祁连山地区生态质量时空变化及驱动力

doi:10.7522/j.issn.1000-694X.2024.00073

祁连山地区生态质量时空变化及驱动力

陈兵兵^,¹^,²^,³, 盖迎春^,², 宋忠航¹^,³, 吴向楠¹, 艾宇¹^,³, 杨映⁴, 王生棠², 刘宇烁⁵

1.航天恒星科技有限公司，北京 100086

2.中国科学院西北生态环境资源研究院黑河遥感试验研究站/甘肃省遥感重点实验室，甘肃兰州 730000

3.西安航天天绘数据技术有限公司，陕西西安 710100

4.甘肃洮河国家级自然保护区管护中心，甘肃卓尼 747600

5.华南农业大学，广东广州 510640

Spatio-temporal evolution and driving forces of ecological quality in Qilian Mountains

Chen Bingbing^,¹^,²^,³, Ge Yingchun^,², Song Zhonghang¹^,³, Wu Xiangnan¹, Ai Yu¹^,³, Yang Ying⁴, Wang Shengtang², Liu Yushuo⁵

1.Space Star Technology Co. ，Ltd. ，Beijing 100086，China

2.Heihe Remote Sensing Experimental Research Station / Key Laboratory of Remote Sensing of Gansu Province，Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

3.Xi'an Aerospace Remote Sensing Data Technoloy Co. ，Ltd. ，Xi'an 710100，China

4.Taohe National Nature Reserve Management Center，Jone 747600，Gansu，China

5.South China Agricultural University，Guangzhou 510640，China

通讯作者: 盖迎春（E-mail： gtw@lzb.ac.cn）

收稿日期: 2024-04-23 修回日期: 2024-08-28

基金资助:

国家民用航天技术预先研究项目.  D040405
甘肃省科技计划项目.  23ZNKA0004
中国科学院战略性先导科技专项.  XDA20100104

Received: 2024-04-23 Revised: 2024-08-28

作者简介 About authors

陈兵兵（1996—），男，甘肃通渭人，硕士研究生，主要从事生态环境遥感应用方面研究E-mail：1129196900@qq.com , E-mail：1129196900@qq.com

摘要

基于遥感生态指数（RSEI）分析了祁连山地区2000—2020年生态质量时空变化特征，并利用地理探测器分析了各驱动因子对流域生态质量变化的影响。结果表明：（1）研究期内祁连山地区生态质量保持不变、退化和改善的比重分别约为78.19%、4.25%和17.55%，各子流域生态等级在空间上总体呈现由上游至中下游地区逐级递减的分布特征。（2）石羊河、黑河、疏勒河流域和柴达木盆地4个区域生态质量变化有“极化”趋势，即各流域下游、柴达木盆地核心区等生态质量较差的区域有退化风险，流域中上游及柴达木盆地边缘山地等生态质量中等和良好的区域则持续改善。（3）总体上祁连山各地区自然-人文因子交互对生态质量变化的解释力高于自然-自然、人文-人文因子交互，气候和高程对各地区生态质量变化起核心作用，人文因子的影响则差异明显，石羊河和黑河流域、柴达木盆地、青海湖和大通河-湟水流域分别主要受到第一、二、三产业比重的影响，疏勒河流域受人文因子影响较小。

关键词： 遥感生态指数 ; 生态质量 ; 地理探测器 ; 驱动力 ; 祁连山地区

Abstract

Based on remote sensing Ecological Index （RSEI）， the spatial and temporal changes of ecological quality in 6 Basins in Qilian Mountains from 2000 to 2020 were analyzed， and the effects of driving factors on ecological quality were analyzed by using geographic detectors. The results showed that：（1） RSEI was not significantly increased in Qilian Mountains in 21 a. The proportion of ecological quality remained unchanged， degraded and improved was 78.19%， 4.25% and 17.55%， respectively. The ecological levels of each tributary basin generally exhibit a spatial distribution characterized by a gradual decrease from the upper reaches to the middle and lower reaches. （2） The change of ecological quality in Heihe River Basin， Shule River Basin and Qaidam Basin has a trend of "polarization"， that is， the lower reaches of the basin， the core area of Qaidam basin and other areas with poor ecological quality have degradation risks， while the middle and upper reaches of the basin and the mountainous areas with medium and good ecological quality continue to improve. （3） The results of the geographic detector show that， in general， the explanatory power of natural-human interaction on ecological quality in each basin is better than that of nature-nature and humanity-human interaction. Climate and elevation play a core role in the change of ecological quality in each basin， while the influence of human factors is significantly different. Shiyang River and Heihe River basins， Qaidam Basin， Qinghai Lake and Huangshui River basins are mainly affected by the proportion of primary， secondary and tertiary production respectively， while Shule River Basin is less affected by human factors. The results of this study can provide the decision basis for the sustainable development of Qilian Mountains.

Keywords： remote sensing ecological index ; ecological quality ; geodetector ; driving force ; Qilian Mountains

PDF (5484KB) 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

陈兵兵, 盖迎春, 宋忠航, 吴向楠, 艾宇, 杨映, 王生棠, 刘宇烁. 祁连山地区生态质量时空变化及驱动力. 中国沙漠[J], 2024, 44(6): 258-267 doi:10.7522/j.issn.1000-694X.2024.00073

Chen Bingbing, Ge Yingchun, Song Zhonghang, Wu Xiangnan, Ai Yu, Yang Ying, Wang Shengtang, Liu Yushuo. Spatio-temporal evolution and driving forces of ecological quality in Qilian Mountains. Journal of Desert Research[J], 2024, 44(6): 258-267 doi:10.7522/j.issn.1000-694X.2024.00073

0 引言

生态环境是人类生存的物质载体、经济发展的动力来源、社会稳定的基本条件^［1］。人口激增、经济高速发展、工业化持续推进，引发气候变化加剧、生物多样性丧失、环境污染严重等一系列生态环境危机^［2］。粗放的发展模式导致资源环境超越生态系统的承载力，已成为制约稳定发展的核心要素^［3］。可持续和高质量的经济发展需要良好的流域环境支撑^［4］。祁连山地区是中国西部地区重要的生态功能区、环境脆弱区、水源涵养区、径流维持区，由于人类活动、自然地理及气候变化等因素，流域生态系统的稳定性、平衡性面临严峻挑战^［5-7］。理清生态质量状况及其驱动机理，对地区发展具有重要意义。

卫星遥感技术具有宏观、实时、动态、快速和周期性等特点^［8］，利用各类遥感指数进行生态环境监测是重要发展方向。国家环保部于2006年颁发了《生态环境状况评价技术规范》，推出了生境状况指数（Ecological Index， EI），但存在权重的主观性、归一化系数的合理性、指标的可获取性等应用局限^［9］。研究者综合与生态质量密切相关的绿度、热度、干度、湿度4个指标综合，利用主成分分析法提出了遥感生态指数（Remote Sensing Ecological Index， RSEI）^［10-11］。该指数有效避免了单一指数的片面性、指标权重赋值的主观性，被广泛用于生态环境质量的监测评估^［12-13］。遥感生态指数的构建涉及多个生态指标，在大尺度、长时序生境质量监测时存在数据下载与存储量大、处理流程复杂等问题^［14］，Google Earth Engine拥有海量的地理开源数据及强大的云计算能力，可有效提升数据处理效率^［15］。杨泽康等^［14］、张静等^［16］基于GEE平台分别分析了西安市和黄河流域生态质量状况，应用效果良好。地理探测器是用于检验地理事物的空间分异性，从而定量揭示各探测因子驱动力大小的一种统计学模型^［17-19］。目前对祁连山地区生态状况的研究，集中在较小尺度的子流域单元，即对各个子流域分割独立研究。本文基于遥感生态指数同步分析了2000—2020年祁连山地区的生态环境状况，并利用地理探测器定量分析其驱动机制，以期为该地区生态修复和可持续发展提供决策依据。

1 材料与方法

1.1　研究区概况

祁连山地区位于中国西部干旱与半干旱区，地跨青藏高原、黄土高原和内蒙古高原，包含黑河流域、石羊河流域、疏勒河流域、青海湖流域、大通河-湟水流域以及柴达木盆地6个区域，面积约63.41万km²。水土资源、矿产资源丰富，气候呈明显的垂直分布，干湿分明、日照充足、蒸发剧烈。全境地形以山地、丘陵、荒漠及部分走廊平原区为主，地势起伏大（图1），生态环境空间异质性特征显著。截至2020年，地区人口约1 065万，生产总值约5.39 $\times 10^{3}$ 亿元。在气候变化、经济发展、耕地扩张、基础建设等自然和人为因素影响下^［20］，区域社会经济发展与生态系统的协调可持续矛盾突出。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 研究区概况

Fig.1 Map of the study region

1.2　数据来源与预处理

基于GEE平台选取祁连山地区2000、2005、2010、2015、2020年植物生长季（6—9月）各生态指标遥感影像，其中归一化植被指数（NDVI）和地表温度（LST）分别来源于MOD13A1和MOD11A2数据产品，空间分辨率为500 m；湿度分量（WET）和建筑物-裸土指数（NDBSI）利用MOD09A1反射率产品通过波段组合计算获取，空间分辨率为1 km；以上数据均已在GEE平台经过辐射定标、大气和几何纠正。为防止大规模水域对湿度（WET）的影响，利用改进的归一化水体指数（MNDWI）提取水体并去除^［21］，最后以均值法合成各期影像。

祁连山各地区地形、气候等自然因子的空间分布具有明显的垂直地带性，同时社会经济的快速发展、人口增长和产业结构的变迁对地区生态质量有着重要影响。构建了包含高程、年平均气温、年降水量、人口、产业结构变化率在内的自然和人文驱动因子指标体系（表1）^［22］。其中气象数据（年降水量、年平均气温）来源于中国科学院资源环境科学数据中心（http：//www.resdc.cn/），高程数据来源于国家冰川冻土沙漠科学数据中心（http：//www.ncdc.ac.cn）。人口和产业结构数据来源于国家统计局（http：//wap.stats.gov.cn/）提供的《青海省统计年鉴》《甘肃省统计年鉴》《内蒙古统计年鉴》《中国县域统计年鉴》，利用反距离权重内插法生成栅格数据^［23］。

表1 驱动因子指标

Table 1 The indicators of driving force

自然因子		人文因子
高程	X₁	人口变化率	X₄
年平均气温	X₂	第一产业比重变化率	X₅
年降水量	X₃	第二产业比重变化率	X₆
		第三产业比重变化率	X₇

新窗口打开| 下载CSV

1.3　研究方法

1.3.1　RSEI

RSEI可以定量、快速、客观地反映地区的生态环境质量现状。该指数由绿度、热度、干度和湿度4个生态指标基于主成分分析法而构建，RSEI与各生态指标满足函数关系：

R S E I = f (G r e n e s s, H e a t, D r y n e s s, W e t n e s s)

（1）

式中：绿度（Greeness）指标为MOD13A1数据产品的NDVI指数，热度（Heat）指标以MOD11A2数据产品的Daytime Land Surface Temperature （DLST）表征^［24］。以建筑物-裸土指数（Normalized Difference Built-up and Soil Index，NDBSI）和缨帽变换后的湿度分量分别表征干度（Dryness）和湿度（Wetness）指标，计算公式为：

N D B S I = (S I + I B I) / 2

（2）

S I = [(ρ_{1} + ρ_{6}) - (ρ_{2} + ρ_{3})] / [(ρ_{1} + ρ_{6}) + (ρ_{2} + ρ_{3})]

（3）

I B I = \frac{2 ρ_{6} / (ρ_{2} + ρ_{6}) - [ρ_{2} / (ρ_{1} + ρ_{2}) + ρ_{4} / (ρ_{4} + ρ_{6})]}{2 ρ_{6} / (ρ_{2} + ρ_{6}) + [ρ_{2} / (ρ_{1} + ρ_{2}) + ρ_{4} / (ρ_{4} + ρ_{6})]}

（4）

\begin{array}{l} W E T = 0.1147 ρ_{1} + 0.2489 ρ_{2} + 0.2408 ρ_{3} + 0.3132 ρ_{4} - \\ 0.3122 ρ_{5} - 0.6416 ρ_{6} - 0.5087 ρ_{7} \end{array}

（5）

式中：ρ₁~ρ₇别为MOD09A1影像数据红光波段（Red）、近红外1波段（NIR1）、蓝光波段（Blue）、绿光波段（Green）、近红外波段2（NIR2）、中红外波段1（SWIR1）、中红外波段2（SWIR2）。

由于各指标量纲不一，对NDVI、WET、NDBSI、LST指标进行归一化处理以统一量纲为［0，1］，再利用主成分分析法计算第一主成分（PCA1）以构建遥感生态指数（RSEI）。为使计算数值与生态质量成正比，需要进一步变换以求得RSEI的初始值，计算公式如下：

R S E I_{0} = 1 - {P C 1 [f (N D V I, W E T, N D B S I, L S T)]}

（6）

最后，标准化处理初始遥感生态指数RSEI₀使其值域为［0，1］，即得到遥感生态指数RSEI。按等间距法分为5级：差［0~0.2］、较差［0.2~0.4］、中等［0.4~0.6］、良好［0.6~0.8］、优［0.8~1］。

1.3.2　生态质量变化趋势分析方法

一元线性回归法可以分析遥感影像中每个栅格的变化趋势。利用GIS软件对各期RSEI影像进行一元线性回归，以计算2000—2020年祁连山各地区生态质量变化趋势^［25］。

s l o p e = \frac{n \times \sum_{i = 1}^{n} (i \times R S E I_{i}) - \sum_{i = 1}^{n} i \sum_{i = 1}^{n} R S E I_{i}}{n \times \sum_{i = 1}^{n} i^{2} - {(\sum_{i = 1}^{n} i)}^{2}}

（7）

式中：n为研究累计时间跨度；RSEI_i 为第i年的RSEI值；slope为趋势线斜率，若slope0，则生态质量呈改善恢复之势，若slope0，则生态质量呈下降退化之势，若slope=0，则该地区生态质量并无明显变化。

1.3.3　地理探测器

地理探测器是探索空间数据的重要方法，在自然和人文因素影响下，地理事物通常具有明显的空间差异性^［18］。地理探测器则可以定量地揭示单因子的空间分异性，也可以检验双因子空间分布的一致性，从而探测变量间可能的因果关系^［26］。

因子探测。用于探测不同自然和社会经济因子对流域RSEI空间变化的解释力，从而判别各驱动因子对流域生态环境质量空间分异的影响程度。一元线性回归的slope值可以反映20年来祁连山地区各流域每个栅格的RSEI变化趋势，各驱动因子对20年间RSEI变化趋势的影响力大小以探测结果q值度量。

q = 1 - \frac{\sum_{h = 1}^{L} N_{h} δ_{h}^{2}}{N δ^{2}}

（8）

S S W = \sum_{h = 1}^{L} N_{h} δ_{h}^{2}

（9）

S S T = N δ^{2}

（10）

式中：q取值［0，1］，q值越大表明该因子对RSEI变化趋势的影响越大；h=1，2，…，L为驱动因子X的分类数目^［27］；N_h 和N分别为第h层和全区的单元数； $δ_{h}^{2}$ 、 $δ^{2}$ 分别为第h层和全区的属性值RSEI变化趋势的方差；SSW为内层方差；SST为全区总方差。

交互作用探测。判别因子X_i 和X_j 共同作用相对单因子作用时解释程度的差异见表2。

表2 自变量交互作用类型

Table 2 Types of interaction between two covariates

判别标准	交互作用
q(X_i ∩X_j ) min(q(X_i ),q(X_j ))	非线性减弱
min(q(X_i ),q(X_j )) q(X_i ∩X_j ) max(q(X_i ),q(X_j ))	单因子非线性减弱
q(X_i ∩X_j ) max(q(X_i ),q(X_j ))	双因子增强
q(X_i ∩X_j )= q(X_i )+q(X_j )	独立
q(X_i ∩X_j )q(X_i )+q(X_j )	非线性增强

新窗口打开| 下载CSV

2 结果与分析

2.1　祁连山地区生态质量总体特征

2000、2005、2010、2015、2020年第一主成分对RSEI的特征值贡献率分别为72.13%、73.03%、72.62%、72.45、74.26%，表明第一主成分已集中了绿度、湿度、干度和热度4个指标的主体特征（表3）。在PC1中，绿度和湿度指标特征向量在5个年份段均呈正值，说明其对生态质量起正向作用；干度和热度为负值，说明对生态质量起负向作用，符合客观规律，故可用第一主成分创建遥感生态指数。

表3 主成分分析结果（PC1值）

Table 3 The result of PC1 in Qilian Miuntain Basin

指标	2000年	2005年	2010年	2015年	2020年
NDVI	0.55	0.53	0.51	0.55	0.56
WET	0.26	0.34	0.35	0.37	0.35
NDBSI	-0.002	-0.31	-0.29	-0.14	-0.01
LST	-0.26	-0.72	-0.73	-0.73	-0.75
特征值	0.06	0.08	0.08	0.07	0.07
PC1贡献率/%	72.13	73. 03	72.62	72.45	74.26

新窗口打开| 下载CSV

图2~4分别反映2000—2020年祁连山地区生态质量空间分布特征、生态等级比重及相互间转换关系。生态质量较差和差的等级在各年份均占据主体地位，但比重由64.72%减少为59.90%，呈逐年下降趋势。生态质量良好和优的等级所占比重逐年提升，2000—2010年由13.83%变化为21.20%，增加较明显，2010年以后总体趋于稳定，各种生态质量等级之间均有不同程度的转化，但生态等级较差向中等和差、中等向良好及良好向优的等级间转化较为明显，其余各生态等级间转化面积均较小。各子区域生态质量等级总体呈现上游高而下游低空间分布特征，生态质量良好和优的等级主要分布在石羊河、黑河流域上游地区，以及青海湖流域及大通河-湟水流域大部，该地区降水相对丰沛，海拔较高，蒸发小，人类活动强度较弱，植被覆盖率较高。生态质量中等的等级主要分布在石羊河和黑河流域中游部分地区、疏勒河和湟水流域上游、柴达木盆地边缘山地，青海湖和哈拉湖周边区域，该区域人类活动较为剧烈。生态质量较差和差两个等级主要集中在石羊河、黑河和疏勒河流域中下游及柴达木盆地大部地区，土地利用类型多为戈壁、荒漠和盐碱地。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 祁连山地区生态质量空间分布

Fig.2 Spatial distribution of ecological quality in Qilian Mountains

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 祁连山地区生态质量分级比重

Fig.3 Proportion of ecological quality in Qilian Mountains

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 祁连山地区生态质量等级转换关系

Fig.4 The transfer relationship of ecological quality in Qilian Mountains

2.2　祁连山地区生态质量时空变化趋势

祁连山地区生态质量保持不变的面积为475 241.24 km²，占78.19%；退化的面积为25 879.09 km²，占4.25%；改善的面积为106 663.25 km²，占17.55%，改善的面积大于退化的面积（表4）。各区域生态质量不变的比重均高于60%，占据主体地位。其中黑河流域和疏勒河流域生态质量变化最小，改善和退化的面积均小于10%。石羊河流域和柴达木盆地生态环境质量改善面积大于退化面积，趋于小幅提升。青海湖流域、大通河-湟水流域生态环境质量改善相对明显，RSEI等级提升的面积占流域总面积的比重分别高达38.28%、31.74%，而RSEI等级退化的比重分别仅占0.98%和1.93%。

表4 祁连山地区生态质量等级变化

Table 4 Variation trend of ecological quality in Qilian Mountains

流域	指标	退化		不变	改善
流域	指标	-2	-1	0	+1	+2	+3	+4
石羊河流域	级面积/km²	8.00	1 769.68	31 308.29	6 969.70	152.00	0	0
	类面积/km²	1 777.68		31 308.29	7 121.70
	比重/%	4.42		77.87	17.71
黑河流域	级面积/km²	4.00	4 858.57	126 752.15	10 506.32	518.86	36.00	1.00
	类面积/km²	4 862.57		126 752.15	11 062.18
	比重/%	3.41		88.84	7.75
疏勒河流域	级面积/km²	3.00	5 343.43	89 325.31	6 293.84	208.14	1.00	0
	类面积/km²	5 346.43		89 325.31	6 502.98
	比重/%	5.28		88.29	6.43
柴达木盆地	级面积/km²	10.00	12 879.14	192 286.74	55 980.94	385.66	3.00	0
	类面积/km²	12 889.14		192 286.74	56 369.60
	比重/%	4.93		73.52	21.55
青海湖流域	级面积/km²	0	406.97	25 045.65	15 031.08	753.56	2.00	0
	类面积/km²	406.97		25 045.65	15 786.64
	比重/%	0.98		60.73	38.28
大通河-湟水流域	级面积/km²	0	596.30	20 523.10	9 703.93	116.22	0	0
	类面积/km²	596.30		20 523.10	9 820.15
	比重/%	1.93		66.33	31.74
总计	级面积/km²	25.00	25 854.09	485 241	104 485.81	2 134.44	42.00	1.00
	类面积/km²	25 879.09		475 241.24	106 663.25
	比重/%	4.25		78.19	17.55

注：-i表示相较于原生态等级退化了i级，+i表示相较于原生态等级提升了i级；本处总面积与研究区略有差别，由于RSEI计算进行了水体掩膜。

新窗口打开| 下载CSV

石羊河、黑河、疏勒河流域及柴达木盆地生态质量改善的面积分别为7 271.70、11 062.18、6 502.98、56 369.60 km²，主要分布在各流域中上游及绿洲地区和柴达木盆地边缘山地，这些区域地势较高、蒸发量小、人类活动强度较弱、植被覆盖率较高，生态质量等级以中等和良好为主，得益于气候暖湿化、退耕还林（还草）和生态管控的强化，生态质量得到改善。上述流域生态质量等级退化的面积分别为1 777.68、4 862.57、5 346.43、12 889.14 km²，集中在各流域下游和柴达木盆地核心区——海西州祁连山和柴达木盆地北缘等矿区，多为工矿区或荒漠盐碱地，生态质量等级主要为较差和差（图5）。流域中游地区农业用水超载，致使下游生态用水持续紧张，同时如柴达木盆地矿产资源的持续开采加剧了各流域下游地区生态退化。对石羊河、黑河、疏勒河流域和柴达木盆地，生态质量变化有“极化”趋势，即流域下游、柴达木盆地核心区生态质量等级较差区域有退化风险，流域中上游及柴达木盆地边缘山地生态质量等级中等和良好区域持续改善。对大通河-湟水流域和青海湖流域，生态质量等级主要为良好和优且持续改善，RSEI等级提升的面积分别为9 820.15、15 786.64 km²，湟水流域中上游改善明显而下游相对稳定，2000—2019年湟水流域上下游气温和降水增加趋势相反，即中下游升温快而上游升温较慢，下游气象站最低气温年增幅近0.13 ℃，降水上游增加较快而下游较慢，上游地区年均降水增幅达4.11 mm^［28］，是生态质量改善的关键因素。对青海湖流域，青海湖、哈拉湖周边区域生态质量相对稳定，其余地区有所改善，主要是由于气候趋于暖湿。2000—2018年青海湖流域气温和降水增速分别为0.3 ℃/10a、 73.2 mm/10a，同时青海湖国家级自然保护区、环湖湿地和沼泽及退化草地修复等生态工程的实施使得青海湖流域生态质量改善^［29］。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 2000—2020年祁连山地区生态质量变化空间分布

Fig.5 Spatial distribution of ecological quality in Qilian Mountains during 2000-2020

2.3　祁连山地区生态质量变化驱动力

2.3.1　生态质量空间变化因子探测

2000—2020年祁连山各地区生态质量变化趋势的因子探测q值表明，各驱动因子对不同流域生态质量时空演变的影响力大小存在较大的差异性（表5）。石羊河和黑河流域第一产业比重变化率对生态质量变化的解释力最大，解释力q值分别为0.299、0.114，降水、高程、气温对生态质量变化也有重要影响。疏勒河流域、湟水流域和柴达木盆地年降水量、年平均气温和高程等自然因子对各流域生态环境变化的解释力普遍高于社会经济因子，说明自然因子是3个流域生态质量变化的主导因素。Chen等^［30］指出受限于蒙古上空反气旋作用，中国西北干旱区上空出现东风异常使得输出的水汽减少，进而导致气候持续“暖湿化”，对区域生态环境时空格局产生重要影响。第三产业比重和第二产业比重变化对大通河-湟水流域和柴达木盆地RSEI的解释力q值分别达到了0.203和0.112，也是流域生态环境质量时空格局变化的关键因素，而疏勒河流域生态质量受人文因子影响较小。青海湖流域人文因子中第三、二产业比重的变化对该子流域生态环境质量时空格局影响最大，解释力q大于0.3。2000—2020年青海湖流域产业结构变化明显，如海晏县、共和县和天峻县第三产业比重分别提升了14.08%、11.98%和30.15%，而海晏县、共和县第二产业比重分别降低了14.82%、13.16%，以生态旅游为特色的第三产业在各县区逐渐占据主导，采矿业、制造业等第二产业比重下降明显，有力促进了青海湖流域生态环境质量的改善。自然因子中年平均气温和年降水量对青海湖流域生态质量变化的解释力分别高达0.268和0.273，即气候变化与第三产业比重的提升主导了青海湖流域生态质量的变化。

表5 祁连山地区生态质量变化因子探测结果（ q 值）

Table 5 q value of factor detection of ecological quality change in Qilian Mountains

流域	高程 (X₁)	年平均气温 (X₂)	年降水量 (X₃)	人口分布变化率(X₄)	第一产业比重变化率(X₅)	第二产业比重变化率(X₆)	第三产业比重变化率(X₇)
石羊河流域	0.221	0.185	0.251	0.063	0.299	0.080	0.131
黑河流域	0.078	0.070	0.090	0.066	0.114	0.047	0.098
疏勒河流域	0.191	0.169	0.177	0.033	0.039	0.028	0.019
柴达木盆地	0.233	0.219	0.223	0.023	0.077	0.112	0.082
大通河-湟水流域流域	0.238	0.287	0.272	0.011	0.026	0.088	0.203
青海湖流域	0.151	0.268	0.273	0.036	0.038	0.347	0.353

新窗口打开| 下载CSV

2.3.2　生态质量空间变化交互探测

利用交互探测器分析2000—2020年各驱动因子交互作用对祁连山各地区生态质量变化趋势的影响力大小（图6）。各因子相交互对流域生态质量影响均高于单因子解释力，且两因子交互后解释力均呈现非线性增强和双因子增强。总体上祁连山各地区自然-自然因子及人文-人文因子交互对生态质量变化的驱动力小于自然-人文因子交互，高程和气候要素对各流域生态质量时空格局演变起到核心作用，人文因子的影响则差异性明显。石羊河流域高程、年平均气温和年降水量3种自然因子彼此交互对流域生态质量变化解释力较小，但与人口分布和第一产业比重变化率相交，解释力均高于30%，对生态质量变化响应明显。黑河和疏勒河流域各因子交互对生态质量变化解释力均较小，其中自然因子与人口分布变化率相交互对两个流域的生态质量变化的影响均最大。柴达木盆地、大通河-湟水和青海湖流域自然-人文因子两两交互，对各流域生态质量的影响均较强。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6 祁连山地区生态质量变化交互探测结果

Fig.6 Value of interaction detector of ecological quality change in Qilian Mountains

3 讨论

石羊河和黑河流域单因子作用对流域生态环境影响最大的是第一产业比重变化率，高程、年平均气温、年降水量也有重要影响。魏伟^［31］指出石羊河流域上下游高程差异明显，导致气候、植被及土地利用类型的垂直地带性特征明显，耕地扩张和林草地减少的对石羊河流域生态环境质量的变化有着重要影响。乔雪梅等^［32］认为黑河流域第一产业、耕地面积是生态环境变化的主要驱动因素。因此，石羊河和黑河流域的发展必须考虑第一产业的主导作用，推行集约化农业生产，大力发展高效节水型农业。优化退耕还林工程，发展林业经济，遏制环境退化，提升生态系统服务功能^［33-34］。对大通河-湟水和青海湖流域，自然因子及三产比重变化对流域生态质量变化的解释力均高于20%。李广英等^［35］指出青海湖流域是中国西部生态旅游的重要景区和中转站，调控第二、第三产业结构比重，发展生态旅游以推动产业生态化、生态产业化对流域具有重要意义。对于疏勒河流域、柴达木盆地，高程和气候等自然因子对流域生态环境质量的解释力普遍高于社会经济因子。社会经济因素中人口变化率、第二产业比重变化率分别对疏勒河流域、柴达木盆地生态环境质量影响力最大。陈丽红等^［36］指出2007—2017年疏勒河流域上游地区生态环境变差区域增多，中下游生态环境得到改善。这与本文有差异，可能是由于该研究RSEI基于Landsat影像8月均值合成，而本文则选取了MODIS影像6—9月植物生长季各指标均值合成，在一定程度上避免了单一月份RSEI合成偶然性与片面性。对柴达木盆地，张旺雄等^［37］指出1960年以来柴达木盆地气候呈暖湿化，并且在蒙古高压与大陆热低压影响下，暖湿化趋势自东向西减小，空间差异明显。杨荣金等^［38］认为2009—2014年以来，柴达木盆地发电量和盐湖产品及原煤和黄金等工业快速发展，第二产业比重明显增加，对生态环境产生较大影响，这与本文研究基本一致。对柴达木盆地实施矿区生态修复工程刻不容缓。

需要注意的是，RSEI模型主要针对城市生态系统，已有诸多学者对RSEI模型做出改进，张伟等^［39］将盐度和水网密度指标纳入RSEI提出了MRSEI模型用于干旱区生态环境评价。罗镕基等^［40］以土壤调节植被指数（Soil-adjusted Vegetation Index，SAVI）代替绿度指标，并引入荒漠化指数（Desertification Index，DI），提出了DRSEI模型用于甘肃省古浪县生态环境质量。祁连山地区土地盐碱化、水土流失和人类活动剧烈，可考虑加入水土保持、土壤盐度与社会经济指标，构建改进型遥感生态指数以进行该地区生态质量准确和科学的评价。生态质量的影响因素具有复杂性和系统性。考虑数据的可获取性及其他限制，祁连山地区生态质量时空演变的驱动因子选择了文中7种，但真实影响要素远不限于此，如土壤性质、科技进步、政策驱动等自然和社会经济因素均会影响流域生态质量。后续研究中应扩展评价指标，构建更系统、科学的指标体系，以期更进一步定量化揭示地区生态质量时空演变的驱动机理。本文各产业比重变化率数据主要来源于国家和地方统计年鉴，由于此数据为县域尺度统计所得，在利用反距离权重内插法生成的栅格数据可能存在一定误差。下一步研究可参考黄莹等^［41］的方法，在全国分县产业统计数据的基础上，考虑人类活动密切相关的土地利用类型、夜间灯光亮度、居民点密度数据与产业结构的空间互动规律，通过空间插值生成的空间格网数据，提升数据精度。

4 结论

2000—2020年，祁连山地区生态质量保持不变的面积为475 241.24 km²，占比约78.19%；退化的面积为25 879.09 km²，比重约4.25%，改善的面积为106 663.25 km²，比重为17.55%，改善的面积大于退化的面积。祁连山流域生态质量在空间上总体呈现从上游至下游递减的空间分布格局特征。

石羊河、黑河、疏勒河流域及柴达木盆地生态质量变化有“极化”趋势。改善的面积分别为7 271.70、11 062.18、6 502.98、56 369.60 km²，主要分布在各流域中上游及绿洲地区和柴达木盆地边缘山地，该地区生态质量等级以中等和良好为主，在气候暖湿化背景下持续改善。生态质量等级退化的面积分别为1 777.68、4 862.57、5 346.43、12 889.14 km²，集中在各流域下游和柴达木盆地核心区——海西州祁连山和柴达木盆地北缘等矿区，生态质量等级主要为较差和差，且有所退化。

总体上祁连山各子地区自然-人文因子交互对生态质量变化的解释力高于自然-自然、人文-人文因子交互，高程和气候要素对各流域生态质量时空格局演变起到核心作用，人文因子的影响则差异性明显，其中黑河和石羊河流域主要受到第一产业比重变化率的影响，其因子探测q值分别为0.299、0.114；大通河-湟水和青海湖流域生态质量变化与第三产业比重变化率密切相关，解释力分别高达0.203、0.353；柴达木盆地则受第二产业比重变化率的影响最大，其解释力为0.112；疏勒河流域各人文因子对流域生态质量变化的影响力均较小。研究结果可为祁连山地区各流域生态恢复与经济发展提供较为全面的决策依据。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

赵其国，黄国勤，马艳芹.

中国生态环境状况与生态文明建设

［J］.生态学报，2016，36（19）：6328-6335.