谢利娟，李浩然，余 阳，谌 曦，张治意，周书宏，李 锋，李媛媛

( 重庆交通大学，重庆 400074)

1 引言

生态安全是指生态系统的健康和完整情况。是人类在生产、生活和健康等方面不受生态破坏与环境污染等影响的保障程度，包括饮用水与食物安全、空气质量与绿色环境等基本要素。从生态学观点出发，一个安全的生态系统在一定的时间尺度内能够维持它的组织结构，也能够维持对胁迫的恢复能力，即它不仅能够满足人类发展对资源环境的需求，而且在生态意义上也是健康的。其本质是要求自然资源在人口、社会经济和生态环境三个约束条件下稳定、协调、有序和永续利用。随着人口的增长和社会经济的发展，人类活动对环境的压力不断增大，人地矛盾加剧。生态安全与国防安全、经济安全、金融安全等已具有同等重要的战略地位，并构成国家安全、区域安全的重要内容。保持全球及区域性的生态安全、环境安全和经济的可持续发展等已成为国际社会和人类的普遍共识。

国内外已有许多学者开始关注流域生态安全这一问题，许多关于著名流域的研究案例也数不胜数。Yu G等[1]建立流域生态安全评价指标体系，对汉江流域中下游生态安全进行评价；Xiaogan Yu[2]将整个长江流域分为五个生态逻辑区，并针对不同的生态安全问题提出建议，从而建立合理的生态补偿机制和流域管理模式，保证流域生态安全；Li Y[3]在综合考虑金沙江流域实地情况的前提下，建立人均GDP、土壤侵蚀率、森林覆盖率等59项指标体系，使用改进DPSIR模型评价流域规模生态安全，结果表明该模型在经济学和社会学中都有较高的研究效益；Meng Z等[4]在压力状态响应(PSR)模型的基础上，建立由15个选择项目组成的生态安全评价指标体系，然后利用AHP方法预测沱江流域生态安全预警；Jianjun T等[5]则基于生态足迹模型，研究了闽江上游流域生态系统的生态安全。国内应用AHP(层次分析法)、PSR(压力—状态—响应)、PSFR(压力—状态—功能—响应)和DPSIR等方法的学者文献也不在少数，例如陈佳及其团队[6]选取研究区域经济生态安全系统、自然生态安全系统、社会生态安全系统中15个生态安全评估指标，评价与预测了克孜勒苏河流域2008～2020年的生态安全情况；虞春隆等[7]借助GIS平台建立了基于PSR的泾河流域人居环境生态安全评价体系，根据泾河流域地域特征,将生态安全度由高到低分为5个等级，并且在此基础上论述泾河流域的人居环境生态安全等级空间分布特征；俞筝[8]在PSFR模型的基础上，利用层次分析法对巢湖流域生态安全进行评价与分析；徐斌等[9]结合水库自身特点，采用DPSIR模型选取环境数据、遥感数据以及社会经济数据等19个指标，然后构建生态安全评价指标体系，同时采用改进的群组层次分析法法确定各指标权重，最后分析了岸堤水库2015年的水生态安全状况；刘丽娜等[10]基于山口湖流域水质特征分析，为评估东北湖区湖泊生态安全，分别采用模糊综合评价法、层次分析法和DPSIR模型，综合评估了山口湖流域水环境质量、陆域生态系统健康状况和流域生态安全；柳思等[11]采用EES(环境—经济—社会)模型建立疏勒河流域土地生态安全评价指标体系，使用熵权物元模型研究该地区2005～2014年土地生态安全状况，并利用主成分分析法探索限制流域土地生态安全影响因子。

本文选取高程、坡度、NDVI、土地利用类型、距河流距离和距道路距离等6个影响因子，将每个因子分为不安全、较低安全、较高安全和高度安全4个等级，再应用熵权法分析每个影响因子的权重，最后基于ArcGIS的空间叠加分析功能，获得研究区综合生态安全分级图。本研究所得到的生态安全评价结果，可作为流域管理者及决策者的有用工具。

2 研究区概况及数据

2.1 研究区概况

忠县位于长江上游地区，上距重庆主城九区180 km，下距重庆万州105 km。东北与万州相邻，西接垫江县，东南与石柱县毗邻，西南与丰都县接壤，北与梁平县为界。介于东经107°3′～108°14′、北纬30°03′～30°35′之间。忠县县城依山傍水，独具岛城风貌，是三峡库区唯一留存的“半淹县城”。境内低山起伏，溪河纵横交错，其地貌由金华山、方斗山、猫耳山三个背斜和其间的拔山、忠州两个向斜构成，最高海拔1680 m，最低海拔117 m，属典型的丘陵地貌。幅员面积2187 hm2，全县共辖4个街道25个乡镇，301个行政村和67个社区居委，总人口100万人(图1)。

2.2 数据来源

文中用到的土地利用类型和NDVI数据可由遥感影像解译和计算得到，遥感影像数据下载自地理空间数据云网站的Landsat8 OLI数据，数据为2018年4月，数据标识：LC81270392013224LGN00和LC8127039 2018094LGN01，条带号127，行编号39，云量为8.01。数据预处理采用ENVI软件完成，主要包括辐射定标、大气校正和图像裁剪等。高程、坡度数据和河网均由DEM数据提取而来，DEM数据下载自地理空间数据云平台上的GDEM DEM数据，分辨率30 m。道路网数据和行政边界图从中国科学院资源环境遥感数据库下载得到。

3 研究方法

研究基于GIS平台，采取熵值法确定指标权重，对重庆市忠县流域生态安全进行评价，将单因子评价结果与综合评价结果进行叠加分析，并运用 ArcGIS空间区统计功能，求取各生态安全等级与平均生态安全指数在不同因子中的面积比例，然后从面积比例差异、平均生态安全指数等角度，把单因子评价结果和综合评价结果进行对比分析，以此揭露流域生态安全格局的空间分异规律特征与形成机理。

3.1 生态安全评价

生态安全评价是对其维护生态系统完整性能力及生态安全性状况的研究。论文运用综合指数法结合GIS加权叠加分析技术对重庆市忠县流域生态安全进行评价。评价模型如下：

(1)

式(1)中：ESI为第i个栅格单元的综合生态安全指数；Pij为第i个栅格单元的第j个指标的安全指数；Wj为第j个指标的权重。利用ArcGIS中的自然间断点法将得到的ESI值分为4个等级，分别对应不安全、较低安全、较高安全和最高安全。

3.2 评价指标体系

水域生态安全评价不仅包含自然环境，也包括人文环境。同时考虑到水域指标数据的代表性、综合性和可获取性，本文选取高程、坡度、NDVI、土地利用类型、距河流距离和距道路距离等6个指标构建生态安全评价指标体系，并结合研究区实际情况，制定水域生态安全各因子的分级标准，设定各评价因子的安全等级：4、3、2、1分别代表不安全、较低安全、较高安全和高度安全。值越小，生态环境越安全，安全性也越高(表1)。

3.3 指标权重确定

指标权重的确定是对多指标进行综合评价的难点，选取合适的指标赋权方法显得尤为重要。目前指标赋权方法主要分为主观和客观两大类。客观赋权法中的熵值法，是通过突出局部差异的权重计算，根据同一指标观测值之间的差异来反映其重要程度，它能够深刻地反映出指标信息熵值的效用价值，防止主观信息的干扰，其给出的指标权重值比特尔菲法和层次分析法更具可信度，使评价得出的结果更合乎实际。因此，在经过综合考量下，为了保证最终评价结果的精确性和客观性，本文采用的是客观赋权法中的熵值法来进行指标赋权。

熵的概念源于热力学，是对系统状态不确定性的一种度量。在信息论中，熵是对不确定性的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。根据熵的特性，可以通过计算熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响(权重)越大；其熵值越小，信息的无序度越低，其信息的效用值越大，指标的权重越大。其主要步骤如下。

(1)将数据进行标准化处理后，计算第j项指标下第i个方案指标值的权重P：

(2)

(2)计算第j项指标的熵值e：

(3)

其中ej为第i个指标的熵值，k>0,ln为自然对数，且0≤ej≤1。

利用熵值法对指标数据进行计算后，得到研究区水域生态安全综合评价的指标权重(表2)。各因子生态安全等级分布见图2。

表2 评价指标熵值与熵权统计

图2 各因子生态安全等级分布

4 研究结果

4.1 流域生态安全分析

在ArcGIS软件下采用自然断点法，将计算得到的ESI值分为4个等级，分别对应不安全、较低安全、较高安全和最高安全(图3)。统计不同生态安全等级面积发现，最高安全、较高安全、较低安全和不安全分别占比11.84%、38.91%、7.39%和41.87%，研究区内不安全区域占比最高，不安全和较低安全占比高达1/2。结合图2和图3对比分析可以发现，生态安全等级最高的深绿色区域是道路与河流重叠的区域，较高安全的淡绿色区域就是流域内河网分布的区域，而没有河流水系和道路分布的地形较为复杂的区域，就为不安全的红色区域。这表明，在众多影响因子中，距河流距离、距道路距离和地形这3个因子与整个研究区流域的生态安全空间格局的耦合度明显高于其他几个因子，对于整个区域内流域的生态安全综合评价的贡献度也更高。

图3 流域生态安全评价

4.2 流域生态安全在各因子中的变化特征

通过空间统计，分析不同生态安全等级对应不同影响因子的空间分异情况。

4.2.1 高程

高程300～600的区域占总面积比例为67.37%，占比最高，其次是<300的区域，占比20.18%，占比最少的是>900的区域，在高程影响因子不同分级中，较高安全区域占整体面积总和的比例较高。高程直接影响着地表特征和物种数量和种类的变化。四个坡度平均生态安全指数包含不安全和较低安全，可见高程对生态安全指数的影响较高。观察平均生态安全指数的变化，可知高程与生态安全呈正相关关系。

4.2.2 坡度

坡度7～15°的区域占总面积比例为37.74%，占比最高，其次是<7°的区域，占比32.31%，接着是7～15°的区域，占比22.93%，占比最低的是>25°的区域。可见坡度对生态安全指数的影响较大，低于25°的区域占比高达92.98%。在高程影响因子不同分级中，较高安全区域占整体面积总和的比例较高。高程直接影响着地表特征和物种数量和种类的变化。四个坡度平均生态安全指数均为较低安全，观察平均生态安全指数随着坡度的增大而减小，可知坡度与生态安全呈负相关关系。

4.2.3 NDVI

NDVI>240的区域占总面积比例为55.01 %，占比最高，其次是160～240的区域，占比27.75%，接着是80～160的区域，占比12.19%，占比最低的是>80的区域。在NDVI影响因子不同分级中，不安全区域占整体面积总和的比例较高，超过总面积的1/2。4个NDVI平均生态安全指数均为较低安全，观察平均生态安全指数随着NDVI的增大而增大，可知NDVI与生态安全呈正相关关系。

4.2.4 土地利用类型

草地和耕地占总面积比例为40.74 %，占比最高，其次是建设用地，占比35.43%，接着是未利用地，占比19.27%，占比最低的是水域和林地。在土地利用类型影响因子不同分级中，较低安全区域占整体面积总和的比例较高。四个土地利用类型平均生态安全指数均为较低安全，水域和林地生态安全指数最低，可见其生态可恢复性最高，草地与耕地生态安全指数最高，其生态可恢复性最低，建设用地与未利用地生态安全指数中等，其生态可恢复性一般。

4.2.5 距河流距离

一般来说，距河流距离越短，生态安全等级越高。距离>1500 m的区域占总面积比例为49.25 %，占比最高，其次是<500 m的区域，占比19.25%，500～1000 m和100～1500 m的区域占比相差不大，分别为16.77%和14.73%。可见距河流距离对生态安全指数的影响较大，不安全、较低安全区域占比高达78.5%。在距河流距离影响因子不同分级中，不安全区域占整体面积总和的比例较高。四个距河流距离平均生态安全指数中，三个为较高安全，一个为不安全，且平均生态安全指数随着距离的增大而增大，可知距河流距离因子与生态安全呈正相关关系。

4.2.6 距道路距离

一般来说，距道路距离越远，生态安全等级越高。距离>1500 m的区域占总面积比例为80.75 %，占比最高，距离<500 m、500～1000 m和100～1500 m的区域占比较少，分别为6.97%、6.29%和6.02%。在距道路距离影响因子不同分级中，不安全区域占整体面积总和的比例较高。再观察平均生态安全指数，四个距道路距离平均生态安全指数中，三个为较高安全，一个为不安全，平均生态安全指数随着距离的增大而增大，可知距道路距离因子与生态安全呈正相关关系(表3)。

表3 生态安全各等级面积占比

5 结论与讨论

本文采用熵权法对生态安全影响因子——高程、坡度、NDVI、土地利用类型、距河流距离和距道路距离进行赋权，然后基于GIS的空间叠加分析功能，得到重庆市忠县的流域生态安全分级图，并且进行空间统计分析，得到以下结论：

统计不同生态安全等级面积发现，最高安全、较高安全、较低安全和不安全分别占比11.84%、38.91%、7.39%和41.87%，研究区内不安全区域占比最高，不安全和较低安全占比高达1/2。在众多影响因子中，距河流距离、距道路距离和地形这三个因子与整个研究区流域的生态安全空间格局的耦合度明显高于其他几个因子，对于整个区域内流域的生态安全综合评价的贡献度也更高。

高程300～600 m的区域占总面积比例为67.37%，占比最高，其次是<300 m的区域，占比20.18%，占比最少的是>900 m的区域，高程与生态安全呈正相关关系。

坡度7～15°的区域占总面积比例为37.74 %，占比最高，其次是<7°的区域，占比32.31%，接着是7～15°的区域，占比22.93%，占比最低的是>25°的区域。坡度与生态安全呈负相关关系。

NDVI>240的区域占总面积比例为55.01 %，占比最高，其次是160～240的区域，占比27.75%，接着是80～160的区域，占比12.19%，占比最低的是>80的区域。NDVI与生态安全呈正相关关系。

草地和耕地占总面积比例为40.74 %，占比最高，其次是建设用地，占比35.43%，接着是未利用地，占比19.27%，占比最低的是水域和林地。水域和林地生态安全指数最低，可见其生态可恢复性最高，草地与耕地生态安全指数最高，其生态可恢复性最低，建设用地与未利用地生态安全指数中等，其生态可恢复性一般。

距河流距离>1500 m的区域占总面积比例为49.25 %，占比最高，其次是<500的区域，占比19.25%，500～1000 m和100～1500 m的区域占比相差不大，分别为16.77%和14.73%。距河流距离因子与生态安全呈正相关关系。

距道路距离>1500 m的区域占总面积比例为80.75 %，占比最高，距离<500 m、500～1000 m和100～1500 m的区域占比较少，分别为6.97%、6.29%和6.02%。距道路距离因子与生态安全呈正相关关系。

本次研究内容为长江流域生态安全评价，选取的研究区范围太小，结果会存在一定的偶然性，在未来基础数据可获取、且数据处理设备允许的情况下，可实现对整个长江流域的生态安全评价。本文可为未来的大尺度研究提供研究基础和技术支撑。