夏既胜，葛 然

(云南大学 资源环境与地球科学学院、云南省地理研究所，云南 昆明 650091)

0 引言

灰色关联分析法，是属于灰色系统理论中寻求系统中各因素之间数值关系的方法，最早用来分析因素之间发展趋势的相似或相异程度，也即“灰色关联度”[1]。后来作为评价系统的良好性、健康性的有效工具被广泛应用。系统中各要素对于系统的良好性、健康性的价值或贡献率，有其最佳状态(或理想最佳值)，通过分析各要素的实际值和最佳值的相似程度，可以实现对系统中各要素的客观评价。由于其基于严谨的数学理论和计算方法，对于定量要素的评价较为便利。长期以来，该方法已用于经济[2]、交通[3]、城市[4]、林业[5]、土地[6]等各大领域。在地理环境方面的应用，往往用于环境承载力[7]、生态安全[8]、人居适宜性等各方面、但在土壤侵蚀敏感性方面，还鲜见报道。德尔菲法，又称专家打分法，是指通过征询有关专家的意见，对专家意见进行统计、处理和归纳，并经过多轮意见征询、反馈和调整后，对因子的价值、权重或贡献值进行分析的方法。

露天矿区的土壤受超负荷的机械扰动，易在降水作用下形成大面积的坍塌、流失、迁移，危害流域生态环境。矿区土壤侵蚀敏感性评价，是为了鉴别土壤侵蚀对采矿活动的敏感程度、分布规律以及区域范围，为保护生态环境提供科学依据。近年来随着3S技术的迅速发展和广泛应用，利用地理信息系统研究土壤侵蚀敏感性，使得土壤侵蚀空间变化的定量研究得到了加强。目前已有大量学者对此进行过研究，但大部分都只是针对单个影响因子或局部地区单一地形的评价[9-11]。本研究是在灰色关联分析法和德尔菲法的支持下，采用土壤质地因子、地形起伏度、坡度因子、植被覆盖度、植被类型、降水等6个影响因子，对金沙江流域(云南段)不同地理环境下3个典型露天矿区土壤侵蚀敏感性进行评价和对比分析研究。

金沙江流域(云南段)是长江上游水土流失严重、生态环境薄弱的地区。区域内地形、地质条件复杂，植被覆盖较差[12，13]，露天矿区分布多，经采矿机械扰动或搬运后的松散土壤常在雨水作用下，沿陡坡流失，淤塞下游河流。目前针对流域内土壤侵蚀的研究已经在局部地区展开[14]，但缺乏全区不同地里环境的对比研究。因此，本文以金沙江流域(云南段)规模大、地学背景差异明显的东坡钨矿、米厘铜矿和木杆铁矿等3个典型露天矿区为例，评价与对比分析不同地里环境下的土壤侵蚀敏感性。以ArcGIS为数据分析平台，在建立流域内露天矿区空间数据库的基础上，选取了适合该流域的评价指标，采用灰色关联法、德尔菲法、GIS空间分析等方法，实现了典型矿区土壤侵蚀敏感性评价。研究成果一方面揭示了流域内露天矿区的水土流失现状，另一方面探讨了灰色关联法、德尔菲法在土壤侵蚀敏感性评价中的实践应用。

1 研究区域概况和数据来源

1.1 研究区域概况

金沙江是中国长江上游的干流，流经云南高原西北部、川西南山地，到四川盆地西南部，全长3 496 km，流域面积47.32×104km2。金沙江流域(云南段)为金沙江中、下游，地处青藏高原东南缘向四川盆地过渡地带，全长1 560 km，在云南的流域面积为11.2×104km2。流域内矿产资源丰富，蕴藏大量的黑色金属、有色金属、贵金属及非金属矿藏，如钒钛磁铁矿、煤炭、石灰石、白云石和黏土等。区域内现有采矿权的露天矿区达261个(2010年)。本文分别在流域上游、下游的不同地理环境下选择了东坡钨矿、米厘铜矿、木杆铁矿3个露天矿区(图1)进行土壤侵蚀敏感性评价与对比研究。

其中，东坡钨矿处于上游极高山峡谷区，东经100°02′52″～100°07′44″，北纬27°14′48″～27°19′48″。海拔约3 960 m，地势西北高东南低，为半山区和高寒山区，年平均降雨量约为730 mm。米厘铜矿处于中游宽谷湖盆区，在东经100°25′57″～100°34′52″，北纬26°54′48″～27°00′06″，海拔约2 900 m，地势北高南低，年平均降雨量850 mm左右。木杆铁矿位于下游喀斯特中山丘陵区，东经103°47′44″～104°07′50″、北纬27°54′51″～28°08′57″。海拔约1 600 m，总体地形北西及南东部高、北部低，年平均降雨量约为1 100 mm。

图1 云南金沙江流域内3个典型矿区在空间分布示意图

Fig.1 Spatial location distribution of 3 typical mines in Jinsha river watershed

1.2 数据来源

本次研究收集了3个露天矿区的地形图(1∶1万)、遥感影像图、金沙江流域(云南段)的土壤类型图及植被类型图等。遥感资料采用的是2010年12月的Landsat-5 TM遥感影像数据，空间分辨率为30 m，共有7个波段，分别为TM-1(0.45 ～ 0.52μm)、TM-2(0.52～0.60μm)、TM-3(0.63～0.69μm)、TM-4(0.76～0.90μm)、TM-5(1.55～1.75μm )、TM-6(10.40～12.50μm)和TM-7(2.08 ～ 2.35μm)。共涉及3景Landsat-5 TM遥感影像，利用ENVI软件对遥感影像进行大气校正、波段组合、研究区域范围裁剪等技术处理。使用ArcGIS软件对其余的图像进行相应的操作，得到各个评价因子的专题图层及最终研究成果图。

2 土壤侵蚀敏感性评价

2.1 评价指标的选取

土壤侵蚀敏感性是指土壤在降雨、流水等外力作用下被破坏、分散、流失的易发性程度。除了土壤本身的质地因素外，它还受外界因素影响。根据国内外研究现状，结合实地考察结果，选用土壤质地因子、地形起伏度、坡度、植被覆盖度、植被类型、降水等6个因子来评价研究区的土壤侵蚀敏感性。

2.2 评价方法

分别采用了灰色关联法、德尔菲法和GIS空间分析等方法对各个单因子进行评价。在评价一些难于定量(容易定性)的单因子如土壤质地因子、植被类型、降水强度时，采用了德尔菲法。对于能够定量的单因子如地形起伏度、坡度、植被覆盖度等，则选用灰色关联度进行评价。灰色关联度的基本思想是根据各因子特征曲线及几何形状的相似程度来判断各个因子之间的关联程度，在评价系统的优劣性时具有广泛的适用性，可以有效地分析定量因素对评价目标作用大小，可避免认为评判的主观性。其计算公式为：

(1)

完成各个单因子的评价后，进行因子的组合。因子的组合采用以下公式：

(2)

式中：W为土壤侵蚀敏感性的综合评价结果；Ci为第i个因子的评价值；Wi为第i个因子的权重。

在ArcGIS环境中，基于灰色关联法、德尔菲法的土壤侵蚀敏感性评价的技术路线流程图(图2)。

图2 土壤侵蚀敏感性评价技术路线流程图(GCA-灰色关联分析，Delphi-德尔菲法)

2.3 单因子评价

2.3.1 土壤质地因子

土壤是发生土壤侵蚀的主体，亦是被侵蚀的对象。土壤质地对土壤类型、风化过程、风化产物以及侵蚀敏感性都有着非常重要的影响。东坡钨矿的土壤类型有亚高山草甸土、新积土、暗棕壤、棕壤、棕色针叶林土、水稻土、石灰(岩)土、红壤、高山寒漠土、高山草甸土、黄棕壤等十一类，米厘铜矿的土壤类型有棕壤、石灰(岩)土、紫色土、红壤、黄棕壤等五类，木杆铁矿的土壤类型有棕壤、紫色土、黄壤、黄棕壤等四类。按照德尔菲法，得到各矿区土壤质地因子的侵蚀敏感性评价结果(表1)。

表1 土壤质地因子的侵蚀敏感性评价表

2.3.2 地形起伏度

地形起伏度指的是在一定区域范围内，最高点海拔高度和最低点海拔高度之间的差值。它反映了坡度、坡长等地形因子对土壤侵蚀的综合影响，同时也可以作为土壤侵蚀敏感性评价的地形指标。在ArcGIS中利用DEM(数字高程模型)计算得出各矿区的地形起伏度值。

2.3.3 坡度因子

地形地貌是影响土壤侵蚀敏感性的重要因素，然而在各种地形因子中，坡度与土壤侵蚀敏感性的关系最为明显。坡度越陡，汇流的时间越短，径流的能量越大，对坡面的冲刷就越强烈，侵蚀量就越大，导致土壤侵蚀敏感性增强。在3个矿区的DEM图的基础上，分析得出3个矿区地形坡度图。

2.3.4 植被覆盖度

植被覆盖度是影响土壤侵蚀敏感性的重要因素，而植被指数是反映地表面的植被覆盖状况的常用指标之一。当植被的覆盖率处于25%～80%时，NDVI随着植被的覆盖率呈线性增加，所以利用归一化植被指数NDVI可以有效地测定植被覆盖程度，正值表示植被覆盖状况，而负值则表示地面覆盖为雪、水、云、建筑物或对可见光有高反射率的岩石或裸地等。采用TM影像在ENVI软件中计算出各矿区的NDVI分布图。

2.3.5 植被类型

植被类型是控制土壤侵蚀的主要因子之一，不同的地表植被类型防止土壤侵蚀的作用差别较大，由森林到草地再到荒漠，其土壤侵蚀敏感性依次增加。基于德尔菲法，由专家打分后所得的植被类型评价值作为影响土壤侵蚀敏感性的植被类型指标。

表2 植被类型的土壤侵蚀敏感性评价表

2.3.6 降水

降水因素包括降雨量、降雨动能、降雨强度、降雨历时、瞬时雨率、雨型等，综合反映了降雨特征对土壤侵蚀敏感性的影响。该指标是反映降水引起土壤侵蚀的一个外营力指标，是评价降水引起土壤侵蚀潜在能力的重要参数。降水因子反映了各区域在降水条件下，可能发生土壤侵蚀敏感的程度。根据各矿区近3年的年平均降水实际情况(东坡钨矿730 mm，米厘铜矿850 mm，木杆铁矿1 100 mm)，并参考相关学者关于金沙江流域各站降水侵蚀力研究结果[15]，参考专家打分得到降水侵蚀力对土壤侵蚀敏感性的影响评价表(表3)，基于该表来评价3个矿区降水因子对土壤侵蚀敏感性的影响。东坡钨矿降水强度为较弱，评价值为0.3；米厘铜矿降水强度一般，评价值为0.5；木杆铁矿降水强度为强，评价值为0.9。

表3 基于降水的土壤侵蚀敏感性的评价

2.4 土壤侵蚀敏感性综合评价

上述单因子评价得到的土壤侵蚀敏感性，反映了个别因子对土壤侵蚀敏感性的作用程度。而将所有单因子综合起来评价，能得到各矿区土壤侵蚀敏感性整体水平。根据德尔菲法得出各因子权重表(表4)。由该表可知，权重值最高的因子为坡度因子和植被覆盖度因子(二者都为0.3)，体现了流域内地形和植被覆盖度在控制土壤侵蚀敏感性中的重要性。按计算式(公式2)对所有的影响因子进行组合，最后利用ArcGIS 软件中的栅格计算器，输入公式便可得到土壤侵蚀敏感性综合评价值分布图(图3～图5)。

表4 各影响因子权重值

图3 东坡钨矿土壤侵蚀敏感性评价图

图4 米厘铜矿土壤侵蚀敏感性分布图

图5 木杆铁矿土壤侵蚀敏感性分布图

3 结论与讨论

采用灰色关联法和德尔菲法相结合，综合运用GIS技术，选取土壤质地、地形起伏度、坡度因子、植被覆盖度、植被类型、降水等6个影响因子，完成云南金沙江流域典型露天矿区土壤侵蚀敏感性综合评价研究，形成了相对较完整的评价指标体系，丰富了评价的方法，比较准确地反映了金沙江流域3个典型区域的土壤侵蚀敏感性特征。

评价结果得出，东坡钨矿的土壤侵蚀敏感性平均评价值为0.49，米厘铜矿的土壤侵蚀敏感性平均评价值为0.50，木杆铁矿的土壤侵蚀敏感性平均评价值为0.52。结果表明3个矿区的土壤侵蚀敏感性都比较强，但相对而言东坡钨矿的土壤侵蚀敏感性最强，米厘铜矿居中，木杆铁矿的土壤侵蚀敏感性最弱。而米厘铜矿和木杆铁矿的土壤侵蚀敏感性分布较为均匀，这与当地的地形和植被覆盖有着紧密的联系。东坡钨矿比其它区域的土壤侵蚀敏感能力弱，这是由于东坡钨矿位于青藏高原边缘的高山峡谷区，地形起伏度大、坡度大、植被覆盖类型为裸岩石砾地，因此土壤侵蚀敏感性相对比较强，容易造成土壤侵蚀。

总体来看，金沙江流域是一个由多种环境功能区复合而成的环境综合体，而3个露天矿区所处的是土壤侵蚀敏感性较强且生态环境较为脆弱、敏感的区域。通过对金沙江流域(云南段)3个典型露天矿区土壤侵蚀敏感性进行评价，掌握了3种不同地理环境下露天矿区土壤侵蚀敏感力的现状，为水土资源保护规划、小流域综合治理等提供了科学的依据。

研究的不足之处是缺少各矿区降水强度的连续观测资料，使得该研究只能借助年均降水量和专家评测相结合进行降水强度的评价。但是，研究中基于灰色关联法和德尔菲法的土壤侵蚀敏感性评价方法，可以为其它峡谷区的土壤侵蚀敏感性评价提供借鉴。

参考文献：

[1]张绍良，张国良.灰色关联度计算方法比较及其存在问题分析[J].系统工程，1996，14(3)：45-49.

[2]王英.基于灰色关联理论的FDI 和中国区域经济发展差距研究[J].系统工程理论与实践，2010，30(3)：426-430.

[3]单飞，李旭宏，张军.基于FAHP 和加权灰色关联度的区域交通一体化评价方法[J].交通运输系统工程与信息，2011，11(5)：147-154.

[4]吴晓，吴宜进.基于灰色关联模型的山地城市生态安全动态评价[J].长江流域资源与环境，2014，23(3)：386-391.

[5]王乃江，刘增文，徐钊，等.黄土高原主要森林类型自然性的灰色关联度分析[J].生态学报，2011，31(2)：316-325.

[6]鄢然，雷国平，孙丽娜，等.基于灰色关联法的哈尔滨市土地可持续利用评价研究[J].水土保持研究，2012，19(1)：154-158.

[7]李艳，刘萍，王贵东，等.基于灰色关联度的水环境承载力指标体系简化[J].沈阳建筑大学学报：自然科学版，2011，27(1)：135-139.

[8]宫继萍，潘竟虎，石培基.基于生态足迹和灰色关联度的甘肃省可持续发展研究[J].水土保持研究，2011，18(2)：198-201.

[9]周璟，张旭东，何丹，等.基于GIS与RUSLE的武陵山区小流域土壤侵蚀评价研究[J].长江流域资源与环境，2011，20(4)：468-474.

[10]彭月，何丙辉，黄世友.基于景观破碎化的三峡库区(重庆)土壤侵蚀评价[J].土壤学报，2012，49(4)：635-645.

[11]LIU Kang，KANG Yan，CAO Ming-ming，et al.GIS-Based Assessment on Sensitivity to Soil and Water Loss in Shaanxi Province[J].Journal of Soil and Water Conservation.2004，18(5)：168-170.

[12]夏既胜，陈佩妍，蒋顺德.金沙江流域(云南段)典型露天矿区开采条件生态适宜性评价[J].长江流域资源与环境，2012，21(4)：459-464.

[13]夏既胜，杨树华，王玉朝，等.基于ArcGIS的金沙江流域中段植被指数分布规律研究[J].科技通报，2010，26(3)：325-330.

[14]孙丽萍，王小丹.基于根系解剖结构的金沙江干热河谷土壤侵蚀速率估算[J].地理科学，2012，32(4)：492-498.

[15]杨子生.云南省金沙江流域土壤流失方程研究[J].山地学报，2002，20(Supp 1)：1-9.