王萬香

(朝陽縣水土保持局，遼寧 朝陽 122000)

0 引 言

一般地，敏感性是指參評指標反映區(qū)域生態(tài)效應的能力，科學分析指標敏感性可為修訂參評指標提供指導，并為指標的考察及其適用性評估提供依據(jù)。目前，國內諸多學者深入探究了指標敏感性，如蔡甲冰等以冬小麥缺水問題為例，運用通經分析原理評價了指標敏感性程度；梁歡歡等將MCDA敏感性分析模塊與OAT方法有機結合，通過改變指標權重驗證分析了其賦值準確性，為決策者風險管理提出有效的防控措施；周同等以綠色建筑為例，對其評價指標敏感性利用得分率統(tǒng)計法進行分析，并深入探究了較弱敏感性指標的成因及其應對策略；遲國泰等利用主成分分析法探究了財務報表的指標敏感性，在此基礎上提出更加適用的指標權重計算及指標篩選方法；張鵬、劉永杰等對煤礦突出危險性和瓦斯突出預測性指標的敏感性，利用主成分分析法與灰色關聯(lián)優(yōu)選法進行了系統(tǒng)分析[1-6]。然而，現(xiàn)有文獻資料涉及生態(tài)效應指標敏感性的較少，有關研究尚處于初期階段。鑒于此，文章對生態(tài)效應指標敏感性利用主成分分析法進行深入探究，以期為綜合評價生態(tài)效益、科學優(yōu)選參評指標以及合理確定因子權重提供科學依據(jù)。

1 研究方法

充分考慮區(qū)域水土保持特點及其土壤侵蝕類型，從多個方面優(yōu)選出能夠反映生態(tài)效應的評估指標，并利用監(jiān)測站監(jiān)測、遙感影響及現(xiàn)場采樣等方法確定實測數(shù)據(jù)。為更加直觀的描述不同參評指標間的非線性復雜關系，擬對所有數(shù)據(jù)運用主成分法降維處理，用不相關的幾個少數(shù)綜合變量替代原多維變量，經線性組合獲取反映原始數(shù)據(jù)的主成分，這些主成分所攜帶的信息互不重疊，并且能夠包含絕大部分的原始數(shù)據(jù)信息[7]。其基本原理為:設n個樣本所包含的指標(變量)有p項，從而構造p×n階矩陣X，線性組合X1、X2、…、Xp等p個向量，其表達式為:

Zi=li1X1+li2X2+Λ+lipXp

(1)

式中:Xi、lij為n維向量與組合系數(shù)；Zi為彼此不相關的主成分i。對此，可按以下流程實現(xiàn)主成分分析:

步驟一:根據(jù)n個樣本所包含的p項指標(變量)實測數(shù)據(jù)，構造p×n階初始矩陣，經統(tǒng)一處理確定標準化矩陣。

步驟二:采用相關系數(shù)構造實對稱矩陣R，并利用公式(2)求解矩陣R的特征向量以及特征值，即:

|R-λiI|=0

(2)

式中:I、λi為矩陣R的單位向量與特征值；然后按照從小到大的次序排列特征值，即0≤λ1≤λ2≤…λp，并求解所有特征值λi所對應的向量ei，其中i=1，2，…，p。

步驟三:累計方差貢獻率r與主成分貢獻率ωi的計算式如下:

(3)

(4)

通常情況下，主成分分析保留信息量較大的主成分，即累計方差貢獻率為70%-90%的成分，文章保留的前k項主成分的累計方差貢獻率達90%。

步驟四:文章利用以下公式計算指標敏感性與主成分荷載lij，即:

(5)

(6)

式中:eij為特征向量ej的第j個數(shù)值；βj為評價結果受參評指標xj的影響程度，βj值越大則參評指標xj的敏感性越高，其重要性也就越大；反之，則參評指標的敏感性越低，對評價結果的影響越小。

2 實例應用

2.1 流域概況

下洼小流域屬大凌河水系，地處E41°20'45"-41°22'06"、119°53'53"-119°56'09"之間，位于朝陽縣烏蘭河碩鄉(xiāng)境內。該地區(qū)以低山丘陵為主，年均徑流深112mm，年降水量515mm，受地理環(huán)境與季風氣候等影響降水量年際變化較大，年內分配不均勻且多集中在7、8、9三個月。小流域總土地面積430.23hm2，其中坡耕地155.86hm2、疏林地91.04hm2、荒地85.28hm2、林地69.18hm2、果園8.58hm2、城鎮(zhèn)居民及工況用地20.29hm2，土壤類型以褐土為主，成土母質為各類母巖風化物及紅土層或黃土，包括草甸土、碳酸鹽褐土、淋溶褐土和褐土。流域內溝壑縱橫，干溝平均比降為2.50‰，支溝平均比降為10.16‰，溝壑大部分分布于7°以上的坡地，溝壑密度為1.50km/km2。地勢海拔105-370m，相對高差265m，在降水沖刷作用下土壤侵蝕問題突出。水土流失以中度水蝕為主，侵蝕面積為340.76hm2，其中輕度、中度和強烈侵蝕面積為41.79hm2、285.71hm2、13.26hm2，土壤侵蝕模數(shù)為1989t/km2·a。

根據(jù)小流域土壤侵蝕現(xiàn)狀、地貌形態(tài)特征、自然環(huán)境條件、水保措施配置原則和社會經濟情況，以實現(xiàn)糧食安全、興建水保林、恢復林草植被為重點，綜合治理小流域水土流失。2018年下洼小流域實施的水保措施有:采取保土耕作措施減少坡耕地土壤侵蝕危害；實施水平槽整地等措施改善荒山緩坡立地條件，為恢復、保護生態(tài)系統(tǒng)功能奠定基礎；實行封育治理措施提高疏林地的林草覆蓋率，減少徑流沖刷和土壤侵蝕。通過在人、畜活動頻繁處以及封育治理區(qū)設置鐵絲圍欄，防止封育治理區(qū)受人、畜的破壞，充分發(fā)揮自然系統(tǒng)的自修復能力提升小流域的林草覆蓋率。工程建設規(guī)模:綜合治理面積250hm2，其中經濟林(水平槽)50.00hm2，封育治理工程 91.04hm2，保土耕作 108.96hm2，作業(yè)路4.06km，圍欄2965m。

項目實施后在拓寬產業(yè)結構、增強農業(yè)基礎設施的同時，項目的實施可以更加科學利用和合理開發(fā)自然資源，轉變傳統(tǒng)的農業(yè)粗放經營模式，減少破壞林草資源，為保護天然林及實現(xiàn)自然資源的永續(xù)利用奠定基礎。此外，可改變原來的劣質地貌，增加工程區(qū)綠化程度，優(yōu)化農村生態(tài)環(huán)境、人居環(huán)境和農民生活條件，減輕自然災害和水、土、肥的流失。項目實施后有利于提高土地使用價值、增加生物產量與植被面積，帶動農林木各項效益和更高層次流域建設發(fā)展。

2.2 敏感性計算

結合流域內水土流失成因、水保措施特點、治理工程規(guī)模和土壤侵蝕現(xiàn)狀，選擇代表性指標進行敏感性分析[8]，各參評指標實測值如表1所示。

表1 生態(tài)效應指標實測數(shù)據(jù)

將所有參評指標實測數(shù)據(jù)利用Z-score法標準化處理[9]，其表達式為:

(6)

表2 參評指標標準化數(shù)據(jù)

根據(jù)標準化后的數(shù)據(jù)與主成分分析原理構造相關系數(shù)矩陣，并利用前文所述公式求解特征向量及特征值，然后采用公式(3)、(4)和矩陣特征值，可以求出累計方差貢獻率如表3所示。

表3 特征向量及累計方差貢獻率

從表3看出，前2項主成分的累計貢獻率達到97.06%，所以選用第一、第二主成分進行敏感性分析。將各指標敏感性及主成分荷載利用公式(5)、(6)進行計算，如表4所示。

表4 指標敏感性與主成分荷載

2.3 結果與分析

結合表4計算結果，按照熊小到大的次序排列指標敏感性為:x5沙塵暴日

因此，該方法較傳統(tǒng)的層次分析法及專家評分法，能夠更加客觀的確定指標權重，評價結果不受決策者的主觀判斷影響，為小流域生態(tài)效應評價提供科學指導。在每個指標敏感性計算時該方法能夠保證結果客觀性，可有效解決傳統(tǒng)方法權重計算不合理及敏感性較弱的問題。根據(jù)生態(tài)效應評價指標敏感性優(yōu)選出適用小流域的參評因子，通過監(jiān)測較高敏感性指標預測未來一段時間變化趨勢，為決策者制定行之有效的水保方案和治理措施提供指導。

3 結 論

根據(jù)下洼小流域水保措施特點及其土壤侵蝕現(xiàn)狀，對其生態(tài)效應指標敏感性利用主成分分析法進行探究，并合理確定所有參評指標的敏感程度，可為小流域水保方案優(yōu)化設計以及鑒定其實施效果提供決策依據(jù)。針對敏感性較弱的指標，還需要進一步探究其成因、應對策略，為生態(tài)效應總體評價中敏感性較弱指標的篩選提供依據(jù)。