喀斯特山区生态环境脆弱性综合评价——以贵州省黔中地区为例

安宏锋，徐浩，安宁，王之明，左思艺

(1.贵州省环境监测中心站，贵州贵阳　550001； 2.贵州师范大学山地资源与环境遥感重点实验室，贵州贵阳　550001)



喀斯特山区生态环境脆弱性综合评价
——以贵州省黔中地区为例

安宏锋1，徐浩1，安宁2，王之明1，左思艺1

(1.贵州省环境监测中心站，贵州贵阳550001； 2.贵州师范大学山地资源与环境遥感重点实验室，贵州贵阳550001)

摘要：从自然状态、人文压力方面探讨建立喀斯特山区生态环境脆弱性指标评价体系，通过变异系数法确定了指标权重，收集了2010年贵州省黔中地区的自然、人文、遥感数据，并以此为基础对该地区的生态环境脆弱性进行了综合评价。结果表明：生态环境重度及以上脆弱类型主要分布在裸地、耕地，中度及以下脆弱类型主要分布在草地、灌木林地、有林地。黔中地区生态极强度脆弱区主要分布在北部区域；而中度和强度脆弱区则沿极强度脆弱区分布；轻度脆弱区集中在中部、南部；生态环境脆弱区主要发生在坡度25°以下的区域。

关键词：喀斯特山区；生态环境；脆弱性

自美国学者Clement提出生态过渡带概念以来，生态脆弱性开始受到广泛关注和研究，理论认知得到了丰富和发展。王小丹等[1-2]所总结的生态脆弱性的概念在不同学科领域和地域范围内有不同理解，仍未达成共识。本文趋向于脆弱性即脆弱程度，作为一种过渡性的表示方法，其运用于生态环境评价则表示某一地区生态系统或环境受到干扰时，易从一种状态转变为另一种状态能力的强弱。喀斯特作为生态脆弱区的典型性代表，峰丛-洼地、峰林-谷地以及水系二重系统发育，致使石漠化、水土流失严重且人地关系矛盾突出[3-5]。本文从自然状态、人文压力两个主要方面对生态脆弱进行综合性研究，探讨贵州省黔中地区的生态脆弱性强度分布情况及其影响要素，并提出对生态环境保护和治理的相关对策和建议。

1研究区概况

黔中地区位于贵州省中部，东经105°43′25.641″～108°11′47.184″，北纬25°39′3.534″～27°30′58.187″，包括贵阳市六区一市三县、安顺市及黔南州部分区县，共计20个县(市、区)、250个乡镇。区域国土面积24 317 km2，约占全省的14%，大部分属于云贵高原的喀斯特丘陵地貌发育区，海拔最低447 m，最高2 177 m，属亚热带季风区。区域内主要水系有乌江水系、北盘江水系和红水河水系，水资源十分丰富。土地利用类型以林地、耕地、草地为主，林地约占50%，耕地约占30%，草地约占15%。2010年黔中地区人口共计764.78万人，约占贵州省总人口的22%。城镇基本分布在山间平地。特殊的喀斯特地形、地貌发育使该地区可利用土地资源较少，人地关系面临严峻挑战，生态趋于恶化，生态环境脆弱性加剧。随着经济社会发展，部分地区人口聚集、城市化加快，治理和改善区域脆弱的生态环境已经被提上社会经济可持续发展的议事日程。

2研究方法

2.1评价指标因子选择

生态脆弱性是自然环境与人类活动共同作用的产物。自然要素分为地形、气候、水文、土壤和植被；人类活动主要体现为次生环境效应。为摆脱以往以大区域为评价单元的概述性分析方法，实现以像元为单元对生态环境脆弱程度的更精确评价，依据周永娟[6]等的理念，从自然状态和人文压力两个方面构建综合的评价指标体系，最终以遥感图像像元为基本评价单元对黔中地区生态环境脆弱性进行评价，因此本文选取自然状态因子和人文压力与生态环境脆弱性紧密联系的9个因子作为评价指标，如表1所示。

表1　生态脆弱评价体系Table 1　The evaluation system of ecological vulnerability

2.2数据来源及处理

2.2.1数据来源

以黔中地区2010年30 m分辨率的TM遥感影像数据和DEM数据、2010年第六次人口普查数据、2010年中国区域经济统计年鉴、《贵州土种志》和贵州省土壤图、地貌图和水文地质图以及2010年土地利用数据等为基础数据源。

2.2.2数据处理

(1)植被覆盖度指数

归一化植被指数和植被覆盖度指数是反映绿色植被覆盖情况、生态环境质量的重要指标之一，由于计算简单、操作方便，在各种环境监测项目中被广泛运用于反映自然生态环境的好坏。归一化植被指数的计算公式如下：

NDVI=(NIR-R)/(NIR+R)

(1)

式中，NIR为影像的近红外波段；R为影像的红光波段；NDVI为归一化植被指数，其取值范围为-1～1。根据归一化植被指数计算方法，通过进一步计算可得植被覆盖度指数，其公式如下：

Fv=(NDVI-NDVImin)/(NDVImax-NDVImin)

(2)

式中，Fv为植被覆盖度指数，其值域范围为0～1；NDVI为式(1)所得；NDVImax和NDVImin分别为归一化植被指数的最大值和最小值。

(2)基岩裸露率

石漠化是岩溶地区土地退化的极端形式。作为表征石漠化强度的主要因子，基岩裸露率因子采用Huang[7]等模仿归一化植被指数提出的归一化岩石指数和张晓伦[8]等基于NDRI像元二分模型提取基岩裸露率的TM波段运算方法，自动提取基岩裸露信息，其计算公式为：

NDRI=(SWIR-R)/(SWIR+R)

(3)

Fr=(NDRI-NDRImin)/(NDRImax-NDRImin)

(4)

式中，SWIR表示短波红外波段(TM影像第五波段)；R是影像的红光波段；NDRI为归一化岩石指数；Fr为基岩裸露率；NDRImax是归一化岩石指数的最大值；NDRImin为归一化岩石指数最小值。

(3)土壤侵蚀

采用通用土壤流失方程对黔中地区的土壤侵蚀量进行评价，其公式为：

USLE=R·K·LS·C·P

(5)

式中，R表示降雨侵蚀力因子，采用地球系统科学数据共享网数据；C为植被覆盖与管理因子，其值利用蔡崇发[9]等建立的C值与植被覆盖度指数的回归方程并结合实际情况进行判断，如水体与建设用地以及水田没有土壤侵蚀，则C值为0，裸地的土壤侵蚀最强C值为1，其他土地类型的C值为方程算出的平均值代替；P因子、K因子参考杨广斌[10-11]结合贵州实际情况对水土保持措施因子P、土壤可蚀性因子K的赋值，其对应的类型取值情况如表2、表3所示。

表2　黔中地区各地类P、C取值Table 2　The P and C value table of land types in central region of Guizhou province

表3　黔中地区各土壤类型K取值Table 3　The K value table of soil types in central region of Guizhou province

对于LS坡长-坡度因子，可由30 m空间分辨率的DEM数据提取坡度数据，然后根据公式求得。坡度因子计算公式为：

(6)

坡长因子则引用Wischmeier和Smith提出的坡长因子计算方法，其公式为：

L=(λ/22.13)m

(7)

(8)

(9)

式中，θ为坡度，°；λ为坡长，m。

将上述各因子数据转化为30 m×30 m的栅格数据，代入公式(5)计算得出黔中地区的土壤侵蚀图，经标准化处理后如图1所示。

图1　黔中地区标准化土壤侵蚀图Fig.1　The map of standardized soil erosion in central region of Guizhou province

2.2.3变异系数法权重确定

数学分析方法和权重分析方法在地理分析中得

到了广泛的应用研究。本文采用变异系数法来客观确定各评价因子指标的权重值。变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重，是一种客观赋权的方法。

为了更好地实现生态脆弱性的评价，将各项评价指标进行离差标准化处理，然后将处理后的数据运用变异系数法公式求取各指标权重值。其标准化处理公式为：

(10)

根据各指标标准化处理后的栅格数据统计其均值和标准差，并通过变异系数法公式算各指标的变异系数和权重值，其公式如下：

(11)

(12)

将表4所得到的各指标的权重值代入公式(13)得到黔中地区生态脆弱性情况，并在地理信息系统软件中用自然段点法把数据分为轻度脆弱、中度脆弱、强度脆弱和极强度脆弱区，如图2所示。其中，水域和水田两种土地利用类型作为掩膜区，默认为非生态脆弱。各脆弱性强度类型面积如表5所示。

(13)

式中，Wi为i项指标的权重值；Xi为i项指标的标准化数值。

表4　黔中地区变异系数方法求取权重系数表Table 4　The index weight was determined by the coefficient of variation method in central region of Guizhou province

图2　黔中地区生态脆弱强度Fig.2　The ecological vulnerability intensity in central region of Guizhou province表5　黔中地区脆弱性强度类型面积统计Table 5　The area of vulnerability intensity in central region of Guizhou province

脆弱性强度类型面积/km2面积百分比/%非生态脆弱2244.289.23轻度脆弱5392.5322.18中度脆弱7738.2531.82强度脆弱6234.7925.64极强度脆弱2707.1611.13总计24317100

3结果分析

3.1黔中地区生态环境脆弱性现状

黔中地区生态环境脆弱性按分布面积从大到小依次是中度脆弱、强度脆弱、轻度脆弱、极强度脆弱、非生态脆弱类型，以轻度脆弱、中度脆弱、强度脆弱为主，三者之和所占比例达到80%左右，中度和强度脆弱面积占57%左右。结果显示，黔中地区生态脆弱性现状不容乐观。

3.2黔中地区生态环境脆弱区空间分布

从图2来看，生态极强度脆弱区主要分布在黔中北部开阳县、息烽县大部以及平坝县靠花溪区部分、清镇市以西、修文县北部和福泉市、白云区的小部分区域；而中度和强度脆弱区域则沿极强度脆弱区域分布，中度脆弱区域所占面积比例较小；轻度脆弱区集中分布在同属于“花生壳”状的喀斯特地貌黔中地区中部、南部，这些区域开垦率低，对自然状态造成的人为扰动较小，脆弱性相对较轻。

通过叠加地貌数据，统计分析得出黔中地区脆弱性等级地貌类型面积比例，如表6所示。在山地、丘陵地貌区则相对较多，而在台地和盆地地区，生态脆弱区的种类分布相对很少；轻度和中度脆弱在山地上分布较多，而强度和极强度脆弱则在丘陵和山地上发育相对较多，是因为在纯度较低的可溶性碳酸盐岩上发育的山地、丘陵相对高度较小，坡度不是很大的区域有农耕基础，人为活动较多(坡耕地、建筑等)，使得强度及以上脆弱区域面积比例较大。

表6　黔中地区脆弱性等级地貌类型面积比例Table 6　The area ratio of land form types by the vulnerability level in central region of Guizhou province

3.3黔中地区生态环境脆弱性的主导因素

由表1和表4所示黔中地区生态脆弱性各评价指标的权重值可知，影响生态脆弱性的因子主要为土壤侵蚀因子、单位粮食产量和人均耕地面积，三者权重贡献率为0.56；其次是降水、土层厚度以及开垦率，权重贡献率为0.27。自然环境状态因子占据了0.63的贡献率，人文压力因子则占据了0.37。自然状态因子是生态脆弱的基础，而不合理的人类活动则会加剧生态脆弱的过程，因而生态脆弱是人与自然环境共同作用的结果。

3.4生态脆弱性与土地利用类型的关系

统计不同土地利用类型的生态脆弱性数据，如表7所示，为黔中地区各土地利用类型中的脆弱性面积比例。由于本文不探讨水体生态脆弱性，而水田长期存在人为管理和耕作，不存在生态脆弱，因而对于水域和水田两种类型不加以统计。

表7　黔中地区各土地利用类型中的脆弱性面积比例Table 7　The vulnerability area ratio of land types in central region of Guizhou province

由表7可知，裸地无植被覆盖，土壤和砾石裸露在外面，水土流失最为严重，因而其发生中度及以上生态脆弱性的面积比例最大；旱地作为农业生产的重要场所，由于人们不合理的土地利用方式容易造成水土流失、生态脆弱加剧；其他林地(包括园地、果林、苗圃等)作为耕地的一种转型利用方式，既实现了对生态环境的保护，又实现了坡耕地土地利用的转型升级和经济生产增值，是坡耕地优化利用的一种良好方法，但其生态结构单一，强度生态脆弱发生的可能性也不容忽视，应加强防护和管理；城乡用地以及工矿、交通用地经过很好的工程处理，可改变性很小，因而强度及以上脆弱发生率相对较小；草地、灌木林地、有林地因人类影响和破坏相对较小，且属于一种生态蓄积结果，如果遭到严重破坏，特别是在喀斯特上发育的绿色植被受破坏后将很难恢复，强度生态脆弱发生率最高。

3.5生态脆弱性与坡度的关系

人类活动致使生态脆弱最突出的表现就是农业耕种。贵州是一个处于山区的农业大省，拥有大面积的坡耕地，因而坡度是造成该地区生态系统脆弱的自然相关因子。采用水土保持中的坡度划分原则(微坡为<5°，较缓坡为5°～8°，缓坡为8°～15°，较陡坡为15°～25°，陡坡为25°～35°，极陡坡为>35°)划分坡度，并统计得到生态脆弱性在坡度类型的面积情况，如表8所示。

由表8可知，生态脆弱性主要发生在较陡坡及其以上区域，即25°以上的区域，其中以缓坡和较陡坡为主，达到各脆弱性等级面积的0.55以上，而在15°以下区域也分布有强度和极强度脆弱性，且面积比达到的0.33，说明除自然条件外，人类大量不合理的活动(耕作、开采、建筑等)造成了严重的生态脆弱性，因而应强化对人类活动区域的管理。

表8　黔中地区各生态脆弱性中坡度类型面积比例Table 8　The area ratio of slope types by the vulnerability level in central region of Guizhou province

4结论及建议

(1)黔中地区生态环境脆弱性以轻度、中度、强度脆弱为主，中度和强度脆弱面积占57%左右，地区生态环境脆弱，必须对黔中地区的生态环境保护给予足够重视。

(2)在土层厚度的数据选择上，本文使用了土壤的平均厚度数据，若能收集到更加精确的土层厚度数据，评价结果会更加准确。由于黔中地区地形起伏大，采用30 m空间分辨率的DEM数据计算坡度和坡长存在较大误差，利用此值计算的土壤侵蚀的误差也较大，若能收集到更加精确的DEM数据也会使评价结果更加准确。缺乏乡镇单位粮食产量、人均GDP数据，这些数据是以县域为单位进行统计，对整个评价结果的精度会带来一定误差。

(3)自然状态因子是生态脆弱的基础，而不合理的人类活动则会加剧生态脆弱的过程，因而生态脆弱是人与自然环境共同作用的结果。人类不合理的开发利用，如在喀斯特山丘、坡地上不合理开垦耕地，致使喀斯特山区原本稀薄的土层，或无土壤覆盖，或岩石裸露，造成生态更加脆弱。

(4)裸地治理、坡耕地的水土保持生态建设和土地利用类型优化可以很好地实现生态脆弱性治理，与经济发展相协调。山地、丘陵地区可以在适宜利用的坡耕地上引导种植果林、经济林等，或加强工程治理，如在坡耕地区域采取林耕相间的耕作模式，加强对裸地、坡耕地的水土保持生态建设和合理利用，保护土壤，才能实现生态和生产的良性循环发展，改善生态环境脆弱性。

(5)生态脆弱性在区域空间分布上与坡度、人为活动、可溶性碳酸性盐岩的分布等有密切联系。其中，坡度较小、人类活动较多的山地和丘陵地区生态脆弱度较大；而在纯碳酸岩盐的喀斯特地貌上，极强度生态脆弱发育较多，中度和强度脆弱则广泛分布在亚喀斯特地貌上。因此，加强对不同纯度碳酸岩盐发育的喀斯特地貌环境的保护和治理研究，对改善地区生态脆弱性有着重要意义。

参考文献(References)：

[1]王小丹, 钟祥浩. 生态环境脆弱性概念的若干问题探讨[J]. 山地学报, 2003, 21(增刊1): 21- 25.

[2]李鹤, 张平宇, 程叶青. 脆弱性的概念及其评价方法[J]. 地理科学进展, 2008, 27 (2): 18- 25.

[3]谢丹, 刘小丽, 刘毅, 等. 云贵可持续发展定位挑战与对策[J]. 环境影响评价, 2014(2):29- 31.

[4]刘小丽, 刘毅, 任景明, 等. 云贵地区生态环境现状及演变态势风险分析[J]. 环境影响评价, 2015, 37(1): 27- 30.

[5]李天威, 任景明, 曾思育, 等. 云贵地区水环境现状特点及未来难点解析[J]. 环境影响评价, 2015, 37(3): 40- 44.

[6]周永娟, 王效科, 欧阳志云. 生态系统脆弱性研究[J]. 生态经济, 2009(11): 165- 189.

[7]Huang Qiuhao, Cao Yunlong. Mapping Karst Rock in Southwest China[J]. Mountain Research and Development, 2009, 29(1): 14- 20.

[8]张晓伦, 甘淑. 基于NDRI像元二分模型的石漠化信息提取研究[J]. 新技术新工艺, 2014(1): 72- 75.

[9]蔡崇发, 丁树文, 史志华, 等. 应用USLE模型与地理信息系统IDRISI预测小流域土壤侵蚀的研究[J]. 水土保持学报, 2000, 14(2): 19- 24.

[10]杨广斌. 基于网格数据的喀斯特山区土壤侵蚀研究[D]. 贵阳: 贵州师范大学, 2004: 36- 44.

[11]杨广斌, 王济, 蔡雄飞, 等. 喀斯特山区土壤侵蚀评价及数据模拟[M]. 北京: 气象出版社, 2013: 75- 80.

收稿日期：2015-07-02

基金项目：2015年贵州省地下水基础环境状况调查评估(2015A080)

作者简介：安宏锋(1982—)，男，河南洛阳人，工程师，硕士，主要从事生态环境监测，E-mail：hongfeng_1225@163.com 通讯作者：徐浩(1975—)，男，贵州天柱人，高级工程师，本科，研究方向为环境监测与评价，E-mail：1026022117@qq.com

DOI:10.14068/j.ceia.2016.04.014

中图分类号：X826

文献标识码：A

文章编号：2095-6444(2016)04-0051-06

Comprehensive Evaluation of Eco-environmental Vulnerability in Karst Mountain Areas—Central Region of Guizhou Province as An Example

AN Hong-feng1, XU Hao1, AN Ning2, WANG Zhi-ming1, ZUO Si-yi1

(1.Guizhou Environmental Monitoring Center Station, Guiyang 550001, China; 2. Key Laboratory of Mountain Resources and Environmental Remote Sensing, Guizhou Normal University, Guiyang 550001, China)

Abstract:From the aspects of natural environment and effect of human activities, the evaluation system of eco-environmental vulnerability index in karst mountain areas was discussed in this paper. The index weight was determined by the coefficient of variation method. Based on the natural environment, humanity and remote sensing (RS) data, the eco-environmental vulnerability in central region of Guizhou Province was evaluated. Results showed that the areas with severe and above eco-environmental vulnerability were mainly distributed in bare land and cropland, while those of moderate and below were distributed in grassland, shrub land and forest. In central region of Guizhou Province, the extremely severe vulnerable area was mainly distributed in the northern region; the moderate and severe vulnerable areas were distributed along the extremely severe vulnerable area; the mildly vulnerable area were distributed in the central and southern regions; the eco-environmental vulnerable areas were mainly distributed in regions with the slope less than 25 degrees.

Key words:karst mountain area; eco-environment; vulnerability