《Sustainable Futures》：Ecological vulnerability trends along China-Myanmar economic corridor: From the perspectives of land use and climate change scenarios
编辑推荐：
中缅经济走廊（China-Myanmar Economic Corridor, CM-EC）作为“一带一路”倡议（Belt and Road Initiative, BRI）的关键组成部分，旨在促进经济发展，但正面临由人类活动和气候变化（Climate Cha
中缅经济走廊（China-Myanmar Economic Corridor, CM-EC）作为“一带一路”倡议（Belt and Road Initiative, BRI）的关键组成部分，旨在促进经济发展，但正面临由人类活动和气候变化（Climate Change, CC）驱动的不断加剧的生态脆弱性（Ecological Vulnerability, EV）。加速发展可能引发不确定的土地利用和气候变化（Land Use and Climate Change, LUC&CC），因此评估未来EV趋势对于减轻不利影响至关重要。本研究首先基于基线发展（Baseline Development, BD）、和谐发展（Harmonious Development, HD）和快速发展（Fast Development, FD）情景，预测了2030年和2050年的土地利用图。随后，采用地理加权主成分分析（Geographically Weighted Principal Component Analysis, GWPCA）评估了2020年至2030/2050年在九种LUC&CC组合情景（即代表性浓度路径Representative Concentration Pathways, RCP2.6、RCP4.5和RCP8.5）下的EV。最后，分析了EV的时空分布以及LUC&CC的影响。结果表明，到2050年，在FD情景下森林面积可能减少8.20%。缅甸中部、仰光周边地区以及云南省的高山区域预计将出现高EV，其中97,318平方公里被识别为不稳定的脆弱区。EV的变化率主要在-7%至7%之间，较高值位于缅甸西部、北部和中部。在涉及HD的情景中EV增加最少，而在涉及RCP4.5的情景中变化更为稳定。缅甸中部及与缅甸接壤的云南省区域对两者均高度敏感。研究结果强调，管理措施应与特定地理单元的核心压力源相适应，从而为支持CM-EC可持续发展的生态风险管理提供针对性基础。
区域连通性与合作展示了加速发展中国家城市化和工业化进程的潜力，这些过程是区域土地利用变化（Land Use Change, LUC）的直接驱动力，进而加剧全球气候变化（Climate Change, CC）。LUC与CC的协同效应（LUC&CC） adversely影响生态过程和功能，从而增加区域的生态脆弱性（Ecological Vulnerability, EV）。中缅经济走廊（CM-EC）是中国“一带一路”倡议（Belt and Road Initiative, BRI）的关键组成部分，致力于建立中缅之间可持续的连通与合作网络。该地区位于全球两大生物多样性热点（印支地区和西南中国山区）的交汇处，为众多濒危物种提供关键栖息地，并发挥不可替代的生态系统服务功能。鉴于生态系统的高度敏感性，现有研究推断持续的贸易、投资和基础设施可能引发不可逆的生境破碎化和生态退化。因此，长期探究LUC&CC背景下CM-EC沿线的EV变化趋势，对于区域可持续发展具有科学意义。过去几十年，CM-EC沿线部分地区因城市和农业扩张遭受了不同程度的森林损失，气温升高和降水分布不均也加剧了生态压力。LUC&CC对生态环境产生了景观破碎化、生物多样性丧失和自然灾害增加等关键影响，削弱了生态系统并增加了EV。然而，以往研究多关注过去子区域或大区域的效应，对当前到未来土地利用和气候变化的潜在影响尚不明确。情景分析被证实是分析LUC&CC对未来状态影响及评估不同管理选项潜在后果的有力方法。EV评估已成为生态管理研究的焦点，目前加权空间变量是绘制EV时空特征的主要方法。传统方法如主成分分析（Principal Component Analysis, PCA）往往对各地点赋予一致权重，忽略了局部效应，导致评估误差。地理加权主成分分析（Geographically Weighted Principal Component Analysis, GWPCA）作为PCA的局部版本，能够获取随空间变化的变量权重，最小化空间自相关和异质性，从而更准确地衡量生态环境变量变化的局部效应。
本研究旨在评估2020年至2050年未来LUC&CC对CM-EC沿线EV的影响。研究人员通过设计LUC&CC视角的组合情景，计算了2030年和2050年考虑空间变异效应的潜在EV，并分析长期EV变化趋势及LUC&CC的空间分布效应。该研究发表在《Sustainable Futures》。为开展研究，研究人员主要采用了以下关键技术方法：首先，构建可计算一般均衡土地利用变化（Computable General Equilibrium of Land Use Change, CGELUC）与未来土地利用模拟（Future Land Use Simulation, FLUS）耦合模型，结合社会核算矩阵（Social Accounting Matrix, SAM）数据，模拟基线发展（BD）、和谐发展（HD）和快速发展（FD）三种情景下的2030年和2050年土地利用变化；其次，基于驱动力-压力-状态-影响-响应（Driver-Pressure-State-Impact-Response, DPSIR）框架，选取包含人类活动、气候和社会经济在内的10项指标，利用地理加权主成分分析（GWPCA）方法评估生态脆弱性指数（EVI）；样本数据来源于中缅经济走廊沿线缓冲区及邻近沿海地区，涵盖自然特征、气象记录、社会经济库存等多源数据，土地利用数据包括缅甸2017年和云南省2010年的数据，并基于1公里分辨率进行处理。
在结果部分，研究人员首先分析了模拟土地利用图的精度及变化。结果显示，模拟的土地利用分布与观测值相似，缅甸和云南省的总体精度分别达到92.29%和86.32%。从2020年到2050年，林地被耕地、草地和建设用地侵占是LUC的主导因素。在FD情景下，到2050年森林面积预计减少8.20%，而建设用地在三种情景下均呈现急剧扩张。其次，研究人员分析了不同情景下EV的时空变化。分级EV的空间分布显示，极高脆弱区主要分布在缅甸中部、仰光周边及云南高山区域。不稳定的脆弱区广泛分布，总面积达97,318平方公里。在EV变化趋势上，潜在和轻度脆弱区面积先增后减，而重度脆弱区在涉及RCP4.5和RCP8.5的情景下急剧增加。在相同气候情景下，涉及HD的情景中EV增加最少，变化更稳定；在相同土地利用情景下，涉及RCP4.5的情景中EV变化更为平稳。中部和西部地区EV增加显著。最后，研究人员分析了更新变量的贡献。土地利用相关变量（如人类活动指数HAI、道路密度RD）在规划道路沿线对EV贡献增加；气候相关变量（如年平均降雨量AAR、年平均气温AAT）在缅甸中部和沿海地区对EV贡献变化显著，其中AAR在缅甸中部增加有助于缓解EV，但在沿海地区可能加剧风险；社会经济变量在主要城市周边表现出较高的贡献度。
在讨论部分，研究人员指出LUCC和CC是全球环境变化的基本面，BRI的基础设施建设加速了森林砍伐和生境破碎化，进而加剧LUCC和CC。本研究中森林面积减少趋势与历史变化一致，气温升高和降水变化也证实了气候压力的增加。GWPCA分析显示，不同区域的EV主要驱动因子存在差异：缅甸中部干旱区和沿海地区主要受降雨量（AAR）驱动，高地和山区主要受气温（AAT）驱动，而中国段及城市郊区主要受人类活动指标（HAI、PSF、RD）驱动。这意味着管理策略必须具有空间针对性。例如，在缅甸中部需优先解决水资源安全，在山区需增强气候韧性保护森林，在城市郊区需严格空间管制和生态补偿。研究还指出了局限性，如未考虑植被和生物多样性变化的具体影响，以及土地利用模拟区域大于EV评估区域可能带来的不确定性。结论部分总结道，CM-EC沿线的EV在2020年至2050年间呈现不同趋势，森林面积将持续缩减，极高脆弱区集中在缅甸中部、仰光周边和云南高山。不稳定脆弱区广泛分布。在HD情景下EV增加最少，在RCP4.5情景下变化更稳定。LUC的影响主要在山区，CC的影响在缅甸中部和西部显著。建议未来不稳定重度和极重度脆弱区应权衡发展与保护，并在LUC和CC敏感区注重植被恢复。研究结果为推广CM-EC可持续生态管理提供了潜在的空间变化趋势和空间变异的主要驱动因子信息。
