复杂地质生态环境脆弱性评估方法研究

宋海彬,武富庆,于翠芳

(黑龙江科技大学 管理学院，黑龙江 哈尔滨 150022)

近年来，在自然及人为因素的作用下，复杂地质地区的生态脆弱性越来越突出[1]。首先，复杂地质地区本身就是生态问题的多发区，而且很多复杂地质相继被人类开发，土地的不合理利用使其生态环境更加脆弱。此外，土地盐碱化、水资源短缺等自然因素以及湿地环境污染、油田开发等人为因素也破坏了其生态系统，使生态环境丧失一部分生态功能，为该地区人居环境和生态环境的保持带来很大挑战。这种对于复杂地区生态环境的破坏目前已经对当地社会、经济、生态的可持续发展造成严重阻碍，并间接或直接地对其生态系统平衡造成影响[2]。因此，有必要选取适当的综合评估指标对复杂地质地区生态环境脆弱性进行评估[3]，进而通过评估结果能够对复杂地质生态情况实施情景预测，为其管理区域生态环境提供一定决策支持，同时对于复杂地质地区后续保护、恢复以及开发工作的开展也有指导作用。

生态环境的研究逐渐成为国内外的研究重点，刘延国等[4]从西南山区复杂地质生态保护红线划定的角度出发，构建了该地区的生态地质环境脆弱性评估模型，但是该模型权重计算不够详细。何彦龙等[5]通过层次分析法和空间主成分分析法构建了长江口海域这一复杂地质地区的生态环境脆弱性评估体系，对该地区的生态环境脆弱性实施了综合评估，但是该评估体系的评估指标不够完善。Susceptibility等[6]构建了复杂地质下的敏感性评估体系，但是该方法也存在评估不准确的情况。针对上述问题，本文设计一种新的复杂地质生态环境脆弱性评估方法，以期为生态环境的健康发展作出贡献。

1 研究区域概况

以某复杂地质地区为研究对象，实验地区的具体环境如图1所示。

图1 实验地区的具体环境Fig.1 Specific environment of the experimental area

实验地区自上新世以来一直处于湖盆断陷环境，其地层构造以淤泥质黏土、黏土、粉—细砂为主，夹草煤、泥炭、褐煤、砂砾石等河湖相地层。其地层厚度在60～800 m，局部地区地层厚度在1 000 m以上。

2 研究方法与数据来源

2.1 数据获取与来源

获取复杂地质生态环境脆弱性评估数据，具体包括土壤类型栅格、大气环境、水热气象、土地利用、植被覆盖度、生物丰度、DEM高程、遥感影像等数据以及社会统计数据[7]。其中，遥感影像数据的获取途径为Landsat 8 OLI卫星影像，其成像时间在2017年，可以达到30 m的空间分辨率。同时影像云量在10%以下，能够满足研究需求[8]。该卫星的影像数据格式为TIFF，卫星轨道号是P_123035/P_124035/P124034。

对于获取的遥感影像数据，利用最大似然法对其实施监督与分类，获取复杂地质地区的土地利用图[9]。以土地利用类型数据为依据对复杂地质地区生物丰度指标数据进行计算，具体计算公式：

(1)

式中，P为生物丰度；R为耕地面积；W为森林面积；D为草地面积；Q为水域面积；E为建筑用地面积；T为裸地面积；M为复杂地质地区总面积[10]。

具体来说，生物丰度数据能够表明研究地区单位面积中各种类型在生态系统物种数量上的差异，其指数值与研究地区生态环境的实际质量值呈正比[11]。

复杂地质地区的大气环境、水热气象、DEM高程以及社会统计数据的具体来源见表1。

表1 数据具体来源Tab.1 Specific sources of data

其中，土壤类型栅格数据的来源是中国土壤资源数据库，利用GIS软件实施空间分辨率转换，获取30 m×30 m空间分辨率的栅格数据。

2.2 评估方法

2.2.1 生态环境脆弱性评估体系构建

根据获取的复杂地质生态环境脆弱性评估数据选取复杂地质生态环境脆弱性评估指标，构建生态环境脆弱性评估体系。

生态环境脆弱性评估体系的构建可以分为总目标层、目标层、准则层以及指标层的构建[12]。首先将总目标层定为复杂地质生态环境脆弱性，接着对目标层进行制定，将目标层分为以下几个层次：环境压力指数、环境弹力指数、环境敏感指数。根据目标层对准则层指标进行选取，其中选取的环境压力指数对应准则层指标为水土流失敏感度、地质灾害敏感度、石漠化敏感度；选取的环境弹力指数对应准则层指标为功能指数、组织指数、自我调节指数、环境保护指数、综合管理指数；选取的环境压力指数对应准则层指标为资源环境压力度、社会发展压力程度、人口压力程度、自然压力指数[13]。

根据准则层指标对应的指标层指标进行选取，构建生态环境脆弱性评估体系，具体见表2。

表2 构建的生态环境脆弱性评估指标体系Tab.2 Constructed ecological environment vulnerability assessment system

至此完成生态环境脆弱性评估体系的构建。

2.2.2 指标数据标准化处理

通过最大—最小范围标准化处理方法对原始评估指标数据实施标准化处理[14]。

对于原始评估指标数据中的正负相关数据，具体处理方式：

(2)

式中,Si1为标准化处理后的原始评估指标负相关数据；Yi为原始评估指标负相关数据；Yimax为原始评估指标负相关数据最大值；Yimin为指原始评估指标负相关数据最小值；n为原始负相关评估指标个数[15]；Si2为标准化处理后的原始评估指标正相关数据；Xi为指原始评估指标正相关数据；Ximax为原始评估指标正相关数据最大值；Ximin为原始评估指标正相关数据最小值；m为原始正相关评估指标个数[16]。

通过以上公式实施原始评估指标数据的标准化处理[17]。

2.2.3 权重值计算

通过OWA算子确定生态环境脆弱性评估体系中的各指标对应权重[18]。实施层次单排序。使用的方法为方根法，具体排序步骤如下：

(1)对各行元素乘积的n次方根进行计算，具体公式如下：

(3)

式中,z为元素个数；Di=Πbij，为判断矩阵中各行元素的乘积，bij为判断矩阵中的元素[19]。

(4)

获取单一指标的对应权重后，对结果实施一致性检验，通过检验后，该指标权重值即为其生态环境脆弱性的指标评估值，实现了复杂地质生态环境脆弱性评估。脆弱性分级按照标准差倍数划分，指标具体权重和等级见表3。

表3 复杂地质生态环境脆弱性评估指标分级与权重Tab.3 Classification and weight of complex geological ecological environment vulnerability assessment indicators

通过Raster Calculatorr 计算脆弱性指数，计算公式为：

(5)

式中，ri为要素栅格数。

根据上述内容，得到生态环境脆弱性评估处理结果，如图2所示。

图2 评估指标体系Fig.2 Evaluation index system

3 结果与分析

3.1 生态环境脆弱性分区

利用本文方法对实验地区进行生态环境脆弱性评估，首先获取实验地区生态环境脆弱性评估数据，进而构建实验地区的生态环境脆弱性评估体系，通过评估体系计算各指标权重值，实现评估。生态环境脆弱性分级见表4。

表4 生态环境脆弱性等级Tab.4 Vulnerability levels of ecological environment

3.2 生态保护分布及脆弱性统计

生态环境保护将Ⅳ和V等级分为需要保护的区域，通过复杂地质生态环境脆弱性评估结果划分生态保护区域。脆弱性分级统计见表5，保护区域如图3所示。表5中数据为研究区域的面积占比，图3中的虚线区域为生态重点保护区域。

表5 生态脆弱性分级统计Tab.5 Hierarchical statistics of ecological vulnerability

图3 生态保护区域Fig.3 Ecological protection area

3.3 评估性能结果分析

为了进一步确定设计的评估方法的准确性，针对权重值计算结果，验证设计的评估体系的评估性能。分别对环境压力指数、环境弹力指数和环境敏感指数中各准则层指标的综合评估错误率进行计算。评估错误率的计算公式：

(6)

式中,∑cf为各指标评估值和实际情况不相符的综合概率；∑ct为各指标评估值和实际情况相符的综合概率。

通过计算不同情况下环境压力指数、环境弹力指数和环境敏感指数中各准则层指标的综合评估错误率，测试本文方法的评估性能。在实验地区生态环境状态良好的情况下，测试其四季环境压力指数、环境弹力指数和环境敏感指数中各准则层指标的综合评估错误率，测试结果如图4所示。根据图4的综合评估错误率测试结果可知，在实验地区生态环境状态良好的情况下，其四季各准则层指标的综合评估错误率均较低，环境敏感指数的误差最高为2%，环境压力指数最高为1.5%，环境弹力指数最高为1.2%。其中，环境弹力指数对应的综合评估错误率曲线最低，该方法具有较低的误差率，具备有效性。

图4 生态环境状态良好情况下综合评估错误率测试结果Fig.4 Test results of comprehensive assessment errorrate under good ecological environment

在实验地区生态环境状态较差的情况下，对其四季环境压力指数、环境弹力指数和环境敏感指数中各准则层指标的综合评估错误率进行测试，测试结果如图5所示。图5的综合评估错误率测试结果表明，在实验地区生态环境状态较差的情况下，其四季各准则层指标的综合评估错误率相比生态环境状态良好时有所上升，然而整体评估错误率值仍较低。其中，环境敏感指数的综合误差率最高为2.4%，环境压力指数最高综合误差率为2.1%，环境弹力指数最高综合误差率为1.7%，证明本文方法具备良好的生态环境脆弱性评估性能。

图5 生态环境状态较差情况下综合评估错误率测试结果Fig.5 Test results of comprehensive assessment error rate under poor ecological environment

4 结论

复杂地质地区的生态环境往往较为极端，针对其生态环境特性，兼顾有效性、独立性、代表性和可操作性的原则，筛选合理指标，构建了复杂地质生态环境脆弱性评估体系，实现了复杂地质地区生态环境脆弱性的准确评估。

(1)有效统计分析了研究区域的脆弱性等级，并且根据评估结果，划分能力生态保护区域。

(2)应用提出的复杂地质生态环境脆弱性评估方法后，测试研究区域的四季环境压力指数、环境弹力指数和环境敏感指数中各准则层指标的综合评估错误率，其四季各准则层指标的综合评估错误率均较低。其中，环境弹力指数对应的综合评估错误率曲线最低，并且环境敏感指数的综合误差率最高为2%，环境压力指数最高综合误差率为1.5%，环境弹力指数的最高综合误差率为1.2%。因此，该方法具有较低的误差率，具备有效性。

(3)在研究区域的生态环境差的情况下，应用提出的方法，验证得出指标的综合误差率上升幅度小，其中环境敏感指数的综合误差率仅增加了0.4%，环境压力指数最高综合误差率仅增加了0.6%，环境弹力指数最高综合误差率仅增加了0.5%。因此，该方法在生态环境差的情况下，依然可以适用，具备可行性。

(4)常规的地质地区的生态环境脆弱性评估方法无法适用复杂地质地区，其脆弱性评估结果难以有效地反映生态环境的脆弱性，参考性较低。何彦龙等构建了一种复杂地质地区的生态环境脆弱性评估体系，研究了长江口海域的生态环境脆弱性，其构建的评估体系相对完善，为生态环境脆弱性评估提供了参考依据，但是评估体系内的评估指标存在局限性。本文从评估指标的角度出发，科学合理地选择了更加全面而详细的指标，并且给出了指标的含义，结合权重算法等实现了复杂地质地区的生态环境脆弱性评估。从综合评估结果可知，本文方法具备更低的综合误差率，为地理环境独特地区的生态环境脆弱性研究提供了依据。