長江流域生態(tài)安全評(píng)價(jià)
——以重慶市忠縣段為例

謝利娟，李浩然，余 陽，諶 曦，張治意，周書宏，李 鋒，李媛媛

( 重慶交通大學(xué)，重慶 400074)

1 引言

生態(tài)安全是指生態(tài)系統(tǒng)的健康和完整情況。是人類在生產(chǎn)、生活和健康等方面不受生態(tài)破壞與環(huán)境污染等影響的保障程度，包括飲用水與食物安全、空氣質(zhì)量與綠色環(huán)境等基本要素。從生態(tài)學(xué)觀點(diǎn)出發(fā)，一個(gè)安全的生態(tài)系統(tǒng)在一定的時(shí)間尺度內(nèi)能夠維持它的組織結(jié)構(gòu)，也能夠維持對(duì)脅迫的恢復(fù)能力，即它不僅能夠滿足人類發(fā)展對(duì)資源環(huán)境的需求，而且在生態(tài)意義上也是健康的。其本質(zhì)是要求自然資源在人口、社會(huì)經(jīng)濟(jì)和生態(tài)環(huán)境三個(gè)約束條件下穩(wěn)定、協(xié)調(diào)、有序和永續(xù)利用。隨著人口的增長和社會(huì)經(jīng)濟(jì)的發(fā)展，人類活動(dòng)對(duì)環(huán)境的壓力不斷增大，人地矛盾加劇。生態(tài)安全與國防安全、經(jīng)濟(jì)安全、金融安全等已具有同等重要的戰(zhàn)略地位，并構(gòu)成國家安全、區(qū)域安全的重要內(nèi)容。保持全球及區(qū)域性的生態(tài)安全、環(huán)境安全和經(jīng)濟(jì)的可持續(xù)發(fā)展等已成為國際社會(huì)和人類的普遍共識(shí)。

國內(nèi)外已有許多學(xué)者開始關(guān)注流域生態(tài)安全這一問題，許多關(guān)于著名流域的研究案例也數(shù)不勝數(shù)。Yu G等[1]建立流域生態(tài)安全評(píng)價(jià)指標(biāo)體系，對(duì)漢江流域中下游生態(tài)安全進(jìn)行評(píng)價(jià)；Xiaogan Yu[2]將整個(gè)長江流域分為五個(gè)生態(tài)邏輯區(qū)，并針對(duì)不同的生態(tài)安全問題提出建議，從而建立合理的生態(tài)補(bǔ)償機(jī)制和流域管理模式，保證流域生態(tài)安全；Li Y[3]在綜合考慮金沙江流域?qū)嵉厍闆r的前提下，建立人均GDP、土壤侵蝕率、森林覆蓋率等59項(xiàng)指標(biāo)體系，使用改進(jìn)DPSIR模型評(píng)價(jià)流域規(guī)模生態(tài)安全，結(jié)果表明該模型在經(jīng)濟(jì)學(xué)和社會(huì)學(xué)中都有較高的研究效益；Meng Z等[4]在壓力狀態(tài)響應(yīng)(PSR)模型的基礎(chǔ)上，建立由15個(gè)選擇項(xiàng)目組成的生態(tài)安全評(píng)價(jià)指標(biāo)體系，然后利用AHP方法預(yù)測沱江流域生態(tài)安全預(yù)警；Jianjun T等[5]則基于生態(tài)足跡模型，研究了閩江上游流域生態(tài)系統(tǒng)的生態(tài)安全。國內(nèi)應(yīng)用AHP(層次分析法)、PSR(壓力—狀態(tài)—響應(yīng))、PSFR(壓力—狀態(tài)—功能—響應(yīng))和DPSIR等方法的學(xué)者文獻(xiàn)也不在少數(shù)，例如陳佳及其團(tuán)隊(duì)[6]選取研究區(qū)域經(jīng)濟(jì)生態(tài)安全系統(tǒng)、自然生態(tài)安全系統(tǒng)、社會(huì)生態(tài)安全系統(tǒng)中15個(gè)生態(tài)安全評(píng)估指標(biāo)，評(píng)價(jià)與預(yù)測了克孜勒蘇河流域2008～2020年的生態(tài)安全情況；虞春隆等[7]借助GIS平臺(tái)建立了基于PSR的涇河流域人居環(huán)境生態(tài)安全評(píng)價(jià)體系，根據(jù)涇河流域地域特征,將生態(tài)安全度由高到低分為5個(gè)等級(jí)，并且在此基礎(chǔ)上論述涇河流域的人居環(huán)境生態(tài)安全等級(jí)空間分布特征；俞箏[8]在PSFR模型的基礎(chǔ)上，利用層次分析法對(duì)巢湖流域生態(tài)安全進(jìn)行評(píng)價(jià)與分析；徐斌等[9]結(jié)合水庫自身特點(diǎn)，采用DPSIR模型選取環(huán)境數(shù)據(jù)、遙感數(shù)據(jù)以及社會(huì)經(jīng)濟(jì)數(shù)據(jù)等19個(gè)指標(biāo)，然后構(gòu)建生態(tài)安全評(píng)價(jià)指標(biāo)體系，同時(shí)采用改進(jìn)的群組層次分析法法確定各指標(biāo)權(quán)重，最后分析了岸堤水庫2015年的水生態(tài)安全狀況；劉麗娜等[10]基于山口湖流域水質(zhì)特征分析，為評(píng)估東北湖區(qū)湖泊生態(tài)安全，分別采用模糊綜合評(píng)價(jià)法、層次分析法和DPSIR模型，綜合評(píng)估了山口湖流域水環(huán)境質(zhì)量、陸域生態(tài)系統(tǒng)健康狀況和流域生態(tài)安全；柳思等[11]采用EES(環(huán)境—經(jīng)濟(jì)—社會(huì))模型建立疏勒河流域土地生態(tài)安全評(píng)價(jià)指標(biāo)體系，使用熵權(quán)物元模型研究該地區(qū)2005～2014年土地生態(tài)安全狀況，并利用主成分分析法探索限制流域土地生態(tài)安全影響因子。

本文選取高程、坡度、NDVI、土地利用類型、距河流距離和距道路距離等6個(gè)影響因子，將每個(gè)因子分為不安全、較低安全、較高安全和高度安全4個(gè)等級(jí)，再應(yīng)用熵權(quán)法分析每個(gè)影響因子的權(quán)重，最后基于ArcGIS的空間疊加分析功能，獲得研究區(qū)綜合生態(tài)安全分級(jí)圖。本研究所得到的生態(tài)安全評(píng)價(jià)結(jié)果，可作為流域管理者及決策者的有用工具。

2 研究區(qū)概況及數(shù)據(jù)

2.1 研究區(qū)概況

忠縣位于長江上游地區(qū)，上距重慶主城九區(qū)180 km，下距重慶萬州105 km。東北與萬州相鄰，西接墊江縣，東南與石柱縣毗鄰，西南與豐都縣接壤，北與梁平縣為界。介于東經(jīng)107°3′～108°14′、北緯30°03′～30°35′之間。忠縣縣城依山傍水，獨(dú)具島城風(fēng)貌，是三峽庫區(qū)唯一留存的“半淹縣城”。境內(nèi)低山起伏，溪河縱橫交錯(cuò)，其地貌由金華山、方斗山、貓耳山三個(gè)背斜和其間的拔山、忠州兩個(gè)向斜構(gòu)成，最高海拔1680 m，最低海拔117 m，屬典型的丘陵地貌。幅員面積2187 hm2，全縣共轄4個(gè)街道25個(gè)鄉(xiāng)鎮(zhèn)，301個(gè)行政村和67個(gè)社區(qū)居委，總?cè)丝?00萬人(圖1)。

2.2 數(shù)據(jù)來源

文中用到的土地利用類型和NDVI數(shù)據(jù)可由遙感影像解譯和計(jì)算得到，遙感影像數(shù)據(jù)下載自地理空間數(shù)據(jù)云網(wǎng)站的Landsat8 OLI數(shù)據(jù)，數(shù)據(jù)為2018年4月，數(shù)據(jù)標(biāo)識(shí)：LC81270392013224LGN00和LC8127039 2018094LGN01，條帶號(hào)127，行編號(hào)39，云量為8.01。數(shù)據(jù)預(yù)處理采用ENVI軟件完成，主要包括輻射定標(biāo)、大氣校正和圖像裁剪等。高程、坡度數(shù)據(jù)和河網(wǎng)均由DEM數(shù)據(jù)提取而來，DEM數(shù)據(jù)下載自地理空間數(shù)據(jù)云平臺(tái)上的GDEM DEM數(shù)據(jù)，分辨率30 m。道路網(wǎng)數(shù)據(jù)和行政邊界圖從中國科學(xué)院資源環(huán)境遙感數(shù)據(jù)庫下載得到。

3 研究方法

研究基于GIS平臺(tái)，采取熵值法確定指標(biāo)權(quán)重，對(duì)重慶市忠縣流域生態(tài)安全進(jìn)行評(píng)價(jià)，將單因子評(píng)價(jià)結(jié)果與綜合評(píng)價(jià)結(jié)果進(jìn)行疊加分析，并運(yùn)用 ArcGIS空間區(qū)統(tǒng)計(jì)功能，求取各生態(tài)安全等級(jí)與平均生態(tài)安全指數(shù)在不同因子中的面積比例，然后從面積比例差異、平均生態(tài)安全指數(shù)等角度，把單因子評(píng)價(jià)結(jié)果和綜合評(píng)價(jià)結(jié)果進(jìn)行對(duì)比分析，以此揭露流域生態(tài)安全格局的空間分異規(guī)律特征與形成機(jī)理。

3.1 生態(tài)安全評(píng)價(jià)

生態(tài)安全評(píng)價(jià)是對(duì)其維護(hù)生態(tài)系統(tǒng)完整性能力及生態(tài)安全性狀況的研究。論文運(yùn)用綜合指數(shù)法結(jié)合GIS加權(quán)疊加分析技術(shù)對(duì)重慶市忠縣流域生態(tài)安全進(jìn)行評(píng)價(jià)。評(píng)價(jià)模型如下：

(1)

式(1)中：ESI為第i個(gè)柵格單元的綜合生態(tài)安全指數(shù)；Pij為第i個(gè)柵格單元的第j個(gè)指標(biāo)的安全指數(shù)；Wj為第j個(gè)指標(biāo)的權(quán)重。利用ArcGIS中的自然間斷點(diǎn)法將得到的ESI值分為4個(gè)等級(jí)，分別對(duì)應(yīng)不安全、較低安全、較高安全和最高安全。

3.2 評(píng)價(jià)指標(biāo)體系

水域生態(tài)安全評(píng)價(jià)不僅包含自然環(huán)境，也包括人文環(huán)境。同時(shí)考慮到水域指標(biāo)數(shù)據(jù)的代表性、綜合性和可獲取性，本文選取高程、坡度、NDVI、土地利用類型、距河流距離和距道路距離等6個(gè)指標(biāo)構(gòu)建生態(tài)安全評(píng)價(jià)指標(biāo)體系，并結(jié)合研究區(qū)實(shí)際情況，制定水域生態(tài)安全各因子的分級(jí)標(biāo)準(zhǔn)，設(shè)定各評(píng)價(jià)因子的安全等級(jí)：4、3、2、1分別代表不安全、較低安全、較高安全和高度安全。值越小，生態(tài)環(huán)境越安全，安全性也越高(表1)。

3.3 指標(biāo)權(quán)重確定

指標(biāo)權(quán)重的確定是對(duì)多指標(biāo)進(jìn)行綜合評(píng)價(jià)的難點(diǎn)，選取合適的指標(biāo)賦權(quán)方法顯得尤為重要。目前指標(biāo)賦權(quán)方法主要分為主觀和客觀兩大類?？陀^賦權(quán)法中的熵值法，是通過突出局部差異的權(quán)重計(jì)算，根據(jù)同一指標(biāo)觀測值之間的差異來反映其重要程度，它能夠深刻地反映出指標(biāo)信息熵值的效用價(jià)值，防止主觀信息的干擾，其給出的指標(biāo)權(quán)重值比特爾菲法和層次分析法更具可信度，使評(píng)價(jià)得出的結(jié)果更合乎實(shí)際。因此，在經(jīng)過綜合考量下，為了保證最終評(píng)價(jià)結(jié)果的精確性和客觀性，本文采用的是客觀賦權(quán)法中的熵值法來進(jìn)行指標(biāo)賦權(quán)。

熵的概念源于熱力學(xué)，是對(duì)系統(tǒng)狀態(tài)不確定性的一種度量。在信息論中，熵是對(duì)不確定性的一種度量。信息量越大，不確定性就越小，熵也就越?。恍畔⒘吭叫?，不確定性越大，熵也越大。根據(jù)熵的特性，可以通過計(jì)算熵值來判斷一個(gè)事件的隨機(jī)性及無序程度，也可以用熵值來判斷某個(gè)指標(biāo)的離散程度，指標(biāo)的離散程度越大，該指標(biāo)對(duì)綜合評(píng)價(jià)的影響(權(quán)重)越大；其熵值越小，信息的無序度越低，其信息的效用值越大，指標(biāo)的權(quán)重越大。其主要步驟如下。

(1)將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后，計(jì)算第j項(xiàng)指標(biāo)下第i個(gè)方案指標(biāo)值的權(quán)重P：

(2)

(2)計(jì)算第j項(xiàng)指標(biāo)的熵值e：

(3)

其中ej為第i個(gè)指標(biāo)的熵值，k>0,ln為自然對(duì)數(shù)，且0≤ej≤1。

利用熵值法對(duì)指標(biāo)數(shù)據(jù)進(jìn)行計(jì)算后，得到研究區(qū)水域生態(tài)安全綜合評(píng)價(jià)的指標(biāo)權(quán)重(表2)。各因子生態(tài)安全等級(jí)分布見圖2。

表2 評(píng)價(jià)指標(biāo)熵值與熵權(quán)統(tǒng)計(jì)

圖2 各因子生態(tài)安全等級(jí)分布

4 研究結(jié)果

4.1 流域生態(tài)安全分析

在ArcGIS軟件下采用自然斷點(diǎn)法，將計(jì)算得到的ESI值分為4個(gè)等級(jí)，分別對(duì)應(yīng)不安全、較低安全、較高安全和最高安全(圖3)。統(tǒng)計(jì)不同生態(tài)安全等級(jí)面積發(fā)現(xiàn)，最高安全、較高安全、較低安全和不安全分別占比11.84%、38.91%、7.39%和41.87%，研究區(qū)內(nèi)不安全區(qū)域占比最高，不安全和較低安全占比高達(dá)1/2。結(jié)合圖2和圖3對(duì)比分析可以發(fā)現(xiàn)，生態(tài)安全等級(jí)最高的深綠色區(qū)域是道路與河流重疊的區(qū)域，較高安全的淡綠色區(qū)域就是流域內(nèi)河網(wǎng)分布的區(qū)域，而沒有河流水系和道路分布的地形較為復(fù)雜的區(qū)域，就為不安全的紅色區(qū)域。這表明，在眾多影響因子中，距河流距離、距道路距離和地形這3個(gè)因子與整個(gè)研究區(qū)流域的生態(tài)安全空間格局的耦合度明顯高于其他幾個(gè)因子，對(duì)于整個(gè)區(qū)域內(nèi)流域的生態(tài)安全綜合評(píng)價(jià)的貢獻(xiàn)度也更高。

圖3 流域生態(tài)安全評(píng)價(jià)

4.2 流域生態(tài)安全在各因子中的變化特征

通過空間統(tǒng)計(jì)，分析不同生態(tài)安全等級(jí)對(duì)應(yīng)不同影響因子的空間分異情況。

4.2.1 高程

高程300～600的區(qū)域占總面積比例為67.37%，占比最高，其次是<300的區(qū)域，占比20.18%，占比最少的是>900的區(qū)域，在高程影響因子不同分級(jí)中，較高安全區(qū)域占整體面積總和的比例較高。高程直接影響著地表特征和物種數(shù)量和種類的變化。四個(gè)坡度平均生態(tài)安全指數(shù)包含不安全和較低安全，可見高程對(duì)生態(tài)安全指數(shù)的影響較高。觀察平均生態(tài)安全指數(shù)的變化，可知高程與生態(tài)安全呈正相關(guān)關(guān)系。

4.2.2 坡度

坡度7～15°的區(qū)域占總面積比例為37.74%，占比最高，其次是<7°的區(qū)域，占比32.31%，接著是7～15°的區(qū)域，占比22.93%，占比最低的是>25°的區(qū)域?？梢娖露葘?duì)生態(tài)安全指數(shù)的影響較大，低于25°的區(qū)域占比高達(dá)92.98%。在高程影響因子不同分級(jí)中，較高安全區(qū)域占整體面積總和的比例較高。高程直接影響著地表特征和物種數(shù)量和種類的變化。四個(gè)坡度平均生態(tài)安全指數(shù)均為較低安全，觀察平均生態(tài)安全指數(shù)隨著坡度的增大而減小，可知坡度與生態(tài)安全呈負(fù)相關(guān)關(guān)系。

4.2.3 NDVI

NDVI>240的區(qū)域占總面積比例為55.01 %，占比最高，其次是160～240的區(qū)域，占比27.75%，接著是80～160的區(qū)域，占比12.19%，占比最低的是>80的區(qū)域。在NDVI影響因子不同分級(jí)中，不安全區(qū)域占整體面積總和的比例較高，超過總面積的1/2。4個(gè)NDVI平均生態(tài)安全指數(shù)均為較低安全，觀察平均生態(tài)安全指數(shù)隨著NDVI的增大而增大，可知NDVI與生態(tài)安全呈正相關(guān)關(guān)系。

4.2.4 土地利用類型

草地和耕地占總面積比例為40.74 %，占比最高，其次是建設(shè)用地，占比35.43%，接著是未利用地，占比19.27%，占比最低的是水域和林地。在土地利用類型影響因子不同分級(jí)中，較低安全區(qū)域占整體面積總和的比例較高。四個(gè)土地利用類型平均生態(tài)安全指數(shù)均為較低安全，水域和林地生態(tài)安全指數(shù)最低，可見其生態(tài)可恢復(fù)性最高，草地與耕地生態(tài)安全指數(shù)最高，其生態(tài)可恢復(fù)性最低，建設(shè)用地與未利用地生態(tài)安全指數(shù)中等，其生態(tài)可恢復(fù)性一般。

4.2.5 距河流距離

一般來說，距河流距離越短，生態(tài)安全等級(jí)越高。距離>1500 m的區(qū)域占總面積比例為49.25 %，占比最高，其次是<500 m的區(qū)域，占比19.25%，500～1000 m和100～1500 m的區(qū)域占比相差不大，分別為16.77%和14.73%?？梢娋嗪恿骶嚯x對(duì)生態(tài)安全指數(shù)的影響較大，不安全、較低安全區(qū)域占比高達(dá)78.5%。在距河流距離影響因子不同分級(jí)中，不安全區(qū)域占整體面積總和的比例較高。四個(gè)距河流距離平均生態(tài)安全指數(shù)中，三個(gè)為較高安全，一個(gè)為不安全，且平均生態(tài)安全指數(shù)隨著距離的增大而增大，可知距河流距離因子與生態(tài)安全呈正相關(guān)關(guān)系。

4.2.6 距道路距離

一般來說，距道路距離越遠(yuǎn)，生態(tài)安全等級(jí)越高。距離>1500 m的區(qū)域占總面積比例為80.75 %，占比最高，距離<500 m、500～1000 m和100～1500 m的區(qū)域占比較少，分別為6.97%、6.29%和6.02%。在距道路距離影響因子不同分級(jí)中，不安全區(qū)域占整體面積總和的比例較高。再觀察平均生態(tài)安全指數(shù)，四個(gè)距道路距離平均生態(tài)安全指數(shù)中，三個(gè)為較高安全，一個(gè)為不安全，平均生態(tài)安全指數(shù)隨著距離的增大而增大，可知距道路距離因子與生態(tài)安全呈正相關(guān)關(guān)系(表3)。

表3 生態(tài)安全各等級(jí)面積占比

5 結(jié)論與討論

本文采用熵權(quán)法對(duì)生態(tài)安全影響因子——高程、坡度、NDVI、土地利用類型、距河流距離和距道路距離進(jìn)行賦權(quán)，然后基于GIS的空間疊加分析功能，得到重慶市忠縣的流域生態(tài)安全分級(jí)圖，并且進(jìn)行空間統(tǒng)計(jì)分析，得到以下結(jié)論：

統(tǒng)計(jì)不同生態(tài)安全等級(jí)面積發(fā)現(xiàn)，最高安全、較高安全、較低安全和不安全分別占比11.84%、38.91%、7.39%和41.87%，研究區(qū)內(nèi)不安全區(qū)域占比最高，不安全和較低安全占比高達(dá)1/2。在眾多影響因子中，距河流距離、距道路距離和地形這三個(gè)因子與整個(gè)研究區(qū)流域的生態(tài)安全空間格局的耦合度明顯高于其他幾個(gè)因子，對(duì)于整個(gè)區(qū)域內(nèi)流域的生態(tài)安全綜合評(píng)價(jià)的貢獻(xiàn)度也更高。

高程300～600 m的區(qū)域占總面積比例為67.37%，占比最高，其次是<300 m的區(qū)域，占比20.18%，占比最少的是>900 m的區(qū)域，高程與生態(tài)安全呈正相關(guān)關(guān)系。

坡度7～15°的區(qū)域占總面積比例為37.74 %，占比最高，其次是<7°的區(qū)域，占比32.31%，接著是7～15°的區(qū)域，占比22.93%，占比最低的是>25°的區(qū)域。坡度與生態(tài)安全呈負(fù)相關(guān)關(guān)系。

NDVI>240的區(qū)域占總面積比例為55.01 %，占比最高，其次是160～240的區(qū)域，占比27.75%，接著是80～160的區(qū)域，占比12.19%，占比最低的是>80的區(qū)域。NDVI與生態(tài)安全呈正相關(guān)關(guān)系。

草地和耕地占總面積比例為40.74 %，占比最高，其次是建設(shè)用地，占比35.43%，接著是未利用地，占比19.27%，占比最低的是水域和林地。水域和林地生態(tài)安全指數(shù)最低，可見其生態(tài)可恢復(fù)性最高，草地與耕地生態(tài)安全指數(shù)最高，其生態(tài)可恢復(fù)性最低，建設(shè)用地與未利用地生態(tài)安全指數(shù)中等，其生態(tài)可恢復(fù)性一般。

距河流距離>1500 m的區(qū)域占總面積比例為49.25 %，占比最高，其次是<500的區(qū)域，占比19.25%，500～1000 m和100～1500 m的區(qū)域占比相差不大，分別為16.77%和14.73%。距河流距離因子與生態(tài)安全呈正相關(guān)關(guān)系。

距道路距離>1500 m的區(qū)域占總面積比例為80.75 %，占比最高，距離<500 m、500～1000 m和100～1500 m的區(qū)域占比較少，分別為6.97%、6.29%和6.02%。距道路距離因子與生態(tài)安全呈正相關(guān)關(guān)系。

本次研究內(nèi)容為長江流域生態(tài)安全評(píng)價(jià)，選取的研究區(qū)范圍太小，結(jié)果會(huì)存在一定的偶然性，在未來基礎(chǔ)數(shù)據(jù)可獲取、且數(shù)據(jù)處理設(shè)備允許的情況下，可實(shí)現(xiàn)對(duì)整個(gè)長江流域的生態(tài)安全評(píng)價(jià)。本文可為未來的大尺度研究提供研究基礎(chǔ)和技術(shù)支撐。