基于GIS和模糊數學的川西地區生態安全評價

陳春容, 仙 巍, 潘 瑩, 王浩帆

(成都信息工程大學 資源環境學院, 四川 成都 610225)

生態安全是國家安全體系的重要基石[1]，作為國家安全體系的重要組成部分，生態安全已成為當前研究人類可持續發展的熱點和趨勢[2]。21世紀以來，我國社會經濟迅猛發展、人口急劇增長，導致城鎮化進程加快、人地矛盾緊張、資源約束趨緊；此外，各類自然災害頻發，諸多因素致使生態結構紊亂和生態功能退化，嚴重威脅著國家生態安全。因此研究區域生態安全具有十分重要的意義。當前針對生態安全的研究內容主要包括生態安全評價、生態系統功能及服務價值和生態保護與恢復等方面[3]。生態安全評價是研究區域生態是否安全的必要步驟，同時也是解決其余生態問題的基礎。對生態安全評價的研究主要包括兩個方面，一是如何選取評價指標，二是對評價模型的研究。生態安全受自然條件、經濟發展和人類活動等多方面因素影響，基于此，國內外研究主要根據“環境(自然)—經濟—社會”、“壓力(pressure)—狀態(state)—響應(response)”(PSR)等概念模型構建評價指標體系。早期生態安全評價的方法多為數字模型法和生態模型法[4-5]。如丁道軍[6]根據PSR模型研究阿壩羌族藏族自治州生態安全狀況，總結了阿壩州主要生態問題及原因；陳蓓[7]基于生態碳足跡評價了甘孜藏族自治州生態安全狀況，發現川西南地區所承受的生態環境壓力較大。后來又引入了景觀生態學[8-9]的方法對生態安全進行評價。但這些方法存在空間差異性難以體現、忽略自然環境因素等問題。隨著遙感和GIS高新技術的發展，基于網格的評價及分析能最大限度地體現行政單元內部生態安全狀況的空間差異[10]。近年來，模糊數學在生態問題研究中使用廣泛。如鄒長新等[11]運用模糊數學方法探討若爾蓋濕地生態安全變化情況，發現研究區生態安全狀況有所下降；劉祖涵[12]將模糊數學引入城市生態安全評價中，論證了煤炭開采對萍鄉市生態環境的負面影響。該方法能夠很好的解決生態安全評價指標的復雜性和評價結果等級的不確定性所帶來的問題，在生態安全評價研究中應用良好。習近平指出要從事關中華民族永續發展和千秋大計的高度推動黃河流域生態安全保障和高質量發展[1]。川西地區是長江、黃河上游的重要生態屏障，然而，該區位于高海拔地區，地勢陡峭、降水空間分布不均、地質條件復雜等諸多自然因素造成了川西地區生態先天性脆弱。加之近年來人類活動加劇、土地利用不合理和森林資源退化，不僅使得研究區生態屏障功能減弱，而且成為了四川省生態安全問題突出的典型區域之一[13]。目前，對川西生態問題的研究十分匱乏，在已有的少量研究中，多以縣(州)行政區域為評價單元，難以反映更小尺度區域生態安全狀況。此外，研究過多考慮社會經濟影響，忽略了川西作為高原地區及其自身自然條件的影響?；诖耍疚睦肎IS和遙感技術，以1 km×1 km網格為評價單元，從自然和人為因素兩個方面構建生態安全評價指標體系，運用模糊數學法對川西生態安全進行評價研究，以期為該地區生態環境建設、社會經濟發展規劃提供科學依據。

1 研究區概況與數據來源

1.1 研究區概況

川西地區位于四川省西部，地處青藏高原東部的橫斷山區，包括甘孜藏族自治州、阿壩藏族羌族自治州和涼山彝族自治州的木里縣。川西地區水系豐富，金沙江、雅礱江縱貫全境，是長江、黃河重要的水源地。區內設有多個國家級自然保護區，在水土保持、生物多樣性保護和區域氣候調節等方面具有不可替代的作用。作為我國第一、二階梯過渡帶，川西地區西北部以高原地形為主，西南部以山地地形為主，平均海拔高4 000 m，土壤質地松脆，易被風化侵蝕。區內常年氣溫偏低，降雨量較少，日照時間長，氣候隨季節變化特征明顯。川西高原植被多為草地，生物種類繁多，具有重要的生態戰略地位，是《全國主體功能區規劃》確定的國家重點生態功能區之一。

1.2 數據來源

研究所用數據及來源詳見表1。在ArcGIS中對數據進行投影轉換、拼接、裁剪，空間分辨率統一為1 km×1 km。

表1 數據及來源

2 研究方法

2.1 川西生態安全評價方法

2.1.1 評價指標體系構建 指標體系構建遵循科學性、代表性、可獲取性、綜合考慮研究區的實際情況以及前人的研究，本文從自然和人為兩個角度構建評價指標體系，包括人類活動、氣候變化、地形地貌、森林資源和地質條件5個方面共9個正負指標。正(負)指標與生態安全狀況呈正(負)相關。具體指標體系及解析詳見表2。

表2 川西生態安全評價指標體系

2.1.2 評價指標權重確定

(1) 指標標準化。研究采用極值法對各個指標進行標準化處理，計算公式為：

X正指標=(ai-amin)/(amax-amin)

(1)

X負指標=(amax-ai)/(amax-amin)

(2)

式中：X正指標表示正指標的標準化值；X負指標表示負指標的標準化值；ai表示第i項指標原始值；amax第i項指標的最大值；amin第i項指標的最小值。

(2) 熵權法。本文選取相對客觀的熵權法[23]計算指標權重。指標的信息熵越小，該指標提供的信息量越大，在綜合評價中所起作用越大，權重就越高，反之則越低。結果詳見表2。

2.1.3 模糊數學綜合評價 模糊數學法是把定性評價轉化為定量評價，即用模糊數學對受到多種因素制約的事物或對象做出一個總體的評價。它具有結果清晰，系統性強的特點，能較好地解決模糊的、難以量化的問題。對研究區生態安全狀況進行模糊數學綜合評價時，評價因素為U=(u1,u2，…，uj)，uj表示第j個評價指標；評價因素值為X=(x1,x2，…，xi)，xi表示第i個評價單元對應的值；評語集為V=(v1,v2,v3,v4,v5)。在燕守廣、李悅等[24-25]生態安全等級劃分的標準上，本文將生態安全分為5個等級(表3)。

表3 川西生態安全等級劃分標準

(1) 隸屬度函數構建。根據生態安全值域分布的一般規律，研究選取梯形函數來構建隸屬度函數[26]。具體公式為：

偏小型：

(3)

中間型：

偏大型：

(5)

(2) 川西生態安全等級劃分。

模糊綜合評價模型為：

H=W·R=(c1,c2,…,cn)

(6)

式中：H為生態安全評價等級結果；W為指標權重集；R為指標隸屬度矩陣；cn對應各個生態安全等級的隸屬度。依據隸屬度最大原則確定各評價單元的生態安全等級,最終得到川西生態安全狀況評級結果。

2.2 川西生態安全空間分析方法

采用空間自相關方法對川西生態安全空間聚集或離散特征進行分析。

2.2.1 全局自相關 全局自相關的莫蘭指數(Moran’sI)從整體上揭示事物空間聚集程度，計算公式為：

(7)

(8)

(9)

式中：xi表示第i個地區的要素值;n為區域總個數；Wij為空間權重矩陣,當區域i和j相鄰時,Wij=1;不相鄰時,Wij=0。Moran’sI指數取值范圍為[-1,1]。當Moran’sI指數屬于(0,1],要素值在空間上表現為正相關,且Moran’sI指數值越趨近于1,表明其空間分布越聚集;當Moran’sI指數屬于[-1,0),要素值在空間上表現為負相關;Moran’sI指數值越趨近于-1,表明其空間分布越離散;若Moran’sI等于0,則表明要素值在空間上隨機分布。

2.2.2 局部自相關 局部自相關的局域關聯指標LISA可表征小區域空間聚散特征。LISA是將Moran’sI分解到各個單元地區，正值表示空間單元要素值與相鄰單元要素值相近，負值表示空間單元要素值與相鄰單元要素值差異較大，LISA計算公式為：

(10)

(11)

3 結果與分析

3.1 川西生態安全狀況

3.1.1 川西生態安全面積統計分析 對研究區生態安全面積進行統計分析，結果見圖1。2000—2018年生態安全呈正態分布，川西地區整體生態安全狀況偏差。以2018年為例，生態安全狀況Ⅱ級區域所占面積最多，占研究區總面積的40%；其次是Ⅲ級區域，占總面積的26%；Ⅰ級區域所占面積最少。2000—2018年Ⅳ，Ⅴ級區域所占面積之和一直少于Ⅰ，Ⅱ級所占面積之和。這表明川西雖極少地區生態處于危險狀態，但處于較危險狀態的區域面積占比最多，川西生態脆弱區域多于生態環境良好區域，川西地區整體生態安全狀況偏差。

圖1 川西地區2000-2018年生態安全等級面積

3.1.2 川西生態安全空間分布格局 由圖2可知，研究區生態安全東西部差別顯著，呈現出“東高西低”的空間分布格局。2000年，以色達縣—甘孜縣—新龍縣—理塘縣—稻城縣為分界線，川西西部地區(包括上述縣級行政區)生態安全多處于Ⅰ級和Ⅱ級，東部地區生態安全多處于較Ⅳ級和Ⅴ級。這表明西部地區相較于東部地區面臨著人類活動和自然環境的巨大壓力，生態安全受到嚴重威脅。而2000年以后，川西西南地區生態安全多處于Ⅲ級。2000—2018年川西有3個明顯的區域生態處于安全狀態，分別位于川西東北部若爾蓋、紅原、松潘一帶；汶川、茂縣東南地區；以及瀘定縣東部地區。其中，若爾蓋和紅原部分地區在2005和2015年生態處于臨界安全狀態。汶川、瀘定等縣經濟較發達，川東北一帶坡度均在8°以下，區內多為草地和濕地，植被長勢較好，生物多樣性豐富，水土保持能力較強，生態安全狀況良好。生態危險區在德格、理塘和瀘定縣等地有少量分布，這些區域幾乎沒有植被分布，多為冰川雪被覆蓋，抗干擾能力弱。而石渠縣有較多部分區域屬于生態危險區，自2000—2018年石渠縣人口呈持續高速增長狀態，2000年人口達到6.3萬人，到2018年約為10.1萬人，年均增長率高達3.35%，遠超川西其他地區。石渠縣境內人口的爆發式增長導致耕地資源和水資源急劇減少，草地退化程度加劇，生態壓力倍增。除此之外，石渠縣鼠蟲害泛濫、自然氣候惡劣，并且在“十二五”期間生態投資力度較弱，使得石渠縣生態環境愈發脆弱。

圖2 川西地區生態安全等級分布

3.2 川西生態安全時間變化分析

為了解研究區生態安全時間變化趨勢，利用GIS技術對2000—2018年川西地區生態安全狀況做轉移矩陣分析，結果詳見表4。其中上升表示生態安全等級變高，不變表示生態安全等級沒有發生變化，下降表示生態安全等級變低。2000—2018年川西生態安全等級保持不變的區域均占川西地區總面積的70%以上，這表明川西地區生態安全整體變化幅度較小。2000—2005年川西生態安全等級上升占比為16.7%，其中Ⅱ級區域面積變化占9.3%，下降為10.9%，生態安全等級總體有較大幅度上升。2005—2010年生態等級上升占比為7.8%，下降為8%，出現極小幅度下降的情況。2010—2015年生態等級上升占比為13.9%，下降為11.4%；2015—2018年生態等級上升占比為14.4%，下降為12.2%；說明2010—2018年川西生態狀況持續變好，這得益于國家大力提倡和發展綠色生態城市，四川生態省建設規劃的大力實施，使得研究區生態安全得到重視和保護。川西生態安全2000—2018年的總體變化趨勢為“上升—小幅度下降—上升”。

表4 川西2000-2018年生態安全面積變化幅度 %

3.3 川西生態安全空間聚集特征分析

3.3.1 全局空間自相關分析 利用空間數據分析軟件GeoDa對研究區生態安全進行全局空間自相關分析，計算得到研究區生態安全2000—2018年的Moran’sI指數。如圖3所示，川西2000，2005，2010，2015年以及2018年生態安全的Moran’sI指數都通過了1%的顯著性檢驗，值分別為0.572，0.434，0.446，0.363和0.419，這說明川西生態安全在空間上呈現出顯著相關性。2000年Moran’sI指數最高，其他年份降低，呈波動下降趨勢，空間關聯性減弱。將川西生態安全在空間上分為4個區域，“H-H”區(高值與高值聚集)，“L-L”區(低值與低值聚集)，“L-H”區(低值向高值聚集)，“H-L”區(高值向低值聚集)。從圖3可得出，“H-H”區和“L-L”區所占面積之和是“L-H”區和“H-L”區所占面積之和的6～10倍，這表明川西生態安全呈現出較強的空間正相關，空間聚集性顯著。

圖3 川西2010-2018年生態安全Moran’s I指數及空間關聯區面積圖

3.3.2 局部空間自相關分析 利用GeoDa生成研究區生態安全局部空間自相關LISA聚類圖(圖4)，研究區生態安全聚集性具有明顯的地域差異。東部為H-H區，主要包括若爾蓋、紅原、松潘、茂、汶川東南部、康定北部、以及瀘定和木里部分地區。H-H區主要分布于濕地綠洲地區或者地勢較為平坦的區域?？臻g相關性不顯著區域主要位于中部地區，如壤塘、道孚、雅江等地。L-L區即低值聚集區主要分布在西部的石渠、色達、德格等地，這些區域地勢險峻，多為高山峽谷地帶，且草地荒漠化程度嚴重。從圖4可以看出，2000年之后川西生態安全空間聚集分布格局變異特征明顯，高值聚集區向川西中部擴張，面積有小幅度縮減；位于西南部的白玉、巴塘、理塘等L-L低值聚集區面積明顯減少。2015年較之前年份生態安全H-H區在東北部若爾蓋、阿壩等地面積縮減。到2018年東部雅江、九龍、木里等H-H區面積有所下降，這些區域受人類干擾影響較大，植被和草地面積減少，建設用地面積增多，水土流失加重，生態環境惡化。

3.4 川西生態安全影響因素分析

因子分析法最早由英國心理學家斯皮爾曼提出[27]，研究眾多變量間的關系，用較少的幾個公因子來表達原始變量的主要信息。本文運用SPSS提供的KMO統計檢驗和Bartlett球形檢驗方法來判斷數據是否適合因子分析，得到KMO檢測值為0.701，Bartlett檢測值sig.為0.000。根據Kaiser給出的度量標準可知原有變量適合做因子分析。對標準化處理后的指標數據進行因子分析得到碎石圖如圖5所示。由圖5可以看出，從第4個因子起曲線趨于平緩，有3個特征值大于1的主要因子，其方差累積貢獻水平為62.64%，能夠較為全面地反映整體信息。

利用最大方差法對影響因素進行降維處理，對因子載荷矩陣進行正交旋轉，得到旋轉成分矩陣見表5。因子1對氣溫、降水具有較高載荷，主要為氣象影響因子。因子2對人口密度和GDP具有較高載荷，主要為社會經濟影響因子。因子3對高程和植被覆蓋度具有較高載荷，主要為地形植被因子。因此，將提取出來的3個主要因子分別命名為氣象因子(X1)、社會經濟因子(X2)和地形植被因子(X3)。

表5 川西地區生態安全影響因子旋轉成分矩陣

對川西生態安全5個等級從低到高分別賦值0.2，0.4，0.6，0.8和1。以生態安全值(Y)為因變量與因子分析提取出的3個因子進行多元線性回歸，并通過了0.01的顯著性檢驗。線性函數關系為：

Y=0.055X1+0.012X2+0.065X3+0.548

氣象因子、社會經濟因子和地形植被因子的生態安全系數分別為0.055，0.012，0.065。即川西生態安全主要受到地形植被的影響。植被是表征生態環境的重要因子，直接影響了生態環境的抵抗力和恢復力。高海拔地區氣溫常年較低，坡度陡峭，土壤貧瘠，不利于植被生長，容易發生地質災害，對生態環境造成惡劣影響。川西地區地勢“西高東低”的空間分布格局，使得川西生態安全狀況表現出“東高西低”的狀態，且與植被分布具有一致性。川西屬于高原山地氣候，氣溫偏低，降水較少，使得該地區生態環境先天脆弱。社會經濟對川西整體生態狀況影響較小，研究區地廣人稀，人類活動影響只在小部分區域明顯。

4 結論與討論

(1) 研究區生態安全總體狀況不容樂觀，地形因素直接導致了川西生態整體上呈現出“東高西低”的空間分布格局。從時間變化上來看，2000—2018年期間，川西地區生態安全在小幅度波動中呈現出改善趨勢。

(2) 川西地區生態安全空間聚集性強，且具有明顯的地域差異。紅原、松潘一帶為高值聚集區，低值聚集區分布在色達、德格一帶。2000—2018年，低值聚集區大面積縮減，研究區西部地區生態安全狀況明顯好轉，東部地區生態出現小幅度惡化趨勢。地形植被是川西生態安全最主要的影響因子。

本文基于模糊數學理論，從柵格空間尺度對川西地區生態安全狀況、時空變化規律以及影響因素進行了探究。川西地區生態安全狀況整體偏差，這與徐洲洋[28]在四川生態系統健康時空動態研究中的結果基本一致。西部地區地勢陡峭，氣候條件惡劣，是其主要的生態安全脆弱區，這與前人[7]研究結果相似。但本文與前人相比，基于川西地區自然生態狀況和人類發展對于生態環境的迫切需求，減少了對社會、經濟、人文等相關統計資料的依賴，強化了自然生態狀況評價指標的使用，以更加科學合理的角度構建指標評價體系。采用遙感和GIS技術，克服了以往大范圍區域內以行政界線劃分評價單元的桎梏，使得評價結果更加精細化。采用模糊數學法實現川西生態安全評價，與其他研究相比充分考慮到生態安全等級劃分的模糊特性，提高了評價的準確性。

區域生態安全評價是一項復雜而又系統的工程，研究還存在著一定的不準確性和局限性。受限于川西地區數據的匱乏和資料獲取的困難程度，研究未能引入地下水資源和土壤巖性等其他生態指標，致使研究結果存在一定的片面性。此外，如何依托遙感和GIS技術的飛速發展，從更加細小尺度上全面評價區域生態安全以及如何有效預測未來生態安全變化以保證科學調控區域生態資源實現人類社會永續發展是未來需要高度關注和克服的領域。