• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于SRP 模型榆林市生態(tài)脆弱性評(píng)價(jià)及時(shí)空演變研究

      2023-11-08 01:30:22王成軍羅昕玥
      生產(chǎn)力研究 2023年10期
      關(guān)鍵詞:榆林市脆弱性因子

      王成軍,羅昕玥

      (西安建筑科技大學(xué) 管理學(xué)院,陜西 西安 710055)

      一、引言

      近年來(lái),隨著自然和人為因素對(duì)于生態(tài)環(huán)境的壓力日益增大,人類生活環(huán)境和社會(huì)經(jīng)濟(jì)發(fā)展受到了巨大的反噬影響[1-2]。面對(duì)大量涌現(xiàn)的生態(tài)與環(huán)境問(wèn)題,生態(tài)脆弱性研究已成為全球變化和可持續(xù)發(fā)展研究中的焦點(diǎn)[3-4]。生態(tài)脆弱性有三層含義:其一,一定時(shí)空條件下生態(tài)系統(tǒng)內(nèi)部自有的不穩(wěn)定性;其二,在外來(lái)擾動(dòng)的脅迫下,該系統(tǒng)僅靠自我恢復(fù)能力難以修復(fù);其三,該系統(tǒng)因受外界擾動(dòng)對(duì)偏離原始平衡狀態(tài)的敏感性[5]。脆弱性概念由最初著重于自然生態(tài)系統(tǒng)到20 世紀(jì)90 年代之后從社會(huì)系統(tǒng)角度開(kāi)展研究,涉及農(nóng)、林、牧、漁等生產(chǎn)部門[6]。21世紀(jì)以來(lái),脆弱性研究?jī)?nèi)容傾向于與其他領(lǐng)域交叉研究的人地耦合綜合性系統(tǒng)[7],考慮耦合中的相互作用,影響系統(tǒng)對(duì)其脆弱性的反應(yīng)[8]。國(guó)內(nèi)對(duì)生態(tài)脆弱性的研究由中科院在“八五”期間開(kāi)展的生態(tài)環(huán)境綜合整治和恢復(fù)技術(shù)研究拉開(kāi)了序幕,從多元化方向發(fā)展生態(tài)脆弱性研究[9],由單一擾動(dòng)向多重?cái)_動(dòng),由靜態(tài)脆弱性分析向動(dòng)態(tài)脆弱性分析方向轉(zhuǎn)變[10]。在生態(tài)脆弱性評(píng)價(jià)概念模型上,使用頻率較高的有VSD(暴露度-敏感性-適應(yīng)能力)模型[11]、SRP(敏感度-恢復(fù)力-壓力度)模型[12]、PSR(壓力-狀態(tài)-響應(yīng))模型[13]等。其中,基于“社會(huì)-自然”耦合系統(tǒng),充分體現(xiàn)生態(tài)脆弱性內(nèi)涵的SRP 模型更適用于區(qū)域綜合性的生態(tài)脆弱性評(píng)價(jià)[14]。在研究區(qū)域多集中在喀斯特山區(qū)[15]、高原區(qū)[16]、內(nèi)陸流域[17]等地勢(shì)條件較差或人為干擾劇烈的區(qū)域,但對(duì)于受氣候條件影響的半干旱區(qū)域研究甚少。

      陜西省榆林市位于西北半干旱區(qū),地處毛烏素沙地向黃土高原過(guò)渡地帶。區(qū)里存在嚴(yán)重的土壤風(fēng)蝕、水土流失和頻繁干旱等問(wèn)題,是我國(guó)典型的生態(tài)環(huán)境脆弱地區(qū)。隨著區(qū)域經(jīng)濟(jì)與城鎮(zhèn)化進(jìn)程發(fā)展,快速增長(zhǎng)的人口和經(jīng)濟(jì)對(duì)原本就比較脆弱的生態(tài)系統(tǒng)造成了巨大的擾動(dòng)和壓力。同時(shí),1995 年以來(lái)當(dāng)?shù)卣槍?duì)該區(qū)的生態(tài)問(wèn)題,開(kāi)展了退耕還林還草、防風(fēng)固沙林帶等大規(guī)模生態(tài)修復(fù)工程,生態(tài)系統(tǒng)特征已發(fā)生顯著變化,因此對(duì)其展開(kāi)生態(tài)脆弱性評(píng)價(jià)具有重要科學(xué)價(jià)值和實(shí)際意義。

      綜上,基于本文SRP 概念模型,構(gòu)建榆林市生態(tài)脆弱性評(píng)價(jià)體系,對(duì)研究區(qū)的生態(tài)脆弱性綜合評(píng)價(jià)進(jìn)行定量分析,把握脆弱性總體時(shí)空變化趨勢(shì)與規(guī)律,研究脆弱性空間相關(guān)性與導(dǎo)致變化的主要驅(qū)動(dòng)因素,并提出針對(duì)性的生態(tài)發(fā)展對(duì)策,以期為榆林市生態(tài)保護(hù)與修復(fù)工作的持續(xù)推進(jìn)提供數(shù)據(jù)支持和建議參考。

      二、研究區(qū)概況

      榆林市位于陜西省最北部(見(jiàn)圖1),地處北緯36觷57'~39觷34'和東經(jīng)107觷28'~111觷15'之間,轄1 市2區(qū)9 縣,戶籍人口385.59 萬(wàn)人,總土地面積為42 920.2 km2,屬于溫帶大陸性半干旱氣候,年降雨時(shí)空分布不均,平均溫度約10℃。整體地貌特征呈風(fēng)沙草灘向黃土溝壑過(guò)渡,以古長(zhǎng)城為界,古長(zhǎng)城以北地區(qū)是以風(fēng)蝕沙化為主的毛烏素沙漠南緣風(fēng)沙區(qū),古長(zhǎng)城以南地區(qū)是以水蝕作用為主的南部丘陵溝壑區(qū),水土流失現(xiàn)象嚴(yán)重,屬于陜西省水土流失重點(diǎn)治理區(qū)。隨著礦產(chǎn)資源加大開(kāi)發(fā)和城鎮(zhèn)化加速發(fā)展,榆林市作為國(guó)家重要的能源化工基地,進(jìn)一步加重了環(huán)境沖突對(duì)原本脆弱的生態(tài)所造成的不利影響,使得區(qū)內(nèi)生態(tài)環(huán)境更加復(fù)雜化[18]。

      圖1 研究區(qū)地貌區(qū)分布

      三、研究方法

      (一)數(shù)據(jù)來(lái)源及處理

      榆林市數(shù)字高程模型(DEM)數(shù)據(jù)來(lái)源于地理空間數(shù)據(jù)云;氣象數(shù)據(jù)來(lái)自國(guó)家地球系統(tǒng)科學(xué)數(shù)據(jù)中心共享服務(wù)平臺(tái);土地覆蓋類型數(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;植被數(shù)據(jù)由MOD13和MOD17 產(chǎn)品的處理得到;土壤風(fēng)蝕數(shù)據(jù)來(lái)源于《中國(guó)科學(xué)數(shù)據(jù)》;土壤數(shù)據(jù)來(lái)源于世界土壤數(shù)據(jù)庫(kù)(HWSD);社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)自《榆林市統(tǒng)計(jì)年鑒》。本文所使用的數(shù)據(jù)覆蓋2000 年和2020 年2 個(gè)時(shí)期,不同分辨率的多指標(biāo)柵格數(shù)據(jù)通過(guò)ArcGIS 10.8 進(jìn)行重采樣處理,空間分辨率設(shè)定為1km×1km,統(tǒng)一投影至wgs 1984-zone-49n 地理坐標(biāo)系,其中土壤水蝕數(shù)據(jù)通過(guò)USLE 方程[19]計(jì)算得到,干燥度采用丁一匯和王守榮(2001)[20]提出的作為劃分我國(guó)西北地區(qū)干濕氣候區(qū)公式。

      (二)生態(tài)敏感性評(píng)價(jià)指標(biāo)體系的構(gòu)建

      本文通過(guò)考慮研究區(qū)經(jīng)濟(jì)、人口、環(huán)境及生態(tài)狀況,結(jié)合《生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范(試行)》以及相關(guān)研究,同時(shí)根據(jù)科學(xué)性和可獲取性等指標(biāo)體系構(gòu)建原則,綜合從生態(tài)系統(tǒng)敏感性(S)、恢復(fù)力(R)和壓力度(P)3 個(gè)維度,選取13 個(gè)指標(biāo)構(gòu)建研究區(qū)脆弱性評(píng)價(jià)指標(biāo)體系(見(jiàn)表1)。生態(tài)敏感性表征生態(tài)系統(tǒng)受外界影響時(shí)引發(fā)環(huán)境問(wèn)題的可能性[21],受區(qū)域本身生態(tài)系統(tǒng)類型和特征影響,高敏感性的地區(qū),生態(tài)環(huán)境遭受破壞的可能性越大,生態(tài)環(huán)境往往越脆弱,因此選用氣象、地形、地表、土壤因子。生態(tài)恢復(fù)力是生態(tài)系統(tǒng)受到外界干擾破壞時(shí)所表現(xiàn)的自我調(diào)節(jié)能力和修復(fù)能力[22],因此選擇植被覆蓋率和凈初級(jí)生產(chǎn)力(NPP)等指標(biāo)作為影響恢復(fù)力的植被因子。生態(tài)壓力度由人類生產(chǎn)活動(dòng)等產(chǎn)生的外部擾動(dòng)對(duì)生態(tài)系統(tǒng)的壓力,受外部擾動(dòng)越多,脆弱性就越高,在此用人口密度、人均GDP 和土地墾殖率等社會(huì)經(jīng)濟(jì)因子表征區(qū)域發(fā)展的生態(tài)壓力。

      表1 生態(tài)脆弱性評(píng)價(jià)指標(biāo)體系

      (三)評(píng)價(jià)指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化

      由于評(píng)價(jià)指標(biāo)的量綱及其物理意義存在差異,無(wú)法原封不動(dòng)地用于脆弱性評(píng)價(jià),需要進(jìn)行標(biāo)準(zhǔn)化處理,以消除參數(shù)不可比的問(wèn)題[23]。采用極差法和分等級(jí)賦值法分別處理定量指標(biāo)和定性指標(biāo)(見(jiàn)表1),范圍在0~10 之間。

      1.極差標(biāo)準(zhǔn)化。正向指標(biāo)和負(fù)向指標(biāo)采用不同的標(biāo)準(zhǔn)化公式:

      式中,Zi為第i 個(gè)指標(biāo)的標(biāo)準(zhǔn)化值,xi為第i 個(gè)指標(biāo)初始化值,xmax、xmin分別為指標(biāo)i 標(biāo)準(zhǔn)化前最大值和最小值。

      2.分等級(jí)賦值法。對(duì)于土地覆蓋類型、土壤水蝕模數(shù)和土壤風(fēng)蝕模數(shù)等定性指標(biāo),根據(jù)相關(guān)研究成果[24-25],結(jié)合研究區(qū)實(shí)際特征對(duì)指標(biāo)按照分等級(jí)賦值法進(jìn)行2、4、6、8、10 五個(gè)級(jí)別的量化賦值(見(jiàn)表2)。

      表2 分等級(jí)賦值標(biāo)準(zhǔn)

      (四)構(gòu)建脆弱性評(píng)價(jià)模型及等級(jí)劃分

      本文通過(guò)空間主成分分析法,采用生態(tài)脆弱性指數(shù)(EVI)來(lái)定量化研究區(qū)生態(tài)脆弱性程度[26]??臻g主成分分析(SPCA)法是在GIS 系統(tǒng)支持下,通過(guò)旋轉(zhuǎn)原始空間坐標(biāo)軸,將相關(guān)的多變量空間數(shù)據(jù)轉(zhuǎn)化為少數(shù)幾個(gè)不相關(guān)的綜合指標(biāo),以實(shí)現(xiàn)用較少的綜合指標(biāo)最大限度地保留原來(lái)較多變量所反映的空間信息[27],結(jié)果如表3 所示。提取累積貢獻(xiàn)率大于85%以上且特征值大于1 的前6 個(gè)指標(biāo)作為主成分因子,依據(jù)公式(3)和公式(4)分別計(jì)算得到2 期研究區(qū)生態(tài)脆弱性指數(shù)。

      表3 各期空間主成分分析結(jié)果

      式中,EVI 表示生態(tài)脆弱性指數(shù),其值越大,生態(tài)脆弱性程度越高;PC1~PC6分別表示每個(gè)時(shí)段從13 個(gè)初始變量中提取出來(lái)的貢獻(xiàn)率在85%以上且特征值大于1 的6 個(gè)綜合性主成分。

      對(duì)EVI 展開(kāi)進(jìn)一步標(biāo)準(zhǔn)化處理以便進(jìn)行比較和分析,計(jì)算公式如下:

      式(5)中,EEVIi表示第i 年的生態(tài)環(huán)境脆弱性標(biāo)準(zhǔn)化數(shù)值,范圍在0~10 之間;EVIi表示第i 年的脆弱性指數(shù);EVImax和EVImin分別表示脆弱性指數(shù)最大值和最小值。

      參考相關(guān)生態(tài)脆弱性分級(jí)研究,將標(biāo)準(zhǔn)化后的生態(tài)環(huán)境脆弱性指數(shù)劃分為五個(gè)等級(jí),即微度脆弱(0-2)、輕度脆弱(2-4)、中度脆弱(4-6)、高度脆弱(6-8)和極度脆弱(8-10)五個(gè)脆弱等級(jí)[28]。

      (五)生態(tài)脆弱性空間自相關(guān)分析

      本文通過(guò)測(cè)算研究區(qū)生態(tài)環(huán)境脆弱性的全局莫蘭指數(shù)和局部莫蘭指數(shù),研究其在空間上是否聚集以及如何聚集。莫蘭指數(shù)可以分析某一變量在不同尺度上的集聚程度,研究區(qū)生態(tài)脆弱性在空間上是否有聚集特征可用全局莫蘭指數(shù)量度,局部莫蘭指數(shù)可用于衡量研究區(qū)生態(tài)環(huán)境脆弱性的空間聚集方式[29]。

      (六)生態(tài)脆弱性演變驅(qū)動(dòng)力分析方法

      由王勁峰和徐成東(2017)[30]提出的用于研究空間分異性與驅(qū)動(dòng)機(jī)制等方面的地理探測(cè)器(Geo Detector)應(yīng)用十分廣泛。本文借助其中的因子探測(cè)器探測(cè)分析影響研究區(qū)生態(tài)脆弱性與其各驅(qū)動(dòng)因子之間的定量相關(guān)性。該模型用因子解釋力Q 進(jìn)行度量,Q 值越大則評(píng)價(jià)指標(biāo)對(duì)生態(tài)環(huán)境脆弱性指數(shù)的貢獻(xiàn)越大,反之越小[31],公式如下:

      式(6)中,Q 為評(píng)價(jià)指標(biāo)對(duì)生態(tài)脆弱性的解釋力,范圍在0~1 之間,n 為樣本數(shù),L 為指標(biāo)分類數(shù),nh為h 層樣本量,表示h 層生態(tài)脆弱性指數(shù)的方差。

      四、結(jié)果與分析

      (一)研究區(qū)生態(tài)脆弱性等級(jí)時(shí)空分布特征

      從空間分布狀況看(見(jiàn)圖2),研究區(qū)生態(tài)脆弱性指數(shù)整體分布空間差異十分明顯,呈現(xiàn)出西北高、東南低的趨勢(shì)。研究區(qū)極、高度生態(tài)脆弱區(qū)主要出現(xiàn)在研究區(qū)的北部、西北部以及西南等地區(qū),整體呈收縮趨勢(shì),主要分布在人口聚集,人類活動(dòng)劇烈、資源開(kāi)發(fā)程度高、大力發(fā)展社會(huì)經(jīng)濟(jì)建設(shè)的神木市和榆陽(yáng)區(qū)與位處高海拔,生態(tài)環(huán)境惡劣的定邊縣等生態(tài)系統(tǒng)所承受的壓力大,生態(tài)系統(tǒng)自身恢復(fù)能力相對(duì)較弱的地區(qū)。其中,府谷縣、靖邊縣和橫山區(qū)內(nèi)極、重度生態(tài)脆弱性等級(jí)出現(xiàn)大范圍降級(jí),演變成中度脆弱甚至出現(xiàn)零星輕度脆弱。生態(tài)脆弱程度較低等級(jí)的區(qū)域主要分布在氣候相對(duì)適宜,有植被大面積覆蓋,整體生態(tài)質(zhì)量保護(hù)較好的東南地區(qū),并有向外蔓延發(fā)展的空間特征趨勢(shì),其中微度脆弱等級(jí)集中在吳堡縣和清澗縣,黃河沿線地區(qū)生態(tài)環(huán)境有所好轉(zhuǎn),生態(tài)脆弱性等級(jí)由中度轉(zhuǎn)向輕度和微度。

      圖2 2000 年(a)和2020 年(b)生態(tài)脆弱性等級(jí)分布圖

      從時(shí)間變化上看,由表4、表5 可知整體上2000年和2020 年2 期生態(tài)脆弱性等級(jí)主要分布在輕、中及高度脆弱區(qū)之間,尤其是中度脆弱區(qū)。微、輕度脆弱區(qū)面積大幅度增加,變化量面積分別占總面積的6.33%和15.44%,中度及以上區(qū)面積呈下降趨勢(shì),中度和高度脆弱區(qū)減少面積變化量占比分別為10.56%和10.68%。相較于2000 年,2020 年中度以上脆弱區(qū)占比雖然有所下降,生態(tài)環(huán)境形勢(shì)轉(zhuǎn)好,但是其占比仍超過(guò)一半。二十年間研究區(qū)各等級(jí)生態(tài)脆弱性相互轉(zhuǎn)化的面積總和為23 619.93km2,總體上看,中度以上脆弱區(qū)轉(zhuǎn)入更低度脆弱區(qū)的面積明顯高于微、輕度脆弱區(qū)轉(zhuǎn)入更高度脆弱區(qū)方向轉(zhuǎn)移的趨勢(shì)。這主要是由于榆林市一貫嚴(yán)格執(zhí)行環(huán)境保護(hù)措施,實(shí)施退耕還林還草、水利水保等多項(xiàng)生態(tài)修復(fù)工程,使生態(tài)環(huán)境得到穩(wěn)定有序的發(fā)展。研究區(qū)生態(tài)脆弱性正向轉(zhuǎn)移面積大于負(fù)向轉(zhuǎn)移面積,整體生態(tài)狀況呈好轉(zhuǎn)趨勢(shì),反映出研究區(qū)生態(tài)狀況的改善趨勢(shì)。

      表4 不同等級(jí)脆弱性面積對(duì)比

      表5 生態(tài)脆弱性等級(jí)面積轉(zhuǎn)移矩陣(km2)

      (二)研究區(qū)生態(tài)脆弱性空間自相關(guān)性

      2000 年和2020 年全局Moran's I 值分別為0.798、0.829,數(shù)值呈上升趨勢(shì),都通過(guò)了P<0.01 的顯著性水平檢驗(yàn),且Z 值均大于2.58,表明在99.9%置信度下的研究區(qū)生態(tài)脆弱性存在顯著的正相關(guān)關(guān)系,即生態(tài)脆弱性指數(shù)在空間分布上存在顯著集群現(xiàn)象,生態(tài)脆弱性指數(shù)與地理位置之間有著較強(qiáng)的正相關(guān)關(guān)系。通過(guò)計(jì)算局部莫蘭指數(shù),由圖3 可以看出,2000 年和2020 年研究區(qū)生態(tài)脆弱性的集聚結(jié)構(gòu)差異較小,“高-高”聚集型地區(qū)在收縮,“低-低”聚集型區(qū)域不斷外擴(kuò)?!案?高”聚集型地區(qū)主要集中在定邊縣中部和北部、靖邊縣和橫山區(qū)的北部以及榆陽(yáng)區(qū)和神木市的大部分地區(qū),這些地區(qū)生態(tài)環(huán)境狀況差,生態(tài)調(diào)節(jié)功能不足?!暗?低”聚集型區(qū)域大致分布在南部佳縣、米脂縣、子洲縣、吳堡縣、綏德縣和清澗縣,這些地區(qū)生態(tài)條件較好。總體空間聚集分布情況與同一時(shí)期的研究區(qū)生態(tài)脆弱性分布圖大致相同。“高-低”和“低-高”地區(qū)主要分布在“高-高”和“低-低”聚集型地區(qū)周邊,表明研究區(qū)的生態(tài)脆弱性相對(duì)穩(wěn)定,不太可能發(fā)生突然急劇改變。

      圖3 2000 年(a)和2020 年(b)生態(tài)脆弱性LISA 集聚圖

      (三)研究區(qū)生態(tài)脆弱性時(shí)空格局變化驅(qū)動(dòng)力分析

      利用地理探測(cè)器中因子探測(cè)模型對(duì)2000—2020 年導(dǎo)致研究區(qū)生態(tài)脆弱性時(shí)空分布發(fā)生變化的各驅(qū)動(dòng)因子進(jìn)行統(tǒng)計(jì)分析,其各個(gè)驅(qū)動(dòng)因子對(duì)研究區(qū)生態(tài)脆弱性指數(shù)解釋力的大小如表6 所示,p值都為0,說(shuō)明13 個(gè)生態(tài)脆弱性評(píng)價(jià)指標(biāo)通過(guò)顯著性檢驗(yàn)。2000 年從指標(biāo)層方面,對(duì)研究區(qū)生態(tài)脆弱性影響最大的3 個(gè)因子為年降水量、植被覆蓋度、干燥度,其次是人口密度、土地覆蓋類型、高程、年均氣溫,其他因子對(duì)于研究生態(tài)脆弱性的影響相對(duì)較小??芍?,整體范圍內(nèi)年降水量和植被覆蓋的程度對(duì)研究區(qū)生態(tài)脆弱性定量解釋力最大,即年降水量與研究區(qū)生態(tài)脆弱性結(jié)果之間呈現(xiàn)最大的空間分布相似性,植被、干燥度、人口密度、土地覆蓋類型等因素次之。氣象因子和植被因子等自然驅(qū)動(dòng)力對(duì)研究區(qū)生態(tài)脆弱性變化起到主導(dǎo)作用;人為驅(qū)動(dòng)力方面,人口密度等社會(huì)經(jīng)濟(jì)因子和開(kāi)發(fā)利用程度較大的土地覆蓋類型因子對(duì)研究區(qū)生態(tài)脆弱性影響程度次之,說(shuō)明了人為因素同樣不容忽視。2020年,因子解釋力由高到低主要為年降水量、年均氣溫、植被覆蓋度、人均GDP、干燥度、凈初級(jí)生產(chǎn)力、高程等,剩余因子影響相對(duì)較小。兩年結(jié)果對(duì)比表明,這些驅(qū)動(dòng)因子對(duì)于生態(tài)脆弱性的解釋力略有不同,但主要因子基本相同,氣象因子和植被因子等自然驅(qū)動(dòng)力依舊起主導(dǎo)作用,且對(duì)研究區(qū)生態(tài)脆弱性的解釋力加強(qiáng)。

      表6 生態(tài)脆弱性地理探測(cè)器解釋因子Q 值結(jié)果統(tǒng)計(jì)表

      五、討論與結(jié)論

      本文基于SRP 評(píng)價(jià)概念模型,從自然和社會(huì)兩個(gè)角度出發(fā),建立由3 個(gè)準(zhǔn)則層指標(biāo),6 個(gè)要素層指標(biāo),13 個(gè)指標(biāo)層指標(biāo)構(gòu)成的榆林市生態(tài)脆弱性評(píng)價(jià)指標(biāo)體系,通過(guò)空間主成分分析法進(jìn)行指標(biāo)權(quán)重賦值,提升了評(píng)價(jià)結(jié)果的客觀程度,增加體系結(jié)合GIS技術(shù)在地理信息系統(tǒng)軟件的支持下,構(gòu)建榆林市生態(tài)脆弱性評(píng)價(jià)指數(shù)模型和指數(shù)分級(jí)標(biāo)準(zhǔn),使得成果能充分反映該地區(qū)生態(tài)環(huán)境基礎(chǔ)特點(diǎn)。通過(guò)運(yùn)用空間相關(guān)性方法和地理探測(cè)器模型為榆林市生態(tài)脆弱性評(píng)價(jià)工作提供技術(shù)途徑,對(duì)其時(shí)空分布特征及演變進(jìn)行分析,得到以下結(jié)論:

      一是從空間上,榆林市生態(tài)脆弱性指數(shù)整體呈現(xiàn)出西北高、東南低的趨勢(shì)。極、高度生態(tài)脆弱區(qū)主要分布在古長(zhǎng)城以北的風(fēng)沙草灘區(qū),生態(tài)脆弱程度較低等級(jí)的區(qū)域主要分布在南部六縣,并有向外蔓延發(fā)展的空間特征趨勢(shì)。時(shí)間上,2000—2020 年榆林市生態(tài)脆弱性等級(jí)主要處于輕度、中度及高度脆弱區(qū)之間,其中,中度以上脆弱區(qū)面積不斷減少,生態(tài)脆弱性正向轉(zhuǎn)移面積大于負(fù)向轉(zhuǎn)移面積,整體生態(tài)狀況呈好轉(zhuǎn)趨勢(shì)。

      二是榆林市生態(tài)脆弱性空間聚集性整體上逐漸增強(qiáng),生態(tài)脆弱性指數(shù)與地理位置之間有著較強(qiáng)的正相關(guān)關(guān)系?!案?高”聚集型地區(qū)在收縮,“低-低”聚集型區(qū)域不斷外擴(kuò),這與同一時(shí)期的研究區(qū)生態(tài)脆弱性分布圖基本一致。

      三是從榆林市生態(tài)脆弱性演變驅(qū)動(dòng)力分析來(lái)看,各指標(biāo)對(duì)生態(tài)脆弱性的影響均為顯著,區(qū)內(nèi)自然驅(qū)動(dòng)因子對(duì)生態(tài)環(huán)境脆弱水平的作用相對(duì)地區(qū)人為因素而言占據(jù)主導(dǎo)地位,特別是年降水量、植被覆蓋程度、年均氣溫、干燥度、土地覆蓋類型等的驅(qū)動(dòng)作用;驅(qū)動(dòng)因素中人均GDP、人口密度、凈初級(jí)生產(chǎn)力、高程也對(duì)地區(qū)生態(tài)環(huán)境產(chǎn)生了一定程度上的作用。植被覆蓋度,土地覆蓋類型變化,土壤水蝕和風(fēng)蝕程度、土地墾殖率甚至降水氣溫都間接或直接受到人類各種不合理甚至過(guò)度活動(dòng)的影響,人類應(yīng)提高生態(tài)保護(hù)意識(shí)、加強(qiáng)生態(tài)環(huán)境保護(hù)和建設(shè)工程的實(shí)施,這樣地區(qū)生態(tài)環(huán)境質(zhì)量才會(huì)越來(lái)越好。

      猜你喜歡
      榆林市脆弱性因子
      葉銳仙作品
      因子von Neumann代數(shù)上的非線性ξ-Jordan*-三重可導(dǎo)映射
      破解民企“經(jīng)理荒”——榆林市“云端”培育萬(wàn)名職業(yè)經(jīng)理人
      念好“湖羊經(jīng)”走好“致富路”——榆林市榆陽(yáng)區(qū)特色產(chǎn)業(yè)之風(fēng)吹來(lái)脫貧致富好“湖”氣
      不讓脫貧攻堅(jiān)“踱虛步”——榆林市強(qiáng)化脫貧攻堅(jiān)督查
      一些關(guān)于無(wú)窮多個(gè)素因子的問(wèn)題
      影響因子
      影響因子
      煤礦電網(wǎng)脆弱性評(píng)估
      電子制作(2017年10期)2017-04-18 07:23:09
      殺毒軟件中指令虛擬機(jī)的脆弱性分析
      蒙山县| 鹤峰县| 麻城市| 资阳市| 阿拉善左旗| 三门峡市| 白山市| 九龙县| 伊金霍洛旗| 建湖县| 饶河县| 洪江市| 肃宁县| 青川县| 伊金霍洛旗| 府谷县| 屏东县| 清流县| 民和| 文安县| 盐池县| 丽江市| 天镇县| 云南省| 同心县| 加查县| 环江| 永和县| 古田县| 丹寨县| 高平市| 平定县| 焉耆| 黄陵县| 丁青县| 防城港市| 内丘县| 牙克石市| 会东县| 崇义县| 奉化市|