留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

云南省县域森林生态安全评价与空间分析

汤旭 郑洁 冯彦 李燕坤 王时军 张大红

王建明, 吴保国. 森林小班经营方案编制辅助决策支持技术[J]. 浙江农林大学学报, 2017, 34(4): 730-736. DOI: 10.11833/j.issn.2095-0756.2017.04.020
引用本文: 汤旭, 郑洁, 冯彦, 等. 云南省县域森林生态安全评价与空间分析[J]. 浙江农林大学学报, 2018, 35(4): 684-694. DOI: 10.11833/j.issn.2095-0756.2018.04.014
WANG Jianming, WU Baoguo. Research on technology of forest subcompartments management plan assistant decision[J]. Journal of Zhejiang A&F University, 2017, 34(4): 730-736. DOI: 10.11833/j.issn.2095-0756.2017.04.020
Citation: TANG Xu, ZHENG Jie, FENG Yan, et al. County-level forest ecological security evaluation and spatial analysis in Yunnan Province[J]. Journal of Zhejiang A&F University, 2018, 35(4): 684-694. DOI: 10.11833/j.issn.2095-0756.2018.04.014

云南省县域森林生态安全评价与空间分析

DOI: 10.11833/j.issn.2095-0756.2018.04.014
基金项目: 

国家林业局2014年林业重大问题调研课题 ZDWT201415

详细信息
    作者简介: 汤旭, 博士研究生, 从事林业经济理论与政策研究。E-mail:10994254@qq.com
    通信作者: 张大红, 教授, 博士生导师, 从事林业经济管理研究。E-mail:zhangdahong591120@163.com
  • 中图分类号: S718.5

County-level forest ecological security evaluation and spatial analysis in Yunnan Province

  • 摘要: 为评估森林生态系统的安全程度,改进传统的压力-状态-响应(PSR)模型并建立了一个包括森林承载和社会压力2类指标的指标体系,以云南省129个区县为样本,运用模糊物元法来评价该省在2000,2005,2010和2015年的森林生态安全。为动态分析森林生态安全的时空变化规律,引入了空间相关分析技术。结果表明:①森林生态安全指数等级最高的区域一般分布在云南省西部和南部,而最差的在云南省东北部和东南部少数区域。②这4个年度的森林生态安全平均值分别为0.353 4,0.377 9,0.311 4和0.458 7,总体呈不断上升趋势。2010年的平均值意外下降主要是因为国内生产总值(GDP)增长速度过快,所以应适当降低经济的发展速度。③从时间变化来看,云南省99.20%的县域森林生态安全指数都呈现明显的上升趋势,其中河口县、屏边县和红河县是改善幅度最大的3个县,这与它们都位于云南省南部的国家重点生态功能区有关。④从空间相关性来看,4个年度全局莫兰指数的P < 0.01,所以云南省各区县森林生态安全指数呈现显著的集聚性,森林生态安全指数高—高集聚的区县一般分布在云南省西部和南部,占比11.63%,而低—低集聚区县主要分布在东南部和东北部,占比10.85%。建议在低值集聚区域限制大型开发,并进行以植树造林和退耕还林等工程为主的生态修复;在高值集聚区域可在不破坏生态的前提下适当放宽发展限制。
  • 森林经营是维持森林资源可持续发展、提高森林质量和林地生产力的保障,编制和实施森林经营方案是森林经营的核心。目前,中国森林经营方案编制对象主要是县和林场,以5 a或10 a为1个规划期,实施时分解到年度、落实到小班[1],但操作过程却很难细化到小班。近年来,森林经营理论不断发展,各种科学有效的工具不断应用于森林经营实践中。决策支持系统和专家系统作为必要的工具,在森林资源管理、林火、生态保护、引种辅助决策、森林培育(造林)辅助决策等方面得到广泛应用[2]。在经营方案辅助编制系统方面,信息技术和地理信息系统(GIS)应用较多[3-7]。同时,决策论和空间规划也广泛应用于造林树种选择、收获调整等方面,以辅助森林经营方案的编制[8-13]。特别是“十一五”期间,吴保国等[14]研究了从造林生产到管护等森林培育整个阶段相关的方法与技术,设计开发了基于Web的森林培育专家咨询系统,为森林培育全过程提供了专业的技术支持。目前,以小班为单位的森林经营方案辅助编制的决策支持系统研究鲜有报道。鉴于此,本研究以人工林为对象,尝试解决森林经营小班选择和小班经营方案编制问题,重点研究森林经营小班选择方法、小班适宜性评价方法、经营类型推理规则知识库、经营方案推理流程与生成算法,实现一个以小班为对象的森林经营方案编制辅助决策支持系统。经营者可根据经营任务,智能选择经营小班,结合立地质量评价、适宜性评价、生长收获预估、经营类型推理等过程辅助小班进行经营方案编制。

    系统的研建目标是实现一个森林小班经营方案编制辅助决策支持系统。经营者可根据经营任务,通过空间分析,从森林资源数据库中选择符合条件的小班,并保存为一个单独的图层;用户加载图层后,对每个小班进行立地质量评价、树种适宜性评价和收获预估,并作出经营类型推理,辅助用户编制每个小班的经营方案并输出。所有经营小班设计完成后,生成经营方案设计报告。

    根据系统设计的目标,对小班经营方案编制的整个过程进行分解。根据经营任务,合理选择小班并保存为一个新的图层,用户加载经营小班图层以后,可对每个小班进行立地质量评价、生长收获预估、适宜性评价和经营方案辅助编制。系统的主要功能模块包括经营小班选择模块、立地质量评价模块、小班适宜性评价模块、生长收获预估模块和小班经营方案辅助编制模块。

    系统采用C/S结构,基于. NET平台,使用C#语言,结合ArcGIS Engine(AE)9.3组件开发包进行组件式开发,实现可扩展、易维护的决策支持系统[2]。系统自底向上分为数据层、服务层、人机交互层和用户。如图 1所示:数据层使用Personal Geodatabase空间数据模型,包括空间数据库、属性数据库、知识库、模型库等。服务层包括基本的信息服务、地图服务和小班经营方案编制辅助决策等。

    图  1  决策支持系统结构图
    Figure  1.  System structure diagram of decision support system (DSS)

    森林资源数据库存储了所有小班的空间数据和属性数据,小班选择主要通过GIS空间分析实现。选择流程如图 2所示。

    图  2  小班选择流程
    Figure  2.  Flow chart of subcompartments selection

    对于空间定位选择,AE提供了ISpatialFilter接口,设置Geometry属性为空间二维目标几何体(圆、矩形或多边形等),设置WhereClause为基本属性过滤条件,基本属性条件通过XML文件进行读写。对于空间属性选择,则忽略Geometry属性,直接设置WhereClause属性。关键代码如下所示。

    ISpatialFilter conditionFilter = new SpatialFilterClass(); //定义ISpatialFilter

    IGeometry myGeometry = this._mapControl.TrackCircle(); //定义并获取几何体

    conditionFilter.Geometry = myGeometry; //赋值空间属性条件

    conditionFilter.WhereClause = CurLayerTypeOper.GetXMLConditions(); //读XML文件并赋值

    对于智能选择,采用面积或蓄积进行控制。先使用空间定位选择或点缓冲区分析方式选择出满足基本条件的小班,构成初始小班集合,然后计算这些符合条件的小班总面积或总蓄积,并以指定的目标总面积或总蓄积指标值和上限值进行控制;若累加的小班总面积或总蓄积大于指标值且小于上限值,则选择为目标小班,否则自动调整空间大小,重新选择生成初始小班集合,计算所有符合条件的小班总面积或总蓄积,再次与目标面积或蓄积进行比较,如此自动进行运算,直到选择出符合目标条件的小班集合为止。对于空间几何体或缓冲区调整算法如下:以面积控制为例,先计算出林场单位面积小班数和小班平均面积,再计算初始小班集合总面积与指标值的差值,然后通过差值与单位面积小班数量和小班平均面积间的换算即可确定空间几何体或缓冲区调整的大小。蓄积控制方法类似。

    选择的小班集合保存为一个单独的经营小班图层,保存时使用IFeatureDataConverter2接口的ConvertFeatureClass方法进行;复制原小班的所有字段和属性值到新的图层,并增加类型为esriFieldTypeInteger的字段IsManageEdit,默认赋值属性值0,用于标识是否已对小班进行经营设计;新图层以经营任务年份+任务编号命名。

    小班经营方案主要内容包括小班基本情况、地类、林种、立地类型、经营目标、经营措施、经营投资与效益分析、地点与责任单位、经营措施作业类型与作业时间、设计单位与设计人等内容[1, 13]。小班经营方案辅助编制主要有2种方式:① 智能设计。根据小班林分状态、立地情况和经营目标等条件,利用专家知识进行推理,推荐多个合适的经营方案,用户根据经营目标和林分实际条件从推荐的方案中选择;然后由用户通过收获预估、适宜性评价等过程对选择的方案进行修改完善后直接生成为小班的经营方案。智能设计的核心是利用专家知识构建知识库,通过推理机进行方案推荐。② 手动辅助设计。用户通过用户界面(UI),从经营知识库中选择经营目标、经营技术措施等内容,系统利用经营方案模板自动根据用户的选择内容生成小班经营方案初稿;用户在小班经营方案初稿的基础上,根据立地质量评价、收获预估、适宜性评价等结果,修改完善小班经营方案初稿形成正式方案。小班经营方案推理流程如图 3所示。

    图  3  经营方案推理流程
    Figure  3.  Flow chart of management plan inference rules
    2.2.1   知识库

    系统的知识库由规则表和事实表组成,采用关系数据库构建[2, 14]。以森林经营专家多年经营实践为根据预先编制若干经营方案,利用森林经营方案的知识储备,根据小班的条件确定经营类型,得到根据该经营类型编制的经营方案。一种经营类型,可以有多个经营方案。本系统选择产生式规则表示专家进行经营方案推理规则。产生式规则表示法适合于表示因果之间的关系,经营者根据林分状态、立地条件和经营目标等条件判断而确定采用的经营类型的推理思维就属于因果关系。产生式由前件和后件构成,如“IF(华北落叶松∧中龄林∧郁闭度∈[0.5, 0.7] ∧缓坡∧坡下∧……)THEN华北落叶松大径材”,括号中内容为前件,“华北落叶松大径材”为后件。根据前文所述,同一后件可能具有不同的前件,故本研究集成了相同后件的所有前件,采用星号分隔存储不用的规则条件,有效地减少了规则条数[13]。这种存储方式符合经营专家的知识构成,同时也方便对知识库的更新。经营类型推理规则表的关系模式采用关系表进行存储,经营类型推理规则的关系模式实例如表 1所示。

    表  1  经营类型推理规则
    Table  1.  Table of management type inference rules
    规则编号 树种 龄组 郁闭度 密度 坡度 坡向 坡位 林种 经营目标 经营类型 经营方案编号
    101 华北落叶松 中龄林*幼龄林 [0.5, 0.7] [0, 133 3] 缓坡*平坡 阴坡 中*下 用材林 大径材 华北落叶松大径材 01* 02
    102 华北落叶松 中龄林*幼龄林 [0.8, 0.9] [0, 250 0] 斜坡*缓坡 阴坡*半阴半阳坡 中*下 用材林 中径材 华北落叶松中径材 03*04*05
    下载: 导出CSV 
    | 显示表格
    2.2.2   推理机

    推理机按图 3给出的经营方案推理流程以及经营类型推理规则,使用正向推理机来搜索匹配经营作业知识[13]。系统通过读取小班属性,获取小班当前状态,结合经营目标等条件,自动匹配知识库并给出经营类型推荐结果。用户还可以手动推理,与知识库中的知识进行匹配,最终给出经营类型推理结果。推理机工作流程如图 4所示。

    图  4  推理机工作流程
    Figure  4.  Working process of the inference engine
    2.2.3   方案生成技术

    通过微软公司提供的Microsoft Word X Object Library操作Word,进而生成经营方案文档,其中X为版本号[15]。为了操作方便,设计了专门的Word操作类WordOperate.cs,通过实例化该类,可以实现对Word的所有操作。对于手动辅助设计模式,用户可以通过设置的经营目标和选择的经营技术措施,从知识库中读取相关数据,自动写入文档,生成方案;其中方案标题由“立地类型+树种+林种”构成,如中山华北落叶松人工防风固沙林,然后通过代码控制写入到Word对应位置。以方案标题写入Word为例,主要代码如下。

    using Word = Microsoft.Office.Interop.Word; //缩写引用

    Word.Application wordApp = new Word.ApplicationClass(); //初始化

    Word.Document wordDoc = wordApp.Documents.Add(ref Nothing, ref Nothing, ref Nothing, ref Nothing); //实例化文档

    wordDoc.Paragraphs.Last.Range.Font.Name = "黑体"; //设置字体

    wordDoc.Paragraphs.Last.Range.Font.Bold = 1; //加粗

    wordDoc.Paragraphs.Last.Alignment = WdParagraphAlignment.wdAlignParagraphCenter; // //居中

    wordDoc.Paragraphs.Last.Range.Text ="中山华北落叶松人工防风固沙林"; //写入标题

    其他Word操作方式类似。完成后用户根据需要可适当修改立地质量评价、收获预估等结果并保存方案。对于智能设计模式,用户通过推理决策,得到适合当前小班、符合经营目标的一个或一组经营类型,结合立地质量评价、收获预估等过程,选择合适的方案并做适当修改,生成小班经营方案。小班经营方案设计完成以后,设置方案名称为“小班号+经营方案名.doc”,对应小班IsManageEdit字段属性值置为1,并用“√”号对系统左侧经营小班树列表进行已经营标识,同时经营小班图层中对应小班颜色修改为蓝色。修改小班颜色使用IUniqueValueRendererhe和ISymbol接口实现,根据IsManageEdit字段属性值,分别定义不同的Color对象并实例化ISymbol,最后使用IUniqueValueRendererhe对象的AddValue方法修改小班颜色。

    系统作为森林经营基础平台的子系统之一,以内蒙古赤峰市桦木沟林场小班数据为对象进行了测试。林场总经营面积为68 667 hm2,有林地面积为45 113 hm2,活立木总蓄积为186.42万m3,灌木林面积为1 922 hm2。用材林面积为8 673 hm2,以华北落叶松Larix principis-rupprechtii为主。林场有小班2 612个,其中有林地小班2 251个;中龄林小班1 445个,幼龄林小班125个,近熟林小班143个,成熟林小班5个,过熟林小班63个,其他未标识龄组属性的有林地小班为470个。林场所有小班的属性数据和空间数据存储在森林资源数据库中。

    经营任务指定面积为300 hm2。通过面积控制智能选择得到小班40个。保存为新的图层并加载以后,新图层叠加到底图上,默认填充绿色。用户通过对小班进行立地质量评价、适宜性评价和生长收获预估,进而进行经营方案辅助编制。系统主界面如图 5所示。

    图  5  系统主界面
    Figure  5.  Main interface of system

    系统提供了2种编案方式。在手动辅助设计编案界面,用户根据系统读取到的小班信息和经营要求选择经营目标、经营技术措施等选项并提交,系统据此生成小班的基本经营方案;用户可再通过立地质量评价和生长收获预估等辅助功能进一步修改完善小班经营方案。智能设计编案方式则是在系统自动获取小班基本信息后,通过推理机推理得到多个合适的经营方案,用户选择其中之一并完善方案。生成小班经营方案功能如图 6所示。

    图  6  小班经营方案生成示例
    Figure  6.  Example for management plan of subcompartments

    小班是森林经营措施实施的最小单元,也是森林经营方案可操作性的最终体现。精细化经营方案要求利用现代信息技术以及地理信息系统技术,针对具体的森林类型和小班微环境定制林分作业法,制定全周期森林经营方案并实施。本研究以地理信息系统(GIS)、专家系统、决策支持系统等信息技术为基础,基于.NET平台,使用C#语言,结合AE 9.3组件开发包,研究设计了经营方案编制推理决策流程,设计实现了面向小班的经营方案编制的辅助决策支持系统,为林场森林经营管理人员提供了森林经营管理智能决策支持平台。系统根据经营任务选择符合经营要求的小班集合,通过对小班的立地质量评价、适宜性评价、生长收获预估等,结合经营方案辅助编制模块,智能辅助生成小班的经营方案。系统的研究与应用,填补了小班级经营方案编制辅助系统的空白,有效地提高了森林经营管理的信息化和智能化水平。

  • 图  1  森林生态安全的影响因素

    Figure  1  Influencing factors of forest ecological security

    图  2  2000,2005,2010,2015年云南省县域森林生态安全空间分布

    Figure  2  Forestry ecological security index space distribution of Yunnan from 2000 to 2015

    图  3  云南省县域森林生态安全指数及主体功能区

    Figure  3  County forest ecological security index and main function areas in Yunnan

    表  1  森林生态安全指标体系

    Table  1.   Forestry ecological security index system

    结构 亚结构 指标名称 指标性质 公式 指标权重
    森林承载指标 基础条件 年降水量 正向指标 直接获取 0.050 4
    年平均气温 正向指标 直接获取 0.052 6
    年日照时数 正向指标 直接获取 0.052 8
    土壤有机质含量 正向指标 直接获取 0.048 5
    森林数量 森林覆盖率 正向指标 森林面积/国土面积 0.052 2
    林地面积占比 正向指标 林地面积/国土面积 0.051 0
    森林质量 森林单位面积蓄积量 正向指标 森林蓄积量/森林面积 0.050 5
    公益林占比 正向指标 公益林面积/森林面积 0.050 2
    天然林占比 正向指标 天然林面积/森林面积 0.050 9
    混交林占比 正向指标 混交林面积/森林面积 0.045 7
    天然林单位面积蓄积量 正向指标 天然林蓄积量/天然林面积 0.049 4
    灾害情况 森林火灾受灾面积占比 逆向指标 森林火灾面积/森林面积 0.053 7
    森林有害生物致灾面积占比 逆向指标 有害生物致灾面积/森林面积 0.053 6
    干旱致灾面积占比 逆向指标 干旱致灾面积/森林面积 0.053 2
    洪涝致灾面积占比 逆向指标 洪涝致灾面积/森林面积 0.053 5
    社会压力指标 一般压力 人口密度 逆向指标 年末人口数/国土面积 0.053 5
    单位面积能源消耗量 逆向指标 能源消耗量/国土面积 0.053 1
    林木采伐强度 逆向指标 林木采伐量/森林蓄积量 0.052 4
    人类维护 新增造林面积占比 正向指标 年度造林面积/森林面积 0.033 6
    退耕还林面积占比 正向指标 退耕还林面积/森林面积 0.006 0
    自然保护区面积占比 正向指标 自然保护区面积/国土面积 0.033 2
    下载: 导出CSV

    表  2  云南省森林生态安全指数全局自相关检验

    Table  2.   Global autocorrelation test of forest IES in Yunnan

    年份 莫兰指数 期望值 平均值 标准误差 T P
    2000 0.557 0 -0.008 1 -0.007 5 0.058 7 9.619 8 0.001
    2005 0.517 3 -0.008 1 -0.010 3 0.056 2 9.392 0 0.001
    2010 0.504 5 -0.008 1 -0.008 6 0.056 9 9.024 1 0.001
    2015 0.459 1 -0.008 1 -0.011 2 0.056 2 8.370 2 0.001
    说明:随机性检验使用999置换检验
    下载: 导出CSV

    表  3  2015年森林生态安全指数LISA集聚结果

    Table  3.   LISA results of forest ecological security index in 2015

    类型 显著数/个 区县 占比/%
    高一高 15 维西、福贡、金平兰坪、泸水、盈江、梁河、耿马、澜沧、思矛、勐海、景洪、勐腊、江城、绿春、 11.63
    低一低 14 彝良、昭通、鲁甸、大姚、昆明、呈贡、澄江、晋宁、宜良、丘北、泸西、弥勒、开元、罗平 10.85
    低一高 4 德钦、景谷、盈江、个旧 3.10
    高一低 7 大理、广南、陆良、巧家、大关、寻甸、绥江 5.43
    下载: 导出CSV
  • [1] 米锋, 谭曾豪迪, 顾艳红, 等.我国森林生态安全评价及其差异化分析[J].林业科学, 2015, 51(7):107-115.

    MI Feng, TAN Zenghaodi, GU Yanhong, et al. Difference analysis and evaluation of Chinese forest ecological security[J]. Sci Silv Sin, 2015, 51(7):107-115.
    [2] 王金龙, 杨伶, 李亚云, 等.中国县域森林生态安全指数:基于5省15个试点县的经验数据[J].生态学报, 2016, 36(20):6636-6645.

    WANG Jinlong, YANG Ling, LI Yayun, et al. The country forest ecological security index of China:empirical data from fifteen experimental unit countries in five provinces[J]. Acta Ecol Sin, 2016, 36(20):6636-6645.
    [3] 李国伟, 赵伟, 魏亚伟, 等.天然林资源保护工程对长白山林区森林生态系统服务功能的影响[J].生态学报, 2015, 35(4):984-992.

    LI Guowei, ZHAO Wei, WEI Yawei, et al. Evaluation on the influence of natural forest protection program on forest ecosystem service function in Changbai Mountain[J]. Acta Ecol Sin, 2015, 35(4):984-992.
    [4] 吴霜, 延晓冬, 张丽娟.中国森林生态系统能值与服务功能价值的关系[J].地理学报, 2014, 69(3):334-342.

    WU Shuang, YAN Xiaodong, ZHANG Lijuan. The relationship between forest ecosystem emergy and forest ecosystem service value in China[J]. Acta Geogra Sin, 2014, 69(3):334-342.
    [5] MORAES R, LANDIS W G, MOLANDER S. Regional risk assessment of a Brazilian rain forest reserve[J]. Hum Ecol Risk Assess, 2002, 8(7):1779-1803.
    [6] HAYES E H, LANDIS W G. Regional ecological risk assessment of a near shore marine environment:Cherry Point, WA[J]. Hum Ecol Risk Assess, 2004, 10(2):299-325.
    [7] 刘心竹, 米锋, 张爽, 等.基于有害干扰的中国省域森林生态安全评价[J].生态学报, 2014, 34(11):3115-3127.

    LIU Xinzhu, MI Feng, ZHANG Shuang, et al. Research on China's provincial forest ecological security appraisal based on the detrimental interferences[J]. Acta Ecol Sin, 2014, 34(11):3115-3127.
    [8] 陈岩, 张智光, 谢煜, 等.中国省域林业生态安全格局的预警性测度:生态与产业共生的视角[J].农林经济管理学报, 2015, 14(5):480-489.

    CHEN Yan, ZHANG Zhiguang, XIE Yu, et al. China's provincial spatial distribution for measuring forest ecological security:based on ecology-industry symbiosis[J]. J Agro-For Econ Manage, 2015, 14(5):480-489.
    [9] 张智光.基于生态-产业共生关系的林业生态安全测度方法构想[J].生态学报, 2013, 33(4):1326-1336.

    ZHANG Zhiguang. Methodology for measuring forestry ecological security based on ecology-industry symbiosis:a research framework[J]. Acta Ecol Sin, 2013, 33(4):1326-1336.
    [10] 刘婷婷, 孔越, 吴叶, 等.基于熵权模糊物元模型的我国省域森林生态安全研究[J].生态学报, 2017, 37(15):4946-4955.

    LIU Tingting, KONG Yue, WU Ye, et al. Provincial forest ecological security evaluation in China based on the entropy weight of the fuzzy matter-element model[J]. Acta Ecol Sin, 2017, 37(15):4946-4955.
    [11] 张燕如, 梁丽壮, 牛树奎, 等.山西省太岳山景观生态质量评价[J].浙江农林大学学报, 2016, 33(4):599-604.

    ZHANG Yanru, LIANG Lizhuang, NIU Shukui, et al. Ecological landscape quality of Taiyue Mountain in Shanxi[J]. J Zhejiang A & F Univ, 2016, 33(4):599-604.
    [12] 冯彦, 郑洁, 祝凌云, 等.基于PSR模型的湖北省县域森林生态安全评价及时空演变[J].经济地理, 2017, 37(2):171-178.

    FENG Yan, ZHENG Jie, ZHU Lingyun, et al. County forest ecological security evaluation and spatial analysis in Hubei Province based on PSR and GIS[J]. Econ Geogr, 2017, 37(2):171-178.
    [13] 南颖, 吉喆, 冯恒栋, 等.基于遥感和地理信息系统的图们江地区生态安全评价[J].生态学报, 2013, 33(15):4790-4798.

    NAN Ying, JI Zhe, FENG Hengdong, et al. On eco-security evaluation in the Tumen River region based on RS & GIS[J]. Acta Ecol Sin, 2013, 33(15):4790-4798.
    [14] 段彦博, 雷雅凯, 马格, 等.郑州市生态系统服务价值时空变化特征[J].浙江农林大学学报, 2017, 34(3):511-519.

    DUAN Yanbo, LEI Yakai, MA Ge, et al. Spatio-temporal dynamics of ecosystem service value in Zhengzhou[J]. J Zhejiang A & F Univ, 2017, 34(3):511-519.
    [15] 陈道军, 瞿王龙, 李育才, 等.甘肃省森林生态安全动态评价研究[J].草业学报, 2016, 25(12):188-193.

    CHEN Daojun, QU Wanglong, LI Yucai, et al. Study on forest ecllogical dynamic security in Gansu Province[J]. Acta Pratacul Sin, 2016, 25(12):188-193.
    [16] 苏子友, 潘发明, 唐庆良, 等.川西南山地区主要森林类型生态安全评价研究[J].四川林业科技, 2016, 37(6):27-31.

    SU Ziyou, PAN Faming, TANG Qingliang, et al. A study of the ecological security problem of main forest types in mountainareas in southwest Sichuan[J]. J Sichuan For Sci Technol, 2016, 37(6):27-31.
    [17] 周亚东.基于景观格局与生态系统服务功能的森林生态安全研究[J].热带作物学报, 2015, 36(4):768-772.

    ZHOU Yadong. Forest ecological security based on landscape pattern analysis and ecosystem service assessment[J]. Chin J Trop Crops, 2015, 36(4):768-772.
    [18] 谢余初, 巩杰, 张玲玲.基于PSR模型的白龙江流域景观生态安全时空变化[J].地理科学, 2015, 35(6):790-797.

    XIE Yuchu, GONG Jie, ZHANG Lingling. Dynamics of landscape ecological security based on PSR model in Bailongjiang River Watershed[J]. Sci Geogra Sin, 2015, 35(6):790-797.
    [19] 郑永贤, 薛菲, 张智光.森林旅游景区生态安全IRDS模型实证研究[J].资源科学, 2015, 37(12):2350-2361.

    ZHENG Yongxian, XUE Fei, ZHANG Zhiguang. Ecological security measurement using the IRDS model in forest scenic spots[J]. Resour Sci, 2015, 37(12):2350-2361.
    [20] 侯鹏, 杨旻, 翟俊, 等.论自然保护地与国家生态安全格局构建[J].地理研究, 2017, 36(3):420-428.

    HOU Peng, YANG Min, ZHAI Jun, et al. Discussion about natural reserve and construction of national ecological security pattern[J]. Geogr Res, 2017, 36(3):420-428.
    [21] 张频, 张邦文, 蔡海生, 等.江西省林业生态安全物元分析评价[J].江西农业大学学报, 2013, 35(4):791-797.

    ZHANG Pin, ZHANG Bangwen, CAI Haisheng, et al. Evaluation of forestry ecological security based on matter element analysis[J]. Acta Agric Univ Jiangxi, 2013, 35(4):791-797.
    [22] 朱卫红, 苗承玉, 郑小军, 等.基于3S技术的图门将流域湿地生态安全评价与预警研究[J].生态学报, 2014, 34(6):1379-1390.

    ZHU Weihong, MIAO Chengyu, ZHENG Xiaojun, et al. Study on ecological safety evaluation and warning of wetlands in Tumen River watershed based on 3S technology[J]. Acta Ecol Sin, 2014, 34(6):1379-1390.
    [23] 李虹, 唐秀美, 赵春江, 等.基于力矩平衡点法的北京市生态系统服务价值时空分布[J].农业机械学报, 2015, 46(11):151-156.

    LI Hong, TANG Xiumei, ZHAO Chunjiang, et al. Temporal and spatial distribution of ecosystem service value in Beijing based on torque balance point method[J]. Trans Chin Soc Agric Mach, 2015, 46(11):151-156.
    [24] 秦晓楠, 卢小丽, 武春友.国内生态安全研究知识图谱:基于Citespace的计量分析[J].生态学报, 2014, 34(13):3693-3703.

    QIN Xiaonan, LU Xiaoli, WU Chunyou. The knowledge mapping of domestic ecological security research:bibliometric analysis based on citespace[J]. Acta Ecol Sin, 2014, 34(13):3693-3703.
    [25] 赵筱青, 王兴友, 谢鹏飞, 等.基于结构与功能安全性的景观生态安全时空变化:以人工园林大面积种植区西盟县为例[J].地理研究, 2015, 34(8):1581-1591.

    ZHAO Xiaoqing, WANG Xingyou, XIE Pengfei, et al. Spatial-temporal changes of landscape eco-security based on structure and function safety:a case study of a large artificial forest planted area in Ximeng County, China[J]. Geogr Res, 2015, 34(8):1581-1591.
  • [1] 范续, 武刚, 陈飞翔, 陈玥璐.  林区瞭望塔布局与优化设计 . 浙江农林大学学报, 2020, 37(5): 986-991. doi: 10.11833/j.issn.2095-0756.20190622
    [2] 朱柱, 杨海龙, 黄乾, 赵嘉玮.  青海高寒黄土区典型水源涵养林健康评价 . 浙江农林大学学报, 2019, 36(6): 1166-1173. doi: 10.11833/j.issn.2095-0756.2019.06.014
    [3] 裴建川, 张书廷, 杨金艳, 张进.  立体生态模块处理杭州市玉皇山南基金小镇水体氮的效果 . 浙江农林大学学报, 2018, 35(6): 987-996. doi: 10.11833/j.issn.2095-0756.2018.06.001
    [4] 彭琛琛, 蔡玉梅, 边振兴.  烟台市生态红线划定研究 . 浙江农林大学学报, 2018, 35(5): 818-828. doi: 10.11833/j.issn.2095-0756.2018.05.005
    [5] 曾琪, 刘健, 余坤勇, 张今朝, 郑文英, 陈樟昊.  福建金丝湾森林公园功能区划与生态脆弱性耦合研究 . 浙江农林大学学报, 2017, 34(5): 833-840. doi: 10.11833/j.issn.2095-0756.2017.05.009
    [6] 高常军, 魏龙, 贾朋, 田惠玲, 李树光.  基于去重复性分析的广东省滨海湿地生态系统服务价值估算 . 浙江农林大学学报, 2017, 34(1): 152-160. doi: 10.11833/j.issn.2095-0756.2017.01.021
    [7] 金文奖, 侯平, 张伟, 梁立成, 俞飞.  温州鳌江流域表层底泥及河岸土壤重金属空间分布与生态风险评价 . 浙江农林大学学报, 2017, 34(6): 963-971. doi: 10.11833/j.issn.2095-0756.2017.06.001
    [8] 王帆, 江洪, 牛晓栋.  大气水汽稳定同位素组成在生态系统水循环中的应用 . 浙江农林大学学报, 2016, 33(1): 156-165. doi: 10.11833/j.issn.2095-0756.2016.01.021
    [9] 陈永根, 周传斌, 朱慧芳, 王如松.  发达地区农村固体废弃物管理与资源化策略 . 浙江农林大学学报, 2015, 32(6): 940-946. doi: 10.11833/j.issn.2095-0756.2015.06.018
    [10] 王琳, 景元书, 张悦.  基于MODIS的长江中下游地区植被净第一性生产力时空变化规律 . 浙江农林大学学报, 2015, 32(6): 829-836. doi: 10.11833/j.issn.2095-0756.2015.06.002
    [11] 晏闻博, 柳丹, 彭丹莉, 李松, 陈俊任, 叶正钱, 吴家森, 王海龙.  重金属矿山生态治理与环境修复技术进展 . 浙江农林大学学报, 2015, 32(3): 467-477. doi: 10.11833/j.issn.2095-0756.2015.03.021
    [12] 易武英, 苏维词, 周文龙, 唐金刚, 张凤太.  基于元胞自动机模型的贵阳市花溪区生态安全预警模拟研究 . 浙江农林大学学报, 2015, 32(3): 369-375. doi: 10.11833/j.issn.2095-0756.2015.03.006
    [13] 王适, 吴永波, 陈杰, 丁晓叶.  上海崇明生态农业园区花菜田的碳平衡 . 浙江农林大学学报, 2014, 31(2): 190-195. doi: 10.11833/j.issn.2095-0756.2014.02.005
    [14] 李正才, 徐德应, 杨校生, 傅懋毅, 孙雪忠, 奚金荣.  7 种不同林农土地利用类型残体的有机碳储量 . 浙江农林大学学报, 2007, 24(5): 581-586.
    [15] 李德会, 李贤伟, 王巧, 荣丽, 杨渺, 刘朔.  林木根系呼吸影响因素及根系呼吸对全球变化的响应 . 浙江农林大学学报, 2007, 24(2): 231-238.
    [16] 戴建兵, 俞益武, 曹群.  湿地保护与管理研究综述 . 浙江农林大学学报, 2006, 23(3): 328-333.
    [17] 付晓萍, 田大伦, 黄智勇.  模拟酸雨对植物形态学效应的影响 . 浙江农林大学学报, 2006, 23(5): 521-526.
    [18] 贺佳飞, 周伟, 李明会.  多疣狭口蛙繁殖生态初步观察 . 浙江农林大学学报, 2006, 23(3): 311-315.
    [19] 温国胜.  毛乌素沙地臭柏群落景观动态 . 浙江农林大学学报, 2005, 22(2): 129-132.
    [20] 蒋文伟, 刘彤, 丁丽霞, 温国胜, 张万荣, 钟泰林.  景观生态空间异质性的研究进展 . 浙江农林大学学报, 2003, 20(3): 311-314.
  • 期刊类型引用(4)

    1. 孔硕,王武魁,吴明晶,李丹一. 基于规则推理和遥感图像的森林抚育选址算法. 中南林业科技大学学报. 2023(04): 81-91 . 百度学术
    2. 陈晓东,赵文雁. 一种近自然营林理念指导下的小班调查规划方法. 绿色科技. 2021(07): 83-85+88 . 百度学术
    3. 张会儒,雷相东,李凤日. 中国森林经理学研究进展与展望. 林业科学. 2020(09): 130-142 . 百度学术
    4. 井晖,王武魁,张靖然. 森林抚育作业计划决策支持系统设计与应用. 林业资源管理. 2019(05): 136-144 . 百度学术

    其他类型引用(6)

  • 加载中
  • 链接本文:

    https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.2018.04.014

    https://zlxb.zafu.edu.cn/article/zjnldxxb/2018/4/684

图(3) / 表(3)
计量
  • 文章访问数:  3608
  • HTML全文浏览量:  634
  • PDF下载量:  578
  • 被引次数: 10
出版历程
  • 收稿日期:  2017-06-27
  • 修回日期:  2017-11-21
  • 刊出日期:  2018-08-20

云南省县域森林生态安全评价与空间分析

doi: 10.11833/j.issn.2095-0756.2018.04.014
    基金项目:

    国家林业局2014年林业重大问题调研课题 ZDWT201415

    作者简介:

    汤旭, 博士研究生, 从事林业经济理论与政策研究。E-mail:10994254@qq.com

    通信作者: 张大红, 教授, 博士生导师, 从事林业经济管理研究。E-mail:zhangdahong591120@163.com
  • 中图分类号: S718.5

摘要: 为评估森林生态系统的安全程度,改进传统的压力-状态-响应(PSR)模型并建立了一个包括森林承载和社会压力2类指标的指标体系,以云南省129个区县为样本,运用模糊物元法来评价该省在2000,2005,2010和2015年的森林生态安全。为动态分析森林生态安全的时空变化规律,引入了空间相关分析技术。结果表明:①森林生态安全指数等级最高的区域一般分布在云南省西部和南部,而最差的在云南省东北部和东南部少数区域。②这4个年度的森林生态安全平均值分别为0.353 4,0.377 9,0.311 4和0.458 7,总体呈不断上升趋势。2010年的平均值意外下降主要是因为国内生产总值(GDP)增长速度过快,所以应适当降低经济的发展速度。③从时间变化来看,云南省99.20%的县域森林生态安全指数都呈现明显的上升趋势,其中河口县、屏边县和红河县是改善幅度最大的3个县,这与它们都位于云南省南部的国家重点生态功能区有关。④从空间相关性来看,4个年度全局莫兰指数的P < 0.01,所以云南省各区县森林生态安全指数呈现显著的集聚性,森林生态安全指数高—高集聚的区县一般分布在云南省西部和南部,占比11.63%,而低—低集聚区县主要分布在东南部和东北部,占比10.85%。建议在低值集聚区域限制大型开发,并进行以植树造林和退耕还林等工程为主的生态修复;在高值集聚区域可在不破坏生态的前提下适当放宽发展限制。

English Abstract

王建明, 吴保国. 森林小班经营方案编制辅助决策支持技术[J]. 浙江农林大学学报, 2017, 34(4): 730-736. DOI: 10.11833/j.issn.2095-0756.2017.04.020
引用本文: 汤旭, 郑洁, 冯彦, 等. 云南省县域森林生态安全评价与空间分析[J]. 浙江农林大学学报, 2018, 35(4): 684-694. DOI: 10.11833/j.issn.2095-0756.2018.04.014
WANG Jianming, WU Baoguo. Research on technology of forest subcompartments management plan assistant decision[J]. Journal of Zhejiang A&F University, 2017, 34(4): 730-736. DOI: 10.11833/j.issn.2095-0756.2017.04.020
Citation: TANG Xu, ZHENG Jie, FENG Yan, et al. County-level forest ecological security evaluation and spatial analysis in Yunnan Province[J]. Journal of Zhejiang A&F University, 2018, 35(4): 684-694. DOI: 10.11833/j.issn.2095-0756.2018.04.014
  • 森林对于人类的可持续发展至关重要。森林不仅能保持生物种群的多样性,还能起到维持生态平衡的作用,然而随着社会经济的发展,人类给森林带来了太多的压力,使得森林不堪重负[1-2]。人类对林地的占用以及对林木的采伐使得森林的面积与蓄积都在持续减少[3],这又会引起水土流失加剧、植被减少、濒危物种消失、气候异常、温室效应增强等后果[4],所有这些都将威胁人类的可持续发展。对此,人们已逐渐有了清醒的认识。森林是自然生态系统的核心主体,它关系到国家的生态安全。建立一个森林生态安全的监测评估体系具有紧迫性和现实意义。云南地处长江上游,是西南区域的重要生态屏障,但近年来该省经济发展速度较快,连续多年国内生产总值(GDP)增速都保持在10%以上。该省经济的较快增长是否影响到了森林生态系统的安全,以及森林生态系统在各区县的分布有何特点,对于这些疑问,本研究设计了森林生态安全指数,并结合空间分析技术,动态评估该省森林生态系统状况。MORAES等[5]对亚马逊森林的生态安全进行了评价。HAYES等[6]对华盛顿地区进行了生态安全评价。刘心竹等[7]设计了基于省域层面的生态安全综合干扰指数,评估结果为天津、山东极不安全,而海南和西藏属于极安全。陈岩等[8]通过对全国省域层面林业生态安全的测算,得出新疆、内蒙古、安徽等9个区域为预警区域。张智光[9]认为对于森林生态系统进行监测和预警非常重要。目前,关于县域层面森林生态安全的评价还比较少。对于森林状况的研究,除了应该加强全国和省域层面的研究,还应进一步细化到县域层级,这样才能便于各区县加强林业建设工作。本研究基于云南省129个区县在2000,2005,2010和2015年等4个年份的数据,来测算各县域的森林生态安全指数(ecological security index,IES),并结合Arc GIS软件来分析计算结果,然后再借助空间相关分析技术深入研究该省森林生态安全的空间分布特点,并探究适合本地情况的森林生态安全治理政策。

    • 森林生态安全既包括森林自身的健康程度,也包括它在人类社会压力下的安全程度[10],因此,对森林生态安全的考察要从2个方面着手(图 1)。一方面,区位条件、森林数量、森林质量、森林灾害等因素决定了森林生态系统的健康程度。另一方面,人类活动对森林发展的影响越来越大,而这种影响既有正面的也有负面的,林地占用、林木采伐、森林旅游对森林的破坏较大,而退耕还林、植树造林、设立自然保护区等又会提高森林生态系统的健康程度[11]。基于以上分析,本研究从影响森林生态安全的2个方面出发,通过设计森林生态安全指数来评估其安全的程度。压力-状态-响应(PSR)模型是评价生态安全最常用的模型。本研究在该模型的基础上进行了改进,将该模型的压力、状态和响应3类指标重组为森林承载和人类社会压力2类指标。具体指数构建步骤如下:首先采取频度分析法,从生态安全的定义出发,通过查阅大量引用率高、作者权威度高和期刊级别高的生态安全研究文献[12-14],初步采纳频率较高的31个指标;然后通过与林学、生态学专家的技术科学及专业模型研究和专家会议咨询,不断修正指标体系,确定了28个指标;最后通过SPSS软件做主成分分析,经旋转后生成9个因子,其累计方差≥85%,然后选取因子负荷系数≥1.0的23个指标;最后经过2017年2月对云南省的深入调研,依据数据的可获得性,又删除了可获取度较低的水土流失强度和工业二氧化硫排放量2个指标,最终确定了21个指标。依据指标筛选过程,本研究设计了森林生态安全指标体系,其中森林承载指标15个,社会压力指标6个,具体如表 1所示。

      图  1  森林生态安全的影响因素

      Figure 1.  Influencing factors of forest ecological security

      表 1  森林生态安全指标体系

      Table 1.  Forestry ecological security index system

      结构 亚结构 指标名称 指标性质 公式 指标权重
      森林承载指标 基础条件 年降水量 正向指标 直接获取 0.050 4
      年平均气温 正向指标 直接获取 0.052 6
      年日照时数 正向指标 直接获取 0.052 8
      土壤有机质含量 正向指标 直接获取 0.048 5
      森林数量 森林覆盖率 正向指标 森林面积/国土面积 0.052 2
      林地面积占比 正向指标 林地面积/国土面积 0.051 0
      森林质量 森林单位面积蓄积量 正向指标 森林蓄积量/森林面积 0.050 5
      公益林占比 正向指标 公益林面积/森林面积 0.050 2
      天然林占比 正向指标 天然林面积/森林面积 0.050 9
      混交林占比 正向指标 混交林面积/森林面积 0.045 7
      天然林单位面积蓄积量 正向指标 天然林蓄积量/天然林面积 0.049 4
      灾害情况 森林火灾受灾面积占比 逆向指标 森林火灾面积/森林面积 0.053 7
      森林有害生物致灾面积占比 逆向指标 有害生物致灾面积/森林面积 0.053 6
      干旱致灾面积占比 逆向指标 干旱致灾面积/森林面积 0.053 2
      洪涝致灾面积占比 逆向指标 洪涝致灾面积/森林面积 0.053 5
      社会压力指标 一般压力 人口密度 逆向指标 年末人口数/国土面积 0.053 5
      单位面积能源消耗量 逆向指标 能源消耗量/国土面积 0.053 1
      林木采伐强度 逆向指标 林木采伐量/森林蓄积量 0.052 4
      人类维护 新增造林面积占比 正向指标 年度造林面积/森林面积 0.033 6
      退耕还林面积占比 正向指标 退耕还林面积/森林面积 0.006 0
      自然保护区面积占比 正向指标 自然保护区面积/国土面积 0.033 2
    • 森林承载指标反映森林自身的健康程度以及森林支持人类发展的能力,它主要由基础条件、森林数量、森林质量和灾害情况等4类指标构成。基础条件指标中,年降水量、年平均气温以及年日照时数对森林植被的生长有决定性影响。除此之外,土壤有机质含量反映森林土壤的肥沃程度,越肥沃则越有利于植物的生长。以上指标都能正面影响森林覆盖和森林质量,所以它们都属于正向指标。森林数量类指标包括森林覆盖率和林地面积占比2个指标。前者反映森林覆盖的面积,该指标数值越高,则森林面积越大,森林生态系统也就越完备[15]。后者不仅包括森林,还包括城市公园和苗圃的用地面积,这些超出森林面积的部分不仅可为人类提供休憩场所,还可为人类提供更多的木材和苗木,因此,林地面积占比越高,则森林生态系统越安全。以上2个指标都能正面反映森林生态安全状况,所以它们都属于正向指标。森林质量指标中,森林单位面积蓄积量反映森林的茂密程度和材积密度,它是反映森林质量的核心指标。由于公益林不允许采伐,它的受保护程度较高,所以公益林占比越高则森林系统越安全。天然林的植物群落比人工林更为健全,所以天然林占比越高则森林质量越高[16-17]。在森林防火以及病虫害防治方面混交林比纯林的效果更好,所以本研究选用混交林占比来反映森林的质量。天然林单位面积蓄积量能反映天然林的树木密度和健康程度[18]。这5个指标能从不同方面来正面反映森林的质量,属于正向指标。由于森林火灾及病虫鼠害对森林威胁较大,如果灾情没有得到有效控制,则会使森林树木大面积消亡,所以,本研究考察了森林火灾致灾率和森林有害生物致灾率这2个指标。除此之外,干旱与洪涝也会对森林植被造成负面影响,所以本研究将干旱致灾面积占比与洪涝致灾面积占比这2个指标纳入了对森林生态安全的评价体系。以上4个指标都是从负面反映森林生态安全状况,属于逆向指标。

    • 伴随人类经济的发展以及人类活动范围的扩大,森林面积和森林蓄积量急剧下降,但是,当人们意识到这种发展模式不可持续时,又会通过各种生态建设项目来维护森林发展[19],因此,对社会压力需要同时考察2个方面指标:一类是一般压力指标,另一类是维护活动指标。一般压力中考察的有人口密度、单位面积能源消耗和林木采伐强度这3个指标。人口密度越大,反映人类对林地的挤占以及对森林资源的索取越大。单位面积能源消耗越大,反映废水废气等各类污染物对森林的损害就越严重。林木采伐强度是森林面临的最直接威胁。以上3个指标都反映森林面临的负面压力,属于逆向指标。随着经济水平的提高和森林保护意识的增强,人类已开始采取各种措施来保护森林,因此,本研究从自然保护区建设、植树造林和退耕还林这3个方面来考察人类的维护活动。无论是自然保护区面积,还是植树造林和退耕还林的面积,都能反映人类对动植物保护的努力程度和对森林生态修复的重视程度,因此,它们的面积越广,则森林生态系统越安全[20]。以上3个指标都反映人类对森林的有益维护,属于正向指标。

    • 云南省地处中国西南,总面积为39.4万km2,森林资源丰富,森林覆盖率为54%,活力木蓄积量高达18.75亿m3,高等植物数量占全国的53.3%,陆地脊椎动物数量占全国的52.8%。云南位于长江上游,属于长江经济带发展区域,生态区位十分重要,该省的森林状况既影响本地的区域发展,也会影响长江中下游的发展。

    • 本研究的样本为云南省129个区县,涉及2000,2005,2010和2015年等4个年份,所有数据来源于生态安全(森林)指数研究项目。数据收集分为5步:首先于2017年2月在昆明组织数据培训会议;云南省林业厅向云南省林业调查规划院和各县分解数据任务;云南省林业调查规划院和各县林业局完成数据上报;云南省林业调查规划院对各县数据进行审核;课题组进行数据改错,所有工作于2017年5月完成。

    • 由于生态安全概念比较模糊,没有明确的标准,因此,本研究将模糊数学和物元法结合起来采用模糊物元法研究森林生态安全的各项指标。在计算森林生态安全指数时,如何对指标赋权是一个关键问题,由于主观赋权方法受专家判断的影响较大,因此,本研究从客观赋权法中选用熵权法来计算指标权重。

    • 根据信息论基本原理,系统的有序程度可分为有序和无序2种状态,系统的有序程度可用信息来表示,而无序程度则用熵来度量,熵值越小的指标提供的信息量越大。本研究基于信息论熵权原理,先构建判断矩阵,然后对正向指标和逆向指标分别进行标准化,计算每个指标的信息效应价值,最后得出各个指标的权重。

    • 由于森林生态安全指标体系指标种类繁多,为解决各类指标不相容的问题,本研究决定采取模糊物元法,该方法用MCx分别表示模糊物元、特征、模糊量值,用mn分别表示样本数和指标数,Mi表示第i个样本(i=1,2,…,m),Cj表示第i个事物的第j项指标(j=1,2,…,n),xij表示第i个样本第j项指标的模糊量值(i=1,2,…,mj=1,2,…,n),则复合物元Rmn如式(1)所示。

      $$ {R_{{\rm{mn}}}} = \left[ {\begin{array}{*{20}{c}} {}&{{M_1}}&{{M_2}}& \cdots &{{M_m}}\\ {{C_1}}&{{x_{11}}}&{{x_{21}}}& \cdots &{{x_{m1}}}\\ {{C_2}}&{{x_{12}}}&{{x_{22}}}& \cdots &{{x_{m2}}}\\ \vdots & \vdots & \vdots &{}& \vdots \\ {{C_n}}&{{x_{1n}}}&{{x_{2n}}}& \cdots &{{x_{mn}}} \end{array}} \right]。 $$ (1)
    • 采用以下2个公式计算各指标Cj相对于标准事物的从优隶属度[13]

      $$ 越大越优型指标{u_{{x_{ij}}}} = \frac{{{x_{ij}}}}{{\max {x_{ij}}}}。 $$ (2)
      $$ 越小越优型指标{u_{{x_{ij}}}} = \frac{{\min {x_{ij}}}}{{{x_{ij}}}}。 $$ (3)

      式(2)和式(3)中: ${u_{{x_{ij}}}}$ 表示各指标的从优隶属度(i=1,2,…,mj=1,2,…,n),max xij和min xij分别表示各指标中的最大值和最小值。标准化后新的模糊物元Rmn见式(4)。

      $$ {R_{{\rm{mn}}}} = \left[ {\begin{array}{*{20}{c}} {}&{{M_1}}&{{M_2}}& \cdots &{{M_m}}\\ {{C_1}}&{{u_{11}}}&{{u_{21}}}& \cdots &{{u_{m1}}}\\ {{C_2}}&{{u_{12}}}&{{u_{22}}}& \cdots &{{u_{m2}}}\\ \vdots & \vdots & \vdots &{}& \vdots \\ {{C_n}}&{{u_{1n}}}&{{u_{2n}}}& \cdots &{{u_{mn}}} \end{array}} \right]。 $$ (4)
    • 因为指标体系中各特征值中uxij的标准化最大值均为1,所以得出标准模糊物元R0n

      $$ {R_{0n}} = \left[ {\begin{array}{*{20}{c}} {}&{{N_{0n}}}\\ {{C_1}}&{{u_{{x_{01}}}}}\\ {{C_2}}&{{u_{{x_{02}}}}}\\ \vdots & \vdots \\ {{C_n}}&{{u_{{x_{0n}}}}} \end{array}} \right]。 $$ (5)

      差平方模糊物元 ${R_\Delta }$ 由 ${\Delta _{ij}} = {\left({{u_{{x_{0j}}}} - {u_{{x_{ij}}}}} \right)^2}$ 和R0n来计算得出。

      $$ {R_\Delta } = \left[ {\begin{array}{*{20}{c}} {}&{{M_1}}&{{M_2}}& \cdots &{{M_m}}\\ {{C_1}}&{{\Delta _{11}}}&{{\Delta _{21}}}& \cdots &{{\Delta _{m1}}}\\ {{C_2}}&{{\Delta _{12}}}&{{\Delta _{22}}}& \cdots &{{\Delta _{m2}}}\\ \vdots & \vdots & \vdots &{}& \vdots \\ {{C_n}}&{{\Delta _{1n}}}&{{\Delta _{2n}}}& \cdots &{{\Delta _{mn}}} \end{array}} \right]。 $$ (6)
    • 欧氏贴近度是通过比较某方案与最优方案的贴近程度来测算该方案的优劣程度,越接近则该方案越优。在对指标进行熵权法赋权与模糊物元法标准化之后,本研究采用该方法来计算森林生态安全指数。复合模糊物元RPH的欧氏贴近度计算采用M(*,+)方法。

      $$ {R_{{\rm{PH}}}} = \left[ {\begin{array}{*{20}{c}} {}&{{M_1}}&{{M_2}}& \cdots &{{M_m}}\\ {{P_{{\rm{H}}i}}}&{{P_{{\rm{H1}}}}}&{{P_{{\rm{H2}}}}}& \cdots &{{P_{{\rm{H}}m}}} \end{array}} \right]。 $$ (7)

      式(7)中: ${P_{{\rm{H}}i}} = 1 - \sqrt {\sum\limits_{j = 1}^n {{w_j}{\Delta _{ij}}} } $ (i=1,2,…,mj=1,2,…,n),wj为第j个指标的熵权权重, ${{\Delta _{ij}}}$ 为第i个样本县第j个指标的差平方。RPHm个样本县森林生态安全指数的集合,PHi即为第i个样本县的森林生态安全指数。

    • 空间相关分析属于地理信息的研究方法,它可以分析各区县的森林生态安全指数是否具有空间上的集聚性。本研究对云南省各县域森林生态安全指数相关程度的测算从全局和局部2个角度来进行。

    • 对全局自相关的检验采用全局莫兰指数(Moran’s I),它能够反映森林生态安全指数在一个区域的集聚程度。该指数取值在-1到1之间。I > 0,表示空间正相关,空间集聚性较高;I < 0代表空间负相关,空间离散程度较高;I=0,表示为随机的空间分布。

      $$ I = \frac{{n\sum\limits_{i = 1}^n {\sum\limits_{k = 1}^n {{w_{ik}}\left( {{y_i} - \bar y} \right)\left( {{y_k} - \bar y} \right)} } }}{{\left( {\sum\limits_{i = 1}^n {\sum\limits_{i = 1}^n {{w_{ik}}} } } \right)\sum\limits_{i = 1}^n {{{\left( {{y_i} - \bar y} \right)}^2}} }}。 $$ (8)

      式(8)中:I为全局莫兰指数,n是区县总数,ik分别代表第i个样本县和第k个样本县,wik是空间权重矩阵(相邻区县赋值为1,不相邻则赋值为0),yiyk分别为第i个区县与第k个区县的森林生态安全指数值,y为云南省129个区县森林生态安全平均值。

    • 局部自相关用局部莫兰指数(LISA,Ii)来检验,主要用来确定区域内各地理单元之间的相关性。该指数的取值也在-1到1之间,数值越高,则该地理单元与临近区域的相关性越高,反之则越低,若取值为0,则不相关。

      $$ {I_i} = \frac{{\left( {{y_i} - \bar y} \right)\sum\limits_{k = 1}^n {{w_{ik}}\left( {{y_k} - \bar y} \right)} }}{{{S^2}}}。 $$ (9)

      式(9)中:Ii是局部莫兰指数,n为样本县的总数,yiyk分别为第i个样本县和第k个样本县的森林生态安全指数值,y为全省所有区县森林生态指数的平均值,wik是空间权重矩阵,S2为样本方差。

    • 表 1可知:森林火灾致灾面积占比的权重最高,达0.053 7,其次是森林有害生物致灾面积占比,再次是人口密度,说明各区县的森林生态安全状况受以上3个指标的影响较大。

      退耕还林面积占比的权重最小,仅为0.006 0,说明各区县在这个指标上差异较小,因此该指标对综合指数的影响最小。自然保护区面积占比和新增造林面积占比的权重都约为0.033 0,说明建立自然保护区或新增造林对森林维护的意义要大于退耕还林,所以各政府森林维护的工作应着重于自然保护区保护和植树造林方面。

    • 本研究运用模糊物元法公式和欧氏接近度式(1)~式(7),并结合熵权结果,计算2000,2005,2010和2015年云南省各区县的森林生态安全指数,然后运用Arc GIS软件,依据自然断裂法将指数划分为5个等级,并将这4年的森林生态安全值分别用地理信息系统(GIS)图绘制出来(图 2)。从图 2可见:森林生态安全等级最高的区域一般分布在云南省西部和南部,西部主要以福贡、兰坪、泸水等县为中心,南部主要以景洪、金平等县为中心。森林生态安全等级最差的区域一般分布在云南省东北部和东南部少数区域,东北部以昭通市为中心,东南部以丘北县为中心。4个年度的森林生态安全指数平均值分别为0.353 4,0.377 9,0.311 4和0.458 7,反映云南省森林生态安全总体上呈不断上升趋势。2010年的平均值意外下降主要在于单位面积能源消耗量和木材采伐强度这2个逆向指标的大幅上升。这2个指标的权重分别达0.053 1和0.052 4,在其他19个指标每年变化不大的情况下,森林生态安全指数受这2个指标影响较大,而这2个指标又与GDP增长率密切相关。从2006年开始,云南省GDP加速增长,2006年至2010年间的年均增长率分别达11.9%,12.2%,10.6%,12.1%,12.3%,远远超过2005年9.0%的增长水平。过快的GDP增长必然带来能源消耗量和木材采伐量的增加,所以给森林施加了太多的负面压力,使得森林生态安全指数的平均值意外下降。从2014年开始,云南省GDP增长速度开始下降,2014和2015年增长率分别为8.1%和8.7%,这使得2015年的森林生态安全指数大幅上升。从2000年至2015年的森林生态安全指数平均数的变化可以看出,当经济增长过快时,会对森林生态安全指数有负面影响,而经济的平稳增长则对森林生态安全指数的改善有促进作用,这是因为适当降低经济的发展速度才能更好协调经济发展与生态保护之间的矛盾。从历年最高值来看,2000年森林生态安全指数最高值出现在云南南部的勐腊,2005年森林生态安全指数最高值出现在南部的绿春县,2010和2015年的最高值都在西北部的贡山县,反映2005之前云南省南部的森林生态安全状况较好,自2010年之后,西北部的森林生态指数改善较好。从历年最低值来看,2000,2005,2010和2015年的森林生态安全指数最低值分别出现在中东部的弥勒县、东北部的昭通、北部的元谋县、中部的呈贡县,反映云南省中部、东北部的森林生态安全状况较差。为具体考察各县森林生态安全的变化,本研究将各县4个年度的森林生态安全指数绘制成图 3

      图  2  2000,2005,2010,2015年云南省县域森林生态安全空间分布

      Figure 2.  Forestry ecological security index space distribution of Yunnan from 2000 to 2015

      图  3  云南省县域森林生态安全指数及主体功能区

      Figure 3.  County forest ecological security index and main function areas in Yunnan

      图 3可见:云南省的国家重点生态功能区主要分布在云南省西北部和南部,西北部生态功能区覆盖贡山、维西、香格里拉、福贡等县。南部生态功能区覆盖勐海、景洪、勐腊等县。这2个区域的森林生态安全指数平均数高于其他地区。国家重点开发区主要覆盖中部以昆明市为中心的城市圈。从时间变化来看,云南省99.20%的县域森林生态安全指数都呈现比较明显的上升趋势,原因在于云南省这几年森林维护的投入较大,从而使得森林防火、木材采伐的压力较小。与2000年比,增幅最大的是河口县(增幅65.54%),其次是屏边县(增幅64.89%)和红河县(增幅61.55%),这3个县都位于云南省南部,基本都属于国家生态功能区范围,反映这几年南部的森林维护工作较好,从而使得指数上升较大。

      虽然这4个年度的总体形势趋好,但东北部的水富县比2000年下降了14.22%,主要是因为这几年经济增长过快。2015年昆明市盘龙区的森林生态安全指数比2010年下降了4.98%,因为该区属于国家级重点开发区。总体而言,2个区县森林生态安全指数的下降主要在于这几年能源消耗与采伐强度增加,使得森林发展面临的压力加大。为解决这个问题,这2个区县应适当减缓经济发展步伐,以投入更多精力到退耕还林、植树造林等森林维护工作中去。

    • 依据式(8),运用GeoDA软件,得到4个年度的检验结果,如表 2所示。从检验结果来看,都通过了P≤0.01的检验,表明全局自相关在99.9%置信度下是显著的。从时间变化来看,莫兰指数从2000年到2015年呈下降趋势,表明云南省县域间的集聚状况有所下降。下降的原因在于该省在国家功能区规划的基础上,又新增了省级重点生态功能区和省级重点开发区,而这些区域互相交错相接,使得森林生态安全指数的集聚性下降。

      表 2  云南省森林生态安全指数全局自相关检验

      Table 2.  Global autocorrelation test of forest IES in Yunnan

      年份 莫兰指数 期望值 平均值 标准误差 T P
      2000 0.557 0 -0.008 1 -0.007 5 0.058 7 9.619 8 0.001
      2005 0.517 3 -0.008 1 -0.010 3 0.056 2 9.392 0 0.001
      2010 0.504 5 -0.008 1 -0.008 6 0.056 9 9.024 1 0.001
      2015 0.459 1 -0.008 1 -0.011 2 0.056 2 8.370 2 0.001
      说明:随机性检验使用999置换检验
    • 依据局部自相关式(9)进行计算,结果表明:①森林生态安全指数高-高集聚区县一般分布在云南省西部和南部,这与云南省国家重点生态功能区的建设密切相关。低-低集聚区县稍显分散,一般分布在东南部和东北部;②从各年显著聚类的变化来看,2000,2005,2010和2015年高-高集聚区县分别有24个、19个、21个和15个,而低-低集聚区县变化不大,这4个年度分别有2个、1个、1个和4个。从表 3可以看出:高-高集聚区县和低-低集聚区县分布较广,呈现出比较明显的二元结构。针对这个空间分布,各地政府可以采取相应的森林保护政策:在低值集聚区域限制大型开发,并以植树造林和退耕还林等工程为主进行生态修复;在低-高集聚区域应加强以封山育林为主的森林保护工作;在高值集聚区域可在不破坏生态的前提下适当放宽发展限制。

      表 3  2015年森林生态安全指数LISA集聚结果

      Table 3.  LISA results of forest ecological security index in 2015

      类型 显著数/个 区县 占比/%
      高一高 15 维西、福贡、金平兰坪、泸水、盈江、梁河、耿马、澜沧、思矛、勐海、景洪、勐腊、江城、绿春、 11.63
      低一低 14 彝良、昭通、鲁甸、大姚、昆明、呈贡、澄江、晋宁、宜良、丘北、泸西、弥勒、开元、罗平 10.85
      低一高 4 德钦、景谷、盈江、个旧 3.10
      高一低 7 大理、广南、陆良、巧家、大关、寻甸、绥江 5.43
    • 从指标体系的权重来看,21个指标中,森林火灾致灾面积占比的权重最高,其次是森林有害生物致灾面积占比和人口密度。权重最小的退耕还林面积占比,仅为0.006 0。

      从空间分布来看,2000,2005,2010和2015年这4个年度森林生态安全指数等级最高的区域一般分布在云南省西部和南部,西部主要以福贡、兰坪、泸水等县为中心,南部主要以景洪、金平等县为中心。森林生态安全等级最差的区域一般分布在云南省东北部和东南部少数区域,东北部以昭通市为中心,东南部以丘北县为中心。

      从总体趋势来看,这4个年度的森林生态安全指数平均值呈不断上升趋势。2010年的平均值意外下降主要在于单位面积能源消耗量和木材采伐强度这2个逆向指标的大幅上升。这2个指标与GDP增长率密切相关,所以应适当降低经济发展速度以利于处理经济发展与生态保护之间的矛盾。

      从各县的时间变化来看,云南省99.20%的县域的森林生态安全指数都呈现比较明显的上升趋势,其中增幅最大的是河口县,其次是屏边县和红河县,这3个县都位于云南省南部的国家重点生态功能区,反映这几年南部森林维护成效卓越,从而使得指数上升较大。总体呈下降趋势的只有东北部的水富县,需要加强森林维护措施以扭转不利趋势。

      从空间相关性来看,云南省各区县森林生态安全指数呈现比较显著的集聚性,即森林生态安全指数高值的区县互相集聚,而低值的区县也互相集聚。森林生态安全指数高-高集聚区县一般分布在云南省西部和南部,这与云南省国家重点生态功能区的建设密切相关,而低-低集聚区县稍显分散。

    • 本研究的森林生态安全评价指标体系还存在需改进之处:首先是本研究许多数据都是引用的统计数据,实测数据较少,因此,在评估森林生态安全时难免出现失真的现象;其次,该指标体系对区位条件指标考察较少,纬度、坡度、风向等因素还没有考虑进来,而这些因素对森林生态安全都有实质影响。除此之外,本研究在森林生态安全指标体系的赋权方法上也存在一定局限性,虽然熵权法属于客观赋权方法,但它只能从数理角度给差异较大的指标赋予较高权重,而无法识别生态意义上各指标的重要程度,因此它难以克服权重设置不符合实际的问题。

      在后续的研究中:①引入实测数据,同时引入更多技术方法并进行结果比较,使森林生态安全指数的评价方法更加科学[21-22],提升森林生态安全评价的理论层次[23-24]。如引入标准离差法、CRIIC等多种赋权方法,它们都属于客观赋权法,其中前者根据标准差的大小来赋权,而后者依据指标间的冲突来赋权。另外,引入专家法,通过综合2类赋权方法来得到一个最符合实际的指标权重。②将不同质量不同林分的森林折算成标准森林面积,这样可以尽量避免指标选取和指标赋权方面的争议。

参考文献 (25)

目录

/

返回文章
返回