下载:
-
生态环境是人类社会可持续发展的基础，随着气候变化和社会经济的快速发展，土地退化、水土流失、生物多样性锐减等生态环境问题日益凸显[1]，这些问题直接威胁到区域的可持续发展。生态安全是人类不受生态破坏与环境污染等影响的保障程度，具有2个方面的内涵：一是自然和半自然生态系统的安全；二是在人的生活、健康、基本权利、社会次序等方面不受威胁的状态[2]。生态安全作为经济繁荣、民生改善最为基础和牢固的构成要素，其以生态环境系统为目标，旨在分析和评价人类活动与自然环境之间的交互作用及其影响[3]。目前，关于生态安全问题的研究，学者们常用的评价方法主要有综合指数法[4]、层次分析法[5]、主成分分析法[6]、变异系数法[7]等；评价模型则主要包括压力-状态-响应模型(PSR模型)[8]及其改进形式的DPSIR、DPSIRM等[9]；同时也有从自然-经济-社会(NES)[9]和经济-环境-社会(EES)[10]等维度构造评价模型。其中，PSR模型是由经济合作与发展组织(OECD)与联合国环境规划署(UNEP)共同提出[11]，用于研究人类与自然环境的关系。PSR模型由于其逻辑思路清晰、理论框架成熟，且考虑了生态系统结构和功能的完整性，以及恢复力、压力和响应水平[12−13]，因此在国内外生态环境评价中运用广泛[14]，并在可持续发展研究环境指标体系的构建方面产生了极好的反响。
在中国当前生态文明建设、新型城镇化建设的新阶段，生态文明的核心理念是人类社会发展必须遵循“人-自然-社会”和谐发展这一规律[15−16]。由于干旱区生态系统具有较为脆弱且易受人为干扰的特点，其平衡极易被打破，这使得干旱区成为了中国生态文明建设的重点关注区域[17]。天山-帕米尔地区作为典型的中国西北内陆干旱区，其独特的地理位置和丰富多样的生态系统将在中国生态安全方面发挥重要的屏障作用，同时天山-帕米尔地区也是丝绸之路经济带、中巴经济走廊起始端的核心区域，其建设对“一带一路”国家的经济发展具有强大的推动作用[18]。在此背景下，如何准确评价区域生态安全状况，并有效针对区域内生态环境问题提出综合解决措施，促进天山-帕米尔地区生态文明和绿色发展的有序推进具有重要的现实意义。
鉴于此，本研究基于PSR模型，以天山-帕米尔地区为研究区，运用熵权法及地理探测器等方法，开展天山-帕米尔地区生态安全评价并揭示影响区域生态安全的关键因子。这即是绿色丝绸之路建设高度关注的研究主题，又是可持续发展的重要议题，同时可为该区域的生态保护与生态建设以及协同发展提供科学依据。
-
天山-帕米尔地区(34°18′26″~45°24′08″N，73°27′58″~96°27′36″E)地处准噶尔盆地南部、帕米尔高原东部、塔里木盆地西南缘，包含新疆维吾尔自治区中部和西南部地区，涵盖了4个地级市、13个县级市、34个县、5个自治县，合计56个行政单元，研究区面积约74.38×104 km2。该区域属温带大陆性气候，干旱少雨，由于自然条件的制约，各区域受人类活动的影响程度有所差异[18]。然而由于旅游业的兴起、工业的发展、政策以及社会人文条件等因素的改变，生态环境也随之受到一定影响，放牧等活动使得草地退化，荒漠化加剧[19]，导致区域内生态安全度降低。天山-帕米尔地区所在的天山北坡经济带，属于新疆社会经济发展的增长极，在国家“一带一路”建设中具有重要的战略地位。天山-帕米尔地区2018年人口为1 551.27万人，区域生产总值为10 300.57亿元。
-
涉及的社会经济、人口、生态建设、环境保护等数据，主要通过《新疆维吾尔自治区统计年鉴》、新疆维吾尔自治区《国民经济和社会发展统计公报》等提供的数据计算获得，选取1990、2000、2010、2018年的数据。所需的1∶10万土地利用矢量数据集，包含6个大类(耕地、林地、草地、湿地、人工表面、其他)，分类体系参考土地覆盖分类系统(LCCS)和联合国政府间气候变化专门委员会(IPCC)分类体系，与中国土地覆被数据集所用分类体系一致[20]。采用分区分层的决策树法，结合土地覆被实际变化，借助e-Cognition遥感解译软件和人工解译等完成，通过样点验证最终精度达93%。
运用极差标准化对数据进行常规预处理。将选取的指标依据对环境的影响划分为正向和负向，正向指标值越大越好，负向指标值越小越好。计算公式为：
$$ {Z_i} = \frac{{{X_i} - {X_{\min }}}}{{{X_{\max }} - {X_{\min }}}} \text{；} $$ (1) $$ {Y_i} = \frac{{{X_{\max }} - {X_i}}}{{{X_{\max }} - {X_{\min }}}} 。 $$ (2) 式(1)~(2)中：Zi、Yi为标准化后该项指标(Xi)在i时段的正向评价指标和负向评价指标；Xi为i时段的指标值；Xmin、Xmax为Xi的最小值和最大值。
-
生态环境质量受到自然和人文2个方面的影响，因此，评价区域生态环境应综合考虑环境、资源、人口、社会经济等多方面的因素。PSR模型的研究思路为人类对生态环境会造成一定的“压力”，在这种“压力”下自然环境发生改变并呈现相应的“状态”，当产生不利的状况时，社会通过政策、法规以及行为规范等做出“响应”。
天山-帕米尔地区是西北干旱区典型的生态脆弱区，以绿洲农业为主，旅游资源丰富，因此在生态安全评价指标选取方面更加侧重人口、旅游收入、耕地用肥等指标。借鉴已有研究成果基础[21−26]，遵循天山-帕米尔地区的区域特点、数据的可获取性以及科学性等原则，共选取20个指标(表1)。
表 1 天山-帕米尔地区生态安全评价体系
Table 1. Evaluation system of ecological security in Tianshan-Pamir region
目标层 准则层 要素层 指标层 指标属性 生态安全综合指数 压力(P) 社会经济压力 人口密度/(人·km−2) 负 人口自然增长率/% 负 人均国内生产总值(GDP)/元 负 国内游客数量增长率/% 负 资源环境压力 单位耕地化肥使用量/(t·hm−2) 负 单位面积废水排放量/(t·km−2) 负 湿地覆盖率/% 正 状态(S) 社会经济状态 区域开发指数/% 负 经济密度/(万元·km−2) 负 旅行社数量增长率/个 负 资源环境状态 草地覆盖率/% 正 森林覆盖率/% 正 原煤消耗/(t·万元−1) 负 人均水资源量/(m3·人−1) 正 响应(R) 社会经济响应 旅游收入占GDP比例/% 负 第三产业占GDP比例/% 正 城镇化水平/% 负 拥有卫生技术人员/人 正 资源环境响应 单位面积环保投入/(万元·km−2) 正 自然保护区数量/个 正 -
目前熵权法、层次分析法以及Delphi法等为常用的赋值方法，为有效地克服专家打分的主观性，本研究采用熵权法对指标进行赋值，根据信息量的大小来确定权重，以避免人为因素带来的误差。具体公式为：
$$ {H_{{i}}} = {{ - }}\frac{{\text{1}}}{{\ln n}}\sum\limits_{j = 1}^n {{X_{ij}}} \ln {X_{ij}} \text{；} $$ (3) $$ {W_i} = \frac{{1 - {H_i}}}{{m - \displaystyle \sum\limits_{i = 1}^m {{H_i}} }} 。 $$ (4) 式(3)~(4)中：
$ {H_i} $ 为第$ i $ 个指标的信息熵；$ {W_i} $ 为第$ i $ 个指标的熵权；$ {X_{ij}} $ 为第$ i $ 个指标下第j个样本的指标占比；$ m $ 为评价指标总数；n为研究单元数量。 -
综合指数法在生态安全的评价中应运最为广泛且成熟，因此采用综合指数法计算天山-帕米尔地区的生态安全综合指数，计算公式如下：
$$ {E_{\rm{S}}}_{{i}} = \sum\limits_{j = 1}^m {{W_j}} {P_{ij}} 。 $$ (5) 式(5)中：ESi为第
$ i $ 研究单元的生态安全综合值；$ {W_j} $ 为第$ j $ 个指标的熵权；$ {P_{ij}} $ 为第$ i $ 研究单元第$ j $ 项指标标准化后的指标值；$ m $ 为指标的数量。为对比反映区域内生态安全的状态和差异，采用自然断裂点法(Jenks)将天山-帕米尔地区区域生态安全划分为5个分级[24−25]。但若每个时期的分类标准不同，则无法比较分析[26]。因此，1990、2000、2010、2018年均采用1990年的分级标准(表2)。
表 2 天山-帕米尔地区生态安全分级标准
Table 2. Classification standard of ecological security in Tianshan-Pamir region
等级 安全等级 生态安全综合指数 生态安全特征描述 Ⅰ 不安全 [0.00~0.19) 压力极大，环境极差，存在严重生态环境问题 Ⅱ 较不安全 [0.19~0.23) 压力较大，环境较差，生态环境处于不稳定状态 Ⅲ 临界安全 [0.23~0.31) 压力接近阈值，环境一般，能发挥基本生态系统功能 Ⅳ 较安全 [0.31~0.49) 压力较小，环境较好，但仍存在部分限制性因素 Ⅴ 安全 [0.49~0.72) 压力很小，环境优越，生态系统功能、结构完善 -
地理探测器用于探测空间分异性，是揭示其驱动因子的一种新的统计学方法，共包括4个因子探测器[27−29]。本研究运用因子探测器来分析20个因子(X)在多大程度上揭示了生态安全的空间分异性(Y)。其表达式为[28−29]：
$$ q = 1 - \frac{{\displaystyle \sum\limits_{h = 1}^L {{N_h}\sigma _h^2} }}{{N{\sigma ^2}}} 。 $$ (6) 式(6)中：
$ h = 1, \cdot \cdot \cdot $ ，L；L为变量Y或因子X的分类或分层；$ {N_h} $ 、$ N $ 分别为层$ h $ 和全区单元数，$ \sigma _h^2 $ 为层$ h $ 的方差、$ {\sigma ^2} $ 为全区$ Y $ 值的方差。q为因子X对变量Y的解释度，取值范围为[0, 1]，值越大说明分异性越明显，解释力就越强，反之则越小。 -
通过计算生态安全综合指数，得到天山-帕米尔地区生态安全时空格局分布图(图1)。从空间上来看，1990年大部分地区生态安全等级处于临界安全及以下，2000年生态安全综合指数略微上升；2010年区域综合指数最高，生态状况最好，生态环境状况改善最为明显，主要发生在帕米尔高原地区；2018年研究区西部地区的生态安全综合值有所下降，其他地区则较稳定。不同行政单元间生态安全等级在空间上的表现差异较大，但由于天山-帕米尔地区的地形地貌并未发生大尺度的变化，因此地区生态安全的分布格局并没有发生明显变化。
图 1 天山-帕米尔地区生态安全时空格局示意图
Figure 1. Spatio-temporal pattern of ecological security in Tianshan-Pamir region
从时间序列上看，1990—2000年研究区处于较安全级的面积增加，临界安全及以上的面积占70%，这说明1990—2000年天山-帕米尔地区生态安全状况在改善；至2010年临界安全及以上的面积占比达80%，处于较安全等级的面积增加约1.5倍，生态环境质量改善尤为明显；2010—2018年安全级面积增加，但较不安全级的面积呈明显的增加趋势，表明2010—2018年生态环境有恶化的趋势(图2)。28 a间，天山-帕米尔地区生态安全的临界安全级及以上的安全级面积占比始终在60%以上，表明生态安全状况总体上处于安全状态，但城市化、工业化、绿洲扩张以及旅游业的发展等行为给生态环境带来的压力不可避免，也存在一些生态破坏的现象。
图 2 天山-帕米尔地区生态安全指数分级面积统计
Figure 2. Area statistic of classification by ecological security index in Tianshan-Pamir region
-
天山-帕米尔地区总体区域生态安全处于临界安全以及较安全状态，全区域平均生态安全综合值变化可分为2个阶段(表3)：第1阶段为1990—2010年，区域平均生态安全综合值上升；第2阶段为2010年以后，全区域平均生态安全综合值略微下降。整体来看，从1990—2018年，天山-帕米尔地区总体区域生态安全呈缓慢上升趋势。
表 3 天山-帕米尔地区生态安全综合指数描述性统计
Table 3. Descriptive statistics of ecological security index in Tianshan-Pamir region
年份 生态安全综合指数 变异系数/% 平均值 最小值 最大值 标准差 1990 0.275 0.171 0.712 0.091 33.14 2000 0.277 0.140 0.523 0.095 34.34 2010 0.307 0.151 0.507 0.083 26.84 2018 0.297 0.165 0.529 0.094 31.82 从3个子系统来说，对区域生态安全的贡献具有明显的规律性，从大到小依次为响应、压力、状态(图3)。1990—2018年，生态安全压力指数呈现出上升—下降—上升的波动变化特征，说明人类活动对生态安全的压力有所上升，经济社会发展的同时忽略了环境保护与治理；生态安全状态指数的变化趋势与生态安全压力指数相似，但状态指数的变化相较于压力指数的变化则相对稳定，表明天山-帕米尔地区生态环境状态对压力的变化反映敏感；而生态安全响应指数则呈现出下降—上升—下降的变化特征，这与国家和地方政府增加了产业结构调整和生态环境保护力度有关。
图 3 天山-帕米尔地区各子系统动态变化
Figure 3. Dynamic changes of subsystems in Tianshan-Pamir region
-
天山-帕米尔地区生态安全在空间上呈现不同的表现力，为进一步探究其影响因素，采用地理探测器来识别关键影响因子[30]。选取q＞0.2的因素作为主导影响因子，得到天山-帕米尔地区生态安全q变化(表4)。结果显示：国内游客数量增长率、人均水资源量、原煤消耗、旅游收入占GDP比例、拥有卫生技术人员数等5个因子对天山-帕米尔地区生态安全的影响较为稳定，这与天山-帕米尔地区旅游业的兴起、工业的发展以及社会人文条件的改善有关。对天山-帕米尔地区生态安全变化产生影响的因子中，压力层占3个，状态层占3个，响应层占4个，表明社会响应对生态安全的影响较大，且对生态安全的提高也最为重要，因此，要更加重视响应反映的速度以及响应建设的牢固程度，这对天山-帕米尔地区生态安全的提升将起到重要的作用。
表 4 不同年份主要影响因子探测结果
Table 4. Detection results of main influencing factors in different years
影响因子 (X) q (Y) 1990年 2000年 2010年 2018年 国内游客数量增长率 0.29 0.46 0.47 0.50 人均GDP − − 0.24 − 湿地覆盖率 0.45 0.23 − 0.22 人均水资源量 0.28 0.45 0.42 0.50 原煤消耗 0.29 0.46 0.47 0.51 旅行社数量增长率 − 0.26 − 0.34 旅游收入占GDP比例 0.29 0.46 0.467 0.51 第三产业占GDP比例 − 0.20 − − 拥有卫生技术人员数 0.29 0.47 0.48 0.51 自然保护区数量 − − − 0.66 说明：−表示q＜0.20 天山-帕米尔地区生态环境的变化是自然和人为因子相互作用的结果，这与前人的研究结论一致[31−32]。其中研究区内的博乐市、精河县、温泉县、塔什库尔干塔吉克自治县（以下简称“塔县”）作为中国新疆干旱区的典型代表城市，生态系统具有脆弱性和敏感性。但在1990—2018年，这些市(县)的生态安全状况都发生了较大转变(图4)，其中博乐市、精河县、温泉县、塔县生态安全状态全部呈现上升趋势，生态安全状态改善显著。从3个子系统变化趋势来看，对生态安全的贡献从大到小依次为响应、状态、压力，与全区域的趋势有所不同。2000年以来，在国家政策方针的指引以及生态文明建设的大力推进下，对环境、医疗卫生、水利工程等投入开始增加，城镇化水平不断提高，第三产业占比逐步提高，自然保护区数量增加，管理力度加强，响应能力的提高缓解了人类活动对环境的压力，从而提高了生态安全等级。
图 4 生态安全动态变化趋势
Figure 4. Dynamic change trend of ecological security
-
本研究显示：不同行政单元间生态安全等级在空间上的表现差异较大，但由于天山-帕米尔地区的地形地貌并未发生大尺度的变化，因此地区生态安全的分布格局并没有发生明显变化。从时间序列上看，天山-帕米尔地区生态安全的临界安全级及以上的面积占比始终在60%以上，表明生态安全总体上处于安全状态；从生态安全指数动态变化分析来看，1990—2018年天山-帕米尔地区区域生态安全总体呈缓慢上升趋势。基于地理探测器方法的分析结果显示：天山-帕米尔地区生态安全在空间上呈现不同的表现力，国内游客数量增长率、人均水资源量、原煤消耗、旅游收入占GDP比例、拥有卫生技术人员数等5个因子对天山-帕米尔地区生态安全的影响较为稳定，主要受到天山-帕米尔地区旅游业的兴起、工业的发展以及社会人文条件的改善等影响。
-
1990—2018年，天山-帕米尔地区生态安全总体上处于安全状态，且呈缓慢上升趋势。为进一步提升天山-帕米尔地区的生态安全，构建生态文明理念下的生态安全格局，要结合当前生态文明建设进程及区域生态与资源本底状况，应继续深入贯彻落实“绿水青山就是金山银山”的理念，在水资源利用红线、生态环境红线等“无形之手”和国家土地政策“有形之手”的共同作用下，维持耕地扩张在可控范围[15−16]；加强统筹山水林田湖草沙系统治理，推进以国家公园为主体的自然保护地体系建设[19]；合理有序发展区域内旅游业，完善相关的政策法规，减轻因旅游业发展而带来的生态压力；建立生态环境监测体系，对工业排放的废弃物等进行实时监测和定期评价；加大生态环保的投资力度，引导资源型城市的转型，以绿色、可持续发展产业代替[18]；将生态文明建设的理念融入经济建设、文化建设和社会建设中，实现天山-帕米尔地区的可持续发展。
Spatio-temporal evolution of ecological security pattern and its influencing factors in Tianshan-Pamir region
-
摘要:
目的 天山-帕米尔地区以其独特的地理位置和丰富多样的生态系统，在中国生态安全方面发挥着重要的屏障作用，但近30 a来区域经济和生态环境发生了很大变化，开展基于自然及人为压力状态下天山-帕米尔地区生态安全格局时空演变及其影响因素研究，为区域生态保护、生态建设以及协同发展提供科学依据。 方法 以天山-帕米尔地区作为研究区，运用压力-状态-响应(PSR)模型以及地理探测器方法，选取20个关键指标，对天山-帕米尔地区1990—2018年的生态安全及其影响因素进行分析。 结果 天山-帕米尔地区区域生态安全的分布格局并没有发生显著变化，但不同市(县)的生态安全等级差异较大；1990—2018年天山-帕米尔地区生态安全处于Ⅲ级及以上的面积占比始终在60%及以上，2010年达80%，区域生态环境改善显著；其中有5个因子对天山-帕米尔地区生态安全的影响较为稳定，其他各因子的影响各有差异；3个子系统影响从大到小依次为响应、压力、状态，状态指数和压力指数变化趋势相似。 结论 天山-帕米尔地区生态安全状况逐步向好，但也存在一些生态破坏的现象。其中博乐市、精河县、温泉县、塔什库尔干塔吉克自治县生态安全状态改善显著，响应能力的提高对缓解生态压力具有较大贡献。图4表4参32 Abstract:Objective Tianshan-Pamir region, with its unique geographical location and rich and diverse ecosystems, plays an important role as a barrier to China’s ecological security. However, great changes had taken place in the regional economy and ecological environment in the past 30 years, and it is urgent to carry out research on the spatiotemporal evolution of ecological security pattern and its influencing factors in Tianshan-Pamir region under natural and human pressure. Method Taking Tianshan-Pamir region as the study area, 20 key indicators were selected to analyze the ecological security and its influencing factors in the region from 1990 to 2018 by using the pressure-state-response (PSR) model and geographical detector method. Result The distribution pattern of regional ecological security in this region did not change significantly, but the ecological security levels of different cities and counties varied greatly. From 1990 to 2018, the area with ecological security of level Ⅲ or above accounted for 60% or more and reached 80% in 2010, indicating significant improvement of regional ecological environment. 5 factors among them had a relatively stable impact on the ecological security of the region, while other factors had different impacts. The influence of the 3 subsystems from large to small was response, pressure and state, and the change trend of state index and pressure index was similar. Conclusion The ecological security in Tianshan-Pamir region is gradually improving, but there are still some damage phenomena. Among them, Bole City, Jinghe County, Wenquan County, and Tashkurgan Tajik Autonomous County have significantly improved their ecological security status, and the improvement of response capacity has a great contribution to alleviating ecological pressure. [Ch, 4 fig. 4 tab. 32 ref.] -
Key words:
- ecological security /
- PSR model /
- geographic detector /
- Tianshan-Pamir region
-
现代农业中无土育苗技术的广泛应用，极大促进了种苗工厂化的发展。泥炭作为无土育苗的重要基质来源，具有质轻、透气、保水保肥能力强等多种优良特性，但其价格昂贵且不可再生，因此亟需寻找可替代泥炭的生态型育苗基质[1]。园林废弃物堆肥产品作为一种廉价易得的育苗基质，富含有机质和其他营养成分，可有效替代泥炭用于基质育苗[2]。但其容重较大，pH、电导率较高，营养元素不均衡[3−4]，并且如果在育苗基质中高比例添加园林废弃物堆肥产品，可能会导致植物生长矮小、叶片黄化、出苗率低、品质差或产生“烧苗”现象[5−6]，因此需要对园林废弃物堆肥产品进行改良和优化[7−8]。
腐熟花生Arachis hypogaea壳质地较轻，营养元素丰富，将其作为基质组分可有效降低基质容重，增加基质通气性和持水性，提高基质肥力[9]。朱巧莲等[10]将腐熟花生壳替代泥炭用作金线莲Anoectochilus roxburghii的栽培基质后发现：腐熟花生壳可显著降低基质容重，增加其持水量和非毛管孔隙度，提高其全氮含量；梁新安等[11]将腐熟花生壳替代草炭用作黄瓜Cucumis sativus的育苗基质后发现：添加适当比例腐熟花生壳可有效提高基质总孔隙度，改善其理化性质，增加其保水保肥性。腐植酸作为一种重要的基质改良剂，可有效改善基质物理结构，增加其养分[12]。刘宇锋等[13]将腐植酸添加至床垫料用作辣椒Capsicum annuum的栽培基质后发现：适当比例腐植酸的添加可显著降低基质容重，提高其总孔隙度和通气孔隙度，有效改善其品质；顾鑫等[14]将腐植酸施入土壤用于玉米Zea mays种植后发现：适当比例腐植酸的施用可有效降低土壤盐碱特性，提高土壤肥力，达到良好的改良效果。因此，腐熟花生壳和腐植酸的协同作用是否可用作改良园林废弃物堆肥产品，使其可高效替代泥炭进行植物育苗值得研究。
紫苏Perilla frutescens为唇形科Labiatae的1年生草本植物，含有多种活性成分，具有较高的药用、食用和文化价值[15]。紫苏叶、根和种子是天然营养物质的有效来源，含有丰富的酚类化合物，具有良好的抗过敏、抗中毒和抗肿瘤作用[16]，因此，有关紫苏育苗的研究也逐渐成为热点。但是，将园林废弃物堆肥产品作为泥炭替代基质用于紫苏无土育苗的研究相对较少。本研究利用腐熟花生壳和腐植酸改良园林废弃物堆肥产品，并将其用于紫苏育苗。通过温室育苗试验，探讨不同处理的育苗基质对紫苏出苗的影响，以期筛选出适合紫苏育苗的最优育苗基质，为园林废弃物资源化再利用和药用植物紫苏的育苗基质开发探索新途径。
1. 材料与方法
1.1 材料
紫苏种子购于北京林业大学科技股份有限公司。供试园林废弃物堆肥产品来源于植物园堆肥厂，采用好氧堆肥法堆置。堆肥前，将园林废弃物粉碎至2 cm，调节含水量为60%，添加尿素调节碳氮比为25%~30%，并加入0.5 mg·kg−1自制菌剂(主要成分为枯草芽孢杆菌Bacillus subtilis、乳酸菌和放线菌)；堆肥过程中隔7 d翻堆1次，并定期定量洒水，使堆体含水率维持约60%，堆肥周期为45 d。堆置后的园林废弃物堆肥产品质地疏松、无结块、无明显异臭味和可视杂物， pH为7.89，电导率为1.99 mS·cm−1，质量分数全氮为17.73 g·kg−1，全磷为4.46 g·kg−1，全钾为3.14 g·kg−1，铵态氮为714.09 mg·kg−1，硝态氮为129.58 mg·kg−1，速效磷为4 764.97 mg·kg−1，速效钾为627.76 mg·kg−1，符合GB/T 33891—2017《绿化用有机基质》的产品质量要求。
供试用改良剂腐熟花生壳、腐植酸均购于北京林业大学科技股份有限公司。腐熟花生壳使用前粉碎，过2 mm筛。其pH为6.8，电导率为1.51 mS·cm−1，质量分数全氮为26.9 g·kg−1，全磷为13.22 g·kg−1，全钾为3.84 g·kg−1，铵态氮为1 256.85 mg·kg−1，硝态氮为207.00 mg·kg−1，速效磷为9 601.65 mg·kg−1，速效钾为765.84 mg·kg−1。腐植酸为黑色粉末状，粒径为0.125~1.000 mm。其pH为5.6，电导率为0.95 mS·cm−1，质量分数腐植酸为700.00 g·kg−1，黄腐酸为200.00 g·kg−1，全氮为10.29 g·kg−1，全磷为11.39 g·kg−1，全钾为3.63 g·kg−1，铵态氮为536.80 mg·kg−1，硝态氮为92.74 mg·kg−1，速效磷为3 927.41 mg·kg−1，速效钾为604.59 mg·kg−1。
1.2 方法
1.2.1 试验设计
本次育苗试验在北京林业大学科技股份有限公司温室苗圃进行。按表1设计，在园林废弃物堆肥产品中添加腐熟花生壳和腐植酸。共设9个育苗基质处理，每处理重复10盆。
表 1 正交试验设计Table 1 Orthogonal experimental design处理 不同育苗基质的原材料组成/% 处理 不同育苗基质的原材料组成/% 处理 不同育苗基质的原材料组成/% 腐熟花生壳(干质量) 腐植酸(干质量) 腐熟花生壳(干质量) 腐植酸(干质量) 腐熟花生壳(干质量) 腐植酸(干质量) T1 0 0 T4 1.5 0 T7 3.0 0 T2 0 3.0 T5 1.5 3.0 T8 3.0 3.0 T3 0 6.0 T6 1.5 6.0 T9 3.0 6.0 1.2.2 育苗基质制备
根据表1所示：分别将添加了9种不同质量分数腐熟花生壳和腐植酸的园林废弃物堆肥产品置于210 mm×150 mm×185 mm的塑料花盆(基质表面距花盆顶部约3 cm)，拌入质量比为0.1%的多菌灵，杀菌消毒后，灌水至饱和，置于温室稳定3 d，备用。在制备基质的同时，采集样品。
1.2.3 播种与管理
选取颗粒饱满、大小一致的紫苏种子，均匀播种于花盆，每粒种子埋于距基质表面1 cm处，每盆播种3粒，并对基质充足灌水。播种至幼苗发芽期间，始终保持基质湿润。
1.3 测定指标与方法
1.3.1 幼苗指标与测定方法
播种后，每天观察出苗情况，统计出苗数，计算紫苏在21 d内的出苗率。紫苏播种后第40天统计其幼苗株数(紫苏在出苗后可能发生死亡现象，因此，紫苏在播种后第21天的出苗株数和第40天的出苗株数并不完全一致)、幼苗叶片数、被虫(小菜蛾Plutella xylostella)咬食叶片数和被虫咬食株数，计算其单株叶片数、死亡率、受虫害叶片率和受虫害株率。出苗率=(种子出苗数/供试种子粒数)×100%，受虫害叶片率=(被虫咬食叶片数/叶片总数)×100%，受虫害株率=(被虫咬食株数/总株数)×100%，死亡率=(死亡数/总株数)×100%。
1.3.2 基质指标与测定方法
参照ZHANG等[8]和鲍士旦[17]的方法，测定育苗基质的容重、最大含水量、总孔隙度、通气孔隙、持水孔隙、水气比、pH、电导率以及全氮、全磷、全钾、铵态氮、硝态氮、速效磷、速效钾和有机质质量分数等。其中：容重、最大含水量、总孔隙度、通气孔隙、持水孔隙、水气比等指标用环刀法测定；pH用pH 400防水型笔式pH计(上海仪电科学仪器股份有限公司)测定；电导率用EC 400防水型笔式电导率/TDS/盐度计(上海仪电科学仪器股份有限公司)测定；全氮用H2SO4-H2O2消煮，凯氏定氮法(K1306型全自动凯氏定氮仪，上海晟声自动化分析仪器有限公司)测定；全磷用H2SO4-H2O2消煮，钼锑抗比色法(752型紫外光栅分光光度计，上海元析仪器有限公司)测定；全钾用H2SO4-H2O2消煮，火焰光度计法(FP640型火焰光度计，上海精密科学仪器有限公司)测定；铵态氮用2 mol·L−1KCl浸提，靛酚蓝比色法测定；硝态氮用酚二磺酸比色法测定；速效磷用NaHCO3浸提-钼锑抗比色法测定；速效钾用NH4OAc浸提，火焰光度法测定；有机质用稀释热法测定。
1.4 数据处理
采用Excel 2019和SPSS 23.0软件进行数据处理与单因素方差分析；采用CANOCO 5.0分析紫苏育苗与育苗基质理化性质的关系；采用模糊数学的隶属函数法综合评价紫苏在不同处理基质的育苗情况。具体计算方法为[2]：①若某指标与紫苏育苗呈正相关，则用公式R(xi)=(xi−xmin)/(xmax−xmin)求其隶属函数值。其中：xi为某指标测定值，xmax、xmin分别为该指标的最大值和最小值，R(xi)为指标xi的隶属函数值；②若某指标与紫苏育苗呈负相关，则用公式R(xi)=1−(xi−xmin)/(xmax−xmin)求其隶属函数值。③将各指标的隶属函数值进行累加后求其平均值，即为紫苏幼苗的综合评价指数。值越大，说明紫苏育苗效果越好，育苗基质越适宜。
2. 结果与分析
2.1 不同处理对育苗基质物理性质的影响
由表2可知：与T1相比，添加腐熟花生壳和腐植酸的基质(T2~T9)容重显著(P＜0.05)降低，分别降低了11.49%、13.54%、14.80%、17.36%、18.21%、22.38%、32.57%、24.27%；最大含水量显著(P＜0.05)增加，分别增加了6.13%、6.12%、11.81%、17.62%、18.31%、22.71%、29.56%、24.56%；总孔隙度显著(P＜0.05)增加，分别增加了3.42%、11.82%、15.64%、17.58%、23.25%、25.48%、31.65%、25.86%；通气孔隙度显著(P＜0.05)增加，分别增加了23.43%、21.12%、52.07%、53.15%、34.49%、122.27%、124.04%、88.33%；持水孔隙度显著(P＜0.05)增加，分别增加了0.22%、10.34%、9.81%、11.89%、21.45%、9.99%、16.86%、15.87%；水气比降低但不显著，分别降低了18.82%、8.92%、27.81%、26.96%、9.71%、50.52%、47.85%、38.49%。
表 2 不同基质的物理性质Table 2 Physical properties of different substrates处理 容重/(g·cm−3) 最大含水量/% 总孔隙度/% 通气孔隙度/% 持水孔隙度/% 水气比/% T1 0.44±0.02 a 64.59±0.72 g 62.92±0.08 e 8.68±0.04 d 54.24±0.14 e 6.25±0.06 a T2 0.39±0.03 b 68.55±1.09 f 65.07±0.09 e 10.71±0.03 c 54.36±0.13 e 5.07±0.07 a T3 0.38±0.05 b 68.54±1.11 f 70.36±0.10 d 10.51±0.05 c 59.85±0.12 c 5.69±0.04 a T4 0.37±0.04 b 72.22±0.11 e 72.76±0.11 c 13.20±0.03 b 59.56±0.09 d 4.51±0.02 a T5 0.36±0.01 b 75.97±1.14 d 73.98±0.13 c 13.29±0.09 b 60.69±0.18 b 4.57±0.02 a T6 0.36±0.03 b 76.42±1.08 c 77.55±0.10 b 11.67±0.08 c 65.87±0.20 a 5.64±0.07 a T7 0.34±0.06 c 79.26±0.65 b 78.95±0.09 b 19.29±0.11 a 59.66±0.32 d 3.09±0.04 a T8 0.30±0.02 e 83.68±0.54 a 82.83±0.06 a 19.45±0.10 a 63.39±0.18 a 3.26±0.02 a T9 0.33±0.02 d 80.45±0.45 b 79.19±0.06 b 16.35±0.14 a 62.85±0.21 a 3.84±0.07 a 理想范围 ＜0.40[8] 70.00~85.00[8] 70.00~90.00[8] 10.00~30.00[18] 45.00~−65.00[18] 2.00~4.00[19] 说明：同列不同小写字母表示不同处理间差异显著 (P＜0.05) 2.2 不同处理对育苗基质化学性质的影响
由表3可知：与T1相比，添加腐熟花生壳和腐植酸的基质(T2~T9) pH显著(P＜0.05)降低，分别降低了1.77%、3.30%、3.93%、5.32%、7.22%、8.62%、9.63%、11.53%；电导率显著(P＜0.05)降低，分别降低了13.57%、20.10%、23.12%、24.12%、25.63%、23.62%、26.13%、30.15%；全氮质量分数显著(P＜0.05)增加，分别增加了1.07%、0.73%、14.44%、13.25%、11.73%、30.34%、28.82%、25.83%；全磷质量分数显著(P＜0.05)增加，分别增加了38.34%、31.83%、41.48%、23.77%、23.54%、63.90%、65.47%、60.09%；全钾质量分数无显著变化；铵态氮质量分数显著(P＜0.05)增加，分别增加了12.62%、0.94%、28.84%、50.53%、48.09%、85.52%、85.53%、85.59%；硝态氮质量分数显著(P＜0.05)增加，分别增加了0.08%、9.71%、16.86%、14.63%、3.89%、11.06%、27.54%、6.53%；除T3外，其他处理的速效磷质量分数显著(P＜0.05)增加，T2、T4、T5、T6、T7、T8、T9分别增加了1.54%、6.82%、18.13%、10.03%、22.15%、31.45%、20.27%；速效钾质量分数显著(P＜0.05)增加，分别增加了1.51%、1.90%、1.86%、2.06%、2.80%、0.60%、0.99%、3.05%；有机质质量分数显著(P＜0.05)增加，分别增加了0.05%、0.17%、13.26%、12.77%、13.09%、22.66%、23.24%、22.73%。
表 3 不同基质的化学性质Table 3 Chemical properties of different substrates处理 pH 电导率/(mS·cm−1) 全氮/(g·kg−1) 全磷/(g·kg−1) 全钾/(g·kg−1) T1 7.89±0.08 a 1.99±0.74 a 17.73±0.68 e 4.46±1.07 b 3.14±0.04 a T2 7.75±0.12 a 1.72±0.14 a 17.92±1.54 e 6.17±1.25 a 3.20±0.03 a T3 7.63±0.02 a 1.59±0.12 b 17.86±2.11 e 5.88±0.45 a 3.45±0.27 a T4 7.58±0.10 a 1.53±0.03 b 20.29±1.38 c 6.31±1.00 a 3.16±0.06 a T5 7.47±0.08 b 1.51±0.06 b 20.08±3.10 c 5.52±0.45 a 3.27±0.03 a T6 7.32±0.04 c 1.48±0.05 b 19.81±1.14 d 5.51±1.03 a 3.19±0.14 a T7 7.21±0.05 d 1.52±0.08 b 23.11±2.03 a 7.31±0.75 a 3.38±0.09 a T8 7.13±0.09 e 1.47±0.02 b 22.84±1.98 a 7.38±0.96 a 3.34±0.11 a T9 6.98±0.06 f 1.39±0.01 c 22.31±2.87 b 7.14±0.42 a 3.51±0.19 a 处理 铵态氮/(mg·kg−1) 硝态氮/(mg·kg−1) 速效磷/(mg·kg−1) 速效钾/(mg·kg−1) 有机质/(mg·kg−1) T1 714.09±44.38 d 129.58±5.24 c 4 764.97±82.52 e 627.76±3.24 d 548.69±12.91 f T2 804.24±62.78 c 129.69±0.93 c 4 838.35±130.58 d 637.22±2.24 b 548.98±14.93 f T3 720.83±111.33 d 142.16±8.82 b 4 690.12±175.35 e 639.70±1.25 a 549.65±18.31 f T4 920.03±28.44 b 151.43±17.54 a 5 090.17±168.04 c 639.44±7.95 a 621.43±9.22 d T5 1074.94±32.49 b 148.54±2.33 a 5 628.76±202.95 b 640.71±2.23 a 618.78±9.37 e T6 1 057.53±173.67 b 134.62±18.06 b 5 242.77±45.47 c 645.31±0.25 a 620.52±11.54 d T7 1 324.80±115.38 a 143.91±5.24 b 5 820.21±331.18 b 631.53±8.20 c 673.02±15.90 c T8 1 324.87±85.48 a 165.26±4.36 a 6 263.58±89.33 a 633.95±1.50 c 676.22±8.56 b T9 1 325.27±28.26 a 138.04±3.55 b 5 730.77±117.63 b 646.93±3.00 a 673.43±18.88 c 说明：同列不同小写字母表示不同处理间差异显著 (P＜0.05) 2.3 不同处理对紫苏出苗的影响
由图1可知：T4、T5、T7、T8、T9紫苏种子在播种后第7天开始出苗，T6在播种后第8天开始出苗，T3在播种后第9天开始出苗，T1和T2在播种后第10天开始出苗。其中，T8和T9紫苏种子出苗速度较快，并且在播种后第11天出苗率已达80%以上，分别为84%和88%；T1和T2紫苏种子出苗速度较慢，在播种后第21天出苗率仍均不足60%，分别为55%和58%。在播种后的第21天，紫苏在不同基质内的出苗率从高到低依次为T9、T8和T6、T7、T5、T4、T3、T2、T1，其中T6~T9的出苗率大于80%，分别为91%、88%、91%、93%，T1~T5的出苗率小于80%，分别为55%、58%、65%、71%、75%。
由表4可知：不同基质的紫苏幼苗单株叶片数、幼苗死亡率、幼苗受虫害叶片率和幼苗受虫害株率有显著(P＜0.05)差异。其中，T8和T9紫苏幼苗单株叶片数较多，T3和T4紫苏幼苗单株叶片数较少；T1和T2紫苏幼苗死亡率较高，T8和T9紫苏死亡率较低；T1和T6紫苏幼苗受虫害叶片率较高，T3和T5紫苏幼苗受虫害叶片率较低；T5和T6紫苏幼苗受虫害株率较高，T3和T8紫苏幼苗受虫害株率较低。
表 4 不同基质的紫苏幼苗单株叶片数、死亡率、受虫害叶片率和受虫害株率Table 4 Number of leaves per plant, mortality rate, leaf infestation rate and plant infestation rate of P. frutescens seedlings in different substrates处理 单株叶片数/片 死亡率/% 受虫害叶片率/% 受虫害株率/% T1 5.40±1.51 b 36.12±1.44 a 12.46±0.43 b 19.54±0.76 e T2 5.37±1.03 b 33.17±2.63 b 8.56±0.58 f 19.43±0.31 e T3 4.21±1.57 d 22.89±2.63 d 6.99±0.89 h 18.57±0.99 f T4 4.46±0.50 d 21.30±1.88 e 11.83±0.54 c 21.78±0.76 c T5 4.50±2.22 d 32.20±1.64 c 7.43±1.11 g 23.84±1.98 b T6 5.03±0.81 c 14.31±0.92 f 17.73±1.02 a 26.46±1.53 a T7 4.82±1.31 c 12.67±2.75 g 10.84±0.98 d 23.72±0.92 b T8 6.12±0.59 a 10.74±1.75 i 9.93±0.47 e 17.65±0.83 g T9 6.43±0.62 a 11.34±2.42 h 11.95±0.87 c 20.68±0.54 d 说明：同列不同小写字母表示不同处理间差异显著 (P＜0.05) 2.4 紫苏育苗与育苗基质理化性质的关系
冗余分析结果显示：多个理化性质间存在共线性，因此选用向前选择法筛选出方差膨胀因子小于10的容重、总孔隙度、pH、电导率以及全氮、全磷、全钾、速效钾质量分数等8个理化性质作为解释变量。图2为紫苏育苗情况与筛选后基质理化性质间的冗余分析排序图。在基质理化性质中，容重、pH、电导率、总孔隙度和全氮质量分数对紫苏育苗情况有较高的解释量；紫苏幼苗出苗率、受虫害叶片率和受虫害株率与育苗基质总孔隙度以及全氮、全磷、全钾、速效钾质量分数呈正相关，与育苗基pH、电导率、容重呈负相关；紫苏幼苗单株叶片数与育苗基质全氮、全磷、全钾质量分数以及总孔隙度呈正相关，与育苗基质pH、容重呈负相关，与育苗基质速效钾质量分数、电导率相关性较弱；紫苏幼苗死亡率与育苗基质pH、电导率、容重呈正相关，与育苗基质总孔隙度以及全氮、全磷、全钾、速效钾质量分数呈负相关。
图 2 紫苏育苗情况与筛选后育苗基质理化性质间的冗余分析Figure 2 Redundancy analysis of P. frutescens seedling state and physicochemical characters of seedling substrate after screening2.5 紫苏育苗的综合评价
通过模糊数学的隶属函数法，计算T1~T9基质的紫苏育苗综合评价指数。由表5可知：T2~T9的紫苏幼苗综合评价指数均高于T1，其中T8的紫苏幼苗综合评价指数最高，表明T8的紫苏育苗效果最优。
表 5 不同育苗基质对紫苏育苗情况的综合评价Table 5 Comprehensive evaluation of P. frutescens seedlings on different substrates处理 单指标评价指数 综合评
价指数出苗率 单株叶
片数死亡率 受虫害
叶片率受虫害
株率T1 0.00 0.54 0.00 0.49 0.79 0.36 T2 0.08 0.52 0.12 0.85 0.85 0.48 T3 0.26 0.00 0.52 1.00 0.92 0.54 T4 0.42 0.11 0.58 0.55 0.65 0.46 T5 0.53 0.13 0.15 0.96 0.48 0.45 T6 0.95 0.37 0.86 0.00 0.25 0.49 T7 0.87 0.27 0.92 0.64 0.49 0.64 T8 0.95 0.86 1.00 0.73 1.00 0.91 T9 1.00 1.00 0.98 0.54 0.74 0.85 3. 讨论
3.1 不同处理影响育苗基质物理性质的原因分析
除T1 (100%园林废弃物堆肥产品)外，T2~T9的容重均小于0.40 g·cm−3，表明腐熟花生壳和腐植酸可以降低基质紧实度，使其更为疏松透气。这与已有研究结果[10−12]一致。在一定范围内，孔隙度越大，基质容纳的空气和水分越多，基质的排水能力和保水能力就越好[20]。添加适宜比例腐熟花生壳和腐植酸可显著增加基质的含水量和孔隙度，改善基质中大、小孔隙的比例，从而改善园林废弃物堆肥产品的保水性和通气性，使其处于理想范围。其主要原因可能是由于腐熟花生壳质地疏松，具有较大的孔隙，腐植酸含羧基、羟基等亲水基团，可促进基质中水稳性大团聚体的形成，减少微团聚体的含量，因此将两者结合可降低基质容重，提高基质水分供给和气体交换能力，从而起到保水保肥作用[8, 21]。
3.2 不同处理影响育苗基质化学性质的原因分析
理想基质的pH为6.0~7.5[7]。未添加腐熟花生壳和腐植酸的园林废弃物堆肥产品(T1)的pH大于7.5，呈碱性，不利于种子萌发和幼苗生长；添加腐熟花生壳和腐植酸后(T2~T9)，基质环境变成中性，达到理想要求。这可能是因为腐熟花生壳和腐植酸中含有较多羧基、酚羟基等酸性基团可解离出较多的H+，可与园林废弃物堆肥产品中的碱性物质发生中和反应，使基质的pH下降[21, 22]。这表明腐熟花生壳和腐植酸作为改良剂可有效调节园林废弃物堆肥产品的pH，使基质酸碱环境可达理想范围。
理想育苗基质的电导率应小于0.65 mS·cm−1(GB/T 33891—2017)。本研究中，T1~T9的电导率均不在理想范围，但是腐熟花生壳和腐植酸的添加可降低基质可溶性盐的含量，其主要原因可能是由于腐熟花生壳和腐植酸中含有较多的酚羟基，此类官能团上的H+可与基质水溶液的K+、Na+等盐基离子发生离子交换作用，减少基质水溶液的可溶性盐含量，达到降低基质电导率的效果[23]。
腐熟花生壳和腐植酸的添加可提高基质中铵态氮和硝态氮质量分数，主要原因可能是由于腐植酸可提高脲酶活性，促进尿素分解，还可与尿素分解产生的NH4+结合生成稳定的腐植酸铵盐，避免了氨的挥发，增加了NH4+质量分数；腐熟花生壳含有丰富的纤维素，质地坚硬，疏松多孔，利于硝化细菌附着或将其作为固体碳源进行利用，从而提高了硝化细菌的活性，增加了NO3−质量分数[24−25]。因此，将腐熟花生壳和腐植酸作为改良剂添加至园林废弃物堆肥产品中，可增强基质供应氮元素的能力，有助于植物对基质养分的吸收。
添加腐熟花生壳和腐植酸可提高基质中全磷和速效磷质量分数，主要原因可能是由于腐熟花生壳和腐植酸自身含有较多的磷素，且腐熟花生壳疏松多孔的结构适合微生物生长，又可为其提供所需的碳源，增强微生物活动和数量，两者的添加可显著加速有机磷向无机磷的转化。另外，腐植酸含有的胡敏酸可与基质的铁、铝等金属发生络合反应，减缓磷的固定；腐植酸含有的酸性基团还可活化基质的无机固定态磷[23]。因此，将两者联合添加可提高基质的全磷和速效磷质量分数，增强基质供应磷素的能力。
添加腐植酸可在一定程度上增强基质供应速效钾的能力，可能是由于腐植酸粉末具有巨大的表面积，带有大量的电荷，可与基质的K+进行吸附交换作用，补充基质溶液的钾质量分数，从而增加基质的钾利用率[14, 23]。
添加腐熟花生壳和腐植酸可以有效增加基质的有机质供应，主要原因可能是由于腐熟花生壳含大量的纤维素、半纤维素和木质素等含碳有机化合物和蛋白质等含氮化合物，同时，腐植酸也是一种大分子有机物质，有机质丰富，将两者联合添加可有效增加基质肥力，提高有机质供应水平[14]。
3.3 不同处理影响紫苏出苗的原因分析
种子的出苗率和出苗速度是衡量育苗基质优劣的重要指标，其中种子出苗率达80%是判断基质适宜的首要依据[2, 7, 26]。本研究表明：紫苏种子在T6~T9的出苗率达80%，出苗情况较好。可能是由于T6~T9的基质容重、pH、电导率等较低，总孔隙度以及全氮、全磷、全钾、速效钾质量分数等较高，可为紫苏种子提供合适的水分、氧气、温度和养分，比较适合紫苏种子出苗。
叶片数量是影响生态系统服务的植物功能性状之一，可反映植株的生长情况[27]。本研究表明：T8和T9的紫苏生长发育较好，可生长出更多的叶片进行光合作用和蒸腾作用，可能是由于T8和T9的容重和pH较低，总孔隙度以及全氮、全磷、全钾质量分数等较高，其通气性较好且供肥能力较强，可提供给幼苗更多的养分，利于幼苗生长和叶片建成。
本研究表明：紫苏幼苗死亡率受总孔隙度、容重、pH、电导率以及全氮、全磷、全钾、速效钾质量分数的影响较大，且随基质容重、pH、电导率的增加而增加，随基质总孔隙度以及全氮、全磷、全钾、速效钾质量分数的增加而减少。T6~T9的紫苏幼苗死亡比例较低，可能是由于T6~T9的基质容重、pH、电导率较低，总孔隙度以及全氮、全磷、全钾、速效钾质量分数较高，可为紫苏提供良好的基质环境，比较适合紫苏幼苗成活。
T8的紫苏幼苗虫害发生率较低，抗虫性较好，可能是由于T8的养分质量分数较高，酸碱性适宜，可溶性盐质量分数较低，不仅可为紫苏幼苗提供充足的合成次生代谢产物等防御性物质所需的原料，使其加强化学防御，提高其对害虫直接或间接的防御能力，也可以为其提供适宜的基质环境，增加其营养和根系活力，进而增强紫苏幼苗对害虫的耐受性，提高其抗虫性。
4. 结论
添加腐熟花生壳和腐植酸可显著降低园林废弃物堆肥产品的容重、pH、电导率，提高其最大含水量和孔隙度，增加其全氮、全磷、铵态氮、硝态氮、速效磷、速效钾和有机质质量分数。表明腐熟花生壳和腐植酸可使园林废弃物堆肥产品质量得到一定程度的提高。改良后的园林废弃物堆肥产品可显著提高紫苏幼苗发芽率和发芽速度，降低幼苗死亡率和虫害发生率，提高抗虫性，有利于紫苏快速出苗和成活，同时具有一定的生物防治效果。在9种不同基质中，紫苏幼苗综合效果由高向低依次为T8、T9、T7、T3、T6、T2、T4、T5、T1，表明T8 (即3.0%腐熟花生壳+3.0%腐植酸)为最优组配。这一组配不仅可以改善园林废弃物堆肥产品的理化性质，增加养分质量分数，还可以提高紫苏出苗率，降低幼苗受虫害程度。
-
图 1 天山-帕米尔地区生态安全时空格局示意图
Figure 1 Spatio-temporal pattern of ecological security in Tianshan-Pamir region
图 2 天山-帕米尔地区生态安全指数分级面积统计
Figure 2 Area statistic of classification by ecological security index in Tianshan-Pamir region
表 1 天山-帕米尔地区生态安全评价体系
Table 1. Evaluation system of ecological security in Tianshan-Pamir region
目标层 准则层 要素层 指标层 指标属性 生态安全综合指数 压力(P) 社会经济压力 人口密度/(人·km−2) 负 人口自然增长率/% 负 人均国内生产总值(GDP)/元 负 国内游客数量增长率/% 负 资源环境压力 单位耕地化肥使用量/(t·hm−2) 负 单位面积废水排放量/(t·km−2) 负 湿地覆盖率/% 正 状态(S) 社会经济状态 区域开发指数/% 负 经济密度/(万元·km−2) 负 旅行社数量增长率/个 负 资源环境状态 草地覆盖率/% 正 森林覆盖率/% 正 原煤消耗/(t·万元−1) 负 人均水资源量/(m3·人−1) 正 响应(R) 社会经济响应 旅游收入占GDP比例/% 负 第三产业占GDP比例/% 正 城镇化水平/% 负 拥有卫生技术人员/人 正 资源环境响应 单位面积环保投入/(万元·km−2) 正 自然保护区数量/个 正 
下载: 导出CSV
表 2 天山-帕米尔地区生态安全分级标准
Table 2. Classification standard of ecological security in Tianshan-Pamir region
等级 安全等级 生态安全综合指数 生态安全特征描述 Ⅰ 不安全 [0.00~0.19) 压力极大，环境极差，存在严重生态环境问题 Ⅱ 较不安全 [0.19~0.23) 压力较大，环境较差，生态环境处于不稳定状态 Ⅲ 临界安全 [0.23~0.31) 压力接近阈值，环境一般，能发挥基本生态系统功能 Ⅳ 较安全 [0.31~0.49) 压力较小，环境较好，但仍存在部分限制性因素 Ⅴ 安全 [0.49~0.72) 压力很小，环境优越，生态系统功能、结构完善
下载: 导出CSV
表 3 天山-帕米尔地区生态安全综合指数描述性统计
Table 3. Descriptive statistics of ecological security index in Tianshan-Pamir region
年份 生态安全综合指数 变异系数/% 平均值 最小值 最大值 标准差 1990 0.275 0.171 0.712 0.091 33.14 2000 0.277 0.140 0.523 0.095 34.34 2010 0.307 0.151 0.507 0.083 26.84 2018 0.297 0.165 0.529 0.094 31.82
下载: 导出CSV
表 4 不同年份主要影响因子探测结果
Table 4. Detection results of main influencing factors in different years
影响因子 (X) q (Y) 1990年 2000年 2010年 2018年 国内游客数量增长率 0.29 0.46 0.47 0.50 人均GDP − − 0.24 − 湿地覆盖率 0.45 0.23 − 0.22 人均水资源量 0.28 0.45 0.42 0.50 原煤消耗 0.29 0.46 0.47 0.51 旅行社数量增长率 − 0.26 − 0.34 旅游收入占GDP比例 0.29 0.46 0.467 0.51 第三产业占GDP比例 − 0.20 − − 拥有卫生技术人员数 0.29 0.47 0.48 0.51 自然保护区数量 − − − 0.66 说明：−表示q＜0.20
下载: 导出CSV
-
[1] 冯琰玮, 甄江红, 马晨阳. 内蒙古生态承载力评价及生态安全格局优化[J]. 地理研究, 2021, 40(4): 1096 − 1110. FENG Yanwei, ZHEN Jianghong, MA Chenyang. Evaluation of ecological carrying capacity and optimization of ecological security pattern in Inner Mongolia [J]. Geographical Research, 2021, 40(4): 1096 − 1110. [2] 肖笃宁, 陈文波, 郭福良. 论生态安全的基本概念和研究内容[J]. 应用生态学报, 2002, 13(3): 354 − 358. XIAO Duning, CHEN Wenbo, GUO Fuliang. On the basic concepts contents of ecological security [J]. Chinese Journal of Applied Ecology, 2002, 13(3): 354 − 358. [3] 崔杨林, 高祥, 董斌, 等. 县域景观生态风险评价[J]. 浙江农林大学学报, 2021, 38(3): 541 − 551. CUI Yanglin, GAO Xiang, DONG Bin, et al. Landscape ecological risk assessment of county [J]. Journal of Zhejiang A&F University, 2021, 38(3): 541 − 551. [4] GAO Sheng, SUN Huihui, ZHAO Lin, et al. Dynamic assessment of island ecological environment sustainability under urbanization based on rough set, synthetic index and catastrophe progression analysis theories [J/OL]. Ocean and Coastal Management, 2019, 178: 104790[2022-06-28]. doi: 10.1016/j.ocecoaman.2019.04.017. [5] SONG Guoba, CHEN Yu, TIAN Meirong, et al. The ecological vulnerability evaluation in southwestern mountain region of China based on GIS and AHP method [J]. Procedia Environmental Sciences, 2010, 2: 465 − 475. [6] 徐涵秋. 城市遥感生态指数的创建及其应用[J]. 生态学报, 2013, 33(24): 7853 − 7862. XU Hanqiu. A remote sensing urban ecological index and its application [J]. Acta Ecologica Sinica, 2013, 33(24): 7853 − 7862. [7] WANG Qiang, LI Siqi, LI Rongrong. Evaluating water resource sustainability in Beijing, China: combining PSR model and matter-element extension method [J]. Journal of Cleaner Production, 2019, 206: 171 − 179. [8] BAI Xiaorui, TANG Jingchun. Ecological security assessment of Tianjin by PSR model [J]. Procedia Environmental Sciences, 2010, 2: 881 − 887. [9] RUAN Wenqi, LI Yongquan, ZHANG Shuning, et al. Evaluation and drive mechanism of tourism ecological security based on the DPSIR-DEA model [J]. Tourism Management, 2019, 75: 609 − 625. [10] 王晶, 原伟鹏, 刘新平. 哈尔滨城市土地生态安全时序评价及预测分析[J]. 干旱区地理, 2018, 41(4): 885 − 892. WANG Jing, YUAB Weipeng, LIU Xinping. Time series evaluation and prediction analysis of urban land ecological security in Harbin City [J]. Arid Land Geography, 2018, 41(4): 885 − 892. [11] 汤旭, 郑洁, 冯彦, 等. 云南省县域森林生态安全评价与空间分析[J]. 浙江农林大学学报, 2018, 35(4): 684 − 694. TANG Xu, ZHENG Jie, FENG Yan, et al. Country-level forest ecological security evaluation and spatial analysis in Yunnan Province [J]. Journal of Zhejiang A&F University, 2018, 35(4): 684 − 694. [12] HAN Baolong, LIU Hongxiao, WANG Rusong. Urban ecological security assessment for cities in the Beijing-Tianjin-Hebei metropolitan region based on fuzzy and entropy methods [J]. Ecological Modelling, 2015, 318(24): 217 − 225. [13] SUN Tengteng, LIN Wenpeng, CHEN Guangsheng, et al. Wetland ecosystem health assessment through integratingremote sensing and inventory data with an assessment model for the Hangzhou Bay [J]. Science of the Total Environment, 2016, 566/567: 627 − 640. [14] LIU Delin, HAO Shilong. Ecosystem health assessment at county-scale using the pressure-state-response framework on the Loess Plateau, China [J/OL]. International Journal of Environmental Research and Public Health, 2017, 14: 2[2022-07-01]. doi: 10.3390/ijerph14010002. [15] 李琛, 高彬嫔, 吴映梅, 等. 基于PLUS模型的山区城镇景观生态风险动态模拟[J]. 浙江农林大学学报, 2022, 39(1): 84 − 94. LI Chen, GAO Binpin, WU Yingmei, et al. Dynamic simulation of landscape ecological risk in mountain towns based on PLUS model [J]. Journal of Zhejiang A&F University, 2022, 39(1): 84 − 94. [16] 于贵瑞, 杨萌, 陈智, 等. 大尺度区域生态环境治理及国家生态安全格局构建的技术途径和战略布局[J]. 应用生态学报, 2021, 32(4): 1141 − 1153. YU Guirui, YANG Meng, CHEN Zhi, et al. Technical approach and strategic plan for large-scale ecological and environmental governance and national ecological security pattern construction [J]. Chinese Journal of Applied Ecology, 2021, 32(4): 1141 − 1153. [17] 艾克旦·依萨克, 满苏尔·沙比提, 阿曼妮萨·库尔班, 等. 阿克苏河流域绿洲生态安全评价及影响因子分析[J]. 环境科学与技术, 2020, 43(7): 217 − 223. Akida Essak, Mansur Sabit, Amannisa Kurban, et al. Ecological security evaluation and impact factor analysis of oasis in Aksu River Basin [J]. Environmental Science &Technology, 2020, 43(7): 217 − 223. [18] 王昌博, 李爱农, 张晓荣, 等. 基于遥感和GIS的中巴经济走廊多发展情景生态风险综合评价[J]. 遥感技术与应用, 2021, 36(1): 65 − 78. WANG Changbo, LI Ainong, ZHANG Xiaorong, et al. Comprehensive assessment of ecological risk in multi-scenarios of China-Pakistan economic corridor based on RS and GIS [J]. Remote Sensing Technology and Application, 2021, 36(1): 65 − 78. [19] 田浩, 刘琳, 张正勇, 等. 天山北坡经济带关键性生态空间评价研究[J]. 生态学报, 2021, 41(1): 401 − 414. TIAN Hao, LIU Lin, ZHANG Zhengyong, et al. Evaluation on the critical ecological space of the economic belt of Tianshan northslope [J]. Acta Ecologica Sinica, 2021, 41(1): 401 − 414. [20] 李鹏辉, 徐丽萍, 刘笑, 等. 基于三维生态足迹模型的天山北麓绿洲生态安全评价[J]. 干旱区研究, 2020, 37(5): 1337 − 1345. LI Penghui, XU Liping, LIU Xiao, et al. Ecological security evaluation of an oasis in the north of the Tianshan Mountains based on three-dimensional ecological footprint model [J]. Arid Zone Research, 2020, 37(5): 1337 − 1345. [21] 张磊, 吴炳方, 李晓松, 等. 基于碳收支的中国土地覆被分类系统[J]. 生态学报, 2014, 34(24): 7158 − 7166. ZHANG Lei, WU Bingfang, LI Xiaosong, et al. Classification system of China land cover for carbon budget [J]. Acta Ecologica Sinica, 2014, 34(24): 7158 − 7166. [22] 徐浩田, 周林飞, 成遣. 基于PSR模型的凌河口湿地生态系统健康评价与预警研究[J]. 生态学报, 2017, 37(24): 8264 − 8274. XU Haotian, ZHOU Linfei, CHENG Qian. Study on ecosystem health evaluation and risk assessment for Linghekou wetlands based on a PSR model [J]. Acta Ecologica Sinica, 2017, 37(24): 8264 − 8274. [23] CHEN Yun, WANG Jinliang. Ecological security early-warning in central Yunnan Province, China, based on the gray model [J/OL]. Ecological Indicators, 2020, 111: 106000[2022-07-02]. doi: 10.1016/j.ecolind.2019.106000. [24] HU Mengmeng, LI Zhaotian, YUAN Mengjiao, et al. Spatial differentiation of ecological security and differentiated management of ecological conservation in the Pearl River Delta, China [J]. Ecological Indicators, 2019, 104: 439 − 448. [25] 李建春, 袁文华. 基于GIS格网模型的银川市土地生态安全评价研究[J]. 自然资源学报, 2017, 32(6): 988 − 1001. LI Jianchun, YUAN Wenhua. Assessment of urban land ecological security in Yinchuan city based on the Grid method [J]. Journal of Natural Resources, 2017, 32(6): 988 − 1001. [26] 田璐, 邱思静, 彭建, 等. 基于PSR框架的内蒙古自治区沙漠化敏感性评估[J]. 地理科学进展, 2018, 37(12): 1682 − 1692. TIAN Lu, QIU Sijing, PENG Jian, et al. Desertification sensitivity evaluation in Inner Mongolia Autonomous Region based on PSR framework [J]. Progress in Geography, 2018, 37(12): 1682 − 1692. [27] 王劲峰, 徐成东. 地理探测器: 原理与展望[J]. 地理学报, 2017, 72(1): 116 − 134. WANG Jinfeng, XU Chengdong. Geodetector: principle and prospective [J]. Acta Geographica Sinica, 2017, 72(1): 116 − 134. [28] 黄木易, 方斌, 岳文泽, 等. 近20 a来巢湖流域生态服务价值空间分异机制的地理探测[J]. 地理研究, 2019, 38(11): 2790 − 2803. HUANG Muyi, FANG Bin, YUE Wenze, et al. Spatial differentiation of ecosystem service values and its geographical detection in Chaohu Basin during 1995−2017 [J]. Geographical Research, 2019, 38(11): 2790 − 2803. [29] WANG Haiying, QIN Fen, XU Chengdong, et al. Evaluating the suitability of urban development land with a Geodetector [J/OL]. Ecological Indicators, 2021, 123: 107339[2022-07-05]. doi: 10.1016/j.ecolind.2021.107339. [30] MA Rui, LIANG Lizhong, KONG Yunfeng, et al. Hotspot detection and socio-ecological factor analysis of asthma hospitalization rate in Guangxi, China [J/OL]. Environmental Research, 2020, 183: 109201[2022-07-05]. doi: 10.1016/j.envres.2020.109201. [31] 袁烨城, 刘海江, 李宝林, 等. 2000—2010年新疆陆地生态系统变化格局与分析[J]. 地球信息科学学报, 2015, 17(3): 300 − 308. YUAN Yecheng, LIU Haijiang, LI Baolin, et al. Study on the change of ecosystem in Xinjiang from 2000 to 2010 [J]. Journal of Geo-information Science, 2015, 17(3): 300 − 308. [32] 宋文杰, 张清, 刘莎莎, 等. 基于LUCC的干旱区人为干扰与生态安全分析——以天山北坡经济带绿洲为例[J]. 干旱区研究, 2018, 35(1): 235 − 242. SONG Wenjie, ZHANG Qing, LIU Shasha, et al. LUCC-based human disturbance and ecological security in arid area: a case study in the economic zone on northern slope of the Tianshan Mountains [J]. Arid Zone Research, 2018, 35(1): 235 − 242. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20220458
点击查看大图
计量
- 文章访问数: 892
- HTML全文浏览量: 222
- PDF下载量: 74
- 被引次数: 0
