地质环境质量综合评价中的敏感因子模型_蔡鹤生

合集下载

3S技术视角下泉州市永春县水土流失敏感性评价

1引言水土流失会导致大量的表层土壤和土壤所含的营养物质流失,进而引起土地生产力下降,因此成为当今世界共同面临的一个严峻的环境灾害问题。

加之,农业用地上施用的化肥、农药残留物很容易随着水土流失进入河湖水库,引发水环境的恶化,对人民的生命财产造成威胁,甚至可能引发滑坡和泥石流等次生灾害。

我国在生态文明的全局视角,提出“山水林田湖草是生命共同体”的重要观点,并着重阐述了“统筹山水林田湖草系统治理”的重大意义。

如今,中国比以往任何时候都更加注重生态文明的建设与发展,将水土流失问题视为实现可持续发展过程中必须解决的一个关键问题。

随着3S 技术的迅速发展,利用侵蚀模型对土壤侵蚀进行定量监测和预报已成为土壤侵蚀动态研究的一种有效手段,为土地资源的保护和可持续利用提供有力的支持,对水土流失现状进行长期系统和科学地动态监测,是制定水土流失防治措施的一个重要基础条件[1]。

GIS 技术结合国土空间适宜性评价,使人们对环境的承载力有更深入的了解。

国土空间开发适宜性评价是在资源环境承载能力评价的基础上,评价国土空间进行生态保护的重要程度,以及农业生产、城镇建设的适宜程度[2]。

由于近些年党和国家领导人对水保工作的不断强调,对水土流失检测的技术路线提出了优化的新要求,这需要水土研究检测能快速获取水土流失的驱动因子,并因地制宜建立起适合的评价模型。

本文基于《资源环境承载能力和国土空间开发适宜性评价技术指南》(简称“双评价”)中的水土流失敏感性评价,结合GIS 技术分析,利用遥感数据,选择降雨侵蚀力、土壤可蚀性、地形起伏度和植被覆盖这四个关键因子,构建水土流失敏感性评价指标体系,并绘制相应的水土流失敏感性评价图。

双评价水土流失敏感性评价体系中,评价的分级区间过大,因此本研究结合福建闽南地区的气候特点,以永春县自然地理环境为基础,制定出合理的分级体系进行分析。

永春县是国家水土保持重点建设单位,对永春县进行水土流失敏感性分析,可以更好地指导当地政府和相关部门采取有效的防治措施,保护当地的水土资源,维护生态平衡,实现可持续发展。

GIS实验报告：生态敏感性综合评价

《建筑与规划数字技术(2)》课程实验综合实验报告专业名称：城乡规划课程名称：建筑与规划数字技术(2)开课学院：重庆大学建筑城规学院实验室：建筑城规学院计算机实验室学生姓名：王迪沈恩穗指导教师：实验时间：重庆大学建筑城规学院课程名称建筑与规划数字技术(2) 实验项目名称生态敏感性综合评价实验项目类型验证演示综合设计其他指导教师韩贵锋成绩√教师评语教师签名：年月日一、实验目的以重庆某县为例，在对生态敏感性分析的基础上，进行县域的空间管制分区。

通过练习，掌握以下几个方面的基本原理并熟练在ArcGIS环境下的实现矢量和栅格的坐标转换，基于DEM的坡度和地形起伏度的计算，栅格数据的重分类，带权重的空间叠加方法。

二、实验内容县域生态敏感性评价时需要考虑多个要素。

首先，单要素出发，依据对建设的适应性或者对生态环境的保护的重要性出发，进行单要素评估区划。

其次，根据重要性权重进行空间叠加，再对综合评价结果进行分区，结合总规编制的要求，提出管制分区及管制措施。

结合地形和行政区划图对综合叠加结果进行说明，重点说明敏感区评价与空间管制的关系，以及评价结果如何引用到县域城乡规划之中。

结合评价结果说明县域未来发展的方向。

三、实验方法：(使用方法及操作步骤)单因素评价-------确定权重--------综合叠加1.导入文件shp，找到地形的经纬度，在网站上找到四张dem图片，导入。

2.使用mosaic to new raster工具,把四张dem图拼贴在一起。

点击生成的图层，右键data, export data。

3.使用project 工具转化平面坐标系，分辨率默认30米。

4.在工具箱里搜索。

Mask，使用extract mask,第一个下拉菜单加入生成的图层，第二个下拉菜单选择shp，保存输出。

5.使用Special analyst工具，在里面选择surface analysis, slope生成坡度图。

6.打开新生成的坡度图的属性表，点击classify,reclassify,将数据分成四个级别。

佳木斯市地质环境质量综合评价

佳木斯市地质环境质量综合评价
祁敏;柏钰春;王勇;尹喜霖
【期刊名称】《地质灾害与环境保护》
【年(卷),期】2004(015)002
【摘要】佳木斯市区是黑龙江省三江平原的政治、经济、技术、文化及教育中心,是黑龙江省东部水陆交通枢纽,有着得天独厚的地质环境与优越的自然地理位置.本
文首先介绍了地质环境质量的概念和评价目的,然后论述了佳木斯市区地质环境质
量评价原则与方法,最后对其进行了综合评价,包括工程建筑适宜性、地下水富水性、地下水环境质量、地表水环境质量和地质环境质量综合评价,结果是各宽阔漫滩的
地质环境以好和较好为主,松花江沿江地区英格吐河沿岸、山前台地、丘陵地区以
较差和差为主.
【总页数】6页(P43-48)
【作者】祁敏;柏钰春;王勇;尹喜霖
【作者单位】黑龙江省九O四水文地质工程地质勘察院,双城市,150111;黑龙江省九O四水文地质工程地质勘察院,双城市,150111;黑龙江省九O四水文地质工程地质勘察院,双城市,150111;黑龙江省九O四水文地质工程地质勘察院,双城
市,150111
【正文语种】中文
【中图分类】X14
【相关文献】
1.佳木斯市区环境工程地质质量综合评价 [J], 尹喜霖;王勇;李翠琴
2.济南市生态地质环境质量综合评价 [J], 马雪莹;柳浩然;吴璇;姜晓芬
3.基于层次分析法的北京市地质环境质量综合评价 [J], 郭学飞;王志一;焦润成;曹颖
4.基于层次分析的矿山地质环境质量综合评价方法 [J], 吴小鹏
5.某市城区地质环境质量综合评价 [J], 徐生平;郑立博;陈雪梅
因版权原因，仅展示原文概要，查看原文内容请购买。

土地利用方式对土壤碳库影响的敏感性评价指标

土地资源网-------/国内最大的土地流转平台、从事土地流转、土地出租、土地买卖、土地事务代理等尽在土地资源网土地利用方式对土壤碳库影响的敏感性评价指标张金波，宋长春*中国科学院东北地理与农业生态研究所，吉林长春 130012摘要：综述了目前国内外在监测土地利用方式对土壤有机碳动态的影响时所采用的一些敏感性指标：微生物量碳和微生物商、CO 2通量和q CO 2、轻组有机质和颗粒态有机质、溶解态有机碳（DOC ）。

大量的研究表明，与土壤有机碳相比，微生物量碳库的周转率更大，周转时间更短，在土壤总有机碳变化可检测之前，土壤微生物部分的变化可能被检测到，是土壤碳动态的敏感性指标。

轻组和颗粒态有机质是自然土壤肥力的决定因素，也是土地管理方式影响最明显的部分，对于准确评价土地利用变化对土壤碳过程的影响具有重要意义。

CO 2通量和q CO 2可以综合反映土壤微生物的活性、利用土壤有机碳的效率及土壤中碳的代谢作用等，也是土壤碳动态的敏感性指标。

DOC 通量比全球植物和大气间碳交换量小1~2个数量级，所以生物圈碳平衡的很小变化会导致DOC 的巨大变化，DOC 浓度和通量是土壤温度和湿度变化的敏感指标。

关键词：土地利用；敏感性指标；微生物量碳；颗粒碳有机质；轻组有机质；溶解态有机碳中图分类号：X14 文献标识码：A 文章编号：1672-2175（2003）04-0500-05土壤碳库大约有1550 Pg 有机碳和750 Pg 无机碳（0~1 m 土层），是大气碳库的3倍，生物碳库的3.8倍，成为地球表层最大的有机碳库，在全球碳循环中起着关键作用[1]。

土壤可以被看作是一种碳的源或汇，并且影响着大气中CO 2的浓度[2]。

土壤有机碳是土壤质量的核心，也是营养元素生物地球化学循环的主要组成部分，其质量和数量影响着土壤的物理、化学和生物特征及其过程，影响和控制着植物初级生产量，是土壤质量评价和土地可持续利用管理中必须考虑的重要指标。

基于PSO_-LSSVM模型空调负荷预测研究

#BA?+++样本空调负荷实测值#NZ
#W=>+++样本空调负荷预测值#NZ
平均相对误差绝对值 '#(的计算式为*
'#(
]&

]&
#BA?*#W=> #BA?
式中!'#(+++平均相对误差绝对值
预测结果与分析
8 月() 月空调负荷实测值( 预测值分别见图 &($$
!数据预处理对数据进行缺失检查#并采用箱形图检测方法检测异常数据#对于异常数据进行剔除再填充符合实际的数据# 填充方法采用牛顿插值法$ 采用 'B<KDEKBU函数对输入变量进行归一化处理$ !预测过程 B3输入训练集(测试集#并进行数据预处理#建立 0..1'模型$ V3初始化粒子群# 包括随机位置和速度# 设定 -./算法的参数和 0..1'模型的参数$ A3计算每个粒子的初始适应度$ T3将初始适应度作为当前每个粒子的最优解# 并记录当前的位置作为局部最优位置$ 将最佳初始适应度作为当前全局最优解#并记录当前位置$ @3更新粒子速度和位置$ W3评价(比较粒子的个体最优解( 全局最优解# 求最优适应度$ X3判断是否满足迭代终止条件#若满足#则输出最优正则化参数( 核函数参数$ 否则# 进入下一步骤$ C3依据适应度值# 更新粒子的位置和速度# 重复该循环#直至满足迭代终止条件$ D3输出全局最优正则化参数( 核函数参数作为 0..1'模型的训练参数#得到最终预测模型$

环境敏感因素识别系统助力企业环保管理

提开发部署提供决策支持。１．５环境风险查询与分析
提供勘探开发矿权区域各类环境风险的识别和查询服务，为勘探开发管理工作和环境风险管控提供决策支持。１．６勘探开发业务支持
为勘探开发生产过程中的各个层面提供环境敏感因素的风险分析和信息支持，辅助企业管理和规避环境敏感因素风险，支持勘探开发经营管理决策，提升生产管理效率和信息化水平。［４５］
１．７环境敏感目标影响监管实现开发生产设施敏感分析统计、环境敏感影响
分级等功能，支持企业对环境敏感目标影响的监管。
１环境敏感因素识别系统简介
环境敏感因素识别系统收集中国石化勘探开发区涉及的饮用水水源保护区、自然保护区及其他生态红线区等各类环境敏感目标及其监管法律法规要求，通过对矿权区域内环境敏感区识别、分析与评估，明确敏感区分布及相关各级部门的管理要求，摸清矿权区域内允许建设区域、限制建设区域和禁止建设区域，从而保障中国石化各企业的生产经营活动能够严守生态红线的要求。
图１环境敏感因素识别系统应用架构
１．１数据组织与管理环境敏感区域数据涉及基础空间数据、行业数据
和专题数据以及非结构化资料数据等。对这些数据进行分析、归类、规范、入库，基于数据库实现统一数据管理和发布。１．２环境敏感目标管理
实现对勘探开发矿权区域涉及的各类环境敏感目标的管理功能。对各类环境敏感区的名称、类型、级别、范围、规划时间、行政区域、相关的法律法规管理要求、环保应对措施、附属资料等进行管理。［３］

生态敏感性

3.1.4 德尔菲法德尔菲法，也称专家评判法，是依据既定的程序，通过多轮次的专家意见收集，经过反复征询、归纳、修正，最后汇总成专家基本一致的看法，作为预测的结果的管理技术方法[95]。

这种方法具有广泛的代表性，较为可靠。

具体步骤包括：第一轮，根据研究主题，由专家提出评价的指标；第二轮，专家对汇总结果进行评价，阐述理由，对专家意见进行统计，确定具体评价指标和相对重要性评分。

3.1.5 层次分析法层次分析法（Analytic Hierarchy Process ，AHP）是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法。

它的特点是把复杂问题中的各种因素通过划分为相互联系的有序层次，使之条理化，根据对一定客观现实的主观判断结构(主要是两两比较)把专家意见和分析者的客观判断结果直接而有效地结合起来，将一层次元素两两比较的重要性进行定量描述。

而后，利用数学方法计算反映每一层次元素的相对重要性次序的权值，通过所有层次之间的总排序计算所有元素的相对权重并进行排序[96]。

层次分析法的步骤：①通过对系统的深刻认识，确定该系统的总目标，弄清规划决策所涉及的范围、所要采取的措施方案和政策、实现目标的准则、策略和各种约束条件等，广泛地收集信息。

②建立一个多层次的递阶结构，按目标的不同、实现功能的差异，将系统分为几个等级层次。

③确定以上递阶结构中相邻层次元素间相关程度。

通过构造比较判断矩阵及矩阵运算的数学方法，确定对于上一层次的某个元素而言，本层次中与其相关元素的重要性排序，即相对权值。

④计算各层元素对系统目标的合成权重，进行总排序，以确定递阶结构图中最底层各个元素的总目标中的重要程度。

⑤根据分析计算结果，考虑相应的决策[96]。

层次分析法中判断矩阵取值标准采用T L Saaty 1-9标度法[96]，见表3-1。

表3-1 T L Saaty 1-9标度法的含义Tab.3-1 Signification of T L Saaty 1-9 index注：公式F ij=C i/C j，如果C j比C i重要，则取F ij的倒数，即F ij=1/F ij。

模糊聚类分析在地下工程地质环境质量评价中的应用

摘要：城市工程地质环境质量评价方法主要有积分值法、指数模型法、敏感因子模型法、基于层次分析法的模糊综合评价法、和灰色聚类评价法。鉴于各评价因素数值空间分布的不连贯性和地质环境特性的不确定性，本文讨论模糊聚类分析法在于地下空问开发有关的地质环境质量评价中的应用。关键词：地下工程；地质环境；模糊聚类系统中图分类号：Ｘ１１４；Ｏ２文献标识码：Ａ１文章编号：１０— ９５（０１２０２ — ４０６０９２１）０－２８０
２地下工程地质环境质量评价与预测
环境质量评价研究始于７０年代，并形成了具有中国特色的城市工程地质环境评价理论，概括起来有
收稿日期：２１－６３０００－０
作者简介：魏永耀（９９，男，南京人，硕士，主要从事工程地质及环境地质方面的工作１７一）
ＤＯＸ０３６／．ｓ．０６９５２．２０２：１．９９ｊｓｎ１０－０９．０１０．０６ｉ１
城市地质调查中环境地质问题的核心是环境工程地质问题，它是由人类工程活动引起的地质环境新
变异。２０世纪７代以来，随着世界各国城市化进程的加快，０年人们开始致力于地下空间的大规模开发利用。但是，下工程建设一般都在市区内，在其施工过程中常常会引起周围地层的位移、变形、沉降与塌地陷等环境地质效应，周围各种地下设施以及城市道路的路基、路面等都可能构成不同程度的危害，已经对

生态敏感性评价

生态环境敏感性的定义：指生态系统对人类活动反应的敏感程度，用来反映产生生态失衡与生态环境问题的可能性大小。

可以以此确定生态环境影响最敏感的地区和最具有保护价值的地区，为生态功能区划提供依据。

生态环境敏感性评价的评价要求：（1）敏感性评价应明确区域可能发生的主要生态环境问题类型与可能性大小。

（2）敏感性评价应根据主要生态环境问题的形成机制，分析生态环境敏感性的区域分异规律，明确特定生态环境问题可能发生的地区范围与可能程度。

（3）敏感性评价首先针对特定生态环境问题进行评价，然后对多种生态环境问题的敏感性进行综合分析，明确区域生态环境敏感性的分布特征。

生态环境敏感性评价的评价内容（1）土壤侵蚀敏感性（2）沙漠化敏感性（3）盐渍化敏感性（4）石漠化敏感性（5）酸雨敏感性生态环境敏感性评价的评价方法：敏感性一般分为5级，为极敏感、高度敏感、中度敏感、轻度敏感、不敏感。

如有必要，可适当增加敏感性级数。

应运用地理信息系统技术绘制区域生态环境敏感性空间分布图。

制图中，应对所评价的生态环境问题划分出不同级别的敏感区，并在各种生态环境问题敏感性分布的基础上，进行区域生态环境敏感性综合分区。

生态环境敏感性评价可以应用定性与定量相结合的方法进行。

在评价中应利用遥感数据、地理信息系统技术及空间模拟等先进的方法与技术手段。

评价方法如下：（1）土壤侵蚀敏感性：建议以通用土壤侵蚀方程（USLE）为基础，综合考虑降水、地貌、植被与土壤质地等因素，运用地理信息系统来评价土壤侵蚀敏感性及其空间分布特征。

具体方法、步骤与指标参见附件。

（2）沙漠化敏感性：可以用湿润指数、土壤质地及起沙风的天数等来评价区域沙漠化敏感性程度，具体指标与分级标准参见附件。

（3）盐渍化敏感性：土壤盐渍化敏感性是指旱地灌溉土壤发生盐渍化的可能性。

可根据地下水位来划分敏感区域，再采用蒸发量、降雨量、地下水矿化度与地形等因素划分敏感性等级。

具体指标与分级标准参见附件。

长江大学拟进行表彰的2017年度科研工作先进集体和先进个

长江大学拟进行表彰的“2017年度科研工作先进集体和先进个人”清单附表一2017年度“国家科学基金先进集体”获奖单位
附表二2017年度“科研经费总量先进集体”获奖单位
附表三2017年度“科研经费增幅先进集体”获奖单位
附表五2017年度“高级别科研平台建设奖”获奖单位
附表六2017年度“高级别科研项目立项贡献奖”获奖个人
附表七2017年度“知识产权贡献奖”获奖个人
备注：括号里面的数字为排名。

附表八2017年度“科研成果获奖贡献奖”获奖个人
备注：括号里面的数字为排名。

附表九2017年度“艺术体育类成果贡献奖”获奖个人
附表十2017年度“学术专著贡献奖”获奖个人
附表十一2017年度“科研经费贡献奖”获奖个人
附表十二2017年度“社会服务贡献奖”获奖个人
备注：括号内数字表示排序
附件十三2017年度“高级别论文贡献奖”获奖个人。

基于GIS的喀斯特地区生态环境敏感性评价

Guizhou Science45基于GIS的喀斯特地区生态环境敏感性评价張浪1,贺中华53▲，夏传花1,任荣仪1C贵州师范大学地理与环境科学学院，贵州贵阳550001；2贵州师范大学国家喀斯特石漠化防治工程技术研究中心，贵州贵阳550001；3贵州省山地资源与环境遥感应用重点实验室，贵州贵阳550001)摘要：以位于贵州省境内的典型喀斯特地区乌江流域为研究对象，以ArcGIS平台为技术支撑，采用单因子与多因子评价相结合的方法，根据乌江流域的具体实际情况及其特有的地形地貌，选取了“4+1”模式，即生态类因子土地利用类型、坡度、水系、植被盖度，地质类因子喀斯特地貌分布等5个评价因子,制定乌江地区餉单因子敏感性评价指标。

结果表明：1)乌江流域整体敏感性程度较高，中度敏感、重度敏感与极度敏感约占流域总面积的24%,35.66%、15.21%,尤其是流域的中部极为明显。

2)流域内东北部地区与西南部地区地形起伏较为平缓,城市建设用地面积大，故生态环境表现出不敏感或轻度敏感，如毕节市七星关区、大方县、纳雍县，以及铜仁市沿河县等地，流域内不敏感约占9.2%、轻度敏感约占15.93%。

3)乌江流域内植被覆盖与水环境之间具有极显著的正相关性,坡度与其他各单因子及综合因子间均呈负相关性，流域的土地利用类型对敏感性综合评价起重要作用，两者之间具有极强的、显著的正相关性。

关键词：乌江流域，生态敏感性评价,GIS,空间分析中图分类号：X171.1文献标识码:A文章编号:1003-6563(2021)02-0045-08(3)植物地理分布区系分析表明，喇叭河国家湿地公园维管束植科的分布可划分为9个分布类型,属的地理成分可分为14个分布类型，园内植物广布型较多，但主要以热带性质起源占优势,具有热带区系向温带区系过渡的特征。

参考文献【REFERENCES][1]田娟花.有效保护生态系统与合理利用湿地资源——四川营山清水湖国家湿地公园总体规划布局与保用方式研究[J].中国园林,2018,34(Sl)：58-62.[2]赖春林.湖北省国家湿地公园空间格局分析与评估[D].武汉:湖北大学,2016.[3]李兵,朱自学.淮阳龙湖国家湿地公园植物物种多样性[J]•湿地科学,2017,15(3):411-415.[4]国家林业局湿地中心.国家林业局关于对申报建立贵州汇川喇叭河国家湿地公园(试点)公示的通告[EB/OL], (2014-12-19)[2020-07-14].http：//www.forestry,/ main/4461/content-731406.html.[5]周尔松.遵义市汇川区地下水水质时空变化及评价[J].开封教育学院学报,2016,36(7):283-284.[6]安明态，喻理飞,杨远庆，等.岩下大銳自然保护区种子植物区系特征研究[J].西北林学院学报,2008(5)：34-38.[7]吴征镒.中国种子植物属的分布区类型[J].云南植物研究，1991(4)：1-139.[8]吴征镒，周浙昆,李德铢，等.世界种子植物科的分布区类型系统[J]•云南植物研究,2003(3)=245-257.[9]李锡文.中国种子植物区系统计分析[J].云南植物研究,1996(4)：3-24,[10]应俊生，张玉龙.中国种子植物特有属[M].北京:科学出版社,1994：125.收稿日期：2020-08-14；修回日期：2020-09-17基金项目：贵州省科学技术基金(黔科合基础ZK〔2021〕一般097)；贵州科学院院长基金(黔科院字〔2017〕3号)；国家湿地公园试点建设项目(贵州汇川喇叭国家河湿地公园生物多样性监测)资助。

生态敏感性评价

生态环境敏感性的定义：指生态系统对人类活动反应的敏感程度，用来反映产生生态失衡与生态环境问题的可能性大小。

可以以此确定生态环境影响最敏感的地区和最具有保护价值的地区，为生态功能区划提供依据。

生态环境敏感性评价的评价要求：（1）敏感性评价应明确区域可能发生的主要生态环境问题类型与可能性大小。

（2）敏感性评价应根据主要生态环境问题的形成机制，分析生态环境敏感性的区域分异规律，明确特定生态环境问题可能发生的地区范围与可能程度。

（3）敏感性评价首先针对特定生态环境问题进行评价，然后对多种生态环境问题的敏感性进行综合分析，明确区域生态环境敏感性的分布特征。

如有必要，可适当增加敏感性级数。

应运用地理信息系统技术绘制区域生态环境敏感性空间分布图。

制图中，应对所评价的生态环境问题划分出不同级别的敏感区，并在各种生态环境问题敏感性分布的基础上，进行区域生态环境敏感性综合分区。

生态环境敏感性评价可以应用定性与定量相结合的方法进行。

在评价中应利用遥感数据、地理信息系统技术及空间模拟等先进的方法与技术手段。

具体方法、步骤与指标参见附件。

（2）沙漠化敏感性：可以用湿润指数、土壤质地及起沙风的天数等来评价区域沙漠化敏感性程度，具体指标与分级标准参见附件。

（3）盐渍化敏感性：土壤盐渍化敏感性是指旱地灌溉土壤发生盐渍化的可能性。

可根据地下水位来划分敏感区域，再采用蒸发量、降雨量、地下水矿化度与地形等因素划分敏感性等级。

具体指标与分级标准参见附件。

不同城镇功能区岩溶地下水化学敏感因子识别

第３７卷第４期２０１８年８月
中国岩溶ＣＡＲＳ０Ｌ（）ＧＩＣＡＳＩＮＩＣＡ
Ｖｏ１．３７ＮＯ．４Ａｕｇ．２０１８
朱丹尼，邹胜章，周长松，等．不同城镇功能区岩溶地下水化学敏感因子识别ＥＪ］．中国岩溶，２０１８，３７（４）：４８４—４９２Ｄ（）Ｉ：１Ｏ．１１９３２／ｋａｒｓｔ２０１８０４０２
不同城镇功能区岩溶地下水化学敏感因子识别
朱丹尼，邹胜章。，周长松，李录娟，谢浩
（１．中国地质科学院岩溶地质研究所，广西桂林５４１００４；２．自然资源部、广西岩溶动力学重点实验室，广西桂林５４１００４）
ห้องสมุดไป่ตู้
Ｆｅ，商业住宅区易受人类活动影响的敏感指标为Ｎａ、Ｎ（）、ＮＯ；－，城乡结合处的主要敏感指标为Ｎａ、
Ｍｇ。、ＮＯ。
关键词：岩溶地下水；城镇功能区；水化学；敏感因子
中图分类号：Ｐ６４１．３
含量均最高，商业住宅区次之，城乡结合处最低；而Ｋ、ＮＨ和Ｎ０三者浓度表现为商业住宅区最高。研究
区各地下水化学组分普遍具有较高的空间变异性，其中工业区易受人类活动影响的敏感因子为ｓ（）ｊ一、Ｉ一、
利用方式的变化引起岩溶地下水污染，且污染组分呈现农业污染物向生活污水和动物粪便污染的转变。目前，对城镇区岩溶地下水化学特征及水质演化研究较多，但就不同城镇功能区岩溶地下水受人类活动影响的对比研究较少，以及对各功能区岩溶地下水受人类活动影响的敏感因子（即水化学指标受人类活动干扰的敏感程度）分析不足。

土地生态敏感性评价(读后总结)

基于ArcGIS区统计的延安市土地生态敏感性评价
吴金华，李纪伟，主鸿儒
生态敏感性
生态环境敏感性指生态系统对人类活动反应的敏感程度，用来反映产生生态失衡与生态环境问题的可能性大小。

常用评价方法:
叠加法：
调查分析→选取生态因子→评价因子分级赋值体系→生态敏感性因子专题数据库→确权→加权求得各评价单元的生态敏感性综合指数→分级评价
区统计评价方法：
评价过程：
1、评价因子选取及因子指数确定：
本研究选取水土流失、地质灾害、地形坡度和土地覆被等4项评价因子对全市土地生态敏感性进行综合评价。

将4项评价因子分极敏感、高敏感、中敏感、低敏感和不敏感5级并赋值。

2、评价因子区统计：
利用ArcMap区统计方法得到对各评价单元4项土地生态敏感性因子的因子指数。

利用ArcMap的自然断点法将4项因子指数统一分为5级，便于因子之间横向比较。

3、评价因子权重确定：变异系数法
4、评价结果：
加权求和
5、用地策略：
极敏感与高敏感区：生态环境脆弱
荒山造林和退耕还林
中敏感区土地:生态环境较为脆弱, 较易遭受人为干扰
在保护中开发，在开发中保护
适度开发
低敏感区: 生态环境相对良好, 可承受一定强度的干扰适合人类开发建设
不敏感区:生态环境相对较好
严格的保护管理
不足：
·生态环境是由地质、地貌、气候、水文、土壤和植被等组成要素长期相互作用彼此制约的自然综合体叠加了人类活动强烈干预的种种结果因此生态环境敏感性评价因子的选择既要考虑自然因子的作用又要考虑人类活动因子的影响。

·敏感性评价应明确区域可能发生的主要生态环境问题类型与可能性大小。

地质环境质量综合评价中的敏感因子模型_蔡鹤生

第17卷　第2期1998年 6月地质科技情报Geolog ical Science and Technolog y Information Vol.17　No.2J un.　1998地质环境质量综合评价中的敏感因子模型蔡鹤生　唐朝晖　周爱国(中国地质大学环境科学与工程学院,武汉,430074)摘　要　以系统分析理论为指导,在讨论环境因子与人类活动相互作用的差异性、评价单元的不均一性的基础上,提出了地质环境质量综合评价敏感因子模型。

该模型突出了对人类活动具有决定性制约作用或者受人类活动影响极大的环境因子(或状态)——敏感因子的作用。

并应用于三峡工程库区巫山县城新址地质环境质量综合评价中,结果表明应用该评价模型所得结论更符合实际。

关键词　地质环境　地质环境质量　综合评价　敏感因子模型分类号　P 6281　敏感因子评价模型建立的基本思路模型是实际的概化,一个切合实际的模型只有对所研究系统的构成、结构等有了深刻认识,占有了大量实际资料、数据,掌握了实际问题的变化规律后,才可能从实际系统中抽象出反映实际变化过程的概念模型〔1～3〕。

因此,必须对所研究的地质环境进行深入、全面、系统的分析,即定性分析,在此基础上建立概念模型,进而抽象出数学模型,但不能迷信数学模型。

从另一个方面讲,只有给数学模型输入高质量反映环境因子性状的参数,才能获得令人信服的结果。

为此,也必须对所研究的地质环境进行系统的调查、监测和全面的分析研究。

此外,由于地质环境的复杂性与不确定性,以及人们对其本质认识的局限性,使得人们在对某一具体的地质环境进行质量综合评价时,往往还需依靠专家的职业性经验判断来评价某一环境因子的贡献大小〔1,4〕。

综上所述,地质环境质量综合评价应以定性分析为基础,尽力实现定量化。

鉴此,笔者提出敏感因子模型,来解决那些对环境质量起决定作用的环境因子的贡献大小问题。

2　敏感因子模型的建立2.1　环境因子分类建立地质环境质量评价模型,必须对其构成要素依据其在与人类活动相互作用关系中的地位进行分类。

东北黑土带土地利用变化特征及生态敏感性评价

第37卷第6期2023年12月水土保持学报J o u r n a l o f S o i l a n d W a t e rC o n s e r v a t i o nV o l .37N o .6D e c .,2023收稿日期:2023-06-07资助项目:国家重点研发计划项目(2021Y F D 1500803) 第一作者:晋一然(2000 ),男,在读硕士研究生,主要从事水土保持与G I S 空间分析研究㊂E -m a i l :U l i s s e s 623@163.c o m 通信作者:郭忠录(1980 ),男,教授,博士,主要从事土壤侵蚀与土壤质量研究㊂E -m a i l :z l gu o h z a u @163.c o m 东北黑土带土地利用变化特征及生态敏感性评价晋一然,澹腾辉,唐琪,华丽,郭忠录(华中农业大学资源与环境学院,武汉430070)摘要:东北黑土带是我国重要的商品粮生产基地,土壤质量退化㊁水土流失等问题直接影响生态与粮食供给安全,为明晰东北黑土带土地利用变化特征及评价生态敏感性,以2000年㊁2005年㊁2010年㊁2015年㊁2020年东北黑土带5期土地利用数据为基础,采用转移矩阵㊁地理探测器㊁综合生态风险评价等方法,研究景观格局及生态风险变化趋势㊂结果表明:(1)2000 2020年,研究区未利用地面积增加1035.7k m2,水域面积减少975.8k m 2,土地利用变化最明显,耕地是阶段性变化较为剧烈的土地利用方式;(2)不同自然因子对研究区土地利用方式的解释力存在显著差异,气温是土地利用方式变化的主导因素,风速与高程㊁气温㊁蒸发量㊁地温㊁气压㊁相对湿度㊁日照时间的交互作用对土地利用方式变化具有显著的协同增强作用;(3)随时间推移,研究区生态敏感性整体改善,高度敏感区域减少,轻度敏感区域增加,并且出现生态敏感高值区向北移动㊁低值区向南移动趋势,研究区生态敏感性高值区的形成可能与以风蚀为主的侵蚀作用有关㊂宏观尺度景观格局变化分析与生态风险评价对区域生态环境保护政策制定及实施具有重要意义㊂关键词:土地利用变化;地理探测器;生态风险评价;聚类分析;东北黑土带中图分类号:X 171.1 文献标识码:A 文章编号:1009-2242(2023)06-0341-09D O I :10.13870/j.c n k i .s t b c x b .2023.06.043L a n dU s eC h a n g eC h a r a c t e r i s t i c s a n dE c o l o g i c a l S e n s i t i v i t yE v a l u a t i o n i n t h eB l a c kS o i l B e l t i nN o r t h e a s tC h i n aJ I N Y i r a n ,T A N T e n g h u i ,T A N G Q i ,HU A L i ,G U OZ h o n gl u (C o l l e g e o f R e s o u r c e s a n dE n v i r o n m e n t ,H u a z h o n g A g r i c u l t u r a lU n i v e r s i t y ,W u h a n 430070)A b s t r a c t :T h eN o r t h e a s tB l a c kS o i lB e l t i sac r u c i a l c o mm e r c i a l g r a i n p r o d u c t i o nb a s e i nC h i n a ,i nr e c e n t y e a r s ,s o i l q u a l i t y d e g r a d a t i o n ,s o i l e r o s i o na n do t h e r i s s u e sh a v e ad i r e c t i m p a c t o nt h e s e c u r i t y o f e c o l o g ya n d s e c u r i t y o f f o o ds u p p l y .I no r d e r t o c l a r i f y t h e c h a r a c t e r i s t i c s o f l a n du s ec h a n g ea n de v a l u a t e t h ee c o l o gi c a l s e n s i t i v i t y o f t h eN o r t h e a s tB l a c kS o i l B e l t ,w e t a k e t h e f i v e p e r i o d s o f l a n du s e d a t a o f t h eN o r t h e a s tB l a c k S o i l B e l t i n t h e y e a r s o f 2000,2005,2010,2015a n d 2020a s t h e b a s i s ,a n du s e t h em e t h o d s s u c h a s t r a n s f e rm a t r i c e s ,g e o d e t e c t o r ,a n dc o m p r e h e n s i v ee c o l o g i c a lr i s ke v a l u a t i o nt os t u d y t h el a n d s c a pe p a t t e r na n d e c o l o g i c a l r i s kc h a n g e t r e n d s .T h e r e s u l t sw e r e a sf o l l o w s :(1)D u r i n gt h e p e r i o d o f 2000 2020,u n u s e d l a n d a n dw a t e r l a n du s e i n t h e s t u d y a r e a c h a n g e dm o s t o b v i o u s l y ,i n c r e a s i n g a n dd e c r e a s i n g b y 1035.7a n d 975.8k m 2,r e s p e c t i v e l y ,a n da r a b l el a n d w a st h el a n du s e w i t h m o r ed r a s t i cc h a n g e s i n p h a s e s ;(2)D i f f e r e n t n a t u r a l f a c t o r s e x h i b i t e ds i g n i f i c a n td i f f e r e n c e s i ne x p l a i n i n g l a n du s e t y p e s i nt h es t u d y a r e a .T e m pe r a t u r e w a s t h ed o m i n a n tf a c t o ri n f l u e n c i ng l a n d u s ech a n g e s ,w hi l e w i n ds p e e ds h o w e ds i g n i f i c a n ts y n e r gi s t i c e n h a n c e m e n tw h e n i n t e r a c t i n g w i t h e l e v a t i o n ,t e m p e r a t u r e ,e v a p o r a t i o n ,g e o t h e r m y ,a t m o s ph e r i c p r e s s u r e ,h u m i d i t y a n dd a y l i g h t d u r a t i o n f a c t o r s i n l a n du s e c h a n g e s .(3)O v e r t i m e ,t h eo v e r a l l e c o l o g i c a l s e n s i t i v i t yo f t h es t u d y a r e a h a si m p r o v e d .H i g h l y s e n s i t i v er e g i o n s h a d d e c r e a s e d ,m i l d l y s e n s i t i v er e gi o n s h a d i n c r e a s e d .A d d i t i o n a l l y ,t h e r ew a sat r e n do fh i g h -v a l u ee c o l o g i c a l s e n s i t i v i t y a r e a s m o v i n g n o r t h w a r da n d l o w -v a l u e a r e a s m o v i n g s o u t h w a r d ,t h eh i g h -v a l u ee c o l o g i c a l s e n s i t i v i t y r e g i o n s m a y b er e l a t e dt oe r o s i o n w h i c hd o m i n a t e db y w i n d e r o s i o n .T h e a n a l y s i s o fm a c r o -s c a l e l a n d s c a p e p a t t e r nc h a n g e s a n de c o l o g i c a l r i s k a s s e s s m e n t a r e o f g r e a t s i g n i f i c a n c e t o t h e f o r m u l a t i o na n d i m p l e m e n t a t i o no f r e g i o n a l e c o l o gi c a l e n v i r o n m e n t a l pr o t e c t i o n p o l i c i e s .K e y w o r d s:l a n du s e c h a n g e;G e o d e t e c t o r;e c o l o g i c a l r i s ka s s e s s m e n t;c l u s t e r a n a l y s i s;t h eb l a c ks o i l b e l t i n N o r t h e a s tC h i n a21世纪以来,随着经济快速发展,人类对生活空间的需求也在随之增长,其中最为明显的特征是土地利用方式的转变[1]㊂在土地利用方式变化的过程中,往往出现生态空间被挤压㊁生态过程被干扰的现象,导致水土流失㊁生物多样性下降等一系列问题产生㊂党的二十大报告强调,必须牢固树立与践行生态环境保护的理念与措施,站在人与自然和谐共生的角度谋求发展㊂东北黑土带是中国重要的粮食生产基地,但耕地㊁建设用地对林地㊁草地的侵占导致生态用地占比下降,人类改变土地利用方式严重制约自然生态系统发挥其应有的功能㊂因此,进行景观生态风险评估可以将区域已存在或潜在生态风险可视化[2],为进一步生态环境保护与优化工作提供科学依据㊂景观生态风险评价指以景观格局指数为依据,建立区域景观结构与生态过程间的相关关系,反映此区域景观格局中的生态风险[3]㊂不同于传统生态风险评价,景观生态风险评价在景观生态过程与空间格局的耦合机制下,更注重风险的时空异质性与尺度效应所产生的结果,成为区域生态风险评价的重要部分[4]㊂国外研究集中于探究生态过程与空间分布格局间的关联,有学者[5-6]通过结合生态指标与其他指标,建立基于生态视角的评价体系,也有学者[7-8]在物种群落层面研究特定种群对生态系统的敏感性及响应机制;国内有学者[9]针对黄土高原生态环境恶化现状,使用地理探测器探究植被覆盖度与地理因子的耦合机制;诸多学者针对国内东北沙地[10]㊁青藏高原[11]等进行生态风险评价,探究不同自然本底下的生态风险时空分异规律,为宏观生态环境治理提供参考依据㊂东北黑土区是我国重要的商品粮生产基地,以生态视角进行区域环境风险评价具有重要意义㊂松嫩平原地处我国东北内陆,与大㊁小兴安岭以及长白山脉接壤,中部地势平缓,边缘地势起伏多变,生态环境极易发生变化㊂以东北黑土带作为研究区,探究2000 2020年间土地利用时空分异及驱动因素,进一步结合景观指数与土壤流失量进行生态敏感性评价,揭示生态风险时空特征,为松嫩平原生态环境保护以及水土流失防治提供理论支撑,为我国东北黑土区科学管理规划提供决策依据㊂1材料与方法1.1研究区概况中国东北典型黑土区包括蒙东黑土区㊁松嫩黑钙土区㊁松嫩典型黑土区(即东北黑土带)与三江黑土区,研究区(42ʎ58' 50ʎ15'N,122ʎ22' 127ʎ59'E)位于东北黑土带[12](图1)㊂东北黑土带位于松嫩平原东部,总面积10.1k m2,北至大㊁小兴安岭,南至长白山脉,地貌类型主要由较低海拔的台地(即漫川漫岗)构成,西北㊁东北以及南部存在低海拔丘陵[13]㊂气候类型属温带大陆性气候,年降水量400~600mm,年均气温2~6ħ,土地利用方式以耕地为主,是中国商品粮生产基地之一㊂研究区主要位于全国水土保持区划表(试行)二级区划中,由北到南分别为大兴安岭东南低山丘陵土壤保持区㊁东北漫川漫岗土壤保持区(黑龙江省)㊁东北漫川漫岗土壤保持区(吉林省)㊂1.2数据来源使用2000年㊁2005年㊁2010年㊁2015年㊁2020年土地利用㊁高程㊁坡度㊁气象数据(年降水量㊁年均气温㊁年均相对湿度㊁0c m年均地温㊁年日照时间㊁年蒸发量㊁年均气压㊁年均风速)㊁土壤侵蚀数据以及研究区基础信息数据㊂土地利用数据与气象数据均来源于中国科学院资源环境科学与数据中心(h t t p s:// w w w.r e s d c.c n),其中,土地利用数据分辨率为30mˑ30m,对原始数据重分类为耕地㊁林地㊁草地㊁水域㊁建设用地㊁未利用地一级地类,气象数据分辨率为1k mˑ1k m;高程数据来自地理空间数据云(h t t p:// w w w.g s c l o u d.c n),分辨率为30mˑ30m;坡度数据使用A r c G I SP r o软件以D E M数据为基础进行计算提取㊂1.3研究方法1.3.1风险小区划分为更准确地计算各区域具体景观生态指数,根据研究目的,将研究区划分为风险小区进行生态风险评价,参考前人[14]研究并结合区域尺度及数据精度,最终将研究区划分为1.5k mˑ1.5k m的格网,基于A r c G I S软件进行采样提取,并使用F r a g s t a t s软件进行景观指数计算㊂1.3.2地理探测器地理探测器以统计学原理为基础,探究事物间的空间分异性并揭示其背后的驱动因素,包括因子探测㊁风险探测㊁交互探测㊁生态探测4种探测模式㊂选用因子探测和交互探测来解析影响研究区土地利用方式的自然因子,因子探测公式为:q=1-ðL h=1N hσ2hNσ2(1)式中:q为地理因子的解释力(%),取值范围为[0,1],q 值越大,说明地理因子对土地利用方式的解释力越大;L 为因变量或地理因子的分区分类;h为分区变量(h=1, ,L);N h和σ2分别为研究区整体的单元数和方差㊂q 交互探测用于识别地理因子间的交互作用,评估2个243水土保持学报第37卷地理因子共同作用时是否增加或减弱对土地利用方式的解释力,或对其影响是相互独立的㊂图1研究区概况1.3.3景观生态风险指数景观生态风险指数(e c o-l o g i c a l r i s k i n d e x,E R I)用来反映外界环境对不同景观类型的影响程度,不同景观类型对区域生态环境的作用存在差异㊂使用景观结构反映研究区生态风险敏感性,表达式为:E R I i=ðn i=1A k i A kˑR i(2)R i=E iˑV i(3)E i=a C i+b N i+cF i(4)式中:E R I i为第i类景观生态风险指数;n为景观类型;A k i为第k个风险小区中第i类景观类型的面积;A k为第k个风险小区总面积;R i为景观损失度指数;E i为景观干扰度指数;V i为景观脆弱指数,在借鉴前人研究成果[15]的基础上采用专家打分法[14],将景观类型的易损度分为6级,荒地㊁草地㊁耕地㊁林地㊁水域㊁建设用地分别为6,5,4,3,2,1,并进行归一化得到景观脆弱度指数的权重;C i为景观破碎度指数;N i 为景观分离度指数;F i为景观分维数指数;a㊁b㊁c分别为C i㊁N i和F i的权重,且a㊁b㊁c之和为1,结合实际情况分别赋值为0.5,0.3和0.2㊂1.3.4水土流失敏感性指数采用修正的通用土壤流失方程(r e v i s e d u n i v e r s a ls o i ll o s s e q u a t i o n, R U S L E)计算的土壤流失量表征水土流失敏感性,其表达式为:A=RˑKˑL SˑCˑP(5)式中:A为土壤侵蚀量[t/(h m2㊃a)];R为降水侵蚀力因子[(M J㊃mm)/(h m2㊃h㊃a)];K为土壤可蚀性因子[(t㊃h m2㊃h)/(h m2㊃a㊃M J㊃mm)];L S 为地形起伏度因子(无量纲);C为植被覆盖因子(无量纲);P为水土保持措施因子(无量纲)㊂1.3.5综合生态敏感性指数通过计算其他点到敏感性最高点之间的距离来构建综合生态敏感性指数(c o m p r e h e n s i v e e c o l o g i c a l s e n s i t i v i t y i n d e x,C E S I),指数越小,则表示生态敏感性越高㊂生态敏感性最高点以景观生态风险敏感性指数㊁水土流失敏感性指数各自归一化后的最大值表示㊂计算公式为:C E S I=(E R I-E R I m a x)2+(A-A m a x)2(6)式中:E R I为像元的景观生态风险敏感性指数;A为像元的水土流失敏感性指数㊂1.3.6空间自相关分析空间自相关分析可以衡量空间数据之间的相互依赖程度㊂使用全局M o r a n's I指数与局部M o r a n's I指数对研究区综合生态敏感性空间特征进行分析,公式为:全局M o r a n's I指数:I=ðn i=1ðnj=1w i j(x i-x)(x j-x)ðn i=1ðnj=1w i jðn i=1(x i-x)2(7)局部M o r a n's I指数:I=(x i-x)S2ðj w i j(x j-x)(8)343第6期晋一然等:东北黑土带土地利用变化特征及生态敏感性评价式中:I代表M o r a n's I指数;x i㊁x j代表第i㊁j个格网的综合生态敏感性指数均值;x为全部格网敏感性均值;w i j为生态敏感性空间邻接权重;S为空间权重矩阵之和㊂全局M o r a n's I指数采用Z检验,当|Z|>2.58时,说明通过p<0.01显著性检验㊂2结果与分析2.1土地利用空间格局变化东北黑土带2000 2020年土地利用空间格局未发生较大变化,具有较为明显的空间差异性㊂总体来看,2000 2020年研究区内耕地㊁林地㊁水域3类土地利用面积占比呈下降趋势,水域㊁耕地面积变化较大,分别减少975.8,727.1k m2,林地面积减少172.9 k m2;草地㊁建设用地㊁未利用地3类土地利用面积占比呈上升趋势,未利用地㊁建设用地面积变化较大,分别增加1035.7,791.2k m2,草地面积增加48.9k m2;水域面积下降幅度最大,其中110.2k m2净转化为耕地,942.0k m2净转化为未利用地;东北黑土带中扎兰屯市㊁绥化市㊁齐齐哈尔市㊁黑河市以及松原市耕地面积呈上升趋势,阿荣旗㊁鄂伦春自治旗㊁莫力达瓦达斡尔族自治旗㊁哈尔滨市㊁四平市以及长春市耕地面积呈下降趋势(图2,图3)㊂分时段来看,研究区在2000 2005年㊁2010 2015年土地利用方式未发生明显变化,2000 2005年未利用地面积降幅最大,减少105k m2,2010 2015年耕地减少面积最多,减少80.4k m2,2个时期内面积增加最多的均为建设用地,分别增加98.7,159.9k m2㊂2005 2010年㊁2015 2020年研究区土地利用方式变化剧烈, 2005 2010年,研究区北部出现聚集状土地利用变化,南部土地利用变化分布相对均匀,净转化量最大的为草地与耕地,分别增加㊁减少931.9,930.5k m2,转入转出变化最大的为耕地,耕地转为草地2112.3 k m2,林地转为耕地1875.8k m2㊂2015 2020年,研究区南部出现小规模聚集性转化,北部转化分布则相对均匀,净转化量最大的为未利用地与水域,分别增加㊁减少1285.2,1644.5k m2,转入转出变化最大的为耕地,耕地转为未利用地1711.8k m2,草地转为耕地2066.8k m2㊂图22000-2020年土地利用方式转移图32000-2020年各土地利用方式占比2.2地理因子对土地利用格局变化的贡献从自然条件角度分析,选取高程㊁坡度㊁年均气温㊁年蒸发量㊁年均地温㊁年降水量㊁年均气压㊁年均相对湿度㊁年日照时间㊁年均风速10个自然因子,利用自然间断点法进行分类,使用地理探测器模型计算自然因子对土地利用方式的解释力㊂因子探测结果(表1)表明,东北黑土带的自然因子对土地利用方式的解释力(%)从大到小依次为年均气温(1.49)>年均相对湿度(1.29)>年均地温(1.15)>年日照时间(1.04)>年蒸发量(0.99)>年均气压(0.84)>高程(0.51)>年均风速(0.35)>坡度(0.27)>年降水量(0.07)㊂其中,年均气温㊁年均相对湿度㊁年均地温和年日照时间对土地利用方式的解释力>1%,为主要驱动因子,年蒸发量㊁年均气压㊁高程的解释力>0.5%,为次要驱动因子,年均风速的因子解释力相对较弱,坡度㊁年降水量未通过0.05显著性检验㊂根据交互探测结果(表2),选取主要驱动因子与次要驱动因子间探测结果发现,高程ɘ年均气压㊁高程ɘ年日照时间与年均气温ɘ年均气压表现为非线443水土保持学报第37卷性增强,其余因子交互探测结果表现为双因子增强㊂年均气温与各因子交互探测的解释力除年均地温外,均大于其余因子间交互探测的解释力,年蒸发量㊁年均气压㊁高程与不同因子间的交互探测解释力相比其单因子解释力有较为明显的提高,年均风速与各因子交互作用结果均表现为非线性增强㊂不同自然因子对研究区土地利用方式空间分布的影响差异较为显著,且因子间存在增强影响效果的协同作用㊂表1地理探测器因子探测结果单位:%D E M T E M E V P G S T P R E P R S R HU S L O P E S S D W I Nq s t a t i s t i c0.511.490.991.150.070.841.290.271.040.35 P v a l u e00000.602000.13900.001表2地理探测器交互探测结果单位:%D E M T E M E V P G S T P R S R HU S S D W I ND E MT E M1.87*E V P1.42*2.26*G S T1.56*2.15*2.06*P R S1.44#2.40#1.76*2.00*R HU1.70*2.17*1.92*2.14*1.18*S S D1.62#2.35*1.77*1.93*1.56*1.95*W I N1.10#2.13#2.03#2.37#1.35#2.14#2.02# 注:*表示双因子增强,即q(X1ɘX2)>M a x(q(X1),q(X2));#表示非线性增强,即q(X1ɘX2)>q(X1)+q(X2); 表示无数值㊂2.3生态敏感性时空变化特征分析2.3.1单一指标生态敏感性时空变化特征本研究将单因子指标归一化,采用自然间断点法进行分级,得到各生态指标敏感性时空分布图㊂由图4可知,研究区景观生态风险敏感性分布呈北高南低的模式,高敏感区集中分布在研究区北部大㊁小兴安岭山地丘陵与松嫩平原的交错地带,地形较为复杂,土地开发利用受到的限制条件较多,景观系统分布较为破碎;长白山脉与松嫩平原交汇处整体高程变化不大,以平原㊁台地和低丘陵为主[16],地势较为单一,景观系统种类丰富且分布均匀,导致其景观生态风险敏感性较低㊂2005 2010年间,研究区景观生态风险敏感性呈下降趋势,主要表现为北部高敏感区范围缩小,南部较高敏感区转变为中㊁低敏感区;2015 2020年间,研究区北部高敏感区由聚集状向条带状转化,存在向中部移动的趋势㊂总体而言, 2000 2020年研究区景观生态风险敏感性存在显著的阶段性变化,敏感性与地势的空间分布一致,地势较为复杂的区域敏感性较高㊂图42000-2020年景观生态风险敏感性分布研究区水土流失敏感性时空变化(图5)表明,水土流失敏感性空间分布受到年降水量㊁高程的影响,研究区南北两端水土流失敏感度相对较高㊂由于大兴安岭㊁小兴安岭与长白山脉海拔较高,阻挡水汽输送,研究区内形成了3个年降水量高值区,分布于研究区北部㊁中部和南部,年降水量高值区中存在山地丘陵与平原的过渡地带,地形较为复杂,高程变化较大㊂上述区域长期受降水径流冲刷,水土流失情况最为严重㊂水土流失敏感性较低的区域主要分布于松嫩平原,此区域地形起伏小㊁年降水量较低,受径流冲刷的影响较小㊂2000 2005年,大兴安岭山麓水土流失敏感性普遍降低,长白山脉附近出现水土流失敏感性升高的区域㊂2005 2010年,研究区中部敏感性普遍下降,南北两端高敏感聚集区出现向中部移动543第6期晋一然等:东北黑土带土地利用变化特征及生态敏感性评价的趋势㊂2010 2015年,大兴安岭山麓敏感性回升,其余地区敏感性总体呈下降趋势㊂2015 2020年,研究区内高值区域向内收缩,在西㊁南两端出现小范围敏感性高值区域㊂图5 2000-2020年水土流失敏感性分布2.3.2 综合生态敏感性时空变化特征将研究区各年份综合生态敏感性采用自然间断点[17]法进行分级,将生态敏感性分为高度敏感㊁较高敏感㊁中度敏感㊁较轻敏感㊁轻度敏感5个等级(图6),统计各年份不同敏感程度的面积及比例表明(表3),2000 2020年,研究区内轻度敏感㊁较轻敏感区面积之和占比在44%左右波动,轻度敏感区主要分布于松嫩平原地带,为常年低敏感区;中度敏感㊁较高敏感区面积之和在2005 2020年出现下降趋势,高度敏感区面积呈先增加后减少趋势,在2005 2015年面积呈增加趋势,2015 2020年面积大幅下降,减少2184.4k m 2,生态环境整体呈改善趋势㊂图6 2000-2020年综合生态敏感性分布表3 2000-2020年综合生态敏感性面积占比综合生态敏感性2000年面积占比/%2005年面积占比/%2010年面积占比/%2015年面积占比/%2020年面积占比/%高度敏感6051.06.06672.66.66788.56.77490.87.45306.45.2较高敏感15248.615.024516.424.214837.714.612312.612.122454.922.1中度敏感28874.628.538012.537.534037.133.636969.536.529141.528.7较轻敏感34936.134.521187.120.932969.532.534764.134.329721.029.3轻度敏感16274.016.110995.710.812751.612.69847.39.714760.414.6 从空间分布来看,2000年研究区高度敏感区主要集中于大兴安岭山麓,较高㊁中度敏感区呈聚集状均匀分布,轻度㊁较轻敏感区呈条带状分布㊂2005年研究区内轻度㊁较轻敏感区出现收缩趋势,中度㊁较高敏感区出现向四周扩散的现象,高度敏感区略微扩张,长白山脉及大㊁小兴安岭区域生态敏感性上升㊂2010年研究区高度敏感区域基本没有变化,较高敏感区向大㊁小兴安岭山麓转移,研究区轻度㊁较轻敏感区增多,中度敏感区分布趋于集中㊂2015年研究区南㊁北两端的较轻敏感区㊁中度敏感区均出现向外扩张趋势,整体分布结构趋于单一㊂2020年研究区低敏感区向南转移,中部较轻㊁中度㊁较高敏感区穿插分布,高度敏感区范围收缩较为明显,小兴安岭以及长白山脉区域生态敏感性得到改善㊂643水土保持学报第37卷2.4生态敏感性空间聚集特征2.4.1全局空间自相关分析使用A r c G I SP r o软件对研究区多年份生态敏感性进行全局空间自相关分析,由表4可知,各年份综合生态敏感性M o r a n's I指数均>0,表明综合生态敏感性在空间上呈现正相关㊂检验全局M o r a n's I指数,p值均为0,通过99%置信度检验,说明综合生态敏感性空间自相关显著,相邻度高的区域综合生态敏感性较为相似㊂Z统计量均>2.58,说明可拒绝零假设㊂研究区综合生态敏感性的空间分布存在正相关关系,表现出聚集分布模式,Z得分随时间变化先上升后略微下降,说明聚集程度总体升高,空间趋同性相对升高㊂表42000 2020年研究区综合生态敏感度全局M o r a n s I指数统计量指标2000年2005年2010年2015年2020年M o r a n's I0.9820.9870.9940.9950.992 Z统计量85.04585.50586.07186.16685.921p值00000 2.4.2局部空间自相关分析使用A r c G I SP r o软件在计算研究区综合生态敏感度M o r a n s I指数的基础上进行空间聚类,得到L I S A空间聚类图㊂在99%置信区间内,划分为5种不同聚集类型,分别为高高聚集区(H-H)㊁高低聚集区(H-L)㊁低高聚集区(L-H)㊁低低聚集区(L-L)和不显著区(N o t S i g-n i f i c a n t),最终得到研究区4041个分区,2000年㊁2005年㊁2010年㊁2015年㊁2020年的综合生态敏感性局部空间自相关聚类图(图7)㊂总体而言,研究区生态敏感性在空间尺度呈聚集状分布,聚集程度随时间推移出现升高趋势㊂综合生态敏感性低值聚集区主要分布于大㊁小兴安岭区域, 2000年㊁2005年㊁2010年长白山脉附近存在小部分低值聚集区,低低聚集区与高度㊁较高敏感区域存在空间分布轻度㊁较轻相似性㊂高值聚集区主要分布于松嫩平原部分,高高聚集区与轻度㊁较轻敏感区域存在空间格局上的相似性㊂由L I S A聚类图可知,研究区生态敏感性随时间推移表现出同一化趋势,生态敏感性高值区向北部聚集,低值区向南部聚集㊂图72000-2020年综合生态风险指数3讨论东北黑土带综合生态风险敏感性的空间分布格局由2000年的总体分散㊁局部聚集转变为2020年的南北分段㊁交错穿插,随时间推移聚集程度出现上升趋势,表明研究区生态环境可能受到规律性的调控㊂中华人民共和国水利部从2003年起针对东北地区实行水土流失综合防治工程,对东北黑土区提供工程以及生态修复方面的技术支持;与此同时,中央及地方政府陆续出台关于东北地区土地利用方式的调控政策以及针对耕地土壤质量的保护政策[18],对东北地区的生境质量产生积极影响㊂3.1综合生态敏感性时空分异特征及归因2000 2010年间,研究区内高度敏感区主要集中于大兴安岭东南低山丘陵土壤保持区中,东北漫川漫岗土壤保持区(黑龙江省)以中度敏感及以下区域为主,存在少量高度敏感区域,东北漫川漫岗土壤保持区(吉林省)内中度㊁较高敏感区占比较大;2010 2020年间,东北漫川漫岗土壤保持区(吉林省)内生态风险明显降低,以中度㊁较轻敏感为主,东北漫川漫岗土壤保持区(黑龙江省)内高度敏感区逐渐减少,较高敏感区域面积相对升高,中度敏感区域面积呈先升高,后降低趋势,较轻及轻度敏感部分变化不明显,大兴安岭东南低山丘陵土壤保持区内高度敏感区呈收缩趋势,中度㊁较轻敏感区稍有改善㊂综合生态高度敏感区持续存在于大兴安岭东南低山丘陵土壤保持区,可能由于其地处山脉与平原之间的过渡地带,地形较为复杂,导致自然因素㊁人为干扰对生态环境的影响被扩大;东北漫川漫岗土壤保持区(黑龙江省)与东北漫川漫岗土壤保持区(吉林省)由于地形相对简单,地势较为平缓,综合生态敏感程743第6期晋一然等:东北黑土带土地利用变化特征及生态敏感性评价度相对较低㊂国家发改委于2015年出台‘农业环境突出问题治理总体规划(2014 2018)“[19],将黑土地区域土壤质量保护工程纳入重点项目,大兴安岭区域综合生态高敏感区得到有效控制,松嫩平原区域综合生态敏感程度得到改善㊂根据聚类图可知,2000 2020年综合生态敏感性高值区出现南移趋势,低值区出现北移趋势,并且均趋于聚集㊂说明研究区南部生态环境改善程度高于北部,且生态敏感性可能受到周围地区影响,出现同化趋势㊂2005 2010年㊁2015 2020年研究区北部土地利用方式转化区域较为集中,不同景观类型间相互转化导致景观格局稳定性下降,生态敏感性上升[11]㊂3.2土地利用方式及综合生态敏感性变化归因土地作为地表景观的宏观表征,景观生态风险的时空分布与其构成或动态变化具有高度的关联性[4]㊂土地利用方式是人类可以宏观调控的过程因子,反映景观生态对人类活动的响应㊂2000 2020年,研究区土地利用转移较为剧烈的部分为东北漫川漫岗土壤保持区(黑龙江省)区域北部与大兴安岭东南低山丘陵土壤保持区相交的地带,以及南部与东北漫川漫岗土壤保持区(吉林省)相交的地带(图1㊁图2)㊂北部发生剧烈变化的原因可能是此部分处于2个水土保持功能区划的交界处,其土地利用方式易发生变化,导致景观格局稳定性下降,出现景观生态高敏感性聚集区;南部发生剧烈变化可能由于城镇的城市化进程加快,不同土地利用方式转化为建设用地的过程中破坏原本较稳定的景观格局体系,从而导致该区域景观破碎度升高,出现景观生态高敏感区域㊂本研究根据地理探测器结果,将年均气温㊁年均相对湿度㊁年均地温和年日照时间划分为主要驱动因子,对土地利用方式改变产生较为显著的独立影响;年蒸发量㊁年均气压㊁高程与其他因子交互探测结果相比于其单因子探测结果有明显提高,表明次要因子之间存在较为显著的协同作用关系;年均气温与除年均地温外各因子交互作用解释力均为最大,侧面表明土地利用方式对年均气温的响应较为明显;年均风速与各因子交互探测结果均表现为非线性增强,说明年均风速与其他因子的交互作用对研究区土地利用方式变化存在较为显著的影响,针对土地利用方式变化导致景观生态恶化升高的状况,中央政府出台‘全国土地利用总体规划纲要(2006 2020年)“[20]等相关政策,结合各地区自然因素,因地制宜,以土地利用为媒介,对生态风险进行动态调控㊂导致东北地区土壤侵蚀的因素通常有冻融侵蚀㊁风力侵蚀㊁水力侵蚀等,更主要的情况是由多种外营力复合侵蚀导致水土流失[21]㊂地理探测器结果显示,年均气温的单因子解释力显著,年均风速㊁年均气温同其他各因子共同作用的解释力均出现升高趋势,说明气温与风速在景观层面与土壤侵蚀层面均存在较为显著的复合影响作用㊂杨婉蓉等[22]对东北地区风蚀现象进行长时间序列的研究发现,东北地区发生风蚀较为严重的区域与本文中大兴安岭东南低山丘陵土壤保持区重合;任景全等[23]研究结果表明,吉林省风蚀程度自西向东逐渐减弱㊂研究区南北两端出现生态风险高值区的原因可能是受以风蚀为主的侵蚀作用,而吉林省颁布‘吉林省耕地质量保护条例“[24]‘黑土耕地土壤肥力评价技术规范“[25]等针对黑土地保护的专项政策,使得东北漫川漫岗土壤保护区(吉林省)在2010 2020年综合生态敏感度显著下降,生态环境质量得到明显改善㊂现有研究[26-27]表明,土地利用方式是土壤保持功能变化的主导因子,通过影响土壤结构改变土壤侵蚀情况㊂总体来说,研究区综合生态敏感性变化由土地利用方式及土壤侵蚀的复合作用导致,人类通过政策调控[18]㊁技术支持[28]等宏观㊁微观结合的方式均可以对综合生态敏感性进行有效改善㊂4结论(1)研究区2000 2020年土地利用整体格局未发生较大变化,转化最明显的是未利用地和水域,未利用土地面积增加1035.7k m2,水域面积减少975.8 k m2,水域与未利用地之间发生明显的转化㊂2005 2010年㊁2015 2020年2个时期土地利用方式发生较为剧烈的变化,且变化主要发生于耕地部分,2005年 2010年间,耕地主要转为林地㊁草地与建设用地,转出总面积5386.2k m2,耕地由林地转入最多,转入面积1875.8k m2;2015 2020年,耕地主要转出为林地㊁建设用地与未利用地,转出总面积4951.0 k m2,耕地由草地转入最多,转入面积2066.8k m2㊂(2)不同自然因子对研究区土地利用方式的解释力存在显著差异,年均气温㊁年均相对湿度㊁年均地温和年日照时间是土地利用变化的主要驱动因子,因子解释力均>1%;气温是土地利用方式变化的主导因素,风速与高程㊁气温㊁蒸发量㊁地温㊁气压㊁相对湿度㊁日照时间的交互作用对土地利用方式变化均具有显著的协同增强作用㊂(3)随时间推移,研究区生态敏感性整体改善,高度敏感区域减少,轻度敏感区域增加;高度敏感区域843水土保持学报第37卷。

基于MCE的饶河流域国土空间生态质量综合评价及其空间分异

２ＪｉａｎｇｘｉＴｏｕｒｉｓｍａｎｄＣｏｍｍｅｒｃｅＶｏｃａｔｉｏｎａｌＣｏｌｌｅｇｅ，Ｎａｎｃｈａｎｇ３３０１００，Ｃｈｉｎａ３ＪｉａｎｇｘｉＬａｎｄＤｅｖｅｌｏｐｍｅｎｔａｎｄＣｏｎｓｏｌｉｄａｔｉｏｎＣｅｎｔｅｒ，Ｎａｎｃｈａｎｇ３３０００２，Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ：Ｕｎｄｅｒｓｔａｎｄｉｎｇｃｌｅａｒｌｙｔｈｅｅｃｏｌｏｇｉｃａｌｓｔａｔｕｓａｎｄｐｒｏｂｌｅｍｓｏｆｔｈｒｅｅｔｙｐｅｓｏｆｒｅｇｉｏｎｓｐａｃｅｔｈｒｏｕｇｈｔｈｅｅｃｏｌｏｇｉｃａｌｓｕｒｖｅｙａｎｄｅｖａｌｕａｔｉｏｎｉｓａｎｅｃｅｓｓａｒｙｐｒｅｒｅｑｕｉｓｉｔｅｆｏｒｒｅｇｉｏｎａｌｌａｎｄａｎｄｓｐａｃｅｅｃｏｌｏｇｉｃａｌｒｅｓｔｏｒａｔｉｏｎａｎｄｓｐａｔｉａｌｐａｔｔｅｒｎｏｐｔｉｍｉｚａｔｉｏｎ．ＴａｋｉｎｇｔｈｅｃｏｕｎｔｉｅｓａｎｄｃｉｔｉｅｓｉｎｔｈｅＲａｏＲｉｖｅｒｂａｓｉｎａｓａｎｅｘａｍｐｌｅ，ｔｈｉｓｓｔｕｄｙｃｏｎｓｔｒｕｃｔｅｄａｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｓｙｓｔｅｍｆｏｒｔｈｅｅｃｏｌｏｇｉｃａｌｑｕａｌｉｔｙｏｆｔｅｒｒｉｔｏｒｉａｌｓｐａｃｅ．Ｂａｓｅｄｏｎｔｈｅｍｕｌｔｉ⁃ｏｂｊｅｃｔｉｖｅｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎｍｅｔｈｏｄ，ｔｈｉｓｓｔｕｄｙｃｏｎｄｕｃｔｅｄａｃｏｍｐｒｅｈｅｎｓｉｖｅｅｖａｌｕａｔｉｏｎａｎｄｚｏｎｉｎｇｏｆｔｈｅｅｃｏｌｏｇｉｃａｌｑｕａｌｉｔｙｏｆｔｅｒｒｉｔｏｒｉａｌｓｐａｃｅｉｎｔｈｅｓｔｕｄｙａｒｅａ，ａｎｄｅｘｐｌｏｒｅｄｔｈｅｓｐａｔｉａｌｄｉｆｆｅｒｅｎｔｉａｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｅａｃｈｚｏｎｅ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔ：（１）Ｔｈｅｏｖｅｒａｌｌｅｃｏｌｏｇｉｃａｌｑｕａｌｉｔｙｌｅｖｅｌｏｆｔｈｅｓｔｕｄｙａｒｅａｗａｓｇｏｏｄ，ａｎｄｔｈｅａｒｅａａｂｏｖｅｔｈｅｍｉｄｄｌｅｌｅｖｅｌａｃｃｏｕｎｔｅｄｆｏｒ７０．６％．（２）ＬｅｖｅｌＩ