恩施州生態敏感性評價及時空演變分析
——以2000—2020年為例

張奇 孫毅 陳虎 涂怡

(湖北民族大學林學園藝學院，湖北 恩施 445000)

前言

近年來，隨著生態系統退化、環境惡化和資源過度利用等生態問題顯著增加[1]。生態環境受人類活動的影響，其可持續發展能力和內部穩定能力已經逐漸下滑，此負反饋已經對區域的生態安全產生強烈干擾[2]。生態敏感性是指生態系統對自然環境變化和人類干擾的反應程度[3]。生態敏感性評價本質上是自然因素和人類活動因素對生態環境潛在問題進行判別的方法之一，科學有效的評價手段能為生態環境問題提供有用的信息[4]。生態敏感性較高的區域，更容易因自然因素和人類活動的破壞產生生態環境問題，是生態環境保護和恢復建設的重點區域[5]。因此，有必要開展區域生態敏感性評價，為區域生態保護和空間規劃提供理論依據。

通過對國內外文獻的梳理發現，生態敏感性評價的研究區域廣泛，研究方法多樣；生態敏感性研究由單一敏感性問題研究，向多角度綜合敏感性的研究方向發展。如，劉子軒等[6]基于土地利用類型的二階指標體系，采用自編碼器模型和沙普利加性解釋模型，評價甘肅省靖遠縣敏感性。李帆等[7]基于耦合空間距離指數和全排列多邊形圖示指標法構建生態敏感性指標體系，探究黃土高原生態敏感性時空演變特征。郝守寧等[8]通過計算流域土地利用強度指數和生態系統服務價值，分析尼洋河流域生態敏感性空間分布狀況。李振亞等[9]通過格網編碼、圈層分析，探討近30年石羊河流域生態敏感性的時空變化。

湖北省恩施土家族苗族自治州(簡稱恩施州)位于湖北西南一隅，具有豐富的自然資源和獨特的自然景觀，素有“華中藥庫”美稱，同時也是湖北省旅游資源和自然保護區最多的地區。作為湖北省生態環境保護的重點區域，本文為探究在近20年高速的城市化建設和“中部崛起”等戰略發展的過程中恩施州生態敏感性的演變情況，參考上述學者提出的生態敏感性評價指標體系，并結合自然環境因素和人類活動影響，選取氣溫因子、NPP因子、水源涵養因子、水土流失敏感性因子和石漠化敏感性因子，采用AHP+熵權法的組合權重法構建恩施州綜合生態敏感性評價體系，采用空間自相關分析探究恩施州2000—2020年的綜合生態敏感性時空演變特征，為恩施州后續生態環境保護和可持續發展提供參考。

1 研究區概況

恩施土家族苗族自治州，位于湖北省西南部，地處鄂、湘、渝3省(市)交匯處，位于E108°23′12″～110°38′08″，N29°07′10″～31°24′13″。西連重慶市黔江區，北鄰重慶市萬州區，南面與湖南省湘西土家族苗族自治州接壤，東連湖北省的神農架林區，宜昌市。面積為2.4萬km2。

恩施州境內為鄂西南山地，屬中國地勢第二階梯末端，云貴高原東延部分。西北、東南高，中部低，呈東北至西南縱裂地帶走向。恩施州森林覆蓋率近70%。海拔落差大，小氣候特征明顯，垂直差異突出。恩施州境內年均氣溫16.2℃，年平均降水量1600mm。

2 數據來源與研究方法

2.1 數據來源

本文主要選取歸一化植被指數(NDVI)數據、植被凈初級生產力(NPP)數據、高程數據、坡度數據、地形起伏度數據、降水數據、氣溫數據、蒸散發數據、土壤數據、全國1∶100萬植被類型圖、土地利用數據和人口密度數據作為生態因子變量用于評價恩施州生態敏感性；各數據來源如下。

NDVI數據、NPP數據、降水數據、氣溫數據和植被類型數據來源于資源環境科學與數據中心(https：//www.resdc.cn)，分辨率為1000m；高程數據來源于地理空間數據云(http：//www.gscloud.cn/)，分辨率為90m，坡度數據與地形起伏度數據由高程數據經GIS10.8平臺空間分析得到；蒸散發數據由Google Earth Engine平臺處理MODIS全球蒸散發產品(MOD16)得到，分辨率為500m；土壤數據來源于中國科技資源共享網中的基于世界土壤數據庫(HWSD)的中國土壤數據集(v1.1)(https：//www.escience. org.cn/)，分辨率為1000m；全國1∶100萬植被類型圖來源于國家地球系統科學數據中心(http：//www.geodata.cn/)，分辨率為1000m；土地利用數據來源于武漢大學楊杰、黃昕老師基于Google Earth Engine上制作中國年度土地覆蓋數據集(annual China Land Cover Dataset，CLCD)(https：//zenodo.org/)，分辨率為30m；人口密度數據來源于WorldPop發布的世界人口密度地圖(https：//hub.worldpop.org/)，分辨率為1000m。

所有數據經投影變換全部轉換為WGS_1984_UTM_Zone_49N，分辨率全部重采樣統一為30m。

2.2 研究方法

2.2.1 綜合生態敏感性評價方法

根據恩施州自然地理環境特點和實際生態情況，本文選取了氣溫因子、NPP因子、水源涵養因子、水土流失敏感性因子和石漠化敏感性因子，且考慮到人類活動對生態環境的影響，選取了20年人口密度分度因子來反映其情況；其中，年均氣溫、NPP和水源涵養作為負向指標，水土流失敏感性、石漠化敏感性和人口密度作為正向指標。依據各單一因子的評價結果，采用AHP+熵權法確定各因子權重，最終構建恩施州綜合生態敏感性評價體系；如表1所示。

表1 綜合生態敏感性評價體系

2.2.2 熵權法確權

熵權法起源于信息論中，現已廣泛應用于社科與工程學等各個領域。根據指標的變異程度，反映其信息熵的大小及提供信息量的多少，從而確定指標的權重，為多指標綜合評價提供客觀依據[10]；整體計算過程如下。

2.2.2.1 數據標準化處理

在綜合評價中，由于各單一因子處于不同量級，單位屬性不同，需要對各因子進行統一的標準化處理，消除其差異再對目標進行綜合評價，其中由于各因子的影響結果不同需采用不同的方式進行處理，過程如下。

(1)

2.2.2.2 計算各項因子所占的特征比重Pij

計算公式：

(2)

根據熵值計算公式計算第j項指標的信息熵Ej：

(3)

式中，k>0；ln為自然對數；常數k與樣本數n有關，一般令k=1/lnn，則0≤Ej≤1。

計算公式：

Dj=1-Ej

(4)

(5)

(6)

式中，U代表綜合評價得分；n為指標數；Wj代表第j項指標的權重值。U值越大，綜合得分越高，評價結果越有利，根據所有的U值，對評價結果進行比較。U值越大，綜合評價指數越高，評價效果越好。

2.2.3 AHP確權

AHP是將與決策有關的元素分解成目標、準則、方案等多個層次，通過各層之間的相對重要性兩兩比較，構建判斷矩陣D，通過特征向量歸一化求取各指標的權重值，并利用一致性比率CR進行一致性檢驗[11]，公式：

(7)

(8)

式中，CI為一致性指標；RI為相應的平均隨機一致性指標；n為要素數量；λmax為最大特征值。本研究中的檢驗結果CR=0.002<0.1，計算結果合理。

2.2.4 AHP+熵權法組合確權

為了更好地確定各因子權重對區域綜合生態敏感性的影響，本文綜合主觀和客觀賦權法，引入拉格朗日函數，建立優化決策模型；通過引入歐氏距離函數，保證主、客觀權重與其相對應的偏好程度間的差異程度相一致，最終獲得理想的權重[12]。

優化決策模型：

Up to now, thermoelectric materials with high ZT values are essentially Bi2Te3, BiSbTe, PbTe, and Cu2Se. These materials contain very toxic elements (Te, Pb, Sb, Se) and are very expensive, which limits their uses in thermoelectric devices.

(9)

歐式距離函數D(wAj，wBj)：

(10)

式中，wAj為主觀權重；wBj為客觀權重；α和β分別為主客觀偏好程度系數；結合式(9)和式(10)即可解出綜合權重Wj。

2.2.5 空間自相關分析

空間自相關分析是分析某位置上的數據與其他位置上的數據間的相似程度[13]。本文采用此方法對研究區生態敏感性進行分析，有利于進一步探究恩施州生態敏感性的分布變化規律；目前常用的分析方法主要有全局Moran’s I指數自相關和局部Moran’s I指數自相關，其中全局Moran’s I指數自相關主要用于整體上分析研究區的自相關程度，而局部Moran’s I指數自相關能更好地反映局部臨近領域的相關性。具體公式如下。

全局Moran’s I指數：

(11)

局部Moran’s I指數：

(12)

3 研究結果與分析

3.1 單因子評價分析

在ArcGIS 10.8平臺上，基于式(1)將各因子評價結果進行歸一化處理，并采用自然斷點法對其敏感性等級分為5級進行區分統計，見表2；結果見圖1～6。

圖1 2000—2020年恩施州氣溫敏感性

表2 恩施州敏感性等級分級標準

由圖1可知，恩施州氣溫敏感性在20年間變化趨勢不明顯，空間上，敏感性等級隨著海拔上升而增高，低敏感性地區分布于恩施州中部和西南部，這些地區皆為海拔低于700m的山間盆地和河谷地區等相對低海拔地區，高敏感性地區分散分布于恩施州東部和西北部，這些地區皆為海拔高于1500m的境內高山區。

由圖2可知，在空間角度上，得益于恩施州近70%的森林覆蓋率(素有“華中林海之稱”)，恩施州NPP敏感性整體上表現為較低和低敏感性等級，低敏感性區域主要分布在恩施州東北部、中部和西南部區域；從時間尺度上看，2000年、2005年、2010年、2015年、2020年NPP敏感性等級平均值分別為0.35、0.35、0.34、0.35、0.35，恩施州NPP敏感性在2000—2020年有小幅度波動，整體變化趨勢不明顯。

圖2 2000—2020年恩施州NPP敏感性

由圖3可知，在空間角度上，恩施州水源涵養敏感性因受降雨、蒸散發和植被類型等因素的影響，人工建設區域由于蒸散發過高，且對附近區域植被破壞過大導致敏感性降低，高敏感地區主要分布在東北部，低敏感性區域都分布在遠離各縣市城區的山區；時間尺度上看，2000年、2005年、2010年、2015年、2020年水源涵養敏感性等級平均值分別為0.42、0.42、0.43、0.40、0.42，敏感性在2010—2015年有小幅度波動，整體變化趨勢不明顯。

圖3 2000—2020年恩施州水源涵養敏感性

由圖4可知，在空間角度上，恩施州水土流失敏感性整體以較低等敏感等級為主，高敏感性地區分布不集中，主要呈線性分散分布于研究區中部和東南部等地，這些地區大多位于山間河谷、地勢陡峭和海拔落差較大的區域，由于恩施州常年近1600mm的降雨量的沖刷，這些地形其幅度較大的區域的水土保持壓力較大，水土流失問題最為嚴重；時間尺度上看，2000年、2005年、2010年、2015年、2020年水土流失敏感性等級平均值分別為0.48、0.45、0.48、0.47、0.47，2000—2010年水土流失敏感性先下降后上升，而2010—2020年隨著水土保持和植樹造林等工作項目的實施，有效遏制了高敏感性地區增加勢頭并逐漸穩定。

圖4 2000—2020年恩施州水土流失敏感性

由圖5可知，在空間角度上看，恩施州極高的植被覆蓋度，使得恩施州石漠化敏感性以較低和低敏感性等級為主，幾乎沒有高敏感性地區，其中低敏感性地區主要分布于未開發的自然保護區和森林生態系統區域，以東南部最為集中；從時間尺度上看，2000年、2005年、2010年、2015年、2020年石漠化敏感性等級平均值分別為0.31、0.34、0.33、0.34、0.33，恩施州石漠化敏感性在2000—2020年敏感性等級有小幅度波動上升趨勢。

圖5 2000—2020年恩施州石漠化敏感性

由圖6可知，在空間角度上看，恩施州人口集中分布在各縣市中心城區和鄉鎮；從時間尺度上看，2000—2020年人口敏感性等級平均值分別為0.004、0.004、0.007、0.003、0.003，2005—2010年恩施州人口密度呈上升趨勢，但是隨著生活壓力增加、人口生育率降低和省內外大型城市的“人口虹吸”等因素影響，2010—2020年恩施州人口密度有所下降。

圖6 2000—2020年恩施州人口敏感性

3.2 綜合生態敏感性評價分析

將各指標依據AHP+熵權法計算出的權重進行疊加分析，以自然斷點法區分統計得出恩施州近20年的綜合生態敏感性評價結果，見圖7、圖8。從空間上看，高敏感性地區主要集中在東北部、東部和北部邊界地區，中低敏感性地區廣泛分布在中部和中南部地區，總體呈現中南部到東北部遞增的空間分布格局。

圖7 2000—2020年綜合生態敏感性評價結果

圖8 綜合生態敏感性各級占比

從時間上看，2000年、2005年、2010年、2015年、2020年綜合生態敏感性等級平均值分別為0.34、0.33、0.35、0.33、0.34，整體上恩施州綜合生態敏感性變化呈波動趨勢，2個波谷分別出現在2005年低敏感性地區占比增加到(2857.14km2)12.34%和高敏感性地區占比降低達到最低(1580.88km2)6.83%，以及2015年低敏感性地區占比增加到最高達到(3109.78km2)13.40%和高敏感性地區占比降低到(2453.07km2)10.57%；在2010年隨著低敏感性地區占比降低到最低(1770.57km2)7.63%和高敏感性地區占比增加達到最高(3137.12km2)13.52%，使恩施州生態敏感性變化達到波峰。

綜合來看，近20年恩施州生態敏感性整體上雖有起伏，但敏感性等級上升趨勢并不明顯。

3.3 空間自相關分析

全局Moran’s I指數是反映相鄰空間要素的相關性情況，全局Moran’s I指數的范圍為[-1，1]，值大于0越接近1表示相關性越高，顯著性越強，值為零表示空間要素間呈隨機分布，小于零則為離散分布。利用Geoda軟件計算出恩施州近20年Moran’s I為0.64、0.78、0.63、0.74、0.65，均大于0，說明恩施州生態敏感性在空間上呈正相關。且經過99.9%的置信度檢驗后，P值均小于0.01且Z值均大于2.58，說明恩施州生態敏感性在空間上具有極其顯著的自相關性特征。恩施州近20年空間自相關性整體上出現小幅度波動，在2005年達到最強，見表3。

表3 空間自相關分析

局部Moran’s I指數可以很好地反映空間要素之間聚類情況，有利于分析研究區20年間敏感性分布規律。從圖9可以看出，在空間上，高-高和低-低聚類最為明顯，高-低和低-高聚類范圍極少；高-高為高值聚類，主要是較高和高敏感地區聚集，集中分布在東北部地區，這些地區由于水土流失和石漠化問題較為嚴重，提高了其敏感性等級。低-低聚類為低值聚類，主要是較低和低敏感性地區聚集，集中分布在中部和西南部，這些地區地形平緩，植被覆蓋度極高，人類開發程度較小使其保持較低敏感性等級。

圖9 空間自相關分析

從時間尺度上看，高-高聚類在2000年的380個網格先緩慢增加到2015年最高值434個，隨后到2020年降低至382個；低-低聚類與之類似，先從2000年的374個網格逐步增加到2015年最高值487個，后在2020年減少到416個；從變化可以看出恩施州綜合生態敏感性空間聚類情況先經過持續增強在2015年達到最高聚類程度，隨后略有降低；說明恩施州生綜合態敏感性聚類程度整體上呈波動上升，雖低-低聚類增強有利于恩施州生態文明和諧發展，但高-高聚類的小幅度上升仍需警惕其惡化風險。

4 結論

本文選取了氣溫因子、NPP因子、水源涵養因子、水土流失敏感性因子、石漠化敏感性因子和人類活動因子，依據AHP+熵權法組合權重法構建恩施州綜合生態敏感性評價體系，并采用空間自相關分析，來探究其2000—2020年時空演變特征。

從時間上看，2000年、2005年、2010年、2015年、2020年綜合生態敏感性等級平均值分別為0.34、0.33、0.35、0.33、0.34，恩施州綜合生態敏感性在近20年間呈波動變化，其中2010年生態敏感性等級處于波峰，生態敏感性等級達到最高；在2005年和2015年，生態敏感性等級處于較低水平。同時研究區生態敏感性有顯著的正相關特征，在2005年相關性最強；聚類程度則呈波動增強，在2015年達到頂峰。

在空間上看，恩施州綜合生態敏感性有東北部向中南部遞減的分布格局，主要原因是東北部海拔較高且地形起伏過大，受氣溫和降水侵蝕等因素影響，使其水土流失、水源涵養和石漠化相對嚴重；而中南部有極高的森林覆蓋率和良好的自然環境以及較為平緩的地形和相對更少的人類發展開發，使得其生態敏感性等級處于較低的水平；同時也對應了空間聚類分析中高-高聚類集中在東北部和低-低聚類廣泛分布于中南部的空間聚類格局。

恩施州綜合生態敏感性呈兩極分化于東北和中南部，且隨著時間演變聚類程度在波動上升，其中水土流失和石漠化問題是穩定生態敏感性的關鍵，在近20年的社會高速發展進程中綜合敏感性雖有上升，但都通過積極的防御措施抑制其惡化趨勢。