周夢云, 蔡永立,*, 張瑞峰, 劉健, 宋雪珺

寧夏賀蘭山國家級自然保護區(qū)建立前后區(qū)域生態(tài)脆弱性時空格局變化研究

周夢云1, 蔡永立1,*, 張瑞峰1, 劉健2, 宋雪珺1

1. 華東師范大學生態(tài)與環(huán)境科學學院, 華東師范大學上海市城市化過程與生態(tài)恢復重點實驗室, 上海 200241 2. 寧夏賀蘭山國家級自然保護區(qū)管理局, 寧夏銀川 750021

以寧夏賀蘭山為研究對象, 基于VSD模型從暴露、敏感、適應三方面構建指標體系, 通過SERV模型進行生態(tài)脆弱性評估, 定量測度了1988和2013年國家級自然保護區(qū)建立前后寧夏賀蘭山生態(tài)脆弱性的時空格局。結果表明: 保護區(qū)建立25年后, 寧夏賀蘭山生態(tài)脆弱性明顯降低, 生態(tài)脆弱性分級指數(shù)從7.4下降至5.3, 區(qū)域生態(tài)環(huán)境由原先的強度脆弱為主降低為中度脆弱?？臻g上來看, 生態(tài)脆弱性整體呈現(xiàn)中部高四周低的分布格局。其中極度和重度脆弱區(qū)大范圍減少, 主要轉(zhuǎn)化為中度和輕度脆弱區(qū), 但仍有部分中度和輕度脆弱區(qū)轉(zhuǎn)化為極度和重度脆弱區(qū)。本研究有助于全面掌握寧夏賀蘭山的生態(tài)脆弱程度及時空分異特性, 對識別關鍵脆弱環(huán)境因子、提高生態(tài)環(huán)境治理具有重要意義。

生態(tài)脆弱性; 時空格局; VSD評估框架; 賀蘭山

0 前言

生態(tài)脆弱性是指生態(tài)系統(tǒng)應對外界干擾所具有的敏感性和不穩(wěn)定性。近年來, 隨著全球變化的加劇和人類活動對自然生態(tài)系統(tǒng)干擾強度的增加, 較高頻度的自然災害、環(huán)境污染等一系列生態(tài)問題不斷涌現(xiàn), 生態(tài)脆弱性強度與日俱增[1]。因此, 針對生態(tài)脆弱性時空格局進行研究, 為社會發(fā)展中出現(xiàn)的生態(tài)問題提供有效的預測、規(guī)避和治理, 是人類與自然和諧發(fā)展的重要前提。

目前, 國內(nèi)外學者已從理論和方法應用等方面針對生態(tài)脆弱性開展了大量研究[2-4]。但評價指標和信息數(shù)據(jù)的組織大多缺乏系統(tǒng)的理論框架模型, 這也成為當下脆弱性評價的難點之一。近年來, 研究趨勢由“因素-結果”為主的理論體系轉(zhuǎn)變?yōu)橐詮娬{(diào)敏感性和適應性為主的方法體系, 多尺度、多要素整合的脆弱性評價逐漸成為研究的主要趨勢[5,6]。其中, Polsky 等[7]發(fā)展了基于“暴露-敏感-適應”的VSD評價模型, 涵蓋了生態(tài)系統(tǒng)脆弱性的主要構成方面, 將脆弱性分解為暴露程度、敏感性、適應力三個維度, 為脆弱性評價工作的開展提供了清晰完備的思路[5]。隨著脆弱性評價方法體系的完善, 該模型得到了較為廣泛的應用[3,8]。

賀蘭山作為中國重要的自然地理分界線之一, 是西北地區(qū)最后一條生態(tài)屏障[9,10]。該地區(qū)位于干旱半干旱區(qū)過渡地帶, 其生態(tài)環(huán)境遭受著暴雨山洪、干旱等自然災害的嚴重干擾。脆弱的生態(tài)環(huán)境與重要的生態(tài)意義使得賀蘭山成為亟待保護的地區(qū)。本文以寧夏賀蘭山為研究對象, 構建基于VSD模型的評價指標體系[11]對區(qū)域綜合生態(tài)脆弱性進行評估, 反映出國家級自然保護區(qū)建立前后內(nèi)外脅迫對寧夏賀蘭山脆弱性的時空影響, 從而為環(huán)境保護、合理規(guī)劃、定期監(jiān)測和生態(tài)修復提供理論依據(jù)。

1 研究區(qū)域與研究方法

1.1 研究區(qū)概況

寧夏賀蘭山位于寧夏回族自治區(qū)西北部(圖1), 地理坐標38°19′—39°22′N, 105°49′—106°41′, 海拔高度2000—3000 m, 山體總面積2291.1 km2。屬溫帶大陸性氣候, 季節(jié)變化明顯, 降水稀少, 且多集中在夏季, 多暴雨, 垂直氣候分明。寧夏賀蘭山是一條較典型的拉張或剪切拉張型塊斷山地, 地勢起伏大且坡度較大, 地表物質(zhì)穩(wěn)定性差。區(qū)內(nèi)土質(zhì)疏松, 植被覆蓋率較低, 且夏季暴雨沖刷力強, 水土流失情況不容樂觀。區(qū)內(nèi)有大小溝道67條, 多為季節(jié)性河流, 溝道水流具有暴漲暴落的特性。區(qū)域內(nèi)共有野生動物436種, 種類豐富, 其中國家二級保護動物巖羊在實行嚴格的保護后, 數(shù)量有了大幅度增長[10]。寧夏賀蘭山國家級自然保護區(qū)的建設與發(fā)展, 彰顯了保護與發(fā)展的協(xié)調(diào)關系, 對促進寧夏賀蘭山“自然—社會—經(jīng)濟”復合生態(tài)系統(tǒng)的長足發(fā)展具有重要意義。

1.2 評價指標體系的建立與標準化

生態(tài)脆弱性研究的基本內(nèi)容包括對生態(tài)系統(tǒng)變化的評估, 環(huán)境變化對生態(tài)系統(tǒng)造成潛在影響的預估, 生態(tài)系統(tǒng)對外界擾動的敏感程度, 以及生態(tài)系統(tǒng)對環(huán)境變化的適應性評價[12]。生態(tài)系統(tǒng)脆弱性是由暴露、敏感、適應三大核心要素構成[13-16]。本文選用VSD(暴露—敏感—適應)評價模型進行區(qū)域生態(tài)脆弱性評估, 基于對寧夏賀蘭山生態(tài)環(huán)境脆弱性誘因的定性分析, 兼顧簡便性和易操作性,構建評價指標體系。

圖1 寧夏賀蘭山地理位置

Figure1 Location of Helan Mountain of Ningxia

暴露度(Exposure)是反映生態(tài)系統(tǒng)受到外界干擾的脅迫程度, 暴露程度越高, 生態(tài)系統(tǒng)脆弱性越強。寧夏賀蘭山國家級自然保護區(qū)建立后, 原始粗放的畜牧業(yè)生產(chǎn)等人類活動大范圍減少。寧夏賀蘭山典型干擾主要表現(xiàn)為氣象災害、地質(zhì)災害等自然脅迫，因此本文選用地溫、降水、坡度等指標進行表征。生態(tài)敏感性(Sensitivity)反映生態(tài)環(huán)境的生境現(xiàn)狀及其受干擾后的反應能力, 高脆弱性地區(qū)往往表現(xiàn)出較高的敏感性。寧夏賀蘭山是典型的生態(tài)過渡地帶, 其所處的自然地理環(huán)境決定其生態(tài)系統(tǒng)的敏感性程度, 可以通過植被覆蓋、地形和生物多樣性指標進行表征。適應力(Adaptive Capability)是指生態(tài)系統(tǒng)在內(nèi)外擾動下的恢復能力, 包括自我調(diào)節(jié)和社會經(jīng)濟方面的人為干預。適應力較強的地區(qū), 對干擾的耐受范圍更大, 生態(tài)脆弱性往往較低。本文選用凈初級生產(chǎn)力(NPP)和保護區(qū)資金投入情況對適應力進行表征。

參考已有的脆弱性研究成果[17-19], 采用專家打分法對評價指標進行標準化處理[20,21], 本文咨詢了6位副高及以上職稱人員, 其中3人為景觀生態(tài)學研究方向, 熟悉生態(tài)脆弱性評價的相關工作; 2人為地質(zhì)學研究方向, 擁有賀蘭山地質(zhì)地貌研究的相關經(jīng)驗; 1人為植物學研究方向, 并長期從事賀蘭山植被狀況的相關研究, 1人為動物學研究方向, 在賀蘭山動物地理及動物生態(tài)研究方面有一定建樹。按各指標對生態(tài)系統(tǒng)穩(wěn)定性影響大小, 從高到低確定各指標分級閾值(2, 4, 6, 8, 10), 以反映生態(tài)系統(tǒng)狀況的優(yōu)劣程度(表1)。

1.3 數(shù)據(jù)來源及處理

本研究采用的數(shù)據(jù)主要包括: (1)寧夏賀蘭山1988年5月1日和2013年6月7日TM遙感數(shù)據(jù), 軌道號為129-33, 空間分辨率為30 m; (2)寧夏賀蘭山30m分辨率數(shù)字高程模型(DEM)數(shù)據(jù); (3)寧夏賀蘭山1∶25萬土壤類型數(shù)據(jù); (4)寧夏賀蘭山磷礦、石炭井、賀蘭山、蘇峪口四個氣象站點1988和2013年降雨數(shù)據(jù); (5)寧夏賀蘭山動植物種類數(shù)據(jù)。其中, 遙感影像和DEM數(shù)字高程影像數(shù)據(jù)來自于地理空間數(shù)據(jù)云、降水數(shù)據(jù)來自于中國氣象數(shù)據(jù)網(wǎng)、土壤及動植物數(shù)據(jù)來自于《寧夏賀蘭山國家級自然保護區(qū)綜合科學考察》。

根據(jù)研究需要, 將數(shù)據(jù)進行如下處理:

地溫提取: 基于Landset TM影像, 采用單窗算法對地表溫度進行反演[22]。該方法計算過程簡單, 誤差較小。當參數(shù)沒有誤差時, 地表溫度的計算精度<0.4℃。

降水量獲取: 利用1988、2013年寧夏賀蘭山磷礦、石炭井、賀蘭山、蘇峪口氣象站點年平均降雨數(shù)據(jù), 在ArcGIS10.2的地統(tǒng)計分析中采用克里金插值法進行空間插值, 以實現(xiàn)降水點數(shù)據(jù)的空間化。

歸一化水指數(shù)(NDWI)提取: 利用ENVI5.1波段運算按式(1)對NDWI進行提取。

式中:為綠波段;為近紅外波段。

歸一化植被指數(shù)(NDVI)提取: 利用ENVI5.1波段運算按式(2)對NDVI進行提取。

式中:為紅外波段;為近紅外波段。

植被凈初級生產(chǎn)力(NPP): 參考已有研究成果[23,24], 基于衛(wèi)星遙感數(shù)據(jù)，按式(3)求算植被凈初級生產(chǎn)力。

NPP= –0.6394–67.064In(1–NDVI) (3)

式中: NDVI為歸一化植被指數(shù)。

1.4 權重確定

利用層次分析法進行指標權重的確定, 層次分析通過Yaahp V6.0完成。具體操作方法為: 采用1—9標度法對指標的重要性進行兩兩比較, 構建判斷矩陣。對矩陣結果進行一致性檢驗, 結果為0.0516, 小于0.1, 通過檢驗, 因此所得結果可信度高。

1.5 生態(tài)脆弱性評價

1.5.1 暴露、敏感、適應系統(tǒng)指數(shù)確定

參考魏曉旭等[25]等采用的脆弱生態(tài)系統(tǒng)評價方法, 暴露(E)、敏感(S)、適應(AC)指數(shù)表現(xiàn)為表1中暴露、敏感、適應各系統(tǒng)分指標之間的綜合作用關系。因此, 對暴露、敏感、適應指數(shù)采用分別加權求和的方法進行計算, 公式如下:

表1 生態(tài)脆弱性評價指標體系及數(shù)據(jù)標準化

注: *U為空間、時間差異性指標; H為空間差異性指標; V為時間差異性指標。

式中:(E)、(S)、(AC)表示關于暴露、敏感、適應的指數(shù);ω、ω、ω表示第、、個指標的權重;e表示暴露度中第個指標的標準化值;s表示敏感性中第個指標的標準化值;ac表示適應性中第個指標的標準化值。

1.5.2 生態(tài)脆弱性綜合評價

VSD模型將生態(tài)脆弱性定義為暴露、敏感和適應三者之間的函數(shù)。這里給出宏觀尺度的生態(tài)系統(tǒng)脆弱性概念評價模型, 即:

EVI=f(,,) (7)

式中: EVI(Ecological vulnerability index)表示生態(tài)系統(tǒng)脆弱性綜合指數(shù),、、分別表示暴露、敏感和適應。

本文結合SERV模型[26]構建靜態(tài)脆弱性計算方程。公式如下:

EVI=((E)+(S))–(k) (8)

式中:(E)為暴露度指數(shù);(S)為敏感性指數(shù);(AC) 為適應性指數(shù)。

1.6 生態(tài)脆弱性分級指數(shù)

在ArcGIS10.2中使用重分類工具對寧夏賀蘭山1988年和2013年生態(tài)脆弱性指數(shù)進行空間分級, 其分布區(qū)間為[1-10]。參照國內(nèi)外脆弱性分級標準[27-29], 結合研究區(qū)實際特征, 將研究區(qū)生態(tài)脆弱性指數(shù)劃分為5個等級: 1微度脆弱(EVI≤2.5); 2輕度脆弱(2.5＜EVI≤3); 3中度脆弱(3＜EVI≤4); 4重度脆弱(4＜EVI≤4.5); 5極度脆弱(EVI＞4.5)。

這里使用生態(tài)脆弱性分級指數(shù)(Ecological vulnera--bility classification index, EVCI)來反映研究區(qū)不同年份不同區(qū)域生態(tài)環(huán)境狀況的總體差異。計算公式[30]如下:

式中: EVCI為生態(tài)脆弱性分級指數(shù);C為第類脆弱性分級值, 這里賦值為C=,=1、2、3、4、5;P為第類脆弱性分級的面積;為區(qū)域總面積;為分級總數(shù),=5。

1.7 基于GIS的轉(zhuǎn)移矩陣和空間疊置

為了對生態(tài)脆弱性25年間的等級變化關系進行分析,通過ArcGIS中Tabulate area工具對1988和2013年生態(tài)脆弱性等級圖構建轉(zhuǎn)移矩陣進行統(tǒng)計分析; 同時為了明確區(qū)域脆弱等級的空間分布狀況, 以脆弱等級在高程和坡度上的空間變化規(guī)律為切入點, 將研究區(qū)高程、坡度等級分布數(shù)據(jù)與1988、2013年生態(tài)脆弱性等級分布數(shù)據(jù)進行疊置處理, 得出脆弱性等級在空間上的分布狀況。

2 結果與分析

2.1 生態(tài)脆弱性時間變化特征

寧夏賀蘭山1988年和2013年的生態(tài)脆弱性指數(shù)分別為2.4—5.3和2.3—4.8, 生態(tài)脆弱性分級指數(shù)（EVCI）從7.4下降至5.3, 區(qū)域生態(tài)環(huán)境由原先的強度脆弱為主降低為中度脆弱(表2、圖2、圖3)。研究區(qū)生態(tài)脆弱性整體表現(xiàn)出輕度和中度脆弱區(qū)面積的大幅度增加, 重度和極度脆弱區(qū)大范圍減少。

通過轉(zhuǎn)移矩陣的構建對1988和2013年生態(tài)脆弱性等級變化情況進行分析(表3)。25年間, 研究區(qū)各生態(tài)脆弱性等級相互轉(zhuǎn)化的總面積為1770 km2。其中, 重度脆弱區(qū)變化量最大, 其次為輕度脆弱區(qū), 二者分別占研究區(qū)總面積的38.3%、30.9%, 中度和極度脆弱區(qū)變化量相近, 分別為15.2%和13.1%, 微度脆弱占總變化量比例最小, 為5.3%。以上轉(zhuǎn)化中, 微度脆弱區(qū)主要由中度脆弱區(qū)轉(zhuǎn)化而來, 新增面積占區(qū)域總面積的5.6%。輕度脆弱區(qū)主要由中度脆弱區(qū)轉(zhuǎn)化而來, 新增面積占總面積的32%。中度脆弱區(qū)主要由重度脆弱區(qū)轉(zhuǎn)化而來, 新增面積占總面積的35.5%。重度脆弱區(qū)主要由極度脆弱區(qū)轉(zhuǎn)化而來, 新增面積占總面積的4.1%。區(qū)域內(nèi)基本無分級區(qū)轉(zhuǎn)化為極度脆弱區(qū); 極度脆弱區(qū)主要轉(zhuǎn)化為中度脆弱區(qū), 減少面積占總面積的13.1%。

寧夏賀蘭山1988—2013年間, 脆弱性等級指數(shù)綜合動態(tài)度為77%, 表明大部分范圍脆弱性都發(fā)生了不同程度的轉(zhuǎn)化, 并且整體呈現(xiàn)出由高脆弱性向低脆弱性方向轉(zhuǎn)移的趨勢。這主要是由于國家強有力的保護措施, 相繼實施禁牧禁墾、封山育林等多項生態(tài)修復措施, 使得生態(tài)環(huán)境向著穩(wěn)定有序的方向發(fā)展。

表2 1988、2013年研究區(qū)各脆弱分級面積及所占比例

表3 研究區(qū)不同脆弱等級面積轉(zhuǎn)移矩陣

圖2 寧夏賀蘭山生態(tài)脆弱性指數(shù)

Figure 2 Ecological vulnerability index in Helan Mountain of Ningxia

圖3 寧夏賀蘭山生態(tài)脆弱性分級指數(shù)

Figure 3 Ecological vulnerability classification index in Helan Mountain of Ningxia

2.2 生態(tài)脆弱性空間格局特征

從空間上來看, 寧夏賀蘭山生態(tài)脆弱性整體呈現(xiàn)中部高四周低的分布格局。極度和重度脆弱區(qū)主要位于山體南部和中部, 大致呈條帶狀分布。該區(qū)域?qū)儆谀喜扛稍飫兾g地貌區(qū), 基巖裸露, 物理風化強烈, 巖石的殘坡積碎屑發(fā)育。地勢起伏較大, 植被覆蓋度低, 其中, 這一區(qū)域分布的疏林生態(tài)系統(tǒng), 環(huán)境最為脆弱, 水土流失頻發(fā)。

通過疊置處理, 得出脆弱性等級在空間上的分布狀況(表4、表5)。從表4中可以看出, 1988年微度和輕度脆弱主要發(fā)生在坡度15°—40°的區(qū)域, 中度脆弱主要發(fā)生在5°—15°范圍內(nèi), 重度和極度脆弱區(qū)集中發(fā)生在25°—40°范圍內(nèi)。生態(tài)脆弱性等級與坡度等級間呈現(xiàn)出兩端低中間高的發(fā)生規(guī)律。2013年與1988年類似。說明隨著時間變化, 生態(tài)脆弱性等級的空間分布在坡度上無明顯變化。與高程疊置結果也顯示出相似的發(fā)生規(guī)律(表5), 即海拔低和海拔高的地方，脆弱性等級高的類型面積少, 最大值基本于1500—2000 m范圍內(nèi)出現(xiàn)。其原因在于, 這一范圍內(nèi)坡度較大、海拔較低, 受流水侵蝕和物理風化影響, 山坡陡峻, 地勢起伏大, 植被覆蓋度較低, 生態(tài)環(huán)境脆弱度較高；而高海拔與高坡度地區(qū)植被覆蓋度高, 土壤有機質(zhì)含量豐富, 所受的自然和人為干擾減少, 因而生態(tài)環(huán)境脆弱度較低。

3 結論與討論

本文基于VSD模型選擇地溫、降水、NDWI等14個指標對寧夏賀蘭山生態(tài)脆弱性指數(shù)進行評價, 在RS和GIS理論與方法的支持下, 揭示研究區(qū)1988—2013年生態(tài)脆弱性的時空演變特征。結果表明, 1988年至2013年, 寧夏賀蘭山國家級自然保護區(qū)建立后, 區(qū)域生態(tài)環(huán)境得到了極大地改善。25年間生態(tài)脆弱性分級指數(shù)（EVCI）從7.4下降到5.3。2013年極度和重度脆弱區(qū)大范圍減少, 主要轉(zhuǎn)化為中度和輕度脆弱區(qū)。但仍有部分中度和輕度脆弱區(qū)轉(zhuǎn)化為重度或極度脆弱區(qū)。一方面, 山地生態(tài)環(huán)境自身的穩(wěn)定性差, 治理方面存在一定的難度；另一方面, 自然災害和一定程度的人類活動對區(qū)域生態(tài)環(huán)境的干擾程度超過了系統(tǒng)自身的修復程度和外界治理度時, 生態(tài)脆弱性等級就會發(fā)生逆向演變?？臻g格局上, 呈現(xiàn)出中間高四周低的特征。至2013年, 極度和重度脆弱區(qū)轉(zhuǎn)移至山體東北部海拔和坡度較低的地區(qū), 這一區(qū)域位于保護區(qū)與非保護區(qū)相接地帶, 采石采砂活動和人類生產(chǎn)生活對區(qū)域植被覆蓋、土壤松散度及地質(zhì)穩(wěn)定度等環(huán)境要素造成了較大的威脅[31,32]。這與賀蘭山自然災害發(fā)生的地理位置相吻合。因此, 今后寧夏賀蘭山生態(tài)修復與管理的關鍵在于非保護區(qū)人類活動的管理, 同時加強過渡地帶生態(tài)防護的建設。

表4 賀蘭山生態(tài)脆弱性等級坡度分布表

表5 賀蘭山生態(tài)脆弱性等級高程分布表

為持續(xù)改善和保障寧夏賀蘭山生態(tài)環(huán)境建設, 本文提出以下三個方面建議：首先, 非保護區(qū)與保護區(qū)過渡地帶生態(tài)脆弱性問題最為突出, 這一方面由于非保護區(qū)缺乏國家強有力的保護措施；另一方面則來自于社會經(jīng)濟發(fā)展帶來的壓力，如該區(qū)域曾為進行大規(guī)模的煤礦開采活動而削減自然保護區(qū)面積, 使得核心區(qū)和緩沖區(qū)面臨破碎化風險[33]。因此, 在可持續(xù)發(fā)展的背景下, 中央財政應統(tǒng)一解決自然保護區(qū)的基本經(jīng)費問題并實行嚴格有效的管理, 確保自然資源效益的持續(xù)發(fā)揮。其次, 中部原先生態(tài)脆弱性為重度和極度脆弱的地區(qū), 雖然經(jīng)過修復得到一定程度的改善, 但因其環(huán)境的暴露度和敏感性較高, 應繼續(xù)加強保護, 根據(jù)自然生態(tài)系統(tǒng)演替規(guī)律, 選擇適應的物種, 繼續(xù)進行植被恢復, 以應對多發(fā)的自然災害。第三, 對于山體周圍生態(tài)環(huán)境狀況較好的區(qū)域, 必須嚴守保護的原則不動搖, 以保證其生態(tài)效益的持續(xù)發(fā)揮。

此外，在比較近年針對生態(tài)脆弱性進行的研究后[8,34,35], 本文考慮研究區(qū)的生態(tài)環(huán)境狀況和社會狀況, 指標選擇上針對性強, 數(shù)據(jù)可獲取性高, 對于干旱半干旱區(qū)山地生態(tài)脆弱性評價具有適用性。但本研究在以下方面還有待加強: 1)SERV模型的運用促進了脆弱性評價思維的轉(zhuǎn)變, 是傳統(tǒng)脆弱性評價模式的突破。但該模型研究歷史短, 實際研究案例較少, 還需進一步的驗證和完善。2)評價指標選取、權重確定和取值區(qū)間的劃分主觀意識較強, 這在一定程度上會造成脆弱性評價結果的差異性。因此, 今后生態(tài)脆弱性評價的研究重點應關注構建標準統(tǒng)一、模式規(guī)范的評價體系, 這對提升脆弱性評價結果的準確性具有重要意義。

[1] 李永化, 范強, 王雪, 等. 基于 SRP 模型的自然災害多發(fā)區(qū)生態(tài)脆弱性時空分異研究——以遼寧省朝陽縣為例[J]. 地理科學, 2016, 35(11): 1452–1459.

[2] 吳健生, 宗敏麗, 彭建. 基于景觀格局的礦區(qū)生態(tài)脆弱性評價——以吉林省遼源市為例[J]. 生態(tài)學雜志, 2012, 31(12): 3213–3220.

[3] 李平星, 樊杰. 基于 VSD 模型的區(qū)域生態(tài)系統(tǒng)脆弱性評價——以廣西西江經(jīng)濟帶為例 (英文)[J]. Journal of Resources and Ecology, 2014, 5(2):163–170.

[4] 高江波, 侯文娟, 趙東升, 等. 基于遙感數(shù)據(jù)的西藏高原自然生態(tài)系統(tǒng)脆弱性評估[J]. 地理科學, 2016, 36(4): 580–587.

[5] ACOSTA-MICHLIK L, ESPALDON V. Assessing vulnerability of selected farming communities in the Philippines based on a behavioural model of agent's adaptation to global environmental change[J]. Global Environmental Change, 2008, 18(4): 554–563.

[6] PATTERSON T, GULDEN T, COUSINS K, et al. Integrating environmental, social and economic systems: a dynamic model of tourism in Dominica[J]. Ecological Modelling, 2004, 175(2): 121–136.

[7] POLSKY C, NEFF R, YARNAL B. Building comparable global change vulnerability assessments: The vulnerability scoping diagram[J]. Global Environmental Change, 2007, 17(3): 472–485.

[8] 陳佳, 楊新軍, 尹莎, 等. 基于 VSD 框架的半干旱地區(qū)社會—生態(tài)系統(tǒng)脆弱性演化與模擬[J]. 地理學報, 2016, 71(7): 1172–1188.

[9] 金山. 寧夏賀蘭山國家級自然保護區(qū)植物多樣性及其保護研究[D]. 北京: 北京林業(yè)大學, 2009.

[10] 王小明.寧夏賀蘭山國家級自然保護區(qū)綜合科學考察[M].銀川: 陽光出版社, 2011.

[11] 黃建毅, 劉毅, 馬麗, 等. 國外脆弱性理論模型與評估框架研究評述[J]. 地域研究與開發(fā), 2012, 31(5): 1–5.

[12] IPCC. Special Report on Emissions Scenarios (SRES)[M]. Cambridge: Cambridge University Press, 2010.

[13] ROBERTS M G, YANG G A. The international progress of sustainable development research: A comparison of vulnerability analysis and the sustainable livelihoods approach[J]. Progress in Geography, 2003, 22(1): 11–21.

[14] TURNER B L, KASPERSON R E, MATSON PA, et al. A framework for vulnerability analysis in sustainability science[J]. Proceedings of the national academy of sciences, 2003, 100(14): 8074–8079.

[15] SMIT B, WANDEL J. Adaptation, adaptive capacity and vulnerability[J]. Global environmental change, 2006, 16(3): 282–292.

[16] ADGER W N. Vulnerability[J]. Global Environmental Change, 2006, 16(3): 268–281.

[17] 劉康, 歐陽志云, 王效科, 等. 甘肅省生態(tài)環(huán)境敏感性評價及其空間分布[J]. 生態(tài)學報, 2003, 23(12): 2711–2718.

[18] 馬真臻, 王忠靜, 顧艷玲, 等. 中國西北干旱區(qū)自然保護區(qū)生態(tài)脆弱性評價——以甘肅西湖, 蘇干湖自然保護區(qū)為例[J]. 中國沙漠, 2015, 35(1): 253–259.

[19] 裴歡, 房世峰, 覃志豪, 等. 干旱區(qū)綠洲生態(tài)脆弱性評價方法及應用研究——以吐魯番綠洲為例[J]. 武漢大學學報: 信息科學版, 2013, 38(5): 528–532.

[20] 左偉, 王橋, 王文杰, 等. 區(qū)域生態(tài)安全評價指標與標準研究[J]. 地理學與國土研究, 2002, 18(1): 67–71.

[21] 廖煒, 李璐, 吳宜進, 等. 丹江口庫區(qū)土地利用變化與生態(tài)環(huán)境脆弱性評價[J]. 自然資源學報, 2011, 26(11): 1879–1889.

[22] 覃志豪. 用陸地衛(wèi)星 TM6 數(shù)據(jù)演算地表溫度的單窗算法[J]. 地理學報, 2001, 56 (4): 456–466.

[23] 鄭元潤, 周廣勝. 基于 NDVI 的中國天然森林植被凈第一性生產(chǎn)力模型[J]. 植物生態(tài)學報, 2000, 24(1): 9–12.

[24] 于忠臣, 楊長保. 基于 Landsat TM 數(shù)據(jù)的長白山西部 NPP 估算[J]. 安徽農(nóng)業(yè)科學, 2012, 40(12): 7374–7374.

[25] 魏曉旭, 趙軍, 魏偉, 等. 中國縣域單元生態(tài)脆弱性時空變化研究[J]. 環(huán)境科學學報, 2016, 36(2): 726–739.

[26] FRAZIER T G, THOMPSON C M, DEZZANI R J, et al. A framework for the development of the SERV model: A Spatially Explicit Resilience-Vulnerability model[J]. Applied Geography, 2014, 51: 158–172.

[27] 雷波, 焦峰, 王志杰, 等. 黃土丘陵區(qū)不同植被帶典型小流域生態(tài)脆弱性評價[J]. 自然災害學報, 2013, 22(5): 149–159.

[28] 王瑞燕, 趙庚星, 周偉, 等. 縣域生態(tài)環(huán)境脆弱性評價及其動態(tài)分析[J]. 生態(tài)學報, 2009, 29(7): 3790–3799.

[29] 黃方, 劉湘南, 張養(yǎng)貞. GIS 支持下的吉林省西部生態(tài)環(huán)境脆弱態(tài)勢評價研究[J]. 地理科學, 2003, 23(1): 95– 100.

[30] Li A, Wang A, Liang S, et al. Eco-environmental vulnerability evaluation in mountainous region using remote sensing and GIS—a case study in the upper reaches of Minjiang River, China[J]. Ecological Modelling, 2006, 192(1): 175–187.

[31] 劉文玲, 尹建國. 淺析寧夏賀蘭山東麓礦山地質(zhì)環(huán)境恢復治理對策[J]. 寧夏農(nóng)林科技, 2011, 52(12): 221–221.

[32] 李玉武, 徐友寧, 張江華. 寧夏 “三區(qū)兩線” 露天礦山復綠對策[J]. 寧夏工程技術, 2015, 14(4): 380–383.

[33] 馬克平. 當前我國自然保護區(qū)管理中存在的問題與對策思考[J]. 生物多樣性, 2016, 24(3): 249–251.

[34] 姚雄, 余坤勇, 劉健, 等. 南方水土流失嚴重區(qū)的生態(tài)脆弱性時空演變[J]. 應用生態(tài)學報, 2016, 27(3): 735–745.

[35] 時卉, 楊兆萍, 韓芳, 等. 自然遺產(chǎn)地生態(tài)脆弱性分析與評價——以托木爾區(qū)域為例[J]. 干旱區(qū)地理, 2013, 36(2): 318–328.

The tempo-spatial pattern of regional ecological vulnerability before and after the establishment of National Nature Reserve in Helan Mountain of Ningxia

ZHOU Mengyun1,2, CAI Yongli1,2,*,ZHANG Ruifeng1,2, LIU Jian3, SONG Xuejun1,2

1. School of Ecological and Environmental Sciences, East China Normal University, Shanghai Key Lab for Urban Ecological Processes and Eco-restoration, East China Normal University, Shanghai 200241, China 2. Management Bureau of Ningxia Helan Mountain National Nature Reserve, Yinchuan, Ningxia 750021, China

The index system was built to assess the vulnerability of spatial and temporal pattern before and after the establishment of national nature reserve in 1988 and 2013 by taking Helan Mountain of Ningxia as the case area. The index system was based on VSD model from three aspects of exposure, sensitive and adaptive capability, and regional ecological vulnerability assessment was developed from SERV model. The results showed that: the ecological vulnerability wasreduced significantly after the establishment of the National Nature Reserve for 25 years. The ecological vulnerability classification index decreased from 7.4 to 5.3, and regional ecological environment was recovered from mainly severe vulnerable to moderately vulnerable. According to the spatial distribution, the ecological vulnerability distribution pattern showed that the vulnerability index was high in central and low around. The extreme and severe vulnerable areas were largely reduced, mainly into moderate and mild areas. But there were still some moderate and the mild areas being extreme and severe vulnerable areas. This study benefited to understand comprehensively the ecological fragile degree and the tempo-spatial distribution characteristics of the Helan Mountain of Ningxia. It was of great significance to identify key environmental factors and improve the ecological environment governance.

ecological vulnerability; tempo-spatial scale; VSD assessment framework; Helan Mountain of Ningxia

10.14108/j.cnki.1008-8873.2019.05.011

X22

A

1008-8873(2019)05-078-08

2017-02-23;

2018-09-09

科技部重點研發(fā)計劃(2016YFC0503308-1)

周夢云(1991—), 女, 安徽淮南人, 碩士,主要從事景觀生態(tài)與區(qū)域可持續(xù)發(fā)展研究, E-mail: 496283761@qq.com

蔡永立, 男, 博士, 教授, 主要從事生態(tài)學研究, E-mail: ylcai@geo.ecnu.edu.cn

周夢云,蔡永立, 張瑞峰,等. 寧夏賀蘭山國家級自然保護區(qū)建立前后區(qū)域生態(tài)脆弱性時空格局變化研究[J]. 生態(tài)科學, 2019, 38(5): 78-85.

ZHOU Mengyun, CAI Yongli, ZHANG Ruifeng, et al. The tempo-spatial pattern of regional ecological vulnerability before and after the establishment of National Nature Reserve in Helan Mountain of Ningxia[J]. Ecological Science, 2019, 38(5): 78-85.