基于PSR模型的青铜峡市土地生态安全评价与预测

王 鹏, 王亚娟, 刘小鹏, 陈 晓, 孔福星

〔1.宁夏大学 资源环境学院, 宁夏 银川 750021; 2.宁夏(中阿)旱区资源评价与环境调控重点实验室, 宁夏 银川 750021〕

1 研究区域

青铜峡市位于黄河上游，宁夏平原的中部，地处105°22′—109°09′E，37°41′—38°33′N，隶属宁夏自治区吴忠市，南北长约60 km，东西宽约30 km，地势由西南高东北低，呈现阶梯状分布，属中温带大陆性气候，四季分明，昼夜温差较大，全年日照2 955 h，年平均气温8.3～8.6 ℃，无霜期176 d，水资源较为丰富，年降水量260.7 mm。地辖8个镇和2个场，截止2016年底，总人口达30万人，总面积约2 445 km2，是玉米、水稻、小麦、蔬菜、枸杞等农产品的主要生产基地之一。

2 研究方法与数据来源

采用由联合国经济合作开发署(OECD)提出的PSR模型对青铜峡市土地生态安全进行评价。PSR模型以人类与自然系统相互制约和依存关系为出发点建立指标体系，具有较强的系统性，该模型由“压力—状态—响应”三部分指标组成[15]。压力指标表示环境承受人类各种生产、生活活动对其造成的压力；状态指标表示自然资源和环境所处的现状；响应指标表示人类在面对各种压力时所采取的手段和措施。该模型较好地反映生态系统和人类社会间的关系，并将二者紧密联系起来，具有较强的使用价值[16]。

2.1 数据来源

使用数据全部来源于《宁夏统计年鉴》以及青铜峡市政府报告、官方网站公布的数据和宁夏自治区官方网站公布的数据、宁夏自治区国民经济和社会发展统计公报。

2.2 指标体系的确立

依据指标体系选取的科学性、合理性、可操作性以及数据获取的可得性原则，运用PSR模型，并结合青铜峡市土地生态安全特点，在借鉴已有研究成果[8,15-17]的基础上，构建了青铜峡市土地生态安全评价指标体系(表1)。

表1 青铜峡市土地生态安全评价指标体系

2.3 土地生态安全计算

2.3.1 构建样本评价矩阵 定义xij指第i年的第j项指标的实际值，从而构建研究区域生态安全评价m个评价指标和n个评价对象的样本矩阵X:

X=(xij)m×n

2.3.2 指标的标准化处理 为了消除量纲影响，本文采用极差法对各项指标进行标准化处理，得到矩阵Y，记为：

Y=(yij)m×n

式中：Yij——指标标准化后的值，Yij∈(0,1)；xijmax，xijmin——第j项指标的最大值和最小值。

2.3.3 熵权法确定权重 定义fij指标准化值占总标准化值的比重，则有公式：

令ej为第j项指标的熵值，则有公式：

本次高峰论坛的第一位主讲嘉宾是来自中国航空工业集团有限公司副总经理张新国，清华大学副校长、教育部高等学校工业工程类专业教学指导委员会主任委员郑力教授，东风日产乘用车公司制造总部总部长阳玉龙，联想创投集团大数据与物联网业务总经理吴越，悠桦林信息科技（上海）有限公司首席优化科学家丁伟军，以及来自京东集团副总裁杨平、上海交通大学中美物流研究院院长江志斌教授、特斯拉汽车公司资深可靠性主管工程师孙凤斌先生、顺丰速运营运副总裁张戟、耐克大中华区财务总监卞敏娜、富士康精密组件（北京）有限公司副总经理刘峰峰以及爱柯迪股份有限公司副总经理何盛华，分别发表主旨演讲。

计算第j项指标的权重wj，公式为：

式中：wj——第j项指标的权重；ej——第j项指标的熵值；m——研究期；j——指标个数。根据熵权法以及以上所给的公式计算得到各指标权重详见表1。

2.3.4 土地生态安全综合指数 本文采用综合评价法，利用土地生态安全综合评价模型计算得到青铜峡市土地生态安全综合指数(表2)。

式中：A——土地生态安全综合指数；wj——第j项指标的权重；Yij——第i年的第j项指标的标准化值；m——指标个数。

表2 青铜峡市2006-2015年土地生态安全指数

2.4 生态安全评价标准的划分

土地生态安全评价标准的划分的科学性、合理性是生态安全评价的重要环节，然而国内对于生态安全评价标准的研究还处于探索阶段，尚无明确、统一的划分标准[18]。

依据青铜峡市生态安全指数，参考相关学者的研究成果[19-20]，将青铜峡市土地生态安全评价标准划分为5个等级(表3)。

表3 土地生态安全评价标准与安全等级

2.5 地理探测器分析方法

地理事物空间分布的差异性，深受经济社会或自然要素影响，探明其机理是地理学研究的重要内容，“地理探测器”研究方法首次应用于地方性疾病形成原因的探测[21]，其模型为：

2.6 土地生态安全动态预测

利用灰色系统预测方法对青铜峡市土地生态安全进行预测，基于灰色建模理论的灰色预测法，按照预测问题的特征，可分为5种基本类型，即数列预测、季节灾变预测、拓扑预测、灾变预测以及系统综合预测，以上5种预测都是地理学中重要且较为常用的预测方法[22-23]。以2006—2016年青铜峡市土地生态安全综合指数作为基础数据源，采用灰色系统预测的数列预测法对其未来9 a土地生态安全发展趋势进行预测。在Matlab 2012软件中运用GM(1,1)模型程序可以到土地生态安全值的时间动态模型为：

x(k+1)=24.402 5exp(0.012 4k)-24.018 2

式中：x——土地生态安全综合值；k——预测时间点。

为使预测结果更为准确，对模型预测精度进行检验。检验结果发现，原始数列的还原值与实际值之间的残差值的方差C=0.385 2，最小误差概率p=0.860 0。在灰色预测模型精度检验等级标准中，p>0.8，C<0.5即为合格，因此该预测模型通过检验，预测结果合理。运用GM(1,1)预测2017—2025年青铜峡市土地生态安全态势如图2所示。

3 结果与分析

3.1 土地生态安全评价结果及总体特征

通过计算得到2006—2016年青铜峡市的综合土地生态安全指数(表2)。从表2可以看出，研究期间青铜峡市的土地生态安全指数介于0.4～0.6之间，土地生态安全评价值由2006年的0.446 3增加到2016年的0.505 1，其安全等级在研究期间始终处于临界安全状态。由图1可以看出，研究期间青铜峡市土地生态安全整体呈波动上升的变化趋势，土地生态安全整体状况得到提升和改善。其中2006—2009年土地生态安全指数呈现波动下降的态势，由2006年的0.446 3下降到2009年的0.419 1；2009—2016年青铜峡市土地生态安全综合评价值不断上升，由2009年的0.419 1上升到2016年的0.505 1。但从压力指数、状态指数以及响应指数来看，研究期间青铜峡市的压力指数和响应指数呈现出增大的变化趋势，而状态指数则变化不大。尤其2011年以来，土地生态压力逐年增大，主要是由于这一时期青铜峡市承接了大量来自南部山区的贫困移民，使得土地生态压力指数增加，基础设用承载力加大。但由于各级政府对生态移民工程的实施及移民后的安置区建设等方面的重视，不断加大安置区基础设施、生态环境等方面的建设，使得响应指数逐年增加，青铜峡市土地生态安全状况不断好转。

图1 青铜峡市土地生态安全水平

3.2 土地生态压力指数评价分析

土地生态安全压力指数表示人类活动对自然生态系统造成的压力。由图1和表2可知，青铜峡市土地生态安全压力指数在研究区期间整体呈现出先减小后增加的变化趋势，从2006年的0.209 6下降至2009年的0.206 8，而后压力指数由2009年的0.206 8增加到2016年的0.220 2。主要有以下几个原因： ①人口的快速增加。十二五期间宁夏实施生态移民政策，生态移民期间青铜峡市承接了大量来自宁夏南部山区的贫困移民，使得人口密度增加，由111人/km2上升为120人/km2，加大了土地承载压力； ②研究期间，青铜峡市经济得到快速增长，工业化进程加大，城市化水平不断提高，致使“三废”排放量增加； ③青铜峡市是宁夏主要的农业生产区，农用化肥、农药以及塑料薄摸的使用加大了土地压力，研究期间研究区农用化肥量由2006的7.52×108t增加到2016年的8.95×108t，土壤土质发生变化，肥力下降，土地资源环境压力加大。

3.3 土地生态状态指数评价分析

土地生态安全状态指数反映了自然生态系统的状况。由表2可以看出，青铜峡市土地生态安全状态指数几乎保持不变，基本上呈持平状态。研究期间，青铜峡市的农村人均纯收入和城镇居民可支配收入逐年增加，分别由2006年的4 401.03和5 668.22元增加到2016年的10 200.54和21 003.19元；但是其人均粮食产量在不断减少，由2006年的991.3 kg减少至913.03 kg，主要是人口增加所导致的结果。

3.4 土地生态响应指数评价分析

土地生态安全响应指数反映人类在面对各种生态压力时所采取的措施和方法。由图1可以看出研究始末青铜峡市的土地生态安全响应指数呈现出先下降后上升再下降再上升的W形变化趋势。2006—2007年响应指数由0.122 8下降至0.118 7，2007—2008年增加至0.129 8，而后下降至2009年的0.109 9；2009—2016年呈现逐年上升的变化趋势。2006—2009年响应指标波动变化主要是第三产业占GDP比率、废气与废水处理设施套数和水利环保投资占GDP比率等指标数据的变化引起的。2009—2016年响应指数逐年增加，主要是政府注重生态环境的保护和基础设施、福利等民生方面的建设和完善，尤其是“十二五”以来，生态移民工程的实施以及各项扶贫攻坚政策的开展，各级政府把生态保护和改善民生作为首要任务来抓，极大地改善和保护了土地生态状况。

3.5 土地生态安全主导因素分析

区域土地生态安全受各种因素的综合影响，本文选取了能够反映土地生态安全的社会、经济、生态等方面的27项指标，对影响土地生态安全的主导因素进行探测研究。首先利用ArcGIS软件对土地生态安全体系各指标原始数据进行分级分区，根据地理探测器模型，将表1指标层中27项指标分别与土地生态安全指数进行空间探测分析，计算得到各因素对土地生态安全指数的影响力(表4)。Q值越大，表明该因素对区域土地生态安全影响越大，将Q值大于0.9的指标因素看作为影响土地生态安全的主导因素。由表4可以看出，青铜峡市的土地生态安全主要受到人口密度、农用化肥使用量、废水排放量、万元GDP能耗、工业固体废物产生量、建成区绿化覆盖率、水利、环保设施投资占GDP的比率等要素的影响。

表4 土地生态安全影响因素探测力指标值

3.6 基于GM(1,1)模型土地生态安全预测分析

通过利用GM(1,1)模型对青铜峡市未来9 a的土地生态安全状况进行预测。结果显示，2017—2025年青铜峡市土地生态安全呈现上升的趋势，其土地生态安全等级仍为临界安全状态。土地生态安全的不断提升和改善有利于农业生产，将促进社会经济实力的不断增强。

图2 2017-2025年青铜峡市土地生态安全变化趋势

4 讨论与结论

2006—2016年青铜峡市土地生态安全压力指数整体呈现出先减小后增加的变化趋势，由2006年的0.209 6下降至2009年的0.206 8，而后压力指数由2009年的0.206 8增加到2016年的0.220 2。土地生态安全状态指数虽有波动，但其变化幅度不大，处于基本持平的状态。青铜峡市的土地生态安全响应指数呈现出先下降后上升再下降再上升的W形变化趋势。2006—2007年响应指数由0.122 8下降至0.118 7，2007—2008年增加至0.129 8，而后下降至2009年的0.109 9；2009—2016年呈现逐年上升的变化趋势。

土地生态安全压力指数、状态指数、响应指数三者共同决定着研究区的土地生态安全评价的综合指数。由表2可以看出，青铜峡的土地生态安全指数介于0.4～0.6之间，土地生态安全整体呈波动上升的变化趋势，其中2006—2009年土地生态安全指数呈现波动下降的态势，由2006年的0.446 3下降到2009年的0.419 1；2009—2016年青铜峡市土地生态安全综合评价值不断上升，由2009年的0.419 1降低到2016年的0.505 1。土地生态安全整体状况得到提升和改善，其土地生态安全等级在研究期间始终处于临界安全状态。

依据2006—2016年生态安全综合指数对2017—2025年的土地生态安全进行预测。结果显示，研究期间青铜峡市土地生态安全水平整体呈现上升趋势，2017—2025年其土地生态安全水平虽有上升，但其安全等级仍为临界水平，安全等级有待于提高。利用地理探测器对青铜峡市土地生态安全影响因子进行探测发现，青铜峡市的土地生态安全水平主要受人口密度、农用化肥使用量、废水排放量、万元GDP能耗、工业固体废物产生量、建成区绿化覆盖率、水利、环保设施投资占GDP的比率等要素的影响。因此，在改善和提高该地区土地生态安全时应综合考虑以上因素的影响，采取相对应的手段和措施。

[参考文献]

[1] 马轩凯,高敏华.西北干旱地区绿洲城市土地生态安全动态评价:以新疆库尔勒市为例[J].干旱区地理,2017,40(1):172-180.

[2] 李昊,李世平,银敏华.中国土地生态安全研究进展与展望[J].干旱区资源与环境,2016,30(9):50-56.

[3] 张利,陈影,王树涛,等.滨海快速城市化地区土地生态安全评价与预警：以曹妃甸新区为例[J].应用生态学报,2015,26(8):2445-2454.

[4] 陈美婷,匡耀求,黄宁生.基于RBF模型的广东省土地生态安全时空演变预警研究[J].水土保持研究,2015,22(3):217-224.

[5] 曲福田,赵海霞,朱德明.江苏省土地生态安全问题及对策研究[J].环境保护,2005(2):57-59.

[6] Hughey K F D, Cullen R, Kerr G N, et al. Application of the pressure-state-response framework to perceptions reporting of the state of the New Zealand environment[J]. Journal of Environment Management, 2004,70(1):85-93.

[7] 焦红,汪洋.基于PSR模型的佳木斯市土地生态安全综合评价[J].中国农业资源与区划,2016,37(11):29-36.

[8] 解雪峰,吴涛,肖翠,等.基于PSR模型的东阳江流域生态安全评价[J].资源科学,2014,36(8):1702-1711.

[9] 王鹏,况福民,邓育武,等.基于主成分分析的衡阳市土地生态安全评价[J].经济地理,2015,35(1):168-172.

[10] 徐美,朱翔,刘春腊.基于RBF的湖南省土地生态安全动态预警[J].地理学报,2012,67(10):1411-1422.

[11] 荣慧芳,张乐勤,严超.基于熵权物元模型的皖江城市带土地生态安全评价[J].水土保持研究,2015,22(3):230-235.

[12] 李建春,袁文华.基于GIS格网模型的银川市土地生态安全评价研究[J].自然资源学报,2017,32(6):988-1001.

[13] 李茜,任志远.区域土地生态环境安全评价:以宁夏回族自治区为例[J].干旱区资源与环境,2007,21(5):75-79.

[14] 王磊,郭灿,李慧明.基于PSR-TOPSIS模型的宁夏回族自治区土地生态安全评价[J].水土保持研究,2016,23(6):154-159.

[15] 王荣军,谢余初,张影,等.基于P-R-S模型的旱区城市湿地生态安全评估[J].生态科学,2015,34(3):133-138.

[16] 许月卿,赵菲菲,孙丕苓.生态脆弱区土地生态安全动态评价:以河北省张家口市为例[J].水土保持通报,2015,35(5):232-238.

[17] 王雪,杨庆媛,何春燕,等.基于P-S-R模型的生态涵养发展型区域土地生态安全评价:以重庆市丰都市为例[J].水土保持研究,2014,21(3):169-175.

[18] 冯文斌,李升峰.江苏省土地生态安全评价研究[J].水土保持通报,2013,33(2):285-290.

[19] 孙德亮,张凤太.基于DPSIR-灰色关联模型的重庆市土地生态安全评价[J].水土保持通报,2016,36(5):191-197.

[20] 严超,张安明,石仁蓉,等.重庆市黔江区土地生态安全评价及时空变化分析[J].水土保持通报,2016,36(4):262-268.

[21] 王劲峰,徐成东.地理探测器:原理与展望[J].地理学报,2017,72(1):116-134.

[22] 严超,张安明,吴仕海.基于GM(1,1)模型的土地生态安全动态分析与预测[J].西南大学学报:自然科学版,2015,37(2):103-109.

[23] 孟展,张锐,刘友兆,等.基于熵值法和灰色预测模型的土地生态系统健康评价[J].水土保持通报,2014,34(4):226-231.