四川省资源环境承载力预警模型构建

杨 渺，甘 泉，叶 宏，李国明，欧阳志云，黄 勤

(1.四川省环境保护科学研究院，成都 610041; 2.中科院生态环境研究中心，北京 100085;3.四川省测绘地理信息局地理国情监测中心，成都 610500；4.四川大学，成都 610041)

·环境模型·

四川省资源环境承载力预警模型构建

杨 渺1,2，甘 泉3，叶 宏1，李国明3，欧阳志云2，黄 勤4

(1.四川省环境保护科学研究院，成都 610041; 2.中科院生态环境研究中心，北京 100085;3.四川省测绘地理信息局地理国情监测中心，成都 610500；4.四川大学，成都 610041)

四川是长江流域生态安全的重要保障。随着人口的增长，工业化、城镇化和农业现代化进程的日益加快，发展与保护的矛盾日益突出。严重影响和制约四川省经济社会的可持续发展和“长江经济带”地区的生态平衡与稳定。对四川省资源环境承载力状况进行监测预警，是四川省社会经济可持续发展的需要，也是长江经济带生态环境保护的需要。研究认为，资源环境承载力预警可分为现状预警和趋势预警两种类型。基于此假设，针对重点开发区和市辖区、农产品主产区、重点生态功能区、扶贫开发区等四类区域，基于线性变换的数学方法，构建了四川省资源环境承载力现状预警模型。模型以生态、环境、经济多指标相结合，进行资源环境承载力综合预警；以具有强烈资源环境优劣指示性的指标，作为限制性指标，进行单指标预警。最后整合多指标综合预警结果和单指标预警结果，作为资源环境承载力现状预警最终预警结果。

资源环境承载力；预警模型

1 前 言

四川是长江上游生态屏障重要组成部分，是长江流域生态安全的重要保障。随着四川省人口的增长，工业化、城镇化和农业现代化进程的日益加快，资源环境要素结构发生了巨大的变化，资源环境的瓶颈制约也进一步突显，发展与保护的矛盾日益突出。资源短缺、环境污染等各种生态环境历史问题和新型环境问题交织，严重影响和制约四川省经济社会的可持续发展，“长江经济带”地区的生态平衡与稳定。对四川省资源环境承载力状况进行监测预警，是四川省社会经济可持续发展的需要，也是长江经济带生态环境保护的需要。

四川省自然生态系统类型和社会经济发展在空间分布上具有明显的区域差异性。川西高山高原区、川北秦巴山地和川西南山地区人为干扰强度低、社会经济实力相对较弱，是我省生物多样性保护、水源涵养、水土保持的重要区域。地质灾害，水土流失、土地沙化，土地荒漠化是区域重要生态问题，而扶贫开发与生物多样性保护则是区域极为重要的任务；四川省成都平原区域经济和人口集聚条件较好，发展潜力较大，是全省产业、人口和城镇的主要集聚地。但区域环境问题突出。单位国土面积废水排放量、单位国土面积COD排放量、单位国土面积氨氮排放量，单位国土面积SO2排放量，单位国土面积NOx排放量普遍高于其他区域。资源环境承载力监测预警要充分考虑四川省的区域差异性，合理构建监测预警指标体系，以充分反应环境保护和社会经济发展需求的区域差异对资源环境承载力的影响。

四川省印发了《关于完善县域经济发展工作推进机制的意见》和《四川省县域经济发展考核办法》，将全省183个县(市、区)划分为重点开发区和市辖区、农产品主产区、重点生态功能区、扶贫开发区四大类别。根据不同区域特点，实行分类指导，以便突出比较优势，实现差异化、特色化、可持续发展。《四川省县域经济发展考核办法》考虑到了区域社会经济发展与生态环境保护目标之间的矛盾，可从政策层面缓解并促进资源有序利用和环境有效保护。

资源环境承载力尚未形成完善的理论[1～4]。本研究认为，资源环境承载力预警可分为现状预警和趋势预警两种类型。资源环境承载力现状预警是对当前时期，特定区域，特定社会经济发展水平下，生存资源的消耗、生活生产废物的排放及各级生态环境危害程度与最大允许容量(阈值)的接近度；资源环境承载力趋势预警则是通过资源环境承载力历史监测数据，预测特定区域，在未来某一时间点，生存资源的可能消耗、生活生产废物的预计排放与可能造成的各级生态环境危害的接近度。基于此假设，本文将利用基于线性变换的数学方法，针对重点开发区和市辖区、农产品主产区、重点生态功能区、扶贫开发区等四类区域，构建资源环境承载力现状预警模型。

2 预警体系及方法

综合考虑多指标评价和单指标评价的优缺点，本预警模型将以多指标评价和单指标评价相结合的方式构建预警模型。以生态、环境、经济多指标相结合，进行资源环境承载力综合预警；对区域发展具有制约的关键要素，可能因“短板效应”直接决定了整体承载能力[3]，因此作为限制性指标，进行单指标预警。最后整合多指标综合预警结果和单指标预警结果，作为资源环境承载力现状预警最终预警结果。

2.1 资源环境承载力综合预警

2.1.1 预警标准矩阵构建

2.1.1.1 指标及分级

从资源、环境、生态和社会经济4个方面选取21个指标进行资源环境承载力综合预警方法构建。其中效益型指标16个，成本型指标5个，见表1。效益型指标为指标值越大，资源环境承载力预警等级越低(安全)的指标；成本型指标则是指标值越大，资源环境承载力预警等级越高(危险)的指标。各指标含义及算法主要参照《省级主体功能区规划技术规程》、《四川省县域经济发展考核办法》、《生态环境状况评价技术规范》(HJ 192-2015)、《市县经济社会发展总体规划技术规范与编制导则(试行)》等技术文件。

表1 四川省资源环境承载力预警指标Tab.1 Index of resources environmental bearing capacity of Sichuan province

续表1

指标属性领域指标名称计算方法指标性质环境容量环境容量等级-社会经济人口密度人口聚集度-经济发展水平经济发展水平指数+交通便捷度交通网络密度+专题性指标重点生态功能区生物多样性保护功能生物丰度指数+水源涵养功能水源涵养指数+生态系统质量植被覆盖指数+生态系统脆弱性生态系统脆弱性-农产品主产区耕地保护耕地安全指数+粮食安全粮食趋势产量+重点开发区和市辖区区位优势交通优势度+城镇化水平城镇化率+经济密度经济密度+污染物排放污染物排放强度-扶贫开发区农村经济发展水平农村人均纯收入+教育水平师生比+交通通达度交通通达度+生态系统脆弱性生态系统脆弱性-

2.1.1.2 预警指标区间构建

根据已有研究成果，结合专家意见，对各指标得分值分为5级(高、较高、中等、较低、低)。效益型指标分别对应5个预警级别(安全、轻度预警、中度预警、重度预警、危险)；成本型指标分别对应(危险、重度预警、中度预警、轻度预警、安全)。以资源环境承载力预警标准矩阵的构建以单指标分级标准为基础。构成各级预警等级对应指标的值域区间。临界预警标准Si>Si+1(i=1,2,3,4,5)，见表2。

表2 预警指标区间构建Tab.2 Early warning indicators range

续表2

ID指标预警级别安全轻度预警中度预警重度预警危险13交通网络密度(1,2](0.9,1](0.35,0.9](0.1,0.35](0,0.1]14农村人均纯收入(5000,6000](4000,5000](3000,4000](2000,3000](1000,2000]15师生比[1∶18,1∶16)(1∶19,1:18](1∶21,1∶19](1∶23,1∶21](1∶25,1∶23]16交通通达度(20,30](10,20](5,10](1,5](0,1]17自然灾害影响(0,0.1](0.1,0.3](0.3,0.6](0.6,0.8](0.8,1]18环境容量评价等级[-1,0)[0,1)[1,2)[2,3)[3,4)19人口聚集度[0.1,5)[5,120)[120,200)[200,300)[300,400)20污染物排放强度[2500,3000)[3000,7000)[7000,10000)[10000,15000)[15000,20000)21生态系统脆弱性(0,1.5](1.5,2.5](2.5,3.5](3.5,4.5](4.5,5]

2.1.1.3 重点生态功能区预警矩阵及预警标准矩阵

重点生态功能区预警矩阵由12项指标组成，其中基础性指标8项，专题性指标4项。重点生态功能区以生态系统脆弱性、生物丰度指数、水源涵养指数，以及植被覆盖指数等为专项指标，指标设置目的为突出生态环境保护。设重点生态功能区综合预警标准矩阵βzd，其中βzd(z=1,2,…n；y=1,2,…6)为第z个预警指标，第d个预警临界阈值的值(包含上下边界值)，见表3。

表3 重点生态功能区预警标准矩阵βzdTab.3 Matrix of warning standard (βzd) for key ecological function

2.1.1.4 农产品主产区预警矩阵及预警标准矩阵

农产品主产区指标10项。其中基础性指标8项，专题性指标2项。农产品主产区以耕地保护、粮食安全等方面设置专项指标，指标设置突出粮食安全保障能力。

设农产品主产区预警标准矩阵βnc，其中βnc(n=1,2,…n；c=1,2,…6)为第n个预警指标，第c个预警临界阈值的值(包含上下边界值)，见表4。

表4 农产品主产区预警标准矩阵βncTab.4 Matrix of warning standard (βnc) for main agricultural production areas

2.1.1.5 重点开发区和市辖区预警矩阵及预警标准矩阵

城市工业化区指标12项。其中基础性指标8项，专题性指标4项。主体功能区中城市工业化区以交通优势度、城镇化水平、污染物排放强度、经济密度等为专项指标，指标设置目的为突出社会经济发展潜力。设城市工业化区预警标准矩阵βcs，其中βcs(c=1,2,…n；s=1,2,…6)为第c个预警指标，第s个预警临界阈值的值(包含上下边界值)，见表5。

表5 重点开发区和市辖区预警标准矩阵βcsTab.5 Matrix of warning standard (βcs) for key development areas and municipal districts

2.1.1.6 扶贫开发区预警矩阵及预警标准矩阵

扶贫开发区指标10项。其中基础性指标6项，专题指标4项。扶贫开发区以农村人均纯收入、教育水平、交通通达度，以及生态系统脆弱性等为专项指标，指标设置目的为突出社会经济发展水平及发展潜力。设扶贫开发区预警标准矩阵βfp，其中βfp(f=1,2,…n；p=1,2,…6)为第f个预警指标，第p个预警临界阈值的值(包含上下边界值)，见表6。

表6 扶贫开发区预警标准矩阵βfpTab.6 Matrix of warning standard (βfp) for poverty alleviation and development areas

2.1.2 基于线性变换的综合预警过程

对于拥有m个评价单元，n个评价指标的四川省资源环境承载力评价数据矩阵αmn，以及与之对应的6个临界阈值的资源环境承载力预警标准矩阵βks，其列空间属于数域空间ks的子空间。如u1和v1分别为αmn及βks的一组基，在进行欧式距离计算时，需要计算αmn、βks分别在基u1和v1下的坐标值，然后通过一个线性变换T，实现待评价单元资源环境承载力各单项指标值从u1→v1的变换。之后，在四川省资源环境承载力各评价单元向量与资源环境承载力预警标准矩阵βks的各个临界阈值向量之间分别进行欧式距离计算。根据各评价单元与各预警临界阈值矢量之间的欧式距离进行综合判断，初步得出预警级别。最后结合单指标评价的限制性指标值，确定预警级别。

另外不同污染因子的量纲不同，为消除量纲不同对欧式距离计算的影响，必须预先进行数据归一化处理。

2.1.2.1 建立欧式空间

根据四川省资源环境承载力预警体系分析：设四川省资源环境综合表征矩阵为α，αij(i=1,2,…m;j=1,2,…n)为第i个待评价单元，第j项评价指标值。

设四川省资源环境承载力的5级预警临界阈值矩阵为β，其中βks(k=1,2,…n;s=1,2,…6)为第k个评价指标，第s个预警阈值。

2.1.2.2 数据标准化

对综合预警矩阵αij和5级预警临界阈值矩阵βks使用标准差标准化，标准化后的矩阵为Cij和Dks。经过处理的数据符合标准正态分布，即均值为0，标准差为1，也是最为常用的标准化方法，其转化函数为：

其中μ为所有样本数据的均值，σ为所有样本数据的标准差。

2.1.2.3 线性变换及距离计算

对Cij进行QR型正交分解，矩阵分解成一个正规正交矩阵QC与上三角形矩阵RC[5-6]；对Dks同样进行QR型正交分解，得正规正交矩阵QB与上三角形矩阵RB。设V、W为数域K上的向量空间，V为。x1,x2,xn(即QC);y1,y2,yn(即QB)分别为V、W中的一组基，且：

(y1,y2，…，yn)=(x1,x2，…xn)

(1)

设x在基x1,x2,…xn与基y1,y2…yn下的坐标分别为ξ1,ξ2,…ξn(即RC)与η1,η2,…ηn(即RcT)。则：

(2)

根据公式(1)、(2)进行线性变换，采用2-范数计算矩阵RcT中待评价单元点与临界阈值向量RB的相互距离，计算方法参见杨渺等[6]研究成果。

2.1.2.4 综合预警级别确定

经过线性变换，待评价单元与6个临界阈值向量形成了QB列空间的m+6个点。分别比较m个待评价单元点与6个临界阈值向量RB(bs)(s=1,2,3,4,5,6)的距离大小，依据距离和预警等级的关系，判断并确定待评价单元的综合预警级别，见表7。

表7 综合预警级别Tab.7 Comprehensive early warning level

2.2 单指标预警

2.2.1 重点生态功能区单指标预警

重点生态功能区分别对人均水资源量、林草地覆盖率、环境容量等3个指标，进行单指标预警。并采用其中预警级别最高的结果，作为重点生态功能区单指标预警结果，见表8。

表8 重点生态功能区单指标区间及对应预警级别Tab.8 Single index range and corresponding early warning level of key ecological function areas

2.2.2 农产品主产区单指标预警

农产品主产区分别对人均水资源量、耕地安全指数、环境容量等3个指标，进行单指标预警。并采用其中预警级别最高的结果，作为农产品主产区单指标预警结果，见表9。

表9 农产品主产区单指标区间及对应预警级别Tab.9 Single index range and corresponding early warning level of main agricultural production areas

2.2.3 重点开发区和市辖区单指标预警

城市工业化区分别对人均水资源量、污染物排放强度、环境容量等3个指标，进行单指标预警。并采用其中预警级别最高的结果，作为重点开发区和市辖区单指标预警结果，见表10。

表10 重点开发区和市辖区单指标区间及对应预警级别Tab.10 Single index range and corresponding early warning levelof key development areas and municipal districts

2.2.4 扶贫开发区单指标预警

扶贫开发区分别对人均水资源量、农村人均纯收入、环境容量等3个指标，进行单指标预警。并采用其中预警级别最高的结果，作为扶贫开发区单指标预警结果，见表11。

表11 扶贫开发区单指标区间及对应预警级别Tab.11 Single index range and corresponding early warning level of poverty alleviation and development area

2.3 资源环境承载力最终预警级别确定

在重点生态功能区、农产品主产区、重点开发和市辖区，扶贫开发区资源环境承载力最终预警过程中，比较资源环境承载力综合预警结果，以及相应单指标预警结果。根据预警等级从严的原则，判断并确定评价单元的最终预警级别。

3 结 语

本研究构建了四川省资源环境承载力现状监测预警模型。模型以生态、环境、经济多指标相结合，进行资源环境承载力综合预警；以具有强烈资源环境优劣指示性的指标，作为限制性指标，进行单指标预警。最后整合多指标综合预警结果和单指标预警结果，作为资源环境承载力现状预警最终预警结果。

进行资源环境承载力现状预警，可通过对不同评价单元进行空间维度上的横向比较，掌握资源环境承载力在空间上异质性；通过对同一研究对象进行时间维度上的纵向比较，了解其时间上的发展趋势。当前倾向于对资源环境承载力进行多指标综合评价。通过综合评价，可以对研究对象的资源环境承载力状况进行综合诊断。与此类似，综合预警可反映研究对象资源环境承载力的总体危险程度(与阈值接近度)。但是，综合预警存在对具体生态环境现象可解释性不强，出现与人对环境状况的直接感受不一致的情况。为解决这种问题，对特定功能分区内，人们重点关注且具有强烈资源环境优劣指示性的指标，有必要进行单指标评价。这类指标作为限制性指标，对资源环境承载力的预警状态具有一票否决权。

随着现状监测预警工作的进行，基础资料的不断积累，今后可进一步构建并验证资源环境承载力的趋势预警模型，并进行趋势预警。

[1] 蒋惠园,黄永燊. 交通资源环境承载力预警研究[J]. 交通运输系统工程与信息，2014，15(2):10-16.

[2] 邓 伟.山区资源环境承载力研究现状与关键问题[J].地理研究，2010，29(6):959-969.

[3] 樊 杰, 王亚飞,汤 青,等.全国资源环境承载能力监测预警(2014版)学术思路与总体技术流程[J].地理科学,2015.35(1)：1-10.

[4] 高吉喜.陈圣宾.Optimize the Spacial Structure Based on Ecological Capacity[J]. Environmental Protection,2014,42(24):12-18.

[5] 李庆扬. 数值分析(第5版)[M].北京:清华大学出版社,2008.

[6] 杨 渺，谢 强,王 维,等.基于线性变换的水质综合评价方法[J].长江流域资源与环境，2015，24(1):156-161.

Early Warning Model Establishment of Resource Environmental Bearing Capacity of Sichuan Province

YANG Miao1,2, GAN Quan3, YE Hong1, LI Guo-ming3, OUYANG Zhi-yun2, HUANG Qin4

(1.SichuanResearchAcademyofEnvironmentalSciences,Chengdu610041,China; 2.ResearchCenterforEco-EnvironmentalSciences,ChineseAcademyofSciences,Beijing100085,China;3.GeographicConditionMonitoringCenterofSichuanSurveyingGeographicInformationBureau,Chengdu610500,China;4.SichuanUniversity,Chengdu610041,China)

This study argues that early warning model of resource environmental bearing capacity can be divided into two types, status early warning and trend early warning. Based on this assumption, this paper focuses on key development areas, municipal districts, main agricultural production areas, key ecological function areas, poverty alleviation and development areas, constructs the early warning model of present situation of resource environmental bearing capacity in Sichuan province. This model combines with ecological, environmental, and economic indicators to set up integrated early warning of resource environmental bearing capacity of. Early warning of single index is undertaken through indicative indexes which are limit indicators with strong resources and environmental characteristics . Finally, early warning results of multi-index and single index are integrated , as the final early warning result of resource environmental bearing capacity.

Resources and environment carrying capacity;early warning model

2016-10-14

四川省地理国情与资源环境承载力监测工程技术研究中心资助项目(GC201502)。

杨 渺(1976-)，男，山东菏泽人，2007年毕业于四川农业大学森林培育专业，博士，研究方向为生态功能评估、区域规划与地理信息系统等。

欧阳志云,zyouyang@rcees.ac.cn。

F062.1;F062.2

A

1001-3644(2017)01-0144-08