基于遙感與GIS的青藏高原典型電網工程生態環境敏感性分析

曾業隆,周 全,江 栗,張揚建,俎佳星,譚 偉

?

基于遙感與GIS的青藏高原典型電網工程生態環境敏感性分析

曾業隆1,2,周 全3,江 栗3,張揚建2,4*,俎佳星2,5,譚 偉1

(1.貴州大學林學院,貴州貴陽 550025；2.中國科學院地理科學與資源研究所,生態系統網絡觀測與模擬重點實驗室,北京 100101；3.國家電網公司西南分部,四川成都 610041；4.中國科學院青藏高原地球科學卓越創新中心,北京 100101；5.中國科學院大學,北京 100049)

為了評估電網工程對生態環境的影響,以概念圖的形式確定并表達了電網工程特定活動直接或間接作用于復雜自然環境帶來的生態環境影響,基于RS與GIS技術,構建并定量化了敏感性評價指標體系,運用空間主成分方法對青藏高原典型電網工程開展應用.結果顯示:研究區的總體生態環境敏感程度很高且集聚效應顯著,重度和極度敏感區集中分布(高-高空間關聯模式)在研究區中部的雅魯藏布大峽谷和東南部的高山河谷地帶.依據生態環境敏感程度分布狀況形成的電網工程極度敏感標段,重度敏感標段,中度敏感標段和輕度敏感標段應利用不同自然條件采取相應的措施降低工程對生態環境的影響.該方法可為復雜自然條件下其他大型工程建設的生態環境影響評價提供借鑒.

遙感；GIS；電網工程；青藏高原；生態環境影響評價；敏感性

輸變電工程的建設和聯網一方面能滿足電能供應,促進經濟發展,另一方面會對環境產生破壞,特別是在一些環境脆弱的區域.如,增強傳輸電壓形成的靜電效應和磁場效應會造成無線電干擾、電磁噪聲和空氣污染[1-2];工程施工引起土地利用變化、水土流失與植被破壞[3-5]等.

青藏高原處于我國地勢的第一階梯,地形高差巨大、地質構造復雜、氣候獨特[6],在全球環境變化和人類活動的綜合影響下,表現出較強的脆弱性,是我國最大的生態脆弱區[7].其呈現出生態系統穩定性降低、資源環境壓力增大的問題,突出表現為冰川退縮顯著[8-9]、水土流失嚴重[10]、自然災害增多[11]、土地退化形勢嚴峻(凍土退化、土地沙化及草地退化)、生物多樣性威脅加大與珍稀生物資源減少等,嚴重影響了青藏高原區域生態安全屏障功能的發揮[12].因此,在青藏高原進行人類工程活動,要謹慎處理好生態環境問題[13-17].

西南電網的構建能夠促進擁有豐富能源資源的西南地區資源優勢加速轉化為經濟優勢,優化中東部地區能源結構,取得經濟、環保、社會等綜合效益.然而,西南電網工程的線路往往跨越地形條件復雜、特殊且脆弱的生態系統功能區,對生態環境影響評價的要求很高,尤其是在青藏高寒自然環境地區:線路空間規模較大,自然地理條件限制,空間分布數據獲取困難,傳統的評價方法投入高、周期長、效率低[18].

近年來,遙感技術與GIS技術在大型工程的環境影響應用中提供了豐富且即時的空間數據來源,強大而有效的空間分析方法,迅速地提高了分析的準確度和時效性,得到廣泛的應用.國外學者利用空間信息技術對跨區域的大型工程環境影響評價進行了深度探索[19-21],國內學者利用空間技術在輸變電工程[3,22],鐵路、公路工程,三峽工程[27-29]和水利水電工程[30-32]等方面也得到了有效應用.青藏高原自然條件極其復雜,運用空間技術對大型工程進行環境評估能明顯提高評估效率和準確度:董仁才等[23]利用ArcGIS平臺的Model Builder對青藏鐵路沿線部分路段進行了生態環境敏感性評價建模,同時利用地面調查評估結果驗證了該GIS模型判斷生態敏感區域的可靠性;茍亞青等[33]利用多源遙感數據對青藏公路格爾木至拉薩段改建完善工程進行環境影響評價, 提出評價大型線性工程施工期干擾強度的新指標和新思路,驗證結果顯示該方法能有效提高變化信息的分析精度;柴明堂等[34]分別采用模糊C-均值聚類(FCM)和改進標度的層次分析(AHP)兩種不同的方法對青藏工程走廊(唐北段)內的凍土工程地質條件進行了評價,兩種方法的評價結果具有較好的一致性,均能較好地評價青藏工程走廊內的工程地質條件.目前常用層次分析法[35-38]、投影尋蹤法[39-40]、主成分分析法[41-42]結合空間技術進行區域空間尺度的環境影響評價,而國內應用遙感與GIS方法進行大型工程的環境影響評價方法并沒有一致的標準,體現在:(1)復雜自然環境中,評價體系中各指標的生態環境影響針對性不強,多集中在土地利用變化和地質災害風險評估,數據的空間定量化存在局限;(2)難以界定各指標的分級標準;(3)因子的權重過多依賴專家打分,主觀性較強.基于此,本項目在充分分析電網工程特定活動作用于環境帶來的生態影響的基礎上,利用遙感與GIS技術,形成并空間定量化了敏感性評價指標體系,運用空間主成分(SPCA)方法,對西南電網典型工程——西藏藏中聯網工程、川藏鐵路拉薩至林芝段供電工程進行生態環境敏感性分析,為工程建設提供科學依據.

1 材料與方法

1.1 研究區概況

西藏藏中聯網工程起于昌都市芒康縣,止于林芝地區林芝縣;川藏鐵路拉薩至林芝段起于拉薩市柳梧新區,止于林芝地區林芝縣;工程需新建、擴建變電站14座,新建線路總長超2000km,經過多個國家級、省級自然保護區(圖1).本文以這兩個工程500kV線路(芒康-沃卡)為例.

工程線路主要經過青藏高原東南部,該地區位于歐亞板塊與印度洋板塊的縫合線處,構造運動活躍,地質災害多發.已有研究[43]表明,近20幾年的394次西藏泥石流、滑坡事件中,出現最多在西藏東南部的林芝地區、昌都地區,占全部次數的56%.區域內的地形地貌多為高山峽谷,山勢高大且起伏明顯,平均海拔約3500~4500m,河流沖刷侵蝕作用強烈,加劇了該地區的地形起伏程度.氣候類型多為溫帶半濕潤氣候,受地形影響,氣候垂直差異明顯,來自印度洋的水汽沿雅魯藏布江爬升導致該區濕季降水豐沛.森林、濕地、草原及冰川等自然景觀多樣,但生態環境脆弱,一旦破壞使其退化,很難再恢復.

1.2 電網工程生態環境影響因子識別與敏感性指標體系建立

通過概念模型來確定并表達了電網工程特定活動直接或間接作用于環境帶來的生態影響(圖2).復雜地形電網工程施工期間的行為可以概括為3種:(1)爆破;(2)土石開挖、堆放、回填;(3)構筑新結構.這些行為直接作用于地表巖層和地貌、徑流、土壤、植被、土地利用,使其原有的形態發生變化,甚至改變了某些固有性質;在大面積施工作業而防護不當的情況下,電網工程建設對地形穩定性、降水下滲強度、地表粗糙度、土壤侵蝕量、植被覆蓋與生產力、景觀穩定度等環境因素產生二級效應,破壞了原有環境要素的穩定結構,且各二級效應過程相互影響;隨著時間的推移,生態環境要素的穩定狀態達到臨界值后,便會引發地質災害、水土流失、植被退化與景觀格局干擾等生態環境問題,從而形成電網工程生態環境敏感性空間分布格局.揭示這種敏感性格局一方面能評估輸電工程建設對復雜生態環境的影響,從而采取相應措施減少生態環境的破壞;另一方面能提前規避生態環境敏感區域,降低電網工程建設的施工安全風險與投資成本.

根據概念模型及能夠被空間量化的原則,形成表1所示的敏感性評價指標體系.“+”表示該空間因子對生態環境影響因子起積極貢獻作用;“-”表示該空間因子對生態環境影響因子起消極貢獻作用;“Null”表示該空間因子為分類數據,對生態環境影響因子的貢獻方式取決于分類數據的性質.

1.3 數據來源與預處理

DEM數據來源于地理空間數據云網站(http://www.gscloud.cn/)SRTM數據集,分辨率為90m,覆蓋西藏全境.對DEM數據進行拼接,重投影,重采樣,按照西藏邊界進行裁剪.

西藏地區1:100萬土壤類型分布柵格圖來源于寒區旱區科學數據中心(http://westdc.westgis. ac.cn),分辨率為1km.先對土壤類型分布柵格進行重投影,再利用ENVI軟件將其轉為矢量數據.

土地覆被數據來源于地理空間數據云網站(http://www.gscloud.cn/)Globcover2009_V2.3_Gl-obal數據集,分辨率為300m,覆蓋全球.對土地覆被數據進行重采樣,按照西藏邊界進行裁剪.

NDVI(每8d), NPP(每a)數據均來源于NASA官網(https://ladsweb.nascom.nasa.gov) MODIS數據集,時間范圍2000~2014年,分辨率為1km,覆蓋西藏全境.運行MRT軟件對NDVI和NPP數據進行批量重投影,重采樣,按照西藏邊界進行裁剪.

38個氣象臺站數據來源于西藏氣象局,包括逐月氣溫,逐月降水量,時間范圍1980-2014年.對氣象臺站數據進行整理,得到多年平均的年降水量和夏季(6~8月)降水量數據.

本文所有柵格數據均統一為Albers投影坐標系,1km分辨率.

1.4 敏感性指標提取

地質災害敏感性.利用ArcGIS提取研究區的海拔、坡度、地表粗糙度、坡度變率、坡向、年降水量和夏季降水量.其中,地表粗糙度按照文獻[44]的方法進行提取;坡向分為平地、正陰坡、半陰坡、半陽坡和正陽坡,并按各坡向性質對可能誘發地質災害的貢獻率分為1~5級(表2,數值越大,貢獻越大);利用克里金插值方法提取年降水量和夏季降水量.

水土流失敏感性.以水土流失通用方程[45-46](USLE)為理論基礎,按參考文獻[47]對西藏地區的水土流失敏感性進行估算.其中,先計算西藏地區逐個氣象臺站的降水侵蝕力,再進行克里金插值,經裁剪后得到降水侵蝕力因子;以西藏土壤分布圖為底圖,參考已有文獻[47-48]的K值并將其賦值到對應的土壤類型屬性中,經裁剪后得到土壤可蝕性因子;選用3′3窗口分別計算西藏地區DEM的最大值和最小值,再求兩者的差值,經裁剪后得到坡度坡長因子;將西藏地區2009年的土地利用類型數據進行重新組合,得到水體、闊葉林、建設用地、針葉林、灌木、永久冰雪、灌草地、草地、耕地、稀疏植被與裸地;再按照覆蓋因子對水土流失敏感性的影響分為5級并賦值(表2,數值越大,貢獻越大),數值越高,貢獻越大,經裁剪后得到地表覆蓋因子.

表1 敏感性評價指標體系

注:“+”表示該空間因子對生態環境影響因子起積極貢獻作用,“-”表示該空間因子對生態環境影響因子起消極貢獻作用,“Null”表示該空間因子為分類數據,對生態環境影響因子的貢獻方式取決于分類數據的性質.

表2 坡向因子與地表覆蓋因子等級賦值

植被退化敏感性.利用ArcGIS對西藏地區近15年NDVI、NPP數據進行均值計算,經裁剪后得到植被覆蓋因子和植被凈初級生產力因子.

景觀格局干擾敏感性.運行Fragstats 4.1軟件按照3000m×3000m的搜索半徑對重新組合后的西藏地區2009年土地利用類型數據進行景觀層次的DIVISION指數和SHDI指數計算,經裁剪后得到景觀分割指數因子和香農多樣性指數因子.

1.5 敏感性分析方法

由于各空間環境因子的量綱不同,若采用重分類的方式去除量綱的影響,則會因不同的分類方法,不同的分類等級劃分標準,摻雜更多的主觀因素.這里采用極差標準化對各因子去除量綱的影響,可以一定程度上避免主觀因素的干擾.

式中:X＇是變量標準化后的值,取值范圍在[0,1];為原始變量,min為原始變量的最小值,max為原始變量的最大值;式(1)適用于對生態環境影響因子起積極貢獻作用的空間因子指標,式(2)適用于對生態環境影響因子起消極貢獻作用空間因子指標.

一般來說,評價模型中各空間環境變量之間存在一定的相關性和冗余[49],不能真實地反映評價結果,比如降水量和夏季降水量.空間主成分分析(SPCA)具有優于常規正交函數的某些優點[50],將原始變量屬性空間變換為新的多變量屬性空間,其軸相對于原始空間旋轉,使得新空間中的軸不相關,前幾個主成分包含了原始數據大部分的信息,實現了較小信息損失量前提下,對空間數據進行變換、降維.另外,還可以根據特征值的貢獻率得到各主成分變量的權重,相對于層次分析法來說更具客觀性.因此,本文利用ArcGIS提供的SPCA工具進行生態環境敏感性評價.

生態環境敏感指數的計算方法如下:

式中:ESI是生態環境敏感指數,值越大,越敏感;是主成分的貢獻率;是主成分,是保留的主成分的數量;是第個主成分的特征值.

各環境變量的空間主成分結果如表3所示.一般選取累計貢獻率大于85%的主成分[51-52]作為計算指標.因此,本文選取前6個主成分進行計算權重,在ArcGIS中進行加權疊加,按照自然斷點法[50,53]對敏感性綜合指標分成5個等級:潛在敏感、輕度敏感、中度敏感、重度敏感和極度敏感.

由于環境要素在一定范圍內表現出相似性,其生態環境敏感性存在空間依賴關系,敏感性等級隨著測定距離的縮小而變得更相似或更為不同,也就是空間自相關.具體地說,空間自相關系數是用來度量由電網工程引起的生態敏感性在空間上的分布特征及其對鄰域的影響程度.本文在ArcGIS中計算局部Moran’s I指數來研究敏感性的內部空間表達.

式中,x和x分別為位置和位置對應的屬性值;是所有屬性值的平均值;為標準方差;為參與計算的單元總數;w為空間權重.

表3 坡各主成分的特征值、貢獻率、累積貢獻率與主成分權重

注:—為沒有主成分.

2 結果與討論

2.1 區域敏感性分級

圖3顯示:研究區生態環境敏感程度總體很高,中度及中度以上等級占該區國土面積的67.15%,以重度敏感為主,面積比例為24.66%.重度和極度敏感區主要分布在中部和東南部的高山河谷地帶:這里地勢起伏明顯,坡度陡峭,溝壑廣布,降水豐沛,致使地表的降水侵蝕和土壤侵蝕嚴重,極易發生地質災害和水土流失;特別是在雅魯藏布大峽谷附近區域,夏季印度洋水汽沿雅魯藏布江抬升降水量較其他區域偏多,加劇了該地區地質環境的不穩定性.與之相反,潛在和輕度敏感區則主要分布在地勢起伏小,坡度緩和,降水較少的西部和東北部地區.

2.2 電網工程標段敏感性

為了進一步分析電網工程施工對生態環境的影響,本文以輸電線路50km緩沖區為邊界,以工程標段的中點為輸入,構造泰森多邊形,對標段多邊形所在的敏感分級指數進行面積統計(表4).按照生態環境敏感程度和面積分布,標段多邊形可以分為4類:以多邊形內區域極度敏感性為優先級,連續3個或3個以上標段的面積大于1000km2,歸類為極度敏感標段(15-22);以重度敏感性為優先級,連續3個或3個以上標段的面積大于1000km2,在被不同等級分隔開、總面積接近的情況下,重度敏感面積較大且中度敏感面積較小歸類為重度敏感標段(3-5),重度敏感面積較小且中度敏感面積較大歸類為中度敏感標段(23-25);其他標段歸類為輕度敏感標段.

極度敏感標段主要為高山地貌,海拔在2800~5200m之間,地形高差巨大,山勢陡峻;受構造和降水影響,巖體破碎,河谷沖刷切割作用強烈,河谷深切,溝谷縱橫;穿越易貢國家地質公園、雅魯藏布大峽谷國家自然保護區、工布自然保護區和色拉季國家森林公園等植被較發育的生態敏感區.重度敏感標段以高原區低山丘陵和高山峽谷地貌為主,海拔在3500~4500m之間,地形起伏較大,嶺谷懸殊,植被較發育,遠離特殊及重要生態敏感區.中度敏感標段和輕度敏感標段地勢起伏較小;坡度緩和,生態敏感性整體較弱.

2.3 敏感性空間自相關分析

敏感性等級的Moran’s I有4種空間關系:HH和LL模式下的敏感性格局空間差異較小,集聚效應明顯,對應的生態環境要素空間依賴關系密切,但相比于LL模式,HH關系下的生態環境受外界干擾后極易發生損害;HL和LH模式則顯示敏感性格局空間差異大,集聚效應較弱.由圖4可知,生態環境敏感性的集聚效應比較顯著,￡0.05的面積占60.95%.其中高-高(HH)空間關聯模式分布在雅魯藏布大峽谷和東南高山河谷地帶,并且覆蓋電網線路極度敏感標段的絕大部分區域,說明該地區的自然環境要素低聯系非常緊密,相互影響,對外界的擾動極其敏感;該模式下的電網工程施工應按照極度敏感標段和重度敏感標段的標準去遵循,避免產生大范圍連續的生態環境問題.研究區自然環境要素較穩定的西部和東北部地區呈現低-低(LL)空間關聯模式;在該模式下進行工程施工,仍然要提高警惕,按照相關要求降低對生態環境的干擾.低空間集聚模式(HL和LH)僅零星分布,敏感性等級相互影響不大.

表4 電網工程各標段敏感性等級的面積統計(km2)

2.4 不同敏感標段的施工措施探討

極度敏感標段范圍內的線路施工期間,需要充分考慮地形、地貌的關系,避免大檔距、大高差、相鄰檔距相差懸殊地段,避開嚴重覆冰地段和微地形地段,避讓自然保護區的核心功能區;依托318國道及其他重要道路優化電網線路,改善交通條件;慎重選擇爆破方式和地點,避免大開挖、大爆破,減小對基底土層的擾動;依托有利地形減少土石方的開挖量,保持邊坡穩定,減少林區砍伐量,盡量不破壞自然植被;剝離的表土、草皮和其他植被單獨堆放,并做好擋護和苫蓋;回填土按要求進行分層夯實,并清除摻雜的草、樹根等雜物.

重度敏感標段范圍內的線路,受地形、交通等條件限制較為嚴重,新修施工便道時應當依據地形采用機械施工與人工施工相結合的方法,在道路兩側設置臨時排水溝,對臨時堆土做好擋護和苫蓋,減少地表擾動和植被破壞;及時回填土石方和恢復原有植被,有效控制線路對水土流失的不利影響.中度敏感標段和輕度敏感標段雖然對生態環境敏感度較弱,但在施工期間仍需按照相關要求降低對生態環境的干擾.

2.5 評估模型探討

生態環境敏感性研究對大型工程環境評估具有重要的理論和方法論價值,這將無疑減少工程施工對環境敏感區與環境保護區的破壞,提升環境保護力度,也將有益于降低工程建設的成本耗費.然而,人類工程對生態環境系統的干擾是復雜的,存在眾多不確定性的問題,這對敏感性評價研究提出了新的挑戰:

(1)評價指標的空間定量化.本文在選擇建模變量之前對工程特性及環境條件進行了充分分析,但部分可能對生態環境敏感性起重要作用的環境變量,還未能進行空間定量化(如生態系統穩定性因子,動植物群落結構因子以及人類活動因子等).另外,在給定的生態環境問題中存在“動態”概念,如植被退化,如何利用變量的變化趨勢建立具有動態概念的指標體系,是尚待深入研究的問題.

(2)敏感性評價的多尺度研究.尺度問題在眾多學科研究領域都具有重要地位,生態環境敏感性系統本身也具有多尺度、多層次性.本研究是在1km的空間尺度下進行的,即使能展現整體的敏感性空間格局,但缺少必要的細節刻畫,需要對空間指標進行降尺度研究.隨著無人機技術與遙感技術的發展,可以建立樣方尺度、景觀尺度和區域尺度立體觀測網絡,基于數據同化理論,將小尺度精確觀測數據、中大尺度遙感數據和大尺度模型模擬數據相結合建立高精度觀測系統;同時將環境因子歸一化,對整合的環境因子進行生態環境分析和評估,從而簡化環境因素的噪聲效應,更利于集中有針對性地開展生態環境敏感性評估,最終達到生態環境分析系統的多源數據和多尺度分析的自由轉換.

3 結論

3.1 以概念圖的形式確定并表達了電網工程特定活動直接或間接作用于環境帶來的生態影響,形成并空間定量化了敏感性評價指標體系;除NPP指標較復雜外,其他指標均可以由更高空間分辨率生產,指標體系可移植性強.將空間主成分方法應用于生態環境敏感性評價,實現了較小信息損失量前提下,對空間數據進行變換、降維,還可以根據特征值的貢獻率得到各主成分變量的權重,相對于層次分析法來說更具客觀性.

3.2 研究區的總體生態環境敏感程度很高,重度和極度敏感區主要分布在中部的雅魯藏布大峽谷和東南部的高山河谷地帶;根據生態環境敏感程度的分布狀況,電網工程標段可以分為極度敏感標段,重度敏感標段,中度敏感標段和輕度敏感標段,各類型標段應依據不同自然條件采取相應的措施降低工程對生態環境的影響.

3.3 區域生態環境敏感性的集聚效應較顯著,高-高(HH)空間關聯模式分布在雅魯藏布大峽谷和東南高山河谷地帶,并且覆蓋電網線路極度敏感標段的絕大部分區域.

3.4 該評價方法可移植性強,不但可以得出較為客觀的區域敏感性評價結果,還能根據工程標段內部的敏感性空間分異采取相應的工程措施,適用于青藏高原及其他復雜地形背景下跨區域電網工程,同時亦可為其他跨區域線性工程提供借鑒.

[1] Wagner P, Roschke J, Mann K, et al. Human sleep EEG under the influence of pulsed radio frequency electromagnetic fields - Results from polysomnographies using submaximal high power flux densities [J]. Neuropsychobiology, 2000,42(4):207-212.

[2] Zhang B Y, Wang X H, Zhao M, et al. Analysis of ecological environment for 500kV four circuits power transmission lines on same tower [C]//2006 International Conference on Power Systems Technology: POWERCON, Vols 1-6, 2006:764-771.

[3] 陳 功,李 艷,程正逢,等.遙感與GIS技術在城市高壓電網規劃環境影響評價中的應用 [J]. 電力勘測設計, 2007,(2):27-29,33.

[4] 張 宇,易仲強,張習傳,等.西藏輸變電工程水土流失特點及防治措施分析 [J]. 中國水土保持, 2015,(6):65-67.

[5] Cui H R, Qiu D F, Chen L. The Environmental Impact Assessment of Power Transmission Project Based on Fuzzy Theory [J]. Environment Materials and Environment Management, 2011,281:195-200.

[6] 莫申國,張百平,程維明,等.青藏高原的主要環境效應 [J]. 地理科學進展, 2004,(2):88-96.

[7] 于伯華,呂昌河.青藏高原高寒區生態脆弱性評價 [J]. 地理研究, 2011,(12):2289-2295.

[8] 姚檀棟,劉時銀,蒲健辰,等.高亞洲冰川的近期退縮及其對西北水資源的影響 [J]. 中國科學(D輯:地球科學), 2004,(6):535-543.

[9] 青藏高原冰川凍土變化對區域生態環境影響評估與對策咨詢項目組.青藏高原冰川凍土變化對生態環境的影響及應對措施 [J]. 自然雜志, 2010,(1):1-3,69.

[10] 羅利芳,張科利,孔亞平,等.青藏高原地區水土流失時空分異特征 [J]. 水土保持學報, 2004,(1):58-62.

[11] 牛亞菲.青藏高原生態環境問題研究 [J]. 地理科學進展, 1999, (2):69-77.

[12] 孫鴻烈,鄭 度,姚檀棟,等.青藏高原國家生態安全屏障保護與建設 [J]. 地理學報, 2012,(1):3-12.

[13] 馬世震,陳桂琛,彭 敏,等.青藏公路取土場高寒草原植被的恢復進程 [J]. 中國環境科學, 2004,(2):61-64.

[14] 陳利頂,呂一河,田惠穎,等.重大工程建設中生態安全格局構建基本原則和方法 [J]. 應用生態學報, 2007,(3):674-680.

[15] Jin H J, Yu Q H, Wang S L, et al. Changes in permafrost environments along the Qinghai-Tibet engineering corridor induced by anthropogenic activities and climate warming [J]. Cold Regions Science and Technology, 2008,53(3):317-333.

[16] Wen Z, Zhang T J, Sheng Y, et al. Managing ice-rich permafrost exposed during cutting excavation along Qinghai-Tibetan railway: Experiences and implementation [J]. Engineering Geology, 2011,122(3/4):316-327.

[17] 馬 巍,牛富俊,穆彥虎.青藏高原重大凍土工程的基礎研究 [J]. 地球科學進展, 2012,(11):1185-1191.

[18] 吳海毓,王 橋,王昌佐,等.遙感在大型工程生態環境影響評價中的應用 [J]. 環境與可持續發展, 2009,(1):48-49.

[19] Bonachea J, Bruschi V M, Remondo J, et al. An approach for quantifying geomorphological impacts for EIA of transportation infrastructures: a case study in northern Spain [J]. Geomorphology, 2005,66(1-4):95-117.

[20] Coskun H G. Remote Sensing and Gis Techniques for Temporal Evaluation of Environmental Impacts on Major Drinking Water Dam and Basin of Metropolis Istanbul [J]. Fresenius Environmental Bulletin, 2009,18(3):261-269.

[21] El-Gafy M A, Abdelrazig Y A, Abdelhamid T S. Environmental Impact Assessment for Transportation Projects: Case Study Using Remote-Sensing Technology, Geographic Information Systems, and Spatial Modeling [J]. Journal of Urban Planning and Development-Asce, 2011,137(2):153-158.

[22] 王 蕊,張 巍,季 蘭,等.基于GIS的輸變電項目景觀可視化環境影響評價研究 [J]. 氣象與環境學報, 2012,(3):61-64.

[23] 董仁才,孫曉澤,李春明,等.青藏鐵路沿線生態環境敏感性評價GIS模型 [J]. 生態學雜志, 2011,(9):2093-2098.

[24] 張忠良,劉 勇,王 杰,等.基于遙感與GIS技術的鐵路建設環境影響評價方法探討 [J]. 冰川凍土, 2008,(2):313-320.

[25] 郭云開,張 源,張文博.植被健康指數及高等級公路路域環境評價研究 [J]. 遙感技術與應用, 2013,(6):1120-1124.

[26] 武學森,杜培軍,景宏君,等.基于遙感與GIS的西部山區高速公路路域生態環境評價研究 [J]. 測繪通報, 2011,(9):35-37+47.

[27] Yang H C, Wang G Q, Yang Y, et al. Assessment of the impacts of land use changes on nonpoint source pollution inputs upstream of the three gorges reservoir [J]. Scientific World Journal, 2014.

[28] Xie Y H, Yue T, Chen X S, et al. The impact of Three Gorges Dam on the downstream eco-hydrological environment and vegetation distribution of East Dongting Lake [J]. Ecohydrology, 2015,8(4):738-746.

[29] Yang H C, Wang G Q, Wang L J, et al. Impact of land use changes on water quality in headwaters of the Three Gorges Reservoir [J]. Environ. Sci. Poll. Res., 2016,23(12):11448-11460.

[30] 萬 帆,王 琪,吳漢濤,等.“3S”技術在水電生態環境影響評價中的應用研究 [J]. 水力發電學報, 2013,(4):132-136.

[31] 黃金鳳,夏 軍,宋云浩,等.水電工程生態環境影響分析研究進展 [J]. 人民黃河, 2015,(7):72-75.

[32] 周 瑜.水利工程生態環境影響評價綜述 [J]. 城市地理, 2015, (24):105-106.

[33] 茍亞青,劉 昕,李思遠,等.基于3S技術的青藏公路改建工程環境影響評價方法 [J]. 中國環境科學, 2012,(10):1914-1920.

[34] 柴明堂,張建明,穆彥虎,等.基于FCM和AHP的青藏工程走廊凍土工程地質條件評價 [C]//2015年全國工程地質學術年會,中國吉林長春, 2015:8.

[35] Liao X Q, Li W, Hou J X. Application of GIS based ecological vulnerability evaluation in environmental impact assessment of master plan of coal mining area [C]//2013 International Symposium on Environmental Science and Technology (2013Isest), 2013,18:271-276.

[36] 廖雪琴,李 巍,侯錦湘.生態脆弱性評價在礦區規劃環評中的應用研究——以阜新礦區為例 [J]. 中國環境科學, 2013,(10): 1891-1896.

[37] Sahoo S, Dhar A, Kar A. Environmental vulnerability assessment using Grey Analytic Hierarchy Process based model [J]. Environmental Impact Assessment Review, 2016,56:145-154.

[38] 寧立新,馬 蘭,周云凱,等.基于PSR模型的江蘇海岸帶生態系統健康時空變化研究 [J]. 中國環境科學, 2016,(2):534-543.

[39] Shao H Y, Sun X F, Tao S Q, et al. Environmental vulnerability assessment in middle-upper reaches of Dadu River Watershed using Projection Pursuit Model and Gis [J]. Carpathian Journal of Earth and Environmental Sciences, 2015,10(4):133-146.

[40] Shao H Y, Sun X F, Wang H X, et al. A method to the impact assessment of the returning grazing land to grassland project on regional eco-environmental vulnerability [J]. Environmental Impact Assessment Review, 2016,56:155-167.

[41] Abson D J, Dougill A J, Stringer L C. Using principal component analysis for information-rich socio-ecological vulnerability mapping in Southern Africa [J]. Applied Geography, 2012,35(1/2):515-524.

[42] 徐涵秋.區域生態環境變化的遙感評價指數 [J]. 中國環境科學, 2013,33(5):889-897.

[43] 馬艷鮮,余忠水.西藏泥石流、滑坡時空分布特征及其與降水條件的分析 [J]. 高原山地氣象研究, 2009,(1):55-58.

[44] 曾 珍,楊本勇,范建容,等.基于地表粗糙度地學意義的地表真實面積計算 [J]. 遙感技術與應用, 2014,(5):846-852.

[45] Ma J W, Xue Y, Ma C F, et al. A data fusion approach for soil erosion monitoring in the Upper Yangtze River Basin of China based on Universal Soil Loss Equation (USLE) model [J]. International Journal of Remote Sensing, 2003,24(23):4777-4789.

[46] Zhang C S, Xie G D, Liu C L, et al. Assessment of soil erosion under woodlands using USLE in China [J]. Frontiers of Earth Science, 2011,5(2):150-161.

[47] 王小丹,鐘祥浩,范建容.西藏水土流失敏感性評價及其空間分異規律 [J]. 地理學報, 2004,(2):183-188.

[48] 王小丹,鐘祥浩,王建平.西藏高原土壤可蝕性及其空間分布規律初步研究 [J]. 干旱區地理, 2004,(3):343-346.

[49] Deng X, Liu J, Zhuang D, et al. Modeling the relationship of land use change and some geophysical indicators for the interlock area of farming and pasturing in China [J]. Journal of Geographical Sciences, 2002,12(4):397-404.

[50] Hou K, Li X X, Zhang J. GIS Analysis of Changes in Ecological Vulnerability Using a SPCA Model in the Loess Plateau of Northern Shaanxi, China [J]. International Journal of Environmental Research and Public Health, 2015,12(4):4292-4305.

[51] 盧亞靈,顏 磊,許學工.環渤海地區生態脆弱性評價及其空間自相關分析 [J]. 資源科學, 2010,(2):303-308.

[52] 劉正佳,于興修,李 蕾,等.基于SRP概念模型的沂蒙山區生態環境脆弱性評價 [J]. 應用生態學報, 2011,(8):2084-2090.

[53] 陳 佳,楊新軍,尹 莎,等.基于VSD框架的半干旱地區社會—生態系統脆弱性演化與模擬 [J]. 地理學報, 2016,(7):1172-1188.

Eco-environmental Sensitivity Analysis of Typical Power Grid Engineering on Tibetan Plateau Based on RS and GIS.

ZENG Ye-long1,2, ZHOU Quan3, JIANG Li3, ZHANG Yang-jian2,4*, ZU Jia-xing2,5,TAN Wei1

(1.College of Forestry, Guizhou University, Guiyang 550025, China；2.Key Laboratory of Ecosystem Network Observation and Modeling, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing, 100101, China；3.Southwest Branch of State Grid Corporation of China, Chengdu 610041, China；4.Chinese Academy of Sciences Center for Excellence in Tibetan Plateau Earth Sciences, Beijing 100101, China；5.University of Chinese Academy of Sciences, Beijing 100049, China)., 2017,37(8)：3096~3106

In order to assess the impact of power grid engineering on the ecological environment, the direct and indirect eco-environmental impacts of the power grid project in the complex natural environment was evaluated using a conceptual model. Based on RS and GIS technology, the sensitivity evaluation index system was constructed. The ecological environment sensitivity to the construction of the Typical Power Grid Engineering was evaluated by using the spatial principal component analysis method on the Tibetan Plateau. The results showed that the overall ecological environment of the study area was highly sensitive and the agglomeration effect (HH spatial correlation pattern) was significant. The severe and extreme sensitive areas were concentrated in the Yarlung Zangbo Grand Canyon, the middle of the study area, and the Alpine Valley in the southeast zone. For regions assigned to each ecological environmental vulnerability level, (i.e. the extreme sensitive, the severe sensitive, the medium sensitive and the light sensitive), corresponding measures should be taken to reduce the impacts of the project on the ecological environment. The index method proposed by this study can be used to evaluate the ecological environment impacts of other large-scale projects under complex natural conditions.

RS；GIS；Power Grid Engineering；Tibetan Plateau；Eco-environmental impact assessment；Sensitivity

X171

A

1000-6923(2017)08-3096-11

曾業隆(1992-),男,廣西欽州人,貴州大學碩士研究生,主要研究方向為森林資源監測與生態過程遙感建模.

2017-01-05

國家電網公司西南分部科技項目;中國科學院戰略性先導科技專項(XDA05050404-3);中國科學院國際合作局對外合作重點項目(131C11KYSB20160061)

* 責任作者, 研究員, zhangyj@igsnrr.ac.cn