基于LUCC的艾比湖區(qū)域生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)及預(yù)測(cè)研究

張 月,張 飛,3*,王 娟,任 巖,Abduwasit Ghulam,Hsiang-te KUNG(1.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院,新疆 烏魯木齊 83006；2.新疆大學(xué)綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室,新疆 烏魯木齊 83006；3.新疆智慧城市與環(huán)境建模普通高校重點(diǎn)實(shí)驗(yàn)室,新疆 烏魯木齊 83006；.美國(guó)圣路易斯大學(xué)可持續(xù)發(fā)展中心,密蘇里州 圣路易斯 63108；.美國(guó)孟菲斯大學(xué)地球科學(xué)系,田納西州 孟菲斯 3812)

基于LUCC的艾比湖區(qū)域生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)及預(yù)測(cè)研究

張 月1,2,張 飛1,2,3*,王 娟1,2,任 巖1,2,Abduwasit Ghulam4,Hsiang-te KUNG5(1.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院,新疆 烏魯木齊 830046；2.新疆大學(xué)綠洲生態(tài)教育部重點(diǎn)實(shí)驗(yàn)室,新疆 烏魯木齊 830046；3.新疆智慧城市與環(huán)境建模普通高校重點(diǎn)實(shí)驗(yàn)室,新疆 烏魯木齊 830046；4.美國(guó)圣路易斯大學(xué)可持續(xù)發(fā)展中心,密蘇里州 圣路易斯 63108；5.美國(guó)孟菲斯大學(xué)地球科學(xué)系,田納西州 孟菲斯 38152)

以新疆內(nèi)陸艾比湖流域典型區(qū)域?yàn)檠芯繀^(qū),基于RS和GIS技術(shù)分析1998、2013年土地利用變化,嘗試用CA-Markov模型預(yù)測(cè)2028年土地利用/覆蓋變化.借助Fragstats3.4軟件,基于土地利用/覆蓋變化構(gòu)建景觀生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)模型,分析1998～2028年景觀生態(tài)風(fēng)險(xiǎn)的時(shí)空分異特征.結(jié)果表明：(1)1998～2013年,研究區(qū)土地類型面積變化明顯.耕地面積增加量最大,增加的面積為152139h m2,而未利用地面積減少量最大,減少的面積為67605hm2.2013～2028年,耕地和裸露的河床及鹽漬地的面積增加明顯,增加的面積分別為30730hm2,12427hm2,而未利用地和水體的面積分別從954376hm2和44889hm2,減至921079hm2和37157hm2.(2)1998～2028年,研究區(qū)生態(tài)風(fēng)險(xiǎn)等級(jí)空間分布差異明顯.高生態(tài)風(fēng)險(xiǎn)區(qū)面積變化較為顯著,其面積分別約占總面積的 36.6%,7.3%,23.7%.1998～2028年,全局 Moran’s I值分別為0.436962,0.442202,0.506622,表現(xiàn)為一定程度的正相關(guān).(3)1998～2028年,耕地分布在低,較低生態(tài)風(fēng)險(xiǎn)的比重上升,所占百分比分別為58.46%,78.58%,79.9%.林、草地類型的各生態(tài)風(fēng)險(xiǎn)等級(jí)的所占的比重的波動(dòng)較大.

艾比湖區(qū)域；土地利用/覆被變化(LUCC)變化；CA-Markov模型；土地利用模擬；生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)

土地利用/覆蓋(LUCC)變化是人與自然相互作用的中心環(huán)節(jié).土地利用/覆蓋變化與生態(tài)和環(huán)境有密切的聯(lián)系,并且對(duì)景觀格局變化,區(qū)域生態(tài)功能等有重要的影響[1].因此,在全球環(huán)境變化研究領(lǐng)域中,土地利用/覆蓋變化對(duì)環(huán)境和生態(tài)的作用受到高度重視.在人為活動(dòng)占主導(dǎo)作用的景觀內(nèi),不同土地利用方式和利用強(qiáng)度大小所產(chǎn)生的生態(tài)影響不同,可以直觀地表現(xiàn)在生態(tài)系統(tǒng)的組成和結(jié)構(gòu)上[2-3].土地利用/覆蓋類型的特征結(jié)構(gòu)能客觀揭示土地利用/覆蓋對(duì)生態(tài)綜合性的影響程度,因此可通過土地類型結(jié)構(gòu)和土地利用轉(zhuǎn)移特征進(jìn)行生態(tài)風(fēng)險(xiǎn)分析[4].生態(tài)風(fēng)險(xiǎn)評(píng)估作為一種重要的生態(tài)環(huán)境管理手段,逐漸成為國(guó)內(nèi)外學(xué)術(shù)界研究的熱點(diǎn)問題之一[5-8].

景觀生態(tài)風(fēng)險(xiǎn)是區(qū)域生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)的重要分支領(lǐng)域,通過景觀生態(tài)學(xué)的生態(tài)過程與空間格局耦合關(guān)聯(lián)的方法更好地反映出風(fēng)險(xiǎn)的時(shí)空異質(zhì)性和尺度效應(yīng),以實(shí)現(xiàn)生態(tài)風(fēng)險(xiǎn)的空間可視化和綜合表征[9-10].不合理的土地利用/覆蓋會(huì)造成生態(tài)和環(huán)境的惡化或破壞,這可能給社會(huì)帶來?yè)p失[11].基于景觀結(jié)構(gòu)進(jìn)行土地利用/覆蓋生態(tài)風(fēng)險(xiǎn)分析可以綜合評(píng)估各種土地類型對(duì)生態(tài)潛在的影響,并能客觀地反映出各生態(tài)影響的空間結(jié)構(gòu)及分布[12].當(dāng)前,基于景觀的區(qū)域生態(tài)學(xué)研究對(duì)生態(tài)安全的維護(hù)和保障有重要的作用,它已成為國(guó)內(nèi)外學(xué)者關(guān)注的熱點(diǎn)問題之一[13-14].目前,我國(guó)許多的學(xué)者基于土地利用/覆蓋進(jìn)行的生態(tài)風(fēng)險(xiǎn)的相關(guān)研究來分析土地利用/覆蓋變化與生態(tài)風(fēng)險(xiǎn)的時(shí)空分異特征[15],對(duì)于基于土地利用/覆蓋的生態(tài)風(fēng)險(xiǎn)預(yù)警與預(yù)測(cè)方面的研究較少.本文依據(jù)土地利用/覆蓋變化預(yù)測(cè)模型,分析研究區(qū)的區(qū)域生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)及研究區(qū)未來景觀生態(tài)風(fēng)險(xiǎn)的時(shí)空分異特征,這對(duì)于干旱區(qū)的土地利用/覆蓋的可持續(xù)發(fā)展具有重要意義.

本文以我國(guó)內(nèi)陸艾比湖流域典型區(qū)域?yàn)檠芯繀^(qū),通過土地利用/覆蓋格局與生態(tài)和環(huán)境之間的關(guān)系,建立景觀格局指數(shù)與土地利用/覆蓋生態(tài)風(fēng)險(xiǎn)之間的定量化表達(dá),借助空間地統(tǒng)計(jì)學(xué)方法研究艾比湖流域典型區(qū)域的土地利用/覆蓋的生態(tài)風(fēng)險(xiǎn)空間結(jié)構(gòu)及分布特征,揭示研究區(qū)生態(tài)風(fēng)險(xiǎn)的時(shí)空變化特征及與土地類型之間的相互作用,以期為該區(qū)域的管理與協(xié)調(diào)可持續(xù)發(fā)展提供較為科學(xué)的理論依據(jù)和支持.

1 材料與方法

1.1 研究區(qū)概況

圖1 研究區(qū)地理位置Fig.1 Geographical location of study area

艾比湖流域位于北緯 43°38′～45°52′,東經(jīng)80°53′～85°02′,處于新疆維吾爾自治區(qū)博爾塔拉

蒙古自治州,奎屯市和克拉瑪依的獨(dú)山子區(qū).艾比湖流域是一個(gè)典型的干旱區(qū)生態(tài)環(huán)境退化區(qū),其生態(tài)系統(tǒng)具有很強(qiáng)的敏感性與脆弱性,因此極不穩(wěn)定[16].本文選擇北緯 44°32′～45°08′,東經(jīng)82°04′～83°32′的區(qū)域?yàn)檠芯繀^(qū),該區(qū)域土地類型較為多樣且具有代表性.該區(qū)域主要包括2個(gè)綠洲,艾比湖沿岸地區(qū)以及地處艾比湖流域的中部偏西(包括艾比湖湖區(qū))地區(qū).艾比湖區(qū)域表現(xiàn)為典型的中溫帶干旱大陸氣候,以干旱少雨,氣溫變化劇烈為特征.該區(qū)域由于各種原因,生態(tài)和環(huán)境遭到破壞,生態(tài)系統(tǒng)的平衡受到了嚴(yán)重影響.

1.2 數(shù)據(jù)來源處理與研究方法

根據(jù)研究需要,本文選取了1998年9月25日TM和2013年9月2日的OLI遙感影像為主要數(shù)據(jù)源,并結(jié)合其他相關(guān)統(tǒng)計(jì)資料等基礎(chǔ)數(shù)據(jù)進(jìn)行分析研究.利用 ENVI軟件對(duì)圖像進(jìn)行校正及配準(zhǔn)等預(yù)處理.結(jié)合研究的需要,利用最大似然法進(jìn)行監(jiān)督分類.通過多次野外考察建立土地利用/土地覆蓋遙感解譯的標(biāo)志,并結(jié)合研究區(qū)的實(shí)際土地利用/覆蓋類型的特點(diǎn),劃分為水體、林地、未利用地及其他、耕地、草地、裸露的河床及鹽漬地等6類土地類型.然后結(jié)合研究區(qū)的地形圖、DEM和Google Earth對(duì)土地類型覆蓋情況進(jìn)行驗(yàn)證,最終得到研究區(qū)1998年、2013年的土地類型分類圖.

1.3 基于 CA-Markov預(yù)測(cè)模型的土地利用/覆蓋類型動(dòng)態(tài)模擬

Markov模型是基于馬爾可夫鏈的空間概率模型,基于要素的當(dāng)前狀態(tài),通過對(duì)其某時(shí)刻不同狀態(tài)的初始概率及狀態(tài)之間的轉(zhuǎn)移規(guī)律來預(yù)測(cè)其將來各個(gè)時(shí)刻變動(dòng)狀況的預(yù)測(cè)方法[17].CA模型是具有時(shí)空計(jì)算特征的動(dòng)力學(xué)模型,原理是一個(gè)元胞在上一時(shí)刻其鄰域狀態(tài)函數(shù)可以表達(dá)下一時(shí)刻的狀態(tài),變量狀態(tài)與空間位置有密切關(guān)系.CA模型能夠模擬復(fù)雜變化的空間格局,但模擬預(yù)測(cè)的精度并不理想[18].CA-Markov模型綜合了 CA模型模擬復(fù)雜系統(tǒng)空間變化的能力和Markov模型定量化預(yù)測(cè)的優(yōu)勢(shì),不僅預(yù)測(cè)精度得到提高,而且能有效的模擬景觀格局的空間變化,在預(yù)處理監(jiān)督分類中得到土地類型分類圖[19-20].

本文通過使用IDRISI軟件中的CA-Markov模塊模擬預(yù)測(cè)研究區(qū)的土地利用/覆蓋變化.選取1998年和2013年兩個(gè)時(shí)期的遙感影像為預(yù)測(cè)基礎(chǔ)數(shù)據(jù)源,對(duì)未來 2028年土地利用/覆蓋景觀現(xiàn)狀及變化進(jìn)行模擬預(yù)測(cè)[21].

(1) 根據(jù)研究區(qū)1998年和2013年遙感影像解譯的土地類型,得到 1998～2013年研究區(qū)土地類型的面積轉(zhuǎn)移矩陣和轉(zhuǎn)移概率矩陣,以轉(zhuǎn)移概率矩陣作為轉(zhuǎn)換規(guī)則參與CA-Markov模型.

(2) 以CA標(biāo)準(zhǔn)5×5鄰近濾波器為鄰域定義,即為一個(gè)元胞周圍有 5×5元胞組成的矩陣空間對(duì)該元胞狀態(tài)的改變具有顯著的影響.

(3) 模型驗(yàn)證,以1998年的土地類型為模擬起始時(shí)刻,重復(fù)上述(1)(2)的過程,采用 5×5的濾波器,以CA迭代次數(shù)取15,模擬得到2013年土地類型.通過IDRISI軟件中VALIDATE模塊的Kappa空間相關(guān)統(tǒng)計(jì),對(duì)模擬得到的2013土地類型與實(shí)際2013年土地利用/覆蓋的符合程度進(jìn)行評(píng)價(jià),利用 Kappa系數(shù)來檢驗(yàn)本文使用CA-Markov模型的可行性,總體Kappa指數(shù)計(jì)算如下[22]：

式中：P0表示正確模擬的比例;Pc表示隨機(jī)情況下期望的正確模擬比例;Pp表示理想分類情況下的正確模擬比例(即100%).通過CA-Markov模擬出的2013年土地覆蓋/利用類型圖與2013年實(shí)際的土地利用/覆蓋類型圖的總體Kappa系數(shù)為 0.783,精度符合研究要求,2者一致性較好.一般Kappa系數(shù)＞0.75時(shí),說明一致性較高[23].

(4) 確定 2013年為起始時(shí)間,CA的迭代次數(shù)取15,即模擬2028年研究區(qū)景觀空間格局.

1.4 土地利用動(dòng)態(tài)度

本文采用土地利用動(dòng)態(tài)度來分析研究區(qū)土地類型的變化特征.土地利用動(dòng)態(tài)度是指某一地類在一定時(shí)間范圍內(nèi)土地類型的變化,它可以反映不同時(shí)期土地類型變化的劇烈程度,其表達(dá)式為[24]：

式中：K為研究時(shí)段內(nèi)某土地類型面積動(dòng)態(tài)度;Ua和Ub分別為研究初期和研究末期的土地類型的面積;T為研究時(shí)段的長(zhǎng)度;當(dāng) T的時(shí)段設(shè)定為年時(shí),K值就是該研究區(qū)土地類型的年變化率.

1.5 景觀生態(tài)風(fēng)險(xiǎn)分析

1.5.1 采樣方法 根據(jù)研究區(qū)景觀類型的特點(diǎn),綜合考慮到研究區(qū)面積的大小和采樣工作量,本文采用15km × 15km 的正方形樣地,即風(fēng)險(xiǎn)小區(qū),對(duì)景觀生態(tài)風(fēng)險(xiǎn)指數(shù)進(jìn)行空間化.采樣方式為等間距,共有風(fēng)險(xiǎn)小區(qū)72個(gè)(圖2).計(jì)算每個(gè)風(fēng)險(xiǎn)小區(qū)的景觀生態(tài)風(fēng)險(xiǎn)值并把該值作為采樣區(qū)中心點(diǎn)的屬性值[25].

圖2 生態(tài)風(fēng)險(xiǎn)小區(qū)的劃分Fig.2 Division of the ecological risk area

1.5.2 生態(tài)風(fēng)險(xiǎn)指數(shù) 本研究通過建立土地類型與區(qū)域生態(tài)風(fēng)險(xiǎn)之間的經(jīng)驗(yàn)聯(lián)系,利用土地類型的面積比例,從區(qū)域生態(tài)系統(tǒng)的景觀結(jié)構(gòu)出發(fā)構(gòu)建景觀生態(tài)風(fēng)險(xiǎn)指數(shù),該指數(shù)用于描述風(fēng)險(xiǎn)小區(qū)內(nèi)綜合生態(tài)風(fēng)險(xiǎn)的相對(duì)大小,以便通過采樣方法將土地類型的空間結(jié)構(gòu)轉(zhuǎn)化為生態(tài)風(fēng)險(xiǎn)變量.景觀生態(tài)風(fēng)險(xiǎn)指數(shù)計(jì)算公式如下[26]：

式中：Ri,景觀類型i的景觀損失度指數(shù);Aki,在第K個(gè)風(fēng)險(xiǎn)小區(qū)中景觀類型i的面積;Ak為第K個(gè)風(fēng)險(xiǎn)小區(qū)的面積;ERIi為風(fēng)險(xiǎn)小區(qū) i的景觀生態(tài)風(fēng)險(xiǎn)指數(shù),該值越大表示生態(tài)風(fēng)險(xiǎn)程度越高,反之,生態(tài)風(fēng)險(xiǎn)程度越低.

(1) 景觀脆弱度(Fi)

景觀脆弱度指數(shù)描述的是在外界多風(fēng)險(xiǎn)作用下景觀類型遭受巨大破壞的難易程度及可能性大小[26].本文借鑒張學(xué)斌等[27],陳鵬等[28]針對(duì)干旱區(qū)內(nèi)陸河流域的相關(guān)研究且結(jié)合研究區(qū)的特點(diǎn),對(duì)干旱區(qū)景觀類型按其脆弱性的高低依次進(jìn)行賦值：裸露的河床及鹽漬地 6,未利用地及其他為 5,水體為 4,耕地為 3,草地為2,林地為 1,并進(jìn)行歸一化處理后得到各景觀類型的脆弱度.

(2) 景觀干擾度指數(shù)(Si)

景觀干擾度指數(shù)是指不同的景觀類型維持生態(tài)穩(wěn)定性的作用不同,例如促進(jìn)景觀結(jié)構(gòu)自然演替維護(hù)生物多樣性,完善整體結(jié)構(gòu)和功能等方面.本研究考慮到研究區(qū)的生態(tài)景觀類型較為單一的特點(diǎn)及對(duì)研究區(qū)生態(tài)系統(tǒng)的影響狀況,同時(shí)參考了相關(guān)研究,決定選用了景觀破碎度,分離度以及分維數(shù)構(gòu)建景觀干擾度指數(shù),其公式如下[29]：

式中：Si表示第 i景觀類型的景觀干擾度,Ci、Ni和Fi分別表示景觀破碎度,分離度及分維數(shù),其中a、b和 c是各個(gè)景觀格局指標(biāo)的權(quán)重(a+b+c =1).根據(jù)相關(guān)研究,結(jié)合本研究區(qū)的特點(diǎn),分別賦以景觀破碎度、景觀分離度指數(shù)和景觀分維數(shù)的權(quán)重0.5、0.3、0.2.

(3) 景觀損失度指數(shù)(Ri)

土地利用/覆蓋變化過程對(duì)生態(tài)環(huán)境的干擾和影響將最直觀地體現(xiàn)在景觀格局結(jié)構(gòu)和功能的變化上.因此,采用景觀生態(tài)損失指數(shù)(Ri)可以反映土地利用/覆蓋變化對(duì)生態(tài)環(huán)境造成的潛在生態(tài)損失和風(fēng)險(xiǎn),并通過風(fēng)險(xiǎn)小區(qū)的劃分,用采樣的方法將風(fēng)險(xiǎn)小區(qū)內(nèi)的景觀結(jié)構(gòu)變化特征轉(zhuǎn)化為空間化的生態(tài)風(fēng)險(xiǎn)變量,進(jìn)而得到景觀生態(tài)損失的相對(duì)大小,其計(jì)算公式為[30]：

式中：Si表示第 i景觀類型的景觀干擾度;Fi表示第i景觀類型的脆弱度.

1.6 地統(tǒng)計(jì)學(xué)分析方法

地統(tǒng)計(jì)學(xué)是一系列監(jiān)測(cè),模擬和估計(jì)變量在空間上的相關(guān)關(guān)系和格局的統(tǒng)計(jì)方法,具體計(jì)算公式為[30]：

式中：γ(h)表示變異函數(shù);h表示步長(zhǎng),即為了減少各樣點(diǎn)組合對(duì)的空間距離個(gè)數(shù)而對(duì)其進(jìn)行分類的樣點(diǎn)空間間隔距離;N(h)表示間隔距離為h時(shí)的樣點(diǎn)對(duì)數(shù);Z(xi)和 Z(xi+h)分別表示景觀脆弱度指數(shù)在空間位置xi和xi+h上的觀測(cè)值.

1.7 空間自相關(guān)分析方法

空間自相關(guān)分析是空間統(tǒng)計(jì)的重要方法之一,該方法可以定量的描述事物在空間上的依賴關(guān)系.空間自相關(guān)是描述某一要素的屬性值與其相鄰空間上的屬性值是否顯著相關(guān)聯(lián)的重要指標(biāo),揭示了空間參考單元與其鄰近的空間單元屬性特征值之間的相似性或相關(guān)性[31].本文選用Moran’s I指數(shù)(全局空間自相關(guān))對(duì)景觀生態(tài)風(fēng)險(xiǎn)的空間相關(guān)度進(jìn)行分析研究.

Moran’s I系數(shù)反映空間鄰近區(qū)域單元屬性值的相關(guān)程度,Moran’s I其絕對(duì)值越趨近于1,表明研究單元的空間自相關(guān)程度越強(qiáng).全局Moran’s I指數(shù)用于驗(yàn)證整個(gè)研究區(qū)域某一要素的空間相關(guān)關(guān)系,其表達(dá)公式為[31]：

2 結(jié)果與分析

2.1 艾比湖土地利/覆蓋類型變化分析

本研究區(qū)內(nèi)的土地類型較為單一.根據(jù)圖 3分析1998、2013年的土地利用/覆蓋結(jié)構(gòu)和空間分布特征.1998年,位于平緩山麓地帶的耕地類型廣布,林草地也多有分布,研究區(qū)的鹽漬化較為嚴(yán)重.2013年耕地類型為研究區(qū)的主要的土地類型,大量適用于耕地的土地被開墾,其中部分耕地占據(jù)了原先的林草地等土地類型,導(dǎo)致了林草地急劇面積減少,耕地的分布范圍擴(kuò)大,艾比湖水體面積減少.根據(jù)研究區(qū)近年來的氣候數(shù)據(jù)統(tǒng)計(jì)可知年蒸發(fā)量、降水量及年均溫度均有上升.蒸發(fā)量的變化較大.這對(duì)于研究區(qū)的植被生長(zhǎng)有不利的影響.同時(shí)對(duì)水域面積的變化有一定影響.部分原因在于人類大量開墾荒地,耕地面積急速增加,需要大量的水進(jìn)行灌溉,人們肆意的引博爾塔拉河、精河等周邊的河水用以灌溉,以至于注入艾比湖的水量減少,湖面萎縮,裸露的湖床的面積增大.

利用1998年土地利用/覆蓋類型圖作為初始土地狀態(tài),通過使用IDRISI軟件中CA-Markov模塊以 1998～2013年土地利用/覆蓋結(jié)構(gòu)轉(zhuǎn)移概率矩陣,模擬2013年土地利用/覆蓋狀況,并將模擬結(jié)果與 2013年土地利用/覆蓋分類圖對(duì)比驗(yàn)證,Kappa系數(shù)為 0.783,說明預(yù)測(cè)圖與實(shí)際土地類型圖一致性較高.因此,以 2013年作為景觀格局模擬預(yù)測(cè)的起始時(shí)刻,CA的迭代次數(shù)取15,模擬2028年研究區(qū)景觀土地類型空間格局及其變化,結(jié)果如圖4所示.

在自然狀態(tài)下,2028年,耕地為研究區(qū)的主要景觀類型.較2013年,耕地的面積增大,林草地面積急劇減少,裸露的河床及鹽漬地廣泛的分布于研究區(qū)內(nèi).艾比湖湖區(qū)水域的面積在繼續(xù)萎縮.耕地面積增大,大量的水資源用以灌溉,艾比湖水體的面積有繼續(xù)減小的趨勢(shì),以至于湖面萎縮裸露的湖床沙漠鹽漬化,研究區(qū)的鹽漬化更為嚴(yán)重,艾比湖區(qū)域生態(tài)質(zhì)量存在進(jìn)一步退化的趨勢(shì).根據(jù)研究區(qū)近年來的氣候數(shù)據(jù)統(tǒng)計(jì)可知,氣候有變暖的趨勢(shì),這對(duì)處于干旱區(qū)的植被造成不利影響,植被是氣候變化最直接的響應(yīng).研究區(qū)的蒸發(fā)量增加遠(yuǎn)大于降水量,會(huì)直接導(dǎo)致植被退化,鹽漬化程度加重.由于氣候變暖,湖區(qū)的水域面積也將有減少的趨勢(shì).導(dǎo)致研究區(qū)土地利用/覆蓋類型面積變化的因素還有人文因素,研究區(qū)近年來人口與耕地均呈快速增長(zhǎng)的趨勢(shì),人口增長(zhǎng)與耕地面積呈正相關(guān).

圖3 1998年、2013年艾比湖典型區(qū)域土地利用/覆蓋類型Fig.3 Distribution of land use/cover (LUCC) types patterns of 1998 and 2013 in Ebinur Lake

圖4 基于CA-Markov模型模擬2028年艾比湖典型區(qū)域土地利用/覆蓋類型Fig.4 Simulated Ebinur lake region land use/cover (LUCC) types map in 2028 by CA-Markov model

由圖5可知,未利用地和耕地是本研究區(qū)主要的2個(gè)土地類型,兩者分別占總面積的百分比為69.72%、16.97%. 1998～2013年,耕地面積增加量最大,增加的面積為 152139hm2,而未利用地減少的面積為67605hm2,林草地、水體的面積均減少.從土地利用動(dòng)態(tài)度來看,1998～2013年耕地的動(dòng)態(tài)度最大(10.26%),林地和草地次之(分別為-6.04%和-4.14%),裸露的河床及鹽漬地最小(0.30%).2013～2028年,耕地和裸露的河床及鹽漬地的面積均增大,增加的面積分別為30730hm2、12427hm2,而未利用地和水體則分別從954376hm2和 44889hm2,減至 921079hm2和37157hm2.耕地的動(dòng)態(tài)度最大(-5.33%).在整個(gè)研究期間,耕地和裸露的河床及鹽漬地呈現(xiàn)增加趨勢(shì),其他土地類型的土地面積趨向于減少.研究區(qū)內(nèi)耕地和林地面積變化幅度和動(dòng)態(tài)度均為最大(7.43%),林地和草地次之,未利用地及其他的動(dòng)態(tài)度最小,表明 1998～2028年間區(qū)域內(nèi)社會(huì)經(jīng)濟(jì)和城鄉(xiāng)建設(shè)不斷發(fā)展,人類活動(dòng)影響越來越強(qiáng)烈.

圖5 1998～2028年艾比湖典型區(qū)域土地利用/覆蓋(LUCC)類型面積變化及其動(dòng)態(tài)度Fig.5 The change of the area and dynamic degree of land use/cover (LUCC) types of the Ebinur Lake region from 1998 to 2028

2.2 土地利用/覆蓋變化的景觀生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)及分析

2.2.1 生態(tài)風(fēng)險(xiǎn)指數(shù)的空間結(jié)構(gòu)分析 通過ArcGIS10.0軟件的地統(tǒng)計(jì)分析模塊,對(duì)1998年、2013年及模擬的2028年的生態(tài)風(fēng)險(xiǎn)指數(shù)進(jìn)行克里格插值(普通克里格插值法).本文為便于直觀

的分析生態(tài)風(fēng)險(xiǎn)ERI的空間分布特征,因此對(duì)生態(tài)風(fēng)險(xiǎn)指數(shù)進(jìn)行等級(jí)劃分,本文設(shè)定的生態(tài)風(fēng)險(xiǎn)等級(jí)具體為：低生態(tài)風(fēng)險(xiǎn)區(qū)(ERI≤0.063);較低生態(tài)風(fēng)險(xiǎn)區(qū)(0.063≤ERI＜0.068);中生態(tài)風(fēng)險(xiǎn)區(qū)(0.068≤ERI＜0.073);較高生態(tài)風(fēng)險(xiǎn)區(qū)(0.073≤ERI＜0.083)及高生態(tài)風(fēng)險(xiǎn)區(qū)(ERI＞0.083),得到研究區(qū)的生態(tài)風(fēng)險(xiǎn)空間分布圖(圖6).

圖6 1998、2013年和2028年生態(tài)風(fēng)險(xiǎn)克里格插值空間分布Fig.6 Distribution of Kriging interpolation for ecological risk of 1998, 2013 and 2028

根據(jù)圖 6,分析 1998～2028年研究區(qū)的生態(tài)風(fēng)險(xiǎn)等級(jí)空間分布特征.1998年高生態(tài)風(fēng)險(xiǎn)等級(jí)主要分布于研究區(qū)的東部,所占的面積較大,其面積為 522624.1hm2,占總面積的 36.6%.高風(fēng)險(xiǎn)區(qū)主要包括山地以及沙地等未利用地的土地類型,這些土地類型主要是自然原因,致使研究區(qū)景觀類型較為單一.未利用地及其他的損失度,脆弱度均較大,因此這些土地類型的風(fēng)險(xiǎn)度大.低、較低生態(tài)風(fēng)險(xiǎn)區(qū)主要包括研究區(qū)中部的艾比湖湖區(qū)及周邊耕地等土地類型,其面積分別為90012.2hm2和 112482.8hm2,約占全區(qū)總面積的6.6%和8.2%.該區(qū)域有土地類型較多,如水體、草地、林地、耕地等,這些土地類型的脆弱度較低,分布面積較大,因此其生態(tài)風(fēng)險(xiǎn)程度較低.

2013年,研究區(qū)內(nèi)風(fēng)險(xiǎn)等級(jí)空間分布為主要以低,較高風(fēng)險(xiǎn)等級(jí)區(qū)域?yàn)橹?其面積分別占總面積的比例分別為 22.3%,7.6%;低,較低生態(tài)風(fēng)險(xiǎn)等級(jí)主要分布在研究區(qū)的耕地以及艾比湖湖區(qū)等地類.研究區(qū)西部出現(xiàn)了較大面積的高風(fēng)險(xiǎn)區(qū)域,從1998年、2013年艾比湖典型區(qū)域土地利用/覆蓋類型圖中可以看出,1998年研究區(qū)西部有部分草地,而2013年該區(qū)域的草地面積急劇減少,該區(qū)域土地類型少,主要是損失度、脆弱度較大的未利用地所占面積較大,所以該地為高生態(tài)風(fēng)險(xiǎn)區(qū)域.在研究區(qū)東部.生態(tài)風(fēng)險(xiǎn)等級(jí)降低,由較高風(fēng)險(xiǎn)區(qū)轉(zhuǎn)換為了中風(fēng)險(xiǎn)區(qū).在研究區(qū)的東部地區(qū),林地和草地土地類型面積增加,而原先的脆弱度較高的鹽漬地面積減少,導(dǎo)致該區(qū)域的生態(tài)風(fēng)險(xiǎn)程度降低.

基于CA-Markov模塊模擬2028年研究區(qū)景觀土地類型空間格局得到2028年的景觀生態(tài)風(fēng)險(xiǎn)等級(jí)圖.2028年研究區(qū)的生態(tài)等級(jí)分布的空間結(jié)構(gòu)隨著土地類型的變化發(fā)生了相應(yīng)變化.其中位于研究區(qū)東部的高生態(tài)風(fēng)險(xiǎn)等級(jí)的面積增加明顯,由2013年占總面積的比例分別為7.3%增長(zhǎng)到2028年的23.7%.研究區(qū)的高生態(tài)風(fēng)險(xiǎn)區(qū)主要是由于該區(qū)域脆弱度較大的鹽漬地的面積增加,未利用地面積較大,這兩類土地類型的損失度均較高,致使該區(qū)域生態(tài)風(fēng)險(xiǎn)等級(jí)高.研究區(qū)的低生態(tài)風(fēng)險(xiǎn)等級(jí)空間位置大致不變,但面積減少,該區(qū)域耕地分布較廣,但有部分的脆弱度較高的鹽漬地分布,導(dǎo)致該區(qū)域面積減少.

2.2.2 區(qū)域景觀生態(tài)風(fēng)險(xiǎn)的空間關(guān)聯(lián)格局分析 空間自相關(guān)是通過確定某一變量在空間上是否相關(guān)及其相關(guān)程度大小,定量地描述該變量在空

間上的相互依賴關(guān)系.本文以生態(tài)風(fēng)險(xiǎn)為空間變量探索分析生態(tài)風(fēng)險(xiǎn)在研究區(qū)內(nèi)的空間分異特征,便于更好的理解分析景觀生態(tài)風(fēng)險(xiǎn)及其變化趨勢(shì),本文利用Geoda095i軟件,根據(jù)1998年、2013年和2028年景觀生態(tài)風(fēng)險(xiǎn)值得到Moran′s I散點(diǎn)圖(圖7).

圖7 1998年,2013年和2028年景觀生態(tài)風(fēng)險(xiǎn)Moran’s I散點(diǎn)圖Fig.7 The Moran’s I scatter of the ecological risk of 1998, 2013 and 2028

各時(shí)期生態(tài)風(fēng)險(xiǎn)的空間全局Moran’s I值計(jì)算結(jié)果如圖7所示.1998、2013和2028年Moran’s I指數(shù)分別為0.436962、0.442202、0.506622,整體呈上升的趨勢(shì).在2013～2028年期間,Moran’s I指數(shù)增加明顯,表明研究區(qū)生態(tài)風(fēng)險(xiǎn)的空間分布存在趨同集群的現(xiàn)象,具有較強(qiáng)的正相關(guān).

2.3 不同土地利用/覆蓋類型的風(fēng)險(xiǎn)變化

根據(jù)圖8可知,水體類型約有85%的面積主要集中在低、較低、中生態(tài)風(fēng)險(xiǎn)等級(jí).根據(jù)研究區(qū)的土地類型情況可知,水體分布集中,主要是艾比湖湖區(qū).水體脆弱度、損失度均較低,因此水體的生態(tài)風(fēng)險(xiǎn)低.隨時(shí)間變化,林、草地分布各生態(tài)風(fēng)險(xiǎn)等級(jí)的所占比重波動(dòng)較大,這主要是由于林、草地的分布及面積變化較大,這主要是由于其破碎度、分離度以及分維數(shù)的也隨之發(fā)生變化而造成的結(jié)果.由于未利用地及其他的土地類型面積較大,且脆弱度較高,因此分布在較高、高生態(tài)風(fēng)險(xiǎn)等級(jí).耕地類型約有 60%的面積分布在低生態(tài)風(fēng)險(xiǎn)和較低生態(tài)風(fēng)險(xiǎn)等級(jí).這主要是由于耕地類型的破碎化程度、分離度均較低,因此耕地的損失度較低,景觀風(fēng)險(xiǎn)等級(jí)較低,分布較為集中.裸露的河床及鹽漬地主要集中在中、較高、高風(fēng)險(xiǎn)等級(jí).根據(jù)研究區(qū)的各時(shí)期土地類型的分布情況可知,裸露的河床及鹽漬地面積和分布狀況變化較大.1998～2028年,其面積變化較大,鹽漬地的脆弱度較高,分離度較大,因此該土地類型主要集中的風(fēng)險(xiǎn)等級(jí)較高.

隨著近年來的城市化進(jìn)程的加快,人類的生產(chǎn)/生活等行為的程度較大,同時(shí)影響了生態(tài)和環(huán)境,這可能甚至?xí)绊懭祟惿鐣?huì)、經(jīng)濟(jì)等發(fā)展.根據(jù)本文的研究分析,在未來的15年間人類將繼續(xù)開墾,擴(kuò)大耕地,林草地遭到破壞.生態(tài)風(fēng)險(xiǎn)格局及時(shí)空分布發(fā)生遷移.低風(fēng)險(xiǎn)區(qū)的面積將會(huì)減少,鹽漬化的土地面積將會(huì)增加;由于林、草地類型分布較少,高風(fēng)險(xiǎn)區(qū)的面積增大.在人類的干預(yù)下,生態(tài)和環(huán)境會(huì)遭到破壞.本研究區(qū)土地類型較為單一且分布較為集中,但是出于生態(tài)脆弱區(qū).因此應(yīng)采取科學(xué)而有效的措施進(jìn)行保護(hù)和利用.(1)根據(jù)專家的建議,科學(xué)控制耕地的面積.在合適的地區(qū)開墾土地,禁止無序的,

肆意開墾.(2)合理利用水資源,尤其做好農(nóng)田用水的水利措施,盡可能使用滴灌.(3)城市化進(jìn)度加快的前提下,注重合理規(guī)劃建設(shè)用地.以艾比湖區(qū)域?yàn)橹匦?合理協(xié)調(diào)當(dāng)?shù)厝丝谂c資源及生態(tài)和環(huán)境之間的關(guān)系,科學(xué)合理的制定相關(guān)政策,以實(shí)現(xiàn)可持續(xù)發(fā)展.

圖8 艾比湖典型區(qū)域1998-2028年不同土地利用/覆蓋類型的生態(tài)風(fēng)險(xiǎn)變化Fig.8 Variations of ecological risk level of different land use/cover types in Ebinur Lake region from 1998 to 2028系列1：低生態(tài)風(fēng)險(xiǎn);系列2：較低生態(tài)風(fēng)險(xiǎn);系列3：中生態(tài)風(fēng)險(xiǎn);系列4：較低生態(tài)風(fēng)險(xiǎn);系列5：低生態(tài)方法

3 結(jié)論

3.1 1998、2013年耕地類型為研究區(qū)的主要土地類型,艾比湖水體面積明顯減少.基于CA-Markov模型模擬 2028年土地利用/覆蓋類型圖,分析可知耕地的面積繼續(xù)增大,林草地急劇減少,裸露的河床及鹽漬地廣泛的分布于研究區(qū)內(nèi).從土地利用動(dòng)態(tài)度來看,1998～2028年,耕地的動(dòng)態(tài)度最大(10.26%),林地和草地次之(分別為-6.04%和-4.14%).

3.2 1998～2028年,高生態(tài)風(fēng)險(xiǎn)等級(jí)主要分布于研究區(qū)的東部,所占的面積較大.低、較低生態(tài)風(fēng)險(xiǎn)區(qū)主要包括研究區(qū)中部的湖區(qū)及耕地等土地類型.區(qū)域生態(tài)風(fēng)險(xiǎn)變化的主要特征為：隨時(shí)間變化耕地分布在低、較低生態(tài)風(fēng)險(xiǎn)的比重上升.林草地分布面積急劇減小導(dǎo)致了其分布的生態(tài)等級(jí)的比重有較大的波動(dòng).

3.3 1998、2013、2028全局Moran′s I值分別為0.436962、0.442202、0.506622,整體呈上升的趨勢(shì).Moran′s I指數(shù)呈現(xiàn)顯著增加,表明研究區(qū)景觀生態(tài)風(fēng)險(xiǎn)存在較強(qiáng)的正相關(guān),存在一定內(nèi)在聯(lián)系,其空間分布并不是隨機(jī)的,而是在空間上存在趨于集群的現(xiàn)象.

[1] 肖 琳,田光進(jìn).天津市土地利用生態(tài)風(fēng)險(xiǎn)評(píng)價(jià) [J]. 生態(tài)學(xué)雜志, 2014,33(2)：469-476.

[2] 楊 勇,任志遠(yuǎn).城市近郊區(qū)土地利用生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)—以西安市長(zhǎng)安區(qū)為例 [J]. 土壤通報(bào), 2015,46(3)：519-525.

[3] Xie H L, Wang P, Huang H S. Ecological risk assessment of land use change in the Poyang Lake Eco-economic Zone, China [J]. International Journal of Environmental Research and Public Health, 2013,10：328-346.

[4] 葉長(zhǎng)盛,馮艷芬.基于土地利用變化的珠江三角洲生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2013,29(19)：224-232,294.

[5] 許 妍,馬明輝,高俊峰.流域生態(tài)風(fēng)險(xiǎn)評(píng)估方法研究––以太湖流域?yàn)槔?[J]. 中國(guó)環(huán)境科學(xué), 2012,32(9)：1693-1701.

[6] 海米提·依米提,祖皮艷木·買買提,李建濤,李新國(guó).焉耆盆地土壤重金屬的污染及潛在生態(tài)風(fēng)險(xiǎn)評(píng)價(jià) [J]. 中國(guó)環(huán)境科學(xué), 2014,34(6)：1523-1530.

[7] Zhang C Q, Dong B, Liu L, et al. Study on ecological risk assessment for land-use of wetland based on different scale [J]. Journal of the Indian Society of Remote Sensing, 2016,44(5)：821-828.

[8] He X R, Zhong X H, Chen X W. Analysis on landscape ecological risk of the Qinghai-Tibet Plateaus： A case study on Niyang river basin [J]. Wuhan University Journal of Natural

Sciences, 2006,11(4)：977-983.

[9] 彭 建,黨威雄,劉焱序,等.景觀生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)研究進(jìn)展與展望[J]. 地理學(xué)報(bào), 2015,70(4)：664-677.

[10] 劉世梁,劉 琦,張兆苓,等.云南省紅河流域景觀生態(tài)風(fēng)險(xiǎn)及驅(qū)動(dòng)力分析 [J]. 生態(tài)學(xué)報(bào), 2014,34(13)：3728-3734.

[11] 周啟剛,張曉媛,王兆林.基于正態(tài)云模型的三峽庫(kù)區(qū)土地利用生態(tài)風(fēng)險(xiǎn)評(píng)價(jià) [J]. 農(nóng)業(yè)工程學(xué)報(bào), 2014,30(23)：289-297.

[12] 謝花林.基于景觀結(jié)構(gòu)的土地利用生態(tài)風(fēng)險(xiǎn)空間特征分析—以江西興國(guó)縣為例 [J]. 中國(guó)環(huán)境科學(xué), 2011,31(4)：688-695.

[13] 肖 楊,毛顯強(qiáng).區(qū)域景觀生態(tài)風(fēng)險(xiǎn)空間分析 [J]. 中國(guó)環(huán)境科學(xué), 2006,26(5)：623-626.

[14] Mclntyrea S, Lavorel S. A conceptual model of land use effects on the structure and function of herbaceous vegetation [J]. Agriculture, Ecosystems and Environment, 2007,119(1)：11-21.

[15] 趙巖潔,李陽(yáng)兵,邵景安.基于土地利用變化的三峽庫(kù)區(qū)小流域生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)—以草堂溪為例 [J]. 自然資源學(xué)報(bào), 2013,28(6)：944-956.

[16] 謝 霞,王宏衛(wèi),塔西甫拉提·特依拜.艾比湖區(qū)域生態(tài)脆弱性評(píng)估與保護(hù) [J]. 新疆農(nóng)業(yè)科學(xué), 2012,49(3)：531-536.

[17] 左 彤,何 玲,張俊梅.基于CA-Markov模型的濱海土壤鹽漬化動(dòng)態(tài)變化研究—以黃驊市為例 [J]. 資源科學(xué), 2014,36(6)：1298-1305.

[18] 程 剛,張祖陸,呂建樹.基于CA-Markov模型的三川流域景觀格局分析及動(dòng)態(tài)預(yù)測(cè) [J]. 生態(tài)學(xué)雜志, 2013,32(4)：999-1005.

[19] 趙永華,賈 夏,劉建朝,等.基于多源遙感數(shù)據(jù)的景觀格局及預(yù)測(cè)研究 [J]. 生態(tài)學(xué)報(bào), 2013,33(8)：2556-2564.

[20] 李 志,劉文兆,鄭粉莉.基于CA-Markov模型的黃土塬區(qū)黑河流域土地利用變化 [J]. 農(nóng)業(yè)工程學(xué)報(bào), 2010,26(1)：346-352,391.

[21] 朱海涌,李新琪,仲嘉亮.基于CA-Markov模型的艾比湖流域平原區(qū)景觀格局動(dòng)態(tài)模擬預(yù)測(cè) [J]. 干旱環(huán)境監(jiān)測(cè), 2008,22(3)：134-139.

[22] 劉 潔,李 宏,馬勇剛.基于CA-Markov模型的中亞典型城市土地利用變化預(yù)測(cè)分析 [J]. 水土保持研究, 2014,21(3)：51-56.

[23] 張 利,周亞鵬,門明新,等.基于不同種類生態(tài)安全的土地利用情景模擬 [J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015,31(5)：308-316.

[24] 張 飛,王 娟,塔西甫拉提·特依拜,等.1998～2013年新疆艾比湖湖面時(shí)空動(dòng)態(tài)變化及其驅(qū)動(dòng)機(jī)制 [J]. 生態(tài)學(xué)報(bào), 2015,35(9)：2848-2859.

[25] 吳 莉,侯西勇,邸向紅.山東省沿海區(qū)域景觀生態(tài)風(fēng)險(xiǎn)評(píng)價(jià) [J].生態(tài)學(xué)雜志, 2014,33(1)：214-220.

[26] 鞏 杰,趙彩霞,謝余初,等.基于景觀格局的甘肅白龍江流域生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)與管理 [J]. 應(yīng)用生態(tài)學(xué)報(bào), 2014,25(7)：2041-2048.

[27] 張學(xué)斌,石培基,羅 君,等.基于景觀格局的干旱內(nèi)陸河流域生態(tài)風(fēng)險(xiǎn)分析—以石羊河流域?yàn)槔?[J]. 自然資源學(xué)報(bào), 2014, 29(3)：410-419.

[28] 陳 鵬,潘曉玲.干旱區(qū)內(nèi)陸河流域區(qū)域景觀生態(tài)風(fēng)險(xiǎn)分析—以阜康三工河流域?yàn)槔?[J]. 生態(tài)學(xué)雜志, 2003,22(4)：116-120.

[29] 鞏 杰,謝余初,趙彩霞,等.甘肅白龍江流域景觀生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)及其時(shí)空分異 [J]. 中國(guó)環(huán)境科學(xué), 2014,34(8)：2153-2160.

[30] 高 賓,李小玉,李志剛,等.基于景觀格局的錦州灣沿海經(jīng)濟(jì)開發(fā)區(qū)生態(tài)風(fēng)險(xiǎn)分析 [J]. 生態(tài)學(xué)報(bào), 2011,31(12)：3221-3450.

[31] 孫才志,閆曉露,鐘敬秋.下遼河平原景觀格局脆弱性及空間關(guān)聯(lián)格局 [J]. 生態(tài)學(xué)報(bào), 2014,34(2)：247-257.

Ecological risk assessment and prediction of Ebinur Lake region based on Land use/Land cover change.

Z HANG Yue1,2, ZHANG Fei1,2,3*, WANG Juan1,2, REN Yan1,2, Abduwasit Ghulam4, Hsiang-te KUNG5(1.College of Resources and Environment Science, Xinjiang University, Urumqi 830046, China；2.Key Laboratory of Oasis Ecology, Xinjiang University, Urumqi 830046, China；3.Key Laboratory of Xinjiang Wisdom City and Environment Modeling, Urumqi 830046, China；4.Center for sustainability, Saint Louis University, St. Louis, MO 63108, USA; 5. Department of Earth Sciences, University of Memphis, Memphis, TN 38152, USA). China Environmental Science, 2016,36(11)：3465～3474

This paper presented a study of land use and land cover change from 1998 to 2013, and likelihood of change through 2028 using remote sensing, geographic information system, and CA-Markov model in inland area of Ebinur lake basin in Xinjiang Uyghur Autonomous Region. Fragstats 3.4 to construct landscape ecological risk assessment model was used. Spatial distribution of landscape ecological risks due to land use changes in the study area was analyzed. Results showed that： (1) the area of land types changed significantly in the study area from 1998 to 2013. For example, area of cultivated land was significantly increased to 152139 hm2. However, area of unutilized land was correspondingly decreased, which was 67605 hm2. From 2013 to 2028, cultivated land and the bared lakebed and salinized land increased significantly, approximately 30730 hm2and 12427 hm2respectively. However, area of unutilized land and water were decreased significantly from 954376 hm2and 44889 hm2to 921079 hm2and 37157hm2, respectively. (2) From 1998 to 2028, spatial distributions of ecological risk have changed significantly in the study area. Areas of high ecological risk accounted for 36.6%, 7.3%, and 23.7% of the total area, respectively. From 1998 to 2028, the Moran’s I values were 0.436962, 0.442202, 0.506622, respectively. Moran's I of the landscape pattern showed positive spatial autocorrelation, and had a rising trend. (3) From 1998 to 2028, the cultivated land distribution in the low and lower ecological risk area

Ebinur Lake region；land use/land cover change；CA-Markov model；land-use simulation；ecological risk assessment

X826

A

1000-6923(2016)11-3465-10

張 月(1990-),女,山東五蓮人,新疆大學(xué)碩士研究生,主要從事干旱區(qū)生態(tài)環(huán)境遙感應(yīng)用研究.

2016-03-29

自治區(qū)青年科技創(chuàng)新人才培養(yǎng)工程項(xiàng)目(2013731002);國(guó)家自然科學(xué)基金項(xiàng)目(41361045;41130531);教育部“長(zhǎng)江學(xué)者和創(chuàng)新團(tuán)隊(duì)發(fā)展計(jì)劃”創(chuàng)新團(tuán)隊(duì)項(xiàng)目(IRT1180);新疆綠洲生態(tài)(教育部省部共建)重點(diǎn)實(shí)驗(yàn)室開放課題(XJDX0201-2012-01)

* 責(zé)任作者, 副教授, zhangfei3s@163.com

have increased. Its area accounted for the total area about 58.46%, 78.58%, and 79.9%, respectively. Forest, grassland ecological risk levels fluctuated in different levels.