基于變異系數法的縣域環境承載力評價

王 毅,陳 曦,潘子桐,方志策

(1.中國地質大學(武漢) 地球物理與空間信息學院,湖北 武漢 430074; 2.湖北省地質調查院,湖北 武漢 430034;3.湖北省地質局 遙感應用技術中心,湖北 武漢 430034)

海岸線是陸地與海洋的分界線,具有維持物種多樣性、凈化海洋環境、旅游娛樂等功能[1]。近幾十年來,中國沿海地區的快速發展造成了海岸線的破壞,嚴重影響了海岸線的生態功能。為了量化人類活動對環境的影響,尋求人與自然的和諧共處,環境承載力(Environmental Carrying Capacity,ECC)引起了學者們的關注。

ECC是指某一時期某一環境狀態下,某一區域環境對人類社會經濟活動支持能力的極限。早期的ECC評價主要采用主觀加權方法如專家評分法、層次分析法等[2-3],評價結果的客觀性不足。隨著地理信息系統、空間分析等新興技術在該領域的應用,研究人員開始了ECC的定量研究[3-4]。為了減少或消除主觀因素對評價結果的負面影響,研究人員開始在該領域應用主成分分析、熵權、變異系數等客觀加權方法[5-7]。區域ECC因其精度高、相關性強和有實用價值逐漸成為主流研究方向[8-11]。近10年來,研究人員不斷探索ECC在各個領域研究的可行性,并在水資源、旅游、資源開發等尚未涉足ECC研究的領域逐漸普及[12-14]。此外,ECC評價理論和方法也得到了進一步拓展,如研究人員提出了生態足跡理論[13]、模糊推理和“驅動—壓力—狀態—影響—響應”模型[14-16]等,并根據研究區的實際情況而構建了局部ECC評價體系[17],表明ECC評價逐漸向綜合性、區域性和廣泛性的方向發展[18-19]。近5年來,地理信息系統的快速發展使得ECC的時空動態分析逐漸成為研究熱點,研究人員開始對ECC的發展規律和趨勢進行分析和預測[20]。目前,ECC的研究呈現出長期監測結果與多因素預測相結合的趨勢。時間序列的評價方法研究表明,不同區域的生態環境保護在資源開發利用強度、環境污染等方面存在差異[21]。ECC評價模型關注的是人與自然資源的互補關系,已成為評價區域可持續發展的重要指標之一,評價指標包括但不限于資源可持續利用、環境保護、經濟社會發展等方面[22-25]。因此,這些模型已廣泛應用于區域ECC的時空動態分析。

目前,生態環境保護相關研究雖然取得了一些成果,但自然資源、人類活動和經濟社會發展之間的相互作用極為復雜,并受到跨尺度因素的影響。因此,ECC評價研究還面臨著以下挑戰:①評價指標體系不完善,構建不同地區的差別化指標體系需要深入探討;②時空維度的研究相對薄弱,很有必要研究ECC隨各種要素的動態變化;③評價指標權重具有主觀性和不確定性,需要更客觀的權重賦值方法;④ECC評價缺乏綜合分析,應更多考慮與其他研究方向的結合。

為深入解決生態環境保護面臨的挑戰和困難,本文以樂清市為研究區,從環境、社會、經濟和污染4個維度中選取18個評價指標構建環境承載力評價指標體系,并采用變異系數法對指標進行賦權,對研究區環境承載力進行綜合評價。在此基礎上,利用多源數據綜合分析研究區生態環境的時空變化趨勢。本文研究對于沿海城市的生態文明建設以及可持續發展具有重要的理論意義和實用價值。

1 研究區與數據源

1.1 研究區背景

如圖1所示,樂清市位于浙江省東南沿海,甌江口北岸,西北接雁蕩山,東南接海平平原。全市陸地面積1 391 km2,海洋面積284.3 km2。樂清灣處于北緯27°05′～28°23′、東經120°57′～121°16′范圍。全市下轄8個街道、9個鎮,總人口131.65萬人。2020年,該市國內生產總值(GDP)達到1 263.01億元,人均GDP達到9.59萬元,三大產業的經濟結構比重分別為1.7%、46.9%和51.4%。

圖1 樂清市地理位置

1.2 數據來源及預處理

利用多時相、多光譜遙感影像對樂清市ECC進行分析。覆蓋樂清市需要2幅遙感圖像,2006—2020年的具體遙感數據列于表1。為保證后續處理的準確性,選取的每張影像含云量不超過5%。土地利用數據來自武漢大學發布的CLCD中國土地覆蓋數據集[26],降雨數據來自全球降雨數據集(https://data.chc.ucsb.edu/products/CHIRPS-2.0/global_annual/),人口密度數據來自World Pop人口密度數據集(https://hub.worldpop.org/),其余統計數據來自《樂清年鑒》[27]。將收集到的遙感數據進行輻射定標、大氣校正、鑲嵌、裁剪等預處理。利用ArcGIS 10.7軟件將各統計指標數據進行空間化,并進行重采樣至30 m的空間分辨率。

表1 樂清市遙感影像

1.3 環境承載力評價體系和評價指標

沿海城市作為高速發展區和對外開放的窗口,人口密度和產業水平通常高于內陸城市,從而導致更嚴重的環境污染問題,損害空氣、水、土壤、生態和景觀,進而威脅城市環境的可持續性。此外,環境污染也直接影響城市居民的生活和健康,因此將其納入沿海城市的可持續發展評估體系。沿海城市的ECC指的是在合理開發資源和實現資源循環利用的前提下,確定某一地區可以容納的人口規模和經濟社會活動的范圍,而不對環境造成不可逆轉的破壞。在ECC系統中,環境是經濟社會發展的基礎,但經濟社會的發展會增加對自然環境的需求和壓力,導致環境污染問題。沿海城市,尤其是港口和工業中心,生態壓力更大。同時,人類作為主要的生產者,可以通過加強對環境的保護和污染的治理,來提高資源利用效率和污染控制能力。因此,各系統的協調發展是實現ECC的關鍵。

根據ECC評價體系,選取18個評價指標,包括9個正向指標和9個負向指標(表2)。環境系統在一定程度上反映了經濟社會對環境空間占用、破壞和污染的容忍度,是評價城市環境承載力的重要指標,其中降雨量、濕度、酸雨率、歸一化差異植被指數等指標可以反映城市的氣候和自然生態狀況;森林覆蓋率和自然岸線率可以用來衡量城市的內陸生態環境和海洋生態狀況;人均耕地面積、人口密度等指標也是衡量城市環境質量的重要因素。社會系統作為物質生產的主體,其發展離不開對資源的消耗,這將對環境產生各種影響,可以反映沿海城市的社會活動和社會發展水平,其中工業廢棄物綜合利用率和工業用電量可以反映城市工業化的程度以及資源利用效率;土地利用指數可以反映城市的土地開發強度;環保投入可以反映出城市對于環保的重視程度。經濟系統是生態環境保護評估的重要組成部分,人均GDP和第三產業占比可以反映城市經濟發展水平和產業結構。污染系統也是影響沿海城市生態環境保護的重要因素之一,化學需氧量、廢水排放量、工業固體廢物排放量和SO2排放量等指標可用于評價城市的污染控制能力以及水和空氣資源的利用。綜合考慮這些指標,可以更全面地評價沿海城市的ECC狀況,有助于制訂相應的環境保護政策和治理措施。

表2 樂清市ECC評價指標體系

2 環境承載力評價方法

在構建環境承載力評價指標體系以后,需對各指標進行標準化,運用變異系數法對各指標賦予權重,再結合綜合指數法得到樂清市歷年環境承載力結果,并分析樂清市的ECC時空變化趨勢。

2.1 數據標準化和指標賦權

由于各指標的種類和單位不盡相同,為了消除量綱的影響,在對各指標賦權之前,需對各指標進行標準化處理,且各指標對環境承載力的影響有正有負,因此采用極差標準化的方法對各指標進行標準化[28-34]:

當指標為正向時,即有:

(1)

當指標為負向時,即有:

(2)

式中:x為某評價指標的標準化值;xi為該指標的初始值;max(xi)和min(xi)分別為該指標的最大值和最小值。

數據標準化后,利用變異系數法計算各指標的權重[30]。變異系數法是根據各指標的詳細數值與目標值的變異程度來對各指標進行賦權,當某指標各數值差異較大且能明確區分開各被評價的對象時,說明該指標的分辨信息豐富,會有較大的權重;反之該指標會有較小的權重,可以有效地降低指標賦權的主觀性。公式如下:

(3)

(4)

2.2 ECC計算與評價

本文采用綜合指數法計算樂清市環境承載力得分。綜合指數法是在確定了合理的評價指標體系以及各評價指標的權重以后,對各指標個體指數加權平均,計算出綜合值,以評價某項內容的綜合水平[35-36]。綜合指數法的計算公式如下:

(5)

式中:X為ECC綜合得分;si為第i個指標的權重;xi為第i個指標數據的標準化值;n為指標數量。

得到ECC結果后,使用Sen-Mann-Kendall趨勢檢驗法對研究區進行定量評價[37-38]。Sen斜率估計法是一種利用中位數函數研究長期序列的方法,但它不能實現時間序列趨勢的顯著性檢驗。Mann-Kendall趨勢檢驗法不要求樣本數據服從特定分布,不受少數離群值的影響。因此,將時間序列趨勢的顯著性檢驗與該方法相結合對ECC進行分析。

Sen斜率估計法計算公式如下:

(6)

式中:β為趨勢度;xj和xi為時間序列的數據。

趨勢度β可以判斷時間序列趨勢的漲跌,當β>0時,時間序列呈上升趨勢;當β<0時,時間序列呈下降趨勢。

時間序列的Mann-Kendall趨勢檢測法公式如下:

(7)

(8)

式中:S為趨勢檢驗的統計量;xj、xi為時間序列的數據;n為時間序列的序列數。

當n<10時,直接使用統計量S進行雙邊趨勢檢驗;n>10時,使用統計量Z進行趨勢檢驗,計算公式為:

(9)

(10)

式中:m為序列中結(重復出現的數據組)的個數;ti為結的寬度(第i組重復數據組中的重復數據個數)。

在本文中,對統計量Z進行雙邊趨勢檢驗。在給定的顯著性水平上,當|Z|≥Z1-α/2時,趨勢顯著;當|Z|≤Z1-α/2時,趨勢不顯著。

3 海岸線分析

3.1 海岸線提取

本文嘗試探索沿海城市環境承載力變化與海岸線變遷的關聯性,利用遙感技術提取相應年份的海岸線,并結合海岸線的變遷對環境承載力進行分析[39-40]。

本文使用面向對象分類法將研究區劃分為海域和其他區域,然后提取兩者邊界作為研究區的海岸線[41]。首先構建海岸線遙感解譯標志。研究區海岸線分為自然岸線和人工岸線兩種類型,解譯標志如表3所示。

表3 海岸線遙感解譯標志

本文采用面向對象分析軟件eCognition對研究區海岸線進行提取。在分類前,采用多尺度分割法對遙感圖像進行分割,根據圖像中不同波段的權重、緊致度和平滑度,將具有相同特征的像素點分組為同質對象。在輸入待分割圖像之前,可以輸入輔助波段來提高圖像分割的精度。由于最終目標是提取海域與其他區域之間的海岸線,因此使用改進的歸一化差異水指數(Modified Normalized Difference Water Index,IMNDW)作為圖像分割的輔助波段。水體的IMNDW值相較于其他地物較高,接近白色,具體公式如下:

(11)

式中:p(Green)和p(SWIR)分別代表遙感圖像的綠波段和短波紅外波段。

分別對8期遙感影像調整分割尺度、形狀因子、緊致因子3個參數,進行控制變量實驗,得到每一期影像各自的最佳分割尺度。尺度分割以后,對研究區進行影像分類,得到海域和其他區域的二分類圖像,將分類后的圖像導入到ArcGIS軟件中,對海域和其他區域的分界線進行提取,即得到研究區海岸線。由于某些區域受到一些因素的干擾,導致該區域分類結果較差,因此需結合當年的遙感影像對海岸線進行修正,使之更符合實際情況。

3.2 耦合度分析

通過分析ECC變化速率與海岸線變遷速率之間的耦合度來探索兩者的關聯性。耦合是指多個系統通過各種交互作用相互影響的現象,耦合度強調系統之間或系統內部要素之間的相互作用[42]。公式如下:

(12)

式中:U1、U2表示各子系統值;C(0≤C≤1)表示耦合度,C值越大,說明耦合越好。

4 實驗結果與分析

根據上述研究方法得到樂清市2006—2020年的環境承載力結果以及對應年份的海岸線提取結果,并根據實驗結果對環境承載力進行綜合分析[43]。

4.1 ECC評價結果

首先根據變異系數法得到各指標權重,如表4所示。得到各指標權重后,使用ArcGIS 10.7軟件將標準化后的各指標數據空間化并利用其柵格計算器得到樂清市2006—2020年ECC評價結果[44-45](圖2)?？傮w來看,樂清市ECC的歷年分布特征相似。近年來,樂清市經濟快速發展,海岸線不斷向海延伸,相應地,東南沿海區域生態環境壓力較大,人與自然矛盾突出,ECC得分較低;受地形影響,西北部地形以山地為主[27],該地區環境良好,資源豐富,人口密度相對較低,商業和農業活動較少,因此ECC得分普遍較高。

表4 各指標權重

圖2 樂清市2006—2020年ECC評價結果

根據前人研究經驗,按照ECC得分將評價結果分為5個等級[5,10,12],如表5所示。忽略極少量像元的分級間隔,根據該分級,得到如圖3所示的樂清市不同年份的ECC分級結果?？梢钥闯?2006—2020年樂清市ECC總體呈下降趨勢,2006—2012年,持續下降,可能與經濟發展不平衡有關。21世紀初,樂清市處于“撤縣設市”初期,發展迅速,隨著城市化進程的加快和經濟的快速增長,自然資源消耗和污染排放的規模也在不斷增大,廢棄物排放對經濟發展的制約作用越來越突出,生態環境保護面臨巨大壓力。2012—2018年,樂清市ECC持續上升,到2018年,其ECC與2006年基本持平?！笆濉逼陂g,樂清市按照生態文明建設的新要求,深入實施生態環境保護和“811”生態文明建設推進行動,生態保護取得積極進展,環境保護取得積極成效?！笆濉逼陂g,環境保護投入明顯增加,環保執法力度加強,全民環保意識進一步提高,生態環境質量得到有效改善。2018—2020年,ECC有所下降,表明未來生態環境治理仍不可掉以輕心,與2006年相比,這一時期的環境水平仍處于恢復和不穩定狀態,環境質量現狀與公眾的需求和期望還存在較大差距。

表5 ECC等級劃分

圖3 2006—2020年ECC等級分布情況

如圖4所示,根據ECC評價結果計算得到Sen斜率分布與Mann-Kendall顯著性變化結果,可對樂清市ECC時空變化趨勢作進一步分析[46]。從圖4-a可知,大部分區域ECC呈輕微上升趨勢,部分區域呈下降趨勢。結合遙感影像可以看出,大部分下降區域位于沿海區域。根據Mann-Kendall顯著性變化結果可分為輕微顯著下降(-1.96

圖4 樂清市ECC的空間變化及顯著性變化

4.2 海岸線提取結果

在eCognition軟件中根據實驗得到8期遙感影像二分類的最佳分割尺度(表6),對遙感影像進行二分類,提取海岸線,再將海岸線提取結果導入ArcGIS軟件中,結合遙感影像對海岸線進行修正。從時間尺度上看,2006—2020年樂清市海岸線不斷向海一側推進(圖5)。根據海岸線提取結果以及相關資料分析,主要有以下原因:近年來虹橋鎮、鹽盆街道、城南街道、城東街道等地區不斷圍海造田,或建立經濟開發區,或建設港口碼頭,導致填海造陸面積比較大,使海岸線向外擴張明顯。

表6 歷年影像最佳分割尺度

圖5 影像分割結果示例和海岸線提取結果

表7為2006—2020年樂清市海岸線長度和自然岸線率,可以看出,2010—2016年,海岸線長度變化較小,但總體呈增加趨勢。同時,自然岸線率呈下降趨勢,說明樂清市沿海區域的發展導致了人工岸線長度的增加。此外,2020年的自然岸線長度較2006年減少近半,遠低于中國海洋局2020年印發的《海岸線保護與利用管理辦法》中的自然岸線率不低于35%的要求。

表7 歷年海岸線長度和自然岸線率

4.3 ECC與海岸線變化耦合度

如圖6所示,分析了2006—2020年ECC變化速率和海岸線變遷速率之間的耦合度變化,結果表明樂清市ECC變化和海岸線變遷的耦合度整體呈現較高水平,相關性強,但在個別年份有所波動。2006—2008年和2010—2012年,兩者的耦合度較低,主要原因是ECC與海岸線之間的速率變化差異較大,相互作用不平衡。2008—2010年,兩者的耦合度處于較高的狀態,主要原因是ECC與海岸線之間的變化速率差異較小,相互作用較為穩定。2012—2018年,兩者的耦合度長期處于較高水平,主要原因是當地生態環境得到了改善,ECC不斷上升,同時海岸線變遷速率慢,差異較小,相互作用較為和諧。2018—2020年,兩者的耦合度有所下降,主要原因是ECC變化速率為負,環境質量下降,導致與海岸線變遷速率之間的差異較大,相互作用較為不穩定,雖未下降至2006—2008年與2010—2012年很低的水平,但對于未來的生態環境保護仍不可掉以輕心。

圖6 樂清市耦合度變化情況

4.4 樂清市生態化建設

由樂清市ECC評價結果可知,2006—2020年樂清市ECC不斷下降,沿海區域下降較明顯,其中下降最嚴重的主要有翁垟街道、鹽盆街道、城東街道和虹橋鎮港口處。由海岸線提取結果可知,以上地區的海岸線在15年來不斷向海域擴張,海岸線的變遷在一定程度上反映了ECC質量高低,海岸線15年來擴張較大的區域中,多數區域ECC下降趨勢也更嚴重(圖7)。因此,結合15年來的海岸線變遷情況,提出保護修復建議,可以為未來樂清市環境修復治理提供一定參考。

圖7 樂清市ECC變化趨勢和海岸線擴張情況

北白象鎮和柳市鎮的海岸線位于樂清市海岸線最南端,當地多為人工岸線,已建有港口,但近年來海岸線變化不明顯,沒有遭受進一步的改變;虹橋鎮位于樂清市海岸線中部,于建設港口碼頭處海岸線變化較大,其余地區海岸線變化較小,這些區域可保留現有的海岸線開發活動,不再進行圍海造田等項目,可在不損害海岸線環境的前提下適當發展,但要加強海岸線的管理,促進環保與開發相協調。翁垟街道、鹽盆街道和城東街道位于樂清市海岸線南部,是15年來海岸線變化最大的區域,同時也是ECC下降趨勢最大的區域,這些區域應停止圍海造地活動,積極開展海岸線修復工作,讓已形成的人工岸線開展生態化建設,保留海岸線退讓距離,加速生態功能恢復,向不低于35%的自然海岸線率目標邁進。

5 結論

為提高沿海城市生態環境評價的客觀可靠性,本文提出了“環境—社會—經濟—污染”的ECC評價體系[47]。具體而言,本文首先根據樂清市的實際情況構建了ECC評價體系,然后依據評價體系選取18個評價指標對樂清市ECC進行評價和分析[48],同時提取樂清市相應年份的海岸線;在此基礎上,分析了ECC變化與海岸線變遷的關聯。根據實驗結果,可以得出以下結論:

(1) 在過去15年(2006—2020年)中,樂清市經濟快速發展,城市化水平不斷提高,各種污染物的排放量也在不斷增加,導致2006—2012年,樂清市平均ECC得分從0.573 9下降到0.417 9,表明環境質量惡化;2012—2018年,樂清市ECC恢復增長,平均ECC得分從0.418 9上升到0.571 7,表明環境質量有所改善;2018—2020年,樂清市ECC再次下降,平均ECC得分從0.581 8下降到0.472 8,表明環境質量再次惡化。

(2) 15年來,樂清市海岸線不斷向海延伸,自然岸線率也持續下降。海岸線總長度由2006年的121.48 km 增加到2020年的156.22 km,自然岸線率由20.63%下降到8.36%。

(3) ECC變化與海岸線變遷存在一定關聯,15年間整體相關性強,樂清市海岸線15年來變化較大的區域中,多數ECC下降趨勢也更嚴重,未來樂清市當地生態環境保護工作不可掉以輕心。