气候变化下黄河源区生态脆弱性演化与情景模拟

《Land》：Evolution of Ecological Vulnerability and Scenario Simulations in the Yellow River Source Region Under Climate Change

　　

在全球环境变化加速的背景下，评估生态脆弱性对于可持续性科学至关重要。本研究聚焦于黄河源区（YRSR）——中国重要的水源和生态屏障——基于“压力–状态–响应”（PSR）框架构建了一个包含29个指标的综合评估系统。采用层次分析法（AHP）与基于熵的客观赋权相结合的联合赋权方法，刻画了生态脆弱性的时空格局、驱动因素及未来轨迹。关键发现表明：（1）异质性的增温–增湿趋势，南部增湿更强而北部相对稳定，驱动了不同的水文响应，凸显了单一气候指标在解释脆弱性动态方面的局限性；（2）脆弱性格局主要由气候因子——尤其是温度和潜在蒸散发——塑造，人为压力作为次要调节因子，强化了热力与水分状况在高寒生态系统韧性中的基础性作用；（3）情景预测一致将东北部识别为持续高脆弱性区域，但显示平衡的社会经济发展能够协调生态保护与发展需求。基于上述见解，提出了四层级生态分区方案和一个包含三项策略（严格保育、适应性调控与可持续利用）的治理框架。本研究为YRSR的针对性生态保护提供了可操作的科学指导，并为全球高海拔生态系统脆弱性评估与适应性管理贡献了方法论进展。

**论文解读：气候变化下黄河源区生态脆弱性演化与情景模拟**

**研究背景、问题与意义**

在全球环境变化加速的背景下，生态系统退化已成为跨越边界的紧迫问题。生态脆弱性评估是可持续性科学与气候适应研究的核心议题，直接关联联合国2030年可持续发展议程中的多项目标，特别是气候行动（SDG 13）、陆地生物（SDG 15）和清洁饮水（SDG 6）。黄河源区（YRSR）位于青海省地理中心，是黄河全流域的关键淡水水库和生态屏障，其环境健康对区域和国家生态安全至关重要。然而，该区域受极端非生物因子限制：高海拔、持续寒冷、缺氧、崎岖地形、有限的热能、稀缺水分、低植被覆盖、简化的生物群落、缓慢的生物地球化学循环、极低的缓冲能力和自我恢复潜力，以及广泛的水土流失。这些自然限制因日益加剧的人为压力（过度放牧、基础设施扩张、资源开采）而进一步恶化，增加了其发生不可逆生态衰退的易感性。此外，YRSR拥有突出的生物多样性，并在调控中国西部及下游地区的水文气候稳定性方面发挥关键作用，已成为全球公认的高海拔环境气候敏感性、生态系统临界点与适应性治理研究热点。

现有研究在方法上取得重要进展，广泛应用的框架包括PSR模型、SRP方法和VRD框架。然而，当前针对黄河源区的生态脆弱性评估仍存在三个关键科学空白：第一，多数研究依赖少数气候指标（如年均温、年降水量）解释脆弱性变化，忽视了潜在蒸散发、水平衡等综合水热因素的作用，未能揭示“暖湿化”背景下脆弱性的空间分异机制；第二，气候因子与人为压力对脆弱性形成的相对贡献常被平行比较，两者之间是否存在“气候奠定基础格局、人为施加局部调控”的层级关系尚未定量分解；第三，未来情景预测多聚焦平均状态变化，对于不同社会经济发展路径下“持续高脆弱性区域”的识别及其管理启示关注不足。此外，现有研究普遍存在指标设计零散、空间分辨率差、未能综合考虑自然与人为因素及治理效果等问题，影响诊断精度。

基于上述背景，研究人员聚焦YRSR，利用PSR模型，通过指标体系细化和空间尺度优化，构建了包含29个指标的综合评价系统，并以1 km×1 km格网为评价单元，结合AHP-EM进行组合赋权，旨在更全面精确地揭示研究区生态脆弱性的时空格局。研究系统开展了生态脆弱性的时空格局识别、驱动机制分析与未来情景预测，旨在为YRSR及类似高寒流域的可持续发展提供科学支撑，直接服务于包括SDG 13、SDG 15、SDG 6及SDG 11在内的全球议程。

**主要关键技术方法**

研究人员采用了四阶段工作流：“数据基础–脆弱性表征–机制分解–情景预测”。关键技术包括：基于PSR框架和AHP-EM（层次分析法与熵权法线性组合赋权）的脆弱性综合指数计算；XGBoost-SHAP（极端梯度提升树与Shapley加法解释）机器学习归因分析，用于量化驱动因素的贡献及非线性交互效应；GA-PLUS（遗传算法与斑块生成土地利用模拟模型耦合）未来土地利用情景模拟，结合CMIP6（第六次耦合模式比较计划）气候数据（SSP126、SSP245、SSP585）及四种政策路径（自然发展、生态优先、经济发展、协调发展），生成2050年空间显式土地利用配置。数据来源包括中国科学院资源环境科学数据中心、国家青藏高原数据中心、寒区旱区科学大数据中心、地理空间数据云及WorldClim等。

**研究结果**

***4.1 自然与 socioeconomic 因子变化***

***4.1.1 “暖湿气候”趋势***：在YRSR中，降水呈现南增北稳的空间格局，南部尤其是东南部降水显著增加，北部基本不变；增温速率（平均0.336°C/10a）大于全球平均，但空间不均：中北部河谷盆地增温最快，西部和东南部高山区增温较缓。结合降水和温度模式，定义了强暖湿区（中南部）、弱暖湿区（北部）和平缓暖湿区（西部高地）。

***4.1.2 关键生态过程响应***：产水量在2000–2010年增加19.1%，2010–2020年增加56.5%，加速上升。降水与产水量呈强线性关系（每增加1 mm降水，产水量增加0.687 mm），表明降水是产水量扩张的主要直接驱动。温度与产水量统计关联弱，仅通过生物物理或水文反馈间接作用。

***4.1.3 基于NPP的生态系统状态变化***：2000–2020年间，82.06%的像元NPP呈上升趋势，16.57%下降，1.37%稳定，呈现“强上升、弱稳定、低下降”格局。NPP空间分布呈“东南高西北低”模式。气候改善是主要时间驱动；NPP强劲增长集中在生态韧性好、扰动低的区域（如龙羊峡水库上游、洮河-大夏河流域），下降区则集中于人类活动强烈或生态系统脆弱的区域（如玛多县、主要交通廊道、河源至玛曲段、共和盆地沙漠化区）。

***4.1.4 自然与人为压力的耦合效应***：2000–2020年间，压力指标空间分布高度一致。人口和GDP密度高的区域景观扰动更明显、土壤侵蚀中等。时间上，2000–2010年为压力积累期，2010–2020年为压力扩散与加剧期（尤其城市边缘区和交通廊道）。潜在蒸散发和土壤侵蚀时空相对稳定。人类活动强度保持低水平，无显著扩张，为NPP持续改善提供了基础。

***4.2 生态脆弱性及其驱动因素***

***4.2.1 生态脆弱性的时空分异***：敏感性检验（改变α参数、随机数据扰动）确认了空间格局和时间转折点的稳健性。脆弱性空间上呈现“西低东高、北高南低”的梯度，低脆弱区位于西部和东南部若尔盖湿地，中脆弱区占主导，高脆弱区呈斑块状分布在人类压力与脆弱生态条件叠加的中南部。时间上，2000–2010年脆弱性保持相对稳定（双向微调），2010年后出现明显的单向加剧，脆弱性上升，低脆弱区收缩，高和极高脆弱区扩张，2010年为关键转折点。

***4.2.2 主要驱动因素识别***：相关性分析显示，潜在蒸散发（Q3）与脆弱性正相关最强（R²=0.952），其次为地表和空气温度。负相关因素中，年均风速（Q18）逆相关最强，NPP（Q23）次之，高程（Q8）也呈显著负相关。XGBoost-SHAP归因分析表明，温度（Q16）和潜在蒸散发（Q3）共同解释超过90%的脆弱性空间方差，温度单独贡献近半，为基本热力调控因子。其余因素贡献率均低于5%，仅提供补充效应。

***4.3 不同情景下的生态风险预测***

***4.3.1 土地利用动态与气候预测***：2000–2020年草地保持主导且面积稳定，未利用地向草地持续净转化显示生态修复成效，但草地与未利用地双向转换频繁，表明系统对气候变异和局部压力的高度敏感。2050年情景下：自然发展（ND）延续历史趋势；生态优先（EP）大幅增加森林、草地和水域面积，限制建设用地；经济发展（ED）激进转化为建设用地；协调发展（CD）平衡约束建设扩张并保护生态用地。气候预测显示，温度东高西低，降水东南多西北少，SSP585下增温最强、东南部高降水区略有扩大，SSP126下降水分布更均匀。

***4.3.2 未来生态脆弱性响应***：四种政策情景下区域平均脆弱性在0.414–0.419之间（中度等级），“极高脆弱性”区域比例稳定在2.3%，集中在东北部。EP下平均脆弱性微升且东北部退化斑块扩大；ED下平均脆弱性最低；CD下脆弱性与ED几乎一致。相对于ND基准，ED使区域平均脆弱性降低0.001，EP增加0.006，CD净变化可忽略但局部“热点”与“冷点”共存。“CD vs ED”比较显示整体脆弱性无显著差异，表明协调发展可在不牺牲经济目标的前提下实现与严格保护相当的生态成效。

**讨论与结论**

讨论部分指出：现有研究多强调青藏高原“暖湿化”总体趋势，但未能精确捕捉降水和温度变化在幅度和空间格局上的解耦。本研究识别出YRSR内“强”“弱”“平”三类暖湿变化区，直接支持SDG 13。温度升高区与降水增加区不完全重合，导致不同区域生态响应分异：“湿主导”与“暖主导”气候类型需要区分。脆弱性格局由自然条件提供静态基础，人为活动作为外部压力在边缘和交通廊道形成退化热点。气候条件（尤其热力水分状况）从根本上塑造脆弱性格局，因此生态修复必须优先考虑气候变化缓解和暖干胁迫减轻。未来多情景模拟表明自然背景刚性施加了人类干预的阈值或惯性效应，协调发展路径通过科学国土规划和严格生态管控，可维持整体风险接近保护水平的同时满足发展需求。研究人员提出四层级保护优先区分类框架和“严格保育、灵活调控、控制利用”的空间治理策略。局限性包括部分指标时空分辨率不足，情景模拟依赖假设，对社会经济结构、制度安排、社区适应性等社会维度关注不足。

结论：本研究开发了评估YRSR生态脆弱性的框架，结合PSR模型、AHP-EM赋权和XGBoost-SHAP归因分析。结果表明“暖湿化”趋势存在空间异质性，导致水文生态过程的不同响应，仅靠总括性“暖湿化”指标不足以评估脆弱性（支持SDG 13）。脆弱性空间分布由气候因子主导（温度与潜在蒸散发贡献超90%），人为活动起调节作用（支持SDG 15）。多情景模拟一致识别东北部为持续高风险区，协调发展路径可有效协调生态完整性与发展需求（支持SDG 11）。基于此，建立了四层级优先保护框架，并提出包含“严格保育、灵活调控、控制利用”的空间治理战略，为YRSR的针对性生态保护和适应性管理提供了理论基础。