EN中文

干旱区地理 >

2025 , Vol. 48 >Issue 8: 1469 - 1479

DOI: https://doi.org/10.12118/j.issn.1000-6060.2024.746

城镇化研究

城镇化过程中干旱区绿洲与绿洲城市空间协同演变及其模式分析

  • 韩宇晨 , 1 ,
  • 孙钦珂 , 1, 2, 3 ,
  • 周亮 1, 2, 3 ,
  • 李宇昂 1
展开
  • 1.兰州交通大学测绘与地理信息学院，甘肃 兰州 730070
  • 2.地理国情监测技术应用国家地方联合工程研究中心，甘肃 兰州 730070
  • 3.甘肃省测绘科学与技术重点实验室，甘肃 兰州 730070
孙钦珂（1995-），男，博士，讲师，主要从事干旱区城市生态环境空间模拟研究. E-mail:

韩宇晨（2000-），女，硕士研究生，主要从事干旱区绿洲动态监测研究. E-mail:

收稿日期: 2024-12-08

  修回日期: 2025-02-16

  网络出版日期: 2026-03-11

基金资助

国家自然科学基金面上项目(42271214)

甘肃省科技计划(23ZDKA0004)

甘肃省青年科技基金(25JRRA209)

兰州市科技计划项目(2024-3-93)

收起

Spatial synergistic evolution of oasis and oasis cities in arid zones in the process of urbanization and analysis of their patterns

  • Yuchen HAN , 1 ,
  • Qinke SUN , 1, 2, 3 ,
  • Liang ZHOU 1, 2, 3 ,
  • Yu’ang LI 1
Expand
  • 1. Faculty of Geomatics, Lanzhou Jiaotong University, Lanzhou 730070, Gansu, China
  • 2. National-Local Joint Engineering Research Center of Technologies and Applications for National Geographic State Monitoring, Lanzhou 730070, Gansu, China
  • 3. Key Laboratory of Science and Technology in Surveying & Mapping, Gansu Province (Lanzhou Jiaotong University), Lanzhou 730070, Gansu, China

Received date: 2024-12-08

  Revised date: 2025-02-16

  Online published: 2026-03-11

Fold

摘要

绿洲城市作为绿洲系统中承载人口集聚、经济活动与公共服务功能的核心空间单元，其扩张过程不仅受绿洲生态格局的制约，也在空间上推动了绿洲的演变。系统识别绿洲与绿洲城市的演变特征，是实现干旱区生态保护与空间开发协调发展的关键基础。首先识别2000—2023年中国西北干旱区绿洲与绿洲城市空间面积分布，分析绿洲与绿洲城市的空间演变趋势，然后构建绿洲城市协同指数（Oasis city synergy index，OCSI），定量评估研究区绿洲与绿洲城市的协同演变特征，并进一步探究绿洲城市的扩张模式。结果表明：（1）2000—2023年研究区绿洲与绿洲城市的面积持续增长，但绿洲斑块数量有所减少，绿洲呈现“大型化、集中化”趋势。（2）绿洲城市协同演变趋势分类和OCSI计算结果发现，8个地区为趋势相似型，23个地区为趋势相反型，且2000—2023年绿洲与绿洲城市的协同度逐渐增强。（3）基于绿洲与绿洲城市协同趋势与OCSI综合评价结果得到，填充扩张与边缘扩张模式的绿洲城市协同度普遍较高，而跳跃扩张与沿河扩张模式的绿洲城市由于扩张方式分散或依水线蔓延，OCSI波动大，协同度较低。研究结果识别并揭示了西北干旱区绿洲与绿洲城市之间的空间演变关系，可为缓解干旱区绿洲人地矛盾、推动可持续发展提供理论依据与决策支持。

关键词： 绿洲; 绿洲城市; 协同指数; 扩张模式; 西北干旱区

本文引用格式

韩宇晨 , 孙钦珂 , 周亮 , 李宇昂 . 城镇化过程中干旱区绿洲与绿洲城市空间协同演变及其模式分析[J]. 干旱区地理, 2025 , 48(8) : 1469 -1479 . DOI: 10.12118/j.issn.1000-6060.2024.746

Abstract

As the core spatial units of oasis systems—hosting concentrated population functions, economic activities, and public services—the expansion of oasis cities is constrained by ecological patterns while simultaneously driving oasis evolution. Systematically identifying the spatial-temporal evolution of oasis and oasis cities is fundamental for coordinating ecological protection and spatial development in arid zones. This study delineates the spatial distribution of oasis in northwest China from 2000 to 2023 using evapotranspiration and the normalized difference vegetation index, while urban expansion data are extracted from the annual China land cover dataset. A synergy assessment is conducted by constructing an oasis and city synergy index (OCSI) to quantify the coordination between oasis and urban expansion across 31 typical oasis cities. Further, the impacts of various urban expansion patterns on oasis landscape structures are classified. The findings reveal that: (1) From 2000 to 2023, oasis areas increased by 0.90×105 km2, representing a 36.89% expansion. Concurrently, the number of oasis patches declined from 135 to 101, indicating a trend toward larger and more consolidated oasis, mainly through edge expansion and infilling. Urban areas expanded by 4.34×103 km2—a 361.60% increase—outpacing oasis growth. Urban spatial expansion was categorized into four patterns: Infilling, edge expansion, leapfrogging, and river-dependent expansion. (2) OCSI analysis indicates that the urban and oasis expansion rates were similar in 8 cities, while critical disparities existed in the remaining 23. Terrain complexity and resource limitations contributed to mismatches, whereas economically developed or well-managed cities exhibited higher synergy levels. (3) Cities dominated by edge or infilling expansion modes displayed higher OCSI values, reflecting stronger spatial synergy with oasis expansion. By contrast, cities characterized by leapfrogging or river-dependent expansion showed low and fluctuating synergy owing to their dispersed spatial patterns or linear development along water bodies. This study elucidates the complex spatial interaction between urban development and oasis evolution in the northwest arid zone. Although these processes are dynamically coupled, coordinated development does not spontaneously occur. Achieving sustainable long-term balance necessitates region-specific strategies to optimize urban and oasis spatial configurations, thereby fostering synergistic evolution and ensuring ecological security and sustainable development in arid regions.

Key words： oasis; oasis city; synergy index; expansion model; arid zone of northwest China

干旱区约占全球陆地总面积的40%，具有降水稀少、生态脆弱等特点，是全球气候变化的敏感区域[1]。而仅占干旱区面积5%的绿洲作为唯一稳定的水源驱动力和生产力最高的生态系统，承载着干旱区绿洲95%以上人口的生活需求，为动植物生长、农业生产以及工业建设提供重要保障[2]。然而，全球气候变化、干旱加剧以及人类活动的影响，正在对绿洲生态系统及其依存的绿洲城市（简称城市）发展模式提出严峻挑战[3]。气候变暖导致干旱事件发生频率和强度显著增加，特别是在干旱和半干旱地区，绿洲系统正面临水资源短缺、土地退化、贫困和社会脆弱性、生物多样性丧失、人地冲突等[4-8]。与此同时，人口增长和经济扩张进一步加剧了绿洲资源的开发与利用，使绿洲的可持续性受到前所未有的考验[9]。可持续发展目标（Sustainable development goals，SDGs）的第15个目标更是强调了保护、恢复和促进陆地生态系统的可持续利用[10]，特别是森林、荒漠和干旱地区的生态系统，这与绿洲的保护密切相关。因此，开展绿洲研究促进旱地可持续发展具有理论和现实意义。
绿洲并非单一的生态系统单元，而是一个典型的“自然-社会-经济”复合系统，具有以下特点：（1）绿洲存在于干旱区内，依赖于有限的水资源，拥有集中分布的植被和土地，以及相对较高的生物多样性。（2）绿洲生态系统对环境变化非常敏感且较为脆弱，与周围荒漠有鲜明的边界。（3）绿洲是干旱区内人类活动最集中的区域，维持绿洲的稳定需要自然与人工干预相结合，人类活动在其中更是起着关键作用[11-13]。周亮等[14]指出绿洲不仅是干旱区居民点的生态承载体，更通过“绿洲孕育度”决定了聚落分布的空间格局与发展潜力，构建起“绿洲孕育-城市嵌套”的结构关系。因此，城市的扩张不仅依赖于绿洲生态系统的支撑，也会对绿洲边界、形态与功能格局造成深远影响，共同构成一个动态互动、潜在耦合的协同演变系统。而城市是在绿洲基础上发展而成的城市聚集区，其空间格局和演变受到绿洲生态承载力的强烈约束[15]，城市的空间发展既受绿洲环境的支撑，也对绿洲生态系统产生深远影响，构成了一个动态协同演变系统。研究二者之间的关系有助于清晰掌握城市发展脉络，为城市的可持续发展提供理论基础。一方面，绿洲在干旱区内依赖于有限的水资源，对环境变化非常敏感且较为脆弱，但它也是干旱区内人类活动最集中的区域，是城市扩张的自然基础[16-18]。另一方面，城市经济活动的需求与生态资源之间巨大落差，导致绿洲被过度开发，土地资源与水资源遭受严重威胁[17]。同时，城市扩张也被绿洲规模和空间布局所制约[19]，作为人地关系最为敏感的区域，城市的演变扩张也会致使绿洲的空间结构发生剧烈变化[20]。因此，绿洲与城市之间的关系并非单向依赖，而是伴随着资源竞争与空间协同的复杂互动过程。
已有研究主要集中在绿洲的时空变化、绿洲的驱动机制、绿洲与气候变化的机理关系、绿洲的环境评价等方面[21-24]，这些研究揭示了绿洲化过程及其演变机理，为评价干旱区环境变化趋势提供了科学依据，但缺乏对干旱区城市经济活动与绿洲生态系统之间复杂互动关系的系统研究。如何促进绿洲与城市之间的平衡发展，是干旱区可持续发展的重要议题。已有研究普遍认为绿洲与城市化之间存在互相支撑和促进的关系，绿洲为城市发展提供了基础，而城市化也与绿洲的繁荣发展有着相互促进相互制约的作用[25]。然而，这些结论仍然缺乏实证支持，且不同研究之间对绿洲和城市关系的理解存在差异性。王正伟等[26]利用生态系统服务功能方法对新疆绿洲生态安全格局进行了识别及优化策略的探讨，但该研究主要聚焦于单个县域的生态安全，缺乏对绿洲与城市演变互动关系的深入分析。庄庆威等[27]分析了新疆绿洲的变化及资源配置的协调性，但仅限于宏观层面，未深入探讨绿洲扩张与城市演变在空间上的协同效应。此外，康紫薇等[28]通过土地利用变化对玛纳斯河流域进行了景观生态风险评价，虽考虑了绿洲空间动态，但未揭示绿洲与城市之间的空间互动关系。尹慧慧等[29]将绿洲城镇视为复杂适应系统，从“协同维生”“临界相变”等角度解析城镇化进程机制，但尚未深入探讨绿洲与城市空间格局之间的相互关系。另外，在大尺度和长时序的背景下，绿洲与城市协同演变关系的研究仍较为稀缺。尤其在西北干旱区，缺乏大尺度、长时序背景下对绿洲空间演变与城市扩张协同过程的定量识别与分类研究，难以支撑区域生态-社会系统耦合关系的精准管理与调控，这为区域生态保护与城市规划提出了亟需解决的挑战。因此，本文选择中国西北干旱区作为研究区域，对研究区内31个城市进行探究。基于蒸散发量与归一化植被指数数据，分析了2000—2023年绿洲与城市的协同演变趋势，并提出了绿洲城市协同指数（Oasis city synergy index，OCSI）以量化两者之间的协同关系。通过识别典型城市的扩张模式，本文旨在为缓解干旱区人地矛盾、推动可持续发展提供理论依据与决策支持。

1 数据与方法

1.1 研究区概况

研究区绿洲地理位置介于74°~115°E，36°~49°N之间，包括内蒙古、甘肃、青海和新疆4省区，集中分布于河套平原、河西走廊、柴达木盆地、天山北麓以及昆仑北麓，面积约1.77×106 km2（图1）。该区域具有典型的干旱和半干旱气候特征，年平均降水量普遍低于200 mm，而蒸发量则超过2000 mm。绿洲的形成和维持主要依赖于祁连山、阿尔泰山、天山和昆仑山等高山地区的冰雪融水及黄河水，特别是在河西走廊、河套平原等地区，灌溉体系不仅保证了农业生产的稳定性，也是区域经济发展的核心支撑[30]。该区域不仅是我国重要的粮食、棉花和瓜果产区，还承载着重要的生态功能，通过复杂的灌溉网络支持了绿洲农业的可持续发展[31]。鉴于城市是干旱区城市化和绿洲开发的主要载体，本研究选取了研究区内的31个城市（涵盖地级市、县级市及部分地区和自治州的中心城市）作为城市研究对象。
图1 研究区示意图

注：基于自然资源部标准地图服务网站审图号为GS(2023)2767号的标准地图制作，底图边界无修改。

Fig. 1 Schematic diagram of the study area

1.2 数据来源

研究数据包含5部分：（1）土地利用数据来源于中国年度土地覆盖数据集（Annual China land cover dataset，CLCD），采用时空特征构建与随机森林分类算法进行分类，空间分辨率30 m，总体分类准确率达80%[32]。（2）归一化植被指数（Normalized difference vegetation index，NDVI）数据来自国家生态科学数据中心，通过最大合成法计算每个像元的年最大NDVI值，空间分辨率30 m，时间分辨率1 a[33]。（3）蒸散量数据来源于国家地球系统科学数据中心黄土高原分中心（http://loess.geodata.cn）[34]，研究选取2000、2005、2010、2015、2020、2023年6期的蒸散量数据通过插值处理，统一为30 m空间分辨率。（4）基础地理信息数据来自国家基础地理信息中心（http://www.ngcc.cn/）和OSM（Open street map）数据库。（5）统计年鉴数据来自国家统计局（https://www.stats.gov.cn/sj/ndsj/）发布的《中国统计年鉴》。

1.3 研究方法

1.3.1 绿洲识别与精度评估

本研究基于NDVI提取绿洲斑块，获取了2000—2023年的研究区绿洲分布。依据联合国干旱指数（Aridity index，AI）提取出值在0.05至0.65之间的区域，以限定绿洲可能出现的空间范围。采用OTSU阈值法进行分区域、分年度计算NDVI最优阈值，并结合双峰分割法对OTSU计算结果进行优化，以提高绿洲提取的稳定性。结合真实地理数据及研究区地形数据进行目视解译，以确保NDVI截断值的合理性。为验证绿洲提取方法的可靠性，通过混淆矩阵法对绿洲提取数据集进行精度验证（表1），验证数据为国家冰川冻土沙漠科学数据中心发布的绿洲时空分布数据集[35-36]。绿洲和非绿洲区域的5 a生产者和使用者精度分别在80%和84%以上，且绿洲提取结果的总体精度在90%以上，卡帕系数在0.8以上，表明该方法提取绿洲信息的结果具有较高的有效性和稳健性，满足后续分析的需求。
表1 精度验证结果

Tab. 1 Accuracy verification results

年份 绿洲 无绿洲 总体精度 卡帕系数
生产者精度 使用者精度 生产者精度 使用者精度
2000 83.17 80.36 98.32 98.61 97.17 0.80
2005 92.52 83.13 96.60 98.62 95.97 0.85
2010 81.88 84.45 98.61 98.33 97.19 0.82
2015 87.17 92.97 97.93 96.04 95.36 0.87
2020 81.15 99.75 99.79 84.11 90.47 0.81

1.3.2 绿洲城市协同演变趋势分类体系

本研究采用绿洲年扩张率（Oasis expansion rate，OER）来衡量绿洲的年际动态变化[37]，表示绿洲在给定年份发生扩张的程度（式1）；采用城市年扩张率（Urban expansion rate，UER）来衡量城市的年际动态变化（式2）。
O E R n ~ n + 1 = O n + 1 - O n ⋂ O n + 1 O n × 100 %
U E R n ~ n + 1 = U n + 1 - U n ⋂ U n + 1 U n × 100 %
式中： O E R n ~ n + 1为n年和n+1年之间的绿洲年扩张率（%）； O n和 O n + 1分别为n年和n+1年之间的绿洲面积（km2）； O n ⋂ O n + 1为n年和n+1年之间没有扩张的绿洲面积（km2）； U E R n ~ n + 1为n年和n+1年之间的城市年扩张率（%）； U n和 U n + 1分别为n年和n+1年之间的城市面积（km2）； U n ⋂ U n + 1为n年和n+1年之间没有扩张的城市面积（km2）。
基于OER和UER的变化趋势构建协同演变趋势分类体系，对绿洲与城市的协同关系进行空间度量。通过2000—2020年每5 a的OER和UER数据，计算4个阶段的扩张率序列，以每2个连续扩张率之间的变化幅度构建趋势变化线段，形成OER与UER的增减趋势。趋势相似型指绿洲扩张趋势与城市扩张趋势在多个时段内增长或收缩同步，分为3类：“增-减-增”型（简称A型）（图2a）、“减-减-增”型（简称B型）（图2b）和“减-减-减”型（简称C型）（图2c）。趋势相反型指绿洲与城市扩张趋势在至少一个阶段出现方向性背离，划分为2类：一段时间相反型（简称D型）（图2d）和两段时间相反型（简称E型）（图2e）。
图2 绿洲与城市协同演变趋势类型

Fig. 2 Types of synergistic evolutionary trends between oasis and cities

1.3.3 绿洲城市协同指数

本研究基于“绿洲居民点孕育指数”[14]的概念提出了“绿洲城市孕育指数（Oasis city index，OCI）”。运用OCI可以分析城市规模与绿洲规模之间的协同性，并通过构建OCSI探究绿洲规模对城市演变的反馈机制。
O C I = O C A O A
O C S I = O C I n + 1 O C I n
式中： O C A为绿洲内城市总面积（km2）； O A为该城市行政区划范围内绿洲总面积（km2）； O C I n + 1和 O C I n分别为n+1年和n年之间的OCI； O C S I值越大越不协同。
为进一步刻画绿洲与城市之间协同关系的强度与稳定性，构建“双维度协同评价体系”，从协同强度与稳定性2个维度量化识别。
OCSI均值用于衡量绿洲与城市的整体协同强度，记为μOCSI，值越小表明二者越协同，按其数值将协同程度划分为3类：μOCSI≤1.10为高协同；1.10<μOCSI≤1.35为中等协同；μOCSI>1.35为低协同。
OCSI极差值作为衡量协同关系稳定性的指标，记为ΔOCSI，值越小表明协同关系越稳定。按其数值将稳定性划分为3类：ΔOCSI≤0.60为高稳定性；0.60<ΔOCSI≤1.00为中等稳定性；ΔOCSI>1.00为低稳定性。
基于μOCSI和ΔOCSI分类结果综合评定后得到综合协同度分级，具体判别标准为：若为高协同-高稳定性或中协同-高稳定性特征时，划分为高协同；若为中协同-中稳定性或高协同-中稳定性组合，划为中协同；若任一指标处于低水平，则划为低协同。

1.3.4 绿洲城市扩张模式分类

结合目视解译结果及遥感影像分析，识别并总结了绿洲与城市扩张过程中呈现的4种典型扩张模式（图3），这些模式不仅反映了绿洲与城市扩张的不同空间格局，还体现了不同地理和社会经济背景下的空间发展趋势。沿河扩张：新增城市斑块位于新增绿洲斑块上，并且这些新增绿洲区域表现为靠近河流的填充式扩张。填充扩张：新增城市斑块的扩张主要发生在绿洲区域内，表现为城市扩张至原本未被绿洲城市化的绿洲区域。边缘扩张：新增城市斑块多集中于绿洲的边缘区域，城市的边缘逐步向绿洲外围扩张，形成一种边缘化的空间发展趋势。跳跃扩张：新增城市斑块分布在新增绿洲斑块上，但这些新增绿洲斑块远离原始绿洲斑块。
图3 绿洲与城市扩张模式

Fig. 3 Oasis and cities expansion model

2 结果与分析

2.1 绿洲与城市时空演变特征

2000—2023年中国干旱区绿洲与城市的空间格局均发生了显著变化，二者面积均呈现出显著的持续扩张趋势（图4a）。绿洲总面积从2000年的2.44×105 km2增加至2023年的3.34×105 km2，增长了0.90×105 km2，增幅达到36.89%。其中，2015—2020年的绿洲面积增长率最高，达到11.52%。绿洲的扩张和城市的扩张同步发生，但其速率表现出较大差异。2000—2023年研究区城市总面积由1.20×103 km2增加至5.54×103 km2，增长了4.34×103 km2，增幅达到361.60%，年均扩张速率为15.72%。其中，2000—2005年的城市面积增长率最高，达到75.04%。区域分布上新疆维吾尔自治区绿洲面积最大，内蒙古自治区绿洲面积最小。具体而言，新疆的绿洲面积在研究期内增长最为显著，从2000年的1.94×105 km2增加至2023年的2.67×105 km2，增长幅度达到37.63%，且在每5 a内的增长速率均位居首位。甘肃省绿洲面积从2000年的2.68×104 km2增加至2023年的3.50×104 km2，位列第二。青海省绿洲面积从2000年的1.83×104 km2持续增加至2023年的2.32×104 km2。内蒙古自治区的绿洲面积最小，从2000年的5.50×103 km2持续增加至2023年的8.78×103 km2。
图4 绿洲与城市面积变化及绿洲规模数量变化趋势

Fig. 4 Changes in the area of oasis and cities and trends in the number of oasis sizes

根据已有绿洲分类研究，本文将绿洲按大小分为微型（<50 km2）、小型（50~100 km2）、中型（100~300 km2）、大型（300~500 km2）和巨型（>500 km2）5类[38]。西北干旱区绿洲数量从2000年的135个减少至2023年的101个，呈现减少趋势。绿洲数量减少主要由于微型、小型和中型绿洲数量的减少，分别下降了42.86%、52.38%和41.86%。相较之下，大型和巨型绿洲的数量几乎保持稳定（图4b）。

2.2 绿洲与城市协同演变关系分析

2.2.1 绿洲与城市协同演变趋势分类结果

基于OER与UER在3个阶段扩张率变化趋势的组合特征结果发现，研究区31个城市中协同演变趋势相似型城市有8个，占比25.81%；趋势相反型城市有23个，占比74.19%。A型城市为和田地区、喀什地区、双河市、阿拉善盟；B型绿洲城市为张掖市、酒泉市、克孜勒苏柯尔克孜自治州（简称克州）；C型城市为阿拉尔市；D型城市为昆玉市、武威市、博尔塔拉蒙古自治州、巴音郭楞蒙古自治州、哈密市、铁门关市、胡杨河市、克拉玛依市、北屯市、昌吉回族自治州和乌鲁木齐市；E型城市为伊犁哈萨克自治州直属县市（简称伊犁州直）、塔城地区、嘉峪关市、吐鲁番市、阿克苏地区、图木舒克市、金昌市、海西蒙古族藏族自治州（简称海西州）、石河子市、可克达拉市、阿勒泰地区和五家渠市。

2.2.2 绿洲城市协同指数趋势分析

干旱区绿洲孕育了城市，深入探究绿洲与城市规模协同发展的关系，有助于维持二者可持续发展。基于OCSI对研究区内31个城市进行了定量分析，结果显示OCSI在2000—2023年总体呈下降趋势，表明城市扩张与绿洲资源的协同性逐步增强（图5）。
图5 绿洲与城市协同指数演变趋势

Fig. 5 Evolution trend of synergy index between oasis and cities

2000—2005年OCSI均值为1.87，5个时间段中最高，海西州和嘉峪关市的OCSI小于1，表现出较高的协同度。18个城市的OCSI在1~2内，11个城市的OCSI大于2。2005—2010年OCSI均值降至1.54，大多数城市的协同程度有所提升。昆玉市的OCSI小于1，协同度最高。26个城市的OCSI在1~2内，4个城市OCSI大于2。然而海西州和嘉峪关市的OCSI均增至2以上，协同度显著下降。2010—2015年OCSI均值进一步下降至1.25，绿洲与城市扩张逐渐趋于协调。北屯市、海西州、嘉峪关市、克州的OCSI明显下降，五家渠市的OCSI是该时期唯一大于2的城市，协同度最低。和田地区和昆玉市的OCSI为1，协同度较高。2015—2020年OCSI均值为3.44，但25个城市的OCSI小于1，主要由于海西州的OCSI猛增至80.66，该地区城市扩张速度远超绿洲扩张速度使得其值明显高于其他城市。为避免极端值的影响，剔除海西州的OCSI值后，均值降至0.86，大多数城市已实现绿洲与城市扩张的协同发展。2020—2023年OCSI均值为1.19，8个城市OCSI小于1，其余城市的OCSI值则表现出明显增高。

2.3 绿洲与城市扩张模式及协同关系分析

中国西北干旱区绿洲与城市的空间扩张模式呈现显著的区域差异，对9个典型城市进行深入分析，有助于揭示不同类型城市的协同演变特征（图6、表2）。
图6 典型城市

Fig. 6 Typical cities

表2 不同扩张模式典型城市空间协同特征分级表

Tab. 2 Grading table of urban spatial synergy characteristics of typical cities with different expansion patterns

扩张模式 典型城市 协同趋势类型 OCSI均值 协同度等级 ΔOCSI 稳定性等级 综合协同度
沿河扩张 伊犁州直 趋势相反型 1.39 低 0.96 中 低协同
金昌市 趋势相反型 1.10 中 0.69 中
阿克苏地区 趋势相反型 1.58 低 1.67 低
填充扩张 张掖市 趋势相似型 1.13 中 0.66 中 高协同
酒泉市 趋势相似型 1.09 高 0.52 高
吐鲁番市 趋势相反型 1.03 高 0.37 高
边缘扩张 乌鲁木齐市 趋势相反型 1.05 高 0.46 高 高协同
克拉玛依市 趋势相反型 .09 高 0.73 中
跳跃扩张 阿拉善盟 趋势相似型 1.17 中 0.70 中 中协同

注：OCSI为绿洲城市协同指数；ΔOCSI为OCSI极差值；伊犁州直为伊犁哈萨克自治州直属县市的简称。

沿河扩张城市如伊犁州直、金昌市、阿克苏地区，城市沿水域扩张，绿洲主要依赖附近河流水资源供给。城市空间呈带状蔓延态势，但绿洲与城市扩张协同性普遍偏低，OCSI值波动较大，综合协同度体现为低协同。填充扩张城市如张掖市、酒泉市、吐鲁番市，主要在绿洲内部扩张。由于城市增长依托于绿洲范围内的土地资源，使绿洲景观格局趋于均质化，绿洲破碎化程度降低，OCSI均值较低且波动幅度较小，表明绿洲与城市空间演变存在高协同性。边缘扩张城市如乌鲁木齐市、克拉玛依市，向绿洲边缘扩张，绿洲与城市的空间重合度较高。绿洲边界随城市扩张发生一定程度的变化，导致部分区域绿洲面积增加，协同度较高。跳跃扩张城市如阿拉善盟，城市用地呈现离散化、非连续性分布，部分新增斑块未与原有绿洲斑块形成有效连接，绿洲与城市空间重合程度较低。综合协同度体现为中协同。总体而言，在西北干旱区，绿洲与城市扩张演变之间并非完全同步，而是存在一定的空间与时间滞后性。城市扩张模式受地理位置、水资源条件和地形特征影响显著，城市增长依赖于绿洲的扩张，同时也受限于绿洲扩张，未来规划中应进一步强化绿洲边界控制与城市增长边界的合理发展机制。

3 讨论

城市的发展依托绿洲生态系统所提供的空间基础与资源承载，绿洲格局亦在城市扩张过程中发生空间重构与边界挤压，二者通过土地利用演变过程形成潜在的双向反馈机制[39]。研究表明，绿洲与城市扩张协同关系存在明显空间差异，且存在时序不一致问题。在不同扩张模式中，沿河式扩张类型具有较强的空间指向性，城市扩张沿水域方向展开，绿洲空间分布与城市开发呈现线性耦合趋势，该类城市的协同性较其他扩张模式差异较大，可能与水源分布相关，但本文未对相关水资源或政策因素进行实证分析，机制层面仍有待深入。
总体来看，绿洲与城市协同演变模式存在多样性，应根据城市扩张模式实施差异化管理。沿河扩张的城市应加强河流沿线绿洲生态保护，划定生态缓冲区，确保绿洲生态系统用水优先级；填充扩张的城市可在保障生态前提下推进城市更新，提升土地利用效率与绿色发展水平；边缘扩张的城市需加强绿洲边缘用地指引，避免扩张交错干扰，确保绿洲生态缓冲区功能可持续；跳跃扩张的城市应限制非连续性扩张，强化绿洲空间连通性，提升绿洲资源的利用率。

4 结论

（1）2000—2023年干旱区绿洲与城市总体呈现扩张态势，但二者速度与格局差异显著。绿洲面积总体显著增长，但数量明显减少，空间上趋于集中化、规模大型化，扩张模式以边缘式和跳跃式为主。
（2）绿洲与城市之间协同趋势存在阶段性波动，OCSI显示出显著区域差异与结构性差异。2000—2023年OCSI整体均值呈下降趋势，表明城市与绿洲的扩张日趋协调。
（3）不同城市扩张模式对应不同的协同程度，空间布局直接影响绿洲与城市协同度。填充扩张与边缘扩张城市的发展依托绿洲空间，绿洲破碎化减少，协同度高；跳跃扩张和沿河扩张城市呈现出较低的协同度。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Burrell A L, Evans J P, De Kauwe M G. Anthropogenic climate change has driven over 5 million km2 of drylands towards desertification[J]. Nature Communications, 2020, 11: 3853, doi: 10.1038/s41467-020-17710-7.

PMID

[2]
Paul H, Fred P. AAAS atlas of population & environment[M]. Berkeley: University of California Press, 2000: 22-156.

[3]
UNFCCC. UN climate change 2023 highlights[R]. Bonn: United Nations Framework Convention on Climate Change Secretariat, 2024.

[4]
Miao L J, Li S Y, Zhang F, et al. Future drought in the dry lands of Asia under the 1.5 and 2.0 ℃ warming scenarios[J]. Earth’s Future, 2020, 8(6): e2019EF001337, doi: 10.1029/2019EF001337.

[5]
Song Y, Xue D Q, Ma B B, et al. Farming in arid areas depletes China’s water[J]. Science, 2023, 379(6633): 651.

[6]
Xue J, Gui D, Lei J, et al. Oasification: An unable evasive process in fighting against desertification for the sustainable development of arid and semiarid regions of China[J]. Catena, 2019, 179: 197-209.

[7]
Sietz D, Lüdeke M K B, Walther C. Categorisation of typical vulnerability patterns in global drylands[J]. Global Environmental Change, 2011, 21(2): 431-440.

[8]
Davis J, Pavlova A, Thompson R, et al. Evolutionary refugia and ecological refuges: Key concepts for conserving Australian arid zone freshwater biodiversity under climate change[J]. Global Change Biology, 2013, 19(7): 1970-1984.

DOI PMID

[9]
Hoffmann R. Contextualizing climate change impacts on human mobility in African drylands[J]. Earth’s Future, 2022, 10(6): e2021EF002591, doi: 10.1029/2021EF002591.

[10]
United Nations. Transforming our world: The 2030 agenda for sustainable development[R]. New York: United Nations General Assembly, 2015.

[11]
刘园园, 马彩虹, 马丽娅. 黄河流域典型绿洲城市扩张模拟及其生态韧性响应研究[J]. 干旱区地理, 2025, 48(3): 506-516.

DOI

[Liu Yuanyuan, Ma Caihong, Ma Liya. Simulation of urban expansion and its response to ecological resilience of typical oases in the Yellow River Basin[J]. Arid Land Geography, 2025, 48(3): 506-516. ]

DOI

[12]
桂东伟, 林敬梧, 刘闯. 中国绿洲高精度数据集视频展示[J]. 全球变化数据学报(中英文), 2024, 8(4): 455-460, 583-588.

[Gui Dongwei, Lin Jingwu, Liu Chuang. Video presentation: High-precision oasis dataset of China[J]. Journal of Global Change Data & Discovery, 2024, 8(4): 455-460, 583-588. ]

[13]
冯益明, 卢琦, 姚斌, 等. 河西走廊-塔克拉玛干沙漠边缘阻击战核心区现状、区划及任务[J]. 中国沙漠, 2024, 44(4): 91-101.

DOI

[Feng Yiming, Lu Qi, Yao Bin, et al. Management regionalization and zoning management tasks of battle against desertification in the core area of Hexi Corridor-Taklimakan Desert edge[J]. Journal of Desert Research, 2024, 44(4): 91-101. ]

DOI

[14]
周亮, 朱彦儒, 孙东琪. 河西走廊城乡居民点空间分异特征及绿洲孕育度分析[J]. 干旱区地理, 2020, 43(1): 227-236.

[Zhou Liang, Zhu Yanru, Sun Dongqi. Spatial differentiation characteristics and oasis breed degree of urban and rural residents in Hexi Corridor[J]. Arid Land Geography, 2020, 43(1): 227-236. ]

DOI

[15]
雷越, 张学斌, 罗君, 等. 基于不同样带的干旱区城市景观格局时空演变特征——以张掖市为例[J]. 生态学报, 2023, 43(5): 2034-2048.

[Lei Yue, Zhang Xuebin, Luo Jun, et al. Spatio-temporal evolution of urban landscape pattern in arid areas based on different zones: A case study of Zhangye City[J]. Acta Ecologica Sinica, 2023, 43(5): 2034-2048. ]

[16]
龚享林, 白永平, 张春悦, 等. 典型“山地-绿洲-荒漠”系统的生态系统服务簇空间分布及其成因分析——以石羊河流域为例[J]. 地理研究, 2025, 44(1): 292-304.

DOI

[Gong Xianglin, Bai Yongping, Zhang Chunyue, et al. Spatial distribution of ecosystem service bundles and their causes in a typical “mountain-oasis-desert” system: A case study of Shiyang River Basin[J]. Geographical Research, 2025, 44(1): 292-304. ]

[17]
郭泽呈, 魏伟, 石培基, 等. 中国西北干旱区土地沙漠化敏感性时空格局[J]. 地理学报, 2020, 75(9): 1948-1965.

DOI

[Guo Zecheng, Wei Wei, Shi Peiji, et al. Spatiotemporal changes of land desertification sensitivity in the arid region of northwest China[J]. Acta Geographica Sinica, 2020, 75(9): 1948-1965. ]

DOI

[18]
马晨, 王宏卫, 谈波, 等. 新疆典型绿洲城乡聚落规模体系特征及空间重构——以渭干河-库车河三角洲绿洲为例[J]. 地理学报, 2022, 77(4): 852-868.

DOI

[Ma Chen, Wang Hongwei, Tan Bo, et al. Characteristics and spatial reconstruction of an urban-rural settlement scale system in a typical oasis in Xinjiang: A case study of the Ugan-Kuqa River Delta Oasis[J]. Acta Geographica Sinica, 2022, 77(4): 852-868. ]

DOI

[19]
林金萍, 雷军, 吴世新, 等. 新疆绿洲乡村聚落空间分布特征及其影响因素[J]. 地理研究, 2020, 39(5): 1182-1199.

DOI

[Lin Jinping, Lei Jun, Wu Shixin, et al. Spatial pattern and influencing factors of oasis rural settlements in Xinjiang, China[J]. Geographical Research, 2020, 39(5): 1182-1199. ]

[20]
侯文兵, 李开明, 黄卓. 近20 a河西地区绿洲效应时空变化特征及归因分析[J]. 干旱区研究, 2023, 40(12): 2031-2042.

DOI

[Hou Wenbing, Li Kaiming, Huang Zhuo. Characterization of spatial and temporal changes in the oasis effect and attribution analysis of the Hexi region in the last 20 years[J]. Arid Zone Research, 2023, 40(12): 2031-2042. ]

DOI

[21]
Cui B, Gui D, Liu Q, et al. Distribution and growth drivers of oases at a global scale[J]. Earth’s Future, 2024, 12(4): e2023EF004086, doi: 10.1029/2023EF004086.

[22]
Liu C, Zhang F, Carl Johnson V, et al. Spatio-temporal variation of oasis landscape pattern in arid area: Human or natural driving?[J]. Ecological Indicators, 2021, 125: 107495, doi: 10.1016/j.ecolind.2021.107495.

[23]
Liu R, Sogachev A, Yang X, et al. Investigating microclimate effects in an oasis-desert interaction zone[J]. Agricultural and Forest Meteorology, 2020, 290: 107992, doi: 10.1016/j.agrformet.2020.107992.

[24]
王敏, 胡守庚, 张绪冰, 等. 干旱区绿洲城镇景观生态风险时空变化分析——以张掖绿洲乡镇为例[J]. 生态学报, 2022, 42(14): 5812-5824.

[Wang Min, Hu Shougeng, Zhang Xubing, et al. Spatio-temporal evolution of landscape ecological risk in oasis cities and towns of arid area: A case study of Zhangye oasis township[J]. Acta Ecologica Sinica, 2022, 42(14): 5812-5824. ]

[25]
孙钦珂, 周亮, 唐相龙, 等. 干旱区绿洲城镇扩张对耕地空间影响及预测——以河西走廊区域为例[J]. 自然资源学报, 2021, 36(4): 1008-1020.

DOI

[Sun Qinke, Zhou Liang, Tang Xianglong, et al. Spatial influence and prediction of oasis urban expansion on cultivated land in arid areas: A case study of the Hexi Corridor[J]. Journal of Natural Resources, 2021, 36(4): 1008-1020. ]

DOI

[26]
王正伟, 王宏卫, 杨胜天, 等. 基于生态系统服务功能的新疆绿洲生态安全格局识别及优化策略——以拜城县为例[J]. 生态学报, 2022, 42(1): 91-104.

[Wang Zhengwei, Wang Hongwei, Yang Shengtian, et al. Identification and optimization strategy of ecological security pattern of oasis in Xinjiang based on ecosystem service function: Taking Baicheng County as an example[J]. Acta Ecologica Sinica, 2022, 42(1): 91-104. ]

[27]
庄庆威, 吴世新, 罗格平, 等. 新疆绿洲变化与资源配置协调性分析[J]. 干旱区地理, 2020, 43(5): 1298-1306.

[Zhuang Qingwei, Wu Shixin, Luo Geping, et al. Changes in oasis and coordination of resource allocation in Xinjiang[J]. Arid Land Geography, 2020, 43(5): 1298-1306. ]

DOI

[28]
康紫薇, 张正勇, 位宏, 等. 基于土地利用变化的玛纳斯河流域景观生态风险评价[J]. 生态学报, 2020, 40(18): 6472-6485.

[Kang Ziwei, Zhang Zhengyong, Wei Hong, et al. Landscape ecological risk assessment in Manas River Basin based on land use change[J]. Acta Ecologica Sinica, 2020, 40(18): 6472-6485. ]

[29]
尹慧慧, 毋兆鹏. 干旱区绿洲城市建设用地扩张时空格局变化特征研究[J]. 生态科学, 2023, 42(5): 231-240.

[Yin Huihui, Wu Zhaopeng. Spatiotemporal changes of urban construction land expansion in oasis in arid region[J]. Ecological Science, 2023, 42(5): 231-240. ]

[30]
Zarch M A A, Sivakumar B, Sharma A. Droughts in a warming climate: A global assessment of standardized precipitation index (SPI) and reconnaissance drought index (RDI)[J]. Journal of Hydrology, 2015, 526: 183-195.

[31]
王蓓, 鄢春华, 王月, 等. 中国西北干旱区过度灌溉绿洲的水分收支特征研究[J]. 北京大学学报(自然科学版), 2020, 56(6): 1122-1128.

[Wang Bei, Yan Chunhua, Wang Yue, et al. Water budget characteristics of over-irrigated oasis in arid region of northwest China[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2020, 56(6): 1122-1128. ]

[32]
Yang J, Huang X. The 30 m annual land cover dataset and its dynamics in China from 1990 to 2019[J]. Earth System Science Data, 2021, 13(8): 3907-3925.

DOI

[33]
Yang J, Dong J, Xiao X, et al. Divergent shifts in peak photosynthesis timing of temperate and alpine grasslands in China[J]. Remote Sensing of Environment, 2019, 233: 111395, doi: 10.1016/j.rse.2019.111395.

[34]
Peng S, Ding Y, Wen Z, et al. Spatiotemporal change and trend analysis of potential evapotranspiration over the Loess Plateau of China during 2011—2100[J]. Agricultural and Forest Meteorology, 2017, 233: 183-194.

[35]
何志斌, 李森, 张志山. 中国干旱区绿洲时空分布数据集(2000—2019年)[DB/OL]. [2024-04-21]. http://www.ncdc.ac.cn.

[He Zhibin, Li Sen, Zhang Zhishan. Spatial and temporal distribution dataset of oasis in arid regions of China (2000—2019)[DB/OL]. [2024-04-21]. http://www.ncdc.ac.cn. ]

[36]
杜军. 2020s中国西北干旱区绿洲分布数据集[DB/OL]. [2024-04-21]. http://www.ncdc.ac.cn.

[Du Jun. Oasis distribution dataset of northwest China arid region in the 2020s[DB/OL]. [2024-04-21]. http://www.ncdc.ac.cn. ]

[37]
颉耀文, 姜海兰, 林兴周, 等. 1963—2013a间临泽绿洲时空变化过程研究[J]. 干旱区资源与环境, 2014, 28(8): 55-60.

[Xie Yaowen, Jiang Hailan, Lin Xingzhou, et al. Research on the spatio-temporal processes of Linze oasis in northwest arid China over a 50 a period[J]. Journal of Arid Land Resources and Environment, 2014, 28(8): 55-60. ]

[38]
Liu X, Wang Y, Xin L. China’s oases have expanded by nearly 40% over the past 20 years[J]. Land Degradation & Development, 2022, 33(18): 3817-3828.

[39]
Zhang X, Song Y, Dewan A, et al. Ecological influence of oasisation on peripheral regions[J]. International Journal of Applied Earth Observation and Geoinformation, 2024, 132: 104004, doi: 10.1016/j.jag.2024.104004.

Options
文章导航

/

〈 〉