EN中文

JOURNAL OF NATURAL RESOURCES >

2021 , Vol. 36 >Issue 12: 3232 - 3246

DOI: https://doi.org/10.31497/zrzyxb.20211216

Regular Articles

Ecological risk and regional differentiation in the Qinghai-Tibet Plateau

  • LIU Fei , 1 ,
  • LIU Feng-gui , 1, 2 ,
  • ZHOU Qiang 1, 2 ,
  • CHEN Qiong 1, 2 ,
  • WANG Sheng-zhen 1 ,
  • GUO Rong 1 ,
  • MA Wei-dong 1
Expand
  • 1. School of Geographic Science, Qinghai Normal University, Xining 810008, China
  • 2. Academy of Plateau Science and Sustainability, Xining 810008, China

Received date: 2020-07-03

  Revised date: 2020-11-18

  Online published: 2022-02-28

Copyright

Copyright reserved © 2021.
Fold

Abstract

Under the background of global change, the ecosystem of the Qinghai-Tibet Plateau has been affected and threatened by both nature and human activities, and the ecological risks are intensifying. The Qinghai-Tibet Plateau is a relatively independent geographic unit with a high average altitude and complex and diverse landforms. Its fragile alpine ecosystem is extremely sensitive to global climate change. In recent years, the population of the plateau has increased and the process of urbanization has accelerated, the scale and intensity of human activities have increased significantly, and ecological risks have increased. At present, the research results of ecological risk assessment are mainly found in local areas of the Qinghai-Tibet Plateau. This article, aiming at understanding the source of ecological risks, analyzes the spatial distribution of risks and their causes. The ecological risk assessment of the entire plateau is expected to provide references for the identification, management and early warning of regional ecological risks. We establish an ecological risk assessment index system for the study area, which includes 13 ecological risk source indicators, 10 ecological vulnerability indicators, and 7 ecological risk management capability indicators. Then we select the official remote sensing product data with a high spatial resolution, according to the characteristics of the data which are divided into numerical and non-numerical data. Using ArcGIS 10.2 to normalize the numerical data, according to the contribution rate to ecological risk, the non-numerical data are graded, and the ecological risk evaluation optimization model is used to comprehensively evaluate the ecological risk of the plateau. The results showed that: overall ecological risk of the study area is relatively low, with low and very low ecological risk areas accounting for 55.84%, extremely high risk areas being only 7.19%, high risk areas 11.95%, and medium ecological risk areas 25.02%, and the extremely low and low ecological risk areas account for more than half of the plateau area; medium ecological risk areas are mainly distributed in areas with high intensity of human activities. The impact of human activities on the eco-environment of the Qinghai-Tibet Plateau cannot be ignored; the extremely high-risk areas and medium-risk areas form a "C"-shaped pattern; the low-risk areas in the hinterland of the plateau have higher altitudes, severe cold climates, and fragile eco-environments, but the strengthening of ecological management measures has greatly reduced the ecological risk in the study area. The overall ecological risk of the Qinghai-Tibet Plateau is mainly controlled by natural factors, and the impact of human activities on the eco-environment cannot be ignored. The establishment of national nature reserves or national parks to protect the ecological environment can greatly reduce its ecological risks. It is necessary to pay special attention to areas with high intensity of human activities on the plateau, where their ecological risks have reached a medium intensity. Creating a new pattern of harmonious coexistence between humans and nature, and avoiding excessive human intervention in the eco-environment on the Qinghai-Tibet Plateau is an important way to reduce ecological risks in the future.

Key words： Qinghai-Tibet Plateau; ecological risk; regional differentiation

Cite this article

LIU Fei , LIU Feng-gui , ZHOU Qiang , CHEN Qiong , WANG Sheng-zhen , GUO Rong , MA Wei-dong . Ecological risk and regional differentiation in the Qinghai-Tibet Plateau[J]. JOURNAL OF NATURAL RESOURCES, 2021 , 36(12) : 3232 -3246 . DOI: 10.31497/zrzyxb.20211216

自然生态系统是人类社会赖以生存和发展的基础[1,2]。自19世纪工业革命以后,生态系统受到物种灭绝、土地退化等不同程度的影响和破坏,制约人类社会的可持续发展[3]。20世纪90年代以来,全球气候变化和人类活动对生态系统的影响引起了学者的高度关注。
在全球气候变化的影响下,若未来全球平均温度增幅达到1.5~2.5 ℃时,将有20%~30%的动植物物种会面临灭绝风险[4,5]。而全球升温2 ℃可能会导致全球约13%的生态系统遭受损害,致使大量植物和动物的灭绝风险增加[6]。从全球陆地人类足迹的变化来看,与1993年相比,2009年的人类活动区域迅速扩大,16年间有71%的地区人类足迹增大了20%以上,濒危物种分布区和生物多样性较高区域承受的人类压力明显偏大[7,8]。由此,面对气候变暖与人类扰动对生态系统的胁迫日益严重,如何对生态风险进行科学、客观地评价与精准、有效地管理则愈发重要。在近些年开展的生态风险评价中,研究对象及研究尺度逐步从环境污染的微观尺度转至区域环境因子和人类扰动的宏观尺度[9]。目前国内学者主要是针对自然地理单元或生态敏感区等展开一系列的探索,并取得了阶段性的成果[10,11,12]。
国外有学者利用相对风险模型对澳大利亚[13]和新西兰[14]海岸附近区域、澳大利亚[15]山间集水区以及田纳西河流域上游[16]等区域进行生态风险评估,发现第一产业的风险高于人类居住环境和鱼类生存的水域;而利用鱼类等作为生物标志物进行生态风险评估,结果显示在韩国的西北部一条受污染河流[17]和中西部河流生态系统[18]中,河段的下游由于受到化学物质的污染以及人类活动的扰动,表现出高风险,而上游风险相对较低;在印度恒河下游区域的河流沉积物中,源于城市家庭垃圾和郊区工业废水的有机污染物已对可食用鱼类的生存产生了威胁[19];巴西大西洋雨林保护区的生态风险也主要源于人类活动对生态环境的影响[20]。
国内学者对于生态风险的探索较晚,而在评估方法等层面进展很快,并提出了新的理论[21]。在区域生态风险评价中,以GIS和遥感技术为主要技术支撑,基于NPP[22]或自然灾害[23]等单一风险因子对全国生态风险进行评估,发现我国不同生态系统将近有一半区域存在较大生态风险;在湖泊流域方面对生态风险的评估发现,随着时间的推移,生态风险源由自然因子逐渐转变为人为因子[24,25];在西双版纳及云贵高原区域的生态风险评估中,发现增温效应会使植被生长适宜区向高海拔转移,而人为因子主要是受到城镇建设和工农业污染的影响[26,27]。目前对于区域生态风险评价存在的主要问题有：评价指标不统一或不完整,部分指标选取的评估角度不够全面;评价过程和评价结果的不确定性较大,评估结果的客观性有待提高;生态风险管理的环节研究比较薄弱等[28]。
青藏高原是相对独立的地理单元,生态风险评估主要集中在局部流域或部分区域[29,30,31,32]。而只有通过整体研究才能更准确地理解高原生态风险的风险源,刻画青藏高原生态风险的空间分布和形成原因。本文运用优化后的生态风险评估模型,将客观赋权与评价体系相结合,在科学识别青藏高原各等级风险区的基础上分析其主要成因,以期为青藏高原生态风险的分区管理和监测预警提供参考。

1 研究方法与数据来源

1.1 研究区概况

青藏高原地处亚洲腹地,平均海拔4000 m以上,面积达257.24×104 km2 [33],地质地貌复杂多样,山系、盆地、高平原、深切峡谷等地貌单元分异明显（图1）。发育形成有高寒荒漠、高寒草甸草原、高寒草原、高寒灌丛以及山地森林等特殊的、极其脆弱的高寒生态系统,这些生态系统对全球气候变化极为敏感,其生态系统的脆弱性问题备受关注[34]。青藏高原的升温速率约是全球平均升温速率的2倍[35]。受此影响,青藏高原冰川加速退缩,湖泊面积明显扩大,冻土日渐退化,冰崩、冰湖溃决以及泥石流频发等对陆地生态系统和社会经济安全构成重大威胁[36,37]。高寒区生物的生存空间受到挤压,生物多样性减少,高原冰雪融化对大气圈和水圈产生广域效应,影响全球气候变化和水循环[38],进而影响到生态系统的变化,威胁生态屏障的安全。与此同时,高原人口的增加和城镇化建设进程加快,2019年青海、西藏两省（自治区）人口已达958.38×104人,高原内部及周边地区城镇数量和规模、路网密度等进一步增大,自然保护区面积和规模以及放牧强度和范围均发生巨大变化,人类活动规模和强度明显加大,生态风险加剧。
图1 研究区概况图

注：本图基于自然资源部标准地图服务系统下载的标准地图制作,底图无修改,下同。

Fig. 1 Overview diagram of the research area

1.2 指标体系和数据来源

本文评估指标体系的构建,是参照区域生态风险[39]等的研究成果,借鉴生态安全[40,41]的侧重面、挑选生态脆弱性分析[42]以及生态环境评价[43]的指标项,基于青藏高原高寒干旱等的环境特征,结合气候变暖对陆地生态系统的影响,以及人类活动对自然景观改造的影响,将生态环境保护与修复的措施相结合,共选取了30个有客观性、数据来源可靠并可获取的自然和人类活动因子作为评估指标,构建青藏高原生态风险评估指标体系。评估指标涉及到多源、多类型数据,其中以遥感数字产品数据和统计年鉴数据为主（表1）。
表1 青藏高原生态风险评估指标的数据来源

Table 1 Data sources of ecological risk assessment indicators on the Qinghai-Tibet Plateau

指标类 指标项 数据来源
生态风险源 洪水风险 全球风险数据平台（http://preview.grid.unep.ch）
滑坡风险 全球风险数据平台（http://preview.grid.unep.ch）
土地沙漠化 中国科学院资源环境科学数据中心（http://www.resdc.cn/）
极端高温 陈锐杰[44]
极端低温 陈锐杰[44]
土壤侵蚀 中国科学院资源环境科学数据中心（http://www.resdc.cn/）
干旱指数 联合国粮农组织的全球地理信息系统（http://www.fao.org/）
人口密度 中国科学院资源环境科学数据中心（http://www.resdc.cn/）
耕地垦殖率 基于土地利用数据计算（http://auth.geodata.cn/）
放牧强度 县国民经济和社会发展统计公报（http://www.ahmhxc.com/tongjigongbao/）
建设用地 中国科学院资源环境科学数据中心（http://www.resdc.cn/）
道路密度 全国地理信息资源目录服务系统（http://www.webmap.cn/）
生境破碎度 基于土地利用数据计算（http://auth.geodata.cn/）
生态脆弱性 海拔 地理空间数据云平台（http://www.gscloud.cn/search）
坡度 数字高程数据提取（https://search.earthdata.nasa.gov/search）
坡向 数字高程数据提取（https://search.earthdata.nasa.gov/search）
年降水量 中国科学院资源环境科学数据中心（http://www.resdc.cn/）
土壤有机质含量 1:100万中华人民共和国土壤图（http://auth.geodata.cn/）
光合有效辐射 全球变化科学研究数据出版系统（http://www.geodoi.ac.cn/）
≥0 ℃积温 中国科学院资源环境科学数据中心（http://www.resdc.cn/）
植被类型 1:100万中国植被图集（http://auth.geodata.cn/）
植被覆盖度 国家地球系统科学数据中心（http://auth.geodata.cn/）
生物丰度指数 全球变化科学研究数据出版系统（http://www.geodoi.ac.cn/）
生态风险
管理能力		 空气质量监测站点密度 公众环境研究中心（http://www.ipe.org.cn/）
地表水水质监测点密度 公众环境研究中心（http://www.ipe.org.cn/）
生态保护行政单位密度 百度地图坐标点拾取系统（http://aqsc.shmh.gov.cn/gis/getpoint.htm）
政府组织调度能力 全国地理信息资源目录服务系统（http://www.webmap.cn/）
各等级自然保护区 中国科学院资源环境科学数据中心（http://www.resdc.cn/）
野生动物迁徙通道密度 中国地理图集[45]
气象站点密度 中国科学院资源环境科学数据中心（http://www.resdc.cn/）

1.3 研究方法

将生态风险源、生态脆弱性和生态风险管理能力共30项指标对应的数据进行分类,结合数据的性质和类型将其划分为数值类空间数据和文字类数据,基于青藏高原的基础空间数据,运用ArcGIS 10.2将文字类数据转换为非数值类空间数据,并依据指标对整体生态风险的贡献值按等级进行划分（表2）,对应各风险等级进行赋值,最终转换为数值类数据。为便于数据的计算和分析,栅格数据统一重采样为1 km像元大小的栅格。
表2 青藏高原非数值类评估指标风险等级

Table 2 Risk level of non-numerical assessment indexes in Qinghai-Tibet Plateau

序号 评估指标 风险等级
低 较低 中 较高 高
1 建设用地 — 农村居民建设用地 城镇建设用地 其他建设用地 —
2 土地沙漠化 — — 裸土地 沙地 戈壁
3 坡向 — 阴坡 半阴坡 半阳坡 阳坡
4 植被类型 森林 灌丛 草地 高山植被 裸地
5 政府组织调度能力 省政府驻地 市政府驻地 县政府驻地 乡镇政府驻地 村委会
6 各等级自然保护区 国家级 省级 地级 县级 —

注：“—”表示无分级类型。

在计算各个评估指标的权重时,由于部分方法受主观影响较大,如专家打分法、层次分析法等,影响评价结果的客观性和准确性[11,46],本文运用机器学习算法中的随机森林模型来确定各项指标的权重。随机森林方法预测精度高,训练速度快,分类效果好,可处理离散或连续性数据,可良好应对部分数据的缺失,能对多个变量的重要性进行排序,因此在计算多指标的权重方面,随机森林有很大的优势。随机森林现已应用于多个领域,在风险评估方面的研究中,如山洪[47]、滑坡[48]、泥石流[49]等均表现出良好的分析效果,而在生态风险评估领域的应用相对较少。
本文使用R语言的random Forest包进行运算时涉及到两个重要参数：ntree（分类回归树的个数）和mtry（节点分支）,这两个参数是决定随机森林预测能力的两个重要参数,是依据随机森林构建时产生的袋外误差确定的,在参与实际运算时,参数的默认值并不能达到最佳模拟效果,所以需经过多次测算以降低模型模拟的误差,从而选取最佳拟合效果的参数[50]。若设置ntree为500时,误差值随分类回归树的个数的增长而趋于平稳,但仍有小幅波动,将参数设置为1000时,误差值趋于稳定,且无波动。为实现最优拟合效果,使得随机森林对于各个指标的重要性做出客观分析,本文将指标项的权重按三大指标类分开运算,依据指标数量分别进行独立测算,以选取最优的mtry,例如,在计算生态风险源各指标的权重时,设置ntree固定为1000,因评估指标数为13,故将mtry分别设置为2至13,共进行12次重要性测算,分别得出12个测算结果及其模拟误差值,误差值分别为残差平方的平均值和方差解释度值,选取两项误差值的最佳效果（最低的残差平方与最高的方差解释度）,将其重要性测算结果IncMSE/%值按比例计算,求得最终各指标的权重。
本文的生态风险评估模型基于生态损失度指数法[51]和灾害风险评估模型,参考区域生态风险评估模型,并增加生态风险管理能力缓解风险的作用,将青藏高原生态风险的评估模型初步设置为：
ER = ∑ i = 1 13 ( ω 1 , i P 1 , i ) × ∑ i = 14 23 ( ω 2 , i P 2 , i ) - ∑ i = 24 30 ( ω 3 , i P 3 , i )
为避免此风险评估模型产生负值,本文将脆弱性指标的加权求和值整体扩大10倍,使生态脆弱性的最小值高于生态风险管理能力的最大值,最终评估模型优化为：
ER = ∑ i = 1 13 ( ω 1 , i P 1 , i ) × 10 × ∑ i = 14 23 ( ω 2 , i P 2 , i ) - ∑ i = 24 30 ( ω 3 , i P 3 , i )
式中：ER为综合生态风险;i为评估指标体系中第i项评估指标; ω i 为第i个评估指标的权重;Pi为第i个指标对应数据转换后的风险值; ω 1 , i P 1 , i 表示第i个指标的生态风险源（i=1, 2, …, 13）; ω 2 , i P 2 , i 表示第i个指标的生态脆弱性（i=14, 15, …, 23）; ω 3 , i P 3 , i 表示第i个指标的生态风险管理能力（i=24, 25, …, 30）。

2 结果分析

2.1 生态风险源

使用随机森林法对生态风险源13项指标的贡献率进行多次测算,由于数据量和计算量很大,故将测算过程缩减为4次,将mtry取值为2至5,客观分析各项指标的重要性,测算结果的两项模拟误差如图2所示。
图2 生态风险源指标贡献率测算分析的误差

Fig. 2 The error of calculating and analyzing the index contribution rate of ecological risk source

经测算,mtry为3 时,模型的拟合优度最佳,误差值最小。结合13项指标的重要性比例,得到自然影响方面7项指标的权重共0.6495,人类影响方面6项指标的权重共0.3505,生态风险源各项指标的权重值如图3所示。
图3 生态风险源指标权重

Fig. 3 Index weight of ecological risk sources

对青藏高原范围内自然变化和人类活动共13项指标对应的数据进行加权求和,经空间数据叠置计算后,按自然断裂法做分类处理,得到生态风险源5个风险等级的空间分布（图4）。
图4 青藏高原生态风险源风险等级空间分布

Fig. 4 Spatial distribution of risk levels of ecological risk sources in Qinghai-Tibet Plateau

由图4可知,生态风险源的风险等级呈现出由西向东倾斜的簸箕形,风险等级在高原西北部和北部高,西南部和南部中等,腹地以及东部和东南部低。
高风险和较高风险等级的区域主要分布于高原北部,呈带状且相间分布,分别占高原面积的6.15%和14.23%,其中高风险等级区域集中于柴达木盆地的边缘山地和喀喇昆仑山东南部,呈现团块状连续分布,较高风险等级区域集中分布于高原中北部,以阿尔金山为主,少量分布于喀喇昆仑山和柴达木盆地,于高原中南部的高海拔山地地区呈链式集中分布;中风险等级区域占高原面积的20.86%,由高原西部的阿里高原经西南部的冈底斯山脉至南部的喜马拉雅山脉,夹杂着较高和较低风险源区域呈现连续分布,另外还集中分布于河湟谷地中北部,少量分布于横断山脉西北部和念青唐古拉山北部等区域;较低风险等级和低风险等级区域的空间分布也相对集中,分别占高原面积的34.10%和24.66%,相间分布于高原腹地的藏北高原和唐古拉山北部与东北部,其中较低风险等级多分布于巴颜喀拉山、松潘高原及其东南部、横断山脉部分区域、喜马拉雅山脉东翼地区和一江两河中南部等区域,低风险等级区域除集中于高原腹地,还在祁连山西部、喜马拉雅山脉东翼以及横断山脉呈团块状分布。
从高原整体来看,北部和西部的生态风险源受自然环境条件影响较大,而高原南部和东部则受人类活动干扰的程度较多。

2.2 生态脆弱性

生态脆弱性是由地区气候差异性以及长时间序列下气候作用于生态系统形成的,体现在部分区域难以抵御短时较强自然灾害,或受到灾害影响或者人类活动干扰后在短期内难以恢复正常运作。青藏高原形成过程复杂,地貌多样化,在海拔高的区域,高寒与干旱特征显著,生态系统自身相对脆弱,人类活动相对较少,而海拔较低、气温较高、降水多的地区生态系统的脆弱性相对较低,但人类活动在此对生态系统的威胁程度也相对较强。使用随机森林法对地形、土壤、气候和生物四类影响因子共10项指标的贡献率进行8次测算,将mtry取值为2至9,客观分析各项指标的重要性,测算结果的两项模拟误差如图5所示。
图5 生态脆弱性指标贡献率测算分析的误差

Fig. 5 The error of calculating and analyzing the index contribution rate of ecological vulnerability

经测算,mtry为2时,模型的拟合优度最佳,误差值最小。结合10项指标的重要性比例,计算得到3项生物类指标权重共0.3819,1项土壤类指标权重为0.0706,3项气候类指标权重共0.3072,3项地形类指标权重共0.2403,生态脆弱性各项指标的权重值如图6所示。
图6 生态脆弱性指标权重

Fig. 6 Index weight of ecological vulnerability

在生态脆弱性的10项指标中,海拔、坡度、年降水量、年光合有效辐射、积温（≥0 ℃）、土壤有机质含量、植被覆盖度、生物丰度指数共8项指标均使用原始数据数值的归一化结果,坡向和植被类型是利用赋值后归一化的结果进行计算,依据坡向在土壤含水量和地上生物量的研究成果,判断其生态脆弱性的赋值排序为：阳坡>半阳坡>半阴坡>阴坡[52],依据植被类型的抗风险能力,将植被类型生态脆弱性的赋值排序为：裸地>高山植被>草地>灌丛>森林。
对青藏高原范围内生态脆弱性的10项指标对应的数据进行加权求和,经空间数据叠置计算后,按自然断裂法做分类处理,得到生态脆弱性5个等级的空间分布（图7）。
如图7所示,高脆弱性区域集中分布于高原北部,占高原面积的19.53%,与生态风险源的高风险等级的空间分布相近似,自西北向东北由喀喇昆仑山经阿尔金山至柴达木盆地及盆地边缘的山地,盆地南与昆仑山相接,呈连续条带状分布,其次,自西南向东南少量分布于冈底斯山、念青唐古拉山的高海拔地区,呈现链式条带状分布;脆弱性较高区域与中等脆弱性区域相互衔接、相间分布,北至藏北高原,西至阿里高原,南至喜马拉雅山,东沿河湟谷地东部经唐古拉山东北部,至一江两河地区形成一条明显的分界线,两区域共占高原面积的一半以上（59.10%）,其中,较高脆弱性主要分布于高原腹地和西南部,占高原面积的34.06%,中等脆弱性多分布于藏南谷地、一江两河地区南部和分界线及其周边区域,占25.04%;脆弱性较低区域和低值区集中于高原东南部,由河湟谷地南部经巴颜喀拉山西南部,直至横断山脉,集中于河流谷地等低海拔地区,高原东部以脆弱性较低区域为主,多与中脆弱性区域相间分布,占高原面积的15.34%,脆弱性低值区的面积最小,主要于喜马拉雅山脉东翼的低海拔地区连续分布,其气候温暖湿润,植被覆盖度高,脆弱性为高原范围内最低,其余低脆弱性区域零星分布于高原边缘或河谷地区,多呈条带状分布,共占高原面积的6.03%。
图7 青藏高原生态脆弱性空间分布

Fig. 7 Spatial distribution of ecological vulnerability on the Qinghai-Tibet Plateau

高原的生态脆弱性与海拔高度大致相符,由西北向东南倾斜,海拔高度高,气温低,高寒或干旱易形成冰川、裸岩等,仅有少量动植物可存活,整体生态系统脆弱性较高,而东南部海拔相对较低,有河流下切侵蚀作用形成的高山深谷,暖湿气流可沿河谷深入,气候条件良好,生物多样性相对较高,生态系统脆弱性较低。生态脆弱性在高原西北部形成高值区,于东南部形成低值区,以高原中东部中等脆弱性区域为主形成过渡区,形成两极分化格局,且在过渡区形成一条较为明显的分界线,分界线以西为脆弱性中、较高和高值区域,主要受植被因子控制,脆弱性较高,分界线以东为脆弱性较低和低值区域,主要受到气候因子的影响,脆弱性较低。

2.3 生态风险的管理能力

生态风险管理能力主要从基础管理能力、专项管理能力入手,选取监测点布局、生态保护机构数量、生态保护工程措施以及自然保护区等级等相关指标进行综合分析,得出生态风险管理能力指数。
使用随机森林法对生态风险管理能力7项指标的贡献率进行6次测算,将mtry取值为2至7,客观分析各项指标的重要性,测算结果的两项模拟误差如图8所示。
图8 生态风险管理能力指标贡献率测算分析的误差

Fig. 8 The error of calculating and analyzing the index contribution rate of ecological risk management ability

经测算,mtry为2时,模型的拟合优度最佳,误差值最小。结合7项指标的重要性比例,得到基础管理能力类4项指标的权重共0.2568,专项管理能力类3项指标的权重共0.7432,生态风险管理能力各项指标的权重值如图9所示。
图9 生态风险管理能力指标权重

Fig. 9 Index weight of ecological risk management ability

在生态风险管理能力的7项指标中,除各等级自然保护区以外的6个指标为点或线密度分析,各等级自然保护区以保护等级进行赋值,保护区管理能力的排序为国家级>省级>地级>县级。
将人类对青藏高原范围内生态管理能力的7项指标对应的数据进行加权求和,经空间数据叠置计算后,得到生态风险管理能力的空间分布（图10）。如图10所示,管理能力较高的区域主要分布于高原腹地的羌塘自然保护区、可可西里自然保护区等,其次分布于南部边缘的珠穆朗玛峰自然保护区,以及位于东北部的青海湖与祁连山自然保护区和分布于东南部横断山脉等的自然保护区,西部呈现集中连续分布,东部和东南部呈现零散的块状分布,其中、高原腹地的羌塘高原、可可西里、三江源等地区,由于国家级生态保护区连续分布,生态风险管理能力最强,高原东部的人类活动聚集区和一江两河人口密集区、青藏铁路沿线穿越自然保护区及周边地区的野生动物通道区域、以及部分省级和县级自然保护区等地区生态风险管理能力较高;生态风险管理能力较低的区域主要分布在柴达木盆地、喀喇昆仑山中东部、喜马拉雅山脉东翼地区、冈底斯山、唐古拉山部分地区和喜马拉雅山中西段等地区,呈现连续分布。
图10 青藏高原生态风险管理能力空间分布

Fig. 10 Spatial distribution of ecological risk management ability on the Qinghai-Tibet Plateau

2.4 生态综合风险指数

依据前文计算得出的各项指标的权重值和指数,运用生态风险优化模型,经空间叠置计算得到青藏高原综合生态风险分布图（图11）。
图11 青藏高原综合生态风险分布

Fig. 11 Spatial distribution of comprehensive ecological risks on the Qinghai-Tibet Plateau

由图11可知,青藏高原生态综合风险由西北向东南呈递减趋势。极高风险区主要分布于高原北部,呈东西延伸的条带状分布,西部主要分布于喀喇昆仑山、中部为阿尔金山东端,东部主要位于柴达木盆地的边缘山地,且北部多于南部,零星分布于念青唐古拉山西北部,共占高原面积的7.19%;高风险区集中分布在青藏高原北部地区,沿喀喇昆仑山、昆仑山脉、阿尔金山到柴达木盆地的气候严酷、植被条件差、生态环境恶劣的地区呈条带状分布,占高原面积的11.95%,在藏东南和横断山区西部呈斑块状分布,说明青藏高原生态高风险区深受自然条件控制;中等风险区主要分布于青藏高原西部地区和高风险区的边缘地带,占高原面积的25.02%,大致沿阿里高原、冈底斯山脉、藏北高原南部至藏南谷地中西部,这些地区仍然受生态环境因子控制,但是中等风险区在一江两河、河湟地区的分布,则受人类活动的影响较大所致;低、极低生态风险区的面积最大,分别占高原面积的35.54%、20.30%,主要分布在高原腹地的羌塘高原和青南高原,以及青藏高原东南部地区,高原腹地低和极低风险区主要受自然保护区的影响,而东南部地区则受气候等生态环境因素的控制,人类活动对生态环境的影响主要集中在小块区域或人口聚集的流域,部分地区对生态环境的威胁达到中等或较高风险强度。

3 结论与讨论

3.1 结论

生态风险综合评估基于观察问题的角度不同而有所不同,从深层次来讲,应从生态系统或生态环境本身辨识生态风险源,从生态因子和生态系统剖析生态脆弱性,从生态保护和重视程度判识区域风险管理能力。本文基于以上认识,对青藏高原生态综合风险予以评估,结果如下：
（1）青藏高原生态综合风险总体处于较低水平,其中极高风险区面积占7.19%,主要分布于高原北部高山、极高山地区,自然风险源占主导地位;中等和高生态风险区面积分别占25.02%和11.95%,分布在高原北部的极高风险区外围以及高原的西部和西南部,形成一个“C”字形结构,大部分地区仍然受自然风险源主导,但高原东北部和藏东南地区以人为风险源为主导;极低和低生态风险区面积之和为55.84%,主要分布在青藏高原腹地和高原东南部,高原腹地虽然海拔较高、气候严寒、生态环境较脆弱,但是生态管护措施的强化,大大降低了该地区的生态风险;高原东南部低风险区则海拔相对较低、气候条件较好,除人类活动导致部分区域生态风险达到中等风险外,整体在自然条件主导下呈现低生态风险。
（2）从青藏高原生态综合风险评估结果来看,自然风险源主导下形成的高风险区主要由生态系统本身的脆弱性所致,建立国家级自然保护区或国家公园加以保护,可以大大降低其生态风险。需要特别关注的是青藏高原人类活动强度较大的地区,其生态风险均达到中等风险强度,因此,积极协调和降低青藏高原人类活动区域人类对生态环境的影响,是今后规避生态风险的重要途径。

3.2 讨论

在生态综合风险评估中,生态风险的影响因素相对复杂。本文在指标选取中,主要考虑生态风险源、生态脆弱性以及生态风险管理能力三个方面。这三个方面均可分为核心指标与辅助指标,各指标数据在空间分布上易发生重叠或聚集现象。例如,植被是脆弱性指标中的核心指标,而植被是各种生态因子综合作用下形成的,植被因子本身隐含了其他生态因子;生态风险源指标中的各个指标项虽有主次之分,但由于沙地、戈壁与风力侵蚀的分布范围大体相似,并且有部分重叠区域。为了在这些区域以及高原上无数据的部分区域中实现结果的客观性和准确性,需要利用辅助性指标对其进行多层次分析。
本文经空间叠置分析得出了青藏高原生态脆弱性和生态风险管理能力始于祁连山西端,至喜马拉雅山脉东端的分界线,与戚伟等[53]提出的“祁吉线”（祁连县—吉隆县）相似,印证了生态脆弱性和生态风险管理能力的区域分异的可靠性。
有研究表明,青藏高原的年平均气温以0.228 ℃/10 a的速率递增[54],并且变化速率是同期全球的两倍,这将持续推进高原固态水向液态的转化,使得青藏高原进一步暖湿化,这将对高原生态环境影响显著。为规避和防范青藏高原高原未来生态风险,预测风险值呈整体升高或降低,亦或是呈现两极分化加剧的变化趋势,均值得进一步深入探究。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
彭建, 党威雄, 刘焱序, 等. 景观生态风险评价研究进展与展望. 地理学报, 2015,70(4):664-677.

[ PENG J, DANG W X, LIU Y X, et al. Review on landscape ecological risk assessment. Acta Geographica Sinica, 2015,70(4):664-677.]

[2]
马克明, 孔红梅, 关文彬, 等. 生态系统健康评价: 方法与方向. 生态学报, 2001,21(12):2106-2116.

[ MA K M, KONG H M, GUAN W B, et al. Ecosystem health assessment: Methods and directions. Acta Ecologica Sinica, 2001,21(12):2106-2116.]

[3]
陈辉, 刘劲松, 曹宇, 等. 生态风险评价研究进展. 生态学报, 2006,26(5):1558-1566.

[ CHEN H, LIU J S, CAO Y, et al. Progresses of ecological risk assessment. Acta Ecologica Sinica, 2006,26(5):1558-1566.]

[4]
IPCC. Climate Change 2007: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge, UK and New York, USA: Cambridge University Press, 2007.

[5]
秦大河, 罗勇, 陈振林, 等. 气候变化科学的最新进展: IPCC第四次评估综合报告解析. 气候变化研究进展, 2007,3(6):311-314.

[ QIN D H, LUO Y, CHEN Z L, et al. Latest advances in climate change sciences: Interpretation of the synthesis report of the IPCC Fourth Assessment Report. Advances in Climate Change Research, 2007,3(6):311-314.]

[6]
蔡金鑫. 全球气温或提前升高1.5 ℃. 生态经济, 2018,34(12):2-5.

[ CAI J X. Global temperature may rise by 1.5 ℃ in advance. Ecological Economy, 2018,34(12):2-5.]

[7]
VENTER O, SANDERSON E W, MAGRACH A, et al. Data from: Global terrestrial Human Footprint maps for 1993 and 2009. Dryad Digital Repository, 2016, https://doi.org/10.5061/dryad.052q5.2

[8]
VENTER O, SANDERSON E W, MAGRACH A, et al. Sixteen years of change in the global terrestrial human footprint and implications for biodiversity conservation. Nature Communications, 2016. 7:12558, Doi: 10.1038/ncomms12558.

[9]
巩杰, 赵彩霞, 谢余初, 等. 基于景观格局的甘肃白龙江流域生态风险评价与管理. 应用生态学报, 2014,25(7):2041-2048.

[ GONG J, ZHAO C X, XIE Y C, et al. Ecological risk assessment and its management of Bailongjiang Watershed, Southern Gansu based on landscape pattern. Chinese Journal of Applied Ecology, 2014,25(7):2041-2048.]

[10]
颜磊, 许学工. 区域生态风险评价研究进展. 地域研究与开发, 2010,29(1):113-118, 129.

[ YAN L, XU X G. Progress of regional ecological risk assessment. Areal Research and Development, 2010,29(1):113-118, 129.]

[11]
曾建军, 邹明亮, 郭建军, 等. 生态风险评价研究进展综述. 环境监测管理与技术, 2017,29(1):1-5, 10.

[ ZENG J J, ZOU M L, GUO J J, et al. Ecological risk assessment and its research progress. The Administration and Technique of Environmental Monitoring, 2017,29(1):1-5, 10.]

[12]
刘迪, 陈海, 史琴琴, 等. 黄土丘陵沟壑区生态风险时空动态及其风险分区: 以陕西省米脂县为例. 自然资源学报, 2019,34(9):2012-2025.

[ LIU D, CHEN H, SHI Q Q, et al. Spatio-temporal variation of ecological risk in the loess hilly-gully region and its precaution partitions: A case study of Mizhi county, Shaanxi province, China. Journal of Natural Resources, 2019,34(9):2012-2025.]

[13]
HEENKENDA M K, BARTOLO R. Regional ecological risk assessment using a relative risk model: A case study of the Darwin Harbour, Darwin, Australia. Human and Ecological Risk Assessment: An International Journal, 2015,22(2):401-423.

[14]
KANWAR P, BOWDEN W B, GREENHALGH S. A regional ecological risk assessment of the Kaipara Harbour, New Zealand, using a relative risk model. Human and Ecological Risk Assessment: An International Journal, 2014,21(4):1123-1146.

[15]
WALKER R, LANDIS W P B. Developing a regional ecological risk assessment: A case study of a tasmanian agricultural catchment. Human and Ecological Risk Assessment: An International Journal, 2001,7(2):417-439.

[16]
MATTSON K M. Modeling ecological risks at a landscape scale: Threat assessment in the upper Tennessee River Basin. Virginia Polytechnic Institute, 2016: 1-188.

[17]
SAMANTA P, IM H, NA J, et al. Ecological risk assessment of a contaminated stream using multi-level integrated biomarker response in Carassius auratus. Environ Pollut, 2018,233:429-438.

[18]
KIM J H, YEOM D H, KIM W K, et al. Regional ecological health or risk assessments of stream ecosystems using biomarkers and bioindicators of target species (Pale Chub),. Water, Air & Soil Pollution, 2016,227(12):469.

[19]
CHAKRABORTY P, MUKHOPADHYAY M, SAMPATH S, et al. Organic micropollutants in the surface riverine sediment along the lower stretch of the transboundary river Ganga: Occurrences, sources and ecological risk assessment. Environmental Pollution, 2019,249:1071-1080.

[20]
MORAES R, LANDIS W G, MOLANDER S. Regional risk assessment of a Brazilian Rain Forest Reserve. Human and Ecological Risk Assessment: An International Journal, 2010,8(7):1779-1803.

[21]
殷贺, 王仰麟, 蔡佳亮, 等. 区域生态风险评价研究进展. 生态学杂志, 2009,28(5):969-975.

[ YIN H, WANG Y L, CAI J L, et al. Regional ecological risk assessment: Its research progress and prospect. Chinese Journal of Ecology, 2009,28(5):969-975.]

[22]
陈峰, 李红波, 张安录. 基于生态系统服务的中国陆地生态风险评价. 地理学报, 2019,74(3):432-445.

[ CHEN F, LI H B, ZHANG A L. Ecological risk assessment based on terrestrial ecosystem services in China. Acta Geographica Sinica, 2019,74(3):432-445.]

[23]
XU X G, XU L F, YAN L, et al. Integrated regional ecological risk assessment of multi-ecosystems under multi-disasters: A case study of China. Environmental Earth Sciences, 2015,74(1):747-758.

[24]
张雅洲, 谢小平. 基于RS和GIS的南四湖生态风险评价. 生态学报, 2015,35(5):1371-1377.

[ ZHANG Y Z, XIE X P. Regional ecological risk assessment in Nansi lake based on RS and GIS. Acta Ecologica Sinica, 2015,35(5):1371-1377.]

[25]
王艳分, 倪兆奎, 李晓秀, 等. 洞庭湖生态风险评价及阶段性特征. 中国环境科学, 2019,39(1):321-329.

[ WANG Y F, NI Z K, LI X X, et al. The ecological risk assessment and stage characteristics of Dongting Lake. China Environmental Science, 2019,39(1):321-329.]

[26]
TAN J, LI A, LEI G, et al. A novel and direct ecological risk assessment index for environmental degradation based on response curve approach and remotely sensed data. Ecological Indicators, 2019,98:783-793.

[27]
许开鹏, 王晶晶, 迟妍妍, 等. 基于综合生态风险的云贵高原土地利用优化与持续利用对策. 生态学报, 2016,36(3):821-827.

[ XU K P, WANG J J, CHI Y Y, et al. Spatial optimization and sustainable use of land based on an integrated ecological risk in the Yun-Gui Plateau Region. Acta Ecologica Sinica, 2016,36(3):821-827.]

[28]
王洁, 摆万奇, 田国行. 土地利用生态风险评价研究进展. 自然资源学报, 2020,35(3):576-585.

[ WANG J, BAI W Q, TIAN G H. A review on ecological risk assessment of land use. Journal of Natural Resources, 2020,35(3):576-585.]

[29]
张天华, 王彤, 黄琼中, 等. 西藏高原拉萨河流域生态风险评估. 生态学报, 2018,38(24):9012-9020.

[ ZHANG T H, WANG T, HUANG Q Z, et al. Ecological risk assessment of Lhasa River Basin on the Tibetan Plateau. Acta Ecologica Sinica, 2018,38(24):9012-9020.]

[30]
赵丹阳, 曾永年. 青海高原东部河湟谷地生态风险评价: 以海东市为例. 中国沙漠, 2016,36(4):1190-1197.

[ ZHAO D Y, ZENG Y N. Land use changes and ecological risk assessment in Eastern Qinghai Plateau: A case study in Haidong, Qinghai, China. Journal of Desert Research, 2016,36(4):1190-1197.]

[31]
YUE D X, ZENG J J, YANG C, et al. Ecological risk assessment of the Gannan Plateau, Northeastern Tibetan Plateau. Journal of Mountain Science, 2018,15(6):1254-1267.

[32]
周伟, 曾云英, 陈绍军, 等. 西藏高原基础设施建设规划的生态风险评价: 以西藏山南地区为例. 自然灾害学报, 2007,16(4):21-26.

[ ZHOU W, ZENG Y Y, CHEN S J, et al. Ecological risk appraisal of programming infrastructure construction in Tibet Plateau: A case study on Sannan Administrative Region. Journal of Natural Disasters, 2007,16(4):21-26.]

[33]
张镱锂, 李炳元, 郑度. 论青藏高原范围与面积, 地理研究, 2002,21(1):1-8.

[ ZHANG Y L, LI B Y, ZHENG D. A discussion on the boundary and area of the Tibetan Plateau in China. Geographical Research, 2002,21(1):1-8.]

[34]
姚檀栋. 青藏高原水—生态—人类活动考察研究揭示“亚洲水塔”的失衡及其各种潜在风险. 科学通报, 2019,64(27):2761-2762.

[ YAO T D. A comprehensive study of Water-Ecosystem-Human activities reveals unbalancing Asian Water Tower and accompanying potential risks. Chinese Science Bulletin, 2019,64(27):2761-2762.]

[35]
朱立平, 鞠建廷, 乔宝晋, 等. “亚洲水塔”的近期湖泊变化及气候响应: 进展、问题与展望. 科学通报, 2019,64(27):2796-2806.

[ ZHU L P, JU J T, QIAO B J, et al. Recent lake changes of the Asia Water Tower and their climate response: Progress, problems and prospects. Chinese Science Bulletin, 2019,64(27):2796-2806.]

[36]
YANG K, WU H, QIN J, et al. Recent climate changes over the Tibetan Plateau and their impacts on energy and water cycle: A review. Global and Planetary Change, 2014,112:79-91.

[37]
孙志忠, 马巍, 穆彦虎, 等. 青藏铁路沿线天然场地多年冻土变化. 地球科学进展, 2018,33(3):248-256.

[ SUN Z Z, MA W, MU Y H, et al. Permafrost change under natural sites along the Qinghai-Tibet Railway during the years of 2006-2015. Advances in Earth Science, 2018,33(3):248-256.]

[38]
姚檀栋, 邬光剑, 徐柏青, 等. “亚洲水塔”变化与影响. 中国科学院院刊, 2019,34(11):1203-1209.

[ YAO T D, WU G J, XU B Q, et al. Asian Water Tower change and its impacts. Bulletin of Chinese Academy of Sciences, 2019,34(11):1203-1209.]

[39]
刘迪, 陈海, 耿甜伟, 等. 基于地貌分区的陕西省区域生态风险时空演变. 地理科学进展, 2020,39(2):243-254.

[ LIU D, CHEN H, GENG T W, et al. Spatiotemporal changes of regional ecological risks in Shaanxi province based on geomorphologic regionalization. Progress in Geography, 2020,39(2):243-254.]

[40]
樊艳红, 王春明, 王德光. 基于生态环境安全评价的广西生态文明建设研究. 南宁师范大学学报: 自然科学版, 2019,36(4):76-80.

[ FAN Y H, WANG C M, WANG D G. Research on the construction of ecological civilization in Guangxi based on the evaluation of ecological environment security. Journal of Nanning Normal University: Natural Science Edition, 2019,36(4):76-80.]

[41]
陶晓燕. 资源枯竭型城市生态安全评价及趋势分析: 以焦作市为例. 干旱区资源与环境, 2014,28(2):53-59.

[ TAO X Y. Urban ecological safety evaluation and trend analysis for resource-exhausted city: A case of Jiaozuo city. Journal of Arid Land Resources and Environment, 2014,28(2):53-59.]

[42]
韦晶, 郭亚敏, 孙林, 等. 三江源地区生态环境脆弱性评价. 生态学杂志, 2015,34(7):1968-1975.

[ WEI J, GUO Y M, SUN L, et al. Evaluation of ecological environment vulnerability for Sanjiangyuan Area. Chinese Journal of Ecology, 2015,34(7):1968-1975.]

[43]
宋建波, 武春友. 城市化与生态环境协调发展评价研究: 以长江三角洲城市群为例. 中国软科学, 2010, (2):78-87.

[ SONG J B, WU C Y. The study on evaluation of coordinated development between urbanization and ecological environment among city cluster in the Yangtze River Delta. China Soft Science, 2010, (2):78-87.]

[44]
陈锐杰. 基于概率分布的青藏高原极端温度事件变化分析. 西宁: 青海师范大学, 2018.

[ CHEN R J. Analysis on change trend of extreme temperature events in Qinghai-Tibet Plateau based on probability distribution. Xining: Qinghai Normal University, 2018.]

[45]
王静爱, 左伟. 中国地理图集. 北京: 中国地图出版社, 2010: 346.

[ WANG J A, ZUO W. Geographic Atlas of China. Beijing: China Cartographic Publishing House, 2010: 346.]

[46]
徐庆勇, 黄玫, 刘洪升, 等. 基于RS和GIS的珠江三角洲生态环境脆弱性综合评价. 应用生态学报, 2011,22(11):2987-2995.

[ XU Q Y, HUANG M, LIU H S, et al. Integrated assessment of eco-environmental vulnerability in Pearl River Delta based on RS and GIS. Chinese Journal of Applied Ecology, 2011,22(11):2987-2995.]

[47]
吴小君, 方秀琴, 任立良, 等. 基于随机森林的山洪灾害风险评估: 以江西省为例. 水土保持研究, 2018,25(3):142-149.

[ WU X J, FANG X Q, REN L L, et al. Risk assessment of mountain torrents disaster based on random forest: A case study in Jiangxi province. Research of Soil and Water Conservation, 2018,25(3):142-149.]

[48]
郝国栋. 基于随机森林模型的商南县滑坡易发性评价. 西安: 西安科技大学, 2019.

[ HAO G D. Landslide susceptibility assessment based on random forest model in Shangnan county. Xi'an: Xi'an University of Science and Technology, 2019.]

[49]
扈秀宇, 秦胜伍, 窦强, 等. 基于GIS和随机森林模型的泥石流敏感性分析: 以吉林省洮南市北部山区为例. 水土保持通报, 2019, 39(5): 204-210, 217, 2.

[ HU X Y, QIN S W, DOU Q, et al. Susceptibility analysis of debris flow based on GIS and Random Forest: A case study of a mountainous area in Northern Taonan city, Jilin province. Bulletin of Soil and Water Conservation, 2019, 39(5): 204-210, 217, 2.]

[50]
缪亚敏. 滑坡危险度评价中的负样本采样方法研究. 南京: 南京师范大学, 2016.

[ MIAO Y M. A new approach to generating absence samples for landslide susceptibility assessment. Nanjing: Nanjing Normal University, 2016.]

[51]
彭建, 谢盼, 刘焱序, 等. 低丘缓坡建设开发综合生态风险评价及发展权衡: 以大理白族自治州为例. 地理学报, 2015,70(11):1747-1761.

[ PENG J, XIE P, LIU Y X, et al. Integrated ecological risk assessment and spatial development trade-offs in low-slope hilly land: A case study in Dali Bai Autonomous Prefecture, China. Acta Geographica Sinica, 2015,70(11):1747-1761.]

[52]
华青措. 阳坡—阴坡高寒嵩草草甸地上生物量、多样性及土壤因子变化. 草学, 2017, (4):22-25.

[ HUA Q C. Changes of live-top biomass, plant diversity and soil factors at sunny and shady slope on Alpine Kobresia Meadow. Journal of Grassland and Forage Science, 2017, (4):22-25.]

[53]
戚伟, 刘盛和, 周亮. 青藏高原人口地域分异规律及“胡焕庸线”思想应用. 地理学报, 2020,75(2):255-267.

[ QI W, LIU S H, ZHOU L. Regional differentiation of population in Tibetan Plateau: Insight from the "Hu Line". Acta Geographica Sinica, 2020,75(2):255-267.]

[54]
吴成启, 唐登勇. 近50年来全球变暖背景下青藏高原气温变化特征. 水土保持研究, 2017,24(6):262-266, 272.

[ WU C Q, TANG D Y. Change of temperature in the Tibetan Plateau in the context of global warming in recent 50 years. Research of Soil and Water Conservation, 2017,24(6):262-266, 272.]

Options
Outlines

/

〈 〉