干旱区人工绿洲水土环境脆弱性评价

徐存东，刘子金，朱兴林，谷丰佑，赵志宏，王 鑫

（1.华北水利水电大学 水利学院，河南 郑州 450046；2.浙江省农村水利水电资源配置与调控关键技术重点实验室，浙江 杭州 310018；3.河南省水工结构安全工程技术研究中心，河南 郑州 450046）

水土环境脆弱性是指在特定区域，水土环境受外力干扰所表现出来的敏感反应和自我恢复能力，是环境系统的固有属性，具有客观性和区域性，是自然因素、人类活动和环境系统自身演变三者耦合作用的结果。20世纪末以来，全球气候变化以及局部高强度人类生产活动，在很短时期内打破了自然界水土环境原有的生态平衡，致使部分区域水土环境脆弱性逐渐提升［1-3］。地处腾格里沙漠边缘的甘肃省景泰川电力提灌灌区（简称景电灌区），受当地高蒸发低降雨的特殊气候条件、低洼封闭的地质特征以及高强度人类生产活动影响，出现一系列水土环境退化问题，给该绿洲水土环境可持续发展带来了极大挑战［4］。

水土环境脆弱性作为衡量水土环境退化问题与生态修复技术水平的重要指标［5-6］，近年来学者们对其进行了广泛而深入的研究。Rosa等［7］基于Impelero模型对西欧土壤侵蚀脆弱性及其对作物生产力的潜在影响进行了分析；Gu等［8］以千岛湖地区为研究区，通过整合模糊层次分析法和地理信息系统，分析了1991—2010年千岛湖地区的环境变化；Stampoulis等［9］为探明水文循环变化对缺水地区生态环境的影响，基于WindSat微波辐射测量技术，分析了东非不同水文地质单元在极端水文条件下的水生态脆弱性；徐庆勇等［10］采用层次分析法对珠江三角洲地区环境脆弱性进行了系统评价；汪磊等［11］基于主成分分析法和层次分析法的博弈论组合赋权模型，建立了西部地区环境脆弱性评价指标体系。水土环境脆弱性评价的主要问题是其演变过程的模糊性、驱动的多层次性、要素影响的不确定性等。云理论是李德毅院士于20世纪90年代提出的专门用于处理模糊性及不确定性问题的基本理论，该理论在刻画模糊评价系统的随机性以及不确定性问题上具有优势，且能规避评价过程中主观性对评价结果的影响［12-15］。鉴于此，笔者以景电灌区人工绿洲为例，将云理论与传统层次分析法相结合，构建基于云理论改进层次分析法的水土环境脆弱性评价模型，并运用地理信息系统和研究区水土环境监测资料，通过栅格数据单元信息叠加，将2018年灌区水土环境脆弱性进行可视化表达，揭示灌区水土环境脆弱性空间态势及驱动机理，以期为干旱区人工绿洲可持续发展提供指导。

1 评价指标选取及数据处理

受地质构造及地形等影响，景电灌区自东向西形成了封闭型水文地质单元草窝滩、芦阳镇盆地，开敞型水文地质单元羊胡子滩、大墩滩盆地。灌区总灌溉面积约6.13万hm2，北倚腾格里沙漠，南靠昌岭山，东临黄河，属典型的温带大陆性气候区。该地区干旱少雨、年际及昼夜温差大，年均日照时数长达2 714 h，年均气温约8.77℃，多年平均降水量185.6 mm。根据长序列监测资料，自1994年灌区运行以来，受不合理灌溉模式、高强度人类生产活动等影响，灌区内水土环境问题逐渐显现，严重制约了区域社会经济发展以及生态文明建设。

1.1 评价指标选取

基于云理论改进层次分析法定量评价灌区水土环境脆弱性。结合研究区实际情况，同时参照数据的科学性、完备性、可获得性等原则构建研究区水土环境脆弱性评价指标体系。层次分析法评价目标层为灌区水土环境脆弱性，准则层包括显著影响水土环境脆弱性的土壤植被因素、水因素、地形因素和水文气候因素。土壤植被因素包括反映区域水盐状态、水土流失程度、土地资源利用演变过程及土壤理化性质的土壤盐分、植被覆盖度、土地利用类型及土壤电导率4个指标；水因素包括反映区域地表及地下水分运动的地表灌水量、地下水埋深及地下水矿化度3个指标；地形因素包括海拔、坡度2个直接参与水土环境体系地质构造的指标；水文气候因素包括年均降水量、年均蒸发量、年均气温3个反映区域水文气象条件的指标，见表1。

表1 研究区水土环境脆弱性评价指标及其数据来源

1.2 数据来源及处理

首先由地理空间数据云下载能够反映景电灌区2018年水土环境本底状况及其空间信息的Landsat 8遥感底图，然后进行坐标定义、图像配准及镶嵌与剪裁等预处理。通过土钻提取44个盐分采样点0～100 cm的土壤样本，带回实验室分析土壤盐分及土壤电导率，盐分采样点分布见图1（a）。地表灌水量及年均降水量由区域内布设的29个水量监测设备、自动雨量气象站，结合《甘肃省景泰县荒地资源及其开发利用报告》（1971—2018年）、景电灌区1972—2018年调水用水量统计表获取，监测点分布见图1（b）。年均气温及年均蒸发量分别由21个微型蒸发测量计及数字温度测量仪来获取，测点分布见图1（c）。通过在ArcGIS Spatial Analyst模块中采取ISO聚类分析、影像识别，以相同像元为同类划分条件，结合实际土地利用情况通过最大似然分类将研究区土地利用类型划分为6类，分别为耕地、盐碱地、草地、沙地、旱地及戈壁。地下水矿化度及埋深由研究区内布设的32个监测井获取，监测井分布见图1（d）。数据来源及相应处理方式见表1。

图1 采样点分布

2 研究方法

2.1 空间插值方法优选

空间插值是指借助ArcGIS软件将研究范围内有限的数据转换为连续的面集数据，以此反映某变量在研究区的变化特征，这一技术为区域尺度环境响应空间分析提供了新方法。但从多种插值方法中进行优选，是空间插值的重要前提。交叉验证法将n个监测点实测数据划分为已知值与验证值，首先设定某一采样点实测数据为未知值，使用其余n-1个点位实测数据进行空间插值；其次读取预定未知点的插值结果，并计算预定点实测值与插值结果之间的差，该差越小插值精度越高；将其余各点位重复上述操作，依次获取所有点位的绝对误差。采用平均绝对误差MAE、平均相对误差MRE及均方根误差RMSE来验证各点位的插值精度。

为进一步验证空间插值精度，在进行交叉验证的基础上引入误差矩阵验证空间插值精度，以此作为最优空间插值方法的判定依据［16-17］。误差矩阵是空间插值中精度评价的典型方法，其通过计算实测像元与参考像元之间的比较序列来进行精度评价，主要包括总体精度、生产者精度、使用者精度及Kappa系数。本文仅考虑总体正确分类面积并验证分类精度，故只引入总体精度及Kappa系数。当Kappa系数大于0.75时，通常认为模拟结果与实测结果之间具有较高的一致性；当Kappa系数小于0.40时，一致性相对较弱。计算过程为

式中：OA为总体精度；N为总像元数；np为正确分类像元数；r为分类数；P0为总体分类精度，即正确分类样本数与总样本数之比；Pc为随机情况下正确分类结果的期望值。

在ArcGIS Spatial Analyst插值分析模块中对各评价指标依次采用克里金法、反距离权重法、样条函数法、自然邻域法以及趋势面法进行空间插值，经过各种方法的精度比对及优选，最终确定各指标插值方法见表2（表中评价指标的MAE、RMSE单位与表1中对应指标的单位相同）。

表2 各评价指标插值方法及插值精度

通过插值方法优选可得，各指标所选插值方法的MAE、MRE、RMSE均较低，插值总精度与Kappa系数较高。植被覆盖度通过ENVI5.3软件的反演获取，海拔、坡度采用DEM数据通过ArcGIS Spatial Analyst表面分析获取，土地利用类型通过ISO聚类-最大似然分类获取，均具有较高吻合性。

2.2 权重云模型

传统层次分析法在分析过程中往往依据专家打分法评判各指标层评价因子重要性，并分析求出各评价指标对应的权重，但是其在分析过程中离散性和主观性过强，往往不能客观刻画多指标耦合系统的模糊性及波动性。云理论通过定性概念与定量数值之间的转换，以不确定性语言将模糊系统中的随机性及模糊性有机结合，克服了传统层次分析法存在的缺陷。因此，引进正态云理论，基于传统层次分析法中的Satty标度对其进行改进［18］，构建基于云模型的水土环境脆弱性评价标度准则。具体过程：假设有两个云模型CR1（Ex1，En1，He1）和C R2（Ex2，En2，He2），令C R=CR1／CR2，则CR（Ex，En，He）计算公式为

其中期望（Ex）反映云滴分布的中心值，熵（En）描述云滴模糊性和离散程度，超熵（He）用于描述云滴凝聚度。同时基于Satty标度中两指标的重要性程度，可得到9个云模型，见表3。

表3 云标度准则

对灌区水土环境脆弱性评价指标进行两两重要性比较，构建判断矩阵（Rij）n×n，通过层次分析法求解水土环境脆弱性评价指标的权重，云模型合成权重Wi（Exi，Eni，Hei）计算公式为

式中：Exi为评价结果的中心值；Eni用以描述评价结果的不确定度；Hei用以反映云滴的离散程度。

2.3 水土环境脆弱性等级划分

结合相关研究结果和本研究区实际情况［6，19］，以水土环境脆弱性综合指数E VI来描述景电灌区水土环境脆弱性。

式中：EVI为水土环境脆弱性综合指数；yi为指标因子值；ωi为指标因子相应的权重值；n为指标数量。

为了进一步增强研究区水土环境脆弱性综合指数的可对比性，对水土环境脆弱性综合指数EVI进行标准化处理：

式中：S为水土环境脆弱性综合指数的标准化值，变化范围为0～10；EVI为水土环境脆弱性综合指数的原始值；EVImax、E VImin分别为水土环境脆弱性综合指数的最大值、最小值。

在将EVI标准化处理的基础上，参照已有研究中关于环境脆弱性评价的标准［20］，结合灌区实际，将景电灌区水土环境脆弱性划分为5级，见表4。

表4 景电灌区水土环境脆弱性划分

3 结果与分析

3.1 单个指标空间分异信息分析

根据优选插值方法对各评价指标进行空间插值，结果见图2。从各评价指标空间分异信息来看：研究区土壤盐分为0.05%～3.22%，高含盐量区域集中在东部封闭型水文地质单元及西部局部区域，总体盐分分布格局以弧形由中部、北部向研究区东部与西部递增；植被覆盖度较高区域集中分布在耕地及其周边地区，结合土地利用类型来看，研究区北部、南部边缘地带以戈壁、沙地及旱地为主，植被稀疏；土壤电导率分布与土壤盐分分布在空间上表现出较强的关联性，空间分布基本一致；地表灌水量空间分布不均，东部灌水少，西部灌水多，主要原因是东部土壤盐渍化较为严重，仅部分区域种植耐盐作物，需水量少，而西部为典型的开敞型水文地质单元，水层通透，大量地表灌溉水入渗，加之生态防护需水要求，需水量较大；地下水埋深为8.81～80.63 m，仅在东部封闭型水文地质单元存在地下水溢出地表情况；受地质构造及人类生产活动影响，东部区域地下水矿化度相对较高，且表现出由东部封闭型区域向四周递减的趋势；研究区坡度变化不大，地形较缓，适宜农业生产活动；研究区年均降水量为162～191 mm，空间分布相对均匀，为典型的干旱气候区；年均水面蒸发量为2 274～2 358 mm，东部区域蒸发能力相对较强，这与该区域土壤含盐量正相关，即在高蒸发作用下，土壤盐分以蒸发作用为动力通过毛细管向地表运移，加剧了土壤盐渍化；年均气温为7.90～9.59℃，温度较高区域集中分布在研究区北部，气温以弧形向两端降低，全年气温相对较低。

图2 各指标空间插值结果

3.2 各指标因子权重

运用基于云理论改进的层次分析法计算各指标对水土环境脆弱性影响的权重Wi（Exi，Eni，Hei），同时将各评价指标以期望Ex为第一排序要素、熵En为第二排序要素、超熵He为第三排序要素［18］进行层次总排序，进而得到12个评价指标对目标层的层次总排序，计算结果见表5。

表5 各评价指标权重

由表5可知：研究区区域尺度下水土环境脆弱性影响因素重要性排序为土壤盐分＞植被覆盖度＞土地利用类型＞地表灌水量＞地下水埋深＞地下水矿化度＞土壤电导率＞年均蒸发量＞年均降水量＞年均气温＞海拔＞坡度。其原因主要是：在绿洲生态系统中，土壤状态、植被覆盖状态以及土地利用方式是控制水土环境演变态势发展的关键性因素，对区域尺度水土环境时空分异进程的影响较大；水因素作为地表及地下溶质运移的载体，对区域水土环境影响较大；水文气候因素通过参与区域内水循环及为水热传输提供动力对区域内水土环境时空分异进程有微观驱动作用；地形因素作为水土环境的客观载体，在微观尺度影响着水土环境的时空演绎态势，对区域尺度水土环境脆弱性的影响较小。

3.3 综合指标评价结果与分析

根据表5中评价指标权重以及景电灌区水土环境脆弱性分级标准，利用ArcGIS软件的栅格计算模块将各驱动要素的空间状态进行加权叠加，得到灌区2018年的水土环境脆弱性空间分布，见图3。通过ArcGIS分析统计功能得到各风险等级面积及占比，见表6。

图3 景电灌区水土环境脆弱性空间分布

表6 研究区不同等级水土环境脆弱性面积统计

由图3及表6可知：研究区水土环境脆弱性基本保持在Ⅰ～Ⅲ级，各脆弱性等级空间分布存在明显的地区差异。Ⅰ级脆弱性主要分布在直滩乡、红水镇北部局部地区以及景泰县西南部，总面积82 594.73 hm2，面积占研究区总面积的27.4%；Ⅱ级脆弱性分布在海子滩乡与大墩滩乡的西北侧以及四滩乡向喜泉镇延伸的条带区域，总面积74 154.39 hm2，面积占比24.6%；Ⅰ、Ⅱ级脆弱性区域多为人类聚居地，随着环保意识的增强及生态文明建设的不断发展，植被覆盖度及生态治理投资占比提高，土地资源抗干扰能力、自我恢复能力较强。Ⅲ级脆弱性区域主要分布在研究区西部及北部等，总面积71 742.87 hm2，面积占比23.8%。该区域受长期不合理灌溉模式影响，区域水盐分布不平衡，同时北部存在较大面积的戈壁滩，生态环境相对脆弱。重度、极度脆弱（Ⅳ级、Ⅴ级）区域主要集中在芦阳镇和草窝滩镇封闭型水文地质单元，总面积72 948.63 hm2，面积占比24.2%。从各指标对水土环境的影响来看，随着灌溉过程的不断推进，该区域受水文特征及地质构造影响，地下水排泄不畅，导致地下水水位逐渐升高。地下水矿化度升高，在强蒸发作用下，基于水热传输引发的水盐运移过程不断发展，土壤盐分驱动次生盐渍化不断加剧，水土环境系统功能严重退化。

4 结 论

针对以往水土环境脆弱性评价方法存在的不足，从土壤植被因素、水因素、地形因素以及水文气候因素4个方面建立了干旱区人工绿洲水土环境脆弱性评价指标体系。基于云理论改进了传统层次分析法，既摒弃了传统层次分析法的主观性，又很好地刻画了各指标之间的模糊性，使得评价结果更准确。

由各指标权重排序可知，土壤盐分、植被覆盖度、土地利用类型及地表灌水量是区域尺度水土环境脆弱性演化的主要驱动因素。研究区水土环境脆弱性基本保持在Ⅰ～Ⅲ级，水土环境脆弱性空间分布整体表现出西低东高的空间格局。Ⅰ级脆弱性区域主要分布在直滩乡、红水镇北部局部地区以及景泰县西南部，面积占总面积的27.4%；Ⅱ级脆弱性区域集中分布在海子滩乡与大墩滩乡西北侧以及四滩乡向喜泉镇延伸的条带区域，面积占比24.6%；Ⅲ级脆弱性区域主要分布在研究区西部及北部等，面积占比23.8%；重度、极度脆弱性区域（Ⅳ级及Ⅴ级）集中分布在区域东部芦阳镇和草窝滩镇的封闭型水文地质单元，面积占比24.2%。