基于GIS的區(qū)域水環(huán)境壓力分區(qū)研究

張 培，田富姣

（1．鄭州大學 環(huán)境政策規(guī)劃評價研究中心，鄭州450002；2．鄭州大學 環(huán)境技術(shù)咨詢工程公司，鄭州450002；3．鄭州大學 水利與環(huán)境學院，鄭州450002）

水環(huán)境壓力是一個作用因素繁多、內(nèi)涵十分復(fù)雜的概念，目前國內(nèi)外對其鮮有專門的研究。袁洪鋒認為水環(huán)境壓力是水環(huán)境影響于人口、社會與經(jīng)濟持續(xù)發(fā)展的阻力，形成水環(huán)境壓力的因素有自然因素和非自然因素［1］。顧曉薇等人定義環(huán)境壓力為人類活動引起的能夠造成環(huán)境服務(wù)功能退化的對環(huán)境狀態(tài)的擾動力［2］；王恒認為環(huán)境壓力是人類的各種活動對其周圍的環(huán)境所施加的影響力，這種影響力介入、擾亂或改變了宏觀和微觀的自然過程，致使環(huán)境狀態(tài)發(fā)生“非自然”變化，引起環(huán)境功能的退化，對人類的生存、生活條件和健康帶來不利影響，進而制約社會、經(jīng)濟的發(fā)展［3］。結(jié)合環(huán)境壓力的內(nèi)涵，筆者認為水環(huán)境壓力是人類社會經(jīng)濟活動對水環(huán)境所施加的影響，這種影響包括水資源的過度開發(fā)、水體的污染、水環(huán)境系統(tǒng)功能的退化等。

GIS技術(shù)作為一種可視化的數(shù)據(jù)采集、存儲、分析、管理工具，已經(jīng)被廣泛地應(yīng)用到分區(qū)規(guī)劃中，為分區(qū)規(guī)劃進一步科學化、精確化和合理化提供了可能，同時GIS技術(shù)強大的空間分析功能，極大地增強了分區(qū)規(guī)劃的科學性、目的性和現(xiàn)實意義。水環(huán)境壓力分區(qū)是基于人類活動對水環(huán)境所產(chǎn)生的影響而提出的，目的是識別出不同區(qū)域水環(huán)境壓力特征。本研究以漯河和平頂山地區(qū)（以下簡稱研究區(qū)域）為研究對象，運用GIS技術(shù)建立研究區(qū)域子流域單元表征指標數(shù)據(jù)庫，并應(yīng)用分區(qū)指標對研究區(qū)域進行水環(huán)境壓力分區(qū)，識別不同區(qū)域水環(huán)境壓力狀況，為區(qū)域水環(huán)境管理目標與措施制定提供科學依據(jù)和決策支持［4－5］。

1 水環(huán)境壓力分區(qū)指標體系

指標體系的確定應(yīng)該盡可能體現(xiàn)水環(huán)境壓力分區(qū)的目的與特色，并反映出不同區(qū)域水環(huán)境壓力的空間差異性規(guī)律。水環(huán)境壓力分區(qū)應(yīng)該遵循流域完整性、綜合性與主導性、相似性與差異性以及地域發(fā)生學與共軛性原則［6］，指標在選取的過程中應(yīng)遵循科學性、全面性、獨立性、代表性、適用性、簡明性和可操作性的原則，采用理論推導法、專家選取法和文獻頻數(shù)法從人口壓力要素、社會經(jīng)濟壓力要素、水資源壓力要素、水環(huán)境污染壓力要素和生態(tài)環(huán)境壓力要素等方面進行分析，選取表征各要素層的指標建立區(qū)域水環(huán)境壓力分區(qū)指標體系，如表1所示。

表1 水環(huán)境壓力分區(qū)指標體系

2 研究區(qū)域與研究方法

2．1 研究區(qū)概況

研究區(qū)域位于河南省中南部，北緯33°08′－33°59′，東經(jīng)112°14′－114°16′，總面積10 499 k m2。東部和中部以平原為主，西部和西北部以山地為主，自西北向東南方向傾斜，全境最高海拔2 153 m，最低50．1 m，地形地貌多樣。2009年研究區(qū)域總?cè)丝?61．77萬人，人口密度為725．56人／k m2，城鎮(zhèn)化率為40．93%，人均GDP為22 555．36元。研究區(qū)域全年水資源總量22．087億 m3，總用水量14．060 3億m3，人均用水量184．7 m3，單位 GDP用水量81．83 m3／萬元。2009年研究區(qū)域全年廢水排放量30 584．3萬t，COD排放量49 926．02 t。

2．2 研究方法及技術(shù)路線

在大量資料收集、文獻閱讀和現(xiàn)場調(diào)研的基礎(chǔ)上，以SRT M 30 m分辨率的高程圖為基礎(chǔ)，在ARCGIS軟件的支撐下對研究區(qū)域進行流域提取，獲取研究區(qū)域子流域單元；通過數(shù)字化研究區(qū)域行政區(qū)劃圖將收集到的數(shù)據(jù)分配到各子流域單元，建立子流域單元表征指標數(shù)據(jù)庫，形成表征指標專題圖；對表征指標進行相關(guān)分析選取具有代表性的指標參與分區(qū)，將分區(qū)指標專題圖進行疊加，運用ERDAS軟件將疊加結(jié)果聚為2－10類，運用偽F檢驗方法選出最佳聚類數(shù)，并參考研究區(qū)域湖庫節(jié)點完整性對聚類結(jié)果進行調(diào)整，最終形成研究區(qū)域水環(huán)境壓力分區(qū)結(jié)果。研究區(qū)域水環(huán)境壓力分區(qū)技術(shù)路線如圖1所示。

圖1 研究區(qū)域水環(huán)境壓力分區(qū)技術(shù)路線

3 結(jié)果與分析

3．1 相關(guān)分析

由于各表征指標的單位不同，不同指標之間沒有可比性，因此在進行相關(guān)分析和聚類分析前需要對不同量綱指標的初始數(shù)據(jù)進行標準化處理，把所有指標數(shù)據(jù)轉(zhuǎn)換成統(tǒng)一的含義。表征指標標準化量化公式為［9－10］

Ci＝（Xi－min Xi）／（max Xi－min Xi）

式中：Ci——第i個指標標準化后的值；Xi——第i個指標的原始值；max Xi——第i個指標原始值中的最大值；min Xi——第i個指標原始值中的最小值。

選用多個表征指標對研究區(qū)域進行水環(huán)境壓力分區(qū)能夠盡可能全面地表達出區(qū)域所受到的各種壓力影響，但并非指標越多越好。由于一些表征指標之間存在較大的重復(fù)性，會造成水環(huán)境壓力分區(qū)過程中的冗余，因此本研究利用相關(guān)分析對表征指標進行篩選。相關(guān)系數(shù)r表示兩個指標之間的相關(guān)性，－1≤r≤1，r的絕對值越接近1，說明兩個指標之間的相關(guān)性越強。本研究運用SPSS軟件對量化后的子流域單元表征指標數(shù)據(jù)進行相關(guān)分析，結(jié)果如表2所示。

表2 表征指標的相關(guān)性分析

從表2中可以看出，人口密度指標綜合性最強，富含信息量最大，其與城市化率、人均水資源量、用水負荷、廢水排放強度、單位水資源COD排放量、化肥施用強度、土地墾殖率、土地利用程度綜合指數(shù)等8個指標都有非常強的相關(guān)性，其相關(guān)系數(shù)基本上都在0．6以上，說明人口密度指標能較好地綜合反映各相關(guān)指標所表達的信息量，具有很強的代表性，故選取人口密度作為分區(qū)指標，則與其相關(guān)性強的指標不再考慮；剩余的指標有人口增長率、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、單位面積水資源量和單位GDP耗水量，這5個指標中，單位面積水資源量和單位GDP耗水量這兩個指標綜合性比較強，富含信息量比較大，單位面積水資源量與人口增長率、人均GDP、城市化率、單位GDP耗水量等4個指標具有很強的相關(guān)性，單位GDP耗水量與人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、城市化率、單位面積水資源量等4個指標具有很強的相關(guān)性，同時這兩個指標之間又具有很強的相關(guān)性，因此需要從這兩個指標中選取其一。

從表2中可以看出，這兩個指標的綜合性相似，且與其相關(guān)指標的相關(guān)程度也大體一致，本研究運用變異性分析來篩選確定，變異系數(shù)越大，說明空間差異特征越明顯，因此選擇變異系數(shù)大的指標。變異系數(shù)＝標準差／均值，通過計算得知單位面積水資源量的變異系數(shù)為0．88，單位GDP耗水量的變異系數(shù)為0．76，故選取單位面積水資源量指標作為分區(qū)指標，則與其相關(guān)的指標不再選?。蛔詈笫Ｓ喈a(chǎn)業(yè)結(jié)構(gòu)一個指標，將其納入到分區(qū)指標中。綜上所述，最終確定的分區(qū)指標是：人口密度、單位面積水資源量和產(chǎn)業(yè)結(jié)構(gòu)。

3．2 聚類分析

運用ERDAS軟件將研究區(qū)域子流域單元分區(qū)指標專題圖進行疊加，基于非監(jiān)督分類方法（ISODATA）將研究區(qū)域分區(qū)2－10類，如附圖1所示。

盡管運用ERDAS軟件將研究區(qū)域劃分為2－10類，但是無法確定哪一種分區(qū)結(jié)果為最好的分類方案，因此需要選擇一種檢驗方法以從眾多的分類方案中選擇最好的一種。很多文獻對最佳聚類個數(shù)的確定，提出了相應(yīng)的檢驗指標以確定聚類個數(shù)在局部或整體最優(yōu)，用于檢驗判斷最佳聚類個數(shù)的指標有R2統(tǒng)計量、半偏相關(guān)統(tǒng)計量、偽F統(tǒng)計量（PFS）、偽t2統(tǒng)計量等［11］。本研究應(yīng)用偽F統(tǒng)計量（PFS）來確定研究區(qū)域水環(huán)境壓力分區(qū)最佳聚類方案。偽F統(tǒng)計量計算公式為

式中：G——聚類個數(shù)；n——聚類單元數(shù)；PG——分類數(shù)為G個類時的總類內(nèi)離差平方和；T——所有變量的總離差平方和。

偽F統(tǒng)計量評價分為G個類的效果，如果分為G個類合理，則類內(nèi)離差平方和（分母）應(yīng)該較小，類間平方和（分子）相對較大?？紤]PFS值隨著分類G值的增大，PG總是趨于下降，而（T－PG）總是趨于上升，但這并不使PFS值始終上升，因為隨著G值的增大，比值（n－G）／（G－1）卻不斷下降。因此可以預(yù)知，在規(guī)定的聚類數(shù)范圍內(nèi)，PFS可能在某一G值處達到最大值，而這個最大值正是我們所要尋找的最佳分類數(shù)。

根據(jù)偽F統(tǒng)計量的計算公式分別對這9種聚類方案的三個分區(qū)指標計算其F值，結(jié)果如圖2所示。

對一個樣本點數(shù)為n的數(shù)據(jù)對象可能有的最佳聚類個數(shù)上限，很多研究者使用經(jīng)驗規(guī)則為或2l n n下取整［12］。雖然此結(jié)論無明顯的理論指導，但很多專家已在使用，也有間接旁證文獻和實例應(yīng)用［13］。根據(jù)此最佳聚類數(shù)取值經(jīng)驗規(guī)則，本研究子流域單元個數(shù)為33個，其最佳分類數(shù)目的取值范圍應(yīng)在2－6類，從圖2中可以看出，隨著聚類個數(shù)的增多，分區(qū)指標PFS值加權(quán)平均后的值逐漸增大至8類后開始降低，8類處為一個最大值點，同時6類處為一個拐點。結(jié)合經(jīng)驗公式及圖2，確定本研究區(qū)域最佳聚類個數(shù)為6，因此將研究區(qū)域聚為6類。

圖2 各種聚類方案分區(qū)指標PFS值趨勢

3．3 聚類結(jié)果調(diào)整

從附圖1中可以看出，研究區(qū)域水環(huán)境壓力6類分區(qū)方案中研究區(qū)域被分成11部分。同時，研究區(qū)域內(nèi)包含三個較大的水庫，分別為白龜山水庫、昭平臺水庫和燕山水庫，一個完整的湖庫具有相似的生態(tài)系統(tǒng)特征，因此不能將其分裂開，在進行分區(qū)時應(yīng)保證湖庫節(jié)點的完整性，即要保證一個湖庫完全位于一個分區(qū)內(nèi)。在現(xiàn)有的6類分區(qū)方案中，白龜山水庫跨越16號、29號和30號子流域單元，也即是橫跨3個分區(qū)，因此需要對這3個分區(qū)進行調(diào)整，調(diào)整的原則是將白龜山水庫劃入其落入面積最大的區(qū)域內(nèi)，也即是將其劃到16號子流域單元中；昭平臺水庫跨越11號，25號和30號子流域單元，橫跨兩個分區(qū)，按照同樣的原則，將昭平臺水庫劃到11號子流域單元所在的分區(qū)；燕山水庫完全落于27號子流域單元內(nèi)，因此不需要對其進行調(diào)整。經(jīng)過調(diào)整后的研究區(qū)域水環(huán)境壓力分區(qū)結(jié)果如附圖2所示。

3．4 結(jié)果分析

研究區(qū)域水環(huán)境壓力各分區(qū)特征如表3所示。

表3 研究區(qū)域水環(huán)境壓力分區(qū)結(jié)果分析

4 結(jié) 論

本研究選擇漯河、平頂山地區(qū)作為研究案例，主要是由于這兩個地區(qū)無論從地形地貌、經(jīng)濟發(fā)展，還是從污染物排放、生態(tài)建設(shè)等方面都有著很大的差異性，有利于更好地研究人類活動對水環(huán)境產(chǎn)生的壓力。

本研究通過參閱大量的文獻，初步建立研究區(qū)域的指標體系，在運用地理信息系統(tǒng)提取研究區(qū)域子流域單元的基礎(chǔ)上建立表征指標數(shù)據(jù)庫，并運用相關(guān)分析方法結(jié)合變異分析選擇出人口密度、單位面積水資源量和產(chǎn)業(yè)結(jié)構(gòu)作為研究區(qū)域的分區(qū)指標；在GIS和RS的輔助下，建立研究區(qū)域的聚類方案，并運用PFS方法選擇出了最優(yōu)聚類數(shù)目，同時在保證湖庫節(jié)點完整性的基礎(chǔ)上對最優(yōu)聚類結(jié)果進行了調(diào)整，最終將研究區(qū)域分區(qū)6類11個區(qū)，并闡述了各分區(qū)的特點。

本研究嘗試運用GIS技術(shù)對研究區(qū)域進行水環(huán)境壓力分區(qū)，并取得了較好的效果。但是，在分區(qū)過程中發(fā)現(xiàn)，數(shù)據(jù)獲取和子流域單元提取是一個關(guān)鍵點和難點，如何保證流域提取結(jié)果與現(xiàn)狀相符及數(shù)據(jù)可得性是未來要研究的重點。

［1］ 袁洪鋒．我國水環(huán)境壓力及其特征分析［J］．浙江大學學報：理學版，2002，29（2）：219－224．

［2］ 顧曉薇，王青，劉敬智，等．環(huán)境壓力指標及應(yīng)用［J］．中國環(huán)境科學，2005，25（3）：315－319．

［3］ 王恒．四川省環(huán)境承載力與壓力研究［D］．成都：西南交通大學，2008．

［4］ 劉木生，林聯(lián)盛，郭秋忠．基于GIS的生態(tài)功能分區(qū)技術(shù)方法芻議［J］．江西農(nóng)業(yè)學報，2008，20（10）：111－113．

［5］ 張海星，譚斌．基于GIS方法的贛江流域水環(huán)境功能區(qū)劃研究［J］．江西科學，2003，21（1）：26－29．

［6］ 尹民，楊志峰，崔保山．中國河流生態(tài)水文分區(qū)初探［J］．環(huán)境科學學報，2005，25（4）：423－428．

［7］ 程道品，王金葉，胡新添，等．廣西生態(tài)環(huán)境質(zhì)量的動態(tài)驅(qū)動機制［J］．桂林工學院學報，2006，26（4）：591－594．

［8］ 莊大方，劉紀遠．中國土地利用程度的區(qū)域分異模型研究［J］．自然資源學報，1997，12（2）：105－111．

［9］ 丁耕，吳偉．基于GIS的東遼河流域生態(tài)安全空間差異評價研究［J］．安全與環(huán)境學報，2006，6（3）：119－122．

［10］ 王敏，熊麗君，黃沈發(fā)．上海市主體功能區(qū)劃分技術(shù)方法研究［J］．環(huán)境科學研究，2008，21（4）：205－209．

［11］ 李斌，郭劍毅．一種帶約束的最小離差平方和系統(tǒng)聚類法及應(yīng)用［J］．計算機應(yīng)用，2005，25（1）：45－48．

［12］ 吳艷文，胡學鋼．一種K－means算法的k值優(yōu)化方案［J］．巢湖學院學報，2007，9（6）：21－24．

［13］ 于劍，程乾生．模糊聚類方法中的最佳聚類數(shù)的搜索范圍［J］．中國科學：E輯，2002，32（4）：274－280．