近年来, 为实现可持续发展, 人类经济发展和生态系统之间的平衡保护问题日益受到广泛关注^[1]。然而, 生态环境问题不仅受自然因素影响, 也受加速的城市化进程和不断扩大的资源需求带来的不可逆转破坏和冲击^[2], 最终导致生态脆弱区的扩张和生态脆弱程度的增加；故生态脆弱性便成为研究区域环境变化与可持续发展的重要问题之一^[3—5]。政府间气候变化专门委员会建议, 生态系统脆弱性研究应该包含系统对外界扰动的敏感性, 系统变化的评价, 以及对变化的适应能力^[6]等方面；所以正确认识和构建区域生态系统脆弱性评价体系, 探究其时空变化及驱动因素, 对于实现大区域生态保护和可持续发展的目标至关重要。

生态脆弱性是指在一定时间、空间尺度上, 生态系统对外部扰动的敏感度与弹性, 即一旦被扰动, 就很难将其回复至初始状态^[7]。现如今国内外学者们运用不同的方法对生态脆弱性的研究已取得大量成果, 从研究方法方面, 主要包括主成分分析法^[8—9]、层次分析法^[10—11]、熵权法^[12—13]、机器学习和深度学习方法^[14—15]等；从模型构建方面, 已经形成了如SRP(Sensitivity-Resilience-Pressure)模型^[16—17]、VSD(Vulnerability-Scoping-Diagram)模型^[18—19]、PSR(Pressure-State-Response)模型^{[12, 20]}等模型。对比现有方法与模型, 主成分分析可以从各指标本身特性更客观的评价分析；SRP模型综合考虑了敏感性、恢复力和压力三个方面的因素, 对生态脆弱性进行全面评估。其模型基于生态系统稳定性的内涵, 结构相对全面, 系统地包含了生态脆弱性的基本要素^[21], 更适用于区域综合性的生态脆弱性评价。由此可见, 评价区域生态环境脆弱性的方法基本成熟, 逐渐完善, 而且这些模型和方法在揭示区域生态环境脆弱性机制和灾害风险预测方面具有重要的前沿意义^[22]。随着对生态环境的认识不断深入, 评价内容和指标系统也在不断丰富和完善。除了传统的生态系统服务价值、生物多样性和土地利用等指标外^[23], 近年来还显现出一系列关于气候变化、生态系统健康度、环境脆弱区域划定等新的评价内容和指标体系^[24—25], 这些新的内容和指标使得评价结果更加全面和准确。总体而言, 采用以上指标和方法对研究区域进行数据处理、空间分析和时间序列动态分析已成为生态环境脆弱性研究的重要发展趋势。

近年来, 为了保障资源的可持续开发, 我国制定了耕地保护红线、城镇发展边界、生态保护红线等调控措施, 坚定不移地走生态优先发展的道路^[26]。而新疆地处中国的西北边陲地区, 拥有丰富的生物多样性和独特的生态系统；作为我国生态系统最脆弱的地区之一, 常年受到自然气候(如干旱)和人类活动(如过度放牧)的严重干扰, 因此新疆生态系统内部结构和功能上出现过度退化, 已经严重威胁区域的可持续发展^[27]。而已有研究成果在构建新疆生态脆弱性评估指标体系^[28—29]、量化评估方法^[29—30]和研究区域^[31—32]等方面进行了大量研究, 促进了新疆生态脆弱性评估体系的完善, 但生态系统的复杂性需要探究更加精准和可靠的评估方法。其次, 由于新疆的地理环境多样性, 不同区域不同土地类型生态脆弱性的评估结果具有一定的异质性, 需要进行差异化的分析和解释。与传统方法相比, 生态系统的脆弱性还需要考虑社会经济因素的影响, 如何将其定量评估且对其时空尺度的驱动机制研究, 亟待深入探究^[33]。

综上所述, 本研究基于“敏感性-恢复力-压力度”评价框架模型, 从自然因素、地形因素、人类活动、社会经济等多层面选取15个评价指标, 通过主成分分析方法确定各指标权重, 构建2000—2019年新疆生态脆弱性评价指标体系, 旨在探讨新疆生态脆弱性的时空分异特征、脆弱性面积占比、转移聚类特征、不同土地类型脆弱程度及其各指标对生态脆弱性指数的驱动力影响, 而研究结果可为新疆生态环境保护和可持续发展提供科学依据。

1 研究区概况

新疆地处中国西北部, 位于34°25′—49°10′N, 73°40′—96°23′E, 其独特的地理位置形成了山地、绿洲、荒漠等多种景观生态系统^[34]。属于干旱或半干旱气候, 具有气温温差大、降水量少且年内分布不均、日照充足和气候干燥等气候特征^[27]。植被的分布在水平地带上, 逐渐向南从荒漠草原、温带荒漠和暖温带荒漠等类型转变为高寒荒漠；而在垂直方向上, 则从低海拔向高海拔逐渐变化为荒漠、荒漠草原、典型草原、草甸草原、山地草甸和高寒草甸^[35]。总的来说, 该地区光热资源丰富, 降水不足, 蒸发强烈, 生态系统稳定性差、抗逆性弱, 是我国西北典型的生态脆弱区^[28]。

2 研究方法 2.1 数据来源

采用了新疆土地利用数据、DEM数据、气象数据、土壤有机质数据、归一化植被指数(Normalized Difference Vegetation Index, NDVI)、净初级生产力(Net primary productivity, NPP)、植被覆盖度(Fractional Vegetation Cover, FVC)、社会经济数据, 数据来源与处理如表 1所示。为确保使用的指标具备良好的空间重叠性, 所有栅格数据都被统一重采样为1 km分辨率, 并被投影到同一投影和坐标系(Albers地图投影和WGS-1984坐标系)。

2.2 生态脆弱性指标体系构建

SRP模型是一种基于生态敏感性-生态恢复力-生态压力度综合评价模型, 用于评估特定地区的生态脆弱性。本研究基于全面性、科学性、可比性、层次性、稳定性和数据可用性的原则, 参考了与之相关的脆弱性评价指标体系和相关论文^{[21, 36—39]}, 选取了国内外研究中使用较为频繁的指标, 并结合SRP模型的指标层选取原则和新疆地理特征, 选取了15项指标构建新疆生态脆弱性评价指标体系, 用正向指标和负向指标表明各指标对生态脆弱性环境的影响^[21], 具体指标如表 2所示。

2.3 空间主成分分析权重

采用主成分分析(PCA)法进行计算^[40]。具体计算公式如下:

式中：ω_i为第i个主成分贡献率；λ_i为第i个主成分特征值。

在此基础上, 将15项指标中的前六项主成分按其累积贡献率超过85%这一准则, 得出了历年的生态脆弱度指数(EVI), 计算公式及构建的各年EVI指数如下^[41]：

式中：EVI为生态脆弱性指数；Y_i为第i个主成分；ω_i为第i个主成分相应的贡献率。

2.4 生态脆弱性等级划分

为了进一步揭示新疆生态脆弱性的空间变异特征, 本研究对构建的新疆生态脆弱性指数EVI进行分级。参照国内外研究分级成果, 先对新疆生态脆弱性指数进行标准化后进一步划分为5级^{[28, 5]}。具体划分标准和等级如表 3。

2.5 热点分析

热点分析是用于识别区域中特定变量的热点(高值区)和冷点(低值区)的空间聚类程度^[42]。该分析的空间实现通过ArcGIS 10.8环境中的热点分析统计工具, 此次分析用于反映研究区内各地区生态脆弱等级的相关性与值的聚集特征^[43]：

式中, G_i^*统计的是Z值得分, Z值得分越高, 高值像元就越聚集, 相反则低值像元就越聚集。X_j表示像元j的草地退化等级评分，W_{i, j}是像元i与j之间以距离规则定义的空间权重，空间范围相邻为1，不相邻为0，n为像元总数。

2.6 地理探测器

Geodetector是一种用于探测地理事物空间分层变化特征和规律的方法, 可以解决传统统计学无法处理的随尺度变化而引起的空间依赖性和异质性问题^[44]。因子影响力用q值来表示, q值越大表明该指标对生态脆弱性的影响力越大, 计算公式为^[18]：

式中：h为某指标的分类数或分区；N为区域内的单元数；N_h为第h层的单元数；σ²和σ_h²分别为第h层和全区域生态脆弱性的方差^[45]。

3 结果与分析 3.1 新疆生态脆弱性时间变化特征

如图 2从不同年份生态脆弱性面积占比来看, 总体2000—2019年生态脆弱性较高, 中等以上等级面积占比80%以上, 且不同脆弱性等级占比波动较大, 各等级面积占比均呈先增后减再增的变化规律；高脆弱性的面积占比总体有所减小, 而低脆弱性面积占比均有所增加, 表明新疆生态脆弱性程度在逐渐减弱并好转；其中极度脆弱面积占比减幅最大, 减小10.99%, 主要转变为重度脆弱, 其占比增加了15.07%, 其次为中度脆弱, 占比增加3.03%。这种变化规律与空间变化规律一致, 表明新疆生态脆弱性正逐年减弱。

从图 3各年新疆生态脆弱性等级变化, 可以明确看出各等级间的相互转变。2000—2019年各脆弱性等级波动较大, 其中微度脆弱与极度脆弱之间相互转变, 转变量最大, 极度脆弱除了转变为微度脆弱或不变, 还转变为重度脆弱；而重度脆弱等级主要转变为轻度脆弱或不变；轻度脆弱和中度脆弱等级基本不变；综上所述, 各脆弱等级均转变为更低级或不变的脆弱性等级, 再次证明新疆生态脆弱性的减缓、向好趋势。

3.2 新疆生态脆弱性空间分布特征

由图 4可知, 空间上2000—2019年新疆生态脆弱性呈“南高北低”分布规律, 呈向好趋势。主要分为三个阶段：2000—2005年脆弱性呈降低趋势, 平均EVI值由0.78减小至0.73；如南疆山区附近、北疆阿勒泰地区、昌吉州等区域的极度脆弱区转变为重度、中度等脆弱区, 哈密市的西部也有明显的脆弱性降低变化, 但伊犁的边缘区域中度脆弱区域有略微扩大；2005—2015年脆弱性呈增加趋势, 平均EVI值由0.73增加至0.76后增加至0.78；如北疆阿勒泰地区、昌吉州以及南疆的山区附近较2005年有明显的脆弱度增加变化, 这些区域的极度脆弱区域有所扩张, 但与2000年对比, 2015年的新疆生态脆弱性有略微降低；2015—2019年脆弱性明显大幅度降低, 平均EVI值由0.78降低至0.71；如南疆大部分区域与北疆塔城地区、阿勒泰地区、昌吉州等地脆弱性降低变化明显, 而伊犁地区河谷附近的生态脆弱性也由中度脆弱变为微度脆弱。

通过对2000—2019年新疆生态脆弱性县域尺度均值化分析, 发现新疆生态脆弱性南北分异特征明显, 以天山为界, 南疆以极度脆弱为主, 北疆以中度脆弱为主, 东疆以重度和极度脆弱为主(图 5)。共统计23个地级市, 仅有伊犁哈萨克自治州脆弱度为轻度脆弱, EVI值为0.35, 9个地级市为中度脆弱, 8个地级市为重度脆弱, 5个地级市脆弱度较高为极度脆弱, 对脆弱度较高的地级市应进行实地考察并实行针对化管理和治理, 缓解现阶段脆弱状况, 使得各生态系统健康且平衡。

3.3 新疆生态脆弱性聚类特征变化

2000—2019年新疆生态脆弱性聚类特征如图 6所示, 总体上, 生态脆弱性聚类特征呈“南热北冷聚集”, 表明南部生态脆弱性高, 北部生态脆弱性低, 沿天山山脉逐渐形成生态屏障将南部热点与北部冷点区域隔开；且聚集特征波动较大, 南部热点区域呈先增后减再增再减的趋势, 而北部伊犁地区、阿勒泰地区冷点区域较为稳定, 低值趋向聚集分布, 2015年的热点高值集聚特征明显, 表明2015年新疆生态脆弱性达到最高, 生态系统较为脆弱, 但到2019年热点区域收缩, 生态系统脆弱性降低；各年冷热点聚集特征与脆弱性等级分布较为一致。

3.4 新疆不同土地类型生态脆弱性

从2000—2019年新疆各地类生态脆弱性等级面积占比中可以看出, 各地类的生态脆弱性等级面积占比变化不大, 各地类脆弱性程度较为稳定, 但仍呈现波动减弱的向好趋势(图 7)。如2000—2019年除裸地的生态脆弱性较高, 以极度脆弱为主(平均为55.6%), 但占比有所下降, 主要转化为重度脆弱；森林、湿地和灌木生态脆弱性极低, 以微度脆弱为主。其他地类的生态脆弱性较适中, 且均以中度脆弱为主, 但高脆弱等级占比均减小。如草地的重度脆弱占比由25%减小至22%；冰雪的中等以上脆弱性占比由24%下降至17%；水体的中等以上脆弱性占比则由19%增加至28%, 总体呈先增后减再增的变化趋势, 表明水体生态脆弱性自2005年出现持续恶化, 但整体来看各地类生态脆弱性略有下降。

3.5 新疆生态脆弱性驱动力分析

如图 8所示, 各时间段内各指标因子对EVI的解释力均有差异, 但总体比较, 各指标解释能力相对直观, 单因子q值从大到小为：NDVI>FVC>降水量>NPP>干燥度>年平均气温>SOM>PM_2.5>地形起伏度>坡度>海拔>sc_pdsi>人口密度>夜间灯光>GDP；NDVI、FVC、NPP均为植被因子且影响最大, 五年平均q值分别达到0.62、0.60、0.47, 表明植被因子对生态脆弱性具有代表性, 能够很好的表征植被生态系统状况。其次为气候因素和土壤因子, 如降水量、干燥度、年平均气温、PM_2.5、SOM对生态脆弱性影响较大, 平均q值为0.33—0.54, 地形因素对生态脆弱性影响解释力一般, 平均q值为0.20左右；而社会经济要素对生态脆弱性的影响最低, q值均小于0.1。因此, NDVI、FVC、降水量、NPP、干燥度、年平均气温、SOM为新疆生态脆弱性的主要影响因素。

交互探测器分析结果显示(图 9)：五年中各因子与新疆生态脆弱性指数EVI交互作用关系均较为稳定, 相较于单因子分析, 任何因素的交互作用均强于单因子q值影响；NPP、NDVI、FVC和其他任何指标均为双变量增强关系, q值范围为0.47—0.76；降水量、年平均气温、干燥度、PM_2.5与其他变量指标关系表现为非线性增强；且年平均气温和FVC、年平均气温和NDVI、NDVI和干燥度、NDVI和PM_2.5、降水量和海拔、干燥度和SOM等的交互作用最强。另外, 其他单因子如海拔、地形起伏度、q值影响较小时, SOM的加入显著增强了它们对生态脆弱性的交互影响。再次证明, NDVI、FVC、降水量、NPP、干燥度、年平均气温、SOM为新疆生态脆弱性的主要影响因素。

4 讨论

本研究根据SRP模型选取15个指标利用主成分分析方法进行客观赋予权重, 构建2000—2019年五期新疆生态脆弱性指数EVI。指标考虑了植被因子、气候因子、地形因子、社会经济因素、人为干扰因素等多方面选取, 整体构建的评价体系效果较好, 经过分级后发现5期新疆生态脆弱性指数EVI呈波动下降趋势, 空间上呈“南高北低”的分布格局, 在整个研究区生态脆弱性等级以轻度脆弱和重度脆弱为主, 这与孙桂丽等^[28]、岳笑等^[27]、陆海燕等^[29]研究结果较为一致。由于北疆地区的自然条件较好, 水源充足, 植被覆盖度高, 其生态恢复力较强, 生态脆弱性较低；主要以轻度脆弱和极度脆弱为主, 而轻度脆弱区主要分布在植被覆盖较高, 植被生态状况较好的区域, 如伊犁地区、阿勒泰地区等地, 极度脆弱区主要分布在城镇率高、人口密集和未利用地区域。而南疆地区自然条件较差, 水资源短缺, 生态压力大且恢复难度大^[34], 区域以极度脆弱和重度脆弱为主, 极度脆弱区主要分布在塔克拉玛干沙漠、塔里木盆地以及城镇区等地带, 重度脆弱区主要分布在山区的边缘区域。新疆地形复杂、自然环境多样, 这些特征可能导致不同地类之间存在差异的生态脆弱性表现。例如, 裸地可能由于土壤贫瘠、植被稀疏等原因, 更容易表现出极度脆弱的特征；而森林、湿地和灌木等地类可能受到保护和管理的影响相对较小, 因此表现出较低的生态脆弱性。时间上, 2000—2019年新疆生态脆弱性指数EVI呈波动下降趋势, 高脆弱等级面积明显减小, 且各脆弱等级均向为低脆弱等级转变。其中, 2005—2015年生态脆弱性增加区主要分布于南疆, 原因可能为近年来南疆地区社会经济迅速发展, 第一产业增长尤为明显, 但这一进展却导致其生态系统运行的稳定性持续下降；随着人口的增长, 该地区的人均农业资源拥有量呈急剧下降态势, 因此南疆地区的生态环境面临着越来越大的挑战, 生态脆弱性不断上升^[46]。

从新疆生态脆弱性驱动力分析, 本研究通过地理探测器(GeoDetector)中单因子和交互作用探测器分析了2000、2005、2010、2015、2019年5期影响新疆生态脆弱性空间分布格局的驱动因素, 发现新疆生态脆弱性受自然因素和人为影响共同驱动的结果。降雨量、年平均气温为新疆生态脆弱性的主要影响因素, 这与李雨衡等^[33]和黄越等^[47]的研究结果部分一致。而本研究还探究得到NDVI、FVC、NPP、干燥度、SOM也是新疆生态脆弱的主要影响因素之一。降水是影响干旱和半干旱区植被生长发育的重要因素, 植被覆盖度高意味着其生态功能较强, 二者的增加客观上都有利于生态脆弱性的降低^[48]。例如北疆降雨量和植被盖度、植被生长状况较南疆降雨量大且植被更丰富, 故北疆生态系统脆弱性较低, 而南疆干旱地带生态系统脆弱性较高。因此, 南疆应注重对生态系统的积极响应, 因地制宜地开展生态保护工作, 实现生态环境可持续发展^[49]。

本研究基于SRP模型构建了新疆生态脆弱性评价指标体系, 有效地反映了新疆区域生态脆弱性的时空变化特征, 并分析了各驱动因子对生态脆弱性的影响。与前人研究对比, 本研究除了探讨了不同时期草地脆弱性时空特征, 还结合选取的指标重点探讨了新疆生态脆弱性聚类特征, 并从县域尺度和不同土地类型呈现新疆生态脆弱区。然而, 本研究仍存在一定局限性, 首先, 针对指标选取时, 考虑的仍不够全面, 未考虑如气象因素中的太阳辐射、二氧化碳浓度等, 地表因素的景观要素、土壤水分和土壤侵蚀度, 人类活动因素中的矿业开采、放牧密度等因素的影响。其次, 参照的SRP模型也存在一定的局限性, 如SRP模型过于简化了复杂的生态系统动态过程, 忽略了生态脆弱性评估中的许多重要因素；且SRP模型对于空间异质性的刻画不够充分, 不能很好地捕捉生态脆弱性的空间分布特征。最后, 本研究时间序列较短, 因指标数量多, 无法使指标均满足长时间序列研究；综上, 未来应考虑更全面的指标, 构建更完善且长时间序列的生态脆弱性评价指标体系, 或加深尺度多维度的探究脆弱性的时空特征及驱动力研究, 为实现新疆生态系统可持续发展和生态保护提供决策依据和参考。

5 结论

(1) 时间上, 2000—2019年新疆生态脆弱性指数呈波动下降趋势, 即生态脆弱性呈好转趋势。不同脆弱性等级占比波动较大, 各等级面积占比均呈先增后减再增变化；各脆弱性程度均向更低级或不变的脆弱性等级转变。

(2) 空间上, 2000—2019年新疆生态脆弱性呈“南高北低”分布规律特征, 县域尺度下, 生态脆弱性南北分异特征明显, 以天山山脉为界, 形成生态屏障将南部高脆弱区与北部低脆弱区隔开。

(3) 聚类特征方面, 新疆生态脆弱性呈“南热北冷聚集”, 表明南部生态脆弱性高, 北部生态脆弱性低。不同地类的生态脆弱性等级面积占比变化不大, 脆弱性程度呈现波动减弱的向好趋势。

(4) 驱动力方面, 单因子探测器与交互作用探测器均证明NDVI、FVC、降水量、NPP、干燥度、年平均气温、SOM为新疆生态脆弱性的主要影响因素。

致谢: 感谢自治区级产学研联合培养研究生基地新疆草原总站提供的数据和调研支持。