将生态系统适应性纳入干旱韧性评估：以中国黄河流域为例

《CATENA》：Integrating ecosystem adaptability into drought resilience assessment: a case study of the Yellow River Basin, China

黄河流域生态系统韧性评估框架研究，整合抵抗性、恢复力与适应性三维指标，利用熵权法构建可比韧性指数。分析1982-2017年干旱响应发现：森林抵抗性最低但恢复力最高，草地相反，旱作农田和灌木地居中；抵抗性、适应性及整体韧性呈上升趋势（p<0.001），恢复力下降；季节气温变异、土壤-地形条件（蓄水能力、海拔）和干旱特征（严重性、频率）是主要驱动因素。较传统AR(1)方法更精准识别早期韧性衰退。

　　

袁梦佳|甘国静|布静怡|张永强|高彦春

中国科学院地理科学与自然资源研究所水循环及相关陆地表面过程重点实验室，北京100101，中国

摘要

干旱频率的增加威胁着生态系统的健康，需要进行全面的韧性评估以了解生态系统的响应。然而，当前的框架往往忽视了适应性（系统从干扰中学习并自我调整的能力）。这种忽略可能导致对韧性损失的过高估计以及对生态系统崩溃阈值的错误判断。为了解决这个问题，我们开发了一个综合框架，将适应性作为与抵抗力和恢复力并行的第三个核心维度，并使用熵权重方法构建了一个可比较的复合韧性指标。将该框架应用于黄河流域（1982–2017年）得出了几个关键见解。抵抗力和恢复力表现出相反的趋势，并且在不同的生态系统之间存在明显的权衡。这反映了适应性在动态平衡干旱耐受性和干旱后恢复过程中的调节作用。在各种生态系统中，森林的抵抗力最低，但恢复力最高；草地则呈现相反的模式；而雨养农田和灌木丛的恢复力介于两者之间。从时间上看，所有生态系统的抵抗力、适应性和整体韧性都有所增加（p < 0.001），而恢复力则有所下降（p < 0.001）。对驱动因素的分析表明，季节性温度变化、土壤-地形条件（有效水分含量和海拔）以及干旱特征（严重程度和频率）是生态系统韧性指标的关键驱动因素。与基于一阶滞后自相关系数（AR(1)）的韧性估计相比，所提出的框架得出了一致的结果，并检测到了早期韧性下降的趋势。总体而言，这项研究为生态系统韧性提供了一个新的三维视角，并为黄河流域及类似干旱地区的针对性生态系统管理策略提供了依据。

引言

干旱通常由持续且强烈的降水不足引发，是目前发生的最具破坏性的自然灾害之一（Mishra和Singh，2010；Raposo等人，2023；Zargar等人，2011）。在气候变化的背景下，严重的干旱变得越来越频繁，对生态系统健康和人类社会构成了日益增长的威胁（Ault，2020；Schwalm等人，2017；Veuillen等人，2023）。因此，了解生态系统对干旱的响应至关重要，因为它为干旱风险缓解和生态系统管理提供了科学依据（Fathi-Taperasht等人，2023；Feng等人，2021）。因此，生态系统韧性评估已成为描述生态系统如何应对干旱干扰的核心方法（Serkendiz和Tatli，2023；Ying Yao等人，2022）。此外，在全球变化的背景下，提高我们对生态系统韧性的理解对于促进可持续的生态系统-人类互动至关重要（Dakos和Kefi，2022）。

在生态学中，韧性通过几个理论框架进行了概念化和评估。两个广泛应用的定义指导了许多韧性研究。第一个是由Holling（1973）提出的“生态韧性”，强调生态系统在不改变为另一种状态的情况下吸收干扰的能力。这种观点通常依赖于早期预警信号，如时间自相关性，来指示生态系统韧性的变化（Boulton等人，2022；Feng等人，2021；Smith等人，2022）。例如，Verbesselt等人（2016）展示了热带森林中归一化植被指数（NDVI）的时间自相关性的增加，表明韧性正在下降。第二个定义通常被称为“工程韧性”，关注生态系统在受到干扰后恢复到干扰前状态的能力（Holling，1996；Pimm，1984）。工程韧性通常使用恢复时间或恢复率来量化（Ying Yao等人，2022；Zhang等人，2021a）。例如，Schwalm等人（2017）报告称，自20世纪以来，全球生态系统的干旱后恢复时间延长，表明韧性呈下降趋势。尽管这些框架推动了韧性研究的发展，但实际量化生态系统韧性仍然具有挑战性。对于具有高异质性和长期干旱干扰的生态系统来说，这一点尤其具有挑战性，因为它们的响应可能是复杂和非线性的（Dakos等人，2015；Feng等人，2021；Schwarz等人，2020；Shi等人，2024）。

为了克服依赖单一指标/维度的局限性，另一种方法将生态系统韧性概念化为抵抗力和恢复力的结合（Lloret等人，2011）。抵抗力描述了生态系统抵御外部干扰的能力，通常通过生态系统响应的幅度来量化，例如干旱期间的最大生产力损失（De Keersmaecker等人，2015）。恢复力指的是生态系统从受干扰状态恢复到正常状态的能力，通常通过恢复时间或恢复率来表征（Cole等人，2014；Schwalm等人，2017）。通过同时考虑抵抗力和恢复力，该框架捕捉到了生态系统响应的多个维度。它已被广泛应用于不同的生态系统和空间尺度（Hoover等人，2021；Machado-Silva等人，2021；Ruppert等人，2015；Sawada和Koike，2016）。随后出现了许多衍生框架，主要在用于表征抵抗力和恢复力的具体指标上有所不同（Ingrisch和Bahn，2018；Isbell等人，2015；Liu等人，2021）。

尽管取得了这些进展，现有韧性评估框架的一个局限性是它们很少明确考虑生态系统的适应性（Li等人，2025；Zhong等人，2024；Zhu等人，2025）。一般来说，根据韧性在各个领域的定义和应用，可以将其总结为抵抗干扰的能力（抵抗力）、从干扰中恢复的能力（恢复力）以及适应干扰的能力（适应性）（Chen等人，2020；Folke等人，2010；Huai，2017；Walker等人，2004；Yi和Jackson，2021）。Holling（2001）曾提出适应性循环的概念，反映了系统从先前发生或重复的干扰中学习的能力，从而增强其韧性。因此，适应性是生态系统的一种内在属性或资产，可以减轻潜在的损害并帮助应对后续的干扰（Ghorbani等人，2024；Mbaziira等人，2023）。在干旱干扰日益频繁和严重的背景下，理解生态系统的适应性对于准确描述韧性和预测对未来环境挑战的响应至关重要（Oyanoghafo等人，2023；Wang等人，2023a）。因此，迫切需要一个包含适应性的韧性评估框架。此外，研究表明，抵抗力和恢复力通常表现出权衡，即高抵抗力对应低恢复力，或低抵抗力对应高恢复力（Gazol等人，2017；Li等人，2020a；Shao等人，2024；Stuart-Haentjens等人，2018）。在这种情况下，使用任一指标来描述“韧性”都是片面的和矛盾的，并且也会降低不同生态系统/物种之间的可比性。例如，在选择用于造林项目的植物物种时，两种物种可能在抵抗力和恢复力方面都有优势，使得难以在它们之间做出选择（Vitasse等人，2019；Zeng等人，2020）。这突显了需要一个整合多个维度的复合韧性指标。如果不明确考虑适应性和复合韧性指数，不同生态系统类型的韧性比较可能会有偏差或不完整。

在这项研究中，我们首先定义了适应性的计算方法，然后使用熵权重方法将抵抗力、恢复力和适应性整合到一个单一的韧性指数中。随后，我们评估了黄河流域（1982–2017年）典型生态系统的空间和时间韧性特征，该地区容易受到干旱的影响。为了进一步研究驱动生态系统韧性的机制，我们使用了XGBoost模型结合SHAP分析来识别影响韧性指标的关键因素。本研究的主要目标是：

1）

开发一个整合抵抗力、恢复力和适应性的三维韧性评估框架；

2）

评估1982–2017年黄河流域典型生态系统的空间和时间韧性特征；

3）

识别塑造生态系统韧性指标的关键驱动因素。

通过明确纳入适应性并量化其与抵抗力和恢复力的相互作用，这种方法比传统的二维评估提供了对生态系统韧性更机械性的理解。预计这些结果将为干旱易发地区的生态系统管理提供科学依据，特别是在长期和极端干旱事件期间。

研究区域

研究区域

我们使用黄河流域作为测试区域，以展示我们方法的稳健性和可扩展性。黄河流域（32°10′–41°50′N，95°53′–119°05′E）包括40多个主要支流和1000条溪流，覆盖了750,000平方公里的流域面积（Zhan等人，2023）。为了科学管理，黄河流域被划分为上游、中游和下游三个部分（图1）。该流域的地形西高东低，海拔差异显著，总体上呈阶梯状分布（

黄河流域抵抗力、恢复力、适应性和韧性的空间分布特征

图3展示了1982年至2017年黄河流域生态系统抵抗力、恢复力、适应性和韧性的空间分布。在流域尺度上，这四个指标表现出明显的空间异质性，不同气候区和河流段之间存在明显对比。整个流域的抵抗力通常较低至中等，像素值大多低于0.3，而上游和中部的一些区域达到了约0.6的值。这些高抵抗力

考虑适应性的韧性评估框架的可行性和可信度

本研究开发了一个全面的生态系统韧性评估框架，明确将适应性作为一个独立维度纳入其中，能够同时表征抵抗力、恢复力和长期适应能力，同时产生一个统一且可比较的韧性指标。从理论角度来看，适应性反映了生态系统在持续干扰下重新组织内部过程和优化功能响应的内在能力（

结论

干旱干扰下的生态系统韧性吸引了越来越多的研究关注。尽管已经开发了许多韧性评估方法，但很少有方法考虑生态系统的适应性。因此，在这项研究中，我们基于熵权重方法以及抵抗力、恢复力和适应性指标构建了一个韧性评估框架，全面评估了1982年至2017年黄河流域的韧性特征。我们首先

CRediT作者贡献声明

袁梦佳：撰写——审稿与编辑，撰写——初稿，方法论。甘国静：撰写——审稿与编辑，资金获取。布静怡：撰写——审稿与编辑。张永强：撰写——审稿与编辑。高彦春：撰写——审稿与编辑，监督，资金获取。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文所述的工作。

致谢

本工作得到了国家自然科学基金重点项目（项目编号：42330506）、国家自然科学基金普通项目（项目编号：42071054）以及国家自然科学基金国际（区域）合作与交流项目（项目编号：42361144709）的支持。