乌恰县流域生态系统健康评价与预测分析

叶佳琦 李政海 张靖 鲍雅静 刘翀 徐媛 崔立新

摘 要：为了方便乌恰县流域生态环境的管理与规划，通过生态系统健康评价的PSR模型建立了适合该区域流域生态系统健康评价的指标体系，采用层次分析法确定各项指标值及其权重，并通过灰色预测模型对乌恰县流域生态系统健康进行预测。综合评价结果表明：（1）2008—2015年乌恰县流域生态系统健康状态总体上在不断“恶化”，2014年退化至0.176，达到“病态”状态；（2）根据灰色预测模型，做出该地区未来5 a的流域生态系统健康预测，分别为0.306，0.289，0.273，0.258，0.244，流域生态系统处于不健康状态，并有向病态发展的趋势，生态健康面临的威胁越来越严重，急需对该区域流域生态系统进行保护与管理。该研究可为协调区域发展同生态环境之间的关系问题提供依据。

关键词：生态系统健康；评价；流域；乌恰县

中图分类号：X826 文献标识码：A DOI 编码：10.3969/j.issn.1006-6500.2018.04.017

Ecosystem Health Assessment and Prediction Analysis of Wuqia County Watershed

YE Jiaqi1，2， LI Zhenghai1， ZHANG Jing1， BAOYajing1， LIU Chong1， XU Yuan1， CUI Lixin1

（1. College of Environment and Resources， Dalian University for Nationalities， Dalian， Liaoning 116600， China； 2. College of Ecology and Environment， Inner Mongolia University， Hohhot， Inner Mongolia 010021， China）

Abstract： In order to facilitate the management and planning of the ecological environment in Wuqia County， the index system of ecosystem assessment for the regional watershed was established through the PSR model of ecosystem health assessment， the analytic hierarchy process was used to determine the index value and its weight， and the gray prediction model was used to forecast the ecosystem health of Wuqia County. The comprehensive evaluation results showed that the health status of the ecosystem of Wuqia County from 2008 to 2015 was ‘deteriorating gradually， and it degraded to 0.176 in 2014， reaching the ‘sick state. According to the gray prediction model， the ecological forecast of the basin in near 5 years in the future will decrease to 0.306， 0.289， 0.273， 0.258， 0.244 respectively；the river basin ecosystem will be in an unhealthy state and have a tendency to develop morbidly. The threat will be more and more serious， the regional watershed ecosystem needs for protection and management. The research provided the basis for coordinating the relationship between regional development and ecological environment.

Key words： ecosystem health； assessment； basin； Wuqia County

随着社会的发展，人类对经济和物质财富的需求与日俱增，全球生态危机问题日趋严重，人类健康与可持续发展的环境基础受到威胁[1]。如何有效地处理人口、资源、环境与经济的关系，在资源有限的条件下探索社会、经济和生态和谐发展的问题，已引起人们的广泛关注[2]。一般来说，一个健康的生态系统要满足以下特点：不存在失调症状、具较好的自我修复与自我维持能力[3]、对邻近的生态系统不产生危害、可支持和推动社会经济发展并能保护人类健康[4-5]。

流域生态系统是一个具有完整结构的“社会—经济—自然”复合生态系统[6]。常用的流域生態系统健康评价方法有生物监测法[7-9]和指标体系法[10-13]。其中，指标体系法应用最为广泛[14]，当前的研究多根据不同流域及评价目的建立各自的评价体系[15-17]。如应用“状态—压力—响应”（PSR）框架模型，评价红树林湿地[18]、滨海湿地[19]、流域[20]等生态系统健康状况，取得了较好的进展，相关研究多集中在我国的东部沿海地区，对于我国西部地区尤其是民族地区的研究甚少。

乌恰县隶属于新疆维吾尔自治区克孜勒苏柯尔克孜自治州，近年来，受人类活动以及气候等因素的影响，出现植被覆盖减少、水土流失严重、下游水体污染加剧等众多生态环境问题。该区流域生态系统的健康与否，将会直接影响乌恰县自然生态环境的稳定性，并对当地农牧民的生产和生活产生不可估量的影响，迫切需要从流域角度统筹经济社会发展和生态环境保护工作。为此，笔者采用PSR模型、应用层次分析法确定各评价指标的权重，评估2008—2015年该流域生态系统健康状况，并应用灰色预测模型对该区的健康变化进行预测，以期为科学协调区域资源开发与环境保护间的关系，促进该流域生态系统健康保持良性发展，维护当地人民安居乐业和长治久安，促进区域“生态文明”提供科学依据。

1 数据和方法

1.1 研究区概况

乌恰县地处天山南麓与昆仑山的交汇处，坐落于我国最西边，东部与阿图什市、疏附县相连，南部与阿克陶县相接，西北面与吉尔吉斯斯坦交界[21]。东西全长180 km，南北宽160 km，全县面积2.2×104 km2，人口6.1万。境内有克孜勒苏河和恰克玛克河两大水系，地表水流量9.6×108 m3[22]。属极度干旱的典型大陆性气候，气温日、年变幅大，年平均气温0 ℃以下；气候干燥，降水量少且蒸发量大。土壤以亚高山草原土、灰色森林土、山地栗钙土、山地棕钙土为主。

1.2 数据来源与处理

进行流域生态系统健康评价时，既要考虑到流域生态功能，又要考虑其为人类提供不同生态产品或服务的社会与经济功能[3，14]。考虑到乌恰县内流域资料的可获得性，结合指标选取的科学性、系统性、代表性和易操作性原则[23]，从压力、状态、响应这3个层次中依次选取了人口密度、耕地面积、NPP、NDVI、综合弹性值、人均GDP等[24]6个单项指标作为生态系统健康评价指标[25]，建立了健康评价指标体系（表1）。其中，人口密度、耕地面积、人均GDP等数据均采用2006—2015年乌恰县的统计年鉴。NPP利用MODIS4级标准数据产品MOD17，空间分辨率为250 m，该数据集使用BIOME-BGC模型计算陆地植被净初级生产力（NPP），具有较高的精度。利用MODISMOD13Q1月最大NDVI产品（分辨率250 m，下载地址：http：//ladsweb.nascom.nasa.gov/data/search.html），采用最大值合成法获得相应年内的最大NDVI；综合弹性值通过生态系统的恢复力大小来体现，按照不同的土地利用类型对生态系统恢复的贡献度，依次给出不同的恢复力值。

参评指标数据需要利用极差标准化处理将其转化成无量纲数据，经过极差转换后，其值均在0～1之间，将正向和逆向指标均转换成正向指标，最优值是1，最劣值是0。

1.3 研究方法

层次分析法（AHP）通常被用以生态系统健康的评价[26]，此法通常分成3层，最上边是目标层，中间的一层是准则层（指标层），最底下则为方案层，由上往下对问题的分解反映了生态系统整体健康的重要性，由下往上明确最低层相对于最高层的重要程度，由此体现出子系统健康的重要层次[27]。指标权重值如表1所示，其中压力指标为0.305，状态指标为0.568，响应指标为0.127。

灰色预测是指对系统的行为特征值发展趋势所进行的预测，它不但可对含有已知信息而且含有未知信息的系统进行推测。徐宁等[28]曾提出一种优化的GM（1，1）模型构建方法。灰色预测使用的灰色建模软件是由南京航空航天大学灰色系统研究所研究开发的。

2 结果与分析

2.1 乌恰县生态系统健康状态评价

根据已知各单因素指标和综合指标的权重值，计算出乌恰县流域2008—2015年流域生态系统的健康状况，结果如表2所示。其中：乌恰县流域的压力指标（表中压力指标全部为负向指标，通过反向归一化乘以各指标权重后，则表示值越小压力越大）在2008年为0.305，之后呈逐年降低的趋势，并且在2014年降为0.050，2015年略有提升至0.077，说明压力有所减小；状态指标年际波动幅度比较大，总体呈“降-升-降-升”的趋势，其最高值出现2008年（0.383），2011年有一个小高峰（0.269），2个波谷分别为2009年和2014年，状态指标分别为0.055和0.060；响应指标则呈逐年增长的趋势，从2008年的0.001逐渐涨到2015年的0.127，說明生态系统的响应能力逐年增长。

将该区域生态系统健康的状态分级，按照分值高低0.8～1.0、0.6～0.8、0.4～0.6、0.2～0.4、0.1～0.2分成5个等级，即一级“很健康”、二级“健康”、三级“亚健康”、四级“不健康”、五级“病态”。从评价结果可以发现（表2），2008—2015年乌恰县内流域生态系统健康状态总体上呈阶梯状下降。从2008年的健康状态，经历不健康状态（2009年）、亚健康状态（2010—2013年），到2014年直接退化至病态，2015年健康的状况虽有所好转但仍处于不健康状态。

2.2 乌恰县生态系统健康状态预测

根据2008—2015年乌恰县流域生态系统的健康情况，对该流域2016—2020年可能出现的生态系统健康状态进行预测分析（表3）。其中：压力指标从2016—2020年仍然在逐年降低，预计到2020年达到0.019；预计在2016年状态指标为0.153，逐渐降低到2020年的0.138；而响应指标继续呈增长的趋势，2020年增长为0.222。如果按目前的情况发展下去，此区域的生态系统健康仍将不断下滑，并最终达到病态状况，加上日趋频繁的人为活动的影响，将严重阻碍该区生态系统的安全，甚至影响到该区域社会经济的发展，对该区乃至国家的生态环境安全构成严重威胁。

3 结论与建议

本文以PSR为评价模型，结合层次分析法，构建了乌恰县流域生态系统健康的评价指标体系，反映了该区域内流域生态系统的健康情况。

（1）该县总体健康状况较差，长期处于亚健康和不健康状态，且呈下降趋势，在2014年达到最小值0.176，呈现病态。

（2）预测显示该地区生态系统健康面临的威胁将越来越严重，健康状况会持续恶化。

因此，若想改善该地区的生态健康状况，必须对该区域流域生态系统进行保护与管理，采取相应的环境保护措施，包括多植树造林以改善水土流失状况，对周边企业加大监控力度，控制排污量以及污水达标排放；加大有关生态环境保护知识的宣传教育力度，提升该区民众对流域生态系统的保护意识。

参考文献：

[1]孟伟，张远，郑丙辉，等.生态系统健康理论在流域水环境管理中应用研究的意义、难点和关键技术——代“流域水环境管理战略研究”专栏序言[J].环境科学学报，2007，27（6）：906-910.

[2]王文杰，张哲，王维，等.流域生态健康评价框架及其评价方法体系研究（一）——框架和指标体系[J].环境工程技术学报，2012，2（4）：271-277.

[3]罗跃初，周忠轩，孙轶，等.流域生态系统健康评价方法[J].生态学报，2003，23（8）：1606-1614.

[4]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.

[5]CAIRNS J. Ecosystem health through ecological restoration： barriers and opportunities[J].Journal of aquatic ecosystem health，1994，3（1）：5-14.

[6]王如松，欧阳志云.社会-经济-自然复合生态系统与可持续发展[J].中国科学院院刊，2012，27（3）：337-345.

[7]LI L， ZHENG B H， LIU L S， et al. Biomonitoring and bioindicators used for river ecosystems： definitions，approaches and trends[J].Procedia environmental sciences，2010（2）：1510-1524.

[8]张红叶，蔡庆华，唐涛，等.洱海流域湖泊生态系统健康综合评价与比较[J].中国环境科学，2012，32（4）：715-720.

[9]JIA Y T，CHEN Y F.River health assessment in a large river： Bioindicators of fish population[J].Ecological indicators，2013，26：24-32.

[10]颜利，王金坑，黄浩.基于PSR框架模型的东溪流域生态系统健康评价[J].资源科学，2008，30（1）：107-113.

[11]李中才，刘林德，孙玉峰，等.基于PSR方法的区域生态安全评价[J].生态学报，2010，30（23）：6495-6503.

[12]上官修敏.黄河三角洲湿地生态系统健康评价研究[D].济南：山东师范大学，2013.

[13]郝利霞，孙然好，陈利顶.海河流域河流生态系统健康评价[J].环境科学，2014，35（10）：3692-3701.

[14]解雪峰，蒋国俊，肖翠，等.基于模糊物元模型的西苕溪流域生态系统健康评价[J].环境科学学报，2015，35（4）：1250-1258.

[15]李春晖，崔嵬，庞爱萍.流域生态健康评价理论与方法研究进展[J].地理科学进展，2008，27（1）：9-17.

[16]SU M R，FATH B D.Spatial distribution of urban ecosystem health in Guangzhou， China[J].Ecological indicators，2012，15（1）：122-130.

[17]张松，郭怀成，盛虎，等.河流流域生态安全综合评估方法[J].环境科学研究，2012，25（7）：826-832.

[18]王树功，郑耀辉，彭逸生，等.珠江口淇澳岛红树林湿地生态系统健康评价[J].应用生态学报，2010，21（2）：391-398.

[19]邱虎.江苏盐城滨海湿地生态系统健康评价与保护对策研究[D].金華：浙江师范大学，2012.

[20]杨予静，李昌晓.丽娜·热玛赞.基于PSR框架模型的三峡库区忠县汝溪河流域生态系统健康评价[J].长江流域资源与环境，2013，22（S1）：66-74.

[21]房靓.新疆重点旅游地旅游气候舒适度分析[D].乌鲁木齐：新疆师范大学，2016.

[22]谢再顺，何秉宇.乌恰县饮用水源地保护区保护对策[J].环境与可持续发展，2011，36（2）：5-7.

[23]李佩武，李贵才，张金花，等.深圳城市生态安全评价与预测[J].地理科学进展，2009，28（2）：245-252.

[24]刘翀，张靖，李政海，等.巴里坤湖流域生态系统健康评价[J].大连民族大学学报，2017，19（3）：198-201.

[25]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.

[26]侯扶江，李广，常生华.放牧草地健康管理的生理指标[J].应用生态学报，2002，13（8）：1049-1053.

[27]侯扶江，徐磊.生态系统健康的研究历史与现状[J].草业学报，2009，18（6）：210-225.

[28]徐宁，党耀国，丁松.基于误差最小化的GM（1，1）模型背景值优化方法[J].控制与决策，2015，30（2）：283-288.