江蘇省生態(tài)敏感性時空分布及其響應(yīng)研究

陸藝杰

(安徽理工大學(xué)空間信息與測繪工程學(xué)院，安徽 淮南 232001)

引言

生態(tài)環(huán)境敏感性是指生態(tài)系統(tǒng)對區(qū)域內(nèi)自然和人類活動干擾的敏感程度，其反映區(qū)域生態(tài)系統(tǒng)在遇到干擾時，發(fā)生生態(tài)環(huán)境問題的難易程度和可能性的大小，并用來表征外界干擾可能造成的后果[1]。即在同樣干擾強度或外力作用下，各類生態(tài)系統(tǒng)出現(xiàn)區(qū)域生態(tài)環(huán)境問題可能性的大小，研究生態(tài)敏感性對保護生態(tài)系統(tǒng)極其重要[2]。

層次分析法(Analytic Hierarchy Process,AHP)由美國運籌學(xué)家Thomas L.Saaty (1926—2017)最先提出[3-5]，將復(fù)雜系統(tǒng)的決策思維進行層次化，把決策過程中定性和定量的因素有機地結(jié)合，通過判斷矩陣的建立、排序計算和一致性檢驗得到最終決策方案，克服了決策者的個人偏好，提高了決策的有效性，在多目標(biāo)規(guī)劃領(lǐng)域具有廣泛的應(yīng)用價值。

本文通過對江蘇省生態(tài)環(huán)境進行分析，通過遙感技術(shù)和地理信息系統(tǒng)技術(shù)等技術(shù)手段，采用量化的方式，分析江蘇省13個主體城市的生態(tài)敏感區(qū)分布。

1 研究數(shù)據(jù)

本研究涉及的數(shù)據(jù)類型可以概括為基礎(chǔ)地理數(shù)據(jù)和空間輔助數(shù)據(jù)社會經(jīng)濟統(tǒng)計數(shù)據(jù)?；A(chǔ)地理數(shù)據(jù)包括江蘇省土地利用數(shù)據(jù)(數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心)用于提取2000年、2005年、2010年、2015年土地利用數(shù)據(jù)；空間輔助數(shù)據(jù)包括江蘇省DEM 1km數(shù)據(jù)(數(shù)據(jù)來源于美國Earth Data網(wǎng)站)用于提供地形地貌參考數(shù)據(jù)、中國年度1km植被指數(shù)空間分布數(shù)據(jù)集(數(shù)據(jù)來源于中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心)用于提取2000年、2005年、2010年、2015年植被指數(shù)。

生態(tài)敏感性受到多方面生態(tài)因子的影響，僅憑單個因子指標(biāo)或者幾個因子指標(biāo)很難反映城市生態(tài)敏感性的總體狀況[6]，因此在生態(tài)敏感性的因子選擇過程中，應(yīng)選擇具有主導(dǎo)性和代表性的因子作為生態(tài)敏感性的主要分析因子[7]。結(jié)合其他學(xué)者的相關(guān)研究經(jīng)驗，最終選取坡度、高程、坡向、植被指數(shù)和用地類型5個指標(biāo)進行生態(tài)敏感性分析。

2 研究方法

2.1 敏感等及界定

本次研究將敏感等級劃分為5級，由低到高分別為非敏感、低敏感、中敏感、高敏感、極高敏感，分別賦值1、2、3、4、5。

各生態(tài)因子及其對應(yīng)敏感性等級劃分如表1所示。

表1 各生態(tài)因子的生態(tài)敏感性信息

2.2 層次分析法

經(jīng)典的AHP法是采用九標(biāo)度(1～9分)進行評分的，決策者對各個需要考慮的因素進行1～9的打分。計算權(quán)重時對各因素進行兩兩比較(相減或倒數(shù))，其結(jié)果構(gòu)成的矩陣稱作判斷矩陣[8]。

2.2.1 構(gòu)建層次模型

第1層次為目標(biāo)層，江蘇省生態(tài)敏感性評價。

第2層次為準(zhǔn)則層，對于具體的分類指標(biāo)，指出層目標(biāo)的基本判斷指標(biāo)包括地形因子、用地類型。

第3層次為基準(zhǔn)層，即每一個準(zhǔn)則層的要素由哪些直接可衡量指標(biāo)來確定。地形因子(坡度、高程、坡向)；用地類型(植被指數(shù)、土地類型)。

2.2.2 構(gòu)造判斷矩陣

建立判斷矩陣以后，請專家對每2個分析指標(biāo)之間進行重要性判斷，即每2個分析指標(biāo)都進行相互比較，相比權(quán)衡重要性，運用標(biāo)度法對分析指標(biāo)賦值[9]，如表1所示。

2.2.3 計算權(quán)重

權(quán)重計算主要分為算術(shù)平均值法、幾何平均值法和特征值法。

2.2.4 一致性檢驗

需要進行一致性檢驗對判斷誤差進行評價，評價指標(biāo)為一致性比率(consistency ratio,CR)。

判斷矩陣一致性檢驗使用公式：

(1)

式中，CR為判斷矩陣的隨機一致性比率；CI為判斷矩陣的一般一致性指標(biāo)。由下式給出：

(2)

當(dāng)CR<0.1時，可以認(rèn)為判斷矩陣通過一致性檢驗[10]。

3 研究結(jié)果

依據(jù)表1中各生態(tài)因子的等級賦值，在Python中計算因子的算術(shù)平均值法、幾何平均值法和特征值法權(quán)重，如表2所示。

表2 各生態(tài)因子權(quán)重

判斷矩陣的CR值分別為0.076、0.009、0.032、0.021、0.087，從一致性檢驗的結(jié)果可得，CR均小于0.1，表示所有因子和綜合的判斷矩陣通過一致性檢驗。則5個生態(tài)因子最終的權(quán)重分別為0.159、0.195、0.194、0.240、0.212。

用ArcGIS10.2的空間分析對研究區(qū)生態(tài)環(huán)境敏感性等級進行重分類，得到江蘇省生態(tài)敏感性分類結(jié)果和分級圖，如圖1所示。

圖1 基于AHP模型江蘇省生態(tài)敏感性空間分布

根據(jù)江蘇省生態(tài)敏感性層次分析法的結(jié)果可知，2000年中敏感為主要敏感類型，面積為53821km2，占整個研究區(qū)面積的55.653%；低敏感次之，占研究總面積的28.792%；非敏感和高敏感占比較少，分別占研究區(qū)總面積的2.969%和11.770%；極高敏感等級相對于其它敏感等級占總面積比例最小。2005年，各敏感性等級占總面積比例發(fā)生不同程度變化，但總體與2000年相同，以中敏感為主，占總面積的54.612%；低敏感次之，占總面積的29.305%；非敏感和高敏感占比較少，分別占研究區(qū)總面積的3.674%和11.571%；極高敏感仍為占比最小。2010年，各敏感等級占總面積比例有所變化，總體表現(xiàn)為中敏感(54.682%)>輕敏感(28.446%)>高敏感(12.849%)>非敏感(2.938%)>極高敏感(1.086%)。2015年較2010年的敏感度變化大，各敏感等級均有不同程度的變化，具體表現(xiàn)為中敏感(49.595%)>低敏感(31.812%)>高敏感(10.253%)>非敏感(7.6375%)。2015年與之前年份不同的是，極高敏感面積占比有了明顯的下降趨勢，僅占研究區(qū)總面積的0.702%；較2010年減少了0.384%，如表3所示。

表3 基于AHP模型江蘇省各評價等級的面積

利用ArcGIS10.2的區(qū)域統(tǒng)計功能分析對研究區(qū)生態(tài)環(huán)境脆弱性等級進行統(tǒng)計，得到江蘇省生態(tài)敏感性等級的中值和標(biāo)準(zhǔn)差，如圖2所示。

圖2 基于區(qū)域統(tǒng)計的江蘇省13個主體城市生態(tài)敏感

根據(jù)江蘇省13個主體城市生態(tài)敏感性區(qū)域統(tǒng)計的結(jié)果可知，中敏感為主要敏感類型，各城市的生態(tài)等級都有先小幅度上升又有下降的趨勢；其中，南京、無錫、常州和蘇州最為顯著。淮安和揚州在2010年的生態(tài)敏感性最惡劣(相比其它城市)。徐州、鹽城和宿遷的生態(tài)敏感性在這20a期間較為穩(wěn)定，沒有明顯的增幅和降幅，具體見表4。

表4 基于區(qū)域統(tǒng)計的江蘇省13個主體城市生態(tài)敏感性

4 結(jié)論與展望

本研究以江蘇省為研究對象，基于ArcGIS和Python平臺，利用空間統(tǒng)計和AHP層次分析法對地形因子和用地類型綜合分析評價，分析江蘇省生態(tài)敏感性時空分布。同時以江蘇省13主體城市作為研究對象，分析城市的生態(tài)敏感性。研究主要結(jié)論如下。

通過對江蘇省生態(tài)環(huán)境敏感性總體空間分布特征進行分析可知，江蘇省生態(tài)敏感性以中敏感為主要敏感類型。

由近20a的江蘇省生態(tài)環(huán)境敏感性趨勢分析可知，2010年以來，江蘇省生態(tài)呈現(xiàn)好轉(zhuǎn)趨勢，其中南京、無錫、常州和蘇州最為顯著。