鄂尔多斯市生态弹性力评价研究

郑欣, 程艳妹, 任彩凤, 周立志

鄂尔多斯市生态弹性力评价研究

郑欣, 程艳妹, 任彩凤, 周立志*

安徽大学资源与环境工程学院, 安徽大学矿山环境修复与湿地生态安全协同创新中心, 合肥 230601

生态弹性力是研究区域生态承载力的基础, 它反映了生态系统的自我维持和调节能力, 是区域可持续发展的生态支持要素。以鄂尔多斯市为研究对象, 采用目标分层法从气候、水文、植被和土壤4方面选取年降水量、年平均气温、日照时数、地表水资源量、地下水资源量、森林覆盖率和土地生产力7个指标构建生态弹性力评价指标体系, 运用主成分分析法确定影响生态弹性力动态变化的3个主成分, 通过各主成分的贡献率及各指标的特征向量确定各主成分及指标权重, 对鄂尔多斯市生态弹性力状况进行评价, 研究2008—2015年生态弹性力变化特征。结果表明, 鄂尔多斯市生态弹性力指数整体具有上升趋势, 由2008年的0.372升至2015年的0.401, 但波动幅度较大并呈现阶段性变化, 2011年前基本呈下降状态, 2011年降至研究时段内的最低值0.233, 随后上升, 2013年达到0.737为研究时段内的最高值, 2013年后又呈下降状态。第一主成分整体呈上升趋势与生态弹性力变化趋势相似, 第二、三主成分变化波动强烈且呈下降状态。生态弹性虽有所提高, 但生态系统稳定性较差, 区域生态系统的抗干扰和自我调节能力不稳定。水资源供给能力是影响生态弹性力波动的首要影响因素, 生态环境质量的上升是生态弹性力提高的主要驱动因素。建议未来应合理配置资源, 提高水资源利用率, 增强区域生态系统自我调节能力; 继续提高生态环境质量, 调整产业结构, 以实现鄂尔多斯可持续发展。

生态弹性力; 生态承载力; 主成分分析法; 目标分层法; 鄂尔多斯市

0 前言

生态弹性力概念最初被Holling引入生态系统稳定性研究中[1], 早期对它的研究侧重于将其作为弹性城市研究的一个方面[2–4], 随着资源和环境的破坏以及城市化的发展, 区域生态弹性力更多的作为一个重要指标来表示生态环境对经济活动支持能力[5], 广大学者更加认同生态系统具有自我调节和自我恢复能力的观点[6–7], 即生态系统受到压力或平衡扰乱之后能够自我维持、自我调节并恢复到初始状态的能力[7–9]。生态弹性力主要包括两方面: 弹性强度和弹性限度, 其主要影响因素包括气候、水文、土壤、植被覆盖及生态环境各要素之间的协调能力等[10]。这个指标反映了复合生态系统的自然潜在承载能力, 它可以减少压力与干扰产生的影响从而保持系统不遭破坏, 又可以最大程度地保障承载力发挥正常的调节功能[11]。在没有人类干预的自然生态系统中, 它代表了系统生态承载力的大小, 是研究区域生态承载力的基础和描述脆弱生态区状态的综合性变量[12]。

生态弹性力的研究角度和方法也受到了国内外可持续发展研究学者的关注, 不同领域的学者从不同的角度如以生态系统的水分利用效率来表征其弹性强度[13]、依据物种性状特征评价弹性力[14]、通过弹性限度反映研究区生态系统弹性力的大小[7]、将生态弹性力作为区域生态承载力的支持条件对其评价[15]以及运用功能与状态的转换模型[16]、引入调节系数的生态系统弹性力模型[17]、生态弹性力指标体系[8,18]等评价模型和方法对生态弹性力进入了深入研究, 但对于生态弹性力的研究至今仍没有统一的模型或方法。

资源型城市是依托自然资源开发所发展起来的一种城市类型[19–20], 以煤炭为基础的城市是资源型城市的重要类型之一[21], 是一个集“自然—经济—社会”于一体的复合生态系统, 大规模、高强度的资源开采使得资源型区域的生态问题日趋严重[22–23]。生态弹性力是一种生态环境所固有的内存性因子, 只有当生态环境承受的外部压力超过其自身容量时才会显现出来, 这个因子可以说是资源型城市转型和发展的重要指标, 也是其可持续发展的生态支持要素[22]。在确保产业转型和加快城市化的条件下, 研究区域生态弹性力的水平是人们了解生态系统动态性的重要工具和手段[24], 同时也是研究煤炭资源型城市的优化发展和可持续发展实施途径的重要基础。

鄂尔多斯市是我国典型的煤炭资源型城市, 同时还是我国西部地区重要的农牧交错带和生态屏障[25]。近年来, 随着煤炭资源和新型资源如石油、天然气的进一步开采[26]以及作为农牧交错带本身具有的脆弱性[27], 生态系统极易受到内外营力的影响产生扰动和变化, 生态弹性力面临严峻挑战。以往对该区域生态问题的研究主要围绕生态安全、生态足迹和生态风险评价等方面[23,26,28], 本文借鉴前人建立的资源型城市评价指标体系[18]和其他关于区域生态弹性力的研究[8,29–30], 从气候、水文、植被覆盖和土壤4个方面着手, 评价2008—2015年的生态弹性力发展状况和受各因子的影响程度, 揭示生态承载的变化规律, 以期为鄂尔多斯市可持续发展提供决策依据。

1 研究区概况

鄂尔多斯市位于内蒙古自治区西南部, 地处东经106°42′—111°27′, 北纬37°35′—40°51′之间, 是中国西部重要的资源型城市, 同时也是中国最为典型的农牧交错带之一。作为资源密集地区之一, 鄂尔多斯市拥有丰富的自然资源, 其中已探明的煤炭储量约占全国的六分之一, 储量大, 分布面积广, 煤炭资源是带动城市经济发展的最主要资源。截止2015年末, 全市总面积86882 km2, 市辖7旗1区, 全市常住人口总计204.51 万人, 地区生产总值为4226.1 亿元, 城镇化率达到73.13%。该市属于典型的煤炭资源型城市且地处我国西北部农牧交错带, 其生态系统较一般城市更加脆弱[23], 日照强烈, 市多年平均气温约7.3 ℃, 水资源匮乏, 降水约150—410 mm, 蒸发在2000 mm以上, 土壤含有机质少, 植被覆盖度低于25%, 是我国沙尘暴产生的源头之一。近年来, 鄂尔多斯市依托丰富的资源, 特别是煤炭资源, 使经济实现跨越式发展, 但同时也造成严重的生态环境问题, 如植被退化、土壤侵蚀、水土荒漠化以及地表沉陷等, 严重影响区域的可持续发展。

2 研究方法

2.1 数据来源

研究数据来源于《内蒙古自治区水资源公报》(2008—2015)、《内蒙古自治区统计年鉴》(2008—2015)、《鄂尔多斯市统计年鉴》(2008—2015)和《鄂尔多斯市国民经济和社会发展统计公报》(2008—2015)等统计资料。

2.2 评价指标体系与方法

2.2.1 评价指标体系的构建

本文采用目标分层法对生态弹性力评价指标体系进行构建, 根据研究目标选定指标体系的目标层, 然后在目标层下建立一个或多个较为具体详细的准则层, 最后选定指标层[31]。

目标层: 根据本文研究目标选取生态弹性力为目标层。

准则层: 根据前人研究, 从系统自身性质出发, 气候条件、水文情况、植被状况、地形地貌以及土壤等因素是生态弹性力的主要影响因素, 基本决定了生态系统的性质[7–8,18]。由于本研究选取鄂尔多斯市整个地区为研究尺度, 相对来说是静态指标, 故没有选取地形地貌。最终选取气候条件、水文情况、植被状况以及土壤4个方面为准则层。金悦[18]在以唐山市为案例研究资源型城市时, 将生态弹性力作为生态承载力评价的一方面即准则层, 提出了一套完整的资源型城市评价指标体系和量化模型, 具有很好的借鉴意义。

指标层: (1)气候方面: 煤炭资源型城市在快速发展的同时, 生态环境问题日益增多[32], 鄂尔多斯市的生态环境变化也离不开气候的变化[27], 生态系统对气候的变化非常敏感, 气候通过气温和降水直接影响水文条件, 从而使生态系统的结构和功能发生变化。气候方面选取年降水量、年平均气温和日照时数3项指标。其中, 年降水量和年平均气温是反映区域干湿程度的指标, 气温和降水的变化影响着沙尘暴的发生发展, 降水可以引起土壤湿度、地表覆盖的变化, 温度的变化影响地表湿度, 温度的升高还会对沙尘暴的形成造成必要的热力条件[33]; 日照时数是表征区域热量情况指标, 也是影响气候变化的主要气象要素之一, 由于城市排放工业污染物的急剧增长, 使空气污染严重, 造成大气透明度降低从而影响日照时数[34]。(2)水文方面: 水是人类活动不可或缺的物质, 良好的水文条件会为植被提供良好的生长环境, 也决定了植被的生长状况。鄂尔多斯市地处我国煤炭资源丰富的西北地区, 但水资源尤为缺乏。地表水和地下水资源量是水体的主要组成部分, 煤炭开采对地表水、地下水水量造成不同程度的影响, 其中, 煤炭开采造成河川径流大量渗漏, 径流量大量减少, 从而影响地表水资源量[35]; 采煤时疏干地下水, 影响了地下水资源的数量和质量, 而且破坏了水的动态平衡和生态环境[36]。因此, 水文方面选取地表水资源量、地下水资源量作为表征指标。(3)植被覆盖: 区域植被覆盖对该区域的生态系统的抗干扰能力和调节缓冲能力影响很大, 它反映一个地区的水土保持力、气候调节力和生态系统的稳定性强弱[37], 资源型城市的发展与自然环境状况密切相关, 植被情况影响了资源城市的可持续发展[38]。在植被覆盖方面, 结合鄂尔多斯市采煤所造成的地表植物破坏以及长期实施“退耕还林”政策的实际情况, 选取森林覆盖率为指标。(4)土壤方面: 土壤是生态系统中的非生物部分, 是构成生态系统的重要环境因子之一, 其质量状况对系统抵抗力有一定的影响。煤炭资源型城市在进行资源开采快速发展经济的同时, 对土地资源造成了破坏, 土地是联系人与自然的媒介, 其状况能反映出人类活动与自然界的相互作用[38]。选用土地生产力作为评价土壤状况的指标, 其中, 土地生产力=作物总产量/耕地面积。

表1 鄂尔多斯市生态弹性力评价指标体系

2.2.2 评价指标标准化处理

本文采用极差标准化法根据指标对评价结果的作用方向进行标准化处理:

C为第个对象第项指标的标准化值,X和X分别是第项指标的最大值和最小值。

2.2.3 评价指标权重确定

本文利用SPSS 20.0统计软件, 通过采用主成分分析法(PCA)确定各项指标权重。主成分分析法(PCA)通过恰当的线性变换, 使原先的较多指标形成彼此相互独立的主成分而且尽可能多保留原始数据的信息, 以此通过少数几个主成分来解释原来资料中的多变量[12]。主要步骤如下:

(1)对样本数据进行标准化处理(SPSS软件自动执行)。

(2)指标之间的相关性判定, 计算变量间相关系数, 得到相关系数矩阵。

(3)计算特征值、主成分方差贡献率、累计方差贡献率以及特征向量等, 根据累计方差贡献率≥85%或者特征值＞1原则确定主成分及其个数。

(4)根据方差贡献率利用归一化法求得生态弹性力的各主成分权重, 利用同样的方法将特征向量也分别归一化, 得到各指标的权重。

2.2.4 生态弹性力指数表达式确定

本文采用分层次赋权方法以减少主成分指标个数对权重造成的影响[39]。第一层次, 利用主成分各指标特征向量求得指标权重W与各指标其标准化值相乘, 得到各主成分指数; 第二层次, 以各个主成分方差贡献率确定各主成分权重F与各主成分指数相结合, 进而得到生态弹性力指数:

式中:为生态弹性力指数;为主成分指数;F为第个主成分的权重;C为第个因素标准化后的数值;W为第个因素的权重。

对于生态弹性力的评价, 评价结果主要反映了生态系统的自我抵抗力以及受干扰后生态系统的自我可持续性和恢复力; 其评价值越大, 表明生态系统的弹性越高, 生态系统抗干扰和自我调节就越强, 如果超过生态系统的弹性, 将破坏生态系统的稳定状态。

3 结果与分析

3.1 生态弹性力各指标标准化值及权重

对鄂尔多斯市生态弹性力各要素(指标层)进行标准化处理得到各指标在研究期间内的标准化值(表2), 其中, 年降水量1、年平均气温2、日照时数3、和地下水资源5在研究期间波动较大。通过SPSS20.0软件对数据进行相关分析, 最终根据选取原则确定了3个主成分, 即1、2和3, 根据权重确定方法得到各主成分及各指标权重, 其中, 第一主成分1权重最大, 为0.562(表3)。

3.2 生态弹性力指数及变化趋势

鄂尔多斯市生态弹性力指数在2008—2015年8年间呈略微上升趋势, 由2008年的0.372上升到2015年的0.401, 但整体波动较大, 并呈现阶段性变化特征。其中在2008—2009年生态弹性力由0.372增加至0.389, 基本呈平稳趋势, 2010—2011年生态弹性力指数有所下降, 由0.310下降至0.233, 2012年指数大幅上升至0.519并且2013年持续保持上升趋势达到8年间的最高值0.737, 但随后至2015年生态弹性力下降至0.401。表明鄂尔多斯市生态弹性力波动幅度较大, 生态系统的抗干扰和自我调节能力不稳定(表4、图1)。

表2 鄂尔多斯市生态弹性力指标标准化值

注:1—7代表的指标含义见表1。

表3 各主成分权重及各指标权重

从各主成分构成来看, 第一主成分主要与平均气温、地表水资源、森林覆盖率和土地生产力4项指标有较好的正相关性, 即生态环境发展状态类指标, 研究期间第一主成分上升明显, 由2008年的0.301上升到2015的0.626, 增加了0.325, 其中2008—2013年几乎一直处于上升趋势, 除2011年有小幅下降外其他年份均有所增长, 由0.302增加至0.759达到中高等水平, 随后2014—2015年有所波动下降至0.626(表5、图2)。

第二主成分主要表征年降水量和地下水资源这2项指标, 2008—2015年水资源指标值由0.376下降至0.195, 波动幅度较大, 尤其2008—2011年呈现先下降后上升再下降的状态, 其中2011年出现最低值0.003, 随后2012—2013年开始上升, 2013年升至0.742达到中等偏高的水平, 也是研究期间的最高值, 之后下降迅速, 在2015年降至0.195(表5、图2)。

表4 2008—2015年鄂尔多斯市弹性力指数

第三主成分与日照时数有较高的相关性, 即光照条件类指标, 2008—2015年光照条件类指数呈下降趋势且一直处于动态震荡中, 2008—2009年呈上升状态并在2009年达到研究期间的最高值, 2009—2013年走势呈“V”型曲线, 2013年过后则一直处于下降状态, 2015年的日照时数为研究期间的最低值(表5、图2)。

表5 2008—2015年鄂尔多斯市生态弹性力各主成分得分

图1 鄂尔多斯市生态弹性力指数动态趋势图

Figure 1 The dynamic trend of Ordos eco–elastic force index

图2 各主成分综合得分动态趋势图

Figure 2 The dynamic trend of composite score of each principal component

4 讨论

鄂尔多斯市2008—2015年的生态弹性力整体处于小幅上升趋势, 表明鄂尔多斯市生态系统的稳定性和抗干扰能力有所提高。与前人研究的抚顺市和苏北地区生态弹性力一直呈上升状态不同[40–41], 鄂尔多斯市生态弹性力指数在研究期间呈波动状态, 较不稳定。2009年处于上升状态, 从主成分方面来看, 第一、三主成分对其起到了拉动作用, 特别是第三主成分上升幅度较大, 自2010年开始下降, 2011年之后生态弹性力变化趋势与各主成分变化趋势均相似, 2011年生态弹性力指数是所有年份中最低的一年, 主要原因是各主成分均有不同程度降低, 2012—2013年又有显著的增长, 2013年达到最高值, 与最低值之间相差较大, 说明鄂尔多斯市生态弹性力限度较大, 这与唐山市、济南市、平朔安太堡矿区以及榆神矿区的生态弹性力状况相似[18,42–44], 生态弹性力波动强烈, 区域生态系统自我调节能力、抗干扰以及受干扰后的恢复能力较差, 具有明显的脆弱性。

从2008—2015年鄂尔多斯市生态弹性力与第一主成分的变化结果来看, 变化趋势几乎相同。第一主成分即生态环境发展状况类指标, 主要代表年平均气温、地表水资源、森林覆盖率和土地生产力, 2008—2015年生态环境质量总体呈上升趋势, 而第一主成分方差贡献率为53.095%, 对研究区域生态弹性力状况影响较大, 其指数的升高对生态弹性力的提高起主要驱动作用。近年来, 鄂尔多斯加快林业生态建设步伐, 实施了自然保护、三北防护林相关项目, 加大了植树造林力度, 使鄂尔多斯的林业有了长足发展[45]。此外, 研究期间土地生产力指数总体有所增长且幅度较大, 对生态弹性力的良性发展起到了一定推动作用。但由于生态系统内部的脆弱性[46], 鄂尔多斯市生态环境发展状态不稳定, 2011年出现了较小程度的下降, 主要原因是年平均气温和地表水资源这两个指标的值均有不同程度的降低, 特别是地表水资源下降幅度较大。大气降水为地表水的主要来源[47], 2011年入春后至8月份, 鄂尔多斯市大部地区的降水量明显偏少, 为近10年来同期最少的一年, 故导致其地表水资源量有所下降。2014—2015年呈持续下降状态, 其除了森林覆盖率有所增长外, 年平均气温、地表水资源、土地生产力均有下降。综合第一主成分变化趋势特点和表征的各指标的权重来看, 地表水资源、森林覆盖率和土地生产力权重较大且对第一主成分影响较深, 要提高鄂尔多斯市生态环境质量应从这三方面入手。第二主成分表征降水量和地下水资源, 主要反映了水资源状况。水在植物生长和人类生产生活中起到关键作用, 鄂尔多斯市地处半干旱、干旱地区, 人均天然水资源量、地均天然水资源量均低于全国、全区平均水平, 属于严重贫水地区[48]。研究期间第二主成分变化波动强烈, 2011年为研究期内的最低值, 其次是2009年, 主要原因鄂尔多斯市大部地区的降水量明显偏少, 水资源供给能力较低, 地下水资源量明显低于上一年。鄂尔多斯市降水量少, 蒸发量大[49], 在干旱和不合理开发的共同影响下, 地下水和出水量均逐渐下降, 破坏了采补平衡, 制约着工农业的发展, 造成土壤沙化、草场退化、土地荒漠化等, 干旱缺水已成为社会经济和自然环境发展的主要限制因素。第三主成分代表了日照时数, 主要是表征区域的光照条件的指标, 研究期间呈波动下降趋势, 这与北京市和济南市的研究结果相似[8,42], 2011之后, 其趋势与生态弹性力变化趋势相同。光照对于植物的重要性不言而喻, 日照时数在一定程度上可反映农作物生长率, 是衡量区域农业气候热量资源的重要指标[50]。近年来, 鄂尔多斯市社会经济发展迅速, 资源开采也加速增长, 煤炭运输过程中的煤灰散落、扬尘, 致使空气中可吸入颗粒浓度增加, 再加之鄂尔多斯市土地沙化严重, 全区90%以上的地域每年都遭受沙尘暴袭击[51], 对日照时数的变化产生了一定影响。

水资源供给能力是影响鄂尔多斯市生态弹性力波动的首要影响因素, 也是生态弹性力提高的主要限制因素。这与前人研究中影响鄂尔多斯市资源开发、城市发展的限制因素[51]以及同为煤炭资源型区域的唐山市和榆神矿区的评价结果是一致的[18,44]。生态环境质量的上升是生态弹性力提高的主要驱动因素, 煤矿城市的生态环境质量下降, 已成为制约煤矿城市可持续发展的重要原因[52]。水资源承载能力很大程度上影响着未来生态弹性力, 水资源是制约鄂尔多斯市可持续发展的重要因素, 但水资源的量又不能人为随意地扩大, 因此应全面节约用水, 建设节约型社会, 充分利用地表水、合理开采地下水, 提高用水效率; 继续提高生态环境质量, 加强植树造林, 增加植被多样性, 改善地表植被结构, 提高土地生产力, 努力使现有的自然系统免受人为破坏。

5 结论

鄂尔多斯市2008—2015年生态弹性力指数有所上升, 但一直处于动态波动状态, 波动性较强, 稳定性较差。主成分量分析表明, 生态环境发展对鄂尔多斯市生态系统的自我维持和调节起到正向作用; 水资源情况是造成鄂尔多斯市生态弹性力不稳定的主要原因; 光照条件对鄂尔多斯市生态弹性力变化起着潜在作用。在各项影响因素中, 水资源供给能力是影响鄂尔多斯市生态弹性力波动的首要影响因素, 也是生态弹性力提高的主要限制因素; 生态环境质量的上升是生态弹性力提高的主要驱动因素。为了促进生态弹性力上升, 鄂尔多斯市必须合理配置资源、提高水资源利用率、实施绿化提升工程、增强土地质量等, 以此提高生态系统的调节和恢复能力, 以实现鄂尔多斯市可持续发展。

[1] HOLLING C S. Resilience and stability of ecological systems[J]. Annual Review of Ecology & Systematics, 1973, 4(4): 1–23.

[2] ALBERTI M. Modeling the urban ecosystem: a conceptual framework[J]. Environ Plann B, 1999, 26(4): 623–646.

[3] CARPENTER S, WALKER B, ANDERIS J M, et al. From metaphor to measurement: resilience of what to what[J]. Ecosystems, 2001, 4(8): 765–781.

[4] MILESTAD R, DARNHOFER I. Building farm resilience: the prospects and challenges of organic farming[J]. Journal of Sustainable Agriculture, 2003, 22(3): 81–97.

[5] 廖柳文, 秦建新. 城镇化进程中的区域生态弹性研究—以湖南省为例[C]// 刘彦随, 方相林. 中国土地资源开发整治与新型城镇化建设研究. 北京: 新华出版社, 2015: 7.

[6] SASAKI T, FURUKAWA T, IWASAKI Y, et al. Perspectives for ecosystem management based on ecosystem resilience and ecological thresholds against multiple and stochastic disturbances[J]. Ecological Indicators, 2015, 57(4): 395–408.

[7] 高吉喜. 可持续发展基础理论探索: 生态承载力理论、方法与应用[M]. 北京: 中国环境科学出版社, 2001.

[8] 王云霞, 陆兆华. 北京市生态弹性力的评价[J]. 东北林业大学学报, 2011, 39(2): 97–100.

[9] LI Yangfan, SHI Yalou, QURESHI S, et al. Applying the concept of spatial resilience to socio–ecological systems in the urban wetland interface[J]. Ecological Indicators, 2014, 42(7): 135–146.

[10] 廖柳文, 秦建新, 刘永强, 等. 基于土地利用转型的湖南省生态弹性研究[J]. 经济地理, 2015, 35(9): 16–23.

[11] 付强, 李伟业. 三江平原沼泽湿地生态承载能力综合评价[J]. 生态学报, 2008, 28(10): 5002–5010.

[12] 李晓明. 生态脆弱区煤炭开发的生态承载力的研究[D]. 包头: 内蒙古科技大学, 2012.

[13] PONCE C G E, MORAN M S, HUETE A, et al. Ecosystem resilience despite large-scale altered hydroclimatic conditions[J]. Nature, 2013, 494(7437): 349–352.

[14] PERZ S G, RAFAEL M, KIKER G, et al. Evaluating ecological resilience with global sensitivity and uncertainty analysis[J]. Ecological Modelling, 2013, 263(1765): 174–186.

[15] 闫旭骞, 张顺堂. 矿区生态承载力评价方法[J]. 有色金属工程, 2006, 58(2): 103–106.

[16] DARDO L R, BRIZUELA M A, WILLEMS P, et al. Linking ecosystem resistance, resilience, and stability in steppes of North Patagonia[J]. Ecological Indicators, 2013, 24(24): 1–11.

[17] 刘晓平, 李鹏, 任宗萍, 等. 榆林地区生态系统弹性力评价分析[J]. 生态学报, 2016, 36(22): 7479–7491.

[18] 金悦, 陆兆华, 檀菲菲, 等. 典型资源型城市生态承载力评价—以唐山市为例[J]. 生态学报, 2015, 35(14): 4852–4859.

[19] 崔秀萍, 吕君, 王珊. 生态脆弱区资源型城市生态环境影响评价与调控[J]. 干旱区地理, 2015, 38(1): 148–154.

[20] 王旭. 资源型城市生态经济系统可持续发展研究[D]. 焦作: 河南理工大学, 2010.

[21] CAO Yingui, BAI Zhongke, ZHOU Wei, et al. Analyses of traits and driving forces on urban land expansion in a typical coal–resource–based city in a loess area[J]. Environmental Earth Sciences, 2016, 75(16): 1191.

[22] 于翠英, 朝克图. 资源型城市生态承载力基本问题探究[J]. 生态经济, 2013(6): 160–163.

[23] 张秀梅. 基于PSR模型的煤炭资源型城市生态安全评价研究[D]. 北京: 北京林业大学, 2011.

[24] 王开运. 生态承载力复合模型系统与应用[M]. 北京: 科学出版社, 2007.

[25] 宋丽丽, 白中科. 煤炭资源型城市生态风险评价及预测—以鄂尔多斯市为例[J]. 资源与产业, 2017(5): 15–22.

[26] 许丽萍. 基于生态足迹模型的鄂尔多斯市可持续发展研究[D]. 呼和浩特: 内蒙古大学, 2010.

[27] 罗海江, 白海玲, 方修琦, 等. 农牧交错带近十五年生态环境变化评价—以鄂尔多斯地区为例[J]. 干旱区地理, 2007, 30(4): 474–481.

[28] 蒙吉军, 周婷, 刘洋. 区域生态风险评价: 以鄂尔多斯市为例[J]. 北京大学学报: 自然科学版, 2011, 47(5): 935–943.

[29] 马小媛. 焦作市土地利用变化与生态承载力响应研究[D]. 开封: 河南大学, 2011.

[30] 元利. 基于可持续发展视角的武安市生态承载力研究[D]. 新乡: 河北师范大学, 2012.

[31] 李天星. 国内外可持续发展指标体系研究进展[J]. 生态环境学报, 2013(6): 1085–1092.

[32] 陈云云. 基于PSR模型的城市生态安全动态分析研究[D]. 呼和浩特: 内蒙古师范大学, 2014.

[33] 姚俊强, 杨青, 陈亚宁, 等. 西北干旱区气候变化及其对生态环境影响[J]. 生态学杂志, 2013, 32(5): 1283–1291.

[34] 梁桂花, 张小平, 徐卫丽, 等. 朔州市近50 a日照时数变化特征及影响因子[J]. 干旱气象, 2010, 28(4): 418–421.

[35] 康建民. 太原地区采煤对水资源环境的影响及保护措施[J]. 图书情报导刊, 2005, 15(5): 91–92.

[36] 侯峰斌. 采煤对水资源的影响及保护对策分析[J]. 华北国土资源, 2010(2): 53–55.

[37] 许春花. 菏泽市生态承载力及其提升对策研究[D]. 济南: 山东师范大学, 2016.

[38] 张鹏飞. 基于3S技术的资源型城市土地利用及植被覆盖度变化与气候状况相关性研究[D]. 呼和浩特: 内蒙古大学, 2016.

[39] 王明全, 王金达, 刘景双. 基于主成分分析和熵权的吉林西部生态承载力演变[J]. 中国科学院大学学报, 2008, 26(6): 764–770.

[40] 吴明, 贾冯睿, 王雷, 等. 资源型重工业城市生态承载力评价[J]. 环境保护科学, 2012, 38(2): 94–98.

[41] 张瑞斌, 王三洲, 赵言文, 等. 基于SPSS的灌河口区域生态承载力评价[J]. 南京林业大学学报(自然科学版), 2010, 34(1): 64–68.

[42] 赵强, 李秀梅, 谢嘉欣. 济南市生态弹性力评价研究[J]. 生态科学, 2015, 34(2): 156–160.

[43] 崔旭, 葛元英, 白中科. 黄土区大型露天煤矿区生态承载力评价研究—以平朔安太堡露天煤矿为例[J]. 中国生态农业学报, 2010, 18(2): 422–427.

[44] 程水英, 柴瑜, 冯华伟, 等. 生态脆弱矿区生态承载力定量评价研究[J]. 能源环境保护, 2008, 22(4): 54–58.

[45] 宋宪磊. 从数字看变化—鄂尔多斯市林业生态建设纪实[J]. 内蒙古林业, 2013(1): 6–8.

[46] 周永娟, 王效科, 欧阳志云. 生态系统脆弱性研究[J]. 生态经济, 2009(11): 165–167.

[47] 封彩云. 城市污染大气环境下云和降水形成的观测与数值模拟研究[D]. 兰州: 兰州大学, 2011.

[48] 范晓冰. 基于生态足迹模型的能源区生态补偿研究[D]. 呼和浩特: 内蒙古师范大学, 2014.

[49] 黄金廷, 王文科, 侯光才, 等. 鄂尔多斯高原近48 a降水及蒸发特征分析[J]. 干旱区资源与环境, 2011, 25(9): 145–148.

[50] 杜红, 杜峰. 石河子垦区日照时数变化及对农作物的影响[J]. 沙漠与绿洲气象, 2011, 5(1): 49–52.

[51] 周春生. 煤炭资源型城市生态环境可持续发展研究—以鄂尔多斯为例[J]. 经济论坛, 2012(11): 136–138.

[52] 朱雪强, 韩宝平, 白向玉. 我国煤矿城市可持续发展难题待解[J]. 环境经济, 2005(12): 34–37.

Evaluation of ecological resilience in Ordos City

ZHENG Xin, CEHNG Yanmei, REN Caifeng, ZHOU Lizhi*

Collaborative Innovation Center for Mine Environmental Remediation and Wetland Ecological Security, School of Resource and Environment Engineering, Anhui University, Hefei 230601,China

Ecosystem resilience is one of the basis factors about regional ecological carrying capacity, which reflects the self-maintenance and self-regulation of the ecosystem, also is an ecological support element for regional sustainable development. The evaluation index system of ecological resilience in Ordos City was constructed by 7 indexes including annual precipitation, annual average temperature, sunshine hours, surface water resources, groundwater resources, forest coverage rate and land productivity from climate, hydrology, vegetation and soil by objective stratification method. Principal component analysis was used to resolve the three principal components that determine the dynamic changes of ecological elasticity, and the index weight of each principal component was determined by the contribution rate of each principal component and the index eigenvectors, and finally the change characteristics of ecological elasticity from 2008 to 2015 were studied. The results indicated that the ecosystem resilience index fluctuated greatly during the studied period rising from 0.372 in 2008 to 0.401 in 2015. However, the fluctuation range was large and showed periodical change. Before 2011, it took basically on a downward trend, falling to the lowest value of 0.233 in 2011, then rising to 0.737 in 2013, which was the highest value in the studied period, and then falling again after 2013. The overall trend of the first principal component was similar to the change trend of ecological elastic force, while the second and third principal components fluctuated strongly and showed a state of decline. Although the ecological elasticity was improved, the ecosystem stability was poor, and the anti-interference and self-regulation ability of the ecosystem was unstable. The analysis showed that the water resource supply capacity was the primary factor influencing the fluctuation of the ecological elastic forces. The improvement of ecological environment quality is the main driving factor to improve ecological elasticity. It is suggested that resources should be rationally allocated in the future to improve the utilization rate of water resources and enhance the self-regulation ability of regional ecosystem. It would be necessary continually to improve the quality of the ecological environment, adjust the industrial structure and achieve the sustainable development of Ordos City.

ecosystem resilience; ecological carrying capacity; principal component analysis; target layering method; Ordos City

10.14108/j.cnki.1008-8873.2019.05.024

X24

A

1008-8873(2019)05-185-08

2018-10-31;

2018-12-04

国家社会科学基金项目(14ZDB145)

郑欣(1993—), 女, 山东潍坊人, 硕士, 主要从事生态经济学研究, E-mail: zhengxin1225@qq.com

周立志, 男, 博士, 教授, 主要从事水鸟与湿地生态学和生态经济学研究, E-mail: zhoulz@ahu.edu.cn

郑欣, 程艳妹, 任彩凤, 等. 鄂尔多斯市生态弹性力评价研究[J]. 生态科学, 2019, 38(5): 185-192.

ZHENG Xin, CEHNG Yanmei, REN Caifeng, et al. Evaluation of ecological resilience in Ordos City[J]. Ecological Science, 2019, 38(5): 185-192.