基于熵权-云模型的云南省森林城市建设潜力评价*

樊智丰，李乾阳，马长乐，李瞒瞒

(1.西南林业大学园林园艺学院 国家林业和草原局西南风景园林工程技术研究中心，云南 昆明 650224；2.昆明理工大学，云南 昆明 650093)

森林城市是指在城市管辖范围内形成以森林和树木为主体，山水林田湖草相融共生的生态系统，且各项指标达到森林城市评价标准的城市[1]。建设森林城市的本质是通过提高城市绿化基础设施的数量和质量，实现城市社会、经济和环境之间的深层次协调，最后全面推进城市的可持续发展水平，提高城市居民的生活质量[2]。

在森林城市发展和建设过程中，许多城市并未真正了解森林城市的本质要求，出现了千城一面[3]、特色不突出[4]等问题，建设潜力评价对于预防和解决这些问题具有重要意义。李波等[5]从绿化面积建设潜力和绿化质量提升潜力两方面对赤峰市森林城市建设潜力进行了评价；赵晓洁等[6]基于结构方程模型对珠三角国家森林城市群的居民支持度进行了研究。然而，目前国内直接针对森林城市建设潜力的研究尚缺乏科学性和可操作性强的评价体系，评价角度往往过度强调城市绿化资源现状和发展空间，未考虑城市特色和经济能力，评价方法单一。

科学合理评价森林城市的建设潜力，需要依次解决3个基本问题[7]。(1)构建评价指标体系。国家森林城市评价指标包括森林网络、森林健康、生态福利、生态文化和组织管理五大体系[1,8]，地级市有36项评价指标，县级市有33项评价指标，由定量和定性两大类指标组成，部分指标间具有较强的关联性，少数指标可以通过近期建设达到标准。建设潜力评价时不可能面面俱到，需要结合地域特点和经济发展现状，筛选或拟定具有代表性的核心指标。(2)确定评价指标的权重。各指标对森林城市建设潜力的影响程度各异，评价时需要明确各自权重。权重确定方法可分为主观赋权法和客观赋权法两类[9]，分别通过专家打分和数学模型来实现[10]。(3)定量评价指标和定性评价等级之间的转换。森林城市建设潜力的评价过程以定量为主，但评价结论是定性的，因此需要解决两者之间的转换问题。李德毅院士提出的云模型，很好地解决了定性与定量相互转换的问题，目前已在林分空间结构评价[7]、森林健康评价[11]、生态环境安全评价[12]等林业和生态领域得到应用，在处理各类随机性和模糊性问题中取得较好效果。

云南作为我国西部经济欠发达省份，虽然植被类型丰富、植物种类全国最多、森林覆盖率高，但森林城市建设工作起步较晚、发展缓慢。截至2020年，获得“国家森林城市”称号的有昆明、普洱、临沧、曲靖4个地级市和楚雄、景洪2个县级市[13]。云南省森林资源和生态本底良好，绝大多数城市具备建设森林城市的基础和条件。因此，本研究根据云南省省情和森林城市发展现状，构建适合云南省的森林城市建设潜力评价指标体系，利用熵权法和云模型对云南省16个地级市(州)和18个县级市的森林城市建设潜力进行合理评价，以期为云南省森林城市创建、建设和发展提供参考。

1 研究区概况与研究方法

1.1 研究区概况

云南省简称“滇”或“云”，地理上的位置在21°09′～29°15′N，97°32′～106°12′E，北回归线横跨滇南。总面积39.41×104km2，山地占全省国土总面积的94%。全省辖8个地级市、8个自治州，17个市辖区、18个县级市、65个县、29个民族自治县。云南省是中国植物种类和数量最多的省份，素有“植物王国”的盛名。2020年，全省森林覆盖率65.04%，城市建成区绿地率33.77%。

1.2 研究方法

1.2.1 评价指标体系构建

构建一个科学合理的评价指标体系，有利于评估森林城市的发展潜能。以国家森林城市评价指标[1]和云南省森林城市申报与评选考核办法[14]中的关键性指标为立足点，结合云南省地理区位特点、森林资源分布特点、城市绿化现状和生态文化特点，按照系统性、科学性、可行性与可比性原则[15]，通过专家咨询，确立了由4个一级指标和12个二级指标组成的云南省森林城市建设潜力评价指标体系(表1)，每项指标原始赋值0～10分，由熵权法确定各指标的权重，由云模型显示各指标的隶属度。

表1 云南省森林城市建设潜力评价指标体系

1.2.2 数据来源

指标A1、B1的原始数据来源于《云南省2018年森林资源主要指标监测报告》；A2、A3、A4、B2指标数据由云南省住房和城乡建设行政主管部门提供；指标C2的原始数据由云南省林业行政主管部门提供；指标C1、C3、D1、D2、D3的原始数据通过查阅各城市的统计年鉴、公告等资料获取；为确保原始资料的准确性，对部分城市的B2、C2、C3指标进行了实地调研，并借助卫星影像检测了部分城市的A2指标。数据统计基准年为2018年。

1.2.3 森林城市建设潜力等级标准

根据森林城市建设的特点，参照国内和国际综合评价分类标准，建立5级划分标准，以此对云南省森林城市建设潜力进行评价，Ⅰ～Ⅴ级分别代表森林城市建设潜力高、较高、中等、较弱、弱。

1.2.4 熵权法权重确定

熵权法是把定性指标与定量数值有机融合，把一个人的主观决策运用数值形态学的方法来表述和处理，能够最大限度地减少主观影响，使评价结果更加可靠[17]。根据指标之间的变化程度，利用信息熵来计算指标之间的熵权重，客观地确定每个指标的权重[18]。计算步骤如下。

(1)构造评价指标特征值矩阵

式中：Xij为第j个指标对应于第i个对象的取值；m为评价对象个数；n为评价指标个数。

(2)对指标特征值矩阵归一化处理，确定其隶属度

选取的10个森林城市评价指标全部为大而优，即高数值有利，计算公式为：

(3)定义熵

(4)确定各个指标的权重

1.2.5 云模型理论及特征参数

云模型是基于模糊教学和统计理论的定性定量转换模型，可以实现不确定性语言与定量间的转换[19]。云模型有3个数字特征：期望(Ex)、熵(En)和超熵(He)，其中期望代表定性概念，熵表示随机性和模糊性之间的关联性，超熵由熵的随机性和模糊性决定[20]。

通过对云模型的3个数字特征定性分析，预测的期望值由约束条件下的空间中值表示，定量变量的逼近由双边约束条件下的云层表示。极限值对两个极限具有相同的影响，由下式计算：

Ex=(Bmin+Bmax)/2

En=(Bmax-Bmin)/2.355

He=k×En(k=0.1)

熵权-云评价模型的计算步骤按张海侠和陈莉[21]的方法进行。利用matlab2018b完成云图绘制。

2 结果与分析

2.1 地级市森林城市建设潜力评价

根据云南省2018年底森林城市建设潜力相关基础数据，按照评价指标体系中各二级指标的赋值标准，对16个地级城市的12个评价指标分别赋值评分，结果如表2和图1所示。

表2 云南省地级市森林城市建设潜力评价指标评分数据

图1 云南省地级森林城市建设潜力评价指标赋值结果

云南省森林覆盖率整体较高，16个州市中有15个超过国家标准，10个州市为满分，仅昭通市暂未达标；城区绿化覆盖率整体较差，西双版纳傣族自治州、昆明市、临沧市等6个州市达到国家标准；丽江市、楚雄彝族自治州、玉溪市等5个州市的人均公园绿地面积达到国家标准；昆明市、曲靖市、玉溪市等7个州市建设有森林公园等大型休闲游憩绿地。迪庆藏族自治州、怒江傈僳族自治州、西双版纳傣族自治州等8个州市的单位面积森林蓄积量较高；所有州市的树种多样性均符合国家标准。城市生态文化方面，8个州市开展了园林城市等创建活动，所有州市均制定了古树名木保护管理制度，少数民族森林文化和传统村落整体保存较好。城市经济基础方面，仅昆明市、玉溪市和迪庆藏族自治州3个州市的人均GDP达到全国平均水平；除迪庆藏族自治州外，其余15个州市的城镇化率均在50%以上；在云南省实施的国家级建设主要包括“一带一路”“长江经济带”“9+2泛珠三角合作”“中国-中南半岛经济走廊”“孟中印缅经济走廊”“大湄公河次区域合作”6项[22]，覆盖了多数州市；除曲靖市、玉溪市和楚雄彝族自治州外，其余13个州市的旅游产值均占经济总量的11%以上。各州市之间指标分值差异较为显著，如迪庆藏族自治州和怒江傈僳族自治州的森林网络较差，但森林健康程度最好；西双版纳傣族自治州和德宏傣族景颇族自治州的森林网络和森林健康较好，但人均GDP较低。因此，需要通过观测计算各指标提供的信息量，对各指标因子进行权重赋值。

采用matlab2018b对以上16个城市(州)的评价指标得分数据进行分析。利用熵权法对12个评价指标的权重进行计算，权重占比如下：ω={0.1970,0.1529,0.1107,0.0384,0.1024,0.1015,0.0941,0.0525,0.0223,0.0638，0.0320,0.0324}。将各指标变量按最大最小排列，平均分成5个等级，对应森林城市建设潜力的5个等级，各指标的等级分值范围见表3。

表3 云南省地级森林城市评价指标等级标准

将每个指标Ⅰ级的最大值、Ⅴ级的最小值，以及Ⅱ、Ⅲ、Ⅳ各级的平均值作为Ex，计算熵(En)和超熵(He)，运用正向云发生器算法，得到每个等级完整云图。以森林覆盖率(A1)为例，云数字特征值计算结果为：Ⅰ级(10.000，2.14，0.21)，II级(8.488，2.14，0.21)，Ⅲ级(7.480，2.14，0.21)，Ⅳ级(6.472，2.14，0.21)，Ⅴ级(4.960，2.14，0.21)，指标A1隶属于5个等级的云图如图2所示。

图2 各等级森林覆盖率云图

根据每个指标对应各等级的云模型，分析得出Ⅰ级到Ⅴ级的平均隶属值分别为{9.7858、7.5046、5.9837、4.4629、2.1817}。各城市的模糊运算隶属度评价等级见表4。

表4 云南省地级森林城市各等级综合隶属度及评价结果

将熵权法-云模型的评价结果用ArcGIS进行数据处理和图形编辑，得到云南省地级市的森林城市建设潜力评价图(图3)。

图3 云南省地级市森林城市建设潜力评价图

从评价结果来看:(1)西双版纳傣族自治州属于第Ⅰ等级，西双版纳森林覆盖率超过80%，区位条件优越，森林城市建设潜力最高，可优先考虑创建国家森林城市。(2)第Ⅱ等级包括昆明市、玉溪市、普洱市、德宏傣族景颇族自治州4个城市，森林城市建设潜力较高；其中，昆明市和普洱市已属国家森林城市，玉溪市和德宏州的森林覆盖率和城区绿化覆盖率较高，经济基础较好，建议尽快启动创建国家森林城市工作。(3)楚雄彝族自治州、临沧市、丽江市3个城市属于Ⅲ级，表示森林城市建设潜力中等；其中，临沧市已属国家森林城市，建议楚雄州和丽江市重点加强城区绿化建设，提振林产经济，弘扬生态文化，争取列入国家森林城市创建名单。(4)曲靖市、保山市、大理白族自治州、迪庆藏族自治州、怒江傈僳族自治州、红河哈尼族彝族自治州、文山壮族苗族自治州属于Ⅳ级，表示其森林城市建设潜力较弱；其中，曲靖市已于2019年创建成为国家森林城市，应根据其森林城市建设总体规划，继续完成中长期建设任务；建议这类城市根据各自民族和森林文化特色，选择重点发展方向，打造特色鲜明的森林城市。(5)昭通市属于第Ⅴ等级。昭通市地处乌蒙山和横断山的生态交错区，生态环境脆弱，森林资源分布不均匀、覆盖率较低，城区公共绿地较少，森林城市建设潜力弱，应重点做好生态综合治理和森林培育工作，构建金沙江生态屏障，为创建森林城市奠定基础。

2.2 县级市森林城市建设潜力评价

县级城市的森林城市建设潜力评价方法同地级市，相关基础数据为2018年底统计数据，指标赋值、权重确定、云模型生成和隶属值计算方法与地级市完全相同。云南省18个县级城市的森林城市建设潜力评价结果见表5。

表5 云南省县级森林城市建设潜力评价结果

县级城市的评价结果无第Ⅰ等级。第Ⅱ级的安宁市(隶属于昆明市)、景洪市和第Ⅲ级的楚雄市已创建成为国家森林城市，腾冲市、芒市、弥勒市正在积极创建国家森林城市。建议其他县级城市既要发展自身优势，又要弥补劣势，争取均衡发展，逐步扩大城市绿量，改善人居生态环境，推进生态文明建设，适时启动创森工作。

3 讨论与结论

云南省的森林城市创建工作于2010年启动，森林城市建设已经取得初步成效，但与先进省份相比较，还存在建设数量较少、投入不足，建设水平不高、特色不显著等问题，这与云南省的生态环境优势和人文地理优势不匹配。本研究从城市森林网络、城市森林健康、城市生态文化和城市经济基础4个方面综合评价云南省16个地级市和18个县级市的森林城市建设潜力，排出优先建设顺序，除现属国家森林城市外，西双版纳傣族自治州、玉溪市、德宏傣族景颇族自治州3个地级市和腾冲市、景洪市2个县级市可优先考虑创建国家森林城市。

云南省地级森林城市建设潜力第Ⅰ等级城市较少，县级森林城市建设潜力无第Ⅰ等级城市。主要有两方面的原因，一是多数城市可建设性土地空间有限、城区绿量不足；二是云南省经济发展相对滞后、森林城市建设资金短缺。城市森林生态系统的主体是自然林[23]，云南省发展森林城市的优势之一就是自然林较多，但多数自然林分布在远离城市的山区。今后，应通过森林城市建设，引林入城、营建近自然的健康森林[24]，促进城乡居民身边增绿，并发展生态公共服务，将生态优势转化为经济优势。

云图和建设潜力评价图显示，云南省各地区森林城市建设潜力差别明显，滇中和滇南地区较高，滇东北最弱。建设潜力中等以上的城市应把森林城市建设作为推动地方生态文明建设的重要内容和有力抓手，纳入地方经济社会发展战略和规划中[25-27]，做到城市发展和生态建设、环境保护的协调和同步[28]。城市扩张往往威胁着城市边缘的绿色空间[29]，建设潜力较弱的城市，城市边缘生态敏感性一般较高，这些城市要利用城郊森林控制城市无序扩张[23]，逐步拓展城市的生态空间，为森林城市建设奠定基础。

充足的生态存量、健康的生态系统、特色的生态文化和良好的经济条件是森林城市的建设基础。本研究综合考虑了这4个维度的核心指标，构建了云南省森林城市建设潜力评价指标体系，并将熵权法-云模型应用到森林城市建设潜力评价中，取得了较好的效果，丰富了森林城市研究理论，也可为其他省份和城市的森林城市发展规划提供借鉴。指标体系构建时，森林生态廊道、交通廊道绿化、河湖岸线绿化和城市森林绿道等连接各类生态斑块的线性指标，因基础数据不足而未列其中，有待进一步完善。基于熵权-云模型方法的研究数据越丰富，其评价结果越科学[7]，增加评价指标和基础数据，建立更加全面的森林城市建设潜力评价指标体系，使熵权-云模型的方法优势充分显现，可以更为精细地为每一座森林城市找准发展定位。

致谢：感谢西南林业大学森林城市研究院、硕士生于达勇、本科生代昌豪对数据收集和计算提供的帮助。