基于AHP-PCA熵權模型的大渡河流域中上游地區生態環境脆弱性評價

姚 昆, 周 兵, 李小菊, 何 磊, 李玉霞

(1.西昌學院 資源與環境學院, 四川 西昌615000; 2.國家氣候中心 氣候服務室, 北京 100081;3.成都信息工程大學 軟件工程學院, 成都 610103; 4.電子科技大學 自動化工程學院, 成都 610054)

近年來，隨著社會經濟發展的加快，人類活動的愈加明顯，人口—資源—環境間的矛盾日益突出。因此，及時減少類活動對生態環境的干擾，緩解其所面臨的壓力，實現人與自然的和諧相處，已成為當今地理學、生態學、乃至社會科學領域研究的熱點之一[1]。生態環境脆弱性作為生態系統內部更換演替、自然和人為因素共同作用的結果，是描述地區生態環境變化狀況的客觀指標之一[2-4]。對地區生態環境脆弱性進行綜合評價與變化狀況分析，有助于為區域生態環境的保護與恢復性治理提供科學的參考依據。

針對區域生態環境脆弱性的相關研究，國內外專家學者們已在評價模型構建、方法選取、成因分析與綜合治理等方面取得諸多成果。目前已經形成了SRP[5-7]、PSR[8-9]和PSE[10]等評價模型，層次分析[11-15]、景觀格局[16]和主成分分析[17-20]等多種評價方法。近年來，大渡河流域中上游地區受自然環境改變與人類不合理活動的影響，流域先天就脆弱的生態環境受到了更大的沖擊。因此，對其生態環境的真實情況進行評價與分析，及時緩解其所承受的壓力已顯得十分必要。然而，截至目前，對該流域地區生態環境脆弱狀況進行綜合分析的研究卻相對較少。

以往大多研究在進行評價指標權重確定時，方法相對單一，均具有一定的局限性。同時，已有研究表明將各指標權重結構分解為反映不同指標屬性對脆弱性影響程度的主觀權重和表征不同指標信息量對其影響程度的客觀權重，分別采用層次分析(AHP)和主成分(PCA)進行求解，并引入最小相對信息熵模型完成其組合權重計算的方法具有較高的準確性，易被大量運用于環境評價相關領域且取得諸多成果[21-23]。

鑒于以上原因，研究在參考已有成果[2,24-26]的基礎上結合區域實際狀況，分別從地形地貌、氣候、植被、社會經濟等6個方面出發，選取高程、坡度、土地利用等9個指標，完成該區域脆弱性評價指標體系的構建。將GIS技術與AHP-PCA熵組合權重模型相結合，完成其2000—2015年的生態環境脆弱性評價與分析，以期為區域生態環境保護與恢復性建設措施的提出提供科學的參考依據。

1 數據來源

本文以基礎數據自身是否帶有空間坐標信息為依據將其劃分為空間與屬性數據兩大類別，空間數據有：(1) 2000年、2005年、2010年、2015年1∶10萬四川省土地利用遙感解譯矢量成果，其中2000年來源于“黑河計劃數據管理中心(http:∥westdc.westgis.ac.cn)”，其他來源于“中國科學院資源環境科學數據中心(http:∥www.resdc.cn)”；(2) 不同年份NDVI均選取6—8月MODIS13 Q1產品進行最大化合成，像元尺寸為250×250 m，重訪周期16 d，來源于NASA；(3) 四川省1∶100萬土壤類型矢量數據，來源于中國土壤數據庫；(4) 90×90 m網格數字高程模型(DEM)源于“中國科學院計算機網絡信息中心地理空間數據云平臺(http:∥www.gscloud.cn)”。(5) 2000年四川省1∶10萬土壤侵蝕強度等級遙感解譯矢量數據，來源于地球系統科學數據共享服務平臺。屬性數據包括：(1) 不同年份研究區及周邊站點觀測的水熱數據，來源于“中國氣象數據網(http:∥data.cma.cn)”；(2) 不同時期的社會經濟數據來源于《四川省統計年鑒》。

2 基礎數據處理

2.1 屬性數據的可視化

為提高研究成果的準確性，本文對屬性數據進行空間可視化處理。人口和GDP數據以縣級行政單元為界限，以ArcGIS 10.4為工具采用反距離權重(IDW)插值法完成。氣溫和降水以國際通用氣象插值軟件ANUSPLIN 4.37為工具，其采用薄板光滑樣條函數法進行數據處理，將DEM作為協變量參與數據空間插值使結果更符合實際[27]。

2.2 空間參考系統與格式的統一

為保證各指標數據在空間位置上具有較好的一致性，研究中所有指標均統一采用Krasovsky_1940_Albers等面積投影。同時，由于柵格數據在分類和運算上具有操作簡捷且準確性高的優勢，因此所有指標均采用像元尺寸為250 m×250 m的柵格格式。

2.3 數據分類定級

由于9項指標維數存在差異性，不具有直接可比性，為準確表征各指標對生態環境脆弱性的影響程度，需要對其進行分類定級。(1) 針對土地利用類型，研究在參考已有成果的基礎上[2,25-26,28-29]，建立該區域土壤侵蝕強度分布狀況與土地利用類型間的相互作用關系，將有林地、灌木林和沼澤地分為一級；高覆蓋度草地，疏林地和旱地等為二級；河流、湖泊、水庫坑塘等為三級；農村居民點、城鎮建設用地、其他建設用地為四級；永久性冰川、裸巖石質地為五級。就土壤類型而言，研究在參考前人成果的基礎上，結合其可侵蝕性、貧瘠程度和保水性等[4,20,26]，將黑氈土分為一級；褐土為二級；灰褐土、棕壤和暗棕壤等為三級；草氈土、水稻土和紫色土等為四級；巖石、石質土和沼澤土等為五級。(2) 對除土地利用和土壤類型外的其他7項指標，研究采用“自然斷點”的方法進行數據分類[24-26,29]亦分為5個等級，該方法從數據空間聚類的原理出發，客觀程度上實現了數據分類的“物以類聚”。

3 評價模型

研究將GIS技術與AHP-PCA熵組合權重模型相結合，完成研究區不同時期的生態環境脆弱性現狀評價。其基本思路為：分別利用AHP和PCA計算研究區各指標的主客觀權重；利用最小相對信息熵完成兩種方法各指標權重的組合；借助多因子加權疊加數學模型完成區域脆弱性評價。

3.1 指標數據的標準化

本文采用極差法對所有指標進行標準化處理。極差標準化數學模型如下：

正相關：

Vij=(aij-ai，min)/(ai，max-ai，min)

負相關：

Vij=1-(aij-ai，min)/(ai，max-ai，min)

式中：Vij為指標標準化結果；aij為i指標在像元j真實值；ai，min為i指標在像元j最小值；ai，max為i指標在j最大值。

3.2 指標權重

3.2.1 AHP權重 層次分析作為一種定性與定量相結合的權重計算方法[13-15]，其操作步驟如下：(1)分析各指標間的關系，對各指標進行兩兩比較且用1～9對其重要性進行標注，構建判斷矩陣；(2)計算各指標的權重；(3)對計算結果進行一致性檢驗，以判斷其是否合理。本研究中檢驗結果為0.043 0<0.1，結果計算合理。

3.2.2 主成分權重 主成分分析能實現數據信息的重組降維，能在指標信息量損失最小的前提下，將多個變量轉換為少數幾個相關性極低的主成分因子，完成指標權重的確定[17,19]。主要包括如下幾個步驟：(1) 相關系數矩陣的構建；(2) 特征值、因子貢獻率計算和主成分確定；(3) 利用數學模型完成權重的確定。模型如下：

(3)

(4)

式中：Hj為各指標的公因子方差；Wj為各指標的權重；j為指標個數；k為主成分數量。

研究對各指標進行主成分分析，最終選累計因子貢獻率達到85%以上的前5個變量作為主成分因子，分別為PC1，…，PC5(表1)。

表1 2000-2015年大渡河流域地區主成分因子及系數

3.2.3 最小相對信息熵 研究規定W1j和W2j分別為高程、土地利用、土壤類型等9個指標，分別利用AHP和PCA計算得到主客觀權重，那么由最小信息熵原理可知，Wj與這兩個權重越接近則越準確[27-29]，數學模型如下：

(5)

(6)

同時，利用拉格朗日中值定理可知：

(7)

研究區AHP權重、PCA權重和熵權組合權重見表2。

表2 2000-2015年各指標因子權重

3.3 綜合評價

權重雖然可以表征出各指標因子對流域地區生態環境脆弱性不同的影響程度，但其是多因素共同作用下形成的一種狀態，只有將各因子的影響作用進行加權綜合才能客觀地反映出其真實情況[17,29]。研究采用因子加權疊加模型，計算出不同時期流域地區生態環境脆弱性指數EVI，以此完成該地區生態環境脆弱狀況的定量表征。模型如下：

EVI=β1Y1+β2Y2+β3Y3+，…，+βiYi

(8)

式中：EVI為生態環境脆弱性指數；Yi為第i個評價指標；βi為第i個指標的權重。

3.3.1 脆弱度分類定級 各時期計算得到的EVI是一個連續的數據，為更全面掌握區域整體生態環境的脆弱狀況。研究采用自然斷點與實際情況相結合的方式完成數據分級[24-26]，將EVI劃分為潛在、微度、輕度和中度和重度脆弱5個不同等級(表3)。

表3 大渡河流域地區生態環境脆弱性分級

3.3.2 脆弱性綜合指數 本文在進行流域地區生態環境脆弱性整體狀況分析時，通過計算該區域不同時期的脆弱性綜合指數ESVI，并對其進行比較定量描述區域整體脆弱性變化狀況[17,26,29]。模型如下：

(9)

式中：ESVI為流域整體脆弱性綜合指數；Pi為各脆弱度區域的等級；Ai為第i級的面積；S為流域總面積；ESVI越大脆弱度越高。

4 結果與分析

4.1 空間分布特征

本文從整體和局部兩個視角出發，對區域生態環境脆弱性在空間分布特征上存在的差異進行綜合分析。通過對流域地區EVI空間分布變化(圖1)可知，其生態環境脆弱性整體呈現出明顯垂直分布的空間變化特征，具體表現為由南向北脆弱程度有增加的變化趨勢。同時，各等級空間分布差異明顯，潛在和微度脆弱在整個區域的面積比例最大，達到整個地區的50%以上，主要分布于河流兩側地勢相對平緩的地區，區內人口密度相對較高，大部分地區以有林地和灌木林地等為主，植被覆蓋度較高；輕度和中度主要分布在流域下游南部地區，土地景觀類型以草地和疏林地等為主；重度脆弱區在整個區域面積比例最小，僅有8%左右主要集中于流域南部海拔最高的區域，這些地地市陡峭植，區域內土地利用類型以低覆蓋度草地、耕地和裸巖石質地等為主，區內人類活動明顯，植被覆蓋度相對較低。

4.2 脆弱度結構差異

對EVI指數分類定級結果進行比較，可表征出區域脆弱性在結構分布上的差異性，有利于實現區域結構變化狀況的及時掌握。2000—2015年大渡河流域各時期不同等級脆弱區柵格數量及比例概況見表4。

圖1 2000-2015年大渡河流域區生態環境脆弱性評價

表4 2000-2015年大渡河流域不同脆弱度比例

由各區域柵格像元占地區總數的百分比可知，流域地區不同程度脆弱區在結構上存在明顯差異。以2015年為例，整個流域地區微度和重度的比例分別為41.67%和7.51%分居流域比例的兩端；其次，輕度、潛在和中度的比例分別為22.74%，17.32%和10.76%為列第二、第三和第四；同時，進行進一步分析可以發現輕度及以下脆弱區的柵格累計百分比達到81.73%，一定程度上反映出流域整體的生態環境脆弱狀況處于中等水平。

4.3 整體趨勢變化

通過對比2000—2015年各脆弱區面積占流域整體的比例可以發現，15 a內潛在和微度脆弱區面積比例整體均呈現出增加的變化狀態分別增加了2.32%和1.41%，特別是微度脆弱區在整個階段內面積增加的幅度最明顯且均呈現出穩步上升的趨勢；輕度、中度和重度這3類脆弱區的柵格比例均呈現減小的變化狀態，分別減少了1.17%，0.06%和1.29%，特別是重度減少的幅度最明顯且其在整個階段內也是呈現出持續減少的變化狀態。

同時，研究利用生態環境脆弱性綜合指數計算模型(9)得到流域地區2000年、2005年、2010年和2015年的ESVI，分別為2.552 1，2.541 0，2.517 0，2.494 9。整個研究階段內，流域地區的ESVI值呈現出持續減小的變化狀態，這表明其生態環境狀況呈現出持續好轉的變化趨勢。

4.4 驅動力分析

為實現流域地區生態環境脆弱性變化規律的進一步認識，對其驅動力進行分析十分必要[15,19]。研究采用主成分分析將各指標對流域地區生態環境脆弱性的影響程度進行分析，以進一步分析其主要驅動因素(圖2)。

圖2 大渡河流域區生態環境脆弱性指標因子貢獻率變化

通過分析各指標因子的貢獻率可以發現，其呈現逐漸遞減的變化趨勢。指標個數到溫度時，各指標的累計因子貢獻率已經達到87.64%，客觀程度上可以判定前5項指標為影響區域環境脆弱狀況改變的主要驅動因子。研究進一步分析可以發現，高程、坡度這2項指標的相對穩定，對利于地區生態環境的變化的影響作用相對較弱；降水和溫度兩項因素對其的驅動影響作用也是相對有限的，研究通過對比不同時期的EVI分布圖發現，其空間分布與變化特征與NDVI和土地利用類型均有相似性，特別是NDVI的相似度最高。

研究發現15 a內流域大部分地區生態環境發展狀態良好，主要是整個研究時段內該地區先后實施了“退耕還林(草)”和“天然林保護”等系列環保工程，隨著時間的推移這些措施的效果愈加明顯，研究區林草地得以保護與恢復。林草地面積的增加較大程度促進了流域大部分地區植被覆蓋度的明顯上升，趨勢流域地區生態環境的良好發展。然而，局部極小部分地區仍表現出脆弱性加重的變化趨勢。主要原因兩個：一是部分地區自然環境復雜，某些特殊區域人工干預措施無法實施；二是，流域地區水資源相對豐富，大量水電設施的修建也對環境的脆弱性的加劇造成一定影響。

5 討 論

(1) 潛在和微度脆弱區該區具有植被類型多樣且覆蓋狀況較高的優點，隨著系列環保措施的實施，區域的生態環境質量得到了較明顯的提高。然而，該區主要集中于水資源豐富的河流兩側，水電資源的大量開發對其造成一定威脅，為實現該地區生態環境的保護與恢復治理，有關部門在進行水電資源開發時應該更加重視該問題的解決方案。

(2) 輕度和中度脆弱區區內土地景觀以疏林地和地覆蓋度草地為主植被覆蓋度相對低，為更好的維持和保護生態環境狀況，應當嚴控制其植被資源過度開采，并繼續實施“退耕還林(草)”和“天然林保護”工程等措施。

(3) 重度脆弱區大部分分布于流域海拔相對較高的地區，由于特殊的地形和氣候條件，區內植被類型相對單一且覆蓋度極低，更有部分地區終年被冰川雪被覆蓋或為裸巖。因此，選擇恰當的植被進行植樹造林，最大限度阻止其進一步擴散具有十分重要的意義。

6 結 論

(1)從空間角度分析：流域地區生態環境脆弱性整體呈現出明顯垂直分布的空間變化，具體表現為由南向北脆弱度有逐漸增高梯度變化，北部相比南部地區生態環境整體狀況較好；各等級脆弱區在空間分布上也呈現出明顯的空間差異性，潛在和微度脆弱區，主要集中分布于河流兩側地勢相對平緩的區域，輕度和中度脆弱區則主要集中分布于流域下游西南部地區，重度脆弱區則主要集中于流域南部海拔最高的區域。

(2) 從時間角度分析：整個流域地區各等級脆弱區的面積比例呈現出明顯的結構差異性，微度和重度脆弱區的面積比例約為40%和16%，分別占據上下限閾值，其次輕度、潛在、中度呈現依次遞減的變化狀態；隨著時間的遷移潛在和微度的面積比例均呈現增長的變化趨勢，而且他3類均為減少的變化狀態。

(3) 15年內研究區生態環境整體呈現明顯好轉的變化趨勢，進一步分析驅動因素可知，土地利用類型和植被被覆蓋度的改變是影響其改變的主要因素。近年來，隨著國家系列生態環境保護與恢復性建設工程的實施，流域內林草地得到大面積保護恢復，很大程度促進植被覆蓋度的提高，從而促進其生態環境的好轉；同時，水電資源的大量開發利用也對脆弱性的加劇造成一定影響。