基于云模型的煤矿资源型城市生态风险评价研究

法子薇，李新春

（中国矿业大学管理学院，江苏徐州 221116）

煤炭是我国的重要自然资源，21 世纪以来，随着煤炭资源的消耗量、需求量急剧增加,煤炭开采量逐渐加大、开采技术也越来越先进，煤炭资源型城市生态环境受到不同程度的影响，生态环境每况愈下。因此，对某个区域或城市的生态风险分析和评价能为其生态状况的调控与改善提供客观依据，也是生态安全与风险研究的重要内容。

生态风险最初的研究主要集中在基因工程的生态风险和生态安全研究上与化学用品对农业生态风险的影响研究［1］。后来随着时间的推移，研究领域逐渐拓宽至对地域性的生态风险评估和城市生态安全评价上，2002 年，李辉霞等［2］首次利用降雨量影响度、地形地貌影响度和社会经济易损度3 个指标，建立了成因分析法指标模型，对太湖流域主要城市的洪涝灾害生态风险进行了评价；2008 年，Zhou 等［3］首次将人类活动的影响纳入考虑范围，研究了由澳大利亚北部虾渔业导致的受污染区域的生态风险评价模式和方法体系。此外，有关研究的生态系统范围也更加明确，主要有对耕地系统、海洋系统、堤防工程系统、水资源系统和草原系统的生态安全和风险研究［4-10］。

通过阅读文献，笔者发现有关生态风险的评价等级不能被明确的界定，有些生态风险指标的相关数据也难以被测量，而且在现有煤矿资源型城市的生态风险研究对象中，其指标体系中也并未过多考虑煤矿方面的影响因子。因此，本文在借鉴前人的研究基础上，以江苏省徐州市为例，选取1998—2017 年统计数据，基于PSR 指标体系框架，利用正态云模型对其生态风险进行评价。

1 煤矿资源型城市生态风险评价指标体系和评价标准

1.1 PSR 煤矿资源型城市生态风险评价指标体系构建

利用PSR 模型［11］，结合煤炭城市特有的生态特点和主要影响因素，参考现有的城市生态安全评价指标［12-14］，从压力、状态和响应这3 个项目层出发，共选取16 个生态风险评价指标，建立煤矿资源型城市风险评价指标体系（见表1）。

表1 煤矿城市风险评价指标体系

1.2 煤矿资源型城市生态风险指标评价等级与标准确定

借鉴现有研究［6,9,13-16］，在评价过程中，对煤矿资源型城市的生态安全风险划分采取5 级划分法，分别为：低风险（Ⅰ）、较低风险（Ⅱ）、中等风险（Ⅲ）、较高风险（Ⅳ）和高风险（Ⅴ）。并参照相关文献的风险等级区间确定方法，结合徐州市自身的生态特征与发展状况［13］，将每个指标的最小值与最大值分别作为低风险等级的下界与高风险等级的上界，并将二者的差值除以等级数量，平均分配到各个风险区间，最终确定了所有评价指标的等级划分标准，表2 为选取的生态压力风险层的评价指标等级划分标准。

表2 生态压力风险层评价指标等级划分标准

2 煤矿城市生态风险指标体系云模型评价

2.1 云模型原理

本文中所使用的云模型是由吴飞等［17-20］提出的，一种考虑到自然语言模糊性与随机性，并能实现定性概念与定量数值之前双向转换的认知模型。

其定义为：设U 为一个定量论域，C 是U 上的一个定性概念，若定量值x ∈U，且定量值x 是定性概念C 的一次随机实现，x 对C 的确定度μ(x)∈【0,1】是具有稳定倾向的随机数：μ：U →【0,1】∀x ∈ U x →μ(x)

则将x 在论域U 上的分布成为云，每一个x 称为一个云滴。

概念的整体特征可以通过期望（Ex）、熵（En）和超熵（He）这3 个云模型的数字特征来反映。其中，期望（Ex）：为云滴在论域空间分布中的数学期望，即最能够代表定性概念的点；熵（En）：定性概念的不确定性性度量，反映了云滴的离散程度；超熵（He）：为熵的不确定性度量。

2.2 云模型评价过程

（2）计算每一个指标在不同等级下的云特征参数［6,8,9,15］。每一个等级云的3 个特征参数都是由各等级的上下边界值和确定的，其中，表示第i 个指标的第j 个等级的数值。

由于每个等级的中间数最能反映出该等级的性质，因此有：

He 的大小根据经验取值，若He 的取值越小，则云的厚度越小，反之则越大。

（3）根据实际指标数据，计算不同指标在不同等级下的隶属度矩阵D=，其中，表示第i 个指标在第j 个等级上的隶属度，n 和m 分别为评价指标和等级的个数。实际数据α 的隶属度计算公式如下：

（4）通过权重集W 对隶属度矩阵D 进行模糊转换，得出风险评价域V={}上的模糊子集E。

最后根据最大隶属度原则，选取隶属度最大的评价指标作为样本最终评价结果。

3 实证分析

3.1 研究区域概况与数据来源

（1）研究区域概况。徐州市位于江苏省的西北部，地层发育齐全，地质构造复杂，为形成多种矿产资源提供了良好的条件，是全国重点煤矿开采城市。近些年来，随着徐州市的城镇化、农业现代化和煤炭行业的快速发展，生态环境问题日益突出，自2000 年以来，其环境空气质量均未达到国家二级标准，且在江苏省13 市的环境空气质量综合指数排名中处于末尾位置，因此本文决定研究以徐州为代表的煤矿资源型城市的生态安全问题，之后可为其他煤炭城市的生态改善提供理论依据。

（2）数据来源。本文涉及到徐州市的社会经济、生态建设和环境保护数据,主要来源于1998—2017年《徐州统计年鉴》,部分数据来源于相应年份的《江苏省统计年鉴》和《中国煤炭工业年鉴》。

3.2 评价过程

根据上述2.2 云模型评价过程，首先利用熵权法对样本数据进行计算得到准则层和指标层的相应指标权重，结果如表3：

表3 煤矿资源型城市风险评价指标权重

之后根据生态风险评价指标的不同等级划分标准，计算出每一指标在不同等级下的云特征值，结果见表4。

表4 各指标云特征值

表4 （续）

3.3 结果与分析

3.3.1 综合风险等级结果与分析

表5 为徐州市1998—2017 年生态风险综合隶属度输出结果。

表5 1998—2017 徐州市年生态风险综合隶属度

整体而言，徐州市近20 年来的生态风险呈现出阶梯式下降，风险等级逐渐经历了由高风险——较高风险——较低风险——低风险的变化过程。

具体来看，生态风险等级变化的几个重要节点分别是2008 年、2013 年和2015 年：在1998—2008年这11 个年份内，除2000 年的生态风险等级被评估为“中等风险”外，其余10 个年份皆为“高风险”；结合图1 的生态风险的变化趋势也可看出，在之后的年份中，徐州市的整体生态环境状况随着时间的推移而逐渐改善，2009—2013 年度生态风险等级为“较高”，2014—2015 年的生态风险等级跨过了“中等风险”这一领域，直接迈入“较低风险”范围中，2016—2017 年的生态风险又下降了一个等级，正式进入“低风险”的行列。

图1 综合风险等级与目标层风险等级时空变化折线图

3.3.2 准则层风险等级结果与分析

表6 为徐州市1998—2017 年准则层指标生态风险等级结果。

表6 1998—2017 年准则层指标生态风险等级

由表6 所示，2007 年是生态压力层风险等级改变的一个重要临界点，2007 年之前的10 年间，生态压力的等级一直在“中等风险”及其以上；在2007年之后，徐州市的生态压力状况得到了极大的提升，大部分年份的生态压力已降为“低风险”级别；而生态状态层和生态响应层的风险等级结果与综合风险等级结果大致相同，呈现出比较明显的阶梯式下降趋势。

4 结论

研究期间内，徐州市综合生态风险等级已由最初的“高风险”提升为“低风险”水平，大致经历了高风险—较高风险—较低风险—低风险的变化过程，整体趋势呈现出良好的发展态势。

此外，生态状态层与生态响应层的风险等级也呈现出类似的阶梯式变化，生态压力层虽未有明显的变化规律，但压力状态也在逐渐的改善；直至2017 年止，生态压力层与生态状态层的风险等级已分别由较高风险和高风险降为低风险，生态响应层的风险等级也已由高风险变为较低风险，因此，在今后的经济发展与环境治理中，徐州市还应加强对生态响应的投资与管理力度，这对进一步提高徐州市的整体生态水平有着至关重要的作用。