水庫區域生態脆弱性評價研究

趙培 李培科 何洪名

摘 要：隨著生態環境問題日益突出，生態脆弱性評價成為研究熱點，但目前對水庫區域生態脆弱性的研究較少。為了給水庫區域生態環境保護規劃提供依據，以出山店水庫區域為例，以氣象、社會經濟等數據和壓力-狀態-響應評價模型為基礎，構建生態脆弱性評價指標體系，將生態脆弱性劃分為重度、中度、輕度、微度、潛在5個等級，運用空間主成分分析法對生態脆弱性進行定量評價。結果表明：出山店水庫區域生態脆弱性驅動因子主要有土地墾殖率、森林覆蓋率、坡度、土地利用程度、地形起伏度和人口密度等，以庫區為中心靠近水庫沿岸地區生態脆弱性高、遠離庫區生態脆弱性低，近庫區域是生態環境的重點保護區域。

關鍵詞：生態環境;脆弱性評價;主成分分析;指標體系;出山店水庫

中圖分類號：S157.2;TV62 文獻標志碼：A

doi：10.3969/j.issn.1000-1379.2020.12.018

Abstract： As the ecological environment issue becomes more and more prominent， the ecological environment vulnerability assessment has become a research hotspot. In order to provide the basis for the ecological environment protection planning of the reservoir area， taking the Chushandian Reservoir area as an example， based on meteorological， social and economic data and the pressurestateresponse evaluation model， the ecological environment vulnerability evaluation index system was constructed. The regional ecological environment vulnerability was divided into five grades of severe， moderate， mild， micro degree and potential. Using the principal component analysis method to quantitatively evaluate the vulnerability of ecological environment. The results show that the main driving factors of ecological vulnerability are land reclamation rate， forest coverage rate， slope， land use degree， topographic fluctuation and population density. In the reservoir area， the ecological vulnerability is high and the ecological vulnerability is low away from the reservoir area and the nearby reservoir area is the key protected area of the ecological environment.

Key words： ecological environment; vulnerability assessment; principal component analysis; index system; Chushandian Reservoir

隨著社會經濟的發展和人類活動的加劇，生態環境問題日益突出，生態脆弱性評價成為研究熱點[1]。目前，進行生態脆弱性評價的方法和尺度多種多樣[2-7]。水庫建設前后當地自然生態和社會經濟差異顯著，目前對水庫區域生態環境的研究多集中于水文、水污染和水生態方面[8-9]，而關于庫區生態脆弱性的研究較少。為此，本文以河南省出山店水庫區域（即大壩以上至水位為92 m庫區尾水上游第一條流域面積大于100 km2的支流）為研究區，基于GF-2衛星遙感影像數據，以壓力-狀態-響應評價模型（PSR）為基礎，構建生態脆弱性評價指標體系，運用空間主成分分析法（SPCA）進行生態脆弱性評價和驅動因子分析，以期為水庫區域生態環境保護規劃提供依據。

1 研究方法

1.1 數據來源及處理

（1）遙感影像數據。對分辨率為2 m的2018年GF-2遙感影像數據，在ArcGIS和ENVI軟件支持下進行人機交互解譯，得到研究區土地利用類型數據。

（2）氣象數據。年降水量和多年平均氣溫等氣象數據來源于國家氣象科學數據共享服務平臺和研究區氣象站點，基于ArcGIS軟件采用反距離加權插值法使其空間化。

（3）地形數據。基于遙感數據和ArcGIS軟件獲取研究區高程、坡度和地形起伏度等數據。

（4）景觀指標。以對GF-2遙感影像解譯的土地利用數據為對象，通過Fragstas軟件計算景觀多樣性指數SHDI和景觀破碎度Ci，公式分別為式中：m為景觀類型數量;Pi為第i類景觀斑塊數占斑塊總數的比例;Ni為第i類景觀的斑塊數;Ai為第i類景觀的總面積。

（5）社會經濟數據。2018年、2019年社會經濟數據來源于信陽市統計部門，包括人口密度（總人口/總面積）、人均耕地面積（耕地面積/總人口）、土地墾殖率（耕地面積/總面積）等。

將土地利用程度分為若干級并賦予分級指數，利用ArcGIS軟件提取1 km×1 km網格的土地利用程度分級指數，并計算土地利用程度綜合指數La，公式為式中：Ei為研究區第i級土地利用程度分級指數，依據水庫區域土地利用實際情況并參考現有研究成果[10]進行賦值，水域及林地、草地、耕地、建設用地、未利用地賦值分別為2、4、6、8、10;Fi為研究區第i級土地利用程度分級面積占比;n為研究區土地利用程度分級數，本研究n=5。

1.2 評價指標體系及數據標準化

生態脆弱性評價以科學合理的評價指標體系為基礎，評價指標的選擇應遵循科學性、主導性、可操作性和目的性等原則。借鑒相關研究成果[11-12]，引入壓力-狀態-響應評價模型，從壓力度、恢復力和敏感性3個層面，根據出山店水庫區域實際，因地制宜選取12個評價指標構建水庫區域生態脆弱性評價指標體系，并根據評價指標對生態脆弱性的作用將其分為正向指標和負向指標，見表1。

1.3 生態脆弱性指數及其標準化

構建生態脆弱性綜合指數模型對生態脆弱性進行評價。為避免評價指標間的相關性、重疊性并確定權重，在對評價數據進行重組降維、確保評價指標信息損失最小的前提下，采用ArcGIS和空間主成分分析法將多個變量轉換為少數幾個相關性極低的綜合指標（主成分），按累計貢獻率確定3個主成分（分別用PC1、PC2、PC3表示，見表2），據此計算水庫區域生態脆弱性指數（EVI），公式如下：

1.4 生態脆弱性分類定級

為全面準確識別水庫區域生態脆弱性狀況，參照國內外已有的生態脆弱性評價標準[1-4]，根據式（7）計算的生態脆弱性標準化指數SEVI，采用自然斷點法將研究區生態脆弱性劃分為5個等級，見表3。

2 評價結果

2.1 生態脆弱性主要驅動因子

主成分載荷矩陣能夠使原始指標中的信息集中體現在少數幾個主成分中，突出反映影響評價結果的主要指標。利用SPSS軟件得到主成分載荷矩陣（見表4），其載荷系數的絕對值越接近1，表示該驅動因子對生態脆弱性影響越大。由表2和表4可知，PC1中，土地墾殖率、森林覆蓋率、坡度、高程、土地利用程度、地形起伏度和人口密度的載荷系數較大，貢獻率達到49.659%;PC2和PC3中，景觀破碎度、人均耕地、年均氣溫、景觀多樣性指數、年降水量載荷系數較大，但主成分貢獻率較低（分別為24.564%和12.801%）。綜上可知，研究區生態脆弱性的驅動因子主要為第一主成分PC1中的土地墾殖率、森林覆蓋率、坡度、高程、土地利用程度、地形起伏度和人口密度等。

2.2 生態脆弱性評價結果

根據生態脆弱性標準化指數SEVI計算結果及生態脆弱性分級標準進行判定：研究區生態重度脆弱區主要分布在庫區東部、東北部沿岸，面積占研究區總面積的5.50%;中度和輕度脆弱區分布于庫區東北部和西部沿岸，面積分別占研究區總面積的10.80%和7.91%;微度和潛在脆弱區主要分布于遠離庫區的西南部及北部區域，面積分別占研究區總面積的17.58%和58.21%。可以看出，水庫區域生態脆弱性空間分布特征明顯，整體呈現以庫區為中心，越靠近庫區脆弱性越高、越遠離庫區脆弱性越低的格局。

3 結 語

基于構建的生態脆弱性評價指標體系和空間主成分分析法，能夠全面準確識別水庫區域生態脆弱性狀況。出山店水庫區域生態脆弱性驅動因子主要有土地墾殖率、森林覆蓋率、坡度、土地利用程度、地形起伏度和人口密度等，以庫區為中心，靠近水庫沿岸地區生態脆弱性高、遠離庫區生態脆弱性低，近庫區域是生態環境的重點保護區域。

參考文獻：

[1] 徐廣才，康慕誼，賀麗娜，等.生態脆弱性及其研究進展[J].生態學報，2009，29（5）：2578-2588.

[2] 馬駿，李昌曉，魏虹，等.三峽庫區生態脆弱性評價[J].生態學報，2015，35（21）：7117-7129.

[3] FURLAN A， BONOTTO D M， GUMIERE S J. Development of Environmental and Natural Vulnerability Maps for Brazilian Coastal at Sao Sebastiao in Sopaulo State[J].Environmental Earth Sciences，2011，64（3）：659-669.

[4] 王麗婧，席春燕，付青，等.基于景觀格局的三峽庫區生態脆弱性評價[J].環境科學研究，2010，23（10）：1268-1273.

[5] 王貝貝，丁明軍，管琪卉，等.基于格網的南昌市生態環境脆弱性評價[J].生態學報，2019，39（15）：5460-5472.

[6] 趙培，吳卿，張璐，等.淅川縣石質荒漠化土地空間分布特征研究[J].人民黃河，2018，40（10）：95-98.

[7] 于伯華，呂昌河.青藏高原高寒區生態脆弱性評價[J].地理研究，2011，30（12）：2289-2295.

[8] 左其亭，陳豪，張永勇.淮河中上游水生態健康影響因子及其健康評價[J].水利學報，2015，46（9）：1019-1027.

[9] 黨偉，焦利民.淮河上游水質污染特征及其綜合評價[J].水土保持研究，2018，25（5）：358-370.

[10] 麻素挺，湯潔，林年豐.基于GIS與RS 多源空間信息的吉林西部生態環境綜合評價[J].資源科學，2004，26（4）：140-145.

[11] 邱微，趙慶良，李崧，等.基于“壓力-狀態-響應”模型的黑龍江省生態安全評價研究[J].環境科學，2008，29（4）：1148-1152.

[12] 仝川.環境指標研究進展與分析[J].環境科學研究，2000，13（4）：53-55.

【責任編輯 張智民】