基于遙感和地理信息系統的內蒙古呼日查干淖爾地區生態脆弱性評價

周玲美，王世航，權 玲

(安徽理工大學空間信息與測繪工程學院，安徽 淮南 232001)

隨著全球氣候變化和人類社會經濟的發展，全球各地不斷暴露出各種生態和環境問題，影響著人們的生產生活。與此同時，生態和環境的保護與治理也愈發受到關注，其中有關生態脆弱的研究逐漸成為生態學研究的熱點[1]。一般認為，生態脆弱性是在自然或人為作用下生態系統的正常結構被擾動并超過自調節的“閾值”,由此導致生態功能大幅降低,生態恢復能力減弱甚至完全失去恢復能力的現象[2]。迄今為止，國內外已有眾多學者針對不同區域、利用不同評價方法展開了研究，如XUE等[3]利用模糊層次分析法(FAHP)和壓力-狀態-響應(PSR)框架研究塔里木河流域2005—2015年期間生態脆弱性的動態變化；付剛等[4]采用“敏感、彈性和壓力”評估框架，運用空間主成分分析法對北京市的生態脆弱性進行定量評價；姚雄等[5]采用熵權法和綜合指數法分析了長汀縣1999、2006和2014年的生態脆弱性時空分布及變化；劉玒玒等[6]采用模糊綜合評價法對渭河流域的生態脆弱性進行了評價；張笑楠等[7]采用基于景觀格局信息的灰關聯分析法對桂西北喀斯特地區的生態脆弱性進行了分析評價。由于研究背景的差異，不同區域的評價內容和側重點有所不同，故評價指標體系尚未統一[8]。

位于內蒙古自治區的呼日查干淖爾湖是一個位于東亞季風邊緣區干旱與半干旱過渡帶的封閉性內陸湖，對氣候和環境變化的響應十分敏感[9]。作為當地重要的水域生態系統，其不僅起到調節氣候的作用，還為當地生物提供了生存條件，歷史上這片區域水域廣闊，牧草茂盛，然而近幾十年來，在全球氣候暖干化和人類社會經濟活動的影響下出現草場退化、水域面積縮減和土地沙化、鹽漬化等現象[9]。至2002年春季，呼日查干淖爾湖的西側大湖完全干涸，留下了大面積的湖盆鹽堿地，引發嚴重的鹽堿塵暴，對當地的生態和環境以及牧民的生產生活造成了嚴重影響，甚至威脅到京津冀地區的生態安全。直到2008年以后，國際和國內的一些環保組織在此進行了一系列的生態治理和植被恢復措施，該地區的生態和環境狀況才有所改善。目前，針對呼日查干淖爾湖區域的研究多是關于湖泊變遷和干湖盆植被分布及土壤性質的，對該區域的生態研究還較少，且缺乏對呼日查干淖爾地區生態治理后的生態狀況研究，因而研究該區域的生態脆弱性不僅能反映該區域的生態狀況，還能為后續的生態治理提供理論依據和決策支持，具有一定的研究價值。

基于此，筆者從自然和人為作用的角度出發，在參照文獻[10-17]的基礎上，綜合考慮地形、植被、土壤、氣象和土地利用等自然和人為因素對研究區生態和環境的影響及數據的可獲取性后，選取高程、坡度、歸一化植被指數、土壤濕度、土壤鹽度、年均氣溫、年降水量和土地利用類型8個指標作為該區域生態脆弱性的評價指標，在遙感(RS)和地理信息系統(GIS)技術的支持下，利用層次分析法、熵權法和綜合指數法對呼日查干淖爾湖區域的生態脆弱性進行綜合評價分析。

1 研究區概況

呼日查干淖爾湖(又稱查干淖爾湖)位于內蒙古錫林郭勒盟阿巴嘎旗西南部，北鄰阿巴嘎熔巖臺地，南接渾善達克沙地，是典型草原地區的內陸海，其湖盆呈東北—西南方向延伸，地勢東高西低[9]。該湖分為東湖和西湖，其中東側小湖約30.2 km2，為淡水湖，主要靠季節性河流—高格斯臺河補給；西側大湖約83.3 km2，為鹽堿湖，現已干涸，兩湖之間由天然堤壩相隔(圖1)。研究區屬于中溫帶半干旱大陸性季風氣候區，春季干旱頻繁、多大風，夏季受東南季風影響，溫和多雨，冬季受蒙古高壓控制，干冷多風[9]。土地利用類型以草地、水域和裸地為主，土壤類型主要為草甸土和鹽堿土。

2 數據來源及處理

2.1 數據來源

研究使用的數據包括遙感影像數據、數字高程模型(DEM)數據、氣象數據和土地利用類型數據。遙感影像數據為2010年8月22日的Landsat 5遙感影像和2017年8月25日的Landsat 8遙感影像，來源于美國地質調查局(USGS)(https:∥earthexplorer.usgs.gov/)，軌道號為125-30，分辨率為30 m；DEM數據來源于地理空間數據云(http:∥www.gscloud.cn/)，分辨率為30 m；氣象數據為1901—2017年中國1 km分辨率逐月平均氣溫和逐月降水量數據集，來源于國家青藏高原科學數據中心(https:∥data.tpdc.ac.cn/zh-hans/)；土地利用類型數據采用清華大學制作的2010年和2017年全球30 m分辨率地表覆蓋數據(http:∥data.ess.tsinghua.edu.cn/)。

由于來自不同數據源的數據投影方式和比例尺不同，為保證所有數據的空間一致性，在提取評價指標之前將所有數據的空間投影坐標系統一為WGS_1984_UTM_Zone_50N，柵格分辨率為30 m。

2.2 評價指標的處理

2.2.1評價指標的提取

(1)坡度指標是基于DEM數據，在ArcMap 10.2軟件中運用Slope工具計算生成；(2)歸一化植被指數、土壤濕度和土壤鹽度指標均是在ENVI 5.3軟件中利用遙感影像數據進行波段運算得到，計算公式參考文獻[18-21]；(3)2010年和2017年的年均氣溫和年降水量基于相應年份的逐月平均氣溫和逐月降水量計算得到；(4)由于研究區2010年的全球30 m地表覆蓋數據與該時期的遙感影像解譯結果存在部分差異，故利用遙感影像獲取2010年的土地利用類型指標。參考2010和2017年的地表覆蓋數據，在ENVI 5.3軟件平臺的支持下，利用支持向量機的監督分類方法將研究區的土地劃分為水域、高覆蓋度植被、中覆蓋度植被、低覆蓋度植被、不透水面和裸地6類，并基于2010年的全球30 m地表覆蓋結果和遙感影像對分類結果進行精度評價，得到的地表覆被數據整體精度為88.42%，高于2010年全球30 m地表覆被數據的精度，滿足研究需求。

2.2.2指標的標準化處理

為使不同量綱的評價指標具有可比性，在評價之前需要對指標進行標準化處理。采用極差法對評價指標進行標準化處理[10]。由于土地利用類型數據為定性指標，在標準化之前需對其進行定量化處理，參照文獻[11-12]，采用賦值法實現定性指標的定量化處理：水體和森林(水體和高覆蓋度植被)賦值為2，草地和濕地(中覆蓋度植被)賦值為4，農田(低覆蓋度植被)賦值為6，不透水面賦值為8，裸地賦值為10。

對于正向指標(高程、坡度、土壤鹽度、年平均氣溫和土地利用類型)，其標準化計算公式為

(1)

對于負向指標(歸一化植被指數、土壤濕度和年降水量)，其標準化公式為

(2)

式(1)～(2)中，xij和yij分別表示評價指標j在第i個柵格單元處的原始值和標準化，yij越大表示指標對生態脆弱性影響越顯著，max{xij}和min{xij}分別代表評價指標j的最大值和最小值。

3 研究方法

采用對各指標進行加權求和的方法構建生態脆弱性綜合指數，其中指標權重的確定采用主觀賦權(層次分析)和客觀賦權(熵權法)相結合的方法，以避免主觀賦權的主觀性和盲目性，彌補客觀賦權的片面性和機械性[13]。

3.1 層次分析法

層次分析法(AHP)是一種常用的主觀評價方法，它將復雜的評價指標分成若干集合，分別對比每一層次評價指標間的重要性，構建判斷矩陣，從而確定各指標的權重[14]。利用yaahp 10.3軟件進行指標權重的確定，并通過了一致性檢驗，表明各指標權重的計算結果合理[15]。

3.2 熵權法

熵權法是一種較為客觀的定權法，其主要思想是根據各指標所提供的信息量大小為其賦予權重，其中熵與信息量之間存在反向關系，信息熵越小，提供的信息量越多，在綜合評價中所起的作用越大，則其權重也應越大[16]。計算步驟如下：

(1)計算第j個評價指標的信息熵。

(3)

(2)計算第j個評指標的權重(W2j)。

(4)

3.3 組合權重

利用最小信息熵原理和拉格朗日中值定理[15]將層次分析法得到的權重W1j和熵權法得到的權重W2j進行組合，得到最終的指標權重Wj(表1)，計算公式為

(5)

3.4 生態脆弱性評價

將標準化后的指標值進行加權求和處理，得到生態脆弱性指數(ecological vulnerability index，IEV)：

(6)

式(6)中，Yj為評價指標j的標準化值。

為了更直觀地反映區域生態脆弱性狀況，采用自然斷點法(natural break classification)與研究區實際情況相結合的方式[17]對研究區的生態脆弱性指數進行分級，將其劃分為潛在脆弱(IEV≤0.31)、輕度脆弱(0.310.51)5個生態脆弱性等級，等級值為1～5，而后利用綜合生態脆弱性指數(integrated ecological vulnerability index，IIEV)對2個時期的生態脆弱性進行整體分析和對比，計算公式為

(7)

式(7)中，Pi和Ai分別表示第i類生態脆弱性等級值和對應等級的面積，m2；S為研究區總面積， m2。IIEV值越大表明生態越脆弱。

3.5 空間相關分析

為分析研究區生態脆弱性的空間關聯特征，利用半變異函數對其進行空間分析。首先利用ArcMap 10.2軟件，按500 m的采樣間隔提取查干淖爾地區的生態脆弱性指數值，而后利用SPSS 25軟件對數據進行單樣本K-S檢驗，對不符合正態分布的數據，利用個案排秩法對其進行正態轉換[22]，最后將符合正態分布的數據導入到地統計學軟件GS+中進行半變異函數的計算和分析，其中有關半變異函數的原理和方法可參照文獻[23]。

4 結果與分析

4.1 研究區生態脆弱性時空差異分析

使用ArcMap 10.2軟件，將生態脆弱性指數進行分級，分層設色后得到2010和2017年的生態脆弱性等級分布(圖2)，并分別統計2個時期各等級的面積，計算出綜合生態脆弱性指數。

呼日查干淖爾地區2010和2017年的綜合生態脆弱性指數分別為3.516 6和3.235 0，IEV值減小表明研究區的整體生態狀況有所改善，但研究區的大部分地區仍處于中度脆弱、重度脆弱和極度脆弱狀態。如表2所示,2010年研究區中度脆弱、重度脆弱和極度脆弱等級的面積比例分別為25.07%、29.47%和24.83%，共占研究區總面積的79.37%；2017年這3個等級所占比例均有所下降，但總比仍超過研究區總面積的一半，達69.3%。研究區2017年的潛在脆弱和輕度脆弱面積分別比2010年增加了64.950 3和79.026 3 km2，重度脆弱和極度脆弱面積分別減少51.136 2和71.264 7 km2。研究區超過10%的區域生態脆弱性等級呈下降趨勢，表明生態狀況逐漸好轉。

表2 研究區2010年和2017年生態脆弱性等級面積及占比Table 2 Comparison of area and proportion of different ecological vulnerability levels in the study area between 2010 and 2017

從生態脆弱性等級分布(圖2)可以明顯看出，2017年的生態狀況較2010年有了較大改變，其中查干淖爾湖以北的區域生態脆弱等級出現大幅下降，大部分極度脆弱區轉變成了中度和輕度脆弱。2010年和2017年研究區潛在脆弱和輕度脆弱區均主要分布在湖泊、河流周圍以及東南部的草地區；2010年研究區中度脆弱區域主要在呼日查干淖爾湖的大湖周圍及其以南的沙地區，而2017年的中度脆弱區域主要在干涸的大湖盆地和北部的臺地處；重度脆弱區仍分布在湖泊東部和西南部的裸地處；極度脆弱區由北向南轉移，其中研究區西南部的部分中度脆弱和重度脆弱區轉變成了極度脆弱。對比2期遙感影像發現，該區域2017年的植被覆蓋明顯高于2010年，且所用的2017年土地利用數據將研究區西南部的部分草地誤分為裸地，因而該區域的生態脆弱性可能存在部分偏差，但并不影響對研究區2個時期的整體生態脆弱性比較。

4.2 不同土地覆被情況下的生態脆弱性特征分析

為進一步分析呼日查干淖爾地區生態脆弱性的空間分布特征，利用ArcMap 10.2軟件中的空間分析工具統計不同土地覆被情況下的各生態脆弱性等級面積，分析不同時期研究區的生態脆弱性與土地覆被之間的關系。研究區的土地覆被類型以草地和裸地為主，考慮到濕地、森林、農田和不透水面的面積比較小，僅占研究區的0.1%左右，故該研究僅分析水域、有植被覆蓋和無植被覆蓋這3種土地覆被情況下的生態脆弱性狀況。

表3的統計結果顯示，水域主要處于潛在脆弱狀態，2010和2017年分別有3.41%和2.63%的水域處于輕度脆弱狀態。從圖3可以看出，這部分水域幾乎都靠近湖岸，易受氣候和人類活動的影響。植被覆蓋區域以輕度脆弱和中度脆弱為主，超過植被覆蓋面積的70%，其中2010年處于重度脆弱和極度脆弱狀態的植被覆蓋面積有71.553 6 km2，而到2017年其面積減少了93.31%，僅有4.783 5 km2。此外，2010—2017年呼日查干淖爾湖四周的植被明顯增多，且生態脆弱性等級也有所下降(圖3)。在無植被覆蓋區域，重度脆弱和極度脆弱區域面積之和超過了該區域的80%，且2010和2017年均有超過110 km2的區域處于中度脆弱狀態。從覆被面積來看，2010和2017年無植被覆蓋區域的面積均大于有植被覆蓋區，而2017年生態脆弱性指數低于2010年，有植被覆蓋區比2010年增加了17.33%，無植被覆蓋區減少了10.9%。可以看出，呼日查干淖爾地區的生態脆弱性與植被覆蓋有一定關聯。總體來看，研究區水域的生態脆弱性較為穩定，有植被覆蓋區和無植被覆蓋區均處于不同程度的生態脆弱狀態。

表3 2010年和2017年研究區生態脆弱性等級與土地覆被的分區統計結果Table 3 Statistical results of ecological vulnerability levels and land covers in the study area in 2010 and 2017 km2

4.3 生態脆弱性的空間自相關特征分析

表4顯示，2010和2017年擬合效果最好的模型分別為指數模型和球狀模型，能很好地反映查干淖爾地區生態脆弱性的空間結構特征。2010和2017年的基臺值分別為1.287和0.987，反映區域生態脆弱性指數的波動較大。塊金值與基臺值的比值反映了生態脆弱性的空間相關性的程度，其值越大表明由隨機因素引起的空間異質性越高[7]。該研究中，2010年的塊金值/基臺值為0.218，屬于強烈的空間相關性;2017年為0.499，屬于中等強度的空間相關性;說明該區域生態脆弱性的空間變化是結構性因素(地形、土壤等)和隨機因素(如礦產開發、飛播造林造草、劃區輪牧等人為活動)共同作用的結果。其中，2010年由隨機因素引起的空間異質性較小，而2017年由隨機因素引起的空間異質性較大，這說明人類活動在一定程度上影響了生態脆弱性的空間變化。變程是指變量的空間自相關尺度[24]，研究的變程均大于采用間距，說明采樣點具有代表性，且在500 m采樣間隔內區域生態脆弱性具有較高的空間相關性。此外，區域化變量的變異函數還與方向有關[25]，該研究中生態脆弱程度的空間異質性具有較為明顯的各向異性特點，其中2010年主要表現在45°和135°的方向上，而2017年主要表現在0°方向上，影響原因與降水、氣溫、植被等因子在不同方向上存在顯著差異有關。

表4 研究區生態脆弱性最優理論變異函數Table 4 The optimal semi-variogram of ecological vulnerability in the study area

5 討論

從自然和人為因素的影響角度出發，基于RS和GIS技術，利用層次分析法、熵權法和綜合指數法對內蒙古呼日查干淖爾地區的生態脆弱性進行評價，綜合考慮了多方面生態脆弱性的影響因素和各個評價方法的優缺點，使得評價結果更為合理。

研究發現查干淖爾地區的生態狀況整體較為脆弱，但從綜合生態脆弱性指數(IEV)來看，2017年較2010年有所降低，其生態狀況呈現好轉態勢，與牟艷軍等[26]的研究結果一致。研究區生態脆弱性較高的區域主要分布在裸地和低植被覆蓋區，這與其他類似研究[11,17]的結果一致。原因在于查干淖爾地區的裸地多由干涸的湖盆和退化的草場形成，其中干涸湖盆位于呼日查干淖爾湖的西側大湖，該湖為鹽堿湖，干涸后形成了大面積鹽堿地，研究區的裸地和低植被覆蓋區易受自然氣候條件和人類生產活動的影響，出現土壤沙化、鹽漬化和鹽堿塵暴等一系列生態問題，使得該區域的生態環境較為脆弱。

研究區的生態脆弱性及其變化是自然因素和人為因素共同作用的結果，一方面，較之2010年，研究區2017年的降水量略有減少，氣溫略為升高，這符合查干淖爾流域氣候變化呈現暖干化的特征[9]，但該氣候變化不利于植被的生長，且溫度、蒸發和降水變化對查干淖爾湖面積萎縮存在較大影響[9]，而對于典型的草原地區，水資源的變化又會對當地生態系統產生較大影響；另一方面，研究期間阿巴嘎旗政府開展了禁牧、休牧、劃區輪牧、飛播造林造草等一系列生態治理工作，加大了對草原生態系統的保護力度[27]，實施的生態恢復措施保障了牧草的正常生長，增加了植被覆蓋度，從研究區不同土地覆被情況下的生態脆弱性特征可知，植被覆蓋區的生態脆弱性相對較小，植被對提高當地草地和水域生態系統的適應能力和抗干擾性起到了一定的促進作用。

從研究區2010—2017年生態脆弱性的變化可以看出，盡管研究區的氣候條件對生態脆弱性起到了促進作用，但在人類活動(生態建設)的影響下，研究區整體的生態環境仍朝著逐步改善的方向發展。即使在氣候變化的不利條件下仍可以通過合理配置資源和堅持生態文明建設來維護生態系統的穩定性和持續性，進而達到社會經濟的可持續發展。有資料顯示，呼日查干淖爾湖目前仍存在水資源利用不合理現象[28]，因而該地區的生態保護力度仍需加強，在今后研究區的生態保護和修復工作中不僅要著重關注生態脆弱性較高的區域，還需加強對呼日查干淖爾湖流域水資源的管理，完善監管機制，增強群眾的生態保護意識，以確保資源的合理利用以及流域內植被的恢復和生長。

6 結論

(1)呼日查干淖爾地區2010和2017年的綜合生態脆弱性指數分別為3.516 6和3.235 0，生態狀況總體呈現好轉態勢，但仍以中度脆弱、重度脆弱和極度脆弱為主，其面積超過了研究區的2/3。

(2)呼日查干淖爾地區潛在脆弱和輕度脆弱區主要分布在湖泊、河流流域和查干淖爾湖南部的高植被覆蓋區，中度脆弱區一般在低植被覆蓋區和干涸湖盆處，重度脆弱區和極度脆弱區主要分布在研究區東、西部和北部的裸地處。

(3)呼日查干淖爾湖以北的大部分區域的生態脆弱性等級高于以南的區域，但研究期間北部的生態脆弱性等級出現大面積降低現象，由極度脆弱向中度和輕度脆弱轉移。

(4)受自然因素和人為因素的共同作用，呼日查干淖爾地區生態脆弱性指數具有較強的空間自相關特征，其中2017年受人類活動的影響比2010年大。研究區生態脆弱程度的空間異質性還具有明顯的各向異性特點，2010年主要表現在45°和135°方向上，而2017年主要表現在0°方向上。