文章信息
- 王怡然, 王雅晖, 杨金霖, 赵田野, 寇林, 张大红
- WANG Yiran, WANG Yahui, YANG Jinlin, ZHAO Tianye, KOU Lin, ZHANG Dahong
- 黄河流域森林生态安全等级评价与时空演变分析
- Forest ecological security rating and its spatio-temporal evolution analysis in the Yellow River Basin
- 生态学报. 2022, 42(6): 2112-2121
- Acta Ecologica Sinica. 2022, 42(6): 2112-2121
- http://dx.doi.org/10.5846/stxb202103180728
-
文章历史
- 收稿日期: 2021-03-18
- 修订日期: 2021-12-14
森林不仅承担着保持水土、防风固沙的重要生态保护作用, 还承担着木材供应、森林旅游等经济发展作用。因此, 保护森林资源对于保护区域生态环境、促进地区经济可持续发展具有重要意义。但是人们为了追求片面的经济高速发展破坏森林资源, 对森林资源滥砍滥伐导致水土流失。森林生态安全状况评价是对人类与森林生态系统之间相互作用、相互依存关系的衡量, 是经济与生态耦合程度的表现。黄河流域是我国重要的生态屏障与经济地带, 在我国经济发展与生态安全方面具有重要的地位。该流域生态环境一直受到广泛关注, 黄河治理也是国家重点工程。2021年中央一号文件将黄河经济带综合治理与农产品绿色发展联系起来, 将黄河流域生态环境治理推到了新高度。黄河流域沿途省市提出了相关政策措施, 银川为打造成西北黄河流域生态文明先进城市, 制定了《生态立市战略三年行动计划(2018—2020)》。河南省提出了《2020年河南省黄河流域生态保护与高质量发展工作重点》以保证黄河流域生态环境健康发展。陕西省在《陕西黄河流域生态空间治理十大行动》中指出力争到2030年黄河流域森林覆盖率达到41%, 森林面积增加5533.33 km2, 实现黄河流域全局高质量发展需要进行科学顶层设计[1—2]。因此, 研究黄河流域的森林生态安全问题具有现实意义与政策意义。
国外生态安全研究较早, 对生态安全的含义有三重理解, 一是生态系统自身的安全是生态安全的基础;二是生态系统在维护人类社会经济发展过程中的生态安全中的作用;三是人类怎样影响生态系统的安全。Norman认为生态环境的退化会导致政治经济的不安全, 认为生态安全是维持人类生存的必要条件, 而人类活动对生态环境构成威胁[3], Moraes[4]、Hayes[5]等通过建立一套风险评价系统对华盛顿西北区域以及亚马逊森林区域进行生态安全评价。Damania[6]等论述了经济增长和生态破坏之间关系。国内近几年逐渐展开对生态安全的研究, 米峰等提出了森林生态安全的定义, 认为森林生态安全既指森林生态系统的自身健康和安全, 又指在受到人类行为干扰和影响时保持安全的状态[7]。通过借鉴国外学者的研究经验, 国内学者依据PSR模型、SD模型等展开了对生态安全的研究, 一般研究分为两种类型, 一是评估某一省份或者某研究区域林业生态安全状况, 如顾艳红评估了五省的森林生态安全状况[8], 王怡然等评估了浙江省林业生态安全等级时空与空间变化[9];二是分析对影响生态安全的影响因素, 如吴润嘉等[10]认为GDP的增长和主观环保意识是影响森林生态安全的重要因素。相关研究逐渐扩大到水生态, 尹炜提出构建流域与区域相结合的水生态环境保护体系、加快推进水生态监测监控体系和加强重点区域水生态环境保护力度[11]。另外, 对森林生态安全的预警机制[12]以及经济产业与森林生态的关系[13]也有了初步研究进展。通过上述分析可以看出相关研究集中在省域之间或者省域内部的森林生态安全研究, 但是对某一区域的研究较缺乏, 这也是国内外研究的主要差异。
目前关于黄河流域森林生态安全的相关研究较缺乏, 为弥补相关研究的不足, 本文以黄河流域9省69个地区为研究对象, 通过熵权法计算得出森林生态安全指数, 运用ArcGIS分级渲染图与空间相关分析等方法分析黄河流域森林生态安全等级分布与时空变化, 为改善黄河流域森林生态安全状况提供借鉴。
1 研究区域与数据来源 1.1 研究区域黄河流域位于东经96°—119°、北纬32°—42°之间, 东西长约1900 km, 南北宽约1100 km, 沿途省份包括青海、四川、甘肃、宁夏、内蒙古、陕西、山西、河南、山东9个省。干流全长5464 km, 落差4480m。流域面积795000 km2(包括内流区面积42000 km), 占全国面积的8.28%。其中, 黄河上游流域面积428000 km2, 黄河中游流域面积344000 km2, 黄河下游, 流域面积23000 km2。根据1995年行政区划统计, 黄河流域共涉及69个地区(州、盟、市), 因此实证分析对象包括69个地区的全部区县, 如表 1所示[14—15]。
黄河流域 Yellow River Basin |
地级市 City |
所属省份 Province |
黄河上游 Upper Yellow River Basin |
西宁市、玉树藏族自治州、果洛藏族自治州、海南藏族自治州、黄南藏族自治州、海东地区 | 青海省 |
呼和浩特市、包头市、乌海市、乌兰察布市、鄂尔多斯市、巴彦淖尔市、阿拉善盟 | 内蒙古自治区 | |
银川市、吴忠市、中卫市、固原市、石嘴山市 | 宁夏回族自治区 | |
兰州市、白银市、天水市、定西市、平凉市、庆阳市、陇南市、武威市、临夏回族自治州 | 甘肃省 | |
阿坝藏族羌族自治州的红原县、阿坝县、若尔盖县、松潘县, 甘孜藏族自治州的石渠县 | 四川省 | |
黄河中游 Middle Yellow River Basin |
西安市、铜川市、宝鸡市、咸阳市、榆林市、延安市、渭南市、商洛市 | 陕西省 |
太原市、阳泉市、长治市、晋城市、大同市、朔州市、忻州市、晋中市、吕梁市、临汾市、运城市 | 山西省 | |
三门峡市、焦作市、洛阳市、济源市 | 河南省 | |
黄河下游 Lower Yellow River Basin |
郑州市、开封市、新乡市、安阳市、鹤壁市、濮阳市 | 河南省 |
济南市、淄博市、东营市、泰安市、济宁市、德州市、滨州市、临沂市、菏泽市、聊城市 | 山东省 |
黄河流域从西到东横跨青藏高原、内蒙古高原、黄土高原和黄淮海平原4个地貌单元。流域地势西高东低, 西部上游地区平均海拔在4000 m以上, 常年积雪, 冰川地貌发育, 植被生长稀少;中部地区海拔在1000—2000 m之间, 为黄土地貌, 水土流失严重, 生态环境恶劣;东部海拔多不超过50 m, 主要由黄河冲积平原组成。全流域草地、耕地、林地、建设用地、未利用地和水域分别占流域总面积的47.17%、27.05%、12.82%、2.31%、8.96%和1.69%[16]。黄河流域土地覆被类型主要以草地、农作物、阔叶林、稀疏植被为主, 分别占流域面积的69.18%、19.79%、6%、2.73%[17]。
1.2 数据来源本文研究样本为黄河流域9省69个地区的区县的数据, 为保证数据的完整性, 本文使用2010、2015与2017年3个年份的数据。数据来自林业生态安全课题, 本课题致力于探讨林业生态安全, 林业生态红线等问题, 以区县微观数据为基础研究数据。通过设计数据投放器、指标数据分解、数据上报、数据筛查处理等步骤来保证数据的真实性与可操作性。
2 研究方法 2.1 森林生态安全指标体系建立根据黄河流域跨度广、地形条件复杂、经济发展水平不均衡的区域特征, 坚持可操作性、综合性、科学性与数据的完整性相结合的原则, 黄河流域森林生态安全指标体系构建从森林生态系统承载力状况与经济社会压力下森林生态系统安全情况两方面构建。相关指标从森林生态安全与黄河流域生态安全的文献中筛选得出, 邀请经济学、生态学、基础数学等领域的专家对指标进行筛选与评估, 从影响森林承载力、社会经济压力等方面构建指标, 并考虑指标数据的可获取性, 最终选取了16个指标。
森林承载力的指标主要从基础条件、森林状态以及森林灾害三方面构建。基础条件指标是影响森林生长、生态状况的必然条件, 包括年降水量、年平均气温、年日照时数, 是正向影响指标。森林状态指标反映森林质量与数量状况, 包括森林覆盖率、天然林比重、林地面积占比是正向影响指标。森林灾害指标包括森林火灾、森林有害生物等, 森林灾害指标是负向影响指标。
社会压力的指标从一般压力与维护活动两方面构建。一般压力是指社会经济发展对森林生态安全产生的压力影响, 主要为人口密度、二氧化硫排放量、GDP总量等, 这些会对林木生长构成直接威胁, 为负向影响指标。维护活动是指人类为了提高森林质量与数量采取的一系列活动, 包括退耕还林、造林活动、自然保护区建立以及林业政策投资等方面, 这些维护活动加快林木生长与面积扩大, 为正向影响指标。
2.2 森林生态安全指数测算首先通过熵权法与专家打分法计算上述16项指标层指标权重, 并通过以下公式计算森林生态安全指数。
![]() |
式中, FESI表示森林生态安全指数, Yti表示第t个县域的社会压力指标, Cti表示第t个县域的森林承载力指标, 各个区县的森林生态安全指数值均在[0, 1]之间, 数值越接近1表明森林生态状况越好, 数值越接近0, 表明地区森林生态安全状况越差。
2.3 空间相关分析模型 2.3.1 全局自相关对全局自相关的检验采取全局莫兰指数(Moran′s I), 该指数的取值范围是[-1, 1], 其数值越接近1, 表明森林生态安全指数值集聚性越高, 反之则越低。公式如下:
![]() |
式中, k为区县总数, c和d分别代表第c个样本县和第d个样本县, wcd为空间权重矩阵(相邻区县赋值为1, 不相邻则赋值为0, )yc和yd分别为第c个区县与第d个区县的森林生态安全指数值, y为黄河流域69个地区全部区县森林生态安全指数的平均值。
2.3.2 局部自相关局部自相关用局部莫兰指数(LISA)来检验, 其取值范围为[-1, 1], 其数值越高, 表明该区县与邻近区县的相关性越高;反之则越低, 若取值为0, 则不相关。公式如下:
![]() |
式中, Il是局部莫兰指数, wcd是空间权重矩阵, S2是样本方差。
3 结果分析 3.1 森林生态安全指标体系权重结果森林生态安全指数指标权重计算结果如表 2所示。从结果中可知, 森林承载力指标中天然林比重最大, 天然林比重的权重为0.0800。社会经济压力指标中政府林业投资额占比最大, 权重为0.1189, 说明黄河流域各个县域受到以上2个指标的影响最大。同时, 在数据获取的过程中发现, 森林病虫害灾害主要发生在人工林区域。
准则层 Criteria layer |
指标层 Index layer |
公式 Formulas |
熵权法权重 Entropy weight method weight |
专家法权重 Expert method weight |
综合权重 Comprehensive weight |
森林承载力指标(0.4247) | 年降水量(+) | 实际数据 | 0.0051 | 0.0764 | 0.0408 |
Forest carrying capacity index | 年平均气温(+) | 实际数据 | 0.0030 | 0.0693 | 0.0362 |
年日照时数(+) | 实际数据 | 0.0055 | 0.0586 | 0.0321 | |
森林覆盖率(+) | 森林面积/国土面积 | 0.0292 | 0.0854 | 0.0573 | |
天然林比重(+) | 天然林面积/森林面积 | 0.1022 | 0.0577 | 0.0800 | |
林地面积占比(+) | 林地面积/国土面积 | 0.0268 | 0.0780 | 0.0524 | |
森林火灾受灾率(-) | 森林火灾受灾面积/森林面积 | 0.0115 | 0.0468 | 0.0292 | |
森林有害生物成灾率(-) | 森林有害生物成灾面积/森林面积 | 0.0382 | 0.0405 | 0.0394 | |
单位面积森林蓄积量(+) | 森林蓄积量/国土面积 | 0.0529 | 0.0622 | 0.0576 | |
社会压力指标(0.5754) | 人口密度(-) | 年末总人口数/国土面积 | 0.0486 | 0.0753 | 0.0620 |
Social stress index | 二氧化硫排放强度(-) | 工业二氧化硫排放量/国土面积 | 0.0659 | 0.0415 | 0.0537 |
GDP(-) | 实际数据 | 0.0496 | 0.0700 | 0.0598 | |
退耕还林面积(+) | 实际数据 | 0.1254 | 0.0724 | 0.0989 | |
年度造林比例(+) | 新增造林面积/国土面积 | 0.1705 | 0.0372 | 0.1039 | |
政府林业投资强度(+) | 林业投资完成额/森林面积 | 0.1889 | 0.0489 | 0.1189 | |
自然保护区面积占比(+) | 自然保护区面积/国土面积 | 0.0767 | 0.0798 | 0.0783 | |
数据来源:通过调研数据整理所得, 指标层指标括号内符号表示指标影响方向 |
根据表 2计算的结果以及上述公式计算黄河流域9省69个地区的森林生态安全指数, 结果如表 3所示。
年份Year | 青海 | 甘肃 | 四川 | 内蒙古 | 宁夏 | 陕西 | 山西 | 河南 | 山东 |
2010 | 0.2414 | 0.4643 | 0.4596 | 0.4460 | 0.4790 | 0.3917 | 0.4136 | 0.3848 | 0.4761 |
2015 | 0.4423 | 0.5103 | 0.5386 | 0.4709 | 0.5525 | 0.6089 | 0.6371 | 0.4470 | 0.3990 |
2017 | 0.3172 | 0.5319 | 0.5373 | 0.5042 | 0.5560 | 0.5860 | 0.4897 | 0.4404 | 0.5158 |
平均值Average value | 0.3336 | 0.5022 | 0.5118 | 0.4737 | 0.5292 | 0.5289 | 0.5135 | 0.4241 | 0.4436 |
增幅Growth rate | 31.40% | 14.56% | 16.91% | 13.49% | 16.08% | 49.60% | 18.40% | 14.45% | 8.34% |
数据来源:根据调研数据整理所得 |
通过数据对比可以看出, 陕西省、山西省、河南省与青海省2017年森林生态安全指数与2015年相比呈现下降态势, 这与计伟等[18]和刘晶等[19]的研究结论大体相同。主要原因在于, 2006年黄河流域度数中心度形成“一片两中心”式高值集聚区, 形成了以山东半岛城市群与中原城市群为核心区域向外围层级递减的片状高值区, 太原、西安成为了两个局部高值中心, 这就使得山西省与陕西省成为区域经济发展的中心[15], 之后随着区域内部经济联络加强, 形成了以郑州、济南、太原、西安为中心的区域经济网络结构。现阶段黄河流域中心城市处于绿色经济发展转型时期, 相关研究也指出生态保护工程存在一阶滞后效应[20]。青海省土地退化情况呈现先减少后增加态势, 整体退化面积呈增加态势[21]。青海省作为黄河中上游地区重要省份, 是我国重要的能源、化工产业基地, 其经济增长多以“高能源、高污染”的产业为主, 导致该区域生态环境承载能力由于经济的快速发展不断下降, 生态环境受到了严重的污染。
从总体上看, 黄河流域9省69个地区森林生态安全指数值呈现增长趋势。2010年森林生态安全指数平均值为0.4236, 2015年的平均值为0.5118, 2017年的平均值为0.4914。森林生态安全指数出现波动性增长趋势。从平均值来看, 宁夏指数值最高, 而青海指数值最低。主要原因在于, 宁夏大部分地区位于河套平原, 水源丰富, 土壤肥沃、地形平坦、气候湿润, 属于湿润半湿润地区, 有利于林木生长, 提高了林木覆盖率。青海省森林生态安全指数值最低, 主要原因在于青海省地势较高, 平均气温较低, 且有山区常年积雪覆盖, 自然环境较差, 不利于林木生长, 林木覆盖率较低, 森林生态安全指数值较低。从7年间的涨幅趋势上来看, 大部分地区的涨幅在10%以上, 主要原因在于实施了黄河源头治理相关工程, 退耕还林、三北防护林等工程的实施扩大了人工林面积, 提高了森林覆盖率的增加。
通过上述得出的黄河流域区县的森林生态安全指数绘制出2010年、2015年与2017年自然断裂分级渲染图, 如图 1所示。去除数据空缺的区县, 依据时间来看所有省份森林生态安全指数的最高值与最低值得出:2010年, 最低值的三个区县分别为青海省甘德县(0.1546), 青海省玉树市(0.1704)和青海省久治县(0.1735);最高值的三个区县分别是山东省的庆云县(0.8257), 甘肃省的西峰区(0.7935)与甘肃省的两当县(0.7676)。2015年, 最低值的三个区县分别是山东省的定陶区(0.2682), 山西省的原平市(0.3059)和河南省的洛龙区(0.3065), 最高值的三个区县分别是山西省朔城区(0.8362), 山西省平定县(0.8111)和河南省洛龙区(0.8021)。2017年, 最低值的三个区县分别是河南省沁阳市(0.2287), 河南省惠济区(0.2359)和青海省称多县(0.2526), 最高值的三个区县分别是甘肃省临夏县(0.7953), 甘肃省安宁区(0.8040)和甘肃省红古区(0.8221)。
![]() |
图 1 2010年、2015年、2017年黄河流域区县森林生态安全指数空间分布 Fig. 1 Spatial distribution of forest ecological security index of the Yellow River Basin in 2010, 2015 and 2017 |
从总体上看, 全域森林生态安全等级不均衡。黄河南岸森林生态安全指数值高于黄河北岸, 黄河流域中东部地区森林生态安全值高于黄河流域西部地区。以黄河干流为界, 黄河南岸森林生态安全状况较好的省份主要有四川省部分地区、宁夏回族自治区与陕西省, 黄河北岸森林生态安全状况较差的省份较为明显的是青海省与内蒙古自治区。生态环境沿上中下游递减规律明显, 呈现“上游优质, 中游改善, 下游滞后”的分布特征[22—23]。宁夏回族自治区部分地区位于河套平原, 处于黄河“几字弯”, 降水丰富, 土壤肥沃, 有利于林木生长。黄河流域中下游地区各级政府应积极调整产业结构和优化财政支出项目。一是大力发展绿色产业, 可以通过大力发展清洁度高的产业占比, 降低“高能耗、高污染”产业占比。二是加大对生态文明战略建设的财政支出, 提高生态环境保护和节能减排等方面的补贴和支持力度。三是促进并形成生产要素在全流域的流动和应用的市场环境, 提高下游地区绿色技术和资金向中上游溢出和流动, 实现全流域的生态环境保护和清洁高效发展[24]。青海省地势较高, 气温低, 处于我国第三阶梯, 有常年冻土, 不利于林木生长, 内蒙古自治区降水量少, 蒸发量大, 多生长为灌木丛等, 如阿拉善盟年降水量32.8—208.1 mm, 年蒸发量1555.7—2808.5 mm, 不利于林木生长, 草地覆盖率也较低。
针对上述空间分布特征, 应采取以下措施:(1)从全域上看, 地区森林生态安全等级不均衡, 均衡区域发展成为重要任务。黄河南岸森林生态安全较好, 需要防范森林火灾、森林病虫害等, 同时可以适当发展林产品贸易与森林旅游等产业;黄河北岸森林生态状况较差, 应加强植树造林与三北防护林建设等, 增强森林覆盖率, 减少水土流失。同时人工林建设要加强病虫害防治。(2)从时间上看, 2017年森林生态安全指数高于2010年, 呈现波动上升的趋势。因此, 稳定黄河流域森林生态状况成为以后的工作重点, 实施退耕还林等工程的同时也要加强自然保护区建设, 维护退耕还林成果, 同时加强森林抚育工作。
3.3 森林生态安全空间自相关结果分析依据全局自相关的公式, 得到三个年度的检验结果, 如表 4所示。
年份 Year |
全局莫兰指数 Moran′s I |
期望值 Expected value |
平均值 Average value |
标准误差 Standard error |
T | P |
2010 | 0.235 | -0.0055 | -0.0085 | 0.0472 | 5.1677 | 0.01 |
2015 | 0.325 | -0.0055 | -0.0093 | 0.0452 | 7.4174 | 0.01 |
2017 | 0.534 | -0.0055 | -0.0063 | 0.0477 | 11.316 | 0.01 |
从检验结果看, 都通过了P≤0.01的检验, 表明全局自相关在99%置信度下是显著的。2010年、2015年与2017年3个年份, 全局莫兰指数分别为0.235、0.326、0.524。从时间变化来看, 全局莫兰指数从2010年到2017年呈上升趋势, 表明黄河流域区县之间的集聚状况有所上升。
图 2反应了黄河流域森林生态安全指数局部集聚区情况。成片低-低聚集区, 如四川省区域与内蒙古东北部地区数值为0, 不属于黄河流域地区, 不在本文研究范围内。
![]() |
图 2 黄河流域区县森林生态安全指数LISA聚类图 Fig. 2 LISA cluster map of forest ecological security index in the Yellow River Basin |
通过图 2可以看出:(1)高-高类型集聚区占主导地位, 表现出较强的空间依赖性。也就是森林生态安全等级较高的区县相互集聚, 高值区县集聚表明各县之间能够相互促进, 高-高集聚区主要集中在黄河“几字弯”处, 位于中部地区与东部山东地区, 主要覆盖的省份是陕西省, 山西省, 宁夏回族自治区与山东部分地区。低-低集聚区表示低值区县相互集聚, 低值区县集聚说明各县区会形成一个相互的负向影响作用, 进入恶性循环。去除掉数值为0的区域, 低-低集聚区主要分布青海省西部地区。这与青海省森林生态安全指数较低, 发展化工产业以及“高污染、高能耗”产业相关。(2)通过时间对比分析, 2017年高-高集聚区与2010年相比集聚程度更强, 但是低-低集聚区包含的区县数量并没有明显减少, 这说明高值区县集聚、区县之间能够相互促进的同时, 低值区县也在集聚, 并进入恶性循环。表明人们越来越多的重视提高高值区县的林木种植、林木抚育、病虫害防治等工作, 而低值集聚区县的林木管控不足。高-低集聚区主要分布在四川省少部分地区与山东省的少部分地区, 高-低集聚区与低-高集聚区包含的区县数量较少。
针对该空间分布特征, 不同类型的区域采取不同的发展方式达到均衡发展的目的, 提出以下对策建议:(1)高-高集聚区区县要严格限制高污染、高能耗产业, 做好森林抚育工作。在不破坏森林资源的前提下, 应充分利用当地较好的林木资源发展林下经济, 包括林下养殖、林下种植、林产品贸易以及森林旅游和森林康养等, 实现生态与经济耦合发展。(2)低-低集聚区的区县, 应该以生态恢复、森林资源保护等工作为主, 加快人工林建设与病虫害防治, 加强退耕还林、天然林保护、三北防护林建设等工程实施力度, 降低人为因素对森林资源的破坏, 通过建立生态保护区等措施, 保障地区森林生态安全。(3)高-低集聚区与低-高集聚区的区县, 应当加强高值区的辐射功能, 低-高集聚区加快自然保护区的建设, 高-低集聚区因地制宜发展林产品加工以及林产品贸易产业。但是经济发展与生态保护不应放在完全对立的位置, 实现经济与生态的可持续发展可以通过提高清洁度高的产业占比, 降低“高能耗、高污染”产业占比实现。促进并形成生产要素在全流域的流动和应用的市场环境, 提高下游地区绿色技术和资金向中上游溢出和流动, 实现全流域的生态环境保护和清洁高效发展, 实现经济发展与生态保护的双赢[24—26]。
4 讨论与结论 4.1 讨论尽管本文在分析黄河流域森林生态安全方面得出了一些结论, 但仍然存在一些不足:(1)仍然有一些区县的数据不齐全, 导致该区域森林生态安全指数计算有偏差, 所以应该进一步完善数据。(2)由于区县数据收集的困难, 导致指标体系需要进一步完善, 地形、地质条件复杂, 地质状况、海拔、风速、环境敏感性等自然环境状况[27—29]、土壤状况、生态当量问题以及自然保护区的分类管理[30]等均会对森林生态安全带来影响, 但是由于数据获取困难、不完整, 本文未对此进行分析。因此, 后续研究的多维度数据获取是影响日后研究是否顺利展开的关键。(3)黄河流域跨度广、地形复杂、气候条件差异大, 不同的生态工程实施产生的效果会不同, 因此可以建立林业工作指数与生态红线, 目的在于衡量林业工作效率与区域生态安全底线, 与森林生态安全指数相辅相成, 成为衡量黄河流域区域生态安全的重要内容, 也成为下一步的工作重点。(4)在本文分析的基础上, 可以继续对各类指标对森林生态安全的影响路径与影响机制进行深入分析与探讨。
4.2 结论为全面掌握黄河流域森林生态安全状况, 本文通过指标权重确定计算黄河流域各区县森林生态安全等级, 从时间与空间两个角度对黄河流域森林生态安全等级分布情况进行分析, 得出以下结论:
(1) 通过熵权法与专家法得出的指标综合权重发现, 社会经济压力指标占比大于森林承载力指标, 其中政府林业投资额占比最大。表明社会经济发展对森林生态产生的压力远大于森林自身基础条件、森林质量与数量对生态产生的正向影响。
(2) 从森林生态安全指数时间分布上看, 2017年黄河流域森林生态安全等级较2010年有所提高, 尤其是黄河流域上游省份森林生态安全得到明显改善。依据平均值9省排名依次是:宁夏>陕西>山西>四川>甘肃>内蒙古>山东>河南>青海。其中, 陕西省森林生态安全指数增幅最大, 山东省增幅最小。2010年、2015年与2017年这3个年份中, 森林生态安全等级分布不均匀, 等级较高的区域集中在山西省、陕西省以及宁夏回族自治区, 等级较低的省份主要集中在青海省。黄河流域南岸比黄河流域北岸森林生态安全指数高。
(3) 从森林生态安全指数空间相关性来看, 全局自相关在99%置信度下是显著的, 黄河流域森林生态安全指数具有较强的集聚性。从时间变化来看, 全局莫兰指数从2010年到2017年呈上升趋势, 黄河流域区县之间的集聚状况有所上升。黄河流域南岸森林生态安全状况优于黄河流域北岸。高-高和低-低类型集聚区占主导地位。黄河流域高-高集聚区主要分布在黄河流域中部地区与山东省西部部分地区, 低-低集聚区主要分布在青海省西部地区。
[1] |
赵帅, 何爱平, 彭硕毅. 黄河流域环境规制、区域污染转移与技术创新的空间效应. 经济经纬, 2021, 38(5): 12-21. |
[2] |
苏华, 王威华, 肖飒. 要素集聚与高质量发展——基于黄河流域生态经济带地级市的实证研究. 工业技术经济, 2020, 39(12): 28-35. DOI:10.3969/j.issn.1004-910X.2020.12.004 |
[3] |
Norman M. Environment and security. Foreign Policy, 1989, 74: 23-41. |
[4] |
Moraes R, Landis W G, Molander S. Regional risk assessment of a Brazilian rain forest reserve. Human and Ecological Risk Assessment: An International Journal, 2002, 8(7): 1779-1803. DOI:10.1080/20028091057600 |
[5] |
Hayes E H, Landis W G. Regional ecological risk assessment of a near shore marine environment: cherry point, WA. Human and Ecological Risk Assessment: An International Journal, 2004, 10(2): 299-325. DOI:10.1080/10807030490438256 |
[6] |
Damania R, Russ J, Wheeler D, Barra A F. The road to growth: measuring the tradeoffs between economic growth and ecological destruction. World Development, 2018, 101: 351-376. DOI:10.1016/j.worlddev.2017.06.001 |
[7] |
米锋, 谭曾豪迪, 顾艳红, 鲁莎莎, 张大红. 我国森林生态安全评价及其差异化分析. 林业科学, 2015, 51(7): 107-115. |
[8] |
顾艳红, 张大红. 省域森林生态安全评价——基于5省的经验数据. 生态学报, 2017, 37(18): 6229-6239. |
[9] |
王怡然, 张大红, 吴宇伦. 基于DPSIR模型的森林生态安全时空间变化研究——以浙江省79个县区为例. 生态学报, 2020, 40(8): 2793-2801. |
[10] |
吴润嘉, 朱玉林. 湖南省森林生态安全预警研究. 绿色科技, 2016(10): 108-111, 113-113. DOI:10.3969/j.issn.1674-9944.2016.10.043 |
[11] |
尹炜. 长江经济带水生态环境保护现状与对策研究. 三峡生态环境监测, 2018, 3(3): 1-7. |
[12] |
陈妮, 鲁莎莎, 关兴良. 北京市森林生态安全预警时空差异及其驱动机制. 生态学报, 2018, 38(20): 7326-7335. |
[13] |
姜钰, 耿宁. 林业产业结构与森林生态安全动态关系研究——以黑龙江省为例. 中南林业科技大学学报, 2017, 37(12): 163-168. |
[14] |
张江洋, 袁晓玲, 王军, 马冬梅. 基于高质量发展视角的黄河流域城市效率评价. 统计与决策, 2021, 37(11): 98-102. |
[15] |
王瑞莉, 刘玉, 王成新, 李梦程, 唐永超, 薛明月. 黄河流域经济联系及其网络结构演变研究. 世界地理研究, 2021. |
[16] |
杨洁, 谢保鹏, 张德罡. 基于InVEST和CA-Markov模型的黄河流域碳储量时空变化研究. 中国生态农业学报(中英文), 2021, 29(6): 1018-1029. |
[17] |
张振东, 常军. 2001-2018年黄河流域植被NPP的时空分异及生态经济协调性分析. 华中农业大学学报, 2021, 40(2): 166-177. |
[18] |
计伟, 刘海江, 高吉喜, 马欢, 宋婷, 高燕妮, 冯朝阳. 黄河流域生态质量时空变化分析. 环境科学研究, 2021, 34(7): 1700-1709. |
[19] |
刘晶晶, 王静, 戴建旺, 翟天林, 李泽慧. 黄河流域县域尺度生态系统服务供给和需求核算及时空变异. 自然资源学报, 2021, 36(1): 148-161. |
[20] |
李达, 林龙圳, 林震, 张绍文, 安黎哲. 黄河流域生态保护和高质量发展的EKC检验. 生态学报, 2021, 41(10): 3965-3974. |
[21] |
陆荫, 张强, 李晓红, 杨淑霞, 杨青. 黄河流域甘肃段植被覆盖度时空变化及对气候因子的响应. 水土保持通报, 2020, 40(2): 232-238. |
[22] |
师海猛, 张扬, 叶青青. 黄河流域城镇化高质量发展与生态环境耦合协调时空分异研究. 宁夏社会科学, 2021(4): 55-63. |
[23] |
闫晓, 涂建军. 黄河流域资源型城市生态效率时空演变及驱动因素. 自然资源学报, 2021, 36(1): 223-239. |
[24] |
李瑞, 刘滕花. 黄河流域沿线城市生态足迹与经济增长脱钩关系及影响因素分析. 贵州财经大学学报, 2021(3): 103-111. |
[25] |
李贝歌, 胡志强, 苗长虹, 张佰发, 康巍. 黄河流域工业生态效率空间分异特征与影响因素. 地理研究, 2021, 40(8): 2156-2169. |
[26] |
刘琳轲, 梁流涛, 高攀, 范昌盛, 王宏豪, 王瀚. 黄河流域生态保护与高质量发展的耦合关系及交互响应. 自然资源学报, 2021, 36(1): 176-195. |
[27] |
李英, 齐丹坤. 基于生态区位测度的伊春林区森林生态服务功能价值评估. 林业科学, 2013, 49(8): 140-147. |
[28] |
孙高鹏, 刘宪锋, 王小双, 李双双. 2001-2020年黄河流域植被覆盖变化及其影响因素. 中国沙漠, 2021, 41(4): 205-212. |
[29] |
王有恒, 谭丹, 韩兰英, 李丹华, 王鑫, 卢国阳, 林婧婧. 黄河流域气候变化研究综述. 中国沙漠, 2021, 41(4): 235-246. |
[30] |
薛达元, 蒋明康, 王献溥. 我国自然保护区级别划分标准的研究. 农村生态环境, 1993, 9(2): 1-4, 66-66. |