巴里坤湖流域生态系统健康评价

刘 翀，张 靖，李政海，鲍雅静，李卓玲，刘 丽

(大连民族大学 环境与资源学院，辽宁 大连 116605)

巴里坤湖流域生态系统健康评价

刘 翀，张 靖，李政海，鲍雅静，李卓玲，刘 丽

(大连民族大学 环境与资源学院，辽宁 大连 116605)

以巴里坤湖流域为例，建立生态系统健康评价的“压力—状态—响应”(PSR)概念框架的指标体系及评价模型。然后，据此对该流域进行生态系统健康评价，得到结论：(1)近年来巴里坤湖流域生态系统健康状况不断下降，呈不健康状态；(2)灰色GM(1,1)预测表明，到2020年该流域生态系统健康状况依旧呈下滑趋势，该区生态系统健康状态将继续恶化，甚至滑落到病态。最后，根据流域生态健康评价结果，对该地区生态保护和可持续发展提出建议。

生态系统健康评价；评价体系；灰色预测模型；GM(1,1)；巴里坤湖

流域生态系统是一个“社会—经济—自然”复合生态系统，是具有生态完整性[1-2]的特殊的地貌单元。随着经济社会的发展和人类对资源需求量的不断提高，全球出现了大量的生态破坏与环境污染问题，这些问题已威胁到人类的生产与发展。健康的生态系统是稳定且可持续发展的，应能够维持自身组织结构的长期稳定，并具有自我运作能力，同时对外界压力有一定的承受弹性[3-4]。如何有效协调“人口、资源、环境、经济”(PRED)问题，在资源约束条件下寻求最优的生态、经济、社会三者的综合效益，成为人们普遍关注的问题。生态系统健康评价是对生态系统进行健康管理，从而实现人与自然生态系统的和谐发展，为协调区域发展与生态环境的关系提供重要依据，对于指导流域规划、监控生态环境的可持续发展也具有一定的现实意义和应用价值[5]。

生态系统健康评价以生物监测法和指标体系法为主。其中，指标体系法研究较多，尤以联合国经济合作开发署(OECD)建立的“压力—状态—响应”(Press-State-Response，PSR)模型框架应用最为广泛。如李春晖等[1]应用综合生态特征、功能作用和社会经济三个指标对衡水湖流域进行生态系统健康综合评价；龙笛等[6]以PSR模型为基础，综合评价了滦河流域的生态系统健康；王治良等[7]以洪泽湖流域湿地生态系统为研究区域，运用PSR分析模型及层次分析法(Analytic Hierarchy Process，AHP)，构建了针对特定湿地生态系统的健康评价指标体系。王薇等[8]综合了湿地功能整合、湿地生态特征和湿地社会环境指标，运用层次分析法对黄河三角洲湿地生态系统健康进行了综合评价。以上研究多以中国东部区域生态系统为主，而对于中国西部干旱区特别是民族地区的流域生态系统的健康评价却鲜有报道。

巴里坤湖流域位于新疆哈密地区巴里坤哈萨克自治县的巴里坤盆地。近年来，随着人类活动的增加、湖水量补给的减少及气候干旱等因素，该区出现了湖面水域萎缩、湖周湿地草场退化、风沙、干旱、盐渍化、水土流失等一系列生态问题，若这种状况得不到有效地抑制，不仅将危害整个流域的生态安全，而且影响到民族地区社会经济的可持续发展[9]。因此，以巴里坤湖流域生态系统健康为出发点，选取人口密度、耕地面积、净初级生产力(Net Primary Productivity，NPP)等9个单项指标作为生态系统健康评价指标，建立生态系统健康评价的PSR概念框架的指标体系及评价模型，对流域生态健康进行初步评价，并使用GM(1,1)预测模型，对该流域生态系统健康未来可能的变化趋势进行预测与分析。

1 研究内容

1.1 研究区域概况

巴里坤湖流域，位于东天山的两支山脉之间，坐标范围：东经92°05′35″E～93°48′01″E，北纬43°22′37″N～44°14′33″N。属中温干旱气候，暖季凉爽，冷季严寒，无霜期短，降水偏少，蒸发量大，气温年、日差较大，降水分布不均匀，具有干旱冷凉的特点。夏季降水集中，占全年总降水的51%～77%，冬季降水占14%～40%。海拔1 580 m～2 100 m，热量较丰富。土壤以潮土、草甸土、沼泽土和盐土等为主。

1.2 指标体系及数据处理

1.2.1 指标体系

以PSR为评价模型[10]，综合考虑自然、经济、社会情况，从压力、状态、响应三个层次分别选取人口密度、耕地面积、污染物排放、NPP、综合弹性值、土壤侵蚀、斑块密度、边密度和人均GDP 共9个单项作为生态系统健康评价指标。

(1)数据来源：人口密度、耕地面积、污染物排放和人均GDP 4个社会经济指标来自2006-2015年巴里坤县统计年鉴；NPP来自于MODIS 4级标准数据产品MOD17，该数据集使用BIOME-BGC模型计算NPP，具有较高的精度，空间分辨率250 m，月度频率。

(2)综合弹性值计算公式：通过生态系统恢复力的表现，依据不同土地利用类型对生态恢复的贡献度，分别赋以不同的恢复值，见表1。

表1 巴里坤湖流域不同土地利用类型恢复值表

综合弹性值ECOres的计算公式为

(1)

式中，Si为土地利用类型i所占总面积的比值，Pi为恢复力分值，m为土地利用类型的数目。

(3)斑块密度、边密度：利用景观指数软件Fragstats 4.2 和该地区2006-2016年土地利用图进行计算。其中，土地利用图源自对2006年、2010年和2016年三期Landsat 5 TM和Landsat8 OLI影像的目视解译，经验证解译精度大于95%。

(4)土壤侵蚀量(USLE)：采用土壤侵蚀方程计算，公式为

USLE=R×K×LS×P×C。

(2)

式中，USLE为实际土壤侵蚀量，单位为t·hm-2·a-1；R是降雨侵蚀力因子，单位为MJ·mm·hm-2·h-1·a-1；K是土壤可蚀性因子，单位为t·hm2·h·MJ-1·hm-2·mm-1；L,S,C,P无量纲，分别为坡度因子、坡长因子、作物覆盖与管理因子和水土保持措施因子。

1.2.2 指标的处理

(3)

式中，Aij为标准化的指标值，Xij为原始指标值，min为最小值函数，max为最大值函数。经过极差变换后，正、逆向指标均化为正向指标，最优值为1，最劣值为0。

1.3 评价指标权重

在计算生态系统健康压力指标、状态指标、响应指标及生态系统健康时，采用公式

(4)

式中，Pi表示归一化处理后的指标值，Ci表示对应压力指标、状态指标、响应指标各指标的权重及综合评价中三者的权重[6]。采用层次分析法(AHP)专家根据经验对各项因素的重要性进行打分，利用yaahp 10.0软件计算各项评价指标的权重，指标权重值见表2。

1.4 灰色GM(1,1) 模型

灰色预测是指对系统行为特征值的发展变化进行的预测，对既含有已知信息又含有不确定信息的系统进行预测，也就是对在一定范围内变化、与时间序列有关的灰过程进行预测。目前使用最广泛的灰色预测模型就是关于数列预测的一个变量、一阶微分的GM(1,1) 模型。它基于随机的原始时间序列，按时间累加后所形成的新的时间序列所呈现的规律可用一阶线性微分方程的解来逼近。经证明，经一阶线性微分方程的解逼近所揭示的原始时间序列呈指数变化规律[11-13]。根据2006-2015年的流域生态系统健康状态，采用南京航空航天大学灰色系统研究所开发的灰色建模软件(GTMS 3.0)预测该流域至2020年可能的生态系统服务健康情况。

表2 巴里坤湖泊流域生态系统健康评价指标权重值

2 结果与分析

2.1 生态系统健康评价

使用已获得各单因素指标与综合指标的权重，分别计算巴里坤流域2006-2015年流域生态系统健康情况，评价结果见表3。

表3 巴里坤湖泊流域生态系统健康评价结果

巴里坤湖流域的压力指标从2006年的0.003到2015年的0.292逐年增高，其中2006-2009年增幅较大，2010-2011年虽略有下降，但总体依旧呈增长趋势；状态指标总体呈下降趋势，且波动较大，峰值出现在2007年，2010年达到最低值0.133；响应指标自2006年开始逐年小幅度降低，生态系统响应能力逐渐降低。综合以上三个指标，可以看出2006-2015年巴里坤湖泊流域生态系统健康状态不断恶化。将健康标准按照分值高低分为五级：很健康(0.8～1.0)；健康(0.6～0.8)；亚健康(0.4～0.6)；不健康(0.2～0.4)；病态(0.1～0.2)。从2006-2007年接近很健康，经历健康状态(2008年)，亚健康状态(2009年)，不健康状态(2010-2011年)，2012-2013年健康状况出现好转，呈亚健康状态，2014-2015年情况急剧退化到不健康状态，健康状况呈阶梯状下降。

2.2 生态系统健康变化预测

根据2006-2015年流域生态系统的健康状态，采用灰色预测模型GM(1,1)预测该流域至2020年可能的生态系统健康情况,预测结果如图1。

压力指标从2016年到2020年仍会继续小幅度增长，预计到2020年达到0.28；预计2016年状态指标为0.174，2020年下降为0.130；相比状态指标，响应指标下降趋势略平稳，预计到2020年会降到0.045。总之，以上三个指标的变化趋势均是对巴里坤湖流域的生态系统健康极其不利的，若以现在的状态持续下去，则该地区生态系统健康将长期处于不健康状态，甚至退化到病态，加之人类活动的逐渐增加，将不利于整个流域的生态安全。

图1 巴里坤湖泊流域生态系统健康现状及预测曲线图

3 结 论

根据巴里坤湖流域特点，从压力指标、状态指标及响应指标三方面评价整个流域的生态环境健康，并对未来的生态系统健康进行预测。结果表明：(1)目前，巴里坤湖泊流域生态系统处于不健康状态，从2006年到2015年状态不断恶化，健康状况呈阶梯状下降；(2)经预测，到2020年该流域生态系统健康状况依旧呈下滑趋势，若以现在的状态持续下去，该地区生态系统健康状态将继续恶化，甚至滑落到病态。加之人类活动的逐渐增加，将极不利于流域的生态安全，可能还会影响到整个区域社会经济的可持续发展。

根据巴里坤湖流域生态健康评价结果，对该地区生态保护和可持续发展提出以下建议：(1)控制耕地面积，推广节水农业，增加生态用水；(2)恢复植被，减少对流域内湿地的围垦和破坏；(3)减少生活污水排放，有效处理工业废水；(4)调整产业结构，以生态旅游业为龙头，带动社会经济及其他相关产业发展，并且使社区人类经济活动与生态环境协调发展。这一系列措施的实施，将促使流域生态系统朝着结构稳定、功能恢复的方向发展，实现保护区的可持续发展。

[1] 李春晖, 郑小康, 崔嵬, 等. 衡水湖流域生态系统健康评[J]. 地理研究, 2008, 27(3): 565-573.

[2] 唐涛, 蔡庆华, 刘建康. 河流生态系统健康及其评价[J]. 应用生态学报, 2002, 13(9): 1191-1194.

[3] 刘焱序, 彭建, 汪安, 等. 生态系统健康研究进展[J]. 生态学报, 2015, 35(18): 5920-5930.

[4] 朱建刚, 余新晓, 甘敬, 等. 生态系统健康研究的一些基本问题探讨[J]. 生态学杂志, 2010, 29(1): 98-105.[5] 张艳会, 杨桂山, 万荣荣. 湖泊水生态系统健康评价指标研究[J]. 资源科学, 2014, 36(6): 1306-1315.

[6] 龙笛, 张思聪. 滦河流域生态系统健康评价研究[J]. 中国水土保持, 2006(3): 14-16.

[7] 王治良, 王国祥. 洪泽湖湿地生态系统健康评价指标体系探讨[J]. 中国生态农业学报, 2007, 15(6): 152-155.

[8] 王薇, 陈为峰, 李其光, 等. 黄河三角洲湿地生态系统健康评价指标体系[J]. 水资源保护, 2012, 28(1): 13-16.

[9] 杨永冰, 马雪娟. 新疆巴里坤湖环境现状及保护对策[J]. 中国水运, 2009, 9(11): 152-153.

[10] 刘明华, 董贵华. RS和GIS支持下的秦皇岛地区生态系统健康评价[J]. 地理研究, 2006, 25(5): 930-938.

[11] KWANDRANS J, ELORANTA P, KAWECKA B. Use of benthic diatom communities to evaluate water quality in rivers of southern Poland[J]. Journal of Applied Phycology, 1998, 10(2): 193-201.

[12] ZHANG L, LIU J, YANG Z. Integrated ecosystem health assessment of a macrophyte-dominated lake[J]. Ecological Modelling, 2013, 252(1): 141-152.

[13] KLEYNHANS C J. The development of a fish index to assess the biological integrity of South African rivers[J]. Water S A, 1999, 25(3): 265-278.

(责任编辑 赵环宇)

Ecosystem Health Assessment of Barkol Lake Basin

LIU Chong, ZHANG Jing, LI Zheng-hai, BAO Ya-jing, LI Zhuo-ling, LIU Li

(School of Environment and Resources, Dalian Minzu University, Dalian Liaoning 116605, China)

Taking the Barkol Lake Basin as an example, the index system and evaluation model of the "pressure-state-response" (PSR) conceptual framework of eco-health assessment were established. Based on the eco-health assessment, it is concluded that in recent years, the ecological status of the lake ecosystem is declining, and now it has been unhealthy. The gray prediction model GM (1,1) is used to predict the future changes of the eco-health of the lake, which showed that the ecological status of the lake ecosystem would continue to deteriorate until 2020, and even slide to pathological state. According to the results of river basin eco-health assessment, the advices of ecological protection and sustainable development of the area are put forward.

ecosystem health assessment; evaluation system; gray prediction model; GM(1,1); Barkol Lake

2017-03-12；最后

2017-04-13

中央高校基本科研业务费专项资金资助项目(DC201501070201，DC201501070403)。

刘翀(1994-)，女，吉林人，大连民族大学环境与资源学院硕士研究生，主要从事生态系统服务评估研究。

张靖(1981-)，男，内蒙古赤峰人，讲师，博士，主要从事区域生态学与生态规划研究，E-mail：zhangjing@dlnu.edu.cn。

2096-1383(2017)03-0198-04

Q148

A