城市生态环境脆弱性的测度分区与调控

张晓瑞，贺岩丹，方创琳，王振波（.合肥工业大学城市规划系，安徽 合肥 2060；2.合肥工业大学数字人居环境研究实验室，安徽 合肥 2060；.中国科学院地理科学与资源研究所，北京 000）

城市生态环境脆弱性的测度分区与调控

张晓瑞1，2，贺岩丹1，方创琳3*，王振波3（1.合肥工业大学城市规划系，安徽 合肥 230601；2.合肥工业大学数字人居环境研究实验室，安徽 合肥 230601；3.中国科学院地理科学与资源研究所，北京 100101）

从生态敏感性和生态恢复力两个方面构建测度指标体系，应用GIS的空间分析技术定量测度城市生态环境脆弱性的大小并划分等级分区，进而得到不同的脆弱性调控类型区.以合肥市为例，在GIS平台上具体测度了其生态环境脆弱性的大小，并划分为低、较低、中、较高和高5种脆弱性分区，进而归纳为生态绿线、生态灰线和生态红线3种脆弱性调控类型区.其中，生态绿线调控区的规模最大，占研究区总面积的53.61%，这可以为合肥市提供充足的发展空间.最后给出了不同脆弱性调控类型区的发展建议，由此为城市生态环境的保护和建设提供科学的决策依据.

城市生态环境；脆弱性；测度；调控；GIS

脆弱性研究来源于20世纪70年代的自然灾害研究领域［1］，目前，其已经成为全球可持续性科学的 7大核心问题之一［2］，是当前全球变化及可持续性科学领域的一个研究焦点［3-4］.近年来，针对不同领域的脆弱性涌现出了大量成果，如脆弱性概念内涵的基础理论研究［5］，环境变化和自然灾害中的脆弱性研究［6-7］，经济社会中的脆弱性研究［8］，交通系统［9］、矿区系统［10］等特殊区域的脆弱性研究等.同时，在传统的生态系统脆弱性研究基础上［11］，城市生态环境脆弱性研究也得到了积极开展，代表性的有：城市生态环境脆弱性的动态变化及驱动力分析［12-13］，城市生态脆弱性的类型、表现和成因分析［14］，从某一视角出发如基于土地利用变化［15］、景观格局和水土流失［16］、植被覆盖度［17］、遥感影像［18］的城市生态环境脆弱性评价，城市资源如土地资源的生态脆弱性研究［19］，城市特殊地区如矿区的生态脆弱性研究［20］，城市生态脆弱性与其他因素如贫困［21］、森林资源［22］的关系研究等. 此外，与城市生态环境紧密相关的人地系统脆弱性研究［23］、城市群的资源环境系统脆弱性研究［24］也得到了分析探讨.

现代城市是各种自然资源最主要的消耗地，也是经济发展和生态环境保护的矛盾与冲突最为激烈的地方［25］，如何协调这一矛盾和冲突、如何有机统一城市生态环境的保护与开发成为一个重大研究与实践课题.尽管城市生态环境脆弱性研究越来越受到重视，但仍处于发展完善阶段.已有研究主要从某一方面来探讨城市生态环境的脆弱性问题，缺乏对城市生态环境脆弱性的综合测度与评价. 同时，如何调控生态环境脆弱性的研究也较为缺乏［26］，特别针对城市生态环境脆弱性的调控研究亟需探讨.基于此，本文以城市生态环境脆弱性的测度与调控为研究中心，以合肥市为实证研究区，通过综合应用GIS的空间分析技术来定量测度城市生态环境的脆弱性，并在空间上划定不同的脆弱性调控类型区，进而给出不同类型区的调控对策，由此为城市生态环境脆弱性研究提供理论和技术方法参考，为城市生态环境的保护与开发提供指导和依据.

1　技术方法

1.1概念内涵

传统的脆弱性是指系统承受不利影响的能力以及遭受灾害的可能性和灾害所造成损失的大小［27］，可被理解为诸如“暴露、敏感性、适应性、恢复力”等多种概念的集合［5］.基于此，城市生态环境脆弱性是指城市生态环境在受到外界干扰时所具有的敏感性和恢复力，其是生态环境的一种固有属性，具有不可替代性和相对稳定性.首先，山脉、河流、植被等生态要素都是城市的自然禀赋和固有生态本底，是不可移动、复制和交易的.其次，城市生态环境具有相对稳定的构造和格局，当人类活动符合生态规律时，生态环境会保持稳定性，脆弱性处于较低水平；反之则会导致生态环境问题，脆弱性会被放大，这将不利于城市的可持续发展.

城市是一个由生态环境、社会和经济三个子系统耦合而成的“人—地”复杂统一体，其中，生态环境是城市经济社会发展建设的物质载体，因此，城市生态环境脆弱性研究在城市脆弱性研究体系中具有基础性的地位.通过城市生态环境脆弱性的定量测度，把那些脆弱性高的区域作为关键自然资本保护起来，形成城市发展建设不可逾越的生态红线地区，从而为实现城市的全面协调可持续发展奠定生态基础.这也就是说，通过城市生态环境脆弱性的测度分区和调控，目的就是要分析城市生态环境脆弱性的格局特点，由此划定生态环境脆弱性的等级分区以及城市生态环境对经济社会等非空间要素发展的适宜程度.需指出的是，同国家层面上大尺度的生态环境区划如中国生态脆弱区保护规划［28］、中国环境管理分区研究［29］一样，城市生态环境脆弱性测度及分区的目的也是为了制定有针对性的环境保护和管理政策，有效促进区域生态环境的整体优化.当然，两种研究也会存在一定差异，例如小尺度的城市脆弱性分区研究所用的数据精度会更高，指标选择标准也会不同，国家层面上的指标更为综合，包括自然环境和经济社会的指标，而城市生态环境脆弱性则更倾向于自然环境指标.但是，两者本质上是一致的，即都是不同空间尺度上的环境管理分区研究与实践探索，都是为研究区的生态环境保护、建设和可持续发展提供科学的决策依据.

1.2测度方法

城市生态环境脆弱性是生态敏感性和生态恢复力的有机统一，只有对两者进行综合集成分析，才能全面、客观地实现对城市生态环境脆弱性的定量测度.生态敏感性是指城市生态实体和生态要素（或称生态因子）对干扰和压力的敏感程度，即生态系统在遇到干扰时，生态环境问题出现的概率大小［30］.当生态敏感性越高，遇到干扰时出现生态问题的概率越大，则脆弱性也就越高，反之脆弱性越低.生态恢复力是指城市生态环境在被干扰或发生变化后的自我调节与恢复的能力.外部干扰给城市生态环境带来了压力，当压力在其自我调节能力范围内时，则生态环境是安全的，即使发生变化也能通过自我调节而恢复.但当压力超出了其自我调节能力阈值范围时，就可能发生不可逆转的变化，生态环境相应的生态功能将部分或全部丧失，此即是生态失调或生态平衡破坏，这就如弹簧被拉伸超过了弹性形变的范围而损坏一样.显然，生态恢复力越大，城市生态环境的脆弱性越低，反之脆弱性则越高.

从定量化的角度看，城市生态环境脆弱性指数（EEVI）是生态敏感性指数（ESI）和生态恢复力指数（ERI）的函数，公式为：

图1　研究技术路线Fig.1　The technical route of research

而生态敏感性和生态恢复力又分别是一组生态因子按照一定规则组合后形成的新的评价等级，其基本表达形式可用下式表示：

式中：xi（i=1，2，3，…，n）是用于评价生态敏感性的一组生态因子；yj（j=1，2，3，…，m）是用于评价生态恢复力的一组生态因子.目前常用的基本模型是权重修正法：

式中：S为生态敏感性指数或生态恢复力指数；Xi为生态因子值；Wi为生态因子权重.最终的城市生态环境脆弱性指数EEVI的计算公式为：

式中：WES和WER分别为生态敏感性和生态恢复力的权重.对于生态环境脆弱性指数而言，生态敏感性指数是正向指标，即ESI越大，EEVI也越大；而生态恢复力指数是负向指标，即 ERI越大，EEVI则越小，因此，要对ESI、ERI进行标准化处理以保证测度结果的逻辑一致.根据上述方法原理，城市生态环境脆弱性测度分区与调控的研究技术路线如图1所示.

2　研究区概况和数据处理

2.1研究区概况

本文以合肥市为实证研究区.合肥是安徽省省会和安徽省第一大城市，也是中国“中部崛起”国家发展战略的核心城市.合肥市总面积1.14万km2，下辖 4个县（长丰县、肥东县、肥西县和庐江县）、1个县级市（巢湖市）和4个市辖区（瑶海区、庐阳区、蜀山区和包河区）.合肥市拥有中国第五大淡水湖（巢湖），这是合肥市最大的生态资源和生态实体.总体上，合肥是中国快速城镇化区域的一个典型城市，经济社会发展同资源环境之间的矛盾正处于剧烈变化之中，城市生态环境正面临越来越大的压力.目前，中国有很多区域性中心城市与合肥市生态环境所面临的情况相类似.因此，本文以合肥作为实证研究区.

2.2数据处理

2.2.1指标体系构建根据生态敏感性和生态恢复力的内涵要求，遵循主导因素原则、科学性实践性相结合的原则以及数据可获得性原则，结合合肥市生态环境特点，构建合肥市生态环境脆弱性测度的指标体系（表1），具体包括目标层、准则层和指标层3级结构.其中，目标层即为合肥市生态环境脆弱性指数 EEVI，准则层即生态敏感性指数ESI和生态恢复力指数ERI两个约束指标，指标层则是在准则层的基础上，用来测度的具体指标.

在生态恢复力的各个测度指标中，植被覆盖度是一个重要指标.作为生态环境重要组成部分的植被，其总是与气候、地貌、土壤条件相适应，对生态环境的依赖性最大，对各种环境因素的变化也最为敏感，因此是衡量生态环境自我恢复能力的一个重要指标.本文用基于遥感影像计算得到的归一化植被指数NDVI来代表植被覆盖度.目前，NDVI在植被遥感研究中应用最为广泛，是植被生长状态及植被覆盖度的最佳指示因子［31］. NDVI值越大，植被覆盖度越大，生态恢复的能力越大，脆弱性也就越小.水是人类赖以生存的重要物质，是生态环境保育和改善过程中不可替代的宝贵自然资源，同时，水资源还是支撑城市经济社会发展的最基本的生态要素.其值越大，表明城市拥有更丰富的水资源可用于生态环境建设和经济社会发展，也将拥有更强的抵抗灾害如干旱的能力，相应的生态恢复力越大，脆弱性则越小.土地（包括耕地）是城市发展的基本生态空间，值越大，表明城市发展的空间范围和战略纵深越大，发生问题后进行调整和恢复的空间余地也就越大，相应的脆弱性也就越小.

表1　合肥市生态环境脆弱性测度指标体系Table 1　The index system of eco-environmental vulnerability measurement in Hefei

根据表1的指标体系，首先收集相关生态因子数据，主要包括：合肥市行政区划图；合肥市2011年3月10日的Landsat-7ETM影像；数字高程模型（DEM）数据；相关地形图；地质灾害风险数据，包括滑坡、崩塌、泥石流和地震断裂带等；相关规划如城市总体规划、土地利用总体规划中的有关数据等.其次，运用ENVI4.8和ArcGIS9.3对上述空间数据进行综合处理，得到生态敏感性和生态恢复力的各个指标因子的空间数据.其中，生态敏感性的各个指标在具体处理时，要在分析合肥市生态环境特点的基础上，对部分一级指标进行细化而得到相应的二级指标.同时，在ArcGIS9.3中对一级指标或者二级指标进行不同距离的生态敏感性缓冲区分析，再基于不同的缓冲距离而赋予不同的敏感性等级值.通常，按照指标因子的敏感性大小而赋予1、3、5、7、9的等级值，分别代表极低敏感区、低敏感区、中敏感区、高敏感区和极高敏感区.值越大，表示生态敏感性越高，脆弱性也就越大.处理后的生态敏感性指标体系如表2所示.

表2　合肥市生态敏感性测度指标体系Table 2　The index system of ecological sensitivitymeasurement in Hefei

续表2

对于生态恢复力的各个指标，首先，在ENVI4.8中对遥感影像数据进行校正、裁切、融合等预处理，然后利用 ENVI4.8的相关计算模块得到合肥市的归一化植被指数NDVI，从而得到代表合肥市植被覆盖度的空间数据；而水资源、耕地、土地面积等指标则基于合肥市乡镇统计数据并进行 GIS空间化处理而得到.经过上述处理后，每个指标或其二级指标都对应于ArcGIS9.3中的一个栅格数据图层，由此为后续的空间叠加分析奠定基础.

2.2.2指标权重计算与指标综合各个测度指标的权重计算采用了排序法和层次分析法（AHP）.地形包括了2个二级指标，其权重采用排序法计算；水体的6个二级指标采用GIS的逻辑叠加方法进行分析，不需计算权重；生态敏感性的4个一级指标和生态恢复力的4个一级指标均采用 AHP方法计算权重；采用排序法计算生态敏感性和生态恢复力的权重，由于生态敏感性是城市生态环境脆弱性的主要根源，是城市系统内部固有的生态要素和实体的结构型脆弱性（内在的、先天的不稳定性），因此应具有更高的重要性等级.测度指标的综合在GIS平台上进行空间叠加分析，具体包括线性加权和与逻辑叠加两种方法.其中，水体的6个二级指标采用逻辑叠加中的取大值法进行空间叠加分析而得到水体一级指标，然后再和地形、土地利用和地质灾害风险进行加权和叠加而得到生态敏感性指数；生态恢复力的 4个一级指标采用加权和法叠加而得到生态恢复力指数.取大值叠加法是在对多个生态因子进行叠加分析时，取各因子敏感性评价结果中的最大值作为最终结果.这样做的目的是为了突出生态环境问题的敏感性，从而尽可能保护生态环境，由此体现了生态学中的“最小限制定律”.最后，对标准化后的生态敏感性指数和生态恢复力指数进行加权求和，从而得到合肥城市生态环境脆弱性指数的测度结果.

3　结果分析

3.1测度结果与分区

图2　合肥市生态敏感性测度结果Fig.2　The result of ecological sensitivity in Hefei

根据上述GIS空间分析技术路线，得到合肥市生态敏感性指数（图2）和生态恢复力指数（图3）的测度结果.合肥市生态敏感性较高的地区主要包括巢湖及其周边湿地保护区、各大型水库湖泊及其核心缓冲区、基本农田区以及横贯合肥市域东西向的两大地震断层及其缓冲区；低敏感地区主要包括城镇建成区和一般农田地区，合肥市中心城区是最大的低敏感区.合肥市生态恢复力较高的地区主要包括一些植被覆盖度高的山区；生态恢复力较低的地区主要包括各个城镇建成区，特别是合肥中心城区向北与合淮铁路沿线的近郊镇连成一体，构成了市域范围内最大的低恢复力地区.

图3　合肥市生态恢复力测度结果Fig.3　The result of ecological resilience in Hefei

图4　合肥市生态环境脆弱性等级分区Fig.4　The grade zone of eco-environmental vulnerability in Hefei

对生态敏感性和生态恢复力再进行叠加而得到生态环境脆弱性指数的测度结果，并利用自然断点法进行分级［32］，将合肥生态环境脆弱性划分为5个等级（图4），包括低脆弱性分区、较低脆弱性分区、中脆弱性分区、较高脆弱性分区和高脆弱性分区，各个分区的面积和占比如表3所示.测度结果表明，合肥市低脆弱性分区主要为市域西部和南部的一般农田.较低脆弱性分区面积最大，共计3731.79km2，占市域面积比重为32.64%，主要为一般农田和城镇建成区，其中，合肥中心城区和肥西县城、肥东县城相连而成为一个最大的较低脆弱性集中区.中脆弱性分区主要为林地、园地、基本农田、河湖水库的缓冲区、地质灾害风险区，较高脆弱性分区主要为巢湖及其周边湿地的外围区、部分大中型水域的核心缓冲区、小型水库及其缓冲区以及地质风险区等，而高脆弱性分区主要为巢湖及其核心缓冲区、部分大中型水域及其核心缓冲区.

表3　合肥市生态环境脆弱性分区面积与比重Table 3　The area and proportion of each ecoenvironmental vulnerability zone in Hefei

3.2调控类型区划分

进一步，把合肥市的5种脆弱性分区归纳为3种调控类型区，即生态绿线地区、生态灰线地区和生态红线地区，具体如图5和表4所示.

生态绿线调控区包括低脆弱性分区和较低脆弱性分区.从可持续发展的角度看，生态绿线调控区是一般自然资本集聚区，是市域范围内较适合城镇化发展和人类活动的地区.这也意味着生态绿线地区能够适宜进行较高强度的空间开发和建设，可作为合肥城镇化和工业化发展的主要承载地.生态绿线调控区主要分布在市域的中部和南部地区，共计面积6129.43km2，占比 53.61%，是规模最大的一类调控区，这也说明了合肥未来发展的腹地较为广阔，可利用空间资源丰富，未来发展具有良好的空间支撑条件.

图5　合肥市生态环境脆弱性调控类型区Fig.5　The control zone of eco-environmental vulnerability in Hefei

表4　合肥市生态环境脆弱性调控类型区面积与比重Table 4　The area and proportion of each control zone of eco-environmental vulnerability in Hefei

生态灰线调控区主要由中脆弱性分区构成，是介于生态红线调控区和生态绿线调控区之间的一类过渡地区.本质上，生态灰线地区是一种生态弹性区域，其可以根据不同的城市发展战略指引而作为不同用途的空间功能区.例如，当城市发展以扩张开发为主时，生态灰线调控区可以为未来城市发展提供充足的后备空间资源；当城市发展以收缩保护为主时，生态灰线调控区则可以作为未来城市发展的生态缓冲地区，从而实现最大限度保护生态环境的目的.合肥市生态灰线调控区主要分布在市域北部地区，共计面积2240.17km2，占比 19.59%，是规模最小的一类调控区.

生态红线调控区包括较高脆弱性分区和高脆弱性分区，该类地区是合肥实现可持续发展的生态基础，是一些关键自然资本集聚区.生态红线地区主要应作为生态保育、修复和涵养地区，是维护合肥生态环境基底的“源”和“汇”.生态红线地区共计面积 3063.41km2，占比 26.80%，是规模仅次于生态绿线地区的一类调控区.生态红线调控区主要是以巢湖为中心的大中型湖泊水库、湿地及其核心缓冲区，在空间上呈点状分布.对于合肥市来说，巢湖是合肥所拥有的最大的生态资源，也是合肥当之无愧的关键自然资本.除了巢湖之外，合肥市域范围内还有众多的大中型湖泊水库如黄陂湖、瓦埠湖、岱山湖、大房郢水库、董铺水库等，在当前城市水资源日益告急而城市用水量却仍在增加的大环境下，这些宝贵的水资源也理所当然的成为合肥市的生态红线地区.

上述调控分区的特点是生态绿线地区面积最大，这显然有利于城市空间的开发建设.如果从更严格地保护生态环境的角度出发，也即为未来发展预留更多的生态空间，这就要求生态绿线地区的面积要减小.综合表3和表4，得到此种情景下的分区结果如表5所示.

表5　合肥市生态环境脆弱性调控类型区面积与比重Table 5　The area and proportion of each control zone of eco-environmental vulnerability in Hefei

根据表 5，生态绿线仅由低脆弱性分区构成，占比20.97%；生态灰线仅由较低脆弱性分区构成，而生态红线则由中、较高和高脆弱性分区构成，面积最大，占比 46.39%.这样，生态绿线地区面积减小，生态灰线和生态红线地区面积相应增加，此就能实现尽可能多地保护生态环境的调控目的，同时，这也给政府管理决策提供了一个备选方案，从而为实现基于多方案比较的科学决策奠定了基础.

3.3对策建议

首先，要明确不同调控类型区的空间开发主调.对于生态红线地区，其是合肥的关键自然资本，是不可替代的生态要素和实体，因此其空间开发主调是限活动，即禁止任何形式的工业项目建设活动，在确保不污染环境的前提下，可以进行一些公益性的旅游、休闲等生态服务活动.作为一个生态弹性控制地区，生态灰线地区的空间开发主调是限性质.对于合肥市来说，目前适宜于大规模空间开发的地区较多，因此，生态灰线地区更应作为一个生态缓冲区，从而更多地保护合肥的自然生态本底.即使必须有项目建设，则要严格限制建设项目的性质，可以适当安排无污染、高效率、低能耗的产业项目.对于生态绿线地区，其是合肥空间开发的主阵地，也是不断获得人造资本的物质空间基础，因此，其空间开发主调是要保建设，由此不断扩大合肥经济规模，为降低城市脆弱性、平衡内部地区发展差异奠定基础.

其次，要落实不同调控类型区的空间规划控制.要把划定生态绿线、生态红线和生态灰线作为一个强制性规划内容，要给出不同脆弱性调控类型区的空间坐标位置以及建设开发控制指标等强制性要素，由此发挥好规划的刚性控制和弹性引导作用，从而为具体的建设开发提供约束和指导.

最后，建议合肥制定《城市生态环境脆弱性调控管理办法》，办法要能够站在可持续发展的战略高度，并与现有的城市规划、国土资源、生态环保等管理政策相协调.办法要能够涵盖生态绿线、生态灰线和生态红线3种脆弱性调控类型区的划定原则、开发建设、产业引导、实施措施、奖惩机制等内容，从而形成系统的生态环境脆弱性调控实施政策.

应指出的是，本文是城市脆弱性研究的理论方法和应用层面上的一次探索和尝试.为了使研究结果能对城市可持续发展起到更加科学的指导作用，研究在一些方面仍需探讨，如测度指标可能存在疏漏，指标权重计算和指标合并可能存在更科学的方法，特别是在GIS叠加分析中让各指标都能体现自己的权重方面仍要深入研究，由此进一步提高结果的精确性.

4　结论

4.1在传统脆弱性概念的基础上，提出了城市生态环境脆弱性的概念内涵；利用GIS的空间分析技术，从生态敏感性和生态恢复力两个方面构建了城市生态环境脆弱性定量测度的技术方法体系，包括测度指标体系构建、指标权重计算以及指标的综合集成，并具体应用了层次分析法、排序法、线性加权求和法以及 GIS空间叠加分析法，由此得到城市生态环境脆弱性指数.

4.2以合肥市为典型研究区，在GIS平台上完成了合肥市生态环境脆弱性的定量测度.根据测度结果，把合肥市生态环境划分为低脆弱性分区、较低脆弱性分区、中脆弱性分区、较高脆弱性分区和高脆弱性分区等5种分区，进一步归纳为3种脆弱性调控类型区，即生态绿线调控区、生态灰线调控区和生态红线调控区.其中，生态绿线调控区规模最大，面积6129.43km2，占比53.61%；生态灰线调控区规模最小，面积 2240.17km2，占比19.59%；而生态红线调控区面积为 3063.41km2，占比 26.80%，规模仅次于生态绿线调控区.同时给出了合肥市生态环境脆弱性调控的对策建议，由此为合肥市生态环境的保护和建设提供科学的决策依据.

［1］ White G F. Natural hazards ［M］. Oxford： Oxford University Press，1974.

［2］ Kates R W，Clark W C，Corell R，et al. Environment and development： Sustainability science ［J］. Science，2001，292（5517）：641-642.

［3］ O'Brien K，Leichenkob R，Kelkar U，et al. Mapping vulnerability to multiple stressors： Climate change and globalization in India［J］. Global Environmental Change，2004，14（4）：303-313.

［4］ 李鹤，张平宇.全球变化背景下脆弱性研究进展与应用展望［J］. 地理科学进展，2011，30（7）：920-929.

［5］ Adger W N. Vulnerability ［J］. Global Environmental Change，2006，16（3）：268-281.

［6］ Gravelle G，Mimura N. Vulnerability assessment of sea-level rise in Viti Levu，Fiji Islands ［J］. Sustainability Science，2008，3（2）：171-180.

［7］ Kazmierczak A，Cavan G. Surface water flooding risk to urban communities： analysis of vulnerability，hazard and exposure ［J］. Landscape and Urban Planning，2011，103（2）：185-197.

［8］ Dutta I，Foster J，Mishra A. On measuring vulnerability to poverty［J］. Social Choice and Welfare，2011，37（4）：743-761.

［9］ El-Rashidy R A，Grant-Muller S. An assessment method for highway network vulnerability ［J］. Journal of Transport Geography，2014，34：34-43.

［10］ 廖雪琴，李巍，侯锦湘.生态脆弱性评价在矿区规划环评中的应用研究——以阜新矿区为例 ［J］. 中国环境科学，2013，33（10）：1891-1896.

［11］ 吴绍洪，戴尔阜，黄玫，等.21世纪未来气候变化情景下我国生态系统的脆弱性研究 ［J］. 科学通报，2007，52（7）：811-817.

［12］ 孙平军，修春亮，王忠芝.基于 PSE模型的矿业城市生态脆弱性的变化研究——以辽宁阜新为例 ［J］. 经济地理，2010（8）：1354-1359.

［13］ 向楠，李俊清，于琳倩.内蒙古鄂温克族自治旗生态脆弱性动态研究 ［J］. 西北林学院学报，2014，29（4）：93-97.

［14］ 张红梅，沙晋明.基于RS与GIS的福州市生态环境脆弱性研究［J］. 自然灾害学报，2007，16（2）：133-137.

［15］ 荆玉平，张树文，李颖.奈曼旗生态脆弱性及空间分异特征 ［J］.干旱地区农业研究，2008，26（2）：159-164.

［16］ 卢冬爱，谈树成，夏既胜.基于景观格局和水土流失敏感性的大理市生态脆弱性分析 ［J］. 云南地理环境研究，2009，21（2）：92-96.

［17］ 徐广才，康慕谊，Marc Metzger，等.锡林郭勒盟生态脆弱性 ［J］.生态学报，2012，32（5）：1643-1653.

［18］ 杨立伟.基于遥感技术的区域生态脆弱性评价方法研究——以黄山市黄山区为例 ［J］. 环境科学与管理，2011，36（12）：173-179.

［19］ 张龙，宋戈，孟飞，等.宁安市土地生态脆弱性时空变化分析 ［J］. 水土保持研究，2014，21（2）：133-137.

［20］ 吴健生，宗敏丽，彭建.基于景观格局的矿区生态脆弱性评价——以吉林省辽源市为例 ［J］. 生态学杂志，2012，31（12）：3213-3220.

［21］ 王建军，杨辉平.新疆县域生态脆弱性与贫困的关系研究 ［J］.新疆农垦经济，2015（1）：73-77.

［22］ 孔庆云，高兆蔚，郑建官.福建省古田县生态脆弱性与森林资源的关系分析 ［J］. 林业勘察设计，2006（1）：11-15.

［23］ 韩瑞玲，佟连军，佟伟铭，等.基于集对分析的鞍山市人地系统脆弱性评估 ［J］. 地理科学进展，2012，31（3）：344-352.

［24］ 胡志强，段德忠，曾菊新.武汉城市圈经济-社会-资源环境系统脆弱性研究 ［J］. 湖北大学学报（自然科学版），2014，36（6）：487-494.

［25］ 张晓瑞.城市强可持续发展 ［M］. 南京：东南大学出版社，2012.

［26］ 苏维词.贵州喀斯特山区生态环境脆弱性及其生态整治 ［J］.中国环境科学，2000，20（6）：547-551.

［27］ Tunner B L，Kasperson R E，Matson P A，et al. A framework for vulnerability analysis in sustainability science ［J］. Proceedings of the National Academy of Sciences of the United States of America，2003，100（14）：8074-8079.

［28］ 中华人民共和国环境保护部.全国生态脆弱区保护规划纲要［R］. http： // www. zhb. gov. cn/ info/ bgw/ bwj/ 200810/ W020081009352582312090. pdf.

［29］ 黄宝荣，李颖明，张惠远，等.中国环境管理分区：方法与方案 ［J］.生态学报，2010，30（20）：5601-5615.

［30］ 刘军会，高吉喜，马苏，等.内蒙古生态环境敏感性综合评价［J］. 中国环境科学，2015，35（2）：591-598.

［31］ 顾娟，李新，黄春林.基于时序MODIS NDVI的黑河流域土地覆盖分类研究 ［J］. 地球科学进展，2010，25（3）：317-326.

［32］ 丁明涛，庙成.基于 GIS的芦山地震灾区滑坡灾害风险评价［J］. 自然灾害学报，2014，23（4）：81-90.

Measurement zoning and control of urban eco-environmental vulnerability.

ZHANG Xiao-rui1，2，HE Yan-dan1，FANG Chuang-lin3*，WANG Zhen-bo3（1.Department of Urban Planning，Hefei University of Technology，Hefei 230601，China；2.Laboratory of Digital Human Habitat Studies，Hefei University of Technology，Hefei 230601，China；3.Institute of Geographic Sciences and Natural Resources Research，Chinese Academy of Sciences，Beijing 100101，China）.

China Environmental Science，2015，35（7）：2200～2208

The measurement indicator system was established from two perspectives of ecological sensitivity and ecological resiliency. Meanwhile，the GIS spatial analysis technology was adopted for the quantitative measurement and classification of the urban eco-environmental vulnerability，thus obtaining the type zone of vulnerability control. In Hefei，for example，the eco-environmental vulnerability was specifically measured on GIS platform. Then it was divided into 5 vulnerability zoning，including low，relatively low，middle，relatively high and high and concluded as three type zones of vulnerability control，namely，ecological green line，ecological grey line and ecological red line. Among which，the control zone of ecological green line had the largest scale，taking up 53.61% of the total area and providing sufficient development space for Hefei. At last，suggestions for the development of different type zones of vulnerability control were offered so as to provide scientific decision-making basis for the protection and development of urban eco-environment.

urban eco-environment；vulnerability；measurement；control；GIS

X144

A

1000-6923（2015）07-2200-09

2014-12-08

国家自然科学基金项目（41371177）

* 责任作者，研究员，fangcl@igsnrr.ac.cn

张晓瑞（1976-），男，安徽太和人，副教授，博士后，主要从事城市与区域规划研究.发表论文60余篇.