基于CRITIC客观赋权法的天水市生态环境脆弱性评价

doi:10.7522/j.issn.1000-694X.2024.00060

摘要/Abstract

摘要：

构建合理的生态环境脆弱性评价体系是生态环境脆弱性评价的关键。为了提高生态承载力和生态环境质量，促进生态系统良性发展，基于Landsat 5/9卫星遥感影像、数字高程模型、土壤、气象及社会经济数据，利用CRITIC客观赋权法开展生态环境脆弱性评价，使用转移矩阵及障碍度模型，探讨了2000—2022年天水市生态环境脆弱性变化及其成因。结果表明：裸土指数、土地利用类型、气温和降水量是影响天水市生态环境脆弱性的主要因子；天水市生态环境脆弱性呈北高南低分布；相比于2000年，2022年天水市生态脆弱性整体降低，除武山、甘谷中北部部分区域极度脆弱区保持不变以外，总体上天水市大部分极度脆弱区降为重度或中度脆弱区，但城区周边部分区域受城市化影响由中度脆弱区升高为重度或极度脆弱区；2022年天水市极度脆弱区脆弱性降低的主要影响因素为裸土指数、土地利用类型和降水量。未来一段时间内因地制宜植树种草、提高人工影响天气能力和灌溉水平，是降低天水市生态环境脆弱性的主要手段。

关键词: 生态环境脆弱性, CRITIC客观赋权法, 障碍度模型, 土地利用类型, 降水

Abstract:

Establishing a reasonable assessment system for ecological environment vulnerability is very important to the high-quality development of ecological environments. This work collects Landsat 5/9 image， topography， soil， meteorological and socioeconomic data to assess ecological vulnerability by the CRITIC objective weighting method， then investigates spatiotemporal changes and its influence factors using transition matrix method and obstacle degree model in Tianshui city with a key position in water source conservation， soil and water conservation， and ecological security barriers. The result shows that the ecological vulnerability in Tianshui city presented a pattern of high in the north and low in the south， and generally decreased during 2000-2022. Except for Wushan and north-central part of Gangu with no change of extremely vulnerable areas， most area in Tianshui city had been transformed from extremely vulnerable areas to severely or moderately vulnerable areas. However， some areas surrounding the urban districts had been changed from moderately vulnerable areas to severely or extremely vulnerable areas due to urbanization. In 2022， bare soil， land use types， and precipitation are dominated factors for decreasing of extremely vulnerable areas. In order to effectively reduce the areas of extremely vulnerable areas in Tianshui city， the capabilities of planting tree and grass， artificial weather modification， and irrigation capacity should be improved continuously in line with the local conditions in future.

Key words: ecological environment vulnerability, CRITIC objective weighting method, obstacle degree model, land use types, precipitation

中图分类号:

朱荣, 敖泽建, 蒋友严. 基于CRITIC客观赋权法的天水市生态环境脆弱性评价[J]. 中国沙漠, 2024, 44(3): 321-331.

Rong Zhu, Zejian Ao, Youyan Jiang. Assessment of ecological environment vulnerability in Tianshui city based on the CRITIC objective weighting method[J]. Journal of Desert Research, 2024, 44(3): 321-331.

图/表 12

图1 天水市地理概况注：基于甘肃省标准地图在线服务系统标准地图（审图号：甘S（2023）115号）制作，底图无修改

Fig.1 The map of Tianshui city

表1 天水市生态环境脆弱性评价各指标的权重

Table 1 The weight of each index of ecological environment vulnerability in Tianshui city

一级指标	二级指标	2000年	2011年	2022年
气候条件	气温	0.1217	0.1192	0.1186
气候条件	降水量	0.1024	0.1074	0.1038
地形地貌	海拔	0.0710	0.0713	0.0746
地形地貌	坡度	0.0866	0.0811	0.0818
植被状况	植被覆盖度	0.0934	0.0980	0.0812
土壤条件	裸土指数	0.1227	0.1290	0.1188
土壤条件	有机碳含量	0.0828	0.0731	0.0754
社会经济	土地利用类型	0.1190	0.1027	0.1029
	GDP	0.1007	0.0910	0.0919
	人口密度	0.0668	0.0788	0.0795
	夜间灯光强度	0.0329	0.0483	0.0741

表2 天水市生态环境脆弱性评价各指标的波动性

Table 2 Fluctuation of each index of ecological environment vulnerability in Tianshui city

年份	气温	降水量	海拔	坡度	植被覆盖度	裸土指数	有机碳含量	土地利用类型	GDP	人口密度	夜间灯光强度
2000	0.20	0.20	0.12	0.14	0.20	0.26	0.14	0.23	0.16	0.13	0.06
2011	0.21	0.22	0.12	0.14	0.23	0.30	0.14	0.23	0.16	0.17	0.10
2022	0.20	0.22	0.12	0.14	0.20	0.28	0.14	0.24	0.17	0.17	0.16

表3 天水市生态环境脆弱性评价各指标相关系数多年平均值

Table 3 Average correlation coefficient of each index of ecological environment vulnerability in Tianshui city

	降水量	海拔	坡度	覆盖度	裸土指数	有机碳	土地利用类型	GDP	人口密度	夜间灯光强度
气温	-0.43	0.33	0.01	0.01	0.07	-0.08	-0.09	-0.84	-0.04	-0.18
降水量		0.14	-0.04	0.32	0.27	-0.06	0.28	0.09	0.08	0.03
海拔			0.16	-0.12	0.00	-0.24	-0.28	-0.35	-0.25	-0.38
坡度				-0.34	-0.28	0.00	-0.48	-0.02	-0.27	-0.21
植被覆盖度					0.93	-0.05	0.66	-0.11	0.22	0.21
裸土指数						-0.08	0.57	-0.16	0.14	0.14
有机碳含量							-0.01	0.05	0.03	0.04
土地利用类型								0.01	0.28	0.28
GDP									0.03	0.24
人口密度										0.46

表4 天水市生态环境脆弱性分级及各级面积比例（%）

Table 4 The ratio of the area of ecological environment vulnerability at different grades in Tianshui city

年份

云区/ 阴影等

极度脆弱

≤0.50

重度脆弱

0.50~0.57

中度脆弱

0.57~0.65

轻度脆弱

>0.65

图2 2000年（A）、2011年（B）和2022年（C）天水市生态环境脆弱性注：基于甘肃省标准地图在线服务系统标准地图（审图号：甘S（2023）115号）制作，底图无修改

Fig.2 The ecological environment vulnerability of Tianshui city in 2000 （A）， 2011 （B）， and 2022 （C）

表5 2000—2011年天水市生态环境脆弱性转移矩阵及转移比例（%）

Table 5 The transformation matrix and ratio of ecological environment vulnerability between 2000 and 2011

2000年	2011年
2000年	轻度脆弱区	中度脆弱区	重度脆弱区	极度脆弱区
轻度脆弱区	95.04	2.84	1.68	0.44
中度脆弱区	53.19	23.57	17.33	5.91
重度脆弱区	14.76	33.22	37.14	14.88
极度脆弱区	1.47	17.10	43.19	38.24

图3 2000—2011年（A）、2011—2022年（B）天水市生态环境脆弱性转移矩阵注：基于甘肃省标准地图在线服务系统标准地图（审图号：甘S（2023）115号）制作，底图无修改

Fig.3 The transition matrix of ecological environment vulnerability during the period of 2000-2011 （A） and 2011-2022 （B）

表6 2011—2022年天水市生态环境脆弱性转移矩阵及转移比例（%）

Table 6 The transition matrix and ratio of ecological environment vulnerability between 2011 and 2022

2011年	2022年
2011年	轻度脆弱区	中度脆弱区	重度脆弱区	极度脆弱区
轻度脆弱区	85.95	13.29	0.68	0.09
中度脆弱区	16.60	59.21	21.18	3.01
重度脆弱区	1.67	30.46	51.75	16.11
极度脆弱区	0.29	6.24	31.16	62.31

表7 天水市生态环境脆弱性评价各指标的障碍度

Table 7 The obstacle degree of each index of ecological environment vulnerability in Tianshui city

一级指标	二级指标	2000年	2011年	2022年
气候条件	气温	0.0943	0.1061	0.1304
气候条件	降水量	0.1087	0.1682	0.1339
地形地貌	海拔	0.0671	0.0759	0.0755
地形地貌	坡度	0.0539	0.0568	0.057
植被状况	植被覆盖度	0.1301	0.0939	0.0681
土壤条件	裸土指数	0.1807	0.1464	0.1361
土壤条件	有机碳含量	0.1377	0.1343	0.1389
人类活动	土地利用类型	0.1452	0.1341	0.136
	夜间灯光强度	0.001	0.0035	0.0255
	GDP	0.075	0.0737	0.0925
	人口密度	0.0009	0.0015	0.0009

图4 2022年天水市裸土指数（A）、有机碳含量（B）、气温（C）、降水量（D）、土地利用类型（E）的障碍度注：基于甘肃省标准地图在线服务系统标准地图（审图号：甘S（2023）115号）制作，底图无修改

Fig.4 The obstacle degree of bare soil index （A）， organic carbon content （B）， temperature （C）， precipitation （D）， and land use type （E） in 2022

表8 2022年主要评价指标在生态环境脆弱区的平均障碍度

Table 8 The average obstacle degree of precipitation， land cover type， and organic carbon content at each subareaof ecological environment vulnerability in 2022

分级	裸土指数	土地利用类型	降水量	有机碳含量	气温
极度脆弱区	0.2019	0.1492	0.1458	0.1080	0.0934
重度脆弱区	0.1757	0.1627	0.1310	0.1195	0.1078
中度脆弱区	0.1322	0.1460	0.1265	0.1383	0.1380
轻度脆弱区	0.0620	0.0907	0.1379	0.1775	0.1682

参考文献 39

1	黄宝荣，欧阳志云，张慧智，等.海南岛生态环境脆弱性评价［J］.应用生态学报，2009（3）：639-646.
2	张笑楠，王克林，张明阳，等.人类活动影响下喀斯特区域景观格局梯度分析［J］.长江流域资源与环境，2009（12）：1187-1192.
3	刘正佳，于兴修，李蕾，等.基于SRP概念模型的沂蒙山区生态环境脆弱性评价［J］.应用生态学报，2011（8）：2084-2090.
4	徐晨曦，万红莲，何若楠，等.关中平原城市群脆弱性时空演变与驱动因子［J］.中国沙漠，2023，43（6）：111-120.
5	Demirkesen A C， Evrendilek F.Compositing climate change vulnerability of a Mediterranean region using spatiotemporally dynamic proxies for ecological and socioeconomic impacts and stabilities［J］.Environmental Monitoring and Assessment，2017，189（1）：29.
6	Shao H Y， Liu M， Shao Q F，et al.Research on eco-environmental vulnerability evaluation of the Anning River Basin in the upper reaches of the Yangtze River［J］.Environmental Earth Sciences，2014，72（5）：1555-1568．
7	南颖，刘志锋，董叶辉，等. 2000~2008年长白山地区植被覆盖变化对气候的响应研究［J］.地理科学，2010（6）：921-928.
8	朱士华，方霞，杭鑫，等.中亚草地植被指数（NDVI）对气候变化及人类活动的响应［J］.中国沙漠，2022，42（4）：229-241.
9	Salvati L， Tombolini I， Perini L，et al.Landscape changes and environmental quality：the evolution of land vulnerability and potential resilience to degradation in Italy［J］.Regional Environmental Change，2013，13（6）：1223-1233.
10	Mahapatra M， Ramakrishnan R， Rajawat A S.Coastal vulnerability assessment using analytical hierarchical process for South Gujarat coast， India［J］.Natural Hazards，2015，76（1）：139-159.
11	郑慧玲，王永红，马卫.基于PSR模型的珠江三角洲生态环境脆弱性评价［J］.水土保持通报，2022（4）：210-217.
12	韦晶，郭亚敏，孙林，等.三江源地区生态环境脆弱性评价［J］.生态学杂志，2015，34（7）：192-199.
13	王玺圳，粟晓玲，张更喜.综合干旱指数的构建及其在泾惠渠灌区的应用［J］.干旱地区农业研究，201（4）：223-230.
14	李振永，杨彩玲，买自珍，等.基于CRITIC赋权法、模糊概率法评价萝卜品种在宁南山区栽培适应性［J］.中国瓜菜，2023（9）：102-107.
15	安乐平，蔡玖锱，白娜.天水渭河流域生态环境问题及高质量发展对策［J］.中国水土保持，2022（8）：10-13.
16	罗逸臻，黄远程，王涛.关中平原城市群生态环境质量时空变化特征及其驱动力［J］.地球科学与环境学报，2023，45（6）：1316-1329.
17	杨朔，郑晓筝，赵国平.关中平原城市群“三生”空间生态环境效应及影响因素研究［J］.干旱区资源与环境，2023（9）：26-35.
18	张耀文，张勃，姚荣鹏，等.2000-2020年渭河流域植被覆盖度及产水量时空变化［J］.中国沙漠，2022，42（2）：223-233.
19	张学玲，余文波，蔡海生，等.区域生态环境脆弱性评价方法研究综述［J］.生态学报，2018，38（16）：5970-5981.
20	祝聪，彭文甫，张丽芳，等.2006-2016年岷江上游植被覆盖度时空变化及驱动力［J］.生态学报，2019（5）：1583-1594.
21	易小雅，张德全，刘勇，等.2000-2020年内蒙古杭锦旗植被变化特征及其对气候要素的响应［J］.中国沙漠，2024，44（3）：51-62.
22	中国气象局. 陆地植被气象与生态质量监测评价等级：［S］.
23	郑诚蔚，邓晓红，李宗省，等.甘肃省河西地区水源涵养功能与人类活动强度演变［J］.中国沙漠，2024，44（1）：189-200.
24	张小瑜，周自翔，唐志雄，等.无定河流域生境质量时空变化及预测［J］.中国沙漠，2024，44（3）：75-84.
25	徐涵秋.福建省长汀县河田盆地区近35年来地表裸土变化的遥感时空分析［J］.生态学报，2013（10）：2946-2953.
26	崔亚婷，李嬛，郑龙啸，等.基于RSEI的黄河上游流域生态环境质量变化分析［J］.中国沙漠，2023，43（3）：107-118.
27	FAO，IIASA，ISRIC，et al.Harmonized World Soil Database （version 1.1）［DB］.Rome，Italy：FAO，200.
28	彭立，邓伟，黄佩，等.四川盆地多重生态系统服务景观指数评价与服务簇识别［J］.生态学报，2021（23）：9328-9340.
29	郭瑞，刘蔚，李宗省，等.祁连山甘肃片区土地利用变化特征及驱动力［J］.中国沙漠，2023，43（3）：188-198.
30	祁菁.基于组合赋权TOPSIS模型的建设项目水土保持绩效评价及障碍因子诊断［J］.水土保持研究，2023（6）：458-467.
31	王婷婷，汪妮，金涛.基于障碍因子识别的水资源承载力评价预警［J］.人民黄河，2023（8）：84-89.
32	陶希东.建设韧性城市：应对极端气候的重要策略［J］.人民论坛，2023（15）：62-65.
33	申元村.中国脆弱环境区划的初步研究［M］//赵桂久，刘燕华，赵名茶.生态环境综合整治与恢复技术研究：退化生态系统综合整治、恢复与重建示范工程技术研究：第二集.北京：北京科学技术出版社，1995：69-76.
34	徐庆勇，黄玫，李雷，等.晋北地区生态环境脆弱性的GIS综合评价［J］.地球信息科学学报，2013，15（5）：705-711.
35	董建红，张志斌，笪晓军，等. “三生”空间视角下土地利用转型的生态环境效应及驱动力：以甘肃省为例［J］.生态学报， 2021（15）：5919-5928.
36	冯志军.甘肃高温干旱叠加并进一步发展［EB/OL］.（2022-8-10）. .
37	景晓汀.天水市高效节水灌溉发展问题分析及对策探讨［J］.甘肃科技纵横，2014（9）：25-26.
38	王飞，王宗敏，杨海波，等.基于SPEI的黄河流域干旱时空格局研究［J］.中国科学：地球科学，2018，48：1169-1183.
39	杨磊，张涵丹，陈利顶.黄土宽梁缓坡丘陵区次降雨对土壤水分补给效率与阈值研究［J］.中国科学：地球科学，2018，48：457-466.

[1]	任嘉隆, 刘继亮, 王永珍, 方静, 冯怡琳, 高安岭, 宋嫒霞, 辛未冬. 戈壁荒漠地表节肢动物聚集对降水及温度的响应[J]. 中国沙漠, 2024, 44(2): 207-219.
[2]	张晶, 左小安, 吕朋. 土壤水分和养分对沙质草地优势植物叶片氮回收效率的影响[J]. 中国沙漠, 2024, 44(1): 161-169.
[3]	牛亚毅, 刘蔚, 董佳蕊, 连杰, 王旭洋, 李玉强. 科尔沁沙地1961—2021年主要气象要素的变化特征[J]. 中国沙漠, 2023, 43(4): 263-273.
[4]	卫雨西, 陈丽娟, 席海洋, 张成琦, 甘开元, 雍天, 张金霞. 石羊河流域土壤水分和电导率的空间分布特征[J]. 中国沙漠, 2023, 43(3): 264-273.
[5]	卜凡蕊, 刘颖, 邹学勇. 中国东部典型沙地植被覆盖度对降水变化的响应[J]. 中国沙漠, 2023, 43(3): 9-20.
[6]	黄韵杰, 李永刚, 尹本丰, 张元明. 齿肋赤藓（ *Syntrichia caninervis* ）氮磷计量特征对降水量的响应[J]. 中国沙漠, 2023, 43(2): 1-10.
[7]	钟凌飞, 张丽华. 河西走廊平原区2000—2020年气温与降水变化[J]. 中国沙漠, 2023, 43(2): 264-270.
[8]	洪光宇, 王晓江, 苏庆溥, 海龙, 王少昆, 高孝威, 徐艳艳, 周景山, 李卓凡, 李梓豪, 胡尔查. 毛乌素沙地流动沙丘土壤水分模拟及渗漏特征[J]. 中国沙漠, 2023, 43(2): 288-298.
[9]	郝爱华, 薛娴, 尤全刚, 勾朝阳. 青藏高原近60年降水变化研究进展[J]. 中国沙漠, 2023, 43(2): 43-52.
[10]	王俊杰, 拾兵, 柏涛, 袁青云. 黄河流域降水格局及影响因素[J]. 中国沙漠, 2022, 42(6): 94-102.
[11]	印家旺, 阿拉木萨, 苏宇航. 科尔沁沙地沙丘植被对丘间低地水体的影响[J]. 中国沙漠, 2022, 42(6): 194-203.
[12]	廉泓林, 韩雪莹, 刘雅莉, 韩雨晴, 杨文斌, 熊伟. 基于标准化降水蒸散指数（SPEI）的毛乌素沙地1981—2020年干旱特征研究[J]. 中国沙漠, 2022, 42(4): 71-80.
[13]	王怀海, 黄文达, 何远政, 牛亚毅, 朱远忠. 短期增温和降水减少对沙质草地土壤微生物量碳氮和酶活性的影响[J]. 中国沙漠, 2022, 42(3): 274-281.
[14]	郭新新, 岳平, 李香云, 乔静娟, 胡亚, 左小安. 降水量对荒漠草原骆驼蓬（ *Peganum harmala* ）地上生物量的影响[J]. 中国沙漠, 2022, 42(2): 164-172.
[15]	田艳丽, 种培芳, 陆文涛, 贾向阳. 模拟氮沉降和降水变化对红砂（*Reaumuria soongorica）、珍珠猪毛菜（Salsola passerina*）生理的影响[J]. 中国沙漠, 2021, 41(3): 165-173.