基于GIS的吕梁山区贫困县生态环境敏感性评价

张会霞, 刘丽荣

基于GIS的吕梁山区贫困县生态环境敏感性评价

张会霞, 刘丽荣

太原师范学院地理科学学院, 晋中 030619

生态敏感性是指生态系统有外界干扰的情况下, 其适应能力及遭到破坏后生态系统恢复能力强弱。生态敏感性评价能为分析和预测区域的生态环境问题提供科学依据。论文以吕梁山区13个国家级贫困县为研究区域, 针对吕梁山区的生态环境特点, 在GIS和RS技术支持下, 选取高程、坡度、植被覆盖指数(NDVI)、土地利用、土壤质地及降水侵蚀力6个因子进行生态环境敏感性评价。结果表明: 吕梁山区极高敏感区占研究区面积0.44%, 高度敏感区占46.74%, 中度敏感区占39.60%, 低度敏感区占12.11%, 不敏感区占1.11%, 生态环境敏感程度总体偏高, 其中岢岚县、隰县、静乐县生态环境敏感程度最高, 永和县、临县、汾西县相对较低。研究结果可为政府部门制定区域生态安全防范策略提供一定的参考。

吕梁山区; 生态敏感性评价; 变异系数; 加权叠加

0 前言

生态敏感性是指生态系统有外界干扰的情况下, 其适应能力及遭到破坏后生态系统恢复能力强弱[1]。全球环境问题日趋严重, 生态环境是人类生存和可持续发展的必要前提, 因此生态环境评价工作显得尤为重要。随着科学技术的发展, 生态敏感性评价不仅为分析和预测区域的生态环境问题提供了科学依据, 也是研究生态环境影响及生态系统建设的重要内容[2]。国外对生态环境敏感性研究早于国内, 生态环境评价研究范围多集中在大区域、大尺度[3]; 在环境敏感性评价研究领域都有较快的发展,并广泛地运用到实际工作中。Ladson[5]等提出了基于河流水文学、物理构造特征、河岸区状况、水质、水生生物等五个方面的溪流状况指数, 并据此对澳大利亚 80 多条河流的生态环境进行评价; Alastair Cameron[6]等对环境敏感区的动物进行了分类和评估研究; Garrod[7]等评价了环境敏感区域的价值和利益。国内对生态环境敏感性研究从单一到综合[4], 从自然区划延伸到生态区划。欧阳志云等[2]在分析全国的主要生态环境问题的基础上, 把全国划分为不同的区域单元, 揭示生态环境敏感性的区域分异规律, 在生态环境问题的预防和治理中做出贡献; 我国国土面积广阔, 生态系统多样, 不同区域的生态环境及影响因子有很大差异, 因此我国生态环境问题的敏感性研究仅限于局部地区[16], 生态环境敏感性评价指标体系没有统一的标准。目前, 国内对于生态环境敏感性研究大致分为2类, 一是针对区域的生态敏感性的综合性评价, 如侯志华等[9]对太原市生态环境敏感性进行评价, 杜婕等[10]对陇南市生态敏感性进行评价, 针对研究区生态特点选择评价的生态因子, 如生态功能区、坡度、植被、土地利用、土壤质地、水域等; 二是针对地区的生态环境问题进行评价分析, 如唐洁等[11]对山西晋北地区生态环境敏感性进行评价, 刘冰等[12]对汉中生态问题的生态敏感性评价, 针对土壤侵蚀、酸雨、水土流失、土地沙化问题等生态问题进行生态敏感性评价分析, 王再岚等[13]对鄂尔多斯东胜地区的生态研究等, 针对土壤侵蚀、酸雨、水土流失、土地沙化问题等生态问题进行生态敏感性评价分析, 这两类研究常常采用是单因子和综合因子分析相结合来进行[14-15], 评价标准基于《生态功能区划暂行规程》及相关环境保护规程中对区域的生态环境问题的评价。本文以山西省境内的吕梁山区13个国家级贫困县为研究区域, 针对研究区的特点选取高程、坡度、植被覆盖指数、土地利用、土壤质地、降水侵蚀力等6个生态敏感性因子进行生态环境敏感性评价, 建立评价指标体系, 进行生态环境敏感性评价分析, 将吕梁山区划分出不同的生态环境敏感区域, 分析它的敏感县, 为制定区域安全防范策略提供参考, 为吕梁山区的可持续发展提供科学依据。

1 研究区概况及数据来源

1.1 研究区概况

本文研究区为山西省内的吕梁山区13个国家级贫困县, 分别是忻州市的静乐县、神池县、五寨县、岢岚县, 临汾市的吉县、大宁县、隰县、永和县、汾西县及吕梁市的兴县、临县、石楼县、岚县。吕梁山区处于山西省与陕西省的交汇处, 位于黄河中游, 吕梁山脉中段, 其地质发育较为齐全, 它是黄土高原的重要部分, 片区黄土堆积深厚, 土质疏松, 植被稀少, 降水少而集中, 水流失特别严重[16], 土壤贫瘠, 地表支离破碎, 水土流失面积达277.2万公顷, 占国土面积的76.5%。该地气候属于中温地区, 具有典型的大陆性季风气候特征, 夏季炎热多雨, 冬季干寒多风[17], 春秋二季处于2者之间, 四季分明, 降水集中在6—9月, 其他季节降水稀少, 降水量小于蒸发量, 旱涝问题并存; 大部分人生活在低山河谷地带, 随着人口增长, 耕地也随之密集, 自然生长植物稀少, 出现区域性超载[18], 加剧水土流失情况。丘陵沟壑地形严重制约农业规模化生产、产业化经营和城镇空间拓展。2010年末, 总人口402.8万人, 其中乡村人口340.4万人。人均地区生产总值为9839.2元, 人均地方财政一般预算收入为365.7元, 城镇居民人均可支配收入为12967.7元, 农村居民人均纯收入为3340.5元。

1.2 数据来源

(1)吕梁山区的遥感影像数据和DEM数据均来自地理空间数据云, 遥感影像数据采用Landsat卫星系列中2016年8月到10月的影像, DEM数据采用吕梁山区分辨率30m的DEM数据; (2)土壤质地数据来源于hwsd土壤数据集(寒区旱区科学数据中心), 其中国境内数据来源于第二次全国土地调查南京土壤所提供的1:100万土壤数据; (3)土地利用数据来源于modis_lucc_1KM_China的中国地区土地覆盖综合数据集(寒区旱区科学数据中心); (4)降水数据来源于中国气象数据网, 获得33个气象站的月平均降水量; (5)吕梁山区县界矢量数据来源于第二次全国土地调查结果。所有数据都转换为与界线数据的投影一致。

2 评价因子的选取及评价体系的建立

2.1 评价因子的选取及分级

根据吕梁山区生态环境的实际情况, 对吕梁山区的生态敏感性选取评价因子。吕梁山区生态环境系统的特点具有复杂性和综合性, 因此选取评价因子的指标不需要太细, 否则容易交叉重复[19]。针对黄土高原的水土流失严重的问题及吕梁山区的环境特点, 本文从地形起伏、植被、土地利用、土壤质地、降水等方面选择了坡度、高程、植被覆盖指数(NDVI)、土地利用、土壤质地、降水侵蚀力6个评价因子。分级标准依据《生态功能区暂行规程》及其他相关生态环境规程的分级标准和相关研究综合制定[20-23], 将单因子划分5个等级即极度敏感区、高度敏感区、中度敏感区、低度敏感区、不敏感区, 统一赋值9、7、5、3、1, 便于各因子的横向比较。

2.2 单因子评价分级

2.2.1 地形起伏

吕梁山区位于山西省西部, 是黄土连续分布的典型黄土高原地区, 水土流失问题严重。地形起伏对于水土流失有着重大的影响, 采用高程和坡度2个因子来对吕梁山区的生态环境敏感性进行研究。将获得的DEM数据进行重分类, 以1000 m, 1500 m, 2000 m, 2500 m为分级值,将高程分为5级, 分别赋值1,3,5,7,9; 将坡度数据进行重分类, 以5°、8°、15°、25°为分级点将其分为5级并赋等级值, 分级标准见表1。

2.2.2 植被

植被防止土壤侵蚀, 能够削弱降雨能量, 保水固土, 抵抗侵蚀作用, 用植被覆盖指数(NDVI)量化为植被对生态环境敏感性的影响因子, NDVI值越高, 对环境敏感性影响程度越大。采用Landsat遥感影像在ArcGIS软件中用栅格计算器算出NDVI值, 进行重分类, 以0.2,0.4,0.6为分级值将其分成4个等级, 赋值1,3,5,7, 分级标准见表1。

2.2.3 土地利用

人类活动对生态环境的影响程度主要表现在土地利用方面, 将吕梁山区土地利用分为林地、水域、草地、灌木林地、耕地、建设用地、未利用地等7种土地利用类型, 用重分类工具, 将建设用地、未利用地分为一类, 耕地一类, 灌木林地一类, 草地一类, 林地、水域一类, 赋值1,3,5,7,9, 分级标准见表1。

2.2.4 土壤质地

土壤是水蚀的主体, 可以说是水蚀的内因, 土壤的粘粒、有机质含量、胶体性质等性质, 使其对水土流失具有抗蚀和抗冲作用。本文采用土壤质地因子对吕梁山区生态环境敏感性进行分析, 将石砾、沙土, 砂土、粘土, 壤土, 砂壤土分为4等级, 赋值1,3,5,7, 分级标准见表1。

2.2.5 降水

降水采用USLE土壤侵蚀公式中降水侵蚀力值表示, 根据土壤侵蚀公式中值的估算公式如下:

表1 单因子敏感性分级标准

式中:P为月均降水量,为年均降水量,=0.3589,=1.9462, 在ArcMap软件中矢量化各站点, 在属性表中录入站点名称和值, 用克吕金插值法得出降水侵蚀力分布图, 用1000,1300,1400,1600为分级值分为5级, 赋值1,3,5,7,9, 分级标准见表1。

2.3 综合因子评价

2.3.1 各因子权重确定

采用变异系数法求各因子对生态环境敏感性影响的权重。变异系数法是一种客观赋权的方法, 是用来度量各观测值的变异程度的统计量, 可以直接利用各项指标所包含的信息, 通过计算得到各项指标的权重[24]。变异系数是数据标准差与平均值之比, 各因子变异系数占总体变异系数比重就是各因子的权重, 计算公式:

2.3.2 综合因子计算

综合因子分析采用加权叠加分析法, 这种方法常用来提取系统空间隐含信息, 它必须是在统一的空间坐标系统下, 将两个或两个以上的图层按照一定的算法, 叠加计算产生新数据。加权叠加分析的计算公式:

式中:为加权叠加分析的结果,w为第个数据的权重值,P为第个数据值; 采用栅格计算器进行计算, 各因子的权重值见表2, 利用该公式对6项生态敏感性因子进行加权叠加, 得出综合性生态敏感性评价结果。

3 结果及分析

3.1 生态环境敏感性单因子评价分析

(1)坡度敏感性分析: 由坡度敏感分级可得, 不敏感区面积占比为10.79%, 主要分布在五寨县和岚县中部; 低度敏感区面积占比11.48%, 主要分布在静乐县西部、岢岚县北部及神池县大部分区域; 中度敏感区面积占比为31.33%, 高度敏感区为32.9%, 极度敏感区为13.5%, 大部分处于中高度敏感区域, 石楼县、永和县、隰县、汾西县、大宁县、吉县, 临县、兴县及静乐县东部敏感程度高, 评价结果见图1(a)及表3。

(2)高程敏感性分析: 由高程敏感分级可得, 不敏感区面积占比为20.59%, 主要分布在吕梁山区西部、大宁县的河流谷地及汾西县东部盆地区域; 低度敏感区面积占56.2%, 主要分布在五寨县西部、兴县和临县、石楼县, 汾西县中部, 岚县东部和静乐县西部的等丘陵地带; 中度、高度和极度敏感区面积占比为分别为21.45%、1.66%、0.1%, 主要分布在吕梁山区东北方向山脉及静乐县东部山地等, 评价结果见图1(b)及表3。

(3)植被覆盖指数敏感性分析: 由植被指数敏感分级可得, 不敏感区面积占比为3.52%, 主要在研究区西部河流河岸; 低度敏感区为75.61%, 除岚县、五寨县、岢岚县外其他县大部分处于低度敏感区域; 中度面积占比20.86%, 主要分布在岚漪河两岸的平川地区, 及五寨县、岢岚县丘陵地区; 高度敏感区面积占比为0.01%, 敏感程度总体偏低, 评价结果见图1(c)及表3。

(4)土地利用敏感性分析: 由土地利用敏感分级可得, 不敏感和低度敏感区面积占比分别为2.62%、1.35%, 主要分布在汾西县东部及各县域发展中心建设区域; 中度敏感区为19.25%, 主要分布在岢岚县西南部、兴县东部、汾西县西部, 大宁县和吉县边界山区; 高度和极度敏感区面积占比分别为64.62%、12.16%, 土地利用敏感程度总体偏高, 主要分布在兴县, 临县, 五寨县、岚县、静乐县、神池县等山地丘陵地区, 及西部黄河流域、中部岚漪河、汾河流域区域, 评价结果见图1(d)及表3。

表2 各因子权重计算结果

图1 单因子评价分级图

Figure 1 Single factor evaluation classification map

表3 单因子及综合因子敏感分级占比

(5)土壤质地敏感性分析: 由土壤质地敏感分级可得, 不敏感区面积占比为1.65%, 低度和中度敏感区分别为0.14%、0.54%, 高度敏感区为97.67%, 吕梁山区土壤质地绝大部分都是敏感程度较高的砂壤土, 只有在西部河谷、平川地区敏感程度较低的壤土、黏土等, 以及在北部的五寨县, 神池县零星分布的壤土黏土, 敏感程度整体高, 评价结果见图1(e)及表3。

(6)降水侵蚀力敏感性分析: 由降水侵蚀力敏感分级可得, 不敏感区和低度敏感区面积占比分别为0.75%和10.04%, 主要分布在研究区西南部; 中度敏感区为13.7%, 主要分布在临县中部, 兴县西南部及石楼县、永和县, 大宁县中部地带性分布; 高度敏感区为64.41%, 主要分布在研究区东北部及南部的中心地带, 处于中度敏感区东面, 大致与中度敏感区分布地带平行; 极度敏感区为11.10%, 主要分布在石楼县和隰县东部及汾西县。高度和极度敏感区占75.52%, 大部分处于中高度敏感区域, 评价结果见图1(f)及表3。

3.2 生态环境敏感性综合因子评价分析

根据综合因子敏感度分级的结果如图2可知, 吕梁山区极度敏感区占研究区面积0.44%, 高度敏感区占总面积46.74%, 中度敏感区占39.60%, 低度敏感区占12.11%, 不敏感区占1.11%, 极度敏感区主要分布在吕梁山区中部山地、丘陵地区, 敏感区整体分布大致呈东北向带状分布, 总体来讲, 中部山地丘陵敏感程度高, 两边河流谷地、平川地区敏感程度低。静乐县东部山地敏感程度高, 西部与岚县形成的小盆地敏感程度低; 大宁县南北群山敏感程度高, 中部昕水河流域敏感程度低; 神池县东北部高, 西南部低; 岢岚县境内岚漪河流域敏感程度低, 两边敏感程度递增; 综合性生态环境敏感程度评价的结果显示, 生态环境敏感程度总体较高, 中高敏感区占86.77%, 神池县、岢岚县、岚县、静乐县、石楼县、隰县、汾西县大多区域处于高度敏感区, 各县中岢岚县生态环境敏感程度最高, 临县相对较低。综合因子敏感性分异规律大致与高程、土壤质地、土地利用类型、植被覆盖指数、降水侵蚀力地域分异规律趋势大致相同, 与坡度大致相反。

4 结论与讨论

结合RS和GIS技术, 选取坡度、高程、植被覆盖指数、土地利用、土壤质地、降水侵蚀力6个评价因子评价吕梁山区生态环境敏感性程度。从研究结果来看, 山区植被覆盖率低, 土地利用结构不够优化, 降水集中, 地形土壤等原因使得水土流失问题严重, 综合因素使得吕梁山区生态环境敏感程度总体偏高, 其中岢岚县生态环境敏感程度最高, 临县相对较低, 生态敏感区空间差异规律明显, 吕梁山区北部敏感性总体西南向东北方向增高, 吕梁山区南部生态环境敏感性中间高, 向东西方向递减。研究结果将研究区分为5个等级, 得出不同区域的生态环境敏感性的空间分布规律和特征, 为吕梁山区的经济发展提供理论依据。研究区内的极度和高度敏感区生态环境脆弱, 生态环境极易受到人为破坏, 应作为生态环境重点建设保护区, 禁止进行开发建设活动, 对其应进行保持水土工程, 加强环境保护, 提高森林覆盖率, 增强生态系统稳定性; 中度敏感区的生态环境也较为脆弱, 容易遭受人为干扰, 应作为控制发展区, 进行适度开发, 遵守开发和保护的一致性; 低度敏感区与不敏感区土地生态环境相对良好, 可以进行有节制的开发活动。在发展中坚持青山绿水就是金山银山的理念, 优化吕梁山区生态环境状况, 坚持生态建设与环境保护并举, 建设水土保持区和水源涵养区的重要生态功能区。环境是吕梁山区可持续发展的必要前提, 而吕梁山区是打赢脱贫攻坚战的重要区域, 为其他连片特别贫困区域的发展提供参考建议。

图2 生态环境敏感性综合因子评价分级图

Figure 2 Comprehensive factor evaluation classification map of ecological environment sensitivity

表4 各县敏感区占比(%)

针对研究区的生态环境敏感性情况选取的6个评价因子, 基本可以体现吕梁山区的生态环境敏感性, 但是没有考虑气候、河流、生物多样性等因素影响; 在制定分级标准中虽然参考大量研究资料和相关文献, 但在研究过程中依然存在主观性, 缺乏生态环境敏感性评价统一标准, 在今后的研究工作中需要进一步加强完善。吕梁山区的主要环境问题是水土流失, 评价对象主要针对水土流失问题的影响因子进行选取, 没有综合考虑其他生态问题对吕梁山区生态敏感性的影响。此外, 局部地区的生态问题与整体有差异性, 各区域的环境问题在程度上也有差别, 导致各生态因子综合性评价的权重不能具体到研究区局部。

[1] 刘康, 欧阳志云, 王晓科, 等. 甘肃省生态环境敏感评价及空间分布规律[J]. 生态学报, 2003, 23(12): 2711–2718.

[2] 欧阳志云, 王晓科, 苗鸿. 中国生态环境敏感性及其区域差异性规律研究[J]. 生态学报, 2000, 20(1): 9–12.

[3] 鲁敏, 孔亚菲. 生态敏感性评价研究进展[J]. 山东建筑大学学报, 2014, 29(4): 347–352.

[4] 宋静, 王会肖, 王飞. 生态环境质量评价研究进展及方法评述[J]. 环境科学与技术, 2013, 36(2): 448–453.

[5] LADSON A R, WHITE L J, DOOLAN J A, et al. Development and testing of an index of stream condition for waterway management in Australia[J]. Freshwater Biology, 1999, 41(2): 453–468.

[6] CAMERON A, JOHNSTON R J, MCADAM J . Classification and evaluation of spider (araneae) assem­blages on environmentally sensitive areas in Northern Ireland[J]. Agriculture Ecosystems & Environment, 2004, 102(1): 29–40.

[7] GARROD G D, WILLIS K G . Methodological issues in valuing the benefits of environmentally sensitive areas[J]. Journal of Rural Studies, 1999, 15(1): 111–117.

[8] TAO Fulu, FENG Zongwei . Terrestrial ecosystem sensitivity to acid deposition in South China[J]. Water Air & Soil Pollution, 2000, 118(3/4): 231–244

[9] 侯志华, 马义娟, 贾宇平.太原市域生态敏感性综合评价[J]. 生态科学, 2018, 37(4): 204–210.

[10] 杜婕, 韩佩杰．基于ArcGIS区统计的陇南市生态敏感性评价[J]. 测绘与空间地理信息, 2018, 41(7): 99–102.

[11] 唐洁, 荣月静, 杜世勋. 山西晋北地区生态环境敏感性评价[J]. 环境与可持续发展, 2017, 42(4): 204–206.

[12] 刘冰, 赵永华. 基于GIS的汉中市生态敏感性分析[J]. 河南科学, 2019, 37(02): 262–269.

[13] 王再岚, 李政海, 马中, 等. 鄂尔多斯东胜地区不同生态功能区的土壤侵蚀敏感性[J]. 生态学报, 2009, 29(1): 484–491.

[14] SUNG R H, DHONG D J, et al . A renovated model for spatial analysis of pollutant runoff loads in agricultural watershed [J] . Water Science & Technology, 1998, 38(10): 207–214.

[15] CASSEL G, PETSCGEK H G. GIS-based assessment of the threat to world forests by patterns of non-sustainable civilisation nature interaction [J]. Journal of Environmental Management, 2000, 59: 279–298.

[16] 闫珅爱. 控制水土流失改善生态环境是发展吕梁农村经济的关键[J]. 山西农报, 2003(5): 44–46.

[17] 樊志荣, 梁艳. 吕梁山地生态功能区植被修复与重建研究[J]. 山西林业, 2018, 256(5): 27–28.

[18] 张静. 吕梁山区集中连片特困地区贫困现状[J]. 经济研究参考, 2016(39): 21–26.

[19] 徐建华. 现代地理学中的数学方法[M]. 北京: 高等教育出版社, 2002.

[20] 邹洪坤, 胡勇, 李艳红, 等. 基于GIS的西宁市生态敏感性分析[J]．测绘与空间地理信息, 2018, 41(4): 21–24.

[21]李君轶, 吴晋峰, 薛亮, 等.基于GIS的山西省土地生态环境敏感性评价研究[J]干旱地区农业研究, 2007, 25(4): 19–23.

[22] 谢泳龙, 罗俊杰. 基于GIS的增城生态环境敏感性分析[J]. 环境科学导刊, 2018, 37(04): 76–80.

[23] 吴昆, 彭红霞, 李江风, 等. 基于变异系数法的灵宝市土地生态敏感性分析[J]. 湖北农业科学, 2018, 57(14): 32– 37.

[24] 杨宇. 多指标综合评价中赋权方法评析[J]. 统计与决策, 2006(13): 17–19.

Evaluating ecological environmental sensitivity in poor county of Lvliang mountain area based on GIS

ZHANG Huixia, LIU Lirong

Institute of Geographical Science, Taiyuan Normal University, Jinzhong 030619, China

Ecological sensitivity refers to the adaptability and restoration ability of ecosystem when it is disturbed by constant external interference and destruction. Ecological sensitivity evaluation can provide scientific basis for analysis and prediction of regional ecological environment problems. According to the characteristics of the ecological environment in Lvliang mountainous area, 13 national poverty-stricken Counties in Lvliang mountainous area were selected as the study area. With the support of GIS and RS technology, these six factors were used to evaluate the sensitivity of ecological environment which included elevation, slope, vegetation coverage index (NDVI), land use, soil texture and rainfall erosivity. The results show that the sensitivity of the ecological environment in Lvliang mountainous area was generally high. In the whole study area, the extremely sensitive area accounted for 0.44%, the highly sensitive area accounted for 46.74%, the moderately sensitive area accounted for 39.60%, the low sensitive area accounted for 12.11%, and the non sensitive area accounted for 1.11%. Moreover, Kelan County, Xi County and Jingle County had the highest sensitivity to ecological environment, while Yonghe County, Linxian County and Fenxi County were relatively low. The results can provide some references for the government departments to formulate regional ecological security prevention strategies.

lvliang mountainous area; ecological sensitivity evaluation; variance coefficient; weighted superposition

10.14108/j.cnki.1008-8873.2020.06.005

X826

A

1008-8873(2020)06-030-08

2019-10-16;

2019-11-20

国家自然科学基金青年科学基金项目(41501219); 山西省自然科学基金项目(201901D111291)

张会霞(1972—), 女,山西运城人, 博士, 副教授, 主要从事生态环境、GIS空间分析研究, E-mail:zhanghuixia120@163.com

张会霞, 刘丽荣. 基于GIS的吕梁山区贫困县生态环境敏感性评价[J]. 生态科学, 2020, 39(6): 30–37.

ZHANG Huixia, LIU Lirong. Evaluating ecological environmental sensitivity in poor county of Lvliang mountain area based on GIS[J]. Ecological Science, 2020, 39(6): 30–37.