基于熵權模糊物元模型的我國省域森林生態安全研究

劉婷婷,孔 越,吳 葉,祝凌云,張大紅

北京林業大學經濟管理學院, 北京 100083

基于熵權模糊物元模型的我國省域森林生態安全研究

劉婷婷,孔 越,吳 葉,祝凌云,張大紅*

北京林業大學經濟管理學院, 北京 100083

近年來隨著經濟社會的快速發展,森林資源銳減和生態環境惡化等問題日益威脅到人們的生產生活,在建設生態文明的背景下研究我國省域森林生態安全狀況,是關系國計民生和可持續發展的重要議題。在整理現有生態安全研究體系的基礎上,獨創性地提出森林生態安全壓力-承壓模型,應用SPSS、EXCEL等軟件,通過主成分分析、熵權法和物元分析等手段對2014年我國31個省級行政單位的森林生態安全水平進行實證研究。結果表明：在壓力方面，19個省級行政單位承受了較大森林生態安全壓力;在承壓方面，12個省級行政單位的承壓能力較強;在綜合評價方面，14個省級行政單位的森林生態安全水平較高。在深入探討分析評價結果的同時,為提高我國森林生態安全水平提出對策和建議。

森林生態安全；熵權法；模糊物元模型；指標體系；省域

ProvincialforestecologicalsecurityevaluationinChinabasedontheentropy

近年來,隨著人口的增加和對經濟發展的迫切需要,以犧牲資源環境為代價的粗獷式經濟發展隨處可見,這種忽視自然規律的選擇帶來的是水土資源流失、臭氧層空洞以及資源枯竭等嚴重后果,日益威脅到人類的生存和發展,至此生態安全問題應運而生[1]。森林作為陸地上最大的自然生態系統,是重要的基因庫、碳貯庫、蓄水庫和能源庫,對于維持生態安全具有重要作用,其安全狀況影響人類社會可持續發展[2]。然而,我國森林面積銳減,全國森林采伐量和消耗量遠遠超過林木生長量,森林生態安全問題的惡化嚴重制約了資源環境可持續發展,因此加強對森林生態安全的研究具有重大意義。

國外方面,生態安全的概念始見于1996年的《地球公約》,隨后國際應用系統分析研究所 (IIASA) 在1989年對生態安全的概念進行了廣義和狹義上的劃分。對于生態安全的研究分為宏觀和微觀兩個層次,宏觀方面主要集中于概念以及與國家安全、軍事戰略、可持續發展和全球化的關系[3- 5],微觀方面體現在化學品的使用對農業生態系統健康及生態安全的影響[6]。在生態安全評價方面,研究較少,主要集中在生態風險評價[7]和生態系統健康評價兩方面[8],評價模型主要有PSR、DPSEEA和ECCO等[7- 9]。

國內相關研究起步較晚,多數學者主要從廣義和狹義兩個角度對其內涵進行探討,廣義的森林生態安全強調在自然和人類社會的雙重干擾下,森林生態系統在維持自身結構和功能相對穩定的基礎上,為人類的可持續發展提供生態服務功能；狹義的森林生態安全強調在與其他生態系統相協調的前提下其自身的安全[10]。很多學者將森林生態系統健康和森林生態系統安全等同,認為森林生態系統的監測和評估可以在很大程度上反映生態安全狀況[11]。在生態安全評價指標體系方面,EES模型、PSR模型及其擴展形式和生態足跡法被廣泛應用于土地生態安全、濕地生態安全、城市生態安全以及森林生態安全評價等諸多領域[12-17]。

通過對相關模型和指標體系的梳理發現,森林生態系統狀況因素和森林生態系統為人類社會提供生態服務等因素被考慮在內,人類社會對森林生態系統的反作用未被提及。同時傳統模型的廣泛使用也制約著森林生態安全評價方面的突破和創新。生態安全研究尺度主要集中在地區、省市和縣域[18-19]等,鮮有國家層面上的省級森林生態安全研究。

基于以上分析,為了客觀反映我國省域森林生態安全現狀,本研究基于廣義森林生態系統安全的概念,從森林生態系統和人類社會系統交互的內在機理出發,全面考量森林生態系統各參與部分間的相互影響,獨創性地提出森林生態系統壓力—承壓模型,從正向和負向兩個角度考慮森林生態安全的影響因素。研究結果豐富了森林生態安全研究的相關方法和模型,補充了我國省域森林生態安全的研究。

1 研究方法

1.1 數據來源

本研究所用數據來自《中國統計年鑒》(2014)和《中國林業統計年鑒》(2015)中31個省(市、自治區)的相關數據(尚未有港澳臺地區數據),涉及火災發生次數、有害生物寄主樹面積、森林蓄積量和工業三廢排放量在內的44類原始數據。

1.2 評價指標體系構建

為了全面反映我國森林生態安全現狀,在考慮到原始數據可獲取性的基礎上,本研究從森林生態系統壓力和森林生態系統承壓兩個相反的方向構建我國省域森林生態安全評價指標體系,包括森林生態系統壓力(B1)和森林生態系統承壓(B2)2個項目,經濟社會類指標(C1)、災害類指標(C2)、污染類指標(C3)、抗災類指標(C4)、森林狀態類指標(C5)和氣象類指標(C6)6個因素以及33個具體指標。通過SPSS軟件的主成分分析功能,經方差最大化旋轉后生成8個主因子,累計方差貢獻率大于85%,在旋轉后的主成分因子負荷矩陣中,初步選取負荷系數和≥1.00的18個指標,在咨詢相關專家的前提下,最終選取了單位森林面積火災發生率、森林人口密度、森林旅游開發強度、單位森林面積蓄積量等在內的21個具體指標(表1)。

表1 森林生態安全評價指標體系

森林生態系統壓力(B1)指人類和自然活動等對森林生態系統產生的不利影響因素,為負向指標,包括經濟社會類指標(C1)、災害類指標(C2)和污染類指標(C3)；森林生態系統承壓(B2)指森林生態系統本身及在人類和自然活動的影響下利于森林生態系統可持續的因素,為正向指標,包括抗災類指標(C4)、森林狀態類指標(C5)和氣象類指標(C6)。

經濟社會類指標(C1)下設4個具體指標,指由于人類生產生活的開展造成的對森林資源的干擾和破壞。森林人口密度(D1)指行政區內人口數量與森林面積之比,表征施加在單位森林面積上的人類社會需求。人口越多,對森林資源及其生態服務等的需求就越大。人類干擾指數(D2)指建設用地面積與行政區面積之比,是目前極具代表性的人類開發利用自然資源、改造生態系統水平的指數。由于土地資源有限,對建設用地的需求往往導致對森林用地的侵占,其較好地反映了人類建設活動對生態環境造成的壓力[15]。森林采伐強度(D3)指主要木材和竹林產品采伐量之和占森林蓄積量之比,林木采伐是目前人類開發利用森林資源的主要方式之一,當森林采伐量超過森林蓄積量時,森林資源將逐步減少。森林旅游開發強度(D4)指已開發的森林公園面積與森林總面積之比,森林旅游是對森林資源可持續利用的主要方式之一,隨著生態旅游向縱深發展,人類在森林游憩過程中對森林資源的影響將逐步擴大。

災害類指標(C2)下設5個具體指標,指各種災害對森林資源造成的破壞,包括單位面積森林火災發生率(D5)、森林病災發生率(D6)、森林蟲災發生率(D7)、森林鼠災發生率(D8)和有害生物危害率(D9),指火災發生次數、森林病蟲鼠災和有害生物發生面積與森林面積之比,衡量一個國家或地區森林資源受各類災害威脅的程度。以上災害的發生可能受人類活動影響,多以天災的形式出現,發生率越高森林生態系統越不安全。

污染類指標(C3)下設4個具體指標,表征污染物排放對森林資源造成的威脅。SO2排放強度(D10)指SO2排放量與行政區面積之比,當SO2濃度達到一定水平,將以酸雨的形式對森林等資源造成破壞,因而反映了SO2排放濃度對森林資源的威脅程度。氮氧化合物排放強度(D11)指氮氧化合物與行政區面積之比,與SO2濃度作用機理類似,其濃度的增加會增加降水的酸度,同時造成光化學煙霧等空氣污染,反映了氮氧化合物濃度對森林資源的威脅程度。PM2.5排放強度(D12)指PM2.5日均值與森林面積之比,森林資源凈化空氣的能力是有限的,反映可入肺顆粒物濃度施加在森林資源上的壓力。固體廢棄物排放強度(D13)指一般工業固體廢棄物產生量與森林面積之比,固體廢棄物的排放會產生多種有害的氣體和液體進而對土壤等資源造成威脅,制約森林生態系統的發展。

消災類指標(C4)表征由于人類的積極干預,從而對森林病蟲鼠災等的發生起到的遏制作用,是人類為維護森林生態安全所做的努力。因森林病災防治率、森林鼠災防治率和有害生物寄主樹防治率對結果影響不顯著,因而只選取了森林蟲災防治率這一個指標。森林蟲災防治率(D14)指防治的蟲災發生面積占蟲災發生總面積的比,反映了在人類的干預下森林生態系統抵御蟲災的能力和水平。

森林狀態類指標(C5)下設4個具體指標。單位森林面積蓄積量(D15)指森林蓄積量與森林面積之比,表征了單位森林面積的森林蓄積能力,是森林質量的重要指標。森林覆蓋率(D16)指森林面積與行政區面積之比,是森林資源豐富程度的重要指標。天然林比重(D17)指天然林面積占森林面積之比,相比較于人工林,天然林在物種多樣性和維持自身結構和功能穩定性等方面具有顯著優勢。單位森林面積林業投資完成額(D18)指林業投資完成額與森林面積之比,它反映了政府部門對林業建設的重視程度,林業投資完成率為森林資源的保護提供資金上的支持,為森林資源的永續發展保駕護航。

氣象類指標(C6)下設3個具體指標,表征當地森林資源的區位條件。年降水量(D19)指一年中月平均降水量之和。降水對于森林植物的生長以及物種分布具有重要影響,我國屬于大陸季風氣候,一般而言,降水越多森林生產力越高,生物多樣性越豐富。年平均氣溫(D20)在一定范圍內,氣溫越高森林生產力越高,同時生物多樣性越豐富。年日照時數(D21)對森林植物的生產能力具有重要作用,日照時數越長對森林植物生長越有利。

1.3 評價方法

1.3.1 模糊物元與復合模糊物元

在物元分析中對于給定事物M,其特征向量C和量值x,以有序三元組R=(M,C,x)作為表述事物的基本物元,若量值x具有模糊性,則稱為模糊物元。事物M有n個特征向量C1,C2,…,Cn和相應的量值x1,x2,…,xn,則稱R為n緯模糊物元。M個事物的n維物元組合在一起,便構成了m個事物的n維復合模糊物元Rmn[20, 21],即：

(1)

式中，Rmn為m個事物的n個模糊特征的復合物元；Mi為第i個事物(i=1,2,…,m)；Cj為第j個特征(j=1,2,…,n)；xij為第i個事物第j個特征對應的模糊量值。

1.3.2 從優隸屬度原則

按照從優隸屬度原則,各單項指標Cn相應的模糊量值隸屬于標準方案對應評價指標相應模糊量值的程度稱為從優隸屬度。各評價指標對于評價方案而言,分為越大越優型指標和越小越優型指標,分別采用如下公式進行計算：

(2)

羊舍的選址與建設必須符合安全、舒適、衛生等相關要求，滿足羊群的生活環境與成長健康。上莊鄉羊舍建設十分注重通風，建立多組輸出排風道與排污設施，迎合羊群喜干燥、忌潮濕的環境適應特性。而根據新野縣肉牛養殖的已有經驗，上莊鄉也為羊群提供了充足的活動空間，保證羊群的肌肉得到有效鍛煉，保證羊的肉質鮮嫩。合理的羊舍位置選擇與內部配置保證了上莊鄉羊養殖的規模化健康發展，更降低了羊群的患病率。

(3)

式中，uij為從優隸屬度,maxxij和minxij分別為各評價方案中每一評價指標的最大值和最小值,在此基礎上建立從優隸屬度模糊物元Rmn。

(4)

1.3.3 標準模糊物元與差平方模糊物元

標準模糊物元R0n由從優隸屬度模糊物元Rmn中各評價指標從優隸屬度的最大值和最小值構成。經公式(2)(3)處理,本文以最大值為最優,即各評價指標的從優隸屬度均為1。

(5)

以Δij(i=1,2,…,n；j=1,2,…,m)表示標準模糊物元與復合從優隸屬度模糊物元中各項差的平方,稱為差平方復合模糊物元RΔ,即Δij=(ux0j-uij)2,可表示為：

(6)

1.3.4 熵權法確定指標權重

各評價指標對評價結果的貢獻度不同,因而需要對指標賦予不同的權重。確定權重的方法主要有主觀賦權法和客觀賦權法兩類,主觀賦權法與專家的知識層次、經驗積累和偏好密切相關；客觀賦權法與評價數據的內在特征緊密相關,有效避免了因人為認識的差別而對評價結果造成的影響[22]。為了使評價結果更客觀,本文引入熵權法確定權重系數。本研究用信息熵評價所獲系統信息的有序度及效用,即用評價指標值構成的判斷矩陣來確定指標權重[23],計算步驟如下：

(2)對判斷矩陣進行歸一化處理,得到判斷矩陣B,

對于越大越優型指標：

(7)

對于越小越優性指標：

(8)

式中,maxxij和minxij為同一評價指標下不同事物中的最滿意和最不滿意者(越大越滿意或越小越滿意)。

(3)根據熵的定義,m個評價事物n個評價指標的熵為：

(9)

(4)計算評價指標的熵權wi和權重W：

(10)

1.3.5 歐式貼合度和綜合評價

歐式貼合度指被評價樣品與標準樣品間相互接近的程度,其值越大表示兩者越接近,反之則越遠,從而可以根據貼合度的大小對各樣本進行優劣排序[20]。本研究運用M(*,+)算法計算和構建歐式貼合度的復合模糊物元RPH：

(11)

(12)

本研究從森林生態安全壓力和承壓兩個角度進行評價。其中,森林生態安全壓力得分為森林生態系統壓力指標項目層下13個因素層指標的計算結果；森林生態安全承壓得分為森林生態系統承壓指標項目層下8個因素層指標的計算結果；綜合評價結果為21個因素層指標的綜合計算結果。

2 結果與分析

2.1 評價指標權重

通過熵權法對我國省域森林生態安全評價的各層指標進行賦權,指標權重的計算結果如表2所示。

由表2可知,森林生態系統壓力指標和承壓指標權重均接近0.5,較全面地反映了森林生態安全水平。在因素層指標中,權重最大的是森林狀態類指標、氣象類指標和災害類指標,表明森林資源本身的狀態和區位條件是決定森林資源安全程度的主要因素。在指標層指標中,權重最大的森林覆蓋率、年降水量和天然林比重均為森林生態系統承壓指標,進一步印證了森林資源本身的狀態對于生態安全水平的影響。森林采伐強度、森林鼠災發生率和有害生物危害率則構成了壓力的主要來源。

2.2 各省(市、自治區)森林生態安全評價結果

表3包括森林生態安全評價的壓力得分、承壓得分和綜合得分及各自排名。壓力數據經過負向化處理,得分越高代表承受的壓力越小；承壓得分越高,承壓能力越強；綜合得分越高,森林生態安全水平越高。

表2 各指標權重值

表3 我國省域森林生態安全評價結果*

*尚未統計到港、澳、臺數據

2.2.1 森林生態安全壓力評價

由表3知,在各省(市、自治區)森林生態安全壓力評價中,西藏(0.662319)、上海(0.479521)、海南(0.469087)、甘肅(0.443603)和黑龍江(0.436151)得分較高,森林資源承受的壓力較小；河北(0.347959)、重慶(0.360199)、湖北(0.365116)、山西(0.365911)和新疆(0.36926)得分較低,森林資源承受的壓力較大。全國森林生態安全壓力平均水平為0.408751,高于這一水平的有19個省份。結果表明,相比較而言多數省份承受了較大的森林生態安全壓力,且各省份承受的森林生態安全壓力存在較大差別。

進一步對表3進行分析可知,環渤海及華北平原大部分省份承受的森林生態安全壓力較大,而南部沿海和西北地區(除新疆)承受的壓力相對較小。環渤海及華北平原大部分地區人口密度較大,對森林資源和土地資源的需求旺盛,人均資源量相對不足,森林人口密度、人類干擾指數和森林采伐強度高于全國平均水平；較高的經濟發展水平和發達的工業導致氮氧化合物和固體廢棄物的排放水平高于全國平均水平。因此該地區承受了較大的森林生態安全壓力。南部沿海地區更加注重輕工業的發展,對環境造成的污染相對較小；由于水熱條件好、森林資源豐富,單位森林面積承受的壓力較小。因此該地區承受的森林生態安全壓力較小。西北地區(除新疆)森林資源較少,但人口密度小、經濟發展水平低,對資源環境造成的干擾和破壞相對較小。新疆地區沙漠眾多,森林覆蓋率僅為4.24%,為全國最低水平,森林蟲災和森林鼠災的發生率高于全國平均水平,因此承受了較大的森林生態安全壓力。

2.2.2 森林生態安全承壓評價

在各省(市、自治區)森林生態安全承壓評價中,福建(0.68366)、云南(0.665467)、江西(0.65748)、海南(0.637452)和浙江(0.630443)得分較高,森林資源承壓能力較強；青海(0.388647)、寧夏(0.435911)、新疆(0.447103)、甘肅(0.467793)和天津(0.503121)得分較低,森林資源承壓能力較差。全國森林生態安全承壓平均水平為0.408751,高于這一水平的有12個省份。結果表明,相比較而言少數省份的森林生態安全承壓能力較強,各省份間承壓能力存在一定差別,且承壓能力較強的省份多為在南方水熱條件好的省份。

南方地區森林生態安全承壓能力普遍偏高,尤其是福建和云南等地,這與當地水熱條件好,森林資源豐富密切相關。東北及內蒙古地區天然林較多,森林資源豐富且保護較好,因此承載能力較強。西北地區承壓能力較差可能與當地森林覆蓋率低,林木生長環境差以及森林保護意識較差和病蟲害的防治水平低相關。

2.2.3 森林生態安全綜合評價

各省(市、自治區)森林生態安全綜合評價中,西藏(0.434723)、海南(0.357109)、福建(0.345329)、云南(0.339157)和江西(0.321036)得分較高,森林生態安全水平較高；寧夏(0.15874)、青海(0.159059)、新疆(0.161234)、河北(0.183041)和山西(0.198679)得分較低,森林生態安全水平較低。全國森林生態安全平均水平為0.260559,高于這一水平的有14個省份。總體而言,與森林生態安全承壓評價一致,受森林生態安全壓力評價的影響。

西藏地區森林覆蓋率一般,但單位森林面積蓄積量很高,人口稀少對于森林資源的干擾破壞少,且病蟲害發病率低,多方面的因素導致西藏的森林生態安全水平最高。值得注意的是,南方省份的森林生態安全水平普遍高于北方省份,且在高于全國平均水平的14個省份中,除黑龍江、陜西和北京,其余省份均為南方省份。黑龍江境內大小興安嶺地區森林資源豐富、天然林占比高,且經濟發展和人口壓力較小；陜西境內秦嶺地區森林資源豐富且保護水平高,自然保護區的建立進一步促進了森林資源的保護；而北京地區生態安全水平較高則與政策性因素相關。

3 結論與討論

本研究綜合運用生態學和經濟學的相關理論,在PSR模型和EES模型的基礎上,獨創性地提出森林生態安全壓力—承壓模型,從正向和負向兩個角度進行相關指標的構建。運用熵權法對指標進行賦權,通過對31個省級行政單位森林生態安全狀況的評價和分析,得出如下結論并提出對策和建議。

(1)森林生態安全壓力、承壓和綜合評價結果表明,當前多數省份面臨較大的森林生態安全壓力,尤其是環渤海和華北平原地區,而森林生態安全承壓能力水平一般。因此,應充分重視森林生態安全。在控制生態安全壓力方面,努力做到將對森林資源的需求控制在森林可承受范圍內,積極尋找相關森林資源替代品并支持鼓勵相關技術的研發和應用；在提高承壓能力方面,擴大對于森林資源保護及可持續發展的宣傳教育,逐步樹立起全民生態的觀念和意識,同時鼓勵植樹種草,做好對濫砍濫伐等破壞森林資源的相關懲罰措施和制度安排。

(2)森林生態安全評價結果呈現地區差異。總體而言,南方省份的森林生態安全水平高于北方省份,東部地區的森林生態安全水平高于西部地區。具體而言,東北地區、西北地區、華東地區、華南地區和西南地區的森林生態安全壓力和承壓水平呈現不同的區域特點。因而,在提高當地森林生態安全水平時,應因地制宜,根據不同的情況采取相應的措施。

(3)通過對森林生態安全壓力評價、承壓評價和綜合評價的對比可以發現,森林生態系統本身的健康程度在很大程度上決定了當地的森林生態安全水平。因此,要加強森林生態安全水平除了在可持續發展的前提下利用森林資源外,更重要的是加強對森林資源的保護,認真落實造林護林工作,尤其是對于森林資源相對貧瘠的地區,應積極響應國家號召進一步提高森林資源質量和水平。

根據以上分析和當前森林生態安全現狀,本研究提出以下提高森林生態安全水平的對策和建議：加強對森林公園的相關管制,在標準制定方面力求科學合理全面,此外進一步加強對森林游憩過程的約束,落實好相關懲罰措施,努力將可能對森林資源造成的破壞和干擾降到最低；鼓勵支持新科技的發展,積極尋找森林資源替代產品,提高森林抗病抗蟲和抗災的能力和水平；建立相關的森林生態安全預警機制,及時檢測和管理森林資源,并對可能的風險進行防范和處理。

[1] 朱教君, 劉足根. 森林干擾生態研究. 應用生態學報, 2004, 15(10): 1703- 1710.

[2] Lorenz M, Mues V. Forest health status in Europe. The Scientific World Journal, 2007, 7(S1): 22- 27.

[3] Mathews J T. Redefining security. Foreign Affairs, 1989, 68(2): 162- 177.

[4] Rogers K S. Ecological Security and Multinational Corporations. Environmental Change and Security Project Report. Washington, DC: Woodrow Wilson Center, 1997: 29- 36.

[5] Helman G B, Ratner S R. Saving failed states. Foreign Policy, 1992- 1993, (89): 3- 20.

[6] 鄒長新, 沈渭壽. 生態安全研究進展. 農村生態環境, 2003, 19(1): 56- 59.

[7] Hunsaker C T, Graham R L, Suter G W II, O′Neill R V, Barnthouse L W, Gardner R H. Assessing ecological risk on a regional scale. Environmental Management, 1990, 14(3): 325- 332.

[8] Costanza R, Norton B G, Haskell B D. Ecosystem Health: New Goals for Environmental Management. Washington, DC: Island Press, 1992: 234- 246.

[9] Dennis P. Ecological Security: Micro-Threats to Human Well-Being. Occasional Paper No. 13, 1996: 234- 246.

[10] 袁珍霞. 基于3S技術的縣域森林生態安全評價研究. 福州: 福建農林大學, 2010.

[11] 黃莉莉, 米鋒, 孫豐軍. 森林生態安全評價初探. 林業經濟, 2009, (12): 64- 68.

[12] 張小虎, 雷國平, 袁磊, 李輝, 田慶昌. 黑龍江省土地生態安全評價. 中國人口·資源與環境, 2009, 19(1): 88- 93.

[13] 羅文斌, 吳次芳, 吳一洲. 城市土地生態水平物元分析評價——以山東省濱州市為例. 生態學報, 2009, 29(7): 3818- 3827.

[14] 高興國, 王磊, 齊代華, 陳家德, 王世敏, 張福生. 基于PSR模型的濕地生態安全評價——以大山包濕地為例. 湖南師范大學自然科學學報, 2013, 36(1): 86- 90.

[15] 米鋒, 譚曾豪迪, 顧艷紅, 魯莎莎, 張大紅. 我國森林生態安全評價及其差異化分析. 林業科學, 2015, 51(7): 107- 115.

[16] 張銳, 鄭華偉, 劉友兆. 基于PSR模型的耕地生態安全物元分析評價. 生態學報, 2013, 33(16): 5090- 5100.

[17] Wackernagel M, Rees W. Our Ecological Footprint: Reducing Human Impact on the Earth. Philadelphia, PA: New Society Publishers, 1996.

[18] 劉心竹, 米鋒, 張爽, 蘇立娟, 顧艷紅, 張大紅. 基于有害干擾的中國省域森林生態安全評價. 生態學報, 2014, 34(11): 3115- 3127.

[19] 楊伶, 張大紅, 王金龍, 李亞云. 中國縣域森林生態安全評價研究——以5省15縣為例. 生態經濟, 2015, 31(12): 120- 124.

[20] 張斌, 雍歧東, 肖芳淳. 模糊物元分析. 北京: 石油工業出版社, 1997.

[21] 蔡文. 物元模型及其應用. 北京: 科學技術文獻出版社, 1994.

[22] 呂洪德. 城市生態安全評價指標體系的研究. 哈爾濱: 東北林業大學, 2005.

[23] 邱菀華. 管理決策與應用熵學. 北京: 機械工業出版社, 2002.

weightofthefuzzymatter-elementmodel

LIU Tingting, KONG Yue, WU Ye, ZHU Lingyun, ZHANG Dahong*

EconomicsandManagementInstituteofBeijingForestryUniversity,Beijing100083,China

Recently, with the rapid development of the economy and society, the decline of forest resources and deterioration of ecological environments have threatened human productivity and lifestyles. In the context of ecological progress, research on the condition of provincial forest ecological security in China has become a fundamental issue, since it plays a vital role in the sustainable development and national economy, affecting the livelihood of people. After analyzing the existing ecological security systems, the pressure-pressure bearing capacity model was proposed. Using software, such as SPSS and EXCEL, the forest ecological security standards of 31 provinces in China were empirically analyzed and evaluated using the principal component analysis, entropy method, and matter-element analysis based on the data from 2014. Results showed that in the pressure evaluation, 19 provinces (61.29%) are under high forest ecological security pressure, which means that most provinces face a high ecological security risk, including Hebei, Chongqing, Hubei, Shanxi, and Xinjiang. In contrast, Tibet, Shanghai, Hainan, Gansu and Heilongjiang face lower pressure. Evaluation of pressure-bearing capacity revealed that 12 provinces (38.71%) are under better bearing conditions, which means that the average pressure-bearing capacity of China is relatively low. Fujian, Yunnan, Jiangxi, Hainan and Zhejiang have the highest pressure-bearing capacities, whereas Qinghai, Ningxia, Xinjiang, Gansu and Tianjin have the lowest. In a comprehensive evaluation of forest ecological security, 14 provinces (45.16%) showed high forest ecological security, mostly the southern provinces, including Tibet, Hainan, Fujian, Yunnan and Jiangxi, which are in relatively good condition. However, Ningxia, Qinghai, Xinjiang, Hebei and Shanxi indicated low forest ecological security. Therefore, measures such as strengthening the protection of natural forests, exploring alternatives to wood resources, and establishing a forest ecological security early warning system, should be taken. In addition, measures to improve ecological security should be implemented in consideration of the specific needs of each province.

forest ecological security; entropy method; fuzzy matter-element model; indicator system; provincial ecological management

2016- 04- 28; < class="emphasis_bold">網絡出版日期

日期:2017- 03- 22

10.5846/stxb201604280805

*通訊作者Corresponding author.E-mail: zhangdahong591120@163.com

劉婷婷,孔越,吳葉,祝凌云,張大紅.基于熵權模糊物元模型的我國省域森林生態安全研究.生態學報,2017,37(15):4946- 4955.

Liu T T, Kong Y, Wu Y, Zhu L Y, Zhang D H.Provincial forest ecological security evaluation in China based on the entropy weight of the fuzzy matter-element model.Acta Ecologica Sinica,2017,37(15):4946- 4955.