陳理庭，蔡海生,2，張 婷，張學(xué)玲，曾 珩，陳 藝

(1.江西農(nóng)業(yè)大學(xué)江西省鄱陽(yáng)湖流域農(nóng)業(yè)資源與生態(tài)重點(diǎn)實(shí)驗(yàn)室/江西農(nóng)業(yè)大學(xué)富硒農(nóng)業(yè)產(chǎn)業(yè)發(fā)展研究中心，南昌 330045；2.江西旅游商貿(mào)職業(yè)學(xué)院，南昌 330100；3.江西省土地開(kāi)發(fā)整理中心，南昌 330002)

【研究意義】國(guó)土空間作為人類生產(chǎn)生活的重要載體，理應(yīng)受到嚴(yán)格保護(hù)。隨著社會(huì)經(jīng)濟(jì)的飛速發(fā)展，人類活動(dòng)日漸頻繁、城鎮(zhèn)建設(shè)空間擴(kuò)張無(wú)序等問(wèn)題對(duì)國(guó)土空間造成了巨大壓力，生態(tài)問(wèn)題成為制約社會(huì)發(fā)展的重要因素之一。與此同時(shí)，隨著國(guó)土空間規(guī)劃工作的全面鋪開(kāi)，國(guó)土空間生態(tài)修復(fù)提升至國(guó)家戰(zhàn)略工程，生態(tài)文明思想深入人心。進(jìn)行生態(tài)脆弱性評(píng)價(jià)可以有效掌握國(guó)土空間的本底特征[1]，為國(guó)土空間開(kāi)發(fā)利用以及生態(tài)修復(fù)提供重要依據(jù)，具有重要現(xiàn)實(shí)意義?！厩叭搜芯窟M(jìn)展】當(dāng)今學(xué)者大都認(rèn)為：生態(tài)環(huán)境脆弱性是指在自然要素和人為因素的共同影響下，生態(tài)系統(tǒng)對(duì)于干擾所表現(xiàn)的敏感性和恢復(fù)力，只要干擾程度超出了生態(tài)系統(tǒng)的適應(yīng)能力就可能會(huì)出現(xiàn)相應(yīng)的脆弱表征[2]。近年來(lái)，隨著對(duì)生態(tài)脆弱性研究的不斷深入，其評(píng)價(jià)體系正朝著多樣化和科學(xué)化邁進(jìn)。目前，生態(tài)脆弱性評(píng)價(jià)方法多采用多因子綜合的定量研究方法，如綜合指數(shù)法[3]、主成分分析法[4-5]等。指標(biāo)模型多為PSR(壓力—狀態(tài)—響應(yīng))模型[6-7]、SRP(Sensitivity-Recovery-Pressure)模型[8-10]以及基于“暴露—敏感—適應(yīng)能力”的VSD模型[11-12]等,其研究尺度普遍選擇的是流域、省域以及市域。但這些現(xiàn)有研究多應(yīng)用一組指標(biāo)權(quán)重進(jìn)行線性組合的方式如AHP-PCA熵權(quán)法[13]等進(jìn)行動(dòng)態(tài)評(píng)價(jià)，缺乏對(duì)不同決策風(fēng)險(xiǎn)的考慮。有序加權(quán)平均(OWA)法是一種通過(guò)調(diào)整風(fēng)險(xiǎn)系數(shù)以獲得不同評(píng)價(jià)結(jié)果的多準(zhǔn)則決策法，可以有效解決多屬性決策的問(wèn)題，其在城市減災(zāi)[14]、洪水災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)[15]、建設(shè)用地開(kāi)發(fā)適宜性[16]、土地生態(tài)安全評(píng)價(jià)[17]、生態(tài)安全格局[18]、土壤適宜性評(píng)價(jià)[19]、生態(tài)風(fēng)險(xiǎn)評(píng)價(jià)[20]等領(lǐng)域得到廣泛應(yīng)用，而在生態(tài)環(huán)境脆弱性研究中涉及較少。【本研究切入點(diǎn)】基于SRP概念模型，從生態(tài)敏感性、生態(tài)恢復(fù)力、生態(tài)壓力度3個(gè)層面選取11個(gè)具體指標(biāo)，運(yùn)用綜合指數(shù)法對(duì)萬(wàn)年縣2005—2018年生態(tài)脆弱性進(jìn)行綜合分析，揭示其時(shí)空演變特征，同時(shí)結(jié)合空間自相關(guān)分析，探討其在空間上的集聚格局，以期為國(guó)土空間生態(tài)修復(fù)、分區(qū)治理提供參考。此外，引入OWA多準(zhǔn)則決策方法對(duì)萬(wàn)年縣2018年生態(tài)脆弱性進(jìn)行情景模擬，分析其在不同決策風(fēng)險(xiǎn)下的評(píng)價(jià)結(jié)果，輔助決策者進(jìn)行更為科學(xué)全面的判斷，以期為區(qū)域長(zhǎng)遠(yuǎn)發(fā)展提供依據(jù)?！緮M解決的關(guān)鍵問(wèn)題】此研究為縣域生態(tài)脆弱性評(píng)價(jià)補(bǔ)充了多重視角，為當(dāng)前生態(tài)脆弱性研究多情景模擬分析的不足提供了可行方案，為萬(wàn)年縣進(jìn)一步踐行生態(tài)文明建設(shè)、生態(tài)保護(hù)修復(fù)等提供了科學(xué)依據(jù)，對(duì)促進(jìn)其社會(huì)—經(jīng)濟(jì)—生態(tài)協(xié)調(diào)發(fā)展具有重要意義。

1 材料與方法

1.1 研究區(qū)概況

萬(wàn)年縣(116°46′41″～117°15′16″E、28°30′00″～28°54′08 ″N)處于江西省東南部、上饒市中部(圖1)。年均降水量約1808 mm，年均氣溫約17.4 ℃，縣內(nèi)植被良好，雨量充足。作為稻米之鄉(xiāng)，全縣土地利用以耕地為主，居民點(diǎn)和工礦用地次之。境內(nèi)以丘陵為主，地勢(shì)從東南向西北降低，中部丘陵連綿，西部湖泊眾多，水系發(fā)達(dá)。近幾年，萬(wàn)年縣建設(shè)開(kāi)發(fā)，人類活動(dòng)頻率上升，對(duì)其生態(tài)環(huán)境造成了一定壓力。萬(wàn)年縣域內(nèi)礦產(chǎn)資源豐富，但礦產(chǎn)資源開(kāi)發(fā)手段不完善對(duì)其生態(tài)造成了一定破壞。而其夏季容易受到副熱帶高壓影響，氣溫偏高且雨水較多，且全縣山地面積占比較大，容易產(chǎn)生生態(tài)安全隱患。

1.2 數(shù)據(jù)來(lái)源與研究方法

1.2.1 數(shù)據(jù)來(lái)源 主要包括DEM高程數(shù)據(jù)、氣象數(shù)據(jù)、土地利用數(shù)據(jù)以及遙感數(shù)據(jù)和人口數(shù)據(jù)。其中2005、2010和2018年3期土地利用數(shù)據(jù)于萬(wàn)年縣自然資源局與江西省土地整理中心獲取。氣象數(shù)據(jù)在江西省氣象局處獲取，數(shù)據(jù)日期為2005、2010和2018年。DEM影像數(shù)據(jù)由地理空間數(shù)據(jù)云(http://www.gscloud.cn/)下載，影像分辨率為30 m。人口數(shù)據(jù)來(lái)自2005—2018年中國(guó)縣域統(tǒng)計(jì)年鑒及萬(wàn)年縣各年份統(tǒng)計(jì)公報(bào)。

1.2.2 構(gòu)建指標(biāo)體系 SRP模型從生態(tài)敏感性、生態(tài)恢復(fù)力以及生態(tài)壓力度3個(gè)層面綜合考慮影響生態(tài)脆弱性的因素。其中，地形、地表和氣象是生態(tài)敏感性層面的主要考慮因子。生態(tài)恢復(fù)力層面主要包含植被因子。人類活動(dòng)是造成生態(tài)壓力的重要來(lái)源，因此生態(tài)壓力度層面選擇的是人類活動(dòng)因子。SRP模型囊括了生態(tài)脆弱性的兩個(gè)形成要素，即內(nèi)部脆弱性和外部脆弱性，選擇SRP評(píng)價(jià)模型可以較為全面地分析生態(tài)狀況，并為動(dòng)態(tài)分析打下基礎(chǔ)。本文選取11個(gè)具體指標(biāo)，并進(jìn)一步劃分為正向和逆向指標(biāo)，對(duì)萬(wàn)年縣2005—2018年生態(tài)脆弱狀況進(jìn)行綜合評(píng)價(jià)，見(jiàn)表1。

圖1 研究區(qū)位Fig.1 Research location

1.2.3 指標(biāo)計(jì)算及標(biāo)準(zhǔn)化 評(píng)價(jià)基于格網(wǎng)尺度，所有涉及的指標(biāo)均轉(zhuǎn)化為格網(wǎng)尺度。研究通過(guò)借鑒前人利用格網(wǎng)GIS法對(duì)生態(tài)環(huán)境脆弱性的相關(guān)研究[21]，并結(jié)合萬(wàn)年縣的實(shí)際情況，從萬(wàn)年縣景觀類型分布以及土地利用進(jìn)行綜合考慮，選擇1 km×1 km對(duì)萬(wàn)年縣進(jìn)行格網(wǎng)劃分。將提及的指標(biāo)數(shù)據(jù)轉(zhuǎn)化成分辨率為30 m的柵格數(shù)據(jù)，并將各指標(biāo)值通過(guò)ArcGIS 10.5軟件平臺(tái)進(jìn)行分區(qū)統(tǒng)計(jì)，得到各格網(wǎng)的指標(biāo)值。

各個(gè)指標(biāo)統(tǒng)一量綱，以便指標(biāo)間的統(tǒng)計(jì)和對(duì)比。采納極差標(biāo)準(zhǔn)化法，見(jiàn)下式：

(1)

表1 指標(biāo)體系

表2 2005—2018年各指標(biāo)組合權(quán)重

(2)

式中，Yij表示標(biāo)準(zhǔn)化后各指標(biāo)的值，Xij代表第i個(gè)指標(biāo)在第j個(gè)格網(wǎng)的原始數(shù)據(jù)值，Xjmax則是指標(biāo)在格網(wǎng)中的最大值，同理，Xjmin代表指標(biāo)在格網(wǎng)中的最小值。

1.2.4 確定指標(biāo)權(quán)重 層次分析法運(yùn)用范圍廣，但受主觀影響較大，而熵權(quán)法則是以各指標(biāo)中所能提供的信息熵來(lái)確定各權(quán)重，指標(biāo)所含信息熵越小，其變異程度越大則賦予的權(quán)重越大，反之亦然[22]。以熵權(quán)法對(duì)層次分析法的結(jié)果進(jìn)行修正，得出各指標(biāo)的綜合權(quán)重，公式如下：

(3)

式中，ari為層次分析法計(jì)算的權(quán)重，Sri為熵權(quán)法計(jì)算的權(quán)重，Ri為組合權(quán)重。計(jì)算2005、2010、2018年萬(wàn)年縣生態(tài)脆弱性，各指標(biāo)權(quán)重見(jiàn)表2。

1.2.5 綜合指數(shù)法 采用綜合指數(shù)法求得生態(tài)脆弱性指數(shù)EVI，計(jì)算公式如下：

(4)

式中，EVI表示生態(tài)脆弱性指數(shù)，Wi為各個(gè)指標(biāo)的標(biāo)準(zhǔn)化值，而Ri是各個(gè)指標(biāo)所占的權(quán)重。同時(shí)，對(duì)生態(tài)脆弱性指數(shù)進(jìn)行統(tǒng)一標(biāo)準(zhǔn)化的計(jì)算，便于其數(shù)值比照，公式如下：

(5)

式中，SEVI代表標(biāo)準(zhǔn)化后的EVI值，EVI為全部格網(wǎng)單元的生態(tài)脆弱性指數(shù)值，EVImax為其中的最大值，EVImin代表其中的最小值。在得到標(biāo)準(zhǔn)化后的生態(tài)脆弱性指數(shù)后，使用自然斷點(diǎn)法[3]，生態(tài)脆弱性最后劃分為微度脆弱、輕度脆弱、中度脆弱、重度脆弱以及極度脆弱5個(gè)層級(jí)。

1.2.6 空間自相關(guān)分析 以Moran’ I指數(shù)和聚類圖表征萬(wàn)年縣2005—2018年生態(tài)脆弱性的空間關(guān)聯(lián)關(guān)系，研究通過(guò)Geoda 1.12軟件繪制萬(wàn)年縣局部空間自相關(guān)聚類圖，以分析萬(wàn)年縣生態(tài)脆弱性高值區(qū)、低值區(qū)的空間分異規(guī)律。

1.2.7 OWA方法 OWA方法由美國(guó)數(shù)學(xué)家Yager率先提出，其核心在于對(duì)指標(biāo)按照屬性的重要性重新排序，對(duì)不同位序的指標(biāo)賦予不同的次序權(quán)重。關(guān)于OWA權(quán)重的確定方法眾多，其中單調(diào)規(guī)則遞增(RIM)法運(yùn)用廣泛，其計(jì)算公式如下：

(6)

式中，vj為次序權(quán)重，vj∈[0,1]，且v1+v2+…+vn=1。a為決策風(fēng)險(xiǎn)系數(shù)，取值0到∞之間；Wk為指標(biāo)重要性等級(jí)，其計(jì)算公式如下：

(7)

式中，n表示指標(biāo)個(gè)數(shù)，rk根據(jù)指標(biāo)數(shù)值大小對(duì)其進(jìn)行重要性取值，最大取1，最小取n。

利用OWA方法計(jì)算生態(tài)脆弱性空間多準(zhǔn)則評(píng)價(jià)的關(guān)鍵在于將準(zhǔn)則權(quán)重和次序權(quán)重進(jìn)行線性組合從而得出評(píng)價(jià)結(jié)果[1]，其公式如下：

(8)

式中，zij為第i個(gè)像元中第j項(xiàng)指標(biāo)的屬性值；ui為準(zhǔn)則權(quán)重，ui∈[0,1]，且u1+u2+…+un=1,研究中使用AHP方法計(jì)算準(zhǔn)則權(quán)重；vj為次序權(quán)重。

本文基于單調(diào)規(guī)則遞增(RIM)法計(jì)算7種不同決策風(fēng)險(xiǎn)系數(shù)下的次序權(quán)重，結(jié)果見(jiàn)表3，在決策者持樂(lè)觀態(tài)度時(shí)(a<1),賦予重要性較高的指標(biāo)更高的次序權(quán)重；在決策者持悲觀態(tài)度時(shí)(a>1)，重要性較低的指標(biāo)被優(yōu)先考慮賦予更高的次序權(quán)重，重要性較高的反而不被重視；當(dāng)決策者無(wú)偏好時(shí)(a=1)，只用準(zhǔn)則權(quán)重進(jìn)行綜合評(píng)價(jià)。

2 結(jié)果與分析

2.1 萬(wàn)年縣生態(tài)脆弱性空間分布特征

由圖2可知，萬(wàn)年縣生態(tài)脆弱性在2005—2010年間大體呈現(xiàn)西北低、東南高的現(xiàn)象，而2018年其生態(tài)脆弱性呈現(xiàn)中部低、北部及東南高的狀態(tài)，且2005—2018年間極度脆弱區(qū)集中在陳營(yíng)鎮(zhèn)。

由表4可知，2005—2018年均以輕度脆弱為主，其中2005年萬(wàn)年縣輕度脆弱面積為528.56 km2，占據(jù)其總面積45.96%，主要分布在齊埠鄉(xiāng)、石鎮(zhèn)鎮(zhèn)、汪家鄉(xiāng)、青云鎮(zhèn)、蘇橋鄉(xiāng)、珠田鄉(xiāng)及梓埠鎮(zhèn)南部區(qū)域。微度脆弱區(qū)主要分布于珠田鄉(xiāng)和石鎮(zhèn)鎮(zhèn)的中部區(qū)域，面積占比為28.12%，而萬(wàn)年縣中度、重度脆弱區(qū)主要分布在陳營(yíng)鎮(zhèn)周邊以及大源鎮(zhèn)南部、裴梅鎮(zhèn)東南部地區(qū)，其面積分別為203.19、88.98 km2，占比分別為17.67%、7.74%。而極度脆弱在萬(wàn)年縣分布集中但面積不大，僅占0.52%。

與2005年相比，萬(wàn)年縣2010年輕度脆弱面積有所下降，面積為473.77 km2，占據(jù)縣域面積41.19%，其中度脆弱和重度脆弱、極度脆弱分布更為集中，主要在萬(wàn)年縣東南部各鄉(xiāng)鎮(zhèn)，且面積也有所增加，分別為213.52、90.93、8 km2，各自占縣域面積18.56%、7.91%和0.70%。而2018年，萬(wàn)年縣中度、重度脆弱區(qū)相比2005、2010年有向北部聚集的趨勢(shì)，其中中度脆弱區(qū)主要集中在陳營(yíng)鎮(zhèn)周邊以及萬(wàn)年縣北部的梓埠鎮(zhèn)、湖云鄉(xiāng)等地區(qū)，重度脆弱區(qū)主要集中在大源鎮(zhèn)和裴梅鎮(zhèn)，且在北部占據(jù)零星地塊。中度脆弱區(qū)面積為237.57 km2，占比為20.66%，相比2005和2010年呈增加趨勢(shì)。另外，微度和極度脆弱變化不大，極度脆弱區(qū)仍集中于陳營(yíng)鎮(zhèn)中心，亦為萬(wàn)年縣的城區(qū)所在地，面積占比為0.80%。

2005、2010和2018年的生態(tài)脆弱性指數(shù)的均值分別為0.2633、0.2473、0.1914，呈逐年遞減趨勢(shì)，表征萬(wàn)年縣生態(tài)脆弱性在研究期間內(nèi)逐漸轉(zhuǎn)好。2018年中度脆弱區(qū)集中于北部耕地地區(qū)，而隨著社會(huì)經(jīng)濟(jì)的發(fā)展、人口的不斷增加，對(duì)糧食的需求也在不斷增加，人類活動(dòng)增強(qiáng)使得生態(tài)壓力增強(qiáng)，造成輕度脆弱逐漸演變成中度脆弱，并出現(xiàn)零星重度脆弱區(qū)。而2005—2010年重度脆弱區(qū)集中于大源、裴梅等礦區(qū)開(kāi)發(fā)地，2010年之后，萬(wàn)年縣對(duì)廢棄礦區(qū)開(kāi)展治理等工作，至2018年，重度脆弱區(qū)面積下降為86.81 km2，占7.55%。如持續(xù)進(jìn)行生態(tài)修復(fù)等工作，其生態(tài)狀況可進(jìn)一步改善。

2.2 萬(wàn)年縣鄉(xiāng)鎮(zhèn)尺度生態(tài)脆弱性變化特征

由表5可知，2005—2018年，齊埠鄉(xiāng)、青云鎮(zhèn)、上坊鄉(xiāng)、石鎮(zhèn)鎮(zhèn)、蘇橋鄉(xiāng)、汪家鄉(xiāng)和珠田鄉(xiāng)均以微度、輕度脆弱區(qū)為主，均位于萬(wàn)年縣丘陵區(qū)，植被覆蓋豐富，生態(tài)恢復(fù)力較強(qiáng)。2005—2010年間，大源鎮(zhèn)鎮(zhèn)域生態(tài)脆弱性明顯加重，從中度脆弱轉(zhuǎn)變?yōu)橹囟却嗳?，但?010—2018年間，又逐步轉(zhuǎn)為中度脆弱，表明其社會(huì)經(jīng)濟(jì)活動(dòng)已經(jīng)對(duì)生態(tài)環(huán)境造成了巨大威脅，對(duì)此，政府大力推進(jìn)生態(tài)文明建設(shè)，其成果初步顯現(xiàn)，環(huán)境由差轉(zhuǎn)好，生態(tài)保護(hù)修復(fù)得到高度重視。隨著經(jīng)濟(jì)、人口的快速增長(zhǎng)，耕地資源利用加強(qiáng)，造成湖云鄉(xiāng)、梓埠鎮(zhèn)這兩個(gè)以耕地為主的鄉(xiāng)鎮(zhèn)由輕度脆弱轉(zhuǎn)變?yōu)榱酥卸却嗳?。萬(wàn)年縣主城區(qū)由于土地利用程度較高、人口壓力等對(duì)生態(tài)壞境造成一定破壞，始終為主要的極度脆弱區(qū)。而裴梅鎮(zhèn)雖然在研究期間主要以輕度脆弱為主，但其山地眾多，存在明顯的自然本底脆弱性，生態(tài)問(wèn)題不容忽視。

表3 生態(tài)脆弱性評(píng)價(jià)指標(biāo)次序權(quán)重

圖2 萬(wàn)年縣2005—2018生態(tài)脆弱性分級(jí)Fig.2 Classification of ecological vulnerability in Wannian county from 2005 to 2018

表4 生態(tài)脆弱性面積占比

表5 各鄉(xiāng)鎮(zhèn)生態(tài)脆弱性面積占比

圖3 萬(wàn)年縣生態(tài)脆弱性指數(shù)2005—2018年Moran’I散點(diǎn) Fig.3 Moran scatter of ecological vulnerability index in Wannian county from 2005 to 2018

2.3 萬(wàn)年縣生態(tài)脆弱性空間集聚特征

經(jīng)過(guò)空間自相關(guān)的探討，計(jì)算出全局Moran’I指數(shù)分別為0.504 848、0.680 825和0.742 960，表明2005、2010和2018年萬(wàn)年縣生態(tài)脆弱性具有明顯的空間關(guān)聯(lián)關(guān)系(圖3)，2005—2018年生態(tài)脆弱性的空間自相關(guān)性逐漸增加，呈現(xiàn)高度空間正相關(guān)關(guān)系。

圖4顯示，2005年萬(wàn)年縣生態(tài)脆弱性高高集聚區(qū)集中于東南部。鄉(xiāng)鎮(zhèn)尺度上，萬(wàn)年縣生態(tài)脆弱性的高高集聚區(qū)主要分布在中心城區(qū)、裴梅鎮(zhèn)、大源鎮(zhèn)，基本分布在極度脆弱區(qū)和重度脆弱區(qū)。而低低聚集區(qū)主要集中在微度脆弱區(qū)，少部分零星分布在輕度脆弱區(qū)。而2010、2018年高高集聚區(qū)相比2005年更為集中，并逐漸向中心城區(qū)、縣域東南部靠攏，且2018年的高高集聚區(qū)有向北部拓展的趨勢(shì)。大源鎮(zhèn)、裴梅鎮(zhèn)山地較多，且礦產(chǎn)資源開(kāi)發(fā)、廢棄資源處理方式的不完善，形成了生態(tài)脆弱性較高的區(qū)域以這兩個(gè)鎮(zhèn)為主向四周輻射的狀態(tài)，是高高聚集的重要原因。而低低集聚區(qū)在研究期間內(nèi)變化較大，其分布狀況由零散逐漸變得集中，至2018年，基本分布在微度脆弱區(qū)?？傮w而言，以目前生態(tài)脆弱性的空間集聚效應(yīng)來(lái)看，需要進(jìn)一步加強(qiáng)對(duì)高高集聚區(qū)的管控，尤其要防范其向周邊地區(qū)輻射擴(kuò)展效應(yīng)。

2.4 基于OWA的萬(wàn)年縣生態(tài)脆弱性情景模擬

以2018年萬(wàn)年縣生態(tài)脆弱性評(píng)價(jià)結(jié)果為基礎(chǔ)，結(jié)合IDRISI軟件中的OWA模塊，將11個(gè)指標(biāo)的標(biāo)準(zhǔn)化柵格圖、準(zhǔn)則權(quán)重、次序權(quán)重輸入其中，得到不同決策風(fēng)險(xiǎn)下的萬(wàn)年縣生態(tài)脆弱性評(píng)價(jià)結(jié)果。結(jié)合實(shí)地調(diào)查萬(wàn)年縣社會(huì)經(jīng)濟(jì)發(fā)展水平以及生態(tài)文明建設(shè)情況，研究設(shè)置了3種情景模擬萬(wàn)年縣生態(tài)脆弱性：a=1時(shí)，為維持現(xiàn)狀型；a=0.8時(shí)，為生態(tài)可持續(xù)發(fā)展的樂(lè)觀決策情景；a=3時(shí)，為生態(tài)不可持續(xù)的悲觀決策情景。

基于圖5分析3種決策情境下萬(wàn)年縣的生態(tài)脆弱性，當(dāng)a=0.8時(shí)，萬(wàn)年縣全縣處于微度脆弱和輕度脆弱，極少數(shù)處于中度脆弱，其中微度脆弱占比5.62%、輕度脆弱占比93.40%。a=1時(shí)，萬(wàn)年縣生態(tài)脆弱性狀況接近使用AHP-熵權(quán)法時(shí)的評(píng)價(jià)結(jié)果，全縣以輕度脆弱和中度脆弱為主，面積占比分別為63.29%、33.03%，表征OWA方法在評(píng)價(jià)生態(tài)脆弱性具有一定適用性。a=3時(shí)，萬(wàn)年縣以中度脆弱為主，占比59.37%，且重度脆弱占比1.64%，除縣域西北部生態(tài)脆弱性較低，其余地區(qū)生態(tài)脆弱程度均較高。此時(shí)，高程、起伏度、均溫、降水等指標(biāo)次序權(quán)重較高，萬(wàn)年縣東南部原有自然因素成為造成生態(tài)環(huán)境脆弱的重要原因，生態(tài)環(huán)境問(wèn)題不容忽視。

圖4 萬(wàn)年縣生態(tài)脆弱性指數(shù)2005—2018聚類Fig.4 Clustering of ecological vulnerability index in Wannian county from 2005 to 2018

圖5 不同政策情境下萬(wàn)年縣生態(tài)脆弱性狀況Fig.5 Ecological vulnerability in Wannian county under different policy scenarios

生態(tài)持續(xù)型情景下，全縣輕度脆弱面積超過(guò)90%，生態(tài)環(huán)境保護(hù)得到極大重視，此時(shí)全縣生態(tài)被破壞的區(qū)域幾乎沒(méi)有，決策策略可以適當(dāng)考慮加大社會(huì)發(fā)展的投入，以提高未來(lái)生態(tài)修復(fù)的經(jīng)濟(jì)保障。維持現(xiàn)狀型情景下，萬(wàn)年縣生態(tài)脆弱性評(píng)價(jià)結(jié)果趨近于反映區(qū)域現(xiàn)實(shí)脆弱性，此時(shí)縣域中心城區(qū)、西北耕作區(qū)脆弱程度較高，決策策略可以考慮在這些區(qū)域開(kāi)展生態(tài)修復(fù)試點(diǎn)工作。生態(tài)不可持續(xù)型情景下，全縣脆弱程度較高，中度脆弱占比接近六成，且集中于東南方，此時(shí)決策策略需要重點(diǎn)恢復(fù)縣域生態(tài)環(huán)境，由于東南山區(qū)地勢(shì)較高、地形起伏較大，決策者可以考慮從水源涵養(yǎng)、生物多樣性維護(hù)、水土流失治理等方面制定修復(fù)措施，通過(guò)自然修復(fù)與人為干預(yù)的方式進(jìn)行綜合治理。

3 討 論

運(yùn)用SRP模型從生態(tài)敏感性、生態(tài)恢復(fù)力、生態(tài)壓力度3個(gè)層次遴選指標(biāo)，較為綜合地分析了2005—2018年間萬(wàn)年縣生態(tài)脆弱性時(shí)空演變特征，同時(shí)對(duì)其進(jìn)行空間自相關(guān)分析，探討生態(tài)脆弱性在空間上的集聚狀況，期望為生態(tài)治理修復(fù)、分區(qū)管控提供參考。但由于研究尺度較小，部分?jǐn)?shù)據(jù)獲取受到限制，且生態(tài)脆弱性分級(jí)方式、權(quán)重確定等多樣化，并未有一個(gè)統(tǒng)一標(biāo)準(zhǔn)，因此生態(tài)脆弱性評(píng)價(jià)體系值得進(jìn)一步完善。

通過(guò)OWA方法設(shè)置不同決策風(fēng)險(xiǎn)，對(duì)生態(tài)脆弱性進(jìn)行不同情景的模擬，有助于決策者更全面、科學(xué)地進(jìn)行判斷。在對(duì)萬(wàn)年縣進(jìn)行生態(tài)脆弱性評(píng)價(jià)時(shí)，不同決策風(fēng)險(xiǎn)系數(shù)下的結(jié)果也各不相同，決策者通過(guò)得到多情景組合情況下的評(píng)價(jià)結(jié)果進(jìn)而統(tǒng)籌社會(huì)經(jīng)濟(jì)發(fā)展和風(fēng)險(xiǎn)管控之間的關(guān)系。值得注意的是，OWA方法的評(píng)價(jià)結(jié)果只能為處在動(dòng)態(tài)變化之中的區(qū)域發(fā)展提供決策思路，并不代表方案唯一優(yōu)解。本文基于對(duì)生態(tài)脆弱性的認(rèn)識(shí)，嘗試探索不同決策情景下的脆弱性結(jié)果，期望為決策者提供不同的決策策略，同時(shí)彌補(bǔ)多準(zhǔn)則決策在生態(tài)脆弱性研究中較少的情況。

4 結(jié) 論

采用綜合指數(shù)法對(duì)萬(wàn)年縣2005—2018年的生態(tài)脆弱性進(jìn)行評(píng)價(jià)，并基于OWA方法探討2018年不同情景方案下的國(guó)土空間脆弱性。

(1)2005—2018年，萬(wàn)年縣生態(tài)脆弱性呈明顯下降趨勢(shì)，生態(tài)脆弱性指數(shù)均值由2005年的0.2633下降至2018年的0.1914，累積下降27.31%。區(qū)域生態(tài)脆弱性總體呈現(xiàn)“西北高—中部、西部低—東南高”的空間格局。

(2)2005—2018年，萬(wàn)年縣生態(tài)脆弱性Moran’ I指數(shù)分別為0.504 848、0.680 825、0.74 296，表征萬(wàn)年縣在研究期間生態(tài)脆弱性呈現(xiàn)高度正相關(guān)關(guān)系，空間集聚進(jìn)一步增強(qiáng)。

(3)基于OWA方法模擬不同決策風(fēng)險(xiǎn)下萬(wàn)年縣生態(tài)脆弱性，結(jié)果表明隨著風(fēng)險(xiǎn)系數(shù)的增加，萬(wàn)年縣生態(tài)脆弱性逐漸升高，決策者態(tài)度由樂(lè)觀變?yōu)楸^。萬(wàn)年縣處于“生態(tài)持續(xù)型”、“生態(tài)不可持續(xù)型”情景下的生態(tài)脆弱性分別處于輕度脆弱(93.40%)、中度脆弱(59.37%)水平。

(4)“維持現(xiàn)狀型”時(shí)，全縣以輕度脆弱和中度脆弱為主，面積占比分別為63.29%、33.03%，接近使用AHP-熵權(quán)法時(shí)的評(píng)價(jià)結(jié)果，表明OWA方法在生態(tài)脆弱性研究中具有一定適用性。