李晨 LI Chen;蔡榮鋒 CAI Rong-feng;韓珂馨 HAN Ke-xin
(西南林業(yè)大學土木工程學院,昆明 650224)
自黨的十八大提出的“綠水青山就是金山銀山”理念,生態(tài)的可持續(xù)性發(fā)展得到更多的關注,而生態(tài)環(huán)境脆弱性[1,2]是指在特定區(qū)域條件下,生態(tài)環(huán)境受外力干擾所表現(xiàn)出的敏感反應和自我恢復能力。當前,關于生態(tài)的可持續(xù)性和脆弱性研究較多,諸如金麗娟[3]等采用層次分析法結合SRP模型對四川省生態(tài)脆弱性進行評價;常溢華[4]等采用AHP和熵權法構建SRP模型對鄱陽縣縣域生態(tài)脆弱性進行了探討。本文以云南省為研究對象,通過大量文獻資料整理,結合SRP模型選取了14項指標,采用AHP和熵權法確定指標權重,對該區(qū)域進行了生態(tài)脆弱性分析與評價,并結合地理探測器進行驅動力分析。
云南位于中國西南邊陲(97°31′~106°11′E,21°8’~29°15′N),屬于山地高原地帶,地形復雜,相對高差較大,自然災害頻發(fā),年溫差小,日溫差大,氣溫隨地勢高低垂直變化異常明顯,植被覆蓋豐富但不均衡,整體的生態(tài)呈現(xiàn)不穩(wěn)定性。
本研究選取了DEM、土地利用、NDVI(2018年)、年均氣溫(2018年)、年均降水(2018年)、縣域人口數(shù)量(2018年)、GDP(2018年)等作為基礎數(shù)據(jù),分別通過地理空間數(shù)據(jù)云、資源環(huán)境數(shù)據(jù)云、Google Earth Enging、國家氣象科學數(shù)據(jù)、云南省統(tǒng)計局等平臺獲取。
SRP模型是用于評價某一地區(qū)生態(tài)脆弱性的綜合性評價模型,本研究采用此模型通過不同指標對生態(tài)脆弱度的影響程度進行全面的分析計算生態(tài)脆弱性指數(shù),并以此為依據(jù)產(chǎn)生綜合評價指數(shù)。公式如下[5]:
式中:EVI代表生態(tài)脆弱性指數(shù),F(xiàn)i為指標的標準值,分別是生態(tài)敏感性指數(shù)、生態(tài)恢復力指數(shù)和生態(tài)壓力度指數(shù);Wi為權重。
本文根據(jù)SRP模型的生態(tài)敏感性、生態(tài)恢復力和生態(tài)壓力度3個方面分別選取14個指標,用于構建生態(tài)脆弱性評價指標體系。由于云南省地形復雜,起伏度大,植被覆蓋不均衡,自然災害頻發(fā)等因素,再結合文獻統(tǒng)計,因此生態(tài)敏感性[6-8]選擇地形、土壤、氣象因子表示;生態(tài)恢復力[6-8]是生態(tài)系統(tǒng)的恢復能力,選擇植被覆蓋度、景觀指數(shù)等表示;生態(tài)壓力度[6-8]則從經(jīng)濟、人口、產(chǎn)業(yè)方面考慮對生態(tài)環(huán)境的影響。通過相關性分析,得到指標的正負相關性。因此,構建的云南省生態(tài)脆弱性評價指標體系如表1所示。
表1 云南省生態(tài)脆弱性評價指標體系
本研究依據(jù)參考文獻和研究區(qū)特點篩選評價指標,采用AHP法和熵權法確定指標權重?;赟RP模型建立AHP層次結構,分為目標層、準則層和指標層,采用1-9標度法構建判斷矩陣,利用Yaahp軟件進行權重計算和一致性檢驗。熵權法可以衡量系統(tǒng)信息的無序程度,從客觀角度充分利用已知數(shù)據(jù)所包含的有效信息量確定其權重。
將AHP主觀權重與熵權法客觀權重結合起來,根據(jù)公式確定綜合權重,公式[5]如下:
式中:Wj為最終權重值;W1j是層次分析法計算得到權重值;W2j是熵權法計算得到的權重值。
各項指標其屬性存在差異,需標準化后才便于評價模型的構建,因此利用Python以極差標準化方法對所有正負向指標數(shù)據(jù)進行歸一化處理,正負指標標準化公式[5]如下:
式中:pij為標準化結果;xij是原指標值;xijmax、xijmin分別為所有數(shù)據(jù)中的最大值和最小值。
生態(tài)脆弱性指數(shù)可通過標準化后的評價指標,運用柵格計算器,分別計算生態(tài)敏感性指數(shù)、生態(tài)恢復性指數(shù)、生態(tài)壓力度指數(shù),并通過3個目標層計算結果得到云南生態(tài)脆弱性指數(shù)。其中,生態(tài)脆弱性高值區(qū)域主要位于迪慶和怒江,中值區(qū)域主要位于玉溪、昆明、楚雄和昭通,低值區(qū)域主要位于紅河、普洱、保山、文山、曲靖、西雙版納以及德宏。
為直觀地反應云南省整體生態(tài)脆弱性狀況,可將生態(tài)脆弱性指數(shù)按等級劃分,為確保評價結果的客觀性和可操作性,先對計算所得的生態(tài)脆弱性指數(shù)進行歸一化處理,公式[5]如下:
式中:Si為生態(tài)脆弱性指數(shù)歸一化值;EVIi為生態(tài)脆弱性原始值,EVImin、EVImax分別為最小值和最大值。
在此基礎上,采用自然斷點法,結合文獻資料將標準化后的生態(tài)脆弱性指數(shù)分為5個等級,分級標準如表2所示,成果如圖1所示,經(jīng)統(tǒng)計分析得到各州市脆弱性占比,如圖2所示。
圖1 生態(tài)脆弱性分級圖
圖2 生態(tài)脆弱性綜合驅動力分析圖
表2 云南省生態(tài)脆弱性分級標準[9-10]
土地利用數(shù)據(jù)結合生態(tài)脆弱性分級圖,統(tǒng)計分析得到不同土地類型生態(tài)脆弱性面積占比,如表3所示。
表3 不同土地利用類型生態(tài)脆弱性面積
在研究區(qū)以5000米漁網(wǎng)選取14900個點作為采樣點,采用選取的14個指標作為自變量X,生態(tài)恢復性指數(shù)、生態(tài)壓力度指數(shù)、生態(tài)敏感性指數(shù)和生態(tài)脆弱性指數(shù)分別作為因變量Y。各指數(shù)和指標因子均采用自然斷點法分為5級,運用地理探測器對云南省的指標因子進行探測,分析各指標因子對因變量Y空間分異的解釋力,探討主導因子及其交互作用。結果表明:14個驅動因子中對云南省生態(tài)脆弱性空間分布格局影響較大的驅動因子是DEM(0.4060)、年均氣溫(0.3929)、景觀多樣性指數(shù)(0.2428)、景觀破碎度(0.2250)、坡度(0.2150),其余的驅動因子q值均小于0.2,其中干燥度對生態(tài)脆弱性空間分布格局的影響最低,q值為0.0026。
通過交互探測器表明:因子之間相互作用所形成的影響遠大于單一因子對生態(tài)脆弱性空間分布對生態(tài)脆弱性空間分布格局的影響。其中,景觀破碎程度和年均溫度之間的相互作用對云南省內(nèi)生態(tài)脆弱性空間分布格局的影響較大,DEM與水土流失敏感性程度、DEM與坡度、DEM與景觀破碎程度、DEM與地勢起伏程度、地形起伏度與年均氣溫和坡度與年均氣溫的影響值在0.5之上,其他驅動因子的影響值均小于此,其中第二產(chǎn)業(yè)比重與干燥度對云南省生態(tài)脆弱性空間分布格局的影響最小。
本研究以云南省為研究區(qū)域,基于SRP模型選取14個因子構建指標體系,采用AHP-熵權法計算指標綜合權重,構建研究區(qū)域的生態(tài)脆弱性評價模型,并通過地理探測器進行驅動力分析,本文主要結論如下:
①云南省的生態(tài)脆弱性總體上呈現(xiàn)出西北高、西南低、滇中縱橫交錯的特點,其中生態(tài)脆弱性指數(shù)中最高的區(qū)域集中于云南省西北部的迪慶、怒江地區(qū)等。其中全省微度脆弱區(qū)面積約占16.80%;輕度脆弱區(qū)面積約占43.56%;中度脆弱區(qū)面積約占26.39%;重度脆弱區(qū)面積約占9.36%;極度脆弱區(qū)面積約占3.89%。
②根據(jù)不同土地利用方式的生態(tài)脆弱性分布特征分析,耕地、林地和草地主要以輕度脆弱和中度脆弱為主,占全省面積的68.65%,其他土地利用類型的分布面積僅占31.35%。極度脆弱區(qū)主要分布在未利用土地類型中,其中包括沼澤地、裸土地、裸巖石質地和其他,這些地區(qū)因生態(tài)環(huán)境的原因,使植被遭到嚴重損害,植被覆蓋率低,生態(tài)環(huán)境退化,短期內(nèi)無法恢復。
③通過地理探測器可知云南省的生態(tài)脆弱性空間分布情況主要受自然環(huán)境因子的影響最為顯著。其中DEM、年均氣溫、景觀多樣性指數(shù)等因子具有較強的驅動作用。由于主要的驅動因子是自然環(huán)境因素,因此,應從節(jié)約能源、減少污染、保護環(huán)境、強化森林保護等方面入手,提高人類的生態(tài)環(huán)境意識,從而推動人類與自然的協(xié)調發(fā)展。