基于AHP與TOPSIS的土壤侵蝕脆弱區排序研究

揣澤堯，任 改，洪 濱，趙 迪，郭晶晶

(生態環境部 華南環境科學研究所，廣東 廣州 510000)

土壤侵蝕是一個受地形、氣候、土壤特性、土壤覆蓋和人類活動等多種因素影響的復雜問題[1]，會導致土壤生產力降低、水質污染、洪水風險增加等。土壤侵蝕在全世界廣泛存在，對環境的負面影響很多，被認為是最嚴重的世界性問題之一[2]。為了保護環境，減少水土流失對農業、基礎設施、水質等的負面影響，有必要開展水土保持專項行動[3]。近年來許多學者致力于如何識別易受侵蝕地區的研究，大致分為以下幾類研究：根據植被覆蓋、土地利用和坡度三個標準，按保護的優先順序對流域內的區域進行排序；利用坡度和植被覆蓋兩個因素對區域侵蝕風險進行分析。

當前侵蝕率的評估是在不同的尺度水平(田間、流域)下，采用不同的經驗方法、概念和物理模型進行的。這些方法存在一個缺點——需要大量的數據，而這在發展中國家的數據庫中較稀缺，存在一定的局限性。基于此，本文采用層次分析法(AHP)[4]和理想解相似排序法(TOPSIS)[5]，利用坡度、土地利用情況和土壤類型3個因素對各子流域的侵蝕脆弱性進行排序，以確定需要優先保護的子流域。

1 研究區概況

選取廣東省韓江流域為研究區域。韓江流域地理位置為東經115°13′～117°09′、北緯23°17′～26°05′，是廣東省的第二大流域，流域面積30 112 km2。韓江上游由梅江和汀江匯合而成，梅江為主流，發源于廣東省紫金縣，汀江發源于福建省寧化縣的賴家山，梅、汀兩江匯合后稱韓江，由北向南流經廣東省的豐順、潮安等縣。以梅江為源頭，干流總長470 km。將研究區分為20個子流域，分別為泗水、高思水、隆文水、小靖河、樟溪、九峰水、沙田水、大圣溪、九村溪、東山溪、荷泗水、永和水、松源水、黃陵水、平安水、龍潭水、南口水、合溪水、黃岡河、湯東河(下文中用sw-1～sw-20表示)。20個子流域由于受到侵蝕作用，水土流失、洪澇災害、河道淤積等災害時有發生，給當地生態環境以及人民群眾的生命財產安全帶來了嚴重威脅。因此，識別需要優先保護的子流域對于有的放矢地減少侵蝕具有重要意義。研究區位置如圖1所示。

圖1 研究區位置

2 研究方法

2.1 土壤侵蝕脆弱性評價因子的識別

通過地理信息系統中1∶25 000、1∶50 000地形圖和1∶5 000正射影像，確定了20個子流域的平均坡度、土壤類型和土地利用方式，將其作為預測土壤侵蝕脆弱性的參數指標。研究區主要土地利用方式有耕地、草甸、城市化地區、森林、退化森林和工業區6類，新積土、淋溶土、石質土、崩積層土、中性形成土、黑鈣土、變性土、沖積土8種土壤類型。根據土壤質地(粉砂、砂粒和黏粒的含量)和表層(0～30 cm土層)的有機碳含量，使用EPIC模型中給出的公式估算了這些土壤類型對侵蝕的敏感性，用K因子表示，詳見圖2。20個子流域用于評估土壤侵蝕脆弱性的三個參數(子流域平均坡度S、土地利用因子LU和土壤類型因素ST)數值如表1所示。

圖2 不同土壤類型的土壤可蝕性因子

表1 各子流域參數數值

2.2 層次分析法(AHP)

AHP方法具有良好的數學特性，是一種穩定、靈活的決策工具，可用于求解復雜的多目標決策問題，包括確定保護措施的優先次序、滑坡易感性測繪或土壤侵蝕風險評估，且數據獲取難度較低，故將其應用到子流域的脆弱性評級。

AHP方法的應用一般有以下4個步驟：①將問題分解成目標、準則、次標準等層次結構；②建立兩兩比較矩陣A=(aij)n×n，其中n為矩陣大小，aij表示第i個決策因素對第j個決策因素的重要性，aij≥0，aij·aji=1；③使用特征值法計算決策因素的相對權重(優先級)；④所有矩陣都必須滿足一致性檢驗，即用一致性指數(CI)和隨機指數(RI)得到的一致性比(CR)要滿足小于0.10的要求。

2.3 理想解相似排序法(TOPSIS)

3 結果和討論

AHP方法的第一步是確定決策過程的總體目標。根據坡度、土地利用和土壤類型等影響因素，將目標確定為選擇最易受土壤侵蝕影響的子流域，這些因素被分解為次級指標(6個土地利用等級和8個土壤類型)。

將所有的決策因素構造成判斷矩陣，使用1～9度量表進行配對比較。通過特征值法計算決策元素的權重，一級指標和次級指標的成對比較結果見表2和表3。

表2 一級指標成對比較結果

表3 次級指標成對比較結果

將備選方案通過平均坡度(S)、土地利用因子(LU)和土壤類型因素(ST)進行成對比較。使用脆弱性指數ER對20個子流域進行排序，該指數的計算方式是將指標權重(wi)與替代權重(dj)相乘，ER值越高，說明越容易受到侵蝕。具體計算結果見表4。

表4 層次分析法計算結果

接下來應用TOPSIS方法確定子流域的排序，將通過AHP方法獲得的權重代入TOPSIS方法自帶的程序，并對決策矩陣進行歸一化處理，構造加權歸一化矩陣確定正理想解和負理想解，`具體見表5。

表5 正理想解(A+)和負理想解(A-)

子流域的最終排名在很大程度上取決于賦予主要指標的權重。為了檢查結果的穩定性，考慮了以下三種情況：

再計算與理想解(Cj+)的相對距離，根據該值對子流域進行排序，具體見表6。

情景1：土地利用占大多數權重(wLU=0.714 3，wST=wS=0.142 9)。

情景2：所有指標具有相同的權重(wLU=wST=wS=0.333 3)。

情景3：土地利用占較大權重 (wLU=0.633 4，wST=0.106 2，wS=0.260 5)。

在情景1的情況下，AHP方法將sw-17、sw-4、sw-6、sw-18和sw-9判別為最易受土壤侵蝕影響的子流域，而TOPSIS方法將sw-18、sw-17、sw-4、sw-3和sw-16判別為最易受土壤侵蝕影響的子流域。圖3比較了AHP方法和TOPSIS方法在三種場景下的排序。Spearman相關系數結果表明基于AHP方法的排序與基于TOPSIS方法的排序具有很強的相關性，相關系數分別為：0.732 3(情景1)、0.703 8(情景2)和0.729 3(情景3)。

表6 每個子流域與理想解的相對接近度

圖3 三種情境下AHP和TOPSIS方法的子流域排序比較

為驗證上述排序結果的準確性，通過對各分區采取現場考察、資料查閱及結果檢測等手段，選取耕地面積和坡度兩項參數驗證了排序結果，具體見表7。

表7 排序結果驗證

通過上述調查研究，發現sw-17流域耕地面積占比高達73%，耕地面積占比最低的sw-4流域也達到了53%。這些需要進行優先保護的子流域(sw-17、sw-18、sw-6、sw-4和sw-9)均具有耕地面積占比較大(耕地面積占比超過50%)和邊坡陡峭(坡度超過14°)的特點，同時這也印證了上述排序結果的準確性。

4 結 論

本研究采用AHP和TOPSIS方法，根據現有土地利用、土壤類型以及平均坡度對子流域的侵蝕脆弱性進行了排序，兩種方法結果一致，將小靖河、九峰水、九村溪、南口水及合溪水流域列為需要優先保護的脆弱性地區。同時通過實地驗證、查閱資料等方式，從耕地面積占比和平均坡度兩個指標驗證了排序的準確性。識別這些地區和對其進行排序，使研究人員能夠更合理、更可持續地實施長期保護戰略，為自然資源規劃管理提供重要依據。下一步的工作計劃是針對土壤侵蝕特點提出適宜的措施。