基于土地资源分区的黄土高原水土热资源时空变化和生态功能区划

刘 黎，赵永华，韩 磊，韩 玲，王 茜，汤剑秋

(长安大学 土地工程学院，自然资源部退化及未利用土地整治工程重点实验室，陕西省土地整治重点实验室，陕西 西安 710054)

水土热资源，即水资源、土壤资源和热量资源，对于农业生产生活和生态环境保护具有重要意义[1-3]。目前有关研究大多侧重于从农业可持续发展方面进行水土热资源的匹配和承载力研究[4]，测算方法包括基尼系数方法[5]、水资源量法[6]等。这些方法考虑了匹配度下的时空动态度，却没有综合考虑自然地理特征的影响，导致结论稍显片面[3]。而基于自然环境因子的生态系统服务指标能够全面体现研究区的自然地理特征[7-8]，故借助生态系统服务指标来衡量黄土高原的水土热资源具有一定的全面性。

生态功能区划通过构建生态系统服务指标，利用其内部一致性和类间差异性进行地理空间的整合和分区，划分出体现生态功能差异的单元[9-10]。界线识别是区划工作的重要环节。Baikey[11]根据美国地理环境因子特征提出生态系统区划的等级系统，为国内外开展的区划工作奠定了理论基础。在20世纪80年代以前，国内生态区划工作大都采用传统的经验判别分类方法，即基于各类指标采用自下而上的方法确定生态区域的界限[12]。20世纪80年代之后，分区研究开始运用数理分析等方法，比如倪健等[13]采用模糊聚类法将中国划分为5个生物大区、7个生物亚区和18个生物群区。李森等[14]采用地理相关分析法和主导指标法进行青藏高原土地沙漠化的划分。自下而上的聚类方式易受到人为差异性的影响;数理方法虽可以解决线性可分问题，但对于非线性分类问题具有一定的局限性[3,15]。

随着计算机人工智能技术的发展，很多分类算法涌现，其中非参数化方法在区划工作中具有重大作用，尤其以自组织特征映射(self-organizing feature map, SOFM)模型运用最为广泛，它是一种无监督学习分类方法，能够根据一定的学习规则实现自动分类，且划分出的类别具有空间连续且属性相近的优势[16-17]。基于行政区划单元确定分区边界，虽然能够得到较为清晰的边界线，但易打破自然边界[18]，难以达到自然资源合理分配的目的，而土地资源分区以中地形地貌单元以及土地利用特点等指标为基底，其内部自然环境在宏观上具有一致性[19]。因此，本文借助SOFM模型获取最佳分类方案，在土地资源分区的基础上修正生态功能区划界线，以确保分区边界的合理性和内部地理特征的一致性。

黄土高原地区沟壑纵横，地形地貌复杂多样，土壤多孔疏松，最易遭受侵蚀，是中国土壤侵蚀最为严重的地区之一[20]。对该地区开展生态功能区划，明确区域的主导性(敏感性)生态系统服务功能，能够为分区管理下的土地整治提供明确的解决方案。基于以上分析，本文采用水源涵养、土壤保持和植物固碳三类生态系统服务功能作为黄土高原水土热资源匹配度的衡量指标，模拟2000—2019年不同土地资源分区下的水土热匹配度时空变化规律，并利用三类生态系统服务价值的多年平均值作为分区指标，借助SOFM模型在土地资源分区的基础上划定生态功能区划边界，为黄土高原不同生态功能分区下的生态建设和农业整治方向提供思路。

1 研究区概况

黄土高原介于北纬33°～41°、东经100°～114°，大致范围包括太行山以西、青海省日月山以东、秦岭以北、长城以南的广大地区。黄土高原海拔0～5 218 m，地势西北高、东南低，自西北向东南呈波状下降，地貌类型主要包括塬、梁、峁。黄土高原处在沿海向内陆、平原向高原过渡地带，自南而北兼跨暖温带、中温带两个热量带，自东向西横贯半湿润、半干旱两个干湿区。黄土高原区域年平均温度为3.6～14.3 ℃，年降水量自东南向西北逐渐减少，多年平均降水量为150～750 mm。黄土高原的蒸发量普遍高于实际降水量，年蒸发量为1 400～2 000 mm。研究区位置示意见图1。

图1 黄地高原地理位置和高程图示意图Fig.1 Location and elevation of the Loess Plateau

2 数据与方法

2.1 数据来源

研究所用1 000 m分辨率的土壤质地、植被类型、农业生产潜力和气候区划等数据均来源于中国科学院资源环境科学数据中心(http://www.resdc.cn/);2000—2019年的日降水和气温数据来源于中国气象数据网(http://data.cma.cn/);30 m分辨率的DEM数据来源于地理空间数据云平台(http://www.gscloud.cn/);2000—2019年500 m分辨率的NPP数据来源于美国地质调查局(https://lpdaac.usgs.gov/);30 m分辨率的土地利用类型数据来源于GLOBELAND 30平台(http://www.globallandcover.com/)，数据精度高达83.50%。

2.2 研究方法

2.2.1 生态功能区划指标体系 生态系统服务能够全面反映研究区的自然地理特征，故选取水源涵养、土壤保持和植被固碳三类生态系统服务构建水土热匹配度，用以研究区的生态功能区划。目前，运用较为广泛的生态系统服务计算模型包括谢高地等人改进的适用于计算中国生态系统服务价值的生态系统当量因子表[21]，还有部分学者创建的InVEST模型[22]、RUSLE模型[23]、CASA模型[24]，但此类方法存在数据量大、运行复杂等问题。而基于植被净初级生产力(net primary productivity,NPP)指标能很好地克服这一问题。NPP是指代地表生物量的关键指标，受到水土热资源的综合影响[25]。黄土高原近十几年的植被恢复效果显著，以NPP作为本底数据计算生态系统服务价值可以准确反映研究区的水土热时空变化[26-27]。

水源涵养一般通过植被恢复以达到控制土壤沙化、降低水土流失的目的。土壤保持包含防风固沙和防治土壤侵蚀，此功能与该地的植被覆盖度等密切相关。NPP表示植被所固定的有机碳中扣除本身呼吸消耗而用于植被生长和繁殖的部分，故采用NPP数据计算植被固碳能力。三类生态系统服务的计算公式见表1。

表1 生态系统服务价值计算公式Tab.1 The equations of ecosystem service value

2.2.2 生态系统服务匹配度 用生态系统服务的匹配度(matching degree，DM)衡量2000—2019年黄土高原生态系统的水土热时空变化。计算公式[28]为

Vnorm=Vi-Vmin/Vmax-Vmin，

(4)

DM=(Vwnorm+Vsnorm+Vcnorm)/3。

(5)

式中：Vnorm表示标准化的生态系统服务价值，范围为0～1；Vi表示第i种生态系统服务，包括水源涵养、土壤保持和植被固碳；Vmax和Vmin表示第i类生态系统服务的最大值和最小值；Vwnorm、Vsnorm和Vcnorm分别表示水源涵养、土壤保持和植被固碳标准化后的生态系统服务。

2.2.3 趋势分析 趋势分析能够消除异常因素对分析结果的干扰，真实反映水土热匹配度长时间序列的演变趋势。计算公式[28]为

(6)

式中：S表示一元线性回归的斜率；n表示时间跨度(2000—2019年)；DMi表示第i年的水土热匹配度。S大于0，表示研究区水土热匹配度随时间变化趋于改善；S小于0，表示研究区水土热匹配度随时间变化趋于退化。

2.2.4 标准差分析 标准差(standard deviation，DS)能够反映一个数据集的离散程度，其计算公式[28]为

(7)

2.2.5 自组织特征映射网络 自组织特征映射网络是一种基于降维方法的无监督训练方式，确定类别数是其重要一环。分类效果指数(clustering quality index，ICQ)是指区域自然地理特征的平均变异系数与作为惩罚项的类别数之和，可用来确定最优类别，文中采用三类自然地理特征，即降水、温度和DEM。其值越大，自然地理特征的变异系数越大，故选取ICQ最小值作为最优类别数。计算公式[16]为

(8)

(9)

式中Kmax表示待选方案的最大值。

基于Matlab平台进行SOFM网络训练，将2000—2019年三类生态系统服务价值(水源涵养、土壤保持和植被固碳)的均值作为输入数据。本文根据样点布设均匀分布的标准，以10 000×10 000为采样大小，选取6 471个样本点，结合三类生态系统服务价值构建3×6 471的训练矩阵，参数设置为：基本训练速率为0.1，迭代次数为1 000次，分类次数为3～11，其他参数均采用默认值。

3 结果与分析

3.1 不同土地资源分区下水土热DM的时间变化

标准差分类方法用于显示要素属性值与平均值之间的差异，以平均1倍的标准差为间隔，将黄土高原的水土热DM分为6个等级(即<5，≥5～15，>15～25，>25～35，>35～45，>45)，分别用数字1～6表达，等级越高表示水土热的组合状况越好。2000—2019年黄土高原水土热DM总体表现为缓慢波动上升的趋势(R2=0.663)，以平均速度2.85的速度增加。DM在2002年达到最低(14.79)，在2012年达到最高(20.38)。2000—2019年，DM≤15的两个区间呈现下降的趋势，从2000年的54.94%下降到2019年的31.49%；DM>15的4个区间呈现上升的趋势，从2000年的45.06%增加到2019年的68.51%(图2)。

图2 2000—2019年黄土高原水土热匹配度年际变化Fig.2 Interannual variation of DM for water, soil and heat resources on the Loess Plateau from 2000 to 2019

各土地资源分区水土热DM的变化趋势与总体趋势保持一致，呈波动上升(图3)。但各分区增速有所差异，从大到小为：沙地与沙漠区(3.25)、河谷平原区(2.44)、黄土高原沟壑区(2.43)、农灌区(2.30)、黄土丘陵沟壑区(2.11)、土石山区(0.74)。在沙地与沙漠区和农灌区(图3a、3d)，水土热MD≤15(等级1和等级2)的区域占比分别为86.28%和71%，两者均不存在等级5和等级6，其水土热匹配度低。河谷平原区(图3b)水土热DM在等级3和等级4占比大，DM> 15的区域均大于77%，该地区水土热匹配度相对较高。黄土高原沟壑区(图3c)水土热DM在等级2、3、4占比大，其中DM≤15的区域占比从2000年的48.09%下降到2019年的19.66%，DM>15的区域占比从2000年的51.91%上升到2019年的80.33%，其水土热状况得到明显改善。黄土丘陵沟壑区(图3e)水土热DM占比主要集中在等级2和等级3，DM≤15的区域占比从2000年的71.08%下降到2019年的20.35%，DM>15的区域占比从2000年的28.92%上升到2019年的79.65%，该区的DM呈现明显的增长趋势，水热土组合条件得到极大改善。土石山区(图3f)水土热DM占比主要集中在等级2、3和4中，DM>15的区域占比均大于65.02%，匹配度较好。但各区间匹配度的年际波动较大，水热土组合状况不稳定。

图3 2000—2019年不同土地资源分区的水土热匹配度年际变化Fig.3 Interannual variation of DM for water, soil and heat resources in different land resources zoning from 2000 to 2019

3.2 不同土地资源分区下水热土DM的空间变化

3.2.1 水土热DM的变化趋势分析 利用2000—2019的年均水土热DM，基于一元线性回归分析原理探索黄土高原2000—2010年和2010—2019年水土热DM的时空变化特征(图4)。在2000—2010年，水土热DM得到改善的区域占比65%，下降的区域占比32%。相较于2000—2010年，2010—2019年研究区内21%区域的水土热DM得到较大改善，主要分布于黄土高原沟壑区西北部、农灌区、北部土石山区、沙地和沙漠区南部区域。

图4 2000—2010年(a)与2010—2019年(b)水土热匹配度变化趋势Fig.4 The variation trend of DM for water, soil and heat resources during 2000-2010 (a) and 2000-2019 (b)

3.2.2 水土热DM的年际稳定性分析 黄土高原的水土热DM标准差为0～17.68，将标准差分为五类，即高、较高、中、较低、低(图5)。水土热DM整体呈现西北高、东南低的趋势，水土热DM稳定性呈现显著的地域差异。

图5 不同土地资源分区的水土热DM稳定性程度Fig.5 The stability degree of DM for water, soil and heat resources in different land resources zoning

低波动区和较低波动区空间上位于农灌区、沙地与沙漠区，约占28%，其水土热的年际变化较为稳定；高波动区和较高波动区位于黄土高原沟壑区中部、黄土丘陵沟壑区北部以及土石山区，约占33%(图6)。

图6 不同土地资源分区的水土热DM稳定性等级占比Fig.6 The proportion of DM stability grades for water,soil and heat resources in different land resources zoning

3.3 基于土地资源分区的生态功能区划

3.3.1 生态功能分区确定 基于SOFM模型获取类别数为3～11的区划方案，根据ICQ大小确定最佳分区类别数。ICQ表现为先减后增趋势，ICQ越小，表明各类别内部差异性逐渐缩小(图7)，所以最终选取类别数7作为最佳分区类别。

图7 不同分类数目的ICQ值Fig.7 ICQ values of different categories

基于所选的最佳分区类别数，通过合并面积 ≤10 000 km2的细小斑块使不同分区间的差异达到最大化，获得7类生态功能区。因类别Ⅰ与类别Ⅱ的生态系统服务价值相差较小，故将两者合并为类别Ⅰ，最终得到6类生态功能区，结合植被类型和水土热资源匹配度高低命名。

在保证内部一致性原则上,基于土地资源分区边界线对6类生态功能区进行修正并细化，最终得到16个子区域，命名主要采用土地资源区划和生态系统服务功能(主导功能或脆弱性)结合的方法。

黄土高原沟壑区根据生态功能分区可以分为4个子区，包括高原沟壑固碳保土产水区Ⅰ1、高原沟壑固碳保土区Ⅲ1、高原沟壑固碳区Ⅴ1和高原生态脆弱区Ⅵ4。河谷平原区分为2个子区，分别为河谷平原固碳保土产水区Ⅰ2和河谷平原固碳保土区Ⅳ1。土石山区分为3个子区，分别为土石南部固碳保土区Ⅲ2、土石北部固碳保土区Ⅳ2和土石水源高敏感区Ⅴ4。丘陵沟壑区分为3个子区，分别为丘陵沟壑固碳保土区Ⅳ3、丘陵沟壑水源高敏感区Ⅴ2和丘陵沟壑生态脆弱区Ⅵ1。农灌区分为2个子区，分别为农灌水源高敏感区Ⅵ3和农灌生态脆弱区Ⅴ3。沙地和沙漠区分为2个子区，分别为沙地和沙漠固碳区Ⅵ2和沙地和沙漠生态脆弱区Ⅶ(图8)。

图8 黄土高原生态功能区划Fig.8 Ecological function regionalization on the Loess Plateau注:Ⅰ.森林水土热资源高匹配区；Ⅲ.森林水土热资源中匹配区；Ⅳ.森林-草地水土热资源中匹配区；Ⅴ.草原水土热资源中匹配区；Ⅵ.草原水土热资源低匹配区；Ⅶ.草原-荒漠水土热资源低匹配区。

3.3.2 不同生态功能区划下的地理环境特征 不同生态功能区划下的地理环境特征存在巨大差异(表2)。在黄土高原沟壑区，Ⅰ1区域位于黄土高原南部，地处暖温带，坡度较大，主要地类为林地，植被类型主要为暖温带落叶阔叶林。Ⅲ1区域属于Ⅰ1区域的延伸部分，其水土热匹配度稍逊于Ⅰ1区域，但总体而言，Ⅲ1和Ⅰ1两个区域的生态系统服务价值较为突出，水热组合状况良好。Ⅴ3的西部区域属于高原气候带，而其他区域位于暖温带和中温带的过渡地带，坡度大，主要地类为草地(49%)和耕地(39%)，固碳能力和土壤保持能力略高于均值，但水源涵养能力较差，水热组合状况较差。Ⅵ4区域属于温带草原植被类型，主要地类为耕地(46%)和草地(44%)，农业生产潜力较低(921.65 kg/ hm2)，且土壤保持、水源涵养和植被固碳能力均较弱，生态环境脆弱。

在河谷平原区，Ⅰ2区地处暖温带，坡度较大，主要地类为林地(54%)和耕地(36%)，农业生产潜力高(3 004.52 kg/ hm2)。Ⅳ1区域地处暖温带，海拔和坡度均较低，主要地类为耕地(57%)，农业生产潜力高达4 490.86 kg/ hm2，Ⅰ2和Ⅳ2区域的水热组合状况均较好。

在土石山区，Ⅲ2区地处暖温带，主要地类为耕地(40%)和林地(36%)，Ⅳ2区域处于Ⅲ2区域的延伸地带，其处于暖温带和中温带的过渡地带，各个地理环境因子值均低于Ⅲ2区，两个区域的农业生产潜力中等，分别为2 164.96 kg/hm2和1 340.50 kg/hm2，且植被固碳能力和土壤保持能力较好，但水源涵养能力均较差。Ⅴ4区域位于黄土高原北部，各项生态系统服务价值均较低，为该区的生态脆弱区。

在丘陵沟壑区，Ⅳ3区主要地类为林地(40%)、耕地(30%)和草地(26%)，该地区的农业生产潜力较低(1 156.87 kg/hm2)，其水土热组合状况处于中下水平。Ⅴ2地处暖温带和中温带的过渡地带，Ⅵ1区域属于Ⅴ2区的延伸地带，地处中温带，两个分区的水土热组合状况均较差，生态环境脆弱。

在农灌区，Ⅵ3和Ⅴ3区域均处于中温带，Ⅵ3区域主要地类为耕地(55%)，Ⅴ3区域主要地类为耕地(40%)和草地(36%)，两个区域的农业生产潜力分别为1 538.61 kg/hm2和1 164.90 kg/hm2，Ⅵ3区域的各类生态系统服务价值均高于Ⅴ3区域，但两者的水源涵养能力均较差。

在沙地与沙漠区，Ⅵ2区域位于温带草原带，主要地类为草地(75%)，各类生态系统服务价值均低于均值，水土热组合状况差。Ⅶ为温带草原带向温带荒漠带的延伸区，主要地类为草地(54%)和裸地(36%)，两个地区的生态环境均较为脆弱。

4 讨论

4.1 丘陵沟壑区和土石山区水土热DM波动明显的原因分析

黄土高原各土地资源分区的水土热DM均呈现不同程度的改善，但丘陵沟壑区和土石山区的水土热DM年际波动性较大(图3)。通过研究发现，在两个区域内，土壤保持和植被固碳两项生态系统服务的年际变化趋势一致，水土热DM波动主要是受到水源涵养变化的影响(图9)。土石山区多为薄层黄土所覆盖，具有“石多土少”的特征，涵养水源的能力主要受到土层理化性质、降水因子和植被覆盖度的影响[29]。在土层理化性质一致的条件下，NPP或降水因子与水源涵养之间呈强正相关的面积分别为31%和17%(图10)，两个因子对水源涵养具有明显的主导作用。黄土高原丘陵沟壑区地形破碎，坡度>15°的土地占到全域的70%左右，沟壑密度达到2～7 km/km2[29]，沟道侵蚀严重。有研究表明，降水量的增加会导致水土流失的加剧，植被覆盖度的增加能够有效减少98%～99%的水土流失[30]。水源涵养与NPP呈强正相关的面积高达61%，与降水呈强正相关的面积达32%(图10)。土石山区和丘陵沟壑区特殊的地理环境特征致使NPP和降水的影响力增大，从而引起水土热DM年际变化出现较大波动。

图9 丘陵沟壑区(a)和土石山区(b)的生态系统服务年际变化趋势图Fig.9 Interannual trends of ecosystem services in loess hill-gully region (a) and rocky mountain region (b)

图10 水源涵养与NPP(a)或降水(b)的相关性Fig.10 Correlation between water conservation and NPP (a) or precipitation (b)

4.2 不同生态功能区划下的开发对策

黄土高原沟壑区的Ⅰ1和Ⅲ1区域主要包括延安市南部、铜川市、平凉市、天水市，该区域水土热资源丰富，自然环境较为优越，且大部分区域的植被覆盖度显著增加[27]，故将该地区划分为黄土高原的植被涵养区。河谷平原区(Ⅰ2和Ⅳ1)位于渭河、汾河谷地，区域内地势低平，水土流失较轻；农灌区的Ⅵ3位于河套地区，区域内虽然水源涵养能力较差(表2)，但靠近河流，水源补给较为丰富[29]，两者均划定为黄土高原的农业生产区。土石山区的Ⅲ2和Ⅳ2具有“石多土少”的特征[31]，致使其水源涵养能力差，其农业生产潜力处于中等水平，该地区应该在粮食实现自给自足的条件下，发展林牧业，划定为黄土高原的农牧兼顾发展区。黄土丘陵沟壑区的Ⅳ3、Ⅴ2地形破碎，坡度大，沟壑纵横，重力侵蚀和水力侵蚀强度大，虽然近几十年来已经实施了大量的植被恢复措施，包括生物工程和工程措施，但该地区的植被恢复和农业仍发展缓慢[29]，故将该地区划定为黄土高原的植被恢复区。黄土高原沟壑区的Ⅴ1、Ⅵ4区域主要包括青海省和甘肃省的陇东黄土高原沟壑区等，该地区旱坡地多而平地少，存在大面积的毁林开荒现象，林地完整性被破坏，耕地面积增多，且大部分耕地在>15°的坡度上，耕地质量不佳;该地区盲目发展畜牧业，加之干旱等自然环境影响，草地生产力急剧下降[32],故将该地区划分为牧区发展区，重点在于提升该地区的草场质量，加强畜牧业的发展。黄土丘陵沟壑区Ⅵ1主要包括榆林市西部，土石山区的Ⅴ4、农灌区Ⅴ3、沙地与沙漠区Ⅵ2和Ⅶ主要位于内蒙古境内，共同特点在于气候条件较差，降水低于400 mm,蒸发量大，风蚀严重，多年的放牧导致草场退化严重，生态环境受到严重威胁[29,31]，故将其划分为黄土高原的生态脆弱区，重点在于保护现有生态，发展防风固沙林为主的生态屏障。

4.3 基于土地资源分区进行生态功能区划的合理性

土地资源分区内部的水土热资源分布不均，不利于资源的合理规划，进一步细化土地的生态功能十分必要。SOFM作为一种计算机自动分类工具已得到广泛运用，它可以根据数据相近原理将点划分为一类，在空间上显示出相似性，但原始的分区结果具有破碎化的斑块，不可将其视为准确的分界线[16]。分区要素之间保持组内一致性和组间差异性是区划工作最基本的要求。蔡艳蓉等[29]根据中地貌单元和土地资源结构进行了黄土高原土地资源分区，初步划分了6大区域。基于SOFM模型获得最佳分类方案后，借此修正生态功能区划界线，具有一定的科学性和可靠性。

4.4 SOFM模型的合理性和不确定性

SOFM模型在黄土高原生态功能区划上表现良好，其分类结果呈现以下特征：即水土热的组合状况均从东南部向西北内陆递减。水土热组合状况不同对应不同的耕作方式，即由东南部向西北部的变化大致为：森林涵养区、耕作区、草原草甸区和荒漠区。通过对比张琨等[27]、张甜等[33]、吴绍洪等[34]人的分区方案，总体特征均呈现以下规律：温度带和干湿带均由东南向西北方向呈现条带状分布，温度带依次为暖温带、中温带、高原温带，干湿区依次为半湿润区、半干旱区和干旱区，对应的耕作方式依次为森林、耕地、草原和荒漠。这与本文生态系统功能分区的总体特征呈现出相似性。虽然我们借助GIS技术和SOFM模型实现了自动化的分类，但仍需要在掌握研究区自然地理特征的基础上运用专家经验确定实际的分类界线，这一过程需要确定破碎斑块合并的面积阈值，阈值的大小直接决定最终的分类结果，此过程具有较大的人为主观性[36]。在以后的研究中，将探讨边界自动化分类方法确定区域划分边界的可行性。

5 结论

基于水源涵养、土壤保持和植被固碳三类生态系统服务价值量化黄土高原水土热资源，探索2000—2019年黄土高原的水土热匹配度时空规律，并利用SOFM神经网络对三类生态系统服务进行空间聚类分析，基于各土地资源分区进行生态功能分区，结果表明：

(1)2000—2019年，黄土高原水土热DM整体处于中等水平(15～25)，且呈现波动上升的趋势。不同土地资源分区的水土热DM状况差异显著，沙地与沙漠区和农灌区处于较低水平，而河谷平原、黄土高原沟壑区、土石山区相对较高。基于水土热DM的动态变化分析得出，黄土丘陵沟壑区和黄土高原沟壑区水土热组合状况的改善程度明显。

(2)SOFM模型在黄土高原生态系统功能分区中表现较好，划分出6大生态功能区，并基于6大土地资源分区将其划分为16个子功能区，包含植被涵养区(Ⅰ1、Ⅲ1)、农业生产区(Ⅰ2、Ⅳ1、Ⅵ3)、林草兼顾发展区(Ⅲ2、Ⅳ2)、牧草区(Ⅴ1、Ⅵ4)、植被恢复区(Ⅳ3、Ⅴ2)、生态脆弱区(Ⅵ1、Ⅴ4、Ⅴ3、Ⅵ2、Ⅶ)。