基于AHP與GIS的蠶繭質量敏感性評價研究
——以廣西宜州市為例

羅志祥，秦旭芝，謝 鈞，金奕岑

(1.廣西壯族自治區產品質量檢驗研究院，南寧 530022；2.廣西壯族自治區環境監測中心站，南寧 530022；3.廣西壯族自治區特種設備檢驗研究院，南寧 530022)

?

研究與技術

基于AHP與GIS的蠶繭質量敏感性評價研究
——以廣西宜州市為例

羅志祥1，秦旭芝2，謝 鈞1，金奕岑3

(1.廣西壯族自治區產品質量檢驗研究院，南寧 530022；2.廣西壯族自治區環境監測中心站，南寧 530022；3.廣西壯族自治區特種設備檢驗研究院，南寧 530022)

利用層次分析法(AHP)研究各因素對桑蠶繭質量的敏感性和重要程度。選取21個二級指標構建評價指標體系,根據國家、行業和地方標準，結合國內外先進地區的現狀進行指標的標準化賦值,建立區域蠶繭質量敏感性評價方法。研究表明：該評價方法能科學表達桑蠶繭質量對自然、種養、社會與經濟因素影響的承載能力。使用該模型對廣西宜州市進行研究，從評價結果看：2011年宜州蠶繭質量敏感性指數為7.226，2012年為6.162，2013年為5.888，分別處于高度敏感、高度敏感和中度敏感狀態，說明蠶繭質量敏感指數對表征區域的蠶繭質量的風險具有很直觀的表達。

層次分析法；蠶繭質量；敏感性指數；地理信息系統；廣西宜州

隨著“東桑西移”工程的深入實施，廣西以其良好的地理與氣候環境，成為全國桑蠶繭絲的生產大省，連續6年全國桑蠶繭產量第一，2013年廣西的桑蠶繭總產量達到32.34萬t左右。目前，桑蠶繭絲業在全區的經濟發展中有著重要的作用，是自治區政府優先重點發展的14個千億元產業之一。全區規模化繅絲生產企業達88家，自動繅絲機總規模31萬緒，年消耗各類蠶繭達25萬t左右，生絲總產量在3萬t左右[1]。近年來，受世界蠶絲市場供求關系的影響，各品位生絲價格差距逐漸增大，高品位的生絲價格比低品位的生絲價格高近30%，并且高品位生絲的銷量在市場上長期保持穩定，而低品位的生絲銷量受到一定的阻礙。良好的蠶繭質量是生產高品位生絲的前提條件，蠶繭質量競爭已經成為全區及全國蠶桑絲綢行業市場競爭的基本手段。因此，掌握桑蠶繭的質量、繅制高品位生絲能夠為繅絲企業帶來較為可觀的經濟效益。

蠶繭質量敏感性是指區域內生產的蠶繭產品受自然條件、技術水平和社會經濟影響的敏感程度，它反映區域蠶繭在遇到干擾時，發生蠶繭質量(如上車繭率、毛繭出絲率、解舒率、萬米吊糙等質量指標)下降問題的難易程度和可能性的大小，并用來表征外界干擾可能造成的后果。目前，針對生態環境脆弱性進行評價[2-9]的報道較多，而對桑蠶繭質量敏感性的研究未見報道。本研究借鑒了環境質量研究的思路，運用遙感影像解譯和層次分析法對研究區域的蠶繭質量敏感性進行定量評價，能夠為政府或者行業主管部門提供保護和防控區域內桑蠶繭質量提供科學依據，也能夠為桑蠶繭生產者和消費者提供區域蠶繭質量風險信息，可以最大限度地保持區域內蠶繭質量穩定與提高。

1 基于層次分析法(AHP)的區域蠶繭質量評價指標體系

層次分析法以復雜的多目標決策問題為特定系統，將考察指標進行量化分層，建立若干多指標的目標層次，通過定性指標模糊量化方法計算層次矩陣特征值以確定權重關系，最后得到綜合評價結果。該方法結構清晰，指向明確，目前廣泛應用于社會各學科領域。運用遙感影像解譯和層次分析法對研究區域的蠶繭質量敏感性進行定量評價，將蠶繭質量敏感性指標劃分為3個層次：每1個層次分別選擇反映其主要特征的要素作為評價指標，第1層次為目標層，以區域蠶繭質量敏感性指數為目標，用來度量區域蠶繭質量敏感性的總體水平；第2層為準則層，包括自然、種養、社會、經濟4個因素；第3層次為指標層,考慮到指標基礎數據的可得性、實效性、易量化性和區域特征,選取了21個關鍵因子作為評價項目(指標層)，擬定因子分級和評分標準。自然因素主要考察年降水量、年平均氣溫、年積溫、日照時間、石漠化強度等；種養因素考察桑樹種植面積、蠶業基礎設施、病蟲害防治、蠶沙治理、飼養水平，毛腳繭率、烘烤水平；社會因素包括人口素質、政府支持、質量檢測水平；經濟因素包括蠶繭收購平均價格、價格波動指數、桑蠶業產投比、人均桑蠶純收入、桑蠶繭產量、繅絲企業密度等。

2 評價方法

2.1 指標權重分配

運用定性與定量綜合集成方法來確定權重，根據區域自然環境的特點和各評價指標對區域蠶繭質量敏感性的貢獻大小，采用AHP法對準則層和指標層的評價指標進行權重分配，構造判斷矩陣A=(uij)m×m，即

通過Matlab軟件計算，對判斷矩陣的一致性進行檢驗。

CR=CI/RI=0.0460<0.10。式中CR為一致性比例(當CR<0.1時，認為判斷矩陣的一致性是可以接受的)；CI為一致性指標；RI為平均隨機一致性指標。

因此認為層次分析排序的結果有滿意的一致性，即權系數的分配是合理的，其對應的特征向量作歸一化處理后可得：A=(0.0934；0.4763；0.1766；0.2536)。則準則層各指標的權重分別為：自然因素(C1)0.09，種養因素(C2)0.48，社會因素(C3)0.18，經濟因素(C4)0.25。對于指標層的權重分配采用同樣的方法，分別構造其各自的判斷矩陣，進而計算出其合理的權系數，見表1。

2.2 指標標準化

表1指標體系中二級指標數據來源可分為兩類：定量數據和不可定量數據。可定量數據利用Arcgis 9.3地統計分析模塊，差值方法選用反距離權重法(IDW)，空間變異程度選取平方變異；面狀數據采用Arcgis 9.3屬性轉化工具Feature to Raster，轉化為柵格數據；不可定量數據指標體系中各項評價指標的類型復雜，各系數之間的量綱不統一，且各指標

表1 因素指標明細Tab.1 List of factor indexes

之間往往不具有可比性，因此直接用它們評價是不可行的，需要進行標準化處理。為了簡便、明確、易于計算，首先對參評指標的實際數據進行等級劃分。采用最小-最大標準化方法進行了分級，使其數值范圍為0～10，再根據已有的點位信息，進行插值，按數據分布規律劃分為五級，其標準值范圍為0～10，見表2。

因可定量性數據中不同變量具有不同的單位和不同的變異程度，為了消除量綱影響和變量自身變異大小和數值大小的影響，故將數據標準化。min-max標準化方法是對原始數據進行線性變換。設Xmin和Xmax分別為屬性A的最小值和最大值，將A的一個原始值x通過min-max標準化映射成在區間[0,10]中的方法，計算公式如下：

式中：Xi為處理前的數值，Xmin為一組數值中的最小值，Xmax為一組數值中的最大值，Si為標準化后的數值。

采用軟件ENVI5.1中波段計算band math對已經柵格化的圖層(b1)按min-max標準化方法計算，使其數值范圍為0～10。

表2 指標分級及對應數值Tab.2 Index classification and corresponding numerical values

續表2

2.3 綜合評價方法

利用ArcMap中的Spatial Analyst模塊，結合各因子權重和加權指數建立蠶繭質量敏感性評價模型：

式中：C表示蠶繭質量敏感性指數，Xi、Wi表示第i個因子及其權重值。

通過導入數據和權重，得出相應的評價結果，根據結果，可以得出每個評價單元上的敏感性指數，由于評價結果主要反映的是蠶繭質量的敏感程度，所以分值越高，表示蠶繭質量的敏感性越高。同時為了使評價結果更直觀，按照蠶繭質量敏感性指數從高到低劃分為5級。各等級的劃分標準如表3所示。

表3 蠶繭質量敏感性分級Tab.3 Cocoon quality sensitivity classification table

C值越大，表明蠶繭質量敏感性越高。按照區域蠶繭質量敏感性綜合指數從高到低排序，反映其蠶繭質量敏感性的變化，評價結果分為5個等級：(0-2]處于微度敏感狀態；(2-4]處于低度敏感狀態；(4-6]處于中度敏感狀態；(6-8]處于高敏感狀態；≥8處于極度敏感狀態，隨時會發生大面積的蠶繭質量下降問題。

3 廣西宜州市蠶繭質量敏感性評價

3.1 研究區概況

宜州市地理位置位于廣西壯族自治區中部地區偏北部，處于龍江中游處。市域面積3 869 km2，其中丘陵面積占58.80%，中山、低山面積占27.47%，平原面積占10.20%，臺地面積占3.53%。宜州市自然環境優越，地屬亞熱帶季風氣候區，降雨量較充沛，光照充足，年平均氣溫在19.6～20.2 ℃，年平均日照時數1 696.9 h，極端最高溫39.8 ℃，最低氣溫-2.2 ℃。市境地形特點為南北高，中部低，自西向東傾斜，屬半山半丘陵地區。全市土地總面積34.66萬hm2(519.89萬畝)，基中平地(包括臺地)4.75萬hm2(71.31萬畝)，丘陵20.36萬hm2(305.45萬畝)，山地9.54萬hm2(143.13萬畝)。土地利用現狀中，耕地面積4.57萬hm2(68.54萬畝)，宜糧荒地1.27萬hm2(19萬畝)，有林面積8.27萬hm2(124萬畝)，宜林荒地4.4萬hm2(66萬畝)。

截止2013年10月，宜州市已連續8年為中國第一大桑蠶基地縣市。2013年宜州市桑園總面積發展到2.15萬hm2(32.3萬畝)，全市養蠶138萬張，全市養蠶農戶11.9萬戶51萬人，占農村總戶數90%以上，農民人均養蠶收入4 970元。宜州市有14家繭絲綢加工企業，鮮繭收購資格的繭站270家，分布在16個鄉鎮200個行政村。14家繭絲綢加工企業年繅絲能力6 000 t，生產白廠絲3 148 t、坯綢218萬m，蠶絲被10萬床，繭絲綢加工實現產值12億元。全年蠶繭生產、繭絲綢加工及資源綜合利用總產值達到33億元。

3.2 評價結果

研究所需要的資料分別是近三年宜州市的社會經濟統計資料、桑蠶種養資料、土地資料及該地區的氣象資料，所有數據均來源于《廣西壯族自治區人口普查資料》和《廣西壯族自治區國土資源地圖集》，以及2011—2013年《廣西壯族自治區統計年鑒》。另一方面,采用遙感(RS)調查為主、種養技術數據的采集以及現場定點調查為輔、與(GIS)和全球定位系統(GPS)技術相結合的調查手段開展區域蠶繭種養環境現狀調查。桑樹面積是利用衛星影像識別，通過面向對象分類軟件eCognition，利用桑樹在不同時相影像上的光譜特征提取桑樹種植區[10]。按照上述區域蠶繭質量敏感性的指標體系和綜合評價模型，得出了宜州市2011年、2012年和2013年的蠶繭敏感性綜合指數，見圖1。

圖1 宜州市桑蠶繭質量敏感性評價結果Fig.1 Assessment results of silkworm cocoon quality sensitivity in Yizhou area

如圖1的評價結果表明：2011年，宜州市桑蠶繭質量敏感性綜合指數C為7.226，處于(6-8]，屬于高度敏感狀態。質量敏感性狀態較差，蠶繭質量所面臨的壓力比較大，受到的影響也不容樂觀，宜州市蠶繭的整體質量的對各方面的影響因素敏感性較強，極易受到影響而產生大面積的質量波動，尤其是受經濟條件的影響，盲目追求產量而忽視質量的現象較為普遍。2012年，宜州市桑蠶繭質量敏感性生態環境安全綜合指數C為6.162,處于(6-8]，屬于高度敏感狀態。但是總體狀況好于2011年，一方面受當地氣候的影響，氣溫、降水量等保持在合適的范圍內，有效地促進了蠶繭的質量提高；另一方面受鮮繭繅絲的影響，整個蠶繭市場出現求量不求質的狀態，鮮繭的需求旺盛，供不應求，蠶繭質量敏感性雖然有降低但仍然處于高敏感性狀態。2013年綜合指數為5.888處于(4-6]，屬于較敏感狀態。主要由于鮮繭繅絲副產物鮮蛹的價格大幅回落，鮮繭繅絲的產量有所降低，鮮繭收購價格趨于平穩，當地追求產量的態勢有明顯好轉，有效地改變當前較敏感的質量水平,減輕蠶繭敏感性所面臨的影響，進一步降低其影響程度。總的來看，宜州市的蠶繭質量敏感性的狀況較差，需要實施綜合措施盡可能地保護和促進桑蠶繭質量的穩步提升。

4 結 論

1)宜州作為廣西乃至全國桑蠶繭第一大產區，年產量已占全區產量的四成以上，但是蠶繭質量一直處在中等水平，因此，宜州市蠶繭質量對于廣西乃至全國蠶繭質量的穩定提升起著至關重要的作用。通過評價，得出宜州市桑蠶繭質量敏感性整體較高，主要表現為市場交易環境較差，哄搶原料繭的現象嚴重，“以質論價”的良性交易秩序沒有建立，收購毛腳繭、過潮繭的情況較易發生，繭農的積極性受市場行情的影響很大，區域桑蠶繭質量提升任重道遠。

2)宜州市影響蠶繭質量敏感性主要根源是市場交易模式，宜州分布著200多家繭站，14家規模化的繅絲企業，對原料繭的需求巨大。另外，宜州蠶繭也受到區內外眾多繅絲企業的青睞，原料繭供不應求。此時，宜州蠶繭市場機制失靈，公共利益損害風險徒增，市場已不能自發調整解決。為應對這種狀況，政府應及時進行干預、管理和調控。一方面可以通過整合宜州市零星分散的鮮繭收購站點，限制發展規模較小，質量保證條件較差的繭站；另一方面,由繅絲企業聯合繭絲行業管理部門結合本地區的實際情況建立蠶繭交易平臺，建立直接收購繭農的桑蠶繭的市場交易模式，改變目前鮮繭收購站點哄搶原料繭的亂象。同時，加大公證檢驗的支持力度，發揮公證檢驗公共技術平臺的技術優勢，維護好“以質論價”交易原則，對大面積的質量波動及時跟蹤預警。

3)結合AHP與GIS方法，利用插值和標準化值多種方法，能夠定量蠶繭質量敏感性指數，蠶繭質量敏感性指數對表征區域的蠶繭質量的風險具有很直觀的表達，利用蠶繭質量敏感性，可用于指示不同地區的蠶繭質量敏感性評價及蠶繭質量防控工作，尤其是對定量的因素進行預估，能準確判斷未來時間內區域內蠶繭質量敏感性狀況，對全國的桑蠶繭產量大的重點區域進行監控和防范具有重要的意義。本研究在指標的選擇上僅選擇了4個因素層和21個子因素層，還不能完全反映一個地區的蠶繭質量敏感性水平，需要進一步加大研究力度，盡可能全面地覆蓋各種影響條件。

[1]龍輝,羅志祥,謝鈞,等.廣西鮮繭繅絲現狀分析[J].中國纖檢,2014,15(8):24-27. LONG Hui, LUO Zhixiang, XIE Jun, et al. Analysis of Guangxi fresh cocoon silk reeling situation[J]. China Fiber Inspection,2014,15(8)：24-27.

[2]ATKINS J P, BURDON D, ELLIOTT M, et al. Management of the marine environment: integrating ecosystem services and societal benefits with the DPSIR framework in a systems approach[J]. Marine Pollution Bulletin,2011,62(2):215-226.

[3]SVARSTAD H, PETERSEN L K, ROTHMAN D, et al. Discursive biases of theenvironmental research framework DPSIR[J]. Land Use Policy,2007,25(1):116-125.

[4]GOGUR C, DASSARGUES A. Current trends and future challenges in groundwater vulnerability assessment using overlay and index methods[J]. Environment Geology,2000,39(6):549-559.

[5]WANG S Y, LIU J S, YANG C J. Eco-environmental vulnerability evaluation in the Yellow River Basin, China[J]. Pedosphere,2008,18(2):171-182.

[6]LI X M, MIN M, TAN C F. The functional assessment of agriculture ecosystems in Hubei Province, China[J]. Ecological Modelling,2005,187(2):352-360.

[7]張笑楠,王克林,張偉,等.桂西北喀斯特區域生態環境脆弱性[J].生態學報,2009,29(2):925-933. ZHANG Xiao Nan, WANG Kelin, ZHANG Wei. The quantitative assessment of eco-environment vulnerability in karst regions of Northwest Guangxi[J]. Acta Ecologica Sinica,2009,29(2):925-933.

[8]官冬杰,蘇維詞.基于GIS重慶巖溶地區生態環境脆弱度評價[J].中國巖溶,2006,25(3):211-218. GUAN Dongjie, SU Weici. GIS-based eco-environment vulnerability assessment in Chongqing karst region[J]. Carsologica Sinica,2006,25(3):211-218.

[9]王言榮,郝永紅,劉潔.山西省生態環境脆弱性分析[J].中國水土保持,2004(12):16-18. WANG Yanrong, HAO Yonghong, LIU Jie. Analysis on weakness of ecological environment of Shanxi province[J]. Soil and Water Conservation in China,2004(12):16-18.

[10]王久玲,黃進良,王立輝,等.面向對象的多時相HJ星影像甘蔗識別方法[J].農業工程學報,2014,11(30):145-151. WANG Jiuling, HUANG Jinliang, WANG Lihui, et al. Identification of sugarcane based on object-oriented analysis using time-series HJ CCD data[J]. Transactions of the Chinese Society of Agricultural Engineering,2014,30(11):145-151.

Evaluation Research of Cocoon Quality Sensitivity Based on AHP and GIS： A Case Study of Yizhou City in Guangxi Province

LUO Zhixiang1, QIN Xuzhi2, XIE Jun1, JIN Yicen3

(1. Guangxi Inspection and Research Institute for Product Quality, Nanning 530022, China; 2. Environment Monitoring Station of Guangxi, Nanning 530022, China; 3. Guangxi Special Equipment Inspection and Research Institute, Nanning 530022, China)

In this paper, AHP is applied to study sensibility and importance degree of various factors on cocoon quality. 21 secondary indicators were chosen to construct assessment indicator system. As per national, industrial and local standards, standardized assignment was carried out in combination of current situation of foreign and domestic advanced regions to establish the evaluation method of cocoon quality sensitivity. It can scientifically express bearing capacity of silkworm cocoon quality under the influence of the natural, planting, breeding, social and economic factors. This model was used to study Yizhou City in Guangxi Province. The results show that cocoon quality sensibility indicator of Yizhou in 2011 was 7.226, 6.162 in 2012 and 5.888 in 2013. They are in high sensitivity, high sensitivity and medium sensitivity state. This indicates cocoon quality sensitivity indicator can visually express the risks of cocoon quality in the representation zone.

analytic hierarchy process; cocoon quality; sensitivity index; geographic information system; Yizhou city of Guangxi province

2015-04-01;

2015-06-11

國家繭絲綢發展專項資金資助項目(桂工信輕紡〔2014〕865號)

TS101.9；S886.1

A

1001-7003(2015)10-0019-06 引用頁碼: 101104

doi.org/10.3969/j.issn.1001-7003.2015.10.004