《Journal of Cleaner Production》：Incorporating ecosystem quality and stability into protected area planning on the Qinghai–Tibet Plateau: Towards integrated conservation targets
编辑推荐：
本研究针对青藏高原（QTP）现有保护区在生物多样性（Bio）、气候避难所（CR）、生态系统质量（Qeco）和稳定性（Seco）四个目标上的显著缺口，创新性整合Qeco和Seco指标，通过多目标协同优化策略，识别出东部和南部QTP的优先保护区（覆盖27.81%），较现状保护区效率提升36.84%以上，为全球生物多样性框架实施提供区域范例。
Jitao Zhou|Chaowei Zhou|Ting Hua|Xiaoxue Wang|Xiaofeng Wang|Zechong Sun|Yue Zhang|Zhaoxia Ren
长安大学土地工程学院，中国西安，710054
摘要
保护区（PAs）被广泛认为是保护生物多样性和自然生态系统的有效策略。随着保护目标扩展到包括多种生态系统服务、气候适应能力和景观美学，将综合生态指标（如生态系统质量（Qeco）和生态系统稳定性（Seco）纳入保护区规划变得越来越必要。这不仅提供了对生态状况的更全面评估，还增强了保护优先级的创新性和适用性。本研究对青藏高原（QTP）现有的保护区在生物多样性（Bio）和气候避难所（CR）方面的代表性进行了分析，并通过引入两个综合指标Qeco和Seco来推进保护规划。研究结果表明：（1）QTP现有的保护区在四个主要目标（Bio、CR、Qeco和Seco）及其组成部分方面存在显著的保护缺口，这些因素之间存在复杂的相互关系。（2）通过包容性保护框架确定的优化保护区主要集中在QTP的东部和南部，覆盖了该地区的27.81%，并至少满足了四个保护目标中的三个。（3）与目前的33%的保护区覆盖率相比，这些优化保护区在不同保护目标上的保护效率提高了36.84%以上。这些发现为优化保护区网络和提高其效率提供了宝贵的见解，从而有助于保障QTP的生态安全。此外，这一框架也可应用于其他地区，以支持2030年后全球生物多样性框架的实施。
引言
随着全球气候变暖的加剧以及工业化和城市化的加速（Steffen等人，2015年），生态系统退化已成为对地球生命支持系统的严重挑战（Rawat等人，2022年）。作为保护生物多样性和维护自然生态系统完整性的核心策略（Wang等人，2024a），保护区（PAs）长期以来在减缓生态系统退化和增强生态韧性方面发挥了关键作用（Brodie等人，2023年）。迄今为止，《生物多样性公约》（CBD）设定的全球保护目标已经发生了显著变化。全球保护区的比例已从2004年的初始目标10%增加到陆地面积的17%（Pereira等人，2024年）。最近，CBD在2022年重申了其目标，提出到2030年保护30%的陆地和海洋生态系统（Hoban等人，2020年）。预计这一比例在未来几年将继续上升（Ji等人，2023年）。保护区的持续扩张可能会在生物多样性保护方面取得实质性进展（Kor等人，2025年），并可能产生一些意想不到的附加效益，例如增强生态系统服务的保护（Zhao等人，2023年）。然而，保护区的持续扩张也意味着保护相关成本的显著增加，包括直接经济支出和与社会经济发展限制相关的机会成本（Adams等人，2019年）。据估计，实现30%的保护目标可能需要每年投入1030亿美元至1770亿美元（Hua等人，2023年）。此外，传统的自然保护区通常优先考虑单一濒危物种的保护或狭义的保护目标（Duran等人，2013年），往往以牺牲更广泛的生态系统完整性、功能多样性和应对气候变化的能力为代价（Wilson等人，2020年）。因此，在有限的保护空间内实现多目标协同效应和提高生态代表性是优化保护区网络的核心挑战，这需要基于科学的评估和规划。
近年来，一些学者试图通过重新评估保护区的生态代表性并整合多个保护目标来扩展和重新配置保护区。例如，对爱知生物多样性目标的评估表明，尽管全球保护区覆盖率大幅增加，但在生态代表性和有效管理方面的重要目标仅部分实现（Geldmann，2023年）。类似地，欧洲的Natura 2000网络（Sills，2019年）和北美的基于生态系统服务的倡议（B?rner等人，2017年）展示了超越以物种为中心的战略所取得的进展和面临的持续挑战。这些见解强调了将更广泛的生态维度纳入保护区规划的重要性，以促进更全面和持久的保护成果。与这些全球发展相呼应，中国的努力也集中在扩大保护区规划的范围，以整合生物多样性、生态系统服务和气候适应。Dang等人（2025年）评估了中国秦岭山脉自然保护区网络在物种多样性、生态系统服务、气候稳定性和生态韧性方面的代表性，并随后使用包容性保护优化框架确定了优先区域。同样，Ji等人（2023年）揭示了青藏高原（QTP）现有保护区在生物多样性和气候避难所（CR）方面的显著保护缺口，并提出了一种同时整合生物多样性、生态系统服务和气候变化适应的规划方法。随着多学科方法的日益整合以及国家层面对生态保护的重视，越来越多的保护目标被纳入保护区的划定中。这些目标包括生态系统服务（Xu等人，2017年）、气候适应能力（Hua等人，2022年）、生态系统结构（Gu等人，2023年）、景观美学（Garau等人，2024年）以及生态安全屏障的构建（Wang等人，2024b）。作为回应，人们通过将综合生态系统指标（如生态系统质量（Qeco）和生态系统稳定性（Seco）纳入保护区规划来对这些目标进行分类和整合。生态系统质量（Qeco）反映了生态系统在环境压力和人为干扰下保持理想状态的能力，整合了其组成部分、结构和功能（Wang等人，2022年）。生态系统稳定性（Seco）代表了生态系统抵抗和从干扰中恢复的能力，在本研究中使用“景观生态风险发生概率”进行量化，该概率结合了暴露因素（如地形敏感性、外部压力源）和过程因素（如恢复能力、景观脆弱性）（Cao等人，2018年）；较低的概率表示在给定的时空背景下更高的稳定性（Zhou等人，2024年）。这两个指标都被认为是整体生态系统状态的有效代表。然而，它们在保护区优化中的整合仍然有限，特别是在像QTP这样全球公认的生态敏感区域的大空间尺度上。
QTP被认为是世界上的生物多样性热点之一（Yu等人，2021年），拥有大约14,634种维管植物和1,763种脊椎动物（Fu等人，2021年）。自1963年以来，该地区建立了超过一百个保护区来保护濒危物种（Li等人，2025年），占中国保护区总面积的一半以上（Fan等人，2023年）。这些保护区在促进植被生长和保护受威胁物种方面发挥了关键作用（Qin等人，2025年）。同时，作为全球最敏感的气候区域之一（Hua等人，2022年），QTP的气候变化对其物种和生态系统产生了显著影响（Hu等人，2023年）。近年来，中国政府在该地区实施的大规模生态恢复举措取得了积极成果（Ma等人，2023年），对当地生态系统的质量和稳定性产生了显著而持久的影响（Zhou等人，2024年）。以往关于保护区优化的研究主要集中在生物多样性、生态系统服务和气候敏感性分析上（Xu等人，2017年），一致指出当前保护区网络在这些方面存在显著缺口（Ji等人，2023年）。然而，这些努力往往缺乏系统性和整体性的方法，无法应对不断扩大的保护目标范围。目前，中国政府正在积极推进优化保护区边界的举措（Xu等人，2017年）。因此，将综合生态系统指标（即生态系统质量和稳定性）纳入保护区优化框架至关重要，这建立在生物多样性和气候适应代表性的分析基础上。尽管如此，相关的研究仍然很少。
基于上述分析，本研究以QTP作为研究区域，系统地整合了四个主要保护目标：Qeco、Seco、CR和Bio。研究目的是：（1）绘制Qeco、Seco、CR和Bio在高原上的空间分布；（2）阐明这些多维生态因素与保护目标之间的关系；（3）识别现有保护区在多个目标方面的保护缺口；（4）根据这四个指标的叠加结果划定优先保护区域。预计这些发现将推动保护区优化的多目标协同方法，并为维持QTP作为生态安全屏障的作用提供理论基础。
研究区域
QTP位于中亚，是中国两条主要河流——长江和黄河的源头地区，常被称为“亚洲的水塔”（图1-a）。它也是世界上海拔最高的高原，平均海拔超过4000米，因此被称为“地球的第三极”（Ma等人，2023年）（图1-b）。QTP独特的地理环境和气候条件孕育了高度独特的生态环境。
Qeco、Seco、CR和Bio的空间分布
QTP上的Qeco及其组成部分指标表现出明显的空间异质性，总体趋势是西北部数值较低，东南部数值较高（图3）。具体来说，碳封存、土壤保持、水分产出和栖息地质量较高的区域主要集中在东喜马拉雅山脉的东南坡和四川省的东南部。相比之下，风蚀强度高和
优先保护目标的空间模式
结果表明，生态系统质量高、生态系统稳定性高、生物多样性丰富且适合作为气候避难所的区域主要集中在QTP的东南部（图3、图4、图5、图6）。具体而言，生态系统质量较高的区域主要分布在湿润和半湿润气候带，如四川西部-西藏东部的山区峡谷地区和东喜马拉雅山脉的南坡。
结论
保护区的保护目标已从单纯关注生物多样性扩展到包括生态系统服务、气候避难所和生态系统稳定性等。尽管QTP现有的保护区覆盖了该地区约33%的面积，但在气候变化加剧、人为干扰增加和保护优先级不断变化的背景下，对多目标保护进行代表性评估对于未来的管理至关重要。
CRediT作者贡献声明
Jitao Zhou：撰写——初稿、可视化、验证、软件、方法论、调查、正式分析、数据管理、概念化。Chaowei Zhou：撰写——审阅与编辑、概念化。Ting Hua：撰写——审阅与编辑、数据管理。Xiaoxue Wang：撰写——审阅与编辑、验证、概念化。Xiaofeng Wang：撰写——审阅与编辑、监督、资源提供。Zechong Sun：撰写——审阅与编辑、验证。Yue Zhang：可视化、数据处理
资金支持
本研究由第二次青藏高原科学考察与研究计划（2019QZKK0405）、中央高校基本研究基金（300102352201）和中央高校基本研究基金（优秀博士生资助）（300102355738）资助。
利益冲突声明
作者声明他们没有已知的可能会影响本文报告工作的竞争性财务利益或个人关系。
