江蘇省生態敏感性時空分布及其響應研究

陸藝杰

(安徽理工大學空間信息與測繪工程學院，安徽 淮南 232001)

引言

生態環境敏感性是指生態系統對區域內自然和人類活動干擾的敏感程度，其反映區域生態系統在遇到干擾時，發生生態環境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[1]。即在同樣干擾強度或外力作用下，各類生態系統出現區域生態環境問題可能性的大小，研究生態敏感性對保護生態系統極其重要[2]。

層次分析法(Analytic Hierarchy Process,AHP)由美國運籌學家Thomas L.Saaty (1926—2017)最先提出[3-5]，將復雜系統的決策思維進行層次化，把決策過程中定性和定量的因素有機地結合，通過判斷矩陣的建立、排序計算和一致性檢驗得到最終決策方案，克服了決策者的個人偏好，提高了決策的有效性，在多目標規劃領域具有廣泛的應用價值。

本文通過對江蘇省生態環境進行分析，通過遙感技術和地理信息系統技術等技術手段，采用量化的方式，分析江蘇省13個主體城市的生態敏感區分布。

1 研究數據

本研究涉及的數據類型可以概括為基礎地理數據和空間輔助數據社會經濟統計數據。基礎地理數據包括江蘇省土地利用數據(數據來源于中國科學院資源環境科學數據中心)用于提取2000年、2005年、2010年、2015年土地利用數據；空間輔助數據包括江蘇省DEM 1km數據(數據來源于美國Earth Data網站)用于提供地形地貌參考數據、中國年度1km植被指數空間分布數據集(數據來源于中國科學院資源環境科學數據中心)用于提取2000年、2005年、2010年、2015年植被指數。

生態敏感性受到多方面生態因子的影響，僅憑單個因子指標或者幾個因子指標很難反映城市生態敏感性的總體狀況[6]，因此在生態敏感性的因子選擇過程中，應選擇具有主導性和代表性的因子作為生態敏感性的主要分析因子[7]。結合其他學者的相關研究經驗，最終選取坡度、高程、坡向、植被指數和用地類型5個指標進行生態敏感性分析。

2 研究方法

2.1 敏感等及界定

本次研究將敏感等級劃分為5級，由低到高分別為非敏感、低敏感、中敏感、高敏感、極高敏感，分別賦值1、2、3、4、5。

各生態因子及其對應敏感性等級劃分如表1所示。

表1 各生態因子的生態敏感性信息

2.2 層次分析法

經典的AHP法是采用九標度(1～9分)進行評分的，決策者對各個需要考慮的因素進行1～9的打分。計算權重時對各因素進行兩兩比較(相減或倒數)，其結果構成的矩陣稱作判斷矩陣[8]。

2.2.1 構建層次模型

第1層次為目標層，江蘇省生態敏感性評價。

第2層次為準則層，對于具體的分類指標，指出層目標的基本判斷指標包括地形因子、用地類型。

第3層次為基準層，即每一個準則層的要素由哪些直接可衡量指標來確定。地形因子(坡度、高程、坡向)；用地類型(植被指數、土地類型)。

2.2.2 構造判斷矩陣

建立判斷矩陣以后，請專家對每2個分析指標之間進行重要性判斷，即每2個分析指標都進行相互比較，相比權衡重要性，運用標度法對分析指標賦值[9]，如表1所示。

2.2.3 計算權重

權重計算主要分為算術平均值法、幾何平均值法和特征值法。

2.2.4 一致性檢驗

需要進行一致性檢驗對判斷誤差進行評價，評價指標為一致性比率(consistency ratio,CR)。

判斷矩陣一致性檢驗使用公式：

(1)

式中，CR為判斷矩陣的隨機一致性比率；CI為判斷矩陣的一般一致性指標。由下式給出：

(2)

當CR<0.1時，可以認為判斷矩陣通過一致性檢驗[10]。

3 研究結果

依據表1中各生態因子的等級賦值，在Python中計算因子的算術平均值法、幾何平均值法和特征值法權重，如表2所示。

表2 各生態因子權重

判斷矩陣的CR值分別為0.076、0.009、0.032、0.021、0.087，從一致性檢驗的結果可得，CR均小于0.1，表示所有因子和綜合的判斷矩陣通過一致性檢驗。則5個生態因子最終的權重分別為0.159、0.195、0.194、0.240、0.212。

用ArcGIS10.2的空間分析對研究區生態環境敏感性等級進行重分類，得到江蘇省生態敏感性分類結果和分級圖，如圖1所示。

圖1 基于AHP模型江蘇省生態敏感性空間分布

根據江蘇省生態敏感性層次分析法的結果可知，2000年中敏感為主要敏感類型，面積為53821km2，占整個研究區面積的55.653%；低敏感次之，占研究總面積的28.792%；非敏感和高敏感占比較少，分別占研究區總面積的2.969%和11.770%；極高敏感等級相對于其它敏感等級占總面積比例最小。2005年，各敏感性等級占總面積比例發生不同程度變化，但總體與2000年相同，以中敏感為主，占總面積的54.612%；低敏感次之，占總面積的29.305%；非敏感和高敏感占比較少，分別占研究區總面積的3.674%和11.571%；極高敏感仍為占比最小。2010年，各敏感等級占總面積比例有所變化，總體表現為中敏感(54.682%)>輕敏感(28.446%)>高敏感(12.849%)>非敏感(2.938%)>極高敏感(1.086%)。2015年較2010年的敏感度變化大，各敏感等級均有不同程度的變化，具體表現為中敏感(49.595%)>低敏感(31.812%)>高敏感(10.253%)>非敏感(7.6375%)。2015年與之前年份不同的是，極高敏感面積占比有了明顯的下降趨勢，僅占研究區總面積的0.702%；較2010年減少了0.384%，如表3所示。

表3 基于AHP模型江蘇省各評價等級的面積

利用ArcGIS10.2的區域統計功能分析對研究區生態環境脆弱性等級進行統計，得到江蘇省生態敏感性等級的中值和標準差，如圖2所示。

圖2 基于區域統計的江蘇省13個主體城市生態敏感

根據江蘇省13個主體城市生態敏感性區域統計的結果可知，中敏感為主要敏感類型，各城市的生態等級都有先小幅度上升又有下降的趨勢；其中，南京、無錫、常州和蘇州最為顯著。淮安和揚州在2010年的生態敏感性最惡劣(相比其它城市)。徐州、鹽城和宿遷的生態敏感性在這20a期間較為穩定，沒有明顯的增幅和降幅，具體見表4。

表4 基于區域統計的江蘇省13個主體城市生態敏感性

4 結論與展望

本研究以江蘇省為研究對象，基于ArcGIS和Python平臺，利用空間統計和AHP層次分析法對地形因子和用地類型綜合分析評價，分析江蘇省生態敏感性時空分布。同時以江蘇省13主體城市作為研究對象，分析城市的生態敏感性。研究主要結論如下。

通過對江蘇省生態環境敏感性總體空間分布特征進行分析可知，江蘇省生態敏感性以中敏感為主要敏感類型。

由近20a的江蘇省生態環境敏感性趨勢分析可知，2010年以來，江蘇省生態呈現好轉趨勢，其中南京、無錫、常州和蘇州最為顯著。