2. 陕西省林业厅森林资源管理处, 710082, 西安;
3. 青海省水土保持局, 810001, 西宁
中国水土保持科学 2018, Vol. 16 Issue (3): 95-102. DOI: 10.16843/j.sswc.2018.03.012 |
河流是地球上水分循环的主要介质之一,对生态系统的物质、能量传递与输送起着重要作用[1]。长期以来,人类对河流的不合理开发利用导致河岸带水土流失现象不断加剧,河流自然特性逐渐减少,使其自我恢复能力减弱、生物多样性遭到破坏[2]。水土流失直接导致河流淤积现象加重,河床增高,行洪空间萎缩,对区域内生产力、行洪安全造成不利影响[3]。近年来,“河流近自然治理”的理念应运而生,而对河流现状进行评价,对河流生态系统的近自然恢复和保护有着重要的指导作用[4]。
河流自然性评价的发展进程包括水质指标评价、生物指标评价、生物栖息地质量评价、整体生态指标评价4个阶段[5]。河流生态系统是一个复杂、开放、动态、非平衡和非线性的系统[6], 具有特征多样化的特点,要对其进行评价,需对其生态系统的结构、功能以及人类价值观进行综合考虑。“河流近自然评价体系”兼顾河流的自然属性和社会服务属性,在以物理、化学参数为基础的传统河流健康评价体系中增加河流对人类社会服务功能的评价内容,通过水文要素、形态特征、水质情况、河岸带功能和景观娱乐功能5个评价准则构建评价指标体系[1],这在一定程度上降低了传统河流健康评价方法呈现出的局限性[4]。
常见的综合评价方法包括层次分析法[7-8]、灰色关联分析法等[9-10]。其中,层次分析法将与决策相关的元素分解成目标、准则、指标等层次,并在此基础上进行决策分析,具有系统、灵活、简洁的优点[11];而灰色关联分析法是一种定量化比较分析的方法,根据数列的可比性和相似性,分析系统内部因素间的相关程度,确定相关程度最大的因素[12],计算量小,计算结果反映了样本间的差异。传统的灰色关联分析利用等权的方式计算比较序列和参考序列的关联度,在一定程度上弱化各个评价指标对评价结果的影响[13],同时计算关联系数时采用的点到点距离的方式不能满足评价指标在某一范围内取值的特征。
笔者通过结合潮河的实际情况,建立潮河自然性评价指标体系,利用层次分析法计算各评价指标的权重,再对各样本进行灰色关联分析,并在计算关联系数时采用点到区间距离的计算方式提高评价结果的客观性。最终,依据评价结果对调查河段的治理方式提供指导。
1 研究区概况潮河位于北京市东北方向。起源于河北省丰宁县槽碾沟南山,流经区域位于E 116°87′~117°34′,N 40°20′~41°27′,于北京市密云区古北口镇入京。密云水库建成后,将潮河分为密云水库上游和下游2部分,上游干流全长38 km,流域面积234.5 km2,下游流经河漕村与白河汇流后,称潮白河。资料显示,潮河每年注入密云水库的水量约占水库年入库总水量的60%,是北京地区的饮用水来源之一。
笔者研究河段自古北口大桥至辛庄桥(图 1),全长21 km。
维护河流的健康发展不仅要考虑河流生态系统的结构完整性和稳定性,而且应考虑合理地利用河流的社会服务功能[13]。通过对河流健康评价相关文献的参考,结合潮河的环境特征,遵循“科学性、目标性、系统性、独立性、可行性”5项原则,以水文要素、形态特征、水质情况、河岸带功能和景观娱乐功能为准则,对影响潮河自然性的指标进行筛选,建立包含24个定量、定性指标的评价体系[1, 5, 15](表 1)。
指标权重的确定采用层次分析法,其特点是指标两两相互比较,同时采用相对尺度,尽可能减少性质不同的因素相互比较的困难。指标权重的计算步骤包括构建判断矩阵、权重计算以及一致性检验[18]。
1) 判断矩阵构建:
设因素i与因素j进行比较判断,则因素i与因素j的重要性比为aij,判断矩阵为A=(aij)max,(i=1, 2, 3…, n; j=1, 2, 3…, n)。其中aij需同时满足aij>0;aij=1/aji;aii=1。重要程度标度值及含义见表 2。
2) 权重计算:
$ Aw = {\lambda _{\max }}w。$ | (1) |
式中:w为主重向量;A为权重比矩阵;λmax为最大特征值。
最终将所求的权重向量作归一化处理即为所求。
3) 判断矩阵的一致性检验:
$ {\rm{CI = }}\frac{{{\lambda _{\max }} - n}}{{n - 1}}。$ | (2) |
式中:n为判断矩阵的阶数;CI为一致性指标。
当矩阵具有完全一致性时,CI=0。CI值越大,矩阵的一致性就越差。为了严格定义一致性的评判标准,引入一致性比率CR与平均随机一致性指标RI,当CR=
自然性等级的计算采用灰色关联分析法。灰色关联分析法是一种多因素统计分析方法,它是以各种因素的样本数据为依据,用灰色关联度来描述因素间关系的强弱、大小和次序,若样本数据反映出因素间的变化态势(大小、方向等)基本一致,则关联度较大,反之较小[16]。计算的步骤包括确定参考数列与比较数列、计算关联系数与关联度、比较关联度并得出结果。笔者以评价指标的实测值作为参考数列,河流自然性评价标准作为比较数列,最终求得的与比较序列关联度最大的级别即为评价结果。在参评的指标中,多数指标的评价标准是一个区间而并非某一个特定的取值,因此主观的进行典型值的选取会对评价结果造成影响。在前人的研究[9, 17]中,将比较数列与参考数列之间点对点的运算改进为评价标准值的区间与实测值之间的点到区间距离的运算,并将评价结果进行验证,结果证明点到区间的计算方法在综合评价中适应性更高、客观性更强。
1) 参考数列与比较数列的确定:
参考数列{X′i(k),(i=1, 2, 3…, n; k=1, 2, 3, …, m)},其中,i为调查点编号;k为评价指标。
比较数列{
2) 计算关联系数
$ \begin{array}{l} \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;{D_{i, 0j}} = \\ \frac{{\sqrt 2 }}{2}\sqrt {{{\left[ {{{X'}_i}\left( k \right) - {{\underline X }_{0j}}\left( k \right)} \right]}^2} + {{\left[ {{{X'}_i}\left( k \right) - {{\overline X }_{0j}}\left( k \right)} \right]}^2}} 。\end{array} $ | (3) |
式中Di, 0j为点到区间的距离。
$ \varepsilon \left\{ {{{X'}_i}\left( k \right), \left[ {{{\underline X }_{0j}}\left( k \right), {{\overline X }_{0j}}\left( k \right)} \right]} \right\} = \frac{{{D_{\min }} + \rho {D_{\max }}}}{{{D_{i, 0j}} + \rho {D_{\max }}}}。$ | (4) |
式中:ε为关联系数;Dmin为点到区间的最小值;Dmax为点到区间的最大值;ρ为分辨系数,取值为0.5。
3) 计算灰色关联度:
灰色关联度的计算采用加权处理,即
$ \begin{array}{l} {r_i} = \sum\limits_{i = 1}^n {{w_k}} \varepsilon \left\{ {{{X'}_i}\left( k \right), \left[ {{{\underline X }_{0j}}\left( k \right), {{\overline X }_{0j}}\left( k \right)} \right]} \right\}\\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\left( {k = 1, 2, 3, \cdots , m} \right)。\end{array} $ | (5) |
式中:ri为灰色关联度;wk为第k项评价指标的权重。
4) 自然性等级计算:
将各河段的自然性等级的灰色关联度大小进行比较,最大值所属的等级即为该河段的实际自然性等级。
2.3 评价指标标准与指标获取结合国内外河流综合评价的研究,各评价指标依据其评判标准按自然状态、近自然状态、退化状态和人工化状态进行归一化处理[5]。调查过程中本着200 m设定调查样点,遇到生态条件明显突变情况加设一点的原则[5],共布设调查样点127个,以每10个点为基准并结合特殊情况组成调查河段,最终布设调查河段26段。各指标获取方法的简易说明见表 1,指标测量工具均为通用测量工具,获取与计算方法简单。具体指标评价标准及详细获取方法参照《河溪近自然评价——方法与应用》[5]。
3 结果与分析利用上文构建的河流自然性评价指标体系,对26个调查河段进行分析,计算出各河段自然性等级关联度。按灰色关联评价方法,各河段不同自然性等级的关联度最大值即为该河段所处的自然性等级状态,见表 4。
各河段所处的自然性等级现状见图 2。评价结果显示,在研究河段中:处于自然状态的河段长0.62 km,约占全长的2.95%;处于近自然状态的河段长6.6 km,约占全长的31.43%;处于退化状态的河段长12.58 km,约占全长的59.91%;处于人工状态的河段长1.2 km,约占全长的5.71%。
研究河段中1、3号河段处于退化状态,2号河段处于人工化状态。这3段河段紧邻古北口镇。由于交通设施需求和潮河的纵断面走势,河道存在部分渠化现象且两岸筑有堤坝,混凝土结构的岸坡阻断了潮河与陆地的连通,河岸带生态系统受到严重破坏,造成该处河段的自然性偏低。针对特殊河岸的功能需求,改造河段的自然性等级具有一定难度,应在该处河段上、下游做好防治工作,防止上、下游河段的自然性恶化。
8、9号河段处于退化状态,7号河段处于人工化状态。调查过程中发现,7号河段处存在采石、采砂现象。长期的工程作业导致河岸带群落结构的完整性缺失,部分河床裸露,河道的天然形态遭到破坏,鱼类、底栖类生物的生存环境受到威胁,这也是导致3处河段自然性急剧下降的原因。针对工程作业对河流造成的破坏,应在施工结束后及时开展生态修复工作,在最大程度上恢复河段的自然性。
13—18、22—24号河段处于退化状态。几处河段沿途出现大量的农家乐餐厅、水产粮种植场、家畜养殖场。游客的丢弃物等生活垃圾,河岸缓冲带被占用为耕地,化肥、饲料的不当使用等现象使得潮河自然性受到较大程度的人为影响。针对以上出现的问题,应加大沿途旅游业、种植业、养殖业的管理力度。修建合理的亲水区域来提高游客嬉戏的安全,同时减轻河岸脆弱带的人为破坏。完善排水管网和生活污染收集系统,在源头上减少生活垃圾对河流自然性的影响。合理规划河岸带土地利用方式,引导农民科学使用化肥、农药、饲料等农业投入品,保障河流生态系统的自我恢复能力。
总的来说,研究河段中处于自然状态与近自然状态的河段应加大河流的管理力度并辅以微量的人工治理手段,维护河段的现状,防止河流自然性退化。处于退化状态的河段应遵循“因势利导”的原则,将河流传统治理方法中效率高的特点与近自然治理方法中可持续性强的特点相结合,扬长避短,达到稳定河流的现有状态,并逐步地引导其向更高的自然性等级转变的目标。处于人工化状态的河段虽在分析结果中出现2处,但所占比例低,从评价结果中看,其状态对河流的自然性现状影响不大。
4 结论与讨论1) 潮河古北口大桥至辛庄桥河段中,处于退化状态的河段所占比例最大,其次是近自然状态。处于人工状态和自然状态的河段在评价过程中亦有出现,但所占比例较小,对河段整体评价结果影响不大。在今后的治理工作中,可根据评价结果,针对不同的影响因素,采取相应的治理措施。
2) 河流自然性评价具有尺度差异性和针对性。笔者运用到的评价体系以潮河自身的自然环境为背景,阐述了评价体系的建立与评价结果的计算方法。对于空间尺度与自然地理环境差异较大的河流来说,河流自然性评价需要重新筛选评价指标。此外,河流自然性评价体系在指标筛选、定性指标标准的制定过程中,虽通过权威专家的一致评判,但始终具有一定的主观性。在今后的研究中,应进一步筛选、判断。
[1] |
冯泽深. 京郊河溪水环境近自然诊断理论及应用研究[D]. 北京: 北京林业大学, 2011: 15.
FENG Zeshen. Nera-natural diagnosis theory and its application in water environment of suburb stream in Beijing[D]. Beijing: Beijing Forestry University, 2011: 15. http://www.wanfangdata.com.cn/details/detail.do?_type=degree&id=Y2005342 |
[2] |
董哲仁. 保护和恢复河流形态多样性[J].
水利学报, 2003(11): 53.
DONG Zheren. Conserve and restore river form diversity[J]. Journal of Hydraulic Engineering, 2003(11): 53. |
[3] |
李英, 樊玲丽, 韩圣明. 中小河流治理工程水土流失特征及防护措施[J].
江西水利科技, 2017, 43(2): 141.
LI Ying, FAN Lingli, HAN Shengming. Study on characteristics of soil and water loss and protection measures for small and medium river treatment project[J]. Jiangxi Hydraulic Science and Technology, 2017, 43(2): 141. |
[4] |
冯文娟, 李海英, 徐力刚, 等. 河流健康评价:内涵、指标、方法与尺度问题探讨[J].
灌溉排水学报, 2015, 34(3): 34.
FENG Wenjuan, LI Haiying, XU Ligang, et al. River health assessment:Indexes, methods and scales[J]. Journal of Irrigation and Drainage, 2015, 34(3): 34. |
[5] |
高甲荣, 冯泽深, 高阳, 等.
河溪近自然评价方法与应用[M]. 北京: 中国水利水电出版社, 2010: 69.
GAO Jiarong, FENG Zeshen, GAO Yang, et al. The method and application of natural evaluation of river[M]. Beijing: China Water and Power Press, 2010: 69. |
[6] |
董哲仁. 河流生态系统研究的理论框架[J].
水利学报, 2009, 40(2): 129.
DONG Zheren. Framework of research on fluvial ecosystem[J]. Journal of Hydraulic Engineering, 2009, 40(2): 129. |
[7] |
王舒, 高甲荣, 马岚, 等. 湟水河西宁段河流综合自然状况评价[J].
中国农村水利水电, 2014(10): 9.
WANG Shu, GAO Jiarong, MA Lan, et al. A comprehensive naturalness assessment of Xining section of Huangshui River[J]. China Rural Water and Hydropower, 2014(10): 9. |
[8] |
顾岚, 高甲荣, 刘瑛, 等. 北京郊区河流自然性评价:以汤河为例[J].
水土保持通报, 2012, 32(1): 165.
GU Lan, GAO Jiarong, LIU Ying, et al. Assessment of river naturalness in Beijing Suburb:Taking Tanghe River as an Example[J]. Bulletin of Soil and Water Conservation, 2012, 32(1): 165. |
[9] |
于洪涛, 吴泽宁. 灰色关联分析在南水北调中线澧河水质评价中的应用[J].
节水灌溉, 2010(3): 39.
YU Hongtao, WU Zening. Application of grey relation analysis method in water quality evaluation of Li River for south-to-north water diversion project[J]. Water Saving Irrigation, 2010(3): 39. |
[10] |
韩涛. 应用灰色关联分析法对水磨河水环境质量的评价分析[D]. 西安: 西安建筑科技大学, 2009: 35.
HAN Tao. The application of grey associative analysis on water environmental of shuimo River[D]. Xi'an: Xi'an University of Architecture and Technology, 2009: 35. http://cdmd.cnki.com.cn/Article/CDMD-10703-2009135941.htm |
[11] |
邓雪, 李家铭, 曾浩健, 等. 层次分析法权重计算方法分析及其应用研究[J].
数学的实践与认识, 2012, 42(7): 93.
DENG Xue, LI Jiaming, ZENG Haojian, et al. Research on computation methods of AHP weight vector and its applications[J]. Journal of Mathematics in Practice and Theory, 2012, 42(7): 93. |
[12] |
田兵, 冉雪琴, 薛红, 等. 贵州42种野生牧草营养价值灰色关联度分析[J].
草业学报, 2014, 23(1): 94.
TIAN Bing, RAN Xueqin, XUE Hong, et al. Evaluation of the nutritive value of 42 kinds of forage in Guizhou province by grey relational grade analysis[J]. Acta Prataculturae Sinica, 2014, 23(1): 94. |
[13] |
田凯波. 基于层次分析法的灰色关联分析的应用[J].
湖南农机, 2010, 37(3): 99.
TIAN Kaibo. Application of grey correlation analysis based on AHP[J]. Hunan Agricultural Machinery, 2010, 37(3): 99. |
[14] |
高学平, 赵世新, 张晨, 等. 河流系统健康状况评价体系及评价方法[J].
水利学报, 2009, 40(8): 964.
GAO Xueping, ZHAO Shixin, ZHANG Chen, et al. Index system and method for assessing the health status of river[J]. Journal of Hydraulic Engineering, 2009, 40(8): 964. |
[15] |
冯彦, 何大明, 杨丽萍. 河流健康评价的主评指标筛选[J].
地理研究, 2012, 31(3): 389.
FENG Yan, HE Daming, YANG Liping. Selection of major evaluation indicators on river health evaluation[J]. Geographical Research, 2012, 31(3): 389. |
[16] |
肖新平, 宋中民, 李峰.
灰技术基础及应用[M]. 北京: 科学出版社, 2005: 7.
XIAO Xinping, SONG Zhongmin, LI Feng. Gray technology foundation and application[M]. Beijing: Beijing Science Press, 2005: 7. |
[17] |
赵天燕, 贺方升, 侯祺棕, 等. 一种改进的灰关联分析法在水质评价中的应用[J].
安全与环境学报, 2005, 5(1): 28.
ZHAO Tianyan, HE Fangsheng, HOU Qizong, et al. Application of improved gray relation analysis method for water quality assessment in aquatic system[J]. Journal of Safety and Environment, 2005, 5(1): 28. |