基于SCP模型的塔里木河下游核心植被保护区划定研究

《Journal of Environmental Management》：Study on delineation of core vegetation protection areas in the lower reaches of Tarim River based on SCP model

　　

- 我们构建了一个用于识别植被核心保护区的框架。
- 该框架可以避免干旱地区数据难以获取的问题。
- 该框架简单易行，容易推广复制到其他干旱地区内陆河。

**引言**

干旱地区的内陆河为内流盆地系统，主要补给水源为冰川与积雪融水以及山地降水。这些河流表现出显著的径流不连续性和强季节性（Xu et al., 2025; Shaifullah and Sen, 2024）。它们在干旱区是重要的生态廊道和社会经济命脉。在生态方面，它们是维持绿洲生态系统、滋养植被、抵御荒漠化的关键屏障，从而塑造区域生物多样性格局（Li et al., 2018）。在社会经济方面，它们为农业、工业和生活用水提供水源，支撑绿洲农业和人类聚居（Meng et al., 2023a; Bao et al., 2006）。在环境方面，它们维持绿洲以调节局地气候、稳定流动沙丘，并构成区域生态安全的基础（Xie et al., 2022; Meng et al., 2025）。因此，干旱区内陆河对于当地社会-生态系统的可持续性与安全性至关重要。

目前，干旱区内陆河流域面临前所未有的压力，主要源于气候变化与人类活动密集的共同作用。一方面，全球变暖威胁着这些河流补水的稳定性（Chen et al., 2019; Shao et al., 2023; Wang et al., 2024）。另一方面，人口增长与经济发展大幅增加了用水需求，而农业扩张导致上中游地区截水与过度取用（Meng et al., 2023b; Ran et al., 2024）。这些压力加剧了区域水资源短缺、下游生态系统退化、生态用水需求与生产生活用水之间的冲突，并增加了系统脆弱性（Jiao et al., 2025; Zhu et al., 2025）。因此，实现精准栖息地保护和提高用水效率代表了干旱区内陆河流域的首要科学挑战。

塔里木河流域是中国西北干旱区典型的内陆河流域，气候干旱、降水稀少、蒸发强烈。其生态系统脆弱，水资源分布不均且极为有限，但该流域拥有独特的自然景观和丰富的生物多样性，在区域生态安全和经济发展中发挥着关键作用。其下游是塔克拉玛干沙漠与库姆塔格沙漠之间的重要生态廊道和天然屏障。植被格局的健康维护对于保持区域生物多样性至关重要，也是防止两大沙漠合拢的核心防线，从而保障这一超干旱区的生态安全（Zhu et al., 2016; Zuo et al., 2022）。然而，自20世纪70年代以来，气候变化的加剧和人类活动的强化，加之水资源的过度开发，导致下游近400公里河道断流。尾闾湖台特马湖因无来水而入干，植被因缺水而大面积死亡，造成生态快速退化（Liu et al., 2022）。

过去二十年间，大规模、持续不断的生态输水工程累计输水91.2亿立方米，在遏制退化方面取得了显著初步成效。植被覆盖率从2000年历史最低的1.9%上升至2022年的15.4%，植物物种从17种恢复至81种。这表明生态发生了实质性改善（Wang et al., 2019）。然而，在这些修复成果背后隐藏着深层的资源危机和结构性矛盾。塔里木河下游水资源利用率已超过生态警戒阈值，生态用水缺口持续扩大。这使得支撑绿洲社会经济发展所必需的经济用水与保障生态系统屏障功能所需的生态用水之间的冲突日益加剧并常态化。这一冲突已成为区域可持续发展的根本性制约（Li et al., 2013; Hu et al., 2021）。因此，在此阶段识别和划定塔里木河下游核心植被保护区至关重要。

目前，关于塔里木河下游的学术研究主要集中在生态输水效益、地下水-植被响应、水生态安全和历史人类活动影响等方面（Huang et al., 2020; Wang et al., 2020a; Zhu et al., 2022; Jiang and Li, 2024; Gao et al., 2026）。这些研究证明了地下水与植被的正向效应，确认人类活动是退化的关键驱动因素，并建立了生态安全格局和水量评价框架。然而，尽管具有重要价值，这些研究缺乏对下游核心植被保护区空间范围与分布等问题的深入分析。塔里木盆地内的类似研究为干旱内陆盆地区域核心保护区的划定提供了借鉴。例如，此类研究可识别防风固沙或水文调节的核心区域，也可根据珍稀植物分布划定优先保护区域（Hu et al., 2025）。然而，这些研究存在局限性。首先，数据明显匮乏：植物记录以点位为主，缺乏高分辨率连续分布模型，成本数据几乎缺失，而社会经济数据（如土地收益或权属）难以获取，导致无法进行成本-效益分析。其次，现有研究倾向于定性分区，空间尺度较粗；例如，优先保护区域在县级尺度上划定（Hu et al., 2025），而非在生态系统斑块尺度上划定，从而阻碍了精准的保护指导。这些不足可能对塔里木河下游核心保护区的划定带来重大挑战。

为有效克服现有研究的局限性并填补塔里木河下游的研究空白，本研究采用空间保护规划（SCP）模型（Delavenne et al., 2012; Lu and Qu, 2018; Wang et al., 2020b）来识别和划定该区域的核心植被保护区。已有大量研究使用SCP模型，整合栖息地、生物多样性和成本数据与特定保护目标，以最小成本最大化保护效益，从而识别核心保护区并为保护地的选址与扩展提供科学指导（Di Minin et al., 2017）。本研究采用的具体SCP模型为Zonation（Moilanen, 2007; Moilanen et al., 2011），该模型具有较强的综合分析能力，充分考虑输入特征数据的动态变化，并科学生成植被保护的详细优先排序（Moilanen, 2007）。

在此基础上，我们整合了FVC（植被覆盖度）、植被类型和地下水位数据，生成了塔里木河下游的保护优先排序。随后，我们对植被斑块、高优先区域、满足植被覆盖度标准的区域以及地下水位达到规定阈值的区域进行了精确叠加分析。该分析最终确定了核心保护区的具体范围与空间分布。这些步骤不仅增强了研究的科学性，还建立了"植被斑块-核心保护区"的分布格局。该格局可指导针对性植被保护，并为生态输水提供精确的空间目标，从而最大化塔里木河下游的保护效率。此外，我们的研究结论为全球干旱区内陆河流域实现精准高效生态保护提供了科学参考。

本研究通过三项相互关联的创新推进了SCP在干旱地区的应用，共同解决了上述方法学空白。首先，与大多数依赖物种出现记录或生态系统服务估值——这些数据在偏远干旱地区通常匮乏——的SCP应用不同，我们的框架基于三个易于获取的高分辨率生物物理指标（植被类型、FVC和地下水位），确保在其他数据受限的干旱盆地中可重复应用。其次，我们超越了单一物种种栖息地模型或粗粒度行政分区，提供了细尺度（10米）、斑块级别的保护优先度，实现精准管理——将生态输水精确导向特定植被斑块，而非宽泛的行政单元。第三，我们的框架生成连续优先排序并结合经生态验证的阈值（FVC ≥ 0.3，地下水位 ≥ ?6米），使管理者能够根据年际水文波动动态调整保护区边界——这是传统静态分区方法所不具备的自适应特性。这些创新共同提供了一个可操作、可迁移的模板，用于数据匮乏的干旱河流系统精准保护，弥合了系统性保护规划理论与实际水资源管理之间的鸿沟。

**段落片段**

**研究区概况**

研究区位于塔里木河下游，地处塔里木盆地东部。该河段从大西海子水库延伸至尾闾湖台特马湖，全长约428公里。该河段位于新疆巴音郭楞蒙古自治州尉犁县境内，穿越塔克拉玛干沙漠与库姆塔格沙漠之间的一条狭长冲积平原。它是防止这两大沙漠合拢的关键生态廊道。该……

**塔里木河下游植被覆盖格局**

植被斑块分布格局分析（图4）表明，塔里木河下游当前植被呈现出极高的破碎化程度，斑块总数达34,253个，平均面积仅0.011平方公里。斑块面积的概率密度函数曲线表明，绝大多数植被斑块面积小于0.01平方公里。具体而言，面积小于0.10平方公里的斑块共34,178个，覆盖总面积为……

**讨论**

尽管相关性分析显示三个因子之间不存在显著共线性（图S2），但EWM法与CRITIC法导出的权重差异较大（表S3）。这种差异源于两种方法在衡量"信息量"方面存在根本性不同：EWM通过信息熵量化归一化数据的"无序度"（Song et al., 2024a），而CRITIC则基于归一化数据的标准差衡量绝对离散程度（Zhang……

**结论**

在塔里木河下游水资源刚性约束下，本研究提出了一个基于SCP模型的核心植被保护区识别框架。主要结论如下：

塔里木河下游当前植被呈现出严重破碎化特征，共包含34,253个斑块，平均面积仅0.011平方公里，绝大多数斑块面积小于0.01平方公里。通过将核心保护区定义为FVC ≥ 0.3且优先排序位于前20%的区域……

**CRediT作者贡献声明**

李小明：撰写——审阅与编辑，撰写——初稿撰写，方法学。
刘琦：撰写——审阅与编辑，指导。
刘云飞：撰写——审阅与编辑，指导。
金倩：资源。
陈晓楠：资源。
桂东伟：资源，项目管理，资金获取。

**利益冲突声明**

作者声明不存在可能影响本文工作的已知竞争性财务利益或个人关系。

**致谢**

本研究受中埃合作项目（42361144792）和天山人才培训项目（20232108091）资助。

李小明 | 刘琦 | 刘云飞 | 金倩 | 陈晓楠 | 桂东伟