基于SRP模型的云南省生态脆弱性评价及驱动力分析

李晨 LI Chen；蔡荣锋 CAI Rong-feng；韩珂馨 HAN Ke-xin

（西南林业大学土木工程学院，昆明 650224）

0 引言

自党的十八大提出的“绿水青山就是金山银山”理念，生态的可持续性发展得到更多的关注，而生态环境脆弱性[1，2]是指在特定区域条件下，生态环境受外力干扰所表现出的敏感反应和自我恢复能力。当前，关于生态的可持续性和脆弱性研究较多，诸如金丽娟[3]等采用层次分析法结合SRP模型对四川省生态脆弱性进行评价；常溢华[4]等采用AHP和熵权法构建SRP模型对鄱阳县县域生态脆弱性进行了探讨。本文以云南省为研究对象，通过大量文献资料整理，结合SRP模型选取了14项指标，采用AHP和熵权法确定指标权重，对该区域进行了生态脆弱性分析与评价，并结合地理探测器进行驱动力分析。

1 研究区概况

云南位于中国西南边陲（97°31′~106°11′E，21°8’~29°15′N），属于山地高原地带，地形复杂，相对高差较大，自然灾害频发，年温差小，日温差大，气温随地势高低垂直变化异常明显，植被覆盖丰富但不均衡，整体的生态呈现不稳定性。

2 数据来源及研究方法

2.1 数据来源及处理

本研究选取了DEM、土地利用、NDVI（2018年）、年均气温（2018年）、年均降水（2018年）、县域人口数量（2018年）、GDP（2018年）等作为基础数据，分别通过地理空间数据云、资源环境数据云、Google Earth Enging、国家气象科学数据、云南省统计局等平台获取。

2.2 评价方法及指标体系构建

SRP模型是用于评价某一地区生态脆弱性的综合性评价模型，本研究采用此模型通过不同指标对生态脆弱度的影响程度进行全面的分析计算生态脆弱性指数，并以此为依据产生综合评价指数。公式如下[5]：

式中：EVI代表生态脆弱性指数，Fi为指标的标准值，分别是生态敏感性指数、生态恢复力指数和生态压力度指数；Wi为权重。

本文根据SRP模型的生态敏感性、生态恢复力和生态压力度3个方面分别选取14个指标，用于构建生态脆弱性评价指标体系。由于云南省地形复杂，起伏度大，植被覆盖不均衡，自然灾害频发等因素，再结合文献统计，因此生态敏感性[6-8]选择地形、土壤、气象因子表示；生态恢复力[6-8]是生态系统的恢复能力，选择植被覆盖度、景观指数等表示；生态压力度[6-8]则从经济、人口、产业方面考虑对生态环境的影响。通过相关性分析，得到指标的正负相关性。因此，构建的云南省生态脆弱性评价指标体系如表1所示。

表1 云南省生态脆弱性评价指标体系

2.3 确定指标权重

本研究依据参考文献和研究区特点筛选评价指标，采用AHP法和熵权法确定指标权重。基于SRP模型建立AHP层次结构，分为目标层、准则层和指标层，采用1-9标度法构建判断矩阵，利用Yaahp软件进行权重计算和一致性检验。熵权法可以衡量系统信息的无序程度，从客观角度充分利用已知数据所包含的有效信息量确定其权重。

将AHP主观权重与熵权法客观权重结合起来，根据公式确定综合权重，公式[5]如下：

式中：Wj为最终权重值；W1j是层次分析法计算得到权重值；W2j是熵权法计算得到的权重值。

2.4 指标标准化

各项指标其属性存在差异，需标准化后才便于评价模型的构建，因此利用Python以极差标准化方法对所有正负向指标数据进行归一化处理，正负指标标准化公式[5]如下：

式中：pij为标准化结果；xij是原指标值；xijmax、xijmin分别为所有数据中的最大值和最小值。

3 生态脆弱性评价与空间分布

生态脆弱性指数可通过标准化后的评价指标，运用栅格计算器，分别计算生态敏感性指数、生态恢复性指数、生态压力度指数，并通过3个目标层计算结果得到云南生态脆弱性指数。其中，生态脆弱性高值区域主要位于迪庆和怒江，中值区域主要位于玉溪、昆明、楚雄和昭通，低值区域主要位于红河、普洱、保山、文山、曲靖、西双版纳以及德宏。

为直观地反应云南省整体生态脆弱性状况，可将生态脆弱性指数按等级划分，为确保评价结果的客观性和可操作性，先对计算所得的生态脆弱性指数进行归一化处理，公式[5]如下：

式中：Si为生态脆弱性指数归一化值；EVIi为生态脆弱性原始值，EVImin、EVImax分别为最小值和最大值。

在此基础上，采用自然断点法，结合文献资料将标准化后的生态脆弱性指数分为5个等级，分级标准如表2所示，成果如图1所示，经统计分析得到各州市脆弱性占比，如图2所示。

图1 生态脆弱性分级图

图2 生态脆弱性综合驱动力分析图

表2 云南省生态脆弱性分级标准[9-10]

土地利用数据结合生态脆弱性分级图，统计分析得到不同土地类型生态脆弱性面积占比，如表3所示。

表3 不同土地利用类型生态脆弱性面积

4 云南省生态脆弱性驱动力分析

在研究区以5000米渔网选取14900个点作为采样点，采用选取的14个指标作为自变量X，生态恢复性指数、生态压力度指数、生态敏感性指数和生态脆弱性指数分别作为因变量Y。各指数和指标因子均采用自然断点法分为5级，运用地理探测器对云南省的指标因子进行探测，分析各指标因子对因变量Y空间分异的解释力，探讨主导因子及其交互作用。结果表明：14个驱动因子中对云南省生态脆弱性空间分布格局影响较大的驱动因子是DEM（0.4060）、年均气温（0.3929）、景观多样性指数（0.2428）、景观破碎度（0.2250）、坡度（0.2150），其余的驱动因子q值均小于0.2，其中干燥度对生态脆弱性空间分布格局的影响最低，q值为0.0026。

通过交互探测器表明：因子之间相互作用所形成的影响远大于单一因子对生态脆弱性空间分布对生态脆弱性空间分布格局的影响。其中，景观破碎程度和年均温度之间的相互作用对云南省内生态脆弱性空间分布格局的影响较大，DEM与水土流失敏感性程度、DEM与坡度、DEM与景观破碎程度、DEM与地势起伏程度、地形起伏度与年均气温和坡度与年均气温的影响值在0.5之上，其他驱动因子的影响值均小于此，其中第二产业比重与干燥度对云南省生态脆弱性空间分布格局的影响最小。

5 结论

本研究以云南省为研究区域，基于SRP模型选取14个因子构建指标体系，采用AHP-熵权法计算指标综合权重，构建研究区域的生态脆弱性评价模型，并通过地理探测器进行驱动力分析，本文主要结论如下：

①云南省的生态脆弱性总体上呈现出西北高、西南低、滇中纵横交错的特点，其中生态脆弱性指数中最高的区域集中于云南省西北部的迪庆、怒江地区等。其中全省微度脆弱区面积约占16.80%；轻度脆弱区面积约占43.56%；中度脆弱区面积约占26.39%；重度脆弱区面积约占9.36%；极度脆弱区面积约占3.89%。

②根据不同土地利用方式的生态脆弱性分布特征分析，耕地、林地和草地主要以轻度脆弱和中度脆弱为主，占全省面积的68.65%，其他土地利用类型的分布面积仅占31.35%。极度脆弱区主要分布在未利用土地类型中，其中包括沼泽地、裸土地、裸岩石质地和其他，这些地区因生态环境的原因，使植被遭到严重损害，植被覆盖率低，生态环境退化，短期内无法恢复。

③通过地理探测器可知云南省的生态脆弱性空间分布情况主要受自然环境因子的影响最为显著。其中DEM、年均气温、景观多样性指数等因子具有较强的驱动作用。由于主要的驱动因子是自然环境因素，因此，应从节约能源、减少污染、保护环境、强化森林保护等方面入手，提高人类的生态环境意识，从而推动人类与自然的协调发展。