,b(重慶工商大學 .環(huán)境與資源學院;b.旅游與國土資源學院,重慶 400067)
基于熵權(quán)TOPSIS和灰色模型的土地承載力評價與預測
——以三峽庫區(qū)為例
張曉娟a,周啟剛a,b
(重慶工商大學 a.環(huán)境與資源學院;b.旅游與國土資源學院,重慶 400067)
從社會、經(jīng)濟、環(huán)境、資源4個子系統(tǒng)中選取23個指標對庫區(qū)土地承載力進行評價。研究以三峽庫區(qū)2002年、2005年、2008年、2011年、2014年的Landsat TM影像作為數(shù)據(jù)源,運用熵權(quán)TOPSIS和灰色模型對庫區(qū)土地承載力、土地社會、土地經(jīng)濟、土地環(huán)境及土地資源子系統(tǒng)承載力進行評價與預測。結(jié)果表明:三峽庫區(qū)在2002—2014年的土地承載力總體上呈現(xiàn)增加趨勢,土地承載力分別為0.167、0.152、0.352、0.473、0.899,以三年為步長,預測到2014—2026年庫區(qū)土地承載力分別為0.171、0.272、0.424、0.653、0.979,表明土地承載力將進一步提高。研究結(jié)果為三峽庫區(qū)土地資源可持續(xù)利用及相關(guān)土地利用規(guī)劃提供了理論支撐。
土地承載力;TOPSIS;灰色模型;三峽庫區(qū)
土地承載力作為衡量社會、經(jīng)濟、資源與環(huán)境可持續(xù)發(fā)展的一個重要指標[1],是近20年來國內(nèi)外學者關(guān)注的焦點問題[2-4]。隨著人們對“土地”這一概念認識的不斷深入,對土地承載力的研究主要從以往對耕地承載力和人口承載力單一層面上升到對社會、經(jīng)濟與資源環(huán)境之間協(xié)調(diào)發(fā)展的綜合層面上。對土地承載力的研究大致歸納為以下四個模型:通過“土地—人口—經(jīng)濟”結(jié)構(gòu)來計算土地資源承載力,該方法計算簡便,能直觀地看到一個地區(qū)土地承載力的變化趨勢,但考慮因素過于片面,沒有考慮其他社會因素的影響[5];基于土地生產(chǎn)潛力的土地資源承載力計算,該方法能實時準確地獲取作物生產(chǎn)的相關(guān)資料,但估算的只是作物的生物生產(chǎn)量,并不代表作物的經(jīng)濟產(chǎn)量[6];趨勢外推法模型雖然能預測出土地承載力的變化趨勢,但參變量不好掌握[7];生態(tài)足跡法模型,主要是基于靜態(tài)的研究,考慮引起區(qū)域土地承載力變化的時間、社會和經(jīng)濟因素的動態(tài)發(fā)展趨勢[8]。本研究在分析總結(jié)前人研究成果的基礎上,利用熵權(quán)TOPSIS與灰色模型相結(jié)合的方法對土地承載力進行了評價與預測,有助于完善和提高土地承載力理論體系及評價方法。
我國三峽庫區(qū)涉及的區(qū)域面積與人口數(shù)量龐大,近年來庫區(qū)的城市建設導致耕地和林地面積大幅度減少,建設用地面積急劇增加;庫區(qū)移民搬遷,城市主要沿江擴展,庫區(qū)土地資源與生態(tài)資源遭到嚴重破壞,因此迫切需要對三峽庫區(qū)土地資源承載力展開深入研究。基于以上分析,本文以三峽庫區(qū)2002年、2005年、2008年、2011年、2014年的LandSat TM遙感影像與相關(guān)的社會經(jīng)濟環(huán)境數(shù)據(jù)作為數(shù)據(jù)源,利用熵權(quán)TOPSIS與灰色模型相結(jié)合對土地承載力進行評價與預測。通過熵權(quán)法對指標賦權(quán),在一定程度上避免了指標權(quán)重受主觀因素的影響;運用TOPSIS模型對土地承載力展開評價,同時利用灰色模型對未來十年土地承載力進行預測,能直觀了解庫區(qū)土地承載力的現(xiàn)狀和未來的發(fā)展趨勢,便于相關(guān)部門準確把握土地利用的動態(tài)變化并進行及時監(jiān)督管理,研究結(jié)果可為庫區(qū)可持續(xù)發(fā)展和相關(guān)土地利用規(guī)劃決策提供理論支撐。
三峽庫區(qū)是指受長江三峽工程淹沒和移民搬遷安置涉及的行政區(qū)域,總面積約為5.74萬km2,包括重慶市所轄的巫山、巫溪、奉節(jié)、云陽、開縣、萬州、忠縣、石柱縣、豐都、涪陵、武隆、主城九區(qū)、江津區(qū)和長壽區(qū)22個區(qū)縣,湖北省所轄的巴東、秭歸、興山和夷陵4個縣。庫區(qū)位于四川盆地與長江中下游平原的結(jié)合部,屬亞熱帶季風氣候,年降水量1000—1800mm;2014年庫區(qū)總?cè)丝?084.2萬人,地區(qū)生產(chǎn)總值6320.59億元,其中第二產(chǎn)業(yè)增加值3220.6億元、第三產(chǎn)業(yè)增加值2478.2億元。
三峽庫區(qū)作為我國重要的電力供應基地和內(nèi)河航運干線地區(qū),是長江上游經(jīng)濟帶的重要組成部分[10],選擇三峽庫區(qū)作為研究區(qū)具有一定的典型性。此外,由于三峽庫區(qū)面積巨大,涉及的居民和移民數(shù)量較大,因此對庫區(qū)的研究具有一定代表性。研究結(jié)果以期為三峽庫區(qū)人口控制、經(jīng)濟發(fā)展、土地利用規(guī)劃和生態(tài)環(huán)境保護提供理論支撐。
2.1 數(shù)據(jù)來源
本研究以三峽庫區(qū)2002年、2005年、2008年、2011年、2014年的1∶10萬Landsat TM遙感影像數(shù)據(jù)和庫區(qū)大量社會經(jīng)濟、生態(tài)環(huán)境數(shù)據(jù)作為數(shù)據(jù)源。經(jīng)投影處理所有影像數(shù)據(jù)的雙標準緯線分別為25°E和47°N,中央經(jīng)線為110°E,其中TM影像數(shù)據(jù)除第六波段的空間分辨率為120m,第一波段、第二波段、第三波段、第四波段、第五波段、第七波段的空間分辨率均為30m。相關(guān)的社會、經(jīng)濟與資源環(huán)境數(shù)據(jù)來源于2002—2014年的《重慶市統(tǒng)計年鑒》、《湖北省統(tǒng)計年鑒》和《長江三峽工程與生態(tài)環(huán)境監(jiān)測公報》等。
2.2 數(shù)據(jù)預處理
由于采集到的遙感影像會受到傳感器系統(tǒng)本身、太陽高度角、地形地貌、天氣狀況等的影響而引起影像失真,因此需要對遙感影像數(shù)據(jù)進行預處理,主要包括對影像進行波段合成、影像拼接、輻射校正、幾何校正等。本研究運用ERDAS 9.2軟件對三峽庫區(qū)2002年、2005年、2008年、2011年、2014年五期遙感影像進行第四波段、第三波段、第二波段組合,采用人機交互解譯獲取庫區(qū)五期土地利用數(shù)據(jù)。
2.3 熵權(quán)法
熵權(quán)法依據(jù)指標原始的數(shù)據(jù)信息來確定其效用價值,是一種客觀的賦權(quán)方法[11]。其計算步驟為:構(gòu)建各年份各評價指標判斷矩陣,設三峽庫區(qū)土地承載力的原始評價指標矩陣為:
v11v12…v1nv21v22…v2n??…?vm1vm2…vmn
(1)
式中,V為初始矩陣,vij(i=1,2,…,m;j=1,2,…,n)表示第i個指標第j年的初始值。
對原始數(shù)據(jù)進行歸一化處理得到標準化評價矩陣,其中對收益型指標即正指標,其值越大越好,歸一化方法見式(2);對成本型指標即負指標,其值越小越好,歸一化方法見式(3),據(jù)此得到標準化矩陣式(4):
(2)
(3)
r11r12…r1nr21r22…r2n??…?rm1rm2…rmn
(4)
式中,R為標準化后的評價矩陣,rij表示第i個指標第j年的標準化值;i=1,2,…,m,m為評價指標數(shù);j=1,2,…,n,n為評價年份。
指標權(quán)重確定:根據(jù)熵的定義和三峽庫區(qū)各年份土地在承載力評價指標的信息,確定庫區(qū)各年份評價指標的熵,計算公式為:
(5)
在借助加權(quán)思想的基礎上,通過熵權(quán)法構(gòu)建評價矩陣Y,公式為:
y11y12…y1ny21y22…y2n??…?ym1ym2…ymn
(6)
2.4 TOPSIS評價模型
TOPSIS法(Technique for Order Preference by Similarity to Ideal Solution)是一種常用的有限個方案多目標決策分析的方法[12]。運用該方法來評價土地承載力,通過計算得出三峽庫區(qū)土地承載力靠近或偏離正、負理想解的程度來確定庫區(qū)土地承載力的大小。該方法能全面客觀地反映庫區(qū)土地承載力的動態(tài)變化趨勢。
正負理想值確定:令Y+表示正理想值,即評價指標中第i個指標在j年內(nèi)的最大值,是最偏好的方案;Y-表示負理想值,即評價指標中第i個指標在j年內(nèi)的最小值,是最不偏好的方案。計算方法為:
(7)
(8)
采用歐氏距離公式計算距離,計算公式為:
(9)
(10)
計算庫區(qū)土地承載力與理想值的貼近度:本研究以貼近度表示土地承載力大小,根據(jù)每年貼近度大小來判斷土地承載力的變化情況,計算公式為:
(11)
式中,Tj為第j年庫區(qū)土地承載力接近最優(yōu)承載力或者接近最劣承載力的程度,即貼近度,其取值范圍在[0,1]之間。Tj值越大,表明該年土地承載力越接近承載力的最優(yōu)水平;Tj值越小,表明土地承載力越接近承載力的最劣水平。當Tj=1時,土地承載力最理想;當Tj=0時,土地承載力最不理想。
2.5 灰色預測模型
灰色預測模型又稱GM(1,1)模型由鄧聚龍教授提出并建立[13]。本研究利用灰色預測模型,根據(jù)灰色關(guān)聯(lián)分析三峽庫區(qū)土地承載力評價體系中各相關(guān)因素對土地承載力系統(tǒng)的影響程度,建立GM(1,1)模型并進行求解[14]。采用灰色GM(1,1)模型對庫區(qū)土地承載力進行預測,將原始數(shù)據(jù)序列定為x(0)(k),經(jīng)過一次累加后生成數(shù)序列定義為x(1)(k),得出GM(1,1)模型的一階線性常系數(shù)微分方程。公式為:
(12)
還原模型為:
(13)
根據(jù)模型得到一組預測數(shù)列:x(0)(k)=[x(0)(1),x(0)(2),…,x(0)(n)]。
本研究通過熵權(quán)法對指標進行賦權(quán),確定庫區(qū)表征土地承載力評價指標的權(quán)重,運用TOPSIS模型對土地承載力進行評價。在分析庫區(qū)土地承載力現(xiàn)狀的基礎上,利用灰色模型與TOPSIS模型相結(jié)合法預測了2014—2026年庫區(qū)土地承載力的相對變化趨勢。
3.1 三峽庫區(qū)土地承載力評價指標建立
土地涵蓋的范圍很廣,對土地承載力的研究涉及到社會、經(jīng)濟、資源與環(huán)境子系統(tǒng)之間的協(xié)調(diào)發(fā)展。資源系統(tǒng)向社會經(jīng)濟系統(tǒng)提供原材料與生產(chǎn)資料,社會系統(tǒng)對資源系統(tǒng)進行開發(fā)與改造,經(jīng)濟發(fā)展需要消耗和利用資源。社會系統(tǒng)向經(jīng)濟系統(tǒng)提供人力資源與社會資源,同時經(jīng)濟系統(tǒng)反饋給社會系統(tǒng)以產(chǎn)品與服務;社會經(jīng)濟的發(fā)展會對環(huán)境造成一定的影響,環(huán)境惡化會約束經(jīng)濟的發(fā)展,同時環(huán)境給社會提供空間支撐,社會對環(huán)境狀況有一定的管理作用。這樣資源對環(huán)境就起到了間接影響的作用,而環(huán)境在接收到所有的信號后會對資源有一定的響應效果,相互關(guān)系見圖1。
圖1 資源、社會、經(jīng)濟和環(huán)境相互關(guān)系
通過參考大量有關(guān)土地承載力評價的文獻[15-18],綜合考慮三峽庫區(qū)實際情況,并結(jié)合各子系統(tǒng)自身的特點及數(shù)據(jù)的可獲得性,本研究將對庫區(qū)土地承載力評價的指標選取見表1。
表1 三峽庫區(qū)土地承載力評價指標
3.2 土地承載力評價指標權(quán)重確定
給指標賦權(quán)的方法很多,例如二項系數(shù)法、層次分析法和德爾菲專家打分法等,這些方法在賦權(quán)時往往偏好于決策者的主觀意識,忽略了指標的客觀情況。熵權(quán)法是一種客觀的賦權(quán)方法,運用熵權(quán)法賦權(quán)可以避免人為主觀因素的影響,對指標的實際效用進行客觀賦權(quán),利用Matlab編程對熵權(quán)模型求解得出三峽庫區(qū)土地承載力各評價指標體系權(quán)重(表2)。
表2 三峽庫區(qū)土地承載力評價指標權(quán)重
由表2可知在23個土地承載力評價指標當中,經(jīng)濟子系統(tǒng)中的指標對庫區(qū)土地承載力影響較大,其中第二產(chǎn)業(yè)增加值的權(quán)重最大,權(quán)重為0.128,說明該指標對庫區(qū)土地承載力影響程度最大;其次是第三產(chǎn)業(yè)增加值,權(quán)重為0.125,影響最小的是資源子系統(tǒng)中的指標,其中森林覆蓋率、墾殖率和農(nóng)業(yè)土地利用率的權(quán)重最小,僅為0.0001,說明這三個指標的土地承載力的影響程度最小。
3.3 三峽庫區(qū)土地承載力
本文通過計算出來的各指標的權(quán)重構(gòu)建加權(quán)規(guī)范化矩陣,確定正、負理想解,結(jié)合加權(quán)規(guī)范化矩陣,利用Matlab編程求得2002—2014年三峽庫區(qū)土地承載力靠近/偏離正、負理想解的距離見表3。由表3可知,三峽庫區(qū)土地承載力在2002—2005年間有所減少,2005—2014年逐年增加。2005年庫區(qū)土地承載力為0.152,土地承載力較差;2014年庫區(qū)土地承載力為0.899,與理想狀態(tài)接近,土地承載力狀態(tài)良好。
表3 三峽庫區(qū)土地承載力統(tǒng)計
3.4 三峽庫區(qū)土地承載力預測
通過灰色模型預測出三峽庫區(qū)2014—2026年各指標值,代入熵權(quán)TOPSIS中對2014—2026年土地承載力進行評價,得出2014—2026年各子系統(tǒng)承載力及土地承載力的變化趨勢(表4)。由于TOPSIS法計算出來的土地承載力是一個靠近正負理想狀態(tài)的相對值,用貼進度表示,而灰色模型預測到的土地承載力是一種變化趨勢,因此2014—2026年的土地承載力只是表示一種變化趨勢。從表4可見, 2014—2026年三峽庫區(qū)土地承載力呈現(xiàn)出上升趨勢,在2014年庫區(qū)土地承載力為0.171,土地承載力較弱;在2026年庫區(qū)土地承載力為0.979,逼近理想狀態(tài),土地承載力較好。
表4 三峽庫區(qū)土地承載力預測統(tǒng)計
4.1 三峽庫區(qū)土地承載力變化分析
為了更加深入分析三峽庫區(qū)土地承載力的變化趨勢及原因,分析了庫區(qū)土地承載力的特征和動態(tài)演化趨勢,通過計算土地承載力大小的變化趨勢見圖2。
土地承載力分析:從整個庫區(qū)看,土地承載力2002—2014年呈現(xiàn)”W”型上升趨勢。具體分析:2002—2005年庫區(qū)土地承載力呈下降趨勢,深入分析發(fā)現(xiàn)2002—2005年三峽庫區(qū)人地矛盾日益突出,人口數(shù)量的增加與耕地面積減少使人均耕地占有量從2002年的0.12hm2下降到2005年的0.117hm2;人口密度從2002年的318.14人/km2增加到2005年的323.69人/km2,因此在此階段庫區(qū)土地承載力呈略微下降態(tài)勢。但2005—2014年,土地承載力逐步增強,土地承載力大小從2005年的0.152增加到2014年的0.899,增加了0.747。三峽庫區(qū)土地承載力的提高一方面得益于政府相關(guān)部門對企業(yè)、工廠管理政策的改革以及在廢物利用與污染治理等方面的技術(shù)進步,使庫區(qū)資源綜合利用率提高,環(huán)境壓力減少;一方面得益于三峽庫區(qū)一系列有關(guān)節(jié)能減排政策措施的出臺,使三峽庫區(qū)土地承載力得到明顯提高,且處于較快的增長態(tài)勢,同時在經(jīng)濟、社會、資源與環(huán)境等方面也取得了較大突破與進展。
圖2 三峽庫區(qū)土地承載力變化
經(jīng)濟承載力:經(jīng)濟子系統(tǒng)承載力土地承載力的變化趨勢大體一致(圖2),說明經(jīng)濟承載力對土地承載力具有明顯的影響。從該子系統(tǒng)內(nèi)部來看,人均GDP在2002—2005年和2011—2014年的增長趨勢較為明顯,年平均增長速率分別為0.097萬元/人和0.347萬元/人;GDP增長率2011—2014年表現(xiàn)為減少的趨勢,其原因在于前幾年經(jīng)濟漲速過快,導致經(jīng)濟基數(shù)增大,增速不明顯。2002—2014年經(jīng)濟承載力呈現(xiàn)穩(wěn)定增加的趨勢,三峽庫區(qū)經(jīng)濟承載力從2002年的0上升到2014年的0.974,說明經(jīng)濟承載力由2002年的最差水平發(fā)展到2014年幾乎達到最優(yōu)水平,表明三峽庫區(qū)近年來經(jīng)濟實力明顯增強,經(jīng)濟發(fā)展對庫區(qū)土地承載力提供了豐富的資源。但是經(jīng)濟發(fā)展也帶來了諸多問題:一方面,隨著經(jīng)濟發(fā)展水平的提高,為了改善環(huán)境、治理污染與節(jié)能減排等,必然會提供更多的經(jīng)濟資源;另一方面,隨著經(jīng)濟發(fā)展速度加快,土地資源消耗必然會增多,同時給環(huán)境帶來一定的影響。
社會承載力分析:社會子系統(tǒng)承載力總體呈“S”型趨勢上升(圖2),該子系統(tǒng)承載力由2002年的0.050增加到2014年的0.950,由最不理想狀態(tài)發(fā)展到接近最理想狀態(tài),社會承載力得到提升,其中2005年和2011年是該系統(tǒng)承載力變化的兩個明顯拐點,承載力為0.194和0.808。從該子系統(tǒng)內(nèi)部看,2002—2005年人地矛盾日益加劇使人均耕地占有量有所下降,從2002年的0.12hm2下降到2005年的0.117hm2;人口密度越來越大,從2002年的318.14人/km2增加到2005年的323.69人/km2,該系統(tǒng)內(nèi)指標的影響導致2002—2005年社會承載力的發(fā)展較緩慢;2011—2014年人均公共綠地與人均耕地減少、人均住房面積增加導致社會承載力在該期間內(nèi)增長緩慢。
資源承載力分析:從圖2可見,庫區(qū)資源子系統(tǒng)承載力呈拋物線趨勢逐年遞減。其中,2002年承載力達到0.956,接近最理想的承載力狀態(tài),在2014年承載力為0.044,為最不理想狀態(tài)。從該子系統(tǒng)內(nèi)部來看,2002—2014年森林覆蓋率、農(nóng)業(yè)土地利用率和耕地墾殖率都有所減少,分別減少了0.46%、1.36%、0.88%,建設用地率和水域覆蓋率略微增加,分別增加了0.33%、1.03%,且值的變化范圍都不大。對照經(jīng)濟子系統(tǒng)與社會子系統(tǒng)的承載力可見, 2002—2014年兩者都處于增長趨勢,說明社會經(jīng)濟的發(fā)展對資源的利用是掠奪式的,不合理的利用抑制了資源承載力發(fā)展。
環(huán)境承載力分析:從圖2可見,三峽庫區(qū)環(huán)境承載力呈“V”型變化,其中在2008年時承載力最低,僅為0.098。分階段來看,2002—2008年持續(xù)下降,承載力較差,2008—2014年迅速增大,承載力得到大大提高。深入分析可知,2002—2008年工業(yè)廢水的排放量由2002年的1.28億t增加到2008年的4.74億t,年平均增加量達到0.577億t以上,從而使環(huán)境的負荷增加,環(huán)境承載力驟減; 2008—2014年庫區(qū)工業(yè)廢水的排放量由2008年的4.74億t減少到2014年的2.12億t,年平均減少量為0.437億t,單位耕地化肥的使用量每年減少3433.6kg/hm2,同時生活垃圾無害化處理率與生活污水處理率也在一定程度上有所增加,因此極大地減輕了資源環(huán)境壓力,促進了三峽庫區(qū)環(huán)境承載力的土地承載力的提升。
4.2 三峽庫區(qū)土地承載力預測
為了深入分析預測所得的土地承載力,對土地承載力進行了統(tǒng)計,見圖3。從圖3可見,整體上三峽庫區(qū)土地承載力在2002—2026年呈持續(xù)上升趨勢,到2026年土地承載力達到0.979,接近最理想值,土地承載力較好。經(jīng)濟承載力曲線與土地承載力曲線幾乎重合,說明經(jīng)濟的發(fā)展對土地承載力的影響重大;社會承載力也呈現(xiàn)持續(xù)上升的趨勢,且承載力整體上大于土地承載力與經(jīng)濟承載力,說明社會的發(fā)展得到了很好的管控;環(huán)境承載力整體呈“V”趨勢,2005年為承載力的最低值0.077,2005年后持續(xù)上升,2026年承載力達到最大值0.794,可知環(huán)境負荷太大導致環(huán)境承載力無法達到更理想的狀態(tài),政府應加強對相關(guān)企業(yè)廢物排放的監(jiān)管,促進產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型;資源承載力變化趨勢與環(huán)境承載力變化趨勢互補,為倒“V”型,在社會經(jīng)濟還不太發(fā)達時資源承載力較高,隨著社會經(jīng)濟的發(fā)展,資源承載力逐漸下降,因此加快解決資源承載力是一個需要重點關(guān)注的問題。
圖3 三峽庫區(qū)土地承載力變化預測
本研究通過利用熵權(quán)TOPSIS對三峽庫區(qū)土地承載力進行評價,得出三峽庫區(qū)土地承載力呈“W”型變化。受人地矛盾和人口密度的影響,庫區(qū)土地承載力在2002—2005年略有下降,2005—2014年庫區(qū)土地承載力明顯增加,12年間承載力年均增長率為6.1%。經(jīng)濟承載力與社會承載力對土地承載力的影響程度較大,兩者變化趨勢與土地承載力大體一致。通過熵權(quán)TOPSIS與灰色模型對三峽庫區(qū)土地承載力預測,庫區(qū)土地承載力在2002—2026年將呈持續(xù)上升趨勢,社會子系統(tǒng)與經(jīng)濟子系統(tǒng)承載力與土地承載力有著相同的變化趨勢,且處于上升態(tài)勢,說明社會經(jīng)濟發(fā)展對土地承載力有促進作用;環(huán)境子系統(tǒng)是一個復雜的系統(tǒng),受到來自社會、經(jīng)濟和資源的多重壓力,社會經(jīng)濟的發(fā)展對其有一定的抑制作用,因此環(huán)境子系統(tǒng)承載力的增加一直不明顯;資源子系統(tǒng)由于受到來自社會經(jīng)濟系統(tǒng)掠奪式的開采與改造,其承載力呈現(xiàn)逐年降低趨勢。
基于以上分析可知,提高三峽庫區(qū)土地承載力的重點在協(xié)調(diào)社會、經(jīng)濟、資源與環(huán)境承載力的關(guān)系,因此要充分發(fā)揮政府的職能。通過《三峽庫區(qū)土地利用總體規(guī)劃》制定與完善,提高土地利用效率,保護耕地紅線,實現(xiàn)庫區(qū)人均耕地占有量不降低,提高農(nóng)業(yè)土地生產(chǎn)效率;加強企業(yè)技術(shù)創(chuàng)新,強化對原材料的管理,優(yōu)先選用環(huán)境友好型的生產(chǎn)材料;鼓勵技術(shù)創(chuàng)新,推進使用清潔生產(chǎn);裝銷過程充分考慮資源環(huán)境的負荷,從產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)和社會生活等方面實施節(jié)能減排;大力發(fā)展綠色經(jīng)濟,通過推進改革產(chǎn)業(yè)結(jié)構(gòu)、提高人們的可持續(xù)發(fā)展意識,實現(xiàn)工農(nóng)業(yè)固體廢物和污水的“三化”排放。
本研究運用熵權(quán)TOPSIS與灰色模型對三峽庫區(qū)土地承載力進行了評價與預測,雖然在一定程度上對以往土地承載力的研究起到了補充作用,但仍存在諸多不足。首先,要充分研究庫區(qū)土地承載力的變化趨勢,需要對大量數(shù)據(jù)進行分析,五期數(shù)據(jù)顯然不夠。其次,本研究從宏觀角度對三峽庫區(qū)土地承載力進行了研究,沒有具體到區(qū)縣,很難看出區(qū)縣土地承載力的變化趨勢。第三,本研究對土地承載力的預測方法還不理想,需要尋找更為精準的預測模型。下一步我們將利用庫區(qū)多個年份的數(shù)據(jù),分區(qū)縣進行并利用更加理想的預測模型對土地承載力做進一步的深入研究。
[1]姜秋香,付強,王子龍.基于粒子群優(yōu)化投影尋蹤模型的區(qū)域土地資源承載力綜合評價[J].農(nóng)業(yè)工程學報,2011,27(11)∶319-324.
[2]Chen J,Zhang H,Zhou P.Evaluation of Land Carrying Capacity of Island Cities:Based on the Modified Ecological Footprint Model[M].Proceedings of the 20th International Symposium on Advancement of Construction Management and Real Estate,2017.
[3]劉傳江,朱勁松,Liu Chuan-jiang,等.三峽庫區(qū)土地資源承載力現(xiàn)狀與可持續(xù)發(fā)展對策[J].長江流域資源與環(huán)境,2008,17(4)∶522-528.
[4]Zhou Jin-xing,Dong Xue-L I,Liang-Hua Q I,etal.Evaluating Land Carrying Capacity in Hilly Regions of Upper Reaches of the Yangtze River Basin[J].Resources Science,2006,28(5)∶164-170.
[5]張霞,石寧卓,王樹東,等.土地資源承載力研究方法及發(fā)展趨勢[J].桂林理工大學學報,2015,35(2)∶280-287.
[6]漆良華,周金星,張旭東,等.長江上游山丘區(qū)土地承載力研究與評價——以四川省宜賓市為例[J].長江流域資源與環(huán)境,2008,16(2)∶169-174.
[7]彭立,劉邵權(quán).土地功能視角下的土地資源人口承載力研究——以攀枝花、六盤水市為例[J].長江流域資源與環(huán)境,2012,21(s1)∶74-81.
[8]許月卿.基于生態(tài)足跡的北京市土地生態(tài)承載力評價[J].資源科學,2008,29(5)∶37-42.
[9]馬廣文,香寶,李雙權(quán),等.三峽庫區(qū)農(nóng)業(yè)區(qū)非點源氮的平衡變化及其污染防治[J]. 安全與環(huán)境學報,2009,9(2)∶93-97.
[10]唐曉平,舒克盛.三峽庫區(qū)人口承載力的動力學模型研究[J].南方人口,2008,22(4)∶60-63.
[11]李燦,張鳳榮,朱泰峰,等.基于熵權(quán)TOPSIS模型的土地利用績效評價及關(guān)聯(lián)分析[J]. 農(nóng)業(yè)工程學報,2013,29(5)∶217-227.
[12]雷勛平,邱廣華.基于熵權(quán)TOPSIS模型的區(qū)域資源環(huán)境承載力評價實證研究[J].環(huán)境科學學報,2016,36(1)∶314-323.
[13]謝強蓮,蔣俊毅.基于狀態(tài)空間模型的區(qū)域土地資源承載力差異分析——以長株潭城市群為例[J].系統(tǒng)工程,2009,(4)∶58-64.
[14]魏媛,吳長勇,曾日方,等.喀斯貧困山區(qū)土地資源承載力動態(tài)分析與預測[J].水土保持研究,2016,23(6)∶322-326.
[15]孟展,張銳,劉友兆,等.基于熵值法和灰色預測模型的土地生態(tài)系統(tǒng)健康評價[J].水土保持通報,2014,34(4)∶226-231.
[16]郭歡歡,李波,侯鷹.基于土地功能的土地資源承載力研究——以北京市海淀區(qū)為例[J].北京師范大學學報(自然科學版),2011,47(4)∶424-427.
[17]李朝旗,金曉斌,周寅康.土地利用與區(qū)域發(fā)展協(xié)調(diào)性評價——基于土地綜合承載力的視角[J]. 經(jīng)濟問題探索,2010,(3)∶159-162.
[18]蔡珍珍,駱云中,陳令,等.基于灰色預測模型的重慶市生態(tài)足跡動態(tài)分析與預測[J].教師教育學報,2009,7(1)∶1-7.
EvaluationandPredictiononLandCarryingCapacityBasedonEntropy-weightTOPSISandGreyModel——TakingThreeGorgesReservoirAreaasanExample
ZHANG Xiao-juana,ZHOU Qi-ganga,b
(Chongqing Technology and Business University a.College of Environment and Resources;b.School of Tourism and Land Resources,Chongqing 400067,China)
This paper selected from the society,economy,environment and resource of the 4 subsystems in evaluation of 23 indexes of the land carrying capacity.Study on Landsat TM remote sensing images in the 2002 Gorges Reservoir Area,2005,2008,2011,2014 as the data source,using Entropy-weight TOPSIS and Grey model for evaluation and prediction of the land carrying capacity and society, economy,environment and resource subsystem carrying capacity.The results showed that:The Three Gorges Reservoir Area in 2002-2014 the land carrying capacity tended to increase,the land carrying capacity were 0.167, 0.152,0.352,0.473,0.899 respectively.Take three years as the step size,forecasting in 2014-2026 years the land carrying capacity were 0.171,0.272,0.424,0.653,0.979 respectively,that would further improve the land carrying capacity.The results could provide theoretical support for the sustainable use of land resources of the Three Gorges Reservoir Area,and to provide theoretical support for the development of land use planning.
land carrying capacity;TOPSIS;Grey model;Three Gorges Reservoir Area
10.3969/j.issn.1005-8141.2017.06.005
A
1005-8141(2017)06-0666-06
2017-04-17;
2017-05-16
國家自然科學基金項目(編號:41101503)
張曉娟(1993-),女,貴州省仁懷人,碩士研究生,從事環(huán)境規(guī)劃與管理研究。
周啟剛(1976-),男,重慶市銅梁人,博士,教授,主要從事“3S”理論與土地利用研究。