基于遥感和GIS技术的生态承载力评价的解决方案

1.引言

    生态承载力的概念最早来自于生态学。 1921 年， Park 和 Burgess 在生态学领域中首次应用了生态承载力的概念，即在某一特定环境条件下（主要指生存空间、营养物质、阳光等生态因子的组合），某种个体存在数量的最高极限。生态承载力是生态系统整体水平的主要特征之一，其定量分析已成为生态环境管理和区域可持续发展决策的有效依据。

    该方案利用 Landsat TM/ETM+  等遥感影像数据及统计年鉴数据，建立了生态承载力评价指标体系。利用遥感和 GIS 技术对主要指标（如 NDVI  指数等）进行空间数据分析处理，通过主成分分析法筛选指标、层次分析法（AHP）获得各指标权重，从定性和定量的角度分析研究区生态承载力，并提出实现该区良性发展的对策与措施。具体技术路线图如下：

图1  生态承载力评价技术路线

2.数据准备及预处理

    数字高程模型（digital elevation model，DEM）数据；土壤类型数据。

    植被覆盖度以多年归一化植被指数（NDVI）求平均计算得到，公式如下：

    式中：f 为多年旬平均植被覆盖度；NDVI 为多年旬平均归一化植被指数；NDVImax、NDVImin分别多年旬平均 NDVI 的最大值和最小值。

    气象数据包括年均降水量、年均气温等，通过气象站多年数据求平均，借助 ANUSPLIN4.36 软件完成插值工作；人口密度、经济密度和 GDP 密度等数据来自统计年鉴。所有数据均栅格化为 1 km。

3.研究方法

    3.1 评价指标的选择

    评价体系包括 3 个指标：资源环境指标、生态弹性力指标和人类社会影响力指标。资源环境指标包含人均耕地面积、人均草地面积、人均林地面积、人均粮食占有量、人均水域面积和人均牲畜占有量；生态弹性力指标由平均海拔、起伏度、年均气温、年均江水、景观多样性指标、平均植被覆盖度、草地植被覆盖度和水域面积比构成；人类社会影响力指标包括草地放牧超载率、年造林面积、人均居民地面积、劳动力比重、经济密度和人口密度等。

    3.2 指标归一化处理

    在进行总体评价之前,  由于原始指标数据间存在的量纲不同,  需要指标间各数量级差异。本研究使用极差正规化法,  对第 i 个评价值进行极差正规化处理:

    通过计算后,  将原始数据有效归一化在[ 0, 1]  之间,  使离散度具有一致性。

    3.3 因子筛选和权重确定

    采用主成分分析筛选指标、AHP 确定综合评价指标的权重。首先，根据各主成分的贡献率，确定各主成分之间的重要性。依据层次分析法 1-9 的重要性标度方法，对各主成分的评比给出数量标度。然后，利用统计软件通过 AHP 计算出各评价指标的权重并检验权重的合理性。

    3.4 基于生态健康的生态承载力模型

    根据各评价指标及其权重，参照状态空间法，建立研究区生态承载力的数学模型，计算研究区每个像元的承载力指数，计算公式如下：

4.模拟结果的应用

    基于以上分析，得到研究区生态承载力评价的模拟结果，该结果可为以下分析提供支持：

    （1）研究区生态承载力分级

    （2）研究区资源环境承载力评价

    （3）研究区生态弹性力评价

    （4）研究区人类社会影响力评价

    （5）研究区基于生态健康的生态承载力综合分析评价