EN中文

自然资源学报 >

2025 , Vol. 40 >Issue 6: 1605 - 1619

DOI: https://doi.org/10.31497/zrzyxb.20250611

自然保护地体系建设

多目标协同管理下的脆弱区国家公园功能分区评估框架——以卡拉麦里国家公园为例

  • 李基才 , 1 ,
  • 田英杰 , 1, 2, 3
展开
  • 1.中国科学院大学经济与管理学院，北京 100190
  • 2.中国科学院大数据挖掘与知识管理重点实验室，北京 100190
  • 3.中国科学院虚拟经济与数据科学研究中心，北京 100190
田英杰（1973- ），男，山东菏泽人，博士，研究员，博士生导师，研究方向为机器学习、数据挖掘、最优化、智能知识管理等。E-mail:

李基才（1974- ），男，新疆乌鲁木齐人，博士，研究方向为数据挖掘与自然保护地规划等。E-mail:

收稿日期: 2024-10-21

  修回日期: 2024-12-02

  网络出版日期: 2025-05-26

基金资助

国家自然科学基金项目(12071458)

收起

A framework for functional zoning assessment of national parks under multi-objective collaborative management: A case study of Kalamaili National Park in Xinjiang, China

  • LI Ji-cai , 1 ,
  • TIAN Ying-jie , 1, 2, 3
Expand
  • 1. School of Economics and Management, University of Chinese Academy of Sciences, Beijing 100190, China
  • 2. Key Laboratory of Big Data Mining and Knowledge Management, CAS, Beijing 100190, China
  • 3. Research Center on Fictitious Economy and Data Science, CAS, Beijing 100190, China

Received date: 2024-10-21

  Revised date: 2024-12-02

  Online published: 2025-05-26

Fold

摘要

构建基于“游憩价值—生境质量—景观脆弱性”多维评估指数的国家公园功能分区分析方法，创新性地提出生境质量指数和景观脆弱性指数的优化方法，对卡拉麦里国家公园进行综合评估。结果表明：研究区的游憩价值、生境质量和景观脆弱性的高值区在空间上呈现不同的分布特征。游憩价值高值区主要分布在东南部和西南部，面积约1200 km2；生境质量高值区分布在中部区域，面积约2168.64 km2；景观脆弱性高值区分布在东部与南部，面积约3310.25 km2。经空间叠加分析，这些特征被组合形成六类功能簇，并根据功能区的分布特征提出国家公园科学发展规划与建议，为国家公园的管理与可持续发展提供一套科学有效的评价方法和决策支持，有助于实现人与自然和谐共生。

关键词： 多目标协同管理; 生态游憩价值; 景观脆弱性; 功能分区; 国家公园; 卡拉麦里

本文引用格式

李基才 , 田英杰 . 多目标协同管理下的脆弱区国家公园功能分区评估框架——以卡拉麦里国家公园为例[J]. 自然资源学报, 2025 , 40(6) : 1605 -1619 . DOI: 10.31497/zrzyxb.20250611

Abstract

National parks represent a country's most important natural landscapes, unique heritage sites, and areas of rich biodiversity within the natural ecosystem. Their primary function is to protect the authenticity and integrity of vital natural ecosystems while supporting scientific research, education, and recreation. The scientific delimitation of functional divisions in national parks and identification of suitable space for conservation and utilization is of great significance for achieving multi-objective collaborative management of national parks. We developed a functional zoning analysis method for national parks based on a multi-dimensional framework combining recreation value, habitat quality, and landscape vulnerability. Our innovative approach optimized the measurement of habitat quality and landscape vulnerability indices. Using Kalamaili National Park in Xinjiang as a case study, our comprehensive evaluation revealed that areas with high recreation value, landscape vulnerability, and habitat quality showed distinct spatial distribution patterns. High recreational value areas were primarily distributed in the southeast and southwest zones, covering approximately 1200 km2. High habitat quality areas were largely concentrated in the central region, encompassing roughly 2168.64 km2. Areas of high landscape vulnerability were found in the east and south, spanning about 3310.25 km2. Through spatial overlay analysis, we identified six functional clusters. According to these distribution patterns of functional clusters, we proposed planning recommendations for Kalamaili National Park's scientific development. The functional zoning assessment framework in this paper effectively identifies the functional combination and layout of national parks. It provides scientific evaluation methods and decision support for park management and sustainable development, helping promote the harmony between humans and nature.

Key words： multi-objective coordinated management; ecological recreational value; landscape vulnerability; functional zoning; national parks; Kalamaili

国家公园是由政府划定并监管的保护区，旨在守护具有国家或国际重要性的自然与人文资源及其壮丽景观，同时承载科研探索、教育普及、休闲游憩及社区发展等多重功能，是达成资源高效保护与合理利用的专属地域[1]，对全球的生态系统、环境治理、科研发展以及社会经济等方面都产生了深远影响，是保护生态系统完整性和生物多样性的重要手段[2,3]。国家公园的管理不仅局限于生态保护，如何实现其功能区的划分，是其当前发展面临的重要课题[4]。不同国家依据不同的国情和生态特征进行国家公园功能区的划分[5]。如美国基于资源保护强度和休闲游憩开发程度，将国家公园划分为原始自然保护区、特殊自然保护区/文化遗址区和公园发展区，注重资源保护与公众游憩需求的平衡[6]。加拿大则依据生态完整性和公众游憩需求的多样性，将国家公园划分为特别保护区、荒野区、自然环境区、户外游憩区和公园服务区，重点在于维护生态系统的完整性与公众使用的和谐统一[7]。日本以生态系统完整性与人类活动影响为依据，划分为特别保护地区、特别地区和普通地区，通过严格的人类活动控制保障生态安全[8]。俄罗斯根据生态、历史、美学价值以及经济活动，将国家公园分为完全保护区、缓冲区和游憩区，平衡了生态保护与经济活动需求[9]。
在各国特定的国情背景下，多样化的区划模式彰显了多目标协同管理的核心理念。首先，现有研究中，生态系统服务理论强调自然生态系统通过支持性、供给性、调节性和文化性服务为人类社会提供价值[10,11]，其中游憩价值作为文化服务的表现形式，在国家公园功能分区中反映了公众对自然资源的利用需求与生态体验的重要性。其次，景观生态学关注景观格局与生态过程之间的相互作用，通过分析景观的连通性、异质性和脆弱性，可以更好地理解和管理不同区域的功能属性[12-14]，这为生境质量和景观脆弱性评估提供了科学基础。与此同时，人地关系地域系统理论强调自然环境与人类活动之间的相互作用及其在特定区域中的表现形式[15]，在国家公园管理中需要综合考虑生态保护与人类利用的关系，以实现人与自然的和谐共生。
在借鉴国外经验的基础上并考虑国家当下的实际情况，逐渐形成了适应中国国情的国家公园功能分区理论与方法。早期的分区思想以强制性、抢救性保护和封闭管理为指导，重点在于限制人类活动[16]。随着保护理念的演变，功能分区逐渐转向关注生态系统的联通性和整体保护[17]。依托于物种分布建模、最小成本路径分析、景观阻力面评估及基于生态系统保护目标优先级的空间叠加分析等科学方法[18-20]，为国家公园的精确区划与高效管理提供了有力的技术支撑。然而，荒漠生态系统结构复杂、功能多样，同时具有生境脆弱性和环境变化敏感性，当前的功能区划手段难以充分捕捉这些生态系统特有的动态变化与服务效能，且管理策略趋于单一化[21]。
卡拉麦里国家公园地处中国西北干旱区，其独特的地理位置、生态环境以及生物多样性，使得该公园在生态保护、资源利用和社会经济发展方面具有显著的特征和代表性。因荒漠国家公园的区划构建需反映其独特生态服务功能的分区框架，从而形成科学的评估指标体系，以应对全球气候变化背景下的保护与可持续发展挑战。鉴于此，本文在参考《国家公园总体规划技术规范》（GB/T 39736—2020）的基础上，创新性地提出了一种基于“游憩重要性—生态环境质量—景观敏感度”多维度评价指标的国家公园功能区划分方法。该方法优化了生态环境质量指数与景观敏感度指数的评估手段，并对国家公园展开综合评估[13]，旨在促进国家公园多目标管理的协同实现，为荒漠生态系统的保护和合理利用提供科学的评价方法与决策支持。

1 研究方法与数据来源

1.1 研究区概况

卡拉麦里国家公园位于新疆维吾尔自治区准噶尔盆地东部，介于44°38′59″N~46°03′43″N、88°26′58″E~90°09′43″E，涉及新疆维吾尔自治区阿勒泰地区的福海县、富蕴县、青河县以及昌吉回族自治州的阜康市、奇台县、吉木萨尔县6个县（市）12个乡镇，总面积约1.47万km2，是准噶尔盆地温带荒漠戈壁生态地理区的代表性区域，植被类型结构较简单，多为旱生和超旱生植物[22]。国家公园以荒漠生态系统为主体，还分布有水体与湿地生态系统和聚落生态系统，是阻止古尔班通古特沙漠东扩的重要生态屏障，是连接天山和阿尔泰山的重要生态廊道。公园内分布有野生脊椎动物260种，其中国家一级和二级重点保护野生动物56种；野生维管束植物392种，国家重点保护野生植物9种。保存了数量众多、结构清晰、完整程度极高的巨型木化石以及恐龙骨骼化石、雅丹地貌等自然遗迹[23]（图1）。
图1 卡拉麦里国家公园概况

Fig. 1 Location of Kalamaili National Park

1.2 数据来源

研究数据来源主要分为两大类：自然环境数据及社会经济数据。其中，自然环境数据主要包括2020年空间分辨率为30 m的土地利用数据，并依据国家最新分类标准将土地利用类型划分为林地、草地、灌木、水体、湿地、人造用地和荒漠戈壁7种类型，数字高程数据（DEM）、归一化植被指数（NDVI）；社会经济数据主要包括：来源于《卡拉麦里国家公园科考报告》的道路、工矿点、濒危动物、濒危植物与优质游憩景观资源的分布矢量数据，具体数据来源详见表1。
表1 数据来源

Table 1 Data sources

数据 数据类型 时间/年 来源
DEM 栅格/30 m 2019 地理空间数据云（https://www.gscloud.cn/）
土地利用/覆被 栅格/30 m 2020 GlobeLand 30（http://globeland30.org/）
NDVI 栅格/30 m 2012/2022 乌鲁木齐卫星气象站（http://xj.cma.gov.cn/）
优质景观资源点 矢量 2022 《卡拉麦里国家公园科考报告》
濒危动、植物分布点
交通道路
工矿点

1.3 研究方法

“游憩价值—生境质量—景观脆弱性”三维度评估框架，旨在全面、系统地评估脆弱区国家公园的功能分区。该框架通过综合考虑游憩活动对自然景观和生态环境的影响，以及景观自身的脆弱性特征，为脆弱区国家公园的合理规划和有效管理提供科学依据，其具体的研究方法如下所示。

1.3.1 核密度分析法

核密度估计分析法（Kernel Density Estimation）可以描绘数据点空间集聚分布的状态[24]。选择核密度分析作为空间分析工具是为了识别特定地理区域的资源和物种分布热点，该方法能够清晰展现热点区域，并结合交通和地形等其他因素进行进一步分析。其具体公式如下：
f x ,   y = 1 n h 2 ∑ i n k d i ( x ,   y ) h
式中： f x ,   y 为位于 x ,   y 位置的密度估计；n为观测数值（个）；h为带宽或平滑指数；k(•) 是一个权函数； d i ( x ,   y )为 x ,   y 位置第i个观测位置的距离（km）。

1.3.2 游憩价值指数

构建游憩价值指数（Recreation Value Index，RVI）主要采用了卡拉麦里国家公园的优质景观资源、交通与地形三种数据。优质景观资源被认为是目的地对游客最具有吸引力的主导要素[25]，交通距离也对游客游憩行为与景观游憩价值的发挥产生限制作用[26]，同时考虑到卡拉麦里国家公园独特的荒漠景观，地形起伏作为一种景观资源也纳入游憩景观价值指数的构建，被认为越平坦或越陡峭更具有美学价值[27]。具体构建方法与权重分配见表2。
表2 游憩价值指数构建数据与方法

Table 2 Data and methods for developing the recreation value index

影响因子 分析方法 权重
优质景观资源 核密度分析法（KDE） 0.45
交通 欧氏距离（ED） 0.30
地形 坡度指数（SI） 0.25

1.3.3 优化生境质量评价方法

人类活动是影响物种多样性的重要因素，土地利用变化被认为是生物多样性下降的主要驱动因子，通过分析土地利用变化，可评估某一区域生境类型的范围及其退化程度[28]。本文采用InVEST模型中的生境质量（Habitat quality）模块对卡拉麦里国家公园进行生境质量评价，探究其生境退化程度和生物多样性保护适宜区[29]。InVEST模块因其广泛的应用与较高的精度而被选用，评估结果基于高分辨率的输入数据，确保生境质量评估的可信度[30]。其具体公式[31]如下所示：
Q x j = H j 1 - D x j z D x j z + K z
式中： Q x j为生境类型（土地覆被）j中栅格x的生境质量； D x j为生境类型（土地覆被）j中栅格x所受胁迫水平； H j代表生境j的适合度。此外，常数K作为半饱和常数，取值通常为二分之一 D x j的最大值，而归一化常量z=2.5。
基于研究区现状特征，本文选择交通设施、工矿点、人造用地作为胁迫因子，根据每个胁迫因子影响程度设置胁迫权重值和空间衰退类型（表3）[32]。用于计算的7个土地利用/覆盖类型对应胁迫因子需设置敏感度参数，包括各土地利用/覆盖类型的生境适宜度和土地利用/覆盖类型对胁迫因子的敏感度（表4）[33]。
表3 生态胁迫因子属性表

Table 3 Attribute of ecological stress factors

威胁因子 权重 空间衰退类型
交通设施 0.4 线性
工矿点 0.3 指数
人造用地 0.3 指数
表4 各土地利用类型对生境威胁因子的敏感度

Table 4 Sensitivity of various land use types to habitat threat factors

土地利用/覆盖类型 生境适宜度 交通设施 工矿点 人造用地
林地 1 0.8 0.9 0.9
草地 1 0.7 0.9 0.9
灌木 1 0.7 0.9 0.9
湿地 1 0.4 0.6 0.6
水体 1 0.4 0.6 0.6
人造用地 0 0 0 0
荒漠戈壁 0.8 0.4 0.6 0.6
考虑卡拉麦里国家公园荒漠戈壁景观面积广阔，采用InVEST模型对土地利用与覆被数据分析得到的生境质量，尽管可反映出区域内的适宜生境范围与威胁源地，但并不能充分识别内部保护物种的实际分布区域状况。因此，为优化识别结果和进一步得到研究区的实际物种生境分布情况，本文使用濒危动物与濒危植物的分布数据，进行核密度分析，其结果与生境质量分析结果进行加权叠加，得到生境质量优化指数（Optimized Habitat Quality Index，OHQI），生境质量、濒危动物和濒危植物分布权重分别为0.25、0.35和0.40（表5）。
表5 生境质量指数的构建数据与方法

Table 5 Construction data and methods of habitat quality index

影响因子 分析方法 权重
InVEST生境质量 Habitat quality模块 0.25
濒危动物分布 核密度分析法 0.35
濒危植物分布 核密度分析法 0.40

1.3.4 优化景观脆弱度指数

基于景观格局脆弱性内涵，选取景观敏感度指数和景观适应度指数构建景观脆弱度指数（Landscape Vulnerability Index，LVI），其具体公式[34]如下所示：
L V I = L S I × 1 - L A I
L S I = ∑ i = 1 n U i × V i
L A I = P R D × S H D I × S H E I
U i = a F N i + b F D i + c D O i
式中： L V I为景观脆弱度指数； L S I为景观敏感度指数； L A I为景观适应度指数；i为景观类型；n为景观类型数目（类）； U i为景观干扰度指数； V i为景观类型易损度，标准化处理后其值分别为：林地0.14、草地0.23、水体0.04、湿地0.04、人造用地0.04、荒漠戈壁0.32；PRD是斑块的丰度密度指数；SHDI和SHEI分别为香农多样性和均匀性指数； F N i为景观破碎度指数； F D i为分维数倒数； D O i为优势度指数；a、b、c分别代表各指数的权重，具体为：0.50、0.30、0.20，利用Fragstats软件计算以上各景观指数。
为进一步准确识别卡拉麦里国家公园景观格局脆弱性分布情况，弥补仅基于土地利用/覆盖类型数据带来的准确性较低，纳入多时间尺度的NDVI最大值数据以识别干旱区植被覆被变化情况，更有利于干旱地区景观脆弱性的准确识别[35]，NDVI值变化较大的区域被认为景观脆弱性更高，反之则更低[36]。因此本文改进并提出了一种景观脆弱性指数优化模型（Optimized Landscape Vulnerability Index，OLVI），其具体公式如下所示：
O L V I = w 1 × L V I + w 2 × C N D V I
C N D V I = N D V I 2022 - N D V I 2012 N D V I 2012
式中： O L V I是优化景观脆弱性； C N D V I为NDVI变化率；权重 w 1取0.65， w 2取0.35。
本文数据均在ArcGIS 10.6软件处理并进行归一化，构建因素结果展示等级均采用自然断点法分级，各指标的栅格结果最后进行赋权叠加。本文综合评价框架构建如图2所示。
图2 “游憩价值—生境质量—景观脆弱性”综合评价体系

Fig. 2 A comprehensive evaluation system of "recreation value, habitat quality and landscape vulnerability"

2 结果分析

2.1 游憩价值评估结果

优质游憩景观核密度分析结果如图3所示，卡拉麦里国家公园的游憩价值高值区集中分布在东南与西北区域。受交通条件的影响，西北区域的游憩价值指数表现为较低值，而东南区域由于较便捷的交通条件，成为高值区。在卡拉麦里国家公园创建背景下，游憩价值作为主要评估维度，反映了国家公园管理中公众参与的重要性。通过核密度分析，研究展示了游憩景观资源的空间分布特征及其对公园功能区划的影响，确保了游憩功能在国家公园整体管理中的重要性。从坡度指数结果看，整体坡度指数高值分布面积较广。国道与省道欧氏距离高值区由中部纵向往两侧递减，但省道欧氏距离在东南区有部分高值区。经游憩价值影响因素的叠加分析，游憩价值指数的结果表明高值区主要分布在公园的东南区，西南区存在部分的较高值区。受交通条件的限制，优质游憩核密度高值区的西北地区的游憩价值指数表现为低值区。而受交通条件的加持，优质游憩景观核密度低值区的中部区上升为中值区。从面积上看，低、较低与中值区的面积最大，累计超过13000 km2，而较高、高值区的面积合计约1200 km2。
图3 卡拉麦里国家公园游憩价值指数（RVI）构建因子与结果展示

Fig. 3 Construction factors and results presentation of the recreation value index (RVI) of Kalamaili National Park

2.2 景观脆弱性评估结果

景观脆弱性指数（LVI）评估结果如图4所示，卡拉麦里国家公园的景观脆弱性高值区主要集中在东部和南部，呈现西北—东南的分布走向。基于NDVI（归一化植被指数）的变化分析，过去10年间东部地区的植被覆盖发生了显著变化，尤其在东部区域形成了一条高值的条带，NDVI变化指数显著上升。结合LVI和NDVI变化的综合分析，得出了优化景观脆弱性指数（OLVI）的分布结果。与LVI相比，OLVI结果显示，由于NDVI变化指数的影响，高值区和较高值区在空间上有所缩减和降级。OLVI高值区主要集中在东部的人工林带，面积约为25.16 km2；较高值区沿西北—东南走向分布，形成三块相对独立的区域，面积约为3285.09 km2。总体来看，OLVI高值区和较高值区占公园总面积的约四分之一，较为全面地反映了卡拉麦里国家公园景观脆弱性的现状，并为该区域的生态管理和保护提供了科学依据。
图4 卡拉麦里国家公园优化景观脆弱性指数（OLVI）构建与结果展示

Fig. 4 Construction and results presentation of the optimized landscape vulnerability index (OLVI) for Kalamaili National Park

2.3 生境质量格局评估结果

基于InVEST模型对卡拉麦里国家公园的生境质量进行评估，并结合濒危动物和植物的分布点核密度分析，得出了优化生境质量指数及其空间分布结果（图5）。濒危动物的核密度分析结果显示，生境质量较高值区集中分布在公园的中部区域，而高值区则主要位于东北和西南部。濒危植物的核密度分析结果与此有所不同，高值区分布在东北、南部和西部区域，中部的核密度值较低，表明该区域的植物分布密度较少。受交通设施的影响，InVEST生成的生境质量分布结果中，低值区呈现出明显的条带状，贯穿公园中部，并在东西两侧交错分布。通过加权叠加分析，优化后的生境质量分布结果显示，高值区集中在公园的中部区域，而核心生境区域则位于东北和南部。面积数据显示，生境质量高值区的总面积约为2168.64 km2，较高值区的面积约为3306.9 km2，两者合计占公园总面积的37.29%，表明卡拉麦里国家公园内存在的广泛的生物适生区，具备较高的保护价值。
图5 卡拉麦里国家公园优化生境质量指数（OHQI）构建与结果展示

Fig. 5 Construction and results presentation of optimal habitat quality index (OHQI) in Kalamaili National Park

2.4 综合评估结果

将游憩价值、生境质量与景观脆弱性三个图层的高值区和较高值区合并为高等级，表示功能等级强，中、较低与低值区合并为低等级，表示功能等级弱，使用空间叠加分析，得到三者在空间上的功能强弱、组合关系与空间分布情况（图6）。卡拉麦里国家公园内三种指标共组合有六类功能簇。具体来看，“低游憩价值—低生境质量—低景观脆弱性”组成的不明显区占公园面积最大，约6701.07 km2，主要分布在公园的北部、东部、西南部边缘与中部地区。“低游憩价值—低生境质量—高景观脆弱性”组成的景观脆弱性主导区面积约达1853.12 km2，主要分布在西部、西北部地区。“低游憩价值—高生境质量—低景观脆弱性”组成的生境质量主导区面积约达4563.64 km2，面积较为广阔，主要分布在东北并向南、向西延伸，形状上呈“Y”状。“低游憩价值—高生境质量—高景观脆弱性”组成的生境质量与景观脆弱性权衡区面积约917.06 km2，主要分为两块区域，分布在公园中部，截断了“低游憩价值—高生境质量—低景观脆弱性”的南部区域，使之空间上呈隔断形态。“高游憩价值—低生境质量—低景观脆弱性”组成的游憩价值主导区面积约达635.71 km2，主要分布在公园西南与东南部边缘区域。“高游憩价值—低生境质量—高景观脆弱性”组成的游憩价值与生境质量权衡区面积约达550.24 km2，主要分布在公园东南区域。
图6 卡拉麦里国家公园综合评估结果

Fig. 6 The results of the comprehensive assessment of Kalamaili National Park

3 讨论

3.1 卡拉麦里国家公园功能分区规划建议

通过采用“游憩价值—生境质量—景观脆弱性”综合评价框架，识别出卡拉麦里国家公园的功能类型空间分布情况（图7）。该研究框架与现有的卡拉麦里国家公园创建区的分区具有相对一致性，这是因为两者均以保护生态系统完整性为核心，并同时兼顾生态保护与公众需求。然而，研究结果也指出了一些差异，主要体现在对特定区域的功能定位和管理强度的不同。具体来说，国家公园的规划中提出了严格保护区和一般控制区的划分，本文的分区框架可以为这些分区的进一步细化和功能对接提供科学依据。以下是对卡拉麦里国家公园后续发展的一些具体建议：
图7 卡拉麦里国家公园功能布局

Fig. 7 Functional layout of Kalamaili National Park

（1）景观脆弱性主导区：主要分布在西部沙丘地貌区，卡拉麦里国家公园属于典型的荒漠生态系统，植被类型结构较简单，生态系统非常脆弱，一旦受到干扰和破坏，极难恢复。在当前全球气候变化的背景下，荒漠植物及其所处的脆弱荒漠生态系统极易遭受负面影响。景观脆弱性主导区未来急需加强监测与保护，限制人类破坏活动，促进区域景观的恢复。
（2）生境质量主导区：作为公园内面积最大的功能区，承担着保护濒危动植物的功能。从整体上看，生境质量主导区面积较大且连通性较好，但应注意交通设施对动物的影响，合理设置迁移廊道等设施以保障动物的迁徙活动。值得一提的是并未有明显的区域与游憩价值功能产生权衡冲突，有利于减少游憩价值的开发与游憩活动的开展对濒危动植物的影响。
（3）游憩价值主导区：分布在西南与东南，能最大避免未来游憩活动开发对公园内部生态环境造成影响，促进生态游憩合理开发利用。未来相关游憩活动基础设施建设应主要围绕国家公园外部，毗邻两个边缘区域，带动园区外部相关门户社区发展。
（4）生境质量—景观脆弱性权衡区：作为镶嵌在生境质量主导区内的功能区，具有高生境质量的同时存在着高景观脆弱性。考虑到野生食草动物对食物的需求，该区域可能无法提供足够食物，并且有可能由于动物的进食导致区域内地表景观荒漠化。未来区域内应该加强地表景观监测以预防生态环境退化。
（5）游憩价值—景观脆弱性权衡区：区域内有大量的游憩景观资源，但限制于景观脆弱性较高，若贸然对区域进行游憩开发，或将导致区域景观退化等生态风险问题。因此，应该对区域内景观资源进行合理规划，如限制游客游览范围，基础设施建设应该选取对景观干扰较小的材料等仿生设计。

3.2 卡拉麦里国家公园保护分区与综合评估框架对比验证

卡拉麦里国家公园的核心区面积为7636 km2，占总面积的51.78%。根据相关法规，核心区需纳入生态保护红线管理，对核心保护区和一般控制区实施差别化管理。本文的综合评估框架验证了现有核心区划分的科学性和有效性，具体结果如下（图8）：
图8 卡拉麦里国家公园核心区情况

Fig. 8 Information on the core areas of Kalamaili National Park

从综合分析结果来看，核心区内景观脆弱性主导区占比约65.84%，生境质量主导区占比65.87%，生境质量—景观脆弱性权衡区占比74.58%。这些区域的面积比例表明，核心区在生态保护型功能区方面较为突出，能够有效保障生态系统的稳定性和连通性。核心区内游憩价值主导区的占比仅为8.35%，这表明核心区的划分充分考虑了对游憩活动开发的空间位置控制，避免了核心区与高游憩价值区的冲突，体现了保护优先的理念。同时，这也验证了“游憩价值—景观脆弱性—生境质量”综合评估框架在国家公园区划中的科学性。游憩价值—景观脆弱性权衡区在核心区的占比为39.78%，说明核心区外仍有较大比例的区域可作为一般控制区进行适度游憩开发。在未来的规划中，这些区域可进行适度的游憩活动，但必须重点关注景观的保护与管理，避免过度开发对生态造成负面影响。
总体而言，卡拉麦里国家公园核心区的划分体现了较高的科学性与合理性，同时验证了研究提出的“游憩价值—景观脆弱性—生境质量”综合评估框架的有效性。未来的管理和开发规划应继续沿用这一评估框架，在确保生态保护的前提下，合理规划游憩活动的空间分布与设施建设。

4 结论

本文通过构建“游憩价值—生境质量—景观脆弱性”综合评估框架对卡拉麦里国家公园的保护与发展现状进行了分析，结果表明：游憩价值高值区和较高值区主要分布在东南部和西南部，面积约1200 km2。优化生境质量高值区整体分布在中部区域，具体来看核心生境区域分布在东北部与南部。从面积上看，优化生境质量高值区面积约2168.64 km2，较高等级面积约3306.90 km2，面积占比约37.29%。优化景观脆弱性结果显示卡拉麦里国家公园的景观脆弱性高值区主要分布在东部与南部，呈西北—东南走向，高值区和较高值区占总面积约为1/4，面积约3310.25 km2。
游憩价值、生境质量与景观脆弱性空间叠加分析得到三者在空间上的功能强弱、组合关系与空间分布情况表明，卡拉麦里国家公园内三种指标共组合有六类功能簇。“低游憩价值—低生境质量—高景观脆弱性”组成的景观脆弱性主导区主要分布在西部、西北部地区。“低游憩价值—高生境质量—低景观脆弱性”组成的生境质量主导区主要分布在东北并向南、向西延伸，形状上呈“Y”状。“低游憩价值—高生境质量—高景观脆弱性”组成的生境质量与景观脆弱性权衡区分布在中部，“高游憩价值—低生境质量—低景观脆弱性”组成的游憩价值主导区主要分布在西南与东南两个角落。“高游憩价值—低生境质量—高景观脆弱性”组成的游憩价值与生境质量权衡区主要分布在东南区域。
本文基于“游憩价值—生境质量—景观脆弱性”综合评价框架对卡拉麦里国家公园进行了综合且有效的评估，并得到有效的验证。但受制于主观因素，在权重的分配上仍难以实现绝对客观，对其他研究区的评价无法直接迁用。然而从整体上看，综合评估框架能全面地反映卡拉麦里国家公园的实际现状，未来如何采用更加客观的方法，对不同研究区的综合评价是进一步的努力方向。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
连虎刚, 刘春芳, 倪博文, 等. 西北干旱区自然保护地体系生态网络构建及优化: 以河西走廊为例. 应用生态学报, 2024, 10(15): 1-15.

[LIAN H G, LIU C F, NI B W, et al. Construction and optimization of the ecological network system in nature reserves in the arid region of Northwest China: A case study of the Hexi Corridor. Chinese Journal of Applied Ecology, 2024, 10(15): 1-15.]

[2]
何思源. 中国国家公园治理中的社区角色及其巩固与发展. 自然资源学报, 2024, 39(10): 2310-2334.

DOI

[HE S Y. The role of communities in the governance of China's national parks and the consolidation and development of their role. Journal of Natural Resources, 2024, 39(10): 2310-2334.]

[3]
张玉钧, 薛冰洁. 国家公园开展生态旅游和游憩活动的适宜性探讨. 旅游学刊, 2018, 33(8): 14-16.

[ZHANG Y J, XUE B J. Discussion on the suitability of developing ecotourism and recreational activities in national parks. Tourism Tribune, 2018, 33(8): 14-16.]

[4]
ZHU S N, WANG W Y, LIU J L. Analyzing the National Park policymaking process in China from a multiple streams perspective: Domination by the political stream and policy entrepreneurs. Forest Policy and Economics, 2024, 169: 103347, Doi: 10.1016/j.forpol.2024.103347.

[5]
高扬仪, 朱里莹, 庄迎鑫, 等. 武夷山国家公园(福建区域)生态系统文化服务簇识别及影响因素. 应用生态学报, 2024, 10(15): 1-12.

[GAO Y Y, ZHU L Y, ZHUANG Y X, et al. Identification and influencing factors of ecosystem cultural service bundles in Wuyishan National Park (Fujian region). Chinese Journal of Applied Ecology, 2024, 10(15): 1-12.]

[6]
李树信. 国家文化公园的功能、价值及实现途径. 中国经贸导刊(中), 2021, (3): 152-155.

[LI S X. The functions, values, and realization approaches of national cultural parks. China Economic & Trade Herald (Medium), 2021, (3): 152-155.]

[7]
WEI W, LIU C Y, MA L B, et al. Ecological land suitability for arid region at river basin scale: Framework and application based on minmum cumulative resistance (MCR) model. Chinese Geographical Science, 2022, 32(2): 312-323.

[8]
LI L, HUANG X J, YANG H. A new framework for identifying ecological conservation and restoration areas to enhance carbon storage. Ecological Indicators, 2023, 154: 110523, Doi: 10.1016/j.ecolind.2024.112043.

[9]
王琦, 王辉, 虞虎. 基于生态安全格局的国家公园边界划定: 以雅鲁藏布大峡谷国家公园为例. 自然资源学报, 2023, 38(4): 951-965.

DOI

[WANG Q, WANG H, YU H. Demarcation of national park boundary based on ecological security pattern: A case study of Yarlung Zangbo Grand Canyon National Park. Journal of Natural Resources, 2023, 38(4): 951-965.]

DOI

[10]
欧阳志云, 王效科, 苗鸿. 中国陆地生态系统服务功能及其生态经济价值的初步研究. 生态学报, 1999, 19(5): 19-25.

[OUYANG Z Y, WANG X K, MIAO H. A primary study on Chinese terrestrial ecosystem services and their ecological-economic values. Acta Ecologica Sinica, 1999, 19(5): 19-25.]

[11]
何思源, 苏杨, 王蕾, 等. 国家公园游憩功能的实现: 武夷山国家公园试点区游客生态系统服务需求和支付意愿. 自然资源学报, 2019, 34(1): 40-53.

DOI

[HE S Y, SU Y, WANG L, et al. Realisation of recreation in National Parks: A perspective of ecosystem services demand and willingness to pay of tourists in Wuyishan pilot. Journal of Natural Resources, 2019, 34(1): 40-53.]

[12]
陈利顶, 李秀珍, 傅伯杰, 等. 中国景观生态学发展历程与未来研究重点. 生态学报, 2014, 34(12): 3129-3141.

[CHEN L D, LI X Z, FU B J, et al. Development history and future research priorities of landscape ecology in China. Acta Ecologica Sinica, 2014, 34(12): 3129-3141.]

[13]
刘淼, 史思雪, 张廷爽, 等. 景观生态学在国土空间规划中的应用与展望. 应用生态学报, 2024, 35(9): 2372-2381.

DOI

[LIU M, SHI S X, ZHANG T S, et al. Application and prospect of landscape ecology in territorial spatial planning. Chinese Journal of Applied Ecology, 2024, 35(9): 2372-2381.]

DOI

[14]
欧阳志云, 刘建国, 肖寒, 等. 卧龙自然保护区大熊猫生境评价. 生态学报, 2001, 21(11): 1869-1874.

[OUYANG Z Y, LIU J G, XIAO H, et al. An assessment of giant panda habitat in Wolong Nature Reserve. Acta Ecologica Sinica, 2001, 21(11): 1869-1874.]

[15]
樊杰. “人地关系地域系统”是综合研究地理格局形成与演变规律的理论基石. 地理学报, 2018, 73(4): 597-607.

DOI

[FAN J. "Territorial system of human-environment interaction": A theoretical cornerstone for comprehensive research on formation and evolution of the geographical pattern. Acta Geographica Sinica, 2018, 73(4): 597-607.]

DOI

[16]
VÁZQUEZ-RODRÍGUEZ P, ROMERO-CASTRO N, ŠEVIĆ A, et al. (Un) willingness to pay to visit a national park from a sustainable entrepreneurial tourism perspective. Journal of Destination Marketing & Management, 2024, 34: 100933, Doi: 10.1016/j.jdmm.2024.100933.

[17]
KANG J M, ZHANG X, ZHU X W, et al. Ecological security pattern: A new idea for balancing regional development and ecological protection. A case study of the Jiaodong Peninsula, China. Global Ecology and Conservation, 2021, 26: e01472, Doi: 10.1016/j.gecco.2021.e01472.

[18]
申宇, 程浩, 刘国华, 等. 基于生物多样性和生态系统服务的青藏高原保护优先区和保护空缺识别. 生态学报, 2024, 44(11): 4507-4516.

[SHEN Y, CHENG H, LIU G H, et al. Conservation gaps and priorities on the Qinghai-Tibetan Plateau based on biodiversity and ecosystem services. Acta Ecologica Sinica, 2024, 44(11): 4507-4516.]

[19]
NOSS R F. High-risk ecosystems as foci for considering biodiversity and ecological integrity in ecological risk assessments. Environmental Science & Policy, 2000, 3(6): 321-332.

[20]
孔凡斌, 段淑慧, 徐彩瑶. 基于生态系统服务和生态敏感性的生态安全格局构建: 以钱塘江流域为例. 生态学报, 2024, https://doi.org/10.20103/j.stxb.202312222796.

[KONG F B, DUAN S H, XU C Y. The construction of ecological security pattern based on ecosystem services and ecological sensitivity: A case study of the Qiantang River Basin. Acta Ecologica Sinica, 2024, https://doi.org/10.20103/j.stxb.202312222796.]

[21]
SUN C L, FENG X M, FU B J, et al. Desertification vulnerability under accelerated dryland expansion. Land Degradation & Development, 2023, 34(7): 1991-2004.

[22]
高帅帅, 胡杨, 邵长亮, 等. 气候变化背景下卡拉麦里国家公园蒙古野驴适宜生境脆弱性评价. 兽类学报, 2024, 44(3): 287-296.

DOI

[GAO S S, HU Y, SHAO C L, et al. Vulnerability assessment of suitable habitats for Equus hemionus in the Kalamaili National Park under climate change. Acta Theriologica Sinica, 2024, 44(3): 287-296.]

[23]
林晓麟, 丁建斌, 肖华, 等. 卡拉麦里温带荒漠生态系统典型原真代表. 森林与人类, 2024, (2): 6-19.

[LIN X L, DING J B, XIAO H, et al. Typical pristine representations of the temperate desert ecosystem in Kalamaili. Forest & Humankind, 2024, (2): 6-19.]

[24]
谢丽钧, 杨广斌, 王仁儒, 等. 贵州省土地利用变化频数分布及驱动因素. 水土保持通报, 2024, 44(4): 330-339.

[XIE L J, YANG G B, WANG R R, et al. Frequency distribution and driving factors of land use changes in Guizhou province. Bulletin of Soil and Water Conservation, 2024, 44(4): 330-339.]

[25]
LI J Y, HUANG Z L, ZHU Z P, et al. Coexistence perspectives: Exploring the impact of landscape features on aesthetic and recreational values in urban parks. Ecological Indicators, 2024, 162: 112043, Doi: 10.1016/j.ecolind.2024.112043.

[26]
马月伟, 潘健峰, 蔡思青, 等. 生态系统服务社会价值与生态价值的权衡与协同关系: 以普达措国家公园为例. 地理科学, 2022, 42(7): 1283-1294.

DOI

[MA Y W, PAN J F, CAI S Q, et al. Trade-offs and synergies between social value and ecological value of ecosystem services: A case study of the Potatso National Park. Scientia Geographica Sinica, 2022, 42 (7): 1283-1294.]

DOI

[27]
张佳宝, 乌恩. 基于游客感知价值的国家公园游憩功能研究: 以黄石国家公园和武夷山国家公园为例. 世界地理研究, 2023, 32(2): 146-157.

DOI

[ZHANG J B, WU E. Recreation function in national parks based on tourists' perceived value: Two case studies of Yellowstone National Park and Wuyishan National Park. World Regional Studies, 2023, 32(2): 146-157.]

DOI

[28]
RICE W L, TAFF B D, NEWMAN P, et al. Identifying recreational ecosystem service areas of concern in Grand Canyon National Park: A participatory mapping approach. Applied Geography, 2020, 125: 102353, Doi: 10.1016/j.apgeog.2020.102353.

[29]
DA FONTOURA G, DE FREITAS L A, SILVA T, et al. Equivalent biodiversity area: A novel metric for No Net Loss success in Brazil's changing biomes. Journal of Environmental Management, 2024, 355: 120540, Doi: 10.1016/j.jenvman.2024.120540.

[30]
ZHU X Y, WANG Z J, GU T C, et al. Multi-scenario prediction of land cover changes and habitat quality based on the FLUS-InVEST model in Beijing. Land, 2024, 13(8): 1163, Doi: 10.3390/land13081163.

[31]
陈实, 黄银兰, 金云翔. 退耕还林(草)工程实施前后黄河中游生境质量时空变化分析. 干旱区研究, 2023, 40(3): 456-468.

DOI

[CHEN S, HUANG Y L, JIN Y X. Spatiotemporal changes of habitat quality before and after the implementation of Grain for Green Project in the middle reaches of the Yellow River. Arid Zone Research, 2023, 40(3): 456-468.]

DOI

[32]
黄木易, 岳文泽, 冯少茹, 等. 基于InVEST模型的皖西大别山区生境质量时空演化及景观格局分析. 生态学报, 2020, 40(9): 2895-2906.

[HUANG M Y, YUE W Z, FENG S R, et al. Spatial-temporal evolution of habitat quality and analysis of landscape patterns in Dabie Mountain area of West Anhui province based on InVEST model. Acta Ecologica Sinica, 2020, 40(9): 2895-2906.]

[33]
谢余初, 巩杰, 张素欣, 等. 基于遥感和InVEST模型的白龙江流域景观生物多样性时空格局研究. 地理科学, 2018, 38(6): 979-986.

DOI

[XIE Y C, GONG J, ZHANG S X, et al. Spatiotemporal change of landscape biodiversity based on InVEST model and remote sensing technology in the Bailong River Watershed. Scientia Geographica Sinica, 2018, 38(6): 979-986.]

DOI

[34]
LAN Y P, CHEN J J, YANG Y P, et al. Landscape pattern and ecological risk assessment in Guilin based on land use change. International Journal of Environmental Research and Public Health, 2023, 20(3): 2045, Doi: 10.3390/ijerph20032045.

[35]
王帅, 李丹. 基于景观指数的生态用地脆弱度评价研究. 测绘与空间地理信息, 2021, 44(12): 68-71.

[WANG S, LI D. Research on evaluation of ecological land vulnerability based on landscape index. Geomatics & Spatial Information Technology, 2021, 44(12): 68-71.]

[36]
ŁOWICKI D. Prediction of flowing water pollution on the basis of landscape metrics as a tool supporting delimitation of Nitrate Vulnerable Zones. Ecological Indicators, 2012, 23: 27-33.

Options
文章导航

/

〈 〉