烏海市生態環境評價及驅動因子分析

趙勛剛，胡雨村，王文輝，胡云卿

（1.北京林業大學 水土保持學院，北京 100083；2.南京農業大學 農學院，江蘇 南京 210095；3.中國市政工程華北設計研究總院有限公司，天津300074）

城鎮化的進程中，隨著環保意識和生活水平的提高，區域環境問題越來越引起人們的關注［1］，尤以礦產資源開采為重心來驅動經濟發展的區域，環境問題形勢嚴峻且生態環境修復治理相對困難［2］，因此開展對礦產資源開發區的生態環境問題研究，不僅能指導區域經濟的發展方向，同時也可以找出影響其生態環境最重要的因子，針對性提出治理方案，減小治理成本，提高治理成效。生態環境敏感性是度量生態環境變化的重要指標［3-4］，反映區域生態環境發生破壞的難易程度和大小［5］。雖然已有研究表明：區域生態敏感性評價對于制定區域環境政策和有效進行環境管理具有重要作用［6］，但大多數生態環境敏感性評價缺乏系統性，主要以土壤侵蝕、鹽漬化、沙化等自然生態敏感因子為主［7-11］，忽略人為因子對生態環境的影響。影響因子的定量分析方法主要以主成分分析、趨勢分析方法為主，不能充分體現影響因子對環境的影響程度。空間分異性不止存在于社會和經濟發展［12］，相比以往生態環境驅動因子的研究，地理探測器可以有效體現因子的空間異質性［13］，是進行驅動因子分析的有力工具［14］，現已在環境科學、社會科學、自然科學以及人類健康等方面得到廣泛應用，但在礦山區域生態因子評價過程中鮮有報道。鑒于此，本研究選取西部礦產資源城市——烏海市為研究區，以擾動前（2008）、擾動中（2013）和治理中（2016）3個典型年份作為研究年限，選取反映生態環境變化的地形、環境和人為等三方面的11個擾動因子，應用層次分析法（AHP）評價烏海市生態環境敏感性，并應用地理探測器探究影響烏海市生態環境變化的主要驅動因子，為資源發展型城市的生態環境修復提供科學依據和指導性意見。

1 研究區域概況

1.1 地理及自然條件

烏海市位于內蒙古高原西南部（39°15′～39°52′N， 106°36′～107°05′E）， 地勢東南高， 西北低， 由東南向西北傾斜，基本地貌特征呈 “三山兩谷”格局，屬半荒漠地帶，具有典型暖溫帶大陸性氣候，年平均氣溫為10.9℃，年均降水量165 mm，7-8月降水量最多，占全年降水量的60%以上，降水穩定性差，年際變化大，植被類型由于受地理、氣候因素的影響較為簡單，生態環境較脆弱。

1.2 經濟和區域環境

烏海市是沿黃經濟帶的中心之一，位于 “寧蒙陜甘”經濟區的結合部，由海勃灣區、海南區和烏達區3個區域組成。其煤炭資源豐富，煤田占土地面積的23%，1754 km2的行政區劃面積中2/3為不可利用地，環境容量、能耗空間十分有限。隨煤炭資源的多年開采，帶來的生態環境問題日益突出，該城市于2011年被列為國家第3批資源枯竭型城市。因此，改變其發展模式確定城市的發展方向是資源城市亟待解決的問題。烏海市處于干旱荒漠區，地質條件復雜、生態環境十分脆弱，環境污染和破壞現象嚴重，區域生態環境保護與治理工作任務繁重，形勢嚴峻。

2 數據來源與研究方法

2.1 數據來源與處理

根據本研究的各驅動因子（表1），數據主要包括4個部分：①用于計算地形因子的數字高程模型（DEM）。本研究采用地理空間數據云（http://www.gscloud.cn/）提供的分辨率為30 m的ASTER GDEM全球范圍數字高程信息，利用研究區的矢量范圍，裁剪得到研究區的數字高程模型。②植被信息。本研究應用地理空間數據云 （http://www.gscloud.cn/）提供的Landsat系列30 m×30 m的影像，合成歸一化植被指數（normalized difference vegetation Index，NDVI），然后基于NDVI采用像元二分模型計算得到研究區的植被覆蓋度（fractional vegetation cover,FVC）。為獲得研究區的生態變化情況，取3 a（2008年5月，2013年5月，2016年5月）的植被覆蓋度數據。③基礎地理數據。研究區界限、道路、河流等矢量數據來源于國家基礎地理信息中心（http://www.ngcc.cn/）提供的1∶400萬基礎地理信息數據。④ 社會經濟數據。人口數量、工業總產值和居民人均純收入主要來自于中國統計年鑒數據，包括3個區域的經濟數據。對數據進行裁剪，重新投影為WGS1984，將研究區轉化為900 m×900 m的格網，應用格網提取各因子的平均值，并計算格網中心點到河流道路的平均距離，數據樣本量為2200，所有計算均在Arc GIS 10.2中進行。

表1 烏海市敏感性指標評價等級表Table 1 Sensitivity index evaluation scale of Wuhai City

2.2 研究方法

2.2.1 層次分析法（AHP） 層次分析法（AHP）是一種實用多準則決策方法，具有簡化復雜的決策問題，并體現影響因子間有序的層次結構，找出因子間內在邏輯關系的優點，并根據相對重要性構建判斷矩陣得到各個因子權重值［15］。本研究鑒于層次分析法的特點對烏海市生態環境的敏感性進行評價，確定各驅動因子的主要分級（表2）。主要流程為：①分析可以表征評價烏海市生態環境敏感性評價的主要影響因子并判定其相互關系，層次化評價體系。②應用通用的1-9比較標度法，對因素兩兩進行相對重要性比較，給出各個因素對評價效果的比較標度，并構造評價體系中層次結構中上層對下層的判斷矩陣。③符合評價一致性檢驗原則的條件下，對評價體系中的因素進行單排序，最終把子目標下因素的排序匯總，給出總目標下的因素總排序，即給出各個因素的權重系數。在AHP中，引入一致性評價指標：

式（1）中：IC=（λmax-n）/（n-1），IR通過查表得到，一般在RC=0時，認為判斷矩陣是完全一致性矩陣；RC＜0.1時，認為判斷矩陣是滿意一致性矩陣；RC＞0.1時，認為判斷矩陣不具有一致性，不一致時可通過調整修正使之滿足一致性檢驗。與層次單排序一致，當RC＞0.1時，認為層次總排序具有滿意的一致性。否則就需要對本層次的各個矩陣調整，直到滿足一致性檢驗為止［16］。④構建評價標準以及計算方法：本研究以構成烏海市生態環境敏感性評價因子（地形、環境、人為因子3個方面）構建評價標準體系（表2），應用各因子的乘積得到研究區的敏感性指數。公式如下：

式（2）中：I為生態敏感性指數，其值越大表明區域生態環境的變化波動越大，對環境的影響越大，反之影響越小，Ci和Wi分別為驅動因子和相應的權重值，i為整數，n為驅動因子個數，在本研究中n=11。

2.2.2 地理探測器 地理探測器是揭示因子變化及多因子之間交互作用的模型［14］，其核心思想為假設某個自變量對某個因變量有重要影響，自變量和因變量的空間分布應該具有相似性［17］，深入探測2個變量的因果關系。本研究以生態敏感指數作為自變量，各驅動因子為因變量，利用地理探測器的因子探測功能對研究區的生態指數變化的驅動因子的效應進行分析，應用q的指標進行判定。

表2 烏海市生態環境敏感性評價層次結構Table 2 Hierarchical structure of sensitivity assessment of ecological environment in Wuhai City

式（3）中：q表示生態因子的解釋力，值域范圍［0,1］，當q越大表明此因子對烏海市的生態環境影響越大，反之，影響越小。SST與SSW分別表示區域總方差和層內方差之和，N為樣本個數，σ為標準差。

3 結果與分析

3.1 烏海市生態環境變化分析

根據敏感指數將生態環境分為輕微影響區（敏感指數≤2）、中度影響區（2＜敏感指數≤2.5）、較嚴重影響區（2.5＜敏感指數≤3）、嚴重影響區（敏感指數＞3）等4類。由圖1可知：不同年份烏海市生態環境存在較大的差異，擾動前（2008年）烏海市整體生態環境以輕度、中度影響區域為主，僅在海南區存在大片的較嚴重影響區域，這與當時烏海市的煤炭開采密切相關［18］，生態未破壞前，烏海市經濟發展以煤礦為主的第二產業為主，而煤礦主要分布于中西部的海南區；隨著煤礦產業的快速發展，煤礦對生態環境的影響加深，2013年影響區域擴展到北部的海勃灣區和烏達地區，且均為嚴重影響，這表明在經濟發展過程中烏海市生態環境遭到嚴重破壞；經過烏海市政府對烏海市的治理，2016年生態環境得到明顯改善，尤其是中部區域的改善較為明顯，由2013年的嚴重影響轉變為較嚴重影響區，但是整體較2008年擾動前生態環境仍不容樂觀。

圖1 烏海市不同時期生態環境評價分區示意圖Figure 1 Zoning map of ecological environment in different periods of Wuhai City

為進一步定量分析烏海市生態環境變化特征，分析烏海市2008，2013和2016年的各分區的生態類型轉化規律。由表3可知：2008-2013年烏海市各分區的生態類型發生了劇烈變化，均由2008年的輕微影響區和中度影響區轉變為嚴重影響區，其中海勃灣和烏達區均轉化為嚴重影響區。到2016年海勃灣和烏達區的生態環境得到修復，但修復面積僅為46.790和0.212 km2，分別占分區比例的9.0%，0.1%，較之2008年烏海市生態環境不容樂觀。就單一分區而言，海南區生態環境得到局部改善，嚴重影響區域面積由2013年的34.4%下降至12.6%，但較嚴重影響區面積增加了10.0%，同時中度影響區由3.8%增至15.4%；海勃灣地區嚴重影響區域的面積由100%降至91.6%；烏達區嚴重影響區的面積下降程度比較小僅同比下降了0.1%。

表3 烏海市生態分區轉移Table 3 Ecological regionalization in Wuhai City

3.2 烏海市生態環境驅動因子分析

本研究以層次分析得到的環境敏感性指數作為因變量，以地形、環境和人為因子作為自變量，應用地理探測器構建2008，2013和2016年模型，分析不同年份的驅動因子變化情況。表4表明：到水源的距離、人口數量、工業總產值、居民人均可支配收入等4個因子對環境的影響最大，且都達到顯著水平（P＜0.05）；而高程、坡度、植被覆蓋度等因子對環境的影響程度較低，這與烏海市的經濟發展和經濟轉型有關［19］。自然因子中到水源的距離對環境的影響最大，為第1驅動因子。這與植物的生長相關，水分充足的區域適于植被的生長，且烏海市處于半荒漠地帶，水分對其環境的影響最大，但其影響程度逐年降低，這與研究區經濟發展密切相關。2008年經濟發展主要依靠農牧業及粗放的煤礦挖掘，這種發展方式對水資源的依賴很大，2013年農牧業的經濟方式減少，主要以重工業為主，對水的依賴相對較小，2016年烏海市進行經濟轉型和環境治理，對水的需求相對降低。人口數量是影響烏海市環境變化的第2驅動因子，人口的增加一方面給環境造成資源負擔［20］，另一方面增加社會的就業壓力，間接影響區域環境的變化［21］。本研究中，人口數量影響環境的變化，但隨著人口增多影響力有所下降，這是經濟發展及經濟轉型的重要體現。第2驅動因子為工業總產值，它是一個區域經濟發展狀況的重要體現［22］，烏海市作為重要的煤炭存儲區，工業總產值的多少表明以煤炭為主要經濟發展方式的狀態，隨著年份的增加工業總產值對環境的影響明顯降低，這說明烏海市的工業格局發生劇烈的變化。居民人均可支配收入是人民生活水平的重要體現，人民生活水平提高與環境破壞呈負相關，即人民生活水平提高，環境保護較好，這表明民眾對環境的需求發生劇烈的變化。生活水平的提高會增加民眾對生活質量的追求，增強環保意識，間接促進環境恢復［23］。

每個時期因子對環境的貢獻程度存在差異。2008年因子貢獻排序為到水源的距離＞人口數量=工業總產值=居民人均可支配收入＞高程＞坡度＞到道路的距離＞植被覆蓋度＞坡向＞曲率＞地形起伏度；2013年各因子貢獻排序為到水源的距離＞人口數量＞居民人均可支配收入＞工業總產值＞地形起伏度＞坡度＞高程＞曲率＞到道路的距離＞坡向＞植被覆蓋度；2016年治理期因子貢獻排序為到水源的距離＞人口數量＞工業總產值＞植被覆蓋度＞居民人均可支配收入＞地形起伏度＞坡度＞高程＞到道路的距離＞曲率＞坡向。這種變化表明不同時期烏海市的生態環境發生顯著的變化，就植被覆蓋度變化而言，2008年植被覆蓋度對生態環境的影響排名第8，2013年植被覆蓋度排名第11，2016年排名第4，表明植被在修復生態環境方面需要一個時間周期，起初破壞前少量的植被存在對生態環境產生一定影響，破壞后影響降低，而修復后植被生長提高對環境的影響力。

表4 不同年份主要影響因子q大小分布Figure 4 Distribute of different q value of 11 major factors from different stages

4 討論

烏海市生態環境經歷了良好（2008）—生態破壞（2013）—生態修復（2016）的過程，這種變化與烏海市的煤炭行業發展及治理有關［18］。史娜娜等［7］研究表明烏海市生態環境變化與土地資源承載力密切相關，2005年烏海市市政府提出對煤礦資源的開采實行 “先關閉，后整合”的舉措，生態環境得到治理，但由于前期煤炭的開發殘留的廢渣、廢料對生態環境造成的壓力還在［24］，故2013年生態環境持續惡化，到2016年綠色生態景觀［25］及城鄉一體化綠色生態網絡［26］的提出，促進了烏海市生態環境的恢復。

烏海市生態環境變化是自然和人為因子相互作用的結果，這與前人的研究一致［26］。本研究中，到水源的距離、人口數量、工業總產值、全體居民人均可支配收入等是最主要的驅動因子，到水源的距離是第1驅動因子，主要與烏海市干旱的需水環境密切相關，距離水源越近，水分越充足，能夠提供植被的生長的水分［27］，進而修復周邊的生態環境，反之，距離水源越遠，生境水分供應不足，破壞生態環境。人為因子在本研究中是影響烏海市生態變化的主要部分，一方面人口增加對生態環境造成壓力，抑制生態修復，且工業總產值的增加表明在以礦產開采的工業增加，勢必會造成生態破壞。居民人均可支配收入反映了人們的生活水平，一方面為了快速提高收入會對環境進行破壞，另一方面收入的提高促使人們享受生活保護生態環境。為此政府提出退耕還林還草政策［20］和煤炭資源轉型等重要政策，同時推行工業技術革新，以減少對資源的浪費；在提高人民生活水平的同時，提倡綠色生態的理念。不同于以往的研究［28-30］，本研究中植被覆蓋度不是最主要的驅動因子，究其原因，一方面與變量選擇的原則有關，本研究中變量選取2008，2013，2016年中前4名且出現頻率≥2的因子為最重要的驅動因子，另一方面，植被覆蓋度對生態環境的影響具有遲滯效應。雖然2016年植被覆蓋度成為影響生態變化最主要的因子，但本研究是多年研究的整合，未把植被覆蓋度作為最主要的驅動因子，在今后的研究中應探究多年植被覆蓋度對生態環境的驅動效應。

5 結論

本研究為探究中國西部礦產資源區在經濟轉型后的生態環境變化及主要驅動因子，以烏海市為研究對象應用層次分析法對烏海市不同時期的生態環境進行評價，并采用地理探測器分析影響其變化的主要驅動因子，結論如下：①烏海市生態環境發生了由初期的生態環境良好—生態破壞—生態修復的過程，不同過程中生態環境的空間分區存在明顯差異，生態脆弱區由2008年的中南部區域（607.145 km2）向北延伸到2013年的北部全境（1715.978 km2），截止到2016年生態脆弱區域減少117 km2（1599.089 km2），生態修復取得了一定的成效，但未達到2008年破壞前的水平。海南區的生態修復工作成效最大，修復面積達154.912 km2（占海南區的15.4%），海勃灣和烏達區的生態修復成效較差，生態修復面積僅為46.790和0.212 km2，分別占分區比例的9.0%和0.1%。②烏海市主要的驅動因子為到水源的距離、人口數量、工業總產值、居民人均可支配收入等4個因子，這充分說明烏海市生態環境變化是自然和人為因素共同作用的結果，其中人為因素對礦產資源型城市的影響程度大于自然因素，因此在今后的環境治理中，應提高科技投入，尤其在礦產資源改進方面，提高礦產資源的利用率，也要進一步加強對前期礦產開發所造成的廢渣、廢料的再利用，同時提高人民的生活質量和素質，宣傳綠色無污染的理念，倡導環保，無污染和環境保護，使環保的理念深入民眾。