基于SRP模型的渭河流域生态脆弱性评价分析

王宗辉

摘要：该文以SRP概念模型为基础定量评价了渭河流域天水段的生态健康状况，建立指标体系和等级标准。通过GIS的空间叠合分析，利用自然断点法对标准化处理后的各个指标进行重分类，然后根据各评价指标的权重值从而得到渭河流域天水段的生态脆弱性空间分布图。分析表明：渭河流域天水段整体上生态脆弱度较低，全段除西北地区外，其余地区脆弱性均在中度以下;全段生态脆弱性呈现由西北向东南逐渐增强的发展趋势。

关键词：生态脆弱性  SRP模型  评价指标  空间分布

中图分类号：X826  文献标识码：A   文章编号：1672-3791（2022）06（b）-0000-00

Evaluation and Analysis of Ecological Vulnerability in Wei River Basin based on SRP Model

WANG Zonghui

（Gansu Forestry Polytechnic， Tianshui， Gansu Province， 741020 China）

Abstract： Based on the SRP conceptual model， the ecological health status of tianshui section of Wei River Basin was quantitatively evaluated， and the index system and grade standard were established. Through the spatial overlap analysis of GIS， the natural breakpoint method was used to reclassify each index after standardized treatment， and then the spatial distribution map of ecological vulnerability in tianshui section of Wei River Basin was obtained according to the weight value of each evaluation index. The results show that the ecological vulnerability of tianshui section of Wei River Basin is low on the whole， and the vulnerability of other areas is below moderate except the northwest region. The overall ecological vulnerability gradually increased from northwest to southeast.

Key Words： Ecological vulnerability; SRP model; Evaluation index; Space distribution

近年來，随着经济的快速发展，对区域内相关森林、河流等环境的影响更为明显，河流生态系统功能和健康循环规律已发生了显著的改变，不仅引发出更多的河流污染问题，同时也明显地影响到水资源的安全和流域的生态安全问题。在分析生态安全的过程中，结合不同流域对应的特点，对比不同条件和影响，推进流域内的生态安全健康状况安全的研究，也越来越受到诸多学者的注意。

生态脆弱性是衡量在自然因素和人文因素的驱使下，研究区原有的生态环境受到外界干扰所具有的敏感程度和恢复能力[1-2]。自生态脆弱性（Ecological Vulnerability）的相关理论提出后，由于生态脆弱性与诸多因素关联，包括自然因素（例如地形、植被覆盖程度等）和人为因素（例如人为活动、景区开发等）[3]。随着生态脆弱性研究的不断进展，诸多研究也从最初的破坏或扰动的敏感性，逐渐发展到关注系统对刺激的承受能力和反应能力，生态环境受到刺激后的恢复能力，后期拓展到协调人类与生态之间的协调关系，确保生态环境的安全方面。近年来，针对生态脆弱性的理论、方法和应用方面的研究越来越受到国内外学者的关注，也形成了多种生态脆弱性研究方法，目前，基于生态敏感性-生态恢复力-生态压力度（SRP）模型的方法在多区域研究中，体现出较强的优势。

近十年来，由于渭河流域区域河道整体开发和城市建设、地下水的过度抽取、人工挖沙等工作以及生态环境保护治理相对滞后，从而导致该河流生态功能退化和水环境质量持续恶化。据此，该文以SRP概念模型为依据，以天水区域内渭河流域为研究对象，创新构建基于遥感数据、地形数据、土地利用数据等多源数据[4]，充分结合现有地理信息技术，融合多样化指标，建立合理精确的生态脆弱性评价体系，以期为渭河流域天水段的生态恢复和资源管理提供一定参考。

1 研究区域概况

天水属大陆性暖温带半湿润气候，中间区域渭河穿流而过，支流覆盖天水全区，海拔平均1 100 m，年平均气温11 ℃，年降水量500～600 mm，年平均日照时数2 100 h，冬暖夏凉，气候宜居。地理位置如图1所示。

渭河是黄河第一大支流，天水区域内流域全长275.35 km，流域面积11 695 km2，牛葫芦河、藉河是区域内主要支流。由西向东流经武山县、甘谷县、麦积区，年平均自产地表水资源量为10.01亿m3。渭河作为天水区域内的最大河流，近年来虽然治理力度逐步加大，但是由于生态环境脆弱，泥沙量较大，降雨量较大，致使洪涝灾害频发。

2 数据来源

该次研究所选择的数据主要包括研究区域的DEM数据、植被数据、土壤数据、气象数据、GDP数据以及社会经济和人口数据[5]。DEM数据、植被数据、土壤数据、气象数据均来源于国家冰川冻土沙漠科学数据中心的，社会经济数据与人口数据、GDP数据来源于《天水市统计年鉴》，相关数据来源如表1所示。

3 研究方法

3.1 SRP评价指标体系构建

SRP概念模型主要是从生态稳定性出发，通过设置不同指标的权重值，结合生态稳定确定相关影响因子的权重关系，形成生态脆弱性综合评价模型[6]。由生态敏感性、生态恢复力、生态压力三个组分共同构成SRP概念模型。其中生态敏感性重点映射生态的敏感系数及生态的自我修复能力，生态恢复力指的是生态系统被破坏以后恢复的能力及恢复的时间，生态压力度指外界因素对生态系统的干扰力度。因此，SRP模型能总体反映生态脆弱性的诸多影响系数及对应生态的诸多特点，是现阶段生态脆弱性评价较为合理的一个专业模型，并在多地区的生态脆弱性评价中得到应用。

3.2 评价指标

研究区生态脆弱性分析的基础评价指标是对生态脆弱性评价的基础，在指标选取过程中，遵循主导性、科学性、可行性、稳定性以及独立性原则，因此渭河流域天水段的生态脆弱性研究选取了自然因素（包括表粗糙度、坡度、坡向、地形起伏度、年均降水量、年均气温、土壤有机质、植被覆盖度）和社会因素（包括人口密度、公路密度、GDP密度）及初级净生产力、叶面积指数、河网密度等多个指标构建了评价体系[7]。其中，人口密度、公路路网分布、GDP密度、地表粗糙度、坡度、坡向、地形起伏度、年均降水量等为正向指标;土壤有机质、初级净生产力、叶面积指数、河网密度等为负向指标[8]。正向评价指标值越大，脆弱性越高;负向评价指标越小，脆弱性越高。

3.3 评价指标标准化

考虑到相关指标数据在不同参照背景下的影响，为了提升评价的精度和契合度，需要对所有指标形成的数据进行标准处理，采用极差法对定量指标进行处理最终形成0-1的标准化值[9];采用分级赋值法对定性指标进行标准化处理。

（2）负向指标： 。

式中：i为评价指标个数（个）;Ci为第i个对称指标的标准化数据;ci为第i个指标的对应数據;cmin为i个指标中的最小值;cmax为i个指标中的最大值。

（3）定性指标。

对于有数值值域的栅格数据，通过GIS的Reclassify工具对栅格数据进行赋值，通过自然断点法，进行正、负向指标的赋值。

3.4 权重构建

根据相关生态脆弱性研究，依据渭河流域的特殊性，在权重构建过程中，采用AHP赋值权重，构建符合实际情况的权重分析，详细权重见表2。

3.5 生态脆弱性分级

为更直观地度量分类生态脆弱性指数（EVI），对计算结果EVI进行标准化处理：

式中：S为生态脆弱性指数标准化值，其范围为0～1;EVImax是该地区生态脆弱性指数的最大值;EVImin是该地区生态脆弱性指数的最小值[10]。根据现有的生态脆弱性评价研究的分级指标，将渭河流域天水段生态脆弱性划分为5个等级，详细脆弱性等级及生态特征如表3所示。

4 数据处理

4.1 数据预处理

对收集到的各类数据按照研究区范围进行裁剪及坐标转换，形成坐标为CGCS2000 3度分带、覆盖整个研究区的各类数据集（DEM数据、植被数据、土壤数据、气象数据、GDP数据以及社会经济和人口数据）。

4.2 河网密度

对裁剪后的河网矢量数据，利用ArcGIS渔网工具创建公里格网，对公里格网与河网矢量，进行相交处理，得到公里格网河网覆盖矢量，然后利用字段计算器，借助公里格网面积和公里格网河网长度，得到公里格网的河网密度矢量成果;利用转换工具，将河网密度矢量转换成河网密度栅格成果。

4.3 公路密度

从裁剪后的路网矢量数据中筛选出公路矢量然后合并，利用ArcGIS渔网工具创建公里格网，通过公里格网与公路路网矢量相交处理，得到公里格网的公路覆盖矢量，然后利用字段计算器，借助格网面积和公里格网的公路长度，得到公里格网的公路密度矢量成果;利用转换工具，得到公路密度栅格成果。

4.4 GDP及社会经济、人口数据

（1）利用《天水市统计年鉴》，分县区统计第二产业产值、耕地面积、GDP总量、人口总数、区域面积等基础数据。利用如下计算公式，进行社会经济和人口相关指标的计算。

（2）以各县区几何中心坐标为定位点，对社会经济和人口数据指标进行矢量点层创建。

（3）借助空间分析工具中的插值分析工具，利用克里金法，对各社会经济和人口数据指标进行插值并导出栅格成果。

4.5 指标标准化处理

利用ArcGIS模糊分类的工具，对所有指标利用线性进行数据标准化处理，输出为取值范围0～1浮点型栅格成果。

4.6 指标重分类

对标准化处理的数据，利用ArcGIS重分类工具，以自然断点法，将所有指标与脆弱性的关系划分为五类。NDVI、公路密度、坡度影响、人均GDP指标对应的生态脆弱性分布如图2所示。

4.7 指标加权分类

标准化处理的数据，利用ArcGIS的加权叠加工具，将指标栅格各自乘以指定的权重并合计在一起，形成多指标影响下的脆弱性空间分布栅格。渭河流域天水段生态脆弱性空间分布如图3所示。

5 结论与讨论

该次渭河流域天水段生态脆弱性研究以SRP模型为框架，考虑天水地区实际状况、兼顾评价指标选取原则，最终选取人口密度、公路密度、GDP密度、地表粗糙度、坡度、坡向、地形起伏度、年均降水量、年均气温、土壤有机质、植被覆盖度、初级净生产力、叶面积指数、河网密度等指标构建了评价体系。采用AHP赋值权重，构建了符合实际情况的权重体系，对相关指标进行了统筹分析。

（1）从面积上看，渭河流域天水段整体上生态脆弱度较低，中度脆弱以下地区占全段的大部分;从空间分布分析，全段生态脆弱性呈现由西北向东南逐渐增强的发展趋势。全段除西北地区外，其余地区脆弱性均在中度以下。中度以下脆弱地区，生态系统相对稳定，环境质量相对良好;重度脆弱区主要分布在全段土地开垦力度较大、梯田数量较多的武山、甘谷县境内，这些区域生态系统稳定性差、抗干扰能力弱、环境恶劣、生态恢复与治理应高度重视、长期坚持。

（2）研究表明，造成全段生态环境脆弱性空间分布差异明显的原因，可归纳为自然因素与人为因素。土壤有机质、坡度、植被覆盖度、年均降水量、年均气温、初级净生产力等是影像生态脆弱性的主导自然因素，而人均耕地面积、第二产业比重、人口密度、公路密度、人均GDP等人为因素都间接或直接影响着自然因素。因此，要实现社会的可持续发展，提高人们的环保意识、加大环保力度才是根本之策。

（3）针对渭河流域天水段生态脆弱空间分布特征，提升重度脆弱区的生态环境质量，积极推行退耕还林等环境保护政策，值得考虑。

参考文献

[1]姚昆，余琳，刘光辉，等.基于SRP模型的四川省生態环境脆弱性评价[J].物探化探计算技术，2017，39（2）：291-295.

[2]张金茜，李红瑛，曹二佳，等.多尺度流域生态脆弱性评价及其空间关联性——以甘肃白龙江流域为例[J].应用生态学报，2018，29（9）：2897-2906.

[3]李芮芝，胡希军，杜心宇，等.基于SRP模型的南雄丹霞梧桐自然保护区生态脆弱性评价[J].西北林学院学报，2021，36（5）：152-160.

[4]王鹏，赵微，柯新利.基于SRP模型的潜江市生态脆弱性评价及时空演变[J].水土保持研究，2021，28（5）：347-354.

[5]贾晶晶.基于SRP模型的石羊河流域生态脆弱性评价[J].干旱区资源与环境， 2020，34（1）：34-41.

[6]姚雄，余坤勇，刘健，等.南方水土流失严重区的生态脆弱性时空演变[J].应用生态学报， 2016，27（3）：735-745.

[7]张学玲，余文波，蔡海生.区域生态脆弱性评价方法研究综述[J].郭晓敏.生态学报，2018，38（16）：5970-5981.

[8]刘振乾，刘红玉，吕宪国.三江平原湿地生态脆弱性研究[J].应用生态学报，2001（2）：241-244.

[9]杨育武，汤洁，麻素挺.脆弱生态环境指标库的建立及其定量评价[J].环境科学研究，2002，15（4）：46-49.

[10]夏飞，汤传勇.左江流域生态脆弱性评价[J].环境与生活，2014（6）：141-143，145.