基于多元生态安全指数的干旱绿洲生态分区优化——以中国喀什绿洲为例

《Land》：Optimizing Ecological Zoning in Arid Oases Based on the Multivariate Ecological Security Index: A Case Study of the Kashgar Oasis, China

　　

摘要专业翻译 全球气候变化与快速城市化加剧了干旱绿洲地区的生态安全风险，亟需可靠的生态安全评估与空间分区以支撑区域可持续发展。以喀什绿洲为研究区，本研究将压力-状态-响应（PSR）框架与Mazziotta–Pareto指数（MPI）相结合，构建了多元生态安全指数（MESI），旨在降低不同生态维度间的过度补偿效应并凸显生态短板。基于2010—2025年多源空间数据，研究人员进一步考察了生态安全的时空演变、各生态维度间的空间关系以及生态安全分区。主要结果如下：（1）生态安全呈现显著的空间梯度格局，山区水平较高、绿洲区居中、荒漠区较低。高生态安全区主要集中在山区、河流廊道和天然绿洲区域，而低生态安全区主要分布于城市扩张区、农业开发区和荒漠边缘。（2）研究期内生态安全发生显著变化，依次经历中等安全区扩张、空间分异加剧和整体恢复三个阶段，2020年后恢复趋势日益明显。（3）各生态维度呈现显著的空间异质性。山区和河流廊道总体上表现为较低的人类干扰、较低的土地荒漠化敏感性和较高的生态系统服务能力，而绿洲边缘和城市扩张前沿则呈现更为复杂的空间错配和潜在权衡关系。（4）基于多维生态特征和整体生态安全状态划分了六个生态安全功能区，并针对各区域提出了差异化管理策略。总体而言，通过联合考虑多个生态维度及其不均衡性，本研究将生态安全评估、空间关系识别与空间连续分区相衔接，为识别生态短板和支持干旱绿洲区域差异化生态管理提供了综合分析框架。

论文解读文章

一、研究背景与问题提出

绿洲是干旱地区的生态与社会经济枢纽，在维持生态平衡、提供关键生态系统服务和支持区域发展方面具有重要作用。然而，绿洲生态系统因自然资源有限和环境条件脆弱而高度敏感。气候变暖加剧了水资源短缺和土地退化，而城市扩张、农业开发和交通基础设施建设则增加了人类干扰强度。这些压力共同改变了景观格局、退化了栖息地并削弱了生态系统功能，使生态安全成为绿洲可持续发展面临的主要挑战。

现有生态安全评估方法存在明显局限：生态足迹分析侧重于资源供需平衡，但对生态系统过程的反映有限；景观生态分析能够捕捉景观格局变化，却无法完整表征环境约束和人类活动对生态系统功能的综合影响。压力-状态-响应（PSR）框架通过将生态压力、生态系统状态和生态响应整合到统一评估框架中，成为生态安全评估中应用最广泛的框架之一。然而，现有指标体系多采用补偿性加权方法（如层次分析法AHP和熵权法），这些方法部分依赖主观权重赋值，并假设指标之间完全可替代，可能引入补偿效应。在干旱绿洲地区，水资源稀缺、荒漠化风险严重、人地矛盾突出，最弱的生态因子往往决定系统整体表现，产生阈值效应和非线性响应。补偿性方法可能掩盖关键短板、低估生态脆弱性并高估生态安全水平。

此外，现有生态安全分区研究多采用象限分析、K-means聚类和自组织映射（SOM）等方法，主要依据属性相似性进行分组，对空间邻接性的关注有限，常产生碎片化的分区结果，难以适应实际生态管理需求。生态安全取决于多个生态维度间的相互作用，协同与权衡关系无法仅通过生态安全分级加以捕捉。空间约束多元聚类通过引入空间邻接约束改善了分区连续性，权衡与协同分析则揭示了生态维度间的相互作用，但现有研究通常将这些方法独立应用，缺乏对生态安全空间组织与生态维度关系的整合分析。

针对上述研究空白，本研究聚焦两个相互关联的科学问题：（1）如何在干旱绿洲中综合考虑生态压力、土地荒漠化敏感性和生态系统服务能力之间的不均衡与限制因子效应，实现生态安全的综合评估；（2）如何识别不同生态安全维度间的空间权衡与协同关系，并将生态安全评估结果转化为空间连续、功能分化且具有管理意义的生态单元。

二、研究内容与主要结论

本研究以喀什绿洲为研究区，将压力-状态-响应（PSR）框架与Mazziotta–Pareto指数（MPI）相结合构建多元生态安全指数（MESI），从生态安全动态、生态维度间的空间权衡与协同、以及生态安全的空间组织三个互补视角考察喀什绿洲的生态安全格局。主要结论包括：喀什绿洲生态安全呈现明显的空间梯度，山区水平较高、绿洲区居中、荒漠区较低；生态安全演变经历中等安全区扩张、空间分异加剧和整体恢复三个阶段；各生态维度沿山地-绿洲-荒漠梯度呈现显著的空间异质性，山区和河流廊道表现为较低人类干扰、较低荒漠化敏感性和较高生态系统服务能力的协调组合，而绿洲边缘和城市扩张前沿呈现更复杂的空间错配和潜在权衡；基于空间约束多元聚类划分了六个具有不同生态特征和管理需求的生态安全功能区。

本研究的主要贡献在于将生态安全组分间的不均衡和限制因子效应纳入分析框架，并将生态安全评估、空间关系分析与空间约束多元聚类整合为干旱绿洲生态安全评估与分区框架。基于MPI的MESI降低了生态维度间的过度补偿效应，凸显了维度间不均衡所产生的生态约束，缓解了传统补偿性聚合方法掩盖生态短板的倾向。空间关系分析识别了生态安全维度间的协同、权衡和空间错配，并分别考察了各组分维度与MESI所代表的整体生态安全状态之间的空间关联，更全面地刻画了生态安全的空间组织特征。空间约束多元聚类同时纳入组分维度和MESI，既反映不同生态安全维度的具体特征，又体现其整合水平和不均衡程度，在保持空间连续性的同时将多维生态差异转化为具有明确生态特征的管理单元。

三、关键技术与方法

研究人员基于多源空间数据开展研究，数据涵盖土地利用、地形、气候、植被、土壤、人口、夜间灯光和路网等，统一投影至WGS 1984 UTM 43N坐标系，使用ArcGIS 10.8进行裁剪和重采样等预处理。主要技术方法包括：构建人类足迹指数（HFI）量化人类干扰强度，综合人口密度、夜间灯光强度、交通干扰、土地利用干扰和放牧强度五个指标；基于修正的地中海荒漠化与土地利用（MEDALUS）模型构建土地荒漠化敏感性指数（LDSI），选取土壤质地、坡度、植被覆盖度、干燥度、风速和土地利用六个指标；基于InVEST 3.20.0模型框架评估水源涵养、碳储存、栖息地质量和土壤保持四项生态系统服务，采用熵权加权求和构建综合生态系统服务指数（CESI）；采用乘法模型整合LDSI和HFI的二级指标以体现限制因子效应；采用Mazziotta–Pareto指数（MPI）整合三个组分维度构建MESI，通过非线性惩罚系数降低指标间的补偿效应；采用动态度和全局/局部空间自相关分析（Moran's I和Getis–Ord Gi*）刻画时空演变；采用双变量局部Moran's I识别生态维度间的空间权衡与协同关系；采用ArcGIS Pro 3.4中的空间约束多元聚类工具（基于最小生成树MST的区域化方法，Queen邻接定义空间连通性）进行生态安全分区，以LDSI、CESI、HFI和MESI的标准化值作为聚类变量，通过伪F统计量确定最优聚类数为六类。

四、研究结果

4.1 生态安全组分的时空演变

人类足迹指数（HFI）呈现明显的同心圆空间格局，极低和低干扰区主要位于高海拔山区和沙漠内部，高和极高干扰区集中于城市建成区、交通廊道和集约化农田，中等干扰区分布于绿洲边缘和城乡过渡带。时间上，2010—2015年人类干扰相对稳定；2015—2020年变化最为显著，极高干扰面积增加34.44%；2020—2025年高干扰面积继续扩大10.66%，而极高干扰面积减少8.15%，表明人类干扰持续扩张但最高强度干扰的空间集中度下降。

土地荒漠化敏感性指数（LDSI）呈现与绿洲-荒漠景观格局一致的同心圆梯度，极低和低敏感区分布于山区和山前地带，高和极高敏感区主要位于农田-荒漠交错带和沙漠边缘。2010—2025年土地荒漠化敏感性总体呈下降趋势，2015—2020年变化最为显著，极高和高敏感区面积分别减少9.96%和2.15%；2020—2025年延续下降趋势，高和极高敏感区面积进一步减少5.19%和1.44%。

综合生态系统服务指数（CESI）的空间格局与地形、水文、植被和人类活动强度密切相关，极低水平分布于绿洲周边沙漠边缘、高海拔裸岩和积雪覆盖区，极高水平集中于天山和昆仑山南坡中高海拔区域。时间上，生态系统服务水平表现出较大的时间变异性：2010—2015年低和极高水平面积均增加而中等水平减少5.75%；2015—2020年中等水平面积大幅增加18.88%而高和极高水平分别减少3.06%和2.75%；2020—2025年高水平面积增加7.49%而中等水平减少7.68%，呈现一定程度的向上恢复。

4.2 多元生态安全指数的评估与演变

MESI的空间分布与区域地理和生态条件密切吻合，极低和低生态安全区广泛分布于城市建成区、集约化农田和生态脆弱区，高和极高生态安全区集中于山区和河流廊道。时间演变呈现三个阶段：2010—2015年中等生态安全面积增加5.29%，呈现向中等水平的整体转变；2015—2020年生态安全下降最为显著，极低生态安全面积增加9.31%；2020—2025年极高生态安全面积增加2.55%，生态安全开始向较高水平恢复。组分指数与整体生态安全的演变并非完全同步，2015—2020年人类干扰显著增加、荒漠化敏感性总体下降、生态系统服务水平从中高等级向中等水平转移，而极低生态安全面积大幅增加；2020年后荒漠化敏感性继续下降、生态系统服务向上恢复、极高人类干扰面积减少，极高生态安全面积增加。

4.3 权衡与协同分析

双变量局部空间自相关分析识别出高-高（H-H）、低-低（L-L）、高-低（H-L）和低-高（L-H）四种局部空间关联类型。HFI与LDSI表现出较明显的同向空间关联，低荒漠化敏感性和低人类干扰区域占32.84%，高荒漠化敏感性和高人类干扰区域占10.44%。HFI-CESI和LDSI-CESI则同时呈现同向和反向空间关联，反映人类干扰、荒漠化敏感性和生态系统服务能力之间的空间异质性和局部错配。组分维度与MESI的空间关联呈现明显差异：CESI-MESI以同向关联为主（H-H和L-L合计占60.10%），HFI-MESI以反向关联为主（H-L和L-H合计占41.80%），LDSI-MESI则同向和反向关联均占相当比例（分别为35.72%和29.64%）。空间分布上，山区、河流廊道和部分绿洲核心区呈现各生态维度的相对协调组合，而绿洲边缘、生态过渡带、城市扩张前沿和荒漠-山地过渡区呈现更复杂的反向空间关联，反映局部的空间错配和潜在权衡。

4.4 空间约束多元聚类分析

基于伪F统计量的肘部点确定最优聚类数为六类，六类方案在保持类间清晰分离的同时保留了完整的生态安全梯度。六个聚类的生态特征和空间分布如下：聚类1（山前生态缓冲维护区）具有低LDSI、中等CESI、相对较高MESI和低HFI，分布于山前冲积扇、低山草地、半固定沙地和广阔的高山裸地；聚类2（高人类干扰-高荒漠化敏感控制区）具有最高的HFI和LDSI而CESI和MESI较低，主要分布于建成区、集约化农田和绿洲开发扩张前沿；聚类3（核心生态保育区）具有最高的CESI和MESI而LDSI和HFI较低，分布于中高海拔山区、主要河流廊道和植被茂密的天然绿洲；聚类4（生态保育与低强度利用区）具有相对较高的CESI和MESI以及较低的LDSI和HFI，主要位于阿克陶县东部山区；聚类5（绿洲边缘生态过渡调控区）CESI和MESI较低而LDSI和HFI接近总体平均水平，分布于沙漠地区和绿洲边缘的农田-荒漠交错带；聚类6（荒漠生态脆弱保护区）具有最低的CESI和MESI，HFI较低而LDSI略高于平均水平，分布于塔克拉玛干沙漠边缘、广阔戈壁和荒漠区域。敏感性分析表明，纳入MESI的四变量方案相比仅含三个组分维度的三变量方案，能够更好地区分土地覆被特征存在差异的区域，提高分区结果的空间分异能力和可解释性。

五、讨论与结论

讨论部分指出，喀什绿洲2010—2025年呈现土地荒漠化敏感性持续下降但生态安全恢复滞后的时间格局，这反映了生态恢复与区域发展在水资源受限的绿洲系统中的竞争关系。农业集约化、城市扩张和基础设施建设持续增加人类活动强度和水资源需求，灌溉农业与自然生态系统对有限水资源的高度依赖产生了农业用水与生态用水之间的竞争，荒漠化治理和植被恢复带来的基础生态条件改善并不必然意味着生态系统功能和整体生态安全的同步恢复。生态维度间的空间关系与喀什绿洲山地-山前-绿洲-荒漠的自然地理梯度密切对应，绿洲边缘、农田-荒漠交错带和过渡区的复杂空间关联可能涉及水资源分配和自然地理梯度驱动下的生态过程。气候变暖可能通过改变蒸散需求和山区径流的季节分布进一步加剧水介导的生态相互作用。生态安全分区为差异化管理提供了依据，六个功能区对应不同的管理策略，同时强调流域尺度水资源综合管理和跨行政区域协同治理的重要性。研究局限包括多源数据时空特征不一致、指标选择和模型参数化可能引入不确定性、分区结果对聚类变量组合和空间约束设置存在一定敏感性，以及单一案例的区域特殊性对框架可迁移性的限制。

研究结论如下：（1）喀什绿洲生态安全呈现明显的空间梯度，山区水平较高、绿洲区居中、荒漠区较低，这一格局密切反映了区域环境梯度和人类活动强度。生态安全经历中等安全区扩张、空间分异加剧和整体恢复三个演变阶段。尽管研究期内土地荒漠化敏感性持续下降，生态安全的改善更为渐进，表明干旱区生态安全由生态系统服务、土地荒漠化敏感性和人类活动的综合效应共同塑造。（2）HFI、LDSI和CESI呈现显著的空间异质性和不同的局部空间关联模式。山区、河流廊道和一些天然绿洲总体上表现为较低人类干扰、较低荒漠化敏感性和较高生态系统服务能力，而绿洲边缘、农田-荒漠交错带和城市扩张前沿呈现更复杂的生态维度组合。（3）空间约束多元聚类识别出六个具有不同生态特征的生态安全功能区，分区格局与山地-绿洲-荒漠复合生态系统密切对应。通过整合生态安全评估、空间关联分析和生态分区，本研究为干旱绿洲区域的生态安全治理和差异化生态管理提供了科学依据，所提出的分析框架也可为其他具有类似水资源约束和生态梯度的干旱地区提供参考。