基于AHP与TOPSIS的土壤侵蚀脆弱区排序研究

揣泽尧，任 改，洪 滨，赵 迪，郭晶晶

(生态环境部 华南环境科学研究所，广东 广州 510000)

土壤侵蚀是一个受地形、气候、土壤特性、土壤覆盖和人类活动等多种因素影响的复杂问题[1]，会导致土壤生产力降低、水质污染、洪水风险增加等。土壤侵蚀在全世界广泛存在，对环境的负面影响很多，被认为是最严重的世界性问题之一[2]。为了保护环境，减少水土流失对农业、基础设施、水质等的负面影响，有必要开展水土保持专项行动[3]。近年来许多学者致力于如何识别易受侵蚀地区的研究，大致分为以下几类研究：根据植被覆盖、土地利用和坡度三个标准，按保护的优先顺序对流域内的区域进行排序；利用坡度和植被覆盖两个因素对区域侵蚀风险进行分析。

当前侵蚀率的评估是在不同的尺度水平(田间、流域)下，采用不同的经验方法、概念和物理模型进行的。这些方法存在一个缺点——需要大量的数据，而这在发展中国家的数据库中较稀缺，存在一定的局限性。基于此，本文采用层次分析法(AHP)[4]和理想解相似排序法(TOPSIS)[5]，利用坡度、土地利用情况和土壤类型3个因素对各子流域的侵蚀脆弱性进行排序，以确定需要优先保护的子流域。

1 研究区概况

选取广东省韩江流域为研究区域。韩江流域地理位置为东经115°13′～117°09′、北纬23°17′～26°05′，是广东省的第二大流域，流域面积30 112 km2。韩江上游由梅江和汀江汇合而成，梅江为主流，发源于广东省紫金县，汀江发源于福建省宁化县的赖家山，梅、汀两江汇合后称韩江，由北向南流经广东省的丰顺、潮安等县。以梅江为源头，干流总长470 km。将研究区分为20个子流域，分别为泗水、高思水、隆文水、小靖河、樟溪、九峰水、沙田水、大圣溪、九村溪、东山溪、荷泗水、永和水、松源水、黄陵水、平安水、龙潭水、南口水、合溪水、黄冈河、汤东河(下文中用sw-1～sw-20表示)。20个子流域由于受到侵蚀作用，水土流失、洪涝灾害、河道淤积等灾害时有发生，给当地生态环境以及人民群众的生命财产安全带来了严重威胁。因此，识别需要优先保护的子流域对于有的放矢地减少侵蚀具有重要意义。研究区位置如图1所示。

图1 研究区位置

2 研究方法

2.1 土壤侵蚀脆弱性评价因子的识别

通过地理信息系统中1∶25 000、1∶50 000地形图和1∶5 000正射影像，确定了20个子流域的平均坡度、土壤类型和土地利用方式，将其作为预测土壤侵蚀脆弱性的参数指标。研究区主要土地利用方式有耕地、草甸、城市化地区、森林、退化森林和工业区6类，新积土、淋溶土、石质土、崩积层土、中性形成土、黑钙土、变性土、冲积土8种土壤类型。根据土壤质地(粉砂、砂粒和黏粒的含量)和表层(0～30 cm土层)的有机碳含量，使用EPIC模型中给出的公式估算了这些土壤类型对侵蚀的敏感性，用K因子表示，详见图2。20个子流域用于评估土壤侵蚀脆弱性的三个参数(子流域平均坡度S、土地利用因子LU和土壤类型因素ST)数值如表1所示。

图2 不同土壤类型的土壤可蚀性因子

表1 各子流域参数数值

2.2 层次分析法(AHP)

AHP方法具有良好的数学特性，是一种稳定、灵活的决策工具，可用于求解复杂的多目标决策问题，包括确定保护措施的优先次序、滑坡易感性测绘或土壤侵蚀风险评估，且数据获取难度较低，故将其应用到子流域的脆弱性评级。

AHP方法的应用一般有以下4个步骤：①将问题分解成目标、准则、次标准等层次结构；②建立两两比较矩阵A=(aij)n×n，其中n为矩阵大小，aij表示第i个决策因素对第j个决策因素的重要性，aij≥0，aij·aji=1；③使用特征值法计算决策因素的相对权重(优先级)；④所有矩阵都必须满足一致性检验，即用一致性指数(CI)和随机指数(RI)得到的一致性比(CR)要满足小于0.10的要求。

2.3 理想解相似排序法(TOPSIS)

3 结果和讨论

AHP方法的第一步是确定决策过程的总体目标。根据坡度、土地利用和土壤类型等影响因素，将目标确定为选择最易受土壤侵蚀影响的子流域，这些因素被分解为次级指标(6个土地利用等级和8个土壤类型)。

将所有的决策因素构造成判断矩阵，使用1～9度量表进行配对比较。通过特征值法计算决策元素的权重，一级指标和次级指标的成对比较结果见表2和表3。

表2 一级指标成对比较结果

表3 次级指标成对比较结果

将备选方案通过平均坡度(S)、土地利用因子(LU)和土壤类型因素(ST)进行成对比较。使用脆弱性指数ER对20个子流域进行排序，该指数的计算方式是将指标权重(wi)与替代权重(dj)相乘，ER值越高，说明越容易受到侵蚀。具体计算结果见表4。

表4 层次分析法计算结果

接下来应用TOPSIS方法确定子流域的排序，将通过AHP方法获得的权重代入TOPSIS方法自带的程序，并对决策矩阵进行归一化处理，构造加权归一化矩阵确定正理想解和负理想解，`具体见表5。

表5 正理想解(A+)和负理想解(A-)

子流域的最终排名在很大程度上取决于赋予主要指标的权重。为了检查结果的稳定性，考虑了以下三种情况：

再计算与理想解(Cj+)的相对距离，根据该值对子流域进行排序，具体见表6。

情景1：土地利用占大多数权重(wLU=0.714 3，wST=wS=0.142 9)。

情景2：所有指标具有相同的权重(wLU=wST=wS=0.333 3)。

情景3：土地利用占较大权重 (wLU=0.633 4，wST=0.106 2，wS=0.260 5)。

在情景1的情况下，AHP方法将sw-17、sw-4、sw-6、sw-18和sw-9判别为最易受土壤侵蚀影响的子流域，而TOPSIS方法将sw-18、sw-17、sw-4、sw-3和sw-16判别为最易受土壤侵蚀影响的子流域。图3比较了AHP方法和TOPSIS方法在三种场景下的排序。Spearman相关系数结果表明基于AHP方法的排序与基于TOPSIS方法的排序具有很强的相关性，相关系数分别为：0.732 3(情景1)、0.703 8(情景2)和0.729 3(情景3)。

表6 每个子流域与理想解的相对接近度

图3 三种情境下AHP和TOPSIS方法的子流域排序比较

为验证上述排序结果的准确性，通过对各分区采取现场考察、资料查阅及结果检测等手段，选取耕地面积和坡度两项参数验证了排序结果，具体见表7。

表7 排序结果验证

通过上述调查研究，发现sw-17流域耕地面积占比高达73%，耕地面积占比最低的sw-4流域也达到了53%。这些需要进行优先保护的子流域(sw-17、sw-18、sw-6、sw-4和sw-9)均具有耕地面积占比较大(耕地面积占比超过50%)和边坡陡峭(坡度超过14°)的特点，同时这也印证了上述排序结果的准确性。

4 结 论

本研究采用AHP和TOPSIS方法，根据现有土地利用、土壤类型以及平均坡度对子流域的侵蚀脆弱性进行了排序，两种方法结果一致，将小靖河、九峰水、九村溪、南口水及合溪水流域列为需要优先保护的脆弱性地区。同时通过实地验证、查阅资料等方式，从耕地面积占比和平均坡度两个指标验证了排序的准确性。识别这些地区和对其进行排序，使研究人员能够更合理、更可持续地实施长期保护战略，为自然资源规划管理提供重要依据。下一步的工作计划是针对土壤侵蚀特点提出适宜的措施。