萬(wàn) 鵬，譚鍶源

（成都理工大學(xué) 地球科學(xué)學(xué)院，四川 成都 610059）

生態(tài)脆弱性是指生態(tài)系統(tǒng)在外界干擾下的敏感反應(yīng)和自我恢復(fù)的能力。生態(tài)環(huán)境狀況極大程度上影響著一個(gè)地區(qū)的可持續(xù)發(fā)展情況。隨著技術(shù)的進(jìn)步，人類對(duì)自然界的開(kāi)采越來(lái)越廣泛，但某些不合理的方式使得生態(tài)環(huán)境狀況下降。生態(tài)脆弱性評(píng)估的研究受到越來(lái)越多的學(xué)者關(guān)注，朱琪等[1]研究了東北森林帶生態(tài)脆弱性時(shí)空變化及其驅(qū)動(dòng)因素；劉江等[2]通過(guò)研究生態(tài)脆弱性對(duì)北方防沙帶東部生態(tài)安全格局進(jìn)行構(gòu)建和優(yōu)化；張佳辰等[3]基于景觀格局分析對(duì)青島市海岸帶進(jìn)行了生態(tài)脆弱性評(píng)價(jià)；田盛等[4]研究了環(huán)杭州灣土地利用變化與生態(tài)脆弱性關(guān)系；孫桂麗等[5]研究了新疆生態(tài)脆弱性時(shí)空演變和驅(qū)動(dòng)力因素；常溢華等[6]基于SRP 模型研究了江西鄱陽(yáng)縣生態(tài)脆弱性動(dòng)態(tài)評(píng)價(jià)；孫宇晴等[7]基于SRP 模型研究了川藏線生態(tài)脆弱性時(shí)空特點(diǎn)和驅(qū)動(dòng)力因素；劉佳茹等[8]基于SRP 模型研究了祁連山地區(qū)的生態(tài)脆弱性；目前生態(tài)脆弱性評(píng)價(jià)的模型有生態(tài)壓力-生態(tài)敏感性-生態(tài)恢復(fù)力評(píng)價(jià)（Sensitivity-Resilience-Pressure，SRP）模型、暴露-敏感-適應(yīng)（Vulnera bility-Scoping-Diagram，VSD）模型、壓力-狀態(tài)-響應(yīng)（Pressure-State-Response，PSR）模型、壓力-敏感-彈力（Pressure-Sensitive-Elasticity，PSE）模型等。樂(lè)山市作為長(zhǎng)江上游的生態(tài)屏障，近年來(lái)全力推進(jìn)生態(tài)保護(hù)與修復(fù)，結(jié)合樂(lè)山市生態(tài)脆弱性狀況，本文基于SRP 模型對(duì)樂(lè)山市2020 年的生態(tài)脆弱性狀況進(jìn)行分析，為樂(lè)山市生態(tài)環(huán)境的修復(fù)和規(guī)劃發(fā)展提供了科學(xué)依據(jù)。

1 研究區(qū)概況

樂(lè)山在長(zhǎng)江經(jīng)濟(jì)帶和南絲綢之路的交會(huì)點(diǎn)，是成渝城市群規(guī)劃建設(shè)的成都平原的核心城市之一，也是長(zhǎng)江上游的生態(tài)屏障，對(duì)長(zhǎng)江的生態(tài)環(huán)境具有重要的影響。由于季風(fēng)和地形隆升的影響，樂(lè)山市氣候濕潤(rùn)，雨量充沛，水熱同季，四季變換顯著。大部分地區(qū)的年平均降水量超過(guò)1 000 mm，降水量具有季節(jié)性變化的特點(diǎn)，夏秋季節(jié)的降水量約占全年的80%，而春冬季節(jié)僅占全年的20%；年降水量差異較大，年最小降水量超過(guò)900 mm，而部分地區(qū)年最大降水量超過(guò)2 000 mm。

樂(lè)山市水資源、礦產(chǎn)資源、生物資源和旅游資源豐富，但由于人類的不合理開(kāi)發(fā)和活動(dòng)引發(fā)了水土流失嚴(yán)重、森林植被生態(tài)系統(tǒng)功能降低、自然災(zāi)害頻繁發(fā)生等生態(tài)問(wèn)題。

2 數(shù)據(jù)來(lái)源與數(shù)據(jù)處理

本文采用的遙感數(shù)據(jù)主要是2020 年Landsat8 的影像數(shù)據(jù)，分辨率為30 m，選取的影像數(shù)據(jù)云量較少，影像時(shí)間間隔較近，便于觀察分析。非遙感數(shù)據(jù)主要包括植被數(shù)據(jù)、土壤數(shù)據(jù)、氣象數(shù)據(jù)、土地利用數(shù)據(jù)和地形地貌數(shù)據(jù)，數(shù)據(jù)信息見(jiàn)表1。

表1 數(shù)據(jù)信息

3 研究方法

3.1 PSR 模型構(gòu)建

生態(tài)環(huán)境狀況是一個(gè)地區(qū)是否可持續(xù)發(fā)展的基本保障。生態(tài)環(huán)境狀況是由自然因素和人類活動(dòng)兩者的共同作用所造成的。近年來(lái)，城市化進(jìn)程的快速發(fā)展，人為因素引起了許多生態(tài)環(huán)境問(wèn)題，導(dǎo)致區(qū)域生態(tài)安全風(fēng)險(xiǎn)日益突出。目前的研究方法和模型都能在一定程度上反映地區(qū)的生態(tài)環(huán)境現(xiàn)狀，但選取的大多數(shù)指標(biāo)都是基于統(tǒng)計(jì)年鑒數(shù)據(jù)，忽略了城市快速發(fā)展引起的城市熱島效應(yīng)的影響，遙感數(shù)據(jù)中的信息和指標(biāo)沒(méi)有進(jìn)行深入挖掘。研究結(jié)果顯示，生態(tài)環(huán)境脆弱性的影響因素和尺度具有復(fù)雜性和差異性，我們應(yīng)結(jié)合研究區(qū)域的特點(diǎn)，構(gòu)建更全面、更準(zhǔn)確、更能體現(xiàn)該地區(qū)生態(tài)環(huán)境狀況的評(píng)價(jià)指標(biāo)分析體系。

本文基于樂(lè)山市地理環(huán)境和人類活動(dòng)等典型特點(diǎn)，選擇SPR 模型，從生態(tài)敏感性、生態(tài)恢復(fù)力和生態(tài)壓力度3 個(gè)方面選取樂(lè)山市生態(tài)脆弱性驅(qū)動(dòng)因子，在完成2020 年時(shí)段所有評(píng)價(jià)指標(biāo)的SPCA 計(jì)算后，各個(gè)因子通過(guò)加權(quán)及疊加運(yùn)算得到樂(lè)山市2020 年的生態(tài)脆弱性指數(shù)[9]，從而通過(guò)具體數(shù)據(jù)定量分析樂(lè)山市2020 年生態(tài)環(huán)境脆弱性現(xiàn)狀情況（見(jiàn)表2）。生態(tài)環(huán)境脆弱性指數(shù)計(jì)算公式如下式所示：

表2 樂(lè)山市生態(tài)脆弱性分級(jí)標(biāo)準(zhǔn)

式中，EVI 為生態(tài)環(huán)境脆弱性指數(shù)，ai表示第i 個(gè)主成分，bi為第i 個(gè)主成分的貢獻(xiàn)率，ci為第i 個(gè)主成分的特征值。

EVI 值越大代表生態(tài)環(huán)境脆弱程度越大，生態(tài)環(huán)境惡劣程度越嚴(yán)重。為便于分析2020 年樂(lè)山市生態(tài)環(huán)境的脆弱狀況，對(duì)生態(tài)環(huán)境脆弱性指數(shù)（EVI）進(jìn)行歸一化處理，其計(jì)算式如下：

式中，EEVIn為第n 年的生態(tài)脆弱性標(biāo)準(zhǔn)化數(shù)值，范圍在0～1 之間；EVIn為第n 年的脆弱性指數(shù)值；EVIn，max、EVIn，min分別表示第n 年生態(tài)脆弱性指數(shù)的最大值和最小值。

3.2 指標(biāo)指數(shù)因子

生態(tài)脆弱性綜合評(píng)價(jià)模型中，對(duì)各種影響因子進(jìn)行主成分分析，篩選出影響較大并相對(duì)獨(dú)立的指標(biāo)構(gòu)成評(píng)價(jià)指標(biāo)系統(tǒng)，以多方位的空間信息研究樂(lè)山市生態(tài)脆弱性的時(shí)空分布及特性。本文考慮樂(lè)山市地形地貌、氣象條件以及人類活動(dòng)等影響，并結(jié)合當(dāng)前條件下的數(shù)據(jù)可獲得性等，選取了以下11 個(gè)主要影響因子進(jìn)行評(píng)價(jià)研究，如圖1 所示。

圖1 生態(tài)脆弱性指標(biāo)

3.2.1 地形因子

地形因子主要包括海拔高度、坡位、坡向、坡度4個(gè)因素，通過(guò)影響氣候和土壤等間接影響動(dòng)植物的生長(zhǎng)和分布，不同的地形環(huán)境對(duì)不同的地區(qū)生態(tài)環(huán)境的特點(diǎn)有著重要影響。人類活動(dòng)與生態(tài)環(huán)境都與地形有著密切聯(lián)系。本文選取表征地形因子的指標(biāo)包括高程、坡度和地形起伏度。

3.2.2 土壤因子

本文所選的土壤因子為土壤侵蝕強(qiáng)度。本文采用RUSLE 模型（The Revised Universal Soil Loss Equation）[10]作為模擬研究區(qū)實(shí)際土壤侵蝕的定量模型如下：

式中，A 為實(shí)際年平均土壤侵蝕模數(shù)；R 為降雨侵蝕力因子；K 為土壤可蝕性因子；L 和S 為坡長(zhǎng)和坡度因子；C為地表植被覆蓋因子；P 為水土保持措施因子[10]。

3.2.3 氣象因子

經(jīng)度、緯度以及海拔對(duì)氣象因子的影響很重要，同樣的經(jīng)緯度，不同海拔的降水量和氣溫存在差異，本文采用“多元回歸+殘差插值”的方法來(lái)實(shí)現(xiàn)降水量和氣溫的分布圖。模型格式如下所示：

式中，f、L0、La、H 分別代表氣象站點(diǎn)的實(shí)測(cè)氣象數(shù)據(jù)值、站點(diǎn)的經(jīng)度、緯度和海拔高度，i、j、k 為回歸方程系數(shù)，m 為常數(shù)項(xiàng)，ρ 為站點(diǎn)殘差值，φ 為結(jié)合海拔和經(jīng)緯度得到的氣象模擬值[11]。

3.2.4 景觀格局

本文選擇景觀破碎度來(lái)表征景觀格局因子。景觀格局研究的最基本單位是斑塊。本文選取重要生態(tài)功能景觀斑塊的密度作為評(píng)價(jià)因子，在一定程度上反映了人類對(duì)景觀的影響程度[12]。其計(jì)算式為：

式中，Ci為景觀i 的破碎度，Ni為景觀i 的斑塊數(shù)，Ai為景觀i 的總面積。

3.2.5 生態(tài)壓力度因子

生態(tài)壓力度反映了生態(tài)承載力的客觀支持能力大小與承載對(duì)象壓力大小之間的關(guān)系。本次研究選取了樂(lè)山市人口密度，耕地占比率，GDP 以及人均GDP 來(lái)反映人類活動(dòng)對(duì)生態(tài)承載力的壓力影響。

本文用于評(píng)價(jià)樂(lè)山市生態(tài)環(huán)境脆弱性的11 個(gè)指標(biāo)的原始數(shù)據(jù)差異較大，數(shù)據(jù)之間量綱不同以及數(shù)值差距也較大，同時(shí)不同的指標(biāo)因子對(duì)于生態(tài)脆弱性的作用方向不一致，分為正向、負(fù)向（見(jiàn)表3）。為了消除以上數(shù)據(jù)之間的差異，使得各個(gè)指標(biāo)因子之間擁有可比性以及能夠疊加計(jì)算。本文采用極差標(biāo)準(zhǔn)化的方法來(lái)實(shí)現(xiàn)樂(lè)山市生態(tài)環(huán)境脆弱性評(píng)價(jià)指標(biāo)的數(shù)據(jù)標(biāo)準(zhǔn)化處理[13-14]。將其劃分為正向指標(biāo)和負(fù)向指標(biāo)。

表3 評(píng)價(jià)指標(biāo)正負(fù)方向

正向指標(biāo)：

負(fù)向指標(biāo)：

式中，Yn為第n 個(gè)指標(biāo)的標(biāo)準(zhǔn)化值；Xn為第n 個(gè)指標(biāo)的初始化值；Xn，max為指標(biāo)n 每個(gè)研究時(shí)段研究區(qū)范圍內(nèi)的初始最大值；而Xn，min則是對(duì)應(yīng)的初始最小值。

3.3 主成分分析

通過(guò)SPSS 進(jìn)行主成分分析（PCA）對(duì)11 個(gè)主要影響因子進(jìn)行線性變換，并且確定權(quán)重后，避免主觀偏差。表4 是樂(lè)山市2020 年11 個(gè)主要影響因子3 個(gè)主成分的成分占比，從中可以得出第一主成分（PC1）具有以下特征：（1）PC1 的貢獻(xiàn)度均超過(guò)50%，遠(yuǎn)遠(yuǎn)大于其他主成分的貢獻(xiàn)度，說(shuō)明PC1 包含了3 個(gè)主成分中的大部分信息；（2）表中PC1 部分，高程、年均氣溫、年總降水量、生物豐度4 個(gè)指標(biāo)均為負(fù)數(shù)，說(shuō)明他們與生態(tài)脆弱性指數(shù)的大小成反比，與表3 相符。因此相比于其他主成分，PC1 更能體現(xiàn)生態(tài)脆弱性指數(shù)的大小。

表4 指標(biāo)主成分占比

4 結(jié)果分析

本文基于Landsat8 系列遙感數(shù)據(jù)及多種不同的非遙感數(shù)據(jù)，通過(guò)RS 和GIS 技術(shù)相結(jié)合，以及利用統(tǒng)計(jì)學(xué)方法對(duì)數(shù)據(jù)進(jìn)行更深層次的挖掘分析[15]，對(duì)2020 年樂(lè)山市生態(tài)環(huán)境脆弱性定量地進(jìn)行了空間分異特征的變化研究，并初步研究了引起樂(lè)山市生態(tài)環(huán)境脆弱性空間變化的影響因素，為樂(lè)山市的生態(tài)環(huán)境修復(fù)和規(guī)劃提供了數(shù)據(jù)支撐。通過(guò)上述研究，從圖2 和表5 分析得出以下結(jié)論。

表5 生態(tài)環(huán)境脆弱性分類面積及百分比

圖2 樂(lè)山市生態(tài)脆弱性分級(jí)

（1）樂(lè)山市整體上生態(tài)環(huán)境脆弱水平呈現(xiàn)西南部向東北部地區(qū)增加的總體趨勢(shì)，梯度性明顯，峨邊彝族自治區(qū)、金口河區(qū)這些地區(qū)主要為山區(qū)，海拔較高，并未開(kāi)發(fā)大量耕地與建筑用地，草地林地面積覆蓋大，對(duì)生態(tài)環(huán)境起到了良好的保護(hù)作用，生態(tài)環(huán)境質(zhì)量較好；而越往東北部地區(qū)發(fā)展，海拔較低，土地利用類型多元化，景觀破碎度高，農(nóng)田耕地?cái)?shù)量大大增加，生態(tài)系統(tǒng)受到的破壞程度越顯著，生態(tài)質(zhì)量明顯下降。整體上得出結(jié)論，樂(lè)山市生態(tài)脆弱性是自然環(huán)境和人類活動(dòng)共同作用的結(jié)果[9]。

（2）樂(lè)山市2020 年整體上生態(tài)環(huán)境脆弱區(qū)面積占比情況：輕度脆弱和中度脆弱在研究區(qū)范圍內(nèi)占比87.977%，微度脆弱占比12.005%，潛在脆弱占比0.018%。由此得出樂(lè)山市整體生態(tài)環(huán)境處于中度脆弱水平，生態(tài)環(huán)境質(zhì)量中等偏下。

5 結(jié)束語(yǔ)

總體而言，生態(tài)環(huán)境脆弱性水平主要從生態(tài)環(huán)境修復(fù)能力、自然環(huán)境惡劣程度、生物多樣性、生態(tài)環(huán)境敏感性和環(huán)境容量考慮。脆弱的生態(tài)環(huán)境是由自然因素和人為力量綜合作用導(dǎo)致[16-17]，但究其根源是人類活動(dòng)間接或者直接影響自然因子，引起生態(tài)環(huán)境發(fā)生各種變化、甚至導(dǎo)致地區(qū)生態(tài)環(huán)境變得脆弱。保護(hù)生態(tài)環(huán)境，應(yīng)該有效調(diào)控人類對(duì)自然資源的利用，提高人類生態(tài)保護(hù)意識(shí)，加強(qiáng)自然生態(tài)的保護(hù)建設(shè)，合理規(guī)劃和修復(fù)脆弱的生態(tài)環(huán)境才是使得生態(tài)環(huán)境質(zhì)量日益變好的關(guān)鍵，也是人類可持續(xù)發(fā)展的關(guān)鍵。