基于模糊層次分析法的黃河三角洲生態(tài)脆弱性評價

吳春生,黃 翀,劉高煥,劉慶生

中國科學(xué)院地理科學(xué)與資源研究所 資源與環(huán)境信息系統(tǒng)國家重點實驗室,北京 100101

20世紀初,美國學(xué)者Clements將Ecotone這一術(shù)語引入到生態(tài)學(xué)中[1],之后衍生出生態(tài)脆弱性的概念,但直到現(xiàn)在,生態(tài)脆弱性仍未有被大眾接受的概念或定義。綜合現(xiàn)有的研究可總結(jié)出：生態(tài)脆弱性是當區(qū)域生態(tài)環(huán)境受到外界干擾時,所表現(xiàn)出的抗干擾能力弱,受干擾后恢復(fù)能力低,且發(fā)生轉(zhuǎn)變后難以恢復(fù)的性質(zhì)特點。全球變暖、冰川融化、干旱、洪水、污染以及生物多樣性喪失等環(huán)境問題使得生態(tài)環(huán)境異常敏感,生態(tài)脆弱區(qū)逐步擴張,開展生態(tài)脆弱性研究是相當必要的。

國內(nèi)外對生態(tài)脆弱性的研究已從初期的定性描述逐漸演變?yōu)槠毡榈亩吭u價[2- 5],研究尺度精細化顯著增強[6- 7],研究領(lǐng)域也在不斷拓寬,如林草交錯帶[8]、流域[9]、海岸帶[10]等,但對于河口三角洲這一特殊區(qū)域的生態(tài)脆弱性研究相對較少。目前生態(tài)脆弱性評價的方法眾多,常用的包括模糊隸屬度評價法、層次分析法、灰色關(guān)聯(lián)評價法和主成分分析法等[11- 14],各個方法都有自身的缺點,如層次分析法受人為主觀思想的影響較重,灰色關(guān)聯(lián)度評價法的復(fù)雜計算過程被大多數(shù)專家詬病。評價指標是整個研究的核心之一,學(xué)者們建立了多種指標選取框架,如“壓力-狀態(tài)-響應(yīng)”模型[15]、“暴露度-敏感度-適應(yīng)性”模型[16]以及“驅(qū)動力-壓力-狀態(tài)-影響-響應(yīng)-管理”模型[17]等,隨著自然環(huán)境和社會發(fā)展中各種科學(xué)問題的提出,生態(tài)脆弱性指標的全面化也在不斷完善。

黃河三角洲是由黃河長年沖積形成的,該地區(qū)擁有豐富的自然景觀類型,具有重要的生物多樣性保護和生態(tài)屏障作用,但其充裕的土地和石油資源也帶來了嚴重的人類活動干擾,再加上頻繁的自然災(zāi)害影響,出現(xiàn)了土壤退化、土地浪費、水體污染和海岸侵蝕等問題,使該地區(qū)生態(tài)環(huán)境受到嚴重威脅,所以對該區(qū)域進行生態(tài)脆弱性評估對區(qū)域生態(tài)保護和管理具有重要的科學(xué)意義和現(xiàn)實意義。目前也有部分學(xué)者對黃河三角洲的生態(tài)脆弱性做了評價研究,如德國宇航局的Michel通過實地調(diào)查和問卷咨詢的方式開展研究,對農(nóng)村環(huán)境在受到內(nèi)外干擾情況下的脆弱性狀況進行定性描述,但缺少相關(guān)的定量數(shù)據(jù)支持[18]；其他相關(guān)研究多是完全利用層次分析法進行評價[19- 21],在指標的權(quán)重設(shè)定中受人為主觀因素的影響過重。

本文擬采用模糊評價方法與層次分析法相結(jié)合對黃河三角洲生態(tài)脆弱性進行評價,也稱為模糊層次分析法,將模糊三角函數(shù)作為層次分析法中指標重要性比較的賦值方式,可以降低人為主觀作用太強的缺點[22- 23],而層次分析法為模糊評價法選取指標時提供了更清晰的思路和邏輯[11],此外,本研究利用模糊隸屬度作為指標和評價結(jié)果的定量化分類依據(jù),削弱了以往布爾運算等級界線太過嚴格的缺點。本文研究目的一方面是驗證方法的可行性,另一方面根據(jù)研究區(qū)的生態(tài)脆弱性狀況,從空間和定量統(tǒng)計方面做原因分析,為黃河三角洲的可持續(xù)發(fā)展提供必要支撐。

圖1 研究區(qū)位置及高程圖Fig.1 Location and elevation of the study area

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

黃河三角洲位于中國山東省東北部,屬東營市轄區(qū),坐標區(qū)間為37°22′—38°04′N 和118°14′—119°05′E,總面積約為5062.59 km2,東部和北部與渤海相鄰(圖 1)。研究區(qū)地形平緩,呈西高東低,南高北低趨勢,高程在0.00 m至12.50 m之間,受黃河改道和沖積作用,微地貌類型多,包括崗階地、河成高地、低洼地、河灘地、平地以及灘涂地等。黃河三角洲屬于溫帶大陸性季風氣候,降雨集中于6—9月,年均蒸發(fā)量遠大于降水量,分別為1885.00 mm和537.40 mm；研究區(qū)土壤主要為潮土,鹽漬化重,砂粒含量較高,土壤質(zhì)量普遍較低。研究區(qū)自然植被以草本植物為多,主要是耐鹽性的蘆葦、檉柳、白茅和翅堿蓬等,人工植被以農(nóng)作物為主。研究區(qū)東部和北部設(shè)有兩個自然保護區(qū)—黃河口自然保護區(qū)和一千二自然保護區(qū)；研究區(qū)人為活動日趨嚴重,農(nóng)業(yè)開墾范圍不斷擴張,工業(yè)建設(shè)以及石油資源的開發(fā)增加了原有自然景觀的破碎度。

1.2 評價指標系統(tǒng)建立

生態(tài)脆弱性評價指標和因子選取的合理性和科學(xué)性,決定著評價過程的可行性以及評價結(jié)果的可靠性,所選指標要能夠充分反映研究區(qū)面臨的主要生態(tài)環(huán)境問題。目前黃河三角洲面臨的主要生態(tài)環(huán)境問題可大致總結(jié)為：海洋潮汐和風暴潮導(dǎo)致的海水入侵造成陸地原有生態(tài)環(huán)境的破壞；地下水埋深較淺,地下水礦化度普遍較高,土壤鹽堿化嚴重；人類活動極大改變了自然景觀,也導(dǎo)致了土壤的次生鹽漬化；農(nóng)業(yè)化肥和農(nóng)藥的使用,工業(yè)的排污造成了嚴重的面源和點源污染,加劇了研究區(qū)的生態(tài)脆弱性。

根據(jù)以上的生態(tài)環(huán)境問題,本研究參照“壓力-狀態(tài)-響應(yīng)”模型框架從地下水狀況、土壤、土地利用狀態(tài)、地形地貌、植被覆蓋、社會經(jīng)濟、氣候和海洋影響8個角度選取了21個評價指標,由于本文是將層次分析法與模糊理論相結(jié)合,該理論未將各指標劃分至具體類別(壓力、狀態(tài)、響應(yīng))中,詳細體系如圖 2和表 1所示。

圖2 指標框架圖Fig.2 Index framework

一級指標First class index二級指標Second class index一級指標First class index二級指標Second class index地下水 Groundwater土壤條件 Soil condition海洋影響 Marine influences地下水位地下水礦化度土壤類型土壤質(zhì)地土壤質(zhì)量土壤含鹽量距海岸距離海洋侵蝕系數(shù)土地狀況 Land status植被 Vegetation社會經(jīng)濟 Social economy土地墾殖率人類干擾指數(shù)土地利用 水渠網(wǎng)密度植被覆蓋度人口密度道路網(wǎng)密度GDP密度氣候 Climatic conditions降雨量≥10℃活動積溫干燥度地形地貌Geomorphology高程地貌類型

2 數(shù)據(jù)來源研究方法

2.1 數(shù)據(jù)獲取與處理

地下水數(shù)據(jù)：課題組近些年在黃河三角洲埋設(shè)了16口地下水井用于研究,本研究獲取了2014年每口井的平均地下水位和平均地下水礦化度,利用普通克里格插值得到兩者在整個研究區(qū)的分布狀況；

海洋影響：本研究收集了1984年至2014年間13期海岸線分布特征,統(tǒng)計整個海岸每個位置的擺動頻率,作為海岸侵蝕系數(shù)；距海岸距離以2014年海岸線為基準,利用歐氏距離法計算研究區(qū)各位置與海岸線的距離。

氣候要素：從研究區(qū)內(nèi)部和周邊地區(qū)選取了13個氣象站點,并從中國氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn/site/index.html)獲取了各站點的累年日均氣溫和累年日均降雨量,并得到相應(yīng)的年均≥10℃積溫和年均降雨量,進而獲得干燥度 (K)[24],利用普通克里格插值得到各參數(shù)在研究區(qū)的分布狀況。

社會經(jīng)濟統(tǒng)計數(shù)據(jù)：查詢2015年中國統(tǒng)計年鑒,獲取研究區(qū)內(nèi)行政區(qū)的人口數(shù)量和GDP,參考廖順寶等人[25- 26]提出的人口空間化方法,以“人口-居住地-影響要素”模式獲取研究區(qū)的人口密度分布狀況,繼而得到GDP密度分布。

植被覆蓋度：本研究以2014年9月份Landsat8 OLS數(shù)據(jù)為基礎(chǔ),首先獲取研究區(qū)的NDVI指數(shù),并利用以下公式計算得到研究區(qū)植被覆蓋度：

VFC=NDVI-NDVIsoil/NDVIveg-NDVIsoil

本研究中將NDVIveg和NDVIsoil分別設(shè)定為研究區(qū)內(nèi)的NDVI最大值和正的最小值,NDVI小于等于0的區(qū)域直接設(shè)定其覆蓋度為0。

其他數(shù)據(jù)：土壤含鹽量、土壤質(zhì)量和2014年土地利用狀況引用自吳春生對黃河三角洲土壤質(zhì)量的研究成果[27- 29]；研究區(qū)DEM、微地貌數(shù)據(jù)、土壤類型和土壤質(zhì)地取自中國科學(xué)院地理科學(xué)與資源研究所資源環(huán)境數(shù)據(jù)中心(http://www.resdc.cn/)。土地墾殖率、人類干擾指數(shù)、道路密度和水渠網(wǎng)密度數(shù)據(jù)源均為研究區(qū)2014年土地利用現(xiàn)狀。所有數(shù)據(jù)均投影至統(tǒng)一坐標系下,并重采樣為30 m空間分辨率。

2.2 模糊層次分析法

首先,參照層次分析法建立指標對比矩陣,根據(jù)有關(guān)黃河三角洲研究的專家給出的建議,多次修改對比矩陣,并通過一致性檢驗,參考Kahraman[30]設(shè)定的模糊重要性對比賦值規(guī)則對原對比數(shù)值進行替代(表 2)。

表2 指標重要性對比賦值標準

模糊三角函數(shù)中的三個數(shù)值代表三角形三個頂點的橫坐標

其次,計算指標權(quán)重。假設(shè)任意一個指標i與另一個指標j的重要性對比結(jié)果可以表示為(lij,mij,uij),則指標i的累積擴展值可以表示為：

整個矩陣的累積擴展值表示為：

指標i的綜合擴展值為：

l,m,u為模糊三角函數(shù)3個頂點的橫坐標,n為指標個數(shù)。對于任意兩個綜合擴展值Si和Sj,Si≥Sj的概率大小可表示為：

設(shè)di′為Si與其他綜合擴展值比較后的最小值,即：

di′=minVSi≥Sk,i≠k,k=1,2,…n

對w′標準化即可獲得各指標的權(quán)重：

在計算過程中會產(chǎn)生VSi≥Sk=0,導(dǎo)致di′=0,致使最終權(quán)重不合理,在此情況下對指標對比矩陣中的元素進行標準化處理,即可避免最終權(quán)重出現(xiàn)0的情況[31]。

2.3 模糊邏輯理論模型

模糊邏輯模型即是用模糊隸屬度的方式來表達某個指標隸屬于某個級別的概率,而不是將指標指定為某一固定的等級[32],常用的隸屬度函數(shù)為：

其中0

對于每個指標需要根據(jù)研究目的設(shè)定其適宜范圍,當超出該范圍時其隸屬度值全為0或1,范圍之內(nèi)的則利用隸屬度函數(shù)來計算具體的隸屬度值。而在確定適宜范圍是往往需要借助于已有的研究成果、文獻資料以及相關(guān)部門設(shè)定的標準規(guī)范等。

2.4 生態(tài)脆弱性評價方法

研究區(qū)最終的生態(tài)脆弱性評價利用加權(quán)求和的方法,即：

EVI即為生態(tài)脆弱性值,wi為各指標的權(quán)重值,Ai為各指標的隸屬度。

3 研究結(jié)果

依據(jù)模糊層次分析法建立過程,各一級指標的重要性比較矩陣見表3。

表3 一級指標重要性對比賦值

由于二級指標較多,不再逐個展示,參照權(quán)重計算的方法和過程,各指標的權(quán)重如下表 4所示。

表4 各級指標相對權(quán)重及綜合權(quán)重

從表 4中看出,一級指標中的土壤條件權(quán)重為0.31,比其他各指標權(quán)重都大,說明土壤屬性特征對于黃河三角洲生態(tài)安全穩(wěn)定具有重要的作用,而由于研究區(qū)地形平緩,無較大起伏,所以地形地貌的影響相對較小,其所占權(quán)重也相應(yīng)較小。

依據(jù)模糊邏輯模型構(gòu)建過程,經(jīng)查閱與各指標有關(guān)的文獻資料、書籍和已有的研究結(jié)果[22, 24, 34- 36],并結(jié)合研究區(qū)實際情況,確定了各指標的脆弱性適宜范圍、各指標的趨向性以及各指標在模糊函數(shù)中的b值和d值。定量指標詳情如下表 5所示：由于定性指標無數(shù)值型界線,無法利用模糊函數(shù)計算隸屬度,故根據(jù)相關(guān)資料指定各定性指標的隸屬度,詳情如表 6和表 7所示。

注：b和d為隸屬度函數(shù)中的設(shè)定參數(shù)

表6 不同土地利用類型隸屬度設(shè)定

根據(jù)上述的適宜性范圍并參照模糊隸屬度函數(shù)獲取各定量指標在研究區(qū)內(nèi)的生態(tài)脆弱性隸屬度空間分布狀況,結(jié)合各指標的權(quán)重,利用加權(quán)求和模型獲取研究區(qū)整體的生態(tài)脆弱性隸屬度,并利用自然斷點法將脆弱性結(jié)果分成6個級別,各級別空間分布及面積統(tǒng)計如下圖 3和下表 8所示。

表7 不同土壤條件和地貌類型隸屬度設(shè)定

表8 各生態(tài)脆弱性級別數(shù)值統(tǒng)計

圖3 研究區(qū)生態(tài)脆弱性級別空間分布狀況 Fig.3 Spatial distribution of ecological vulnerability in the study area

從圖3中可以看出,在空間位置上越靠近海岸,脆弱性越高,以黃河入?？谥苓吅脱芯繀^(qū)西北沿海最高,向內(nèi)陸逐漸降低,研究區(qū)中部黃河和刁口河交叉處周邊脆弱性最低,整體規(guī)律與預(yù)計結(jié)果相符合,與其他研究成果相比,整體結(jié)果也更為合理。

從統(tǒng)計結(jié)果看(表 8),重度脆弱區(qū)分布面積最大,范圍最廣,面積達到1113.25 km2,占總面積的22.03%,相對來說研究區(qū)北部沿海更多,尤其刁口河?xùn)|側(cè)面積較廣；其次是極度脆弱區(qū),面積為952.85 km2,該區(qū)域分布更靠近海岸線,除刁口河入?？趦蓚?cè)和一千二自然保護區(qū)沿海外,其他沿海地區(qū)基本上為極度脆弱生態(tài)環(huán)境；中度、輕度、微度和不脆弱區(qū)被極度脆弱區(qū)和重度脆弱區(qū)包圍,且四種類型整體上也是由外向內(nèi)脆弱度逐漸降低,中度脆弱區(qū)和輕度脆弱區(qū)處于外圍,兩者呈鑲嵌分布,不脆弱區(qū)與微度脆弱區(qū)在最內(nèi)側(cè),也呈零星交叉分布,不脆弱區(qū)面積最小為464.17 km2。

為了更好的對研究區(qū)生態(tài)脆弱性做原因分析,根據(jù)各指標設(shè)定結(jié)果,土地狀況所占權(quán)重僅次于土壤條件,故將評價結(jié)果與土地利用現(xiàn)狀進行疊加,重點分析幾個主要土地利用類型的生態(tài)脆弱性特點,結(jié)果如下表 9所示。表 9顯示,農(nóng)田面積最大,其主要分布在前3個脆弱性級別,以微度脆弱區(qū)面積最大為405.06 km2,其次是不脆弱區(qū)和輕度脆弱區(qū),農(nóng)田在重度脆弱區(qū)和極度脆弱區(qū)也有少量分布。鹽堿地同樣在6個脆弱性級別區(qū)均有分布,相對于農(nóng)田來說,除了不脆弱區(qū),在其他級別面積分布較為均勻,輕度脆弱區(qū)和中度脆弱區(qū)面積基本相等,重度脆弱區(qū)面積最大為290.10 km2。根據(jù)整個研究區(qū)脆弱性分布可以看出,沿海灘涂基本上都屬于極度脆弱類型,面積達到359.50 km2,而在一千二保護區(qū)北側(cè)的灘涂則屬于重度脆弱區(qū)。居民地以分布在輕度脆弱區(qū)和中度脆弱區(qū)為主,草地和林地在各級別內(nèi)分布面積較均勻,內(nèi)陸灘涂和園地總面積較少。

表9 主要土地利用類型在各生態(tài)脆弱性級別上的分布面積/km2

4 分析和討論

從評價結(jié)果中生態(tài)脆弱性各級別的空間分布狀況來看,空間格局較為合理,與預(yù)期設(shè)想和實際的自然條件影響相符,也證明了該方法的合理性和適用性,可以為其他類似研究提供借鑒和依據(jù)。與前期黃河三角洲生態(tài)環(huán)境脆弱性研究成果相比[19- 21],模糊理論的加入使得評價過程中人為主觀要素影響得到減弱,隸屬度函數(shù)的使用不但實現(xiàn)了定量化評價,而且在評價等級劃分上更加靈活,評價結(jié)果更為詳細且在空間上的連續(xù)性強。

從評價指標上看,表 4顯示一級指標中土壤條件所占權(quán)重最大,其中又以土壤含鹽量和土壤質(zhì)量最為重要,所以生態(tài)脆弱性的空間分布受土壤含鹽量和土壤質(zhì)量的空間分布影響較重,從吳春生對土壤質(zhì)量和土壤含鹽量的研究成果看(圖 4),兩者與生態(tài)脆弱性評價結(jié)果在空間上具有相似性,土壤質(zhì)量與生態(tài)脆弱性的空間相關(guān)性達到-0.55；在土壤質(zhì)量較差的區(qū)域,生態(tài)脆弱性高,如黃河入?？谥苓?研究區(qū)的西北部和東南部等,而在刁口河與黃河交叉處周邊土壤質(zhì)量較高,土壤含鹽量低,故其為不脆弱區(qū)。所以可以從如何提高土壤質(zhì)量和降低土壤含鹽量方面采取措施,來降低區(qū)域生態(tài)環(huán)境的脆弱度,如減少對耐鹽植被的破壞,提高區(qū)域的植被覆蓋,從而減少因蒸發(fā)而產(chǎn)生的表土聚鹽現(xiàn)象,植被的枯枝落葉也能夠提高土壤的肥力。

圖4 土壤質(zhì)量和土壤含鹽量空間分布狀況Fig.4 Spatial distributions of soil quality and soil salinization in study area

另外與生態(tài)脆弱性有較大關(guān)系的是土地狀況和地下水條件。土地利用狀況中人類干擾指數(shù)影響占比重較大,尤其是農(nóng)田的開發(fā)和人工濕地(養(yǎng)殖和鹽田)的建設(shè)對生態(tài)環(huán)境的改變較大,上述土地利用狀況與生態(tài)脆弱性結(jié)果疊加統(tǒng)計結(jié)果以及下圖 5中主要土地利用類型的空間分布狀況顯示,一部分農(nóng)田處于生態(tài)脆弱性較高的區(qū)域,這不利于生態(tài)環(huán)境的維持和保護,尤其當土壤肥力不足,作物產(chǎn)量降低時,該區(qū)域往往被棄耕,進而產(chǎn)生次生鹽漬化,處于高生態(tài)脆弱性等級的鹽堿地中有部分即為此類土地；另外,養(yǎng)殖和鹽田開發(fā)破壞了原有生態(tài)環(huán)境的演化方向,加重了生態(tài)脆弱性程度。所以避免在脆弱性高的區(qū)域進行人為開發(fā),對于保護區(qū)域生態(tài)環(huán)境有重要的作用。

圖 5中地下水埋深的空間分布狀況顯示其與生態(tài)脆弱性的空間分布格局也存在一定的相似性,兩者的空間相關(guān)性達到-0.74,地下水礦化度較高,其埋深越淺,地表返鹽越嚴重,長期的低植被覆蓋率也使得凈初級生產(chǎn)力較低,當受到外界干擾時,易改變原有狀態(tài),且難以恢復(fù)。

圖5 地下水位和主要土地利用類型空間分布狀況Fig.5 Spatial distributions of main land use types and groundwater level in study area

此外,對比研究區(qū)沿海區(qū)域的脆弱性空間差異可以看出,在設(shè)有防護措施或修復(fù)工程的位置,生態(tài)脆弱性相對較低,如從黃河口自然保護區(qū)北部至刁口河河口西岸的沿海岸段,分別建有不同類型的防護堤,有效阻擋了海水和潮汐向陸地的侵入,保障了植被的生長,從而提高了生態(tài)環(huán)境的穩(wěn)定性；而黃河入?？诩捌渲苓厖^(qū)域由于要為動植物提供海陸交互的棲息地環(huán)境,故保留原有自然狀態(tài),減少人為影響則是正確的處理方式；所以根據(jù)不同的岸段類型,采取相應(yīng)的保護措施對于黃河三角洲生態(tài)穩(wěn)定性具有積極作用。

與其他利用模糊層次分析法對生態(tài)脆弱性進行評價的研究相比,方法運用上存在很大差異,相互之間缺少對比,無法得知所選的指標對比函數(shù)以及權(quán)重計算方法的優(yōu)劣性,這在以后的研究中還需要進一步探索；另外本研究只是針對2014年的黃河三角洲生態(tài)脆弱性做了評估,所以在做原因分析時只能從現(xiàn)狀上討論,總體上論據(jù)較為牽強,說服力不足；為更好的分析黃河三角洲生態(tài)脆弱性空間分布特征,還需要利用多期數(shù)據(jù)進行對比,動態(tài)的展示空間上的變化,但由于前期的數(shù)據(jù)不足,如土壤質(zhì)量等,只能期待后期數(shù)據(jù)的完整性,而且還要注意本研究中選取的指標在后期研究中的適用性等。

5 結(jié)論

本研究利用模糊層次分析法和模糊隸屬度理論對黃河三角洲生態(tài)脆弱性進行了評價,評價結(jié)果顯示生態(tài)脆弱性級別分布具有一定的規(guī)律,從沿海到內(nèi)陸脆弱性逐漸減弱,其中以黃河入海口周邊、東南沿海以及西北沿海等地區(qū)脆弱性最高,而處于內(nèi)陸的黃河和刁口河沿岸為不脆弱區(qū)域,空間分布格局整體上合理可信,也證實了方法的可用性；土壤含鹽量作為黃河三角洲土壤的特殊指標,其對生態(tài)脆弱性影響較大,以土壤養(yǎng)分為主要內(nèi)涵的土壤質(zhì)量對其影響更大,空間相關(guān)性達到-0.55；地下水埋深直接控制著土壤含鹽量的大小,其與生態(tài)脆弱性的空間相關(guān)性大小為-0.74；另外,人為活動如農(nóng)田耕作、鹽田和養(yǎng)殖開發(fā)以及石油開采對研究區(qū)生態(tài)環(huán)境產(chǎn)生了不利影響,而沿海堤壩的建設(shè)則為生態(tài)環(huán)境免受海水侵擾提供了屏障,有效保護了生態(tài)環(huán)境。為更好的分析黃河三角洲生態(tài)脆弱性原因以及提供保護生態(tài)環(huán)境的方法,未來要著眼于生態(tài)脆弱性的動態(tài)研究,利用多期結(jié)果進行對比。