張奇 孫毅 陳虎 涂怡

(湖北民族大學(xué)林學(xué)園藝學(xué)院，湖北 恩施 445000)

前言

近年來，隨著生態(tài)系統(tǒng)退化、環(huán)境惡化和資源過度利用等生態(tài)問題顯著增加[1]。生態(tài)環(huán)境受人類活動(dòng)的影響，其可持續(xù)發(fā)展能力和內(nèi)部穩(wěn)定能力已經(jīng)逐漸下滑，此負(fù)反饋已經(jīng)對區(qū)域的生態(tài)安全產(chǎn)生強(qiáng)烈干擾[2]。生態(tài)敏感性是指生態(tài)系統(tǒng)對自然環(huán)境變化和人類干擾的反應(yīng)程度[3]。生態(tài)敏感性評價(jià)本質(zhì)上是自然因素和人類活動(dòng)因素對生態(tài)環(huán)境潛在問題進(jìn)行判別的方法之一，科學(xué)有效的評價(jià)手段能為生態(tài)環(huán)境問題提供有用的信息[4]。生態(tài)敏感性較高的區(qū)域，更容易因自然因素和人類活動(dòng)的破壞產(chǎn)生生態(tài)環(huán)境問題，是生態(tài)環(huán)境保護(hù)和恢復(fù)建設(shè)的重點(diǎn)區(qū)域[5]。因此，有必要開展區(qū)域生態(tài)敏感性評價(jià)，為區(qū)域生態(tài)保護(hù)和空間規(guī)劃提供理論依據(jù)。

通過對國內(nèi)外文獻(xiàn)的梳理發(fā)現(xiàn)，生態(tài)敏感性評價(jià)的研究區(qū)域廣泛，研究方法多樣；生態(tài)敏感性研究由單一敏感性問題研究，向多角度綜合敏感性的研究方向發(fā)展。如，劉子軒等[6]基于土地利用類型的二階指標(biāo)體系，采用自編碼器模型和沙普利加性解釋模型，評價(jià)甘肅省靖遠(yuǎn)縣敏感性。李帆等[7]基于耦合空間距離指數(shù)和全排列多邊形圖示指標(biāo)法構(gòu)建生態(tài)敏感性指標(biāo)體系，探究黃土高原生態(tài)敏感性時(shí)空演變特征。郝守寧等[8]通過計(jì)算流域土地利用強(qiáng)度指數(shù)和生態(tài)系統(tǒng)服務(wù)價(jià)值，分析尼洋河流域生態(tài)敏感性空間分布狀況。李振亞等[9]通過格網(wǎng)編碼、圈層分析，探討近30年石羊河流域生態(tài)敏感性的時(shí)空變化。

湖北省恩施土家族苗族自治州(簡稱恩施州)位于湖北西南一隅，具有豐富的自然資源和獨(dú)特的自然景觀，素有“華中藥庫”美稱，同時(shí)也是湖北省旅游資源和自然保護(hù)區(qū)最多的地區(qū)。作為湖北省生態(tài)環(huán)境保護(hù)的重點(diǎn)區(qū)域，本文為探究在近20年高速的城市化建設(shè)和“中部崛起”等戰(zhàn)略發(fā)展的過程中恩施州生態(tài)敏感性的演變情況，參考上述學(xué)者提出的生態(tài)敏感性評價(jià)指標(biāo)體系，并結(jié)合自然環(huán)境因素和人類活動(dòng)影響，選取氣溫因子、NPP因子、水源涵養(yǎng)因子、水土流失敏感性因子和石漠化敏感性因子，采用AHP+熵權(quán)法的組合權(quán)重法構(gòu)建恩施州綜合生態(tài)敏感性評價(jià)體系，采用空間自相關(guān)分析探究恩施州2000—2020年的綜合生態(tài)敏感性時(shí)空演變特征，為恩施州后續(xù)生態(tài)環(huán)境保護(hù)和可持續(xù)發(fā)展提供參考。

1 研究區(qū)概況

恩施土家族苗族自治州，位于湖北省西南部，地處鄂、湘、渝3省(市)交匯處，位于E108°23′12″～110°38′08″，N29°07′10″～31°24′13″。西連重慶市黔江區(qū)，北鄰重慶市萬州區(qū)，南面與湖南省湘西土家族苗族自治州接壤，東連湖北省的神農(nóng)架林區(qū)，宜昌市。面積為2.4萬km2。

恩施州境內(nèi)為鄂西南山地，屬中國地勢第二階梯末端，云貴高原東延部分。西北、東南高，中部低，呈東北至西南縱裂地帶走向。恩施州森林覆蓋率近70%。海拔落差大，小氣候特征明顯，垂直差異突出。恩施州境內(nèi)年均氣溫16.2℃，年平均降水量1600mm。

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

本文主要選取歸一化植被指數(shù)(NDVI)數(shù)據(jù)、植被凈初級生產(chǎn)力(NPP)數(shù)據(jù)、高程數(shù)據(jù)、坡度數(shù)據(jù)、地形起伏度數(shù)據(jù)、降水?dāng)?shù)據(jù)、氣溫?cái)?shù)據(jù)、蒸散發(fā)數(shù)據(jù)、土壤數(shù)據(jù)、全國1∶100萬植被類型圖、土地利用數(shù)據(jù)和人口密度數(shù)據(jù)作為生態(tài)因子變量用于評價(jià)恩施州生態(tài)敏感性；各數(shù)據(jù)來源如下。

NDVI數(shù)據(jù)、NPP數(shù)據(jù)、降水?dāng)?shù)據(jù)、氣溫?cái)?shù)據(jù)和植被類型數(shù)據(jù)來源于資源環(huán)境科學(xué)與數(shù)據(jù)中心(https：//www.resdc.cn)，分辨率為1000m；高程數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http：//www.gscloud.cn/)，分辨率為90m，坡度數(shù)據(jù)與地形起伏度數(shù)據(jù)由高程數(shù)據(jù)經(jīng)GIS10.8平臺空間分析得到；蒸散發(fā)數(shù)據(jù)由Google Earth Engine平臺處理MODIS全球蒸散發(fā)產(chǎn)品(MOD16)得到，分辨率為500m；土壤數(shù)據(jù)來源于中國科技資源共享網(wǎng)中的基于世界土壤數(shù)據(jù)庫(HWSD)的中國土壤數(shù)據(jù)集(v1.1)(https：//www.escience. org.cn/)，分辨率為1000m；全國1∶100萬植被類型圖來源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http：//www.geodata.cn/)，分辨率為1000m；土地利用數(shù)據(jù)來源于武漢大學(xué)楊杰、黃昕老師基于Google Earth Engine上制作中國年度土地覆蓋數(shù)據(jù)集(annual China Land Cover Dataset，CLCD)(https：//zenodo.org/)，分辨率為30m；人口密度數(shù)據(jù)來源于WorldPop發(fā)布的世界人口密度地圖(https：//hub.worldpop.org/)，分辨率為1000m。

所有數(shù)據(jù)經(jīng)投影變換全部轉(zhuǎn)換為WGS_1984_UTM_Zone_49N，分辨率全部重采樣統(tǒng)一為30m。

2.2 研究方法

2.2.1 綜合生態(tài)敏感性評價(jià)方法

根據(jù)恩施州自然地理環(huán)境特點(diǎn)和實(shí)際生態(tài)情況，本文選取了氣溫因子、NPP因子、水源涵養(yǎng)因子、水土流失敏感性因子和石漠化敏感性因子，且考慮到人類活動(dòng)對生態(tài)環(huán)境的影響，選取了20年人口密度分度因子來反映其情況；其中，年均氣溫、NPP和水源涵養(yǎng)作為負(fù)向指標(biāo)，水土流失敏感性、石漠化敏感性和人口密度作為正向指標(biāo)。依據(jù)各單一因子的評價(jià)結(jié)果，采用AHP+熵權(quán)法確定各因子權(quán)重，最終構(gòu)建恩施州綜合生態(tài)敏感性評價(jià)體系；如表1所示。

表1 綜合生態(tài)敏感性評價(jià)體系

2.2.2 熵權(quán)法確權(quán)

熵權(quán)法起源于信息論中，現(xiàn)已廣泛應(yīng)用于社科與工程學(xué)等各個(gè)領(lǐng)域。根據(jù)指標(biāo)的變異程度，反映其信息熵的大小及提供信息量的多少，從而確定指標(biāo)的權(quán)重，為多指標(biāo)綜合評價(jià)提供客觀依據(jù)[10]；整體計(jì)算過程如下。

2.2.2.1 數(shù)據(jù)標(biāo)準(zhǔn)化處理

在綜合評價(jià)中，由于各單一因子處于不同量級，單位屬性不同，需要對各因子進(jìn)行統(tǒng)一的標(biāo)準(zhǔn)化處理，消除其差異再對目標(biāo)進(jìn)行綜合評價(jià)，其中由于各因子的影響結(jié)果不同需采用不同的方式進(jìn)行處理，過程如下。

(1)

2.2.2.2 計(jì)算各項(xiàng)因子所占的特征比重Pij

計(jì)算公式：

(2)

根據(jù)熵值計(jì)算公式計(jì)算第j項(xiàng)指標(biāo)的信息熵Ej：

(3)

式中，k>0；ln為自然對數(shù)；常數(shù)k與樣本數(shù)n有關(guān)，一般令k=1/lnn，則0≤Ej≤1。

計(jì)算公式：

Dj=1-Ej

(4)

(5)

(6)

式中，U代表綜合評價(jià)得分；n為指標(biāo)數(shù)；Wj代表第j項(xiàng)指標(biāo)的權(quán)重值。U值越大，綜合得分越高，評價(jià)結(jié)果越有利，根據(jù)所有的U值，對評價(jià)結(jié)果進(jìn)行比較。U值越大，綜合評價(jià)指數(shù)越高，評價(jià)效果越好。

2.2.3 AHP確權(quán)

AHP是將與決策有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等多個(gè)層次，通過各層之間的相對重要性兩兩比較，構(gòu)建判斷矩陣D，通過特征向量歸一化求取各指標(biāo)的權(quán)重值，并利用一致性比率CR進(jìn)行一致性檢驗(yàn)[11]，公式：

(7)

(8)

式中，CI為一致性指標(biāo)；RI為相應(yīng)的平均隨機(jī)一致性指標(biāo)；n為要素?cái)?shù)量；λmax為最大特征值。本研究中的檢驗(yàn)結(jié)果CR=0.002<0.1，計(jì)算結(jié)果合理。

2.2.4 AHP+熵權(quán)法組合確權(quán)

為了更好地確定各因子權(quán)重對區(qū)域綜合生態(tài)敏感性的影響，本文綜合主觀和客觀賦權(quán)法，引入拉格朗日函數(shù)，建立優(yōu)化決策模型；通過引入歐氏距離函數(shù)，保證主、客觀權(quán)重與其相對應(yīng)的偏好程度間的差異程度相一致，最終獲得理想的權(quán)重[12]。

優(yōu)化決策模型：

Up to now, thermoelectric materials with high ZT values are essentially Bi2Te3, BiSbTe, PbTe, and Cu2Se. These materials contain very toxic elements (Te, Pb, Sb, Se) and are very expensive, which limits their uses in thermoelectric devices.

(9)

歐式距離函數(shù)D(wAj，wBj)：

(10)

式中，wAj為主觀權(quán)重；wBj為客觀權(quán)重；α和β分別為主客觀偏好程度系數(shù)；結(jié)合式(9)和式(10)即可解出綜合權(quán)重Wj。

2.2.5 空間自相關(guān)分析

空間自相關(guān)分析是分析某位置上的數(shù)據(jù)與其他位置上的數(shù)據(jù)間的相似程度[13]。本文采用此方法對研究區(qū)生態(tài)敏感性進(jìn)行分析，有利于進(jìn)一步探究恩施州生態(tài)敏感性的分布變化規(guī)律；目前常用的分析方法主要有全局Moran’s I指數(shù)自相關(guān)和局部Moran’s I指數(shù)自相關(guān)，其中全局Moran’s I指數(shù)自相關(guān)主要用于整體上分析研究區(qū)的自相關(guān)程度，而局部Moran’s I指數(shù)自相關(guān)能更好地反映局部臨近領(lǐng)域的相關(guān)性。具體公式如下。

全局Moran’s I指數(shù)：

(11)

局部Moran’s I指數(shù)：

(12)

3 研究結(jié)果與分析

3.1 單因子評價(jià)分析

在ArcGIS 10.8平臺上，基于式(1)將各因子評價(jià)結(jié)果進(jìn)行歸一化處理，并采用自然斷點(diǎn)法對其敏感性等級分為5級進(jìn)行區(qū)分統(tǒng)計(jì)，見表2；結(jié)果見圖1～6。

圖1 2000—2020年恩施州氣溫敏感性

表2 恩施州敏感性等級分級標(biāo)準(zhǔn)

由圖1可知，恩施州氣溫敏感性在20年間變化趨勢不明顯，空間上，敏感性等級隨著海拔上升而增高，低敏感性地區(qū)分布于恩施州中部和西南部，這些地區(qū)皆為海拔低于700m的山間盆地和河谷地區(qū)等相對低海拔地區(qū)，高敏感性地區(qū)分散分布于恩施州東部和西北部，這些地區(qū)皆為海拔高于1500m的境內(nèi)高山區(qū)。

由圖2可知，在空間角度上，得益于恩施州近70%的森林覆蓋率(素有“華中林海之稱”)，恩施州NPP敏感性整體上表現(xiàn)為較低和低敏感性等級，低敏感性區(qū)域主要分布在恩施州東北部、中部和西南部區(qū)域；從時(shí)間尺度上看，2000年、2005年、2010年、2015年、2020年NPP敏感性等級平均值分別為0.35、0.35、0.34、0.35、0.35，恩施州NPP敏感性在2000—2020年有小幅度波動(dòng)，整體變化趨勢不明顯。

圖2 2000—2020年恩施州NPP敏感性

由圖3可知，在空間角度上，恩施州水源涵養(yǎng)敏感性因受降雨、蒸散發(fā)和植被類型等因素的影響，人工建設(shè)區(qū)域由于蒸散發(fā)過高，且對附近區(qū)域植被破壞過大導(dǎo)致敏感性降低，高敏感地區(qū)主要分布在東北部，低敏感性區(qū)域都分布在遠(yuǎn)離各縣市城區(qū)的山區(qū)；時(shí)間尺度上看，2000年、2005年、2010年、2015年、2020年水源涵養(yǎng)敏感性等級平均值分別為0.42、0.42、0.43、0.40、0.42，敏感性在2010—2015年有小幅度波動(dòng)，整體變化趨勢不明顯。

圖3 2000—2020年恩施州水源涵養(yǎng)敏感性

由圖4可知，在空間角度上，恩施州水土流失敏感性整體以較低等敏感等級為主，高敏感性地區(qū)分布不集中，主要呈線性分散分布于研究區(qū)中部和東南部等地，這些地區(qū)大多位于山間河谷、地勢陡峭和海拔落差較大的區(qū)域，由于恩施州常年近1600mm的降雨量的沖刷，這些地形其幅度較大的區(qū)域的水土保持壓力較大，水土流失問題最為嚴(yán)重；時(shí)間尺度上看，2000年、2005年、2010年、2015年、2020年水土流失敏感性等級平均值分別為0.48、0.45、0.48、0.47、0.47，2000—2010年水土流失敏感性先下降后上升，而2010—2020年隨著水土保持和植樹造林等工作項(xiàng)目的實(shí)施，有效遏制了高敏感性地區(qū)增加勢頭并逐漸穩(wěn)定。

圖4 2000—2020年恩施州水土流失敏感性

由圖5可知，在空間角度上看，恩施州極高的植被覆蓋度，使得恩施州石漠化敏感性以較低和低敏感性等級為主，幾乎沒有高敏感性地區(qū)，其中低敏感性地區(qū)主要分布于未開發(fā)的自然保護(hù)區(qū)和森林生態(tài)系統(tǒng)區(qū)域，以東南部最為集中；從時(shí)間尺度上看，2000年、2005年、2010年、2015年、2020年石漠化敏感性等級平均值分別為0.31、0.34、0.33、0.34、0.33，恩施州石漠化敏感性在2000—2020年敏感性等級有小幅度波動(dòng)上升趨勢。

圖5 2000—2020年恩施州石漠化敏感性

由圖6可知，在空間角度上看，恩施州人口集中分布在各縣市中心城區(qū)和鄉(xiāng)鎮(zhèn)；從時(shí)間尺度上看，2000—2020年人口敏感性等級平均值分別為0.004、0.004、0.007、0.003、0.003，2005—2010年恩施州人口密度呈上升趨勢，但是隨著生活壓力增加、人口生育率降低和省內(nèi)外大型城市的“人口虹吸”等因素影響，2010—2020年恩施州人口密度有所下降。

圖6 2000—2020年恩施州人口敏感性

3.2 綜合生態(tài)敏感性評價(jià)分析

將各指標(biāo)依據(jù)AHP+熵權(quán)法計(jì)算出的權(quán)重進(jìn)行疊加分析，以自然斷點(diǎn)法區(qū)分統(tǒng)計(jì)得出恩施州近20年的綜合生態(tài)敏感性評價(jià)結(jié)果，見圖7、圖8。從空間上看，高敏感性地區(qū)主要集中在東北部、東部和北部邊界地區(qū)，中低敏感性地區(qū)廣泛分布在中部和中南部地區(qū)，總體呈現(xiàn)中南部到東北部遞增的空間分布格局。

圖7 2000—2020年綜合生態(tài)敏感性評價(jià)結(jié)果

圖8 綜合生態(tài)敏感性各級占比

從時(shí)間上看，2000年、2005年、2010年、2015年、2020年綜合生態(tài)敏感性等級平均值分別為0.34、0.33、0.35、0.33、0.34，整體上恩施州綜合生態(tài)敏感性變化呈波動(dòng)趨勢，2個(gè)波谷分別出現(xiàn)在2005年低敏感性地區(qū)占比增加到(2857.14km2)12.34%和高敏感性地區(qū)占比降低達(dá)到最低(1580.88km2)6.83%，以及2015年低敏感性地區(qū)占比增加到最高達(dá)到(3109.78km2)13.40%和高敏感性地區(qū)占比降低到(2453.07km2)10.57%；在2010年隨著低敏感性地區(qū)占比降低到最低(1770.57km2)7.63%和高敏感性地區(qū)占比增加達(dá)到最高(3137.12km2)13.52%，使恩施州生態(tài)敏感性變化達(dá)到波峰。

綜合來看，近20年恩施州生態(tài)敏感性整體上雖有起伏，但敏感性等級上升趨勢并不明顯。

3.3 空間自相關(guān)分析

全局Moran’s I指數(shù)是反映相鄰空間要素的相關(guān)性情況，全局Moran’s I指數(shù)的范圍為[-1，1]，值大于0越接近1表示相關(guān)性越高，顯著性越強(qiáng)，值為零表示空間要素間呈隨機(jī)分布，小于零則為離散分布。利用Geoda軟件計(jì)算出恩施州近20年Moran’s I為0.64、0.78、0.63、0.74、0.65，均大于0，說明恩施州生態(tài)敏感性在空間上呈正相關(guān)。且經(jīng)過99.9%的置信度檢驗(yàn)后，P值均小于0.01且Z值均大于2.58，說明恩施州生態(tài)敏感性在空間上具有極其顯著的自相關(guān)性特征。恩施州近20年空間自相關(guān)性整體上出現(xiàn)小幅度波動(dòng)，在2005年達(dá)到最強(qiáng)，見表3。

表3 空間自相關(guān)分析

局部Moran’s I指數(shù)可以很好地反映空間要素之間聚類情況，有利于分析研究區(qū)20年間敏感性分布規(guī)律。從圖9可以看出，在空間上，高-高和低-低聚類最為明顯，高-低和低-高聚類范圍極少；高-高為高值聚類，主要是較高和高敏感地區(qū)聚集，集中分布在東北部地區(qū)，這些地區(qū)由于水土流失和石漠化問題較為嚴(yán)重，提高了其敏感性等級。低-低聚類為低值聚類，主要是較低和低敏感性地區(qū)聚集，集中分布在中部和西南部，這些地區(qū)地形平緩，植被覆蓋度極高，人類開發(fā)程度較小使其保持較低敏感性等級。

圖9 空間自相關(guān)分析

從時(shí)間尺度上看，高-高聚類在2000年的380個(gè)網(wǎng)格先緩慢增加到2015年最高值434個(gè)，隨后到2020年降低至382個(gè)；低-低聚類與之類似，先從2000年的374個(gè)網(wǎng)格逐步增加到2015年最高值487個(gè)，后在2020年減少到416個(gè)；從變化可以看出恩施州綜合生態(tài)敏感性空間聚類情況先經(jīng)過持續(xù)增強(qiáng)在2015年達(dá)到最高聚類程度，隨后略有降低；說明恩施州生綜合態(tài)敏感性聚類程度整體上呈波動(dòng)上升，雖低-低聚類增強(qiáng)有利于恩施州生態(tài)文明和諧發(fā)展，但高-高聚類的小幅度上升仍需警惕其惡化風(fēng)險(xiǎn)。

4 結(jié)論

本文選取了氣溫因子、NPP因子、水源涵養(yǎng)因子、水土流失敏感性因子、石漠化敏感性因子和人類活動(dòng)因子，依據(jù)AHP+熵權(quán)法組合權(quán)重法構(gòu)建恩施州綜合生態(tài)敏感性評價(jià)體系，并采用空間自相關(guān)分析，來探究其2000—2020年時(shí)空演變特征。

從時(shí)間上看，2000年、2005年、2010年、2015年、2020年綜合生態(tài)敏感性等級平均值分別為0.34、0.33、0.35、0.33、0.34，恩施州綜合生態(tài)敏感性在近20年間呈波動(dòng)變化，其中2010年生態(tài)敏感性等級處于波峰，生態(tài)敏感性等級達(dá)到最高；在2005年和2015年，生態(tài)敏感性等級處于較低水平。同時(shí)研究區(qū)生態(tài)敏感性有顯著的正相關(guān)特征，在2005年相關(guān)性最強(qiáng)；聚類程度則呈波動(dòng)增強(qiáng)，在2015年達(dá)到頂峰。

在空間上看，恩施州綜合生態(tài)敏感性有東北部向中南部遞減的分布格局，主要原因是東北部海拔較高且地形起伏過大，受氣溫和降水侵蝕等因素影響，使其水土流失、水源涵養(yǎng)和石漠化相對嚴(yán)重；而中南部有極高的森林覆蓋率和良好的自然環(huán)境以及較為平緩的地形和相對更少的人類發(fā)展開發(fā)，使得其生態(tài)敏感性等級處于較低的水平；同時(shí)也對應(yīng)了空間聚類分析中高-高聚類集中在東北部和低-低聚類廣泛分布于中南部的空間聚類格局。

恩施州綜合生態(tài)敏感性呈兩極分化于東北和中南部，且隨著時(shí)間演變聚類程度在波動(dòng)上升，其中水土流失和石漠化問題是穩(wěn)定生態(tài)敏感性的關(guān)鍵，在近20年的社會(huì)高速發(fā)展進(jìn)程中綜合敏感性雖有上升，但都通過積極的防御措施抑制其惡化趨勢。