基于DPSIR-GM(1,1)模型的甘肅省生態安全評價與預測

鄭樂樂, 馬小雯, 安翔, 郭精軍

基于DPSIR-GM(1,1)模型的甘肅省生態安全評價與預測

鄭樂樂, 馬小雯, 安翔, 郭精軍*

蘭州財經大學統計學院, 蘭州 730020

生態環境質量的綜合評價是實現經濟社會與自然環境協調發展的重要前提。以甘肅省為研究區域, 基于“驅動力—壓力—狀態—影響—響應”(DPSIR)概念模型, 構建生態安全評價指標體系, 運用灰色關聯改進理想解(TOPSIS)的評價方法, 對甘肅省生態安全狀況進行綜合評價, 并采用灰色預測模型對2019—2023年甘肅省生態安全的發展前景進行分析。結果表明: 甘肅省2009—2018年生態安全狀況總體呈現上升趨勢, 安全等級從敏感上升至一般; 驅動力、壓力及影響指標有波動下降的趨勢, 狀態及響應指標值逐年上升; 甘肅省2019—2023年的生態安全綜合指數從0.7274增長至0.9463, 達到安全狀態。

生態安全; DPSIR模型; 灰色關聯改進的TOPSIS法; 灰色預測

0 前言

生態環境是人類極為珍貴的自然財富, 維持生態環境安全是實現社會可持續發展的重要基礎。面對目前全球總體生態脆弱的現狀, 保障生態環境安全已成為迫切的社會需求[1]。2019年8月19日至22日, 習近平總書記甘肅之行, 強調要注重生態環境建設與保護, 要貫徹新時代中國特色社會主義思想和黨的十九大精神, 致力于生態環境與經濟社會協調發展[2-3]。生態安全是國家安全的重要組成部分, 是指人類賴以生存的生態環境, 包括聚落、區域、國家乃至全球, 不受生態條件、狀態及其變化的威脅、危害, 能處于正常的生存發展狀態[4]。廣義的生態安全是指人類的生活、健康、安樂、基本權利、生活保障來源、必要資源、社會秩序以及環境變化適應能力等方面不受威脅的狀態, 包括自然生態安全、經濟生態安全和社會生態安全3個方面[5]。

為使生態安全由定性研究向定量研究發展, 對生態環境進行安全狀況的評估, 國內外學者在評價指標、評價方法及模型的研究上做了大量補充與改進。例如, 對評價指標的研究, Sorgog等[6]在量化生態風險的精確度過程中, 通過傳統評估因子法(AF)與物種敏感性分布法(SSD)相比較, 分析得出物種敏感性的變化是影響生態風險的一個重要因素。Leiva等[7]在研究智利北巴塔哥尼亞湖生態特征過程中, 以大型底棲無脊椎動物為研究對象, 利用湖泊生物指數(LBI)對Rupanco湖進行分析, 結果表明在春秋兩季, 該湖泊沉積物中氧含量高, 有機質含量低, 處于低共生狀態, 與之前在Rupanco湖進行的理化和微藻分析結果一致, 則建議將湖泊生物指數應用于實際生態系統的綜合評估中。對評價方法的研究, Massi等[8]在研究地中海港口水生態質量過程中, 以TRIX指數(包含海洋生態系統營養性所涉及的主要變量(氮、磷、葉綠素a、溶解氧))作為評價指標, 采用反射光譜分類法對地中海相關5個港口的水質和浮游植物群落特征進行統計分析, 結果表明該分類法較好地解釋了不同指標間的實質一致性, 是一種有較大潛力的對港口水質快速評價的方法。Wang等[9]在研究城市生態環境與流域狀況的相互作用過程中, 主要利用多元數據與遙感數據, 通過計算基于物種豐富度指數、植被覆蓋指數、水網絡密度指數、土地壓力指數以及污染負荷指數的綜合指數法來對生態環境質量進行評價。Cao等[10]在研究以大型植物為主的淺水湖泊的綜合生態服務價值(ESV)中, 將生態系統分為供給(PS)、調節(RS)、支撐(SS)以及文化(CS)服務四個子系統, 以子系統生態服務價值的加權總和法來綜合衡量生態系統的服務價值量。在模型研究方面, 目前基于壓力—狀態—響應模型(PSR)來構建指標體系的研究成果豐富。例如, 陳志鼎等[11]在對潛江市后湖管理區生態系統健康狀況進行分析中, 采用壓力—狀態—響應(PSR)模型構建健康評價指標體系, 為未來小流域生態系統的修復提供合理建議。為了更精確、系統的反映經濟、社會、環境之間的相互關系, 相關學者對PSR模型進行了一系列改進, 構建了邏輯關系更全面清晰的驅動力—壓力—狀態—影響—響應(DPSIR)模型。例如, 楊文培等[12]基于DPSIR模型并結合改進的層次分析法建立城市大氣評價指標體系, 對城市大氣質量進行綜合評價, 構建科學的判斷矩陣, 改善了傳統層次分析法主觀隨意性大的缺點, 以促進我國氣候智慧型低碳城市的建設與發展。Chen等[13]在研究采礦綠色化過程中, 以資源、環境和社會經濟效益的可持續性為核心, 基于DPSIR模型對綠色礦山建設現狀進行評價, 利用主成分分析法對礦區數據進行分析, 提出了改善綠色礦山建設和礦業可持續發展的戰略框架。其中生態安全評價方法應用最為廣泛的是數學模型法, 具有代表性的有綜合指數法、層次分析法、灰色關聯度法、熵權法、模糊綜合評價法等[14-17]。

雖然DPSIR模型在資源和環境系統中應用比較廣泛, 但運用于生態敏感區甘肅省的研究較少, 且針對目前對生態環境的綜合評價及指標體系的構建過程中, 評價指標的參照標準適用性有所不足, 在綜合評價指數的計算過程中, 對指標值與理想解間關系的考慮不夠全面, 對指標權重的設計以及未來發展的展望存在一定的主觀性。因此, 本文構建了基于DPSIR模型的甘肅省生態安全評價指標體系, 采用灰色關聯改進的TOPSIS模型對指標體系進行分析研究, 并應用GM(1,1)預測模型科學地預測甘肅省2019—2023年生態安全指數, 對生態安全發展趨勢進行預測。通過建立科學合理的評價指標體系, 對甘肅省生態安全進行評價分析和預測, 為研究區經濟、社會和生態環境的協調可持續發展提供一定的參考依據。

1 研究區域概況及數據

1.1 研究區域概況

甘肅省位于祖國地理中心, 地處黃土高原、青藏高原、內蒙古高原三大高原和西北干旱區、青藏高寒區、東部季風區三大自然區域的交匯處, 介于北緯32°11′—42°57′, 東經92°13′—108°46′, 地貌復雜多樣, 類型齊全, 山地、高原、平川、河谷、沙漠、戈壁交錯分布, 大部分地區氣候干燥, 屬于大陸性很強的溫帶季風氣候。其生態系統復雜多樣, 各市州海拔不同, 氣溫差別較大, 自然條件嚴酷, 是西北地區乃至全國自然生態類型最為復雜的地區之一。并且, 甘肅省作為青藏高原生態屏障、黃土高原—川滇生態屏障以及北方防沙帶的重要組成部分, 對全國生態環境的保護和治理具有重要意義[18]。

1.2 數據來源

本研究所用數據主要來源于《甘肅省統計年鑒2010—2019》、《中國統計年鑒2010—2019》、《中國環境統計年鑒》以及甘肅省統計公報。

2 研究方法

2.1 評價指標體系構建

DPSIR由OECD[19]于1993年提出, 此后在政策制定與研究中得到廣泛推廣, 能有效反映系統的因果關系并整合資源、發展、環境與人類健康等因素, 目的在于建立驅動力D—壓力P—狀態S—影響I—響應R的因果關系鏈[20]。該模型涵蓋了社會、經濟、環境等要素, 表明社會、經濟和人類活動對流域生態安全造成的種種影響, 通過響應指標來表明人類活動對生態環境建設的反饋[21]。邏輯傳導關系為: 驅動力是生態環境狀況發生變化的動因, 對生態環境的自我調節功能產生較大壓力, 當壓力超出生態環境自我調節凈化的能力范圍時, 生態環境就會表現出一系列的不良狀況, 進而對經濟、文化、社會的發展產生各種影響, 政府則根據各種影響做出相應的舉措, 以來改善生態環境的狀況[22-23]。

圖1 研究區概況圖

Figure 1 The map of study area

本文在分析DPSIR生態安全指標體系的基礎上, 結合甘肅省生態環境的實際情況, 共選取了25個指標, 構建了甘肅省生態安全指標體系, 并分為驅動力、壓力、狀態、影響以及響應五個循環子系統。其中:

驅動力: 人類社會的發展是生態環境保護的重要驅動力量, 社會的經濟發展狀況也直接影響著生態環境建設與保護的相關舉措的實施。因此, 可從社會的經濟發展與人口狀況兩個方面來衡量生態環境保護的驅動因素, 具體選取指標有: GDP增長率、工業生產總值占比、農業生產總值占比、人口自然增長率以及城鎮人口占比。

壓力: 由人類活動間接引起的、驅動力之后的、直接促使生態系統安全狀態發生改變的指標。以廢水廢氣排放量、建設用地比例、水資源開發強度以及牲畜養殖數量作為生態環境的壓力指標具有較好的解釋效果。

狀態: 生態環境狀態指標主要是指環境在社會經濟發展驅動和生態環境保護壓力指標的作用下, 所呈現出的發展變化狀態。對于生態狀態指標, 可以從水利設施用地、人均年用水量、當年造林面積、年降水量以及耕地土地面積比等方面來衡量。

影響: 生態環境所表現出的狀況對經濟、社會及文化的發展所造成的影響, 為政府決策提供參考。主要選取旅游外匯收入、政府環境保護支出、居民文化娛樂消費指數、水土流水面積以及年日照小時數等指標。

響應: 政府針對資源消耗、生態環境狀態及影響指標信息的反饋, 做出的相應解決措施。主要從廢水污水處理、水保措施固定投資、水土流失治理以及受高等教育的狀況來衡量。具體見表1。

2.2 確定指標權重

因為各項指標評價單位不同, 反映生態系統狀況和重要程度也不同, 因此需要對評價指標進行無量綱化處理。在確定權重時, 為避免主觀賦權法所產生的誤差, 采用熵權法確定指標權重[24]。

表1 生態環境DPSIR模型指標體系及權重

(2)對判斷矩陣進行無量綱化處理, 消除不同量綱的影響:

(3)計算信息熵:

2.3 計算綜合評價指數

TOSIS是一種經典的多屬性決策方法, 首先被Hwang和Yoon用來研究多屬性決策問題, 已在許多領域被廣泛運用[25-27]。基于灰色關聯改進的TOPSIS評價方法[28]主要步驟為:

(1)加權判斷矩陣的計算:

(2)確定最優解最劣解:

對于正向指標:

對于負向指標:

(3)以加權矩陣與最優解最劣解為基礎, 計算灰色關聯度系數:

(4)根據關聯系數計算灰色關聯度:

(5)計算各評價指標與最優解最劣解的歐氏距離:

(6)根據灰色關聯度與歐氏距離計算綜合距離:

然后計算綜合距離:

(7)計算生態環境綜合評分:

2.4 灰色預測GM(1,1)模型

灰色系統理論是由鄧聚龍教授1982年提出, 灰色預測模型又是在灰色系統理論中應用最廣泛、最核心的一種動態預測模型, 用來有效解決信息不完備的問題, 而該模型的核心是GM(1,1)模型, 可以根據少量的信息對所研究問題進行建模與預測。其基本思想是用累加的方法實現時間序列數據由非線性化為線性, 從而弱化序列隨機性, 增強其規律性[31-33]。具體建模步驟為:

表2 生態安全評價等級

(2)建立一階線性微分方程:

解得灰色預測模型:

(3)模型檢驗: 模型檢驗通過后驗差檢驗進行, 模型的精度則是通過值和值共同決定, 見表3。

其中:

3 結果與分析

3.1 綜合評價結果分析

首先, 根據表1以及甘肅省2009—2018年生態環境指標數據, 運用灰色關聯改進的TOPSIS法計算綜合評分, 得到綜合評分向量:

然后, 由表2生態安全等級, 對甘肅省2009—2018生態環境綜合評分進行等級劃分, 具體見表4, 最后對綜合評分向量作趨勢圖, 見圖1。

表3 GM(1,1)模型精度檢驗表

表4 甘肅省生態安全等級劃分

圖2 綜合評分指數趨勢圖

Figure 2 The trend chart of comprehensive rating index

根據表4和圖2可以看出, 甘肅省從2009—2018年生態安全綜合指數不斷提高, 從2009年的0.337891到2018年的0.63631, 安全等級從敏感上升到一般, 與狀態指標和響應指標發展趨勢相近。這表明甘肅省的生態系統結構遭到一定破壞, 但尚可維持基本功能, 通過政府、社會和民眾等各方面的不懈努力, 整體生態環境正在改善。首先, 自黨的十八大以來, 我國高度重視生態環境的建設, 甘肅省政府為響應黨中央的號召采取了一系列措施, 如小流域綜合治理、植樹造林、合理放牧等, 這在一定程度上改善了甘肅省生態環境狀況; 其次, 隨著“一帶一路”、“兩屏三帶”工程的建設, 如退耕還林還草、荒漠化與沙化綜合治理、水土保持治理等, 對當地的生態環境保護和經濟發展起到了一定的積極作用; 最后, 隨著經濟的不斷發展, 城鎮人口占比在逐年上升, 但甘肅省貧困人口較多, 受高等教育比率增長緩慢, 政府對環保的宣傳和投資力度相對較弱, 公眾環保意識落后。因此, 甘肅省生態安全等級依舊處于一般狀態。

3.2 分類評價結果

在上述過程中, 甘肅省2009—2018年流域生態環境各準則層綜合權重指標系數見表5。

根據表5繪制生態環境指標層綜合權重趨勢圖, 見圖3。

根據圖3, 可以看出甘肅省生態環境狀況在2009—2018年間, 驅動力指標整體呈現出波動下降趨勢; 壓力指標波動變化較大, 總體上呈現下降趨勢; 狀態指標總體呈現明顯的增長趨勢, 且在2012—2013年間有較大幅度的上升; 影響指標總體呈現波動下降趨勢, 且在2012—2014年間有較大幅度的下降; 響應指標則呈現明顯的增長趨勢。由此表明, 甘肅省經濟社會的發展與生態環境建設逐漸相協調, 其中環境污染物排放量、水資源開發利用強度總體上呈現減少趨勢; 可用耕地面積增長顯著, 興建水利工程, 植樹造林, 生態環境狀況有了明顯改善, 但自然災害受災狀況以及水土流失狀況依然嚴重。

表5 甘肅省生態環境指標層綜合權重

圖3 指標層權重系數趨勢圖

Figure 3 The trend chart of index weight coefficient

3.3 甘肅省生態安全預測

結合生態環境綜合評分向量以及預測值作生態安全指數趨勢圖, 見圖4。

運用灰色預測模型, 對甘肅省2020—2023年生態環境綜合評分進行預測。表6預測結果顯示, 該預測模型擬合優度較好, 2019—2023年甘肅省生態安全指數逐年上升, 從2019年0.7274上升至2023年0.9463, 生態安全等級從一般上升到安全。由圖4生態安全指數趨勢圖可以看出, 生態安全指數呈上升趨勢, 這與2009—2018年甘肅省生態安全綜合評價曲線基本吻合, 因此模型預測結果較準確。

4 討論與結論

合理開發與保護自然資源是甘肅省區域可持續發展的重中之重, 也是經濟高質量發展所面臨的重要問題, 且對西北乃至全國生態環境建設具有全局性的意義。本文基于DPSIR概念模型, 構建甘肅省流域生態安全的評價指標體系, 運用灰色關聯改進的TOPSIS方法求得甘肅省生態安全綜合指數, 同時, 根據無偏GM(1,1)模型對甘肅省生態環境安全指數擬合預測模型, 分析未來的發展趨勢, 得出如下結論:

表6 甘肅省生態安全預測值

圖4 生態安全綜合指數趨勢圖

Figure 4 The trend chart of comprehensive ecological security index

(1)生態安全綜合評價結果表明, 甘肅省2009—2018年的生態安全值總體呈上升趨勢, 安全等級從敏感上升到一般, 生態環境狀況整體發展良好, 但在防治污染、整治水土流失以及自然災害預警等方面有所不足。目前甘肅省生態環境總體安全狀態并未達到理想狀態, 受自然災害的影響較大。

(2)根據分類評價結果, 驅動力指標、壓力指標以及影響指標總體呈現波動下降趨勢, 且影響指標與響應指標對甘肅省生態安全綜合指數的貢獻最大, 其權重分別為0.242071與0.251353, 這表明政府對生態環境建設方面的投入比重越來越大, 但水土流失與自然災害受災狀況仍然較為嚴重, 對甘肅省經濟社會發展產生了較大的影響。因此, 甘肅省應重點防控防治水土流失, 興建水利工程, 植樹造林, 增強自然災害預警及災后重建能力。

(3)預測結果表明, 甘肅省2019—2023年生態安全發展狀況呈現平穩上升趨勢, 甘肅省流域生態狀況將有很大的改善, 安全指數有很大的上升潛力。

本文雖然運用DPSIR模型和改進的TOPSIS法進行定量分析, 得出了甘肅省生態環境狀況, 但在研究內容和方法選取方面仍然存在不足。在確定評價指標時, 評價指標的參照標準適用性有所不足, 未考慮氣候氣象、空氣濕度、植被覆蓋、土地沙漠化及治理狀況等因素, 指標數據獲取具有一定難度, 指標選取需要進一步考慮公眾滿意度和生態承載力等指標; 在綜合評價指數的計算過程中, 權重的計算應主客觀相結合考慮, 且對指標值與理想解之間關系的考慮不夠全面, 使得計算結果有一定的主觀性。在未來的研究中, 力求改進, 需要綜合考慮更加科學全面的評價模型與數學方法。

[1] 李干杰. 堅決打贏污染防治攻堅戰以生態環境保護優異成績決勝全面建成小康社會[J]. 環境保護, 2020, 48(Z1): 8–16.

[2] 方世南. 習近平生態文明思想的鮮明政治指向[J]. 理論探索, 2020(1): 79–85.

[3] 魏吉華, 蔣金法. 綠色財政支出: 理論與實踐—對黨的十九大關于深化綠色發展的思考[J]. 當代財經, 2018(12): 26–36.

[4] 陳西蕊, 張蓉珍. TOPSIS法在區域生態安全動態評價中的應用—以陜西省為例[J]. 西北農林科技大學學報(自然科學版), 2011, 39(7): 177–184.

[5] 萬正芬, 劉曉暉, 盧少勇, 等. 基于DPSIR模型的長三角地區生態安全評估[J]. 環境影響評價, 2019, 41(5): 22–27+42.

[6] SORGOG K, KAMO M. Quantifying the precision of ecological risk: Conventional assessment factor method vs. species sensitivity distribution method[J]. Ecotoxicology and Environmental Safety, 2019, 183. doi: org/10. 1016/j. ecoenv. 2019. 109494.

[7] LEIVA G, FUENTES N, CATALINA Ríos, et al. Application of the Lake Biotic Index (LBI) in the ecological characterization of a North Patagonian lake in Chile[J]. Heliyon, 2019, 5(10), doi: org/10. 1016/j. heliyon. 2019. e02492.

[8] MASSI L, MASELLI F, ROSSANO C, et al. Reflectance spectra classification for the rapid assessment of water ecological quality in Mediterranean ports[J]. Oceanologia, 2019, 61(4): 445–459.

[9] WANG Chaojun, ZHAO Hongrui. The assessment of urban ecological environment in watershed scale[J]. Procedia Environmental Sciences, 2016(36): 169–175.

[10] CAO Tiange, YI Yujun, LIU Hongxi, et al. Integrated ecosystem services-based calculation of ecological water demand for a macrophyte-dominated shallow lake[J]. Global Ecology and Conservation, 2020(21), doi:org/10. 1016/j. gecco. 2019. e00858.

[11] 陳志鼎, 王玲玲. 基于PSR模型的潛江市后湖管理區生態系統健康評價[J]. 水電能源科學, 2020, 38(7): 57–60.

[12] 楊文培, 何曙慧, 楊潘. 基于DPSIR模型的城市大氣評價指標設計[J]. 統計與決策, 2017(3): 59–62.

[13] CHEN Jinhui, JISKANI I M, CHEN Jinliang, et al. Evaluation and future framework of green mine construction in China based on the DPSIR model[J]. Sustainable Environment Research, 2020, 30(1), doi: 10. 1186/s42834–020–00054–8.

[14] 溫家華, 徐征和, 武瑋, 等. 大汶河流域水生態系統健康評價研究[J]. 南水北調與水利科技, 2018, 16(3): 118–124.

[15] 沈思祎, 鈕爾軒, 孟斌. 基于灰色關聯度的遼寧近海海域生態環境承載力評價[J]. 大連海事大學學報, 2017, 43(3): 112–118.

[16] 黃發明, 李友皝, 劉達琳, 等. 基于改進TOPSIS法的湖泊水質評價[J]. 水電能源科學, 2020, 38(4): 51–54.

[17] 陳磊, 王家鼎, 谷天峰, 等. 大西溝鐵礦生態環境模糊綜合評價研究[J]. 土壤通報, 2017, 48(4): 794–799.

[18] 陳曉雨婧, 夏建新. 甘肅省生態安全評價及其驅動力分析[J]. 西北民族大學學報(哲學社會科學版), 2017(6): 140–147.

[19] Organisation for Economic Co-operation and Development. Group on the State of the Environment. OECD core set of indicators for environmental performance reviews[J]. Environment Monographs, 1993, 83.

[20] 曹紅軍. 淺評DPSIR模型[J]. 環境科學與技術, 2005(S1): 110–126.

[21] 李玉照, 劉永, 顏小品. 基于DPSIR模型的流域生態安全評價指標體系研究[J]. 北京大學學報(自然科學版), 2012, 48(6): 971–981.

[22] 朱玉晨, 李亞松, 劉雅慈, 等. 基于改進DPSIR模型的京津冀地區優先回補水源地篩選方法[J]. 環境科學研究, 2020, 33(6): 1357–1365.

[23] 李沁峰, 孫邦棟. 基于DPSIR-集對分析模型的生態港口評價[J]. 統計與決策, 2019, 35(19): 46–50.

[24] 劉威, 董婉琪. 基于AHP—熵權法組合賦權的排水管網風險評估方法研究[J]. 安全與環境學報, 2021, 21(3): 949–956.

[25] 林龍圳, 李達, 林震. 基于熵權-TOPSIS模型的庫布齊沙漠地區水資源承載力評價[J]. 華中師范大學學報(自然科學版), 2020, 54(4): 640–648.

[26] 陳盛偉, 馮葉. 基于熵值法和TOPSIS法的農村三產融合發展綜合評價研究—以山東省為例[J]. 東岳論叢, 2020, 41(5): 78–86.

[27] 汪雨琴, 余敦, 劉慶芳. 基于TOPSIS方法的土地生態安全評價—以神農架林區為例[J]. 江蘇農業科學, 2017, 45(19): 285–288.

[28] 許楊, 陳菁, 夏歡, 等. 基于DPSR-改進TOPSIS模型的淮安市水資源承載力評價[J]. 水資源與水工程學報, 2019, 30(4): 47–52.

[29] 韓雅琴, 白中科, 張繼棟, 等. “一帶一路”背景下東南亞地區生態安全評價研究[J]. 生態經濟, 2020, 36(6): 181–187.

[30] 王毅, 魏江超, 孫啟元, 等. 基于ARIMA-ANN模型的生態安全評價及預測—以河西走廊城市群為例[J]. 生態學雜志, 2020, 39(1): 326–336.

[31] 平建華, 李升, 欽麗娟, 等. 地下水動態預測模型的回顧與展望[J]. 水資源保護, 2006(4): 11–15.

[32] 劉天, 王蕓, 姚夢雷, 等. GM(1, 1)灰色模型、馬爾可夫鏈模型及其組合模型和SARIMA模型在甲肝發病數預測中的應用效果比較[J]. 華南預防醫學, 2019, 45(2): 128–132.

[33] 韓磊, 潘玉君, 高慶彥, 等. 基于PSR和無偏GM(1, 1)模型的云南省耕地生態安全評價與預測[J]. 生態經濟, 2019, 35(2): 148–154.

Evaluation and prediction of ecological security in Gansu province based on DPSIR-GM(1,1) model

ZHENG Lele, MA Xiaowen, AN Xiang, GUO Jingjun*

Lanzhou University of Finance and Economics, Lanzhou 730020, China

The comprehensive evaluation of the ecological environment quality is an important prerequisite for the coordinated development of economic society and the natural environment. In this article, taking Gansu province as the research area, based on the conceptual model of “driving force-pressure-state-impact-response” (DPSIR), a ecological security evaluation index system is constructed, which combines the grey relational improved ideal solution (TOPSIS) evaluation method to comprehensively evaluate the ecological security status of Gansu province, and the gray prediction model is used to analyze the development prospects of ecological security in Gansu province from 2019 to 2023. The results show that the ecological security of Gansu province from 2009 to 2018 indicate an overall upward trend, and the security level rise from a sensitive to a general; The driving force, pressure and influence indicators have a fluctuating downward trend, and the status and response indicator values are rising year by year; The comprehensive index of ecological security of Gansu province from 2019 to 2023 will increase from 0.7274 to 0.9463, which will reach a safe state.

ecological security; DPSIR model; improved TOPSIS method of grey relation; grey forecast

10.14108/j.cnki.1008-8873.2022.04.008

X826

A

1008-8873(2022)04-060-10

2020-08-09;

2020-09-29

甘肅省哲學社會科學規劃項目《基于隱馬爾可夫模型的生態文明程度指數測評指標體系設計與測度》(19TB011)；甘肅省教育廳“雙一流”科研重點項目《甘肅省高質量發展的統計測度、戰略選擇及實現路徑》(GSSYLXM-06)

鄭樂樂(1996—), 男, 漢族, 河南平頂山人, 碩士研究生, 主要從事生態統計方面的研究, E-mail:zheng521lele@163.com

通信作者:郭精軍, 男, 博士, 教授, 博士生導師, 主要從事應用數理統計方面的研究, E-mail:guojj@lzufe.edu.cn

鄭樂樂, 馬小雯, 安翔, 等. 基于DPSIR-GM(1,1)模型的甘肅省生態安全評價與預測[J]. 生態科學, 2022, 41(4): 60–69.

ZHENG Lele, MA Xiaowen, AN Xiang. Evaluation and prediction of ecological security in Gansu province based on DPSIR-GM(1,1) model[J]. Ecological Science, 2022, 41(4): 60–69.