2 研究方法
2.1 数据及处理
利用IDRISI地理信息系统软件建立研究区的环境数据库,数据库内容及数据来源见表1。对各图件进行几何配准和数据重采样,将空间数据统一到WGS84投影坐标系。统计数据则采用空间数据从行政单元向网格单元转化的技术方法[9],统一到能与TM影像配合套准(均方根误差≤0.5像元),即栅格为30m×30m。此外,2008年利用GPS与地形图进行定位、导航,开展了以了解库区土地利用和生态环境状况为目标的野外调查。
表1 研究区环境数据库及来源
2.2 土地利用遥感分类
结合野外调查信息,参照我国现行土地利用分类系统并考虑库区实际情况,采用监督分类和目视解译相结合的方法对TM影像进行分类,共分为10类:林地、灌丛、草地、园地、水田、旱地、未利用地、城镇、农村居民地和水域。参考库区部分县(市)1∶5万土地利用图和野外调查数据,对土地利用分类结果进行精度评价,1990年和2007年的Kappa系数分别为0.84和0.87,能够满足研究要求。图2显示了丹江口库区1990年和2007年土地利用的空间格局。
图2 丹江口库区1990年和2007年土地利用图
2.3 生态环境脆弱性评价方法
2.3.1 评价指标
野外调查与已有资料分析结果表明,丹江口库区生态环境脆弱性成因包括两方面:一是结构脆弱性,其原因是生态环境系统自身存在先天的不稳定性和敏感性。库区山地丘陵地占70%以上,地形破碎复杂,坡度较陡;植被多为“疏、幼、残”林,自然调节能力低下,涵养水源能力低;库周荒山荒坡多、植被覆盖率低、土壤瘠薄、坡地开垦指数高、水土流失严重。据长江水利委员会2005年水土流失遥感调查结果显示,库区水土流失面积占土地总面积的40%,侵蚀模数达3572t/(km2·a)。二是库区人类活动压力导致的胁迫性脆弱性,库区大部分属贫困山区,农业人口占82%,而贫困人口超过25%,区域经济社会发展与生态环境保护矛盾突出。
基于对研究区生态环境脆弱性影响因素的定性分析,兼顾可操作性和简练性,选取高程、坡度、植被覆盖、地质岩性、土壤肥力、水土流失强度、≥10℃积温、湿润指数为自然因子,路网密度、人口密度、人均GDP为人类活动因子共11个评价指标。其中,高程、坡度和地质岩性指标反映了地质地貌对生态环境脆弱性的影响,植被覆盖指标反映了植被对区域环境变异的抗干扰能力和缓冲能力,土壤肥力指标反映了因其对植被及作物生长影响而带来引起的潜在脆弱威胁,水土流失强度指标强弱则是库区生态环境状况好坏的一个主要反映,≥10℃积温、湿润指标对植物生长有着较强作用。路网密度、人口密度、人均GDP指标主要反映了土地资源的开发程度,也反映了生态系统的改变或退化。在聚类分析基础上,采用专家级分法标准化对各评价指标数据进行标准化处理[10-11,15,17],根据各指标对生态环境稳定性的影响大小,从高到低分为5级并赋值(2,4,6,8和10),反映生态环境状况的优劣。
表2 生态环境脆弱性评价因子的标准化
续表
注 *OM为有机质(%);TN为全氮(%);AP为速效磷(mg/kg)。
2.3.2 评价模型
综合评估法[12]、人工神经网络法[13]、层次分析法[7]、模糊数学法[14]等在生态环境评价中都得到了广泛应用。生态环境是一个多因素耦合的复杂动态系统,评价指标间有一定的相关性,因而评价数据反映的信息在一定程度上有重叠,且指标太多会增加分析问题的复杂性。随着空间分析技术发展,空间主成分分析法(Spatial Principal Component Analysis,SP-CA)得到了许多学者的重视[15-16]。该方法是基于统计分析原理,从多指标分析中提取少数几个不相关的综合性指标,而信息量仍能得到保持的一种方法。基于SPCA的脆弱性评价步骤:①原始数据标准化处理基础上建立变量的相关系数矩阵R;②计算矩阵R的特征值λi和相应的单位特征向量αi;③将特征向量作线性组合,输出m个主成分(图3)。
图3 生态环境脆弱性评价流程
应用IDRISI的PCA模块,通过对原始空间轴的旋转,将相关的多变量空间数据转化为少数几个不相关的综合指标,完成主成分分析。然后根据所转换的主因子特征向量,得到各主因子的贡献率,依据主因子累计贡献率,确定主因子数为4(表3)。在提取出来的主因子基础上,脆弱性指数(Eco-environmental Vulnerability Index,EVI)定义为若干主成分的加权和,以某个主成分对应的贡献率作为权重,进行多因子综合计算:
式中:Yi为第i个主成分;αi为其相应的贡献率。
表3 研究区空间主成分分析结果
根据空间主成分综合评价法原理,由表1和式(1)生成1990年和2007年生态环境脆弱性指数的计算公式:
EVI1990=0.453×A1+0.234×A2+0.142×A3+0.061×A4
EVI2007=0.457×B1+0.224×B2+0.119×B3+0.055×B4
式中:EVI是生态环境脆弱性指数;A1~A4和B1~B4分别为1990年和2007年原始空间变量进行主成分提取的第一、第二、第三和第四主因子。4个主因子累计贡献率超过85%。
2.3.3 脆弱性分级及综合脆弱性指数
参考相关已有研究成果与标准[10,17],将库区生态脆弱性划分为5个等级(表4)。采用乘算模型对脆弱性综合指数(Eco-environmental Vulnerability Synthetic Index,EVSI)进行求算:
式中:Pi为各脆弱性分级标准值;Ai为脆弱性等级i的面积;Sj为总面积;n为脆弱性等级数。
表4 库区生态环境脆弱性分级标准