基于AHP-CVI技术的黄河三角洲海岸带环境脆弱性评价

李连伟，刘展，白永良，盛洁

中国石油大学（华东）地球科学与技术学院，山东 青岛 266580

海岸带是海岸动力与沿岸陆地相互作用、具有海陆过渡特点的独立环境体系（孙才志等，2011），其对人类社会和经济发展至关重要，全世界60%以上的人口生活在沿海60 km范围内（王腾等，2015；李恒鹏等，2006），全球经济财富大部分产生于海岸区域（储金龙等，2005；Turner et al.，1995），国际上非常重视海岸带环境脆弱性及其灾害的调查研究（李连伟等，2013）。海岸带脆弱性是指在自然因素影响下，海岸带环境响应人类对海岸带开发利用和自然环境相互作用过程中表现出的一种易于受到损害的性质，表征为海岸带对破坏和伤害的敏感性（孙才志等，2011）。

近年来国内外学者对海岸带环境脆弱性进行了相关研究。Gornitz（1991）首次提出了CVI（Coastal Vulnerability Index，海岸带脆弱性指数）概念并广泛应用到海岸带环境脆弱性评价中；Abuodha et al.（2010）采用CSI（Coastal Sensitivity Index，海岸带敏感性指数）模型对澳大利亚东南部海岸带环境脆弱性进行了评价研究；Diez et al.（2007）基于CVI6模型进行了布宜诺斯艾利斯海岸带环境脆弱性评价研究；Mahapatra et al.（2015）于2015年对印度南部的古吉拉特邦海岸的环境脆弱性进行了研究，构建了 ICVI（Integrated Coastal Vulnerability Index，综合沿海脆弱性指数）模型，该模型由PVI（Physical Vulnerability Index，物理脆弱性指数）子模型和SVI（Social Vulnerability Index，社会脆弱性指数）子模型组成。国内学者对海岸带环境脆弱性的评价研究起步较晚，但也取得了一系列成果。孙才志等（2011）运用 RS（Remote Sensing，遥感）和 GIS（Geographical Information System，地理信息系统）技术采用投影寻踪和动态层次分析模型对辽宁省海岸带环境脆弱性进行研究；王腾等（2015）进行了多驱动因素下海岸带环境脆弱性研究；刘宏伟等（2013）研究了基于CVI方法选取6个指标对曹妃甸海岸带环境脆弱性进行研究；戴雅南等（2009）基于构建的“压力-状态-响应”评价模型对江苏海岸带生态环境脆弱性进行相关研究；王宁等（2012）进行气候变化影响下海岸带环境脆弱性评价研究；刘曦等（2010）基于建立的模糊方法的海岸侵蚀脆弱性评价模型对长江三角洲具有代表性的海岸线岸段进行了CVI评价。虽然国内外学者在海岸带环境脆弱性评价模型与评价指标体系构建方面已取得了一定成果，但已有研究成果未体现人类活动和生态系统生产力（植被NPP和植被覆盖度）因素在环境脆弱性评价过程中的重要作用；针对不同的研究区域，环境脆弱性评价模型也有待改进与完善。

本研究从自然因素和人类活动出发，选择关键评价指标构建海岸带环境脆弱性评价指标体系，确定评价指标量化方法，以AHP（Analytic Hierarchy Process，层次分析法）方法确定评价指标权值，以CVI作为评价模型，利用RS技术和GIS软件平台，对研究区域的海岸带环境脆弱性进行定量化评价和空间分布格局分析。

1 研究区域概况

现代黄河三角洲位于山东省东北部，是在1855年以后发育形成的（高茂生等，2010），该区域拥有极为丰富的油气、土地、水沙、地下盐卤、盐矿和海洋渔业以及旅游资源，是中国东部沿海资源最富集和发展潜力最大的地区，是国家重点发展区域，是黄河三角洲高效生态经济区和山东半岛蓝色经济区建设的重要依托部分。然而，近年来在全球气候变化背景下，随着工业化和城市化进程的加速，黄河三角洲海岸带出现一系列问题，如海平面上升、入海水沙锐减、环境污染、地下水位大幅度下降、水土流失、海岸侵蚀和海底侵蚀等（肖笃等，2003；Wang et al.，2007；芮玉奎等，2008），其环境表现出一定的脆弱性。黄河三角洲天然不稳定性和人类活动等因素共同作用直接导致了现代黄河三角洲海岸带不断蚀退、大部分湿地退化、环境的污染和三角洲沉积体不稳定性的加剧（李广雪等，2000）。

世界各国采用的海岸带标准并不统一，现今有3种海岸带划分标准：以海拔划分、以距离划分、以行政区域划分。中国将海岸带的陆上范围界定为平均高潮位以上10 km，海水范围界定为水下15 m等深线。本研究区域范围为 37.324°～38.450°N、118.217°～119.500°E之间，具体如图1所示。

2 脆弱性评价方法研究

通过对黄河三角洲海岸带环境脆弱性的系统调查研究，分析自然过程与人类活动对黄河三角洲海岸带环境脆弱性的影响，筛选出影响黄河三角洲海岸带环境脆弱性的关键评价指标，构建黄河三角洲海岸带区域环境脆弱性评价指标体系；建立黄河三角洲海岸带环境脆弱性评价指标量化方法，并采用层次分析法计算评价指标权值；构建黄河三角洲海岸带环境脆弱性评价模型。

图1 研究区域Fig.1 Research Area

2.1 评价指标体系构建

参考国内外海岸带环境脆弱性评价指标体系，结合黄河三角洲地区独特因素，确定了黄河三角洲海岸带环境脆弱性评价指标体系，该评价指标体系由自然固有脆弱性评价指标和人类特殊脆弱性评价指标构成。自然固有脆弱性评价指标由4大指标、11个子指标构成；人类特殊脆弱性由3大指标、11个子指标构成。指标层指标与子指标层指标具体如表1所示。

2.2 评价指标量化方法

由于不同的评价指标数据具有不同量纲，首先运用归一化方法将其转换为无量纲的纯量，然后进行等级量化。本研究等级量化时分为 5个等级，分别为微度脆弱、轻度脆弱、中度脆弱、重度脆弱和极度脆弱，每个等级通过专家意见赋予不同的量化值。

各评价指标具体等级量化采用3种方法进行，分别是依据国家标准或参考文献资料评定、专家评定和观测计算数据评定。依据国家标准或参考文献资料评定是指量化评价指标时，有国家标准时严格按照已有国家标准进行指标等级量化，如矿化度、氯离子浓度等，无国家标准但有相关参考文献时采用已有的参考文献进行等级量化，如海底侵蚀；专家评定是指有相关的数据，但是没有具体指标，对此按照专家建议进行等级量化，如土壤类型；观测计算数据是指根据实际观测或遥感解译的数据，结合专家意见进行等级量化，如植被NPP、植被覆盖度、海岸侵蚀等。表2列举出部分评价指标的具体量化分级。

2.3 评价指标权值计算

采用层次分析法计算权值，这种方法的特点是将定量分析与定性分析结合起来（邓立斌等，2010），该方法常被运用于多目标、多准则、多要素和多层次的非结构化的复杂决策问题（李滨勇等，2010）。在对复杂决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数学化，从而为多目标、多准则或无结构特性的复杂决策问题提供简便的决策方法。该方法应用范围很广，计算过程相对容易，评价结果有较高的可信性。

根据层次分析法确定黄河三角洲海岸带环境脆弱性评价模型的步骤，首先建立层次结构模型，如图2所示；然后分层次构造判断矩阵并进行层次排序及一致性检验；通过一致性检验后确定各层次评价指标的权重。子指标层指标的最终权重如表 1所示。

表1 黄河三角洲海岸带环境脆弱性评价指标权重Table1 Weight of environmental vulnerability evaluation index in Yellow River Delta coastal

表2 黄河三角洲海岸带环境脆弱性评价指标的具体量化分级Table2 Special classification of environmental vulnerability evaluation index in Yellow River Delta coastal

图2 黄河三角洲海岸带环境脆弱性评价指标体系层次分析模型Fig.2 Analytic hierarchy process model of environmental vulnerability evaluation index system in Yellow River Delta coastal

2.4 评价模型构建

最简单的海岸带环境脆弱性评价模型是海岸带环境脆弱性指数（CVI）模型，该模型为海岸带环境脆弱性分级提供了数据依据，能够为管理者识别高风险地带提供可靠信息。其评价结果也可以在地图上突出显示，进而识别出对海岸带环境脆弱性影响较大的指标。

CVI的数学表达式包括“积”与“和”两种，研究表明“和”的评价效果较“积”的评价效果更好（刘宏伟等，2013），所以本研究采用CVI“和”的方式，其计算公式为：

式中，CVI表示环境脆弱性指数；Pi和Ci分别表示各评价指标的量化分级值和权值。

本研究根据子指标数据确定指标层指标量化分级值，基于选择的CVI“和”模型最终实现研究区域海岸带环境脆弱性评价。

3 脆弱性评价与结果分析

并处理黄河三角洲海岸带环境脆弱性评价指标数据，按照上述评价指标量化方法进行量化处理，采用 AHP方法确定评价指标权值，基于CVI模型进行黄河三角洲海岸带环境脆弱性评价，并对评价结果进行分析，为黄河三角洲海岸带建设提供支持。

3.1 评价指标数据来源与处理

评价指标的数据来源分 4个方面：实际观测数据来源于2009—2011年期间的实际监测数据；地图数据来源于收集到的最新资料；统计数据来源于2016年统计年鉴；遥感数据来源于2017年TM影像（美国陆地卫星4～5号专题制图仪所获取的多波段扫描影像）。评价指标的数据处理分4步进行：

（1）数据的空间矢量化。实际观测数据由于有x和y坐标，运用ArcGIS软件可以实现数据的空间矢量化；地图数据，先进行配准，然后在 ArcGIS软件下实现数据的空间矢量化；统计数据（如人口密度、GDP、企业数量），由于没有坐标，将其与对应的研究区域的行政区划（区县级）对应，实现平均化；遥感影像数据，进行遥感解译，得到空间化的数据，主要针对生态系统生产力指标（即植被NPP和植被覆盖度子指标）。

（2）属性数据录入。在所得到的空间矢量化图层中，录入对应评价指标的量化等级值。

（3）图层裁剪与联合处理。为了使数据叠加分析时范围保持一致，要将空间矢量化后的数据与黄河三角洲海岸带范围边界矢量数据进行联合处理。

（4）栅格数据集提取。将联合处理后的矢量图数据，按量化等级值字段进行矢量数据向栅格数据的转换得到对应的栅格数据集。矢量数据栅格化采用WGS 84坐标系，设定栅格单元大小为50 m×50 m，部分评价指标单元值如图3所示。

3.2 脆弱性评价

基于层次分析法确定的各评价指标权重，结合环境脆弱性指数法，在 ArcGIS软件平台下进行脆弱性评价分析，可得出运算后的各栅格单元的数值，该数值在0.12～0.635之间。由于黄河三角洲海岸带环境脆弱性等级近似服从正态分布，即脆弱性等级大部分都在中等脆弱附近浮动，运用分位数法将中间等级细化，尽量体现出每个指标对脆弱性的影响与作用。如表3所示，不同等级对应不同的量化值范围，其最终结果如图4所示。

表3 黄河三角洲海岸带环境脆弱性空间分布与面积比Table3 Distribution region and area ratio of environmental vulnerability in Yellow River Delat coastal

3.3 评价结果分析

由图4所示的黄河三角洲海岸带环境脆弱性空间分布格局可知，黄河三角洲海岸带环境脆弱性空间分布格局表现为陆地部分脆弱性高，海洋部分脆弱性低，海岸线一带脆弱性最高。陆地部分，因内侧受植被影响，由内陆向海岸线环境脆弱性呈现升高趋势；陆地部分外侧由于植被覆盖度低、海岸侵蚀严重，脆弱性最高，表现为极度脆弱。海洋部分环境脆弱性总体较低，在黄河入海口处，由于受人类活动、含沙量和海水入侵的影响，脆弱性高。

图3 评价指标单元值Fig.3 Characteristics of Assessment factor

图4 黄河三角洲海岸带环境脆弱性空间分布格局Fig.4 Spatial distribution map of environmental vulnerability in Yellow River Delta coastal

由表3可知，黄河三角洲海岸带环境脆弱性重度脆弱和极度脆弱占41.2%，微度脆弱和轻度脆弱占39.1%，中度脆弱占19.7%。根据黄河三角洲海岸带环境脆弱性空间分布格局，微度脆弱和轻度脆弱主要集中于河口区和东营区的外海区域，陆地部分脆弱性主要表现为重度和极度脆弱，表明黄河三角洲海岸带绝大部分区域的脆弱性极强。

4 结论与讨论

4.1 结论

本研究在实际调查观测的基础上，结合大量黄河三角洲海岸带数据资料，在自然固有脆弱性指标和人类特殊脆弱性指标的共同影响下对黄河三角洲海岸带区域进行环境脆弱性评价。评价结果表明，黄河三角洲海岸带环境脆弱性主要表现为重度脆弱和极度脆弱（41.2%）、中度（19.7%）和微度脆弱和轻度脆弱（39.1%）。海岸带内陆部分较海洋部分脆弱性高，海岸线一带脆弱性极高。

黄河三角洲海岸带环境脆弱性受自然固有因素和人类特殊因素的综合影响，自然固有因素是脆弱性形成的内因，而人类特殊因素是其外因。导致黄河三角洲海岸带环境脆弱性的主要自然固有因素包括：生态系统生产力低、海水入侵、海平面变化、海岸侵蚀明显；人类特殊因素表现为围垦养殖面积增大、人类污染加剧，主要是人类活动加剧。为保持黄河三角洲海岸带环境可持续发展，在充分保护已有自然固有因素的基础上，提高植被覆盖度，控制人类活动对环境的破坏。

4.2 讨论

由于黄河三角洲海岸带环境脆弱性涉及的影响因素较多，影响机制复杂，现有的评价方法和结果仍然具有一定的局限性和不确定性，表现为以下方面：（1）评价指标选取具有一定的片面性，影响脆弱性评价结果的科学性，评价指标体系有待进一步完善；（2）评价指标数据的获取跨年度，且由于缺少空间坐标，难以统一到黄河三角洲各区县范围内，影响脆弱性评价结果的精确性。

参考文献：

ABUODHA P A O, WOODROFFE C D. 2010. Assessing vulnerability to sea-level rise using a coastal sensitivity index: a case study from southeast Australia [J]. Journal of Coastal Conservation, 14(3):189-205.

DIEZ P G, PERILLO G M E, PICCOLO M C. 2007. Vulnerability to Sea-Level Rise on the Coast of the Buenos Aires Province [J]. Journal of Coastal Research, 23(1): 119-126.

GORNITZ V. 1991. Global coastal hazards from future sea level rise [J].Global and Planetary Change Section, 89(4): 379-398.

MAHAPATRA M, RAMAKRISHNAN R, RAJAWAT A S. 2015. Coastal vulnerability assessment using analytical hierarchical process for South Gujarat coast, India [J]. Nat Hazards, 76(1): 139-159.

TURNER R K, ADGER W N, DOKTOR P. 1995. Assessing the economic costs of sea level rise [J]. Evrironment and Planning A, 27(11):1777-1796.

WANG H J, YANG Z S, SAITO Y, et al. 2007. Stepwise decreases of the Huanghe (Yellow River) sediment load (1950—2005): Impacts of climate change and human activities [J]. Global and Planetary Change,57(3-4): 331-354.

储金龙, 高抒, 徐建刚. 2005. 海岸带脆弱性评估方法研究进展[J]. 海洋通报, 24(3): 80-88.

戴雅南, 彭检贵. 2009. 江苏海岸带生态环境脆弱性及其评价体系构建[J]. 海洋学研究, 27(1): 78-82.

邓立斌, 刘德晶. 2010. 基于层次分析法的尖峰岭自然保护区生态评价[J]. 中南林业科技大学学报, 7(7): 26-31.

高茂生, 薛春汀, 叶思源, 等. 2010. 现代黄河三角洲沉积层压实下沉的计算分析[J]. 海洋学报, 9(5): 34-40.

李滨勇, 陈海滨, 唐海萍. 2010. 基于AHP和模糊综合评判法的北疆各地州生态脆弱性评价[J]. 北京师范大学学报: 自然科学版, 4(2):197-201.

李广雪, 庄克琳, 姜玉池. 2000 . 黄河三角洲沉积体的工程不稳定性[J].海洋地质与第四纪地质, 5(2): 21-26.

李恒鹏, 杨桂山. 2006. 全球环境变化海岸易损性研究综述[J].地球科学进展, 17(1): 104-109.

李连伟, 刘展, 宋冬梅, 等. 2013. 黄河三角洲环境脆弱性评价方法及其应用[J]. 中国农业大学学报, 18(1): 195-201.

刘宏伟, 孙晓明, 文冬光, 等. 2013. 基于脆弱指数法的曹妃甸海岸带脆弱性评价[J]. 水文地质工程地质, 40(5): 105-109.

刘曦, 沈芳. 2010 . 长江三角洲海岸侵蚀脆弱性模糊综合评价[J]. 长江流域资源与环境, 19(Z1): 196-200.

芮玉奎, 曲来才, 孔祥斌. 2008. 黄河流域土地利用方式对土壤重金属污染的影响[J]. 光谱学与光谱分析, 4(4): 934-936.

孙才志, 曹卉, 邹玮. 2011. 辽宁省海岸带环境脆弱性研究[J]. 安全与环境学报, 11(6): 146-151.

王宁, 张利权, 袁琳, 等. 2012. 气候变化影响下海岸带脆弱性评估研究进展[J]. 生态学报, 32(7): 2248-2258.

王腾, 邹欣庆, 李保杰. 2015. 多驱动因素下海岸带脆弱性研究进展[J].海洋通报, 34(4): 361-369.

肖笃, 韩慕康, 李晓文, 等. 2003. 环渤海海平面上升与三角洲湿地保护[J]. 第四纪研究, 5(3): 237-246.