雅安市生态环境脆弱性及其影响因素相关性分析

郭梦迪， 韩继冲， 冉浩楠， 杨 鑫

(成都理工大学 国土资源部地学空间信息技术重点实验室，成都 610059)

0 引言

随着全球环境变化影响研究的加强，特别是对人地关系研究的深入，有关生态脆弱带、生态脆弱性及其脆弱性评估等研究逐渐成为全球性研究热点[1]，多项国际科学计划将生态环境脆弱性研究提上日程[2-3]。生态环境脆弱性是气候变化的潜在影响和适应性能力的函数[4]，目前国内、外已有许多学者开展生态环境脆弱性评价方面的研究。吴绍洪等[5]应用大气-植被相互作用模型(AVIM2)，对21世纪中国生态系统的状况进行模拟，并对自然生态系统在气候变化背景下的脆弱性进行了评价；陈佳等[6]将VSD(Vulnerability scoping diagram)框架和 SERV(Spatially Explicit Resilience-Vulnerability)模型进行整合，应用SERV模型筛选脆弱性指标，定量测度了黄土高原半干旱地区榆林市2000年-2011年社会—生态系统脆弱性空间分异特征及演化趋势；温晓金等[7]基于山地城市主体功能区划方案设置不同适应目标，构建了山地城市社会—生态系统脆弱性评价体系，分析秦岭山地商洛市县域长时序的脆弱性时空演变规律。

笔者以雅安市为研究区，综合考虑影响生态环境脆弱性的复杂过程，定义了一个包含11个变量，由反映和表征区域生态环境脆弱性的地形、气象水文、土地资源、社会经济四个子系统为主体框架的生态环境脆弱性评价指标体系，利用AHP计算指标体系内相应权重；运用遥感技术获得相关数据并进行数据预处理；集成GIS空间分析、统计分析技术构建生态环境脆弱性评价模型；针对指标体系中各子系统对脆弱性的影响模式和程度不同的问题，创新性的利用散点图对各子系统与综合脆弱性进行相关性分析。研究结果将为雅安市促进发展生态旅游经济以及维护区域生态环境的可持续发展提供借鉴。

1 数据与方法

1.1 研究区概况

雅安市位于青藏高原东坡向成都平原过渡地带，地理范围为28°51′10″N～30°56′40″N， 101°56′26″E～103°23′28″E，全市辖雨城、名山、荥经、汉源、石棉、天全、芦山、宝兴2区6县，幅员面积约1.53×104km2。海拔在519 m～5 606 m之间，整体地势北、西和南部高，东部和中部低；区域内山峦纵横，地形复杂，其中山地占全区面积的94%，丘陵和平坝占全区总面积的6%，且主要分布在青衣江两岸[8]。降水是地质灾害最主要的诱发因素，雅安地区作为中国内陆降雨最充沛的地区之一，区域内南北降雨差异较大，北部各县降雨充沛，年总雨量在1 000 mm～1 900 mm；南部石棉和汉源两县气候干湿分明，年总雨量仅有750 m左右[9]。脆弱的地质环境结合日益加强的人类活动，使得雅安地区生态环境问题逐渐成为制约该地区旅游业发展的因素之一。

1.2 生态环境脆弱性评价指标体系

生态环境脆弱性是由气象水文，社会经济(人类活动)，土地资源和地形因素共同影响的复杂过程的结果，可分为两类：①内部脆弱性；②外部脆弱性。内部脆弱性源于生态环境本身的结构，受外部脆弱性的影响较小；外部脆弱性受人类活动的影响较大。在已有研究成果基础上，结合雅安市生态环境实际特点构建了以地形、土地资源、气象水文、社会经济四个子系统为主体框架的概念模型(表1)，并基于此概念模型选择了11个评价指标。

表1 评价指标选取及数据来源与处理Tab. 1 Evaluation index selection and data source and processing

表2 雅安市生态环境脆弱性评价指标体系及权重(CR<0.1)Tab. 2 The assessment indices and weight of ecosystem vulnerability of Ya'an

权重代表了生态环境脆弱性评价指标的重要程度，权重确立是否合理直接影响着评价结果的准确性。运用AHP建立了多层次、多目标的生态环境脆弱性评价指标体系(表2)。AHP是20世纪70年代运筹学家Saatty教授提出的在模糊问题中进行相关合理决策分析的方法。首先根据专家打分法引用数字1～9及其倒数作为标度，表示矩阵元素间的相互重要关系以此构建合理的判断矩阵，在判断矩阵的一致性检验中，准则层和目标层的一致性系数(CR)值均小于0.1。根据上述判断矩阵在yaahp中计算准则层和目标层权重。

1.3 生态环境脆弱性评价方法

由于不同指标量纲和数量级的差异，无法直接对各指标数据进行计算，因此本文采用极差法对评价指标进行标准化处理。对于与生态环境脆弱性呈正相关的指标采用公式(1)进行标准化：

Yi=[Xi-Xi,min]/[Xi,max-Xi,min]

(1)

而与生态环境脆弱性呈负相关的指标则采用公式(2)进行标准化：

Yi=1-[Xi-Xi,min]/[Xi,max-Xi,min]

(2)

式中：Yi为指标标准化值；Xi为指标初始值；(Xi,min)、(Xi,max)分别为该指标最小值、最大值。

采用生态环境脆弱性指数EVI13](Ecological Vulnerability Index)来定量评价区域生态环境脆弱性状况。将指标层中的11个指标分别乘其子权重，进行累加得到准则层中各子系统值(公式(3))：

(3)

式中：Ai表示各子系统的脆弱性指数；Ui表示各指标的标准化值；Wi表示个指标的权重，i=1、2、3…、n。

再将地形、社会经济、气象水文、土地资源四个子系统数值进行加权求和，计算EVI值(公式(4))，EVI值越大，表明生态环境脆弱性程度越高：

EVI=∑[A1Y1+A2Y2+A3Y3+A4Y4]

(4)

式中：EVI为综合生态环境脆弱性指数，其值范围为[0，1]；A1、A2、A3、A4分别表示地形、社会经济、气象水文和土地资源子系统；Y1、Y2、Y3、Y4分别为各子系统对应权重。

2 结果与分析

2.1 子系统生态环境脆弱性

通过上述方法得到的生态环境脆弱性评价结果在空间分布上是较为连续的，为了在整体上对研究区生态环境脆弱性有一个正确的认识，将生态环境脆弱性结果进行分类以确定不同地区生态环境脆弱性的级别。自然断点分类法是通过查找数据值差异相对较大的相邻要素对来使用统计方法确定分类间隔，该方法可以很好地将类别相近的物体聚集在一起并且增大类别之间的差异，而类内部的差异很小，每一类之间都有一个较为明显的断裂之处，是目前较常用的数据分类法[11]。因此，根据上述方法，分别计算出水文气象、社会经济、土地资源和地形四个子系统脆弱性值，利用自然间隔分类法对脆弱性进行分级，具体划分为潜在脆弱、微度脆弱、轻度脆弱、中度脆弱和重度脆弱五个等级(表3)。

表3 各子系统脆弱性等级面积百分比/%Tab. 3 Percentage of subsystems vulnerability level

图1 四个子系统脆弱性及综合生态环境脆弱性分级图Fig.1 The vulnerability grading map of terrain subsystem, land resourcessubsystem and regional ecological environment

1)地形子系统脆弱性空间分布及分析。地形子系统脆弱性分级如图1(a)，中-重度脆弱区面积占比约63.6%，主要分布在研究区西北部和南部，该地区多为地形复杂、山脉纵横、地势起伏度和坡度大，经常发生山体滑坡等地质灾害，故生态环境脆弱性先天脆弱；而潜在-轻度脆弱区则分布在研究区东部平原地区，环境脆弱性指数低。

2)土地资源子系统脆弱性空间分布及分析。土地资源子系统脆弱性分级如图1(b)，中-重度脆弱区大致散落分布，而东部平原地区则呈现出小片聚合状态，其面积占比约31%；该子系统脆弱性空间分布格局大致与地形子系统呈相反状态。造成此分布的主要原因为在脆弱性高的东部平原地区人为干扰强烈，致使土地利用类型丰富且多为耕地和草地，土壤可蚀性较高。海拔极高的少部分边界地区环境脆弱性程度较高其主要原因是这些区域植被覆盖度较低。

3)气象水文子系统脆弱性空间分布及分析。气象水文子系统脆弱性分级如图1(d)，气象水文子系统中降水和气温数据均由研究区及其周围9个标准气象站点进行克里金插值模拟所得。脆弱性程度严重的区域对应研究区西北部、南部；反之，脆弱性程度较低的区域对应于研究区东部地形平坦降雨和温度充足的地区，该地区气候湿润，植物群落结构复杂，生态系统稳定，抵御外来干扰能力强，因此脆弱性程度较低。

4)社会经济子系统脆弱性空间分布及分析。社会经济子系统脆弱性分级如图1(e)，社会经济子系统脆弱性反映了人类社会经济活动对生态环境退化的响应，山区与平原地区人类活动活跃度有着明显的差异，就研究区而言，人类干扰主要集中在中西部的雨城区，南部的石棉县等工业、农业、旅游业等经济发达的地区，频繁的人类活动给这些区域生态环境带来巨大的退化压力。

2.2 综合脆弱性空间分布及分析

采用综合评价法对研究区生态环境脆弱性进行评价，即将各子系统脆弱性值进行加权求和得到综合生态环境脆弱性指数EVI，并遵循自然断点法，将综合生态环境脆弱性分为5级(表4)。

研究区综合生态环境脆弱性空间分布如图1(c)所示，总体看来，区域综合脆弱性整体上呈现出自西向东逐步减弱的趋势，综合环境脆弱性指数最高为0.67，主要出现在研究区南部石棉县，主要由于该地区海拔高且工业等经济发达；最低值为0.17，主要出现在研究区东部名山县。根据GIS空间统计分析结果，2014年研究区境内轻度脆弱区所占比例最大，为32.12%；微度脆弱和中度脆弱次之，分别为26.68%、 20.33%；潜在脆弱和重度脆弱占比较小，分别为14.92%、5.96%。

表4 雅安市生态环境脆弱性指数分级Tab.4 Classification of ecological environment vulnerability index in Ya'an

比较图1中各小图发现，区域综合脆弱性格局与地形、气象水文、社会经济子系统脆弱性空间分布趋势大体相同，但与土地资源子系统呈相反分布，主要由于东部地势平坦，土地利用率大且土壤可蚀性大。这表明研究区生态环境脆弱性的宏观分布特征主要受到地形、气象水文、社会经济子系统的控制作用，而土地资源子系统仅在局部地区有所影响。

2.3 子系统脆弱性与综合脆弱性相关性分析

通过散点图进行因素之间的相关性分析的方法已经被运用到物理学、生物学、经济学、生态学等各个领域[14-15]。本研究结合研究区的实际情况，通过在研究区范围内构建近似于正方形的评价单元，将研究区切分成299个相等的单位地块进行统计分析，能够有效地避免通过以栅格作为评价单元进行统计分析的方法因数据量过大造成分析结果不准确问题。其中单位地块面积约51.3 km2，边界的部分所占面积超过单元地块面积的二分之一即算做一个分析单元，未超过二分之一则不纳入统计。在此基础上，通过区域统计方法计算每个地块内的脆弱性值及各评价指标的平均值。再将空间数据转化为统计数据，以子系统脆弱性指数作为横坐标，以综合环境脆弱性指数作为纵坐标，绘制出子系统脆弱性与综合脆弱性之间线性关系的散点图并观察图中数据分布规律，找出二者之间的相关性，并进行分析、讨论(图2)。

1)通过对图2(a)的分析可以发现，点的分布大致呈现出类似线性函数的情况，拟合趋势线斜率为+0.37，表明随着气象水文子系统脆弱性指数值的增大，综合脆弱性指数值增大，但综合环境脆弱性指数的增长幅度小于气象水文子系统的环境脆弱性指数的增长幅度。且当子系统脆弱性指数增大到0.8时，将不再对综合脆弱性产生影响。

图2 子系统脆弱性与综合脆弱性散点图Fig.2 Scatter plot of subsystem vulnerability and regional comprehensive vulnerability(a)气象水文子系统EVI指数;(b)土地资源子系统EVI指数;(c)地形子系统EVI指数;(d)社会经济子系统子系统EVI指数

2)通过对图2(b)的分析，拟合趋势线斜率为-0.62，表明随着土地资源脆弱性的增加，综合脆弱性减小，但该趋势线散点拟合程度较低，表明土地资源子系统脆弱性整体上对综合脆弱性影响相对微弱。

3)通过对图2(c)的分析发现，地形子系统脆弱性与综合脆弱性呈高度正相关，趋势线斜率为+0.6，综合环境脆弱性指数的增长幅度略大于地形子系统的环境脆弱性指数的增长幅度。研究区位于青藏高原向成都平原的过渡地带，西部多高山，东部多丘陵，地形差异明显，因而地形子系统对综合脆弱性贡献率较大。

4)通过对图2(d)的分析，散点分布无明显线性规律。散点可以细分为I、II二个聚集区，当社会经济子系统脆弱性指数小于0.4时(聚集区I)，随着社会经济子系统脆弱性指数的增加，综合生态环境指数增长速率较大；当社会经济子系统脆弱性指数大于0.4时(聚集区II)，增速缓慢。

3 结论

雅安生态环境脆弱性是以区域内地质条件复杂、降水极为丰富等因素为基底的原生脆弱，加上区域内旅游业发达、人口密集等人为活动引起的次生脆弱相互交织作用的结果。我们综合研究区生态环境实际情况，构建以地形、气象水文、土地资源、社会经济子系统为主体框架的评价指标体系，运用AHP建立评价模型对研究区生态环境脆弱性进行评价，最后利用散点图分析各子系统脆弱性与综合脆弱性之间的相关性。

1)研究区在地形、气象水文、土地资源、社会经济子系统环境脆弱性上具有明显空间分布差异，四者综合可反映出研究区综合生态环境脆弱性特点：研究区约26.29%的区域已达到中-重度脆弱，41.6%区域为潜在-微度脆弱，空间分布上大致呈自西向东逐渐减小的趋势，其中南部石棉县脆弱性程度总体较高。

2)研究区综合环境脆弱性是由地形、气象水文、土地资源、社会经济四个子系统共同决定的，当某一区域地貌类型单一，地势起伏度小时，地形子系统脆弱性表现为潜在或微度脆弱；当某一区域人口密度较大，景观多样性丰富且植被覆盖度较低时，社会经济和土地资源子系统脆弱性值较高，即不同区域由于外部和内部的差异，使得不同指标对该区域生态环境脆弱性的影响模式和程度不同。

3)在对研究区生态环境脆弱性进行评价的基础上，根据散点图分析找出影响雅安生态环境脆弱性的主要因素，提出针对不同脆弱地区改善当地生态环境状况的建议。影响脆弱性的主要因素为地形因子，而气象水文因子、社会经济因子和土地资源因子均表现出不同程度的相关性，在研究区中东部可通过改善土地利用效率，合理利用资源改善提高生态环境稳定性；研究区南部以石棉县为主，可采取加强工业污染治理，合理开发矿藏等措施降低对环境造成的压力。