基于元胞自動機模型的貴陽市花溪區生態安全預警模擬研究

易武英，蘇維詞,2，周文龍，唐金剛，張鳳太

（1.貴州省山地資源研究所，貴州 貴陽550001；2.重慶師范大學地理與旅游學院，重慶400047；3.貴州師范學院 地理與旅游學院，貴州 貴陽550018）

基于元胞自動機模型的貴陽市花溪區生態安全預警模擬研究

易武英1，蘇維詞1,2，周文龍1，唐金剛1，張鳳太3

（1.貴州省山地資源研究所，貴州 貴陽550001；2.重慶師范大學地理與旅游學院，重慶400047；3.貴州師范學院 地理與旅游學院，貴州 貴陽550018）

基于生態安全理論和景觀生態理論，以貴陽市花溪區為研究對象，以專題繪圖儀（TM）遙感影像為主要數據源，結合花溪區社會經濟統計數據、數字高程模型（DEM）數據、交通數據及部分地貌指標如坡度等數據，選取景觀破碎度、景觀分離度、景觀優勢度及景觀脆弱度4個核心景觀指數構建生態安全預警指數，從景觀視角對花溪區進行生態安全預警評價研究。在此基礎上，運用元胞自動機（CA）模型對花溪區進行了生態安全預警模擬。結果顯示：2020年花溪區生態安全預警模擬指數為2.36，2030年警度略有上升，由2.36上升到2.50，表明研究時段花溪區生態安全受到威脅增加，生態安全狀況呈不良的變化趨勢，通過對2000年和2010年2個時段的檢驗，模擬精度達到90%以上。圖2表1參21

生態學；生態安全預警指數;元胞自動機（CA）模型;貴陽市

生態環境預警是指就區域內的工程建設、資源開發、國土整治等人類活動對生態環境所造成的影響進行預測、分析與評價，確定在人類活動影響下的區域生態環境質量和生態系統狀態變化趨勢和速度［1－2］。目前，國內外部分學者圍繞生態安全預警展開了系列有益探討。如：陳治諫等［3］探討了生態環境影響預警概念內涵、原則及方法；許學工［4］提出了 “環境潛在指數”計算公式，并運用該公式對黃河三角洲生態環境進行了評估和預警評價；方創琳等［5］探討了西北干旱區生態安全系統結構與功能監測思路；郭中偉［6］闡述了國家生態預警系統建設的心要性、意義及特點；吳克寧等［7］基于壓力-狀態-反應（PSR）模型對鄭州市生態安全系統進行了預警分析；臧淑英等［8］利用耦合回歸模型、灰色預測模型和人工神經網絡等三大模型，進行了大慶市生態風險預警研究；Parr等［9］對土壤退化以及土壤荒漠化進行了監測預警研究；Stephenne等［10］對非洲薩赫勒地區土地生態安全變化進行了動態模擬監測。上述研究主要側重于運用相關數學模型對生態環境質量及其變化趨勢進行評價和預測，但從景觀學視角進行生態安全預警研究較少尤其是對生態系統格局、過程、功能進行預警研究的極少。花溪區位于貴陽市南部，處于流經貴陽市南明河的上游，為貴陽市重要生態屏障和水源保護地，對貴陽市生態安全具有重要影響。隨著貴陽市工業化、城鎮化戰略的推進以及貴州大學城的進駐，花溪區的土地利用結構、景觀格局及生態環境質量、功能等將發生重大變化。直接影響貴陽市生態安全與可持續發展。本研究從景觀視角，通過景觀優勢度、景觀分離度、景觀優勢度及景觀脆弱度指數構建生態安全預警指數，以2000年數據為基數據，運用元胞自動機（CA）模型分別模擬和預測花溪區2020年和2030年生態安全功能狀況，以期為貴陽市花溪區土地合理規劃與利用、區域城鎮化發展規劃、生態建設等提供參考借鑒。

1 研究區概況

貴州省貴陽市花溪區位于26°11′~26°34′N，106°27′~106°52′E，地處長江、珠江分水嶺和南明河上游，總土地面積為976.8 km2，地勢東西較高，中部槽谷較低，地貌類型以山地、丘陵為主，耕地資源短缺，人地矛盾突出。屬于亞熱帶高原季風濕潤氣候，降水量充沛，年均降水量1 178 mm，年平均氣溫在15.0℃左右，雨熱同期，但降水時空分布不均。境內巖溶地貌廣布，水土流失嚴重，石漠化問題突出，水土流失面積約為288.2 km2，占土地面積的29.5%，喀斯特面積及石漠化面積分別占土地面積的94.0%和15.7%，生態環境極其敏感脆弱。隨著社會經濟的發展及人民生活水平的提高，花溪區生態環境污染日益加劇，生態安全受到重大威脅。

2 數據來源及研究方法

2.1 數據來源

本研究以花溪區2000年和2010年美國陸地衛星專題繪圖儀（TM）遙感影像為主要數據源，結合研究區數字高程模型（DEM）數據、交通道路數據、坡度數據，以及社會經濟統計數據，遙感影像數據來源于中國科學院數據應用中心（http://www.csdb.cn/），空間分辨率為30 m×30 m，坡度數據從DEM數據中提取，交通道路數據根據花溪區交通道路圖矢量化獲取。遙感影像首先在遙感圖像處理系統軟件ERDAS中進行校正、融合、拼接、裁剪及格式的轉換，再進行解譯及精度檢驗。結合研究區區域特征，將花溪區土地利用/覆被劃分為有林地、灌木林、水田、旱地、水域、城鎮用地、未利用地7種類型。本研究利用ERDAS軟件的精度評價功能（assessment）檢驗遙感圖象解譯精度，以隨機抽樣的方法選取500個地面檢查點，檢驗結果表明：解譯總精度為85%，Kappa指數大于0.78。花溪區交通道路、數字高程模型、坡度及土地利用/覆被情況如圖1所示。

2.2 研究方法

目前，生態安全預警主要研究方法有：神經網絡模擬［11－13］、系統動力學［14－15］、灰色模型［16］、模糊綜合評判［17－18］等方法。本研究基于黎夏和葉嘉安教授等研制的GeoSOS（Geographical Simulation and Optimization Systems）軟件，以花溪區土地利用數據、DEM數據、坡度數據、交通數據為基礎，從景觀視角，在土地利用模擬基礎上，利用景觀優勢度、景觀分離度、景觀優勢度及景觀脆弱度構建生態安全預警指數，對貴陽市花溪區進行生態安全預警研究。該方法在理論上可行，操作簡單。

圖1 研究區土地利用/覆被情況Figure 1 Land-use and cover of the study area

2.2.1 元胞自動機（CA） 元胞自動機由Von Neumann和Ulam研制而成，由離散、有限狀態的元胞組成，并按照一定的局部規則，在離散的時間維上演化的動力學系統［19］。Couclelis［20］用簡單的一維元胞自動機對種群在不同時空移動動態格局進行了模擬。目前，CA被廣泛應用于化學自組織、生物繁殖、城市發展等復雜系統模擬，但在生態安全預警研究方面的報道不多。元胞自動機通常由元胞（又稱單元或基元）、元胞空間（主要指一維空間和二維空間）、元胞狀態、鄰域及規則等部分組成。在數學上元胞自動機可用元胞空間、元胞狀態、轉換規則和領域表達為：

式（1）中：A為元胞自動機；La為元胞空間及無胞空間維數，a表示一維、二維、三維或多維空間；N為領域向量；S為元胞有限離散狀態集，包括S0，S1，…，Sk；f為局部轉換函數，又稱規則。

2.2.2 生態安全預警指數 ①景觀損失指數［21］。景觀損失指數（Ei）反映景觀在自然因素和人為因素干擾下其自然屬性損失的程度，它由景觀破碎度、景觀分離度及景觀優勢度3個指數加權而得，Ei=aCi+bSi+ cDi，其中各景觀指數系數滿足a+b+c=1。根據3個指標在自然和人為干擾下所受影響程度強弱和景觀指數在生態過程中重要性大小進行權重賦值：a，b，c權重分別0.5，0.3，0.2。一是景觀破碎度。指景觀被分割的破碎程度，其計算公式為：

式（2）中：Ni表示景觀類型i的數目；Ai表示景觀類型i的面積。二是景觀分離度。指某一景觀類型中不同斑塊數個體分布的分離度，其計算公式如下：

式（3）中：Si為景觀類型i的分離度；Dij為景觀類型i的距離指數；Aij為景觀類型i的面積指數。三是景觀優勢度。描述景觀由少數幾個主要景觀類型的控制程度，景觀優勢度越大，景觀異質性越弱，反之，景觀異質性越強。

式（4）中：Di為景觀優勢度，Hmax為多樣性指數最大值，Pk是斑塊類型k在景觀中出現的概率；m是景觀斑塊類型總數。②景觀脆弱度指數。不同土地利用類型，其易損性存在差異，景觀脆弱度不同。本研究根據不同土地利用類型內部屬性及其在外界干擾破壞作用下的易損程度，對不同土地利用類型脆弱度進行分級賦值：林地6，草地5，水域4，耕地3，未利用地2，建設用地1，景觀脆弱度指數計算公式如下：

式（5）中：Fi為景觀類型i的景觀脆弱度指數；A為研究區土地面積；ai為景觀類型i的面積；Ci為景觀類型i的景觀脆弱分級指數。

2.2.3 生態安全預警指數 生態安全預警指數是定量描述生態系統在受到外界干擾破壞作用下生態系統安全狀況的指標，由景觀損失指數Ei和景觀脆弱度指數Fi計算而得，生態預警指數計算公式如下所示：

式（6）中：U為研究區生態安全預警指數；Ei為景觀類型i的景觀損失指數；Fi為景觀類型i脆弱度指數；n為景觀類型種類數。在參考借鑒前人研究成果的基礎上，結合研究區區域特征，將景觀損失指數與景觀脆弱度指數對生態安全預警的重要性視為相同，利用主觀賦值法確定指標權重。本研究將景觀損失指數、景觀脆弱度指數權重均賦為1。

3 結果分析

生態系統安全狀況受眾多生態因子影響，單個生態因子變化通過一系列連鎖反應，從而對整個系統起作用。本研究以花溪區2000年土地利用數據為基數據，2010年土地利用數據為模擬精度評價數據，利用主成分分析的法，確定全局因素影響比例和領域因素影響比例，為0.7∶0.3， 所占比例越大，影響作用越大。實驗結果表明：研究區全局性因素影響作用明顯大于領域因素；擴散參數α與迭代次數，以誤差最小為原則，通過不斷反復調試，以確定參數值。當擴散參數α為1，迭代次數為33 027次。在此參數組合下，總體精度和Kappa系數較大，模型精度較高，精度在90%以上，花溪區土地利用現狀圖與模擬圖如圖2所示。

3.1 花溪區核心景觀指數變化

景觀破碎度、景觀分離度、景觀優勢度和景觀脆弱度4個指標的量綱不同，不具可比性。本研究通過對4個指標進行標準化處理，以達到消除量綱影響的目的。由表1可知：隨著時間推移，水田和旱地景觀景觀破碎度、景觀分離度呈增大的變化趨勢，而景觀優勢度呈減小的變化趨勢；水域、未利用地景觀分離度、景觀破碎度、景觀優勢度變化趨勢不明顯；灌木林、有林地、建設用地景觀破碎度、景觀分離度呈減少變化趨勢，景觀優勢度越來越顯著。

3.2 花溪區生態安全預警指數變化

根據式（1）~式（5）得：2000年和2010年花溪區生態安全預警指數分別為2.19和2.31，2020年和2030年花溪區生態安全預警指數模擬值分別為2.36和2.50，生態安全指數呈增加的變化趨勢，由2010年的 2.31上升到2030年的2.50。花溪區生態環境脆弱（水土流失面積占 29.76%，石漠化面積占15.72%），喀斯特地貌發育典型（喀斯特面積占國土面積的94.0%）；經濟的發展使花溪面臨的環境壓力增大，2000－2010年花溪區經濟發展迅速［2010年國內生產總值（GDP）為79.59億元，同比增長率超過15%，人均GDP達2.26萬元］；貴州大學城的進駐，建設用地的擴張，人口、資源、環境壓力增加，生態安全受到威脅加劇，生態安全狀況呈不良的變化趨勢。在快速工業化、城鎮化進程推動下，按目前發展趨勢若不采取對應的調控措施，預測到2030年花溪區隨著工業園區的建設，居住、道路交通、文化娛樂等相關配套設施的進一步完善，單位土地工業三廢負荷加劇，周邊綠地、濕地、大片耕地逐漸被侵占，人地矛盾激化，人口、資源、環境壓力日益增加，生態系統持續向不良方向發展，生態環境惡化，生態安全預警指數上升。

圖2 花溪區土地利用現狀圖及模擬圖Figure 2 Land-use map and simulating map of the study area

表1 2000－2030年花溪區核心景觀指數情況Table 1 Key landscape indexes of Huaxi District from 2000 to 2030

4 結論

本研究在土地利用和景觀格局分析的基礎上，嘗試從景觀視角進行生態安全預警模擬研究，選取景觀景觀破碎度、景觀分離度、景觀優勢度、景觀脆弱度指數等4個指標，構建生態安全預警指數對研究區生態安全狀況進行定量預測評判。該方法在理論上可行，操作簡單。該研究有助于把握花溪區生態安全狀況演變趨勢，規避工業化、城市化過程的生態風險，對花溪區生態建設、資源開發具有重要的指導意義。本研究將景觀損失指數與景觀脆弱度指數對生態安全預警的重要性視為相同，與研究區實際情況基本符合，元胞自動機（CA）模型與目前常用的數學模型相比，具有強大的空間處理功能，在地理研究尤其是系統模擬研究中具有明顯優勢，為地理學研究提供一種強有力技術手段。在今后研究中，針對不同研究區不同研究時段，需對生態安全預警指數計算公式進行修正，如對景觀損失指數與景觀脆弱度指數分別設定權重α和β，利用熵權法或層次分析法確定其權重。本研究CA模型的參數的確定，以最小誤差為原則，反復調試，以確定最優參數值。該方法簡單、直接，但工作較繁瑣，在今后研究中有待進一步完善。

［1］ 蘇維詞，李久林．烏江流域生態環境預警評價初探［J］．貴州科學，1997，15（3）：207－214.

SU Weici，LI Jiulin.A preliminary study on the warning appraisal of eco-environment in the Wujiang valley［J］. Guizhou Sci,1997,15（3）:207－214.

［2］ 傅伯杰．區域生態環境預警的原理與方法［J］．資源開發與保護，1991，7（3）：138－141.

FU Bojie.Prlnciples and methodology of early warning on regional ecological and environmental issues［J］.Resour Develop Mark,1991,7（3）:138－141.

［3］ 陳治諫，陳國階．環境影響評價的預警系統研究［J］．環境科學，1992，13（4）：20－26.

CHEN Zhijian,CHEN Guojie.Study on warning system of environmental impact assessment［J］.Environ Sci,1992, 13（4）:20－26.

［4］ 許學工．黃河三角洲生態環境的評估和預警研究［J］．生態學報，1996，16（5）：461－468.

XU Xuegong.Study on evaluation and pre-warning of ecological environment in the Yellow River Delta［J］.Acta Ecol Sin,1996,16（5）:461－468.

［5］ 方創琳，張小雷．干旱區生態重建與經濟可持續發展研究進展［J］．生態學報，2001,21（7）：1163－1170.

FANG Chuanglin,ZHANG Xiaolei.The progress of ecological reconstruction and economic sustainable development in arid region［J］.Acta Ecol Sin,2001,21（7）:1163－1170.

［6］ 郭中偉．建設國家生態安全預警系統與維護體系：面對嚴重的生態危機的對策［J］．科技導報，2001（1）：54－56.

GUO Zhongwei.To build the early warning and maintaining system of national ecological security［J］.Sci Technol Rev,2001（1）:54－56.

［7］ 吳克寧，曹志宏，梁流濤，等.基于基尼系數的耕地質量差異程度分析：以廣東省南方稻田耕地地力結果為例［J］．資源科學，2007，29（3）：165－169.

WU Kening,CAO Zhihong,LIANG Liutao,et al.Analyzing the differences of the regional cultivated land quality based on Gini coefficient analysis:a case study in Guangdong Province［J］.Resour Sci,2007,29（3）:165－169.

［8］ 臧淑英，梁欣，張思沖．基于GIS的大慶市土地利用生態風險分析［J］．自然災害學報，2005，14（4）：141－145.

ZANG Shuying,LIANG Xin,ZHANG Sichong.GIS-based analysis of ecological risk on land-use in Daqing City［J］.J Nat Dis,2005,14（4）:141－145.

［9］ PARR J F,PAPENDICK R I,HORNICK S B,et al.Soil quality:attributes and relationship to alternative and sustainable atricultrue［J］.Am J Altern Agric,1992,7（1）:5－10.

［10］ STEPHENNE N,LAMBIN E F.A dynamic simulation model for Landuse changes in Sudano-sahelian countries of Africa（SALU）［J］.Agric Ecosyst Environ,2001,85（1/3）:145－162.

［11］ 連臣．黑龍江省耕地資源安全預警分析［D］．哈爾濱：東北農業大學，2013.

LIAN Chen.Arable Land Resources in Heilongjiang Province Safety Warning Analysis［D］.Harbin:Northeast Agricultural University,2013.

［12］ 徐美，朱翔，劉春臘．基于RBF的湖南省土地生態安全動態預警［J］.地理學報,2012,67（10）：1411－1422.

XU Mei,ZHU Xiang,LIU Chunla.Early-warning of land ecological security in Hunan Province based on RBF［J］. Acta Geogr Sin,2012,67（10）:1411－1422.

［13］ 宋戈,連臣．黑龍江省耕地資源安全預警分析及預警系統的構建［J］．農業工程學報,2012,28（6）：247－252.

SONG Ge,LIAN Chen.Analysis and system construction of safety early warning for cultivated land resources in Heilongjiang Province［J］.Trans Chin Soc Agric Eng,2012,28（6）:247－252.

［14］ 王耕，劉秋波，丁曉靜．基于系統動力學的遼寧省生態安全預警研究［J］．環境科學與管理，2013，38（2）：144－149.

WANG Geng,LIU Qiubo,DING Xiaojing.Research on city eco-security early-warning in Liaoning Province based on system dynamics［J］.Environ Sci Manage,2013,38（2）:144－149.

［15］ 李維新，張永春，張海平，等．太湖流域水環境風險預警系統構建［J］．生態與農村環境學報，2010，26（S1）： 4－8.

LI Weixin,ZHANG Yongchun,ZHANG Haiping,et al.Construction of water environmental risk early warning system for Taihu lake basin［J］.J Ecol Rural Environ,2010,26（S1）:4－8.

［16］ 周健,劉占才．基于 GM（1,1）預測模型的蘭州市生態安全預警與調控研究［J］．干旱區資源與環境,2011,25（1）：15－19.

ZHOU Jian,LIU Zhancai.The research on the control and warning of ecological security based on GM（1,1）model［J］.J Arid Land Resour Environ,2011,25（1）:15－19.

［17］ 韓晨霞,趙旭陽,劉浩杰，等．河北省平山縣生態安全預警評價［J］．貴州農業科學,2012,40（12）:201－205.

HAN Chenxia,ZHAO Xuyang,LIU Haojie,et al.Early-warning assessment of ecological security in Pingshan County of Hebei Province［J］.Guizhou Agric Sci,2012,40（12）:201－205.

［18］ 劉欣，趙艷霞，葛京風，等．河北省太行山區土地資源生態安全預警與調控研究［J］．生態與農村環境學報，2010，26（6）：534－538.

LIU Xin,ZHAO Yanxia,GE Jingfeng,et al.Early-warning and regulation of ecological safety of land resources in Taihang Mountains,Hebei Province［J］.J Ecol Rural Environ,2010,26（6）:534－538.

［19］ 周成虎，歐陽，馬廷，等．地理系統模擬的CA模型理論探討［J］．地理科學進展，2009，28（6）：833－838.

ZHOU Chenghu,OU Yang,MA Ting,et al.Theoretical perspectives of CA-based geographical system modeling［J］. Prog Geogr,2009,28（6）:833－838.

［20］ COUCLELIS H.From cellular automata to urban models:new principles for model development and implementation［J］．Environ Plan B Plan Des，1997，24（2）：165－174.

［21］ 陳鵬，潘曉玲．干旱區內陸流域區域景觀生態風險分析：以阜康三工河流域為例［J］．生態學雜志，2003，22（4）：116－120.

CHEN Peng,PAN Xiaoling.Ecological risk analysis of regional landscape in inland river watershed of arid area:a case study of Sangong river basin in Fukang［J］.Chin J Ecol,2003,22（4）:116－120.

An ecological security early warning simulation city based on the CA Model in Huaxi District of Guiyang City,China

YI Wuying1,SU Weici1,2,ZHOU Wenlong1,TANG Jingang1,ZHANG Fengtai3
（1.Institute of Mountainous Resources,Guizhou Academy of Sciences,Guiyang 550001,Guizhou,China;2.School of Geography and Tourism,Chongqing Normal University,Chongqing 400047,China;3.School of Geography and Tourism,Guizhou Normal College,Guiyang 550018,Guizhou,China）

Ecological security early warning refers to forecasting,analyzing,and evaluating the influence of human activities,such as construction,resource development,on the ecological environment and helps to determine trends and speed of change in regional ecological and environmental ecosystems.To provide reference materials for rational land use,regional urbanization,and ecological development for Huaxi District in Guiyang City,an ecological security early warning system was designed that combined ecological security and landscape ecology theories.Using inspection data from 2000 and 2010,Thematic Mapper （TM）images,the main data source,were combined with statistical data from socio-economic,demographic,traffic,and slopes of Huaxi District.Employing landscape fragmentation,isolation,dominance,and vulnerability,an ecological security warning index was developed for an ecological security early warning simulation that incorporated remote sensing（RS）and graphical information systems （GIS）.Results showed an ecological security situation that was in a state of flux with no pattern of change.With accuracy above 90%,the ecological security warning index simu-

ecology;ecological security warning index;CA Model;Guiyang City

S731;X826

A

2095-0756（2015）03-0369-07

2014-07-15；

2014-09-12

國家自然科學基金資助項目（41261038）；貴州省重大科技專項（黔科合重大專項字［2012］6015號）;貴州科學院青年基金資助項目（黔科院J合字［2014］08號）；貴州省教育廳自然科學基金資助項目（黔教科2010057）；貴州省科技廳自然科學基金資助項目（黔科合J字［2009］2030號）；貴州省環境科學省級特色重點學科基金資助項目

易武英，從事區域生態環境與可持續發展研究。E-mail:yiwuyingsy@163.com。通信作者：蘇維詞，研究員，從事生態環境與可持續發展研究。E-mail:suweici@sina.comlation value was 2.36 in 2020 rising to 2.50 in 2030 meaning a deterioration in ecological security.Thus,this study could provide information to help maintain ecological security and to avoid ecological risk during industrialization and urbanization of Huaxi District.［Ch,2 fig.1 tab.21 ref.］

10.11833/j.issn.2095-0756.2015.03.006