基于DPSIRM框架模型的高原湿地生态安全评价

doi:10.7522/j.issn.1000-0240.2020.0105

基于DPSIRM框架模型的高原湿地生态安全评价

秦趣^,¹, 梁振民², 刘安乐¹, 赵增友¹

1.六盘水师范学院旅游与历史文化学院，贵州六盘水 553004

2.上海对外经贸大学会展与旅游学院，上海 201620

The ecological safety evaluation of plateau wetland based on DPSIRM framework model

QIN Qu^,¹, LIANG Zhenmin², LIU Anle¹, ZHAO Zengyou¹

1.College of Tourism and Historical Culture，Liupanshui Normal University，Liupanshui 553004，Guizhou，China

2.School of Tourism and Event Management，Shanghai University of International Business and Economics，Shanghai 201620，China

编委: 周成林

收稿日期: 2018-10-17 修回日期: 2020-08-27

基金资助:

贵州省教育厅创新群体重大研究项目.  黔教合KY字［2016］056号
国家社会科学基金项目.  15CJY025
贵州省科技合作计划项目.  黔科合LH字［2015］7625号.  ［2015］7634号
贵州省教育厅自然科学基金.  黔教合KY字［2014］284号
六盘水市科技计划项目.  52020-2018-03-08
六盘水师范学院科技创新团队项目.  LPSSYKJTD201604

Received: 2018-10-17 Revised: 2020-08-27

作者简介 About authors

秦趣（1978-），男，贵州毕节人，教授，2009年在重庆师范大学获硕士学位，从事环境规划、环境管理与评价研究.E-mail：qinqu2008@126.com. , E-mail：qinqu2008@126.com

摘要

综合考虑高原湿地生态安全的资源、环境、生态、社会、经济等影响因素，以驱动力-压力-状态-影响-响应-管理（DPSIRM）框架模型建立高原湿地生态安全DPSIRM评价指标体系，采用灰色关联法对各评价指标赋权重值，运用集对分析法建立评价模型，对威宁草海2011 - 2016年的湿地生态安全进行评价研究。结果显示：人口自然增长率、单位工业产值废水排放量、生活污水排放量、化肥施用强度、农药施用强度、人均水资源量、物种多样性、水土流失率、物质生产、湿地面积退化率、污水处理率、物质生活指数、环保投资指数和政策法规实施力度等是影响威宁草海湿地生态安全的主要因素；威宁草海湿地生态安全逐渐转好， 2011 - 2012年草海湿地生态安全属于不安全等级， 2013 - 2016年属于临界安全等级；从各子系统情况看，驱动力子系统为较安全等级，压力、状态、影响、响应和管理子系统均为临界安全等级，响应子系统为不安全等级，成为影响威宁草海湿地生态安全的重要系统。研究成果可为威宁草海湿地的生态安全和环境建设提供科学参考。

关键词： DPSIRM框架模型 ; 灰色关联法 ; 集对分析法 ; 湿地生态安全 ; 威宁草海

Abstract

The resource， environment， ecology， society， economy etc.， which are the factors influence the plateau wetland ecological security， had been comprehensively considered； the driving force - pressure - state - impact - response - management （DPSIRM） evaluation index system of plateau wetland ecological security had been established with a framework model， the gray correlation method had been utilized to assign weight to each evaluation index， and an evaluation model had been built with set pair analysis method to evaluate and research the wetland ecological security of Caohai in Weining Town from 2011 to 2016. The results reviewed the natural population growth rate， waste water discharge of per unit industrial output value， domestic sewage discharge， fertilizer application intensity， pesticide application intensity， per capita water resources， species diversity， water and soil loss rate， material production， wetland area degradation rate， sewage treatment rate， material life index， environmental protection investment index， and policy and law enforcement are the main factors affecting the ecological security of the wetlands in Caohai of Weining Town. Ecological security of Caohai wetland had been gradually improved. From 2011 to 2012， the ecological security of Caohai wetland had been belonged to the unsafe level， and from 2013 to 2016， had been belonged to the critical safety level. From the situation of each subsystem， the driving force subsystems were relatively safe， the pressure， state， impact， response and management subsystem were in critical safety level. This study will be useful for the ecological security and environmental construction of Caohai wetland in Weining Town.

Keywords： DPSIRM framework model ; gray correlation analysis ; set pair analysis ; wetland ecological safety ; Caohai of Weining Town

PDF (882KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

秦趣, 梁振民, 刘安乐, 赵增友. 基于DPSIRM框架模型的高原湿地生态安全评价[J]. 冰川冻土, 2020, 42(4): 1363-1375 doi:10.7522/j.issn.1000-0240.2020.0105

QIN Qu, LIANG Zhenmin, LIU Anle, ZHAO Zengyou. The ecological safety evaluation of plateau wetland based on DPSIRM framework model[J]. Journal of Glaciology and Geocryology, 2020, 42(4): 1363-1375 doi:10.7522/j.issn.1000-0240.2020.0105

0 引言

湿地是自然界重要的自然资源，是陆地生态系统和水生生态系统相互作用形成的不同于陆地和水域的独特生态系统^［1-4］。近些年，因经济快速发展，我国湿地面积不断萎缩，质量下降，生态服务功能退化，不仅影响社会经济持续发展，而且影响到区域的生态安全。学界对湿地生态安全的研究内容主要包括湿地生态安全的定义^［5］、湿地生态安全评价指标体系^［6］和评价模型构建^［7］、湿地生态安全对策^［8］、湿地生态安全监测^［9］和预警^［10］等方面。研究对象主要集中在城市湿地生态安全^［11-12］、流域湿地生态安全^［10］和河口湿地生态安全^［13］等。研究区域主要集中在中东部发达地区和湿地资源较少的西北干旱地区^［14］。这些研究对湿地生态安全进行深入探讨具有重大促进作用，但对西南部的湿地研究较少，针对西南高原湿地生态安全的研究更是不多见。

目前，国内学者运用模糊数学法、神经网络模型、层次分析法和粗糙集理论与方法等对湿地生态进行了研究。邹长新等^［15］利用模糊数学法评价了若尔盖湿地的生态安全；宋国利等^［16］以模糊综合评价法对温州乐清湾湿地的生态安全进行了研究。然而，模糊数学法运用线性加权平均模型得到评判集，其结果会出现失真、均化、跳跃和失效等情况。王莹等^［17］采用神经网络模型研究了崇明东滩湿地生态系统健康；薛亮等^［18］以神经网络模型的原理和方法对洞庭湖湿地生态系统健康进行了评价。但是，神经网络方法要求在相应的建模情景下才具备非线性逼近和泛化能力，否则会陷入局部的极小点而产生最优的结果，因为这种方法是根据局部搜索而得的优化方法和无约束非线性最优化的计算过程。薛亮等^［19］应用层次分析法研究了西安灞柳湿地公园的生态安全；王斌等^［20］以华北地区滨海湿地为例，运用层次分析法对湿地生态系统健康进行了探讨。可是，层次分析法在运用过程中，人为主观因素较强，所考虑的因素可能会与实际有偏差，其取值具有不确定性。林艺双等^［21］运用粗糙集理论对洪湖、鄱阳湖和西洞庭湖的湿地生态系统健康进行了对比分析。但粗糙集理论不能准确评定各自属性下的属性值，一些难以得到的信息通常用属性的近似值代替，这会影响研究的结果。同时，上述方法中指标选择过于片面，湿地生态安全演化过程及内在机制未得到反映，未能体现湿地生态安全管理的重要性。基于此，本研究构建驱动力-压力-状态-影响-响应-管理（DPSIRM）框架模型的高原湿地生态安全评价指标体系，建立集对分析-灰色关联模型对高原湿地威宁草海的生态安全进行评价，以期为威宁草海湿地的生态安全和环境建设提供参考依据。

1 研究区概况

贵州威宁草海国家级自然保护区位于26°47′32″~26°52′52″ N， 104°10′16″~104°20′40″ E（图1），处于云贵高原中部的乌蒙山麓腹地，是典型的高原湖泊湿地，保护区总面积96.00 km²，水域面积23.25 km²，海拔约2 170 m，同时也是贵州省最大的天然淡水湖泊，正常情况下蓄水面积为19.80 km²，平均水深约2 m。其气候为亚热带季风气候，年平均气温10.5 ℃，年平均降水量950.9 mm，主要集中在夏季，干湿季节分明。汇入草海的河流主要有白马河、卯家海子河、中河和东山河等小河流。近年来，随着经济社会的不断发展，人类生产生活等活动对湿地生态安全形成了巨大威胁，草海湿地生态环境遭到严重破坏，湿地退化进程加快，需尽快采取有效措施进行保护^［22-24］。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 研究区地理位置

Fig.1 Map showing the Caohai National Nature Reserve

2 研究方法

2.1　DPSIRM框架模型构建

1970年，加拿大著名学者安东尼·弗雷德提出压力-状态-响应（PSR）模型，随后被OECD（经济合作和发展组织）所应用^［25］。20世纪90年代初， OECD和UN在环境政策报告中发展PSR模型并形成了DSR（驱动力-状态-响应）模型）。在PSR模型和DSR模型的基础上^［26］，欧洲环境暑（European Environment Agency， EFA）提出DPSIR模型，即驱动力-压力-状态-影响-响应模型，该模型强调评价要素之间的因果关系，涵盖社会、经济、环境和政策等要素^［27-28］，在流域生态安全^［29］、土地节约利用^［30］、低碳城市发展^［31］、生态环境效应评估^［32］、农业可持续发展^［33］等方面应用广泛。后来，杨俊等^［6］将管理引入到DPSIR模型中，以大连市为研究对象，构建了人居环境安全评价模型，即DPSIRM（驱动力-压力-状态-影响-响应-管理）模型，张峰等^［34］运用该模型评价了南四湖湖泊生态系统健康状况，张凤太等^［35］基于DPSIRM概念框架，构建了岩溶区水资源安全评价模型。然而，至今把DPSIRM模型应用到湿地生态安全评价中的文献不多。在湿地面积不断减少、生态功能不断退化、生态安全面临危机的情况下，对湿地进行有效管理是促进湿地生态安全的重要途径。因此，这里把改进后的DPSIRM框架模型引入到湿地生态安全评价中，以便更好的分析湿地生态安全复杂的因果关系。

本研究根据湿地生态安全^［36］、湖泊生态安全DPSIR框架模型^［37］，参照湿地生态系统健康^［34］、人居环境^［6］和水资源安全评价^［35］的DPSIRM模型，把DPSIRM框架模型引入到湿地生态安全评价中。DPSIRM框架模型由六类因子构成，即驱动力、压力、状态、影响、响应和管理。框架具体含义为：湿地区域人口、社会和经济发展给湿地生态环境带来巨大压力和挑战，把人口、社会和经济发展作为“驱动力-D”子系统；这导致对湿地环境资源需求增强，并增加排放各种污染物，因此水资源供需、水体污染构成“压力-P”子系统；由此，湿地水质、水量和水生态发生变化，把水质、水量和水生态作为“状态-S”子系统；此时，湿地资源与自然和社会之间的矛盾突出，把供需矛盾和湿地退化作为“影响-I”子系统；由于湿地生态安全受到胁迫，该胁迫在经济社会中形成反馈，迫使人类社会进行生态恢复，把湿地水资源开发、生态恢复作为“响应-R”子系统；与此同时，通过各种管理政策和措施加强湿地生态安全调控，使得湿地生态环境与社会经济良性耦合发展，进而减少人类活动对湿地生态环境产生的压力，降低对湿地生态系统和社会经济发展的制约和影响，把政策和管理投入作为“管理-M”子系统。整个框架模型通过胁迫过程、健康变化过程、服务过程和管理过程来实现。具体框架模型如图2。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 高原湿地生态安全评价DPSIRM框架模型

Fig.2 DPSIRM framework model for ecological security assessment of plateau wetlands

2.2　构建评价指标体系和评价标准

2.2.1　构建评价指标体系

根据构建的DPSIRM框架模型，参考现有的研究文献^{［11，29，36，38-39］}，遵循指标数据的代表性、独立性、易得性、可操作性和系统性，从驱动力、压力、状态、影响、响应和管理6个方面建立了基于DPSIRM框架模型的高原湿地生态安全评价指标体系（表1）。

表1 高原湿地生态安全评价指标体系及含义

Table 1 The plateau wetland ecosystem security assessment index system and meaning

目标层	因子层	指标层	单位	指标解释
湿地生态安全	驱动力	人均GDP X₁	元·人^-1	表征经济发展情况对湿地生态安全的驱动，用研究区一定时期GDP总量与总人口的比值反映
		城镇化率X₂	%	表征区域发展对程度对湿地生态安全的驱动，用研究区非农业人口数与总人口数的比值反映
		恩格尔系数X₃	%	表征经济富裕程度对湿地生态安全的驱动，用居民家庭食品消费支出与生活消费总支出的比值反映
		人口自然增长率X₄	‰	表征人口自然增长程度对湿地生态安全的驱动，用出生率减死亡率来反映
	压力	万元GDP水耗X₅	m³·（万元）^-1	表征经济发展水平对湿地水资源数量安全的压力，用GDP与用水总量的比值反映
		化肥施用强度X₆	kg·hm^-2	表征农业生产对湿地水资源质量安全的压力，用每年每公顷化肥施用量反映
		农药施用强度X₇	kg·hm^-2	表征农业生产对湿地水资源质量安全的压力，用每年每公顷农药施用量反映
		单位工业产值废水排放量X₈	t·（万元）^-1	表征工业生产对湿地水资源质量安全的压力，用工业万元产值排污量反映
		生活污水排放量X₉	t·人^-1	表征居民生活对湿地水资源质量安全的压力，用居民人均排放的污水量反映
		年平均降水X₁₀	mm	表征区域降水对湿地水资源数量安全的压力，用区域内多个观测点测得的年降雨量均值反映
		年平均气温X₁₁	℃	表征区域气温变化对湿地水量蒸发产生的压力，用全年各日的日平均温度的算术平均值反映
		干旱指数X₁₂	/	表征区域干旱变化对湿地水量安全的压力，用年蒸发能力和年降水量的比值反映
	状态	人均水资源量X₁₃	m³·人^-1	表征水资源保障状态，用水资源量与总人口数的比值反映
		水质状况指数X₁₄	/	表征对湿地水环境质量的状态，用《地面水环境质量标准》（GB3838-88）中Ⅲ类及以上等级水质监测数占湿地监测数的比值反映
		水土流失率X₁₅	%	表征区域内水土保持状态，用水土流失面积与土地总面积的比值反映
		物种多样性X₁₆	%	表征湿地物种变化状态，用湿地地区植物种数与所在生物地理区湿地植物种数的比值反映
	影响	水源稳定状况X₁₇	%	表征湿地的水量平衡变化的影响，用水源保证或补给率来反映
		物质生产X₁₈	%	表征湿地生态系统的生产能力，用水产品年收获量变化率来反映。
		湿地面积退化率X₁₉	%	表征各种人类活动对湿地生态安全的影响，用现有湿地面积与2000年的湿地面积对比分析反映
	响应	湿地水资源开发利用率X₂₀	%	表征湿地水资源数量安全的响应，以区域工农业、生活等用水量占该区域水资源总量的比值反映
		污水处理率X₂₁	%	表征湿地水资源质量安全的响应，用区域内污水处理量占污水排放量的的比值反映
		工业废水排放达标率X₂₂	%	表征水资源质量安全的响应，用工业废水排放达标量与工业废水排放总量的比率反映
		用水普及率X₂₃	%	表征供水普及的平均水平，用城市非农业用水人口数与城市非农业人口数的比值反映
		物质生活指数X₂₄	元	表征物质生活对湿地安全的响应，用农民人均纯收入来反映
	管理	环保投资指数X₂₅	%	表征湿地管理投入资金的充足性，用湿地环境保护投资占GDP的比值反映
		政策法规实施力度X₂₆	%	表征湿地管理的有效性，用接受政策法规人数占总人口的比值反映
		湿地管理水平X₂₇	%	表征群众对湿地管理的满意度，用湿地管理队伍的整体水平反映

新窗口打开| 下载CSV

（1）驱动力指标。人与自然相互作用对湿地生态安全造成了重大威胁，随着经济社会快速发展，人口不断增长，人类活动成为湿地生态安全的主要驱动因子。因此，选择人均GDP、城镇化率、恩格尔系数和人口自然增长率4个因子作为驱动力指标。

（2）压力指标。压力指标是由驱动力导致的对湿地生态安全的压力，由于人口、经济、社会的发展，导致水资源供需、水体污染等压力，所以这两类指标的因果关系非常紧密。压力指标由人类活动产生的影响因子来反映，这里选取万元GDP水耗、化肥施用强度、农药施用强度、单位工业产值废水排放量、生活污水排放量、年平均降水、年平均气温和干旱指数8个因子作为压力指标。

（3）状态指标。状态指标是指在驱动力和压力作用下产生的湿地水质、水量和水生态变化等状态。选取人均水资源量、水质状况指数、水土流失率和物种多样性4个指标作为状态指标。

（4）影响指标。是指在驱动力、压力、状态等因素影响下湿地生态安全发生的变化结果，选取水源稳定状况、物质生产和湿地面积退化率3个因子构建影响指标。

（5）响应指标。是指湿地生态安全发生的各种变化通过相关影响因子对人类社会产生作用，人类社会感受到这些变化后则采取相应的安全措施反作用于湿地生态系统。这里用湿地水资源开发利用率、污水处理率、工业废水排放达标率、用水普及率和物质生活指数5个指标构成响应指标。

（6）管理指标。是指人类主动采取积极的干预和恢复措施作用于湿地生态系统，目的是使湿地生态安全得以改善并形成良性发展。所以采用环保投资指数、政策法规实施、湿地管理水平3个指标构成管理指标。

2.2.2　指标评价标准

湿地生态安全评价具有复杂性和地区差异性特点，考虑到高原湿地环境较脆弱的问题，在参考前人对湿地生态安全评价标准的基础上^{［25，35，40］}，结合威宁草海湿地的实际情况，把威宁草海湿地生态安全评价标准划分为5个等级，即安全、较安全、临界安全、不安全和极不安全，具体分级标准见表2。

表2 高原湿地生态安全评价等级

Table 2 The level standards of plateau wetland ecosystem security assessment

目标层	因子层	指标层	权重	分项权重	安全	较安全	临界安全	不安全	极不安全
湿地生态安全	驱动力	X₁	0.0630	0.3284	>12 000	12 000~8 000	8 000~5 000	5 000~2 000	<2 000
		X₂	0.0561	0.2979	<20	20~35	35~50	50~65	>65
		X₃	0.0471	0.2571	<20	20~30	30~50	50~60	>60
		X₄	0.0156	0.1166	<5	5~6	6~7	7~8	>8
	压力	X₅	0.0185	0.0939	<300	300~600	600~1 000	1 000~1 500	>1 500
		X₆	0.0144	0.0803	<100	100~250	250~400	400~500	>500
		X₇	0.0106	0.0673	<2	2~2.5	2.5~3.5	3.5~4	>4
		X₈	0.0353	0.1505	<5	5~15	15~30	30~45	>45
		X₉	0.0149	0.0820	<10	10~12	12~14	14~16	>16
		X₁₀	0.0302	0.1333	>1 500	1 500~1 100	1 100~700	700~300	<300
		X₁₁	0.0494	0.1978	<6	6~10	10~14	14~18	>18
		X₁₂	0.0485	0.1949	<0.6	0.6~0.8	0.8~1.0	1.0~1.2	1.2~1.4
	状态	X₁₃	0.0234	0.2219	>3 000	3 000~2 500	2 500~1 500	1 500~500	<500
		X₁₄	0.0562	0.4129	>80	80~60	60~40	40~20	<20
		X₁₅	0.0146	0.1707	<20	20~40	40~60	60~80	>80
		X₁₆	0.0187	0.1945	>50	50~30	30~20	20~10	<10
	影响	X₁₇	0.0399	0.3051	>70	70~60	60~50	50~40	<40
		X₁₈	0.0399	0.3051	水产品年收获量增加，变化率>6%	水产品年收获量增加，变化率2%~6%	水产品年收获变化率-2%~2%	水产品年收获量减少，变化率2%~6%	水产品年收获量减少，变化率>6%
		X₁₉	0.0543	0.3898	<2	2~4	4~6	6~8	>8
	响应	X₂₀	0.0232	0.1399	<10	10~20	20~40	40~60	>60
		X₂₁	0.0067	0.0723	>80	80~70	70~60	60~45	<45
		X₂₂	0.0559	0.2862	>90	90~80	80~70	70~60	<60
		X₂₃	0.0454	0.2672	>90	90~70	70~50	50~30	<30
		X₂₄	0.0461	0.2344	>4 000	4 000~3 000	3 000~2 000	2 000~1 000	<1 000
	管理	X₂₅	0.0602	0.3475	>2.5	2.5~2	2~1.5	1.5~1	<1
		X₂₆	0.0551	0.3220	>70	70~50	50~40	40~20	<20
		X₂₇	0.0568	0.3305	>80	80~70	70~60	60~50	<50

新窗口打开| 下载CSV

2.3　评价方法

2.3.1　灰色关联方法

灰色关联理论是对反映各因素变化特性的数据序列进行几何比较，若干个统计数列构成的各条曲线几何形状越接近，则关联度就越大，这具有数理模型的客观性，而分辨系数则反映一定的主观性，其求出的权重值更加合理^［41］。

（1）原始数据标准化处理

本研究的标准化方法采用线性插值法对原始数据作无量纲化处理，评价某区域m年共n个指标的湿地生态安全状况，原始数据矩阵为：

X = [\begin{matrix} x_{11} & x_{12} & \dots & x_{1 n} \\ x_{21} & x_{22} & \dots & x_{2 n} \\ ⋮ & ⋮ & ⋮ & ⋮ \\ x_{m 1} & x_{m 2} & \dots & x_{m n} \end{matrix}]

（1）

在本研究中，湿地生态安全的指标分为正向指标和逆向指标两种，正向指标是指标数据越大越好的指标，标准化方法为：

y = \frac{x - x_{m i n}}{x_{m a x} - x_{m i n}}

（2）

逆向指标即成本型指标，是指指标数值越小越好的指标，标准化方法为：

y = 1 - \frac{x - x_{m i n}}{x_{m a x} - x_{m i n}}

（3）

式中： $x_{m a x}$ 为最大值； $x_{m i n}$ 为最小值。

（2）找出评价指标数据的最优向量：

G = (g_{1}, g_{2} \dots g_{n}) = (y_{11} v y_{12} \dots v y_{1 m}, y_{21} v y_{22} \dots v y_{2 m}, y_{n} v y_{n 2} \dots v y_{n n})

（4）

式中： $v$ 代表最大运算符。

（3）计算第 $j$ 个指标 $y_{i}$ 与最优向量 $G$ 的关联系数：

δ_{i} (y_{i}, G) = \frac{m i n_{i} m i n_{j} |y_{i j} - g_{i}| + ρ m a x_{i} m a x_{j} |y_{i j} - g_{i}|}{|y_{i j} - g_{i}| + ρ m a x_{i} m a x_{j} |y_{i j} - g_{i}|}

（5）

式中： $δ_{i} (y_{i}, G)$ 代表第 $j$ 个指标 $y_{i}$ 与最优向量 $G$ 的关联系数； $ρ$ 代表分辨系数， $0 < ρ < 1$ ，通常为 $ρ = 0.5$ ； $m i n_{i} m i n_{j} |y_{i j} - g_{i}|$ 代表两级极小差； $m a x_{i} m a x_{j} |y_{i j} - g_{i}|$ 代表两级极大差。

（4）求第 $j$ 个评价指标 $y_{j}$ 的权重 $w_{j}$ ：

w_{j} = δ_{i} / \sum_{i = 1}^{n} δ_{i}

（6）

2.3.2　集对分析法

集对分析理论是我国学者赵克勤于1989年提出的解决不确定性问题有效的系统分析方法，其原理是在分析单个指标和评价等级隶属关系的基础上，综合集成评价目标的安全等级，能准确反映湿地生态安全的演化过程和内存机制^［42］。本研究运用集对分析模型对威宁草海湿地生态安全进行评价^{［35，43-44］}，步骤为：

构建集对 $H (X_{i}, B_{k}) (k = 1,2, 3,4, 5; i = 1,2, \dots n)$ 得到 $k$ 元联系度，即：

η (X, B) = w η (x_{i}, B) = \sum_{l = 1}^{m} w_{l} a_{l} + \sum_{l = 1}^{m} w_{l} b_{l, 1} i_{1} + \sum_{l = 1}^{m} w_{l} b_{l, 2} i_{2} + \sum_{l = 1}^{m} w_{l} b_{l, 3} i_{3} + \sum_{l = 1}^{m} c_{i} J

（7）

令 $f_{1} = \sum_{l = 1}^{m} w_{l} a_{l}$ ， $f_{2} = \sum_{l = 1}^{m} w_{l} b_{l} i_{1}$ ， $f_{3} = \sum_{l = 1}^{m} w_{l} b_{l} i_{2}$ ，

f_{4} = \sum_{l = 1}^{m} w_{l} b_{l} i_{3}

，

f_{5} = \sum_{l = 1}^{m} c_{i} J

则公式（7）变化为：

η (X, B) = f_{1} + f_{2} I_{1} + f_{3} I_{2} + f_{4} I_{3} + f_{5} J

（8）

式中： $I_{1}$ ， $I_{2}$ ， $I_{3}$ 和 $J$ 值取值1。

本研究分为正向指标和逆向指标，当指标数据越小越优时，样本值 $x_{i}$ 与该指标 $k$ 级评价标准的联系度 $η (x_{i}, B_{k})$ 为：

\{\begin{array}{l} 1 + 0 i_{1} + 0 i_{2} + 0 i_{3} + 0 j, & x_{l} \leq s_{1} \\ \frac{s_{1} + s_{2} - 2 x_{1}}{s_{2} - s_{1}} + \frac{2 x_{l} - 2 s_{1}}{s_{2} - s_{1}} i_{1} + 0 i_{2} + 0 i_{3} + 0 j, & s_{1} < x_{l} \leq \frac{s_{1} + s_{2}}{2} \\ 0 + \frac{s_{2} + s_{3} - 2 x_{l}}{s_{3} - s_{1}} i_{2} + \frac{2 x_{l} - s_{2} - s_{3}}{s_{3} - s_{1}} i_{3} + 0 j, & \frac{s_{1} + s_{2}}{2} < x_{1} \leq \frac{s_{2} + s_{3}}{2} \\ 0 + 0 i + \frac{s_{3} + s_{4} - 2 x_{l}}{s_{4} - s_{2}} i_{2} + \frac{2 x_{l} - s_{2} - s_{3}}{s_{4} - s_{2}} i_{3} + 0 j, & \frac{s_{2} + s_{3}}{2} < x_{1} \leq \frac{s_{3} + s_{4}}{2} \\ 0 + 0 i_{1} + 0 i_{2} + \frac{2 s_{4} - 2 x_{l}}{s_{4} - s_{3}} i_{3} + \frac{2 x_{l} - s_{3} - s_{4}}{s_{4} - s_{3}} j, & \frac{s_{3} + s_{4}}{2} < x_{l} \leq s_{4} \\ 0 + 0 i_{1} + 0 i_{2} + 0 i_{3} + 1 j, & x_{l} \leq s_{4} \end{array}

（9）

当指标数据越大越优时，样本值 $x_{i}$ 与该指标 $k$ 级评价标准的联系度 $η (x_{i}, B_{k})$ 为：

\{\begin{array}{l} 1 + 0 i_{1} + 0 i_{2} + 0 i_{3} + 0 j, & x_{l} < s_{1} \\ \frac{2 x_{1} - s_{1} - s_{2}}{s_{1} - s_{2}} + \frac{2 s_{1} - 2 x_{l}}{s_{1} - s_{2}} i_{1} + 0 i_{2} + 0 i_{3} + 0 j, & \frac{s_{1} + s_{2}}{2} \leq x_{l} < s_{1} \\ 0 + \frac{2 x_{l} - s_{2} - s_{3}}{s_{1} - s_{3}} i_{1} + \frac{s_{2} + s_{3} - 2 x_{l}}{s_{1} - s_{3}} i_{3} + 0 j, & \frac{s_{3} + s_{4}}{2} < x_{1} \leq \frac{s_{2} + s_{3}}{2} \\ 0 + \frac{2 x_{l} - s_{2} - s_{3}}{s_{2} - s_{4}} i_{1} + \frac{s_{1} + s_{2} - 2 x_{l}}{s_{2} - s_{4}} i_{3} + 0 j, & \frac{s_{3} + s_{4}}{2} \leq x_{1} < \frac{s_{2} + s_{3}}{2} \\ 0 + 0 i_{1} + 0 i_{2} + \frac{2 x_{l} - 2 s_{4}}{s_{3} - s_{4}} i_{3} + \frac{s_{3} + s_{4} - 2 x_{l}}{s_{3} - s_{4}} j, & s_{4} \leq x_{l} < \frac{s_{3} + s_{4}}{2} \\ 0 + 0 i_{1} + 0 i_{2} + 0 i_{3} + j, & x_{1} < s_{4} \end{array}

（10）

式中： $s_{1}$ 、 $s_{2}$ 、 $s_{3}$ 、 $s_{4}$ 分别为威宁草海湿地生态安全等级安全、较安全、临界安全、不安全和极不安全的边界值。

用置信度准则来确定样本的等级，公式为：

h_{k} = (f_{1} + f_{2} + \dots + f_{k}) > λ, k = 1,2, 3,4, 5

（11）

式中： $λ$ 为置信度。通常， $0.5 \leq λ \leq 0.7$ 。

2.4　数据来源

相关数据主要来自贵州省水利厅网站发布的《贵州省水资源公报》（2008 - 2017），《贵州省统计年鉴》《威宁县统计年鉴》《贵州草海湿地生态环境综合治理总体规划》《草海研究》^［45］及2016年实地问卷调查数据以及相关文献^［46］等。

3 结果与分析

3.1　评价结果

把草海湿地2011 - 2016年相关指标数据代入式（1）~（6），得到草海湿地各评价指标的权重值（表2）。以2016年为例，介绍相关运算过程。首先把2016年原始数据代入式（9）、式（10），求出2016年各相关指标的联系度（表3），再把各指标的权重值与联系度结合，将各指标的联系度值代入式（8），计算出2016年各评价等级的联系度（表4）。取 $λ$ =0.5， 2016年的置信度值分别为： $h_{1}$ = $f_{1}$ =0.1102< $λ$ ， $h_{2}$ = $f_{1}$ + $f_{2}$ =0.1102+0.2094=0.3196< $λ$ ， $h_{3}$ = $f_{1}$ + $f_{2}$ + $f_{3}$ =0.1102+0.2094+0.4085=0.7281> $λ$ ，根据置信度准则即可得出2016年草海湿地生态安全等级属于第三等级，即处于临界安全等级。同理得到2011 - 2016草海湿地生态安全等级和各年湿地驱动力子系统、压力子系统、状态子系统、影响子系统和管理子系统的等级（表4、表5）。

表3 2016年各指标联系度

Table 3 The connection degree of each index in 2016

联系度	B₁	B₂	B₃	B₄	B₅
$η 1$	0	0.0439	0.0191	0	0
$η 2$	0	0.0049	0.0512	0	0
$η 3$	0	0.0232	0.0239	0	0
$η 4$	0	0.0139	0.0017	0	0
$η 5$	0	0.0045	0.0140	0	0
$η 6$	0	0.0042	0.0102	0	0
$η 7$	0	0.0036	0.0070	0	0
$η 8$	0	0	0	0.0058	0.0295
$η 9$	0	0	0.0025	0.0124	0
$η 10$	0	0	0.0165	0.0137	0
$η 11$	0	0	0.0185	0.0309	0
$η 12$	0.0485	0	0	0	0
$η 13$	0	0.0005	0.0229	0	0
$η 14$	0	0	0.0331	0.0232	0
$η 15$	0	0.0093	0.0053	0	0
$η 16$	0	0.0085	0.0102	0	0
$η 17$	0.0399	0	0	0	0
$η 18$	0	0	0.0199	0.0199	0
$η 19$	0	0	0.0257	0.0286	0
$η 20$	0	0	0.0105	0.0127	0
$η 21$	0	0.0060	0.0007	0	0
$η 22$	0	0.0425	0.0134	0	0
$η 23$	0	0.0449	0.0005	0	0
$η 24$	0	0	0	0	0.0461
$η 25$	0	0	0.0277	0.0325	0
$η 26$	0	0	0.0155	0.0396	0
$η 27$	0	0.0258	0.0310	0	0

新窗口打开| 下载CSV

表4 草海湿地生态安全综合评价联系度（ $f_{n}$ ）及其 $h_{k}$ 值（2011 - 2016）

Table 4 The connection degree（ $f_{n}$ ） and $h_{k}$ of wetland ecosystem security assessment in Caohai （2011 - 2016）

年份	$f_{1}$	$f_{2}$	$f_{3}$	$f_{4}$	$f_{5}$	$h_{1}$	$h_{2}$	$h_{3}$	$h_{4}$	$h_{5}$	安全等级
2011年	0.0399	0.0759	0.3525	0.2889	0.2428	0.0399	0.1158	0.4683	0.7572	1	不安全
2012年	0.0399	0.0756	0.3757	0.3194	0.1894	0.0399	0.1155	0.4912	0.8106	1	不安全
2013年	0.0457	0.1651	0.3518	0.2866	0.1508	0.0457	0.2108	0.5626	0.8492	1	临界安全
2014年	0.0307	0.2114	0.3483	0.3144	0.0952	0.0307	0.2421	0.5904	0.9048	1	临界安全
2015年	0.0399	0.2062	0.4223	0.2537	0.0779	0.0399	0.2461	0.6684	0.9221	1	临界安全
2016年	0.0884	0.2357	0.381	0.2193	0.0756	0.1768	0.3241	0.7051	0.9244	1	临界安全

新窗口打开| 下载CSV

表5 湿地生态安全DPSIRM等级及 $h_{k}$ 值（2011 - 2016）

Table 5 The standards and $h_{k}$ of wetland ecosystem security DPSIRM （2011 - 2016）

年份	类别	$h_{1}$	$h_{2}$	$h_{3}$	$h_{4}$	$h_{5}$	安全等级
2011年	D	0	0.1532	0.8717	1		临界安全
	P	0	0	0.4527	0.8414	1	不安全
	S	0	0.0913	0.8518	1		临界安全
	I	0.3051	0.3051	0.4824	1		不安全
	R	0	0.0228	0.2738	0.5831	1	不安全
	M	0	0	0	0.2377	1	极不安全
2012年	D	0	0.2954	1			临界安全
	P	0	0	0.4809	0.8321	1	不安全
	S	0	0.0916	0.8579	1		临界安全
	I	0.3051	0.3051	0.4422	1		不安全
	R	0	0.398	0.494	0.7124	1	不安全
	M	0	0	0	0.3784	1	极不安全
2013	D	0	0.5157	1			较安全
	P	0.037	0.0673	0.4952	0.8750	1	不安全
	S	0	0.2885	0.9009	1		临界安全
	I	0.3051	0.4577	0.7323	1		临界安全
	R	0	0.2036	0.4311	0.7320	1	不安全
	M	0	0	0	0.5807	1	不安全
2014年	D	0.1073	0.5538	1			较安全
	P	0.0639	0.1648	0.5681	0.8897	1	不安全
	S	0.0266	0.3802	0.8816	1		临界安全
	I	0	0.3966	0.7453	1		临界安全
	R	0	0.2121	0.4311	0.7628	1	不安全
	M	0	0	0.1364	0.8643	1	不安全
2015年	D	0.0793	0.5554	1			较安全
	P	0	0.1807	0.5816	0.8646	1	临界安全
	S	0	0.2065	0.8514	1		临界安全
	I	0.3051	0.4577	0.7739	1		临界安全
	R	0	0.2836	0.5850	0.7656	1	临界安全
	M	0	0	0.4524	1		不安全
2016年	D	0	0.5623	1			较安全
	P	0.1949	0.2643	0.5969	0.8741	1	临界安全
	S	0	0.2020	0.8293	1		临界安全
	I	0.3051	0.3051	0.6422	1		临界安全
	R	0	0.3286	0.6201	0.7656	1	临界安全
	M	0	0.1503	0.5812	1		临界安全

新窗口打开| 下载CSV

3.2　结果分析

3.2.1　草海湿地生态安全综合评价分析

由表4可以看出， 2011 - 2012年草海湿地生态安全属于不安全等级， 2013 - 2016年属于临界安全等级，草海湿地生态安全近年来逐渐转好。说明近年来对草海湿地的保护和治理是有效的，特别是2008年贵州省毕节市成立草海湿地管理委员会，开展草海综合治理工作后，经过2009 - 2011三年的综合治理，草海湿地的生态环境得到改善，促进了当地社会经济和湿地生态环境的协调发展，湿地生态安全级别提升。但目前仅为临界安全等级，湿地生态环境保护任重道远。

3.2.2　各评价子系统分析

（1）驱动力子系统（表5）。草海湿地驱动力子系统2011 - 2012年属于临界安全等级， 2013 - 2016属于较安全等级，其属于较安全等级的置信度值从2013年的0.5157上升到2016年0.5623，说明驱动力子系统总体情况较好，并向良好态势发展，这与草海所处的毕节市威宁县经济社会发展相对落后，对草海湿地生态环境驱动影响较小有关。同时，人口自然增长率过高， 2016年，威宁县人口自然增长率为5.33‰，使得人口从2005年的120.41万人增加到2016年的148.82万人。这说明人口增长过快，给生态环境驱动带来较大影响，成为驱动力子系统发展的关键因素。

（2）压力子系统（表5）。在压力子系统方面， 2011 - 2015年属于不安全等级， 2016年属于临界安全等级，其临界安全置信度值为0.5969。这主要是因为草海湿地周边地区工业污水、生活污水排放量多，化肥农药施用量大导致。据统计， 2014年每天排入草海的城市生产和生活废水多达3 000 m³以上，依据草海湖滨农业调查表明，草海周边农业用地4 238.71 hm²，其中， 606.33 hm²种植蔬菜，年平均施用复合肥900 kg·hm^-2，施用尿素900 kg·hm^-2； 1 076.4 hm²种植土豆、玉米，年平均施用复合肥450 kg·hm^-2，施用尿素300 kg·hm^-2，同时使用农药2.67 t。表明工业污水和生活污水排放量多，化肥农药施用量大，给草海湿生态安全造成极大压力。而气温和降水也给草海湿地带来较大压力。2011年和2016年，草海年平均气温分别为10.1 ℃和10.6 ℃，说明受全球气候变化影响，草海年平均气温呈上升趋势。气温升高，水分蒸发增强，气温每升高3 ℃，需要降水增加20%才能补偿因气温升高而对湿地生态安全带来的影响。在降水方面， 2011年区域年均降水量为859.4 mm， 2013年下降为792.6 mm，降幅为7.78%，表明草海区域年均降水量变化幅度较大，受全球气候变化影响，区域年均降水量不稳定性增强，湿地生态安全受到影响。

（3）状态子系统（表5）。在状态子系统方面， 2011 - 2016年均为临界安全等级，其置信度值在0.8293~0.9009之间小幅波动。这主要是因为人均水资源量、物种多样性、水土流失等未得到有效改善所致。湿地水资源量给湿地生态安全带来严重影响，大气降水是草海湿地的主要水源补给方式，近年来，草海地区年降水量表现出下降趋势， 2016年，草海湿地湖区降水量仅为0.24×10⁸ m³。同时，人口增多，用水量随之增加，使得入湖水量减少。湿地水资源量减少，导致湿地植物生长受到影响，动物的生存与发展受到制约。而且，草海自然保护区水土流失加剧，保护区总面积96.00 km²，水土流失面积36.19 km²，水土流失面积占自然保护区总面积的37.70%，水土流失使得每年库容淤积泥沙6.47~10.13万吨。意味着人均水资源量下降、物种多样性减少、水土流失未得到控制，对草海湿地状态子系统影响较大^［47］。

（4）影响子系统（表5）。在影响子系统方面， 2011 - 2013年属于不安全等级， 2014 - 2016年属于临界安全等级，其临界安全等级的置信度值分别为0.7453、 0.7739和0.6422。影响子系统虽然往好的方向发展，但总体态势仍不理想。这主要是因为物质生产低和湿地面积退化率高所致。据统计，近年来草海湿地的鱼类年产量下降幅度较大，从年产量最高值15 000 kg下降到10 000~15 000 kg，年均下降1.52%^［40］。同时，草海湿地历史上面积最大达到46.60 km²，现在仅为23.25 km²，缩减近50%。由此可以看出，草海湿地自然保护区物质生产低，湿地面积退化率高，成为制约草海湿地影响子系统的胁迫因子。

（5）响应子系统（表5）。在响应子系统方面， 2011 - 2014年属于不安全等级， 2015 - 2016年为临界安全等级。原因主要有物质生活指数低、污水处理率和工业废水排放达标率不高等，草海周边农民年均纯收入为952元，远低于全县农民年均纯收入1 745元的水平，草海周边农民迫于生计向草海要“效益”，不合理的捕鱼等现象时有发生；草海污水处理率约为66.70%，其周边城镇生活污水和企业生产污水约1/3未经处理直接排入草海从而污染水体。由此可知，草海湿地自然保护区人们物质生活指数低、污水处理率和工业废水排放达标率不高，对响应子系统的影响较大。

（6）管理子系统（表5）。在管理子系统方面， 2011 - 2012年为极不安全等级， 2013 - 2015年为不安全等级， 2016年为临界安全等级。在2008年草海湿地管理委员会成立之时，管理人员学历职称不高，人员不齐，政策法规实施不到位，环保投资占GDP比重小，使得管理子系统处于极不安全状态，在贵州省生态立省的大背景下，草海湿地环保投资比例从2011年的1.23%增加到2016年的1.67%，政策实施力度加强，管理水平提高，管理子系统等级有所上升，但仍然需要加强。因此，增加环保投资力度，提高环保投资指数，强强政策法规实施力度，是管理子系统需要解决的问题。

4 讨论

（1）湿地生态安全评价框架模型改进

本研究在PSR、 DSR和DPSIR等模型的基础上，把改进后的DPSIRM（驱动力-压力-状态-影响-响应-管理）框架模型应用于湿地生态安全评价研究，建立威宁草海高原湿地生态安全评价评价指标体系，从《贵州省水资源公报》《贵州省统计年鉴》《威宁县统计年鉴》《贵州草海湿地生态环境综合治理总体规划》《草海研究》等资料获取相关数据，较清晰地反映了威宁草海湿地生态安全变化状况。但是，由于湿地生态系统本身的复杂性和湿地变化演进的差异性，很难构建统一的评价标准^［48-49］。由此，本研究结合威宁草海高原湿地的实际，从驱动力、压力、状态、影响、响应和管理六个方面选取27个评价指标建立评价模型，并分为安全、较安全、临界安全、不安全和极不安全5个安全等级，综合评价结果比较客观地反映了威宁草海高原湿地生态安全变化情况。

（2）湿地生态安全变化驱动因素

在2011 - 2016年期间，草海湿地生态安全整体呈上升趋势。其中， 2011 - 2012年草海湿地生态安全属于不安全等级的置信度值分别为： 0.7572和0.8106； 2013 - 2016年属于临界安全等级的置信度值分别为： 0.5626、 0.5904、 0.6684和0.7051，目前仅为临界安全等级，说明其生态安全受到影响，驱动因素主要有以下两个方面：

一是自然环境因素。包括年平均气温、年均降水量、人均水资源量、物种多样性、水土流失等。在高原地区，湿地对气候变化更加敏感，气温升高和降水减少的响应比平原湿地更加强烈。气温升高，水分蒸发增强，气温每升高3 ℃，需要降水增加20%才能补偿因气温升高而对湿地生态安全带来的影响。受全球气候变化影响，草海湿地区域年均降水量不稳定，湿地生态安全受到影响。廖柳文等^［11］2016年的研究也表明，在气候变化影响下，湿地水资源数量和质量发生变化，从而影响湿地生态功能和区域生态安全。同时，人均水资源量少、使得入湖水量少，水土流失加剧、湿地面积退化严重、物种多样性下降。为制约草海湿地生态安全的重要因素^［23］。

二是人文环境因素。包括人口自然增长率、工业污水排放量、生活污水排放量、污水处理率、化肥施用量、农药施用量、政策实施力度，管理水平等。据统计， 2005 - 2016年，威宁县人口增长28.41万人，增长率为23.59%，人口增加，生活污水和工业污水排放量随之增加，为解决人口增加所需的粮食问题，农业生产所用的化肥施用量、农药施用量增多，对湿地生态安全形成巨大压力。由此可以看出，人口与社会经济等人文因素是影响湿地生态安全的关键驱动因素^［50-51］。也有学者认为，自然环境因素对湿地生态系统的影响较小^［52］，而人文环境因素对湿地生态的系统的影响较大，间接制约着湿地生态系统的安全^［10］。同时，政策因素也是湿地生态安全变化的重要驱动因素^［53］。2008年贵州省毕节市成立草海湿地管理委员会，开展草海综合治理工作，政策实施力度加强，管理水平提高，在“绿水青山就是金山银山”理念的指引下，经过综合治理，草海湿地的生态环境得到改善，湿地生态安全级别提升。

（3）湿地生态保护建议

根据威宁草海湿地生态安全的评价结果，提出相应的湿地生态保护建议，具体建议如下： ①针对单位工业产值废水排放量、生活污水排放量、污水处理率存在的问题，建立健全生产生活污水、固体废物处理系统，完善污水收集系统，提高污水处理率。同时，建立生活垃圾处理厂，开展农村社区环境整治改善农村社区生活环境质量。②针对化肥施用强度、农药施用强度存在的问题，建议大力发展生态农业，探寻高效、环保的农业发展模式，建立生态农业实验户，农业生产以农家肥为主，肥料施用为辅，降低化肥施用强度。在病虫害防治方面，以生物防治为主，药剂防治为辅，降低农药施用强度，建成污染小，效益高的环保农业发展道路。③针对水土流失率、湿地面积退化率存在的问题，建议建设一定面积的生态林、经济果林和人工草场等，提高区域森林覆盖率，降低水土流失，缓解草海淤积程度，减少湿地面积退化。④针对物种多样性和物质生产存在的问题，建议合理引种，谨慎引种，引种之前，必须以法律为依据，规范引种行为，严格科学论证，方可引种。同时，坚持科学捕捞，禁止乱捕滥捞，倡导捕大留小，并在湿地生物栖息和幼鱼索铒场设置禁鱼期和禁渔区，严格禁止捕杀繁殖群体和集群幼鱼，以稳定物质生产量，保护物种多样性。⑤此外，政府应加大草海湿地的环保投入，加强各方面政策措施综合协调力度，提高管理水平，同时加强宣传力度，在区域内开展“国际湿地日”和“爱鸟周”等形式多样的宣传活动，充分利用网络、电视、广播、报刊、宣传画册、学校教育等多种形式，提高人们的湿地保护意识，树立尊重自然、顺应自然、保护自然的生态文明理念，增强政策法规实施力度，有效进行湿地生态环境保护。

5 结论

本研究综合考虑高原湿地生态安全的资源、环境、生态、社会、经济等影响因素，以DPSIRM框架模型建立评价指标体系并确定评价等级，采用灰色关联法对各评价指标赋权重值，运用集对分析法建立评价模型，对威宁草海2011 - 2016年的湿地生态安全进行评价，得到结论如下：

（1）评价结果表明， 2011 - 2012年草海湿地生态安全为不安全等级， 2013 - 2016年为临界安全等级，虽有明显提高，但前景不容乐观。草海周边人口过多，人均年收入低，农民收入对农业依赖性强，农业生产过程中农药化肥施用量大，工业污水、生活污水排放量多，且污水处理率低，给草海生态安全造成巨大压力；同时，水土流失严重，影响了草海湿地的生态安全。在政策方面，草海湿地生态安全已得到各级政府高度重视，现有政策已起到明显效果，今后应加大草海湿地的环保投入，加强各方面政策措施综合协调力度，提高管理水平，促进草海湿地生态安全向良性方向发展。

（2）在各评价子系统方面，驱动力子系统为较安全等级，压力、状态、影响、响应和管理子系统均为临界安全等级，影响威宁草海湿地生态安全的重要因素是人口自然增长率、单位工业产值废水排放量、生活污水排放量、化肥施用强度、农药施用强度、人均水资源量、物种多样性、水土流失率、物质生产、湿地面积退化率、污水处理率、物质生活指数、环保投资指数和政策法规实施力度等。在以后草海湿地生态环境建设中，应从以上因素开展工作。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

Holland

M M

Wetlands and environment gradients

［M］//Mulamoottil G， Warner B G， McBean E A. Wetland environment gradients， boundaries and buffers［J］. Press Inc.CRC， 1996： 112 - 131.