基于SRP模型的多尺度生态脆弱性动态评价——以江西省鄱阳县为例

常溢华，蔡海生，2*

（1.江西农业大学 江西省鄱阳湖流域农业资源与生态重点实验室/富硒农业产业发展研究中心，江西 南昌 330045；2.江西旅游商贸职业学院，江西 南昌 330100）

【研究意义】生态环境脆弱性是指在特定区域条件下，生态环境受外力干扰所表现出的敏感反应和自我恢复能力，是生态系统的固有属性，具有区域性和客观性，是系统内部演替、自然因素和人类活动共同作用的结果[1-3]。随着人口数量的急剧增加和社会经济的快速发展，人类活动的加剧对生态环境造成巨大的压力，生态脆弱性问题尤为突出。生态脆弱性已成为全球环境变化和可持续发展研究的核心问题之一[4-6]。科学认知、评价以及合理调控生态环境，是资源环境领域研究的热点问题，也是生态文明建设的迫切要求[3,7]。【前人研究进展】国内外学者关于区域生态环境脆弱性的研究历史较长，目前关于生态环境脆弱性的研究主要集中在评价方法、指标体系构建、形成机理、空间分布格局等方面。就研究区域来看，从县域尺度到省域尺度[8-10]、从湖泊到流域[11-13]、从地区到经济带到全球变化[14-16]。从研究尺度来看，宏观尺度主要以县域、市域、省域及城市群等为评价单元，微观尺度多以栅格为评价单元，基于格网尺度的研究较少。从生态脆弱性评价方法来看，主要有模糊评价法[1]、主成分分析法[17-19]、层次分析法[1,20]、人工神经网络法[21]等。从生态脆弱性评价模型来看，主要有（生态敏感性-生态恢复力-生态压力度）SRP模型[22]、VSD（vulnerability scoping diagram）模型[23]、PSR（压力-状态-响应）模型[24]、灰色三角白化权集对分析模型[25]、物元模型[26]、最小累积阻力模型（MSR）[27]等。【本研究切入点】总体来看，当前有关县域的生态脆弱性研究的评价单元粒度较粗糙、研究时段跨度小、评价指标体系相对单一。【拟解决的关键问题】结合鄱阳县的生态脆弱环境的现状，本文选择生态敏感性-生态恢复力-生态压力度（ecological sensitivity-ecological recovery-ecological pressure model-SRP）概念模型，以1 500 m×1 500 m的格网作为评价单元，选取15个较综合、能全面体现研究区生态环境脆弱性的评价指标，采用熵权法对AHP法的修正来确定指标权重，计算得出生态脆弱性指数，并结合全局Moran’s I指数和LISA聚类图，对鄱阳县2005，2010，2015年的生态环境脆弱性进行动态定量评价，同时结合GeoDA软件对区域生态脆弱性的空间关联关系进行深入分析，进而揭示鄱阳县生态环境脆弱性的时空演变特征及其驱动因素，旨在为县域土地生态脆弱性定量评价提供借鉴方法，为鄱阳县的国土空间规划、国土整治和生态修复、生态建设等工作提供基础支撑。

1 研究区概况

鄱阳县（28°46′～29°42′N，116°23′～117°06′E）位于江西省的东北部，鄱阳湖的东岸，总面积为4 215 km2，辖14 个建制镇，15 个乡和1 个街道。县境内东北为低山，向西南方向渐变为丘陵和湖区平原，其中低山丘陵占全县总面积的45%（图1）。该县属典型的中亚热带季风区，四季分明，热量丰富，雨量充沛，境内水网密布，湖泊众多。平均年日照时数达2 098 h。年平均气温在16.9～17.7 ℃，1—2 月天气最冷，7—8 月份平均气温高达28.8～30 ℃。年平均降雨量1 300～1 700 mm，4—6 月为集中雨季，占全年降水量50%以上，7—9 月为台风雨季带。近几十年，鄱阳县经济社会快速发展，成功跻身省直管改革试点县行列，但洪涝灾害、水土流失等生态环境问题也愈发严重。因此对鄱阳县的生态环境脆弱性进行分析尤为迫切。

图1 研究区位置示意Fig.1 Location of study area

2 研究方法

2.1 数据来源与预处理

2.1.1 数据来源 所采用的数据主要包括土地利用/覆被数据、遥感数据、气象数据、DEM 数据和社会经济数据。

土地利用/覆被数据选用2005，2010，2015 年江西省的LANDSAT4-5TM 卫星影像（拍摄时间分别为2005 年10 月31 日、2010 年11 月7 日和2015 年10 月23 日，轨道号为121-40），采用目视解译和野外验证校对，将每年的遥感数据解译为耕地、林地、草地、水域、建设用地、未利用地6大类。数据处理来自江西省山江湖综合治理办公室和江西省测绘局基础地理信息中心。

遥感数据来自地理空间数据云（http://www.gscloud.cn/)，包括2005 年、2010 年的LANDSAT4-5TM 卫星影像和2015 年的Landsat8 OLI_TIRS 卫星影像（拍摄时间分别为2005 年9 月29 日、2010 年3 月19 日和2015 年10 月11 日）。气象数据来自江西省气象局分布在江西省观察台的87 个站点数据，分别为2005，2010，2015 年各年的年均气温、年均降水量、年极端高温、年极端低温、极端暴雨日数。DEM 数据来源于地理空间数据云，分辨率30 m。社会经济数据中的二三产业从业人员数来源于2000，2005，2015 年《中国县域统计年鉴》，人口密度和人均GDP来自资源环境科学与数据中心（http://www.resdc.cn/）的中国GDP空间分布公里网格数据集和中国人口空间分布公里网格数据集。

2.1.2 数据预处理（1）土地利用/覆被数据：利用ArcGIS10.2 软件平台，采用分析（analysis）-提取分析（extract）-裁剪工具（cutting），从江西省土地利用矢量数据中，裁剪出鄱阳县2005，2010，2015年的土地利用矢量数据，再转为tiff 格式数据。利用创建渔网工具，将鄱阳县划分成1 500 m×1 500 m 的格网。用格网去分割鄱阳县土地利用tiff数据，导入fragstats3.4软件，批量计算景观多样性指数和NP指数（景观破碎度表征指数）。

（2）遥感数据：将从地理空间数据云网站下载到的遥感影像数据进行辐射定标（radiometric calibration）和大气校正（flaash atmospheric correction），再将每个年份的两景影像进行无缝镶嵌（seamless mosaic）和图像裁剪（subset data from ROIS），最后利用波段计算器（bandmath）工具计算每个年份的归一化植被指数（NDVI）。

（3）气象数据：年均气温、年均降水量、年极端最高温、年极端最低温和极端暴雨日数基于鄱阳县及其周围地区的26个气象站点，采用反距离权重插值法（IDW)进行空间插值。

（4）DEM 数据：利用ArcGIS10.2 软件平台，采用表面分析（surface）和邻域分析（neighborhood）工具，获得高程、坡度、地形起伏度数据。

（5）社会经济数据：各乡镇的二三产业从业人员数矢量数据，转为栅格数据；人口密度和人均GDP数据，采用按掩膜提取工具（extract by mask），从中国GDP 空间分布公里网格数据和中国人口空间分布公里网格数据中裁剪得到。

为了确保数据准确性，在评价分析之前须对所有数据进行几何配准和重采样，并将选用的所有数据转化为分辨率为30 m 的栅格形式。在数据过程处理中，部分空间属性缺失的数据可以利用数据采集技术间接获取。

2.2 研究方法

2.2.1 构建评价指标体系 目前土地生态脆弱性评价指标体系已经从单一指标体系发展为多目标综合性的指标体系。既要考虑生态系统内部及其功能性特征，同时又要考虑生态系统与外在环境的联系[28]。总的来说，生态环境脆弱性由自然潜在脆弱性和人为干扰脆弱性共同决定[28-29]。

SRP 模型是一项专门用于评价某一特定地区生态脆弱性的综合性评价模型[30]，包括3 个因子：生态敏感性、生态恢复力和生态压力度。在参考相关研究成果的基础上[22,31]，结合鄱阳县生态环境脆弱性的表现和主要成因，加之地形条件越复杂，生态环境越脆弱，土地利用程度与生态环境脆弱性成正相关。鄱阳县洪涝灾害频发，与生态环境脆弱息息相关，因此生态敏感性层面主要考虑地形、土地、气象因子。生态恢复力主要考虑生态系统的恢复能力，可以植被覆盖度表征。生态压力度主要考虑人口增长和经济发展对生态环境的影响。据此构建鄱阳县生态脆弱性评价指标体系如表1，并根据对生态环境脆弱性指数的影响，将所选用指标分为正向指标、负向指标和定性指标[18,32]。

表1 鄱阳县生态环境脆弱性评价指标体系Tab.1 Eco-environmental vulnerability evaluation indicator system in Poyang County

2.2.2 评价指标标准化 由于评价指标的量纲及其属性存在差异，必须对评价指标进行标准化处理。对于定量指标和定性指标分别采用极差法和分等级赋值法，使其值标准化为0～1。

（1）极差标准化：正向指标和负向指标采用不同的标准化公式[2,19]：

式（1），（2）中：zi为每一年指标标准化后的数值，变化范围为0～1，xi为第i个指标的指标值，xmax为该指标在所有格网中的最大值，xmin为所有格网中的最小值。

（2）分级赋值标准化：对于定性指标，依据研究区的土地利用实际特征，结合相关研究成果[2]，采用分级赋值法进行赋值（表2）。

表2 分等级赋值标准Tab.2 Standardized value assignment

2.2.3 确定评价指标权重 在参考有关文献[33]和考虑所选指标数据特性的基础上，确定采用熵权法对AHP法的修正，来确定指标权重，以期使评价结果更加符合实际，结果见表3。

表3 评价指标权重Tab.3 Weight of evaluation indices

（1）层次分析法（AHP）。层次分析法求权重可以利用yaahp10.1 软件实现[34]，其步骤如下：①建立层次结构模型，画出目标层、准则层和指标层的树状图。②分析每一层次中各要素之间关系，采用1～9 标度法对各要素的重要性进行两两比较，构建判断矩阵。③将判断矩阵输入到yaahp10.1软件进行一致性检验，经检验一致性比例为0，小于0.1，表明该模型指标权重的计算结果合理。④最终得到15 个单项指标的权重fi，其中i表示第i项指标。

（2）熵权法。熵是系统无序程度的度量，可用于度量已知数据所包含的有效信息量和确定权重。脆弱性评价指标值相差较大时，熵值较小，则该脆弱性评价指标提供的有效信息量较大，其权重也应较大；反之则其权重较小。根据熵权法经典模型[35]，求得各单项指标的熵值ei和权重wi。

（3）熵权法对AHP 法的修正。参考前人研究基础[33]，将主观权重与客观权重合理地结合起来，引入熵值变量，则最终的权重值为：

式（3）中：fi为AHP法所确定的权重值；wi为熵权法所确定的权重值；ei为第i项评价指标的熵值。

2.2.4 生态脆弱性评价 参照余坤勇等[36]采用的脆弱生态环境评价方法，对鄱阳县生态脆弱性状况进行评价，具体评价模型为：

式（4）中：EVI 为生态脆弱性评价指数，与脆弱度呈正相关关系，Hi为第i项指标的最终权重，x′ j为第i项指标第j个格网的标准化值，n为评价指标个数。

2.2.5 生态脆弱性分级与生态脆弱性等级指数 为了便于生态脆弱性指数（EVI）的度量和比较，需对其进行标准化处理[13,37]，公式如下：

式（5）中：SEVI为格网单元的生态脆弱性指数标准化值，变化范围为0～10；EVI为格网单元的生态脆弱性指数实际值；EVImax为所有格网单元生态脆弱性指数的最大值；EVImin为最小值。

在生态脆弱性指数EVI 标准化的基础上，参照国内外已有的生态脆弱性评价研究的评价标准[18-19]，并结合实际情况，基于自然断点法对2000，2010，2015 年的生态环境脆弱性指数进行分级。为了确保评价结果的可比性，以2000，2010，2015年等级标准的平均值作为最终的分级标准（表4），将鄱阳县生态脆弱性划分为5个等级，分别为微度脆弱、轻度脆弱、中度脆弱、重度脆弱和极度脆弱。

表4 生态环境脆弱性分级标准及其生态特征Tab.4 Classification standard and its ecological characteristics of eco-environmental vulnerability

采用生态脆弱性等级指数（eco-logical vulnerability level index，EVLI），度量并反映研究区生态脆弱性程度的整体差异，比较不同年份的生态环境脆弱性，计算公式[38]如下：

式（6）中：EVLI 为生态脆弱性等级指数；pi为第i类脆弱性的等级值，此处i可为1、2、3、4、5；Ai为第i类脆弱性的面积；S为区域总面积；n为脆弱性等级总数。

2.2.6 空间自相关分析（1）空间权重矩阵构建。借助GeoDa 平台，选取Queen 型邻接准则构建空间权重矩阵[39]，以表征研究区内1 996 个格网间的空间关系，Queen 型邻接准则的含义是具有公共边界或公共顶点。

（2）全局空间自相关。全局空间自相关可以反映空间邻接区域单元属性值的相似程度，常用全局Moran’s I 指数来衡量。基于GeoDa 软件，通过该指数分析研究区内各格网单元生态脆弱性指数之间的空间关联性，公式如下[40]：

这里不得不提到一个小插曲：曾几何时，为了提高千岛湖鱼的经济价值，很多淳安百姓一度引进养殖鲶鱼、鲈鱼和鳜鱼。

式（7）中：I为Moran’s I指数；n表示格网空间单元个数；xi和xj分别为第i个格网和第j个格网的生态脆弱性指数值；wij为空间权重矩阵。Moran’s I 值一般在[-1，1]，小于0 表示在空间呈负相关，大于0 表示在空间呈正相关，等于0表示不相关，在空间上呈随机分布。

（3）局部空间自相关。局部空间自相关可表征一个区域与邻近区域属性值的相关程度。运用Geo-Da分析格网单元生态脆弱性指数与邻近格网单元生态脆弱性指数的空间相关程度，公式如下：

式（8）中，I代表Moran’s I 指数；xi、xj代表的是第i个、第j个格网的脆弱生态指数值；xˉ指的是全部格网的生态脆弱性指数均值；Wij指的是空间权重矩阵；S代表空间权重矩阵各元素之和。

在计算局部Moran’s I 指数的基础上，通过空间聚类，得到空间LISA聚类图。在95%的置信区间内，将生态环境脆弱性进一步划分为5种不同的类型，即高高聚集区（H-H）、高低聚集区（H-L）、低高聚集区（L-H）、低低聚集区（L-L）和不显著（no significant）。具体含义[32,41]见表5。

表5 不同的LISA聚集模式的内涵Tab.5 The connotation of different LISA clustering models

（4）Moran 散点图。Moran 散点图是利用散点图的形式，显示某个区域与其邻近区域之间的空间关系，常用来研究局域空间的不稳定性。Moran散点图的4个象限，分别对应于区域单元与其邻居之间4种类型的局部空间联系形式。散点图的4个象限分别是“高高”（第1象限）、“低高”（第2象限）、“低低”（第3 象限）、“高低”（第4 象限）。“高高”表示某一空间单元和周围单元的属性值都较高，该单元和周围单元组成的子区域即为热点区，“低低”与此相反；“高低”表示某一空间单元属性值较高，而周围单元较低，“低高”与此相反。与局部Moran’s I指数相比，其重要的优势在于能够进一步具体区分区域单元和其邻居之间属于哪种空间联系形式[42]。

2.2.7 变异系数分析 变异系数是衡量序列观测值离散程度的一个计量，在地理数据的空间差异研究中已得到广泛应用[43]，通过运用变异系数分析法来测度鄱阳县各年份格网尺度生态脆弱性的空间差异程度.公式如下：

3 结果与分析

3.1 县域整体生态环境脆弱性表征

从整体特征来看，鄱阳县的生态脆弱性有所加剧，增加的幅度先大后小，结果见表6。2005 年，鄱阳县生态环境脆弱性等级指数为1.881 1，整体属于微度脆弱；到2010 年，等级指数为3.022 7，整体属于中度脆弱；再到2015年，等级指数为3.191 5，整体仍属于中度脆弱。

表6 鄱阳县生态环境脆弱性整体特征变化Tab.6 The overall characteristic change of eco-environmental vulnerability in Poyang County

3.2 县域整体生态环境脆弱性空间格局分析

从生态脆弱性空间格局均衡程度来看（表6），2005 年，变异系数为0.519 8，到2010 年，变异系数为0.347 6，到2015 年，变异系数0.350 1，这表明研究区的生态脆弱性空间格局趋于均衡。整体来看，县域生态脆弱性呈现西南高，东北低的态势。生态脆弱性指数由西南向东北逐渐降低。

从空间集聚特征来看，2005 年、2010 年、2015 年生态脆弱性的全局Moran’s I 指数（图2）分别为0.735、0.769、0.513。结果表明鄱阳县生态脆弱性具有明显的空间自相关，且为正相关。可以看到，2015年集聚程度较比2010 年呈现一定的削弱。从LISA 聚类图（图3）来看，在95%的置信度下，2005 年高高聚集区集中分布在鄱阳县西南部，比如鄱阳镇、莲湖乡、双港镇等。低低聚集区集中分布在鄱阳县东北部。到2010年高高聚集区的分布范围在原来的基础上向东部扩张，昌州乡、三庙前乡也纳入其中。低低聚集区在原来基础上向四周呈现轻微的延伸。再到2015年，空间聚集程度有所下降，位于西南部地区的高高聚集区呈现萎缩态势，而西北部和东北部地区新增了一些高高聚集区。低低聚集区呈组团式，零散分布在各区域。

图2 鄱阳县生态脆弱性指数Moran散点图Fig.2 Moran scatter plot of eco-environmental vulnerability in Pouyong County

图3 鄱阳县生态环境脆弱性LISA聚类分析Fig.3 The LISA aggregation of eco-environmental vulnerability in Poyang County

3.3 乡镇尺度生态环境脆弱性分析

从乡镇尺度来看，2005年生态脆弱性指数的高值区主要集中在鄱阳县西南地区的2个乡镇，分别是莲湖乡、珠湖乡，均为重度脆弱。中值区为双港镇、白沙洲乡、鄱阳镇，均为中度脆弱。其他乡镇均为低值区。到2010 年，高值区在原来的区域上，进一步扩大范围，乡镇数量增至10 个，其中极度脆弱的乡镇有3个，属于重度脆弱的7个乡镇环绕分布在极度脆弱区的周围。处于中值区的乡镇从鄱阳县的西北角沿对角线一直延伸到东南角。东北角处的莲花山乡境内，植被覆盖度较高，生态脆弱度较低。再到2015年，处于高值区的乡镇有8个乡镇，均为重度脆弱，大部分仍分布在西南部地区。值得注意的是位于东北部地区的枧田街镇也纳入了高值区。中值区主要遍布在北部地区，数量较多，其中有5 个乡镇紧挨鄱阳县城，分布在其南北两侧。处于低值区的乡镇仅有4个，具体见图4，5。

图4 各乡镇生态环境脆弱性指数变化Fig.4 The changes in eco-environmental vulnerability index of each township

3.4 不同地类尺度生态环境脆弱性分析

图5 各乡镇生态环境脆弱性时空演变Fig.5 The temporal and spatial evolution of eco-environmental vulnerability in each township

横向来看，不同土地利用类型生态环境脆弱性综合指数由大到小为：2005 年和2010 年，水域＞建设用地＞草地＞耕地＞未利用地＞林地；2015 年，水域＞林地＞建设用地＞耕地＞草地＞未利用地。从表7 可知，2005年和2010年，六大地类中，水域的生态脆弱性指数值最高，建设用地次之。这表明水域生态环境较脆弱，主要与工业三废无节制排放、农业面源污染有关。建设用地，由于人类活动干扰较密集，所以生态环境也较脆弱。到2015 年，林地的生态脆弱性指数跃居第二，这表明林地生态环境遭受了一定的破坏。纵向来看，从2005 年到2010 年，再到2015 年，草地、建设用地、未利用地的生态脆弱性指数先增后减，而耕地、林地、水域的生态脆弱性指数持续上升。这表明对耕地、林地和水域的生态保护力度亟待加强。

表7 不同土地利用类型生态环境脆弱性指数Tab.7 Eco-environmental vulnerability synthesis index for different land use types

3.5 生态环境脆弱性时空动态演变分析

从时间上看（表8），从2005 年到2010 年，生态脆弱性以微度和轻度脆弱为主转变为以轻度和中度脆弱为主。微度脆弱区面积占比陡降，占比减少了39.46%。中、重、极度脆弱区面积占比迅速上升，中度脆弱区上升最快，占比增加了22.73%。轻度脆弱区略有下降。从2010 年到2015 年，生态脆弱性以轻度和中度脆弱为主转变为以中度和重度脆弱为主。变化幅度较大的为轻度脆弱和重度脆弱，轻度脆弱面积占比减少了8.56%，重度脆弱增加了11.92%。微、极度脆弱区面积占比略有下降，中度脆弱略有增加。

表8 鄱阳县2005、2010和2015年生态环境脆弱性评价结果Tab.8 The results of eco-environmental vulnerability evaluation in Poyang County in 2005，2010 and 2015

从空间上看（图6），2005年，微度脆弱区占比最大，主要分布在鄱阳县东北部丘陵地区、西北角、中部地区。轻度脆弱区次之，分布于西北部地区和东南部地区。中、重度脆弱区零散分布在鄱阳县城周围和双港镇境内鄱阳湖支流。极度脆弱区面积占比最小，分布在鄱阳县城的南部地区，以及双港镇和莲湖乡的交界处。到2010年，微度脆弱区迅速萎缩，面积占比最小，集中分布在东北角的莲花乡。轻度、中度脆弱区主要分布在西部、中部和东部地区，分别由微度、轻度脆弱演变而来。重、极度脆弱区增加比较明显，以鄱阳湖支流和鄱阳县城为中心向周围迅速扩散，遍布西南部地区。再到2015 年，微度、轻度、中度脆弱区均匀散落在整个县域。重度脆弱区在2010 年基础上有所增加，一部分源于原有的重度脆弱区向周围扩散，一部分来自原来的极度脆弱区转变。极度脆弱区萎缩态势明显。需要注意的是东北角的几个乡镇由轻度、中度脆弱迅速转变为重度、极度脆弱，值得深究。

图6 2005、2010和2015年生态环境脆弱性空间分布Fig.6 Spatial distribution of eco-environmental vulnerability in 2005，2010 and 2015

4 结论与讨论

4.1 结论

本文以鄱阳县为研究区，选择SRP模型，集成主观和客观赋权方法，结合变异系数、全局Moran′s I 指数和LISA 聚类图，对2005，2010，2015 年鄱阳县县域尺度生态脆弱性特征及空间格局、乡镇尺度和不同地类尺度生态脆弱性特征、生态脆弱性时空演变特征进行评价分析，主要结论如下：

（1）从县域整体生态脆弱性特征来看，2005 年整体为微度脆弱，2010 年和2015 年为中度脆弱，生态脆弱性有所加剧，由微度脆弱转变为中度脆弱，加剧的幅度先大后小。

（2）从县域整体生态脆弱性空间格局看，空间格局逐渐趋于均衡。县域生态脆弱性呈现西南高，东北低的态势。生态脆弱性指数由西南向东北逐渐降低。生态脆弱性存在显著的空间集聚特征，高高聚集区主要分布在西南部地区，低低聚集区主要分布在东北部地区。从2005 年到2010 年，集聚特征略有增强，高高聚集区和低低聚集区都有不同程度的蔓延趋势。从2010年到2015年，集聚特征有所下降，东北部新增高高聚集区，低低聚集区组团式分散开来。

（3）从乡镇尺度生态脆弱性来看，研究期间微度脆弱、轻度脆弱的乡镇数量显著减少，中度脆弱和重度脆弱的乡镇数量显著增加。从2005年到2015年，该研究区乡镇的生态脆弱性从以微度脆弱和轻度脆弱为主，向以中度和重度脆弱为主转变。

（4）从不同地类尺度生态脆弱性特征来看，2005 年和2010 年，生态脆弱性程度由大到小依次为：水域、建设用地、草地、耕地、未利用地和林地。2015年水域的生态脆弱性程度仍然最高，林地跃居第二，这表明林地生态环境遭受了一定的破坏。耕地和林地和水域的脆弱性指数持续增加，表明耕地的生态环境越来越差，应该加强耕地数量、质量、生态三位一体保护，同时也要重视对林地和水域的保护。

（5）从生态脆弱性时空演变特征来看，2005 年，以微度脆弱和轻度脆弱为主，到2010 年转变为以轻度脆弱和中度脆弱为主，到2015 年，转变为以中度和重度脆弱为主。从空间上来看，生态脆弱性高值区呈现从西南向东北蔓延的趋势。

4.2 讨论

将评价结果与鄱阳县的实际情况进行对比，西南地区属于湖区，植被覆盖度低，加之紧靠县城，工业污水和农药化肥排入湖区，会造成严重污染，破坏生态环境。东北部地区海拔较高，植被覆盖度较高，人类活动干扰较少，因此生态脆弱度较低。评价结果与鄱阳县实际自然状况具有较高的一致性。根据2015年《生态保护红线划定指南》和2020 年《生态保护红线管理办法（征求意见稿）》，生态保护红线是指依法在重点生态功能区、生态环境敏感区和脆弱区等区域划定的严格管控边界。在科学评估基础上，识别生态功能极重要、生态极脆弱区域，以及其他经评估目前虽然不能确定但具有潜在重要生态价值的区域，划入生态保护红线。将2015年评价结果中的极度脆弱区和重度脆弱区与鄱阳县生态红线划定结果进行叠加分析，两者重合区域面积占生态红线区域面积的58.8%，县城及周边和各乡镇中心城镇化程度较高，生态脆弱性高，但属于城镇开发边界范围内，不能纳入生态红线。两者在空间分布上具有较高的重叠性，结果见图7。综上，评价结果总体科学、合理、可信。

图7 评价结果与生态红线对比Fig.7 Comparison of evaluation results and ecological red line

本研究的主要优点有（1）本研究以1 500 m的格网为评价单元，评价单元大小与研究尺度相适应，基于该格网微观尺度可以详实地反映研究区生态脆弱性空间分布与异质性特征。评价结果与实际情况相符，科学可信。（2）采用变异系数、空间自相关等来研究其空间格局特征，能够深入地分析研究区生态脆弱性时空格局变化情况。（3）研究时段为2005年至2015年，时间跨度较大，能够从长时期的角度分析鄱阳生态环境变化情况，具有较高的分析价值。（4）所用数据主要有遥感数据、气象数据、社会经济数据等，在数据获取方面较以往研究具有数据更易获取的优点，构建的评价指标体系和评价方法具有可复制性，可为其他相似地区的生态脆弱性研究提供参考。（5）从县域整体尺度、乡镇尺度、不同地类尺度3个维度，分析生态脆弱性时空演变，既能从整体上把握鄱阳县的生态脆弱性变化趋势，又能有针对性的了解各个乡镇和地类的生态环境状况，为地方政府提供政策指导，为国土空间综合整治和生态修复提供参考信息。

研究也存在一定的不足，受限于研究资料收集困难，在构建的指标体系内，未将土壤指标考虑在内。另外气象数据在空间化的过程，采用研究区内和研究区周围的气象站点数据做空间插值，其科学性有待考证。研究缺乏现势性，2020年的数据难以收集，无法研究该年生态脆弱性状况。以上不足均需在以后的研究中进一步完善。

致谢：江西省土地开发整理中心项目（9131207800）同时对本研究给予了资助，谨致谢意！