川西北高原区生态环境脆弱性评价

姚 昆, 张存杰, 何 磊, 李玉霞, 李小菊

(1.西昌学院 资源与环境学院, 四川 西昌 615000; 2.国家气候中心 气候服务室,北京 100081; 3.成都信息工程大学 软件工程学院, 成都610103;4.电子科技大学 自动化工程学院, 成都 610054; 5.马来西亚博特拉大学 工程学院， 吉隆坡 4340)

生态环境脆弱性作为全球地理学、生态学及环境科学学科领域研究的核心热点之一，是自然与人为因素共同作用的结果，能客观地描述区域生态环境质量的优劣程度[1]。科学地进行区域生态环境脆弱性评价及动态监测，对地区生态环境的保护与恢复治理措施的制定与实施具有重要的科学参考价值[2]。虽然我国学者们对区域生态环境脆弱性的研究起步相对较晚，但经过30多年的努力该学科领域发展速度迅猛。杨琴业[3]于1992年，首次完成了我国生态环境脆弱区等级分布图的编制，促使人们对区域生态环境脆弱区的认识进一步加深，研究的脚步也加快。目前，学者们已经在内涵定义[4-6]、评估模型[7-9]、监测技术手段[10-12]等方面取得系列重要研究成果。

川西北高原区地处青藏高原东南缘，其不仅是四川省重要的生态功能区也是长江上游重要的水源涵养区；然而，由于受海拔高、地势陡峭、温度寒冷、地质条件复杂等自然条件的限制，其生态系统先天脆弱；加之，林草地、耕地及水电资源长期不合理的开发利用，导致其不仅未能发挥生态屏障的作用，反而成为四川省生态环境问题突出的典型区域之一[13]。

然而，迄今为止对该地区生态环境脆弱性进行评估，并对其时空变化规律和主要驱动力进行探索分析的研究却仍出于空缺。为弥补这一不足，及时掌握该区域生态环境脆弱性的真实变化和主要驱动因素，研究结合RS和GIS技术从地形、土地、气候和社会经济等方面出发，选取高程、坡度、NDVI等共计9项指标，完成该地区不同年份的脆弱性现状评价。此外，研究还引入一元线性回归和主成分分析模型对其2000—2015年的生态环境脆弱性变化规律与主要驱动因素进行探索分析，以期为实现地区生态环境的有效保护与恢复治理提供科学的理论参考和技术支持。

1 研究区概况

川西北高原区地处青藏高原东南缘(97°24′—107°42′E；31°20′—34°08′N)，幅员面积约8.2万km2，是长江、黄河重要的水系发源区，也是四川省重要的生态功能区和典型的生态环境脆弱区。该地区地跨甘孜和阿坝两个少数民族自治州，包括若尔盖、红原、阿坝县等8个县级行政单元，地势呈现东低西高的变化形态，地貌类型主要为丘状高原，平均海拔约4 098 m，年均温度为-7.36～9.07℃，降水主要集中于5—10月且年降雨量在447.54～859.93 mm。同时，该区域土壤类型在空间分布上也呈现出明显的差异，主要土壤类型为黑毡土、草毡土、灰褐土等。

2 研究方法

2.1 数据来源

研究获取的基础数据包括空间和属性两类。空间数据有：(1) 90 m×90 m DEM，源于地理空间数据云平台；(2) 2000—2015年6—8月NDVI数据，来源于NASA；(3) 1∶10万土地利用类型数据，源于中国科学院资源环境科学数据中心(http:∥www.resdc.cn)；(4) 1∶100万土壤类型数据，来源于中国土壤数据库；(5) 1∶10万土壤侵蚀数据，源于地球系统科学数据共享服务平台(http:∥www.geodata.cn)。属性数据包括：(1) 2000—2015年气象站观测的年均温度和年降水数据，来源于中国气象数据网；(2) 2000—2015年高原地区社会经济数据，来源于《甘孜州统计年鉴》和《阿坝州统计年鉴》(2001年、2006年、2011年、2016年)。

2.2 指标体系构建

研究在参考已有成果的基础上[7,14-16]，遵循指标选取的相关原则，结和区域实际状况从地形、土地、气候和社会经济等系统出发，选取高程、坡度、NDVI、人口等9个评价指标(表1)。

表1 川西北高原区生态环境脆弱性评价指标

2.3 基础数据处理

(1) 数据插值。为实现统计数据可视化处理，研究以ArcGIS 10.4软件为工具，采用反距离权重模型完成人口和GDP数据的空间插值；以ANUSPLIN 4.37为工具完成气象数据的可视化处理，其将DEM作为协变量参与运算，更好地提高了插值结果的准确性[17]。

(2) 数据分类定级。由于各指标数据在表达方式、数量级及量纲上均存在明显差异，不存在直接可比性。因此，研究在参考已有成果的基础上[2,4]将各指标划分为5个不同等级(图1)。

一方面，就土地利用和土壤类型两个数据而言，主要通过参考已有成果实现数据分级。通过建立土地利用与土壤侵蚀类型/强度的关系完成[7,16](表2)；土壤的可侵蚀K值是通用水土流失方程(USLE)的一项重要组成部分，将K值与土壤保水性、贫瘠程度相合实现其分等定级[14-16](表3)。

另一方面，针对高程、坡度、NDVI和年均温度等7个数据，则从数据聚类原理出发，采用自然断点的方式完成，其以数据空间聚类原理为依据，对数据实现分类定级，客观程度上较好地实现了数据分类的“物以类聚”[15,18](表4)。

表2 研究区土地利用分级

表3 研究区不同土壤类型K值及分级

(3) 坐标系统与格式的统一。为实现9项指标在空间位置上具有较好的重合性，规定所有指标分辨率均为250 m×250 m，且坐标系统为Albers投影系统。

2.4 评价模型

2.4.1 数据标准化 对数据进行标准化处理能提高其收敛性[18-20]，进一步提高数据处理的准确性，研究采用极差数学模型实现各指标的标准化，仅温度、降水、NDVI为负相关指标，数学模型如下：

正相关指标：Vij=(aij-ai,min)/(ai,max-ai,min)

(1)

负相关指标：Vij=1-(aij-ai,min)/(ai,max-ai,min)

(2)

式中：Vij为标准化结果；aij为原始数据，其他数据以此类推。

表4 2000-2015年研究区人口、GDP、温度和降水分类定级

图1 川西北高原区部分指标分级

2.4.2 指标权重 由于各指标在信息上存在关联性，信息的重叠会对评价结果的准确性造成一定干扰。空间主成分能实现各指标信息的降维重组，将多个指标转换为关联性极低的几个少数综合指标[21-24]。研究对9个指标进行主成分分析，最终选取累计因子贡献率达到85%以上的前5个变量为主成分因子(表5)。

表5 各主成分因子相关系数

2.4.3 脆弱性指数 生态环境脆弱性是人为与自然环境的共同影响的结果，将各指标因子进行加权叠加才能客观全面地对其真实状况进行表征[4,18,21]。研究采用因子加权计算模型完成其指数EVI的计算，对其进行定量描述。

数学模型如下：

(3)

式中：EVI为脆弱性指数；βi为指标i的因子贡献率；Yi为指标i的标准化结果。

2.4.4 脆弱性分等定级 对研究区生态环境脆弱性进行分类定级，有助于更全面掌握其空间分布特征和结构差异，研究采用自然断点的方式完成其分级(表6)。

2.4.5 斜率变化 研究在进行区域生态环境脆弱性斜率变化时，采用最小二乘法完成，其能实现生态环境脆弱性与时间的回归拟合，表征出不同时期生态环境脆性的年际变化，并对其变化趋势进行科学的预测[25-26]。数学模型如下：

(4)

式中：X为斜率；EVIi为第i年的脆弱性指数；n为时间。若X>0则表示在整个研究期内，EVI为增加的变化状态，生态环境的脆弱性有严重的变化趋势；相反，其含义则反之。

表6 生态环境脆弱性指数分级标准

同时，研究采用F检验完成其显著性检验，数学模型如下：

(5)

3 结果与分析

3.1 空间分布特征

由图2可知,整个研究区生态环境脆弱性呈现出自西向东逐渐降低的梯度变化，西部相比东部地区生态环境的脆弱程度更加严重，生态环境整体质量和生态系统的稳定性、自我恢复能力也相对更差。同时，各等级脆弱区在空间分布上也呈现出明显的地域差异性；潜在和微度脆弱区约占整个地区的60%，在整个地区的比例最大且分布范围也最广，生态系统结构相对完成，系统的稳定性和抗干扰能力相对较强，生态景观主要是以有林地、灌木林和高覆盖草地等，区内有众多径流量大的江河水系流过，建设有较多的水电基地；轻度脆弱区约占据整个地区的20%左右，主要分布于研究区中西部，是人类活动和社会经济发展的核心地带，耕地和城镇建设用地均主要集中于该区域范围内，此外还有低覆盖草地、其他林地和疏林地等生态景观；中度和重度脆弱区约占整个地区的18%，主要分布于石渠县大部分、甘孜和德格县南部的小部分区域，这些地区海拔高，温度寒冷，几乎没有人类活动和植被覆盖度极低，地貌类型主要为高山和极高山，生态景观以裸土地和冰川雪被为主，生态系统的结构严重缺损，系统极不稳定且抗干扰能力也基本没有。

图2 2000-2015年川西北高原区生态环境脆弱性评价结果

3.2 结构特征

根据川西北高原区生态环境脆弱性分级标准，对该地区不同年份的评价结果进行等级划定，并对其结构特征进行分析(表7)。

表7 2000-2015年川西北高原区各等级栅格分布状况

通过对15 a内各脆弱区的栅格比例分析可知，各脆弱区的比例关系为微度>潜在>轻度>中度>重度，微度和重度脆弱区分列该地区的首尾两端；以2015年为例，微度和重度的栅格比例分别为38.24%，7.24%，位居首尾；其次，潜在、轻度和中度的比例分别为25.24%，20.23%，9.06%，位居中间，且呈现逐渐递减的变化状态；此外，2000年、2005年、2010年、2015年轻度及以下脆弱区的栅格比例分别为77.87%，81.69%，82.63%，83.7%，占据整个区域的绝大部分，这客观程度上可以反映出该地区生态环境整体一直处于轻等脆弱水平。

3.3 整体趋势变化

通过比较15 a内各脆弱区栅格比例变化状况(图3)可知：潜在、微度和轻度这3类脆弱区的栅格比例均呈现增加的变化状态，分别增加了1.85%，2.02%，1.97%；微度脆弱区的增加幅度最明显，而潜在脆弱增加的比例最小，轻度脆弱居中；相反，中度和重度的栅格比例在整个时期内栅格比例均一直呈现减少的变化状态，15 a内它们分别减少了3.63%，2.2%；且相比重度中度脆弱栅格整体减少的幅度更明显。

通过分析川西北高原区2000—2015年生态环境脆弱性指数斜率变化(图4)可知：整个研究区有61.95%的栅格像元为负值，即其脆弱性指数呈现减小的变化状态，仅有38.05%的栅格像元为正值，数值为增加的变化状态。F检验结果显示：15 a内，生态环境脆弱性显著降低(X<0，p≤0.05)环境质量整体明显好转的区域比例达到54.43%，在整个研究区内均有分布且大多主

要集中于若尔盖、红原和阿坝县；而无显著降低(X<0，p>0.5)和增加(X>0，p>0.05)的栅格比例为38.65%，大部分主要集中分布于研究区的中西部区域，其生态环境的脆弱程度和质量均无明显的变化；而脆弱性显著增加的比例仅有6.92%，且大部分主要分布于甘孜、石渠和色达3个县中部区域。

图3 2000-2015年各等级脆弱区栅格比例

综上所述，结合15 a内各等级脆弱区栅格比例和斜率变化状况可知，该地区整体的生态环境脆弱性呈现明显降低的变化状态，生态环境整体的质量有好转的变化趋势。

图4 2000-2015年EVI斜率变化及检验结果

4 讨 论

4.1 主要驱动力因素

为了解影响该地区生态环境脆弱性变化的主要驱动因素，研究采用主成分分析对各因子进行分析(图5)。

图5 指标因子贡献率变化

由图5可知，从NDVI到土壤类型各指标对生态环境脆弱性形成的影响作用呈现逐渐降低的变化形态，当到达第5个指标时累计因子贡献率已经达到85%以上，由此可以判定前5项指标与脆弱性的形成关系最为密切。同时，对这5项指标进行深入分析可知，高程相对稳定对脆弱性的改变驱动作用不明显，而气候因子的影响作用也相对有限。此外，研究发现EVI空间分布特征与NDVI和土地分级结果变化基本一致，特别是与土地变化的相似度最高。由此可以判定，影响该地区生态环境脆弱性改变的主要驱动因素为土地利用类型。

15 a内，整个区域绝大部分地区生态环境呈现明显好转的变化状态，可能是如下的原因驱动的：(1) 该地区在2000年左右分别实施了“天然林保护”、“退耕(牧)还林(草)”、“防沙治沙”等系列生态环境保护措施。根据各时期土地利用遥感解译成果可知，15 a内草地的面积基本维持不变；而林地的比例则增加约5.56%。林草地面积则增加，较大程度上提高了区域植被的覆盖面积和覆盖度，有效抑制了区域地质灾害的频发、缓解了人地矛盾、减缓了生态环境恶化的脚步且促进了区域整体环境质量的好转。(2) 近年来，全球气候变暖部分高海拔地区冰川雪被开始融化为这些地区植被的生长提供比较充足的水源，一定程度上又促进了这些地区植被的生长。

同时，15 a内整个地区仍然有部分区域生态环境整体发展的状态并不理想，可能是如下原因造成的：显著性检验发现明显恶化的地区主要集中于雅砻江、达曲河、大渡河等径流量较大的江河水系两侧，这些地区水资源充沛大量水电基地被建设，水电基地的建设不仅会淹没大面积的林草地和耕地资源，也会加速区域土地资源侵蚀的面积与强度，同时更会对地区气候变化产生干扰。

4.2 生态环境恢复与重建

为实现区域生态环境的恢复重建，研究在参考已有成果的基础上[14-16,22]，结合地区实际状况将其分为3个不同的区域，并对其恢复重建提出参考建议。

分区一：由潜在和微度脆弱两个区域构成。其主要位于整个高原区的高植被覆盖地区，近年来随着系列环保措施的有效实施，其比例呈现相对稳定的上升状态，研究推测随着时间的推移，其比例仍将继续增加。同时，区内有雅砻江、定曲、大渡河等径流量大的江河，大量水电基地被建设在江河两侧对其生态环境造成一定的威胁。因此，为有效实现生态环境的保护，应当建立更加严格的生态红线保护机制加强对环境状况的监控与保护，政府和水电公司在进行区域水电开发时应当更加注重生态环境的保护。

分区二：该地区仅由轻度脆弱区构成。该地区生态环境的保护应当加强，其生态环境整体处于中等脆弱水平、系统的稳定性和抗干扰能力也相对较弱，是区域生态环境保护的重要缓冲区，应当防止其脆弱程度向中度和重度转变。应当加强对牧场、耕地和林地的规范化管理严禁过度放牧和非法开荒，减小草地、林地和耕地资源承受的压力，同时应当对已受损区域进行大面积植树造林与草地修复。

分区三：包括中度和重度脆弱区两个部分，该区域主要分布于极高山地区，由于海拔高、气温寒冷、以裸岩石质地景观为主，小部分为永久性冰川雪被，因此该地区植被覆盖度极低，生态系统一旦被破坏恢复重建的难度极大。因此，对该地区更加严格的保护，防止其脆弱程度加深和范围扩大是最有效的保护方式。同时，选择合适的地区和植被进行植树造林与草地恢复可能会起到一定的辅助作用。

5 结 论

(1) 从空间角度分析。该地区生态环境脆弱性整体呈现出西高东低的空间梯度变化；各等级脆弱区在结构和地区分布上也呈现出明显比例差异；微度和重度的比例分局首尾两端，其次潜在、轻度和中度呈现依次递减的变化状态；且潜在和微度主要集中于中东部地区，而其他3类则主要分布于研究区西北部地区。

(2) 从时间角度分析。15年内，该地区各等级脆弱区的栅格比例发生了明显的结构变化，主要变现为潜在、微度和轻度的栅格比例均呈现增加的变化趋势，而中度和重度则呈现减少的变化状态；整体趋势变化分析显示整个研究时期内，该地区生态环境呈现明显好转的趋势变化；驱动力则表征出系列生态环境保护措施的实施是促使该地区生态环境好转的主要驱动因素，而大量水电基地的修建也对小部分地区生态环境产生一定的影响；针对不同地区生态环境的保护与恢复重建应当采取不同的措施。

(3) 研究将GIS和RS技术与空间主成分模型相结合实现该地区不同时期生态环境脆弱性的现状评价，并引入一元线性回归从时空变化的状况对其整体趋势变化进行分析。相比以往研究，空间主成分较大限度地减少了指标间的关联性提高权重计算的精度，趋势变化从时空相结合的角度分析，更具直观性与科学性。同时，生态环境脆弱性是多系统作用的结果，受数据获取的限制研究在纸条体系的构建和基础数据的分类定级上仍存在一定不足，需要在今后的研究中进一步完善。