李芮芝，胡希軍,2*，杜心宇，雷雨菁，張 偉

(1.中南林業(yè)科技大學 風景園林學院，湖南 長沙 410004；2.中南林業(yè)科技大學 城鄉(xiāng)景觀生態(tài)研究所，湖南 長沙 410004)

近幾十年來，氣候變化和人為不斷的干擾和破壞導致生態(tài)系統(tǒng)退化、生態(tài)多樣性喪失、森林退化等一系列生態(tài)環(huán)境問題的出現(xiàn)[1-2]。自然保護區(qū)為生物多樣性和珍稀瀕危植物品種提供了保護屏障，是維持生態(tài)系統(tǒng)平衡不可缺少的環(huán)節(jié)，同時也是極易受到干擾和威脅的生態(tài)脆弱區(qū)域[3-4]。生態(tài)脆弱性分析作為了解生態(tài)系統(tǒng)平衡的重要方法和主要研究方向之一[5]，在自然保護的相關領域應用較廣。

生態(tài)脆弱性是指一個系統(tǒng)易受氣候變化和人類活動的負面影響，并在一定的干擾程度上無法恢復到原來的狀態(tài)[6]。目前生態(tài)脆弱性評價有：運用GIS景觀格局進行分析[7]；運用主成分分析[8]等方法計算因子權重進行評價；通過構建邏輯框架模型進行評價。例如常用到的有“壓力-狀態(tài)-響應”(PSR)模型[9]，“暴露性-敏感性-適應能力”(VSD)模型[10]，“敏感度-恢復力-壓力度”(SRP)模型[11]，“暴露度-敏感性-應對能力”(ESC)模型[12]等。本研究運用SRP邏輯框架模型，基于主成分分析計算模型中要素權重對南雄丹霞梧桐自然保護區(qū)進行脆弱性分析和等級評價，分析保護區(qū)脆弱性產(chǎn)生原因并提出相應保護建議，以期為自然保護區(qū)生態(tài)脆弱區(qū)的生態(tài)環(huán)境穩(wěn)定保護提供借鑒。

1 研究區(qū)概況

圖1 丹霞梧桐自然保護區(qū)范圍Fig.1 Boundary of Danxia Indus Nature Reserve

2 材料與方法

2.1 數(shù)據(jù)來源及處理

2.1.1 數(shù)據(jù)來源

2.1.1.1 地形數(shù)據(jù) 高程、地貌類型的數(shù)據(jù)來源于中國資源環(huán)境數(shù)據(jù)云平臺(http://resdc.cn/Default.aspx)，坡度、坡向、地形起伏度、通過數(shù)字高程計算得到，地類通過林班圖紙描繪得到。

2.1.1.2 地表數(shù)據(jù) 土地覆被、土壤侵蝕強度、土壤類型、地貌類型的數(shù)據(jù)來源于中國環(huán)境資源數(shù)據(jù)云平臺(http://resdc.cn/Default.aspx)和國家地球系統(tǒng)科學數(shù)據(jù)中心(http://www.geodata.cn/index.html)。

2.1.1.3 氣象數(shù)據(jù) 年均溫、年均降雨、年均風速、年日照時數(shù)的數(shù)據(jù)來源于國家地球系統(tǒng)科學數(shù)據(jù)中心(http://www.geodata.cn/index.html)和國家氣象科學數(shù)據(jù)中心(http://data.cma.cn/site/index.html)。

2.1.1.4 水文數(shù)據(jù) 水源緩沖區(qū)、水體密度通過對遙感影像和地形圖資料矢量化后，在ArcGIS中進行相應分析得到。

2.1.1.5 其他數(shù)據(jù) 珍稀物種分布點數(shù)據(jù)通過實地考察定位獲得，植被覆蓋度數(shù)據(jù)來自于國家地球系統(tǒng)科學數(shù)據(jù)中心(http://www.geodata.cn/index.html)，葉面積指數(shù)、凈第一性生產(chǎn)力、人口密度、生物多樣性和GDP密度數(shù)據(jù)通過中國環(huán)境資源數(shù)據(jù)云平臺(http://resdc.cn/Default.aspx)，道路緩沖區(qū)是通過對遙感影像和地形圖資料上的道路進行矢量化后在ArcGIS中對其進行緩沖區(qū)分析得到。

（1）堅持因地制宜、科學規(guī)范化發(fā)展。在此過程中應該重視結合自身資源，明確產(chǎn)業(yè)特點，積極深入干果經(jīng)濟林產(chǎn)業(yè)建設，重視發(fā)展與本地區(qū)經(jīng)濟同步的產(chǎn)業(yè)。

2.1.2 各因素數(shù)據(jù)處理 將地形圖和林班紙質文檔掃描件導入GIS，設置地理和投影坐標系，并進行地理校準，對紅線內部小林班線進行polygon描繪，并編輯屬性，錄入地籍號，通過地籍號關聯(lián)小林班數(shù)據(jù)庫，形成林班屬性數(shù)據(jù)，通過要素轉柵格工具將polygon數(shù)據(jù)轉換為柵格數(shù)據(jù)備用。

將所下載的柵格數(shù)據(jù)導入GIS并導出為與矢量數(shù)據(jù)統(tǒng)一的地理和投影坐標系，對于精度不夠的柵格數(shù)據(jù)，將其矢量化后通過克里金插值法或IDW插值法進行重新分析，生成相應精度的柵格，通過重采樣工具將柵格轉化為統(tǒng)一象元大小的柵格數(shù)據(jù)，并使用研究區(qū)紅線polygon數(shù)據(jù)進行裁剪備用。

將考察時錄入的GPS數(shù)據(jù)導入GIS并導出為與其他數(shù)據(jù)統(tǒng)一的地理和投影坐標系，相應溪流line數(shù)據(jù)和水面polygon數(shù)據(jù)通過GPS定點結合衛(wèi)星影像和地形圖掃描件結合描繪而成，將溪流line數(shù)據(jù)通過線密度工具處理為相應象元大小的柵格數(shù)據(jù)，珍稀物種分布點的point數(shù)據(jù)、道路line數(shù)據(jù)與水源polygon數(shù)據(jù)進行多重緩沖處理，形成緩沖面數(shù)據(jù)，通過要素轉柵格數(shù)據(jù)轉換為柵格數(shù)據(jù)并運用研究區(qū)紅線polygon數(shù)據(jù)進行裁剪備用。

2.2 生態(tài)脆弱性評價指標模型構建

參考SRP模型相關文獻[11-14]，敏感性根據(jù)研究區(qū)自然條件從地形、地表、氣象、水文和珍稀程度的角度出發(fā)；恢復力根據(jù)保護區(qū)的生物資源條件從植被和生物多樣性的角度出發(fā)；壓力度根據(jù)研究區(qū)受干擾的相關因素，從經(jīng)濟和人類活動的角度出發(fā)，本研究的脆弱性評價指標共選擇了24個要素進行數(shù)值提取計算(表1)。

表1 生態(tài)脆弱性評價指標體系Table 1 Index system of the ecological vulnerability assessment

生態(tài)敏感性和生態(tài)壓力度中要素均為正向要素，在脆弱性評價要素分級賦值時值越大等級越高，賦值越大，恢復力中要素為負向要素，在脆弱性評價要素分級時值越大等級越低，賦值越小。

2.3 指標篩選及權重計算

運用GIS平臺的Extract by Mask工具對研究區(qū)柵格數(shù)據(jù)進行裁剪，運用Extract Multi Values to Points工具將柵格數(shù)據(jù)值提取至點，形成評價要素層m個評價要素i(每個要素包含n個數(shù)據(jù)點j所提取的數(shù)據(jù)值)的提取數(shù)據(jù)集，對其進行歸一化形成標準化數(shù)矩陣A，導入SPSS 26.0進行主成分分析，得到KMO取樣適切性量數(shù)為0.726>0.6，Bartlett球形檢驗的顯著性P值為0.000<0.05，說明數(shù)據(jù)適合做因子分析。提取特征根>1，方差貢獻率>5%，累積方差百分比>70%的前6個主成分y進行分析：

綜合得分模型系數(shù)vi的計算：

(1)

式中，biy為成分矩陣中要素i在成分y中的值，ay為特征根，py為方差貢獻率。

權重計算(歸一化)：

(2)

脆弱性評價柵格數(shù)據(jù)Z計算：

(3)

式中,Z為最終的綜合脆弱性指數(shù)值，Si為要素賦值，wi為要素權重，要素權重值由綜合得分模型系數(shù)vi歸一化得來。

2.4 各指標層分級

對于有數(shù)值值域的要素柵格數(shù)據(jù)，通過GIS的reclassify工具對柵格數(shù)據(jù)進行賦值，通過自然斷點法，正向要素值域由大到小依次賦值為1、2、3、4、5，負向要素值域由大到小依次賦值5、4、3、2、1。

對于屬性要素數(shù)據(jù)，依據(jù)相應屬性的脆弱性(如根據(jù)干擾強度和抗干擾能力其他用地>耕地>林地>建設用地>水域[15]，依據(jù)脆弱性分級為耕地>建設用地>其他用地>水域>草地>林地[16]，依據(jù)土地覆被類型分級為高寒草甸濕地>高寒草甸>水域>其他>林地[17]或建設用地、水域>旱地、水田>林、草地>沼澤地[18]，生態(tài)系統(tǒng)層次越豐富對干擾的抵抗能力越高，地類的人類活動強度越高越脆弱)進行賦值(表2，圖2)。

表2 要素生態(tài)脆弱性賦值Table 2 Assignment values of theecological vulnerability for relative factors

圖2 要素脆弱性空間分布Fig.2 Spatial distribution of factor vulnerability

3 結果與分析

3.1 基于生態(tài)敏感性(sensitivity)準則的生態(tài)脆弱性分析

在生態(tài)敏感性準則下的生態(tài)脆弱性評價要素均為正向要素，其值越高，生態(tài)脆弱性越高，從生態(tài)脆弱性空間分布圖以及生態(tài)脆弱性等級分析結果可知(圖3、表3)，研究區(qū)中度脆弱等級以上面積占比>50%，生態(tài)脆弱性在生態(tài)敏感性準則上整體偏高，主要集中于研究區(qū)北部和中部。

表3 基于生態(tài)敏感性準則的生態(tài)脆弱性等級Table 3 Ecological vulnerability grade based on ecological sensitivity criteria

圖3 基于生態(tài)敏感性準則的生態(tài)脆弱性空間分布Fig.3 Spatial distribution of ecological vulnerability based on ecological sensitivity criteria

從生態(tài)敏感性準則的要素重要性分析可以得知(圖4)，在生態(tài)敏感性準則中對生態(tài)脆弱性分布結果影響最大的要素為土壤侵蝕強度，其次為水源緩沖區(qū)。

圖4 基于生態(tài)敏感性準則的要素重要性分析Fig.4 Factor importance analysis based on ecological sensitivity criteria

3.2 基于生態(tài)恢復力(resilience)準則的生態(tài)脆弱性分析

在生態(tài)恢復力準則下的生態(tài)脆弱性評價要素均為負相要素，其值越高，生態(tài)脆弱性越高，從圖5、表4可知，研究區(qū)中度脆弱等級以下的面積占比>50%，集中于西部和西南部，生態(tài)脆弱性在生態(tài)恢復力準則上整體偏低，且在研究區(qū)東部有極度脆弱的集中分布。

表4 基于生態(tài)恢復力準則的生態(tài)脆弱性等級Table 4 Ecological vulnerability grade based on ecological resilience criteria

圖5 基于生態(tài)恢復力準則的生態(tài)脆弱性空間分布Fig.5 Spatial distribution of ecological vulnerability based on ecological resilience criteria

從生態(tài)恢復力準則的要素重要性分析可知(圖6)，在生態(tài)恢復力準則中對生態(tài)脆弱性分布結果影響最大的要素為生物多樣性，其次為植被覆蓋度。

圖6 基于生態(tài)恢復力準則的要素重要性分析Fig.6 Factor importance analysis based on ecological resilience criteria

3.3 基于生態(tài)壓力度(pressure)準則的生態(tài)脆弱性分析

在生態(tài)壓力度準則下的生態(tài)脆弱性評價要素均為正向要素，其值越高，生態(tài)脆弱性越高，從生態(tài)脆弱性空間分布圖以及生態(tài)脆弱性等級分析結果可知(圖7，表5)，研究區(qū)中度脆弱等級以下面積占比>60%，分布主要集中于西部及東部，生態(tài)脆弱性在生態(tài)壓力度準則上整體偏低，在研究區(qū)中部有極度脆弱的集中分布。

表5 基于生態(tài)壓力度準則的生態(tài)脆弱性等級Table 5 Ecological vulnerability grade based on ecological pressure criteria

圖7 基于生態(tài)壓力度準則的生態(tài)脆弱性空間分布Fig.7 Spatial distribution of ecological vulnerability based on ecological pressure criteria

從生態(tài)壓力度準則的要素重要性分析可以得知(圖8)，在生態(tài)壓力度準則中對生態(tài)脆弱性分布結果影響最大的要素為GDP密度和人口密度。

圖8 基于生態(tài)壓力度準則的要素重要性分析Fig.8 Factor importance analysis based on ecological pressure criteria

3.4 保護區(qū)生態(tài)脆弱性(vulnerability)綜合分析

從綜合生態(tài)脆弱性空間分布圖和綜合生態(tài)脆弱性等級分析結果可知(圖9，表6)，研究區(qū)中度脆弱等級面積占比最高，在研究區(qū)北部有極度脆弱的集中分布。

表6 綜合生態(tài)脆弱性等級Table 6 Comprehensive ecological vulnerability grade

圖9 綜合生態(tài)脆弱性空間分布Fig.9 Spatial distribution of comprehensive ecological vulnerability

從生態(tài)脆弱性評價準則重要性分析可以得知(圖10)，生態(tài)敏感性對綜合生態(tài)脆弱性分布結果影響最大，接近70%，在生態(tài)敏感性準則上整體偏高的生態(tài)脆弱性分布影響下，研究區(qū)的生態(tài)脆弱性綜合評價結果較高，說明研究區(qū)整體生態(tài)脆弱性較強，應做好生態(tài)保護工作。

圖10 生態(tài)脆弱性評價的準則重要性分析Fig.10 Criteria importance analysis of ecological vulnerability

研究區(qū)綜合生態(tài)脆弱性的空間分布結果是由3個準則的評價結果共同決定的，在研究區(qū)的西部，雖然在敏感性準則中生態(tài)脆弱性高，但在壓力度和恢復力的準則中都很低，因而在綜合評價結果中呈現(xiàn)中度偏低的狀態(tài)，研究區(qū)的中部和北部由于壓力度和敏感性的綜合影響形成了較高的脆弱性分布，而在研究區(qū)東部的極高脆弱性則是由敏感性和恢復力的共同影響形成的。

4 結論與討論

從準則層看，綜合SRP模型3項準則的分析結果，敏感性依據(jù)研究區(qū)自然條件，恢復力依據(jù)研究區(qū)生物資源條件，壓力度依據(jù)研究區(qū)受干擾因素進行評價，生態(tài)脆弱性在恢復力和壓力度原則下的整體偏低表明研究區(qū)受到了較好的保護，整體生物資源條件較好且干擾較少，敏感性原則下的整體偏高表明研究區(qū)的自然條件不穩(wěn)定，容易遭到破壞。

從指標層看，影響綜合生態(tài)脆弱性空間分布的主導要素為敏感性準則下的土壤侵蝕強度和水源緩沖區(qū)、恢復力準則下的生物多樣性和植被覆蓋度以及壓力度準則下的GDP密度和人口密度。研究區(qū)東部土壤侵蝕強度高、距離水源遠、生物多樣性和植被覆蓋均較低，導致了較高的生態(tài)脆弱性；研究區(qū)中部無水源分布，較高的GDP密度、人口密度和土壤侵蝕強度，導致了中部較高的生態(tài)脆弱性。

研究區(qū)整體土壤侵蝕強度大，水源分布少，對于敏感性準則下高脆弱性等級的區(qū)域應注意保護，防止生態(tài)問題發(fā)生；研究區(qū)整體生物多樣性和植被覆蓋度情況較好，對研究區(qū)東部可采取一定的森林涵養(yǎng)措施以保持和提高整體恢復力水平；GDP密度和人口密度的數(shù)據(jù)均反映了人的活動干擾的影響，對于研究區(qū)中部自然條件不穩(wěn)定區(qū)域應減少人為活動，可采取轉移內部人員和相應生產(chǎn)經(jīng)營活動等措施緩解研究區(qū)中部干擾壓力。

與城市等相關人類活動比較活躍的研究區(qū)的生態(tài)脆弱性研究相比較，本研究依據(jù)自然保護區(qū)的功能特性和自然條件對其脆弱性的評價體系進行了一定調整，使得自然保護區(qū)的優(yōu)越自然條件和主要的不利因素得以體現(xiàn)，同時在空間尺度上，本研究的宏觀數(shù)據(jù)相對區(qū)域性研究有更高的精細性的要求，通過與林調數(shù)據(jù)、科考報告、實地考察數(shù)據(jù)相結合，一定程度上彌補了數(shù)據(jù)的精度要求，分析的結果可以反映保護區(qū)的現(xiàn)狀，結果顯示SRP模型可以運用于自然保護區(qū)的相關研究中。在本研究中SPR模型的權重計算方式為主成分分析法，單一的計算方式有一定的局限性，在同類型的研究中，可以與其他的計算方式如AHP、logistics、熵權法等方法相結合進行計算；本研究的評價結果受數(shù)據(jù)來源的影響較大，數(shù)據(jù)來源精度不夠，還有待進一步加強，如在壓力度準則的評價中可以通過更深入的住房、人口、產(chǎn)業(yè)等方面的實地調查，形成精度更佳的數(shù)據(jù)。