基于PSR模型的扎龙湿地生态承载力评价及预测*

孔子强，张玉红

(哈尔滨师范大学,黑龙江省普通高等学校地理环境遥感监测重点实验室)

0 引言

生态文明建设与可持续发展理念的提出，旨在要求人与自然生态和谐共生与持续发展，但是当前一大部分湿地的生态系统正遭受着前所未有的压力；因此生态系统恶化背景下的生态承载力研究是探索可持续发展机制的新方向[1].

承载力，全称承载能力.最早应用在力学与工程学，指物体在不发生破坏时所能承受的最大载荷[2].后来，人类生态学借用“承载力”一词，“土地、资源、环境承载力”等概念陆续萌芽[3-4].20世纪60年代，资源环境问题在全球迸发，承载力问题才广泛开展，国内外专家学者进行了大量研究并提出了“生态弹性力、生态阈值”和“生态承载力”等概念[5-6].

“生态承载力是生态系统抵抗外部干扰，维持原有结构和功能、保持其相对稳定性的一种能力”，这是国外学者最早对生态承载力概念的定义[7].而中国的王家骥学者认为生态承载力是自然体系调节能力的客观反映.总的来说，生态承载力的出现融合了社会、环境等多个方面，更好地分析了全球承载力[8-10].基于此，国内外诸多学者对城市经济和自然流域等均进行了相应承载力的评价[11-13]；但是，针对湿地生态系统的承载力研究相对较少.当前湿地生态系统被严重影响，以江河改变流向甚至被中断、湖泊面积缩减、湿地生态及其景观格局发生剧烈改变为最显著现象[14]，湿地生态承载力的研究也日益重要.

扎龙湿地是世界上最大的芦苇湿地，也是中国著名的珍贵水禽自然保护区，但是受到自然条件变化及人为活动的影响，其生态状况并不稳定，尤其在发生过火后受到剧烈影响.因此，该文以扎龙湿地为研究区，基于PSR模型，综合评价其生态承载力，以期为提高扎龙湿地生态承载能力提出合理的建议，为湿地的管理与生态环境改善做出贡献.

1 研究区概况

扎龙湿地，位于中国黑龙江省齐齐哈尔市东南30多km处，地处于乌裕尔河下游，其大致范围在东经123°51.5′-124°37.5′，北纬46°48′-47°31.5′之间，位置示意图如图1所示.湿地总面积2100 km2，当地苇丛茂密，是鹤类的理想栖息地.扎龙湿地于1979年建立了自然保护区，在1987年经国务院批准晋升为国家级自然保护区，后至1992年被列入国际重要湿地名录[15-16].

图1 研究区位置示意图

2 数据与方法

2.1 数据获取与处理

该文选用的遥感影像为扎龙湿地1998～2019年间的8期Landsat TM影像，为了得到清晰度较高的影像及长势较好的植被与水文情况，该文尽可能选取3～9月云量较少的影像，见表1.此外，该文应用的社会经济统计数据来自《齐齐哈尔经济统计年鉴》(1998～2019)；气象数据来自中国经济社会大数据研究平台.

表1 遥感影像数据

根据土地利用类型分类标准和扎龙湿地实际情况，对所选影像进行土地利用信息提取，分为明水、有水湿地、无水湿地、草甸、草地、盐碱地和耕地7种类型[15].

2.2 研究方法

2.2.1 压力—状态—响应模型

压力—状态—响应模型(简称PSR模型)是用于研究自然生态环境所面临的压力、生态系统的状态变化及生态状况响应举措三者之间关系的框架模型，常用来评估不同领域生态系统状况；自提出以后，能够全面考虑社会、环境和经济等因素，迅速得到了广泛应用[17-18].

(1)指标选取

基于PSR模型与扎龙湿地实际情况，该文确定了弹性力系统、支撑力系统和压力系统，分别对应PSR模型下的状态指标、响应指标和压力指标.“压力”体现在自然或人为活动对扎龙湿地生态所施加的负荷；“状态”描述了扎龙湿地生态系统自然调节的状态；“响应”体现在经过压力影响、状态调控后的景观格局变化.

综合考量，将扎龙湿地的生态承载力作为目标层A，PSR系统的3个层面作为准则层B，又细分为自然环境、资源禀赋、地物覆盖、农业消耗及环境治理压力5个层次，构成因素层C，最后选取了14个可量化的指标构建此次评价体系的指标层D，具体见表2.

表2 扎龙湿地生态承载力评价指标体系

(2)数据标准化和权重确定

由于指标性质不同，存在量纲上的差异，故该文采用极差标准化的方法对原始数据进行无量纲化处理[19].按照不同属性，指标可分为效益型和成本型两种，前者值越大，对承载能力越有利，反之相反.

权重可以体现各指标在整个系统间的重要程度，常用方法有主观和客观赋权两种；综合比较，熵权法的主观成分较少，精确度较高，故该文选用熵权法计算权重[20].计算步骤如公式(1)～(3)所示：

第一步，计算第i年第j个指标的比重：

(1)

第二步，计算第j个指标的熵值：

(2)

第三步，计算指标权重：

(3)

其中，0≤hj≤1.

(3)模糊综合评价模型及分级评价标准

模糊综合评价模型基于模糊关系合成原理，定量化难以定量的因素，综合分析评价被评价事物的隶属等级状态[21].该文基于三个子系统，利用指标权重与指标值之间关系，采用模糊综合评价模型来计算扎龙湿地生态承载力结果[9,19]，具体公式如下：

①生态弹性力指数：

(4)

②生态支撑力指数：

(5)

③压力指数：

(6)

④生态承载力：

(7)

其中，Dij为标准化指标值；Wj为指标权重；Aj为准则层评价结果.

在制定分级标准、划分生态承载力等级时，结合当地实际情况，在已有相关成果的基础上，将其评价结果取值范围[0,1]按等间距法分为5个等级(见表3).

表3 生态承载力分级

2.2.2 障碍度模型

在分析扎龙湿地生态承载力的同时，找出制约其承载力提高的因素，以期为改善扎龙湿地生态状况、提高承载能力建言献策.该文引入了因子贡献度、指标偏离度、障碍度来构建障碍度模型[20-21]，计算公式如(8)～(10)：

(1)因子贡献度：

Fj=Wj×Wr

(8)

(2)指标偏离度：

Oij=1-Dij

(9)

(3)障碍度：

(10)

式中，Wr为指标所属准则层权重.

2.2.3 灰度预测模型

由于数据的离散情况和数量有限，难以确定与其吻合的线性回归模型，所以该文引用了GM(1,1)模型.GM(1,1)模型是灰度预测模型的一种，通过鉴定系统内因素间的相异情况，利用累加方法使数据满足指数形式，然后建立一阶微分方程，对所求结果再进行累减还原，从而实现对事物未来发展趋势的预测[22-23].该文基于扎龙湿地1998～2019年间的生态承载力指数，借助MATLAB 2016b软件代码，实现扎龙湿地接下来9年生态承载力的预测.

3 结果与分析

3.1 生态承载力评价

3.1.1 模型权重的确定

将扎龙湿地1998～2019年的指标数据依次代入公式(1)～(3)，求得扎龙湿地生态承载力评价系统的指标权重见表4.

表4 评价指标体系权重

3.1.2 子系统生态承载力分析

将表4权重与标准化指标值代入公式(4)～(6)，结合表2分级结果，可得不同年份相对权重下扎龙湿地生态承载力子系统得分及分级情况，具体见表5.

表5 相对权重下扎龙湿地生态承载力子系统指数得分

由表5可知，在相对权重下，弹性力系统一直处于弱稳定状态，但以年均0.11%的速率在持续增长；支撑力系统经历了中支撑-低支撑-中支撑的过程，其中，1998～2001年，支撑力指数明显下降，主要是由于有水湿地面积大量缩减，后至2013年，支撑力系统又回到中支撑状态，其状况向良好方向发展；压力系统在1998～2013年稳居低压状态，而到2016年转为较低压，说明扎龙湿地生态环境稍有弱化，主要受盐碱地面积扩张及公路铁路里程增加影响；据此，相关部门应及时采取措施，精准施策.

在评价扎龙湿地生态承载力的子系统中，因素层共包含5个因素，如图2所示，体现了子系统下因素层评价指标指数随时间变化情况.

图2 子系统下因素层评价指标指数变化趋势图

由图2可知，以上5个指标中，农业消耗指数得分最高，但稍有下降趋势；其次是环境治理压力指数，稍有波动，但在2004～2010年间几乎没变；资源禀赋与地物覆盖两个指标指数初期近似，但后者自2010年有明显升高，由0.15左右快速升至0.3，主要是草甸面积扩张剧烈，提高了其指数得分；最后是自然环境指标，指数得分很低，主要是扎龙湿地地处中国北部，年平均气温较低，降雨不稳定，耕地生产能力也受到较大影响，但近些年有缓慢上升的趋势，数值上向0.05靠近.

3.1.3 生态承载力综合评价

根据公式(4)～(7)，将处理后的标准化值及权重代入，可得综合权重下3个子系统和对应年份生态承载力指数及分级结果，见表6.

表6 扎龙湿地生态承载力各系统指数得分

由表6可知，扎龙湿地生态承载力1998～2019年间一直处于中承载状态，但数值先降后升，表明承载力水平先下降而后经过生态系统的自我调节，其水平又恢复甚至超过原来.其中，1998～2010年，生态承载力指数由0.461降到0.429，年均下降0.27%，速度较缓；到2013年，指数变为0.468，年均增长了1.3%，速度较快，主要是降雨量的增多及有水湿地面积的扩大，推动了生态环境改善；至2016年，生态承载力水平又有所下降，年均下降0.7%，大致为2010～2013年间增长速度的一半；发展到2019年，生态承载力水平最高，说明扎龙湿地生态状况有巨大转变.

由表6可得扎龙湿地1998～2019年生态承载力各系统的指数得分及发展趋势图，如图3、图4所示.

图3 扎龙湿地生态承载力各系统指数得分图

图4 扎龙湿地生态承载力发展趋势图

由图3可得，构成扎龙湿地生态承载力的子系统中，弹性力所占比重最小，但其稳定性在逐年升高；支撑力在1998～2010年间处于波动状态，变化较为明显的是2010～2019年，其指数随时间递增；压力系统指数有逐年下降趋势.根据图4中线性拟合趋势线可知，扎龙湿地生态承载力指数总体呈上升趋势，其生态状况持续朝良性转化.

3.2 障碍因素分析

运用障碍度模型对指标进行分析，结果为各指标的障碍度，数值越大，说明该指标对生态承载力的影响越大.将数据代入公式(8)～(10)，结果按照从大到小顺序排列，由于指标因子个数较多、时间序列较长，该文选取排序结果的前6名作为主要障碍因子，结果见表7.

表7 1998～2019年扎龙湿地生态承载力主要障碍因子及障碍度

由表7可知，排名前6位的主要障碍因子中，D1、D3、D4、D8四个指标每年都有出现，频率高达100%；其次是D2指标，8年出现7次；再者是D7指标，出现次数略少于D2；出现最少的是D12和D5两个指标，分别是2次和1次，相对影响力较小.

其中，1998～2010年，影响生态承载力的最主要因子是草地分布面积，除去2007年，其余年份比重均超20%；排名第二的是耕地生产能力，比重在15%左右；前6位主要障碍因子排名越靠后所占比重越小，差距较大；前3名因子占比总和基本可达50%，说明其对扎龙湿地生态承载力变化起重要作用.2013年后，最主要影响因子是耕地生产能力，比重在15%上下，第二大影响因子由草地分布面积向草甸分布面积转变，占比也在陆续降低，其余因子所差不大，年际变化小，间接表明多个指标相互协调，共同制约生态承载力结果.

3.3 生态承载力预测结果分析

借助MATLAB 2016b软件，根据GM(1,1)建模方法，运用代码实现对扎龙湿地2020～2028年的生态承载力的预测(如图5所示).

图5 2020～2028年扎龙湿地生态承载力预测图

由图可知，GM预测的结果为递增函数，生态承载力指数随着年份增加而逐渐升高，表明未来扎龙湿地生态承载力发展态势会越来越好.由预测的第一期结果0.463缓慢增加到2028年的0.471，年均增长0.1%，虽然不多，但一直保持增长态势；从图上看，当前范围内的生态承载力仍处于中承载状态，但可以憧憬，扎龙湿地生态水平有望向较高承载过渡；当生态环境达到较好状态时，其自身恢复与建设能力也会有所加强，发展速率加快，生态状况可以得到较大改善，减小当前面临的压力问题.

4 结论与讨论

扎龙湿地生态承载力的弹性力系统一直处于弱稳定状态，支撑力系统经历了中支撑-低支撑-中支撑的过程，压力系统初期一直处于低压状态，直至2016年扎龙湿地生态环境压力稍有增加.扎龙湿地1998～2019年生态承载力整体上一直处于中承载状态，其指数总体处于上升过程，表明扎龙湿地生态状况在朝良性发展.研究发现，自然环境和地物覆盖两类效益型指标对生态承载力影响较大.据此，可以对改善扎龙湿地生态承载力状况提出合理化建议.根据预测结果可知，2020～2028年，扎龙湿地生态承载力指数随年份增加而升高，生态状况在持续向良性转化，能够积极推进国家可持续发展理念.

该文选择扎龙湿地作为研究区，运用熵权法计算权重，减少了人为主观因素的影响，探讨了影响扎龙湿地生态承载力的主要机制.但是由于数据的原因，在构建指标体系时层次较少，涉及面不够广，多为自然因素，并不涉及野生保护动物方面；同时，由于湿地内部居民极少，在选取指标时，大量的人类活动影响因子和社会经济指标没有作为选取范围，因此在估算其对扎龙湿地生态承载力时会有一定的影响.