河湟地區(qū)生態(tài)脆弱性時(shí)空演變及影響因素研究

齊潤(rùn)澤， 潘竟虎

（西北師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，甘肅 蘭州 730070）

黃河流域橫跨我國(guó)東、中、西三大地理階梯，是連接黃土高原、青藏高原、華北平原的生態(tài)廊道，也是保護(hù)北方地區(qū)生態(tài)環(huán)境的屏障。2019年，黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展受到國(guó)家高度重視，這為脆弱性的定量評(píng)價(jià)和人與自然和諧發(fā)展策略為主要研究對(duì)象的生態(tài)脆弱性研究提供了契機(jī)［1-2］。研究表明，過(guò)渡地帶生態(tài)脆弱的可能性更大［3］。河湟地區(qū)位于青藏、黃土與內(nèi)蒙古三大高原之間的過(guò)渡地帶，是東部季風(fēng)區(qū)、西北干旱半干旱區(qū)、青藏高原區(qū)的交匯之處，也是農(nóng)牧交錯(cuò)的復(fù)雜區(qū)域［4-5］，植被分布不均，生態(tài)恢復(fù)能力較低，更容易表現(xiàn)出生態(tài)脆弱性。河湟地區(qū)是黃河流域上游的重要生態(tài)屏障，對(duì)其生態(tài)脆弱性進(jìn)行評(píng)價(jià)，充分了解生態(tài)環(huán)境現(xiàn)狀和動(dòng)態(tài)變化趨勢(shì)，不僅可以為生態(tài)恢復(fù)重建和生態(tài)環(huán)境治理提供依據(jù)，也可為區(qū)域的可持續(xù)發(fā)展提供參考［6］。

目前，國(guó)內(nèi)外學(xué)者們運(yùn)用不同的研究方法對(duì)區(qū)域生態(tài)脆弱性進(jìn)行評(píng)價(jià)，取得了大量成果。從研究區(qū)域和對(duì)象看，主要圍繞草地、森林、濕地、河流湖泊、寒旱區(qū)、喀斯特、黃土丘陵等區(qū)域進(jìn)行脆弱性評(píng)價(jià)［7-11］。從研究?jī)?nèi)容看，涵蓋脆弱性概念、脆弱性評(píng)價(jià)、指標(biāo)體系、時(shí)空格局、動(dòng)態(tài)監(jiān)測(cè)、影響機(jī)理和驅(qū)動(dòng)力等［9-12］。從研究方法來(lái)看，主要有層次分析法、主成分分析法、模糊評(píng)價(jià)法、多準(zhǔn)則評(píng)價(jià)法、人工神經(jīng)網(wǎng)絡(luò)、情景分析法等［7-12］。為了評(píng)估生態(tài)脆弱性，已有研究基于不同原理和目的發(fā)展了一系列評(píng)估模型框架，包括“壓力-狀態(tài)-響應(yīng)（PSR）”、“暴露-敏感-適應(yīng)（VSD）”、“驅(qū)動(dòng)力-壓力-狀態(tài)-影響-響應(yīng)（DPSIRM）”和“敏感-恢復(fù)-壓力（SRP）”等［9-15］。VSD模型與IPCC關(guān)于脆弱性的定義較為一致，具有內(nèi)涵清晰、評(píng)價(jià)等級(jí)分明、應(yīng)用廣泛等優(yōu)點(diǎn)，具有較好的兼容性與延展性［16］。本文從生態(tài)暴露度、敏感性及適應(yīng)力出發(fā)，融合投影尋蹤模型與GIS 空間分析方法，對(duì)河湟地區(qū)生態(tài)脆弱性進(jìn)行計(jì)算評(píng)價(jià)，以期為區(qū)域生態(tài)環(huán)境建設(shè)與治理提供參考和依據(jù)。

1 研究區(qū)、數(shù)據(jù)和方法

1.1 研究區(qū)概況

河湟地區(qū)中的“河”指黃河，“湟”指湟水，其地理范圍有狹義和廣義之分。本文選定的研究范圍是廣義的河湟地區(qū)，系由龍羊峽以下的黃河和湟水河谷盆地以及山嶺共同構(gòu)成的地理單元，地理位置介于34°7′31″～39°5′7″N，98°6′49″～105°38′28″E之間（圖1）。行政上包括甘肅省和青海省所轄的54個(gè)縣級(jí)行政區(qū)［4］，面積約15.93×104km2。河湟地區(qū)地勢(shì)呈東北部和中部較低、南部和西部偏高的態(tài)勢(shì)，海拔1200～5300 m，河谷、盆地、丘陵、山區(qū)交錯(cuò)分布。降水稀少且空間差異大，蒸散發(fā)量均很大，平均日照時(shí)間長(zhǎng)，氣溫較低且晝夜溫差大。

圖1 研究區(qū)位置示意圖Fig.1 Location of the study area

1.2 數(shù)據(jù)來(lái)源與處理

數(shù)字高程模型（DEM）數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云平臺(tái)（https://www.gscloud.cn/）。土地利用數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院資源環(huán)境科學(xué)與數(shù)據(jù)中心（https://www.resdc.cn），該數(shù)據(jù)集是基于美國(guó)陸地衛(wèi)星Landsat 遙感影像，經(jīng)目視解譯制作而成，空間分辨率30 m。一級(jí)類型分類制圖的綜合精度為95.53%，Kappa 系數(shù)為0.937。逐日降水量、氣溫、經(jīng)緯度等來(lái)自于中國(guó)氣象數(shù)據(jù)網(wǎng)（http://data.cma.cn/），經(jīng)AMMRR插值將氣象數(shù)據(jù)柵格化。人口柵格數(shù)據(jù)下載自WorldPop（https://www.worldpop.org/geodata/listing?id=74）。夜間燈光數(shù)據(jù)使用DMSP/OLS 和NPP/VIIRS 兩種，下載自美國(guó)國(guó)家大氣和海洋管理局國(guó)家地理數(shù)據(jù)中心（https://ngdc.noaa.gov/eog）。土壤有機(jī)碳數(shù)據(jù)來(lái)源于世界土壤數(shù)據(jù)庫(kù)（https://www.fao.org/land-water/en），空間分辨率為30″。NPP 產(chǎn)品來(lái)源于NASA 的MODIS 數(shù)據(jù)（https://MODIS.gsfc.nasa.gov/），產(chǎn)品ID 為：MOD09A1、MOD17A3H，時(shí)間分辨率為8 d。為了提升不同遙感數(shù)據(jù)間的匹配精度，對(duì)所有數(shù)據(jù)統(tǒng)一進(jìn)行了投影轉(zhuǎn)換與重采樣處理，投影為Albers 等面積割圓錐投影，空間分辨率設(shè)置為1 km×1 km。

1.3 研究方法

1.3.1 評(píng)價(jià)指標(biāo)選取 生態(tài)脆弱性是自然環(huán)境條件和人類生產(chǎn)生活相互聯(lián)系、共同作用的結(jié)果，不同的研究區(qū)有不同的脆弱性特點(diǎn)［17］。通過(guò)分析河湟地區(qū)生態(tài)環(huán)境脆弱性特點(diǎn)，參考相關(guān)理論與類似的研究成果，結(jié)合廣為認(rèn)同的生態(tài)脆弱性定義以及河湟地區(qū)的實(shí)際狀況，建立以“暴露度-敏感性-適應(yīng)力”概念模型為基礎(chǔ)的評(píng)價(jià)指標(biāo)體系（表1）。

表1 河湟地區(qū)生態(tài)脆弱性評(píng)價(jià)指標(biāo)體系Tab.1 Evaluation index system of ecological vulnerability in Hehuang area

采用極差標(biāo)準(zhǔn)化法消除量綱對(duì)各個(gè)指標(biāo)產(chǎn)生的影響，公式見(jiàn)參考文獻(xiàn)［18］。

1.3.2 投影尋蹤模型 為了能科學(xué)準(zhǔn)確地確定各指標(biāo)在生態(tài)脆弱性評(píng)價(jià)中的重要程度，需對(duì)指標(biāo)確定權(quán)重。具體包括兩個(gè)步驟：第一構(gòu)建生態(tài)脆弱性投影指標(biāo)函數(shù)；第二優(yōu)化投影指標(biāo)函數(shù)與指標(biāo)權(quán)重確定，計(jì)算公式詳見(jiàn)文獻(xiàn)［19］。最優(yōu)投影方向的計(jì)算是非線性優(yōu)化問(wèn)題，需要用到優(yōu)化算法來(lái)解決。本文采用遺傳算法尋找最佳投影方向，最終計(jì)算得到各年份生態(tài)脆弱性各評(píng)價(jià)指標(biāo)的權(quán)重（表2）。運(yùn)算在Matlab軟件環(huán)境下完成。

表2 生態(tài)脆弱性各評(píng)價(jià)指標(biāo)權(quán)重Tab.2 Weight of each evaluation index of ecological vulnerability

1.3.3 綜合生態(tài)脆弱性評(píng)價(jià) 根據(jù)優(yōu)化得到的生態(tài)脆弱性評(píng)價(jià)指標(biāo)的權(quán)重，計(jì)算得到暴露度指數(shù)（Exposure Index，EI）、敏感性指數(shù)（Sensitivity Index，SI）以及適應(yīng)力指數(shù)（Adaptability Index，AI）的具體數(shù)值。計(jì)算公式如下［20］：

式中：j為評(píng)價(jià)指標(biāo)個(gè)數(shù)；Xj為指標(biāo)標(biāo)準(zhǔn)化后的數(shù)值；Wj為各指標(biāo)權(quán)重。

本文利用空間向量模型來(lái)計(jì)算生態(tài)脆弱性指數(shù)，是在空間建立空間直角坐標(biāo)系，暴露度、敏感性、適應(yīng)力分別表征一個(gè)空間平面，按照向量的模的計(jì)算方法計(jì)算出生態(tài)脆弱性空間向量的模，模的大小即表示生態(tài)脆弱性數(shù)值［21］。具體做法為：建立以O(shè) 點(diǎn)為原點(diǎn)的空間三維坐標(biāo)系，將3 種生態(tài)脆弱性分量向量化并分別投射到x，y，z坐標(biāo)軸上，投射點(diǎn)分別為A(x，0，0)、B(0，y，0)、C(0，0，z)，對(duì)應(yīng)的向量分別為。用表示生態(tài)脆弱性的空間向量，則，如圖2所示，用m表示。用向量m的模長(zhǎng)來(lái)表示生態(tài)脆弱性的數(shù)值，計(jì)算公式如下［21］：

圖2 空間向量模型示意圖Fig.2 Schematic diagram of space vector model

式中：OM為生態(tài)脆弱性向量；為向量模長(zhǎng)；m為生態(tài)脆弱性數(shù)值。本文采用生態(tài)環(huán)境脆弱性指數(shù)（Ecological Vulnerability Index，EVI）來(lái)定量描述生態(tài)脆弱性程度，則有［21］：

EVI 數(shù)值越大，則表示生態(tài)環(huán)境呈現(xiàn)脆弱化趨勢(shì)越明顯。

通過(guò)以上步驟得到的生態(tài)脆弱性結(jié)果數(shù)值是連續(xù)的，為了全面認(rèn)識(shí)研究區(qū)生態(tài)環(huán)境脆弱性，更加方便直觀地對(duì)河湟地區(qū)不同年份之間的生態(tài)脆弱性進(jìn)行統(tǒng)一比較，需將EVI進(jìn)行標(biāo)準(zhǔn)化處理，其計(jì)算公式為［22］：

式中：SEVIi為第i年的生態(tài)脆弱性指數(shù)標(biāo)準(zhǔn)化值，取值范圍為0～10；EVIi為第i年研究區(qū)生態(tài)脆弱性指數(shù)實(shí)際值；EVImin為研究區(qū)生態(tài)脆弱性指數(shù)最小值；EVImax為最大值［23］。參考相關(guān)研究的分級(jí)標(biāo)準(zhǔn)［24］，本文將生態(tài)脆弱性劃分為以下5個(gè)等級(jí)：微度脆弱、輕度脆弱、中度脆弱、重度脆弱、極度脆弱［22］，劃分標(biāo)準(zhǔn)與不同等級(jí)特征如表3所示。

表3 河湟地區(qū)生態(tài)脆弱性分級(jí)標(biāo)準(zhǔn)Tab.3 Classification standard of ecological vulnerability in Hehuang area

1.3.4 時(shí)空掃描分析 本文采用時(shí)空掃描分析方法對(duì)河湟地區(qū)2000—2020 年生態(tài)脆弱性的高值與低值進(jìn)行空間聚類分析，這樣能夠更方便地了解河湟地區(qū)在研究時(shí)段內(nèi)空間聚集模式。此方法分別計(jì)算每個(gè)掃描窗口的對(duì)數(shù)似然比(LLR)，來(lái)表征生態(tài)脆弱性的聚集程度，LLR值最大即為最聚集區(qū)域。計(jì)算公式為［25］：

式中：C為研究區(qū)生態(tài)脆弱性等級(jí)總和；CT為掃描窗口內(nèi)生態(tài)脆弱性等級(jí)總和實(shí)際值；AT為掃描窗口內(nèi)生態(tài)脆弱性等級(jí)總和期望值。為了評(píng)價(jià)掃描結(jié)果是否具有統(tǒng)計(jì)學(xué)意義，選擇使用蒙特卡洛模擬法計(jì)算P值，判斷其統(tǒng)計(jì)學(xué)意義。時(shí)空掃描分析采用FleXScan空間掃描軟件實(shí)現(xiàn)。

1.3.5 時(shí)空變化分析 借助柵格數(shù)據(jù)的優(yōu)勢(shì)，提取2000—2020年生態(tài)脆弱性變化的柵格，來(lái)表述河湟地區(qū)近20 a 不同空間位置上生態(tài)脆弱性的變化情況。計(jì)算公式為［26］：

式中：Codez為生態(tài)脆弱性的2000—2020 年轉(zhuǎn)換類型代碼；Code2000、Code2010、Code2020分別代表2000 年、2010年和2020年的5種生態(tài)脆弱性分級(jí)等級(jí)值（1～5），其中1～5 分別代表微度脆弱、輕度脆弱、中度脆弱、重度脆弱和極度脆弱。根據(jù)2000—2020年不同的轉(zhuǎn)換類型，將結(jié)果整理為6種轉(zhuǎn)換類型，形成河湟地區(qū)生態(tài)脆弱性的格局演變，分類表見(jiàn)表4。

表4 生態(tài)脆弱性格局演變分類Tab.4 Classification of evolution of ecological vulnerability

1.3.6 地理探測(cè)器 為了了解不同指標(biāo)對(duì)河湟地區(qū)生態(tài)脆弱性空間分布的影響程度大小，本文使用地理探測(cè)器中的因子探測(cè)器進(jìn)行分析。因子影響力用q值來(lái)表示，q值越大表明該指標(biāo)對(duì)生態(tài)脆弱性的影響力越大，計(jì)算公式為［27］：

式中：h為某指標(biāo)的分類數(shù)或分區(qū)；N為區(qū)域內(nèi)的單元數(shù)；Nh為第h層的單元數(shù)；σ2和σh2 分別為第h層和全區(qū)域生態(tài)脆弱性的方差［26］。

2 結(jié)果與分析

2.1 生態(tài)脆弱性空間格局

根據(jù)生態(tài)脆弱性分級(jí)標(biāo)準(zhǔn)對(duì)2000—2020 年的生態(tài)脆弱性進(jìn)行等級(jí)劃分，結(jié)果表明（圖3），不同研究年份的生態(tài)脆弱空間分布具有一定的區(qū)域差異性。研究區(qū)內(nèi)的生態(tài)脆弱主要表現(xiàn)為輕度脆弱、中度脆弱和重度脆弱3個(gè)等級(jí)。其中，中度脆弱、重度脆弱以及極度脆弱地區(qū)主要呈現(xiàn)東-西走向分布，而微度脆弱、輕度脆弱地區(qū)主要呈南-北方向分布，以海東市為交匯處形成一個(gè)大交叉的空間分布格局。海北州和甘南州等地的生態(tài)脆弱性主要表現(xiàn)為輕度脆弱，中間夾雜著一些微度脆弱地區(qū)。海南州、蘭州市、白銀市、定西市等地的生態(tài)脆弱性主要表現(xiàn)為中度脆弱和重度脆弱。2000—2020年，共和縣、貴南縣、貴德縣等地的重度脆弱性區(qū)域有明顯的減少趨勢(shì)；湟中區(qū)、平安區(qū)、互助縣等地的輕度脆弱性區(qū)域則有明顯的增加趨勢(shì)。

圖3 2000—2020年河湟地區(qū)生態(tài)脆弱性空間分布格局Fig.3 Spatial distribution pattern of ecological vulnerability in Hehuang area from 2000 to 2020

河湟地區(qū)的生態(tài)脆弱性類型主要以輕度脆弱、中度脆弱為主，微度脆弱與重度脆弱次之，極度脆弱面積占比最少。結(jié)合20 a不同脆弱類型的具體面積變化統(tǒng)計(jì)來(lái)看（圖4），微度脆弱地區(qū)面積先增加，從2005年開(kāi)始逐漸減少，到2020年又增加，中度脆弱區(qū)域面積先減少后增加最后再次減少，表明微度、中度脆弱地區(qū)的生態(tài)狀況并不穩(wěn)定，變化較為波動(dòng)。輕度脆弱區(qū)域面積在持續(xù)增加，而重度脆弱區(qū)域的面積在持續(xù)減少，表明研究區(qū)內(nèi)的生態(tài)脆弱性在逐漸向好的方向發(fā)生轉(zhuǎn)變。極度脆弱地區(qū)面積占比很小，僅2000年與2005年略高。

圖4 河湟地區(qū)生態(tài)脆弱性面積變化雷達(dá)圖Fig.4 Radar map of ecological vulnerability area change in Hehuang area

2.2 生態(tài)脆弱性時(shí)空掃描結(jié)果

時(shí)空掃描結(jié)果如圖5 所示，河湟地區(qū)在研究時(shí)間段內(nèi)不僅表現(xiàn)出了時(shí)間聚集性，而且也呈現(xiàn)出了極強(qiáng)的空間集聚特征。從時(shí)間上來(lái)看，研究區(qū)在5個(gè)時(shí)間上均表現(xiàn)出聚集現(xiàn)象，而空間的聚集主要表現(xiàn)為高值高度集聚（高-高區(qū)）和低值高度集聚（低-低區(qū)），還有一小部分的次高值聚集區(qū)。高值與低值的空間集聚現(xiàn)象均主要分布于甘肅省境內(nèi)，這說(shuō)明河湟地區(qū)甘肅省內(nèi)的區(qū)域生態(tài)脆弱性常年表現(xiàn)較為極端，容易發(fā)生聚集現(xiàn)象，而青海省內(nèi)的區(qū)域則表現(xiàn)較為均衡，空間聚集現(xiàn)象不顯著。低值聚集區(qū)主要分布在甘肅境內(nèi)的南部區(qū)域，常年表現(xiàn)為低值聚集的縣（區(qū)）主要有：夏河縣、合作市、和政縣、卓尼縣、臨潭縣、岷縣、漳縣，這些縣（區(qū)）內(nèi)的植被狀況較好，水源涵養(yǎng)充足，人口密度較低，自然環(huán)境受到人類生產(chǎn)生活干擾的影響程度較低，所以生態(tài)脆弱性較低，生態(tài)環(huán)境狀況良好。

圖5 2000—2020年河湟地區(qū)生態(tài)脆弱性時(shí)空掃描結(jié)果分布Fig.5 Spatial-temporal scanning results of ecological vulnerability in Hehuang area from 2000 to 2020

高值聚集區(qū)主要分布于甘肅省境內(nèi)偏北部區(qū)域，常年表現(xiàn)為高值集聚的縣（區(qū)）主要有：永登縣、皋蘭縣、白銀區(qū)、景泰縣等。這些縣（區(qū)）大多都?xì)w屬于蘭州市和白銀市，區(qū)域內(nèi)由于蒸散發(fā)量大降水稀少導(dǎo)致植被條件較差，植被稀疏，從而直接影響了生態(tài)恢復(fù)能力，加之蘭州、白銀兩市的人口數(shù)量多，密度大，對(duì)生態(tài)的壓力與干擾相應(yīng)也大，因而表現(xiàn)出較高的生態(tài)脆弱性。共和縣其偏南部區(qū)域也有高值聚集的現(xiàn)象出現(xiàn)。這里平均海拔較高，雖有河流從山谷間穿過(guò)，但水土流失問(wèn)題嚴(yán)重，導(dǎo)致生態(tài)環(huán)境依然脆弱，表現(xiàn)出次高值聚集的狀態(tài)。河湟地區(qū)其余縣（區(qū)）生態(tài)脆弱性在時(shí)間上與局部空間上的集聚特征均表現(xiàn)為不顯著，沒(méi)有統(tǒng)計(jì)學(xué)意義。

2.3 生態(tài)脆弱性格局演變

分別以2000 年，2010 年，2020 年為時(shí)間節(jié)點(diǎn)，計(jì)算得到生態(tài)脆弱性整體轉(zhuǎn)換格局，并將其按照不同的轉(zhuǎn)換編碼劃分為6 種類型（圖6）。從各個(gè)類型的面積占比來(lái)看，持續(xù)穩(wěn)定型與波動(dòng)穩(wěn)定型的面積總和占比為42.79%，表明研究區(qū)有超過(guò)40%的地區(qū)生態(tài)脆弱性狀況較為穩(wěn)定，在研究時(shí)段內(nèi)沒(méi)有發(fā)生改變。這些地區(qū)主要位于研究區(qū)的西北和東南兩個(gè)區(qū)域，集中分布在祁連縣的南北兩端，海晏縣中部區(qū)域，門(mén)源縣東部區(qū)域，永登縣、互助縣以及樂(lè)都區(qū)的交界地帶，景泰縣的東北部地區(qū)以及甘南州和定西市的部分區(qū)域等。波動(dòng)減少型與持續(xù)減少型面積總和占比為53.36%，面積占比超過(guò)整個(gè)河湟地區(qū)的一半。這說(shuō)明研究區(qū)內(nèi)有絕大多數(shù)土地的生態(tài)脆弱性是減小的，這些區(qū)域的生態(tài)脆弱性在向著好的方向變化。持續(xù)增長(zhǎng)型與波動(dòng)增長(zhǎng)型的面積總和占比最小，僅有3.85%，占研究區(qū)的比例非常小，主要位于蘭州市區(qū)、蘭州新區(qū)、西寧市區(qū)等城市建成區(qū)周?chē)?，零星分布在祁連縣、門(mén)源縣、大通縣以及互助縣等區(qū)域，這表明城市的擴(kuò)張與發(fā)展對(duì)于生態(tài)脆弱性的影響比較明顯。綜合來(lái)看，2000—2020年，河湟地區(qū)的生態(tài)脆弱性總體呈現(xiàn)出穩(wěn)定中減緩的趨勢(shì)。

圖6 2000—2020年河湟地區(qū)生態(tài)脆弱性整體轉(zhuǎn)換格局Fig.6 Overall transformation pattern of ecological vulnerability in Hehuang area from 2000 to 2020

2.4 生態(tài)脆弱性的影響因素

表5 為通過(guò)地理探測(cè)器計(jì)算得到的結(jié)果。2000—2020 年各個(gè)年份探測(cè)指標(biāo)的P值均為0，表明5 期探測(cè)指標(biāo)對(duì)于生態(tài)脆弱性的解釋力都很充足，探測(cè)結(jié)果在1%顯著性水平上具有顯著的統(tǒng)計(jì)學(xué)意義。對(duì)各探測(cè)指標(biāo)的q值進(jìn)行了排序整理。整體來(lái)看，各研究年份的q值排序順序未發(fā)生明顯改變。q值排名基本穩(wěn)定在前6位的探測(cè)指標(biāo)分別為：植被覆蓋度、沙漠化指數(shù)、植被凈初級(jí)生產(chǎn)力、干旱指數(shù)、生境質(zhì)量指數(shù)以及海拔。這些因子對(duì)于生態(tài)脆弱性的解釋力較強(qiáng)，q值均超過(guò)了0.3，其中植被覆蓋度是影響河湟地區(qū)生態(tài)脆弱性整體分布最為重要的因子，5期數(shù)據(jù)的q值平均達(dá)到了0.7以上，說(shuō)明生態(tài)脆弱性受植被覆蓋度的影響是最大的。

表5 生態(tài)脆弱性16個(gè)探測(cè)指標(biāo)的地理探測(cè)結(jié)果Tab.5 Geodetector results of 16 detection indicators of ecological vulnerability

2.5 生態(tài)脆弱性分區(qū)

綜合考慮每種生態(tài)脆弱性分級(jí)的具體轉(zhuǎn)換路徑和生態(tài)脆弱類型的轉(zhuǎn)變方式，將研究區(qū)劃分為5個(gè)生態(tài)脆弱性分區(qū)（圖7）。不同生態(tài)脆弱性分區(qū)的劃分依據(jù)、面積大小及轉(zhuǎn)換編碼等配置如表6 所示。不同生態(tài)脆弱性分區(qū)有其獨(dú)特的脆弱類型轉(zhuǎn)變規(guī)律，對(duì)于不同生態(tài)脆弱性分區(qū)應(yīng)針對(duì)其獨(dú)特的脆弱類型設(shè)計(jì)合理的治理方案。

表6 生態(tài)脆弱性分區(qū)Tab.6 Ecological vulnerability zoning statistics

圖7 河湟地區(qū)生態(tài)分區(qū)Fig.7 Ecological zoning map of Hehuang area

（1）生態(tài)核心保護(hù)區(qū)。該區(qū)域主要分布于研究區(qū)的西北部以及南部地區(qū)，占研究區(qū)面積的20.79%。主要位于青海省境內(nèi)的祁連縣、海晏縣、門(mén)源縣、大通縣、互助縣。核心保護(hù)區(qū)的海拔平均在3000 m 以上，植被覆蓋狀況良好，生態(tài)環(huán)境受到人類影響較小。應(yīng)牢固樹(shù)立“保護(hù)第一，生態(tài)優(yōu)先”的科學(xué)理念，嚴(yán)守生態(tài)紅線，防止生態(tài)環(huán)境進(jìn)一步惡化導(dǎo)致生態(tài)脆弱性加劇。

（2）生態(tài)綜合治理區(qū)。該區(qū)域主要表現(xiàn)為常年中度、重度或者極度脆弱。主要分布于青海省祁連縣最北端的高海拔地區(qū)，甘肅省景泰縣東北部與靖遠(yuǎn)縣交界處，白銀市平川區(qū)北部等區(qū)域，分布較為集中，生態(tài)狀況多年表現(xiàn)穩(wěn)定但脆弱性顯著。此區(qū)域應(yīng)采取有針對(duì)性的措施進(jìn)行專項(xiàng)治理，對(duì)于產(chǎn)量較低的耕地可采取退耕還林還草等政策，對(duì)于山區(qū)可推行禁牧、休牧等政策，以減少人類活動(dòng)對(duì)環(huán)境的干擾。對(duì)于生態(tài)極度脆弱地帶也可鼓勵(lì)實(shí)施生態(tài)移民政策，緩解生態(tài)壓力。

（3）生態(tài)恢復(fù)關(guān)注區(qū)。該區(qū)域主要分布于研究區(qū)內(nèi)的東西兩側(cè)，整體面積占比較大，甘肅省境內(nèi)的面積占比更多。主要是由高生態(tài)脆弱轉(zhuǎn)向低生態(tài)脆弱，區(qū)域內(nèi)始終呈現(xiàn)生態(tài)持續(xù)恢復(fù)的狀態(tài)。該區(qū)域應(yīng)強(qiáng)化生態(tài)保護(hù)政策，繼續(xù)堅(jiān)持以保護(hù)為先、以自然恢復(fù)為主的策略，進(jìn)一步完善生態(tài)安全屏障體系，努力延續(xù)生態(tài)自然恢復(fù)的良好趨勢(shì)。

（4）生態(tài)優(yōu)先治理區(qū)。該區(qū)域的生態(tài)狀況為由低生態(tài)脆弱轉(zhuǎn)向?yàn)楦呱鷳B(tài)脆弱，區(qū)域內(nèi)生態(tài)呈現(xiàn)惡化、加重的趨勢(shì)。集中分布在西寧市、蘭州市、蘭州新區(qū)等快速發(fā)展的城市建成區(qū)周?chē)?。受人類影響、干擾大，開(kāi)發(fā)、建設(shè)速度快，勢(shì)必會(huì)導(dǎo)致生態(tài)環(huán)境向脆弱化方向發(fā)生轉(zhuǎn)移。因此，應(yīng)當(dāng)優(yōu)先治理，努力遏制、扭轉(zhuǎn)向更加脆弱轉(zhuǎn)變的趨勢(shì)。在開(kāi)發(fā)建設(shè)時(shí)要對(duì)環(huán)境的干擾程度做出合理、具體的評(píng)估，并提出相應(yīng)有效的生態(tài)補(bǔ)償措施。努力提升土地節(jié)約集約利用水平，引進(jìn)先進(jìn)技術(shù)大力推動(dòng)產(chǎn)業(yè)綠色化發(fā)展，改善人居環(huán)境。

（5）生態(tài)重點(diǎn)監(jiān)測(cè)區(qū)。該區(qū)域內(nèi)的生態(tài)脆弱性呈現(xiàn)出波動(dòng)變化的狀態(tài)，零星分布在研究區(qū)的各個(gè)地方，較為集中的區(qū)域有永登縣北部的小塊區(qū)域以及岷縣南部的小塊區(qū)域。應(yīng)當(dāng)進(jìn)行合理的生態(tài)監(jiān)測(cè)，綜合多種地信遙感手段對(duì)生態(tài)脆弱性進(jìn)行持續(xù)預(yù)測(cè)和預(yù)警，防止區(qū)域生態(tài)環(huán)境在波動(dòng)的變化中向著高生態(tài)脆弱性的方向發(fā)展。

3 討論

本文在GIS的支持下進(jìn)行基于多源柵格數(shù)據(jù)的空間分析，利用影像空間疊加和模型運(yùn)算實(shí)現(xiàn)生態(tài)脆弱性在全空間區(qū)域的定量化表達(dá)。本文利用投影尋蹤模型確定指標(biāo)權(quán)重，大大減少了人為干預(yù)，其穩(wěn)健性與準(zhǔn)確度都要優(yōu)于傳統(tǒng)賦權(quán)方法如AHP層次分析法、熵權(quán)法和主成分分析法等［20］。時(shí)空掃描模型相較于空間自相關(guān)分析加入了對(duì)時(shí)間維度的考量，有利于對(duì)生態(tài)脆弱性結(jié)果在時(shí)間和空間上進(jìn)行聚集模式的研究。時(shí)空變化分析則能便于跟蹤同一柵格在不同研究時(shí)間的變化，有利于掌握河湟地區(qū)生態(tài)脆弱性的動(dòng)態(tài)變化過(guò)程。生態(tài)脆弱性的空間分布具有明顯的空間分異性，使用地理探測(cè)器中的因子探測(cè)能更好地分析和了解生態(tài)脆弱性的主要影響因素。

在生態(tài)脆弱性的計(jì)算結(jié)果上，張良俠等［28］、石三娥等［29］、李珍珍等［17］對(duì)西北地區(qū)生態(tài)脆弱性進(jìn)行了計(jì)算，其各自研究區(qū)與河湟地區(qū)重疊區(qū)域的生態(tài)脆弱性空間分布特征、趨勢(shì)與本文的計(jì)算結(jié)果均保持著較高的一致性。這主要是因?yàn)檫@些區(qū)域?qū)儆诟珊蹬c半干旱氣候，植被條件與氣候條件均有著許多的相似之處，因而在宏觀層面表現(xiàn)出相似的生態(tài)脆弱性特征。2000—2020年間，不論是從河湟地區(qū)各生態(tài)脆弱類型等級(jí)的面積變化，還是各生態(tài)脆弱等級(jí)之間的轉(zhuǎn)化情況來(lái)看，區(qū)域的生態(tài)脆弱程度都呈現(xiàn)出好轉(zhuǎn)的趨勢(shì)。原因在于近年來(lái)，全球變暖現(xiàn)象愈發(fā)顯著，區(qū)域內(nèi)的氣溫有所上升，氣候的變化使得降水條件也有所改善，為區(qū)域內(nèi)的植被生長(zhǎng)創(chuàng)造了良好的條件［30］；另一方面，研究期內(nèi)政府?dāng)U大生態(tài)保護(hù)紅線、增加生態(tài)保護(hù)區(qū)域等一系列生態(tài)治理工作也取得了一定的促進(jìn)作用。

不同年份的各項(xiàng)指標(biāo)對(duì)脆弱性的影響程度可能不同，其權(quán)重相應(yīng)地也應(yīng)該有所差別。本文利用集成投影尋蹤模型和遺傳算法得到各年份各評(píng)價(jià)指標(biāo)的權(quán)重，由于每年的一組指標(biāo)被作為獨(dú)立的樣本進(jìn)行計(jì)算，獲得各分向量的最大值（即指標(biāo)權(quán)重），所以各年份間的指標(biāo)權(quán)重會(huì)有所不同。各年份權(quán)重值盡管有所差異，但差別并不是很大，權(quán)值沒(méi)有出現(xiàn)顛覆性的變化。在數(shù)據(jù)獲取方面，由于一些數(shù)據(jù)可獲取性的限制，在指標(biāo)的選擇過(guò)程中不可避免地存在著不完善的情況。部分指標(biāo)特別是社會(huì)經(jīng)濟(jì)指標(biāo)由于難以空間化而不得不舍棄。此外，為了計(jì)算的統(tǒng)一，將遙感數(shù)據(jù)的空間分辨率設(shè)置為1 km，可獲取遙感數(shù)據(jù)的時(shí)段也很有限，限制了在更長(zhǎng)時(shí)間序列上開(kāi)展更為精細(xì)的研究。由于缺乏統(tǒng)一的分級(jí)標(biāo)準(zhǔn)，文中脆弱性分級(jí)采用等間距法。這些不足與局限應(yīng)在今后的工作中努力完善。

4 結(jié)論

（1）河湟地區(qū)脆弱性空間分布差異顯著，微度脆弱與輕度脆弱區(qū)域主要分布在西北部與東南部，中度脆弱與重度脆弱主要分布于東西兩側(cè)，極度脆弱區(qū)零星分布在重度脆弱區(qū)域之中。各年份均以輕度脆弱與中度脆弱為主，極度脆弱地區(qū)面積占比最小。生態(tài)脆弱性高低值聚集模式共存，表現(xiàn)出明顯的時(shí)空聚集性?！案?高”聚類主要分布在蘭州市、白銀市下轄的部分縣（區(qū)），“低-低”聚類主要分布在臨夏州、甘南州、定西市下轄的部分縣（區(qū)）。

（2）2000—2020 年，河湟地區(qū)生態(tài)脆弱性整體有所降低。研究區(qū)42.79%的土地生態(tài)脆弱性保持穩(wěn)定，未發(fā)生變化，53.36%的土地生態(tài)脆弱性有所降低。

（3）植被覆蓋度是影響河湟地區(qū)生態(tài)脆弱性的主要因子，沙漠化指數(shù)、植被凈初級(jí)生產(chǎn)力、干旱指數(shù)、生境質(zhì)量指數(shù)、海拔等因子對(duì)生態(tài)脆弱性有著不同程度的影響。

（4）依據(jù)生態(tài)脆弱類型的轉(zhuǎn)變方式，將河湟地區(qū)劃分為5個(gè)生態(tài)脆弱性分區(qū)：生態(tài)核心保護(hù)區(qū)、生態(tài)綜合治理區(qū)、生態(tài)恢復(fù)關(guān)注區(qū)、生態(tài)優(yōu)先治理區(qū)和生態(tài)重點(diǎn)監(jiān)測(cè)區(qū)。