胡瑜潔，韋玲利，李慶祥，朱莎莎，范霄寒，吳 卿

（1.華北水利水電大學，河南 鄭州 450046；2.河南黃河建設工程有限公司，河南 鄭州 450003）

氣候變化與人類活動導致生態(tài)環(huán)境的變化［1］，生態(tài)脆弱性是環(huán)境變化研究的核心內容之一。通過區(qū)域生態(tài)脆弱性量化分析，準確了解區(qū)域生態(tài)脆弱性及其在空間分布上的差異，是實施生態(tài)治理與環(huán)境保護的基礎［2］。由于區(qū)域自然、經濟、社會等特征不同，因此應選擇不同的模型和方法進行生態(tài)脆弱性評價，常用的生態(tài)脆弱性評價模型和方法有敏感性－恢復力－壓力度模型（SRP）［3］、暴露－敏感－適應模型（VSD）［4］、壓力－狀態(tài)－響應模型（PSR）［5］、主成分分析法［6－7］、層次分析法［8］、景觀生態(tài)學法［9］等。鄭州西北部沿黃邙山是黃土高原向黃淮平原的過渡區(qū)，屬黃土高原東部末端，溝道發(fā)育，水土流失嚴重，是鄭州市區(qū)沙塵的集中來源地，同時是鄭州市重要的生態(tài)屏障。2003—2008年鄭州市政府與黃河水利委員會聯(lián)合開展了黃河鄭州邙山水土保持生態(tài)建設與保護工程，為了評估工程實施效果，筆者分析了其生態(tài)脆弱性整體變化趨勢及影響因素。

1 研究區(qū)概況

以黃河鄭州邙山水土保持生態(tài)工程建設區(qū)為研究區(qū)，范圍為黃河以南、連霍高速公路以北，涉及滎陽市、上街區(qū)、惠濟區(qū)，面積約260 km2，2003—2008年實施的邙山水土保持生態(tài)建設與保護工程面積約100 km2。

2 研究方法

2.1 評價指標

評價指標選擇是生態(tài)脆弱性評價的重要內容，所選評價指標應全面、廣泛，可以綜合反映黃河鄭州邙山的地形地貌、生產生活、經濟結構等特點。利用SRP綜合評價模型，基于生態(tài)敏感性、生態(tài)恢復力、生態(tài)壓力度3個層面，從地形、地表、氣象、植被、社會經濟5個方面選取9個指標構建黃河鄭州邙山生態(tài)脆弱性評價指標體系，見表1。

表1 黃河鄭州邙山生態(tài)脆弱性評價指標體系

2.2 數(shù)據來源及處理

（1）遙感影像數(shù)據。利用2010年、2015年、2020年三期30 m分辨率Landsat TM夏態(tài)時相遙感影像，通過ERDAS、ArcGIS軟件人機交互解譯與野外調查驗證，獲取研究區(qū)耕地、林地、草地、建設用地、未利用地等土地利用類型空間分布基礎信息；利用2020年高分二號（GF－2）光學遙感陸地觀測衛(wèi)星2 m分辨率夏態(tài)時相真彩色融合影像，通過ArcGIS人機交互解譯與野外調查驗證，獲取研究區(qū)土地覆被及生態(tài)景觀要素等基礎信息。在歸一化植被指數(shù)月度數(shù)據基礎上利用最大值合成法獲取歸一化植被指數(shù)年度數(shù)據集。

（2）地形數(shù)據。地形空間分布數(shù)據（DEM）來源于中國科學院資源環(huán)境科學與數(shù)據中心，以美國奮進號航天飛機的雷達地形測繪SRTM數(shù)據為基礎，利用ArcGIS軟件中Spatial Analyst Tool和柵格計算器分別對坡度、坡向以及地形起伏度進行提取、分析，分辨率為90 m。

（3）氣象數(shù)據。氣象數(shù)據（月均氣溫、月降水量）來源于中國科學院資源環(huán)境科學與數(shù)據中心，基于研究區(qū)多個氣象站2010—2020年日觀測數(shù)據，獲得年均氣溫和年降水量空間分布數(shù)據；在計算各氣象要素年值的基礎上，采用Kriging插值方法進行氣象要素數(shù)據時間屬性與空間屬性耦合，進而獲得氣象要素空間分布數(shù)據。

（4）社會經濟數(shù)據。人口與人均GDP主要來源于2010年、2015年、2020年《河南統(tǒng)計年鑒》《鄭州統(tǒng)計年鑒》以及鄭州市統(tǒng)計局統(tǒng)計公報等。

2.3 評價指標標準化及評價模型

（1）指標標準化。將生態(tài)脆弱性定量評價指標分為正向指標和負向指標，采用極差法進行標準化處理，標準化數(shù)值為0～1。正向指標標準化：

負向指標標準化：

式中：Xi為第i個評價指標值；Xi?為Xi標準化后的數(shù)值；Xmax、Xmin分別為第i個評價指標的最大值、最小值。

（2）分等級賦值法。定性指標如坡向、土地利用類型參考相關研究成果［10－11］進行分級。不同坡向的蒸發(fā)效率、土壤水分含量、土壤溫度、太陽輻射時長等都存在較大差異，坡向對植被生長影響較大，南坡較北坡溫度更高、蒸發(fā)更強，其植被覆蓋率一般低于北坡，發(fā)生土壤侵蝕、水土流失等概率更大，以此對各級坡向進行賦值，見表2。土地利用類型是區(qū)域生態(tài)環(huán)境受人為因素和自然因素共同作用的結果，不同土地利用類型對外界變化所產生的抗干擾能力和緩沖能力不同，林地受外界干擾較小、緩沖能力較大，因此對林地、草地、水域、建設用地、耕地、未利用地分別賦值為0、2、4、6、8、10。賦值后指標按正向指標進行標準化處理，賦值越大、生態(tài)脆弱性越高［12］。

表2 坡向分級賦值

（3）評價模型構建?；赟RP綜合評價模型和主成分分析法，把眾多線性相關指標轉換為少數(shù)幾個線性無關的綜合指標，用最少的指標反映較多的變量信息，對黃河鄭州邙山生態(tài)脆弱性進行評價。運用SPSS 22.0軟件對1 233個網格點數(shù)據進行主成分分析，計算每個主成分貢獻率，貢獻率越大則該主成分越重要，當主成分累計貢獻率為70%～90%時，表明所選取的主成分足夠反映原始變量信息。

2.4 生態(tài)脆弱性分級及綜合評價

按照主成分累計貢獻率為70%～90%的標準［13］，分別提取2010年、2015年、2020年9個評價指標中對生態(tài)脆弱性影響較大的前5個主成分PC1、PC2、PC3、PC4、PC5，見表3。在完成主成分分析的基礎上，以主成分對應的貢獻率為權重，計算研究區(qū)生態(tài)脆弱性指數(shù)。

表3 主成分分析結果

式中：EVI為研究區(qū)生態(tài)脆弱性指數(shù)，EVI值越大，研究區(qū)生態(tài)越脆弱；Wn為第n個主成分的貢獻率；λn為第n個主成分的特征值。

將生態(tài)脆弱性指數(shù)進行規(guī)范化處理，以便于比較整個研究區(qū)不同年份之間的生態(tài)脆弱性，規(guī)范化處理后其值域為0～1。規(guī)范化處理公式為

式中：SEVIi為研究區(qū)第i年的生態(tài)脆弱性規(guī)范化指數(shù)；EVIi為研究區(qū)第i年的生態(tài)脆弱性指數(shù)；EVImax、EVImin分別為研究區(qū)多年生態(tài)脆弱性指數(shù)的最大值、最小值。

利用自然斷點法將黃河鄭州邙山生態(tài)脆弱性劃分為5個等級，見表4。通過ArcGIS柵格計算器對坡度、坡向、地形起伏度等指標規(guī)范化后的柵格數(shù)據進行處理，獲得2010年、2015年、2020年黃河鄭州邙山生態(tài)脆弱性分布圖（見圖1）。

表4 生態(tài)脆弱性等級

圖1 黃河鄭州邙山生態(tài)脆弱性分布

3 生態(tài)脆弱性變化及影響因素分析

3.1 生態(tài)脆弱性變化

黃河鄭州邙山生態(tài)脆弱性總體屬于輕度脆弱，2010—2020年生態(tài)脆弱性規(guī)范化指數(shù)呈先降低后上升的變化趨勢，由2010年的0.35下降到2015年的0.27再上升至2020年的0.28。生態(tài)脆弱性規(guī)范化指數(shù)的平均值為0.30，屬輕度脆弱。從生態(tài)脆弱性規(guī)范化指數(shù)年際變化（見圖2）可以看出，近10 a黃河鄭州邙山生態(tài)脆弱性呈下降趨勢；從生態(tài)脆弱性規(guī)范化指數(shù)距平值（見圖3）可以看出，2010年生態(tài)脆弱性規(guī)范化指數(shù)距平值為正值，且達到生態(tài)脆弱性規(guī)范化指數(shù)正距平峰值0.05，2015年、2020年距平值均為負值，2015年距平值（－0.03）最小。綜合生態(tài)脆弱性規(guī)范化指數(shù)年際變化情況與生態(tài)脆弱性規(guī)范化指數(shù)距平值，近10 a黃河鄭州邙山生態(tài)保護得到了充分重視。

圖2 生態(tài)脆弱性規(guī)范化指數(shù)年際變化

圖3 生態(tài)脆弱性規(guī)范化指數(shù)距平值

結合SEVI和生態(tài)脆弱性分級標準，2010年黃河鄭州邙山微度脆弱、輕度脆弱面積分別占總面積的43.84%、52.37%，中度脆弱、重度脆弱、極度脆弱面積占比分別為3.52%、0.26%、0.01%；2015年微度脆弱、輕度脆弱面積分別占總面積的73.71%、23.85%，中度脆弱、重度脆弱、極度脆弱面積占比分別為2.21%、0.22%、0.01%；2020年微度脆弱、輕度脆弱面積分別占總面積的79.48%、18.30%，中度脆弱、重度脆弱、極度脆弱面積占比分別為1.99%、0.22%、0.01%。2010—2020年黃河鄭州邙山生態(tài)脆弱性微度脆弱面積不斷增大，輕度脆弱、中度脆弱、重度脆弱面積逐漸減小，極度脆弱面積基本不變。

3.2 生態(tài)脆弱性變化影響因素分析

基于SPSS軟件，運用主成分分析法分析各評價指標對生態(tài)脆弱性的影響，得到主成分載荷矩陣（見表5）。載荷系數(shù)的絕對值越接近1，該因子對生態(tài)脆弱性評價結果的影響越大。從表3、表5可以看出，2010年第一主成分中年均氣溫、年降水量、坡度、地形起伏度的載荷系數(shù)絕對值較大。第二主成分、第三主成分、第四主成分、第五主成分中載荷系數(shù)絕對值較大的有人口密度、人均GDP、坡向、NDVI，主成分的貢獻率依次為16.264%、14.483%、10.936%、9.809%，主成分貢獻率較低。2015年第一主成分中年均氣溫、年降水量、坡度、地形起伏度的載荷系數(shù)絕對值較大。第二主成分、第三主成分、第四主成分、第五主成分中載荷系數(shù)絕對值較大的有土地利用類型、人口密度、坡度、地形起伏度、人均GDP、坡向、NDVI，但主成分貢獻率較低，分別為20.019%、15.258%、10.972%、9.690%。2020年第一主成分中年均氣溫、年降水量、坡度、地形起伏度的載荷系數(shù)絕對值較大。第二主成分、第三主成分、第四主成分、第五主成分中土地利用類型、人口密度、坡度、地形起伏度、人均GDP、坡向、NDVI的載荷系數(shù)絕對值較大，但主成分貢獻率較低，分別為14.272%、11.988%、11.082%、10.812%。2010年、2015年、2020年第一主成分（PC1）貢獻率分別為35.181%、33.760%、28.408%，因此黃河鄭州邙山近10 a生態(tài)脆弱性的主要影響因子為年均氣溫、年降水量、坡度、地形起伏度。

表5 主成分載荷矩陣

4 結 論

黃河鄭州邙山生態(tài)脆弱性總體為輕度脆弱，2010—2020年生態(tài)脆弱性規(guī)范化指數(shù)呈先下降后上升變化趨勢，生態(tài)脆弱性規(guī)范化指數(shù)由2010年的0.35下降到2015年的0.27再緩慢上升至2020年的0.28。近10 a黃河鄭州邙山微度脆弱面積不斷增大，輕度、中度和重度脆弱面積均出現(xiàn)減小趨勢，極度脆弱面積基本不變，重度脆弱和極度脆弱面積均較小且分布集中。年均氣溫、年降水量、坡度、地形起伏度等為研究區(qū)生態(tài)脆弱性的主要影響因子，其生態(tài)脆弱性是人與自然共同作用導致的。研究表明，黃河鄭州邙山水土保持生態(tài)治理成效顯著，研究區(qū)生態(tài)環(huán)境脆弱性得到改善，生態(tài)環(huán)境質量呈良性發(fā)展。