国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于AHP-PCA 熵權(quán)組合模型的吉林省生態(tài)環(huán)境脆弱性動(dòng)態(tài)評(píng)價(jià)*

2023-09-21 08:59:16鄒桃紅常雅軒陳鵬劉家福
關(guān)鍵詞:脆弱性中度吉林省

鄒桃紅,常雅軒,陳鵬,劉家福

(1.吉林師范大學(xué)地理科學(xué)與旅游學(xué)院 四平 136000;2.福建農(nóng)林大學(xué)資源與環(huán)境學(xué)院 福州 350002)

生態(tài)環(huán)境作為可持續(xù)發(fā)展的根本,不僅保障著自然資源的多樣性,還保證著人類正常生存和生活[1]。但是,隨著氣候變化和人類活動(dòng)的影響,生態(tài)環(huán)境的結(jié)構(gòu)和功能發(fā)生了巨大變化[2]。根據(jù)聯(lián)合國政府間氣候變化專門委員會(huì)(IPCC)的定義,生態(tài)環(huán)境脆弱性反映著生態(tài)系統(tǒng)對(duì)外界干擾的抗干擾能力,是指示生態(tài)環(huán)境狀況的重要指標(biāo)之一[3]。剖析生態(tài)環(huán)境脆弱的形成機(jī)制,并進(jìn)行科學(xué)評(píng)價(jià),不僅對(duì)合理利用區(qū)域資源,恢復(fù)和保護(hù)生態(tài)環(huán)境具有重要意義,還為維護(hù)生態(tài)環(huán)境平衡和可持續(xù)發(fā)展提供科學(xué)依據(jù)。然而,目前生態(tài)環(huán)境脆弱性的評(píng)價(jià)多集中在一些典型的生態(tài)脆弱區(qū),如喀斯特地區(qū)[4-5]、高寒山地[6]、干旱地區(qū)[7-8]和三峽庫區(qū)[9]等,對(duì)地處我國東北部糧食主產(chǎn)區(qū)的吉林省生態(tài)環(huán)境脆弱性評(píng)價(jià)相對(duì)較少。

國外生態(tài)環(huán)境脆弱性研究起源于20 世紀(jì)60 年代的國際生物學(xué)計(jì)劃(IBP)。我國在這方面的起源較晚但發(fā)展很快,到目前已在評(píng)價(jià)模型構(gòu)建、方法選取等方面形成了諸多成果,包括生態(tài)敏感性-生態(tài)恢復(fù)力-生態(tài)壓力度的SRP[10-12]、壓力-狀態(tài)-響應(yīng)的PSR[13]、暴露-敏感-適應(yīng)的VSD[5,7,14]等評(píng)價(jià)模型和層次分析法(AHP)[15]、主成分分析法(PCA)[16]、綜合指數(shù)法[17]和景觀格局[18]等多種評(píng)價(jià)方法。其中SRP 模型考慮生態(tài)系統(tǒng)穩(wěn)定性的內(nèi)涵[19]構(gòu)建評(píng)價(jià)模型,能較全面體現(xiàn)生態(tài)環(huán)境脆弱性的綜合性特征,并取得了較廣泛的應(yīng)用。

吉林省地處我國東北部,可分為東部山地和中西部平原兩大地貌區(qū)。吉林省西部長期受到過度放牧、墾殖等不合理土地利用方式和惡劣自然條件的影響,生態(tài)環(huán)境較為脆弱。雖然,2000 年后吉林省陸續(xù)推行了一系列環(huán)境保護(hù)政策,使西部地區(qū)生態(tài)環(huán)境在一定程度上得到改善,但仍缺少長時(shí)間尺度的生態(tài)環(huán)境脆弱性動(dòng)態(tài)研究[20]。如何定量評(píng)價(jià)吉林省生態(tài)環(huán)境脆弱性以探究研究區(qū)生態(tài)環(huán)境現(xiàn)狀及其在過去20 年間的動(dòng)態(tài)變化情況,成為吉林省生態(tài)文明建設(shè)亟需解決的一個(gè)關(guān)鍵問題。因此,本研究從生態(tài)環(huán)境脆弱性的形成機(jī)制出發(fā),結(jié)合SRP 模型,從生態(tài)敏感性、生態(tài)恢復(fù)力和生態(tài)壓力度3 個(gè)層面選取13 個(gè)指標(biāo)變量,利用AHP 和PCA 的熵權(quán)組合模型,對(duì)吉林 省2000 年、2005 年、2010 年、2015 年 和2020 年的生態(tài)環(huán)境脆弱性進(jìn)行綜合評(píng)價(jià)與分析,以期進(jìn)一步認(rèn)識(shí)吉林省生態(tài)環(huán)境脆弱性的動(dòng)態(tài)變化機(jī)制,為區(qū)域環(huán)境保護(hù)與恢復(fù)提供科學(xué)依據(jù)。

1 研究區(qū)概況

吉林省位于40°52′~46°18′N,121°38′~131°19′E,面積為18.74 萬km2(圖1)。研究區(qū)內(nèi)地貌特征差異明顯,整體上由東南向西北傾斜,可分為東部山地和中西部平原兩大地貌區(qū)。其中,中西部平原又分為中部臺(tái)地和西部草甸、湖泊、濕地、沙地。氣候類型屬于典型溫帶大陸性季風(fēng)氣候,四季分明,雨熱同期,春季干燥大風(fēng),夏季高溫多雨,冬季寒冷漫長。從東南向西北由濕潤氣候過渡到半濕潤氣候再到半干旱氣候。年降水量400~700 mm,但季節(jié)和區(qū)域差異較大,80%集中在夏季,以東部降雨量最為豐沛。

吉林省東部為重要的物種基因和林業(yè)基地,森林覆蓋面積大,人工林和天然次生林覆蓋較廣,水資源和礦產(chǎn)資源豐富;中部地區(qū)土壤肥沃,地勢(shì)相對(duì)平坦;西部草原遼闊,濕地覆蓋面積較大。雖然研究區(qū)內(nèi)自然資源豐富,但由于長期過度開發(fā)利用,致使東部森林生態(tài)系統(tǒng)、中部黑土資源和西部草地資源退化現(xiàn)象嚴(yán)重,生態(tài)系統(tǒng)結(jié)構(gòu)和功能面臨著嚴(yán)峻挑戰(zhàn)。

2 數(shù)據(jù)來源與研究方法

2.1 評(píng)價(jià)指標(biāo)的選取

本文結(jié)合吉林省生態(tài)環(huán)境的特點(diǎn)(如生態(tài)脅迫的多樣性和高敏感度),遵循指標(biāo)選取的科學(xué)性、系統(tǒng)性和可行性原則,在生態(tài)系統(tǒng)的壓力-敏感性-恢復(fù)力(SRP)框架下,考慮數(shù)據(jù)的易獲取及可獲取性[21],結(jié)合研究區(qū)自然和社會(huì)經(jīng)濟(jì)條件,建立吉林省生態(tài)環(huán)境脆弱性評(píng)價(jià)指標(biāo)體系(表1)。其中生態(tài)敏感性是指生態(tài)系統(tǒng)對(duì)自然和人為干擾的敏感程度,反映區(qū)域生態(tài)系統(tǒng)在遇到干擾時(shí),受到損害的可能性大小[22]。生態(tài)恢復(fù)力表征生態(tài)系統(tǒng)受到干擾時(shí)的恢復(fù)能力[23],包括維持生態(tài)系統(tǒng)結(jié)構(gòu)和功能的能力,從生態(tài)系統(tǒng)的結(jié)構(gòu)和功能方面,選取植被凈初級(jí)生產(chǎn)力、生物豐度和景觀多樣性3 個(gè)指標(biāo),表征生態(tài)系統(tǒng)生態(tài)恢復(fù)力的大小。生態(tài)壓力指生態(tài)系統(tǒng)受到的外界干擾[24],主要選取人口壓力度和經(jīng)濟(jì)壓力度兩個(gè)指標(biāo),分別用人口密度和GDP 密度表征。

根據(jù)指標(biāo)和生態(tài)環(huán)境脆弱性間的影響關(guān)系,將評(píng)價(jià)指標(biāo)劃分為正向指標(biāo)和負(fù)向指標(biāo)[25]。正向指標(biāo)值越大,生境狀況越差,生態(tài)環(huán)境越脆弱,反之負(fù)向指標(biāo)值越大,生境狀況越好,生態(tài)環(huán)境脆弱性越小。

2.2 數(shù)據(jù)來源與處理

2.2.1 數(shù)據(jù)來源

本文中主要用到基礎(chǔ)地理數(shù)據(jù)、氣象數(shù)據(jù)、植被數(shù)據(jù)和人口經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)。

(1)基礎(chǔ)地理數(shù)據(jù): 空間分辨率為90 m 的DEM 數(shù)據(jù)來源于中國科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心(https://www.resdc.cn/)提供的SRTM (Shuttle Radar Topography Mission)數(shù)據(jù)產(chǎn)品。利用ArcGIS 10.2 軟件的空間分析模塊,從DEM 數(shù)據(jù)中生成坡度和高程等地形因子指標(biāo)。土壤侵蝕是研究區(qū)重要的地表過程,參考土壤侵蝕強(qiáng)度模型USLE,利用InVEST 3.7.0模型中的SDR 模塊計(jì)算得出[26]。

(2)氣象數(shù)據(jù): 收集研究區(qū)內(nèi)氣象臺(tái)站的年降水量及年均氣溫?cái)?shù)據(jù),并通過普通克里金插值得到氣象因子空間分布的柵格數(shù)據(jù)。干燥度采用de Martonne (1926 年)提出的方法計(jì)算[27],公式如下:

式中:IdM為 de Martonne 干燥度;P為年平均降水量,mm;T為年平均溫度,℃。

(3)植被數(shù)據(jù): 2000 年、2005 年、2010 年、2015年及2020 年的土地利用/覆被數(shù)據(jù)來源于中國科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心(http://www.resdc.cn),分辨率為1 km。

植被覆蓋度以4 個(gè)年份的歸一化植被指數(shù)(NDVI)為原始數(shù)據(jù)通過以下公式計(jì)算求得[28]:

式中: vcf 為年平均植被覆蓋度,NDVI 為年平均歸一化植被指數(shù),NDVImin、NDVImax分別為區(qū)域內(nèi)年NDVI 的最小值和最大值。

景觀多樣性指數(shù)[29]可以反映景觀類型數(shù)目及其占比的變化,本文以土地利用數(shù)據(jù)為數(shù)據(jù)源,通過使用Fragstats 4.2 模型獲取,其計(jì)算公式如下:

式中: SHDI 為景觀多樣性指數(shù),Pi為景觀斑塊類型i所占比率,m為景觀類型數(shù)。

生物豐度指數(shù)能夠間接反映研究區(qū)內(nèi)生物種類豐貧程度[30],作為表征生態(tài)系統(tǒng)活力的指標(biāo),其值越高,生態(tài)系統(tǒng)恢復(fù)力越強(qiáng),生態(tài)環(huán)境脆弱性越低[31]。根據(jù)環(huán)境評(píng)價(jià)指標(biāo)計(jì)算指南,其計(jì)算公式如下:

式中:Sc、Sf、Sg、Sw、Sb和Su分別表示耕地、林地、草地、水域、建設(shè)用地和未利用地的面積,St表示區(qū)域總面積。

景觀破碎度表征景觀被分割的破碎程度,能在一定程度上反映人類對(duì)景觀的干擾程度[32],其計(jì)算公式如下:

式中:Ci為景觀i的破碎度,Ni為景觀i的斑塊數(shù),Ai為景觀i的總面積。

植被凈初級(jí)生產(chǎn)力表明單位面積單位時(shí)間綠色植物所固定的能量或所生產(chǎn)的有機(jī)物質(zhì)在呼吸后所剩下的部分,能反映生態(tài)系統(tǒng)可持續(xù)發(fā)展的能力,本文中的植被凈初級(jí)生產(chǎn)力數(shù)據(jù)來源于中國科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心(http://www.resdc.cn),是基于GLM_PEM 計(jì)算獲取的。

(4)人口經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù): 人口密度和人均GDP 數(shù)據(jù)來源于吉林省統(tǒng)計(jì)年鑒。

2.2.2 指標(biāo)標(biāo)準(zhǔn)化

為解決收集數(shù)據(jù)多源性導(dǎo)致的原始指標(biāo)單位量綱不一致的問題,本文利用極差標(biāo)準(zhǔn)化方法分別對(duì)正、負(fù)向指標(biāo)進(jìn)行無量綱處理[33],公式如下:

正向指標(biāo):

負(fù)向指標(biāo):

式中:Xi為指標(biāo)i的標(biāo)準(zhǔn)化值,xi為指標(biāo)i的初始值,xmax和xmin分別為指標(biāo)i的最大值和最小值。

同時(shí),為確保各指標(biāo)數(shù)據(jù)具有較好的空間一致性,對(duì)所有數(shù)據(jù)均采用Krasovsky_1940_Albers 等面積投影,并將像元尺寸重采樣為1 km×1 km 的柵格格式。

2.3 AHP-PCA 熵權(quán)組合模型

作為獲取評(píng)價(jià)指標(biāo)權(quán)重的主流方法,層次分析法(AHP)和主成分分析法(PCA)得到了廣泛的應(yīng)用。AHP 法主要通過判斷矩陣的一致性檢驗(yàn)判斷指標(biāo)權(quán)重計(jì)算是否合理,對(duì)專家的數(shù)量和質(zhì)量沒有統(tǒng)一的標(biāo)準(zhǔn),評(píng)價(jià)結(jié)果中摻雜較強(qiáng)的主觀性。PCA 法通過累計(jì)貢獻(xiàn)率抽取樣本差距顯著的指標(biāo),在最大限度保留原始指標(biāo)信息的同時(shí)降低了指標(biāo)的維度[34],在很大程度上能排除主觀因素的影響,但會(huì)導(dǎo)致一定的信息流失?;谏鲜鲈?本研究采用AHP-PCA 的組合熵權(quán)模型,確定各個(gè)評(píng)價(jià)指標(biāo)的最優(yōu)權(quán)重值,并結(jié)合ArcGIS 10.2 完成研究區(qū)各時(shí)段生態(tài)環(huán)境脆弱性現(xiàn)狀評(píng)價(jià)。

2.3.1 AHP 權(quán)重

AHP 通過確定目標(biāo)層、準(zhǔn)則層、要素層和指標(biāo)層,采用Satty 的1~9 標(biāo)度法對(duì)各指標(biāo)的重要性進(jìn)行標(biāo)注,構(gòu)造判斷矩陣[35]。通過特征向量歸一化求取各指標(biāo)的權(quán)重值,并利用一致性比率(CR)進(jìn)行一致性檢驗(yàn),其公式如下:

式中: CI 為一致性指標(biāo),RI 為相應(yīng)的平均隨機(jī)一致性指標(biāo),n為要素個(gè)數(shù),λmax為判斷矩陣的最大特征值。當(dāng)CR<0.1 時(shí),認(rèn)為判斷矩陣具有滿意的一致性,模型評(píng)價(jià)指標(biāo)的權(quán)重計(jì)算合理[36]。本研究中的檢驗(yàn)結(jié)果CR=0.05<0.1,計(jì)算結(jié)果合理。

2.3.2 主成分權(quán)重

使用ArcGIS 10.2 軟件控件分析功能導(dǎo)入所有指標(biāo),設(shè)置主成分?jǐn)?shù)量為13,保證每個(gè)主成分都包含所有指標(biāo),得出各主成分的貢獻(xiàn)率和累計(jì)貢獻(xiàn)率,保留累計(jì)貢獻(xiàn)率大于85%的主成分作為生態(tài)環(huán)境脆弱性的主要成分。利用數(shù)學(xué)模型確定各指標(biāo)權(quán)重,公式如下:

式中:Hj為各指標(biāo)公因子方差,w2j為各指標(biāo)主成分權(quán)重,j為指標(biāo)個(gè)數(shù),k為主成分?jǐn)?shù)量,λ 為指標(biāo)j在第k個(gè)主成分上的載荷系數(shù)。

同時(shí),為了驗(yàn)證所選取指標(biāo)是否適用于主成分分析,即驗(yàn)證各指標(biāo)值是否相互獨(dú)立,借助SPSS 25的因子分析(Bartlett’s 球形檢驗(yàn))對(duì)各指標(biāo)進(jìn)行檢驗(yàn)。結(jié)果顯示,2000 年、2005 年、2010 年、2015 年 和2020 年的Bartlett’s 卡方值均大于32 530,因此認(rèn)為相關(guān)系數(shù)矩陣與單位矩陣有顯著差異,且KMO(Kaiser Meyer Olkin)均大于0.75,根據(jù)KMO 度量標(biāo)準(zhǔn)可知原有變量適合進(jìn)行因子分析。綜上可見,本研究所選的脆弱性指標(biāo)適宜做主成分分析。

2.3.3 最小信息熵組合權(quán)重

通過AHP 和PCA 方法可以得到每個(gè)因子的主觀權(quán)重(w1j)和客觀權(quán)重(w2j),為了彌補(bǔ)兩種方法在主客觀賦權(quán)時(shí)的不準(zhǔn)確性,根據(jù)最小信息熵原理,每個(gè)因子的組合權(quán)重(wj)、w1j和w2j越接近越準(zhǔn)確[2],其數(shù)學(xué)模型如下所示:

式中: minF為最小信息熵;wj為因子j的組合權(quán)重;m為因子的個(gè)數(shù),本文中為13。

同時(shí),根據(jù)拉格朗日中值定理可以求得每個(gè)因子的組合權(quán)重,公式如下,計(jì)算結(jié)果見表2:

表2 2000—2020 年吉林省生態(tài)環(huán)境脆弱性指標(biāo)因子權(quán)重Table 2 Weights of evaluation indicators of eco-environmental vulnerability in Jilin Province during 2000—2020

2.4 生態(tài)環(huán)境脆弱性綜合評(píng)價(jià)

生態(tài)環(huán)境脆弱性是多因素共同作用下形成的一種狀態(tài),本文通過多因子綜合分析,構(gòu)建吉林省生態(tài)脆弱綜合指數(shù)(ecological vulnerable index),其模型公式如下:

式中: EVI為生態(tài)脆弱綜合指數(shù),wi為第i個(gè)評(píng)價(jià)指標(biāo)的組合權(quán)重,Xi為第i個(gè)評(píng)價(jià)指標(biāo)的標(biāo)準(zhǔn)化值。計(jì)算得到的EVI 為一個(gè)0~1 之間的連續(xù)數(shù)據(jù),值越高,生態(tài)環(huán)境越脆弱。為了更全面地掌握整個(gè)區(qū)域的整體生態(tài)環(huán)境狀況,利用ArcGIS 10.2 的自然斷點(diǎn)法將EVI 劃分為潛在、微度、輕度、中度和重度脆弱5個(gè)等級(jí)(表3)。

2.5 空間自相關(guān)分析

空間自相關(guān)可以反映空間鄰接區(qū)域單元屬性值的相似程度,其中全局Moran 指數(shù)(MoranI)為表示全局空間自相關(guān)的常用指標(biāo)[31,37]。本文借助ArcGIS 10.2 的空間統(tǒng)計(jì)分析模型,分別對(duì)2000-2020 年5個(gè)時(shí)期(2000 年、2005 年、2010 年、2015 年 和2020 年)的生態(tài)環(huán)境脆弱性綜合指數(shù)的空間差異及集聚特征進(jìn)行分析。同時(shí),在計(jì)算MoranI指數(shù)的基礎(chǔ)上進(jìn)行LISA (Local Indicators of Spatial Association)聚類分析,根據(jù)空間聚類圖,將生態(tài)環(huán)境脆弱性劃分為5 種不同聚集類型: 高高聚集區(qū)(HH)、高低聚集區(qū)(HL)、低高聚集區(qū)(LH)、低低聚集區(qū)(LL)和不顯著(not significant),具體含義可參考文獻(xiàn)[38]。

3 結(jié)果與分析

3.1 生態(tài)環(huán)境脆弱性空間分布特征

本文利用ArcGIS 的空間疊加功能將各指標(biāo)的組合權(quán)重結(jié)果與各指標(biāo)的標(biāo)準(zhǔn)化結(jié)果進(jìn)行加權(quán)求和,得到吉林省2000 年、2005 年、2010 年、2015 年和2020 年5 期生態(tài)環(huán)境脆弱性分布圖(圖2)。由圖可知,生態(tài)環(huán)境脆弱性呈現(xiàn)明顯的地域差異特征,具體表現(xiàn)為由東向西脆弱性程度增加的趨勢(shì)。中度和重度生態(tài)脆弱區(qū)主要分布在吉林省西部地區(qū),該區(qū)地勢(shì)平緩,人口密度較大,人類活動(dòng)干擾頻繁,同時(shí)氣候干燥,鹽堿化較為嚴(yán)重,自然環(huán)境較為惡劣,導(dǎo)致該區(qū)生態(tài)環(huán)境的自我修復(fù)能力較差,生態(tài)問題顯著。潛在和微度生態(tài)脆弱區(qū)主要分布在研究區(qū)東部林地區(qū)域,該區(qū)處于長白山山脈,大部分地區(qū)以森林和灌木林地為主,植被覆蓋度較高,同時(shí)人類活動(dòng)干擾較少,生態(tài)系統(tǒng)的恢復(fù)能力較強(qiáng),生態(tài)環(huán)境狀況良好。輕度脆弱區(qū)主要分布在研究區(qū)中部區(qū)域,該區(qū)為吉林省主要的糧食生產(chǎn)基地,土地類型主要以耕地為主,長期的農(nóng)業(yè)耕作活動(dòng)導(dǎo)致該區(qū)的黑土腐殖質(zhì)層厚度變薄,生態(tài)環(huán)境處于輕度退化的階段。

對(duì)生態(tài)環(huán)境脆弱度進(jìn)行分類定級(jí)可反映區(qū)域脆弱性在結(jié)構(gòu)分布上的差異,利于對(duì)脆弱性結(jié)構(gòu)變化狀況的及時(shí)掌握。由各等級(jí)柵格像元占地區(qū)總數(shù)的百分比可知(圖3),研究區(qū)2000-2020 年不同程度脆弱區(qū)在結(jié)構(gòu)上存在明顯差異。以2020 年為例,輕度和中度脆弱區(qū)占比最大,分別為33.61%和21.37%;微度和潛在脆弱區(qū)占比其次,分別為17.20%和17.12%;重度脆弱區(qū)占比最少,為10.71%。進(jìn)一步分析可發(fā)現(xiàn),5 個(gè)時(shí)期輕度及以下脆弱區(qū)的柵格累計(jì)百分比達(dá)68%以上,一定程度上反映出吉林省整體的生態(tài)環(huán)境脆弱性狀況處于中等水平。

圖3 2000—2020 年吉林省不同等級(jí)生態(tài)環(huán)境脆弱性柵格像元占地區(qū)總數(shù)的比例Fig.3 Proportions of raster pixels at different ecological vulnerability levels to the total in Jilin Province from 2000 to 2020

3.2 生態(tài)環(huán)境脆弱性的時(shí)空演變特征

為研究吉林省2000 年到2020 年不同生態(tài)環(huán)境脆弱性等級(jí)的變化狀況,利用ArcGIS 10.2 中的柵格計(jì)算器 對(duì)2000 年、2005 年、2010 年、2015 年 和2020 年生態(tài)環(huán)境脆弱性分級(jí)圖進(jìn)行疊加運(yùn)算,統(tǒng)計(jì)得出生態(tài)環(huán)境脆弱性等級(jí)的轉(zhuǎn)移矩陣(表4),及2000-2020 年不同等級(jí)生態(tài)脆弱區(qū)變化的空間分布圖(圖3)。由表4 可知,2000-2005 年間,潛在脆弱區(qū)主要轉(zhuǎn)化為微度脆弱區(qū),占潛在脆弱區(qū)總轉(zhuǎn)出的77.7%;微度脆弱區(qū)主要向輕度脆弱區(qū)轉(zhuǎn)化,占總轉(zhuǎn)出的66.7%;輕度脆弱區(qū)主要轉(zhuǎn)為微度和中度脆弱區(qū),占總轉(zhuǎn)出的94.9%;中度脆弱區(qū)主要向重度和輕度脆弱區(qū)轉(zhuǎn)化,占總轉(zhuǎn)出的95.4%;重度脆弱區(qū)域有18.1%轉(zhuǎn)出為其他脆弱等級(jí),以向中度脆弱區(qū)轉(zhuǎn)化為主,占總轉(zhuǎn)出的89.7%。2005-2010 年間,潛在脆弱區(qū)僅有24.4%轉(zhuǎn)化為其他脆弱等級(jí),以向微度脆弱區(qū)轉(zhuǎn)化為主;微度脆弱區(qū)有35.6%轉(zhuǎn)化為了潛在脆弱區(qū),輕度脆弱區(qū)主要向微度脆弱區(qū)轉(zhuǎn)化,中度脆弱區(qū)主要轉(zhuǎn)化為輕度脆弱區(qū),重度脆弱區(qū)主要向中度脆弱區(qū)轉(zhuǎn)化,說明2005-2010 年間,吉林省生態(tài)環(huán)境狀況有較明顯改善。2010-2015 年間,潛在脆弱區(qū)主要轉(zhuǎn)化為微度脆弱區(qū),微度脆弱區(qū)主要向輕度脆弱區(qū)轉(zhuǎn)化,輕度脆弱區(qū)主要向微度和中度脆弱區(qū)轉(zhuǎn)化,中度脆弱區(qū)主要向輕度脆弱區(qū)和重度脆弱區(qū)轉(zhuǎn)化;在總轉(zhuǎn)出面積中,有約37.5%的中度脆弱區(qū)轉(zhuǎn)化為了重度脆弱區(qū),重度脆弱區(qū)則主要向中度脆弱區(qū)轉(zhuǎn)化,占重度脆弱區(qū)總轉(zhuǎn)出面積的83.2%,說明這段時(shí)間,生態(tài)環(huán)境有一定程度的改善,但部分區(qū)域的生態(tài)環(huán)境狀況有所惡化。2015-2020 年間,轉(zhuǎn)出的潛在脆弱區(qū)中,約55.9%轉(zhuǎn)化為了微度脆弱區(qū),38.2%轉(zhuǎn)化為了輕度脆弱區(qū),微度脆弱區(qū)主要轉(zhuǎn)化為了輕度脆弱區(qū)(占總轉(zhuǎn)出面積的68.2%),轉(zhuǎn)出的輕度脆弱區(qū)中59.8%轉(zhuǎn)化為了中度脆弱區(qū),中度脆弱區(qū)則多轉(zhuǎn)化為了微度脆弱區(qū)和輕度脆弱區(qū),重度脆弱區(qū)以轉(zhuǎn)化為中度脆弱和輕度脆弱區(qū)為主,表明這一時(shí)期生態(tài)環(huán)境質(zhì)量呈現(xiàn)持續(xù)改進(jìn)的趨勢(shì),但部分潛在脆弱區(qū)仍面臨著惡化的威脅,因此需要繼續(xù)強(qiáng)化生態(tài)環(huán)境保護(hù)措施的實(shí)施效果。

圖4 顯示了2000-2020 年間不同等級(jí)脆弱性轉(zhuǎn)移的空間分布。由圖4a 可知26.2×103km2的潛在脆弱區(qū)轉(zhuǎn)移為其他等級(jí)的脆弱區(qū)域,由其他脆弱等級(jí)轉(zhuǎn)化為潛在脆弱性區(qū)域的面積僅為2.0×103km2,表明2000-2020 年間,潛在脆弱性等級(jí)的區(qū)域在不斷減少,且主要發(fā)生在吉林省東部區(qū)域。相比之下,輕度脆弱和中度脆弱性區(qū)域的轉(zhuǎn)入面積大于轉(zhuǎn)出面積,輕度脆弱區(qū)的轉(zhuǎn)入面積最大,約為37.6×103km2。微度脆弱和重度脆弱性區(qū)域的轉(zhuǎn)出面積大于轉(zhuǎn)入面積,表明重度脆弱性區(qū)域的面積在不斷減少。結(jié)合轉(zhuǎn)移矩陣,由圖4b-d 可知,微度脆弱區(qū)主要轉(zhuǎn)化為中度和輕度脆弱區(qū),且主要發(fā)生在吉林省東部區(qū)域,表明該區(qū)的生態(tài)環(huán)境質(zhì)量存在下降的風(fēng)險(xiǎn)。輕度脆弱區(qū)主要由微度脆弱區(qū)和中度脆弱區(qū)轉(zhuǎn)化而來,主要發(fā)生在吉林省中部和西部部分區(qū)域,輕度脆弱區(qū)的轉(zhuǎn)出則主要發(fā)生在吉林省中部,該區(qū)土地利用類型主要為耕地,是吉林省的糧食主產(chǎn)區(qū)。中度脆弱區(qū)的轉(zhuǎn)入發(fā)生在吉林省西部地區(qū),表明西部地區(qū)生態(tài)環(huán)境改善明顯。重度脆弱區(qū)的轉(zhuǎn)入面積(6.15×103km2)小于轉(zhuǎn)出面積(8.15×103km2),且主要發(fā)生在吉林省西部地區(qū),表明該區(qū)部分地區(qū)生態(tài)環(huán)境脆弱狀況有一定程度的改善,但由于受氣溫偏高和降水量較低的氣候條件影響,生態(tài)環(huán)境仍處于重度脆弱,需預(yù)防生態(tài)環(huán)境惡化的風(fēng)險(xiǎn)。總體上看,研究區(qū)2000-2020 年的生態(tài)環(huán)境脆弱性變化情況為重度脆弱性區(qū)域面積的整體減少及輕度和中度脆弱性面積的整體增加。表明近年來吉林省實(shí)施的生態(tài)環(huán)境保護(hù)措施對(duì)生態(tài)環(huán)境的改善起到了良好的促進(jìn)作用,使整體生態(tài)環(huán)境的抗干擾能力提升,生態(tài)環(huán)境狀況比較樂觀。

3.3 區(qū)域生態(tài)環(huán)境脆弱性的空間自相關(guān)分析

空間異質(zhì)性能反映生態(tài)環(huán)境脆弱性等地理現(xiàn)象的內(nèi)在屬性。本研究通過ArcGIS 10.2 的空間統(tǒng)計(jì)模塊對(duì)吉林省生態(tài)環(huán)境脆弱性指數(shù)進(jìn)行空間自相關(guān)分析,得到MoranI聚集圖和顯著圖(圖5)。結(jié)果表明,2000 年吉林省生態(tài)環(huán)境脆弱性在空間上呈現(xiàn)正相關(guān)關(guān)系,具有一定的集聚效應(yīng),高高集聚區(qū)分布在重度脆弱區(qū),集中在吉林省西部地區(qū),零星分布在中部區(qū)域;低低集聚區(qū)分布在潛在和微度脆弱區(qū),集中在研究區(qū)東部長白山地區(qū)。相比2000 年,2020 年MoranI指數(shù)增至0.384,空間集聚特征進(jìn)一步顯著,高高集聚區(qū)仍在西部平原地區(qū),有向西部延伸的態(tài)勢(shì)。低低集聚區(qū)的空間分布特征與2000 年基本相似,有向中部延伸的態(tài)勢(shì)。

圖5 2000—2020 年吉林省生態(tài)環(huán)境脆弱性指數(shù)的聚集圖(左)與顯著圖(右)Fig.5 Cluster maps (left) and significance maps (right) of ecological vulnerability index in Jilin Province in 2000,2005,2010,2015 and 2020,respectively

4 討論與結(jié)論

本文基于SRP 模型構(gòu)建了吉林省生態(tài)環(huán)境脆弱性評(píng)價(jià)指標(biāo)模型,并結(jié)合AHP-PCA 熵權(quán)模型計(jì)算各指標(biāo)的綜合權(quán)重,結(jié)合ArcGIS 10.2 的空間分析功能,對(duì)研究區(qū)生態(tài)環(huán)境脆弱性的空間分布特征及時(shí)間動(dòng)態(tài)進(jìn)行了較為系統(tǒng)的分析,并得出以下結(jié)論:

1)由5 個(gè)年份的生態(tài)環(huán)境脆弱性定量評(píng)價(jià)結(jié)果可以看出,吉林省生態(tài)環(huán)境整體良好,輕度及以下脆弱面積比重較大,在空間分布上呈由東向西明顯加重的趨勢(shì)。由于良好的自然條件和較小的人為干擾,吉林省東部長白山地區(qū)是研究區(qū)生態(tài)狀況最好的區(qū)域,以潛在和微度脆弱為主,生態(tài)環(huán)境脆弱性程度低;吉林省西部地區(qū)為松嫩平原的西南部,由于氣候干燥和嚴(yán)重的鹽堿化現(xiàn)象,加上頻繁的人類活動(dòng)干擾,使該區(qū)成為研究區(qū)生態(tài)環(huán)境最惡化的區(qū)域,以重度和中度脆弱為主,這與田超等[39]的研究一致;吉林省中部地區(qū)位于松嫩平原區(qū),作為吉林省主要糧食產(chǎn)區(qū),人口密集,受人類活動(dòng)影響最大,但由于自然條件良好,生態(tài)環(huán)境脆弱度以微度和輕度為主,生態(tài)環(huán)境狀況較好。

2) 從時(shí)間角度分析,2000-2020 年研究區(qū)生態(tài)狀況總體呈現(xiàn)轉(zhuǎn)好的態(tài)勢(shì),重度脆弱區(qū)的面積由2000 年的13.49%降低為2020 年的10.71%,表明吉林省整體生態(tài)環(huán)境呈不斷改善的趨勢(shì),與麻素挺等[40]的研究結(jié)果相同,這與吉林省政府在2000 年開始的生態(tài)環(huán)境建設(shè)和保護(hù)工作有較大關(guān)聯(lián),說明西部地區(qū)的退耕還草、中部地區(qū)的黑土地保護(hù)等措施在一定程度上減少了生態(tài)環(huán)境的壓力,緩解了生態(tài)環(huán)境的脆弱程度。同時(shí)潛在脆弱區(qū)的面積在2000-2010年間呈現(xiàn)增加的趨勢(shì),增幅約為11.82%,但在2010-2020 年間,潛在脆弱區(qū)的面積由29.63%降低為17.12%,表明吉林省東部長白山地區(qū)的生態(tài)環(huán)境由于旅游業(yè)的發(fā)展,存在退化風(fēng)險(xiǎn),在環(huán)境管理方面,應(yīng)從發(fā)展生態(tài)旅游著手,減輕旅游業(yè)發(fā)展對(duì)生態(tài)環(huán)境的影響。

3) 吉林省2000-2020 年5 個(gè)時(shí)期的全局MoranI指數(shù)呈現(xiàn)略微上升的趨勢(shì),由2000 年的0.2335 上升至2020 年的0.3841,整個(gè)區(qū)域內(nèi)的生態(tài)環(huán)境脆弱性指數(shù)顯現(xiàn)出顯著的正相關(guān)關(guān)系,表明吉林省生態(tài)環(huán)境脆弱性具有較強(qiáng)的空間集聚性,主要表現(xiàn)為高高聚集和低低聚集。

區(qū)域生態(tài)環(huán)境脆弱性的定量評(píng)估具有復(fù)雜性和不確定性等特征[41],在指標(biāo)選取的過程中會(huì)由于指標(biāo)相關(guān)而導(dǎo)致數(shù)據(jù)冗余,相較于單純利用層次分析法(AHP)來獲取指標(biāo)權(quán)重[42],本文選用主成分分析法(PCA)來去除各指標(biāo)間的相關(guān)性[43],獲得各指標(biāo)的客觀權(quán)重值。同時(shí),基于最小信息熵理論結(jié)合AHP 和PCA 確定指標(biāo)的綜合權(quán)重,能更客觀地評(píng)價(jià)研究區(qū)生態(tài)環(huán)境脆弱性空間分布特征。自然因素是區(qū)域生態(tài)環(huán)境脆弱性的主要成因之一[44-45],本研究發(fā)現(xiàn),吉林省生態(tài)環(huán)境脆弱性的空間分異格局主要受氣候因子、植被覆蓋度和景觀破碎度的影響。這與前人研究存在一定差異。王貝貝等[21]分析了南昌市生態(tài)環(huán)境脆弱性的驅(qū)動(dòng)機(jī)制,發(fā)現(xiàn)人口密度、人均GDP、坡度和地形起伏度是生態(tài)環(huán)境脆弱性的主要驅(qū)動(dòng)力因子;張學(xué)淵等[46]以西北干旱區(qū)為例探討了生態(tài)環(huán)境脆弱性的主要驅(qū)動(dòng)因子,指出土壤及氣候因子是該區(qū)域生態(tài)環(huán)境脆弱性的主要影響因子,而植被覆蓋度的影響較小。之所以存在這些差異,可能與研究區(qū)自然環(huán)境條件不同相關(guān),吉林省地處東北黑土地腹地,土壤條件較好,而人口壓力及經(jīng)濟(jì)發(fā)展水平較南昌地區(qū)較低,因此土壤因子、人口密度和經(jīng)濟(jì)密度對(duì)吉林省生態(tài)環(huán)境脆弱性的驅(qū)動(dòng)力較小。

本文在指標(biāo)選取上,更多考慮數(shù)據(jù)的可獲得性,沒有考慮政策因素如生態(tài)環(huán)境管理等方面的指標(biāo)及其他人為活動(dòng)如種植強(qiáng)度、牲畜數(shù)量等指標(biāo),因此,對(duì)生態(tài)環(huán)境脆弱性評(píng)價(jià)結(jié)果的精度有一定影響,在后期研究中,應(yīng)更多地將社會(huì)脆弱性和生態(tài)環(huán)境脆弱性綜合考慮,構(gòu)建更加完善的生態(tài)環(huán)境脆弱性評(píng)價(jià)指標(biāo)體系。

為促進(jìn)吉林省生態(tài)環(huán)境可持續(xù)發(fā)展,應(yīng)將研究區(qū)按照不同生態(tài)環(huán)境脆弱性等級(jí)實(shí)行不同環(huán)境保護(hù)政策。以微度脆弱為主的吉林省東部長白山地區(qū)為例,其植被覆蓋度高,作為生物多樣性的基因庫應(yīng)繼續(xù)加強(qiáng)實(shí)行現(xiàn)有自然保護(hù)區(qū)政策,減少人類活動(dòng)干擾;對(duì)以微度脆弱為主的吉林中部地區(qū)來說,該區(qū)作為吉林省主要糧食產(chǎn)區(qū),由于高強(qiáng)度的土地耕作活動(dòng),生態(tài)環(huán)境脆弱度有由微度向輕度轉(zhuǎn)化的趨勢(shì),因此該區(qū)應(yīng)在加強(qiáng)推進(jìn)黑土地資源保護(hù)的同時(shí)制定合理的農(nóng)用地開發(fā)策略;以重度和中度脆弱為主的吉林省西部地區(qū),由于鹽堿化和降水資源的缺乏,生態(tài)環(huán)境質(zhì)量較差,生態(tài)環(huán)境保護(hù)措施和力度仍需加強(qiáng)和提高,同時(shí)應(yīng)有針對(duì)性地實(shí)施鹽堿化治理策略來改善該區(qū)生態(tài)環(huán)境。

猜你喜歡
脆弱性中度吉林省
吉林省教育廳新年賀詞
吉林省“十四五”食品安全信息化建設(shè)的幾點(diǎn)思考
小米手表
吉林省梅河口老年大學(xué)之歌
吉林省完成1.4萬公里農(nóng)村公路“暢返不暢”整治
石油瀝青(2019年6期)2019-02-13 04:24:34
煤礦電網(wǎng)脆弱性評(píng)估
電子制作(2017年10期)2017-04-18 07:23:09
殺毒軟件中指令虛擬機(jī)的脆弱性分析
LEEP治療中度宮頸上皮內(nèi)瘤變對(duì)HPV感染的影響
基于攻擊圖的工控系統(tǒng)脆弱性量化方法
基于電流介數(shù)的電力系統(tǒng)脆弱性評(píng)估
湾仔区| 扶绥县| 孟连| 磐安县| 湖北省| 思茅市| 沐川县| 渑池县| 霸州市| 江津市| 明光市| 德令哈市| 遂宁市| 鄄城县| 巴马| 奉化市| 日喀则市| 凌源市| 昭通市| 视频| 右玉县| 邵武市| 东平县| 彭州市| 阳江市| 师宗县| 亚东县| 景宁| 内江市| 东阳市| 穆棱市| 三原县| 泉州市| 德钦县| 建湖县| 南宁市| 黔东| 凯里市| 大石桥市| 罗甸县| 甘肃省|