基于SRP模型的地質(zhì)災(zāi)害易發(fā)區(qū)生態(tài)脆弱性評價

趙文艷 李飛 張揚

DOI：10.16783/j.cnki.nwnuz.2024.03.009

收稿日期：2023-11-10;修改稿收到日期：2024-03-06

基金項目：國家自然科學(xué)基金資助項目（52027812）

作者簡介：趙文艷（1979—），女，河北衡水人，講師，碩士.主要研究方向為工程地質(zhì)和地質(zhì)災(zāi)害防治.

E-mail：2172785845@qq.com

摘要：以甘肅省舟曲縣為研究對象，以2010，2015和2020年遙感影像數(shù)據(jù)、地形數(shù)據(jù)、氣象數(shù)據(jù)、地質(zhì)災(zāi)害數(shù)據(jù)以及社會經(jīng)濟(jì)數(shù)據(jù)等為基礎(chǔ)，結(jié)合SRP模型構(gòu)建評價體系，采用層次分析法、空間自相關(guān)、地理探測器等方法，對舟曲縣生態(tài)環(huán)境脆弱性進(jìn)行定量評價與分析.結(jié)果表明：從縣域尺度來看，2010—2020年舟曲縣生態(tài)處于中等脆弱水平，在空間上呈現(xiàn)“北低南高，東低西高”的特征，時間上呈現(xiàn)“極度、重度脆弱區(qū)面積明顯減少，中度脆弱區(qū)面積顯著增加”趨勢，整體向好趨勢明顯；從鄉(xiāng)鎮(zhèn)尺度來看，生態(tài)脆弱性狀況均呈好轉(zhuǎn)趨勢，各鄉(xiāng)鎮(zhèn)生態(tài)脆弱性等級變化以極度、重度脆弱區(qū)減少，中度脆弱區(qū)增加為主；生態(tài)脆弱性空間集聚效應(yīng)減弱，高高集聚類型鄉(xiāng)鎮(zhèn)由4個減少至3個，低聚集類型鄉(xiāng)鎮(zhèn)由1個增加至2個；生態(tài)脆弱性分布與變化主要受土壤、氣象、地形地貌、人類活動以及地質(zhì)災(zāi)害等因素綜合影響，其中年降水量、地質(zhì)災(zāi)害易發(fā)點密度和距離道路距離3個因子解釋力最強，地形起伏度、坡度和距離河流距離3個因子解釋力最弱.

關(guān)鍵詞：生態(tài)脆弱性評價；地質(zhì)災(zāi)害易發(fā)區(qū)；SRP模型；地理探測器

中圖分類號：X 171.1??? 文獻(xiàn)標(biāo)志碼：A??? 文章編號：1001-988Ⅹ（2024）03-0074-10

Ecological vulnerability assessment of geological disaster

prone area based on SRP model

ZHAO Wen-yan1，LI Fei2，ZHANG Yang3

（1.Department of Resource and Safety Engineering，Shanxi Engineering Vocational College，Taiyuan 030000，Shanxi，China;

2.School of Civil Engineering，Chongqing University，Chongqing 400045，China;

3.China Three Gorges Construction Engineering Corporation，Chendu 610041，Sichuan，China）

Abstract：Taking Zhouqu County，Gansu Province as the research object，based on remote sensing

image data，terrain data，meteorological data，geological disaster data，and socio-economic data in

2010，2015，and 2020，combined with SRP model，an evaluation system was constructed.Analytic hierarchy process，spatial autocorrelation，geographic detectors，and other methods were used to

quantitatively evaluate and analyze the ecological environment vulnerability of Zhouqu County.The results show that at the county scale，Zhouqu Countys ecology is at a moderately fragile level from 2010 to 2020.In spatial terms，it manifests the pattern of“l(fā)ow vulnerability in the north and high in the south，low in the east and high in the west”.Temporally，it demonstrates the tendency of a notable decrease in the area of extremely and severely vulnerable regions，coupled with a substantial increase in the moderately vulnerable areas-a clearly positive overall trend.From the perspective of township scale，the ecological vulnerability showed a trend of improvement.The change of ecological vulnerability level in villages and towns is mainly in the extremely and severely vulnerable areas，while the moderately vulnerable areas increase.From 2010 to 2020，the spatial agglomeration effect of ecological vulnerability in Zhouqu County weakens.The number of towns with high-high agglomeration type decreases from 4 to 3，and the number of towns with low-low agglomeration type increases from 1 to 2.The ecological vulnerability in Zhouqu County is comprehensively influenced by soil，meteorological conditions，landforms，human activities，and geological hazards，considering the perspective of driving factors.Among them，annual precipitation，density of geological hazard prone points and distance from road have the strongest explanatory power.While topographic relief，slope and distance from river have the weakest explanatory power.

Key words：ecological vulnerability;geological disaster prone area;SRP model;geographic detector

作為人類生存發(fā)展所依賴的必要條件，生態(tài)系統(tǒng)的健康發(fā)展一直受到全球的高度重視［1］.近年來，全球背景迅速變化，人類活動在深度、廣度上對生態(tài)環(huán)境的影響均不斷擴(kuò)大［2］，生物多樣性減少、生態(tài)災(zāi)害加重等一系列生態(tài)環(huán)境問題頻出［3］，生態(tài)系統(tǒng)的自凈能力、恢復(fù)能力面臨全新的挑戰(zhàn)［4］.因此，科學(xué)評價區(qū)域生態(tài)系統(tǒng)健康程度，針對性提出區(qū)域生態(tài)系統(tǒng)保護(hù)、修復(fù)策略刻不容緩.生態(tài)脆弱性作為生態(tài)系統(tǒng)的固有屬性，通過對生態(tài)環(huán)境質(zhì)量的直接反映［5］，成為衡量生態(tài)系統(tǒng)是否健康、平衡發(fā)展的重要指標(biāo)［6］.對生態(tài)脆弱性進(jìn)行科學(xué)評價是合理實施生態(tài)治理措施、長期保護(hù)脆弱生態(tài)環(huán)境的重要途徑，也是實現(xiàn)區(qū)域可持續(xù)發(fā)展的有力手段［7，8］，其成果對區(qū)域生態(tài)資源的有效管控、生態(tài)修復(fù)與治理均有重要參考意義［9］.

研究者針對不同地域特色、采用不同評價方法對各大典型生態(tài)脆弱區(qū)進(jìn)行了較為豐富的研究，涉及濕地［10］、河段湖泊［11］、森林［12］、高寒區(qū)［13］、干旱區(qū)［14］以及旅游景區(qū)［15］等.地質(zhì)災(zāi)害易發(fā)區(qū)作為生態(tài)脆弱區(qū)的另一代表性區(qū)域，由于其生態(tài)環(huán)境的脆弱性以及致脆機(jī)理的復(fù)雜多變性，近年來逐漸成為研究的熱點區(qū)域［16］.

然而，表征地形地貌復(fù)雜性、地質(zhì)災(zāi)害頻繁性的自然災(zāi)害脅迫性指標(biāo)鮮少被納入生態(tài)脆弱性評價體系.關(guān)于生態(tài)脆弱性評價方法，常見的有綜合評價法［17-18］、層次分析法［19-21］、熵值法［22-23］和主成分分析法［24-25］等.綜合評價法具有綜合性強的優(yōu)勢，但由于涉及內(nèi)容較多，對致脆機(jī)理復(fù)雜多變的區(qū)域顯然不適用.熵值法的優(yōu)勢在于評價結(jié)果的客觀性，但其在各項指標(biāo)間的橫向?qū)Ρ确矫媛杂胁蛔?，且不能明晰指?biāo)的實際生態(tài)意義.主成分分析法雖然將定性與定量相結(jié)合，但降維處理過程容易造成信息損失，影響評價結(jié)果.而SRP（Sensitivity-Resilience-Pressure）模型立足于生態(tài)環(huán)境脆弱性的概念內(nèi)涵，因果結(jié)構(gòu)更為清晰［26］，可以一定程度彌補上述方法帶來的不足，更好地展現(xiàn)生態(tài)脆弱區(qū)的環(huán)境狀況.特別地，

由于地質(zhì)災(zāi)害高發(fā)區(qū)生態(tài)系統(tǒng)內(nèi)部框架存在結(jié)構(gòu)上的不穩(wěn)定，符合典型的“S-R-P”邏輯特征［27］，因而更貼合評價體系的構(gòu)建原理.基于此，本文參考地區(qū)環(huán)境特征與災(zāi)害誘發(fā)機(jī)理，將層次分析法與SRP模型結(jié)合，靈活構(gòu)建了生態(tài)脆弱性評價體系.

位于黃土高原與青藏高原交接處的甘肅省舟曲縣，是我國地質(zhì)災(zāi)害頻發(fā)、生態(tài)環(huán)境脆弱的典型區(qū)域.甘肅省省委、省政府于2016年出臺《甘肅省加快推進(jìn)生態(tài)文明建設(shè)實施方案》，至2020年，甘南高原地區(qū)國家生態(tài)安全屏障綜合試驗區(qū)已基本建成，奠定了其突出的生態(tài)地位.作為典型的地質(zhì)災(zāi)害易發(fā)區(qū)，目前關(guān)于舟曲縣生態(tài)脆弱性的研究多以其時空演變特征為切入點，驅(qū)動因素分析略顯不足［28］，對評價因子的賦權(quán)也未能契合區(qū)域生態(tài)環(huán)境特征.此外，研究尺度多聚焦于區(qū)域，未達(dá)鄉(xiāng)鎮(zhèn)級別［29］.

綜上，本文首先結(jié)合層次分析法與SRP模型，參考縣區(qū)地質(zhì)災(zāi)害誘發(fā)機(jī)理科學(xué)構(gòu)建評價體系，其次采用空間自相關(guān)分析等方法從縣域、鄉(xiāng)鎮(zhèn)尺度綜合評價舟曲縣2010，2015和2020年的生態(tài)脆弱性，最后采用地理探測器探究生態(tài)脆弱性分布及其演化特征并進(jìn)行驅(qū)動因素分析，以期為舟曲縣生態(tài)文明建設(shè)提供理論參考.

1? 研究區(qū)概況

舟曲縣位于甘川兩省交界地區(qū)（103°51′～104°45′E，33°13′～34°01′N），甘南藏族自治州東南部，

“一江兩河”（白龍江、拱壩河、博峪河）橫貫境內(nèi)，

年均氣溫13.2 ℃，年降雨量400～800 mm，屬于

溫帶季風(fēng)氣候.轄區(qū)總面積約3015 km2，下轄19個鄉(xiāng)鎮(zhèn).至2019年年末，總?cè)丝?3.56萬，城鎮(zhèn)化率約31.78%.因其屬于構(gòu)造、侵蝕山地，形成了南北高、中間低、高差懸殊的復(fù)雜地勢（圖1），

底圖基于國家自然資源部標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站（http：//bzdt.ch.mnr.gov.cn/）下載， 審圖號為GS（2020）4617.

呈現(xiàn)典型的高山峽谷地貌特征，而秦嶺西部褶皺帶的發(fā)育使縣域內(nèi)本就脆弱的山體分化嚴(yán)重，破碎度增加，“5·12”地震發(fā)生后，山體松動，巖層破碎現(xiàn)象更為突出，地質(zhì)災(zāi)害也呈現(xiàn)多發(fā)趨勢.

2? 研究方法

2.1? 數(shù)據(jù)來源及處理

數(shù)據(jù)主要包括舟曲縣2010，2015和2020年來源于地理空間數(shù)據(jù)云平臺（http：//www.gscloud.cn/）的遙感影像數(shù)據(jù)，以及來源于中國科學(xué)院地理科學(xué)與資源研究所數(shù)據(jù)中心（http：//www.resdc.cn/Default.aspx）的地形、氣象、土壤、社會經(jīng)濟(jì)和地質(zhì)災(zāi)害數(shù)據(jù).其中，遙感影像數(shù)據(jù)分別取自2010年Landsat5 TM影像及2015，2020年Landsat8 OLI影像，空間分辨率均為30 m；地形數(shù)據(jù)取自30 m DEM數(shù)據(jù)；氣象數(shù)據(jù)包括年降水量和年平均氣溫站點數(shù)據(jù)；土壤數(shù)據(jù)包括土壤侵蝕度數(shù)據(jù)和土壤含水量數(shù)據(jù)；社會經(jīng)濟(jì)數(shù)據(jù)包括人口空間分布公里格網(wǎng)數(shù)據(jù)與GDP空間分布公里格網(wǎng)數(shù)據(jù)［30-31］；地質(zhì)災(zāi)害數(shù)據(jù)包括地質(zhì)災(zāi)害易發(fā)點以及斷裂帶分布數(shù)據(jù).

數(shù)據(jù)預(yù)處理主要包括基于ArcGIS10.2平臺利用DEM數(shù)據(jù)提取地形起伏度和坡度，利用氣象站點數(shù)據(jù)插值得到年降水量和年均氣溫柵格數(shù)據(jù).基于ENVI5.3平臺對影像進(jìn)行波段融合、幾何精校正、鑲嵌和裁剪，以及通過植被供水指數(shù)（VSWI）反演分析得到土壤含水量數(shù)據(jù)［32］.

2.2? 生態(tài)脆弱性評價

2.2.1? SRP模型

SRP模型是根據(jù)生態(tài)脆弱性概念建立的評估模型，以綜合自然、人文及生態(tài)系統(tǒng)內(nèi)部因素的內(nèi)在邏輯，進(jìn)行生態(tài)脆弱性評價指標(biāo)體系的構(gòu)建，

能夠較為全面地體現(xiàn)生態(tài)脆弱性綜合性特征.該模型由生態(tài)敏感性、生態(tài)恢復(fù)力、生態(tài)壓力度三部分組成［26］.生態(tài)敏感性指生態(tài)系統(tǒng)對于外界干擾因素的抵抗能力，生態(tài)恢復(fù)力指生態(tài)系統(tǒng)遭遇破壞后的自我調(diào)節(jié)與恢復(fù)能力，生態(tài)壓力度指人類活動對生態(tài)系統(tǒng)的干擾強度.

2.2.2? 評價指標(biāo)選取

結(jié)合舟曲縣自然地理環(huán)境、地質(zhì)災(zāi)害發(fā)育特點及影響要素，運用SRP模型以生態(tài)敏感度、生態(tài)恢復(fù)力、生態(tài)壓力度3個維度分解生態(tài)脆弱性（表1）.舟曲縣海拔高、地形地貌復(fù)雜，水土流失嚴(yán)重，故選取高程、坡度、地形起伏度、景觀破碎度及土壤含水量因子來表征生態(tài)敏感性；植被覆蓋狀況對生態(tài)環(huán)境質(zhì)量恢復(fù)有重要作用，而降水、氣溫以及距離河流距離對植被生長狀況影響較大，故選取NDVI值、年均氣溫、年降水量及距離河流距離來表征生態(tài)恢復(fù)力［33］；生態(tài)壓力度主要源自人類活動與地質(zhì)災(zāi)害兩方面，故選取GDP密度、人口密度、距離道路距離、距離斷裂帶距離以及地質(zhì)災(zāi)害易發(fā)點密度來表征［34］.

2.2.3? 評價指標(biāo)標(biāo)準(zhǔn)化

為消除所選評價因子的量綱及變化幅度差異，選取極差法標(biāo)準(zhǔn)化處理原始數(shù)據(jù)，公式如下：

正向指標(biāo)：

Ai=ai-aminamax-amin，（1）

負(fù)向指標(biāo)：

Ai=amax-aiamax-amin，（2）

其中，i為所選評價指標(biāo)，Ai為第i個指標(biāo)標(biāo)準(zhǔn)化后的值，ai為第i個指標(biāo)的值，amax與amin分別為i個指標(biāo)中的最大值和最小值.

2.2.4? 生態(tài)脆弱性分級

通過Yaahp10.3軟件計算出各評價指標(biāo)的權(quán)重系數(shù)（表1），再結(jié)合標(biāo)準(zhǔn)化處理后的數(shù)據(jù)來計算生態(tài)脆弱性指數(shù)（Eevi）［36］，計算公式如下：

Eevi=∑ni=1Fi×Wi，（3）

其中，Evei為生態(tài)脆弱性指數(shù)，取值范圍為0～1，其值越大表明生態(tài)環(huán)境越脆弱，F(xiàn)i為第i項指標(biāo)經(jīng)標(biāo)準(zhǔn)化之后的值，Wi為第i項指標(biāo)的權(quán)重值.

依據(jù)生態(tài)脆弱性指數(shù)計算結(jié)果，本文以5個等級劃分舟曲縣生態(tài)脆弱性［37］，即潛在脆弱、輕度脆弱、中度脆弱、重度脆弱和極度脆弱（表3）.生態(tài)脆弱性指數(shù)越高表示生態(tài)脆弱性等級越強，表明生態(tài)環(huán)境越脆弱.

2.3? 空間自相關(guān)

基于GeoDa軟件，選取全局Morans I指數(shù)與局部Morans I指數(shù)對舟曲縣19個鄉(xiāng)鎮(zhèn)2000年和2020年生態(tài)脆弱性指數(shù)的空間集聚特征進(jìn)行分析.其中全局Morans I指數(shù)反映整個研究區(qū)內(nèi)各個地域單元與鄰近單元的相似程度，局部Morans I指數(shù)反映局部空間要素的聚集性與分異特征，具體公式詳見參考文獻(xiàn)［38］.

2.4? 地理探測器

作為一種常見的空間統(tǒng)計法，地理探測器在探測地理空間分異性及其背后驅(qū)動因子方面優(yōu)勢顯著，克服了使用時條件假設(shè)過多的障礙，也突破了傳統(tǒng)統(tǒng)計方法在處理變量方面的局限性，因此受到研究人員廣泛好評.該模型主要由4個探測器構(gòu)成：因子探測、交互探測、風(fēng)險探測及生態(tài)探測［39］.本文采用因子探測器探測并分析影響舟曲縣生態(tài)脆弱性的因素，主要分析各個因子對區(qū)域內(nèi)生態(tài)脆弱性等級的空間分布差異性解釋力大小，而各因子的影響程度可以用q值來度量，其計算公式為：

q=1-SSWWWT，（4）

SSW=∑Lh=1Nh×σ2h，（5）

SST=Nσ2，（6）

其中，h=1，2，3，…，L為變量或因子的分層，即分類或分區(qū)；Nh和N分別為h層和全部區(qū)域的單元個數(shù)；σ2h與σ2分別為h層與全部區(qū)域的方差.

3? 結(jié)果與分析

3.1? 縣域尺度生態(tài)脆弱性特征

舟曲縣2010，2015和2020年生態(tài)脆弱性指數(shù)呈下降趨勢，三年平均值分別為0.67，0.59，0.48，根據(jù)舟曲縣生態(tài)脆弱性分級標(biāo)準(zhǔn)（表3），全縣生態(tài)環(huán)境整體呈現(xiàn)中度、重度脆弱，生態(tài)脆弱性等級整體呈“北低南高、東低西高”的分布格局（圖2）.生態(tài)環(huán)境極度、重度脆弱區(qū)多分布于拱壩河、博峪河下游以及白龍江北部，而白龍江、拱壩河流域附近生態(tài)脆弱性程度較低，多為潛在、輕度脆弱.

對不同等級脆弱性區(qū)域面積進(jìn)行統(tǒng)計（表4）可知，舟曲縣2010—2020年生態(tài)脆弱性整體呈好轉(zhuǎn)態(tài)勢，極度、重度脆弱區(qū)面積減少趨勢明顯，中度脆弱區(qū)面積則增量顯著.2010年，舟曲縣潛在、輕度、中度、重度和極度脆弱區(qū)面積占比分別為7.02%，8.87%，19.31%，46.71%和18.09%，其中，重度脆弱區(qū)面積占比最高，潛在脆弱區(qū)占比最弱；2015年，舟曲縣潛在、輕度、中度、重度和極度脆弱區(qū)面積占比分別為8.83%，4.08%，35.27%，45.39%和6.88%，其中重度脆弱區(qū)面積占比最高，輕度脆弱區(qū)占比最弱；2020年，舟曲縣潛在、輕度、中度、重度和極度脆弱區(qū)面積占比分別為8.36%，11.75%，40.51%，37.11%和2.27%，其中，中度脆弱區(qū)面積占比最高，極度脆弱區(qū)占比最弱.綜上所述，2010—2020年舟曲縣極度、重度脆弱區(qū)面積占比由64.80%下降至39.38%，中度脆弱區(qū)面積占比由19.31%上升至40.51%，輕度、潛在脆弱區(qū)面積占比由15.89%上升至20.11%，整體生態(tài)脆弱性呈好轉(zhuǎn)趨勢.

為了揭示不同類型區(qū)域之間的轉(zhuǎn)化關(guān)系，分別對2010—2015年、2015—2020年兩個階段各等級區(qū)域轉(zhuǎn)化面積做統(tǒng)計（表5），結(jié)果表明舟曲縣整體生態(tài)脆弱性等級轉(zhuǎn)化趨勢為“極度、重度脆弱區(qū)面積明顯下降，中度脆弱區(qū)面積顯著增加”，這也表明舟曲縣生態(tài)環(huán)境呈現(xiàn)逐步好轉(zhuǎn)趨勢.2010—2015年，全縣生態(tài)環(huán)境好轉(zhuǎn)區(qū)域面積約為847 km2，其中約有387 km2極度脆弱區(qū)轉(zhuǎn)為其他類型，398 km2重度脆弱區(qū)轉(zhuǎn)為中度、輕度、潛在脆弱區(qū).生態(tài)環(huán)境惡化區(qū)域面積約166 km2，其中大部分是

底圖基于國家自然資源部標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站（http：//bzdt.ch.mnr.gov.cn/）下載， 審圖號為GS（2020）4617.

由輕度脆弱轉(zhuǎn)化為中度脆弱.

2015—2020年生態(tài)環(huán)境好轉(zhuǎn)區(qū)域面積約為910 km2，其中約有181 km2區(qū)域由極度脆弱轉(zhuǎn)化為其他類型，495 km2重度脆弱區(qū)轉(zhuǎn)化為中度、輕度、潛在脆弱區(qū).生態(tài)環(huán)境惡化區(qū)域面積約為194 km2，中度脆弱轉(zhuǎn)重度脆弱區(qū)面積約112.6 km2.兩個階段的轉(zhuǎn)化過程中，轉(zhuǎn)化類型為重度脆弱變?yōu)橹卸却嗳醯膮^(qū)域面積最大，且2015—2020年這一類型的轉(zhuǎn)化面積較2010—2015年增加約21%.

3.2? 鄉(xiāng)鎮(zhèn)尺度生態(tài)脆弱性特征

為使評價結(jié)果更具現(xiàn)實指導(dǎo)意義，對各鄉(xiāng)鎮(zhèn)不同生態(tài)脆弱性等級區(qū)域面積占比做統(tǒng)計（圖3）.綜合來看，2010—2020年曲告納鄉(xiāng)、博峪鄉(xiāng)、坪定鄉(xiāng)、拱壩鄉(xiāng)以及插崗鄉(xiāng)生態(tài)脆弱性程度最高，但各鄉(xiāng)鎮(zhèn)生態(tài)脆弱性整體呈好轉(zhuǎn)趨勢.2010年曲告納鄉(xiāng)、博峪鄉(xiāng)、拱壩鄉(xiāng)、插崗鄉(xiāng)極度脆弱區(qū)分別占比52.8%，28.4%，23.8%，18.0%，生態(tài)環(huán)境相對較差，究其原因，是上述地區(qū)城鎮(zhèn)化與生產(chǎn)力水平較低，主要產(chǎn)業(yè)為農(nóng)牧業(yè)，而當(dāng)?shù)鼐用裆鷳B(tài)保護(hù)意識較差，長期過度放牧、砍伐造成較為嚴(yán)重的區(qū)域土壤侵蝕，進(jìn)而導(dǎo)致上述地區(qū)生態(tài)環(huán)境長期極度脆弱.2015年曲告納鄉(xiāng)極度脆弱區(qū)占比15.1%，依然是全縣生態(tài)環(huán)境最脆弱的鄉(xiāng)鎮(zhèn)，但是相比于2010年已經(jīng)由以極度脆弱為主轉(zhuǎn)化為以重度脆弱為主，極度脆弱區(qū)面積減少近70%.2012年，舟曲縣政府發(fā)布了《甘南藏族自治州生態(tài)文明建設(shè)規(guī)劃》，為全面實施生態(tài)修復(fù)工程指明了前進(jìn)方向，加上當(dāng)年災(zāi)后重建工作促進(jìn)了大部分鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境修復(fù)，其中博峪鄉(xiāng)、插崗鄉(xiāng)、東山鄉(xiāng)、拱壩鄉(xiāng)及曲告納鄉(xiāng)極度脆弱區(qū)域面積占比分別由27.6%，18.1%，17.4%，24.1%，53.7%降為7.3%，8.2%，6.4%，10.6%，15.7%，下降百分比均超過60%.2020年舟曲縣生態(tài)脆弱性呈好轉(zhuǎn)趨勢，除博峪鄉(xiāng)、插崗鄉(xiāng)、立節(jié)鎮(zhèn)、曲告納鄉(xiāng)和坪定鄉(xiāng)之外其余14個鄉(xiāng)鎮(zhèn)均已轉(zhuǎn)化為以中度脆弱為主.

對舟曲縣各鄉(xiāng)鎮(zhèn)2010—2020年不同等級脆弱性區(qū)域面積變化進(jìn)行統(tǒng)計（圖4），2010—2020年各鄉(xiāng)鎮(zhèn)生態(tài)脆弱性等級變化以極度、重度脆弱區(qū)減少，中度脆弱區(qū)增加為主，表明舟曲縣生態(tài)脆弱性好轉(zhuǎn)趨勢明顯.極度脆弱區(qū)除八楞鄉(xiāng)與果耶鄉(xiāng)之外均有所減少，其中以博峪鄉(xiāng)和曲告納鄉(xiāng)變化最為明顯，降幅均達(dá)到90%以上.重度脆弱區(qū)除曲告納鄉(xiāng)外，其余各鄉(xiāng)鎮(zhèn)均有不同程度的減少，以峰迭鄉(xiāng)和武坪鄉(xiāng)最為明顯，降幅均達(dá)45%以上.中度脆弱區(qū)全縣各鄉(xiāng)鎮(zhèn)均有所增加，而輕度、潛在脆弱區(qū)面積變化較小，基本保持穩(wěn)定狀態(tài).

為揭示舟曲縣生態(tài)脆弱性空間依賴特征，以19個鄉(xiāng)鎮(zhèn)為單元，使用GeoDa軟件對2010年和2020年舟曲縣生態(tài)脆弱性空間聚集特征進(jìn)行分析，結(jié)果如圖5所示.2010，2020年生態(tài)脆弱性全局Morans I指數(shù)分別為0.640和0.364，均呈明顯空間正相關(guān)關(guān)系.而全局Morans I指數(shù)的下降也表明舟曲縣生態(tài)脆弱性的空間集聚特征減弱.究其原因，2010年縣區(qū)南部鄉(xiāng)鎮(zhèn)多處于極度、重度脆弱水平，生態(tài)脆弱性表現(xiàn)出明顯的空間集聚效應(yīng).2020年南部各鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境得到改善，由極度脆弱水平轉(zhuǎn)為重度脆弱水平，重度脆弱水平轉(zhuǎn)為中度脆弱水平，空間集聚效應(yīng)隨之弱化.

從LISA聚類圖來看，2010年縣區(qū)南部曲告納鄉(xiāng)、博峪鄉(xiāng)、拱壩鄉(xiāng)和插崗鄉(xiāng)表現(xiàn)為高高聚集，大川鎮(zhèn)表現(xiàn)為低低聚集.2020年高高聚集類型鄉(xiāng)鎮(zhèn)由4個減少至3個，分別為曲告納鄉(xiāng)、博峪鄉(xiāng)和插崗鄉(xiāng)，低低聚集類型鄉(xiāng)鎮(zhèn)增加為2個，分別為大川鄉(xiāng)和八楞鄉(xiāng)，而這也與舟曲縣生態(tài)脆弱性狀況呈不斷向好趨勢相一致.

3.3? 驅(qū)動因素分析

結(jié)合舟曲縣地質(zhì)災(zāi)害誘發(fā)機(jī)理的復(fù)雜多變性，依照19個鄉(xiāng)鎮(zhèn)對14項評價指標(biāo)的標(biāo)準(zhǔn)化值進(jìn)行分區(qū)統(tǒng)計，以此結(jié)果為自變量，以各鄉(xiāng)鎮(zhèn)生態(tài)脆弱性平均指數(shù)為因變量，引入地理探測器模型對其生態(tài)脆弱性空間分異及時序變化的驅(qū)動因素進(jìn)行探討.

因子探測結(jié)果（圖6）顯示，舟曲縣生態(tài)脆弱性空間分異以及時序變化受到自然因素與人為影響因素共同作用，其中年降水量、地質(zhì)災(zāi)害易發(fā)點密度和距離道路距離影響力較大，而地形起伏度、坡度和距離河流距離的影響力卻較小.將各因子按照q值均值大小進(jìn)行排序為：年降水量（0.53）>地質(zhì)災(zāi)害易發(fā)點密度（0.49）>距離道路距離（0.37）>NDVI值（0.34）>土壤含水量（0.33）>年均氣溫（0.27）>高程（0.25）>GDP密度（0.24）>人口密度（0.23）>地形起伏度（0.14）>坡度（0.14）>距離河流距離（0.05）.

依據(jù)三期因子探測結(jié)果，q均值排名前三的因子分別為年降水量、地質(zhì)災(zāi)害易發(fā)點密度和距離道路距離.其中，年降水量q均值最高（0.54），舟曲縣降水量分布極度不均，空間上呈現(xiàn)西南部高于東北部，山區(qū)高于河谷地區(qū).時間上，6～9月突發(fā)性降雨密集，但4～5月降雨量較少，有時甚至?xí)霈F(xiàn)干旱情況.而干旱造成的土質(zhì)松動，土體收縮等問題，是遭遇瞬時強降雨時崩塌、滑坡、泥石流等地質(zhì)災(zāi)害被誘發(fā)的主要原因，也會進(jìn)一步損害地區(qū)生態(tài)環(huán)境.然而，縣區(qū)自2015年開始通過土地資源的優(yōu)化整合、產(chǎn)業(yè)結(jié)構(gòu)的精細(xì)化分工調(diào)整以及公眾參與等相關(guān)舉措修復(fù)、平衡該區(qū)脆弱的生態(tài)系統(tǒng)，年降水量q值明顯下降.其次為地質(zhì)災(zāi)害易發(fā)點密度（0.49），由于縣區(qū)西南部城鎮(zhèn)化水平低，居民生態(tài)保護(hù)意識較差，過度的砍伐、開采和放牧致使土壤環(huán)境惡化，生態(tài)環(huán)境容易遭到破壞，而此區(qū)域分布的大量地質(zhì)災(zāi)害點，增加了區(qū)域生態(tài)壓力度，迫使生態(tài)環(huán)境變得脆弱.地質(zhì)災(zāi)害雖然造成了舟曲縣生態(tài)壓力度緩解難度加劇，但自2010年，縣政府出臺《甘南藏族自治州生態(tài)文明建設(shè)規(guī)劃》，實施沿白龍江流域河道綜合治理并建設(shè)防洪工程，有效遏制了災(zāi)情發(fā)生，同時促進(jìn)了縣區(qū)內(nèi)多數(shù)鄉(xiāng)鎮(zhèn)生態(tài)向好，地質(zhì)災(zāi)害脅迫作用逐步減緩.第三是距離道路距離（0.37），為了促進(jìn)經(jīng)濟(jì)建設(shè)，舟曲縣大力發(fā)展交通運輸業(yè).但是由于縣區(qū)多山地，在修筑公路時的切坡削方、炸山開路等做法，使得附近山體巖體松動，坡腳開挖，一旦遇到瞬時強降水，地質(zhì)災(zāi)害極易發(fā)生［32］.q均值排名后三的因子分別是距離河流距離、地形起伏度和高程.其中，距離河流距離q均值最低（0.05），舟曲境內(nèi)主要河流為“一江兩河”（白龍江、拱壩河和博峪河），與河流距離主要對植被生長狀況以及土壤含水量影響較明顯，其對生態(tài)脆弱性的直接影響力較小.其次是坡度（0.14）和地形起伏度（0.14），舟曲縣境內(nèi)地形地貌復(fù)雜，坡度和地形起伏度變化雖與土壤易剝蝕程度直接相關(guān)，但與生態(tài)脆弱性變化并無直接關(guān)聯(lián)，故其影響力相對較小.

4 ?討論

通過參考地質(zhì)災(zāi)害誘發(fā)機(jī)理科學(xué)構(gòu)建評價體系，對舟曲縣生態(tài)脆弱性進(jìn)行綜合評價.將評價結(jié)果與研究區(qū)高程數(shù)據(jù)進(jìn)行疊加發(fā)現(xiàn)，舟曲縣生態(tài)脆弱性等級與其高程呈顯著正相關(guān)，即隨著海拔的升高生態(tài)脆弱性逐漸增強，這與郭兵［40］和雷波［41］等的結(jié)論相一致，但與齊珊珊［29］等的結(jié)論相反.究其原因，研究區(qū)北部及河谷地區(qū)降水相對較少，植被生長狀況較好，加上人為生態(tài)修復(fù)工程的實施，使該區(qū)域生態(tài)脆弱性狀況呈良性演變.研究區(qū)南部高海拔地區(qū)降水較多，地勢起伏度大且坡度較陡，部分地區(qū)坡度甚至達(dá)35°～50°，易造成土壤侵蝕，進(jìn)而使其生態(tài)脆弱性狀況較差.

生態(tài)環(huán)境脆弱地區(qū)易受地質(zhì)災(zāi)害影響，一旦受災(zāi)，修復(fù)難度較大.而頻發(fā)的地質(zhì)災(zāi)害同樣破壞區(qū)域生態(tài)穩(wěn)定，由此形成惡性循環(huán)，阻礙區(qū)域可持續(xù)發(fā)展的實現(xiàn).舟曲縣降水量分布極度不均勻，易發(fā)生瞬時強降水，加上土壤狀況惡化導(dǎo)致的水土流失，修筑公路導(dǎo)致的山體松動，種種因素使得縣區(qū)地質(zhì)災(zāi)害易發(fā)，生態(tài)環(huán)境不斷受到威脅.為解決舟曲縣生態(tài)問題，需從地質(zhì)災(zāi)害防治與生態(tài)環(huán)境治理角度出發(fā).一方面，政府需要聯(lián)合相關(guān)部門，開展精細(xì)化地質(zhì)災(zāi)害氣象等級預(yù)警，對降水量和泥石流等地質(zhì)災(zāi)害進(jìn)行緊密監(jiān)測預(yù)報.另一方面，開發(fā)過程中，應(yīng)嚴(yán)格遵循“保護(hù)中開發(fā)，開發(fā)中保護(hù)”原則，做到合理開發(fā).在路基建設(shè)過程中，建議進(jìn)行專項勘察，減輕工程運營對生態(tài)環(huán)境的破壞.對于生態(tài)環(huán)境嚴(yán)重惡化，不適宜居住區(qū)域建議實行生態(tài)移民.

因地制宜地選取14項指標(biāo)建立評價體系，結(jié)合當(dāng)?shù)貙嶋H情況，對研究區(qū)2010—2020年生態(tài)脆弱性狀況進(jìn)行科學(xué)評估，有一定創(chuàng)新，但仍有稍許不足.由于評價尺度達(dá)鄉(xiāng)鎮(zhèn)級別，其社會經(jīng)濟(jì)數(shù)據(jù)獲取難度較大，因此本文并未細(xì)化人類活動對生態(tài)脆弱性的影響，將在后續(xù)研究中繼續(xù)完善.

5? 結(jié)論

以甘肅省舟曲縣為研究區(qū)域，基于SRP模型選用層次分析法對舟曲縣生態(tài)環(huán)境脆弱性進(jìn)行科學(xué)全面的評價，并通過地理探測器對其背后的驅(qū)動因素進(jìn)行分析，得出如下結(jié)論.舟曲縣2000年、2015年、2020年生態(tài)脆弱性指數(shù)平均值為0.58，整體生態(tài)環(huán)境中度脆弱，空間上，生態(tài)脆弱性指數(shù)呈“北低南高、東低西高”分布態(tài)勢，其中，極度、重度脆弱區(qū)主要分布于縣區(qū)南部拱壩河、博峪河下游以及白龍江北部地區(qū)，潛在、輕度脆弱區(qū)多分布于白龍江及拱壩河流域.2010—2020年，縣區(qū)整體生態(tài)脆弱性呈“極度、重度脆弱區(qū)面積顯著下降，中度脆弱區(qū)域面積明顯上升”的轉(zhuǎn)化趨勢.極度、重度脆弱區(qū)面積占比減少25.42%，中度脆弱區(qū)面積占比增加21.20%，輕度、潛在脆弱區(qū)面積占比增加4.22%，表明縣區(qū)生態(tài)環(huán)境呈現(xiàn)逐步好轉(zhuǎn)的趨勢.2010—2020年，全縣19個鄉(xiāng)鎮(zhèn)生態(tài)脆弱性均呈現(xiàn)好轉(zhuǎn)趨勢，各鄉(xiāng)鎮(zhèn)生態(tài)脆弱性等級變化以極度、重度脆弱減少，中度脆弱區(qū)增加為主，其中以博峪鄉(xiāng)和曲告納鄉(xiāng)好轉(zhuǎn)最為明顯，極度脆弱區(qū)面積降幅均達(dá)到90%以上.舟曲縣生態(tài)脆弱性空間集聚效應(yīng)顯著，但2020年較2010年全局MoranI指數(shù)由0.640下降至0.364，表明空間集聚效應(yīng)減弱.結(jié)合LISA聚類圖來看，2010—2020年舟曲縣高高集聚類型鄉(xiāng)鎮(zhèn)由4個減少至3個，低低聚集類型鄉(xiāng)鎮(zhèn)由1個增加至2個.舟曲縣2010—2020年生態(tài)脆弱性分布與變化主要受到土壤、氣象、地形地貌及人類活動等因素綜合作用，其中降水量、地質(zhì)災(zāi)害易發(fā)點密度和距離道路距離為解釋力最強的3個因子，地形起伏度、坡度和距離河流距離為解釋力最弱的3個因子.

參考文獻(xiàn)：

［1］? 徐超璇，魯春霞，黃紹琳.張家口地區(qū)生態(tài)脆弱性及其影響因素［J］.自然資源學(xué)報，2020，35（6）：1288.

［2］? 劉春霞，李月臣，楊華，等.三峽庫區(qū)重慶段生態(tài)與環(huán)境敏感性綜合評價［J］.地理學(xué)報，2011，66（5）：631.

［3］? DEMIRKESEN A C，EVRENDILEK F.Compositing climate change vulnerability of a Mediterranean region using spatiotemporally dynamic proxies for ecological and socioeconomic impacts and stabilities［J］.Environ Monit Assess，2017，189（1）：29.

［4］? 李益敏，袁靜，蔣德明，等.基于GIS的西南高山峽谷區(qū)滑坡風(fēng)險性評價——以怒江州瀘水市為例［J］.西北師范大學(xué)學(xué)報（自然科學(xué)版），2021，57（6）：94.

［5］? 劉金花，楊朔，呂永強.基于生態(tài)安全格局與生態(tài)脆弱性評價的生態(tài)修復(fù)關(guān)鍵區(qū)域識別與診斷——以汶上縣為例［J］.中國環(huán)境科學(xué)，2022，42（7）：3343.

［6］? 石晶，石培基，王梓洋，等.人為干擾對生態(tài)脆弱性動態(tài)演變過程的影響——以蘭西城市群為例［J］.中國環(huán)境科學(xué)，2023，43（3）：1317.

［7］? LUO Q，BAO Y，WANG Z，et al.Vulnerability assessment of urban remnant mountain ecosystems based on ecological sensitivity and ecosystem services［J］.Ecol Indic，2023，151：110314.

［8］? 彭亮，田浩，杜文學(xué).青海東部突發(fā)性地質(zhì)災(zāi)害降雨預(yù)警研究［J］.

西北師范大學(xué)學(xué)報（自然科學(xué)版），2022，58（6）：9.

［9］? 霍童，張序，周云，等.基于暴露-敏感-適應(yīng)性模型的生態(tài)脆弱性時空變化評價及相關(guān)分析——以中國大運河蘇州段為例［J］.生態(tài)學(xué)報，2022，42（6）：2281.

［10］? YANG X，LIU S，JIA C，et al.Vulnerability assessment and management planning for the ecological environment in urban wetlands［J］.J Environ Manage，2021，298：113540.

［11］? ZHANG X Y，LIU K，WANG S D.Spatiotemporal evolution of ecological vulnerability in the Yellow River Basin under ecological restoration initiatives［J］.Ecol Indic，2022，135：108586.

［12］? ZHANG B，LI L.Evaluation of ecosystem service value and vulnerability analysis of China national nature reserves：A case study of Shennongjia Forest Region［J］.Ecol Indic，2023，149：110188.

［13］? JIANG Y，SHI B，SU G，et al.Spatiotemporal analysis of ecological vulnerability in the Tibet Autonomous region based on a pressure-state-response-management framework［J］.Ecol Indic，2021，130：108054.

［14］? 張學(xué)淵，魏偉，周亮，等.西北干旱區(qū)生態(tài)脆弱性時空演變分析［J］.生態(tài)學(xué)報，2021，41（12）：4707.

［15］? 郭貝貝，崔瑩雪.基于RSEVI和地理探測器的景區(qū)生態(tài)脆弱性評價［J］.生態(tài)學(xué)雜志，2024，43（2）：550.

［16］? 唐波，邱錦安，彭永超，等.基于CiteSpace國內(nèi)脆弱性的知識圖譜和研究進(jìn)展［J］.生態(tài)經(jīng)濟(jì)（學(xué)術(shù)版），2018，34（5）：172.

［17］? 何彥龍，袁一鳴，王騰，等.基于GIS的長江口海域生態(tài)系統(tǒng)脆弱性綜合評價［J］.生態(tài)學(xué)報，2019，39（11）：3918.

［18］? LIU Y M，YANG S N，HAN C L，et al.Variability in regional ecological vulnerability：A case study of Sichuan Province，China［J］.Int J Disast Risk Sc，2020，11（6）：1.

［19］? SHABBIR R，AHMAD S S.Water resource vulnerability assessment in Rawalpindi and Islamabad，Pakistan using analytic hierarchy process（AHP）［J］.King Saud Univ Sci，2016，28（4）：293.

［20］? 陳星霖.廣西農(nóng)業(yè)生態(tài)脆弱性評價及區(qū)劃研究［J］.中國農(nóng)業(yè)資源與區(qū)劃，2020，41（3）：212.

［21］? 馬一丁，付曉，田野，等.錫林郭勒盟煤電基地開發(fā)生態(tài)脆弱性評價［J］.生態(tài)學(xué)報，2017，37（13）：4505.

［22］? HE G，BAO K Y，WANG W W，et al.Assessment of ecological vulnerability of resource-based cities based on entropy-set pair analysis［J］.Environ Technol，2019，10（31）：1.

［23］? SUN B Q，MA X，BAO X，et al.Mapping island ecological vulnerability to urbanization：A study of twelve island counties/districts，China［J］.Coastal Res，2020，95（sp1）：83.

［24］? 郭澤呈，魏偉，龐素菲，等.基于SPCA和遙感指數(shù)的干旱內(nèi)陸河流域生態(tài)脆弱性時空演變及動因分析——以石羊河流域為例［J］.生態(tài)學(xué)報，2019，39（7）：2558.

［25］? UDDIN M N，ISLAM A S，BALA S K，et al.Mapping of climate vulnerability of the coastal region of Bangladesh using principal component analysis［J］.Appl Geogr，2019，102：47.

［26］? 王貝貝，丁明軍，管琪卉，等.基于格網(wǎng)的南昌市生態(tài)環(huán)境脆弱性評價［J］.生態(tài)學(xué)報，2019，39（15）：5460.

［27］? 李永化，范強，王雪，等.基于SRP模型的自然災(zāi)害多發(fā)區(qū)生態(tài)脆弱性時空分異研究——以遼寧省朝陽縣為例［J］.地理科學(xué)，2015，35（11）：1452.

［28］? 張金茜，李紅瑛，曹二佳，等.多尺度流域生態(tài)脆弱性評價及其空間關(guān)聯(lián)性——以甘肅白龍江流域為例［J］.應(yīng)用生態(tài)學(xué)報，2018，29（9）：2897.

［29］? 齊姍姍，鞏杰，錢彩云，等.基于SRP模型的甘肅省白龍江流域生態(tài)環(huán)境脆弱性評價［J］.水土保持通報，2017，37（1）：224.

［30］? 徐新良.中國人口空間分布公里網(wǎng)格數(shù)據(jù)集［DB/OL］.中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心數(shù)據(jù)注冊與出版系統(tǒng).［2020-10-10］.http：//www.resdc.cn/DOI.

［31］? 徐新良.中國GDP空間分布公里網(wǎng)格數(shù)據(jù)集［DB/OL］.中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心數(shù)據(jù)注冊與出版系統(tǒng).［2020-10-10］.http：//www.resdc.cn/DOI.

［32］? 李永柳，周忠發(fā)，蔣翼.基于Landsat 8遙感影像的黔中水利樞紐工程區(qū)土壤含水量反演分析［J］.水土保持研究，2020，27（4）：78.

［33］? 劉佳茹，趙軍，沈思民，等.基于SRP概念模型的祁連山地區(qū)生態(tài)脆弱性評價［J］.干旱區(qū)地理，2020，43（6）：1573.

［34］? 林金煌，胡國建，祁新華，等.閩三角城市群生態(tài)環(huán)境脆弱性及其驅(qū)動力［J］.生態(tài)學(xué)報，2018，38（12）：4155.

［35］? 周夢云.干旱半干旱區(qū)山地生態(tài)系統(tǒng)脆弱性評估方法體系與實例研究［D］.上海：華東師范大學(xué)，2017.

［36］? DAI X，GAO Y，HE X，et al.Spatial-temporal pattern evolution and driving force analysis of ecological environment vulnerability in Panzhihua City［J］.Environ Sci Pollut R，2021，28：7151.

［37］? LV X，XIAO W，ZHAO Y，et al.Drivers of spatio-temporal ecological vulnerability in an arid，coal mining region in Western China［J］.Ecol Indic，2019，106：105475.

［38］? 雷金睿，陳宗鑄，吳庭天，等.海南島東北部土地利用與生態(tài)系統(tǒng)服務(wù)價值空間自相關(guān)格局分析［J］.生態(tài)學(xué)報，2019，39（7）：2366.

［39］? 陶帥，鄺婷婷，彭文甫，等.2000—2015年長江上游NDVI時空變化及驅(qū)動力——以宜賓市為例［J］.生態(tài)學(xué)報，2020，40（14）：5029.

［40］? 郭兵，孔維華，姜琳，等.青藏高原高寒生態(tài)區(qū)生態(tài)系統(tǒng)脆弱性時空變化及驅(qū)動機(jī)制分析［J］.生態(tài)科學(xué)，2018，37（3）：96.

［41］? 雷波，焦峰，王志杰，等.延河流域生態(tài)環(huán)境脆弱性評價及其特征分析［J］.西北林學(xué)院學(xué)報，2013，28（3）：161.

（責(zé)任編輯? 武維寧）