基于巖石工程系統的海水養殖適宜性評價＊——以象山港為例

方欣，張亦飛，劉弢，祁琪

（國家海洋局第二海洋研究所工程海洋學重點實驗室 杭州 310012）

象山港地處浙江東北部沿海，是一個由東北向西南深入內陸的狹長形半封閉型海灣，具有獨特的地理區位和資源優勢，三面環山，島礁眾多，海域面積達391．76km2，灘涂面積約100km2，海岸線長達270km，擁有豐富的海洋生物資源，餌料充足，是多種魚、蝦、貝、藻等海洋生物棲息、生長、繁殖的優良場所，擁有發展海水增養殖良好的自然環境［1－3］，因此海洋漁業早已成為沿港城鎮居民的主要經濟支柱。但其水動力條件較弱，環境容量有限，同時象山港周邊人類活動頻繁，工業、城鎮用海項目眾多，如何在如此復雜的海洋環境條件下，選擇增養殖的適宜區域是實現漁業可持續發展的必要環節，是解決海岸帶空間資源爭奪的有效方法，同時也是確保高效率養殖的合理途徑［4］。

地理信息系統（geographic information system 或geo－information system，GIS）有時又稱為“地學信息系統”是一種高效的時空分析工具，于20世紀80年代末應用于海洋漁業領域，并在水產養殖選址等方面具有如下兩個作用：可以共同管理利用數據（例如，環境以及捕撈和養殖的物種）和促進跨領域的理解與合作［5－6］。1989 年，Hudson［7］提出了巖石工程系統（RES）方法，又稱作相互作用矩陣，該方法不僅考慮了系統中每個參數對整個系統的影響，而且還考慮了參數之間的相互作用對整個系統的貢獻，這種方法特別適合于解決多種因素之間的相互作用和相互耦合等復雜問題。之后，他又和Mazzoccola等［8］發展了這一方法及有關評價指標，使其更加適用于軟科學方面的應用。

本研究根據ArcGIS軟件將象山港海域進行了1km×1km 網格劃分，利用相互作用矩陣確定各指標權重，然后對每個網格進行指標賦值，最終將整個象山港海域劃分為4 個區域，即：極適宜養殖區域、適宜養殖區域、較適宜養殖區域和不適宜養殖區域，同時對試驗所得結果進行分析評價。

1 指標的選取

Vincenzi等［9］在選擇蛤仔養殖區域時，選擇溶解氧含量、鹽度、葉綠素a濃度以及含沙量作為其確定環境優劣的指標；Joaquin Buitrago等［10］在為牡蠣選址時，選擇內在環境狀況（主要包括水溫、懸浮物和濁度、鹽度、初級生產力等）、外在環境狀況（主要包括捕食者、赤潮、水流流速、污水污染、工業排放等）、交通便利狀況（主要包括地點可達度、服務可得度、設施安全度、空間與資源容納度、使用沖突度等）以及社會經濟狀況（主要包括社區組織、經濟水平、漁業傳統等）四大指標；Peter C．Longdill等［11］在論文中，選擇水溫、溶解氧含量、鹽度、葉綠素a濃度、水流流速以及含沙量等因素作為確定可持續養殖區域的評判標準；Yoonsik Cho等［12］在論文中，選擇水溫、葉綠素a濃度、懸浮沉積物、鹽度、溶解氧含量以及水深等因素來確定牡蠣的最佳養殖區域。

經過調查，象山港主要經濟魚類有大小黃魚、帶魚、鯧魚、鰳魚、馬鮫魚、鰻魚等以及一些貝殼類的海洋生物。這些生物最適宜生長環境為水溫22℃～26℃、鹽度1．8～2．5、溶氧5 mg／L以上、pH 8．0。因此本研究在遵循選取指標的科學性、系統性、綜合性、層次性、區域性、動態性基本原則上［13］，結合國內外最新研究成果，并考慮到象山港實際用海情況，選擇海水水溫（water temperatures）、海水鹽度（concentration of salinity）、溶解氧含量（concentration of dissolved oxygen）、葉綠素a濃度（concentration of chlorophyll a）、水流流速（current speeds）、含沙量（sediment type）以及石油類含量（concentration of oil）等7個影響因子。

2 指標權重的確定

2．1 巖石工程系統的原理

通過對象山港海灣漁業養殖進行較為詳細的考察，結合專家意見可以定性地確定出有可能破壞漁業養殖適宜性的主要影響因素，這里將其稱為養殖適宜性影響因子。使用相互作用矩陣，又稱巖石工程系統（RES）方法，將所有養殖適宜性影響因子作為評價指標，可以組成一個多因素相互作用關系矩陣，來定量評價象山港漁業養殖的適宜程度。

關系矩陣的組成原則是：將養殖適宜性影響因子依次放置在該矩陣的主對角線上（可以相互置換之間的前后順序），每個影響因子的值表示由于該影響因子的作用而導致漁業養殖適宜性減弱或增強的具體影響程度；某個影響因子與其他影響因子的作用放置在該因子所在行中主對角線以外的其他位置，其值表示由于該影響因子與其他影響因子之間的相互作用而導致漁業養殖適宜性減弱或增強的具體影響程度。具體矩陣的組成為

式中：Vii表示第i個養殖適宜性影響因子；Vij表示養殖適宜性影響因子i作用于影響因子j而對整個養殖適宜性所產生的影響，Vji表示養殖適宜性影響因子j受到影響因子i的作用而對整個養殖適宜性所產生的影響。

確定了養殖適宜性影響因子并且組成相互作用關系矩陣以后，可以根據式（2）至式（4）計算出影響某個養殖適宜性的第i個影響因子的權重ki，即

其中：

式中：m表示影響象山港漁業養殖適宜性的主要影響因子個數；SR（i）和SC（i）分別表示多因素相互作用關系矩陣中每行和每列元素之和。每行的總和表示位于該行主對角線上的影響因子的作用以及該因子作用于其他影響因子而對整個養殖適宜性所產生的影響；每列的總和表示位于該列主對角線上的影響因子的作用以及該因子受到其他影響因子的作用而對整個養殖適宜性所產生的影響。

2．2 指標權重的確定

現在可以按照上述方法，將海水水溫、海水鹽度、溶解氧含量、葉綠素a濃度、水流流速、含沙量以及石油類含量這7 個影響因子組成如下多因素相互作用關系矩陣。以對每個相互作用按照如下方案設定一個數值：0為無相互作用；1為弱相互作用；2 為中等相互作用；3 為強相互作用；4為臨界相互作用。

關系矩陣中養殖適宜性影響因子的作用以及各因子之間的相互作用對象山港漁業養殖適宜性影響程度的取值如表1所示。這樣，即可得到象山港漁業養殖適宜性評價多因素相互作用關系矩陣V。

表1 影響因子及其相互作用對象山港漁業養殖適宜性影響程度的取值

根據式（2）至式（4）：可以計算得到這7個影響因子的權重k，各因子的權重及排序如表2所示。

同時為了確定這7個影響因子的從屬關系，需要做如下工作：對于每一個主因素，產生它的“因－果”坐標（C，E），這個坐標通過每個主因素的行列值之和求得，其中C為行值之和，E為列值之和，然后可構造相互作用系統內的每個主因素的相互作用強度C＋E和支配優勢C－E，并把這些參數通過C－E空間描繪出來，最終可以判斷哪些參數是相互作用最強的，哪些是具有支配性質的，哪些是從屬性質的，具體情況見表3。

表2 象山港漁業養殖適宜性影響因子的權重

通過定量計算所得到的各影響因子對養殖適宜性的影響程度（權重）與定性分析結果是完全一致的。最強的相互作用是那些具有最高C＋E值的參數。由表3可以看出，這3個最強相互作用的參數是：溶解氧含量、葉綠素a濃度和水流流速。

支配性質的參數是具有正的C－E值的參數，因為它們的C值大于E值，也即它們對系統的影響要大于系統對它們的影響。由表3 可以看出，最具支配屬性的參數是：水流流速、海水水溫和石油類含量。

從屬性質的參數是具有負的C－E值的參數，它們受系統的制約要大于系統受它們的影響。由表3可以看出，最具從屬屬性的參數是：含沙量、溶解氧含量和葉綠素a濃度。

表3 C 和E 與象山港漁業養殖適宜性的關系參數

3 ArcGIS的實現

3．1 數據來源

數據主要包括象山港生態修復數據［3］、2011年海洋功能區劃圖（1∶20萬）以及國家海洋公益性行業科研專項項目“東海狹長型海灣綜合整治集成技術及示范應用研究”中的部分水質數據。

3．2 評價指標量化

對收集的數據根據站位的7項因素賦值，然后利用ArcGIS軟件中的克里格插值，分布到整個象山港區域，最后將這些數值從小到大排序，并分為3類。

3．3 GIS轉化與結果

利用ArcGIS 中的漁網（fishnet）功能，將象山港區域劃分為若干個1km×1km 網格，然后將每個網格不同因素所賦之值與該因素的權重相乘，便可得到如圖1的結果。

圖1 漁業養殖適宜性GIS

在圖1 中我們可以看出，在象山港底強蛟港、獅子口至鳳凰山附近屬于極適宜養殖區域，而這也與2011—2020年海洋區劃圖較符合。在象山港口門處，水流速度較大、水溫較低、溶解氧與葉綠素a含量等都較低，比較不適合在該區域進行大規模養殖。

4 結論與展望

本研究根據巖石工程系統（RES）方法確定象山港海灣漁業養殖適宜性評價指標的權重，具有一定的創新性、合理性和科學性，為以后類似的研究起到了鋪墊作用；同時ArcGIS 軟件在海洋漁業養殖選址方面也擁有良好的操作性，所得到的結論也與實際情況較為符合，可以為以后的海洋功能區劃提供一定的借鑒意義。但由于影響因素選取較少、水質站位的缺少以及選取網格區域較大等原因導致結果不完善，而這也是以后研究的重點。

［1］唐峰華，李磊，廖勇，等．象山港海洋牧場示范區漁業資源的時空分布［J］．浙江大學學報：理學版，2012，39（6）：696－702．

［2］馮輝強．象山港生態環境修復治理探討［J］．海洋開發與管理，2010，27（9）：54－57．

［3］尤仲杰，焦海峰．象山港生態環境保護與修復技術研究［M］．北京：海洋出版社，2011．

［4］RADIARTA I N，SAITOH S，MIYAZONO A．GIS－based multi－criteria evaluation models for identifying suitable sites for Japanese scallop（Mizuhopectenyessoensis）aquaculture in Funka Bay，southwestern Hokkaido，Japan［J］．Aquaculture，2008，284：127－135．

［5］龔彩霞，陳新軍，高峰，等．地理信息系統在海洋漁業中的應用現狀及前景分析［J］．上海海洋大學學報，2011，20（6）：902－909．

［6］呂雄杰，賈寶紅，歐陽海鷹，等．基于GIS的天津市武清區淡水養殖適宜性評價研究［J］．天津農業科學，2013，19（9）：15－19．

［7］HUDSON J A．Rock mechanics principle in engineering practice［R］．CIRIA Ground Engineering Report：Underground Construction，1989．

［8］MAZZOCCOLA D F，HUDSON J A．A comprehensive method of rock mass characterizat ion for indicat ing natural slope instability［J］．Quarterly Journal of Engineering Geology，1996，29：37－56．

［9］VINCENZI S，CARAMORI G，ROSSI R．A GIS－based habitat suitability model for commercial yield estimation of Tapes philippinarum in a Mediterranean coastal lagoon（Sacca di Goro，Italy）［J］．Ecological Modelling，2006，193：90－104．

［10］BUITRAGO J，RADA M，HERNANDEZ H．A Single—use site selection technique，using GIS，for aquaculture planning：choosing locations for mangrove oyster raft culture in margarita island，venezuela［J］．Environmental Management，2005，35（5）：544－556．

［11］LONGDILL P C，HEALY T R，BLACK K P．An integrated GIS approach for sustainable aquaculture management area site selection［J］．Ocean ＆Coastal Management，2008，51：612－624．

［12］CHO Y，LEE W C，HONG S，et al．GIS－based suitable site selection using habitat suitability index for oyster farms in Geoje－Hansan Bay，Korea［J］．Ocean ＆Coastal Management，2012，56：10－16．

［13］陸建芬．資源環境承載力評價研究［D］．合肥：合肥工業大學，2012．