荒漠森林生态系统健康评价与分析——以塔里木河下游为例

曹美芹，陈芸芝，汪小钦，丁金晨

(1.福州大学 空间数据挖掘与信息共享教育部重点实验室，福州 350108；2.卫星空间信息技术综合应用国家地方联合工程研究中心，福州 350108)

0 引言

荒漠森林生态系统作为维持绿洲可持续发展的重要生态屏障，具有调节气候、防风固沙、稳定河道以及维持荒漠区生态平衡的重要功能[1]。目前，国内对荒漠森林生态系统健康研究起步较晚且没有普遍认可的定义，国外现有研究成果大都针对特定区域，难以直接应用于我国不同类型和区域的森林生态系统健康评价[2]。虽然，国内学者针对不同的研究对象及目的提出不同的评价方法，但普适性、可移植性和可比性较差。同时，基于传统实地样方调查的生态系统评价不适合在区域或全球范围内直接应用，且生态指标可操作性较差，难以快速、定量、客观地对森林生态系统健康做出评价。而随着遥感技术的推进，森林生态系统健康理论与遥感技术的结合将大大提高复杂时空尺度上荒漠森林生态系统健康评价能力。

塔里木河下游地处世界典型的极端干旱区，由于人类对水资源的不合理利用，造成河畔“绿色走廊”濒临消失，是我国荒漠森林生态系统健康问题比较突出的区域[3]。2000年，国家紧急向塔里木河下游实施了生态输水，直至2018年共计实施19次输水，累积输水量共计85×108m3。由于气候变化和人类活动的双重影响，荒漠森林生态系统仍然面临着严峻的挑战[4]。近年来，文献[5-7]揭示了塔里木河流域荒漠生态系统退化过程与机理，确定了流域生态保护红线和生态需水量，为塔里木河流域社会经济可持续发展提供了重要的科技支撑。文献[8-12]从定性或定量、静态或动态角度分析了塔里木河流域的生态环境变化。但现有研究中，缺少以精细化栅格单元进行长时间序列、大规模连续的荒漠森林生态系统健康评价，且较少从定量、发展的角度分析其时空变化特征。因此，结合遥感技术及时合理地分析生态输水前后荒漠森林生态系统健康时空变化特征与趋势迫在眉睫。

塔里木河下游健康的荒漠森林生态系统是指能够维持生态系统结构稳定性和生物多样性，从而具有较好的自我调节能力，以实现社会经济和生态环境效益最大化[13]。故本文的研究目标是针对传统森林生态系统健康评价指标过多且无法快速评价、评价周期较长和空间信息不够精确等问题，协同多源遥感数据及地理空间信息技术手段，构建基于“驱动力-压力-状态-响应-影响”(driving-pressure-state-impact-response，DPSIR)的荒漠森林生态系统健康评价指标体系。在此基础上，通过分析其时空变化特征及变化趋势，为荒漠森林生态系统健康问题精准治理提供科学依据。

1 研究区与数据处理

1.1 研究区概况

塔里木河下游地处世界典型的极端干旱区，位于新疆东南部的塔克拉玛干沙漠和库鲁格沙漠之间，常年降水稀少、蒸发强烈，是我国最干旱的一隅(图1)。塔里木河下游作为丝绸之路经济带建设的核心区，具有自然资源相对丰富和生态环境极端脆弱的双重性特点。研究区地势西北高东南低，呈南北向狭长带状分布。两大沙漠之间为冲积平原，生长着乔木、灌木、草本等天然植被，胡杨与柽柳是该植被群落的优势物种，因其与周围环境形成强烈反差，这一廊道特性被称之为“绿色走廊”[14]。

图1 研究区位置

1.2 数据来源与处理

为开展塔里木河下游长时间序列的荒漠森林生态系统健康评价，获取了遥感影像和其他辅助数据。遥感数据来源于美国地质调查局(http：//glovis.usgs.gov/)，挑选了1989—2018年7期，8—9月分辨率为30 m 含云量少的Landsat影像，由轨道号为141/32、142/32和142/33的影像组成。遥感数据预处理主要包括辐射定标、大气校正、影像拼接与裁剪、投影转换、异常值去除与补偿等工作。并且，根据波谱特征计算植被指数、光利用率指数、土壤质量指数、燃烧指数等指标。

其他辅助数据包括：①气象数据来源于中国气象数据网(http：//data.cma.cn/)，利用专业气象插值软件Anusplin，对周边12个气象站点插值获得空间分布数据集，获取温度、水汽压等指标;②土壤地质、土地利用类型及社会经济资料等数据来源于中国科学院资源环境数据云平台(http：//www.resdc.cn)，并采用软件Fragstats获得景观格局空间分布数据集;③数字高程模型来源于美国地质调查局(https：//www.usgs.gov/)，借助ArcGIS软件计算坡度、坡向和海拔等指标。

在林业专业术语中，乔木、灌木及其他生物和其生态环境共同构成森林生态系统。为此，本文将遥感影像进行土地利用分类，根据纹理特征去除耕地，保留农田防护林、荒漠河岸林，叠加所有年份提取结果作为荒漠森林生态系统掩模范围。需要说明的是，辅助数据的获取时间与遥感影像时间范围基本保持一致，为了保证不同指标之间的高度空间准确性，将所有指标都采用相同的投影系统并重采样为30 m×30 m的栅格数据。

2 研究方法

2.1 健康评价模型

1)健康评价指标选取。森林是一个多层次、开放且结构复杂的生态系统，选择合适指标是构建科学合理评价指标体系的前提和关键。20世纪末，欧洲环境局基于PSR模型和DSR模型提出了DPSIR模型，该模型描述了人类与环境之间相互影响的因果关系，通过增强驱动力、降低压力、优化状态、平衡影响、完善响应，能够为荒漠森林生态系统健康评价提供一个较好的基本框架[15]。本文在充分考虑研究区实际情况以及数据的可获取性后，从“驱动力-压力-状态-影响-响应”角度选取了23个指标，其主要指标都可基于多源遥感数据或基础地理空间信息技术手段获取，具体包括以下5个指标。

①驱动力是荒漠森林生态系统健康变化的潜在间接因素，选取海拔(height，H)、坡度(slope，S)、坡向(aspect，A)、气温(temperature，T)、降水(precipitation，P)、湿度(relative humidity，RH)、生产总值(gross domestic product，GDP)、人口密度(population density，PD)指标。其中，降水量指标因部分年份数据缺失，采用水汽压(water pressure，WP)指标替代，它与降水量存在良好的数值对应关系。

②压力是对其健康造成直接影响的因素，选取土壤湿度指数(soil moisture，SM)、归一化水指数(normalized difference water index，NDWI)、燃烧归一化指数(normalized burn ratio，NBR)、风沙侵害(wind and sand violation，WSV)、氧化铁比率(iron oxide ratio，IO)、土壤侵蚀指数(soil erosion index，SE)指标。

③驱动力和压力共同作用的结果为生态系统所处的状态，选取归一化植被指数(normalized difference vegetation index，NDVI)、红绿比指数(red green ratio index，RGRI)、香农多样性指数(shannon diversity index，SHDI)、斑块个数(number of plaques，NP)、散布与并列指数(interspersion juxtaposition index，IJI)指标。

④影响是驱动力、压力及状态共同作用的必然结果，选取防风固沙(windbreak and sand fixation，WSF)、抗旱能力(drought resistance，DR)指标。

⑤响应是通过采取相应措施减少或解决不良影响所产生的后果，选取保护措施(safeguard，SF)、生物丰度指数(biological richness index，BI)指标。

2)健康评价指标标准化。由于森林生态系统健康评价指标体系的性质和数据来源不同，为了将各指标输入到同一个健康评价模型中，本文参考国家标准、行业标准以及国内外相关研究成果，对正负向型指标采用最大最小值标准化(式(1))，而区间型指标采用分段上下限标准化[16]，从而把评价指标转换为无量纲、无数量级差别、取值范围为0～1的标准值。

(1)

式中：X、Y+和Y-是原始值、正和负向标准化值；Xmax和Xmin分别为评价指标置信区间为95%和5%的最大、最小值，或者为区间型指标的上限和下限，置信区间范围外为0或1。

区间型指标是以对森林生态系统健康影响的上限和下限为基准，量化其指标强度。如邓正波等[17]发现塔里木河下游平均海拔为825 m，780～980 m上下限的海拔决定植被类型分布，故海拔H指标分段上下限标准化(式(2))H∈(780 m，825 m)和(825 m，980 m)，阈值范围分别为0.4～0.8和0～0.4。其他指标具体阈值范围确定方法如表1所示[18-24]。

(2)

式中：x、y为海拔H指标标准化前后值。

表1 DPSIR模型的健康评价指标体系

3)评价指标权重确定。主成分分析法(principal component analysis，PCA)通过构建荒漠森林生态系统健康评价指标向量，可以确定各指标权重。为了保证不同年份之间具有可比性，采用各指标不同年份的平均值，并再分配至权重和为1，作为各指标最终权重。从表1可以看出，多样性指数SHDI、聚散指数IJI等指标权重在0.06以上，这可能是因为景观格局指数可以较好地表示干旱区中植被与水资源的邻近关系，即水资源越丰富荒漠森林生态系统相对而言越健康。

4)综合健康评价模型。综合森林健康指数模型(forest health index，FHI)[25]对各项指标加权平均，FHI值越大，荒漠森林生态系统越健康。

(3)

式中：Vd、Vp、Vs、Vi、Vr分别表示驱动力、压力、状态、影响和响应；Wd、Wp、Ws、Wi、Wr表示每个指标所占权重，且权重和为1。

2.2 变化特征分析

为了能更加准确、直观、具体地分析研究区荒漠森林生态系统健康评价结果，本文借助ArcGIS软件，通过热点分析(hot spot analysis)和平均中心分析(mean center analysis)，对其变化特征及趋势进行分析。其中，热点分析通过G*群(getis-ord)识别空间聚集性显著程度、类型及区域位置。通常，高值聚集称为热点，低值聚集称为冷点，该方法能较好地避免健康评价结果的随机误差[26](式(4)、式(5))。平均中心分析可以用于确定中心的空间位置移动方向及速度(式(6))，即通过移动轨迹确定研究区生态恢复工程的实施程度。

(4)

(5)

式中：Gi(d)是栅格i的值，与距离为d范围内的栅格值的相关程度；wij(d)为在距离为d的空间相邻权重矩阵；Z为空间单元的标准化。

(6)

式中：xi和yi是要素i的坐标；n等于栅格总数；wi为栅格i的权重。

3 结果与讨论

3.1 健康等级划分

荒漠森林生态系统健康评价等级划分是生态健康评价中的关键环节。目前健康等级划分处于探索阶段，且本身没有较好的健康度量标准。本文根据研究区实际情况，将荒漠森林生态系统健康FHI划分为健康Ⅰ、较健康Ⅱ、一般健康Ⅲ、亚健康Ⅳ、不健康Ⅴ 5个等级。根据2018年7月研究区野外考察结果(表2)可以看出，不同区域之间的森林生态系统健康差异与相应的健康程度等级划分结果一致，即随着健康等级的升高，荒漠森林生态系统从单一草本→草本灌木→乔灌草组合群落转变，逐渐转变为合理、稳定、抗干扰能力强的生态系统。

表2 健康等级与野外考察点照片

3.2 时空变化特征

从图2可以看出，1989—2018年健康等级Ⅰ和Ⅱ比例分别为19.61%、14.37%、0.29%、15.46%、13.65%、6.26%、40.96%，整体呈递减后波动性递增趋势。在实施生态输水前，荒漠森林生态系统环境严重退化，2000年健康等级Ⅳ和Ⅴ比例超过80%。历经19次生态输水后，荒漠森林生态系统健康的拯救和恢复取得了显著性成效，2018年健康等级Ⅰ和Ⅱ比例超过40%。

图2 1989—2018年塔里木河下游荒漠森林生态系统健康的时空分布格局

从图3可以看出，由于研究年份较少，健康等级Ⅰ和Ⅱ比例与生态输水量之前无明显关系，但可以发现，2000年和2015年是“Ⅴ”型逆转最低点，表明了间歇性生态输水仍将导致已恢复区域逆转至一般健康或以下水平，也就是说，荒漠森林生态系统健康恢复与受损呈复杂多元性和时空差异性。本文研究成果同Mamat等[27]研究成果变化趋势一致，虽然评价指标、健康等级划分和评价年份与本研究有所不同，但在一定程度上说明了该健康评价结果客观合理，可为塔里木河下游荒漠森林生态系统健康评价和区域生态恢复提供科学依据。

图3 1989—2018年荒漠森林生态系统健康等级Ⅰ和Ⅱ比例与生态输水量的关系

3.3 时空聚集特征

为了进一步探索塔里木河下游荒漠森林生态系统空间分异格局变化特征，将局部空间统计量从高到低划分为冷热点，从图4可以看出：①荒漠森林生态系统健康呈现出较显著的空间分异格局，高值聚集热点个数呈现先减少后波动性增加的趋势。其中，2000年热点呈组团式分布在塔里木河下游上段，而2018年热点已扩散分布至中下段，沿着塔里木河在空间上呈条带扩散趋势。②塔里木河和车尔臣河共同汇入的尾闾台特玛湖，在靠塔里木河侧，由于持续性输水，历经冷点→次冷点→次热点→热点的空间转变，即该区域健康好转；而靠车尔臣河侧，由于河水改道，历经次热点→次冷点→冷点的空间转变，即该区域健康退化。以上分析说明，近30年来，塔里木河下游荒漠森林生态系统健康时空格局由强聚集组团式向弱聚集条带式转变，生态输水工程可以有效缓解灌溉用水和生态用水的矛盾，且使得荒漠森林生态系统健康得到明显的改善。

图4 1989—2018年塔里木河下游荒漠森林生态系统健康的时空聚集性

3.4 时空变化趋势

塔里木河下游荒漠森林生态系统时空变化和聚集特征不能有效度量恢复和受损程度，通过不同年份的平均中心坐标位置分析移动的方向和速度，可以更好地了解生态输水对其健康变化趋势的影响程度。从图5(a)可知：①1989—2000年，由于耕地扩张，河水被截留用于农田灌溉，平均中心往西北兵团农垦区移动；2000—2005年，由于31兵团东北侧建立了抵挡沙漠的生态防护林，平均中心往东北库塔格沙漠移动；2005—2018年，由于生态输水成为塔里木河下游中下段的“专职”通道，平均中心往东南生态保护区移动。②生态输水前后平均移动速度分别为173.32 m/年、312.39 m/年，则说明近30年，研究区荒漠森林生态系统健康恢复速度明显高于受损速度。③在2010—2015年和2016—2018年时间段中，总生态输水量分别为28.39×108m3、34.40×108m3;年平均输水量分别为5.68×108m3、11.47×108m3;年平均移动速度分别为179.88 m/年、301.06 m/年;2个时段的年均生态输水量与年平均中心移动速度之比均在2倍左右。以上分析说明，生态输水量在一定程度上决定了荒漠森林生态系统的恢复速度，并且是荒漠森林生态系统呈整体改善、局部退化、受损与恢复并存的核心影响因素，生态问题精准治理需要科学合理的输水资源优化配置。

从图5(b)可知，虚线代表健康等级Ⅰ和Ⅱ比例与生态输水量的拟合关系，而实线则代表这一比例与2年累积生态输水量的拟合关系。可以看到，当年输水量超过5×108m3时，2条曲线趋近于重合。也就是说,当年输水量超过5×108m3，即可保证25%左右的荒漠森林生态系统处于较健康水平，这可以有效降低间断性输水对荒漠森林生态系统健康的敏感性。该结论与文献[28-29]提出将地下水抬升至合理埋深，需要当年输水量2～5×108m3的结果相似。因此，荒漠森林生态系统健康的稳定恢复不仅需要平衡灌溉用水与生态用水，还需要每年生态输水量大于5×108m3的持续性输水保障。

图5 1989—2018年塔里木河下游荒漠森林生态系统健康的时空变化趋势

4 结束语

本文基于DPSIR模型构建了塔里木河下游荒漠森林生态系统健康评价指标体系，其主要指标都可基于多源遥感或基础地理数据等空间信息技术手段获取，可以快速实现大面积荒漠森林生态系统健康评价。结果表明：1) 在生态输水前，健康等级Ⅰ和Ⅱ比例小于20%，2000年迅速降低到0.29%；在生态输水后，这一比例呈波动递增趋势到40.96%，说明应急生态输水工程使得塔里木河下游的荒漠森林生态系统环境得到了明显改善，但间歇性输水使其生态脆弱性并没有彻底扭转。2) 近30年，荒漠森林生态系统健康热点由强聚集组团式向弱聚集条带式转变，平均中心由上段兵团农垦区向下段生态保护区移动，其健康恢复速度高于受损速度。3)当年输水量超过5×108m3时，可保证25%左右的荒漠森林生态系统处于较健康水平，这可有效降低其健康对间断性输水的敏感性。因此，塔里木河下游荒漠森林生态系统健康呈整体改善、局部退化、恢复与受损并存的时空分布格局。未来生态保护应侧重平衡灌溉用水与生态用水，同时还需要年生态输水量大于5×108m3的持续性输水保障。

目前，由于尚无公认的荒漠森林生态系统健康评价指标体系，构建一套适用性强、可广泛应用于大范围的模型需要不断进行创新。在指标体系的标准化过程中，如何实现数值型指标空间化及不同类型数据的高精度耦合，是后续研究需要解决的问题。由于地面实测数据等资料信息获取壁垒的影响，不确定性贯穿于遥感健康评价的全过程。在后续研究中，应采用长时间序列的地面森林资源调查数据和其他真值统计数据，进一步完善指标构建和验证评价结果的合理性。