基于熵权与模糊数学的城市生态系统健康评价

向柳

(首都师范大学 资源环境与旅游学院,北京100048)

基于熵权与模糊数学的城市生态系统健康评价

向柳

(首都师范大学 资源环境与旅游学院,北京100048)

摘要：指出了城市生态系统健康评价能为服务城市生态系统管理提供决策依据。选择活力-组织结构-恢复力-服务功能-人群健康框架构建评价指标体系,运用熵权理论及模糊数学法对研究区进行了城市综合评价与分析比较。研究表明:熵权法与模糊综合评价法结合能有效避免评价指标主观性,结果清晰可靠;研究区总体城市生态系统处于亚健康水平,城市生态系统活力内生动力和支撑能力不足,结构不协调,人群健康水平偏低,而恢复力和服务功能良好;各城市健康水平城际、区际差异大,成都为首,巴中为尾,成都经济区优于川南地区,川东北地区最差,健康状况地域差异主要因素是由以活力为主的多种因素综合作用的结果。

关键词：城市生态系统;健康评价;熵权;模糊数学法;空间比较

收稿日期：2015-07-07

基金项目：国家“十二五”科技支撑计划课题(编号:2012BAC19B0305)资助

作者简介：向柳(1990—)，男，四川泸州人,首都师范大学资源环境与旅游学院硕士研究生。

中图分类号：X171.1

文献标识码：A

文章编号：编号：1674-9944(2015)09-0001-05

Abstract:The assessment of urban ecosystem health can provide decision basis for urban ecosystem management.This paper build the evaluation indicator system by choosing the vigor,organization structure,resiliency,ecosystem service function and people health (VORSP) as indicators,then using the entropy theory and fuzzy mathematics method to make a comprehensive assessment and comparison of the study area.The results show that:1) The indicators are more objective and the results are distinct and reliable by combining the entropy weight method with the fuzzy mathematical method.2) The general urban ecosystem of the study area is in the state of sub-health:the vitality,endogenous motivation and supporting ability of the urban ecosystem is insufficient,the structure of it is not harmonious,and the health level of the residents is low.But the resilience and service function are fine.3) The health condition of intercity and interregional have huge differences:Chengdu is the best and better than the south region of Sichuan,Bazhong is the worst as it is in the northeast region of Sichuan.These differences are the comprehensive result of many factors as the vitality is the main factor.

1引言

城市是人类活动的中心,也是与人类关系最密切的生态系统[1]。2014年中国城市化率达54.77%,进入城市化加速期,城市生态系统健康状况引发关注[2]。城市生态系统(urban ecosystem health,UEH)健康研究始于20世纪70年代,Odom E P在20 世纪70 年代末最早提出生态系统健康概念[3]。对城市生态系统健康有诸多定义[2,4-8],但都强调健康的城市生态系统既包括自然生态系统的健康,也包括经济社会系统和人的健康[1],即城市生态系统结构和谐,系统内部物质、能量、信息运转持续、有序,生态服务功能正常,人类健康不受损害,经济社会持续发展,是人地关系高度和谐的一种状态。

城市生态系统健康评价研究是生态领域研究热点和前沿[9,10]。加拿大国际发展研究中心(IDRC)对城市生态系统健康的内涵、标准等作了阐述[11]。Spiegel J M等[12]对建立城市生态系统健康评价指标体系的理论、方法进行了探讨。Meirong等[13]提出城市生态系统健康是一种过程,应更多关注的动态健康状况。郭秀锐等[1,14]较早开展城市生态系统健康评价,开启了国内有关研究先河。目前,已形成活力-组织结构-恢复力-服务功能-人群健康(VORSP)[15]、压力-状态-响应(PSR)[16,17]、社会-经济-自然/生态环境(SEN)[11]、承载力-支持力-吸引力-延续力-发展力(CSAED)[7]、物质流[18]等较成熟的评价框架,采用能值评价[19-21]、主成分分析[10,16,22]、熵权[23-27]、模糊综合评价[1,10,22,26,28-31]、层次分析[31]、集对分析[1]、神经网络[32]、灰色关联[25]、属性理论[33]、灰色预测[27,28]、均方差[5,29]、分形理论[34]、突变级数[35]、模糊物元[36]、集对分析[37,38]等方法开展评价。其中,熵权法能较客观地反映各个指标所含真实信息量的大小,克服了以往评价方法上人为的主观干扰,在确定指标权重中有独特优势;模糊综合评价法能较好地解决模糊的、难以量化的问题,结果清晰,能把定性转化为定量,是进行生态评价的有力工具。然而,目前熵权法和模糊评价法相结合的评价研究较少,缺乏基于区域城市相对健康状况的健康水平分级。本研究选取四川18个城市进行城市生态系统健康评价和比较,其实证分析将有助于诊断城市生态系统的破坏或退化程度,为服务城市生态系统管理提供决策参考极具现实意义。

2研究区和数据来源

研究区位于四川省中东部、南部(图1),面积为18.9万 km2,占四川省面积的39.0%,包括四川盆地、川西南山地、大巴山等地形单位。大部属亚热带湿润气候,季风气候明显,西部边缘在地形作用下,以垂直气候带为主。2010年末,研究区户籍总人口共8 326.4万人,占全省人口的92.5%。市区面积32 665 m2,其中建成区1 340.7 m2,占全省的82.3%。2010年末地区生产总值达16 403.3亿元,占全省的95.5%,形成14∶51∶35产业结构格局。

本文采用的数据皆来源于2011年《四川统计年鉴》。由于数据的可得性和评价要素的属性差异,部分数据的范围存在空间差异。

3研究方法

3.1　评价指标体系构建

评价指标选取一般遵循科学性和简便性两大原则。城市复合生态系统评价所选取的指标应能反映系统的综合性、整体性,既要考虑自然,也要考虑人文因素;应选取能表征城市生态系统健康水平和变化的要素和因子;选取的指标能在空间、时间等维度上进行比较;所选指标的原始数据能通过调查、统计、遥感等手段获得。

图1　研究区范围和城市位置

根据活力-组织力-恢复力(VOR)理论,结合城市复合生态系统的特征,构建活力-组织结构-恢复力-服务功能-人群健康(VORSP)评价模型。活力指城市生态系统的活性、代谢力和生产力,用经济生产力、消费力、流动力来表示;组织结构指城市复合生态系统的结构由经济、社会、自然三大部分组成,可用经济结构、社会结构和自然结构来表示;恢复力是城市生态系统维持结构、格局的能力,城市生态系统的自然分解者功能微乎其微,城市产生的大量废物难以自然分解,主要靠废物处理设施来处理,因此,可用城市废物处理力;服务功能是指城市生态系统为人类生产、生活提供载体,城市的环境质量的好坏及城市人群的生活便利程度直接影响着生态系统服务功能的优劣;采用人体健康和生活质量来反应人群的健康状况。评价指标体系由基准层、准则层、指标层组成(表1)。

表1　城市生态系统健康评价指标、权重和分级标准

3.2　健康水平分级标准

将城市健康水平由好到差划分为很健康、健康、临界状态(亚健康)、不健康和病态5级,分别用Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ表示。以研究区同一指标下各城市的平均、最好和最差水平为参考确定评价指标的健康分级标准。以平均水平为临界状态,很健康、健康(一般健康)是在亚健康的基础上向好的方向浮动40%、20%,不健康、病态分别在亚健康的基础上向差的方向浮动20%、40%,具体分级标准值见表1。

3.3　评价模型构建

构建评价模型是进行评价的基础和前提。一个合理城市生态系统健康评价模型,既能够反应时间变化,也能够进行横向比较。采用的评价模型为:

H=W×R

(1)

式中:H为评价结果,W为评价指标对城市生态系统健康程度的权矩阵,R为城市生态系统健康评价指标对各级健康标准的隶属度矩阵。

3.3.1评价指标权重确定

各评价因子权重影响评价的结果和效果,合理的权重能客观反应实际情况,使评价达到目的。常用确定权重的方法有主观赋权法和客观赋权法。主观赋权法包括专家打分法和德尔菲法等。客观赋权法包括熵权法、主成分分析法等。采用熵权法确定指标权重,计算过程如下:

首先,对各城市评价指标的判断矩阵进行归一化处理,归一化处理公式如下:

(2)

式中:xi,max、xi, min分别为同指标下不同城市的最大值、最小值,cij表示i城市的j指标归一化后的值,i=1,2,…,n;j=1,2,…,m。

其次,根据熵值理论,若n个城市样本有m个评价指标,则城市生态系统健康评价指标熵值计算公式为:

(3)

(4)

为使Infij有意义,根据健康评价的实际意义,当fij=0时,可理解Infij为一个较大的数值,与Infij相乘趋向于0,故可认为fij=0;但fij=1时,fij=0,这与熵反映的信息无序化程度相违背,故需对fij加以修正,修正后的公式如下:

(5)

最后,计算各评价要素指标的熵权wj,公式为:

(7)

3.3.2隶属函数建立

城市生态系统健康内涵明确、外延模糊,是典型的模糊概念,因此,可根据模糊数学的隶属度理论把定性评价转化为定量评价,即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。

Cij表示i城市的j指标的归一化实际值。S表示健康分级标准,共分5个等级,其中S1表示很健康,S2表示健康,S3表示亚健康,S4表示不健康,S5表示病态。隶属度计算方法如下:

对正向指标:

当Cij

当Sj

当Cij

对负向指标:

当Cij>S1时,ri1=1,ri2=ri3=ri4=ri5=0;

当Sj>Cij>Sj+1时,rij=(Sj+1-Cij)/(Sj+1-Sj),rij+1=(Cij-Sj)/(Sj+1-Sj),其他健康等级的隶属度为0;当Cij>S5时,ri5=1,ri1=ri2=ri3=ri4=0。

将各指标实际值带入隶属函数,计算隶属度判断矩阵:

(8)

最后,根据(1)式,模糊数学模型可表示如下:

(9)

式中:⊙表示有界积运算;w表示加权矩阵,w=(w1,w2,w3,L,wj);rij表示隶属度。

4评价和分析

4.1　权重分析

将各项数据带入熵权法公式,求得各指标的权重值(表1)。从表1可累加出指标体系基准层和准则层的权重,活力最大(30.30%),主要贡献来自于生产力和流动力,二者都接近10%;其次是组织结构,占25.11%,主要是由社会结构(13.53%)造成的;服务功能、人群健康分别占17.06%、16.76%;恢复力最小,仅为11.07%,体现了城市生态系统活性、代谢力、生产力及多样性等所含信息量大,在综合评价中所起作用理当越大。

4.2　城际分析

通过模糊综合数学法,求得各城市生态系统健康水平隶属度(图2~4)。

从图2(a)可以看出,成都、攀枝花处于很健康;德阳、绵阳、广元、乐山、宜宾、资阳处于临界状态,即亚健康水平;巴中处于病态;其余城市不健康。

图2　各城市生态系统健康状况

为更好地突出各城市生态系统健康水平的差异,将隶属指数进行合并比较。狭临界状态:将很健康和健康的隶属指数合并为Ⅰ-Ⅱ健康,将不健康和病态的隶属指数并为Ⅳ-Ⅴ不健康,如图2(b),可以看出,成都、攀枝花很健康,德阳、绵阳、乐山、宜宾城市亚健康,而其他城市属于Ⅳ-Ⅴ不健康状态。宽临界状态型:将一般健康、不健康和临界状态的隶属指数合并为Ⅱ-Ⅲ-Ⅳ临界状态,如图2(c),可以看出,成都属于很健康,其他城市属于Ⅳ-Ⅴ不健康状态。

从上述分析可看出,成都城市生态系统很健康,领跑18城市;攀枝花、绵阳、德阳、宜宾、乐山也居前列;巴中极不健康。

4.3　区际分析

按惯例将研究区分为4个次级区域,分析研究区城市生态系统健康水平的地域差异。图3表明,攀枝花地区城市生态系统健康水平最高,属于很健康;成都经济区的城市处于健康水平;川南地区城市处于临界状态;川东北地区城市处于不健康水平。

图3　次区域城市生态系统健康状况

从图4看出,成都经济区城市生态系统很健康,组织结构、恢复力、服务功能和人群健康都健康,活力表现强劲。川南地区城市活力、组织结构和人群健康处于临界状态,恢复力、服务功能处于不健康,流动力、经济结构、环境状况不容乐观。川东北地区城市活力处于病态,组织结构、恢复力、人群健康处于不健康,服务功能处于临界状态。攀枝花地区城市活力和人群健康很健康,组织结构和生态系统服务功能健康,恢复力处于临界状态,经济结构、流动力和环境状况是主要瓶颈。

图4　不同指标层级下次区域城市生态系统分指标健康状况

图2、图4(e1)和(e2)表明,研究区18个城市总体处于亚健康水平,城市生态系统活力、组织结构、恢复力和人群健康处于亚健康,服务功能处于健康水平。主要优势是具有很强经济生产力,服务功能良好;主要的劣势是经济消费力、流动力不足造成的活力不强,以及经济结构不合理。

5结语

(1)熵权法与模糊数学法结合能有效避免评价指标主观性,结果清晰。根据研究区实际情况建立了城市生态系统健康评价指标体系,采用改进的熵权法确定指标权重,能较客观地反映各个指标所含真实信息量的大小,克服了以往评价方法上人为主观干扰,同时应用模糊数学方法建立了评价模型,使评价结构更符合客观实际,评价结果能基本反映区域城市生态系统健康状况、地域差异和主要问题。

(2)研究结果表明:研究区域城市生态系统总体处于亚健康水平,健康水平城际差异大,成都为首,巴中为尾;健康水平区际差异大,成都经济区优于川南地区,川南地区好于川东北地区。主要优势是具有很强经济生产力,生态系统服务功能良好;主要的劣势是经济消费力、流动力不足造成的活力不强,以及经济结构不合理;健康水平地域差异的主要驱动力是城市生态系统的活力。缩小区域差异提高内需能力,深化对外开放,优化经济结构,是缓解区域差异、提升水平的可能出路。

参考文献：

[1] 郭秀锐,杨居荣,毛显强.城市可持续发展的生态学分析——以广州市为例[J].城市环境与城市生态,2002(5):26~28.

[2] 姚姜铭,郑党斌,黄蓉,等.城市化迅速发展背景下城市生态若干问题讨论[J].绿色科技,2014(2):21~24.

[3] Odum E P,Finn J T,Franz E H.Perturbation theory and the subsidy-stress gradient[J].Bioscience,1979,29(6):349~352.

[4] Rapport D J,B?hm G,Buckingham D,et al.Ecosystem Health:The Concept,the ISEH,and the Important Tasks Ahead[J].Ecosystem Health,2001,5(2):82~90.

[5] 秦趣,朱士鹏,代稳.六盘水市城市生态系统健康动态评价研究[J].环境科学与技术,2014(9):185~191.

[6] 秦趣,代稳,陈志霞.我国城市生态系统健康评价综述[J].安全与环境工程,2014(4):96~100.

[7] 郁亚娟,郭怀成,刘永,等.城市病诊断与城市生态系统健康评价[J].生态学报,2008(4):1736~1747.

[8] Su M,Zhang Y,Liu G,et al.Urban Ecosystem Health Assessment:Perspectives and Chinese Practice[J].International Journal of Environmental Research and Public Health,2013,10(11):5874~5885.

[9] 刘耕源,杨志峰,陈彬,等.基于能值分析的城市生态系统健康评价——以包头市为例[J].生态学报,2008(4):1720~1728.

[10] 李梦婕,申双和,李雨鸿,等.模糊数学方法评价南京城市生态系统健康形势[J].科学技术与工程,2014(22):107~115.

[11] 胡廷兰,杨志峰,何孟常,等.一种城市生态系统健康评价方法及其应用[J].环境科学学报,2005,25(2):269~274.

[12] Spiegel J M,Bonet M,Yassi A,et al.Developing Ecosystem Health Indicators in Centro Habana:A Co mmunity-based Approach[J].Ecosystem Health,2001,7(1):15~26.

[13] Su M,Fath B D,Yang Z.Urban ecosystem health assessment:A review[J].Science of The Total Environment,2010,408(12):2425~2434.

[14] 郭秀锐,杨居荣,毛显强.城市生态系统健康评价初探[J].中国环境科学,2002,22(6):25~529.

[15] 郭秀锐,毛显强,杨居荣,等.生态系统健康效果——费用分析方法在广州城市生态规划中的应用[J].中国人口.资源与环境,2005(5):130~134.

[16] 曾勇,沈根祥,黄沈发,等.上海城市生态系统健康评价[J].长江流域资源与环境,2005(2):208~212.

[17] 刘明华,董贵华.城市生态系统健康评价指标体系的构建——以秦皇岛市生态系统为例[J].中国疗养医学,2005(3):161~164.

[18] Shi X,Yang J.A material flow-based approach for diagnosing urban ecosystem health[J].Journal of Cleaner Production,2014,64:437~446.

[19] Liu G Y,Yang Z F,Chen B,et al.Emergy-based urban ecosystem health assessment:A case study of Baotou,China[J].Co mmunications in Nonlinear Science and Numerical Simulation,2009,14(3):972~981.

[20] Su M,Yang Z,Chen B.Relative Urban Ecosystem Health Assessment:A Method Integrating Comprehensive Evaluation and Detailed Analysis[J].EcoHealth,2010,7(4):459~472.

[21] Su M 和 F B.Spatial distribution of urban ecosystem health in Guangzhou,China[J].Ecological Indicators,2012,15(1):122.

[22] 官冬杰,苏印,何政春.基于模糊数学模型的城市生态系统健康动态变化评价[J].水土保持研究,2014(5):150~156.

[23] 刘玒玒,汪妮,解建仓,等.基于熵权法的城市生态系统健康模糊评价[J].武汉大学学报:工学版,2014(6):755~759.

[24] 秦趣,崔小平,代稳.基于未确知测度的城市生态系统健康评价[J].环境工程,2014(8):114~117.

[25] 秦趣,代稳,张勇荣.基于灰色关联分析的城市生态系统健康评价[J].安徽大学学报:自然科学版,2014(4):102~108.

[26] 朱九龙.基于模糊综合评价法的城市生态系统健康评价[J].资源开发与市场,2013(9):920~922.

[27] 郭锐利,郑钦玉,刘娟,等.基于熵值法和GM(1,1)模型的重庆城市生态系统健康评价[J].中国环境科学,2012(6):1148~1152.

[28] 景彩娥,张福平.太原市城市生态系统健康评价及其趋势预测[J].水土保持通报,2013(3):280~286.

[29] 李双江,罗晓,胡亚妮.快速城市化进程中石家庄城市生态系统健康评价[J].水土保持研究,2012(3):245~249.

[30] 陈克龙,苏茂新,李双成,等.西宁市城市生态系统健康评价[J].地理研究,2010(2):214~222.

[31] 李茂娟,李天奇,王欢,等.基于模糊综合评判的长春市生态系统健康评价[J].水土保持研究,2013(1):254~259.

[32] 赵帅,柴立和,李鹏飞,等.城市生态系统健康评价新模型及应用——以天津市为例[J].环境科学学报,2013(4):1173~1179.

[33] 颜文涛,袁兴中,邢忠.基于属性理论的城市生态系统健康评价——以重庆市北部新区为例[J].生态学杂志,2007(10):1679~1684.

[34] 马爽爽,陈奕,许有鹏.基于分形理论的湖州市城市生态系统健康评价[J].生态学杂志,2012(7):1817~1822.

[35] 魏婷,朱晓东,李杨帆.基于突变级数法的厦门城市生态系统健康评价[J].生态学报,2008(12):6312~6320.

[36] Li Y,Li D.Assessment and forecast of Beijing and Shanghai's urban ecosystem health[J].Science of The Total Environment,2014(487):154~163.

[37] Su M R,Yang Z F,Chen B.Set pair analysis for urban ecosystem health assessment[J].Co mmunications in Nonlinear Science and Numerical Simulation,2009,14(4):1773~1780.

[38] Su M R,Yang Z F,Chen B,et al.Urban ecosystem health assessment based on emergy and set pair analysis-A comparative study of typical Chinese cities[J].Ecological Modelling,2009,220(18):2341~2348.

Assessment of Urban Ecosystem Health Based on Entropy Weight and Fuzzy

Mathematical Method

Xiang Liu

(CollegeofResourcesenvironmentandTourism,CapitalNormalUniversity,Beijing

100048,China)

Key words:UEH assessment;fuzzy mathematical method;entropy weight;spatial comparison