基于熵權與模糊數學的城市生態系統健康評價

向柳

(首都師范大學 資源環境與旅游學院,北京100048)

基于熵權與模糊數學的城市生態系統健康評價

向柳

(首都師范大學 資源環境與旅游學院,北京100048)

摘要：指出了城市生態系統健康評價能為服務城市生態系統管理提供決策依據。選擇活力-組織結構-恢復力-服務功能-人群健康框架構建評價指標體系,運用熵權理論及模糊數學法對研究區進行了城市綜合評價與分析比較。研究表明:熵權法與模糊綜合評價法結合能有效避免評價指標主觀性,結果清晰可靠;研究區總體城市生態系統處于亞健康水平,城市生態系統活力內生動力和支撐能力不足,結構不協調,人群健康水平偏低,而恢復力和服務功能良好;各城市健康水平城際、區際差異大,成都為首,巴中為尾,成都經濟區優于川南地區,川東北地區最差,健康狀況地域差異主要因素是由以活力為主的多種因素綜合作用的結果。

關鍵詞：城市生態系統;健康評價;熵權;模糊數學法;空間比較

收稿日期：2015-07-07

基金項目：國家“十二五”科技支撐計劃課題(編號:2012BAC19B0305)資助

作者簡介：向柳(1990—)，男，四川瀘州人,首都師范大學資源環境與旅游學院碩士研究生。

中圖分類號：X171.1

文獻標識碼：A

文章編號：編號：1674-9944(2015)09-0001-05

Abstract:The assessment of urban ecosystem health can provide decision basis for urban ecosystem management.This paper build the evaluation indicator system by choosing the vigor,organization structure,resiliency,ecosystem service function and people health (VORSP) as indicators,then using the entropy theory and fuzzy mathematics method to make a comprehensive assessment and comparison of the study area.The results show that:1) The indicators are more objective and the results are distinct and reliable by combining the entropy weight method with the fuzzy mathematical method.2) The general urban ecosystem of the study area is in the state of sub-health:the vitality,endogenous motivation and supporting ability of the urban ecosystem is insufficient,the structure of it is not harmonious,and the health level of the residents is low.But the resilience and service function are fine.3) The health condition of intercity and interregional have huge differences:Chengdu is the best and better than the south region of Sichuan,Bazhong is the worst as it is in the northeast region of Sichuan.These differences are the comprehensive result of many factors as the vitality is the main factor.

1引言

城市是人類活動的中心,也是與人類關系最密切的生態系統[1]。2014年中國城市化率達54.77%,進入城市化加速期,城市生態系統健康狀況引發關注[2]。城市生態系統(urban ecosystem health,UEH)健康研究始于20世紀70年代,Odom E P在20 世紀70 年代末最早提出生態系統健康概念[3]。對城市生態系統健康有諸多定義[2,4-8],但都強調健康的城市生態系統既包括自然生態系統的健康,也包括經濟社會系統和人的健康[1],即城市生態系統結構和諧,系統內部物質、能量、信息運轉持續、有序,生態服務功能正常,人類健康不受損害,經濟社會持續發展,是人地關系高度和諧的一種狀態。

城市生態系統健康評價研究是生態領域研究熱點和前沿[9,10]。加拿大國際發展研究中心(IDRC)對城市生態系統健康的內涵、標準等作了闡述[11]。Spiegel J M等[12]對建立城市生態系統健康評價指標體系的理論、方法進行了探討。Meirong等[13]提出城市生態系統健康是一種過程,應更多關注的動態健康狀況。郭秀銳等[1,14]較早開展城市生態系統健康評價,開啟了國內有關研究先河。目前,已形成活力-組織結構-恢復力-服務功能-人群健康(VORSP)[15]、壓力-狀態-響應(PSR)[16,17]、社會-經濟-自然/生態環境(SEN)[11]、承載力-支持力-吸引力-延續力-發展力(CSAED)[7]、物質流[18]等較成熟的評價框架,采用能值評價[19-21]、主成分分析[10,16,22]、熵權[23-27]、模糊綜合評價[1,10,22,26,28-31]、層次分析[31]、集對分析[1]、神經網絡[32]、灰色關聯[25]、屬性理論[33]、灰色預測[27,28]、均方差[5,29]、分形理論[34]、突變級數[35]、模糊物元[36]、集對分析[37,38]等方法開展評價。其中,熵權法能較客觀地反映各個指標所含真實信息量的大小,克服了以往評價方法上人為的主觀干擾,在確定指標權重中有獨特優勢;模糊綜合評價法能較好地解決模糊的、難以量化的問題,結果清晰,能把定性轉化為定量,是進行生態評價的有力工具。然而,目前熵權法和模糊評價法相結合的評價研究較少,缺乏基于區域城市相對健康狀況的健康水平分級。本研究選取四川18個城市進行城市生態系統健康評價和比較,其實證分析將有助于診斷城市生態系統的破壞或退化程度,為服務城市生態系統管理提供決策參考極具現實意義。

2研究區和數據來源

研究區位于四川省中東部、南部(圖1),面積為18.9萬 km2,占四川省面積的39.0%,包括四川盆地、川西南山地、大巴山等地形單位。大部屬亞熱帶濕潤氣候,季風氣候明顯,西部邊緣在地形作用下,以垂直氣候帶為主。2010年末,研究區戶籍總人口共8 326.4萬人,占全省人口的92.5%。市區面積32 665 m2,其中建成區1 340.7 m2,占全省的82.3%。2010年末地區生產總值達16 403.3億元,占全省的95.5%,形成14∶51∶35產業結構格局。

本文采用的數據皆來源于2011年《四川統計年鑒》。由于數據的可得性和評價要素的屬性差異,部分數據的范圍存在空間差異。

3研究方法

3.1　評價指標體系構建

評價指標選取一般遵循科學性和簡便性兩大原則。城市復合生態系統評價所選取的指標應能反映系統的綜合性、整體性,既要考慮自然,也要考慮人文因素;應選取能表征城市生態系統健康水平和變化的要素和因子;選取的指標能在空間、時間等維度上進行比較;所選指標的原始數據能通過調查、統計、遙感等手段獲得。

圖1　研究區范圍和城市位置

根據活力-組織力-恢復力(VOR)理論,結合城市復合生態系統的特征,構建活力-組織結構-恢復力-服務功能-人群健康(VORSP)評價模型。活力指城市生態系統的活性、代謝力和生產力,用經濟生產力、消費力、流動力來表示;組織結構指城市復合生態系統的結構由經濟、社會、自然三大部分組成,可用經濟結構、社會結構和自然結構來表示;恢復力是城市生態系統維持結構、格局的能力,城市生態系統的自然分解者功能微乎其微,城市產生的大量廢物難以自然分解,主要靠廢物處理設施來處理,因此,可用城市廢物處理力;服務功能是指城市生態系統為人類生產、生活提供載體,城市的環境質量的好壞及城市人群的生活便利程度直接影響著生態系統服務功能的優劣;采用人體健康和生活質量來反應人群的健康狀況。評價指標體系由基準層、準則層、指標層組成(表1)。

表1　城市生態系統健康評價指標、權重和分級標準

3.2　健康水平分級標準

將城市健康水平由好到差劃分為很健康、健康、臨界狀態(亞健康)、不健康和病態5級,分別用Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ表示。以研究區同一指標下各城市的平均、最好和最差水平為參考確定評價指標的健康分級標準。以平均水平為臨界狀態,很健康、健康(一般健康)是在亞健康的基礎上向好的方向浮動40%、20%,不健康、病態分別在亞健康的基礎上向差的方向浮動20%、40%,具體分級標準值見表1。

3.3　評價模型構建

構建評價模型是進行評價的基礎和前提。一個合理城市生態系統健康評價模型,既能夠反應時間變化,也能夠進行橫向比較。采用的評價模型為:

H=W×R

(1)

式中:H為評價結果,W為評價指標對城市生態系統健康程度的權矩陣,R為城市生態系統健康評價指標對各級健康標準的隸屬度矩陣。

3.3.1評價指標權重確定

各評價因子權重影響評價的結果和效果,合理的權重能客觀反應實際情況,使評價達到目的。常用確定權重的方法有主觀賦權法和客觀賦權法。主觀賦權法包括專家打分法和德爾菲法等。客觀賦權法包括熵權法、主成分分析法等。采用熵權法確定指標權重,計算過程如下:

首先,對各城市評價指標的判斷矩陣進行歸一化處理,歸一化處理公式如下:

(2)

式中:xi,max、xi, min分別為同指標下不同城市的最大值、最小值,cij表示i城市的j指標歸一化后的值,i=1,2,…,n;j=1,2,…,m。

其次,根據熵值理論,若n個城市樣本有m個評價指標,則城市生態系統健康評價指標熵值計算公式為:

(3)

(4)

為使Infij有意義,根據健康評價的實際意義,當fij=0時,可理解Infij為一個較大的數值,與Infij相乘趨向于0,故可認為fij=0;但fij=1時,fij=0,這與熵反映的信息無序化程度相違背,故需對fij加以修正,修正后的公式如下:

(5)

最后,計算各評價要素指標的熵權wj,公式為:

(7)

3.3.2隸屬函數建立

城市生態系統健康內涵明確、外延模糊,是典型的模糊概念,因此,可根據模糊數學的隸屬度理論把定性評價轉化為定量評價,即用模糊數學對受到多種因素制約的事物或對象做出一個總體的評價。

Cij表示i城市的j指標的歸一化實際值。S表示健康分級標準,共分5個等級,其中S1表示很健康,S2表示健康,S3表示亞健康,S4表示不健康,S5表示病態。隸屬度計算方法如下:

對正向指標:

當Cij

當Sj

當Cij

對負向指標:

當Cij>S1時,ri1=1,ri2=ri3=ri4=ri5=0;

當Sj>Cij>Sj+1時,rij=(Sj+1-Cij)/(Sj+1-Sj),rij+1=(Cij-Sj)/(Sj+1-Sj),其他健康等級的隸屬度為0;當Cij>S5時,ri5=1,ri1=ri2=ri3=ri4=0。

將各指標實際值帶入隸屬函數,計算隸屬度判斷矩陣:

(8)

最后,根據(1)式,模糊數學模型可表示如下:

(9)

式中:⊙表示有界積運算;w表示加權矩陣,w=(w1,w2,w3,L,wj);rij表示隸屬度。

4評價和分析

4.1　權重分析

將各項數據帶入熵權法公式,求得各指標的權重值(表1)。從表1可累加出指標體系基準層和準則層的權重,活力最大(30.30%),主要貢獻來自于生產力和流動力,二者都接近10%;其次是組織結構,占25.11%,主要是由社會結構(13.53%)造成的;服務功能、人群健康分別占17.06%、16.76%;恢復力最小,僅為11.07%,體現了城市生態系統活性、代謝力、生產力及多樣性等所含信息量大,在綜合評價中所起作用理當越大。

4.2　城際分析

通過模糊綜合數學法,求得各城市生態系統健康水平隸屬度(圖2~4)。

從圖2(a)可以看出,成都、攀枝花處于很健康;德陽、綿陽、廣元、樂山、宜賓、資陽處于臨界狀態,即亞健康水平;巴中處于病態;其余城市不健康。

圖2　各城市生態系統健康狀況

為更好地突出各城市生態系統健康水平的差異,將隸屬指數進行合并比較。狹臨界狀態:將很健康和健康的隸屬指數合并為Ⅰ-Ⅱ健康,將不健康和病態的隸屬指數并為Ⅳ-Ⅴ不健康,如圖2(b),可以看出,成都、攀枝花很健康,德陽、綿陽、樂山、宜賓城市亞健康,而其他城市屬于Ⅳ-Ⅴ不健康狀態。寬臨界狀態型:將一般健康、不健康和臨界狀態的隸屬指數合并為Ⅱ-Ⅲ-Ⅳ臨界狀態,如圖2(c),可以看出,成都屬于很健康,其他城市屬于Ⅳ-Ⅴ不健康狀態。

從上述分析可看出,成都城市生態系統很健康,領跑18城市;攀枝花、綿陽、德陽、宜賓、樂山也居前列;巴中極不健康。

4.3　區際分析

按慣例將研究區分為4個次級區域,分析研究區城市生態系統健康水平的地域差異。圖3表明,攀枝花地區城市生態系統健康水平最高,屬于很健康;成都經濟區的城市處于健康水平;川南地區城市處于臨界狀態;川東北地區城市處于不健康水平。

圖3　次區域城市生態系統健康狀況

從圖4看出,成都經濟區城市生態系統很健康,組織結構、恢復力、服務功能和人群健康都健康,活力表現強勁。川南地區城市活力、組織結構和人群健康處于臨界狀態,恢復力、服務功能處于不健康,流動力、經濟結構、環境狀況不容樂觀。川東北地區城市活力處于病態,組織結構、恢復力、人群健康處于不健康,服務功能處于臨界狀態。攀枝花地區城市活力和人群健康很健康,組織結構和生態系統服務功能健康,恢復力處于臨界狀態,經濟結構、流動力和環境狀況是主要瓶頸。

圖4　不同指標層級下次區域城市生態系統分指標健康狀況

圖2、圖4(e1)和(e2)表明,研究區18個城市總體處于亞健康水平,城市生態系統活力、組織結構、恢復力和人群健康處于亞健康,服務功能處于健康水平。主要優勢是具有很強經濟生產力,服務功能良好;主要的劣勢是經濟消費力、流動力不足造成的活力不強,以及經濟結構不合理。

5結語

(1)熵權法與模糊數學法結合能有效避免評價指標主觀性,結果清晰。根據研究區實際情況建立了城市生態系統健康評價指標體系,采用改進的熵權法確定指標權重,能較客觀地反映各個指標所含真實信息量的大小,克服了以往評價方法上人為主觀干擾,同時應用模糊數學方法建立了評價模型,使評價結構更符合客觀實際,評價結果能基本反映區域城市生態系統健康狀況、地域差異和主要問題。

(2)研究結果表明:研究區域城市生態系統總體處于亞健康水平,健康水平城際差異大,成都為首,巴中為尾;健康水平區際差異大,成都經濟區優于川南地區,川南地區好于川東北地區。主要優勢是具有很強經濟生產力,生態系統服務功能良好;主要的劣勢是經濟消費力、流動力不足造成的活力不強,以及經濟結構不合理;健康水平地域差異的主要驅動力是城市生態系統的活力。縮小區域差異提高內需能力,深化對外開放,優化經濟結構,是緩解區域差異、提升水平的可能出路。

參考文獻：

[1] 郭秀銳,楊居榮,毛顯強.城市可持續發展的生態學分析——以廣州市為例[J].城市環境與城市生態,2002(5):26~28.

[2] 姚姜銘,鄭黨斌,黃蓉,等.城市化迅速發展背景下城市生態若干問題討論[J].綠色科技,2014(2):21~24.

[3] Odum E P,Finn J T,Franz E H.Perturbation theory and the subsidy-stress gradient[J].Bioscience,1979,29(6):349~352.

[4] Rapport D J,B?hm G,Buckingham D,et al.Ecosystem Health:The Concept,the ISEH,and the Important Tasks Ahead[J].Ecosystem Health,2001,5(2):82~90.

[5] 秦趣,朱士鵬,代穩.六盤水市城市生態系統健康動態評價研究[J].環境科學與技術,2014(9):185~191.

[6] 秦趣,代穩,陳志霞.我國城市生態系統健康評價綜述[J].安全與環境工程,2014(4):96~100.

[7] 郁亞娟,郭懷成,劉永,等.城市病診斷與城市生態系統健康評價[J].生態學報,2008(4):1736~1747.

[8] Su M,Zhang Y,Liu G,et al.Urban Ecosystem Health Assessment:Perspectives and Chinese Practice[J].International Journal of Environmental Research and Public Health,2013,10(11):5874~5885.

[9] 劉耕源,楊志峰,陳彬,等.基于能值分析的城市生態系統健康評價——以包頭市為例[J].生態學報,2008(4):1720~1728.

[10] 李夢婕,申雙和,李雨鴻,等.模糊數學方法評價南京城市生態系統健康形勢[J].科學技術與工程,2014(22):107~115.

[11] 胡廷蘭,楊志峰,何孟常,等.一種城市生態系統健康評價方法及其應用[J].環境科學學報,2005,25(2):269~274.

[12] Spiegel J M,Bonet M,Yassi A,et al.Developing Ecosystem Health Indicators in Centro Habana:A Co mmunity-based Approach[J].Ecosystem Health,2001,7(1):15~26.

[13] Su M,Fath B D,Yang Z.Urban ecosystem health assessment:A review[J].Science of The Total Environment,2010,408(12):2425~2434.

[14] 郭秀銳,楊居榮,毛顯強.城市生態系統健康評價初探[J].中國環境科學,2002,22(6):25~529.

[15] 郭秀銳,毛顯強,楊居榮,等.生態系統健康效果——費用分析方法在廣州城市生態規劃中的應用[J].中國人口.資源與環境,2005(5):130~134.

[16] 曾勇,沈根祥,黃沈發,等.上海城市生態系統健康評價[J].長江流域資源與環境,2005(2):208~212.

[17] 劉明華,董貴華.城市生態系統健康評價指標體系的構建——以秦皇島市生態系統為例[J].中國療養醫學,2005(3):161~164.

[18] Shi X,Yang J.A material flow-based approach for diagnosing urban ecosystem health[J].Journal of Cleaner Production,2014,64:437~446.

[19] Liu G Y,Yang Z F,Chen B,et al.Emergy-based urban ecosystem health assessment:A case study of Baotou,China[J].Co mmunications in Nonlinear Science and Numerical Simulation,2009,14(3):972~981.

[20] Su M,Yang Z,Chen B.Relative Urban Ecosystem Health Assessment:A Method Integrating Comprehensive Evaluation and Detailed Analysis[J].EcoHealth,2010,7(4):459~472.

[21] Su M 和 F B.Spatial distribution of urban ecosystem health in Guangzhou,China[J].Ecological Indicators,2012,15(1):122.

[22] 官冬杰,蘇印,何政春.基于模糊數學模型的城市生態系統健康動態變化評價[J].水土保持研究,2014(5):150~156.

[23] 劉玒玒,汪妮,解建倉,等.基于熵權法的城市生態系統健康模糊評價[J].武漢大學學報:工學版,2014(6):755~759.

[24] 秦趣,崔小平,代穩.基于未確知測度的城市生態系統健康評價[J].環境工程,2014(8):114~117.

[25] 秦趣,代穩,張勇榮.基于灰色關聯分析的城市生態系統健康評價[J].安徽大學學報:自然科學版,2014(4):102~108.

[26] 朱九龍.基于模糊綜合評價法的城市生態系統健康評價[J].資源開發與市場,2013(9):920~922.

[27] 郭銳利,鄭欽玉,劉娟,等.基于熵值法和GM(1,1)模型的重慶城市生態系統健康評價[J].中國環境科學,2012(6):1148~1152.

[28] 景彩娥,張福平.太原市城市生態系統健康評價及其趨勢預測[J].水土保持通報,2013(3):280~286.

[29] 李雙江,羅曉,胡亞妮.快速城市化進程中石家莊城市生態系統健康評價[J].水土保持研究,2012(3):245~249.

[30] 陳克龍,蘇茂新,李雙成,等.西寧市城市生態系統健康評價[J].地理研究,2010(2):214~222.

[31] 李茂娟,李天奇,王歡,等.基于模糊綜合評判的長春市生態系統健康評價[J].水土保持研究,2013(1):254~259.

[32] 趙帥,柴立和,李鵬飛,等.城市生態系統健康評價新模型及應用——以天津市為例[J].環境科學學報,2013(4):1173~1179.

[33] 顏文濤,袁興中,邢忠.基于屬性理論的城市生態系統健康評價——以重慶市北部新區為例[J].生態學雜志,2007(10):1679~1684.

[34] 馬爽爽,陳奕,許有鵬.基于分形理論的湖州市城市生態系統健康評價[J].生態學雜志,2012(7):1817~1822.

[35] 魏婷,朱曉東,李楊帆.基于突變級數法的廈門城市生態系統健康評價[J].生態學報,2008(12):6312~6320.

[36] Li Y,Li D.Assessment and forecast of Beijing and Shanghai's urban ecosystem health[J].Science of The Total Environment,2014(487):154~163.

[37] Su M R,Yang Z F,Chen B.Set pair analysis for urban ecosystem health assessment[J].Co mmunications in Nonlinear Science and Numerical Simulation,2009,14(4):1773~1780.

[38] Su M R,Yang Z F,Chen B,et al.Urban ecosystem health assessment based on emergy and set pair analysis-A comparative study of typical Chinese cities[J].Ecological Modelling,2009,220(18):2341~2348.

Assessment of Urban Ecosystem Health Based on Entropy Weight and Fuzzy

Mathematical Method

Xiang Liu

(CollegeofResourcesenvironmentandTourism,CapitalNormalUniversity,Beijing

100048,China)

Key words:UEH assessment;fuzzy mathematical method;entropy weight;spatial comparison