恩施州生态敏感性评价及时空演变分析——以2000—2020年为例

张奇 孙毅 陈虎 涂怡

(湖北民族大学林学园艺学院，湖北 恩施 445000)

前言

近年来，随着生态系统退化、环境恶化和资源过度利用等生态问题显著增加[1]。生态环境受人类活动的影响，其可持续发展能力和内部稳定能力已经逐渐下滑，此负反馈已经对区域的生态安全产生强烈干扰[2]。生态敏感性是指生态系统对自然环境变化和人类干扰的反应程度[3]。生态敏感性评价本质上是自然因素和人类活动因素对生态环境潜在问题进行判别的方法之一，科学有效的评价手段能为生态环境问题提供有用的信息[4]。生态敏感性较高的区域，更容易因自然因素和人类活动的破坏产生生态环境问题，是生态环境保护和恢复建设的重点区域[5]。因此，有必要开展区域生态敏感性评价，为区域生态保护和空间规划提供理论依据。

通过对国内外文献的梳理发现，生态敏感性评价的研究区域广泛，研究方法多样；生态敏感性研究由单一敏感性问题研究，向多角度综合敏感性的研究方向发展。如，刘子轩等[6]基于土地利用类型的二阶指标体系，采用自编码器模型和沙普利加性解释模型，评价甘肃省靖远县敏感性。李帆等[7]基于耦合空间距离指数和全排列多边形图示指标法构建生态敏感性指标体系，探究黄土高原生态敏感性时空演变特征。郝守宁等[8]通过计算流域土地利用强度指数和生态系统服务价值，分析尼洋河流域生态敏感性空间分布状况。李振亚等[9]通过格网编码、圈层分析，探讨近30年石羊河流域生态敏感性的时空变化。

湖北省恩施土家族苗族自治州(简称恩施州)位于湖北西南一隅，具有丰富的自然资源和独特的自然景观，素有“华中药库”美称，同时也是湖北省旅游资源和自然保护区最多的地区。作为湖北省生态环境保护的重点区域，本文为探究在近20年高速的城市化建设和“中部崛起”等战略发展的过程中恩施州生态敏感性的演变情况，参考上述学者提出的生态敏感性评价指标体系，并结合自然环境因素和人类活动影响，选取气温因子、NPP因子、水源涵养因子、水土流失敏感性因子和石漠化敏感性因子，采用AHP+熵权法的组合权重法构建恩施州综合生态敏感性评价体系，采用空间自相关分析探究恩施州2000—2020年的综合生态敏感性时空演变特征，为恩施州后续生态环境保护和可持续发展提供参考。

1 研究区概况

恩施土家族苗族自治州，位于湖北省西南部，地处鄂、湘、渝3省(市)交汇处，位于E108°23′12″～110°38′08″，N29°07′10″～31°24′13″。西连重庆市黔江区，北邻重庆市万州区，南面与湖南省湘西土家族苗族自治州接壤，东连湖北省的神农架林区，宜昌市。面积为2.4万km2。

恩施州境内为鄂西南山地，属中国地势第二阶梯末端，云贵高原东延部分。西北、东南高，中部低，呈东北至西南纵裂地带走向。恩施州森林覆盖率近70%。海拔落差大，小气候特征明显，垂直差异突出。恩施州境内年均气温16.2℃，年平均降水量1600mm。

2 数据来源与研究方法

2.1 数据来源

本文主要选取归一化植被指数(NDVI)数据、植被净初级生产力(NPP)数据、高程数据、坡度数据、地形起伏度数据、降水数据、气温数据、蒸散发数据、土壤数据、全国1∶100万植被类型图、土地利用数据和人口密度数据作为生态因子变量用于评价恩施州生态敏感性；各数据来源如下。

NDVI数据、NPP数据、降水数据、气温数据和植被类型数据来源于资源环境科学与数据中心(https：//www.resdc.cn)，分辨率为1000m；高程数据来源于地理空间数据云(http：//www.gscloud.cn/)，分辨率为90m，坡度数据与地形起伏度数据由高程数据经GIS10.8平台空间分析得到；蒸散发数据由Google Earth Engine平台处理MODIS全球蒸散发产品(MOD16)得到，分辨率为500m；土壤数据来源于中国科技资源共享网中的基于世界土壤数据库(HWSD)的中国土壤数据集(v1.1)(https：//www.escience. org.cn/)，分辨率为1000m；全国1∶100万植被类型图来源于国家地球系统科学数据中心(http：//www.geodata.cn/)，分辨率为1000m；土地利用数据来源于武汉大学杨杰、黄昕老师基于Google Earth Engine上制作中国年度土地覆盖数据集(annual China Land Cover Dataset，CLCD)(https：//zenodo.org/)，分辨率为30m；人口密度数据来源于WorldPop发布的世界人口密度地图(https：//hub.worldpop.org/)，分辨率为1000m。

所有数据经投影变换全部转换为WGS_1984_UTM_Zone_49N，分辨率全部重采样统一为30m。

2.2 研究方法

2.2.1 综合生态敏感性评价方法

根据恩施州自然地理环境特点和实际生态情况，本文选取了气温因子、NPP因子、水源涵养因子、水土流失敏感性因子和石漠化敏感性因子，且考虑到人类活动对生态环境的影响，选取了20年人口密度分度因子来反映其情况；其中，年均气温、NPP和水源涵养作为负向指标，水土流失敏感性、石漠化敏感性和人口密度作为正向指标。依据各单一因子的评价结果，采用AHP+熵权法确定各因子权重，最终构建恩施州综合生态敏感性评价体系；如表1所示。

表1 综合生态敏感性评价体系

2.2.2 熵权法确权

熵权法起源于信息论中，现已广泛应用于社科与工程学等各个领域。根据指标的变异程度，反映其信息熵的大小及提供信息量的多少，从而确定指标的权重，为多指标综合评价提供客观依据[10]；整体计算过程如下。

2.2.2.1 数据标准化处理

在综合评价中，由于各单一因子处于不同量级，单位属性不同，需要对各因子进行统一的标准化处理，消除其差异再对目标进行综合评价，其中由于各因子的影响结果不同需采用不同的方式进行处理，过程如下。

(1)

2.2.2.2 计算各项因子所占的特征比重Pij

计算公式：

(2)

根据熵值计算公式计算第j项指标的信息熵Ej：

(3)

式中，k>0；ln为自然对数；常数k与样本数n有关，一般令k=1/lnn，则0≤Ej≤1。

计算公式：

Dj=1-Ej

(4)

(5)

(6)

式中，U代表综合评价得分；n为指标数；Wj代表第j项指标的权重值。U值越大，综合得分越高，评价结果越有利，根据所有的U值，对评价结果进行比较。U值越大，综合评价指数越高，评价效果越好。

2.2.3 AHP确权

AHP是将与决策有关的元素分解成目标、准则、方案等多个层次，通过各层之间的相对重要性两两比较，构建判断矩阵D，通过特征向量归一化求取各指标的权重值，并利用一致性比率CR进行一致性检验[11]，公式：

(7)

(8)

式中，CI为一致性指标；RI为相应的平均随机一致性指标；n为要素数量；λmax为最大特征值。本研究中的检验结果CR=0.002<0.1，计算结果合理。

2.2.4 AHP+熵权法组合确权

为了更好地确定各因子权重对区域综合生态敏感性的影响，本文综合主观和客观赋权法，引入拉格朗日函数，建立优化决策模型；通过引入欧氏距离函数，保证主、客观权重与其相对应的偏好程度间的差异程度相一致，最终获得理想的权重[12]。

优化决策模型：

Up to now, thermoelectric materials with high ZT values are essentially Bi2Te3, BiSbTe, PbTe, and Cu2Se. These materials contain very toxic elements (Te, Pb, Sb, Se) and are very expensive, which limits their uses in thermoelectric devices.

(9)

欧式距离函数D(wAj，wBj)：

(10)

式中，wAj为主观权重；wBj为客观权重；α和β分别为主客观偏好程度系数；结合式(9)和式(10)即可解出综合权重Wj。

2.2.5 空间自相关分析

空间自相关分析是分析某位置上的数据与其他位置上的数据间的相似程度[13]。本文采用此方法对研究区生态敏感性进行分析，有利于进一步探究恩施州生态敏感性的分布变化规律；目前常用的分析方法主要有全局Moran’s I指数自相关和局部Moran’s I指数自相关，其中全局Moran’s I指数自相关主要用于整体上分析研究区的自相关程度，而局部Moran’s I指数自相关能更好地反映局部临近领域的相关性。具体公式如下。

全局Moran’s I指数：

(11)

局部Moran’s I指数：

(12)

3 研究结果与分析

3.1 单因子评价分析

在ArcGIS 10.8平台上，基于式(1)将各因子评价结果进行归一化处理，并采用自然断点法对其敏感性等级分为5级进行区分统计，见表2；结果见图1～6。

图1 2000—2020年恩施州气温敏感性

表2 恩施州敏感性等级分级标准

由图1可知，恩施州气温敏感性在20年间变化趋势不明显，空间上，敏感性等级随着海拔上升而增高，低敏感性地区分布于恩施州中部和西南部，这些地区皆为海拔低于700m的山间盆地和河谷地区等相对低海拔地区，高敏感性地区分散分布于恩施州东部和西北部，这些地区皆为海拔高于1500m的境内高山区。

由图2可知，在空间角度上，得益于恩施州近70%的森林覆盖率(素有“华中林海之称”)，恩施州NPP敏感性整体上表现为较低和低敏感性等级，低敏感性区域主要分布在恩施州东北部、中部和西南部区域；从时间尺度上看，2000年、2005年、2010年、2015年、2020年NPP敏感性等级平均值分别为0.35、0.35、0.34、0.35、0.35，恩施州NPP敏感性在2000—2020年有小幅度波动，整体变化趋势不明显。

图2 2000—2020年恩施州NPP敏感性

由图3可知，在空间角度上，恩施州水源涵养敏感性因受降雨、蒸散发和植被类型等因素的影响，人工建设区域由于蒸散发过高，且对附近区域植被破坏过大导致敏感性降低，高敏感地区主要分布在东北部，低敏感性区域都分布在远离各县市城区的山区；时间尺度上看，2000年、2005年、2010年、2015年、2020年水源涵养敏感性等级平均值分别为0.42、0.42、0.43、0.40、0.42，敏感性在2010—2015年有小幅度波动，整体变化趋势不明显。

图3 2000—2020年恩施州水源涵养敏感性

由图4可知，在空间角度上，恩施州水土流失敏感性整体以较低等敏感等级为主，高敏感性地区分布不集中，主要呈线性分散分布于研究区中部和东南部等地，这些地区大多位于山间河谷、地势陡峭和海拔落差较大的区域，由于恩施州常年近1600mm的降雨量的冲刷，这些地形其幅度较大的区域的水土保持压力较大，水土流失问题最为严重；时间尺度上看，2000年、2005年、2010年、2015年、2020年水土流失敏感性等级平均值分别为0.48、0.45、0.48、0.47、0.47，2000—2010年水土流失敏感性先下降后上升，而2010—2020年随着水土保持和植树造林等工作项目的实施，有效遏制了高敏感性地区增加势头并逐渐稳定。

图4 2000—2020年恩施州水土流失敏感性

由图5可知，在空间角度上看，恩施州极高的植被覆盖度，使得恩施州石漠化敏感性以较低和低敏感性等级为主，几乎没有高敏感性地区，其中低敏感性地区主要分布于未开发的自然保护区和森林生态系统区域，以东南部最为集中；从时间尺度上看，2000年、2005年、2010年、2015年、2020年石漠化敏感性等级平均值分别为0.31、0.34、0.33、0.34、0.33，恩施州石漠化敏感性在2000—2020年敏感性等级有小幅度波动上升趋势。

图5 2000—2020年恩施州石漠化敏感性

由图6可知，在空间角度上看，恩施州人口集中分布在各县市中心城区和乡镇；从时间尺度上看，2000—2020年人口敏感性等级平均值分别为0.004、0.004、0.007、0.003、0.003，2005—2010年恩施州人口密度呈上升趋势，但是随着生活压力增加、人口生育率降低和省内外大型城市的“人口虹吸”等因素影响，2010—2020年恩施州人口密度有所下降。

图6 2000—2020年恩施州人口敏感性

3.2 综合生态敏感性评价分析

将各指标依据AHP+熵权法计算出的权重进行叠加分析，以自然断点法区分统计得出恩施州近20年的综合生态敏感性评价结果，见图7、图8。从空间上看，高敏感性地区主要集中在东北部、东部和北部边界地区，中低敏感性地区广泛分布在中部和中南部地区，总体呈现中南部到东北部递增的空间分布格局。

图7 2000—2020年综合生态敏感性评价结果

图8 综合生态敏感性各级占比

从时间上看，2000年、2005年、2010年、2015年、2020年综合生态敏感性等级平均值分别为0.34、0.33、0.35、0.33、0.34，整体上恩施州综合生态敏感性变化呈波动趋势，2个波谷分别出现在2005年低敏感性地区占比增加到(2857.14km2)12.34%和高敏感性地区占比降低达到最低(1580.88km2)6.83%，以及2015年低敏感性地区占比增加到最高达到(3109.78km2)13.40%和高敏感性地区占比降低到(2453.07km2)10.57%；在2010年随着低敏感性地区占比降低到最低(1770.57km2)7.63%和高敏感性地区占比增加达到最高(3137.12km2)13.52%，使恩施州生态敏感性变化达到波峰。

综合来看，近20年恩施州生态敏感性整体上虽有起伏，但敏感性等级上升趋势并不明显。

3.3 空间自相关分析

全局Moran’s I指数是反映相邻空间要素的相关性情况，全局Moran’s I指数的范围为[-1，1]，值大于0越接近1表示相关性越高，显著性越强，值为零表示空间要素间呈随机分布，小于零则为离散分布。利用Geoda软件计算出恩施州近20年Moran’s I为0.64、0.78、0.63、0.74、0.65，均大于0，说明恩施州生态敏感性在空间上呈正相关。且经过99.9%的置信度检验后，P值均小于0.01且Z值均大于2.58，说明恩施州生态敏感性在空间上具有极其显著的自相关性特征。恩施州近20年空间自相关性整体上出现小幅度波动，在2005年达到最强，见表3。

表3 空间自相关分析

局部Moran’s I指数可以很好地反映空间要素之间聚类情况，有利于分析研究区20年间敏感性分布规律。从图9可以看出，在空间上，高-高和低-低聚类最为明显，高-低和低-高聚类范围极少；高-高为高值聚类，主要是较高和高敏感地区聚集，集中分布在东北部地区，这些地区由于水土流失和石漠化问题较为严重，提高了其敏感性等级。低-低聚类为低值聚类，主要是较低和低敏感性地区聚集，集中分布在中部和西南部，这些地区地形平缓，植被覆盖度极高，人类开发程度较小使其保持较低敏感性等级。

图9 空间自相关分析

从时间尺度上看，高-高聚类在2000年的380个网格先缓慢增加到2015年最高值434个，随后到2020年降低至382个；低-低聚类与之类似，先从2000年的374个网格逐步增加到2015年最高值487个，后在2020年减少到416个；从变化可以看出恩施州综合生态敏感性空间聚类情况先经过持续增强在2015年达到最高聚类程度，随后略有降低；说明恩施州生综合态敏感性聚类程度整体上呈波动上升，虽低-低聚类增强有利于恩施州生态文明和谐发展，但高-高聚类的小幅度上升仍需警惕其恶化风险。

4 结论

本文选取了气温因子、NPP因子、水源涵养因子、水土流失敏感性因子、石漠化敏感性因子和人类活动因子，依据AHP+熵权法组合权重法构建恩施州综合生态敏感性评价体系，并采用空间自相关分析，来探究其2000—2020年时空演变特征。

从时间上看，2000年、2005年、2010年、2015年、2020年综合生态敏感性等级平均值分别为0.34、0.33、0.35、0.33、0.34，恩施州综合生态敏感性在近20年间呈波动变化，其中2010年生态敏感性等级处于波峰，生态敏感性等级达到最高；在2005年和2015年，生态敏感性等级处于较低水平。同时研究区生态敏感性有显著的正相关特征，在2005年相关性最强；聚类程度则呈波动增强，在2015年达到顶峰。

在空间上看，恩施州综合生态敏感性有东北部向中南部递减的分布格局，主要原因是东北部海拔较高且地形起伏过大，受气温和降水侵蚀等因素影响，使其水土流失、水源涵养和石漠化相对严重；而中南部有极高的森林覆盖率和良好的自然环境以及较为平缓的地形和相对更少的人类发展开发，使得其生态敏感性等级处于较低的水平；同时也对应了空间聚类分析中高-高聚类集中在东北部和低-低聚类广泛分布于中南部的空间聚类格局。

恩施州综合生态敏感性呈两极分化于东北和中南部，且随着时间演变聚类程度在波动上升，其中水土流失和石漠化问题是稳定生态敏感性的关键，在近20年的社会高速发展进程中综合敏感性虽有上升，但都通过积极的防御措施抑制其恶化趋势。