基于集对分析与三角模糊数的滨海湿地生态系统健康评价

2014-10-22彭涛陈晓宏王高旭李英海刘冀

生态环境学报 2014年6期

彭涛，陈晓宏，王高旭，李英海，刘冀

1.三峡大学水利与环境学院，湖北宜昌 443002；2.南京水利科学研究院水文水资源与水利工程科学国家重点实验室，江苏南京 210029；3.中山大学华南地区水循环与水安全广东省普通高校重点实验室，广东广州 510275

湿地被誉为“地球之肾”，是地球表层最独特的生态系统和过渡性景观。滨海湿地是海陆相互作用下的具有典型生态“边缘效应”的地带，是自然界中生物多样性最丰富、生产力最高的湿地生态系统之一，在调节区域气候、养护渔业资源、净化环境、防止海岸侵蚀和海水入侵、维持生物多样性等方面发挥着十分重要的作用（何文珊，2008）。然而，随着沿海社会经济的迅速发展，快速城市化、大规模围填海活动、港口码头的建设以及海洋环境污染等人类不合理活动使得滨海湿地日益萎缩，滨海湿地健康严重受损。因此，对滨海湿地生态健康进行诊断和评价，对于湿地生态系统的修复和可持续利用具有重要意义。

湿地生态系统健康已成为国内外湿地科学研究的前沿和热点之一（江春波等，2007）。目前，生态系统健康评价方法主要有指示物种法和指标体系法。指示物种法根据生态系统关键物种、特有种的数量、生产力、结构功能指标等来描述湿地生态系统的健康状况（孔红梅等，2002）。鱼类、海草、硅藻、大型无脊椎动物等常作为指示物种来评价湿地生态系统的健康程度。指示物种法简便易行，是评价自然生态系统的较好方法，但是指示物种的筛选标准和指示效果尚不明确（马克明等，2001）。指标体系法克服了指示物种法的缺点，它根据生态系统的特征及其功能建立指标体系进行定量评价，近年来在国内外湿地健康评价中得到广泛应用。Costanza等（1992）提出了包括活力、恢复力和组织等3个指标在内的生态系统健康指数。澳大利亚学者选择环境本底质量、环境变化趋势和经济变化趋势等方面的指标对流域湿地生态系统健康状况进行定量评价（Walker和Reuter，1996）。近10年来美国环保署（EPA）提出了3个层次的湿地健康评价方法及相应的指标体系，即 LevelⅠ，Ⅱ，Ⅲ，评价结果可以实现相互验证（Breaux等，2005）。近年来国内学者在湿地生态系统健康评价指标体系的理论和方法方面取得了一些进展。针对湿地生态系统健康评价具有不确定性和模糊性特征，属性理论法（邓睿清，2011）、灰色聚类法（李晴新等，2010）、模糊综合评价法（陈铭等，2007；李淑娟和孟芬芬，2011）等被广泛应用到湿地生态系统健康定量评价研究中。但这些方法主要是基于线性加权平均而进行的综合评判，使评价结果趋于均化，且对于相邻指标存在的差异性不能很好地区分（陈守煜等，2011）。赵克勤（2000）提出的集对分析理论是处理不确定性问题的有效系统分析方法，但传统的集对分析理论不能很好区分同一等级间的差异度系数，而三角模糊数定量表示差异度系数的连续变化过程具有优越性（汪明武等，2011）。因此，本文综合运用集对分析与三角模糊数理论，采用分段三角模糊数定量描述评价等级标准的模糊性和联系数的差异度分量系数的连续变化过程，以客观真实反映滨海湿地健康状况和退化机理。

1 滨海湿地生态系统健康评价指标体系的建立

1.1 评价指标体系构建

滨海湿地生态系统是涉及自然、经济和社会等多方面相互联系又彼此制约的复杂巨系统。20世纪80年代末，经济合作与发展组织（OECD）和联合国环境规划署（UNEP）针对环境指标研究提出“压力-状态-响应”(Pressure-State-Response，PSR)模型（Rainer，2000）。由于 PSR模型具有较强的逻辑因果关系和系统性，因此被认为是用于环境指标组织和环境现状汇报最有效的框架。从PSR概念模型出发，在遵循整体性、敏感性、科学性和可操作性等指标遴选原则的基础上，构建反映滨海湿地生态系统健康水平的压力、状态和响应指标体系，分为目标层、准则层和指标层，共17个评价指标（表1）。

1.2 指标权重及评价标准的确定

考虑到滨海湿地生态系统健康评价的复杂性和模糊性特点，运用定量与定性相结合的模糊综合评判方法——层次分析法（AHP）计算指标权重，保证评价结果的准确性和有效性。根据AHP原理，通过特尔菲法（Delphi）构造各层判断矩阵，进行层次单排序和层次总排序及其一致性检验（赵焕臣，1986）。经检验，一致性比率CR全部小于0.1，表明所有判断矩阵具有令人满意的一致性。

滨海湿地生态系统健康等级划分为很健康（Ⅰ级）、健康（II级）、亚健康（III级）、一般病态（IV级）和疾病（Ⅴ级）5个等级。在参考国内外湿地生态健康评价标准的基础上（崔保山和杨志峰，2002；蒋卫国等，2005；朱卫红等，2012），通过实地考察和专家咨询等方法，确定滨海湿地生态系统健康评价分级标准（表1）。

2 研究方法

2.1 集对分析原理

集对分析（Set Pair Analysis，SPA）是我国学者赵克勤在 1989年提出的一种新的处理不确定性系统的分析方法，具有确定性和不确定性结合、定性与定量性结合的特点，应用广泛。所谓集对就是具有一定联系的两个集合所组成的对子，联系数则是集对分析理论中用来表达集对中具有一定关系的两个集合的、不确定关系的函数。对于给定的 2个集合组成的集对H=（A，B），联系数的基本表达式为：

表1 滨海湿地生态系统健康评价指标体系Table 1 Assessment index system of coastal wetland ecosystem health

式中：a、b、c分别表示集对的同一度、差异度和对立度，a、b、c∈[0, 1]，且a+b+c =1；i为差异度系数，取值区间为[-1, 1]；j为对立度系数，取值规定为-1。

式（1）就是常用的三元联系数。根据不同的研究对象将式（1）作不同层次的展开，可得到多元联系数的表达式。如常用的五元联系数表达式为：

式中：a、b1、b2、b3、c∈[0, 1]，且a+b1+b2+b3+c=1；b1、b2、b3为差异度分量；i1、i2、i3为差异度分量系数；其他符号同上。

2.2 三角模糊数原理

定义1：设在实数域R上的一个模糊数，定义一个隶属函数若隶属函数()xμ%A表示为（Ronald和Robert，1997）：

在实际应用中，各评价指标用单一三角模糊数难以表达清楚，故本文采用分段三角数模糊来表达实现。

定义2：设在实数域R上的一个模糊数，定义一个隶属函数若隶属函数()xμ%A表示为（葛康等，2011）：

三角模糊数的隶属函数值域在[0, 1]之间，而集对分析中差异度系数的取值范围为[-1, 1]，为了使两者在值域范围上具有一致性，将三角模糊数的隶属函数值域从[0, 1]拓展到[-1, 1]。

2.3 基于集对分析与三角模糊数的滨海湿地生态健康评价模型

2.3.1 基于三角模糊数的联系数

将滨海湿地生态系统健康评价指标实际值与评价等级标准构成一个集对，然后利用三角模糊数确定差异度系数和联系数，最后根据评价指标权重综合评价滨海湿地生态健康状况。

在等级标准评价中，不同的标准等级对“同、异、反”的隶属程度存在差异，表现为联系数的表达形式也不相同。若指标类型为越小越优型指标（成本型指标），则评价样本实际值对于Ⅰ级标准的联系数μl为（王文圣等，2009）：

式中：l为第l个评价指标；x为评价指标的实际值；s1、s2、s3、s4为Ⅰ～Ⅴ级界限值。同理，可推得越大越优型指标的数学表达式类似式（5）。

在滨海湿地生态健康评价的5个等级标准中，将评价指标值符合Ⅰ级标准的定义为同一度a，相应的同一度系数看作是 1，符合Ⅴ级标准的定义为对立度c，相应的对一度系数取值为-1，而将符合II、III、IV级标准定义为差异度。进一步细化，由五元联系数定义，设将符合II级标准定义为偏同差异性，符合III级标准定义为中差异性，符合IV级标准定义为偏反差异性，相应地i1、i2、i3分别称为偏同差异度系数、中差异度系数、偏反差异度系数（赵克勤，1989）。

差异度系数i的取值是确定联系数的关键。考虑到相邻等级之间的差异度系数存在极大的模糊性，本文利用分段三角模糊数来表示差异度系数的模糊性，即采用分析取值法确定标准等级分割点处的差异度分量系数，即将评价等级界限值s2、s3、s4处的差异度系数分别取为i1= 0.5，i2= 0，i3=-0.5。若指标类型为越小越优型指标，则相应的数学表达式为：

式中符号同前说明。同理，可推得越大越优型指标的数学表达式类似式（6）～（8）。

若指标类型为越小越优型，由式（5）～（8）可得基于分段三角模糊数的联系数μl的表达式为：

式中符号同前说明。同理，也可推得越大越优型指标的数学表达式类似式（9）。

2.3.2 综合评价模型

根据评价指标对等级标准的联系数µl，结合指标权重向量wl，计算相应的综合联系数µ和级别特征值z，其计算公式为（汪明武等，2011）：

3 实例分析

3.1 研究区概况

海兴湿地位于河北省海兴县东部，渤海湾西岸，总面积260 km2，其中湿地和鸟类省级自然保护区 168 km2。地理位置为 37°56′—38°17′N，东经117°20′—117°58′E，是在河流动力、海洋动力以及人类活动综合作用下形成的河流、浅滩沟槽、沼泽、盐田和积水洼地等组合而成的复合型滨海盐生湿地，因临近渤海，受海洋的影响较明显，年平均气温为14 ℃，多年平均降水量558 mm，年平均相对湿度63%，多年平均蒸发量2096 mm，属于暖温带湿润季风气候区。海兴湿地地势低洼，平均坡降极小，河渠、洼淀纵横交错，较大的河渠有漳卫新河、宣惠河、淤泥河、大浪淀排水渠和 66排干渠等。海兴湿地动植物资源十分丰富，其中野生植物 47科146种，鱼类28科59种，鸟类51科237种。潮间带的芦苇沼泽是东方白鹳（Ciconia boyciana）、黑鹳（Ciconia nigra）、中华秋沙鸭（Mergus squamatus）、黄腹山雀（Parus venustulus）、丹顶鹤（Grus japonensis）、震旦鸦雀（Paradoxornis heudei）等濒危珍稀鸟类的越冬栖息地和繁殖地，潮下带浅海还是三疣梭子蟹（Portuns trituberculatus）、对虾（Penacus orientalis）、毛虾（Acetes chinensis）、梭鱼（Sphyraenus）、海蜇（Esculentum）等名贵海产品的产卵、育幼场所。

20世纪80年代以来，随着海水养殖业和海盐业不断发展，大面积的天然滩涂湿地被开发成为养殖池塘、盐田等人工湿地，自然湿地退化严重，湿地生境趋单一化，生物多样性衰减，现有自然湿地生态健康状况堪忧，是我国东部滨海湿地变迁与退化的“缩影”。因此，选取海兴湿地进行生态健康评价，对于科学认识我国滨海湿地生态健康状况具有重要现实意义。

3.2 数据来源

研究采用的植被、水质、土壤等自然地理状况数据来源于海兴湿地专题调查，社会经济数据来源于2012年海兴县统计年鉴、2012年沧州市统计年鉴和 2012年海兴县国民经济和社会发展报告。海兴湿地生态健康评价指标现状值见表2。

3.3 结果与分析

3.3.1 评价结果

根据海兴湿地生态健康评价标准及指标的实测值，由式（9）计算得到各个评价指标的联系数µl=[0.663, 0.558, -1.000, 0.780, -1.000, -0.214, -0.258,-0.125, -1.000, -0.275, -0.500, -0.220, -0.350，1.000,-0.500, 0.500, -0.235]，然后利用式（10）求出海兴湿地生态健康综合联系数为-0.380，相应的级别特征值为 3.760，说明海兴湿地生态健康状况整体处于 IV级水平（一般病态）。根据上述计算步骤，可得到海兴湿地生态系统健康评价各子系统的综合联系数及评价等级（表3）。

表2 海兴湿地生态健康评价指标现状值Table 2 Assessment index status value of ecosystem health in Haixing wetland

3.3.2 结果分析与讨论

从评价结果可以看出，海兴滨海湿地生态系统综合健康水平处于一般病态状态，表明生态系统健康状况不容乐观。由表3可知，从子系统层面来看，压力系统的级别特征值为3.580，属于IV级（一般病态），说明海兴湿地生态系统存在一定的潜在压力，对生态系统健康存在较大的破坏，主要胁迫因子是农药施用强度、水资源开发利用率、工业和生活废水处理率等；状态系统的级别特征值为3.976，属于 IV级（一般病态），说明系统受到了一定的人为干扰和破坏，湿地生态系统服务功能已经出现明显退化的征兆，其制约因素主要是湿地面积退化率、水体富营养化、优势性植物覆盖率、土壤有机质含量等；响应系统的特征值为2.948，属于III级（亚健康），表明人类针对海兴湿地生态系统的压力和状态采取了一定的响应措施，体现了一定的作用，但还需要进一步提高湿地保护管理水平，其限制因素主要是环保投资占 GDP比重、湿地保护意识和物质生活指数等。

研究结果表明，海兴湿地生态系统健康现状堪忧。主要是由于湿地生态系统的自然状态受到了人类活动过度干扰，外界胁迫引起湿地生态系统的结构失调和服务功能衰退。主要表现为：近年来，由于围海造田、围滩造塘、修建堤围等因素，海兴原有大量的原生滩涂湿地演变为虾塘、盐田等人工湿地，自然湿地大量丧失，生物栖息地遭到破坏，生物多样性下降，海兴湿地周边工业和城镇生活污水的不达标排放，农药和化肥的过量施用，湿地水质净化功能退化，水体富营养化程度高，湿地保护与管理水平不高。由此来看，在海兴湿地生态系统健康现状条件下，如果再施与较强的不合理外部干扰，系统有可能滑向疾病状态。因此，需要对海兴湿地生态系统健康的压力进行适时调控，建立湿地生态补偿机制，健全湿地管理体系和法制体系，完善海兴湿地自然保护区建设，增强公众湿地保护意识，努力构建湿地保护管理长效机制，全面提升湿地保护管理水平，使其朝着健康的方向发展。

表3 子系统综合联系数、级别特征值及健康等级Table 3 Comprehensive connection number, characteristic value and health level of sub-systems

4 结论

1）根据PSR概念模型，以压力、状态和响应3个层面表征滨海湿地生态系统内部作用的因果关系，构建湿地生态系统健康评价指标体系，可以更科学地揭示滨海湿地生态系统的退化机理。

2）建立集对分析与三角模糊数耦合的综合评价模型，利用分段三角模糊数充分体现集对分析的差异度分量系数的连续变化过程和不确定性，以及滨海湿地生态健康等级标准的模糊性，为湿地生态系统健康评价研究提供了一种直观、有效的方法。

3）实例研究结果表明，海兴湿地生态健康综合联系数为-0.380，相应的级别特征值为3.760，系统现状整体处于一般病态状态，评价结果与实际情况较为吻合，说明其在具有模糊性、随机性和数据信息不全等特点的湿地生态系统健康评价问题中具有较强的应用价值。

BREAUX A, COCHRANE S, EVENS J, et al.2005.Wetland, ecological and compliance assessments in the San Francisco Bay Region,California, USA[J].Journal of Environmental Management, 74 (3):217-237.

COSTANZA R, NORTON B G, HASKELL B D, et al.1992.Ecosystem health: New goals for environmental management[M].Washington D C:Island Press: 1-125.

RAINER W.2000.Development of environmental indicator systems:Experiences from Germany[J].Environmental Management, 25(6):613-623.

RONALD E G, ROBERT E Y.1997.Analysis of the error in the standard approximation used for multiplication of triangular and trapezoidal fuzzy numbers and the development of a new approximation[J].Fuzzy Sets and Systems, 91(1): 1-13.

WALKER J, REUTER D J.1996.Indicators of catchment health: A technical perspective[M].Melbourne, Australia: CSIRO Publishing:1-172.

陈铭, 张树清, 王志强, 等.2007.基于GIS的蛟流河流域湿地生态系统健康评价[J].山东农业大学学报: 自然科学版, 38 (1) : 91-96.

陈守煜, 王子茹, 罗宝力, 等.2011.可变模糊模式识别方法及在水电站地下厂房岩体稳定性评价中的应用[J].水利学报, 42 (4): 396-402.

崔保山, 杨志峰.2002.湿地生态系统健康评价指标体系 Ⅱ.方法与案例[J].生态学报, 22(8): 1231-1239.

邓睿清.2011.白洋淀湿地水资源-生态-社会经济系统及其评价[D].河北保定：河北农业大学: 1-52.

葛康, 汪明武, 陈光怡, 2011.基于集对分析与三角模糊数耦合的土壤重金属污染评价模型[J].土壤, 43 (2): 216-220.

何文珊.2008.中国滨海湿地[ M].北京: 中国林业出版社: 1-112.

江春波, 惠二青, 孔庆蓉, 等.2007.天然湿地生态系统评价技术研究进展[J].生态环境, 16 (4): 1304-1309.

蒋卫国, 李京, 李加洪, 等.2005.辽河三角洲湿地生态系统健康评价[J].生态学报, 25 (3): 408-414.

孔红梅, 赵景柱, 姬兰柱, 等.2002.生态系统健康评价方法初探[J].应用生态学报, 13 (4): 486-490.

李晴新, 朱琳, 陈中智.2010.灰色系统法评价近海海洋生态系统健康[J].南开大学学报: 自然科学版, 43 (1): 39-43.

李淑娟，孟芬芬.2011.山东省湿地生态系统健康评价及旅游开发策略[J].资源科学, 33(7): 1390-1397.