2. 陕西省土地整治重点实验室,西安 710054
2. Shaanxi Provincial Key Laboratory of Land Remediation, Xi'an 710054, China
健康稳定的生态系统是人类社会可持续发展的根本保障[1]. 维护区域生态安全、推动生态系统的可持续管理已成为国家生态文明建设的重要战略方向[2]. 精准评估生态系统对外部干扰的敏感程度及其维持稳定、恢复与适应的内在能力,是诊断区域生态风险、优化管理决策的关键科学命题之一. 生态脆弱性与生态韧性,前者是生态系统对环境变化的敏感性及遭遇扰动后丧失其原有功能的可能性[3],是评价生态环境现状和未来发展趋势的关键指标,而生态韧性则是指生态系统在外部扰动或压力下维持功能和恢复系统结构的能力[4],强调的是系统自我调节和自我修复的潜力. 因此,生态韧性与生态脆弱性不仅是两个密切相关的概念,亦代表着不同的研究视角[3,5,6],这对互补的理论框架为系统理解生态系统响应复杂扰动的动态过程、识别调控关键环节提供了全新视角,对协调生态保护与区域开发具有重要理论意义.
目前,生态脆弱性与生态韧性的研究已形成较丰富的理论基础与评价方法[7~10]. 从研究目标看,脆弱性研究重在揭示生态系统在遭受扰动时“可能损失”的空间格局与潜在风险[7,11~14],强调生态系统的薄弱环节和敏感区域;而韧性研究则聚焦于生态系统“如何维持”其结构和功能的稳定性与延续性[9,15~18],强调系统的恢复潜力与适应能力. 在研究尺度与方法路径上,生态脆弱性与生态韧性的研究亦体现出较强的相似性与互补性. 二者均广泛应用于区域尺度[18~20]、流域尺度[21~23]及城市群尺度[24~26]的生态评价,依托遥感、GIS和多源数据融合等技术手段,采用定性⁃定量相结合的评价模式,基于不同的研究尺度和评价目标,构建多指标综合评价体系. 常见的模型包括主要应用于生态脆弱性评价领域的“敏感-恢复-压力”(SRP)模型[14,22,27]、“暴露度-敏感性-适应力”(VSD)模型[28,29]和“生境-结构-功能”模型[20]等,及应用于生态韧性评价领域的“规模-密度-形态”模型[15,30]、“本底-运行-效率”模型[31]及“抵抗力-适应力-恢复力”模型[16~18,31]等多维框架,评价方法则涉及熵值法、层次分析法、模糊综合评价和Topsis综合指数法等[18,31~33],并通过空间自相关模型、马尔科夫链模型、空间杜宾模型等及Kernel密度估计、Theil-Sen Median趋势分析等方法分析其时间序列与空间格局的演变过程[16,34~40]. 尽管评价模型和评价方法等各有侧重,究其根本,其逻辑均围绕生态系统结构、功能与风险的响应机制展开,并强调将生物系统的组成、功能特征和空间结构作为反映系统健康状态的关键要素. 因而,无论脆弱性还是韧性,二者实质上都是在不同逻辑路径下对生态系统稳定性与可持续性的共同探讨,目标均指向降低系统崩溃概率,以提高生态安全水平,为生态治理与管理提供诊断依据和调控方向. 其研究本质均属于生态系统健康评价的不同侧面,反映的是生态系统面对外部扰动时的不同应对机制. 但现有研究多侧重于生态脆弱性或生态韧性的某单一维度,且多数基于静态时点或单期数据进行评价,缺乏从综合视角系统探讨二者交互关系及其时空协同演化的研究,尤其在流域尺度下缺乏统筹兼顾和融合互补的系统研究.
汉江流域作为长江的重要一级支流,横贯秦巴山区与江汉平原,地形地貌复杂,生态系统类型多样,在我国生态安全格局中具有重要战略地位. 近年来,在《国家生态安全屏障保护与建设规划纲要》《汉江生态经济带发展规划》等国家和区域政策的引导下,汉江流域被赋予了统筹生态保护与高质量发展并重的功能定位,尤其中下游区域作为国家粮食安全和耕地保护核心区,其生态空间受到严格的政策管控与生态红线限制,限制了生态修复和土地整治的灵活度,也导致生态系统的恢复能力与适应能力存在明显区域差异. 作为跨省域的复合型生态系统,其空间异质性显著:上游以生态保育为主导功能,中下游则承载密集的农业生产与城镇化压力. 这种“生态-经济”功能的梯度分异,导致流域内资源利用冲突与生态风险空间分异特征突出. 已有学者围绕汉江流域开展了多角度生态环境评价研究,包括土地利用变化[40]、生态服务功能演变[41]、水土流失[42]及生态安全格局构建[43,44]等内容,强调了该区域生态过程的时空异质性与政策干预的综合效应. 但当前研究多聚焦于某一方面生态要素或单一指标体系的构建,缺乏从系统视角出发对生态脆弱性与生态韧性协同变化的动态分析与空间重构,尚未形成面向区域统筹的生态功能分区框架. 基于此,以汉江流域作为研究区,深入探讨流域生态脆弱性与生态韧性的时空变化及其耦合关系,通过构建生态脆弱性与生态韧性双维度指标体系,并引入耦合协调机制和生态分区模型,力图实现生态系统健康状况的精准评估与空间优化配置,以期为汉江流域生态治理与土地利用政策协同提供科学依据与区域范式. 这不仅有助于进一步完善流域生态风险评估体系,也为区域生态保护和恢复提供科学依据,进一步推动区域高质量发展的实现.
1 材料与方法 1.1 研究区概况汉江流域发源陕西省宁强县,于武汉市汉口龙王庙汇入长江干流,流域面积为15.9万km2,为长江最主要的支流之一,是南水北调中线工程的核心水源区(图 1). 汉江流域属亚热带季风气候,年均气温为15~17℃,气候较温和,流域内平均降水量介于600~1 300 mm之间,降水量较充沛. 汉江流域面积广阔,涵盖河南、湖北、陕西等多个省份的中低山、丘陵和平原等多样化生态单元,是中部地区重要的生态屏障与粮食主产区的交汇带. 汉江流域上游地区生态优越,干流呈东西走向,集水面积约占全流域的56%,地势陡峻,河床坡度大,水力资源丰富,是重要的生物多样性维护功能区和水源涵养地,中下游地区地势较为平坦,人口密集,降水量大,下游遭受长江来水顶托,易形成洪涝灾害,水土流失较为严重. 汉江上游蓄水工程的建造,使得大量水资源在上游地区被拦截,导致汉江面临下游地区河水锐减,除此之外汉江流域还面临水环境质量恶化等问题. 同时,长期以来,由于人口密集、土地资源开发强度大以及耕地资源保护红线的严控,流域生态系统面临显著的人地矛盾压力. 实现其生态安全对长江区域高质量发展具有重要意义.
|
图 1 研究区概况 Fig. 1 Overview of the study area |
本文采用的数据主要包括2000年、2005年、2010年、2015年及2023年的土地利用、气象、土壤、地形及社会经济数据等,并将不同空间分辨率数据重采样为30 m×30 m,详见表 1. 本文以汉江流域作为研究区,基于汉江流域的相关研究、数据处理及其空间可视化等多方面考量,采用5 km×5 km的格网作为基本评价单元对区域展开研究.
|
|
表 1 主要数据来源汇总 Table 1 Summary of major data sources |
1.3 研究方法 1.3.1 生态脆弱性评估模型
生态脆弱性是指生态系统在面临自然或人为干扰时,生态结构和功能受到破坏的程度,反映了生态系统的脆弱性和恢复能力. 生态脆弱性关注生态系统在面对外部干扰时,生态服务功能下降或功能丧失、失去原有稳定性等风险. 相较于单因子评估模型的局限性,多指标综合评价体系能够更全面地表述生态系统脆弱性的多维属性与动态演变特征. 因此,本文根据汉江流域的整体状况与数据的可得性,参考相关评价体系[22],从生态敏感度、生态恢复力及其生态压力度三重视角构建流域生态脆弱性评价模型. 生态敏感度是应对各种外来干扰系统表现出的敏感程度[27],汉江流域内中下游水土流失问题严重,洪涝灾害频发,因而选取地形、气候和土壤等因子作为指标进行评价;生态恢复度是生态系统受到扰动时自我恢复力的能力,通常是系统内部种群结构、植被覆盖程度的反映,因而选取植被因子、生物丰富度等指标评价;生态压力度是区域内生态环境受到外部干扰的程度,通常与人类活动强度等因素相关,故选取人类活动及社会经济等指标进行计算. 在此基础上,本文选取12个具备一定针对性的数据指标并对指标进行正负标准化,并使用熵权法确定权重,相关指标见表 2,通过线性加权得出生态脆弱性指数(ecological vulnerability index,EVI),对汉江流域的生态脆弱性展开评价.
|
|
表 2 汉江流域生态脆弱性评价指标权重 Table 2 Weight of ecological vulnerability evaluation index in Hanjiang River Basin |
1.3.2 生态韧性评估模型
韧性指弹性和恢复能力,基于生态视角,其不仅指生态系统在受到外界影响扰动后的反弹能力,还描述了系统受到干扰后恢复到最初稳定状态的过程. 因此生态韧性可以被视为对负面影响的反应和从受损状态恢复的能力[45]. 参考已有研究,在“生态系统抵抗力-生态系统适应力-生态系统恢复力”评价模型框架的基础上,依据评价目标的本身固有属性和评价维度主要特征,选取评价指标,进一步构建生态韧性评价指标体系,并通过熵权法确定指标权重,具体指标权重见表 3.
|
|
表 3 汉江流域生态韧性评价指标权重 Table 3 Weight of ecological resilience evaluation index in Hanjiang River Basin |
(1)抵抗力 表征城市生态系统抵御外力干扰的能力,源于生态系统其本身结构功能,并与其服务功能密切相关[16]. 生态系统服务功能越强,其系统恢复能力就越显著. 汉江流域是长江流域最重要的支流之一,该流域内生物多样性丰富,具备水源涵养、水土保持、固碳以及维持生物多样性等重要生态功能. 完整稳定的生态系统服务功能对维护区域生态安全具有至关重要的作用.
基于此选择生境质量服务、产水服务、水土保持服务及固碳服务这4个重要的生态系统服务功能表征生态系统的抵抗力,并对每个指标进行计算. 本研究生境质量利用遥感生态指数(remote sensing ecological index,RSEI)计算得出,RSEI是用于综合反映研究区域生态环境现状的遥感生态指数,在自然因素对生态质量的影响中,利用绿度、湿度、热度和干度几个指数通过主成分分析从而评估生态质量的优劣;产水服务、水土保持服务及固碳服务分别利用InVEST模型中的产水量、土壤保持及碳存储这3个模块进行计算,具体计算公式见表 4. 其次采用熵权法对4种类型的生态系统服务功能赋值权重,计算生态系统抵抗力指数.
|
|
表 4 生态韧性指数计算方法 Table 4 Calculation method of ecological resilience index |
(2)适应力 生态系统适应性是生态系统在环境变化中维持其功能的能力体现[46],生态系统本身的稳定性越好,其适应能力就越突出. 而生态系统结构稳定性依赖于系统内部景观配置的组织稳定性能[47],主要体现在系统内的景观连通性、异质性和形状等[16]. 因而通过香农多样性指数(Shannon's diversity index,SHDI)和香农均匀性指数(Shannon's evenness index,SHEI)来描述景观异质性. 同时通过景观分离指数(landscape division index,DIVISION)和蔓延度指数(contagion index,CONTAG)对景观连体性进行评估. 此外,景观形态则利用景观形态指数(landscape shape index,LSI)和面积加权平均形态指数(shape index,SHAPE)进行评价. 具体计算公式见表 4. 本研究采用极值标准化对各个指标数据进行处理,最后利用熵值法对指标进行加权,进而得到生态系统的适应力指数.
(3)恢复力 生态系统的恢复能力是指区域生态系统在遭受外界干扰后,通过其内源性机制重建结构与功能稳定性的潜力. 该功能主要体现在抵御外部干扰并从严重破坏中恢复的能力. 土地利用模式的自然属性保留度越高如林地、湿地等,其受扰动后的恢复速率与稳定性越显著. 基于此,本研究使用土地利用数据,采用弹性系数和阻力系数来表示生态系统的恢复力,指标权重如表 5所示.
|
|
表 5 土地利用类型弹性与阻力系数 Table 5 Elasticity and resistance coefficient of land use type |
最后将抵抗力,适应力和恢复力这三者计算结果进行标准化,利用如下公式计算综合生态韧性指数(ecological resilience index,ERI),具体公式如下:
| (1) |
式中,A为适应力指数,P为抵抗指数,R为恢复力指数.
1.3.3 耦合协调度模型耦合协调用来表述不同系统间相互作用相互影响、调节和协调的相互关系. 本研究采用耦合协调度模型探究区域生态脆弱性风险与生态韧性之间的交互关系以帮助更好地理解生态系统的综合表现,具体计算公式如下:
| (2) |
| (3) |
| (4) |
式中,U1和U2分别表示生态脆弱性和生态韧性经归一化处理后的最大值和最小值,同时针对生态脆弱性指数(EVI)这一负向指标进行归一化时,为了保持评价指标方向一致性,对其进行了正向化处理;耦合度C反映两系统的相互作用强度,综合协调指数T则通过加权求和表征系统的整体协同水平. α和β分别表示两系统的权重,其权重均设为0.5. D表示耦合协调度,D值介于0~1之间,越小代表系统的协调性越低,系统内部要素呈拮抗或制约关系;反之,D值越高,则系统越接近高度协调状态,各组分间形成协同互促的良性循环机制.
1.3.4 “脆弱性-韧性”生态分区构建将各个研究单元量化得出的生态脆弱性指数和生态韧性指数进行Z-score标准化,以x轴表示生态韧性指数,y轴表示生态脆弱性指数,通过四象限法划分四象限,并分别代表 4个不同的生态区:高脆弱性风险区-高韧性区(第Ⅰ象限)、高脆弱性风险区-低韧性区(第Ⅱ象限)、低脆弱性风险区-低韧性区(第Ⅲ象限)及低脆弱性风险区-高韧性区(第Ⅳ象限),从而构建汉江流域“韧性-脆弱风险”生态分区.
2 结果与分析 2.1 生态脆弱性时空变化特征根据生态敏感度指数、恢复度指数和压力度指数计算结果,分别得到2000年、2005年、2010年、2015年及2023年汉江流域生态脆弱性指数(EVI,图 2). 本文采用自然断点法,将研究区内生态韧性指数结果划分为5个等级,即:潜在脆弱(EVI < 0.157)、微度脆弱(0.157≤EVI < 0.201)、轻度脆弱(0.201≤EVI < 0.239)、中度脆弱(0.239≤EVI < 0.315)和重度脆弱(EVI≥0.315),并得到2000年、2005年、2010年、2015年及2023年汉江流域不同生态脆弱性等级的面积占比(图 3),及5个不同时期汉江流域生态脆弱性水平时空变化(图 4). 研究区5期生态脆弱性水平的均值分别为0.202、0.194、0.195、0.202和0.200,时间上汉江流域生态脆弱性总体处于轻度脆弱水平,并呈现下降趋势. 2000~2023年间汉江流域不同脆弱性等级的面积占比由2000年的轻度脆弱水平 > 中度脆弱水平 > 微度脆弱水平 > 重度脆弱水平 > 潜在脆弱水平,转变为2023年的微度脆弱水平 > 轻度脆弱水平 > 中度脆弱水平 > 潜在脆弱水平 > 重度脆弱水平,潜在脆弱区和微度脆弱区占比不断扩大,中度脆弱区和重度脆弱区的占比逐渐缩小,汉江流域生态脆弱性指数变化整体趋势呈现平稳下降的变化,表明区域生态系统脆弱性风险不断降低.
|
图 2 汉江流域生态脆弱性指数 Fig. 2 Ecological vulnerability index of Hanjiang River Basin |
|
图 3 2000~2023年汉江流域不同生态脆弱性等级面积占比 Fig. 3 Proportion of different ecological vulnerability grades in the Hanjiang River Basin from 2000 to 2023 |
|
图 4 2000~2023年汉江流域生态脆弱性水平时空变化 Fig. 4 Spatial and temporal changes of ecological vulnerability level in Hanjiang River Basin from 2000 to 2023 |
空间尺度上汉江流域生态脆弱性水平整体上呈现出上游高,中下游低的空间分布特征,重度脆弱区和中度脆弱区所占的比例呈现明显的下降趋势,潜在脆弱区和微度脆弱区的面积占比逐渐增大,轻度脆弱区面积整体变化较小较为平稳. 具体看来,中度脆弱区和重度脆弱区主要集中分布在整个汉江流域的东部地区,其中重度脆弱区的分布较为零散且面积占比减少十分明显,整体降幅为11.21%,中度脆弱区则呈现出先增后减的变化趋势,主要集中分布在汉江上游的汉中市和安康市等地区,整体降幅为8.53%;轻度脆弱区面积变化相对较小,降幅1.76%;微度脆弱区面积变化最为显著,增幅为14.32%,且主要由轻度脆弱区转化而来,空间上集中分布在汉江流域中下游的南阳市、荆门市和天门市等地区;潜在脆弱区呈现出增长趋势分布也相对零散,整体增幅为7.18%,总体而言2000~2023年汉江流域生态脆弱性表现出“上游高下游低”,综合生态脆弱性指数不断下降的时空演化特征.
2.2 生态韧性时空变化特征根据生态抵抗力指数、适应力指数、恢复力指数计算结果,得到2000年、2005年、2010年、2015年及2023年汉江流域的生态韧性指数(图 5). 本文采用自然断点法,将研究区内生态韧性指数结果划分为5个等级,即:低韧性(RES < 0.106)、较低韧性(0.106≤RES < 0.129)、中韧性(0.129≤RES < 0.149)、较高韧性(0.149≤RES < 0.171)和高韧性(RES > 0.171),并得到2000年、2005年、2010年、2015年及2023年汉江流域不同生态韧性等级面积占比(图 6)及5个不同时期生态韧性水平时空变化(图 7). 研究区5期生态韧性水平的均值分别为0.157、0.155、0.153、0.158和0.160,时间上汉江流域生态韧性总体处于较高水平,同时以2010年为转折点呈现出现下降后上升的变化趋势,表明在“两山”政策的大力推进下,流域内生态环境状况不断提升,生态韧性显著增强. 2000~2023年汉江流域不同韧性等级的面积占比由2000年的较高韧性水平 > 中韧性水平 > 低韧性水平 > 较低韧性水平 > 高韧性水平,转变为2023年的较高韧性水平 > 中韧性水平 > 高韧性水平 > 较低韧性水平 > 低韧性水平,低韧性水平及较低韧性水平的地区占比逐渐减小,高韧性水平的地区逐渐增多,汉江流域生态韧性指数变化整体趋势呈现稳中向好的变化.
|
图 5 汉江流域生态韧性指数 Fig. 5 Ecological resilience index of Hanjiang River Basin |
|
图 6 2000~2023年汉江流域不同生态韧性等级面积占比 Fig. 6 Proportion of different ecological resilience grades in the Hanjiang River Basin from 2000 to 2023 |
|
图 7 2000~2023年汉江流域生态韧性水平时空变化 Fig. 7 Spatial and temporal changes of ecological resilience level in Hanjiang River Basin from 2000 to 2023 |
空间尺度上,汉江流域生态韧性水平整体上呈现出“东西两端低,中部高”的空间分布特征,低韧性区和较低韧性区的面积占比呈现下降趋势,较高韧性区和高韧性区面积占比逐渐增多,中韧性区的面积变化较为平稳. 具体看来高韧性水平的地区主要集中分布在汉中北部和十堰南部等地区并呈现出先增后减趋势,高韧性区域面积占比整体增幅为2.07%;较高生态韧性地区主要分布在汉江流域中上游地区,分布较为零散,呈现扩张趋势,增幅为5.14%;较低韧性及低韧性地区主要集中分布在汉中南部及流域中下游地区,且面积逐渐减少,降幅分别为2.15%和5.02%,总体而言2000~2023年汉江流域生态韧性表现出“中上游高下游低”、“低值集聚、高值分散”的空间分布特征.
2.3 生态脆弱性和生态韧性的耦合协调度为进一步揭示生态脆弱性与生态韧性的交互关系,利用耦合协调度模型并通过核密度估算进行三维可视化得到图 8. 本文基于耦合协调度模型评估其协调状态,结合流域实际情况,将耦合协调度划分为:重度失调(0~0.125]、中度失调(0.125~0.250]、轻度失调(0.250~0.375]、濒临失调(0.375~0.500]、勉强协调(0.500~0.625]、初级协调(0.625~0.750]、中级协调(0.750~0.875]和高级协调(0.875~1]共8个等级,得到汉江流域生态脆弱性与生态韧性耦合协调度时空变化(图 9). 核密度估算结果显示,2000~2023年间汉江流域生态脆弱性与生态韧性耦合协调度主要集中于0.4~0.9之间,整体处于协调水平,其中“中级协调”占比最显著. 核密度曲面图表明耦合协调度分布以2010年为分界呈现右移趋势,显示耦合水平整体提升,系统耦合状态趋于优化. 同时,曲线主峰区域逐年变窄,表明区域间协调度差异趋于收敛,空间异质性减弱. 但“双峰”结构依然存在,尤其在2010年前表现出“濒临失调”与“初级协调”双峰共存,2010年后左侧峰值右移且增高,反映出耦合水平在提升的同时出现高低分化加剧的趋势,即区域内部协调发展出现“两极分化”现象. 尽管耦合协调度理论上划分包括“重度失调”“中度失调”等,但本研究中未观测到耦合协调度低于0.35的格网单元,说明在研究期内汉江流域生态系统风险整体可控,系统韧性对脆弱性的调节作用持续增强,协调性整体向好.
|
图 8 2000~2023年汉江流域生态脆弱性与生态韧性耦合协调度的核密度 Fig. 8 Kernel density map of coupling coordination degree between ecological vulnerability and ecological resilience in Hanjiang River Basin from 2000 to 2023 |
|
图 9 2000~2023年汉江流域生态脆弱性与生态韧性耦合协调度时空变化 Fig. 9 Spatial and temporal changes of coupling coordination degree between ecological vulnerability and ecological resilience in Hanjiang River Basin from 2000 to 2023 |
空间分布上来看,汉江流域生态脆弱性和生态韧性耦合协调度整体呈现出西北高东南低的空间分布特征,协调度呈现逐渐增加的趋势,特别是2005~2015年间,协调度为中级协调和高级协调的区域明显增多. 具体看来,高级协调的区域主要分布在汉江流域的西北部以及流域中段的南部地区,而协调度为勉强协调的区域主要集中分布于流域的东部;初级协调和中级协调地区分布较为零散,表明汉江流域生态韧性与生态脆弱性的相对关系在此期间逐步趋于协调,生态系统的恢复力与脆弱性之间的差距有所缩小,区域生态系统的稳定性逐渐提高,但不同区域之间的差异性相对显著,亟需通过更精细的生态管理和恢复策略来进一步优化这些区域的生态平衡与稳定性,以促进区域发展的协调可持续.
2.4 “韧性-脆弱风险”生态分区构建对汉江流域5 752个格网的生态脆弱性指数和生态韧性指数进行Z-score标准化,并根据象限将汉江流域生态分区划分为高韧性-高脆弱风险区(Ⅰ)、低韧性-高脆弱风险区(Ⅱ)、低韧性-低脆弱风险区(Ⅲ)及其高韧性-低脆弱风险区(Ⅳ),同时得到2000年、2005年、2010年、2015年及2023年汉江流域“韧性-脆弱风险”生态分区象限分布(图 10)及2000~2023年汉江流域“韧性-脆弱风险”生态分区空间分布(图 11). 从图 10可知2000~2023年汉江流域内格网分布较为集中,各个分区间变化相对稳定;总体上看,位于Ⅰ、Ⅱ和Ⅳ象限格网数最多,表明汉江流域大部分区域属于高韧性-高脆弱风险区、低韧性-高脆弱风险区和高韧性-低脆弱风险区,低韧性-低脆弱风险区相对较少,且2000~2023年间流域各生态分区间转换相对较少,流域总体趋于稳定.
|
横纵坐标分别表示标准化后汉江流域的综合生态韧性指数和综合生态脆弱性指数 图 10 2000~2023年汉江流域“韧性-脆弱性风险”生态分区象限分布 Fig. 10 Quadrant distribution of "resilience-vulnerability risk" ecological zoning in Hanjiang River Basin from 2000 to 2023 |
|
图 11 2000~2023年汉江流域“韧性-脆弱性风险”生态分区空间分布 Fig. 11 Spatial distribution of "resilience-vulnerability risk" ecological zoning in Hanjiang River Basin from 2000 to 2023 |
由汉江流域“韧性-脆弱性风险”生态分区空间分布可知,汉江流域各生态分区的空间分布总体具备一定空间结构,高韧性-低脆弱性风险区与低韧性-高脆弱性风险区分布较集中,所占面积最广,高韧性-高脆弱性风险区主要部分在流域上游的部分地区,低韧性-低脆弱性风险区所占面积最少,空间分布上较为分散. 具体看来,高韧性-低脆弱风险地区最多,主要集中在汉江流域中游十堰市、商洛市东部及其南阳市北部等区域,该区域内人口密度适中,土地类型以林地为主,植被覆盖较高,生态环境受人为干扰较少,该地区可作为合理开发区,在国土空间管制的前提下进行优先开发建设推进区域发展;低韧性-高脆弱风险主要集中分布在汉江流域下游区域,其中集中分布在南阳市中西部、襄阳市、荆门市、天门市、仙桃市及武汉市等汉江干流下游经过的沿线城市和汉江上游汉中市、安康市中部等区域,该些区域用地类型主要以耕地及其部分林地为主,因耕地红线等政策原因导致高强度的土地利用模式加之一定的人口密度致使其生态服务功能单一,生态系统抵抗力较弱,针对该部分区域,应在确保耕地红线的前提下,增加区域内生态用地面积,控制开发规模以推进区域生态安全;高韧性-高脆弱风险主要分布在汉江流域上游汉中市北部、安康市北部及南部区域以及商洛市中西部,且在汉江下游也有零星分布,该区域主要介于耕地、林地及其草地的交界地带,区域内林草地等植被覆盖让其生态系统具备吸收抵御外界风险的能力,但由于区域发展的经济需求开展一定强度的开发利用致使生态系统的敏感度增大、脆弱性增强,从而出现了生态系统高韧性高脆弱性的特征,这一区域具备相对的生态潜力,同时有一定的开发建设基础,应合理控制生态红线开展低强度的开发促进区域高质量发展;低韧性-低脆弱风险区在整个研究区内均有分布,整体较零散,主要分布在水域及林地的交界处,应作为重点保护区域严格控制生态安全红线,加强生态安全监测防范生态风险,推进生态文明建设.
3 讨论社会经济的快速增长往往伴随着生态系统的渐进性退化与生态系统服务功能的衰退,该“发展-保护”的二元悖论已成为全球可持续科学领域的重要议题. 本文系统评估了生态脆弱性与生态韧性的时空演化特征,并在此基础上构建二者耦合关系模型,划定生态分区,从而兼顾区域生态安全与经济发展需求,探索出一条基于生态风险与适应能力协同视角的分区治理路径,为促进汉江经济带的可持续发展提供理论参考.
在生态脆弱性评价方面,以生态敏感度、恢复度和压力度为核心的指标体系,系统揭示了2000~2023年间汉江流域生态脆弱性总体下降的时空特征,表现出“上游高、下游低”的空间格局逐渐缓和,生态风险区域逐步收缩. 相比之下,生态韧性评估在继承前人研究的基础上进一步整合了生态系统恢复力、抵抗力与适应力等关键维度,提出了具有代表性的多指标综合评价框架. 结果显示,汉江流域生态韧性整体处于较高水平,自2010年起呈现稳定提升趋势,空间格局上则表现为“中上游高、下游低”的特征,生态系统在政策干预与生态修复推动下具备显著的自我调节与适应能力.
脆弱性与韧性的耦合协调分析进一步揭示了二者间非线性、多样性关系. 虽然二者在本质上分别代表生态系统的“受损倾向”与“恢复潜力”,其改善方向趋于一致,但通过耦合协调度模型揭示了脆弱性与韧性的相互影响,高脆弱性区域并非必然对应低韧性水平(如汉江上游部分林地兼具高脆弱性与高韧性),同时表现出高脆弱性与高韧性特征,揭示出生态系统在风险暴露与适应恢复能力上的空间非协同性. 这种现象说明,生态系统可能面临较高的外部干扰风险,但在内部结构或功能上具有较强的恢复能力,具有重要的生态调控与管理价值. 基于以上研究结果,可对汉江流域提供以下分区管控建议:Ⅰ类区(高韧性-高脆弱性):推行“韧性提升导向型”开发,在严守生态红线前提下,允许适度生态产业化;Ⅱ类区(低韧性-高脆弱性):实施“风险防控优先”策略,在保障耕地红线保证粮食安全的前提下,一定程度上建立生态移民与耕地休耕制度,以降低人类活动胁迫;Ⅲ类区(低韧性-低脆弱性):可强化生态监测网络建设,防范潜在风险向高脆弱状态转化;Ⅳ类区(高韧性-低脆弱性):作为可持续发展示范区,探索绿色技术创新与生态产品价值实现机制. 本研究为“精准分区、分类施策”的流域治理模式提供新的视角,推动生态评估体系与治理机制的融合创新,进一步服务于国家流域生态安全屏障构建与区域高质量发展目标的实现.
同时本文仍存在一定局限. 生态系统的量化评估具有多维、复杂的特征,受限于数据可获取性与空间分辨率等原因,未能纳入如极端气候事件频次、文化生态系统服务(如休闲游憩价值)等关键维度,可能导致评估的广度和深度受限. 此外,不同数据源与分辨率的集成也可能引入误差,未来研究可加强多源数据融合、引入更高时空分辨率产品,并结合实地调研数据与主观认知维度,构建更具包容性与动态性的“自然-社会-经济”三维生态系统韧性评价框架.
4 结论(1)汉江流域生态脆弱性整体呈轻度脆弱水平,时空格局演化趋于稳定优化. 2000~2023年间,流域生态脆弱性指数均值整体缓慢下降,表现为“上游高、中下游低”的空间分布特征. 微度脆弱与潜在脆弱区面积逐年扩大,重度脆弱与中度脆弱区显著缩小,反映出区域生态系统整体脆弱性风险逐步缓解,生态环境恢复取得一定成效.
(2)生态韧性水平总体较高,呈现“中上游高、东西两端低”的空间分布格局. 五期生态韧性指数均值总体处于较高水平,以2010年为转折点呈现“下降⁃回升”的趋势,说明在政策干预与生态治理作用下,区域生态系统适应与恢复能力不断增强. 韧性等级结构上,低韧性区持续收缩,较高及高韧性区扩展明显,空间分布格局趋于均衡.
(3)生态脆弱性与生态韧性耦合协调度总体良好,协调性水平稳步提升. 耦合协调度主要处于“中级协调”及以上等级,2000~2023年呈现出明显右移趋势,表明系统内部协调性增强. 空间上协调度“西北高、东南低”,但区域差异性逐步收敛,表现出耦合分化趋势减弱、系统整合性增强的特征,显示出生态恢复政策在不同区域响应的差异性.
(4)利用“韧性-脆弱性风险”耦合框架下的生态分区识别有助于进一步精细化管理. 本研究构建以生态韧性与脆弱性时空演变特征为核心的“韧性-脆弱性风险”生态分区,以实现对流域生态系统状态的分区识别与管理建议的精细化表达,为不同区域生态治理优先级划分与政策干预提供了科学支撑.
| [1] | Grumbine R E. What is ecosystem management?[J]. Conservation Biology, 1994, 8(1): 27-38. DOI:10.1046/j.1523-1739.1994.08010027.x |
| [2] |
彭文英, 李碧君, 刘灿. 习近平关于生态安全重要论述及生态安全体系建设研究[J]. 城市与环境研究, 2021(1): 20-34. Peng W Y, Li B J, Liu C. Xi Jinping' s important exposition on ecological security and the construction of ecological security system[J]. Urban and Environmental Studies, 2021(1): 20-34. |
| [3] | Turner Ⅱ B L. Vulnerability and resilience: coalescing or paralleling approaches for sustainability science?[J]. Global Environmental Change, 2010, 20(4): 570-576. DOI:10.1016/j.gloenvcha.2010.07.003 |
| [4] | Holling C S. Resilience and stability of ecological systems[EB/OL]. https://www.cambridge.org/core/books/abs/foundations-of-socioenvironmental-research/c-s-holling-1973/93347024CC60F4C3130F936513402FE3, 1973-11-01. |
| [5] | De Lange H J, Sala S, Vighi M, et al. Ecological vulnerability in risk assessment—a review and perspectives[J]. Science of the Total Environment, 2010, 408(18): 3871-3879. DOI:10.1016/j.scitotenv.2009.11.009 |
| [6] | Lecina-Diaz J, Martínez-Vilalta J, Lloret F, et al. Resilience and vulnerability: distinct concepts to address global change in forests[J]. Trends in Ecology & Evolution, 2024, 39(8): 706-715. |
| [7] |
杨飞, 马超, 方华军. 脆弱性研究进展: 从理论研究到综合实践[J]. 生态学报, 2019, 39(2): 441-453. Yang F, Ma C, Fang H J. Research progress on vulnerability: from theoretical research to comprehensive practice[J]. Acta Ecologica Sinica, 2019, 39(2): 441-453. |
| [8] | Wang Z Y, Xiong H X, Zhang F W, et al. Sustainable development assessment of ecological vulnerability in arid areas under the influence of multiple indicators[J]. Journal of Cleaner Production, 2024, 436. DOI:10.1016/j.jclepro.2024.140629 |
| [9] |
赵瑞东, 方创琳, 刘海猛. 城市韧性研究进展与展望[J]. 地理科学进展, 2020, 39(10): 1717-1731. Zhao R D, Fang C L, Liu H M. Progress and prospect of urban resilience research[J]. Progress in Geography, 2020, 39(10): 1717-1731. |
| [10] | Viñals E, Maneja R, Rufí-Salís M, et al. Reviewing social-ecological resilience for agroforestry systems under climate change conditions[J]. Science of the Total Environment, 2023, 869. DOI:10.1016/j.scitotenv.2023.161763 |
| [11] | Hu X J, Ma C M, Huang P, et al. Ecological vulnerability assessment based on AHP-PSR method and analysis of its single parameter sensitivity and spatial autocorrelation for ecological protection⁃a case of Weifang City, China[J]. Ecological Indicators, 2021, 125. DOI:10.1016/j.ecolind.2021.107464 |
| [12] | Xu D Y, Wang Y Q, Wang J F. A review of social-ecological system vulnerability in desertified regions: assessment, simulation, and sustainable management[J]. Science of the Total Environment, 2024, 931. DOI:10.1016/j.scitotenv.2024.172604 |
| [13] | Kamran M, Yamamoto K. Evolution and use of remote sensing in ecological vulnerability assessment: a review[J]. Ecological Indicators, 2023, 148. DOI:10.1016/j.ecolind.2023.110099 |
| [14] |
王晓峰, 郑媛元, 孙泽冲, 等. 青藏高原自然保护区生态脆弱性演化与模拟[J]. 环境科学, 2025, 46(3): 1633-1644. Wang X F, Zheng Y Y, Sun Z C, et al. Evolution and simulation of ecological vulnerability in Qinghai-Xizang Plateau nature reserve[J]. Environmental Science, 2025, 46(3): 1633-1644. DOI:10.13227/j.hjkx.202403096 |
| [15] |
王少剑, 崔子恬, 林靖杰, 等. 珠三角地区城镇化与生态韧性的耦合协调研究[J]. 地理学报, 2021, 76(4): 973-991. Wang S J, Cui Z T, Lin J J, et al. Coupling relationship between urbanization and ecological resilience in the Pearl River Delta[J]. Acta Geographica Sinica, 2021, 76(4): 973-991. |
| [16] | Yang J, Wang S Y, Zhou J, et al. Optimisation of ecological security patterns in ecologically transition areas under the perspective of ecological resilience-a case of Taohe River[J]. Ecological Indicators, 2024, 166. DOI:10.1016/j.ecolind.2024.112315 |
| [17] |
朱容, 干晓宇, 李梓杉. 四川省生态韧性与生态风险的时空变化及生态分区构建[J]. 长江流域资源与环境, 2024, 33(1): 175-188. Zhu R, Gan X Y, Li Z S. Spatio-temporal changes of ecological resilience and ecological risk and construction of ecological zones in Sichuan Province[J]. Resources and Environment in the Yangtze Basin, 2024, 33(1): 175-188. |
| [18] |
王新兴, 赵雪雁. 天山北坡经济带经济韧性与生态韧性的时空耦合[J]. 生态学报, 2024, 44(21): 9670-9683. Wang X X, Zhao X Y. Spatial and temporal coupling research of economic resilience and ecological resilience in the Northern Slope Economic Belt of Tianshan Mountains[J]. Acta Ecologica Sinica, 2024, 44(21): 9670-9683. |
| [19] |
马丽莎, 郑江华, 彭建, 等. 新疆生态脆弱性特征及其驱动力[J]. 生态学报, 2024, 44(20): 9053-9066. Ma L S, Zheng J H, Peng J, et al. Research on the characteristics and driving forces of ecological vulnerability in Xinjiang[J]. Acta Ecologica Sinica, 2024, 44(20): 9053-9066. |
| [20] |
夏楚瑜, 董照樱子, 陈彬. 城市生态韧性时空变化及情景模拟研究——以杭州市为例[J]. 生态学报, 2022, 42(1): 116-126. Xia C Y, Dong Z Y Z, Chen B. Spatio-temporal analysis and simulation of urban ecological resilience: a case study of Hangzhou[J]. Acta Ecologica Sinica, 2022, 42(1): 116-126. |
| [21] |
茹少峰, 马茹慧. 黄河流域生态环境脆弱性评价、空间分析及预测[J]. 自然资源学报, 2022, 37(7): 1722-1734. Ru S F, Ma R H. Evaluation, spatial analysis and prediction of ecological environment vulnerability of Yellow River Basin[J]. Journal of Natural Resources, 2022, 37(7): 1722-1734. |
| [22] |
张艳, 苏兰欣. 基于SRP模型的黄河流域中段生态脆弱性评价及驱动因素分析[J]. 环境科学, 2025, 46(8): 5134-5144. Zhang Y, Su L X. Ecological vulnerability assessment and driving factor analysis in the middle section of Yellow River Basin based on SRP model[J]. Environmental Science, 2025, 46(8): 5134-5144. DOI:10.13227/j.hjkx.202407129 |
| [23] |
王松茂, 牛金兰. 黄河流域城市生态韧性时空演变及其影响因素[J]. 生态学报, 2023, 43(20): 8309-8320. Wang S M, Niu J L. Spatio-temporal evolution and influencing factors of urban ecological resilience in the Yellow River Basin[J]. Acta Ecologica Sinica, 2023, 43(20): 8309-8320. |
| [24] |
吴和成, 沈立, 李犟. 长江沿线城市生态环境脆弱性时空演进研究[J]. 运筹与管理, 2024, 33(10): 159-165. Wu H C, Shen L, Li J. Study on the spatial and temporal evolution of the ecological vulnerability of cities along the Yangtze River[J]. Operations Research and Management Science, 2024, 33(10): 159-165. |
| [25] |
孙阳, 张落成, 姚士谋. 基于社会生态系统视角的长三角地级城市韧性度评价[J]. 中国人口·资源与环境, 2017, 27(8): 151-158. Sun Y, Zhang L C, Yao S M. Evaluating resilience of prefecture cities in the Yangtze River delta region from a socio-ecological perspective[J]. China Population, Resources and Environment, 2017, 27(8): 151-158. |
| [26] |
鲁方圆, 张郴, 贾添羽, 等. 长江经济带城市生态韧性时空演化特征及其驱动机制[J]. 环境科学, 2025, 46(7): 4592-4601. Lu F Y, Zhang C, Jia T Y, et al. Spatio-temporal evolution characteristics and driving mechanisms of urban ecological resilience in the Yangtze River Economic Belt[J]. Environmental Science, 2025, 46(7): 4592-4601. DOI:10.13227/j.hjkx.202407165 |
| [27] |
赵宗泽, 马倩, 王一, 等. 基于SRP模型的中原城市群生态脆弱性分析与预测[J]. 环境科学, 2025, 46(3): 1621-1632. Zhao Z Z, Ma Q, Wang Y, et al. Analysis and prediction of ecological vulnerability of the Central Plains Urban Agglomeration Based on the SRP Model[J]. Environmental Science, 2025, 46(3): 1621-1632. DOI:10.13227/j.hjkx.202403011 |
| [28] |
方斌, 李欣宇, 周雪莹, 等. 耕地利用系统脆弱性诊断与影响因素识别——以江苏北部地区为例[J]. 中国土地科学, 2024, 38(5): 79-90. Fang B, Li X Y, Zhou X Y, et al. Diagnosis of cultivated land use system vulnerability and identification of influencing factors: a case study of Northern Jiangsu[J]. China Land Science, 2024, 38(5): 79-90. |
| [29] |
张良侠, 樊江文, 张海燕, 等. 黄土高原地区生态脆弱性时空变化及其驱动因子分析[J]. 环境科学, 2022, 43(9): 4902-4910. Zhang L X, Fan J W, Zhang H Y, et al. Spatial-temporal variations and their driving forces of the ecological vulnerability in the Loess Plateau[J]. Environmental Science, 2022, 43(9): 4902-4910. DOI:10.13227/j.hjkx.202110220 |
| [30] |
修春亮, 魏冶, 王绮. 基于"规模—密度—形态"的大连市城市韧性评估[J]. 地理学报, 2018, 73(12): 2315-2328. Xiu C L, Wei Y, Wang Q. Evaluation of urban resilience of Dalian city based on the perspective of "size-density-morphology[J]. Acta Geographica Sinica, 2018, 73(12): 2315-2328. |
| [31] |
应超, 李加林, 刘永超, 等. 东海海岸带县域城市韧性演化及影响因素[J]. 地理学报, 2024, 79(2): 462-483. Ying C, Li J L, Liu Y C, et al. The spatiotemporal evolution and influencing factors of resilience of county-level cities in the East China Sea coastal zone based on "background-operation-efficiency[J]. Acta Geographica Sinica, 2024, 79(2): 462-483. |
| [32] |
薛飞, 张念慈, 夏楚瑜, 等. 城市生态韧性水平空间评估及其驱动力——以北京市通州区为例[J]. 生态学报, 2023, 43(16): 6810-6823. Xue F, Zhang N C, Xia C Y, et al. Spatial evaluation of urban ecological resilience and analysis of driving forces: a case study of Tongzhou District, Beijing[J]. Acta Ecologica Sinica, 2023, 43(16): 6810-6823. |
| [33] |
李加林, 张旖芯, 张海涛, 等. 基于"潜力-弹性-稳定性"模型的温州市生态韧性时空变化及影响因素研究[J]. 生态学报, 2024, 44(8): 3253-3267. Li J L, Zhang Y X, Zhang H T, et al. The research of spatio-temporal characteristics and influence factors of Wenzhou ecological resilience based on the potential-elastic-stability model[J]. Acta Ecologica Sinica, 2024, 44(8): 3253-3267. |
| [34] |
王兆峰, 梁志强. 长江经济带城市生态韧性时空演变格局及预测[J]. 长江流域资源与环境, 2025, 34(2): 268-279. Wang Z F, Liang Z Q. Evolution pattern and prediction of ecological resilience of cities in the Yangtze River Economic Belt[J]. Resources and Environment in the Yangtze Basin, 2025, 34(2): 268-279. |
| [35] |
毕佳港, 林树高, 诸培新. 城市韧性与城市土地利用效率耦合协调发展及其影响因素——以长江经济带为例[J]. 长江流域资源与环境, 2024, 33(11): 2315-2328. Bi J G, Lin S G, Zhu P X. Coupling and coordinated development of urban resilience and urban land use efficiency and the influencing factors: a case study of Yangtze River Economic Belt[J]. Resources and Environment in the Yangtze Basin, 2024, 33(11): 2315-2328. |
| [36] |
姜海宁, 郑舒婷, 杨琪, 等. 黄河流域资源型城市人居环境韧性水平演化及其障碍度[J]. 资源科学, 2024, 46(10): 2047-2063. Jiang H N, Zheng S T, Yang Q, et al. Change of human settlement resilience and its obstacle degree in resource-based cities in the Yellow River Basin[J]. Resources Science, 2024, 46(10): 2047-2063. |
| [37] | Xu M, Cao C X, Zhong S B, et al. Ecological vulnerability assessment and spatial-temporal variations analysis in typical ecologically vulnerable areas of China[J]. Frontiers in Ecology and Evolution, 2024, 12. DOI:10.3389/fevo.2024.1406444 |
| [38] |
李辉, 周启刚, 李斌, 等. 近30年三峡库区生态系统服务价值与生态风险时空变化及相关性研究[J]. 长江流域资源与环境, 2021, 30(3): 654-666. Li H, Zhou Q G, Li B, et al. Spatiotemporal change and correlation analysis of ecosystem service values and ecological risk in Three Gorges Reservoir Area in the past 30 years[J]. Resources and Environment in the Yangtze Basin, 2021, 30(3): 654-666. |
| [39] | Xia M, Jia K, Zhao W W, et al. Spatio-temporal changes of ecological vulnerability across the Qinghai-Tibetan Plateau[J]. Ecological Indicators, 2021, 123. DOI:10.1016/j.ecolind.2020.107274 |
| [40] |
高艳丽, 李红波, 刘双良. 城乡融合背景下县域土地利用功能网络空间关联演变与驱动机制——以湖北省汉江流域为例[J]. 长江流域资源与环境, 2024, 33(12): 2647-2660. Gao Y L, Li H B, Liu S L. Spatial correlation evolution and driving mechanism of county land use function network under the background of urban-rural integration: a case study of Han River Basin in Hubei Province[J]. Resources and Environment in the Yangtze Basin, 2024, 33(12): 2647-2660. |
| [41] |
王鹏涛, 张立伟, 李英杰, 等. 汉江上游生态系统服务权衡与协同关系时空特征[J]. 地理学报, 2017, 72(11): 2064-2078. Wang P T, Zhang L W, Li Y J, et al. Spatio-temporal characteristics of the trade-off and synergy relationships among multiple ecosystem services in the upper reaches of Hanjiang River Basin[J]. Acta Geographica Sinica, 2017, 72(11): 2064-2078. |
| [42] |
刘海, 黄跃飞, 林苗, 等. 基于GIS的汉江流域水土保持时空变化特征分析(2001—2017年)[J]. 地域研究与开发, 2019, 38(3): 154-159, 164. Liu H, Huang Y F, Lin M, et al. Analysis of temporal and spatial variation characteristics of soil and water conservation in Hanjiang River Basin Based on GIS (2001-2017)[J]. Areal Research and Development, 2019, 38(3): 154-159, 164. |
| [43] |
高艳丽, 刘双良, 李红波. 汉江流域城镇化与土地利用多功能的协调网络演变分析[J]. 农业工程学报, 2024, 40(11): 249-258. Gao Y L, Liu S L, Li H B. Evolution analysis of the coordinated network between urbanization and multifunctional land use in the Han River Basin of China[J]. Transactions of the Chinese Society of Agricultural Engineering, 2024, 40(11): 249-258. |
| [44] |
朱炳臣, 李同昇, 陈谢扬, 等. 汉江流域生态综合网络构建与生态安全格局识别研究[J]. 长江流域资源与环境, 2024, 33(2): 362-373. Zhu B C, Li T S, Chen X Y, et al. Research on the construction of ecological integrated network and identification of ecological security pattern in the Han River Basin[J]. Resources and Environment in the Yangtze Basin, 2024, 33(2): 362-373. |
| [45] | Yu B W, Zang Y G, Wu C S, et al. Spatiotemporal dynamics of wetlands and their future multi-scenario simulation in the Yellow River Delta, China[J]. Journal of Environmental Management, 2024, 353. DOI:10.1016/j.jenvman.2024.120193 |
| [46] |
曾晨, 程轶皎, 吕天宇. 基于生态系统健康的国土空间生态修复分区——以长江中游城市群为例[J]. 自然资源学报, 2022, 37(12): 3118-3135. Zeng C, Cheng Y J, Lyu T Y. Research on land-space ecological restoration zoning based on ecosystem health: a case study of the urban agglomeration in the middle reaches along the Yangtze River[J]. Journal of Natural Resources, 2022, 37(12): 3118-3135. |
| [47] | Lv T Y, Zeng C, Lin C X, et al. Towards an integrated approach for land spatial ecological restoration zoning based on ecosystem health assessment[J]. Ecological Indicators, 2023, 147. DOI:10.1016/j.ecolind.2023.110016 |
2026, Vol. 47

