張振東,常軍

山東師范大學地理與環(huán)境學院，濟南 250358

生態(tài)環(huán)境與社會經(jīng)濟的穩(wěn)定和發(fā)展有著密切的聯(lián)系，隨著經(jīng)濟發(fā)展步伐不斷加快，兩者的矛盾已經(jīng)成為可持續(xù)發(fā)展的突出問題，而協(xié)調(diào)性研究是可持續(xù)發(fā)展研究的重要方面，也是地理學和相關(guān)學科解釋區(qū)域系統(tǒng)各個要素過程、模型和機制的重要途徑。因此，區(qū)域生態(tài)保護和經(jīng)濟發(fā)展的協(xié)調(diào)性評價是近年來諸多學者研究的熱點[1-2]。2019年習近平總書記將黃河流域生態(tài)保護和高質(zhì)量發(fā)展上升為重大國家戰(zhàn)略，強調(diào)黃河流域是我國重要的生態(tài)屏障和經(jīng)濟地帶。植被凈初級生產(chǎn)力(net primary productivity，NPP)是指綠色植被在單位時間和面積上通過光合作用產(chǎn)生的全部有機物扣除異養(yǎng)呼吸所消耗的有機量后的剩余部分[3]，是維持區(qū)域生態(tài)環(huán)境的物質(zhì)基礎(chǔ)。植被NPP不僅能直觀反映區(qū)域生態(tài)環(huán)境的生產(chǎn)能力和質(zhì)量狀況，也是判定區(qū)域生態(tài)系統(tǒng)結(jié)構(gòu)和調(diào)節(jié)生態(tài)過程的主要因子，為區(qū)域生態(tài)環(huán)境的動態(tài)監(jiān)測和評估提供高質(zhì)量的綜合信息[4-5]。在此背景下，探究黃河流域植被凈初級生產(chǎn)力的時空分異規(guī)律，并以此對黃河流域生態(tài)經(jīng)濟協(xié)調(diào)度做出定量評價對我國生態(tài)、經(jīng)濟和社會可持續(xù)發(fā)展和黃河流域生態(tài)保護和高質(zhì)量發(fā)展的重大國家戰(zhàn)略的實施具有重要的理論和現(xiàn)實意義。

黃河流域作為陸地、河流和人類社會三大系統(tǒng)相互影響最為深刻的地區(qū)之一，包含典型而又復(fù)雜的協(xié)調(diào)性問題[6]。目前，對中國各級各類生態(tài)環(huán)境和社會經(jīng)濟發(fā)展協(xié)調(diào)性的研究主要分為兩方面：一方面是對不同尺度、類型區(qū)位條件下生態(tài)經(jīng)濟協(xié)調(diào)性的適應(yīng)機制及評價方法的研究[7-8]，如陳端呂等[9]以環(huán)洞庭湖區(qū)生態(tài)經(jīng)濟系統(tǒng)為研究對象，通過構(gòu)建評價指標體系探討了系統(tǒng)因子對于生態(tài)環(huán)境與社會經(jīng)濟協(xié)調(diào)的調(diào)控適應(yīng)機制；于忠華等[2]和王娜[7]則利用生態(tài)環(huán)境和經(jīng)濟發(fā)展的典型指標對不同城市生態(tài)和經(jīng)濟的協(xié)調(diào)性作出定性評價；而目前對生態(tài)經(jīng)濟協(xié)調(diào)性的定量評價則主要以現(xiàn)有植被NPP成果為基礎(chǔ)計算研究區(qū)生態(tài)價值總量，構(gòu)建生態(tài)經(jīng)濟協(xié)調(diào)耦合度模型[10-12]。另一方面則是在社會發(fā)展的不同領(lǐng)域的應(yīng)用背景下對生態(tài)經(jīng)濟協(xié)調(diào)性進行評價及動態(tài)監(jiān)測[2,6,13-14]，如經(jīng)濟發(fā)展、農(nóng)業(yè)發(fā)展及鄉(xiāng)村振興等領(lǐng)域[15-17]。但是，在研究區(qū)尺度和類型選擇上，主要以省、市、縣和地區(qū)等小范圍行政區(qū)劃為主，對大時空尺度整體地貌單元如黃河流域的研究較少；且生態(tài)經(jīng)濟協(xié)調(diào)性評價指標的選擇和體系的構(gòu)建也存在一定的主觀性，只能反映生態(tài)環(huán)境的部分特征，導(dǎo)致不同研究測算結(jié)果差異較大；另外，在數(shù)據(jù)源的選擇上，現(xiàn)有NPP產(chǎn)品沒有充分考慮不同研究區(qū)土地利用類型的差異性，精度較低[10]。而植被在光合作用下合成NPP的過程總是伴隨著區(qū)域生態(tài)環(huán)境中固碳、釋氧和有機物固定三項主要的生態(tài)過程，利用植被NPP的估算結(jié)果和光合作用方程結(jié)合區(qū)域經(jīng)濟發(fā)展現(xiàn)狀將三項生態(tài)過程的物質(zhì)量進行估算并換算為價值量，可以使不同生態(tài)過程的量綱統(tǒng)一起來[11]，且遙感數(shù)據(jù)更新快、參數(shù)少，方便對大范圍研究區(qū)進行長時間尺度的觀測，較好地彌補了上述研究中的不足。因此，本研究綜合利用CASA(carnegie ames stanford approach)和VPM(vegetation photosynthesis model)模型(CASA-VPM模型)，對黃河流域植被NPP進行反演，探究2001-2018年黃河流域NPP的時空分異特征；并以此為基礎(chǔ)構(gòu)建生態(tài)經(jīng)濟協(xié)調(diào)耦合度模型，對黃河流域生態(tài)經(jīng)濟協(xié)調(diào)耦合程度進行定量分析，旨在為黃河流域生態(tài)環(huán)境保護和經(jīng)濟的可持續(xù)發(fā)展提供理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

黃河作為中國第二長河，分別由位于青藏高原巴顏克拉山的查哈西拉山和各姿各雅山支脈以及星宿海西的約古宗列曲三源匯聚而成。流域范圍為E95°53′45″～119°12′48 ″ ，N32°9′33″～41°50′20″，南北方向長約1 444 km，東西方向長約2 324 km，流域面積約7.95×105km2，約占陸地國土總面積的8.3%。流域內(nèi)地勢西高東低，地貌差異懸殊[18]，主要劃分為青藏高原、內(nèi)蒙古高原、黃土高原和黃淮海平原4個地貌單元；海拔落差大，海拔高程為-8～6 241 m。黃河流域土地覆被類型主要以草地、農(nóng)作物、闊葉林、稀疏植被為主，分別占流域面積的69.18%、19.79%、6%、2.73%，其他植被類型僅占2.3%。黃河流域總?cè)丝诩s4.2億，2018年流域GDP約占全國的26.5%，隨著新型城鎮(zhèn)化和第二/三產(chǎn)業(yè)的發(fā)展，流域內(nèi)生態(tài)環(huán)境保護與經(jīng)濟發(fā)展的矛盾日益突出，嚴重制約了黃河流域生態(tài)經(jīng)濟的可持續(xù)發(fā)展。

1.2 數(shù)據(jù)來源及處理

1)遙感數(shù)據(jù)。NDVI和地表反射率數(shù)據(jù)均來自美國國家航空航天局網(wǎng)站(http://ladsweb.nascom.nasa.gov/)。選取2001、2005、2010、2015、2018 五年MOD13A1產(chǎn)品575景，時間分辨率為16 d，空間分辨率為500 m；選取MOD09A1產(chǎn)品(近紅外波段和短波紅外波段)1 140景，時間分辨率為8 d，空間分辨率為500 m。利用MRT(MODIS reprojection tool)選取適合研究區(qū)的蘭伯特投影對數(shù)據(jù)進行鑲嵌及投影變換；進行掩膜處理后運用最大值合成法(MVC)得到研究區(qū)月周期的NDVI和地表反射率數(shù)據(jù)。

2)土地覆被數(shù)據(jù)。土地覆被數(shù)據(jù)來自MODIS三級土地覆蓋類型產(chǎn)品MCD12A1，根據(jù)研究區(qū)植被類型實際分布情況，最終選取植被功能型(肺功能)方案將研究區(qū)土地覆被類型劃分為7種：草地、農(nóng)作物、闊葉林(常綠闊葉林、落葉闊葉林)、針葉林(常綠針葉林、落葉針葉林)、灌木、混交林、稀疏植被。

3)氣象數(shù)據(jù)。從中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/)獲取研究區(qū)2001、2005、2010、2015和2018年92個氣象站點(研究區(qū)內(nèi)84個)月平均氣溫、月平均降水量和日照時數(shù)的日值數(shù)據(jù)后采用克里格(Kriging)插值法得到空間分辨率為500 m的研究區(qū)月平均氣溫、月平均降水量、月日照百分率的柵格數(shù)據(jù)集。

4)其他數(shù)據(jù)。人均和各地級市GDP來源于各省統(tǒng)計年鑒，并以2018年為基準年，進行可比價變換后利用ArcGIS生成柵格數(shù)據(jù)集；矢量邊界數(shù)據(jù)從國家特殊環(huán)境、特殊功能觀測研究臺站共享服務(wù)平臺(http://www.crensed.ac.cn/)獲?。籇EM數(shù)據(jù)來源于美國國家航空航天局的全球DEM數(shù)據(jù)集(http://ladsweb.nascom.nasa.gov/)。

1.3 研究方法

研究技術(shù)路線如圖1所示，將CASA與VPM模型相結(jié)合，計算黃河流域植被NPP，分析研究區(qū)植被NPP的時空分異特征；利用植被NPP，結(jié)合研究區(qū)各項社會經(jīng)濟數(shù)據(jù)構(gòu)造黃河流域生態(tài)經(jīng)濟協(xié)調(diào)耦合度模型，對研究區(qū)生態(tài)、經(jīng)濟及兩者的協(xié)調(diào)性作出定量評價。

圖1 植被NPP模擬及生態(tài)經(jīng)濟協(xié)調(diào)性分析建模流程Fig.1 Vegetation NPP simulation and ecological economic coordination analysis modeling process

1) CASA-VPM模型的構(gòu)建。CASA-VPM模型是在利用原始CASA模型反演太陽總輻射能(LSO)、光合有效輻射吸收比例(RFPA)、光能利用率(ε)中溫度脅迫系數(shù)Tε1、Tε2等參數(shù)的基礎(chǔ)上，引入VPM模型計算ε的水分脅迫系數(shù)Wε，利用地表水分指數(shù)(ILSW)代替區(qū)域?qū)嶋H蒸散模型[19]。CASA-VPM模型的優(yōu)勢是利用遙感數(shù)據(jù)進行反演，覆蓋范圍廣，參數(shù)少，數(shù)據(jù)獲取相對簡單，可操作性強[4,20-21]，計算公式如式(1)、(2)所示。

NPP=LSO(x,t)×RFPA(x,t)×ε(x,t)×0.5

(1)

ε(x,t)=Tε1×Tε2×Wε×εmax

(2)

式(1)中，x表示逐個像元；t表示月份；NPP表示植被凈初級生產(chǎn)力，gC/(m2·month);LSO(x,t)表示像元x在t月份的太陽總輻射能，MJ/m2；RFPA(x,t)表示植被層對光合有效輻射的吸收比例；0.5為常數(shù)，表示太陽有效輻射中植被可以利用的部分(波長0.4～0.7 μm)；ε(x,t)表示逐個像元t月份的光能利用率，gC/MJ。具體計算公式如(3)、(4)、(5)所示。

(3)

(4)

(5)

式(3)中,a、b為計算LSO的常數(shù)，分別取值為0.353、0.543[4]，n/N為日照百分率，aR為天文輻射，具體計算公式詳見參考文獻[22] 。

研究表明，NDVI和RS與RFPA均存在較好的線性關(guān)系[23-24]。RS為比值植被指數(shù)，由式(4)計算可得。式(5)中，INDV(x,t)和RS(x,t)分別表示像元x在t月份的NDVI和RS值；INDV(i,max)、RS(i,max)、INDV(i,min)和RS(i,min)表示某種植被類型將月NDVI和SR值累積排序后在95%和5%處的取值計算所得；RFPAmax和RFPAmin表示FPAR的最大值和最小值，與植被類型無關(guān)，一般為常數(shù)，即RFPAmax=0.950，RFPAmin=0.001[17,19]。為提高計算精度，選擇2種植被指數(shù)計算RFPA的均值作為最終RFPA的估算值。

ε為植被通過光合作用將太陽輻射能轉(zhuǎn)換為自身有機碳的效率[25]。式(2)中，Tε1、Tε2反映溫度對光能利用率的影響，計算方法已經(jīng)相對完善，詳見參考文獻[24]，Wε反映植被所含水分對光能利用率的影響，以往大部分研究通過區(qū)域?qū)嶋H蒸散量和區(qū)域潛在蒸散量來計算，模型復(fù)雜，經(jīng)驗系數(shù)較多，計算精度難以保證[5,26]。LSWI可以反映植被冠層水分狀況，對植被自身水分含量較敏感[27-28]。因此，為提高Wε的計算精度，本研究利用ILSW來計算Wε，計算公式如式(6)、(7)所示。

(6)

(7)

Wε=(1-Wε1)+0.5

(8)

式(6)中，ILSW由MOD09A1數(shù)據(jù)的近紅外波段(ρNIR)和短波紅外波段(ρSWIR)計算可得。式(7)中ILSWmax指植被生長期內(nèi)單個像元的最大值。

通過查閱文獻，發(fā)現(xiàn)通過式(7)計算所得Wε1的范圍為0(極端濕潤)～1(極端干旱)，與CASA模型中Wε取值相反[19]。為與CASA模型相適應(yīng)，參考Bao等[29]研究成果對公式進行了完善，如式(8)所示。完善后Wε的取值范圍為0.5

εmax表示植被最大光能利用率，不同植被的最大光能利用率不同，本研究參考朱文泉等[30]模擬的不同植被類型的εmax作為黃河流域不同植被類型的εmax，詳見表1。

表1 研究區(qū)各植被類型最大光能利用率Table 1 Maximum light energy utilization rate of various vegetation types in the study area gC/MJ

2)生態(tài)經(jīng)濟協(xié)調(diào)耦合度模型的構(gòu)建。植被光合作用是陸地碳循環(huán)的重要動力，伴隨植被光合作用發(fā)生的能量固定、制氧和固碳3個過程不僅是承載陸地生態(tài)系統(tǒng)的能量流動和物質(zhì)循環(huán)的主要動力，更是生態(tài)系統(tǒng)自然資本價值的主要組成部分[31]。因此，本研究將生態(tài)價值分為有機物價值、釋氧價值和固碳價值3部分，生態(tài)價值計算公式如式(9)所示。

1.63×702.95+PNPim×1.2×400

(9)

生態(tài)和經(jīng)濟作為黃河流域最為重要的兩個子部分，兩者之間有著復(fù)雜的相互作用和耦合應(yīng)力機制[11]。本研究借鑒物理學中容量耦合系統(tǒng)概念，構(gòu)造生態(tài)經(jīng)濟協(xié)調(diào)耦合度模型。計算公式如(10)、(11)、(12)所示。

(10)

T=α×Ei+β×Pi

(11)

(12)

耦合度雖然可以反映生態(tài)與經(jīng)濟之間的相互作用，但不能反映兩者協(xié)調(diào)狀況的好壞，因此，本研究利用式(11)和(12)進一步構(gòu)建協(xié)調(diào)耦合度模型。式中T為生態(tài)與經(jīng)濟的綜合發(fā)展指數(shù)，α和β分別為生態(tài)和經(jīng)濟在發(fā)展中所占權(quán)重，本研究默認生態(tài)保護與經(jīng)濟發(fā)展同等重要，因此，α和β均取0.5，T值越大表示研究區(qū)生態(tài)與經(jīng)濟的整體發(fā)展水平越高[9]；D表示研究區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合度，取值范圍為0(嚴重失調(diào))～1(高度協(xié)調(diào))。本研究參考已有研究成果并結(jié)合研究區(qū)生態(tài)與經(jīng)濟實際，將研究區(qū)耦合度劃分為4種類型，協(xié)調(diào)耦合度劃分為5種類型，詳見表2[3,10,32-33]。

表2 黃河流域生態(tài)經(jīng)濟耦合度及協(xié)調(diào)耦合度類型劃分Table 2 Division of ecological and economic coupling degree and coordination coupling degree in the Yellow River Basin

2 結(jié)果與分析

2.1 黃河流域植被NPP時空分異特征

1)黃河流域2001-2018年均NPP變化特征及空間分布。 模擬結(jié)果(圖2)顯示，2001-2018年研究區(qū)年均NPP最小值為243.71 gC/(m2·a)，最大值為375.51 gC/(m2·a)，多年均值為288.33 gC/(m2·a)；2010年之前研究區(qū)年均NPP變化不大，處于動態(tài)平衡狀態(tài)，2010年后則增長迅速，呈現(xiàn)出波動增加的趨勢。各范圍年均NPP的流域面積占比顯示，研究區(qū)極低值(<150 gC/(m2·a))和低值(150～250 gC/(m2·a))面積占比不斷減小，所占流域面積百分比之和由58%減少至29%；中值(250～350 gC/(m2·a))及中值以上面積占比不斷擴大，所占流域面積百分比之和由42%增加至71%，年均NPP>250 gC/(m2·a)的區(qū)域顯著增加。

圖2 2001-2018年黃河流域年均NPP 年際變化及流域面積占比Fig.2 Annual interannual change of NPP and percentage of area in the Yellow River Basin from 2001 to 2018

由圖3可以看出，研究區(qū)2001-2018多年平均NPP呈現(xiàn)出南高北低，平原、盆地高，高原、山地低的空間分布特征。極高值區(qū)(350～450 gC/( m2·a))、高值區(qū)(>450 gC/(m2·a))主要分布在黃河流域上游青藏高原和黃土高原過渡地帶、中游的寧夏平原和河套平原、下游的關(guān)中平原和流域干流及各支流流經(jīng)的河谷地帶，這些地區(qū)地形較為平坦，黃河干流及多條支流經(jīng)過，水熱條件充足。中值區(qū)(250～350 gC/(m2·a))主要集中在上述地貌單元的外緣，極低值區(qū)(150～250 gC/(m2·a))和低值區(qū)(<150 gC/(m2·a))則主要集中在黃河流域中部降水較少、植被覆蓋率較低的黃土高原以及西北部海拔較高的山區(qū)。

圖3 2001-2018年黃河流域多年平均NPP 空間分布Fig.3 Spatial distribution of the average annual NPP in the Yellow River Basin from 2001 to 2018

2)黃河流域2001-2018年不同植被類型NPP月平均變化特征。對研究區(qū)不同植被類型月平均NPP變化趨勢(圖4)分析發(fā)現(xiàn)，不同植被類型月平均NPP變化呈現(xiàn)出單峰型周期性變化特征，且隨時間變化的趨勢和周期相同。生長季均集中在2-11月；月平均NPP均在7月份達到最高，2月達到最低；2-7月為增長期，7-11月為減少期，其中2-3月為緩慢增長階段，3-7月為快速增長階段，7-10月為快速減少階段，10-11月為緩慢減少階段，11月到來年2月則為動態(tài)停滯階段。但是，不同植被類型月平均NPP變化幅度和變化速率具有明顯的區(qū)分度，通過觀察不同植被類型變化曲線可以發(fā)現(xiàn)，闊葉林月平均NPP變化幅度和變化速率最大，其次是混交林，農(nóng)作物、稀疏植被和針葉林的變化幅度和變化速率基本相同，處于中等水平且大于草地，灌木變化幅度和變化速率最小。另外，通過對研究區(qū)多年逐月平均NPP進行反演發(fā)現(xiàn)2-7月逐月平均NPP為增長階段，其中5月份增長最快，7月份達到最大值；7-12月為減少階段，9月份減少最快，12月份達到最小值，以上分布特征也與不同植被類型月平均NPP變化的趨勢和周期相適應(yīng)。

圖4 2001-2018年黃河流域逐月平均NPP變化趨勢Fig.4 The average monthly NPP change trend of the Yellow River Basin from 2001 to 2018

2.2 黃河流域生態(tài)與經(jīng)濟發(fā)展狀況評價

基于2018年動力煤中長期合同平均價格計算多年有機物價值，并與制氧和固碳價值累加得到研究區(qū)年總生態(tài)價值(億元/a)，同時以2018年為基準年通過國內(nèi)生產(chǎn)總值指數(shù)進行可比價換算得到研究區(qū)年總經(jīng)濟價值(圖5)。2001-2018年黃河流域年總生態(tài)價值擬合后呈現(xiàn)出“U”型曲線的特征(R2=0.37)，2010年下降至最低值，為4 338.13億元，2010年以后持續(xù)上升，2018年研究區(qū)生態(tài)價值為8 053.77億元，是2001年生態(tài)價值的1.51倍。而研究區(qū)年總經(jīng)濟價值擬合后則呈現(xiàn)出線性特征(R2=0.98)，并以6 025.6億元/a的速率持續(xù)增長，2018年研究區(qū)經(jīng)濟價值為129 771.3億元，是2001年經(jīng)濟價值的4.5倍，增長速率遠超生態(tài)價值總量的增長速率。

圖5 2001-2018年黃河流域生態(tài)與經(jīng)濟價值變化趨勢Fig.5 Changes in the ecological and economic values of the Yellow River Basin from 2001 to 2018

單位生態(tài)價值可以較為準確地反映地區(qū)整體發(fā)展情況及對生態(tài)保護的投入水平。 2001-2018年研究區(qū)單位生態(tài)價值及冷熱區(qū)空間分布(圖6)表明，高值區(qū)(120～160萬元/km2)和極高值區(qū)域(>160萬元/km2)主要集中在研究區(qū)西南部青藏高原與黃土高原邊緣過渡地帶、東南部的關(guān)中平原及下游各支流沖擊平原區(qū)，與流域內(nèi)年均NPP的空間分布狀況具有較高的一致性；低值區(qū)(40～80萬元/km2)和極低值區(qū)(0～40萬元/km2)則主要位于內(nèi)蒙古高原中部、黃土高原西北部。此外，通過計算可以發(fā)現(xiàn)單位生態(tài)價值較低的區(qū)域(極低值區(qū)、低值區(qū))所占流域面積由62.83%減小至34.62%，較高的區(qū)域(高值區(qū)和極高值區(qū))所占面積由17.91%增加至35.36%；單位生態(tài)價值所占比重最大的值域由2001年的低值區(qū)(25.56%)變?yōu)?018年的中值區(qū)(29.86%)?？傮w上研究區(qū)單位生態(tài)價值不斷增加。

圖6 2001-2018年黃河流域單位生態(tài)價值空間分布及人均經(jīng)濟價值冷熱點分析圖Fig.6 Spatial distribution of ecological value per capita and cold hotspot analysis of economic value per capita in the Yellow River Basin from 2001 to 2018

另外，利用流域內(nèi)地級市人均GDP基于冷熱點分析法分析流域經(jīng)濟的空間集聚特征，結(jié)果顯示：極冷點區(qū)和冷點區(qū)主要集中在天水、甘南、定西、固原、平?jīng)?、黃南、海東、白銀等山地與高原邊緣過度地區(qū)；熱點區(qū)和極熱點區(qū)主要集中在鄂爾多斯、巴彥淖爾、呼和浩特、銀川、包頭等經(jīng)濟集聚作用強的地級市。

2.3 黃河流域生態(tài)經(jīng)濟協(xié)調(diào)性分析

揭示黃河流域生態(tài)保護與經(jīng)濟發(fā)展之間的關(guān)系對分析研究區(qū)生態(tài)經(jīng)濟協(xié)調(diào)性具有重要意義。本研究擬合了生態(tài)經(jīng)濟協(xié)調(diào)耦合度(D)、生態(tài)經(jīng)濟耦合度(C)、生態(tài)經(jīng)濟綜合評價指數(shù)(T)的年際變化曲線(圖7)，結(jié)果顯示：研究區(qū)2001-2018年生態(tài)經(jīng)濟耦合度均在調(diào)和耦合及以上階段(0.5

圖7 2001-2018年黃河流域年際D，C，T變化趨勢Fig.7 Interannual D，C，T trends in the Yellow River Basin from 2001 to 2018

為進一步從整體上評價研究區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合度，揭示2001-2018年研究區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合度動態(tài)變化特征，得到2001-2018年研究區(qū)逐像元生態(tài)經(jīng)濟協(xié)調(diào)耦合度空間分布現(xiàn)狀并將其分為5類(圖8)。總體上2001-2018年研究區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合度不斷上升，協(xié)調(diào)區(qū)(基本協(xié)調(diào)、中度協(xié)調(diào)、高度協(xié)調(diào))所占流域面積比由65.09%上升至75.59%。具體來說，中度協(xié)調(diào)區(qū)(0.5

圖8 2001-2018年黃河流域生態(tài)經(jīng)濟協(xié)調(diào)耦合度空間分布圖Fig.8 Spatial distribution of eco-economic coordination coupling degree in the Yellow River Basin from 2001 to 2018

從空間分布來看，研究區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合度呈現(xiàn)出“大分散，小聚集” 的條帶狀分布特征，2001年研究區(qū)22個地級市處于失調(diào)區(qū)(嚴重失調(diào)、中度失調(diào))，研究區(qū)人均GDP最低的20個城市中失調(diào)區(qū)占16個，2018年研究區(qū)位于失調(diào)區(qū)的地級市減少為11個，研究區(qū)人均GDP最低的20個城市中失調(diào)區(qū)占9個，研究區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合度與經(jīng)濟發(fā)展水平呈現(xiàn)出高度一致性，說明經(jīng)濟發(fā)展水平是影響流域生態(tài)經(jīng)濟協(xié)調(diào)耦合度的主要因素。另外，近1/3地級市協(xié)調(diào)耦合狀態(tài)發(fā)生變化，其中，忻州、呂梁、運城、渭南等11個地級市由不協(xié)調(diào)進入?yún)f(xié)調(diào)狀態(tài)，而玉樹、甘孜、果洛等5個自治州由協(xié)調(diào)進入不協(xié)調(diào)狀態(tài)。其中，鄂爾多斯、榆林、延安、咸陽等地級市由基本協(xié)調(diào)進入中度協(xié)調(diào)狀態(tài)；西安、漢中、安康等地級市由中度協(xié)調(diào)就進入高度協(xié)調(diào)；而位于青海省的海南、黃南、海東等自治州則由中度協(xié)調(diào)進入基本協(xié)調(diào)狀態(tài)。

3 討 論

傳統(tǒng)CASA模型在計算水分脅迫系數(shù)時多采用基于實際觀測數(shù)據(jù)的區(qū)域蒸散量模型，參數(shù)多且不確定性強，獲取難度大。本研究綜合運用CASA和VPM模型，在像元尺度上對研究區(qū)2001-2018年植被NPP進行了估算，實現(xiàn)了對研究區(qū)長時間序列、高空間分辨率的動態(tài)觀測，提高了計算的準確度；得到2001-2018年研究區(qū)年均NPP最小值為243.71 gC/(m2·a)，最大值為375.51 gC/(m2·a)，多年均值為288.33 gC/(m2·a)。2001-2008年研究區(qū)年均NPP總體上則呈現(xiàn)出波動增加的趨勢?？臻g上呈現(xiàn)出南高北低；平原、盆地高，高原、山地低的分布特征；不同植被類型月平均NPP呈現(xiàn)出單峰型周期性變化特征且隨時間變化的趨勢和周期相同，但變化幅度和變化速率具有明顯的區(qū)分度。通常來說，林地在水熱條件相同的情況下積累NPP的能力遠大于草地和農(nóng)作物[4]，所以導(dǎo)致闊葉林和混交林月平均NPP值及變化幅度和變化速率遠大于其他植被類型，而由于黃河流域是我國重要的農(nóng)牧業(yè)生產(chǎn)基地，受人為灌溉、保育及物候等因素影響較大，農(nóng)作物和草地面積廣布，一定程度上提高了農(nóng)作物和草地月平均NPP及變化幅度和變化速率，灌木林分布面積較小，僅在賀蘭山區(qū)有零星分布，受當?shù)厮疅釛l件限制，月平均NPP及變化幅度和變化速率均為各植被類型最小。但是，利用CASA和VPM模型在像元尺度估算植被NPP仍然不是具有完全物理意義的解決方案，需要進行后續(xù)研究。

本研究對黃河流域生態(tài)與經(jīng)濟發(fā)展狀況進行了評價，2001-2018年研究區(qū)年總生態(tài)價值和年總經(jīng)濟價值擬合后分別呈現(xiàn)出“U”型曲線和線性的特征，后者增長速率遠超前者；空間上單位生態(tài)價值的高值區(qū)和極高值區(qū)主要集中在研究區(qū)西南部青藏高原與黃土高原邊緣過渡地帶、東南部的關(guān)中平原及下游各支流沖擊平原區(qū)，這些地區(qū)多位于河谷、盆地和平原，水熱條件充足，土層厚，土壤肥力水平高，多為優(yōu)良的草地和農(nóng)作物種植區(qū)，而低值區(qū)和極低值區(qū)則主要位于內(nèi)蒙古高原中部、黃土高原的西北部，受地形和氣候因素影響較大，深居內(nèi)陸，海拔較高，海洋濕潤氣流難以到達，氣候干燥且土層稀薄，植被覆蓋率低。而經(jīng)濟集聚的極冷點區(qū)和冷點區(qū)主要集中在天水、甘南、定西、固原、平?jīng)?、黃南、海東、白銀等山地與高原邊緣過渡地區(qū)，這些地級市經(jīng)濟模式單一，工業(yè)基礎(chǔ)薄弱，人才流失嚴重，導(dǎo)致經(jīng)濟發(fā)展水平偏低且集聚作用弱，一定程度上阻礙了流域內(nèi)經(jīng)濟的均衡發(fā)展，熱點區(qū)和極熱點區(qū)主要集中在鄂爾多斯、巴彥淖爾、呼和浩特、銀川等經(jīng)濟集聚作用強的地級市，這些地級市位于黃河流域的“金三角”地帶，大多礦產(chǎn)資源豐富，基礎(chǔ)工業(yè)體系較為完備，促進了流域內(nèi)經(jīng)濟的發(fā)展，集聚作用較強。

通過計算發(fā)現(xiàn)2001-2018年研究區(qū)生態(tài)經(jīng)濟耦合度(C)呈現(xiàn)出倒“S”型曲線的特征，生態(tài)經(jīng)濟整體發(fā)展水平(T)和協(xié)調(diào)耦合程度(D)則以“W”型曲線持續(xù)波動上升，2012年前后C和T、D的變化趨勢發(fā)生了反轉(zhuǎn)，造成這種變化的主要原因是2012年之前經(jīng)濟發(fā)展方式粗放，大多數(shù)地區(qū)經(jīng)濟發(fā)展勢頭迅猛，但環(huán)保意識薄弱，對生態(tài)和經(jīng)濟關(guān)系的定位仍處于初始探索階段[13]，2012年以后，隨著生態(tài)文明戰(zhàn)略的實施，各地區(qū)由單純追求經(jīng)濟指標的發(fā)展轉(zhuǎn)變?yōu)樯鷳B(tài)經(jīng)濟協(xié)調(diào)發(fā)展，逐漸意識到生態(tài)保護對經(jīng)濟發(fā)展的保障作用，人民環(huán)保意識不斷加強，進而C、D、T三者協(xié)調(diào)上升?？臻g上研究區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合度呈現(xiàn)出“大分散，小聚集”的條帶狀分布特征；經(jīng)濟發(fā)展水平是流域生態(tài)經(jīng)濟協(xié)調(diào)耦合度的主要影響因素，呈現(xiàn)出高度的正向一致性。結(jié)合圖3可以發(fā)現(xiàn)，協(xié)調(diào)區(qū)主要位于研究區(qū)中東部和四川盆地邊緣，這些地區(qū)多位于平原、河谷和盆地，水熱條件充足，農(nóng)作物和草地廣布，植被覆蓋率高，生態(tài)價值較高且區(qū)位優(yōu)勢明顯，交通便利，文化、衛(wèi)生等基礎(chǔ)設(shè)施完善，技術(shù)密集型產(chǎn)業(yè)和服務(wù)業(yè)作為經(jīng)濟發(fā)展的主要驅(qū)動力，經(jīng)濟發(fā)展對生態(tài)保護產(chǎn)生的壓力相對較小。失調(diào)區(qū)則主要位于研究區(qū)西部黃土高原和青藏高原邊緣，這些地區(qū)一方面雖自然資源相對豐富，但經(jīng)濟發(fā)展方式粗放，經(jīng)濟發(fā)展對生態(tài)環(huán)境產(chǎn)生的壓力較大，另一方面，這些區(qū)域多位于生態(tài)保護區(qū)，生態(tài)環(huán)境脆弱，導(dǎo)致生態(tài)保護與經(jīng)濟發(fā)展相互抑制。而結(jié)合圖8可以看出，研究區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合度的提高主要來源于基本協(xié)調(diào)區(qū)和中度失調(diào)區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合度的持續(xù)改善，說明近年來我國不斷加強生態(tài)保護力度，使生態(tài)得到快速發(fā)展，生態(tài)經(jīng)濟的整體協(xié)調(diào)程度有了較大改善，但是長期來看，生態(tài)保護和經(jīng)濟發(fā)展的矛盾依然存在，注重嚴重失調(diào)區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合發(fā)展和鞏固高度協(xié)調(diào)區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合發(fā)展成果是今后應(yīng)該關(guān)注的重點。

總之，生態(tài)保護和經(jīng)濟發(fā)展之間相互作用相當復(fù)雜，兩者既可能相互促進又可能相互抑制。因此，下一步對生態(tài)保護和經(jīng)濟發(fā)展之間的關(guān)系及對兩者之間的驅(qū)動機制進行研究可能會成為下一步深化研究的重點。

通過研究發(fā)現(xiàn)，研究區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合失調(diào)區(qū)中超過80%屬于經(jīng)濟滯后區(qū)域，經(jīng)濟發(fā)展水平是流域生態(tài)經(jīng)濟協(xié)調(diào)耦合度的主要影響因素。另外，目前研究區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合度的提高主要來源于中度失調(diào)區(qū)和基本協(xié)調(diào)區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合度的持續(xù)改善，而嚴重失調(diào)區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合度的提高是今后應(yīng)該關(guān)注的焦點。因此，結(jié)合黃河流域生態(tài)經(jīng)濟發(fā)展現(xiàn)實，為推進黃河流域生態(tài)保護和高質(zhì)量發(fā)展，提出如下建議：(1)經(jīng)濟發(fā)展滯后區(qū)應(yīng)構(gòu)建基于生態(tài)環(huán)境的流域多元經(jīng)濟發(fā)展機制及居民生態(tài)補償機制。一方面，因地制宜，加快推進地區(qū)新舊動能轉(zhuǎn)換，優(yōu)化工業(yè)產(chǎn)業(yè)結(jié)構(gòu)，制定靈活、差異的經(jīng)濟發(fā)展政策，改變粗放的、單一的經(jīng)濟發(fā)展方式；建立健全人才培養(yǎng)及吸引機制，加大高端人才、前沿技術(shù)的引進能力，不斷提升流域經(jīng)濟滯后區(qū)的自我發(fā)展能力。另一方面，建立健全基于居民生計、發(fā)展機會和政策等一系列生態(tài)補償機制，鼓勵居民主動從各個方面促進本地區(qū)生態(tài)經(jīng)濟協(xié)調(diào)耦合發(fā)展。(2)針對嚴重失調(diào)區(qū)，充分利用當?shù)刈匀毁Y源優(yōu)勢，提高自然資源的循環(huán)利用率，不斷探索建立與當?shù)刭Y源環(huán)境相適應(yīng)的以保護地為主體的綠色產(chǎn)業(yè)、綠色能源、綠色消費的發(fā)展方式，降低經(jīng)濟發(fā)展對生態(tài)環(huán)境的壓力。(3)推動構(gòu)建黃河流域生態(tài)經(jīng)濟協(xié)調(diào)耦合發(fā)展一體化治理監(jiān)管制度體系，加快實現(xiàn)生態(tài)經(jīng)濟協(xié)調(diào)耦合發(fā)展的統(tǒng)一謀劃，系統(tǒng)治理。提高研究區(qū)生態(tài)經(jīng)濟協(xié)同耦合發(fā)展的整體性、系統(tǒng)性，形成政府、社會、市場相互監(jiān)督相互促進共同治理的現(xiàn)代化治理監(jiān)管格局。