EN中文

干旱区研究 >

2024 , Vol. 41 >Issue 6: 1010 - 1020

DOI: https://doi.org/10.13866/j.azr.2024.06.10

生态与环境

近20 a塔里木河流域人类活动及景观生态风险时空变化

  • 杨荣钦 , 1, 2 ,
  • 肖玉磊 3 ,
  • 池苗苗 3 ,
  • 穆振侠 , 1, 2
展开
  • 1.新疆农业大学水利与土木工程学院，新疆 乌鲁木齐 830052
  • 2.新疆水利工程安全与水灾害防治重点实验室，新疆 乌鲁木齐 830052
  • 3.新疆塔里木河流域干流管理局，新疆 库尔勒 841000
穆振侠. E-mail:

杨荣钦（1999-），男，硕士研究生，主要从事水文水资源研究. E-mail:

收稿日期: 2023-11-21

  修回日期: 2024-03-03

  网络出版日期: 2025-08-12

基金资助

新疆维吾尔自治区重点研发专项(2022B03024)

国家自然科学基金项目(52269007)

国家自然科学基金项目(51969029)

自治区天山英才计划第三期

收起

Temporal and spatial variations of human activities and landscape ecological risks in the Tarim River Basin, China, during the last 20 years

  • YANG Rongqin , 1, 2 ,
  • XIAO Yulei 3 ,
  • CHI Miaomiao 3 ,
  • MU Zhenxia , 1, 2
Expand
  • 1. College of Water Conservancy and Civil Engineering, Xinjiang Agricultural University, Urumqi 830052, Xinjiang, China
  • 2. Xinjiang Key Laboratory of Hydraulic Engineering Security and Water Disasters Prevention, Urumqi 830052, Xinjiang, China
  • 3. Management Bureau of the Main Stream of Xinjiang Tarim River Basin, Korla 841000, Xinjiang, China

Received date: 2023-11-21

  Revised date: 2024-03-03

  Online published: 2025-08-12

Fold

摘要

人类活动是区域生态风险加剧的重要因素，亟需探讨人类活动强度对景观生态风险影响。本文以塔里木河流域为研究对象，基于近20 a的5期土地利用、人口空间分布和夜间灯光数据，引入土地利用程度综合指数以改进人类活动强度（HAI）评价体系，定量评价强人类活动下的流域景观生态风险（LER）时空变化，并结合Copula函数以及双变量局部空间自相关模型，揭示LER与HAI的时空关联性。结果表明：（1） 近20 a塔里木河流域HAI显著提高，强人类活动主要分布于水资源较丰富的绿洲区；流域人类活动强度呈增加趋势，低强度区面积占比减少17.88%、中高强度区面积占比增加3.57%。（2） 塔里木河流域LER整体呈四周高、中部低的特征，高风险区主要分布于人类活动较为频繁的绿洲区；流域LER在2015年前呈加剧趋势，但2010年后加剧趋势减缓，2015年后改善趋势逐步显现。（3） 近20 a HAI与LER呈正相关关系，人类活动对LER的正向效应不断增加；2010年后二者关系的增加趋势趋于平缓，正向效应出现由增到减的过渡阶段；空间上H-H聚集区呈增加趋势，分布格局由分散变为集中；2015年后，L-L和H-L聚集区缓慢增加，L-H聚集区缓慢减少。研究结果可为塔里木河流域土地资源合理利用、景观生态保护提供科学参考。

关键词： 景观生态风险; 人类活动; 时空关联; 塔里木河流域

本文引用格式

杨荣钦 , 肖玉磊 , 池苗苗 , 穆振侠 . 近20 a塔里木河流域人类活动及景观生态风险时空变化[J]. 干旱区研究, 2024 , 41(6) : 1010 -1020 . DOI: 10.13866/j.azr.2024.06.10

Abstract

Human activity is an essential factor in the intensification of regional ecological risk. Hence, it is urgent to discuss the impact of human activity intensity (HAI) on the landscape ecological risk. This paper took the Tarim River Basin as the research object. Based on the land use, population spatial distribution, and night light data during five periods from 2000 to 2020, it introduces the comprehensive index of land use degree to improve the evaluation system of HAI and quantitatively evaluates the temporal and spatial changes of landscape ecological risk (LER) in the basin under robust human activity. Combined with the Copula function and bivariate local spatial autocorrelation model, the spatiotemporal correlation between LER and HAI is revealed. The results showed that (1) The HAI in the Tarim River Basin enhanced markedly in the past 20 years, and extensive human activities were mainly distributed in the oasis areas with rich water resources. The intensity of human activities in the basin increased, with the proportion of low-intensity areas diminished by 17.88% and that of medium-high-intensity areas elevated by 3.57%. (2) The overall LER in the Tarim River Basin was characterized by a high surrounding area and a low central area, and the high-risk area was mainly distributed in the oasis areas with more frequent human activities. The LER in the basin intensified before 2015, which slowed down after 2010, and gradually emerged after 2015. (3) The HAI and LER were positively correlated during the past 20 years, and the positive effect of human activities on LER was enhanced. After 2010, the increasing correlation between the two flattened, and a positive effect appeared in the stage of transition from increase to decrease. The H-H cluster area elevated in space, and the distribution pattern changed from dispersion to concentration. After 2015, the L-L and H-L cluster areas slowly increased, unlike the L-H cluster areas. The results can provide a scientific reference for the rational use of land resources and protection of the landscape ecology in the Tarim River Basin.

Key words： landscape ecological risk; human activity; spatio-temporal correlation; Tarim River Basin

土地是一切陆地生态系统的载体[1]，为人类的生存和发展提供了客观的、基础性的物质条件。在社会经济迅速发展和城市化进程不断加速的背景下，人地关系的矛盾正在加剧，传统土地利用模式和景观格局正在被颠覆和改变。生态系统受人类活动加剧、土地利用方式变化等影响[2]，导致生态系统结构变化，进而影响到生态系统的各项功能，其影响利弊互现，正、负效应共存；在生态服务价值提升的同时，也可能诱发诸如生态失调、生态脆弱化、退化等一系列问题，进而改变了区域景观结构，加剧了生态系统的风险，阻碍了生境质量的改善。有研究表明，受人类活动以及气候变化的影响，全球各陆地生态系统出现不同程度的退化，且这种趋势将会进一步加剧[3]，其中，人类活动对生态的影响异常剧烈[4]。人类活动对生态影响越发显著，亟需对区域人类活动强度和生态风险的关系开展研究，以更好的了解生态风险变化内在规律、外在影响机制，为可持续发展提供科学依据。
自20世纪90年代以来，有学者开始从景观尺度进行生态风险评价，为景观生态风险评价奠定了基础[5]。为评估环境保护的有效性，基于风险源和基于景观格局的景观生态风险评价方法已被广泛运用[6]。早期的景观生态风险评价主要针对单一的风险源，难以有效地考虑景观格局和外部压力[7]。随着研究的深入，生态风险评价方法已从传统针对单一风险源的生态风险评价方法逐渐演变为考虑景观格局的生态风险评价方法。基于土地利用变化的景观生态风险评价方法是一种适用于景观复杂地区的评估方法，它能够综合考虑人类活动和自然因素对景观结构、功能和过程的影响[8]。景观生态风险（Landscape Ecological Risk，LER）评价不仅能够评估单个景观类型的风险程度，还可以综合生态与地理因素分析区域LER[9]，注重区域异质性、尺度效应以及景观格局对生态的影响[10]，同时考虑了生态风险的时空演变，因此，更适合于长时间跨度期内的生态风险评估[11]。尽管LER评价受到广泛关注，但人类活动和LER之间关联性的研究仍然有限。人类活动对景观格局的变化速度、方向和模式产生了显著影响，深入研究人类活动对景观生态的影响是确保生态安全和实现可持续发展的关键。因此，不同学者将人类活动强度（Human Activity Intensity，HAI）作为影响因素，引入到生态环境研究中，建立了定量化的评价指标体系，揭示景观生态风险与其关联性[12]。随着科技的进步，3S技术在生态安全评价领域得到了广泛应用，为我们提供了更加精确的生态格局和空间变化数据。由于人类活动的复杂性，导致某些衡量HAI的指标受到了一定的限制，能够反映人类活动的高质量空间数据集相对不足。长期以来，LER评估通常将人类活动作为辅助变量，对LER和HAI之间的关系研究有限[12]。因此，综合评估LER和HAI能够更深入地明晰人地关系的复杂性，可为精确制定生态保护政策和持续推进生态文明建设提供重要参考依据。
塔里木河流域是中国乃至欧亚大陆最为干旱、生态最为脆弱的区域之一[13]，加之人类活动强度的加剧，社会发展与景观生态之间的矛盾日益凸显，使得景观生态系统结构的完整性遭到破坏，加剧了生态风险。深入研究塔里木河流域HAI和LER时空演变特征对流域的可持续发展和生态安全的保障至关重要[14]。尽管不同学者在流域内已开展了生态风险相关研究，但研究主要聚焦于局部生态风险分析，没有全面考虑人类活动对整个流域生态风险的综合影响。因此，为了揭示塔里木河流域人地关系变化趋势，在传统HAI评价方法的基础上，引入土地利用程度综合指数改进的HAI评价体系，定量评价近20 a人类活动下塔里木河流域的LER，并结合Copula函数以及双变量局部空间自相关模型，探讨HAI和LER的时空变化特征及关联性，以期为该区域协调人地关系和景观生态保护提供科学参考。

1 材料与方法

1.1 研究区概况

塔里木河位于新疆南部（73°10′~94°05′E，34°55′~43°08′N），发源于天山以及喀喇昆仑山。塔里木河流域是中国最大的内陆河流域，海拔768~7249 m，面积约103.33×104 km2（图1），具有自然资源丰富和生态环境脆弱的双重特点[15]。河流发源于山区，以冰雪融水补给为主，河长1521 km[16]，最终消散于荒漠和绿洲。流域的景观格局以荒漠为主导，由山地、冰川、河谷草原和绿洲等构成。塔里木河流域属大陆性干旱气候，年平均降水30~50 mm，年平均气温10~15 ℃，年潜在蒸发量2000~2900 mm[17]。塔里木河流域是典型的生态脆弱区，在保障南疆经济发展和生态恢复中起到关键作用[18]，受人类活动的影响，流域内日益突出的荒漠化、土壤盐渍化问题是生态环境退化的典型代表之一[19]。
图1 研究区概况

注：底图采用自然资源部标准地图制作，审图号为GS(2023)2767号，对底图边界无修改。下同。

Fig. 1 Overview of the study area

1.2 数据来源

本文选用的数据包括2000年、2005年、2010年、2015年和2020年5期土地利用数据、人口空间分布数据和夜间灯光数据。土地利用数据来源于中国科学院资源与环境科学数据中心（http://www.resdc.cn/），空间分辨率为30 m×30 m；人口空间分布数据来源于美国能源部橡树岭国家实验室（ORNL）（https://landscan.ornl.gov），空间分辨率30弧秒；夜间灯光数据来源于全球变化科学研究数据出版系统（https://geodoi.ac.cn/）中的中国长时间序列夜间灯光数据集，空间分辨率为1 km×1 km。

1.3 研究方法

1.3.1 人类活动强度指数计算

HAI可以有效反映人类改造自然的能力，现阶段定量表达HAI的指标主要有土地利用、人口空间分布、GDP空间分布和景观类型等。陈泓瑾等[20]研究天山北坡人类活动时引入夜间灯光数据，并融合人口空间分布和土地利用数据表征人类活动时空变化。因此，本研究在前人研究基础上，将土地利用数据替代为土地利用程度综合指数，结合人口空间分布和夜间灯光数据，构建塔里木河流域HAI评价模型，模型表达式为：
H A I = m L + n P + s N
L = 100 × ∑ i = 1 6 A i × C i
式中：HAI为人类活动强度指数，值越大，人类活动越强； L为土地利用程度综合指数； A i为第i类景观的土地利用程度分级指数，参考已有研究[21]，未利用土地=1，林地、草地、水域=2，耕地=3，建设用地=4； C i为第i类景观所占面积百分比；P为人口分布数据；N为夜间灯光指数；m，n，s分别为归一化后L，P，N的权重，参考已有研究[20]，m，n，s分别取0.4、0.3、0.3。

1.3.2 景观生态风险评价

为了合理分析景观生态风险空间分布，综合考虑不同土地利用类型斑块面积和计算量大小，将研究区划分为2742个20 km×20 km的评价单元。
LER受到外部干扰强度和内部脆弱性的共同影响[22]。为了更好的表征评价单元生态风险程度，本研究从塔里木河流域景观结构出发，基于Fragstats软件，选取景观干扰度、损失度和脆弱度指数构建LER评价模型，分析LER时空变化，评价模型如下，具体计算过程见参考文献[23]。
E R I k = ∑ i = 1 n A i k A k R i
式中： E R I k为第k个评价单元的生态风险指数； A i k为评价单元k中第i个景观类型的面积（km2）； A k为评价单元k的面积（km2）； R i为第i个景观类型的损失度指数；n为评价单元k中的景观类型数量。

1.3.3 景观生态风险与人类活动时空关联

（1） 时间关联模型
考虑到Copula函数能较好的表征变量间的相关性特征，揭示变量间的复杂关系，因此，选取Copula函数来直观的描述LER和HAI在时间上的关联性。选用Copula函数类型的差异性将影响到计算结果的精确度，本研究以Frank Copula、Clayton Copula、Gumbel Copula、t Copula、Gaussian Copula为备选函数，利用平方欧式距离进行优选[24]。鉴于Kendall τ和Spearman ρ秩相关系数能同时测度变量之间的线性和非线性关系，并且相关性测度结果更可靠[25]，因此，本研究选用Kendall τ和Spearman ρ秩相关系数对LER和HAI在时间上的关系进行测度。
（2） 双变量局部空间自相关
为探讨变量间的空间相关性，有关学者以Moran’I指数为基础，提出了双变量局部空间自相关指数，用于描述不同变量间空间分布的关联性特征[26]。与传统单变量空间自相关方法相比，双变量局部空间自相关法通过衡量变量间的空间聚集性能够更好的表征不同变量间的空间特征，已被广泛应用。因此，本研究借助双变量局部空间自相关分析方法，探究塔里木河流域LER和HAI的空间关联[27]。

2 结果与分析

2.1 土地利用变化

基于塔里木河流域近20 a土地利用类型转移矩阵（表1）可以看出，近20 a不同土地利用类型的面积发生了明显的变化，整体上不同土地利用类型间转移面积约24.56×104 km2。具体来说，林地、草地和水域等生态用地面积缩减，其他土地利用类型（耕地、建设用地和未利用）面积增加；耕地面积的增加主要来源于草地的转入，建设用地面积的增加主要源于耕地的转入，未利用土地面积的增加主要来源于草地和水域的转入；生态用地的减少表明流域内生态环境遭到了一定的破坏，从而加剧了区域生态风险，而耕地和建设用地面积的增加同时也加剧了区域生态环境压力。林地、草地和水域等生态用地，分别转出约1×104 km2、10.89×104 km2和2.36×104 km2，占总转移面积的4.05%、44.36%和9.60%，转移面积超过了总转移面积的50%，表明区域生态用地变化活跃，稳定性较低。总体来说，塔里木河流域生态用地变化活跃度的增加和面积的缩减加剧了区域的生态风险，建设用地和耕地面积的增加进一步表明了区域人类活动的加强。
表1 塔里木河流域2000—2020年土地利用类型转移矩阵

Tab. 1 Transfer matrix of land use types in Tarim River Basin from 2000 to 2020 /km2

2000年 2020年
耕地 林地 草地 水域 建设用地 未利用土地 总计
耕地 - 1098.66 1425.45 203.65 1297.06 542.65 4567.47
林地 2071.37 - 5722.53 272.24 76.65 1808.06 9950.85
草地 12165.10 6037.15 - 3734.20 289.33 86713.10 108938.87
水域 490.03 231.77 7353.46 - 71.48 15430.09 23576.83
建设用地 822.63 85.20 68.18 8.33 - 36.20 1020.54
未利用土地 4680.59 1418.17 84866.90 5705.87 845.78 - 97517.29
总计 20229.72 8870.95 99436.50 9924.28 2580.30 104530.09 245571.85

2.2 人类活动表征

基于2020年的HAI指数，利用自然断点法将其分为5个等级，即高强度、较高强度、中强度、较低强度和低强度。从近20 a塔里木河流域HAI的时空变化特征（图2）可以看出，强人类活动主要集中在四源一干的建成区及博斯腾湖附近，HAI整体呈现出“依水分布”的空间特征。高强度和较高强度人类活动区域的面积占比呈增加趋势，分别从2000年的0.01%、1.35%增加到2020年的0.13%、3.39%；而低强度区面积占比，由2000年的80.42%减少到2020年的62.37%。总体来说，HAI分布格局与适宜的生态环境密切相关，主要分布在塔里木河干流水资源较丰富的绿洲区，区域人类活动的逐渐加强，可能会对生态环境产生不利的影响。
图2 人类活动强度空间变化特征

Fig. 2 Spatial variation characteristics of human activity intensity

2.3 景观生态风险时空变化

基于克里金插值法得到塔里木河流域近20 a不同时期的ERI空间分布，以2020年的ERI空间数据为基准，对不同时期的ERI数据进行对比分析，并结合自然断点法将LER分为5个等级，即低风险（ERI<0.0527）、较低风险（0.0527≤ERI<0.0713）、中风险（0.0713≤ERI<0.0906）、较高风险（0.0906≤ERI<0.1121）、高风险（ERI≥0.1121）（图3）。
图3 景观生态风险空间变化特征

Fig. 3 Spatial variation characteristics of landscape ecological risk

从图3可以看出，流域内LER整体呈四周高、中部低的特征，其中，高风险区主要分布于人类活动较为频繁的绿洲区；总体上，近20 a的LER在空间上的变化规律是一致的，但部分年份局部区域存在一定波动变化的差异性，这不仅与气候变化存在一定的联系，还与人类活动的强弱有关。从平均ERI的变化（表2）可以看出，近20 a 塔里木河流域的ERI呈增大趋势，即LER呈加剧态势，表明流域景观生态抗干扰能力减弱。由于人类活动对景观生态扰动不断增加，导致绿色生态空间减少，加剧了区域的LER。从近20 a的 LER等级的面积占比（表2）可以看出，塔里木河流域以较低风险和中风险等级面积占比为主，多年平均面积占比分别为38.65%和28.90%；中低风险区面积占比呈下降趋势，较高和高风险区面积占比呈上升趋势，近20 a变化的幅度为±6.84%；2015年前较高和高风险区的面积占比呈增加趋势，但2010年后增加趋势减缓，在2015年后出现反转，表明2015年后区域LER下降，流域景观生态抗干扰能力增强，可能与当地实施的景观生态治理与保护措施有关。
表2 各年平均ERI和LER等级面积占比

Tab. 2 Average area ratio of ERI and LER grades in each year

年份 平均
ERI		 LER各等级面积占比/%
低风险 较低风险 中风险 较高风险 高风险
2000年 0.075 5.79 39.25 31.64 17.37 5.94
2005年 0.075 5.86 39.09 31.19 17.84 6.03
2010年 0.077 3.95 38.51 27.48 19.78 10.28
2015年 0.078 3.93 37.98 26.72 20.24 11.14
2020年 0.078 3.91 38.42 27.49 20.15 10.03

2.4 各土地利用类型景观生态风险分布

通过近20 a不同土地利用类型景观生态风险等级占比情况（图4）可以看出，耕地和建设用地主要分布于较高和高风险区，林地和水域主要分布于中高风险区，草地主要分布于较高、中和较低风险区，未利用土地主要分布于中低风险区。总体上，近20 a耕地在较高和高风险区的面积占比从83.58%增加到90.69%；林地和水域在中风险区面积占比分别减小17.7%和4.6%，而高风险区面积占比分别增加26.95%和12.82%；草地较低风险区的面积占比减少了5.96%，较高风险区的面积占比增加了6.15%。建设用地在2010年和2015年高风险和较高风险面积显著减小，中风险、较低风险和低风险面积占比增加，通过对其面积的时空变化分析，发现2010年和2015年建设用地面积大于其他年，且在博斯腾湖东北部变化幅度较大，大面积的建设用地降低了景观破碎度、景观干扰度，导致生态风险降低。未利用土地整体性和连通性较强，生态风险相对稳定，未表现出明显的生态风险波动变化。
图4 不同土地利用类型景观生态风险等级占比

Fig. 4 Proportion of landscape ecological risk levels of different land use types

2.5 景观生态风险与人类活动时空关联特征分析

利用平方欧式距离（表3）对Copula函数进行优选，最终选择Frank Copula函数作为最优函数，并计算秩相关系数，分析LER和HAI之间的关联性。基于Kendall τ、Spearman ρ秩相关系数（图5）发现，两种秩相关系数均大于0，反映出LER和HAI存在明显的正相关关系，即HAI越强，LER越高，且这种正相关关系在近20 a持续增加，表明塔里木河流域HAI的增加将显著提升区域LER。具体来说， Kendall τ和Spearman ρ秩相关系数在2000—2010年间急剧增加，表明HAI的增加对于塔里木河流域的LER产生了显著影响，LER和HAI之间的协调性下降，而冲突性增加；2010年后Kendall τ和Spearman ρ秩相关系数增长趋势变缓，表明受人类活动的影响流域LER的加剧趋势减缓，这可能与塔里木河流域实施的生态输水以及生态保护等措施有关。
表3 各Copula函数平方欧式距离

Tab. 3 Square Euclidean distance of each Copula function

函数类型 2000年 2005年 2010年 2015年 2020年
Frank Copula 9.50 27.57 26.66 22.60 23.18
Clayton Copula 17.34 36.57 28.92 24.75 24.87
Gumbel Copula 14.22 37.62 51.95 45.32 45.71
t Copula 10.22 29.71 31.04 26.67 27.25
Gaussian Copula 13.18 37.38 48.84 41.18 40.82

注：加粗数据表示函数最优。

图5 HAI和LER时间关联特征

Fig. 5 HAI and LER temporal association characteristics

根据双变量局部空间自相关分析结果，得到HAI和LER聚集情况（图6）。整体上，H-H、H-L和L-H聚集区呈现分散特点，主要分布在山区和人类活动强度较高的区域，而L-L聚集区主要分布在塔克拉玛干沙漠及其东部地区。在2000—2020年期间，H-H聚集区明显增加，并且由分散状态逐渐变为集中状态；L-L聚集区在2000—2015年期间缓慢减少，2015年后开始缓慢增加，相对于2000年其聚集性更加显著；L-H聚集区呈先增加后减小的趋势；H-L聚集区呈先减少后增加的趋势。综合来看，分析结果反映了HAI对LER影响范围不断提升，以及生态风险与人类活动之间复杂的空间关系。
图6 HAI和LER空间关联特征

注：H-H表示HAI高和LER高；L-L表示HAI低和LER低；L-H表示HAI低和LER高；H-L表示HAI高和LER低。

Fig. 6 HAI and LER spatial correlation features

3 讨论

3.1 土地利用变化与景观生态风险分析

塔里木河流域对气候环境变化和人类活动高度敏感，自2000年以来，土地利用类型和格局显著变化，林地、草地和水域面积缩减，而耕地、建设用地和未利用土地面积增加，这些土地利用变化对生态产生了广泛影响，其中，林草地的退化和减少削弱了地表径流的蓄渗能力及增加了土壤侵蚀，导致水源涵养能力的降低[28]；水域面积减少，造成了生物多样性的严重减退，可用的生态水源减少，产生明显的生态问题[29]；由于人口的快速增加，导致耕地面积迅速扩张，部分耕地受水资源和土壤肥力的影响，可能会造成土地质量下降[30]，产生边耕边弃等现象[31]，引起次生盐渍化和土地沙化等问题[32]，从而增加区域景观生态风险。因此，需要进行综合的土地管理和生态保护策略，以平衡经济发展和生态保护之间的关系，确保可持续的土地利用，最大限度地减少不利后果。为减缓或改善这种不利影响，需从不同层面制定有效的景观生态保护措施，如严格实施生态补偿机制、严格管控粗放式土地利用并合理规划土地资源的利用。
研究的5个时期中，LER高风险和较高风险区面积呈先增加后减小的变化趋势，而中低风险区面积变化趋势相反。尤其是在2015年之后，当地实施的生态输水、“山水林田湖草沙”系统治理等一系列生态环境保护措施已初见成效，景观生态得到恢复，区域LER下降。虽然，实施了这些措施，但是景观生态风险短期改善成效并不显著，因此，需要长期实施生态保护措施，有效改善区域景观生态问题。人类活动是诱发景观生态风险的重要因素，随着人口快速增长和社会经济不断的发展，人类活动对土地结构变化的影响越来越显著[33]。土地利用的变化是人类活动的直接体现[34]，生产生活增加了对不同土地类型的需求，开发建设活动造成有限的土地资源频繁转换[35]，改变了原有的景观格局，从而增加景观生态风险。研究中反映人类活动的建设用地和耕地面积大幅增加，改变了自然景观生态的格局，因此，这些区域景观生态风险相对较高。除了人类活动的影响外，气候变化也是诱发景观生态风险的重要因素。气候变化背景下，极端干旱事件增加、风沙灾害频发等[36]，对景观格局的整体性和连通性产生了负面影响，增加区域景观生态风险。

3.2 人类活动与景观生态风险关联分析

近年来，塔里木河流域人口不断增长，导致对景观生态的扰动明显增加，引发了许多景观生态问题。随着人类活动扰动的不断增加，流域内生态用地大幅减少以及耕地和建设用地的持续扩张，造成区域景观生态抗干扰能力减弱，LER加剧。邓晓雅等[37]对塔里木河流域研究也发现，人类活动对景观生态的干扰不断增强，导致耕地和建设用地大幅增加，绿色生态空间减小，流域景观的破碎化程度不断加深。通过对近20 a塔里木河流域HAI与LER的关联性研究发现，二者呈现出明显的正相关关系，表明人类活动对流域LER产生了影响，与前人研究[38]结论一致。本研究与之不同的是，塔里木河流域人类活动对LER的正向效应逐渐增加，但2010年后这种增加趋势趋于平缓，究其原因主要是所在流域人类活动的加剧以及社会经济的快速发展所触发的，导致了流域景观生态保护滞后于社会发展，HAI与LER的冲突性增加、协调性降低，对区域景观生态产生了较大的潜在影响，随着这种影响不断增加，在一定程度上激化了人地矛盾，从而加剧了流域的LER。方林等[12]通过对长三角地区的HAI与LER关联性研究也发现了类似的结论，从长期来看，人类活动对LER的正向效应出现了先增加后减小的趋势；而塔里木河流域到2010年后人类活动对LER的正向效应才缓慢显现出由增到减的过渡阶段，并且这种过渡是一个漫长的过程，伴随着所在流域生态输水、生态保护措施及政策的持续实施、保护力度的提升、人们对生态保护意识的不断提高以及在社会发展基础上长期可持续发展策略的建立等，塔里木河流域生态好转的效应才能持续显现，人类活动对LER的正向效应才能保持稳定下降，并进一步向人地和谐转变。

3.3 不确定性分析

自然条件和人类活动干扰着生态系统和生态过程的作用，进而影响到景观生态格局[39]。前人研究表明，土地利用变化可以改变景观格局，从而影响生态健康与安全[40]。为了揭示塔里木河流域人-地-生态关系，本研究利用HAI表征人类活动和基于土地利用变化计算的景观生态风险指数表征LER，分析二者的关联性，考虑到不同因素影响的复杂性，研究中仍存在一定的不确定性。本研究在原有HAI评价体系中将土地利用数据进行量化，引入到HAI评价体系，进一步补充了评价指标，但鉴于现有HAI评价数据的有限性，HAI评价体系仍比较单一，需要不断补充完善；评价单元划分的合理性是影响区域LER评价结果精度的基础，由于景观评价具有明显的尺度效应，精细化的网格单元可更有效的表达LER微观特征，但其也增加了研究的工作量及计算难度，最佳评价单元尺度的选择的不确定性，影响结果的合理性，需在未来研究中不断验证与完善。尽管研究中存在一定的不确定性的影响因素，但研究LER评价结果与实际存在较好的相符性，成果具有一定的合理性，可为区域景观生态保护提供一定的指导依据。

4 结论

基于2000—2020年5期土地利用、人口空间分布和夜间灯光数据，引入土地利用程度综合指数改进HAI评价体系，定量评价强人类活动下的LER，并结合Copula函数以及双变量局部空间自相关模型，揭示LER与HAI的时空关联性。主要结论如下：
（1） 近20 a塔里木河流域HAI显著提高，强人类活动主要分布于水资源较丰富的绿洲区，尤其以塔里木河流域干流区最明显；整个研究区人类活动强度呈增加趋势，低强度区面积占比减少17.88%、中高强度区面积占比增加3.57%。
（2） 塔里木河流域LER整体呈四周高、中部低的特征，高风险区主要分布于人类活动较为频繁的绿洲区；流域LER在2015年前呈加剧趋势，但2010年后加剧趋势减缓，呈现出LER好转的过渡阶段，尤其以2015年后改善趋势逐步显现。
（3） 近20 a HAI与LER呈正相关关系，人类活动对LER的正向效应不断增加，加剧了区域LER；随着生态输水以及生态保护等措施的实施，2010年后二者关系的增加趋势趋于平缓，正向效应出现由增到减的过渡阶段；空间上H-H聚集区呈增加趋势，分布格局由分散变为集中；2015年后，L-L和H-L聚集区缓慢增加，L-H聚集区缓慢减少。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
曹顺爱, 吴次芳, 余万军. 土地生态服务价值评价及其在土地利用布局中的应用——以杭州市萧山区为例[J]. 水土保持学报, 2006, 20(2): 197-200.

[Cao Shunai, Wu Cifang, Yu Wanjun. Evaluation of land ecological service and its application in overall arrangement of land use: A case study of Xiaoshan, Hangzhou[J]. Journal of Soil and Water Conservation, 2006, 20(2): 197-200. ]

[2]
Mikša K, Kalinauskas M, Inácio M, et al. Ecosystem services and legal protection of private property. Problem or solution?[J]. Geography and Sustainability, 2020, 1(3): 173-180.

[3]
Burkhard B, Kroll F, Nedkov S, et al. Mapping ecosystem service supply, demand and budgets[J]. Ecological Indicators, 2012, 21: 17-29.

[4]
刘坤, 于赐刚, 张艺凡, 等. 青藏高原自然保护区人类活动及其影响研究现状与热点[J]. 应用与环境生物学报, 2022, 28(2): 508-516.

[Liu Kun, Yu Cigang, Zhang Yifan, et al. Research status and current hotspots on the human impact on natural reserves in the Qinghai-Tibetan Plateau[J]. Chinese Journal of Applied and Environmental, 2022, 28(2): 508-516. ]

[5]
Norton S, Rodier D, Van Der Schalie W H, et al. A framework for ecological risk assessment at the EPA[J]. Environmental Toxicology and Chemistry, 1992, 11(12): 1663-1672.

[6]
彭建, 党威雄, 刘焱序, 等. 景观生态风险评价研究进展与展望[J]. 地理学报, 2015, 70(4): 664-677.

[Peng Jian, Dang Weixiong, Liu Yanxu, et al. Review on landscape ecological risk assessment[J]. Acta Geographica Sinica, 2015, 70(4): 664-677. ]

[7]
徐丽芬, 许学工, 卢亚灵, 等. 基于自然灾害的北京幅综合生态风险评价[J]. 生态环境学报, 2010, 19(11): 2607-2612.

[Xu Lifen, Xu Xuegong, Lu Yaling, et al. Integrated ecological risk assessment of J-50 based on natural disasters risk source[J]. Ecology and Environmental Sciences, 2010, 19(11): 2607-2612. ]

[8]
Hou M, Ge J, Gao J, et al. Ecological risk assessment and impact factor analysis of alpine wetland ecosystem based on LUCC and boosted regression tree on the Zoige Plateau, China[J]. Remote Sensing, 2020, 12(3): 1-22.

[9]
Leuven R, Isabelle D. Riverine landscape dynamics and ecological risk assessment[J]. Freshwater Biology, 2002, 47(4): 845-865.

[10]
Ai J, Yu K, Zhen Z, et al. Assessing the dynamic landscape ecological risk and its driving forces in an island city based on optimal spatial scales: Haitan Island, China[J]. Ecological Indicators, 2022, 137: 108771.

[11]
Liu J, Wang M, Yang L. Assessing landscape ecological risk induced by land-use/cover change in a county in China: A GIS- and landscape-metric-mased approach[J]. Sustainability, 2020, 12(21): 9037.

[12]
方林, 方斌, 刘艳晓, 等. 长三角地区景观生态风险与人类活动强度的响应及其时空关联[J]. 农业工程学报, 2022, 38(22): 210-219.

[Fang Lin, Fang Bin, Liu Yanxiao, et al. Scale response and spatiotemporal correlations between landscape ecological risk and human activity intensity in the Yangtze River Delta region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2022, 38(22): 210-219. ]

[13]
邓铭江. 干旱内陆河流域河湖生态环境复苏关键技术[J]. 中国水利, 2022, 73(7): 21-27.

[Deng Mingjiang. Key technologies of rivers and lakes eco-environment recovery in arid inland river basin[J]. China Water Resources, 2022, 73(7): 21-27. ]

[14]
彭茹燕, 刘连友, 张宏. 人类活动对干旱区内陆河流域景观格局的影响分析——以新疆和田河中游地区为例[J]. 自然资源学报, 2003, 18(4): 492-498.

[Peng Ruyan, Liu Lianyou, Zhang Hong. Analysis of the impacts of human activities on landscape patterns in inland river basin of arid zone: Taking the middle reaches of Hetian River as an example[J]. Journal of Natural Resources, 2003, 18(4): 492-498. ]

[15]
刘新华, 徐海量, 凌红波, 等. 塔里木河干流河道生态需水量研究[J]. 干旱区研究, 2012, 29(6): 984-991.

[Liu Xinhua, Xu Hailiang, Ling Hongbo, et al. Study on ecological water requirements along the mainstream channel of the Tarim River[J]. Arid Zone Research, 2012, 29(6): 984-991. ]

[16]
Ling H, Yan J, Guo B, et al. Evaluation of water and land exploitation based on the ecosystem service value in a hyper-arid region with intensifying basin management[J]. Land Degradation & Development, 2019, 30(18): 2165-2176.

[17]
邓铭江, 周海鹰, 徐海量, 等. 塔里木河干流上中游丰枯情景下生态水调控研究[J]. 干旱区研究, 2017, 34(5): 959-966.

[Deng Mingjiang, Zhou Haiying, Xu Hailiang, et al. Regulation of ecological water volume under high-or low-flow in the mainstream area of the Tarim River[J]. Arid Zone Research, 2017, 34(5): 959-966. ]

[18]
杜慧娟, 王光耀, 冉光妍, 等. 面向SDGs的塔里木河流域农业灰水足迹分析[J]. 干旱区研究, 2023, 40(7): 1184-1193.

[Du Huijuan, Wang Guangyao, Ran Guangyan, et al. Agricultural gray water footprint in the Tarim River Basin using SDGs analysise[J]. Arid Zone Research, 2023, 40(7): 1184-1193. ]

[19]
邓铭江, 樊自立, 徐海量, 等. 塔里木河流域生态功能区划研究[J]. 干旱区地理, 2017, 40(4): 705-717.

[Deng Mingjiang, Fan Zili, Xu Hailiang, et al. Ecological function regionalization of Tarim River Basin[J]. Arid Land Geography, 2017, 40(4): 705-717. ]

[20]
陈泓瑾, 刘琳, 张正勇, 等. 天山北坡人类活动强度与地表温度的时空关联性[J]. 地理学报, 2022, 77(5): 1244-1259.

[Chen Hongjin, Liu Lin, Zhang Zhengyong, et al. Spatiotemporal correlation between human activity intensity and surface temperature on the north slope of Tianshan Mountains[J]. Acta Geographica Sinica, 2022, 77(5): 1244-1259. ]

[21]
庄大方, 刘纪远. 中国土地利用程度的区域分异模型研究[J]. 自然资源学报, 1997, 12(2): 10-16.

[Zhuang Dafang, Liu Jiyuan. Study on the model of regional differentiation of land use degree in China[J]. Journal of Natural Resources, 1997, 12(2): 10-16. ]

[22]
Lan Y, Chen J, Yang Y, et al. Landscape pattern and ecological risk assessment in Guilin Based on land use change[J]. International Journal of Environmental Research and Public Health, 2023, 20(3): 2045.

[23]
张学斌, 石培基, 罗君, 等. 基于景观格局的干旱内陆河流域生态风险分析——以石羊河流域为例[J]. 自然资源学报, 2014, 29(3): 410-419.

[Zhang Xuebin, Shi Peiji, Luo Jun, et al. The ecological risk assessment of arid inland river basin at the landscape scale:A case study on Shiyang River Basin[J]. Journal of Natural Resources, 2014, 29(3): 410-419. ]

[24]
朱瑞广, 吕大刚. 基于Copula函数的主余震地震动强度参数相关性分析[J]. 工程力学, 2019, 36(2): 114-123.

[Zhu Ruiguang, Lv Dagang. Copula-based correlation analysis of intensity measures of mainshock-aftershock ground motions[J]. Engineering Mechanics, 2019, 36(2): 114-123. ]

[25]
张龄月. 一类有关随机向量间非线性相依度量的研究及其应用[D]. 大连: 大连理工大学, 2022.

[Zhang Lingyue. The Measures of Nonlinear Dependence for Random Vectors and Their Application[D]. Dalian: Dalian University of Technology, 2022. ]

[26]
郑德凤, 郝帅, 吕乐婷, 等. 三江源国家公园生态系统服务时空变化及权衡-协同关系[J]. 地理研究, 2020, 39(1): 64-78.

[Zheng Defeng, Hao Shuai, Lv Leting, et al. Spatial-temporal change and trade-off/synergy relationships among multiple ecosystem services in Three-River-Source National Park[J]. Geographical Research, 2020, 39(1): 64-78. ]

[27]
钟绍卓, 孙浩源. 不同情景下祁连山国家级自然保护区生态系统服务时空变化及权衡与协同关系[J]. 水土保持研究, 2023, 30(5): 358-369.

[Zhong Shaozhuo, Sun Haoyuan. Assessment on spatiotemporal variation and synergies/tradeoffs relationships of ecosystem services in Qilian Mountain National Nature Reserve under different scenarios[J]. Research of Soil and Water Conservation, 2023, 30(5): 358-369. ]

[28]
Cao S, Chen L, Shankman D, et al. Excessive reliance on afforestation in China’s arid and semi-arid regions: Lessons in ecological restoration[J]. Earth-Science Reviews, 2011, 104(4): 240-245.

[29]
Thornbrugh D, Infante D, Tsang Y. Regional trends of biodiversity indices in the temperate mesic United States: Testing for influences of anthropogenic land use on stream fish while controlling for natural landscape variables[J]. Water, 2023, 15(8): 1591.

[30]
Niki R, Erik L O, Sara I, et al. Perceived causes and solutions to soil degradation in the UK and Norway[J]. Land, 2022, 11(1): 131.

[31]
李路, 孙桂丽, 陆海燕, 等. 喀什绿洲土地利用空间格局变化特征分析[J]. 西南大学学报(自然科学版), 2020, 42(5): 141-150.

[Li Lu, Sun Guili, Lu Haiyan, et al. Analysis of dynamic change characteristics of land use spatial pattern in Kashgar Oasis[J]. Journal of Southwest University(Natural Science Edition), 2020, 42(5): 141-150. ]

[32]
师君银, 马勇刚, 许仲林. 喀什地区土地利用变化对生境质量的影响[J]. 西南农业学报, 2023, 36(11): 2480-2490.

[Shi Junyin, Ma Yonggang, Xu Zonglin. Impact of land use changes on habitat quality in Kashgar region[J]. Southwest China Journal of Agricultural Sciences, 2023, 36(11): 2480-2490. ]

[33]
王文杰, 张永福, 王慧杰. 基于GIS干旱区绿洲县域土地利用变化生态风险分析——以新疆泽普县为例[J]. 水土保持研究, 2016, 23(6): 216-220, 2.

[Wang Wenjie, Zhang Yongfu, Wang Huijie. Analysis on ecological risk of land use at county level in the arid oasis base on GIS—A case study in Zepu of Xinjiang[J]. Research of Soil and Water Conservation, 2016, 23(6): 216-220, 2. ]

[34]
朱会义, 李秀彬. 关于区域土地利用变化指数模型方法的讨论[J]. 地理学报, 2003, 58(5): 643-650.

[Zhu Huiyi, Li Xiubin. Discussion on the index method of regional land use change[J]. Acta Geographica Sinica, 2003, 58(5): 643-650. ]

[35]
王鹏, 秦思彤, 胡慧蓉. 近30 a拉萨河流域土地利用变化和生境质量的时空演变特征[J]. 干旱区研究, 2023, 40(3): 492-503.

[Wang Peng, Qin Sitong, Hu Huirong. Spatial-temporal evolution characteristics of land use change and habitat quality in the Lhasa River Basin over the past three decades[J]. Arid Zone Research, 2023, 40(3): 492-503. ]

[36]
赵新风, 徐海量, 张鹏, 等. 塔里木河下游地区不同滴灌频率下沙枣防护林成活率与生长量特征[J]. 林业科学, 2012, 48(10): 150-156.

[Zhao Xinfeng, Xu Hailiang, Zhang Peng, et al. Survival rate and growth characteristics of Elaeagnus angustifolia shelterbelts under the different drip irrigation frequency in the lower reaches of Tarim River[J]. Scientia Silvae Sinicae, 2012, 48(10): 150-156. ]

[37]
邓晓雅, 龙爱华, 高海峰, 等. 塔里木河流域绿色生态空间与景观格局变化研究[J]. 中国水利水电科学研究院学报, 2020, 18(5): 369-376.

[Deng Xiaoya, Long Aihua, Gao Haifeng, et al. Processes shaping land cover and green space changes in the Tarim River Basin[J]. Journal of China Institute of Water Resources and Hydropower Research, 2020, 18(5): 369-376. ]

[38]
魏靖阳, 於冉, 付丹阳, 等. 成渝城市群景观生态风险与人类活动强度时空关联分析[J]. 安徽农业大学学报, 2023, 50(5): 887-896.

[Wei Jingyang, Yu Ran, Fu Danyang, et al. Spatial-temporal correlation analysis of landscape ecological risk and human activity intensity in Chengdu-Chongqing urban agglomeration[J]. Journal of Anhui Agricultural University, 2023, 50(5): 887-896. ]

[39]
Chen L, Sun R, Lu Y. A conceptual model for a process-oriented landscape pattern analysis[J]. Science China Earth Sciences, 2019, 62(12): 2050-2057.

[40]
Tian P, Cao L, Li J, et al. Landscape characteristics and ecological risk assessment based on multi-scenario simulations: A case study of Yancheng Coastal Wetland, China[J]. Sustainability, 2020, 13(1): 149.

Options
文章导航

/

〈 〉