基于AE模型的县域生态敏感性评价——以甘肃省靖远县为例.pdf

西北林学院学报2 0 2 3,3 8(4):2 7 5-2 8 5J o u r n a l o f N o r t h w e s t F o r e s t r y U n i v e r s i t y d o i:1 0.3 9 6 9/j.i s s n.1 0 0 1-7 4 6 1.2 0 2 3.0 4.3 4基于A E模型的县域生态敏感性评价 以甘肃省靖远县为例 收稿日期:2 0 2 3-0 3-1 3 修回日期:2 0 2 3-0 5-1 7 基金项目:陕西省自然科学基础研究计划项目(2 0 2 1 J Q-2 2 5)。第一作者:刘子轩,硕士,助教。研究方向:生态修复、风景园林规划与设计。E-m a i l:j z x y_l i u z x c h d.e d u.c n*通信作者:白 骅,博士,教授。研究方向:生态修复、交通景观。E-m a i l:b a i 0 2 91 2 6.c o m刘子轩,黄佳琢,李子微,白 骅*(长安大学 建筑学院,陕西 西安 7 1 0 0 6 1)摘 要:为探究不同土地利用类型下各因子对县域尺度生态敏感性客观评价结果的非线性关系,以甘肃省靖远县为研究对象,构建基于土地利用类型的二阶指标体系,建立自编码器模型对其展开评价,并采用沙普利加性解释模型结果,分析各栅格敏感性首要影响因素,以此为基础划分敏感性分区。结果表明,1)极高、高敏感区主要分布在靖远县哈思山、崛吴山、南部沟壑区与沿河区域,占2 0.4 0%,中、低、不敏感区分别占4 0.1 0%、3 9.0 0%、0.5 0%。2)林地的敏感性等级极高,主要受N D V I影响;草、耕用地敏感性在较平缓区域(坡度1 0)受坡向和高程影响。A E模型评价结果能够探索出评价因子与敏感性更深层的关系并能更好地表现其地理空间的分异规律。关键词:二阶交叉特征;深度学习;沙普利加性解释;生态敏感性评价;靖远县中图分类号:S 7 3 1.1 文献标志码:A 文章编号:1 0 0 1-7 4 6 1(2 0 2 3)0 4-0 2 7 5-1 1E v a l u a t i o n o f E c o l o g i c a l S e n s i t i v i t y a t t h e C o u n t y S c a l e B a s e d o n A E M o d e l A C a s e S t u d y o f J i n g y u a n C o u n t y,G a n s u P r o v i n c eL I U Z i-x u a n,H U A N G J i a-z h u o,L I Z i-w e i,B A I H u a*(S c h o o l o f A r c h i t e c t u r e,C h a n ga n U n i v e r s i t y,X ia n 7 1 0 0 6 1,S h a a n x i,C h i n a)A b s t r a c t:T o e x p l o r e t h e n o n l i n e a r r e l a t i o n s h i p s b e t w e e n d i f f e r e n t l a n d u s e t y p e s a n d t h e o b j e c t i v e e v a l u a-t i o n o f e c o l o g i c a l s e n s i t i v i t y a t t h e c o u n t y s c a l e,w e c o n d u c t e d a s t u d y i n J i n g y u a n C o u n t y,G a n s u P r o v i n c e.W e c o n s t r u c t e d a s e c o n d-o r d e r i n d e x s y s t e m b a s e d o n l a n d u s e t y p e s a n d u t i l i z e d a n a u t o e n c o d e r(A E)m o d e l t o e v a l u a t e t h e e c o l o g i c a l s e n s i t i v i t y.T h e r e s u l t s w e r e e x p l a i n e d b y t h e S h a p l e y a d d i t i v e e x p l a n a t i o n s t o i d e n t i f y t h e p r i m a r y i n f l u e n c i n g f a c t o r s f o r s e n s i t i v i t y a t e a c h g r i d,f o r m i n g t h e b a s i s f o r s e n s i t i v i t y z o n-i n g.T h e f i n d i n g s w e r e a s f o l l o w s 1)H i g h l y a n d m o d e r a t e l y s e n s i t i v e a r e a s w e r e m a i n l y l o c a t e d i n t h e H a s i M o u n t a i n,Q u w u M o u n t a i n,s o u t h e r n g u l l y a r e a,a n d r e g i o n s a l o n g t h e r i v e r s i n J i n g y u a n C o u n t y,a c c o u n t-i n g f o r 2 0.4 0%o f t h e t o t a l a r e a,w h i l e a r e a s o f m o d e r a t e,l o w a n d n o s e n s i t i v i t y a c c o u n t e d f o r 4 0.1 0%,3 9.0 0%,a n d 0.5 0%,r e s p e c t i v e l y.2)F o r e s t l a n d e x h i b i t e d e x t r e m e l y h i g h s e n s i t i v i t y,p r i m a r i l y i n f l u e n c e d b y N D V I(n o r m a l i z e d d i f f e r e n c e v e g e t a t i o n i n d e x).S e n s i t i v i t y o f g r a s s l a n d a n d f a r m l a n d v a r i e d d e p e n d i n g o n t h e t o p o g r a p h i c c h a r a c t e r i s t i c s,w i t h p r o x i m i t y t o w a t e r i n f l u e n c i n g s e n s i t i v i t y i n r e l a t i v e l y f l a t a r e a s(s l o p e 1 0).T h e A E m o d e l c a n e x p l o r e t h e n o n-l i n e a r r e l a t i o n s h i p b e t w e e n e v a l u a t i o n f a c t o r s a n d s e n s i t i v i t y,a n d b e t t e r r e-p r e s e n t t h e s p a t i a l d i f f e r e n t i a t i o n p a t t e r n s.K e y w o r d s:s e c o n d-o r d e r i n t e r s e c t i o n f e a t u r e;d e e p l e a r n i n g m o d e l;S h a p l e y a d d i t i v e e x p l a n a t i o n s;e c o l o g i-c a l s e n s i t i v i t y;J i n g y u a n C o u n t y 推动黄河流域生态保护和高质量发展,对生态本底较差且经济相对落后的黄河流域来说有着重大战略意义。生态敏感性是指区域内生态系统对人为日常活动和自然环境变化等诸多因素的敏感程度,可直观反映该区域生态系统出现失衡时,生态环境问题凸显的难易程度及可能性大小1-2。合理的生态敏感性评价结果,对改变生态环境空间规划中相关控制线的划定、三大空间的确定、空间布局规划等均有一定的科学指导意义以及提供科学的环境保护和城市建设策略。国内外学者对生态敏感性的分析与评价主要从评价对象与尺度、评价指标体系及评价方法4个方面展开。从 研 究 尺 度 来 看,多 集 中 于 国 家3、流域4-5、省域6、地区7、市域8、县镇9-1 0;从研究对象 来 看,涉 及 国 家 公 园1 1、风 景 名 胜 区1 2-1 3、湖泊1 4、湿地1 5、旅游小镇1 6等。从评价指标体系来看,国内外学者基本上是根据研究区的生态特点、地形地貌特色以及主要生态问题,因地而异地选择评价因子,如高程、坡度、坡向、气候条件、土壤地质、用地类型、水文、植被覆盖等4,9,1 5,1 7。在评价方法上,以主观赋权法,如德菲尔法(即专家打分法)4,1 8和层次分析法(AH P)1 6,1 9为主,也有部分学者运用客观赋权法,如熵值法2 0-2 1和主成分分析法7,2 2等来确定指标权重。尽管国内外学者在生态敏感性评价上取得了显著的成果,但在以下3个方面关注较少,在评价对象的尺度方面,较少涉及县镇级的生态敏感性评价,2 0 1 9年5月发布的 中共中央、国务院关于建立国土空间规划体系并监督实施的若干意见 明确指出国家级、省级国土空间规划偏重战略性,市级国土空间规划偏重协调性,县镇级更偏重落地性2 3。因此,县镇级的生态敏感性评价分析研究尤为重要。在选取评价因子时,普遍缺乏对复杂生态系统中各因子间相互作用下对敏感性影响的研究2。在现有评价方法中,主观赋权法简便实用,但存在较大主观性。虽然主成分分析法等模型是通过一系列线性变化将高维数据映射到低维数据的降维方法2 4,避免了人为主观影响,但在复杂的非线性生态环境系统中,主成分分析等线性模型的评价结果会存在一定偏差2 5-2 6。本 研 究 所 选 用 的 自 编 码 器(a u t o e n-c o d e r,A E)能够更加科学准确地映射评价指标与生态敏感性之间的不连续非线性关系2 7,可以捕捉到指标不同范围内对敏感性的不同影响程度。本研究结合靖远县生态环境特点,构建不同用地类型下地形地貌、土壤侵蚀度、植被覆盖率和距水距离的二阶指标体系,运用A E模型对靖远县进行生态敏感性进行综合评价,明确影响靖远县生态敏感性主要因素和区域分布特征,深入分析评价因子对生态敏感性影响机制。在丰富了现有生态敏感性评价的方法体系,提供了深度学习及其解释方法在相关方面运用经验的基础上,提出相对应的保护策略,同时交互评价指标体系下的生态敏感性有效影响阈值也能够为相关人员提供更详细的借鉴。1 材料与方法1.1 研究区域与数据来源靖远县作为黄河流域生态保护重点区域,生态环境脆弱,水土流失严重。靖远县位于黄河流域上游的白银市腹地(图1),1 0 4 1 3 -1 0 5 1 5 E,3 6 -3 7 1 5 N,县辖1 8个乡镇,地处黄土高原丘陵沟壑区,区域内山峦起伏,沟壑纵横,地势东低西高,海拔于1 3 0 03 0 1 7 m。年均气温9.5 0,年极端最高气温3 5.3,年 均 降 水 量2 2 3.5 mm,年 蒸 发 量1 7 6 7 mm。白银市平川区将县域一分为二,形成南北两个独立部分,共占地5 8 0 9.4 0 k m22 8。图1 研究区域地理位置示意图F i g.1 G e o g r a p h i c a l m a p o f t h e s t u d y a r e a研究所涉及数据包括遥感影像数据为2 0 2 1年L a n d s a t 8 O L I_T I R S卫 星 数 字 产 品(www.g s c l o u d.c n);D EM数 据2 0 0 9年A S T E R G D EM 3 0 M分辨率数字高程数据(www.g s c l o u d.c n);气象数据来自中国气象科学数据共享服务网的中国地672西北林学院学报3 8卷 面气候资料年值数据集(www.r e s d c.c n),选择研究区及周边5个地面气象观测站基本站和一般站的气候资料年值数据集;土壤类型数据来源自联合国粮农组 织,中 国 地 区11 0 0万 土 壤 栅 格 数 据 库(www.f a o.o r g)。1.2 生态敏感性评价指标体系构建正如前文所述,大多文献7,2 9-3 1验证了地形地貌、土壤土质、地表植被、土地类型、距水域距离等维度对生态敏感性有明显的影响。因此,针对靖远县地处黄土高原沟壑区、年降雨量较少、水土流失严重等生态特征,基于数据可获取性,结合 资源环境承载力 和 国 土 空 间 开 发 适 应 性 评 价 指 南(试 行)(2 0 2 0)与相关文献所构建的生态敏感性评价指标体系,本研究基于用地类型、地形地貌、土壤土质、地表植被、距水域距离5个维度1 5个指标构建评价指标体系,并以9 0 m9 0 m栅格为评价单位,主要针对靖远县县域内水土流失问题进行生态敏感性评价。生态敏感性分析评价指标描述性统计信息见表1。表1 生态敏感性评价指标描述性统计汇总表T a b l e 1 S u mm a r y t a b l e o f d e s c r i p t i v e s t a t i s t i c s o f e c o l o g i c a l s e n s i t i v i t y e v a l u a t i o n i n d i c a t o r s评价因素指标名称数据类型*平均值最大值最小值备注土地利用类型耕地0-1哑变量-水田、旱地有林地0-1哑变量-灌木林地0-1哑变量-其他林地0-1哑变量-疏林地、其他林地草地0-1哑变量-水域0-1哑变量-河渠、水库、坑塘城乡建设用地0-1哑变量-未利用地0-1哑变量-沙地、裸土地湿地0-1哑变量-滩地、沼泽土壤侵蚀度A值连续变量1 1 8.7 52 2 9 3 2 8.0 00.0 0-植被覆盖率N D V I连续变量0.1 30.6 1-0.3 0-地形地貌坡度连续变量8.9 0%4 8.0 6%0.0 0%-高程连续变量1 7 6 93 0 0 11 2 7 2-东0-1哑变量-东南0-1哑变量-东北0-1哑变量-西0-1哑变量-西南0-1哑变量-西北0-1哑变量-北0-1哑变量-南0-1哑变量-距水距离0-1哑变量-1 0 0 0 m 注:*0-1哑变量中0为否,1为是;以坡向朝东为例,栅格编码为1时方向朝东,编码0则代表其余方向。不同的用地类型对生态敏感性的影响也有很大的不同。一般而言,自然水域、林地、草地生态价值量大,敏感程度较高;其次为耕地、草地,建设用地以及沙地、戈壁等非利用地自然生态价值相对不高。因此本研究选取耕地、有林地、灌木林地、其他林地、草地、水域、湿地、建设用地与未利用地九种用地类型,并为了方便进行下一步运算进行o n e-h o t编码处理。黄河自南向北穿靖远县南部主体区、沿着北部飞地区西南边界流出(图2)。祖厉河自东向西经南部主体区流入黄河,与黄河呈“T”字形分布。靖远县主要用地为草地(3 4 1 7.9 0 k m2),占县域面积5 8.8 0%;耕地主要沿河两岸与沟壑分布,占地面积1 8 3 6.3 0 k m2,占全县3 1.6 0%;林地(有林地、灌木林地、其他林地)主要集中在靖远县西北部,占地面积较小,为1 1 3.0 0 k m2,2.0 0%。城镇、乡村、公交建设用地主要分布于沿河两岸与沟壑区,占地面积772第4期刘子轩 等:基于A E模型的县域生态敏感性评价 以甘肃省靖远县为例9 1.6 0 k m2,占比约1.6 0%。湿地主要以黄河滩地与沼泽为主1 8.5 0 k m2,占比约0.3 0%。未利用地主要以飞地区西侧戈壁、沙地、裸土地为主,面积为1 3 4.5 0 k m2,占比约2.4 0%。图2 土地利用现状F i g.2 C u r r e n t s t a t u s o f l a n d u s e与大多数其他研究相似1 6,1 7,3 2-3 3,选取坡度、坡向、高程3个指标度量靖远县地形地貌方面的特征。考虑到不同坡向所导致的日照、降雨量等不同,对东、东北、北、西北、西、西南、南、东南8个指标进行o n e-h o t编码。靖远县主体区与飞地区地势均呈现南部较高,北部较低的趋势(图3)。坡度方面,因县域处于黄河沟壑区,整体较为陡峭,坡度高于2 5 栅格面积为2 3 0.7 0 k m2,占比4.0 0%。土壤流失是生态环境面临的重要问题之一。土壤保持功能为城市用地提供重要的调节服务,关系到城市绿色空间生态安全和未来的可持续发展。通过对土壤侵蚀量的分析,反映土壤的保持能力,土壤侵蚀量越大,则水土保持服务功能越小。结合前期实地调查,利用中国土壤流失方程C S L E(C h i n e s e s o i l l o s s e q u a t i o n)3 4评估土壤保持能力。该模型参考U S L E的相关内容,根据我国地形地貌特征和水土保持的现状及存在的问题,充分考虑生物、工程和耕作措施因子对土壤侵蚀的影响,使C S L E模型的计算更加简洁高效。方程基本形式为A=RKLSBET(1)式中:A为土壤侵蚀模数;R为降雨侵蚀力因子;K为土壤可蚀性因子;L和S分别为坡长和坡度因子;B为植被覆盖与生物措施因子;E为工程措施因子;T为耕作措施因子。图3 地形地貌各因子现状F i g.3 S t a t u s o f v a r i o u s f a c t o r s o f t o p o g r a p h y 通过对土壤侵蚀量的分析(图4)可知,靖远县北部飞地土壤侵蚀能力较强的地区为西部山地的北坡和南坡,东部山地东北部;南部以黄河为主要分界线,土壤侵蚀能力较强的地区主要沿河谷分布。总体而言,该地土壤侵蚀强度在空间上的分布与坡度因子的空间分布相似,同时受到植被覆盖因子和降水的影响。地表植被(图5)与距水域距离(图6)方面,计算出每个栅格的N D V I指标。如图5所示,靖远县飞地区南部、东部与主体区南部、西部、沿流域植被覆盖率较高。为避免土地侵蚀度、N D V I、高程与坡度指标不同量纲对评价结果的影响,本研究采用式(2)对反应生态敏感性的各指标进行归一化处理。Xj i=Xji-m i n(Xj)m a x(Xj)-m i n(Xj)(2)式中:Xj i为第i个栅格第j个指标的归一化结果,m a x(Xj),m i n(Xj)分别为第j个指标中的最大值与最小值。1.3 生态敏感性评价模型构建在评价模型方面,无论是主观的赋值法还是客观P C A或S OM的方法在本质上都是一种降维算872西北林学院学报3 8卷 图4 土壤侵蚀度F i g.4 S o i l e r o s i o n a n a l y s i s图5 归一化植被覆盖指数F i g.5 N o r m a l i z e d d i f f e r e n c e v e g e t a t i o n i n d e x图6 距水距离F i g.6 D i s t a n c e f r o m w a t e r法,将多维的评价指标体系降维成一维的生态敏感性得分。而A E方法自提出以来在特征降维度上取得显著效果并得到广泛关注2 7。由图7可知,A E方法是一种利用反向传播算法使得输出值等于输入值的神经网络,先将输入压缩成低维的潜在表征,然后通过这种表征来重构输出。换而言之,A E模型是一种输入和输出一致的神经网络结构。A E模型通过设计神经网络编码器与解码器过程使作为输入的归一化原始数据和经过A E模型计算后输出的重组归一化数据越来越接近,是一种无监督学习过程。通过控制编码器的输出维数,就相当于强迫编码过程以高维特征向低维特征映射,使得低维度的特征尽可能地包含原始数据的信息,这就产生了一种降维的作用。图7 A E模型介绍F i g.7 I n t r o d u c t i o n o f A u t o E n c o d e r m o d e l因此,由图8可知,本研究采用A E方法框架构建基于不同用地类型特征交叉的生态敏感性评价方法。首先,正如引言部分所述,虽然土壤侵蚀度、N D V I、地形地貌等因素已经被相关文献证明影响生态敏感性,但是在不同土地利用类型条件下,各因素对生态敏感性的影响差异并未被考虑到。换而言之,建设用地与有林地的坡度、高程、坡向等因素对生态敏感性评价结果影响明显不同。因此,如图9所示,本研究采用土地利用与其他各要素特征交叉产生基于不同土地利用的二阶特征。其中,由于土地利用、坡向、距水距离分别为9维、8维与5维的o n e-h o t向量,为避免稀疏矩阵对生态敏感性评价结果带来的偏差,采用嵌入层结构将稀疏的高维向量映射到致密的一维向量。二阶特征计算公式如下F1*6=s i g m o i dV1*9l a n d u s eM9*1l a n d u s e s i g m o i d(V1*8a s p e c tM8*1a s p e c t)s i g m o i d(V1*5d wM5*1d w)V1*1AV1*1n d v iV1*1d e mV1*1s c o p e(3)式中:F1*6为基于土地利用的二阶特征向量,包含坡度、坡向、高程、距水距离、N D V I、土壤侵蚀度6个维度的信息;V1*9l a n d u s e、V1*8a s p e c t、V1*5d w分别为土地利用、坡向、距水距离的o n e-h o t编码向量;V1*1A、V1*1n d v i、V1*1d e m与V1*1s c o p e分别为土地侵蚀度、N D V I、高程与坡972第4期刘子轩 等:基于A E模型的县域生态敏感性评价 以甘肃省靖远县为例度指标;代表向量拼接;M9*1l a n d u s e、M8*1a s p e c t、M5*1w d为土地利用、坡向、距水距离随机嵌入层矩阵;s i g m o i d()为激活函数11+e()。图8 生态敏感性评价模型流程F i g.8 F l o w c h a r t o f e c o l o g i c a l s e n s i t i v i t y e v a l u a t i o n m o d e l其次,经过处理的基于不同土地利用的二阶特征作为A E模型的输入数据,接入一个如图1 0所示的1 0层神经网络结构,整个A E模型前向过程如下F1*nii=s i g m o i d(F1*ni-1i-1Mni*1i)(4)式中:F1*nii是第i层输出;ni是第i层神经元个数;s i g m o i d()为激活函数;F1*ni-1i是第i-1层输出;Mni*1i是第i层随机权重矩阵。最后,为求得式3中随机嵌入层矩阵与式4中各层神经网络的随机权重矩阵的局部最优解,本研究采用A d a m优化算法3 5-3 6求解M S E损失函数(公式中用MS E表示)。MS E=1N1MN1M o d e lXji -Xji 2(5)式中:M o d e l()是本研究构建的加入特征交叉过程的A E模型,Xji是第i个栅格的第j个评价指标,N为靖远县栅格总数,M为本研究选取的评价指标个数。针对深度学习存在运算黑箱,难以解释的劣势,本研究采用S h a p l e y A d d i t i v e e x P l a n a t i o n s(S h a p)方法3 7对A E模型结果进行分析。S h a p方法源自联合博弈论(c o a l i t i o n a l g a m e t h e o r y),通过计算不同因素在不同情况下对预测的影响的平均值(S h a p值)来衡量其重要性,是一种可以运用于任何模型的检验、解释方法,如式(6)所示。图9 土地利用要素特征交叉流程F i g.9 L a n d u s e e l e m e n t f e a t u r e i n t e r a c t i v e f l o w c h a r tIji=Sxj1,xjp xji|S|!(p-|S|-1)!p!(A E(Sxji )-A E(S)(6)式中:Iji代表第j个样本的第i个评价因子对敏感性的影响程度,Sxj1,xjp xji 指不包含第j个样本的第i个评价因子的集合,p为评价因子个数,A E()指本研究中建立的A u t o e n c o d e r评价模型。2 结果与分析2.1 生态敏感性评价结果为避免过拟合出现,随机抽取2 5%的数据作为测试集,7 5%的数据作为训练集;同时采用5折交叉验证法估计模型参数。最终使用g r i d-s e a r c h3 8法确定模型学习率为0.0 0 5。经过5 0 0 0次训练后,均方误差低于0.0 0 0 1。最终使用自然间断法将评价082西北林学院学报3 8卷 结果分为5类,评 价 结 果 在(2.4 3+8 1 01 0-7,2.4 3+8 4 41 0-7 区间为极高敏感区,(2.4 3+8 0 11 0-7,2.4 3+8 0 91 0-7 为高敏感区,(2.4 3+7 9 41 0-7,2.4 3+8 0 01 0-7 为中敏感区,(2.4 3 0 7 7 7,2.4 3 0 7 9 3 为低敏感区,(2.4 3+7 5 01 0-7,2.4 3+7 7 61 0-7 为不敏感区。图1 0 A E模型结构F i g.1 0 A u t o E n c o d e r m o d e l s t r u c t u r e d i a g r a m由图1 1可知,靖远县极高敏感区与高敏感区主要集中在哈思山、崛吴山、南部黄土峁沟壑区、黄河与祖厉河谷区,其中极高敏感区占地面积为2 5 3.7 0 k m2,占比4.5 0%;高敏感区占地面积8 9 6.7 0 k m2,占比1 5.9 0%;中敏感区占地面积2 2 6 6.0 0 k m2,占比4 0.1 0%;低敏感区占地面积2 2 0 0.8 0 k m2,占比3 9.0 0%;不 敏 感 区 占 地 面 积3 0.4 0 k m2,占 比0.5 0%。图1 1 基于A E模型的综合生态敏感性评价F i g.1 1 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 e v a l u a t i o n o f J i n g y u a n C o u n t r y b a s e o n A E m o d e l为比较A E模型与传统方法的优劣性,邀请7位熟悉靖远县现状且没有预先了解A E模型结果的专家打分评价,评价结果如图1 2所示。层次分析法以专家打分为依据,得到指标权重结果主观性较强,在空间上表现为各敏感性等级分布较为零散,存在细小斑块,与区域适用性匹配不足。与层次分析法相比,A E模型的评价结果更加符合区域空间特性,各敏感性等级分布连续且呈现出明显的集聚特征,更好表现出地理空间的分异规律。图1 2 基于AH P的综合生态敏感性评价F i g.1 2 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 e v a l u a t i o n o f J i n g y u a n C o u n t r y b a s e o n AH P m e t h o d2.2 生态敏感性分区为分析靖远县生态敏感性主要成因,按照划分标准如图1 3所示,划分生态敏感性分区,提出针对性保护策略,本研究进一步计算了各栅格各指标的S h a p值,并将首要影响因子可视化。由图1 4可知,靖远县生态敏感性主要受地形影响,以坡度为首要影响因素的面积4 6 2 0.8 0 k m2,占比7 9.5 4%。以坡向为 首 要 影 响 因 素 的 面 积8 4 3.5 2 k m2,占 比1 4.5 2%。以高程为首要影响因素的面积为1 3 7.1 0 k m2,占比2.3 6%。其次,位于哈思山的有林地区域(北部飞地西南区域),生态敏感性首要评价因子为N D V I,面积2 0 7.4 0 k m2,占比3.5 7%。结合敏感性评价结果与首要影响因子空间分布,将靖远县分为如图1 5所示的生态敏感性分区。其中,A区 主 要 为 靖 远 县 平 缓 谷 地 区 域,面 积 为1 3 4 8.8 9 k m2,为敏感性中、低区域。B区为沿河平缓地区,敏感性较高,面积为5 5 5.3 6 k m2。C区主要包括东湾镇、乌兰镇、大芦镇、高湾镇西部区域、三滩镇和糜滩镇东南部区域、北湾镇东部区域以及北部飞地的石门乡、双龙镇、兴隆乡和永新乡四个行政区的较北部区域,面积为1 5 7 7.5 0 k m2,为敏感性中、高区域。D区主要位于若笠乡、高湾镇东部、刘川镇西北部、屈吴山及哈思山北侧坡地区域,面积为182第4期刘子轩 等:基于A E模型的县域生态敏感性评价 以甘肃省靖远县为例图1 3 生态敏感性分区特征示意图F i g.1 3 T h e c h a r a c t e r i s t i c s o f e c o l o g i c a l s e n s i t i v i t y z o n i n g图1 4 生态敏感性首要影响因子空间分布特征F i g.1 4 S p a t i a l d i s t r i b u t i o n c h a r a c t e r i s t i c s o f p r i m a r y i m p o r t a n t i m p a c t f a c t o r s f o r e c o l o g i c a l s e n s i t i v i t y2 0 4 4.6 4 k m2,敏感性等级高。E区位于靖远县北部飞地哈思山范围内,面积为2 8 2.7 4 k m2,为敏感性极高区域。2.3 生态敏感性结果讨论结果显示在地势平坦区域(A区与B区)上草地与耕地占比较大,坡度是影响草地、耕地用地条件下生态敏感性的首要因素。如放牧等人类活动行为几乎不在地势较陡(1 0)的区域进行,而坡度1 0 的平坦区域,坡度越低,人类活动越频繁,生态敏感性越低3 9。因此A区为主要受坡度影响的敏感度中低区域。而地势同样平坦的B区,因距河流水域距离较近,因此B区敏感性等级较高。图1 5 敏感性分区F i g.1 5 S e n s i t i v i t y z o n i n g m a p282西北林学院学报3 8卷 在坡度相对较高(5 1 5)C区和D区虽然大部分也为草地与耕地,但是其主要影响因子为坡向,生态敏感性等级分别为中,高。在刨除了大部分人类影响的因素后,坡向影响着太阳辐射、降水等因素的强弱,对植被和农作物的生长有着重要影响,成为了 生 态 敏 感 性 主 要 成 因。而 海 拔 较 低 的C区(1 5 0 01 7 0 0 m)与较高的D区(1 8 0 02 2 0 0 m)还分别受到高程和N D V I的影响。E区覆盖了靖远县主要天然林地区域,生态敏感性等级极高,主要受N D V I因子影响。林地本身具有较为稳定的生态系统,但抵御外界干扰的能力较差,N D V I是描述植被生长的重要参数之一,N D-V I数值越大代表了该区域有越高的生态价值,生态环境更易受到破坏。此外,靖远县大部分天然林地处于的E区海拔高(2 2 0 02 6 0 0 m),地势陡峭(1 0 2 5),区域内各栅格的高程与坡度差异不大,因此从结果中并未显示林地用地条件下坡度、高程对敏感性的有较高影响,相关内容需要进一步研究。3 结论与策略3.1 结论在梳理、归纳相关文献的基础上,针对性地选取生态敏感性评价指标体系,采用客观、非线性的A E模型对靖远县县域范围进行生态敏感性评价,并根据评价结果浅析了土地利用性质因子与其他因子特征交叉下对生态敏感性的非线性影响,得出2个主要结论。首先,相对于主观的赋权法与客观非线性的主成分分析法,有效避免了专家经验导致的人为判断带来的影响,同时A E模型也能够较好地处理生态敏感性分析过程中复杂的非线性关系,提高了生态敏感性分析的客观性与准确性。将A E模型运用于生态敏感性评价中,也丰富了现有方法体系。其次,根据敏感性与首要影响因子分布,共划分5个区域。其中,林地的敏感性等级极高,敏感性受N D V I主要影响。应严格控制人类活动行为。草、耕用地类型在较平缓、非沿河区域敏感性等级较低,可以进行适量的人类开发建设活动。在沿河区域呈现高敏感性,应退耕还林,尽量避免放牧等活动;在较陡峭区域主要受坡向影响,根据海拔不同,海拔较低和较高区域分别呈现中,高敏感性等级,分别受高程和N D V I影响。3.2 保护策略A区域地形平坦,资源环境承载力强,作为适宜开发区,需合理调整土地利用结构,结合坡度现状对城乡建设用地进行生态化的建设,提升园林绿化面积,加大公共绿地的配置力度,改善人居环境;严格控制“三废”污染,维持生态的自我平衡能力,使城镇发展符合生态环境保护的需要。B区主要为沿祖厉河和黄河河岸地带,应合理利用土地资源,加强湿地、河岸植被恢复等生态景观建设,建立生态景观带,发挥植物群落的生态效益,优化景观结构布局,加强管理和维护,尤其是坡地岸线植被的修复工作,构建缓冲区自然生境,设置层级护岸林,对绿道景观进行全面升级。C区和D区有大量的耕地和草地,区域内人类生产生活较为频繁,应切实做好区域内生态系统服务价值的保护工作,关注草原生态保护建设,通过物理、生物措施治理退化草原,并将耕地保护与还林还草有机结合,维持土地利用格局的相对平衡。推广带状间作、轮作、休耕的耕作方式,转变传统耕作制度,减少区域内耕地闲置时间。E区应作为生态环境重点建设保护区,加强对林地边界和空间的管理,制定分级管控规则,设置林区防护带,减少人为干扰对天然林地的破坏,降低对极高生态敏感区的侵蚀和干扰。提高和改善生态系统服务功能,保持生态系统整体的稳定性,降低区域内发生生态环境问题的概率4 0。参考文献:1 欧阳志云,王效科,苗鸿.中国生态环境敏感性及其区域差异规律研究J.生态学报,2 0 0 0,2 0(1):1 0-1 3.OUYAN G Z Y,WAN G X K,M I AO H.C h i n a s e c o-e n v i r o n-m e n t a l s e n s i t i v i t y a n d i t s s p a t i a l h e t e r o g e n e i t yJ.A c t a E c o-l o g i