基于栅格尺度下喀斯特专性植物海南凤仙花生境水资源脆弱性时空分异变化

黄蔚霞, 孟新亚, 钟云芳, 张金玲, 宋希强,*

基于栅格尺度下喀斯特专性植物海南凤仙花生境水资源脆弱性时空分异变化

黄蔚霞1,2, 孟新亚2, 钟云芳2, 张金玲2, 宋希强2,*

1. 塔里木大学园艺与林学学院, 阿拉尔 843300 2. 海南大学热带特色林木花卉遗传与种质创新教育部重点实验室/海南大学林学院, 海口 570228

频繁的干湿交替导致热带雨林喀斯特地貌的水分脉动特征显著, 地带性本底环境呈现强烈的脆弱性和异质性。研究喀斯特植物生境的水资源脆弱性特征, 有助于理解当地植物对热带喀斯特生境的适应机制, 为植物的生态恢复和种质资源保护提供理论依据。以海南岛喀斯特专性植物海南凤仙花()生境的自然环境栅格数据为基础, 运用RS和GIS技术构建水资源脆弱性评价指标体系, 结合综合指数法分析海南凤仙花生境的水资源脆弱性时空分异特征。研究结果表明, 2003—2018年, 海南凤仙花生境的水资源脆弱性以自然脆弱性为主, 自然脆弱性波动与降水等自然因素密切相关。极度脆弱和重度脆弱区面积比例较大; 中度脆弱和轻度脆弱区面积比例较小。基于综合指数法的海南凤仙花生境水资源脆弱性在0.6612—0.7532之间, 基于GIS与RS的水资源脆弱性在0.6624—1之间, 海南凤仙花生境处于水资源脆弱性的高值区。受干湿季热带雨林喀斯特地貌水分特征的影响, 海南凤仙花生境水资源脆弱性时空变异性较强, 区域分异程度明显, 可利用其水分特征变化对海南凤仙花生境进行水土流失的及时阻控, 保护海南凤仙花的生态环境和种质资源。

喀斯特; 水资源脆弱性; 综合指数法; GIS; 海南凤仙花生境

0 前言

随着全球气候变化的影响, 降水的时空分布也不断发生改变, 全球环境都面临着水资源的安全问题[1–2]。人类活动的频繁干预, 不断被破坏的水分环境, 持续的气候变化, 这些综合因素导致水资源呈现严重脆弱性[3]。1996年IPCC首次提出水资源脆弱性主要表现为气候变化对水资源系统造成的伤害程度, 将水资源脆弱性与气候变化联系起来[4]。水资源逐渐成为影响生态系统结构和功能的关键因子, 水资源脆弱性的相关研究也成为国内外学者共同关注的焦点[5]。

近年来, 国内外学者对水资源脆弱性的研究主要集中在气候影响下的水资源脆弱性变化。水资源脆弱性不仅包含水资源系统在自然变化条件下的敏感性, 还包括气候变化导致的水资源系统脆弱性特征变化[6]。Daniel[7]和Kovshar[8]通过对水分特征等方面的分析, 对干旱荒漠环境下的生态脆弱性问题进行了相关研究。脆弱性评价的研究除了利用综合指数法[9]、主成分分析法[10]、AHP分析法[11]等方法之外, 部分学者还运用 EPIK 法[12]、灰色关联法和物元分析法[13]相结合对水资源脆弱性进行了相关评价。随着科学技术的发展, GIS等技术也用于对水资源脆弱性的定量评价[14]。大部分学者对喀斯特地区的水资源脆弱性研究主要采用GIS与 REKST 模型[15]、BP神经网络[16]、DPASTIC 模型[17]、DPSIR 模型[18]等方法, 这些方法与各种环境因素相结合在对植物生态环境评价方面得到了广泛运用。

海南凤仙花()为凤仙花属多年生草本植物, 是海南省级重点保护植物、喀斯特专性特有种, 主要分布于海拔190—1300m的喀斯特热带山地雨林中, 多见于裸露的石灰岩缝隙[19]。海南凤仙花群落以低矮灌丛为主, 且分布较稀疏, 种类较少, 分布具有明显的狭域性和地域性[20], 属于典型的极小种群[21–22]。经常形成密闭的石隙微生境, 并通过石隙微生境的光照、水分等环境因子, 限制自身的更新与定居[19]。近年来, 海南凤仙花的野外种群数量和分布范围日益减少, 不合理的人类活动及生境条件的严格限制严重影响了海南凤仙花生境的暴露性、敏感性及脆弱性, 生境水资源环境问题日趋突出[22], 海南凤仙花的生存发展面临严峻威胁。因此, 本研究基于综合指数法, 结合GIS及RS技术, 建立海南凤仙花生境水资源脆弱性评价体系, 分析水分限制因子差异影响下海南凤仙花生境的水资源脆弱性时空分异变化, 对海南凤仙花生境的水资源脆弱性进行定量评价, 同时也为其植物资源保护及生态恢复提供理论依据。

1 材料与方法

1.1 研究区域概况

研究区域位于海南岛西南部山区, 昌江县霸王岭皇帝洞(18°57′—19°11′ N, 109°03′—109°17′ E)、俄贤岭王下地区(18°56′—19°03′ N, 109°00′—109°09′ E)及东方市猕猴岭(18°90′—19°13′ N, 108°88′—109°11′ E) (图1), 为典型的热带雨林喀斯特地貌, 属热带季风气候, 一般每年的11月至翌年4月为干季, 最冷月平均气温18.0 ℃; 每年5—10月为湿季, 最热月均温27.8 ℃, 多年平均年降水量1657 mm, 降水量主要集中在7—10月份。研究区地质以石灰岩为主, 间有变质岩和沉积岩[23]。土壤为黑色或棕色石灰土, 表土分布不均, 基岩广泛出露, 坡度较陡, ≥28° 的坡面占63%, 部分坡地平均裸露率大多超过70%, 土层较薄, 植被退化较严重, 森林覆盖率较低[23]。

图1 海南凤仙花样地分布

Figure 1 Distribution ofin Hainan Island

1.2 数据来源

本文选取的海南凤仙花生境水资源环境指标主要包括地形和气候。地形数据包括海拔、坡度、坡向3个指标, 气候数据通过收集全球各个气象观测站1970—2000年的气候数据, 运用ANUSPLIN程序中的薄板平滑样条函数插值法, 以海拔、经纬度为自变量, 得到30²分辨率的全球连续气候数据, 该数据包括19个生物气候指标[24]。为了提高相关气候数据的分辨率, 利用海南岛16个气象观测站1981—2010年共30年的累年日值数据集(包括气温和降水等), 得到海南凤仙花生境内的19个气候指标栅格图层。

从选取的地形和气候数据指标中(表1), 运用ArcGIS 10.2的波段集统计工具检验22个环境指标间的多重共线性, 对于相关性较高(|r| > 0.8)的指标, 仅保留其中一个, 再运用MaxEnt 3.3.3k软件, 利用Jackknife刀切法检验确定影响海南凤仙花生境的主要环境指标为年降水量、降水量季节性变异系数、最干季降水量、最湿季降水量、少雨干旱指数、土壤蓄水能力、坡度7个环境指标。

1.3 指标体系

本研究构造的指标体系如表1所示, 水资源脆弱性指标包括: 年降水量(1)、降水量季节性变异系数(2)、最湿季降水量(3)、最干季降水量(4)、少雨干旱指数(5)、土壤蓄水能力(6)、坡度(7)。所需相关的气候数据采用世界气候数据库(http://www. worldclim.org/bioclim)中的version1.4的5个生物气候变量, 坡度变量来自中国科学院计算机网络信息中心地理空间数据云平台(http: //www.gscloud.cn), 土壤蓄水能力数据来自于中国科学院地理科学与资源研究所, 所有数据年限为2003—2018年。

其中, 少雨干旱指数(X5)具体计算方式如下:

=′/′ (1)

为某一节点的干旱指数;′为降水的相对变化率,′ =/R,代表的是降水量,R为降水量的平均值;′为蒸发的相对变化率,′ =/E, E代表的是蒸发量,E代表的是平均蒸发量。

表1 海南凤仙花生境水资源脆弱性评价体系

1.4 评价方法

1.4.1 基于综合指数法的评价方法

结合AHP层次分析法和专家评分法确定指标权重, 运用加权法计算水资源脆弱度, 通过聚类分析法评定所得结果等级, 利用综合指数法得到海南凤仙花生境的水资源脆弱性空间分布图。通过公式计算判断矩阵最大特征值及其特征向量, 分别用、表示, 构造判断矩阵,=。判断矩阵一致性的指标为(Consistency Index),= (–)/(–1), n表示矩阵的阶数。比率(Consistency Ratio)表示判断矩阵一致性比率,=/。如<0.1则表明该矩阵的一致性水平较高, 其权重值合适。经计算, 各指标的权重如表2所示, 且判断矩阵具有满意的一致性。

1.4.2 基于GIS与RS的评价方法

基于技术图层化处理各评价指标, 综合运用专家评分法、层次分析法赋予各指标相应的权重。对各指标图层进行处理后所得出的结论与其权重相乘,运用组合加权求和模型计算空间重叠, 最终所得出的空间分布图即为海南凤仙花生境的水资源脆弱性空间分布图。

具体计算公式为:

式(2)中(Vulnerability)表示脆弱度。表示各水资源脆弱性评价指标,表示对应的指标权重。(i, j)的含义是各主题层中第类, 第行的网格单元。(,) 值越大, 表明水资源的脆弱度越强, 反之水资源脆弱度越弱。

1.5 数据处理与分析

1.5.1 基于综合指数法的数据处理与分析

1.5.1.1 水资源脆弱度的计算

在标准化各因子后, 对水资源的脆弱性进行计算。通过式(3), 式(4)标准化处理原始指标数据。

正向指标标准化:C= (X– Xmin) ∕(maxmin)(3)

负向指标标准化:C= 1(X–Xmin) ∕(maxmin) (4)

C、X分别表示标准化后、标准化前的指标数值; 同一指标在各评价单元中标准化前的最大值用max表示, 最小值用min表示。的取值为1—7。

水资源脆弱度运用加权求和法进行计算, 指标在经过标准化处理后与对应的权重相乘, 即可计算出水资源脆弱度, 一般用(Vulnerability)表示。如式(5)计算:

=∑W×C (5)

式(5)中,W、C分别表示各指标的权重、各指标标准化后的值。

1.5.1.2 脆弱性指标评价等级划分

针对喀斯特地区独特的生态环境特征, 运用聚类分析法计算海南凤仙花生境水资源的脆弱性[25]。采用自然断点分类法[26]将脆弱性分为5个等级: 不脆弱(0.50—0.55)、轻度脆弱(0.55—0.60)、中度脆弱(0.60—0.65)、重度脆弱(0.65—0.70)、极度脆弱(0.70—0.75)。

1.5.2 基于GIS与RS的数据处理与分析

1.5.2.1 年降水量、降水量季节性变异系数、最干季降水量、最湿季降水量及少雨干旱指数

将各气象站点降水量、蒸发量等数据, 干旱指数计算方法见1.3。利用 Arcgis定义站点数据的坐标系, 生成研究区气象站点图层, 对站点数据进行克里金插值, 完成数据的相关处理。

1.5.2.2 土壤蓄水能力

利用数字化和投影坐标系构建Coverage格式的土壤类型分布图。根据何福红等[27]的研究方法, 赋予不同土壤类型相应的蓄水能力, 生成土壤蓄水能力分布图。

1.5.2.3 坡度

将DEM 数据导入 Arcgis, 采用3次卷积算法对存在少量缺值点或区域进行插值, 生成坡度分布图。

2 结果与分析

2.1 基于综合指数法的海南凤仙花生境水资源脆弱性评价

2.1.1 海南凤仙花生境水资源脆弱性时间特征

“是的。”田有园肯定地点了点头，她不说出口，他也知道她猜对了。“我第一次在你们单位门口见他时就觉得怪，有一种怎么也说不清楚的感觉，是熟悉还是害怕？我也说不清楚……后来我就打听了一下，发现……”

不同年份水资源呈现不同程度的脆弱程度, 从表3、图2可以看出, 2003、2005、2006、2007、2009、2013这6年期间水资源呈现出极度脆弱; 2004、2008、2012 年这 3 年水资源呈现重度脆弱; 2010、2011、2014、2018这4年水资源呈现中度脆弱; 2015、2016 年水资源呈现轻度脆弱; 2017 年水资源系统呈现不脆弱。总体来说, 自然脆弱性和水资源脆弱性呈现波动性变化。

表2 各指标的权重

表3 海南凤仙花生境水资源脆弱性评价等级

图2 2003-2018水资源系统脆弱性特征

Figure 2 Vulnerability of water resource systems during 2003—2018

从图2可以看出, 2003—2009年的水资源脆弱性总体较高, 脆弱性指数在0.7532—0.7739区间波动。2010—2012年的水资源脆弱性呈现先上升后下降的趋势, 脆弱性指数在0.6318—0.7013。2013—2017年的水资源脆弱性急剧下降, 脆弱性指数从0.6843降至0.5341。2018年水资源脆弱性稍有上升。从自然脆弱性来看, 2007—2013年期间一直处于反复波动状态, 整体走向呈上升趋势。从整体上看, 区域内气候变化对自然脆弱性产生较大影响, 这可能也是迫使自然脆弱性被动变化的主要影响因素。2003—2018年研究区域内水资源脆弱性与自然脆弱性的波动趋势基本一致。通过对水资源脆弱性做相关分析, 发现水资源脆弱性与自然脆弱性存在很强的正相关(图3), 说明自然脆弱性对水资源脆弱性有较强影响, 决定其脆弱性程度的主要因素是环境基底与气候变化, 时间尺度并没有造成其显著变化, 气候的短期变化(降水等)会显著影响水资源的自然脆弱性。

2.1.2 海南凤仙花生境水资源脆弱性空间特征

利用降水等多年平均指标作为影响海南凤仙花生境水资源分布的水分因子, 构建海南凤仙花生境水资源脆弱性空间分布图。从图4可以看出, 海南岛水资源脆弱性较密集, 从整体上来看其分布呈现“四周低西南高”的分布格局。其中, 海南凤仙花生境和海南岛西南部喀斯特地貌分布区的水资源脆弱性是最高的, 水资源脆弱性基本处在0.6612—0.7532之间。

图3 水资源脆弱性与自然脆弱性相关性

Figure 3 Correlation between water resource vulnerability and natural vulnerability

图4 基于综合指数法的水资源系统脆弱性空间分布

Figure 4 Spatial map of vulnerability of water resource systems based on composite index method

2.2 基于GIS与RS的海南凤仙花生境水资源脆弱性评价

2.2.1 各指标水资源脆弱性特征

2.2.1.1 年降水量与降水量变异系数

由图5可知, 海南岛年降水量空间分布总体呈现出由西到东逐渐增加的分布格局。海南凤仙花主要分布在海南岛的西部及西南部的喀斯特地区, 该地区的年降水量主要集中在1424—1691mm之间, 降水相对与海南岛其它地区偏少, 属于较干旱的区域。从图6可以看出, 海南凤仙花生境所处的喀斯特地区的变异性最强, 降水量季节性变异系数在75.34—79.63之间, 说明该地区容易受地形地貌等影响, 降水变化程度差异较大。

2.2.1.2 最湿季降水量及最干季降水量

海南岛的最湿季降水量分布格局呈现出中部向四周降低的趋势, 尤其是西北部及东南部降水量相对比较集中(图7、图8)。海南凤仙花主要分布在海南岛的西部及西南部的热带雨林喀斯特地区, 该地区的最湿季降水量在986.41—1035.46 mm之间, 降水量较高。海南岛的最干季降水量分布格局则呈现由西南向东北逐渐增多的趋势。海南凤仙花生境地的最干季降水量较少, 在18.21—20.13 mm之间。最湿季降水量和最干季降水量之间差异较大的降水分布特点可能是由于海南凤仙花生境属于典型的高温多雨的热带雨林季风气候区, 干湿季明显, 导致该地区季节性降水分布不均, 干湿季的降水对雨水进行了重新分配, 导致海南凤仙花生境受水分因子影响较大。

图5 年降水量分布

Figure 5 Annual precipitation distribution

图6 降水量季节性变异系数

Figure 6 Coefficient of seasonal variation in precipitation

图7 最湿季降水量分布

Figure 7 Distribution of precipitation in the wettest season

图8 最干季降水量分布

Figure 8 Distribution of precipitation in the driest season

由图9可知, 海南岛的少雨干旱指数总体上呈现出自西南向东北增加的趋势。海南凤仙花分布区域干旱指数较大, 在0.8634—0.9216之间。可能是由于海南凤仙花所处生境是特殊的热带雨林喀斯特地貌, 喀斯特特殊的生态性、脆弱性和二元地质结构等原因, 导致该地区常受到干旱胁迫, 使得海南凤仙花生境干旱指数较大。

2.2.1.4 土壤蓄水能力

土壤蓄水量的减少或增加直接影响其对水分的调节能力。图10显示了海南岛不同土壤类型蓄水能力分布的大小, 总体来说, 海南岛的土壤蓄水能力较强, 在0.5278—0.7283之间。但是海南凤仙花生境土壤蓄水能力较差, 有的甚至在0.4082以下。这种情况在一定程度上反映了海南凤仙花生境受喀斯特地貌的影响, 地表水渗漏情况严重, 雨多地漏, 土壤破碎贫瘠, 导致该地区土壤与植被涵养水源及蓄水功能较差。

图9 少雨干旱指数分布

Figure 9 Distribution of Low rainfall drought index

图10 土壤蓄水能力分布

Figure 10 Distribution of Soil water storage capacity

2.2.1.5 坡度

由图11可以看出, 海南岛的坡度变化主要集中在山地比较多的西南部地区, 绝大多数坡度在45—64°之间。海南凤仙花生境的坡度主要在40—63°之间, 坡度越大, 表面平滑度越高, 越容易导致降水快速流走, 从而降低土壤的蓄水性与保水性, 当地植物无法有效的利用降水, 进一步加强了当地的水资源脆弱性。

2.2.2 海南凤仙花生境水资源脆弱性空间特征

将多年平均降水量、降水量季节性变异系数、最湿季降水量、最干季降水量、少雨干旱指数、土壤蓄水能力、坡度等主题图层与权重相乘叠加空间, 可以呈现海南凤仙花生境整体空间上的水资源脆弱性特征。从图12看出, 海南岛四周的水资源脆弱性不明显, 但西南部比较突出。海南凤仙花所分布的区域正好位于西南部的高值区域内, 水资源脆弱性保持在0.6624—1之间。该地区淋溶作用强烈, 降水丰富, 坡度较陡, 坡面储水能力弱, 水资源脆弱性较高。

图11 坡度

Figure 11 Slope

图12 基于GIS与RS的水资源系统脆弱性空间分布

Figure 12 Spatial map of vulnerability of water resource systems based on GIS and RS

3 讨论

海南岛水资源脆弱性呈现西南部高、其他地区低的分布格局。其中, 海南凤仙花生境所处的喀斯特地区处于水资源脆弱性的高值区, 基于综合指数法得到的海南凤仙花生境的水资源脆弱性在0.6612—0.7532之间, 基于GIS与RS得到的水资源脆弱性在0.6624—1之间。综合指数法和基于GIS、RS的两种评价方法所得结论基本一致。影响海南凤仙花生境水资源脆性高的主要因素是降水和坡度。喀斯特地区生态环境脆弱, 与其他生态环境相比对气候变化高度敏感, 当地植物的生长对气候变化的敏感性和脆弱性也存在较强的异质性[28–29]。海南岛属于热带海洋性季风气候, 全年降水量充足, 但海南凤仙花生境所处的喀斯特地区渗漏性强, 复杂的二元水文结构, 导致该地区石漠化严重, 临时性干旱频繁, 水分亏缺严重影响当地植物的正常生长[30]。本研究中, 无论是基于综合指数法还是利用GIS技术对海南凤仙花生境进行脆弱性评价分析, 水分对海南凤仙花生境的生态脆弱性有着显著影响。

各类降水指标可以体现出区域降水强度与波动状态, 这也是决定生态系统是否稳定的一项关键因素[30]。海南凤仙花生境的水资源脆弱性与自然脆弱性呈显著正相关, 自然脆弱性随着水资源脆弱性的增大而增大, 主要原因在于海南凤仙花生境的喀斯特地区复杂的水文变化过程。从降水量季节性变异系数可以看出, 海南凤仙花生境所处的西南部喀斯特地区的变异性最强, 相对于海南岛其他地区而言, 该地区是水分有效性恶化较快的区域, 其脆弱性较高, 说明该地区受降水季节性不均及地形地貌的影响造成当地水资源分配不均, 植被生境破碎化严重。一方面, 当地的岩溶在长期的降水溶蚀与风化下, 逐渐形成了溶隙、溶洞、溶沟等独特的地貌, 这些现象加剧了水分下渗性[31–32]。另一方面, 由于土壤层内存在大量的碎石与裂隙、溶道, 导致水分运移时发生了显著的空间异质性, 进一步催化了水土流失, 加快了喀斯特地区的石漠化进程[33]。与此同时, 海南凤仙花所处的生境存在明显的地形破碎与坡度起伏, 集中性的降水, 增加了泥石流、滑坡、山地崩塌等自然灾害的强度和频次, 导致海南凤仙花生境的水资源脆弱性越来越高。

海南岛在热带季风气候控制下的盛夏期间, 台风间隔期最长持续47.6±16.1d, 海南岛热带喀斯特地貌呈现同质性背景地域与异质性微生境的组合特征, 干湿季节交替明显[34]。与亚热带喀斯特地貌相比, 频繁的干湿交替导致热带雨林喀斯特地貌的水分脉动特征显著, 在强烈的淋溶、侵蚀和剧烈的水分蒸发协同影响下, 喀斯特石隙微生境呈现“台风间隔期水分匮乏与干湿季植物水分贫瘠”的多重胁迫特征[35–36]。当地植物生境异质化程度显著, 导致自然灾害频繁。自然因素在短期内还不能及时得到改善, 后续还可借助对人为因素脆弱性的治理与改善, 来优化自然本底环境, 以达到降低自然脆弱性的目的, 这也是降低当地喀斯特环境水资源脆弱性以及维持海南凤仙花稳定、健康的植物群落的重要途径。

[1] HARTMANN D L, STOCKER T F. Observations: Atmosphere and surface. Climate Change 2013: The Physical Science[J]. Cambridge University Press, 2013: 159–254.

[2] ZOTARELLI L, DUKES M D, ROMERO C C, et al. Step by Step Calculation of the Penman-Monteith Evapotranspiration (FAO-56 Method)[J]. IFAS Extension of University of Florida, 2015, 459–469.

[3] PENMANR H L, EVANS T E. The measurement of evapotranspiration in an arid climate using the energy balance method[J]. Proceedings of the Institution of Civil Engineers, 1981, 71(1): 51–62.

[4] XUE Lianqing, WANG Jing, ZHANG Luocheng, et al. Spatiotemporal analysis of ecological vulnerability and management in the Tarim River Basin, China[J]. Science of the Total Environment, 2019, 649: 876–888.

[5] 哈斯巴根, 李同昇, 佟宝全. 生态地区人地系统脆弱性及其发展模式研究[J]. 经济地理, 2013, 37(4): 149–154.

[6] 夏军, 邱冰, 潘兴瑶, 等. 气候变化影响下水资源脆弱性评估方法及其应用[J]. 地球科学进展, 2012, 27(4): 443–451.

[7] DANIEL D E, THAMS J. Water in Desert Ecosystems[M]. USA: Academic Press, 1981.

[8] KOVSHAR A F, ZATOKA A L. Placing and Infrastructure of Reservations in the Arid Zone of the USSR[J]. Probiemy Osvoeniya Pustyn, 1991, (3/4): 155–161．

[9] ZANG Zheng, ZOU Xinqing, ZUO Ping, et al. Impact of Landscape Patterns on Ecological Vulnerability and Ecosystem Service Values: An Empirical Analysis of Yancheng Nature Reserve in China[J]. Ecological Indicators, 2017, 72: 142–152．

[10] 郭宾, 周忠发, 苏维词, 等. 基于格网GIS的喀斯特山区草地生态脆弱性评价[J]. 水土保持通报, 2014, 34(2): 204–207.

[11] 郑文武, 曾永年, 吴桂平, 等. 遥感和GIS支持下的湘西北喀斯特山区县域农业生态环境脆弱度评价[J]. 地理与地理信息科学, 2010, 26(2): 93–96.

[12] DOERFLIGER N, JEANNIN P Y, ZWAHLEN F. Water vulnerability assessment in karst environments: a new method of defining protection areas using a multi-attribute approach and GIS tools[J]. Environmental Geology, 1999, 39(2): 165–176.

[13] 张凤太, 赵卫权, 苏维词. 面源污染视角下的岩溶区地下水资源脆弱性评价——基于PSR–物元可拓模型的分析[J]. 人民长江, 2016, 47(19): 12–19.

[14] 王茜, 赵筱青, 军伟, 等. 滇东南喀斯特区域生态脆弱性时空演变与影响因素[J]. 应用生态学报, 2021, 32(6): 2180–2190.

[15] 章程. 贵州普定后寨地下河流域地下水脆弱性评价与土地利用空间变化的关系[D]. 北京: 中国地质科学院, 2003.

[16] 崔东文. 基于改进BP 神经网络模型的云南文山州水资源脆弱性综合评价[J]. 长江科学院院报, 2013, 30(3): 1–7.

[17] 贾晓青, 刘建, 罗明明, 等. 基于改进的 DRASTIC 模型对香溪河典型岩溶流域地下水脆弱性评价[J]. 地质科技情报, 2019, 38(4): 255–261.

[18] 吕文凯, 周金星, 万龙, 等. 滇东岩溶断陷盆地水资源脆弱性评价[J]. 地球学报, 2021, 42(3): 341–351.

[19] 钟云芳, 武华周, 宋希强, 等. 海南凤仙花生境地物种多样性及其与环境关系研究[J]. 热带作物学报, 2014, 35: 355–361.

[20] 宁瑶, 雷金睿, 宋希强, 等. 石灰岩特有植物海南凤仙花()潜在适宜生境分布模拟[J]. 植物生态学报, 2018, 42(9): 946–954.

[21] 臧润国, 董鸣, 李俊清, 等. 典型极小种群野生植物保护与恢复技术研究[J]. 生态学报, 2016, 36(22): 7130–7135.

[22] 孙卫邦, 韩春艳. 论极小种群野生植物的研究及科学保护[J]. 生物多样性, 2015, 23(3): 426–429.

[23] 刘宇, 韩淑梅, 宋希强, 等. 不同海拔下海南凤仙花可培养根际真菌和细菌群落的季节性变化[J]. 热带生物学报, 2018, 9(1): 47–53.

[24] HIJMANS R J, CAMERON S E, PARRA J L, et al. Very high resolution interpolated climate surfaces for global land areas[J]. International Journal of Climatology, 2005, 25, 1965–1978.

[25] 吴新萍, 王江, 井立红, 等. 天气类型对塔克拉玛干沙漠腹地沙尘浓度的影响[J]. 干旱区资源与环境, 2016, 30(3): 146–150.

[26] 何彦龙, 袁一鸣, 王腾, 等. 基于GIS 的长江口海域生态系统脆弱性综合评价[J]. 生态学报, 2019, 39(11): 3918–3925.

[27] 何福红, 黄明斌, 李景保. 土壤水库和森林植被对水资源的调节作用[J]. 土壤与环境, 2001, 10(1): 42–44.

[28] ROERING J J, MARSHALL J, BOOTH A M, et al. Evidence for biotic controls on topography and soil production[J]. Earth and Planet Science Letters, 2010, 298: 183–190.

[29] REMPE D M, DIETRICH W E. Direct observations of rock moisture, a hidden component of the hydrologic cycle[J]. Proceedings of the National Academy of Sciences of the United States of America, 2018, 115: 2664–2669.

[30] RICHTER D D, BILLINGS S A. 'One physical system': Tansley's ecosystem as Earth's critical zone[J]. New Phytologist, 2015, 206(3): 900–912.

[31] UMAIR M, SUN N X, DU H M, et al. Differential metabolic responses of shrubs and grasses to water additions in arid karst region, southwestern China[J]. Scientific Reports, 2019, 9: 9613.

[32] 曹建华, 杨慧, 张春来, 等. 中国西南岩溶关键带结构与物质循环特征[J]. 中国地质调查, 2018, 5(5): 1–12.

[33] DING Yali, NIE Yunpeng, CHEN Hongsong, et al. Water uptake depth is coordinated with leaf water potential, water use efficiency and drought vulnerability in karst vegetation[J]. New Phytologist, 2021, 3(229): 1339–1353.

[34] 宋同清, 王克林, 曾馥平, 等. 西南喀斯特植物与环境[M]. 北京: 科学出版社, 2015.

[35] JIANG Guanghui, CHEN Zhao, SIRIPORNPIBUL C, et al. The karst water environment in Southeast Asia: characteristics, challenges, and approaches[J]. Hydrogeology Journal, 2021, 29: 123–135.

[36] 曹坤芳, 付培立, 陈亚军, 等. 热带岩溶植物生理生态适应性对于南方石漠化土地生态重建的启示[J]. 中国科学:生命科学, 2014, 44: 238–247.

Spatio-temporal differentiation in water resource vulnerability of, a limestone-endemic plant habitat based on grid scale

HUANG Weixia1,2, MENG Xinya2, ZHONG Yunfang2, ZHANG Jinling2, SONG Xiqiang2,*

1. College of Horticulture and Forestry, Tarim University, Alar 843300, China 2. Key Laboratory of Genetics and Germplasm Innovation of Tropical Special Forest Trees and Ornamental Plant, Ministry of Education/School of Forestry, Hainan University, Haikou 570228, China

The frequent alternation between wet and dry season significant moisture pulsation in tropical rainforest karst landscapes, the zonal background environment is strongly fragile and heterogeneous. The study of the water vulnerability characteristics of local plant habitats helps to understand their adaptation mechanisms to tropical rainforest karst habitats and provides a theoretical basis for ecological restoration of plants and conservation of germplasm resources. Based on the natural environment raster data of the limestone-endemic planton Hainan Island as a basis, RS and GIS techniques were used to construct a water resources vulnerability evaluation index system, combined with the integrated index method to analyze the spatial and temporal variability of water resources inhabitats. The results are as follows. The vulnerability of water resources inhabitats was dominated by natural vulnerability from 2003 to 2018, and changes in natural vulnerability fluctuations were closely related to natural factors such as precipitation. The proportion of extremely vulnerable and severely vulnerable areas was large; the proportion of moderately vulnerable and mildly vulnerable areas was small. The karst area wherehabitats were located was in the high value of water resources vulnerability, which ranged from 0.6612-0.7532 based on the composite index method and 0.6624-1 based on GIS and RS. The water resources vulnerability ofhabitats was influenced by the moisture characteristics of tropical rainforest karst landscapes in the dry and wet seasons, and the degree of regional differentiation was obvious. The changes in their moisture characteristics can be used to control soil erosion promptly and protect the ecological environment and germplasm resources ofhabitats.

karst; water vulnerability; composite index method; GIS;habitat

10.14108/j.cnki.1008-8873.2024.01.014

X826

A

1008-8873(2024)01-113-11

2021-08-18;

2021-11-08

国家自然科学基金项目(32371959); 国家自然科学基金项目(32201282); 兵团指导性科技计划项目(2023ZD112); 塔里木大学校长基金胡杨英才项目(TDZKBS202306)

黄蔚霞(1989—), 女, 湖南怀化人, 博士, 主要从事植物生态学、保护生物学研究, E-mail: Huangweixia1210@163.com

通信作者:宋希强, 男, 博士, 教授, 主要从事植物资源与利用、保护生态学研究, E-mail: songstrong@hainanu.edu.cn

黄蔚霞, 孟新亚, 钟云芳, 等.基于栅格尺度下喀斯特专性植物海南凤仙花生境水资源脆弱性时空分异变化[J]. 生态科学, 2024, 43(1): 113–123.

HUANG Weixia, MENG Xinya, ZHONG Yunfan, et al. Spatio-temporal differentiation in water resource vulnerability of, a limestone-endemic plant habitat based on grid scale[J]. Ecological Science, 2024, 43(1): 113–123.