基于改進SPA-Markov的壓煤山丘區生態演變及評價
——以長河流域為例

璩路路，師學義，王博鈺

1. 北京師范大學地理科學學部，北京 100875；2. 中國地質大學（北京）土地科學技術學院，北京 100083；3. 河南久宏建設工程有限公司，河南 鄭州 4500033

生態環境是由生物群落及非生物自然因素組成的各種生態系統所構成的整體（王孟本，2003）。長期以來，在自然因素與人為因素的共同影響下，生態環境以不同的時間尺度在發展演變。隨著經濟社會的發展和生態環境問題的日益突出，生態演變研究得到了越來越多研究者的關注，已成為全球變化和社會可持續發展研究的焦點（張志強等，2007；Adger，2006）。在全球變化研究中，選擇典型研究區開展全球變化的區域響應研究是重要的研究方向。

黃土丘陵溝壑區是中國水土流失最為嚴重的地區之一（鐘莉娜等，2017）。壓煤黃土山丘區，地下存儲著豐富的煤炭資源，區域自然、地理條件復雜，加之采煤活動的強烈干擾，引發塌陷和地表裂縫等，嚴重破壞了區域水土資源，造成當地植被覆蓋減少、土地利用方式改變，區域生態環境不斷惡化，嚴重影響當地人民生活水平的提高和經濟社會的可持續發展。因此，選取壓煤黃土山丘區為研究區域，進行典型小流域生態演變跟蹤評價，具有較高的理論價值和實際意義。

關于生態影響評價的研究，前人已做了大量的探索，但多是以區域（王貴珍等，2017；張笑然等，2016）或者省域（牛沖槐等，2006）、市域（張楊等，2011）、縣域（高奇等，2014；任宇飛等，2017）等行政單位為尺度展開的理論與實踐研究，而對小流域尺度上的生態演變研究還較少。小流域是水土流失治理的基本單元，在黃土山丘區以小流域為單元進行生態影響評價，具有更高的實際意義。此外，選擇合適的評價方法是生態影響評價的關鍵。國內外學者不斷探索新方法，如層次分析法（錢者東等，2013）、模糊綜合評判法（高春泥等，2016）、景觀生態指數法（Crist et al.，2000）、生態風險評價（Gontier，2007）、指標權重法（Li et al.，2001）等；新模型，如基于GIS的生境模型（Etienne et al.，2003）、正態云模型（周啟剛等，2014）、投影尋蹤模型（帥紅等，2013）等，并將其應用到生態影響評價中。

由于采煤生態評價影響因素具有不確定性，評價指標與自然生態環境等級之間存在復雜的非線性關系，至今沒有一個統一的評價模型來進行生態影響評價。為了克服現有評價方法的不足，本文引入集對分析，創建改進集對分析的馬爾可夫動態模型（SPA-Markov），將系統的不確定因素以一定形式統一展現出來，并利用該模型實現對區域生態環境的跟蹤預測。北方村莊壓煤山丘區——長河流域是中國生態環境較為脆弱的地區之一，流域內自然、經濟、地理條件復雜，水資源貧乏、大面積水土流失，加之地下豐富的煤炭稟存，采煤活動影響強烈，生態環境形勢嚴峻。目前，煤炭資源開采的環境影響評價多限于礦區范圍，較少從流域的尺度進行評價。因此，本文嘗試從小流域的角度，以北方村莊壓煤山丘區長河流域為研究對象，采用改進集對分析的馬爾可夫動態模型評價采煤對流域生態的影響，為小流域生態演變規律研究在方法上提供一種借鑒，為壓煤山丘區土地綜合整治提供參考依據。

1 研究區概況

長河流域地處山西省晉城市東南部，以長河流域分水嶺為主要劃分依據，在不打破行政村界限的基礎上，形成一個閉合區域，長河流域地理位置見圖1。區內分布著大量的礦產資源，以煤礦為主，經過2009年的煤礦重組改革后，目前研究區有成莊礦、潤宏、坤達、晉瑞、壁盈、岳圣山等 11大礦區。由于礦產資源豐富，許多礦產資源開發產業相繼發展，這些產業包括磚廠、鑄造廠、運輸等，資源開采行業發達，素有“煤鐵之鄉”的盛譽。地貌以山地、丘陵為主，地勢較不平坦，總體上呈現西北高、東南低的地勢特點。長期的煤炭開采和植被破壞，導致地面塌陷、裂縫以及水土流失等嚴重的生態環境問題。

2 數據與方法

2.1 數據來源

2.1.1 土地利用變化數據

自20世紀90年代以來，長河流域經過近30年的發展，形成了以煤炭資源開采行業為主、相關產業為輔的發展格局，地區生產總值基本呈逐年上升的趨勢。2005年之前，長河流域經濟發展比較平穩，呈緩步上升的趨勢；2005年之后，地區生產總值由6.16×109元升至2015年的2.70×1010元；特別是2009年的煤礦重組改革后，經濟呈突飛猛進式的發展；之后便進入比較平穩的發展狀態。因此，本文選用長河流域2005年、2010年和2015年作為長流域3個階段的典型代表年。

2.1.2 調研統計數據

實地調研資料：調研時間分別為2016年5月和8月，2次實地調研，主要包括長河流域農戶問卷和村長問卷（發放問卷500份，收回有效問卷475份）。統計資料：《澤州縣統計年鑒（2005－2015年）》、《澤州縣土地利用變更調查報告（2010年）》。圖件資料：各礦區土地復墾方案及礦區資源環境要素圖、各礦井井上井下對照圖、采空區圖和采煤塌陷損毀分布圖等專題圖件。

2.2 分析方法

2.2.1 改進SPA法評價原理及模型

圖1 長河流域地理位置圖Fig. 1 Location of Changhe watershed

集對分析是趙克勤等提出的一種新的不確定系統分析方法（趙克勤，1994；蔣云良等，2006）。原創聯系度為[u(A-B)=a+bi+cj]，該方法將研究對象簡單地“一分為三”略顯粗糙，因此，依據原創聯系度的可展性原理對其進行改寫，如下式：

采煤影響下的生態響應指標的等級標準值構成一組集合Ak=[rk1,…, rkj,…, rkm]，將每一年份的生態響應評價指標值構成另一組集合Bi=[xi1,…,xij,…,xim]，這兩個集合構成一個集對(Ak, Bi)。若xij落入某一等級k的范圍之中，就認為是同一，其值為a；若落入相鄰等級并接近優越一邊，就認為是優異，記為 b1；若接近劣差一邊，則認為是劣異，記為b2；若落入相隔級別并接近優越一邊，就認為是優反，記為c1；若接近劣差一邊，則認為是劣反，記為c2。于是，可將式（1）改寫為：

式中，a, b, c, d, e∈[0，1]，a+b+c+d+e=1，i+∈[0, 1]，i-∈[0, 1]，i++i－∈[0, 1]，j+={0, 1}，j-=-1，其中，a是同一度，b是正向差異度，c是負向差異度，d是正向對立度，e是負向對立度。

依據以上原理建立指標評價模型：

式中，rkj是第j項指標標準值中k級與k+1級的分界值，按照以上模型針對每一年份的每個評價指標計算其聯系度系數 a、b、c、d、e，同理，可擬建相對于不同等級的針對負向型指標的聯系度公式（璩路路等，2016）。

設評價指標聯系度矩陣為 R=(ajk+bjki++cjki-+djkj++ejkj-)m×l，權重向量為 W=(wij)n×m，基于模糊算子對W和R進行合成運算，得到評價年份i相對于評價標準k級的綜合關聯度Uik：

2.2.2 Markov 預測模型

Markov預測模型用于研究系統狀態轉移規律，是研究不確定隨機事件未來可能結果的一種方法。Markov預測模型描述的是一個隨機連續時間序列的變化過程，其理論基礎是Markov過程（鄒志紅等，2009）。基于此過程構建集對分析動態的Markov模型，可實現對流域生態環境的跟蹤預測。根據Markov鏈，將系統分為若干狀態，用S1, S2,…,Sn來表示，由狀態Si經過m步變為Sj的概率如下：

式中，ni,j(m)為狀況Si經m步變為Sj的次數，Ni為狀況Si出現的總次數，則經m步的轉移矩陣為：

設初始狀況Si的向量是A(0)，那么經 m步轉移后，向量為：

在[t, t+θ]期間（θ為時間周期），系統生態等級發生變化，有的還在原等級內，有的轉化為其他等級。設在[t, t+θ]周期內系統轉移矩陣為R，則集對勢的聯系度u(t+θ)為：

2.2.3 基于改進SPA法的評價結果判定方法

由式（2）得到每一年份對于各個等級的聯系度表達式后，采用集對勢進行評價結果的判定。

（1）集對勢計算。同一度和對立度的比值為所論集對的集對勢，集對勢是用來反映兩個集合所具有的某種趨同程度或聯系趨勢。當集對勢越大時，表示其同一趨勢越強，所以取集對勢中的最大值所對應的等級為研究對象的判定結果。改進SPA法集對勢shi(Uik)計算公式如下：

（2）樂觀勢與悲觀勢計算。樂觀勢是從樂觀的角度出發，把所有的差異度全部轉化成同一度，用同一度和對立度的比值去量化系統的態勢，定義樂觀勢shio(Uik)為：

悲觀勢是從悲觀的角度出發，把所有的差異度均轉化成對立度，用同一度和對立度的比值去量化系統的態勢，定義悲觀勢ship(Uik)為：

（3）集對勢定位。集對勢的取值范圍由樂觀勢極大值和悲觀勢極小值所確定的區間，依據式（10）對勢定位進行計算，得到集對勢在集對勢區間內相對于樂觀勢的貼近度，進而反映用集對勢定位作為結果判定的準確程度。

50%為判斷集對勢定位準確程度的節點值，若oik＞50%，表示結果判定相對樂觀、準確；若oik＜50%，則認為判定結果存在誤差風險。

3 生態演變過程分析

3.1 土地利用變化采煤驅動力分析

3.1.1 采煤驅動指數構建

采煤作為一種資源開發活動影響著區域土地的利用方式，從煤礦的投產、經營到關閉，對土地利用的影響一直存在，從數據變化來看，采煤活動還具有時間累積效應，可引起地表塌陷。其直接影響主要有礦區場地建設的擴張導致建設用地面積的增加、塌陷導致房屋裂縫和地面積水，一擴一塌相互疊加，在空間上也具有累積效應。本文通過采煤引起的各地類變化量占其他因素引起的變化量的比值來評估采煤對土地利用變化的驅動力，從而構建單一地類采煤驅動指數和土地利用變化采煤驅動綜合指數。

LUCMDIi、LUCMDI分別為第i類土地利用的采煤驅動指數和土地利用綜合采煤驅動指數，其中ΔLm,i為采煤導致的第i類面積變化量，ΔLnm,i為非采煤引起的第i類面積變化量，ΔLi為所有因素引起的第i類土地利用面積變化量之和。

3.1.2 采煤驅動力分析

分別計算長河流域各地類采煤驅動指數和綜合采煤驅動指數，結果如表1所示。

表1 長河流域土地利用采煤驅動指數計算結果Table 1 Calculation results of coalmining driving index of land use change in Changhe watershed

由表1可知，耕地的采煤驅動指數最大，而建設用地、林地、水域、草地次之。說明采煤對耕地的驅動力大于其他地類的驅動力，采煤塌陷和礦區場地建設對于耕地的影響最大。從綜合采煤指數的變化可以看出，采煤對土地利用變化驅動具有時間累積效應，驅動呈逐漸增強趨勢。

3.2 采煤生態影響評價

生態系統由自然環境和生物群落組成，自然環境受到干擾后，生態系統內的生物將面臨棲息地減少、食物短缺、遷移受阻等威脅，致使生物量減少、物種滅絕，整個生態系統功能衰減，進而引發各種生態問題。采煤與土地利用有著密切的聯系，采煤塌陷導致土地利用變化，煤礦區工業廠房擴張改變原地貌類型，原有的耕地、林地變為工礦建設用地。由此導致植被覆蓋率降低，陸地生境減小，整個流域物種多樣性銳減。從長河流域的主要生態問題出發，綜合生態響應關鍵因子，選取適宜的生態演變指標。其中，水土流失是壓煤山丘區長河流域主要的生態環境現象，指標的選取要體現研究區的水土流失狀況。煤炭開采響應鏈如圖2。生態影響評價多采用生態質量指標法，目前，中國出臺了《生態環境狀況評價技術規范（試行）》（HJ192—2015），該規范適用于區域生態環境保護狀況及動態演變趨勢的綜合評價，結合生態響應的關鍵因子識別結果和壓煤礦區實際情況（李炳意，2016），故采用以下表征指標，包括生物豐度指數、植被覆蓋指數、水網密度指數、土地退化指數、礦區干擾指數和土地損毀指數，由這些指數構建了生態環境綜合指數，以反映研究區域生態環境狀況。本研究采用層次分析法（AHP）確定各指標權重，根據生態影響關鍵因子識別結果，得到長河流域采煤生態影響評價體系，構建層次分析的層次結構模型，綜上得到長河流域生態影響評價指標體系及權重值，如表2所示。

圖2 長河流域煤炭資源開采生態響應鏈Fig. 2 Ecological response chain of coal resources in the Changhe watershed

4 結果判定

4.1 改進SPA法聯系度矩陣R計算結果

以壓煤山丘區長河流域2005年為例，采用改進SPA法計算指標各等級的聯系度矩陣，計算結果如下：

運用Matlab預測模型對長河流域2005年聯系度矩陣R2005和權重向量W進行合成運算，得到長河流域2005年相對于各等級的綜合聯系度U2005·k。

計算長河流域2005年相對于不同等級的集對勢、樂觀勢、悲觀勢和集對勢定位值，利用集對勢三參數進行生態環境影響的等級判定，并取集對勢三參數的特元最大值者所對應的等級為最終評價結果，如表3所示。

由表3的評價結果可知，2005年長河流域采煤生態環境影響等級Ⅲ的特元最大，且集對勢最大值為Ⅲ等級，評價結果趨于等級Ⅲ的趨勢最強，因此2005年長河流域采煤生態環境影響質量等級為Ⅲ級。另外，從驗證結果看，4個顯示等級的集對勢定位有3個等級集對勢定位都大于50%，則說明各等級整體判定結果比較樂觀，相對準確。

4.2 基于改進的SPA-Markov跟蹤評價

4.2.1 基于改進的SPA-Markov的參數計算

（1）加權平均聯系度的計算

根據上述原理和方法，分別計算出長河流域2015年采煤生態影響改進SPA法綜合評價結果。

依據數據的時效性和臨近數據權重逐漸增大的原則，取各年聯系度矩陣的權重為 W=[0.2, 0.3,0.5]，則這3年的加權聯系度為：

表2 長河流域采煤生態影響評價指標體系Table 2 Ecological Impact Assessment Index System of Changhe watershed

表3 長河流域采煤生態影響改進集對分析評價結果（2005年）Table 3 Improvement of coal ecological impact in Changhe watershed SPA evaluation results (in 2005)

（2）平均轉移矩陣

由SPSS因子分析計算R2005得到R2010的轉移矩陣R2005－2010；由R2010得到R2015的轉移矩陣為R2010－2015；再加權得到兩個轉移矩陣的平均轉移矩陣。

（3）預測2020年的聯系度

4.2.2 基于改進的SPA-Markov的評價結果

綜上，得到各時間序列長河流域采煤生態影響改進SPA法跟蹤評價結果（表4）

表4 2005－2015年長河流域采煤生態影響各指標等級劃分結果Table 4 Ecological impact indicators of the results of the classificationinChanghewatershed in 2005-2015

根據各時段采煤生態影響的集對勢變化情況得到長河流域生態影響的集對勢變化趨勢圖，見圖3。

由圖3可知，2005年長河流域采煤生態影響等級趨于等級Ⅲ的趨勢遠遠大于其他等級，趨于等級Ⅲ的概率相對等級Ⅱ有兩倍之差，趨同程度十分明顯。2010年評價等級同樣為Ⅲ級，但趨于該等級的趨勢已然減弱，各等級趨勢分布趨于均勻，從等值曲線可以看出，2010年采煤生態影響處于一個過渡時期。2015年等級已由Ⅲ級轉為Ⅱ級，生態環境狀態好轉，處于Ⅲ、Ⅳ級的概率很低。由2020年的預測結果可知，未來幾年生態環境狀況將持續好轉，但從各等級的分布狀況可以看出，變化程度并不明顯，在目前生態狀況和政策措施不變的情況下，生態影響處于該等級的可能性較大。

圖3 長河流域采煤生態影響集對勢變化圖Fig. 3 The change of ecological impact set pair potential in Changhe watershed

由圖4可知，集對勢對于某等級的趨同程度逐漸降低，說明長河流域采煤生態影響的變化度相對較大，生態風險相對較高，生態等級并非簡單地趨向于某一等級，而是個動態的變化過程，有長時間跟蹤監測的必要性；樂觀勢逐年降低，說明對于整個流域的評價大體是一種非樂觀的態勢，這對于長期開采的煤炭基地而言，評價結果可能具有更為可信的警示性作用，相比于單純的樂觀態勢更有利于決策者做出更為穩妥的決策建議，有利于區域的長遠有序發展；集對勢定位在表征判斷結果的準確性考量方面，變化較不明顯，且相對處于高值位，評價結果準確可信。根據等級劃分標準，分別劃分了2005－2015年三期長河流域生態影響各分項指標的等級狀況（表4）。

圖4 長河流域采煤生態影響集對勢評價結果判定Fig. 4 The results of the evaluation of ecological impact set in Changhe watershed

評價結果表明：壓煤山丘區長河流域 2005年生態影響級別為Ⅲ級，2010年為Ⅲ級，2015年生態影響級別為Ⅱ級，基于改進SPA-Markov預測結果，2020年采煤生態影響等級保持不變，總體生態質量呈上升趨勢。從各分項指標來看，長河流域2005－2015年流域植被覆蓋指數、水體密度指數逐漸降低，土地退化指數和生物豐度指數升高，采煤塌陷損毀指數和礦區干擾指數升高，導致生態影響指數動態波動。

5 結論與討論

5.1 結論

本文以壓煤山丘區長河流域為例，分析了采煤影響下的土地利用特征，在此基礎上，構建長河流域采煤生態影響評價綜合響應指數，運用改進的SPA-Markov對長河流域采煤影響的生態響應進行了動態評價，得出以下結論，（1）流域尺度下采煤對耕地演變的驅動指數最大，其次是建設用地、草地、林地和水域，流域綜合土地利用變化采煤驅動指數由2005－2010年的4.76升高至2010－2015年的 5.04，采煤對流域土地利用變化的驅動力逐步增強。（2）長河流域的生態影響等級由2005年的Ⅲ級到2010年的Ⅲ級再到2015年的Ⅱ級，2020年的Ⅱ級，時間序列上，2005－2010年期間，長河流域生態環境整體呈下降趨勢；2010－2015年間該流域生態狀況逐步改善并趨于穩定，整體上呈波動上升的趨勢。（3）從分項指標上，長河流域2005－2015年流域植被覆蓋指數、水體密度指數逐漸降低，土地退化指數和生物豐度指數升高，采煤塌陷損毀指數和礦區干擾指數升高，導致生態影響指數動態波動。改進SPA法理論簡單清晰，操作方便可行，在生態影響等級界定上更加精準，同時引入Markov模型對2020年流域生態演變狀況進行預測分析，為生態環境演變跟蹤評價相關研究提供一些思路上的借鑒。

5.2 討論

從評價結果分析來看，2005－2010年，長河流域生態環境整體呈下降趨勢；由于煤炭資源整合，大面積采煤活動影響，采煤方式不夠合理，導致地面塌陷，植被破壞，引發了大范圍的地表裸露、土壤干層，嚴重影響了植被恢復，流域內生態可持續性面臨巨大挑戰。2010－2015年間該流域生態狀況逐步改善并趨于穩定；流域內大面積礦區土地復墾使得生物群落逐漸恢復，土壤質量得到較為明顯的改善，生物豐度指數升高（任慧君等，2016）。在生態恢復背景下和退耕還林還草工程驅動下，黃土丘陵區流域耕地、未利用地向林、草地轉變，減水減沙效益明顯，水土流失狀況得到了明顯改善（Jia et al.，2014）。運用Markov模型對長河流域生態環境進行預測，結果表明：2015－2020年流域生態環境質量呈上升趨勢，說明未來長河流域生態環境形勢較為樂觀。經過多年的綜合治理，黃土丘陵區生態環境狀況發生了明顯的變化，水土流失控制能力得到顯著提升，生態系統趨于穩定化，生態功能逐漸增強，流域生態環境得以好轉（Fu et al.，2011）。雖然退耕還林還草工程促進了黃土區植被覆蓋的增加，但在城市化和工業化進程不斷加速的時代背景下，過度放牧以及壓煤山區采煤塌陷等在一定程度上導致了植被覆蓋度的降低。與 2005年相比，2015年采煤導致植被覆蓋指數降低，塌陷損毀面積大幅度增長，生物豐度指數升高及流域水體的影響對改善流域生態有一定的積極作用，生態響應指數有所回升。但是，采煤導致的土地損毀、植被覆蓋減少等負面效應應當引起重視。由此可見，人類活動對黃土區生態建設和破壞作用并存，如何實現正影響大于負影響，不僅要繼續推進各項生態工程建設的實施，還需加強對人類活動的合理調控。長河流域生態環境狀況與礦區煤炭開采、快速城鎮化發展及煤礦工業迅速增長等因素關系密切，在生態文明建設的背景下，長河流域應從保護礦區生物多樣性和煤炭資源、加強流域水土流失防治、強化污染治理和礦區環境保護、優化礦區產業結構等著手，進行有效的生態管理，從而實現生態環境的可持續發展。本文選取流域尺度，以自然地理界線為主，較好地遵循了生態整體性的特征，但數據的獲取具有一定難度。生態演變的驅動力研究還有待于深入，可借助遙感技術監測塌陷區地形和生物量變化，及時更新數據，并對生態響應模型進行改進，綜合運用數學方法進行系統研究。