长江科学院院报

长江科学院院报 >

2025 , Vol. 42 >Issue 3: 84 - 91

DOI: https://doi.org/10.11988/ckyyb.20231294

水土保持与生态修复

阿里地区生态系统类型演变及敏感性分区

  • 徐涛 ,
  • 台灵啸 ,
  • 薛羽梅 ,
  • 马小伟
展开
  • 陕西地矿区研院有限公司,陕西 咸阳 712000
台灵啸(1997-),女,河南焦作人,硕士,主要从事土地生态与可持续发展研究。E-mail:

徐 涛(1986-),男,陕西咸阳人,高级工程师,硕士,主要从事生态修复、环境地质等研究。E-mail:

Copy editor: 王 慰

收稿日期: 2023-11-23

  修回日期: 2024-03-26

  网络出版日期: 2024-12-26

基金资助

地区本级重点研发及转化专项(ALKJ-BJCZ-2022-04)

收起

Evolution and Sensitivity Zoning of Ecosystem Types in Ali Prefecture

  • XU Tao ,
  • TAI Ling-xiao ,
  • XUE Yu-mei ,
  • MA Xiao-wei
Expand
  • Regional Geological Survey Academe of Shaanxi Geology and Mining Group Co., Ltd., Xianyang 712000,China

Received date: 2023-11-23

  Revised date: 2024-03-26

  Online published: 2024-12-26

Fold

摘要

以2000年、2010年、2020年Landsat影像为数据源,利用生态系统动态度和转移矩阵模型对近20 a阿里地区生态系统类型动态变化进行研究,其次基于“S-R-P”模型,选取14项指标构建敏感性评价指标体系,最终划分生态敏感分区,以期维护生态系统稳定,科学构筑生态安全屏障。结果表明:①8种生态系统类型均发生不同程度消长,动态度变化上,以城镇和农田生态系统变化最为活跃;②荒漠和草地是阿里地区生态系统演变中重要的“源”与“汇”;③生态敏感性以中、高度敏感区为主,面积16.88万km2,占比近50%,且空间分布上呈现西北高东南低、低敏感区环抱高敏感区的特征。

关键词： 生态系统; 生态敏感性; S-R-P模型; 阿里地区

本文引用格式

徐涛 , 台灵啸 , 薛羽梅 , 马小伟 . 阿里地区生态系统类型演变及敏感性分区[J]. 长江科学院院报, 2025 , 42(3) : 84 -91 . DOI: 10.11988/ckyyb.20231294

Abstract

Taking Landsat images in 2000, 2010, and 2020 as data sources, we examined the dynamic changes of ecosystem types in the Ali prefecture in Tibet autonomous region over the past two decades by using ecosystem dynamics degree and transfer matrix model. Within the “Sensitivity-Pressure-Resilience” assessment framework, we selected 14 indicators to establish a sensitivity evaluation index system to delineate ecological sensitive zones, aiming to maintain ecosystem stability and scientifically build ecological security barriers. The findings demonstrate that 1) All eight ecosystem types experienced varying degrees of changes.The degree of dynamics for urban ecosystem and agricultural ecosystem displayed the most significant changes. 2) Deserts and grasslands served as crucial “sources” and “sinks” during the ecosystem evolution in the Ali prefecture. 3) The ecological sensitive areas mainly consisted of medium- and high-sensitivity zones, covering an area of 168 800 km2, which accounted for nearly 50% of the total. Spatially, the northwest part of Ali prefecture exhibited high sensitivity, while the southeast part low sensitivity, with low-sensitivity areas encircling high-sensitivity areas.

Key words： ecosystem; ecological sensitivity; S-R-P model; Ali prefecture

开放科学(资源服务)标识码(OSID):

0 引言

在人口持续扩张、各类开发建设活动高涨的背景下,生态环境正遭遇不同程度破坏,生态景观破碎化、生物多样性减少、冰川消退、荒漠化、水土流失、生态功能退化等一系列问题随之衍生,生态问题日益突出,影响生态系统的稳定[1-2]。生态系统演变和敏感性评价是目前学界研究热点。良好的生态系统是物种繁衍生存的重要基础,准确地揭示其演变规律可为生态系统功能研究提供基础保障[3]。生态敏感性可表征生态系统受外界干扰产生的反应及自我恢复能力[4],对其现状及空间分布格局研究,能有效指导区域生态系统保护与修复,筑牢区域生态安全屏障。
近年来,由于气候暖湿化加快了各类生态系统之间的转化速度[5],现有的相关研究主要针对某一类或几类相对独立的生态系统[6-7],对于全域各类生态系统间横向对比研究较少。生态敏感性方面,国外学者主要集中于大尺度、大区域下某一因子对生态环境的影响[8-9],为我国开展相关研究提供了新思路;国内学者主要集中于荒漠化[10]、生物多样性、土壤侵蚀[11]等研究,主要通过构建评价模型展开研究,包括“暴露性-敏感性-适应能力”(VSD)模型[12]、“驱动-压力-状态-影响-响应”(DPSIR)模型[13]、“压力-状态-响应”(PSR)模型[14]等。已有研究表明,“S-R-P”模型涵盖生态敏感绝大部分要素,应用最为广泛[15]。如徐至真等[16]结合自然人为因素,采用“S-R-P”模型得出柴达木盆地生态脆弱性程度较高。但由于研究尺度及研究内容的差异性,此评价方法尚未统一标准规范[17],因此如何科学合理选取指标体系参数,有待进一步研究。
青藏高原生态安全问题[18]备受学界重视,而阿里地区作为青藏高原北部—羌塘高原核心地带、全国重要生态功能区,肩负筑牢国家生态安全屏障、建设生态文明高地重要使命。目前学界对其研究主要集中于气象变化[19-20]、地质[21-22]等方面,在生态敏感层面较为缺乏。因此,以阿里地区为研究对象,首先采用生态系统动态度及生态系统类型转移矩阵,分析近20 a阿里地区全域各类生态系统类型变化,识别生态系统中较为敏感的类型;其次基于“S-R-P”模型构建生态敏感性评价指标体系,识别阿里地区生态敏感区域分布特征,为后续生态保护与修复提供依据,维护生物多样性价值,筑牢生态安全屏障,真正实现“山水林田湖草冰沙”一体化保护。

1 研究区概况

阿里地区地处中国西南边陲、藏北羌塘高原核心地带,为西藏西部边境地区。地理坐标介于78°23'40″E—86°11'51″E,29°40'40″N—35°42'55″N之间,东西跨度700 km,南北跨度680 km,总面积33.72万km2(地理区位如图1)。全域属高寒气候,年均气温0.0~3.3 ℃,极端最低气温-44.6 ℃,极端最高气温27.6 ℃,昼夜温差大,季节变化不明显,气候条件恶劣。地形复杂多样,总体地势南北高、中部低,平均海拔4 500 m,有“世界屋脊的屋脊”之称。阿里地区分布着森林、灌丛、草地、湿地、农田、城镇、荒漠、冰川等各种生态系统类型,其中以荒漠和草地分布较为广泛,约占国土总面积的90%,独特的高寒气候使得阿里地区生态环境十分严酷。
图1 阿里地区地理位置

Fig.1 Geographical location of Ali prefecture

2 数据与方法

2.1 数据来源与处理

(1)行政区划数据:中国多年度省级行政区划边界数据,数据来源于资源环境科学数据注册与出版系统。
(2)土地覆被数据:涉及2000年、2010年、2020年三期Landsat-TM/ETM和Landsat 8遥感影像数据,主要来源于中国科学院地理科学与资源研究所(http://www.resdc.cn),空间分辨率30 m。共包含6个一级类,23个二级类,并依据《全国生态状况调查评估技术规范——生态系统遥感解译与野外核查》(HJ 1166—2021)中生态系统分类体系,将其重新划分为为森林、灌丛、草地、湿地、农田、城镇、荒漠、冰川8种生态系统(见表1),并基于Fragstast软件计算得出景观破碎度数据。
表1 阿里地区生态系统分类

Table 1 Classification of ecological system in Ali prefecture

土地覆被类型 生态系统类型
有林地、疏林地、其他林地 森林
灌木林 灌丛
高中低覆盖度草地 草地
河渠、湖泊、水库、坑塘滩涂、滩地、沼泽地 湿地
旱地 农田
城镇用地、农村居民点、其他建设用地 城镇
沙地、戈壁、盐碱地、裸土地、高寒荒漠、苔原 荒漠
永久性冰川雪地 冰川
(3)数字高程模型数据(Digital Elevation Model,DEM):来源于地理空间数据云平台(http://www.gscloud.cn),空间分辨率90 m,基于DEM数据提取坡度、坡向、地形起伏度。
(4)气象数据:来源于中国气象科学数据共享服务网(http://data.Cma.cn),空间分辨率1 000 m,主要包括降雨量、气温、风速,数据类型为Excel表格,将日值观测数据进行合成得到年尺度观测数据集,最终得出年平均降水量、年平均气温、年平均风速数据,采用空间插值法,得出栅格数据集。
(5)土壤数据:来源于中国1:100万土壤数据库,土壤侵蚀数据利用RUSLE计算所得[23]。
(6)生物多样性价值数据来源于地球资源数据云平台(http://www.gis5g.com),空间分辨率250 m。
(7)植被数据:净第一性生产力数据来源于地球资源数据云平台(http://www.gis5g.com),空间分辨率500 m。
(8)社会经济数据:主要包括人口分布和夜间灯光数据,人口数据来源于资源环境科学数据注册与出版系统,空间分辨率1 000 m,夜间灯光数据采用“NPP-VIIRS”。为方便后期统一处理与分析,将数据重采样至1 km×1 km,并统一采用WGS_1984坐标系。

2.2 研究方法

2.2.1 生态系统格局

(1)生态系统动态度。生态系统动态度是反映某一段时期内生态系统类型的变化情况包含其活跃程度,动态度越高,则表明其活跃程度越高、稳定性越差。计算式[24]为
K = U b - U a U a   1 t × 100 % 　 。
式中:Ua、Ub分别为研究期初、期末生态系统类型的面积;t为研究时间段;K为动态度,K为正值即面积增加,K为负值即面积减少。
(2)生态系统类型转移矩阵。转移矩阵以2个时期为研究对象,定量描述生态系统间演变过程,揭示对象之间的内在联系与变化方向[25]。计算式[26]为
L i j = L 11 ··· L 1 n ︙ ⋱ ︙ L n 1 ··· L n m 　 。  
式中:L为生态系统面积;i、j分别为期初、期末生态系统类型;n为生态系统类型数量。

2.2.2 生态敏感性评价

(1)评价模型构建。“S-R-P”模型是评估区域生态系统脆弱性的模型之一,生态系统内部结构的不稳定性使其易受外界影响,表现出脆弱性。但与此同时也会表现出一定的恢复力[27]。共包含生态敏感度(sensitivity)、生态恢复力(resilience)和生态压力度(pressure)3个维度。
(2)评价指标选取及权重确定。基于“S-R-P”模型,结合阿里地区生态环境现状、高寒气候及地形地貌特征,兼顾数据收集与处理,从生态敏感度、生态恢复力、生态压力度3个层面,构建适用于阿里地区的生态敏感性评价指标体系(见表2)。依据研究区实际情况,并结合前人研究[28],划分为生态良好区、轻度敏感区、中度敏感区、高度敏感区域、极高敏感区5个等级。各评价指标均为栅格数据集,采用自然断点法对各层级的要素进行分级赋值,在敏感性评价中,正向要素赋值越大代表敏感越高。对于土地覆被类型,依据生态系统的丰富程度及抗干扰能力进行赋值[29]。
表2 阿里地区生态敏感性评价指标体系

Table 2 Evaluation indicator system for ecological sensitivity of Ali prefecture

目标层 准则层 要素层 指标层 指标
性质		 权重
生态
敏感性		 生态敏感度 地形因子 高程 正向 0.068
坡度 正向 0.054
坡向 正向 0.056
地形起伏度 正向 0.055
地表因子 土地覆被类型 — 0.089
景观破碎度 正向 0.086
气象因子 年均降水量 负向 0.073
年均风速 正向 0.082
年均气温 负向 0.083
土壤因子 土壤侵蚀强度 正向 0.079
生态恢复力 生物因子 生物多样性价值 负向 0.067
植被因子 净第一性生产力 负向 0.073
生态压力度 社会经济因子 人口密度 正向 0.066
夜间灯光强度 正向 0.069
利用yaahp软件,采用AHP对选取的14项指标构建矩阵,确定各因子权重大小。权重确定后,基于ArcGIS叠加工具,得出各准则及综合敏感性等级。

3 结果与分析

3.1 生态系统时空演变

3.1.1 动态度变化分析

阿里地区生态景观类型面积情况依次为荒漠>草地>湿地>冰川>森林>灌丛>农田>城镇。荒漠和草地是阿里地区最主要的生态系统类型,2000年占阿里地区总面积的93.39%,2010年占阿里地区总面积的88.98%,2020年占比较2010年变化不大,为88.69%。阿里地区近20 a生态系统类型变化如图2所示。
图2 2000—2020年阿里地区生态系统分类

Fig.2 Classification of ecological system in Ali prefecture from 2000 to 2020

由表3的动态度变化上可知,城镇生态系统动态度由最初的33.49%变为17.24%,农田生态系统动态度由最初的22.84%变为1.85%,其动态度呈现下降趋势,趋向于稳定,但始终是变化最为活跃的2个生态系统。其次为荒漠、湿地和草地生态系统。荒漠生态系统动态度由17.69%变为-0.05%,面积由最初的持续扩大转变为缩小趋势,主要受沙漠化治理工程实施的影响。草地生态系统动态度由-4.47%变为-0.01%,面积缩减程度得到了极大控制。湿地生态系统动态度由16.45%降低为0.38%,生态系统趋于稳定,但整体上面积依然处于增加的趋势。
表3 2000—2020年阿里地区生态系统动态度变化

Table 3 Changes in the dynamics degree of ecosystems in Ali prefecture from 2000 to 2020

生态系统类型 面积/km2 动态度/%
2000年 2010年 2020年 2000—2010年 2010—2020年 2000—2020年
森林 5 596.40 5 506.56 5 499.73 -0.16 -0.01 -0.09
灌丛 4 170.66 4 830.56 4 843.82 1.58 0.03 0.81
草地 257 980.46 142 564.08 142 380.99 -4.47 -0.01 -2.24
湿地 7 581.07 20 054.31 20 810.88 6.45 0.38 8.73
农田 8.70 28.56 33.84 22.84 1.85 14.45
城镇 2.70 11.74 31.99 33.49 17.24 54.25
荒漠 56 830.01 157 361.96 156 577.35 17.69 -0.05 8.78
冰川 4 905.18 6 717.40 6 896.58 3.69 0.27 2.03
总计 337 075.18 337 075.18 337 075.18 0.00 0.00 0.00

3.1.2 类型转移分析

为全面摸清阿里地区各生态系统变化的“源”与“汇”,基于2000年、2010年、2020年三期Landsat-TM/ETM影像数据,得到不同时期阿里地区生态景观类型转移矩阵图(如图3)。统计可知:
图3 2000—2020年阿里地区生态系统类型转移矩阵

Fig.3 Transfer matrix of ecosystem types in Ali prefecture from 2000 to 2020

(1)2000—2010年,草地面积显著减少,流向主要为荒漠、湿地、森林及灌丛生态系统,转出面积共计146 128.18 km2,其中126 824.08 km2转为荒漠,3 981.16 km2转为森林,10 537.31 km2转为湿地,3 879.86 km2转为灌丛;荒漠为继草地之后转出最多的生态系统类型,转出面积共计27 686.54 km2,主要流向草地、湿地、冰川及森林生态系统,其中20 054.69 km2转为草地,1 764.35 km2转为冰川,1 444.90 km2转为森林,3 502.79 km2转为湿地,其余转为城镇和农田。同时,草地与荒漠也是转入面积最多的2个生态系统。草地转入面积为20 984.61 km2,转入地类以荒漠为主,荒漠转入面积为128 022.11 km2,转入地类以草地为主,且仅草地转出面积大于转入面积。
(2)2010—2020年,荒漠面积转出最多,共计2 284.62 km2,主要流向为草地和湿地,分别占转出总面积的50%和37%,荒漠转入面积1 502.41 km2,小于转出面积;其次为草地,转出面积1 642.06 km2,主要流向为荒漠,草地转入面积1 476.75 km2,小于转出面积,转出量较上一时间减少144 486.124 2 km2,表明阿里地区生态环境得到一定程度改善。

3.2 生态敏感性分析

3.2.1 基于生态敏感度准则的分析

生态敏感度准则下,敏感等级主要从地形因子、地表因子、气象因子和土壤因子4个方面共9项指标进行判定。各敏感度分区面积中,中度敏感区9.2万km2,占比最高,达27.24%,低度敏感区8.2万km2,占总面积24.37%,高度敏感区6.3万km2,占总面积18.68%,极高敏感区5.2万km2,占总面积15.45%,生态良好区4.8万km2,占总面积14.26%。空间分布上(如图4),整体呈现高敏感区环抱低敏感区的特征,高敏感区域集中分布在研究区西北部、革吉县和噶尔县部分区域,敏感程度高低与自然环境(气温、降水、覆被类型)关联密切。
图4 生态敏感度准则下空间分布

Fig.4 Spatial zoning under ecological sensitivity criterion

3.2.2 基于生态恢复力准则的分析

生态恢复力准则下,敏感性等级主要从生物因子和植被因子2方面评判。各敏感度分区面积情况中,极高敏感区>高度敏感区>中度敏感区>低度敏感区>生态良好区,高度和极高敏感区面积18.8万km2,占比56%,超出研究区总面积一半,中度敏感区面积6.7万km2,占比20%,低度敏感区面积5.7万km2,占比17%,生态良好区面积2.4万km2,仅占7%,表明生态恢复力较差。在空间分布上,生态敏感性等级由北向南降低,北部地区明显高于南部地区(图5)。
图5 生态恢复力准则下空间分布

Fig.5 Spatial zoning under ecological resilience criterion

3.2.3 基于生态压力度准则的分析

生态压力度准则下,指标主要选取人口密度、夜间灯光数据。敏感性等级成局部点状放射分布(图6),主要由于阿里地区以游牧为主,人口密度不大,经济发展水平相较落后。敏感性较高地区集中在噶尔县,而阿里地区地广人稀,且该地为中心城区,人口分布集中,各项经济活动频繁。整体来看,在生态压力度准则下绝大部分区域属于生态良好区,面积达33.6万km2,占比99%。从另一角度表明该准则层对阿里地区全域生态敏感性程度影响不大。
图6 生态压力度准则下空间分布

Fig.6 Spatial zoning under ecological pressure criterion

3.2.4 综合生态敏感性分析

集合三大准则,借助ArcGIS栅格计算器,加权叠加得出综合敏感性等级,如表4所示。
表4 综合生态敏感性分区及占比情况

Table 4 Ecological sensitivity zones and respective proportions

敏感度
等级		 面积/
(万km2)		 占比/
%		 敏感度
等级		 面积/
(万km2)		 占比/
%
生态良好区 4.77 14.15 高度敏感区 7.41 21.99
低度敏感区 6.95 20.62 极高敏感区 5.10 15.13
中度敏感区 9.47 28.10
在面积分布上,中度敏感区>高度敏感区>低度敏感区>极高敏感区>生态良好区,面积分别为9.47万、7.41万、万、6.95万、5.10万、4.77万km2,以中、高度敏感区为主,占比近50%。在空间分布上,整体呈现西北高东南低、低敏感区环抱高敏感区的特征(图7),高敏感区域主要分布在研究区西北部喀喇昆仑山脉、西部的狮泉河沿岸、南部冈底斯山区,敏感度低值区域主要分布在象泉河流域、改则县南部、措勤县北部等。
图7 综合生态敏感性等级划分空间分布

Fig.7 Spatial distribution map of comprehensive ecological sensitivity levels

4 讨论与结论

4.1 讨论

4.1.1 生态系统变化成因

2000—2020年,主要受到城镇化快速发展以及国家耕地保护相关政策的不断实施的影响,城镇和农田生态系统动态度变化最为活跃,面积持续增加。同时有研究表明[6],青藏高原生态系统以草地和荒漠为主,也是生态系统变化的主要“源”与“汇”,对生态环境扰动较大,表现较高的敏感性,而阿里地区作为青藏高原重要组成部分,研究结果与其保持一致。随着青藏高原建设生态文明高地号召提出,以及生态还林还草、公益林建设、造林绿化与防沙治沙工程、禁牧围栏等实施,荒漠化面积得到全面遏制,草地退化速度有效减缓,阿里地区生态环境得到极大改善,生态环境治理初显成效。

4.1.2 生态敏感性成因

在生态敏感性分区中,高敏感区域主要分布在研究区西北部喀喇昆仑山脉、西部狮泉河流域、噶尔县东南部及革吉县西南部的冈底斯山区,该区域以高山为主,地形起伏大,植被覆盖度较低,人烟稀少,治理力度不够。敏感度低值区域主要分布在札达县象泉河流域、改则县南部、措勤县北部等,该区域位于峡谷地带,地形平坦开阔,地表覆盖以水域为主,营造了较好的自然生态环境。且阿里地区有多处自然保护区,物种资源丰富,通过对生态环境敏感度分区治理,提出针对性管控与治理措施,可有效维护生物多样性。未来应加强北部羌塘国家级自然保护区管护,加快实施生态系统保护重大工程,正确处理好高质量发展和高水平保护之间关系,筑牢区域生态安全屏障。由于受到资料收集精度不一致、指标选取及权重确定存在主观性等因素影响,不足之处后续研究中需进一步深化。

4.2 结论

本文基于2000—2020年三期土地覆被数据,探析阿里地区八大生态系统类型活跃程度及演变方向,阐释阿里地区生态情况,并采用“S-R-P”构建阿里地区生态敏感性评价指标体系,划分敏感性分区,可为阿里地区生态环境治理与生态保护修复提供参考。主要结论如下:
(1)荒漠和草地为阿里地区面积最大的2个生态系统类型,占区域总面积近90%。生态系统动态度上,城镇和农田生态系统动态度最高,其次为荒漠、湿地、草地生态系统,且近20 a来各生态系统动态度变化速度逐渐趋向稳定。
(2)生态系统“源”与“汇”上,荒漠和草地是转入转出面积最大的生态系统。2000—2010年间,荒漠生态系统转入面积大于转出面积,草地生态系统转出面积大于转入面积;2010—2020年间,荒漠系统转出面积大于转入面积,草地生态系统转出面积大于转入面积,但转出量较上一时间减少144 486.124 2km2,生态环境得到改善。
(3)基于“S-R-P”模型,划分五个敏感性分区,面积分布上,中度敏感区>高度敏感区>低度敏感区>极高敏感区>生态良好区,以中、高度敏感区为主,占比近50%。空间分布上,整体呈现西北高、东南低的特点。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
徐广才, 康慕谊, 贺丽娜, 等. 生态脆弱性及其研究进展[J]. 生态学报, 2009, 29(5): 2578-2588.

(XU Guang-cai, KANG Mu-yi, HE Li-na, et al. Advances in Research on Ecological Vulnerability[J]. Acta Ecologica Sinica, 2009, 29(5): 2578-2588. (in Chinese))

[2]
肖玲. 基于景观格局的南平市生态系统服务功能评价及生态网络优化研究[D]. 北京: 北京林业大学, 2021.

(XIAO Ling. Evaluation of Ecosystem Service Function and Optimization of Ecological Network in Nanping City Based on Landscape Pattern[D]. Beijing: Beijing Forestry University, 2021. (in Chinese))

[3]
占车生, 乔晨, 徐宗学, 等. 基于遥感的渭河关中地区生态景观格局变化研究[J]. 资源科学, 2011, 33(12):2349-2355.

(ZHAN Che-sheng, QIAO Chen, XU Zong-xue, et al. Ecological Landscape Patterns in Guanzhong Part of the Weihe River Basin Based on Remote Sensing[J]. Resources Science, 2011, 33(12):2349-2355. (in Chinese))

[4]
陈榕榕, 丁铮. 基于GIS的泉州市生态敏感性分析[J]. 环境与发展, 2022, 34(4): 100-109, 116.

(CHEN Rong-rong, DING Zheng. Analysis of Ecological Sensitivity in Quanzhou City Based on GIS[J]. Environment and Development, 2022, 34(4):100-109, 116. (in Chinese))

[5]
王子滢, 李周园, 董世魁, 等. 近40年青藏高原生态格局演变及其驱动因素[J]. 生态学报, 2022, 42(22): 8941-8952.

(WANG Zi-ying, LI Zhou-yuan, DONG Shi-kui, et al. Evolution of Ecological Patterns and Its Driving Factors on Qinghai-Tibet Plateau over the Past 40 Years[J]. Acta Ecologica Sinica, 2022, 42(22): 8941-8952. (in Chinese))

[6]
陈春波, 彭建, 李刚勇. 新疆草地生态系统健康评价体系构建[J]. 干旱区研究, 2022, 39(1):270-281.

DOI

(CHEN Chun-bo, PENG Jian, LI Gang-yong. Evaluating Ecosystem Health in the Grasslands of Xinjiang[J]. Arid Zone Research, 2022, 39(1): 270-281. (in Chinese))

DOI

[7]
李紫薇, 马秋莹, 姚晓寒, 等. 泥炭沼泽湿地生态系统稳定性及其影响因素: 以金川湿地为例[J]. 生态学杂志, 2024, 43(10): 3170-3179.

(LI Zi-wei, MA Qiu-ying, YAO Xiao-han, et al. Stability and Influencing Factors of Peatland Ecosystem: a Case Study of Jinchuan Peatland[J]. Chinese Journal of Ecology, 2024, 43(10): 3170-3179. (in Chinese))

DOI

[8]
GACHECHIADZE M, STADDON C. Towards a Political Ecology of Oil in Post-communist Georgia: The Conflict over the Kulevi Oil Port Development[J]. Political Ecology of Oil in Georgia, 2007, 14: 58-75.

[9]
SHINTARO G, MASUMU Y. Environment Sensitivity Analysis for Near Shore Region Using GIS-based ESI Map[D]. Tokyo, Japan: Rissho University, 2010.

[10]
王跃辉, 张林波, 郭杨, 等. 中国六省土地沙漠化敏感性时空格局与趋势分析[J]. 水土保持研究, 2014, 21(5): 132-137, 143.

(WANG Yue-hui, ZHANG Lin-bo, GUO Yang, et al. Analysis of Spatiotemporal Pattern and Tendency of Land Desertification Sensitivity in Six Provinces of China[J]. Research of Soil and Water Conservation, 2014, 21(5):132-137, 143. (in Chinese))

[11]
王效科, 欧阳志云, 肖寒, 等. 中国水土流失敏感性分布规律及其区划研究[J]. 生态学报, 2001, 21(1): 14-19.

(WANG Xiao-ke, OUYANG Zhi-yun, XIAO Han, et al. Distribution and Division of Sensitivity to Water-caused Soil Loss in China[J]. Acta Ecologica Sinica, 2001, 21(1): 14-19. (in Chinese))

[12]
党二莎, 胡文佳, 陈甘霖, 等. 基于VSD模型的东山县海岸带区域生态脆弱性评价[J]. 海洋环境科学, 2017, 36(2): 296-302.

(DANG Er-sha, HU Wen-jia, CHEN Gan-lin, et al. Ecological Vulnerability Assessment of Coastal Zone in Dongshan County Based on VSD Model[J]. Marine Environmental Science, 2017, 36(2): 296-302. (in Chinese))

[13]
李帆, 贾夏, 赵永华, 等. 基于DPSIR模型的黄土高原生态敏感性演变格局及驱动力分析[J]. 农业工程学报, 2023, 39(9): 241-251, 303.

(LI Fan, JIA Xia, ZHAO Yong-hua, et al. Evolutionary Pattern and Driving Forces of Ecological Sensitivity in the Loess Plateau Using DPSIR Model[J]. Transactions of the Chinese Society of Agricultural Engineering, 2023, 39(9):241-251, 303. (in Chinese))

[14]
宁立新, 马兰, 周云凯, 等. 基于PSR模型的江苏海岸带生态系统健康时空变化研究[J]. 中国环境科学, 2016, 36(2): 534-543.

(NING Li-xin, MA Lan, ZHOU Yun-kai, et al. Spatiotemporal Variations of Ecosystem Health of the Coastal Zone in Jiangsu Province Based on the PSR Model[J]. China Environmental Science, 2016, 36(2): 534-543. (in Chinese))

[15]
王熙, 李建松, 刘权毅, 等. 基于SRP模型的新安江流域生态脆弱性评价[J]. 水生态学杂志, 2024, 45(2): 1-9.

(WANG Xi, LI Jian-song, LIU Quan-yi, et al. Evaluation of Ecological Vulnerability in Xin’anjiang River Basin Based on SRP Modelling[J]. Journal of Hydroecology, 2024, 45(2): 1-9. (in Chinese))

[16]
徐至真, 王建萍, 韩积斌. 基于SRP模型的柴达木盆地生态脆弱性评价[J]. 盐湖研究, 2024, 32(3): 53-60.

(XU Zhi-zhen, WANG Jian-ping, HAN Ji-bin. Ecological Vulnerability Assessment of the Qaidam Basin Based on SRP Model[J]. Journal of Salt Lake Research, 2024, 32(3): 53-60. (in Chinese))

[17]
吴翠, 牛瑞卿, 孙平. 三峡库区巫山-奉节段生态环境敏感性分析[J]. 长江科学院院报, 2017, 34(9):29-35.

DOI

(WU Cui, NIU Rui-qing, SUN Ping. Eco-environmental Sensitivity from Wushan to Fengjie in Three Gorges Reservoir Area[J]. Journal of Yangtze River Scientific Research Institute, 2017, 34(9): 29-35. (in Chinese))

DOI

[18]
郝嘉元, 智烈慧, 李晓文, 等. 青藏高原土地利用格局和生态系统服务的时空演变特征及关系[J]. 应用生态学报, 2023, 34(11):3053-3063.

DOI

(HAO Jia-yuan, ZHI Lie-hui, LI Xiao-wen, et al. Temporal and Spatial Variations and the Relationships of Land Use Pattern and Ecosystem Services in Qinghai-Tibet Plateau,China[J]. Chinese Journal of Applied Ecology, 2023, 34(11):3053-3063. (in Chinese))

[19]
谢会晴. 青藏高原阿里地区大气颗粒物浓度与粒径分布特征研究[D]. 兰州: 兰州大学, 2023.

(XIE Hui-qing. Study on Concentration and Particle Size Distribution Characteristics of Atmospheric Particulate Matter in Ali area of Qinghai-Tibet Plateau[D]. Lanzhou: Lanzhou University, 2023. (in Chinese))

[20]
雷阳, 王红宾, 鲁同所, 等. 阿里地区气温变化趋势及突变情况研究[J]. 石河子大学学报(自然科学版), 2020, 38(4): 421-427.

(LEI Yang, WANG Hong-bin, LU Tong-suo, et al. Researches on the Mutation and the Change Tendency of Temperature in Ali Region[J]. Journal of Shihezi University (Natural Science), 2020, 38(4): 421-427. (in Chinese))

[21]
李志丹, 金若时, 李效广, 等. 西藏阿里地区泽错大型盐湖锂(硼)矿床的发现及开发利用前景[J]. 中国地质, 2020, 47(2):265-277.

(LI Zhi-dan, JIN Ruo-shi, LI Xiao-guang, et al. The Discovery of Lithium-boron Large Scale Deposit in Zetso Salt Lake, Ngali District of Tibet and Its Prospects for Development and Utilization[J]. Geology in China, 2020, 47(2): 265-277. (in Chinese))

[22]
吴亚子, 杨敏. 灰色聚类法在阿里地区地质灾害危险性评价中的应用[J]. 水资源与水工程学报, 2010, 21(6):155-158.

(WU Ya-zi, YANG Min. Application of Grey Cluster Analysis to Geological Hazards Evaluation along the Highway of Baer to Zhada in Ali Area[J]. Journal of Water Resources and Water Engineering, 2010, 21(6):155-158. (in Chinese))

[23]
陈峰, 李红波. 基于GIS和RUSLE的滇南山区土壤侵蚀时空演变: 以云南省元阳县为例[J]. 应用生态学报, 2021, 32(2): 629-637.

DOI

(CHEN Feng, LI Hong-bo. Spatial-temporal Variations of Soil Erosion in Southern Yunnan Mountainous Area Using GIS and RUSLE: a Case Study in Yuanyang County, Yunnan Province, China[J]. Chinese Journal of Applied Ecology, 2021, 32(2): 629-637. (in Chinese))

DOI

[24]
齐师杰, 张行南, 夏达忠, 等. 嘉陵江流域土地利用/覆被变化特征及其驱动力分析[J]. 长江科学院院报, 2013, 30(1): 1-7.

(QI Shi-jie, ZHANG Xing-nan, XIA Da-zhong, et al. Characteristics and Driving Forces of Land Use/Cover Change in Jialingjiang River Basin[J]. Journal of Yangtze River Scientific Research Institute, 2013, 30(1): 1-7. (in Chinese))

DOI

[25]
尹剑, 陆阳. 淮河流域生态景观格局变化研究[J]. 中国人口·资源与环境, 2016, 26(增刊1):209-212.

(YIN Jian, LU Yang. Research on Ecological Landscape Changes in Huaihe River Basin[J]. China Population, Resources and Environment, 2016, 26(Supp.1):209-212. (in Chinese))

[26]
任斐鹏, 江源, 熊兴, 等. 东江流域近20年土地利用变化的时空差异特征分析[J]. 资源科学, 2011, 33(1): 143-152.

(REN Fei-peng, JIANG Yuan, XIONG Xing, et al. Characteristics of the Spatial-temporal Differences of Land Use Changes in the Dongjiang River Basin from 1990 to 2009[J]. Resources Science, 2011, 33(1): 143-152. (in Chinese))

[27]
金丽娟, 许泉立. 基于SRP模型的四川省生态脆弱性评价[J]. 生态科学, 2022, 41(2): 156-165.

(JIN Li-juan, XU Quan-li. Ecological Vulnerability Assessment of Sichuan Province Based on SRP Model[J]. Ecological Science, 2022, 41(2): 156-165. (in Chinese))

[28]
邰苏日嘎拉, 王永亮, 陈国栋, 等. 基于SRP模型的内蒙古鄂伦春地区生态脆弱性评价[J]. 中国地质, 2024, 51(1): 234-247.

(TAI Surigala, WANG Yong-liang, CHEN Guo-dong, et al. Ecological Vulnerability Assessment of Oroqen Region in the Inner Mongolia Based on SRP Model[J]. Geology in China, 2024, 51(1):234-247. (in Chinese))

[29]
李芮芝, 胡希军, 杜心宇, 等. 基于SRP模型的南雄丹霞梧桐自然保护区生态脆弱性评价[J]. 西北林学院学报, 2021, 36(5):152-160.

(LI Rui-zhi, HU Xi-jun, DU Xin-yu, et al. Ecological Vulnerability Assessment of Nanxiong Danxia Wutong Nature Reserve Based on SRP model[J]. Journal of Northwest Forestry University, 2021, 36(5): 152-160. (in Chinese))

Options
文章导航

/

〈 〉

*严禁使用本系统存储、处理、传输涉密信息*
版权所有 © 《长江科学院院报》编辑部
技术支持：北京玛格泰克科技发展有限公司