基于模糊層次分析法的黃河三角洲生態脆弱性評價

吳春生,黃 翀,劉高煥,劉慶生

中國科學院地理科學與資源研究所 資源與環境信息系統國家重點實驗室,北京 100101

20世紀初,美國學者Clements將Ecotone這一術語引入到生態學中[1],之后衍生出生態脆弱性的概念,但直到現在,生態脆弱性仍未有被大眾接受的概念或定義。綜合現有的研究可總結出：生態脆弱性是當區域生態環境受到外界干擾時,所表現出的抗干擾能力弱,受干擾后恢復能力低,且發生轉變后難以恢復的性質特點。全球變暖、冰川融化、干旱、洪水、污染以及生物多樣性喪失等環境問題使得生態環境異常敏感,生態脆弱區逐步擴張,開展生態脆弱性研究是相當必要的。

國內外對生態脆弱性的研究已從初期的定性描述逐漸演變為普遍的定量評價[2- 5],研究尺度精細化顯著增強[6- 7],研究領域也在不斷拓寬,如林草交錯帶[8]、流域[9]、海岸帶[10]等,但對于河口三角洲這一特殊區域的生態脆弱性研究相對較少。目前生態脆弱性評價的方法眾多,常用的包括模糊隸屬度評價法、層次分析法、灰色關聯評價法和主成分分析法等[11- 14],各個方法都有自身的缺點,如層次分析法受人為主觀思想的影響較重,灰色關聯度評價法的復雜計算過程被大多數專家詬病。評價指標是整個研究的核心之一,學者們建立了多種指標選取框架,如“壓力-狀態-響應”模型[15]、“暴露度-敏感度-適應性”模型[16]以及“驅動力-壓力-狀態-影響-響應-管理”模型[17]等,隨著自然環境和社會發展中各種科學問題的提出,生態脆弱性指標的全面化也在不斷完善。

黃河三角洲是由黃河長年沖積形成的,該地區擁有豐富的自然景觀類型,具有重要的生物多樣性保護和生態屏障作用,但其充裕的土地和石油資源也帶來了嚴重的人類活動干擾,再加上頻繁的自然災害影響,出現了土壤退化、土地浪費、水體污染和海岸侵蝕等問題,使該地區生態環境受到嚴重威脅,所以對該區域進行生態脆弱性評估對區域生態保護和管理具有重要的科學意義和現實意義。目前也有部分學者對黃河三角洲的生態脆弱性做了評價研究,如德國宇航局的Michel通過實地調查和問卷咨詢的方式開展研究,對農村環境在受到內外干擾情況下的脆弱性狀況進行定性描述,但缺少相關的定量數據支持[18]；其他相關研究多是完全利用層次分析法進行評價[19- 21],在指標的權重設定中受人為主觀因素的影響過重。

本文擬采用模糊評價方法與層次分析法相結合對黃河三角洲生態脆弱性進行評價,也稱為模糊層次分析法,將模糊三角函數作為層次分析法中指標重要性比較的賦值方式,可以降低人為主觀作用太強的缺點[22- 23],而層次分析法為模糊評價法選取指標時提供了更清晰的思路和邏輯[11],此外,本研究利用模糊隸屬度作為指標和評價結果的定量化分類依據,削弱了以往布爾運算等級界線太過嚴格的缺點。本文研究目的一方面是驗證方法的可行性,另一方面根據研究區的生態脆弱性狀況,從空間和定量統計方面做原因分析,為黃河三角洲的可持續發展提供必要支撐。

圖1 研究區位置及高程圖Fig.1 Location and elevation of the study area

1 研究區與數據

1.1 研究區概況

黃河三角洲位于中國山東省東北部,屬東營市轄區,坐標區間為37°22′—38°04′N 和118°14′—119°05′E,總面積約為5062.59 km2,東部和北部與渤海相鄰(圖 1)。研究區地形平緩,呈西高東低,南高北低趨勢,高程在0.00 m至12.50 m之間,受黃河改道和沖積作用,微地貌類型多,包括崗階地、河成高地、低洼地、河灘地、平地以及灘涂地等。黃河三角洲屬于溫帶大陸性季風氣候,降雨集中于6—9月,年均蒸發量遠大于降水量,分別為1885.00 mm和537.40 mm；研究區土壤主要為潮土,鹽漬化重,砂粒含量較高,土壤質量普遍較低。研究區自然植被以草本植物為多,主要是耐鹽性的蘆葦、檉柳、白茅和翅堿蓬等,人工植被以農作物為主。研究區東部和北部設有兩個自然保護區—黃河口自然保護區和一千二自然保護區；研究區人為活動日趨嚴重,農業開墾范圍不斷擴張,工業建設以及石油資源的開發增加了原有自然景觀的破碎度。

1.2 評價指標系統建立

生態脆弱性評價指標和因子選取的合理性和科學性,決定著評價過程的可行性以及評價結果的可靠性,所選指標要能夠充分反映研究區面臨的主要生態環境問題。目前黃河三角洲面臨的主要生態環境問題可大致總結為：海洋潮汐和風暴潮導致的海水入侵造成陸地原有生態環境的破壞；地下水埋深較淺,地下水礦化度普遍較高,土壤鹽堿化嚴重；人類活動極大改變了自然景觀,也導致了土壤的次生鹽漬化；農業化肥和農藥的使用,工業的排污造成了嚴重的面源和點源污染,加劇了研究區的生態脆弱性。

根據以上的生態環境問題,本研究參照“壓力-狀態-響應”模型框架從地下水狀況、土壤、土地利用狀態、地形地貌、植被覆蓋、社會經濟、氣候和海洋影響8個角度選取了21個評價指標,由于本文是將層次分析法與模糊理論相結合,該理論未將各指標劃分至具體類別(壓力、狀態、響應)中,詳細體系如圖 2和表 1所示。

圖2 指標框架圖Fig.2 Index framework

一級指標First class index二級指標Second class index一級指標First class index二級指標Second class index地下水 Groundwater土壤條件 Soil condition海洋影響 Marine influences地下水位地下水礦化度土壤類型土壤質地土壤質量土壤含鹽量距海岸距離海洋侵蝕系數土地狀況 Land status植被 Vegetation社會經濟 Social economy土地墾殖率人類干擾指數土地利用 水渠網密度植被覆蓋度人口密度道路網密度GDP密度氣候 Climatic conditions降雨量≥10℃活動積溫干燥度地形地貌Geomorphology高程地貌類型

2 數據來源研究方法

2.1 數據獲取與處理

地下水數據：課題組近些年在黃河三角洲埋設了16口地下水井用于研究,本研究獲取了2014年每口井的平均地下水位和平均地下水礦化度,利用普通克里格插值得到兩者在整個研究區的分布狀況；

海洋影響：本研究收集了1984年至2014年間13期海岸線分布特征,統計整個海岸每個位置的擺動頻率,作為海岸侵蝕系數；距海岸距離以2014年海岸線為基準,利用歐氏距離法計算研究區各位置與海岸線的距離。

氣候要素：從研究區內部和周邊地區選取了13個氣象站點,并從中國氣象數據網(http://data.cma.cn/site/index.html)獲取了各站點的累年日均氣溫和累年日均降雨量,并得到相應的年均≥10℃積溫和年均降雨量,進而獲得干燥度 (K)[24],利用普通克里格插值得到各參數在研究區的分布狀況。

社會經濟統計數據：查詢2015年中國統計年鑒,獲取研究區內行政區的人口數量和GDP,參考廖順寶等人[25- 26]提出的人口空間化方法,以“人口-居住地-影響要素”模式獲取研究區的人口密度分布狀況,繼而得到GDP密度分布。

植被覆蓋度：本研究以2014年9月份Landsat8 OLS數據為基礎,首先獲取研究區的NDVI指數,并利用以下公式計算得到研究區植被覆蓋度：

VFC=NDVI-NDVIsoil/NDVIveg-NDVIsoil

本研究中將NDVIveg和NDVIsoil分別設定為研究區內的NDVI最大值和正的最小值,NDVI小于等于0的區域直接設定其覆蓋度為0。

其他數據：土壤含鹽量、土壤質量和2014年土地利用狀況引用自吳春生對黃河三角洲土壤質量的研究成果[27- 29]；研究區DEM、微地貌數據、土壤類型和土壤質地取自中國科學院地理科學與資源研究所資源環境數據中心(http://www.resdc.cn/)。土地墾殖率、人類干擾指數、道路密度和水渠網密度數據源均為研究區2014年土地利用現狀。所有數據均投影至統一坐標系下,并重采樣為30 m空間分辨率。

2.2 模糊層次分析法

首先,參照層次分析法建立指標對比矩陣,根據有關黃河三角洲研究的專家給出的建議,多次修改對比矩陣,并通過一致性檢驗,參考Kahraman[30]設定的模糊重要性對比賦值規則對原對比數值進行替代(表 2)。

表2 指標重要性對比賦值標準

模糊三角函數中的三個數值代表三角形三個頂點的橫坐標

其次,計算指標權重。假設任意一個指標i與另一個指標j的重要性對比結果可以表示為(lij,mij,uij),則指標i的累積擴展值可以表示為：

整個矩陣的累積擴展值表示為：

指標i的綜合擴展值為：

l,m,u為模糊三角函數3個頂點的橫坐標,n為指標個數。對于任意兩個綜合擴展值Si和Sj,Si≥Sj的概率大小可表示為：

設di′為Si與其他綜合擴展值比較后的最小值,即：

di′=minVSi≥Sk,i≠k,k=1,2,…n

對w′標準化即可獲得各指標的權重：

在計算過程中會產生VSi≥Sk=0,導致di′=0,致使最終權重不合理,在此情況下對指標對比矩陣中的元素進行標準化處理,即可避免最終權重出現0的情況[31]。

2.3 模糊邏輯理論模型

模糊邏輯模型即是用模糊隸屬度的方式來表達某個指標隸屬于某個級別的概率,而不是將指標指定為某一固定的等級[32],常用的隸屬度函數為：

其中0

對于每個指標需要根據研究目的設定其適宜范圍,當超出該范圍時其隸屬度值全為0或1,范圍之內的則利用隸屬度函數來計算具體的隸屬度值。而在確定適宜范圍是往往需要借助于已有的研究成果、文獻資料以及相關部門設定的標準規范等。

2.4 生態脆弱性評價方法

研究區最終的生態脆弱性評價利用加權求和的方法,即：

EVI即為生態脆弱性值,wi為各指標的權重值,Ai為各指標的隸屬度。

3 研究結果

依據模糊層次分析法建立過程,各一級指標的重要性比較矩陣見表3。

表3 一級指標重要性對比賦值

由于二級指標較多,不再逐個展示,參照權重計算的方法和過程,各指標的權重如下表 4所示。

表4 各級指標相對權重及綜合權重

從表 4中看出,一級指標中的土壤條件權重為0.31,比其他各指標權重都大,說明土壤屬性特征對于黃河三角洲生態安全穩定具有重要的作用,而由于研究區地形平緩,無較大起伏,所以地形地貌的影響相對較小,其所占權重也相應較小。

依據模糊邏輯模型構建過程,經查閱與各指標有關的文獻資料、書籍和已有的研究結果[22, 24, 34- 36],并結合研究區實際情況,確定了各指標的脆弱性適宜范圍、各指標的趨向性以及各指標在模糊函數中的b值和d值。定量指標詳情如下表 5所示：由于定性指標無數值型界線,無法利用模糊函數計算隸屬度,故根據相關資料指定各定性指標的隸屬度,詳情如表 6和表 7所示。

注：b和d為隸屬度函數中的設定參數

表6 不同土地利用類型隸屬度設定

根據上述的適宜性范圍并參照模糊隸屬度函數獲取各定量指標在研究區內的生態脆弱性隸屬度空間分布狀況,結合各指標的權重,利用加權求和模型獲取研究區整體的生態脆弱性隸屬度,并利用自然斷點法將脆弱性結果分成6個級別,各級別空間分布及面積統計如下圖 3和下表 8所示。

表7 不同土壤條件和地貌類型隸屬度設定

表8 各生態脆弱性級別數值統計

圖3 研究區生態脆弱性級別空間分布狀況 Fig.3 Spatial distribution of ecological vulnerability in the study area

從圖3中可以看出,在空間位置上越靠近海岸,脆弱性越高,以黃河入海口周邊和研究區西北沿海最高,向內陸逐漸降低,研究區中部黃河和刁口河交叉處周邊脆弱性最低,整體規律與預計結果相符合,與其他研究成果相比,整體結果也更為合理。

從統計結果看(表 8),重度脆弱區分布面積最大,范圍最廣,面積達到1113.25 km2,占總面積的22.03%,相對來說研究區北部沿海更多,尤其刁口河東側面積較廣；其次是極度脆弱區,面積為952.85 km2,該區域分布更靠近海岸線,除刁口河入海口兩側和一千二自然保護區沿海外,其他沿海地區基本上為極度脆弱生態環境；中度、輕度、微度和不脆弱區被極度脆弱區和重度脆弱區包圍,且四種類型整體上也是由外向內脆弱度逐漸降低,中度脆弱區和輕度脆弱區處于外圍,兩者呈鑲嵌分布,不脆弱區與微度脆弱區在最內側,也呈零星交叉分布,不脆弱區面積最小為464.17 km2。

為了更好的對研究區生態脆弱性做原因分析,根據各指標設定結果,土地狀況所占權重僅次于土壤條件,故將評價結果與土地利用現狀進行疊加,重點分析幾個主要土地利用類型的生態脆弱性特點,結果如下表 9所示。表 9顯示,農田面積最大,其主要分布在前3個脆弱性級別,以微度脆弱區面積最大為405.06 km2,其次是不脆弱區和輕度脆弱區,農田在重度脆弱區和極度脆弱區也有少量分布。鹽堿地同樣在6個脆弱性級別區均有分布,相對于農田來說,除了不脆弱區,在其他級別面積分布較為均勻,輕度脆弱區和中度脆弱區面積基本相等,重度脆弱區面積最大為290.10 km2。根據整個研究區脆弱性分布可以看出,沿海灘涂基本上都屬于極度脆弱類型,面積達到359.50 km2,而在一千二保護區北側的灘涂則屬于重度脆弱區。居民地以分布在輕度脆弱區和中度脆弱區為主,草地和林地在各級別內分布面積較均勻,內陸灘涂和園地總面積較少。

表9 主要土地利用類型在各生態脆弱性級別上的分布面積/km2

4 分析和討論

從評價結果中生態脆弱性各級別的空間分布狀況來看,空間格局較為合理,與預期設想和實際的自然條件影響相符,也證明了該方法的合理性和適用性,可以為其他類似研究提供借鑒和依據。與前期黃河三角洲生態環境脆弱性研究成果相比[19- 21],模糊理論的加入使得評價過程中人為主觀要素影響得到減弱,隸屬度函數的使用不但實現了定量化評價,而且在評價等級劃分上更加靈活,評價結果更為詳細且在空間上的連續性強。

從評價指標上看,表 4顯示一級指標中土壤條件所占權重最大,其中又以土壤含鹽量和土壤質量最為重要,所以生態脆弱性的空間分布受土壤含鹽量和土壤質量的空間分布影響較重,從吳春生對土壤質量和土壤含鹽量的研究成果看(圖 4),兩者與生態脆弱性評價結果在空間上具有相似性,土壤質量與生態脆弱性的空間相關性達到-0.55；在土壤質量較差的區域,生態脆弱性高,如黃河入海口周邊,研究區的西北部和東南部等,而在刁口河與黃河交叉處周邊土壤質量較高,土壤含鹽量低,故其為不脆弱區。所以可以從如何提高土壤質量和降低土壤含鹽量方面采取措施,來降低區域生態環境的脆弱度,如減少對耐鹽植被的破壞,提高區域的植被覆蓋,從而減少因蒸發而產生的表土聚鹽現象,植被的枯枝落葉也能夠提高土壤的肥力。

圖4 土壤質量和土壤含鹽量空間分布狀況Fig.4 Spatial distributions of soil quality and soil salinization in study area

另外與生態脆弱性有較大關系的是土地狀況和地下水條件。土地利用狀況中人類干擾指數影響占比重較大,尤其是農田的開發和人工濕地(養殖和鹽田)的建設對生態環境的改變較大,上述土地利用狀況與生態脆弱性結果疊加統計結果以及下圖 5中主要土地利用類型的空間分布狀況顯示,一部分農田處于生態脆弱性較高的區域,這不利于生態環境的維持和保護,尤其當土壤肥力不足,作物產量降低時,該區域往往被棄耕,進而產生次生鹽漬化,處于高生態脆弱性等級的鹽堿地中有部分即為此類土地；另外,養殖和鹽田開發破壞了原有生態環境的演化方向,加重了生態脆弱性程度。所以避免在脆弱性高的區域進行人為開發,對于保護區域生態環境有重要的作用。

圖 5中地下水埋深的空間分布狀況顯示其與生態脆弱性的空間分布格局也存在一定的相似性,兩者的空間相關性達到-0.74,地下水礦化度較高,其埋深越淺,地表返鹽越嚴重,長期的低植被覆蓋率也使得凈初級生產力較低,當受到外界干擾時,易改變原有狀態,且難以恢復。

圖5 地下水位和主要土地利用類型空間分布狀況Fig.5 Spatial distributions of main land use types and groundwater level in study area

此外,對比研究區沿海區域的脆弱性空間差異可以看出,在設有防護措施或修復工程的位置,生態脆弱性相對較低,如從黃河口自然保護區北部至刁口河河口西岸的沿海岸段,分別建有不同類型的防護堤,有效阻擋了海水和潮汐向陸地的侵入,保障了植被的生長,從而提高了生態環境的穩定性；而黃河入海口及其周邊區域由于要為動植物提供海陸交互的棲息地環境,故保留原有自然狀態,減少人為影響則是正確的處理方式；所以根據不同的岸段類型,采取相應的保護措施對于黃河三角洲生態穩定性具有積極作用。

與其他利用模糊層次分析法對生態脆弱性進行評價的研究相比,方法運用上存在很大差異,相互之間缺少對比,無法得知所選的指標對比函數以及權重計算方法的優劣性,這在以后的研究中還需要進一步探索；另外本研究只是針對2014年的黃河三角洲生態脆弱性做了評估,所以在做原因分析時只能從現狀上討論,總體上論據較為牽強,說服力不足；為更好的分析黃河三角洲生態脆弱性空間分布特征,還需要利用多期數據進行對比,動態的展示空間上的變化,但由于前期的數據不足,如土壤質量等,只能期待后期數據的完整性,而且還要注意本研究中選取的指標在后期研究中的適用性等。

5 結論

本研究利用模糊層次分析法和模糊隸屬度理論對黃河三角洲生態脆弱性進行了評價,評價結果顯示生態脆弱性級別分布具有一定的規律,從沿海到內陸脆弱性逐漸減弱,其中以黃河入海口周邊、東南沿海以及西北沿海等地區脆弱性最高,而處于內陸的黃河和刁口河沿岸為不脆弱區域,空間分布格局整體上合理可信,也證實了方法的可用性；土壤含鹽量作為黃河三角洲土壤的特殊指標,其對生態脆弱性影響較大,以土壤養分為主要內涵的土壤質量對其影響更大,空間相關性達到-0.55；地下水埋深直接控制著土壤含鹽量的大小,其與生態脆弱性的空間相關性大小為-0.74；另外,人為活動如農田耕作、鹽田和養殖開發以及石油開采對研究區生態環境產生了不利影響,而沿海堤壩的建設則為生態環境免受海水侵擾提供了屏障,有效保護了生態環境。為更好的分析黃河三角洲生態脆弱性原因以及提供保護生態環境的方法,未來要著眼于生態脆弱性的動態研究,利用多期結果進行對比。