黄土高原区主导生态风险识别及分异性研究
——以黄河流域中游为例

沈问苍,张建军,2,*,王 柯,张守国,雷昊仪,宋远坤

1 中国地质大学(北京)土地科学技术学院,北京 100083 2 自然资源部土地整治重点实验室,北京 100083

生态文明是工业文明发展到一定阶段的产物,是人与自然和谐发展的新要求。在全球范围内,人类对自身与自然关系、发展与保护关系的反思不断深入。党的十八大做出“大力推进生态文明建设”的战略部署,首次明确“美丽中国”是生态文明建设的总体目标。近年来,我国生态空间遭受持续威胁,城市化、工业化、基础设施建设、农业开垦等开发建设占用生态空间,尤其是生态脆弱区亟待全面的生态治理和修复。黄河流域横跨我国中西部,生态环境承载能力低,生态问题严重且多样,面临着流域干旱、水土流失、水资源匮乏、开发建设与生态环境矛盾尖锐等问题[1]。2019年9月,习近平总书记在郑州主持召开黄河流域生态保护和高质量发展座谈会,强调要共同抓好大保护、协同推进大治理,黄河流域生态保护和高质量发展上升为重大国家战略[2]。2021年10月,深入推动黄河流域生态保护和高质量发展座谈会在济南召开,会议再次强调了要科学分析当前黄河流域生态保护和高质量发展形势。而明确黄河区域存在的生态威胁,厘清流域的生态问题,是进行生态恢复的前提[3]。

生态风险评估作为一种量化复杂生态风险的方法,是收集、分析和呈现科学信息的综合过程,可以为决策者提供风险情景的量化和可视化[4]。生态风险(Ecological Risk)是指一个种群、生态系统或整个景观的正常功能受外界胁迫,从而导致内部要素减少或紊乱,最终引起生态系统稳定性降低以及对结构和功能产生不利结果的可能性[5—6]。生态风险评价研究兴起于20世纪90年代, Barnthouse等提出的生态风险评估框架, 标志着风险评价向多风险因子、多风险受体及多端点发展[7—8]。早期的生态风险研究多关注单一风险源[9],大多关注化学物对土壤和水等环境的影响[10—12],以及重金属等微观粒子污染[13]等。近年来,人类—自然耦合系统研究在地球系统科学领域蓬勃发展,地理学和生态学二者的交叉融合研究益发受到国内外学者的关注[14]。随着地理—生态过程等区域研究的发展,生态风险这一概念被应用到了生态系统的地理表层现状的研究[15],衍生出了景观生态风险评价和区域生态风险评价。国内最早的景观生态学实证研究始于二十世纪末,在之后随着遥感的发展,更多基于地表景观的生态风险研究得以展开[16—22]。

区域生态风险评价放眼更为多元的生态风险源和风险受体,如气候、生物、疾病等风险源,以及地质、水文环境或生态系统中的一个关键种等风险受体[23—27]。黄河流域经济社会发展整体滞后,贫困面广、量大、程度深,是我国生态安全保障和经济社会发展的重点和难点地区[28]。目前国内关于黄河流域生态方面的实证研究主要包括植被特征变化识别[29],生态遥感指数的时序研究[30],基于面板数据的生态质量、生态安全与生态脆弱性的评价[31—33],基于生态系统服务的生态安全格局构建以及生态系统服务与城市化之间的关系[34—35]。国内缺少基于黄河流域中游自然本底特征的多风险源的区域生态风险识别与评价研究。本文旨在以黄河流域中游为研究对象,运用遥感监测方法,从土壤侵蚀、土壤干旱、植被固碳能力、防风固沙能力和人类活动方面选取遥感模型进行栅格尺度生态风险识别与区域分异研究,明确区域主导生态问题与影响风险的主要地理因素,分行政区和地理要素识别生态问题,为推进黄河流域生态保护与修复提供技术支持,促进全域的高质量发展。

1 研究方法与数据处理

1.1 研究区概况

研究区为黄河流域中游地区,傅伯杰的全国生态区划中I3(6)：黄土高原水土流失敏感生态区,如图1所示。为了方便统计和研究,分区边界具体到市级行政边界。研究区涵盖了甘肃、宁夏、陕西、山西四省的18个地级市,介于东经103°33′—113°58′,北纬33°35′—40°22′。地势西高,中低,东北高。海拔大部分在360—3600m之间,黄土高原暖温半干旱气候区,是典型的大陆性气候,形成冬季漫长寒冷、春季气温多变、夏季短暂凉爽、秋季降温迅速,昼夜温差大,春季和夏初雨量偏少,灾害性天气多,区域降水差异大等气候特征。全域土地利用类型主要以林地、草地和耕地为主导,面积占到整个区域总面积的90%以上,分别占到了整个研究区的20.98%、32.52%和39.86%。区域的林地和草地分布有明显的地带性,林地主要分布在了区域的东南部分,往西北渐渐转变为以草地为主的干旱区,林草过渡带以黄河—延安—庆阳—固原为界限。全域耕地主要分布在建成区附近,以太原市、银川市、临汾市、咸阳市为主。

1.2 数据来源

本研究的栅格数据主要基于Google Earth Engine(GEE)平台获取。因为单幅影像对结果会造成一定的差异性,本文的各类植被数据、地表温度数据筛选了夏季6月1号到8月31号的所有影像,并对其求均值并拼接、裁剪、重采样得到研究区尺度的1km分辨率的各类栅格数据。具体数据信息见表1。

1.3 研究方法

1.3.1技术路线

黄河流域中游地处黄土高原区,地域辽阔,气候类型多样,自然地理条件复杂,有黄土丘陵沟壑区,沙地和农灌区,土石山区及河谷平原区等不同地理分区,导致了生态问题有了显著的空间分异现象[36]。全域复杂的地形、土壤、水资源、气候以及植被覆盖等自然条件主要诱发了包括水土流失、土壤干旱、植被生产力低、风沙侵蚀等各类生态问题[37—39]。本研究结合遥感数据和模型来分析其风险特征,从五个方面构建了区域的生态风险评价。得到研究区1km分辨率的空间生态风险评价结果,并从空间角度对各个风险因子和综合风险开展空间分异性研究和主导风险分析,以识别重点地区,提供修复路径及建议。具体思路与技术路线如图2所示。

表1 数据来源与详情

图2 研究构思与技术路线Fig.2 Research concept and technical route

1.3.2生态风险评价

区域生态风险评价是整个生态风险研究的重要组成部分,而流域是一类复杂的自然地理区域,它是以地表水和地下水为主要纽带,密切连接特定区域水循环、土地覆被、生态系统等自然支撑系统的综合生态地域系统[40]。本文通过对黄土高原水土流失敏感生态区的生态问题的识别与分析,从区域的水、地形、风沙、植被以及人类活动多角度确定风险源[41],确定了以植被覆盖度低、水土流失、土壤干旱、风沙侵蚀等问题为主的生态问题。本文选取了土壤侵蚀敏感性(Soil erosion sensitivity,SE),温度植被干旱指数(Temperature vegetation dryness index,TVDI),净生态系统生产力(Net ecosystem productivity,NEP),防风固沙功能(Services of windbreak and sand fixation,SWS)和夜间灯光强度(Nighttime light intensity,NTL)进行表征。详细数据计算方法见表2。

表2 生态风险评价模型和计算方法

1.3.3区域综合生态风险计算

由于评价得到的风险因子值的分布相差较大,通过直接的权重加权求和会忽略掉一些值较小的风险类别。因此本位通过分位数分类方法,将五类生态风险因子重分类为1,2,3三等。分位数分类将各要素以同等数量分组到每个类中,因此可以解决离散的高值导致归一化后，多数低值的数据在之后的加权评价后失去重要性的问题。空间主成分分析法会因空间上数据的独立性而忽略掉某些风险因子,从而造成空间上各个风险因子不能得到充分显现。为了能将各个生态问题在不同的空间和地区都能公平表达出对综合生态风险的贡献,将五类风险因子赋予相同的权重0.2,通过栅格计算器加权计算并归一化得到最终的区域综合生态风险。如公式(1)所示,ER为区域综合生态风险。

ER=0.2×(SE+NEP+SWS+TVDI+NTL)

(1)

1.3.4空间相关分析

本文采用双变量的全局Moran′sI指数和局部Moran′sI指数来计算和分析各个生态风险和地理因子之间的空间聚集关系,当全局Moran′sI指数大于0时,表明两个变量之间有空间上的正相关,表现为正向聚集；反之,表明两个变量之间有空间上的负相关,表现为反向聚集；当全局Moran′sI指数等于0,表明不存在相关性。局部Moran′sI指数以及聚集图可以反映变量之间的局部聚集现象。

2 结果分析

2.1 单一生态风险评价因子特征分析

图3显示了五类风险因子空间分布特征,其中NEP的分布有明显的地带性,呈现东南高,西北低的特点,由东南向西北呈现条带状递减的趋势。全区域的TVDI分布状况比较离散。东南部建设用地分布较广,土壤干旱较为严重,以临汾市东部、咸阳市、银川市最为突出。西北部的干旱情况比较严重,其中银川市的周围的旱区面积较大,此处的植被覆盖少,地表水缺乏。干旱情况轻微、土壤含水量较高的地区位于东部和西部的两处,固原市和天水市以及山西的西部地区,此处植被覆盖度高,森林密布,土壤含水量充足。土壤侵蚀敏感性反映的水土流失问题主要存在于河谷地区、坡度较大等地区,呈明显的沿河条带分布。人类活动对生态的胁迫主要集中在各个城市以及周边,以太原市、银川市、咸阳市等大城市为主。从防风固沙服务能力指数来看,山西省的防风固沙能力较强,黄河东侧整体处于较高水平,朔州、太原、忻州三市的防风固沙能力较强,西北部地区较弱,其中银川市防风固沙能力总体最低。

图3 生态风险因子评价结果空间分布Fig.3 Spatial distribution of ecological risk factors assessment

2.2 区域综合生态风险评价结果

2.2.1综合生态风险空间分布

区域综合生态风险(图4)在空间上呈现比较大的差异性,也有其区域特点,总体上呈现西北高,东南低的分布特点。如西北的生态风险总体较高,西南部、中南部以及东部山西省生态风险低值较为聚集,黄河沿岸生态风险较高。从城市方面来看,临汾市东南部、银川市、太原市、咸阳市生态风险高值较多,天水市、固原市、忻州市、朔州市等地绿的分布较广,生态风险较低。以地级市的平均生态风险评价值来看(图5),中卫市、吴忠市、白银市、榆林市和银川市区域生态风险平均值最高,都超过了0.5。天水市、宝鸡市和平凉市的区域生态风险平均值最低,处于0.3以下水平。

图4 区域综合生态风险评价结果空间分布图Fig.4 Spatial distribution of regional comprehensive ecological risk assessment results

将综合生态风险按自然间断法进行分类,并按从低到高分为五级。从图4可以看出,全域高风险和较高风险的地区占比较大,其中高风险地区面积占全域的29%,较高风险地区占总面积的44%,这表明大部分地区有着较高的生态风险。中等风险地区的面积占比为18%,全域绿色和浅绿色面积占比较低,其中较低风险地区占比5%,低风险地区占比3%,大部分地区分布在天水市、吕梁市、太原市、宝鸡市南部以及忻州市等地。从各地级市的分级情况来看(图5),吕梁市低风险面积最大,其次是忻州市、宝鸡市、临汾市,忻州市较低风险面积最大。高风险方面,榆林市的高风险面积最大,其次是延安市、庆阳市。在比例方面,吴忠市、中卫市、银川市和榆林市的较高和高风险所占比例最大,几乎占据了所有的行政面积。庆阳市、白银市和咸阳市的多数地区也都具有中等以上的生态风险。这表明西部和北部地区的多数地区都面临着较大的生态风险。

2.2.2不同用地类型的风险分析

不同的土地利用对生态风险有着较大的影响。为了明确不同土地利用状况的生态风险大小,本文根据像元点提取了生态风险的值,并归纳了耕地、林地、草地、水域、建设用地和裸地的各等级生态风险占比(图6)。结果表明,不同的用地类型的生态风险有着较大差异,总体而言,林地的生态风险最低,草地和耕地其次,裸地生态风险最高。全域低等级的生态风险区域中,林地比例最大,裸地比例最小。

2.2.3主导生态风险空间特征

为了明确研究区在空间上生态风险的主导因素,本文将五类生态风险分等,提取了高风险等级的像元,并根据各个高风险因素的空间分布以及叠加分布等特点,将全域分为了六大风险主导(图7)。其中水土流失主导的生态风险区域主要位于各个河流沿岸,呈现树冠状分布。西北部主要为植被净生态系统生产力低,以及土壤干旱主导的生态风险。南部地区主要为土壤干旱主导的生态风险。而在城市建成区,主要是人类活动对生态系统的胁迫为主。全域除了植被覆盖较高的地区,都存在防风固沙功能缺失的生态风险,大部分地区都应加强防护林建设。

2.3 生态风险影响因素分析

本文主要通过生态风险评价结果与坡度、归一化植被指数、地表温度、汛期降水量进行空间相关性分析,计算了各个双变量之间的全局Moran′sI指数,来解释生态风险主要的诱因,结果如图8所示。综合生态风险与因子之间有着很强的空间相关性,其中和地表温度相关性达到了0.718,这表明地表温度高的区域,生态风险也普遍较高。综合生态风险与坡度、NDVI、汛期降水量主要呈负相关关系,表明了植被指数、坡度和汛期降水量较高的区域,生态风险值较低。从单一生态风险评价因子来看,土壤侵蚀敏感性与NDVI的负相关性最强,与地表温度的正相关性较强。夜间灯光强度与地表温度有较强的关联,同样,温度植被干旱指数与地表温度有较强的正相关聚集分布现象。植被净初级生产力与NDVI、汛期降水量有很强的正相关性。防风固沙能力与坡度有较强的正相关性,与地表温度有较强的负相关性。

图5 各地级市综合生态风险分级情况Fig.5 Comprehensive ecological risk classification situation of prefecture-level cities

图6 不同土地利用的生态风险状况Fig.6 Ecological risk status of different land uses

图7 主导风险空间特征Fig.7 Dominant risk zones

图8 生态风险及影响因子空间相关性分析雷达图Fig.8 Radar chart of spatial correlation analysis of ecological risks and influencing factors

图9 生态风险主要影响因素空间相关性分析Fig.9 Spatial correlation analysis of main influencing factors of ecological risk

由各类气候、地理因素和生态风险的空间聚类关系归纳得到综合生态风险成因(图9)。从生态风险和坡度的空间聚集来看,L-H聚集的地点主要分布在西南和山西省,这些地点地势起伏大,属于山区森林,植被覆盖率高,生态风险较低。从NDVI和生态风险的关系来看,全域主要呈现为H-L和L-H聚集,这表明生态风险和NDVI基本呈现极强的负相关。从地表温度和生态风险的关系来看,全域主要呈现为H-H和L-L聚集,这表明两者有极强的正相关,地表温度升高会直接导致生态风险的升高。从生态风险和汛期降水量的关系来看,主要表现为H-L、L-H聚集,这表明大部分地区两者是负相关的,这可以从降水量大,植被覆盖也大,气候地理条件也较好,生态风险较低。但是也存在一些H-H聚集的地区,这些地区的较大的汛期降水量会导致土壤侵蚀,引发水土流失危害。从四个方面的因素和生态风险的聚集情况来看,都能从各个角度充分解释各个地区生态风险的成因。

3 结论与讨论

3.1 结论

本文基于黄河流域中游区域特征,确定生态问题,通过GEE云平台获取了植被、降水、坡度、地表温度、NPP、气温、蒸散量以及夜间灯光数据,结合土地利用数据、土壤库数据,通过空间栅格计算的方法,实现了2020年区域1km分辨率的五类单一指标的生态风险空间可视化,并通过重分类、加权计算得到区域综合生态风险值的空间分布。结果表明：黄河流域中游地域辽阔,气候类型多样,自然地理条件复杂,这导致研究区的生态风险空间分布具有显著的区域差异,生态风险呈现明显的东南和西北的差异、不同土地覆被情况的差异、人类活动带与非分类活动带的差异以及河流沿河与非沿岸的差异；从单个风险因子空间分异性来看,植被净生态系统生产力呈现东南高西北低的特征,温度植被干旱指数显示西北部、山西、陕西南部存在较高的干旱风险,土壤侵蚀风险主要存在于河谷地带以及西北部,防风固沙能力在山西省吕梁山沿线山区以及西南植被生长较好的地区较高；综合生态风险评价显示宁夏以及陕西北部多数地区属于高风险区,低风险区主要分布在研究区西南部以及山西省西部沿线地区,西北较高的风险主要由缺水、植被稀疏、风沙等自然条件所致；双变量的Moran′sI指数可以从空间上解释生态风险分异性成因,地表温度、植被覆盖和汛期降水是导致综合生态风险西北和东南差异的主要原因,坡度是导致局部风险差异(如土壤侵蚀、防风固沙)的主要原因。从结果上来看,本文得出的生态风险有着明显的区域空间特征,不论从数据源和各类地表特征都能归纳出规律性特征,并对结果做出解释。

3.2 讨论

黄河流域中游——黄土高原区地域辽阔,地理要素复杂,区域差异明显。本文运用了遥感手段对地表地理过程进行了监测,从地表自然要素角度考虑了其的自然本底情况,主要借助GEE平台,能更加快捷和便利地获取到大尺度、最新的遥感数据,使得本研究能从多角度确定风险源,建立风险评价体系。本文建立了一套符合黄河流域的区域生态风险评价体系,四类生态风险因子都能准确识别区域生态问题,其中SE能有效地识别水土流失风险,TVDI能准确识别土壤干旱风险,NEP能准确识别植被生长状况和固碳能力,SWS能有效评价区域防风固沙能力,NTL能识别人类对自然的开发所造成的风险,能够有效识别区域复杂的生态问题。空间可视化的生态风险分布图和空间分异性研究,可以直观地识别当地存在的生态问题,管理决策者可以从地级市角度、风险源角度、综合风险强度角度以及风险成因角度,更清晰地把握区域生态问题,结合地理差异和当地实际情况,因地制宜地开展生态修复和风险防范工作。

本文的不足之处和可展望之处,首先在数据的分辨率方面,考虑到可操作性以及多个数据的统一性,使用了1千米的分辨率。在后续的研究中可以针对更加细致的生态问题进行更高分辨率的评价。在指标的选取方面,本文考虑到了水土流失、干旱、植被生产力、防风固沙能力和人类的胁迫,考虑到遥感评价的手段的多样化,后续可以增加更加实际和符合当地问题的其他类指标。在时间尺度上,未能做出多期的趋势变化,只能从空间上和各地理要素之间进行研究,后续可以做出多期的变化研究,同时研究各因子之间的驱动关系。考虑到风险的预警和防范工作,后续可以根据各地级市的实际情况展开评价,对各地风险的抵御和防范能力给出比较明确的评价。