学报,2020341):17-26.

[本文引用: 1]

李振亚魏伟周亮.

基于空间距离指数的中国西北干旱内陆河流域生态敏感性时空演变特征:以石羊河流域为例

[J].生态学报,20193920):7463-7475.

[本文引用: 1]

赵银兵陈利顶孙然好.

基于资源利用和灾害风险的京津冀地区环境地质敏感性区划

[J].生态学报,2022426):2251-2264.

张强冯悦魏伟.

基于GIS的祁连山生态敏感性评价

[J].安全与环境学报,2019193):1056-1064.

[本文引用: 1]

刘康徐卫华欧阳志云.

基于GIS的甘肃省土地沙漠化敏感性评价

[J].水土保持通报,20025):29-31.

[本文引用: 1]

孙小涛周忠发陈全.

重点生态功能区水土流失敏感性评价与分布研究:以贵州省雷山县为例

[J].水土保持学报,2016306):73-78.

[本文引用: 1]

李振亚魏伟周亮.

中国陆地生态敏感性时空演变特征

[J].地理学报,2022771):150-163.

[本文引用: 2]

郭泽呈魏伟石培基.

中国西北干旱区土地沙漠化敏感性时空格局

[J].地理学报,2020759):1948-1965.

[本文引用: 3]

Yi LYu RLang Let al.

Spatiotemporal impacts of climate change and human activities on water resources and ecological sensitivity in the Mekong subregion in Cambodia

[J].Environmental Science and Pollution Research International,2023302):256-267.

[本文引用: 1]

Honglei CMei LChen C.

Ecological restoration strategies for the topography of loess plateau based on adaptive ecological sensitivity evaluation:a case study in Lanzhou,China

[J].Sustainability,2022145):1125-1136.

[本文引用: 1]

Alok RKant L S.

Spatial E-PSR modelling for ecological sensitivity assessment for arid rangeland resilience and management

[J].Ecological Modelling,20234781446-1453.

[本文引用: 1]

Yuan XRui LChang Xet al.

Ecological sensitivity evaluation and explanatory power analysis of the Giant Panda National Park in China

[J].Ecological Indicators,20231461-9.

[本文引用: 1]

李新国古丽克孜·吐拉克赖宁.

基于RS/GIS的博斯腾湖湖滨绿洲土壤盐渍化敏感性研究

[J].水土保持研究,2016231):165-168.

[本文引用: 1]

王娇程维明祁生林.

基于USLE和GIS的水土流失敏感性空间分析:以河北太行山区为例

[J].地理研究,2014334):614-624.

[本文引用: 1]

戴尔阜方创琳.

甘肃河西地区生态问题与生态环境建设

[J].干旱区资源与环境,20022):1-5.

[本文引用: 2]

吕彪.

河西走廊水资源特征及其生态环境问题

[J].国土与自然资源研究,20031):12-14.

[本文引用: 1]

刘康欧阳志云王效科.

甘肃省生态环境敏感性评价及其空间分布

[J].生态学报,20032312):2711-2718.

[本文引用: 2]

游漫贺中华张浪.

基于相对湿润指数的贵州省气象干旱时空变化特征研究

[J].水土保持研究,2022294):255-262.

[本文引用: 1]

王飞丁建丽伍漫春.

基于NDVI-SI特征空间的土壤盐渍化遥感模型

[J].农业工程学报,2010268):168-173.

陈实徐斌金云翔.

北疆农区土壤盐渍化遥感监测及其时空特征分析

[J].地理科学,20153512):1607-1615.

[本文引用: 1]

高星吴克宁周娜.

景泰县耕地后备资源生态敏感性评价与空间利用对策研究

[J].中国农业资源与区划,2020414):43-51.

[本文引用: 2]

Bui E NHenderson B L.

Vegetation indicators of salinity in northern Queensland

[J].Austral Ecology,2003288):539-552.

[本文引用: 2]

石三娥魏伟杨东.

基于RSEDI的石羊河流域绿洲区生态环境质量时空演变

[J].生态学杂志,2018374):1152-1163.

[本文引用: 1]

赵正嫄张云龙李婷.

基于空间距离指数的青藏高原生态敏感性综合评价及时空演变分析

[J].生态学报,20224218):7403-7416.

[本文引用: 1]

苏溥雅齐实梁斌.

西北五省生态敏感性分析

[J].甘肃农业大学学报,2019542):171-179.

[本文引用: 1]

王劲峰徐成东.

地理探测器:原理与展望

[J].地理学报,2017721):116-134.

[本文引用: 1]

张若琰刘卫东宋周莺.

基于地理探测器的中国国家级开发区时空演化过程及其驱动力研究

[J].自然资源学报,20213610):2672-2683.

[本文引用: 1]

许丽高光耀王晓峰.

气候变化和人类活动对中国北方旱区植被变绿的定量贡献

[J].生态学报,2023439):1-10.

[本文引用: 1]

张新胜蔡明勇邰文飞.

陕西秦岭地区生态干扰风险空间分异规律研究

[J].水土保持研究,2023304):115-121.

[本文引用: 1]

/