广西与广东沿海湿地生态系统健康评价

贺智, 郑志军

(1.中山大学地理科学与规划学院, 广州 510275; 2.南方海洋科学与工程广东省实验室(珠海), 珠海 519082)

湿地固碳功能强大,对实现“碳达峰、碳中和”目标和建设可持续发展社会起着重要作用[1-4]。然而,快速工业化进程对生态环境造成了破坏。近年来,为防止生态环境恶化,国家出台了多项政策支持湿地保护。例如,2021年12月,中国颁布了《中华人民共和国湿地保护法》,对湿地保护做出了明确规定;2022年2月,中国首个“湿地保护与恢复”本科新专业通过教育部批准,这将填补中国在该领域的人才培养空白。

为了保护湿地,首要工作是评价现存湿地生态系统的健康状况。从20世纪70年代开始,湿地健康成为湿地研究的重点话题。Larson等[5]建立了世界上第一个湿地生态系统评价模型。随后,中外学者在湿地生态系统健康评价方面做了大量工作。已有方法可大体分为2类。一类是生物评价法,包括生物完整性指数法和物种指示法,主要从物种健康的角度反映湿地生态系统的健康程度。例如,Albert等[6]提出以植被为指示物的湿地健康监测方法,对美国的五大湖海岸沿线湿地健康状况进行了评价。吴小平等[7]基于生物完整性方法对浙江温州三垟湿地的生物数据进行采样并评价了健康状况。Yang等[8]提出基于植被的生物完整性来评估鄱阳湖湿地的生态健康情况。另一类是指标体系法,也称多指标综合评价法,根据不同原则选取对应的指标,以此构建指标体系并对生态系统健康状况进行定量评价[9]。例如,美国环保署基于投入、资源等方面建立了湿地三级评价体系[10]。Breaux等[11]从湿地的特征和功能两个方面出发,构建了5个指标层的指标体系,对旧金山海湾湿地生态系统健康进行了评价。麦少芝等[12]介绍了压力-状态-响应(pressure-state-response,PSR)模型的基础概念和相关特征,并以此为基础构建健康评价指标体系。蒋卫国等[13]利用遥感、野外调研和社会统计等多源数据,构建了基于PSR的湿地生态健康评价模型,并对洞庭湖湿地健康状况进行了评价。刘瑜等[14]从压力、状态和响应三方面构建健康评估指标体系对天津古海岸与湿地国家级自然保护区湿地核心区健康状况进行了评价。张丽娜等[15]和陈根良[16]利用层次分析法和德尔菲法分别对广西75处重要湿地和东洞庭湖湿地的质量进行了评价。徐烨等[17]以PSR模型为基础,利用景观格局分析构建指标对雄安城区湿地进行了健康评价。

近年来,各国遥感技术快速发展,遥感图像的空间、光谱和时间分辨率不断提高[18-19],为湿地生态系统健康评价提供了重要的数据支撑,而谷歌地球引擎(Google Earth Engine,GEE)的出现使得遥感图像处理变得更便捷。但是,目前利用GEE平台进行湿地健康评估方面的研究还鲜见报道。此外,尚缺乏同时对广西与广东沿海湿地健康评估方面的文献。因此,现基于GEE平台、遥感、地理信息系统(geography information sysytem,GIS)空间分析和景观格局分析,以PSR模型为基础构建广西与广东沿海湿地健康评价指标,利用层次分析法(analytic hierarchy process,AHP)确定指标权重,以加权平均法计算得分构建湿地健康评价模型。

1 研究区与数据源

1.1 研究区概况

本文研究区具体位置包含广西沿海各市和广东沿海各市。其中,广西5个市分别为北海市、防城港市、钦州市、玉林市、崇左市;广东15个市分别为广州市、深圳市、珠海市、汕头市、佛山市、江门市、湛江市、茂名市、惠州市、汕尾市、阳江市、东莞市、中山市、潮州市、揭阳市。研究区海岸线全长5 909 km,其中广西海岸线长1 595 km,广东海岸线长4 314 km。地理位置为106°33′E～117°13′E,海拔最高为1 688 m。

1.2 主要数据源

主要数据源为2020年的遥感数据与行政区统计数据。其中,遥感数据包括从GEE平台获取的欧空局哨兵1号数据(Sentinel-1)、哨兵2号数据(Sentinel-2)和数字地表模型数据(digital surface model,DSM)。行政区统计数据包括从压力、状态、响应3个方面选取的9个社会经济与自然环境数据,即人口密度、国内生产总值(gross domestic product,GDP)、污水处理率、化肥施用量、年降水量、第三产业占比、环保投资、教育投资和居民生活水平,这些数据来源于广西壮族自治区统计局(http://tjj.gxzf.gov.cn//tjsj/tjnj/material/ tjnj20200415/2021/zk/indexch.htm)和广东省统计局(http://tjnj.gdstats.gov.cn:8080/tjnj/2021/)。

2 研究方法

基于GEE与PSR-AHP的湿地生态系统健康评价方法如图1所示。首先,进行数据预处理。利用GEE平台处理遥感数据以提取湿地、计算归一化植被指数(normalized difference vegetation index,NDVI)和归一化差值水汽指数(normalized difference moisture index,NDMI)。然后,构建指标体系。通过GIS分析得到土地利用强度数据,通过遥感反演获取土壤含水量和初级生产力,利用Fragstats进行景观格局分析得到斑块平均面积数据,综合遥感与统计数据从压力、状态和响应层构建基于PSR的指标体系。最后,利用AHP获取各指标权重并计算湿地生态系统健康得分,进而评价湿地健康状况。

图1 基于GEE和PSR-AHP的湿地生态系统健康评价方法Fig.1 Health assessment of coastal wetland ecosystems based on GEE and PSR-AHP model

2.1 基于PSR的湿地健康状况指标体系构建

根据代表性、空间尺度和可行性原则,基于PSR模型(图2)从压力层面选取了人口密度、GDP、污水处理率化肥施用量和土地利用强度5个指标,从状态层面选取了年降水量、第三产业占比、平均斑块面积、土壤含水和初级生产力5个指标,从响应层面选取了环保投资、教育投资和居民生活水平3个指标,构建湿地健康状况指标体系。进一步地,参照已有研究[20]确定各指标评价分级标准(表1)。

表1 湿地健康状况指标体系及分级标准Table 1 Wetland health status indicator system and grading standard

图2 PSR模型示意图Fig.2 Schematic diagram of the PSR model

2.2 基于AHP的湿地健康状况指标权重计算

利用AHP确定各健康指标的权重,具体实现步骤为:①对决策目标分解,构建层次模型(图3);②构造判断矩阵,确定各指标间的相对重要性;③计算层次单排序及层次总排序并进行一致性检验。

图3 层次决策模型Fig.3 Hierarchical decision model

目前中外健康评价尺度单元主要有两类:①基于面状的矢量评价单元,包括行政区划单元、流域单元、小流域单元等;②基于点状的栅格评价单元,主要由遥感图像的栅格大小而定。本文采用市级行政区评价单元作为健康评价尺度,能更方便与统计数据对接,并在各行政区间进行比较。此外,采用加权平均法计算各地区的健康评分,公式为

(1)

式(1)中:Hi为第i个地区的健康得分;wj为第j个指标的权重;Sij为第i个地区的j个标准化指标。

将湿地健康分为5个等级,分别为很健康、健康、亚健康、不健康和病态,具体描述如表2所示。

表2 湿地健康等级标度及含义Table 2 Wetland health grade scale and its meaning

3 结果与分析

3.1 湿地健康指标权重结果

在构建层次模型和判断矩阵后,对各个层次进行单排序并检验一致性指标,当各层次一致性检验系数(composite reliability,CR)通过检验(CR<0.1)时,判断矩阵的一致性程度被认为在允许的范围内,最终得到各层标准化后的权重及总权重结果如表3所示。

表3 湿地健康指标分层权重及总权重Table 3 Hierarchical weights and total weights of wetland health indicators

从表3可知,AHP分析得到的压力层指标权重中,最大的为污水处理率,占比41.74%,因为污水是对湿地的直接污染;其次为土地利用强度,占比26.50%,土地利用强度代表人类活动对地表的干扰程度,是对地表的直接改造;然后为化肥施用量,占比20.80%,化肥的使用代表人类对土地直接的影响,在各种间接条件下,这些化学物质也会影响到湿地;最后是人口密度和GDP,占比分别为7.08%和3.88%。

状态层中,土壤含水量权重最大,占比50.26%,其为表征湿地地表比辐射率状态的重要指标;其次是初级生产力,为24.17%,湿地的初级生产力越高,表明植被越丰富,湿地越健康;然后是年降水量,为15.19%,湿地生态系统的运转离不开降水,降水量越高湿地的水源补充越充足;最后是第三产业占比和平均斑块面积,分别占比5.89%和4.49%,第三产业包含批发和零售业、交通运输等服务业,平均斑块面积可表征单块湿地景观的大小,面积越大,湿地所能容纳的生物越多。

响应层中,指标权重最高的是环保投资,占比为64.83%,它代表了城市对环保的投入力度,是当地对环境进行响应行动的重要一步;其次是教育投资,占比为22.97%,它可以在一定程度上反映当地居民对环境的保护意识;权重最低的是物质生活水平,占比仅为12.20%,它可以反映当地居民的社会物质生活条件。

3.2 广西与广东沿海湿地生态系统健康评价结果

3.2.1 压力层评价结果

广西与广东沿海湿地生态系统压力层健康得分和等级空间分布结果如图4所示,而各城市压力层指标得分及加权得分结果如图5所示。从空间分布来看,一级压力的城市有江门和阳江,得分为0.942 3和0.814 0,属于很健康状态,湿地所受压力小;二级压力的城市有汕尾、防城港、北海、惠州、钦州、湛江、玉林、茂名、崇左、潮州、揭阳、珠海、深圳和广州,得分分别为0.773 0、0.764 7、0.764 7、0.762 6、0.742 0、0.741 0、0.739 8、0.735 8、0.732 0、0.730 5、0.697 4、0.683 7、0.632 5和0.623 2,属于健康状态,湿地所受压力较小;三级压力的有汕头、中山、佛山、东莞和,得分分别为0.583 6、0.581 8、0.578 9和0.503 5和,属于亚健康状态,湿地所受压力较大;压力处于亚健康状态的城市主要分布在珠三角地区,究其原因珠三角地区为全国经济中心,人口密度和GDP均位居前列,同时快速城市化也带来高强度的土地利用,因此对湿地的压力也较大。

图4 压力层健康得分和等级空间分布Fig.4 Pressure-level health score and rank spatial distribution

图5 各城市压力层指标得分及加权得分Fig.5 Index score and weighted score of each city’s pressure layer

从指标得分来看,广州、深圳、珠海、汕头、佛山、东莞、中山、防城港、钦州、玉林和崇左等城市人口密度方面得分较低,说明这些城市湿地受人口压力较大;广州、深圳、佛山和东莞等城市在GDP上得分较低,说明这些城市湿地受GDP方面压力较大;污水处理率上,各城市得分都较高,说明各城市在污水处理为湿地缓解了一定的压力;化肥施用量上,除深圳、珠海和江门外,其他城市均得分较低,说明这些城市化肥施用量过大,威胁到湿地健康,其中汕头、湛江和茂名受化肥压力最大,这主要是因为湛江和茂名是广东省主要第一产业地区,2020年农林牧渔总产值分别为990亿元、1 038亿元,名列广东前茅,产业的需要造成了化肥的大量使用。土地利用强度上,东莞得分较低,所受压力较大,究其原因,东莞市毗邻深圳,受深圳经济带动影响发展迅速,2020年城镇化率超过了90%,由此也带动了土地需求的增加。

3.2.2 状态层评价结果

广西与广东沿海湿地生态系统状态层健康得分和等级空间分布结果如图6所示,而各城市状态层指标得分及加权得分结果如图7所示。从空间分布来看,状态层健康等级为一级的只有防城港市,得分为0.815,属于很健康状态,说明湿地现状很好;二级状态的城市有惠州、崇左、阳江、钦州、玉林、茂名、江门、潮州、广州、汕尾和湛江11个城市,得分分别为0.756 2、0.748 1、0.745 3、0.738 0、0.698 5、0.699 2、0.682 1、0.663 5、0.647 6、0.633 8和0.603 9,属于健康状态,说明湿地现状较好;三级状态的城市有北海、揭阳、深圳、珠海、中山和佛山6个,得分分别为0.562 8、0.562 2、0.536 9、0.532 6、0.425 1和0.423 1,属于亚健康状态,说明湿地现状一般,湿地环境受到一定的破坏;四级状态的城市只有汕头和东莞2个城市,得分分别为0.390 6和0.389 9,属于不健康状态,说明湿地现状较差,环境受到较大程度的破坏;三级及以下等级的城市主要分布在广西的北海市、广东的珠三角地区和潮汕地区。

图6 状态层健康得分和等级空间分布Fig.6 State-level health score and rank spatial distribution

图7 各城市状态层指标得分及加权得分Fig.7 Index score and weighted score of each city’s state layer

从指标得分看,汕头、佛山、东莞和中山土壤含水量得分较低,说明这些城市土壤水分欠缺或地表多为不透水面;初级生产力方面,多数城市得分较高;降水量上,各城市得分均较高,分数差别不大;第三产业占比上,广州、深圳和珠海等经济发达城市优势明显,得分较高;江门和湛江两个城市在平均斑块面积上得分较高,说明单块湿地景观的面积较大,利于多种湿地物种生长。

3.2.3 响应层评价结果

广西与广东沿海湿地生态系统状态层健康得分和等级空间分布结果如图8所示,而各城市状态层指标得分及加权得分结果如图9所示。从空间分布来看,一级状态的城市有深圳、珠海和广州,得分分别为0.966 0、0.827 4和0.809 0,属于很健康状态,表明城市响应快,能够及时采取行动对湿地进行修复;二级的城市有东莞、佛山、中山、汕头、揭阳和惠州、得分分别为0.760 2、0.744 0、0.742 6、0.683 3、0.645 2和0.619 9,属于健康状态,说明城市响应能力较好,能够采取一定措施保护湿地;三级的城市有茂名、潮州和汕尾,得分分别为0.432 7、0.418 7和0.407 8,属于亚健康状态,表明响应能力一般,能够采取少量行动制止湿地恶化;四级的城市有北海、防城港、江门、玉林、湛江、崇左、钦州和阳江,得分分别为0.379 3、0.365 7、0.347 8、0.340 9、0.328 6、0.265 1、0.231 9和0.212 2,属于不健康状态,表明当湿地出现破坏时,无法做出有效行动弥补。总体上,得分较高的城市大都分布在珠三角地区,究其原因,珠三角经济活力强、总量高,对环保和教育投资较高,且当地居民物质生活水平也较高,因此总得分高。

图8 响应层健康得分和等级空间分布Fig.8 Response-level health score and rank spatial distribution

图9 响应层健康得分和等级空间分布Fig.9 Index score and weighted score of each city’s response layer

从指标得分看,环保投资和物质生活指数方面仍然是珠三角地区城市得分较高,且远大于其他城市,这是经济实力决定的;教育投资方面,各城市得分均较高,其中北海、玉林、钦州、防城港、崇左、广州、深圳和珠海等城市得分要高于其他城市,说明这些城市重视教育投资。

3.2.4 综合评价结果

研究区各城市综合健康等级评价结果如图10所示,各城市综合指标得分及加权得分如图11所示。从空间分布来看,防城港、惠州、江门、阳江、崇左、钦州、茂名、玉林、广州、潮州、汕尾、湛江、深圳、揭阳和珠海,健康等级为二级,得分分别为0.755 2、0.743 6、0.707 2、0.714 3、0.693 4、0.686 0、0.680 8、0.671 7、0.658 2、0.655 2、0.646 1、0.610 5、0.606 5、0.605 6和0.602 5,属于健康状态,说明在总体健康水平上较好;北海、中山、佛山、汕头和东莞健康等级为三级,得分分别为0.595 7、0.498 9、0.497 0、0.471 1和0.458 0,属于亚健康状态,说明城市湿地健康存在一定的不足。

图10 各城市综合健康等级评价结果Fig.10 Comprehensive health level evaluation results of each city

图11 各城市综合指标得分及加权得分Fig.11 Comprehensive index score and weighted score of each city

从综合指标得分来看,广州、深圳、珠海、汕头、佛山、东莞和中山等城市压力层和状态层得分较低,一方面说明湿地所受的压力较大,其中人口密度、土地利用强度为主要压力来源,因此实际保护中应当注重此方面压力,划好生态红线和城市扩张边界;另一方面,说明湿地状况较差,要尽快采取有效的措施防止情况恶化,积极退耕还湖,做好园林绿化。阳江和钦州响应层得分较低,说明城市在响应方面有欠缺,环保投资不足,因此要注意加强环保投入和扩大环保宣传,防止湿地遭受破坏。

4 结论

针对湿地生态系统健康状况评价需求,构建基于GEE平台和PSR-AHP模型的湿地健康评价方法。以广西与广东沿海湿地为评价对象,运用GEE平台获取研究区遥感数据并提取湿地信息。结合遥感与统计数据从压力、状态和响应层构建了以广西与广东沿海湿地状况健康评价指标体系。进一步地,利用AHP模型获取各准则层得分和综合健康得分。实验结果表明,广西与广东沿海湿地生态系统总体较健康,75%的城市(包括崇左、防城港、钦州、玉林、湛江、茂名、阳江、江门、珠海、广州、深圳、惠州、汕尾、揭阳和潮州)湿地健康状态较好,健康等级为二级,25%的城市(包括北海、中山、佛山、东莞和汕头)湿地处于亚健康水平。珠三角等地湿地面临的压力较大、状态得分较低,应在城市化进程中注意湿地保护。阳江和钦州的响应较差,应注意环保宣传与投资。未来研究将聚集于更精细尺度的湿地健康评价。