岷江上游地区生态环境脆弱性变化研究

姚昆，周兵，何磊，李玉霞，陈建斌，相恒星

(1.西昌学院 资源与环境学院，四川 西昌615000； 2.国家气候中心 气候服务室，北京 100081；3.成都信息工程大学 软件工程学院，四川 成都 610103； 4.电子科技大学 自动化工程学院，四川 成都 610054；5.中国科学院 东北地理与农业生态研究所,吉林 长春 130102)

0 引 言

岷江上游地区地处青藏高原东缘，包括阿坝州的松潘县、黑水县、茂县等5个县级行政区，是成都平原重要的生态屏障,也是长江上游重要的水源涵养区[1-3]。但是，受海拔高、地势陡峭、温度寒冷等自然条件限制，其生态环境先天脆弱，加之耕地、林草地、水资源等长期不合理开发利用，使原本就脆弱的生态环境更加恶化，不仅未能发挥该有的生态功能作用，反而成为生态环境问题相对突出的典型地区。因此，及时加强对该地区生态环境脆弱状况的实时监测与分析十分必要。

近年来，随着人们环保意识增强，社会各界逐步认识到加强生态环境保护与恢复重建，是实现人与自然和谐相处、保障社会可持续发展的重要基础。区域生态环境脆弱性评价作为客观衡量该地区生态环境质量优劣的重要参考指标之一，有着极其重要的科学参考价值[4]。国内外专家学者们在区域生态环境脆弱性评价的研究上，开展了系列工作，在脆弱性的内涵定义[5-7]、区域选择[1，8，10]、指标体系构建[6-10]、评价模型选择等方面取得了[5，8，11-12]诸多成果。韦晶等[8]基于SRP模型实现了三江源地区生态环境脆弱性的遥感监测；陈金月等[1]从地质灾害、水蚀和景观变化等3个方面完成岷江上游地区2010年生态环境脆弱性评价；杨斌等[2]将层次分析(AHP)模型与遥感技术相结合，完成该地区2010年现状评估分析。

虽然也有部分学者对该地区生态环境脆弱性状况进行评估分析，但大都是针对单期成果进行研究，未能实现多期数据的动态监测，无法较好地掌握其变化规律[1-3]。同时，随着该领域研究进程不断加快和深入，已有部分学者提出以往大多研究在进行指标确定时仅从其属性结构或信息量单方面出发进行计算，该方法存在一定缺陷。而分别采用层次分析(AHP)和主成分(PCA)完成各指标属性和信息量权重的计算，并结合最小相对信息熵对它们进行重组优化计算权重的方法更加准确[13-16]。

因此，为及时掌握该地区生态环境脆弱性真实的状况，本文从地形、气候、土地生态和社会经济4个方面入手，将RS和GIS技术与AHP-PCA熵组合权重模型相结合，完成该地区15年来生态环境脆弱性评价分析，以期为区域生态环境保护与恢复重建措施的制定提供科学的参考依据。

图1 研究区地理位置

1 研究区概况及数据来源

1.1 研究区概况

岷江上游地区地处四川省向青藏高原过渡的高山峡谷地带，包括松潘、黑水、茂县、理县和汶川5个县级行政单元，面积约2.3×104km2(图1)。该区海拔介于787～6 051 m间，地形变化西部地势陡峭起伏差异明显，东部地势相对平缓[17-18]。区域年降雨量在490～835 mm间，且季节性变化明显，主要集中于5—9月，年均温度约10.2 ℃。同时，该地区温度受地形变化影响明显，呈现海拔每上升100 m温度下降0.46 ℃的地区独有特色[19]，岷江上游地区不仅是成都平原重要的生态屏障，而且也是长江上游重要的水源涵养区之一。

1.2 数据来源

根据研究需要，完成基础数据的收集及特征描述(表1)。

2 研究方法

2.1 评价指标的选取

本研究在参考已有研究成果的基础上[1，18，19，20]，遵循指标选取的整体性、主导性、数据可获得性和可操作性相结合的原则，从地形、气候、土地生态和社会经济4个方面，选取高程、坡度、NDVI、土地利用类型、年均温度、年降雨量、GDP、人口和土壤类型共9个指标(表2)。

2.2 指标数据处理

2.2.1 属性数据的可视化处理

研究以ArcGIS10.4软件为工具，采用反距离 权重插值模型，完成人口和GDP数据处理；而针对年均温度和年降雨数据，为提高数据处理的精度则采用ANUSPLIN4.37工具完成，其将DEM作协变量参与运算使结果更符合实际[22]，所有数据均插值为分辨率250 m。

表1 研究区基础数据来源及描述

表2 岷江上游生态环境脆弱性评价指标体系

2.2.2 指标数据分类定级

(1)一方面，为提高提土地利用分类准确性，研究在参考已有成果基础上[1，19-21]完成其初分级，并将它与土壤侵蚀类型和强度进行叠加对比，实现分级结果的校正(表3)；土壤数据分类，主要结合其保水性、贫瘠程度以及土壤可侵蚀K值进行划分[5，21，23](表4)。分级数值越大，生态环境脆弱程度越高。

表3 岷江上游地区土地利用分级

表4 岷江上游地区土壤K值及分级

(2)另一方面，除土地和土壤类型外,高程、坡度及NDVI等7项指标，均为连续数据，研究从聚类原理出发，采用“自然间断点分级”的方式进行数据分2类[5，20-21](图2)。其以数据“空间聚类”原理为基础，受人为主观因素影响较小，能实现最大限度将具有相似像元值栅格进行恰当分组，又能将各类别差异最大化凸显，并且操作简单方便。考虑到篇幅限制，研究仅以2000年和2015年的数据为示例(表5)。

2.2.3 坐标系统与数据格式的统一

为保证各指标在空间位置上具有良好重合性，同时考虑到栅格数据具有运算简单和便于分析的优势，研究规定所有数据均采用Krasovsky_1940_Albers系统，利用重采样和插值等操作将数据分辨率统一为250 m。

2.3 评价模型

将GIS的空间运算分析功能与AHP-PCA熵组合权重模型相结合,完成该地区生态环境脆弱性的现状评价与分析。

2.3.1 数据标准化

为提高数据的收敛性，研究采用极差模型完成各指标数据的标准化。极差模型进行数据处理时，需将指标与脆弱性的相关性纳入考虑。模型如下。

正相关指标

(Vxy=axy-ax，min)/(ax max-ax，min)，

(1)

负相关指标

Vxy=1-(axy-ax，min)/(ax max-ax，min)，

(2)

式中：Vxy为处理结果；axy为x指标在像元y的真实值，其他符号的意义以此类推。

2.3.2 权重的确定

采用AHP和PCA分别完成各指标属性与数量权重的计算，并借助最小相对信息熵模型完成最后权重的计算。

表5 2000—2015年岷江上游地区社会经济及气象因子分级

图2 2000—2015年岷江上游地区土地、高程和土壤分级

(1)AHP权重。层次分析是一种将定性与定量有机结合计算权重的方法，能科学实现各指标属性信息权重的计算[9]，研究采用YAAHP10.5软件实现该过程。主要步骤为：通过1～9标度法对各指标进行比较，并完成判断矩阵的构建和确定指标的权重，一致性检验为0.076 6<0.1,满足要求。

(2)PCA权重。主成分分析是一种确定各指标数量信息权重的常用方法[8，24]。研究以ArcGIS10.4为工具，完成其主成分确定，选取累计贡献率达到85%以上的前5个因子为主成分指标，并完成2000—2015年不同时期各指标权重的计算。模型为

(4)

式中：Hj为各指标的公因子方差；Wj为各指标的权重；j为指标个数；k为主成分数量。

(3)优化权重的计算。AHP和PCA的权重分别用W1j和W2j表示，那么利用最小相对信息熵计算得到的Wj若与它们的数值越接近，则其准确性则会越高[15-16]，模型为

(5)

(6)

同时，由拉格朗日中值定理可知

(7)

利用AHP和PCA权重模型分别计算各指标属性和数量信息权重，并结合最小相对信息熵模型完成各指标权重计算(表6)。

2.3.3 脆弱性指数

为实现该地区不同时期生态环境脆弱状况的准确描述[21，24]，引入多因子加权叠加模型，计算得出其不同时期的脆弱性指数EVI，模型为

(8)

式中：Vi为标准化处理的结果；Wi为指标i的权重；n为指标总个数；EVI值越小，生态环境脆弱度越低。

2.4 脆弱度分类定级

脆弱性指数EVI是一个连续的数据，对其进行分类定级有助于更好地表征各等级脆弱区在空间与时间上变化状况。参考已有成果[7，19]将其分为5个等级。先采用“自然间断点分级”的方式[5，21]分别找到不同年份各等级的分断点，然后取相同等级分段点的均值为EVI的分级标准，将其划分为潜在、微度、轻度、中度和重度5个等级(表7)。

表6 2000—2015年各指标因子权重计算结果

表7 岷江上游地区生态环境脆弱性分级标准

2.5 脆弱性综合指数

区域整体脆弱性综合指数ESVI是反映其整体生态环境状况的客观指标[11，20，25]。数学模型为

(9)

式中：ESVI为脆弱性综合指数；Pi为等级数；Ai为第i个等级栅格数；S为区域栅格总数。ESVI数值越小，则区域生态环境整体的脆弱程度越低。

3 结果与分析

3.1 空间分布

通过观察该地区EVI空间分布特征(图3)可知，该地区生态环境脆弱性空间分布呈现明显的梯度变化特征，具体表现为：由西向东脆弱性整体呈现西部相对较高，东部相对较低的变化趋势；北部和西部相比南部与东部地区脆弱度整体相对较高，生态环境受到的破坏程度相对严重。

就各脆弱区的空间分布状况进行具体分析可以发现，潜在和微度脆弱区在整个区域的分布最广，占比约55%，结合土地利用类型遥感成果和各等级特征分析可知，其生态景观以高中覆盖度草地和有林地等为主，具有生态系统相对稳定、结构相对完整、自我修复和抗干扰能力较强等特点；轻度和中度脆弱区约占整个地区的35%，且大部分分布于松潘县北部地区，其海拔相对较高，温度相对低，植被覆盖度相对较低，极小部分分布于茂县和汶川县岷江干流经过的河谷地区，结合土地利用与地形数据分析可知，这些地区地势相对平缓，茂县和汶川县的耕地、城乡、工矿、居民用地均主要集中于此，是社会经济发达的核心地区，这些地区人口密度较高，地势相对平缓，生态景观以耕地和城镇用地为主；重度脆弱区约占区域的10%左右，大部分分布于研究区西部，小部分位于东北部，其海拔高，地势陡峭，地貌以高山为主，植被覆盖度极低，生态系统结构严重缺损，其稳定性极度薄弱，生态恢复与重建难度极大(图3)。

3.2 结构差异

比较不同时期各脆弱区栅格比例，能及时掌握其结构差异。按照数据分类定级标准，完成2000—2015年各脆弱区等级划定(表8)。

根据各脆弱区栅格像元比例概况可知：微度和重度的比例分列整个区域最大和最小两端；轻度、潜在和中度的比例呈依次递减的变化状态。

图3 2000—2015年岷江上游地区生态环境脆弱性空间分布

以2015年为例，微度的比例43.32%，为最大；轻度、潜在和中度的比例分别为25.12%，13.87%和10.57%，处于居中且呈现依次递减的变化形态；重度的比例仅为7.11%，占比最小；轻度及以下脆弱区比例达到82.32%，占整个地区的绝大部分。由此可以判定客观程度上该地区生态环境整体处于中等脆弱水平。同理可知，2000，2005和2010年该地区整体也处于中等脆弱水平。

3.3 趋势变化

通过分析15年内各等级脆弱区的栅格像元比例变化(图4)可知：在整个研究时段内，潜在、微度及轻度脆弱区的比例，分别增加了0.85%，0.84%和0.16%；特别的，潜在脆弱区比例在2000—2005和2005—2010的2个时段内，均保持缓慢增长的变化状态；微度和轻度虽然呈现出波动起伏的变化状态，但就2000—2015年整个时段而言，其整体变化趋势仍为增长状态；进一步分析发现，15年内中度和重度脆弱区的栅格比例分别下降了0.82和1.04%，重度脆弱在不同时段内均呈现出缓慢下降的变化趋势。

利用模型(9)计算得到2000，2005，2010及2015年该区域的ESVI分别为2.591 6，2.571 0，2.571 9和2.537 3，整个时段内，ESVI呈现先降后升再降的波动变化状态，其与管亚兵等[26]对该地区2000—2015年植被变化的研究成果基本一致；进一步分析可知，2010年该地区的ESVI相比2005年上升了0.000 9，主要因为该地区经历了“5·12汶川地震”，短期内生态环境恢复不明显；但整个时段内，其ESVI降低了0.054 3，表明其生态环境整体呈现好转的变化趋势。

4 讨 论

4.1 驱动力分析

探索分析影响该地区生态环境脆弱性改变的主要驱动因素，有利于进一步为区域生态环境保护措施制定提供科学的参考依据。研究采用主成分分析将各指标对其生态环境变化的驱动影响作用进行分析(图5)。

图4 2000—2015年各等级脆弱区栅格比例

由图5可知，各指标因子贡献率呈现依次递减的变化趋势，到第5项时其累计贡献率已超过85%，客观程度上可以判定前5项指标为脆弱性形成的主要影响因子。进一步分析可知，高程相对稳定对脆弱性改变的驱动作用不明显；降水和温度的作用也相对有限；综合分析可以发现，生态环境脆弱性空间分布与土地分级图基本吻合。

图5 各指标因子贡献率

该地区生态环境好转可能得益于两个因素：(1)15年内，该地区相继实施了“天然林保护”和“退耕(牧)还林(草)”等一系列重大环保措施，有效缓解了人与自然的矛盾，促进了区域森林和草地资源的保护与恢复重建。根据土地利用类型遥感解译成果可知，15年来区内林地面积比例从2000年的45.39%上升到2015年的48.87%，植被覆盖度的提高有效促进了生态环境的好转。(2)近年来全球变暖部分高海拔地区冰川雪被融化，为这些地区植被生长提供了丰富水源，一定程度上促进了植被生长。

同时，研究也发现整个时段内仍然有小部分区域发展状态不理想，可能是由于整个岷江上游地区水资源丰富，截至2013年，该地区水电基地已建成154座，废弃和建设中总计50座[27]。一方面，水库蓄水会浸没大量耕地和林草地资源，会对气候变化产生一定影响；另一方面，水电基地的建设还会造成河流减脱水和河道断流，对环境产生不利影响。

4.2 分区重建

在参考已有成果[19-21]的基础上结合地区实际，将整个流域划分为3个不同的区间进行生态环境重建讨论。

分区一：该区域包括潜在和微度脆弱区，主要分布于研究区的大部分区域。4个时期的栅格比例分别为55.5%，55.25%，55.09%和57.19%。虽然15年内该区域栅格比例整体变化幅度不明显，处于变化相对平缓的变化状态，但是随着国家系列生态环境保护措施的实施，其比例仍将呈缓慢增加趋势。该区域水资源相对丰富，政府和水电公司在进行水电资源开发时，应该更加注重对生态环境的保护。

分区二：该区域主要包括轻度和中度脆弱区，为更有效地实现该地区生态环境的恢复与重建，对林草地资源进行更加严格的保护，防止被破坏，继续实施“退耕还林”和“天然林保护”等措施，建立长期有效地林草地资源利用和保护机制。

分区三：该区域为重度脆弱区，主要分布于高海拔地区。其海拔较高、温度和植被覆盖度较低、土地类型以中覆盖度草地为主，受自然条件限制，生态环境极其脆弱，一旦被破坏将难以修复。因此，对这些地区加强保护，防止范围进一步扩大是最有效的手段，选择合适的区域进行植树造林可能会起到一定辅助作用。

5 结 论

(1)从空间角度分析，该地区生态环境脆弱性空间分布整体呈现西部高北部低的变化特征；各脆弱区在结构和空间分布上也呈现明显差异性；轻度及以下脆弱区的栅格比例占绝大部分，主要分布于该地区的中东部；中度及以上脆弱区面积在整个区域的比例相对较小，约占20%左右，主要分布于西部地区。

(2)从时间角度分析，随着时间的推移，各等级脆弱区在数量上也呈现出不同的梯度改变，轻度及以下脆弱区的栅格比例均呈现出不同幅度的增加；中度及以上脆弱区的栅格比例均表现为下降状态；15年内，该地区生态环境脆弱性综合指数一直呈现减小的变化状态，反映生态环境整体好转的变化趋势。

(3)对区域生态环境的驱动因素进行主成分分析可知，该地区生态环境的改变主要受人为因素影响；系列生态环境保护措施的制定与实施有效缓解了人与自然地矛盾，促进了整体生态环境好转；而大量水电基地的建设也造成了极小部分区域生态环境恶化。