川西北江河源区是中国重要牧区，历史上由于缺乏生态环境保护和建设，过度放牧以及鼠灾虫灾等自然灾害导致沼泽和草地严重退化［1］。近年来，退耕还林、还草、风沙治理等工程使草原生态恶化势头有所减缓，但总体恶化趋势尚未遏制［2］。为了进行生态建设和环境保护，首先应该对当前的生态状况和发展趋势进行分析研究，以对其生态环境脆弱性做出评价，并将分析结果作为生态建设的参照依据。目前许多关于江河源区生态环境脆弱性方面的研究集中在对理论的探讨［3］，但对生态地位重要的川西北江河源区的生态环境脆弱性时空变化及其与土地利用之间关系的研究较少。

近年来国内外提出了许多评估生态环境影响的方法，主要有模糊判定分析法［4］、人工神经网络法［5］、层次分析法［6］、景观生态学法［7］等，然而，上述方法中使用的变量并不总是容易获得，且在指标选取和指标权重确定中存在一定程度的主观性，如人工神经网络法在评价指标选取方面依赖于个人的经验知识；层次分析法是通过专家打分，构建判断矩阵得到指标权重，而研究者的经验和知识水平不同得到的权重也会有差异。空间主成分分析法（SPCA）是通过计算特征值和特征向量得到累计贡献率从而计算得到主成分，减少了评价指标间相关性［8］；该方法在指标选取和指标权重确定方面克服了上述其他方法的不足，具有客观性，并已广泛应用于环境调查［9］。本研究基于SPCA建立研究区生态环境脆弱性评价模型，分析了2000－2015年生态环境脆弱性空间分布及变化趋势，对当地生态环境脆弱性的成因进行驱动力分析并提出了相关建议，掌握了不同土地利用类型对生态环境脆弱性的影响程度，为土地资源的合理分配利用提供科学依据。

近年来，诸城市将造林绿化、美化环境作为实施乡村振兴战略的重要内容，深入开展绿满城乡五大行动，鼓励工商资本下乡造绿，持续发力经济林基地建设，促进乡村振兴。2017年，诸城拥有林地面积45万亩，林木覆盖率、城市建成区绿化覆盖率分别达到39.8%和44.6%。该市扎实推进绿满城乡五大行动，规划布局了300多个造林绿化项目，注重发挥工商资本在资金、技术、管理、人力要素的优势，示范引领特色经济林向规模化发展。

由于阀门CV值过大，开度变小，黑水流经角阀处形成偏流，从而导致闪蒸，角阀阀芯、阀座出现局部冲刷磨损严重现象。针对该现象应适当降低阀的压差Δp，由流量公式可知，当Δp减小时，qm也减小，为保证通过调节阀的流量不变，就要增大阀门的开度，这样可避免阀门在小开度下工作。解决该问题方案如下：

1 数据来源与方法

1.1 研究区概况

川西北江河源区地处青藏高原东缘，四川省西北部，位于 97°20′－103°39′E，31°24′－34°19′N。 研究区地势西高东低，海拔在2 409～5 883 m，气候严寒、昼夜温差较大。地貌以高山、丘陵为主，气候类型为大陆季风性气候，年平均降水量为500～1 000 mm，温度差异较大。土地利用类型以草地为主，但长期受到过度放牧等人类活动的影响，草原沙化严重，生态环境脆弱。

1.2 数据来源与处理

本研究使用的数据：①气象数据。来自中国气象科学数据共享服务网，获取研究区及其附近县市的19个标准气象站点的2000、2008、2015年的≥10℃年累计温度和年均降水量，并进行空间插值处理。②遥感数据。来自地理空间数据云，获取研究区2000、2008年两期TM影像，年累计气温与环境脆弱性呈负相关的评价指标采用公年OLI一期影像（分辨率为30 m）进行目视解译得到研究区土地利用数据，依据中国科学院资源与环境中心的分类体系进行分类。③基础地理数据。研究区1∶100万土壤类型数据由四川省环境保护科学研究院提供；DEM数据，空间分辨率为90 m，来自国际科学数据服务平台，由DEM提取得到研究区的坡度栅格图像。④植被覆盖（NDVI）数据，来源于国际科学数据服务平台MOD13Q1分辨率250 m数据产品，运用MRT软件转换投影和拼接。⑤社会经济数据。来自四川省统计年鉴，包括人口密度、人均GDP，基于ArcGIS平台将该属性数据转化为空间数据。

陈小华：是58到家旗下子公司，未来自己融资，自己做IPO。在中国的公司里面，一直讲一拆就散，一合就死，战略协同很难做。不过未来58到家的子公司，都会是58到家集团的一分子，所有战略都会协同，各个业务的CEO首先是集团的高管，其次才是业务的CEO。

式中，wi表示第i个主成分的贡献率；λi表示第i个主成分的特征值；EVI为生态环境脆弱性指数；ri是第i个主成分。

1.3.4 脆弱性分级标准 EVI是从SPCA评估模型中计算得到的一个连续值，应该被划分为代表不同生态环境脆弱性水平的几个等级，在分类过程中，客观逻辑分析对分类结果有重要的影响，因此依据直方图进行分类是一种客观的分类方法。自然段点法可以通过选择分类相似值的类别间隔来识别断点，并最大化类之间的差异，可以很好地将类别相近的物体聚集在一起并且增大类别之间的差异，因此自然断点法是一种非常合理的分类方法，且该方法已广泛应用于生态环境脆弱性评价分级中［13］。在本研究中，对EVI指数采用自然段点法与当地实际情况结合的方法，参照已有的分类体系将生态环境脆弱性分为潜在脆弱（Ⅰ）、微度脆弱（Ⅱ）、轻度脆弱（Ⅲ）、中度脆弱（Ⅳ）、重度脆弱（Ⅴ）5 个等级［14］（表 3）。

1.3 生态环境脆弱性评价方法

医疗行业是一个知识密集型、技术密集型的行业，医院为发展其自身的核心竞争力，必须不断开展医疗活动相关的各类科研创新活动。科研活动属于知识密集型的创新活动，相互间差异性较大，存在着很大的不确定性，管理上有一定难度。随着科研项目数量与金额的快速增长，对医院科研项目经费管理提出了更高的要求。且由于科研经费来源不一，相关的管理制度不同，更增强了科研经费管理的复杂性；因此，若科研经费管理不当，会引起使用浪费和资产流失，严重的会影响医院目标的实现和顺利的发展。故科研经费的支出是需要医院实施内部控制的一个重要对象。

 

 

表1 生态环境脆弱性评价指标体系及选取依据

  

因素地形气候覆被人类活动评价指标高程、坡度≥10℃年累计气温、年平均降雨量植被覆盖、土地利用、土壤类型人口密度、人均GDP描述坡度和高程是影响地表径流和土地利用的两个重要环境影响因子，影响着能量转移和物质再分配。而川西北江河源区海拔高，部分地区为山地，坡度较陡，是该区域地质灾害频发的主要因素之一气候因子是自然环境组成要素中的动能因素，是生态系统的能量基础，其能量特征及传输转化在空间和时间上与其他因素不协调时，便会导致生态退化［10］，而对研究区而言，温度和降雨对于当地牧草等及生态系统的稳定性具有重要作用川西北江河源区生态环境出现的多种问题，如水土流失、植被减少、土壤沙化和石漠化等，大多都与覆被因素相关。地表植被覆盖状况影响着区域生态环境中植被的生产力、生态承载力、水土保持能力等生态系统的状态与功能［11］；土地利用指标表示人类活动对土地的破坏程度，通过对不同的土地利用类型分级赋值来表达对环境脆弱性的影响程度［12］；对于土壤类型，根据土壤可蚀性K值来确定不同土壤类型对生态环境脆弱性的影响程度随着人口密度和经济的不断发展，人类对自然的干扰能力逐步增强，而研究区主要以农牧业发展为主，资源有限，一系列环境问题如过度放牧、水土流失等接踵而至，使得该地区生态环境受到严重威胁

1.3.2 数据标准化 由于评价指标因素的单位不同，难以直接评估这些因素对生态环境状况的影响，所以需要进行标准化来消除变量之间的单位差异。高程、坡度、土壤类型、土地利用、人口密度、人均GDP与环境脆弱性呈正相关的评价指标采用公式（1）标准化；植被覆盖、年降雨量、≥10℃年累计气温与环境脆弱性呈负相关的评价指标采用公式（2）进行标准化。

由空间主成分分析得到的结果（表2）得到研究区3年的指数线性公式（公式5－公式7）。

式中，Ai为指标标准化值；Bi为指标初始值；Bi，min、Bi，max分别为该指标最小值、最大值。

1.3.3 综合评价模型 采用选取的9个生态环境脆弱性评价指标基于ArcGIS平台进行空间主成分分析，最终确定前5个累计贡献大于85%的主成分来进行生态环境脆弱性评价（表2）。对生态系统脆弱性的评估需要整合多个因素来获得综合评价指标，在提取出来的5个主成分的基础上，通过采用生态环境脆弱性指数（Eco－environment vulnerability index，EVI）来表示不同水平的生态环境脆弱性，EVI被定义为若干主成分的加权和，分别以某个主成分相对应的贡献率作为权重（公式3），结合每个主成分及其对应的权重，进行代数计算得到综合评价指数（公式4），EVI的值越大，表示其生态环境越脆弱。

 

各指标栅格大小统一为250 m×250 m，采用xian－80地理坐标系、高斯克吕格投影坐标系。

《治国理政》文章中标题是对整篇文章高度概括，而简洁、明了是其特征，所以对标题的翻译同样要做恰当的适当的简化处理，保留和突出其中关键核心词。

 

表2 各主成分的特征值、贡献率与累计贡献率

  

主成分1 2 3 4 5特征值0.022 17 0.013 79 0.012 11 0.009 67 0.007 08 2000年 2008年 2015年贡献率//%30.856 7 19.200 4 16.860 1 13.467 5 9.861 1累计贡献率//%30.856 7 50.057 1 66.917 1 80.384 6 90.245 7特征值0.021 70 0.013 88 0.012 36 0.009 89 0.007 93贡献率//%29.825 9 19.072 5 16.990 2 13.588 1 10.894 7累计贡献率//%29.825 9 48.898 4 65.888 7 79.476 8 90.371 4特征值0.022 28 0.013 53 0.012 15 0.009 61 0.006 52贡献率//%32.030 9 19.452 3 17.466 1 13.808 2 9.371 7累计贡献率//%32.030 9 51.483 3 68.949 4 82.757 6 92.129 3

 

式中，X1 至 X5、Y1 至 Y5、Z1 至 Z5 分 别 是从2000、2008、2015年 9个初始空间变量中提出的5个主成分。

社区居民的就业以及生活环境直接受到旅游经济发展模式的影响，尤其在旅游发展较好的地区，环境破坏往往成为高能耗高排放粗犷型发展模式的最大弊端。这样的案例比比皆是。饭店作为旅游住宿环节，直接影响到旅游地气候的变化。因此作为社区居民，一方面希望通过当地旅游发展，能够在诸如饭店等旅游企业得到就业机会，然而另一方面，只有良好的自然环境和气候才能支撑当地旅游业的可持续发展，因此社区居民在发展低碳旅游的过程中应该担负起监督的社会责任。

 

表3 生态环境脆弱性等级划分及描述

  

脆弱等级Ⅰ ⅡEVI<0.62 0.62~0.69 III 0.69~0.75 IV 0.75~0.86 V >0.86描述生态系统稳定，侵蚀抵抗力较强，土壤肥沃，海拔较低，植被覆盖度好生态系统相对稳定，侵蚀抵抗力强，土壤肥沃，海拔较低，植被覆盖度好生态系统相对不稳定，侵蚀抵抗力较差，土壤差，植被类型相对较多生态系统不稳定，侵蚀抵抗力弱，土壤差，植被类型少生态系统极度不稳定，侵蚀抵抗力较弱，海拔较高，土壤贫瘠，植被覆盖较少

2 结果与分析

2.1 环境脆弱性空间格局分布

通过上述综合评价方法得到2000、2008、2015年川西北江河源区的生态环境脆弱性分级结果如图1所示。由图1可知，研究区内的生态环境脆弱区域主要分布于西部和东部，少部分分布在南部，中部地区的环境状况普遍较好，脆弱性分布具有差异性特点。据统计结果（表4）得到，整体上生态环境脆弱性程度面积所占比例为轻度脆弱＞微度脆弱＞潜在脆弱＞中度脆弱＞重度脆弱，重度脆弱所占比例较小，占7.76%～9.88%，由此判断川西北江河源区生态环境整体情况较好。15年间3个时间段不同脆弱性等级面积所占比例的变化为潜在脆弱和微度脆弱面积所占比例为先减少后增加，轻度脆弱面积所占比例不断增加，中度脆弱和重度脆弱面积所占比例不断减小，其中生态环境重度脆弱面积所占比由2000年的9.88%下降到2008年的8.77%， 到 2015年下降为7.76%。表明川西北江河源区2000－2015年生态环境质量有好转的趋势，这是由于长期以来研究区过渡放牧、草原沙化等环境破坏问题引起了国家高度重视，2000年后施行退耕还林、退牧还草等一系列改善环境的项目，使得环境恶化的趋势减缓。

  

图1 川西北江河源区生态环境脆弱性分布

 

表4 不同水平的生态环境脆弱性占比

  

脆弱等级潜在脆弱微度脆弱轻度脆弱中度脆弱重度脆弱栅格数1 7 1 8 7 4 2 8 1 5 7 5 4 1 7 2 2 8 1 4 3 4 5 2 1 1 1 1 3 0 2 0 0 0年 2 0 0 8年 2 0 1 5年栅格数1 7 3 4 6 2 2 8 6 7 1 0 4 5 0 1 9 9 1 2 7 5 4 2 8 7 3 4 6占比//%1 5.2 7 2 5.0 2 3 7.0 8 1 2.7 5 9.8 8栅格数1 6 5 8 5 7 2 7 9 5 3 6 4 3 8 3 7 8 1 4 2 8 1 9 9 8 6 6 9占比//%1 4.7 4 2 4.8 4 3 8.9 6 1 2.6 9 8.7 7占比//%1 5.4 2 2 5.4 8 4 0.0 1 1 1.3 3 7.7 6

2.2 脆弱性变化趋势分析

生态环境相对脆弱的县主要为石渠县和若尔盖县，造成这两部分地区生态环境脆弱的原因不同。位于西部的石渠县海拔高，属大陆性季风高原气候，终年较为寒冷，降水量小，植被覆盖度较低，区域生态环境先天脆弱，加之当地以畜牧业为主过度放牧、草原沙化严重导致环境脆弱性相对较高。位于东部的若尔盖县人口密度大，旅游资源丰富，人类活动频繁，对生态环境产生了重要影响，导致生态环境脆弱。为改善生态环境质量，提出以下建议：①对于草原沙化严重地区应当减少过度放牧，采取退牧还草等生态保护措施；同时，相关部门应当进行经济资助，帮助该地区转变经济结构，降低农牧业对环境的影响，提高人们的环境保护意识。②对于人口密度较大、农耕土地面积大、工业发达等地区应继续施行退耕还林、植树造林等相关政策，并制定更加规范的污染处理标准，加强非法排放企业的惩罚力度。

 

式中，i为脆弱性等级，n为总的脆弱性等级数，Pi是脆弱性等级i在评级单元j中的面积，SPj是评价单元 j的面积，Fi是 i的脆弱性级别。其中，E＞0，E越大，表示生态环境整体越脆弱。

1.3.1 生态环境脆弱性评价指标体系 指标选取遵循科学性和可操作性原则，考虑自然和人类活动对环境的影响，再结合当地的区域特点，从地形、覆被、气候、人类活动4个方面选取了9项指标（表1）进行评估。

由上述方法计算得到川西北江河源区整体及境内各县的生态环境脆弱性综合指数（表5），2000、2008、2015年研究区生态环境脆弱性综合指数分别为 2.769、2.759、2.705，呈现下降趋势，生态环境质量逐步改善。从区域尺度分析，总体来看，生态环境综合脆弱性指数较高的为石渠县和若尔盖县，脆弱性指数值均大于3.0，属于环境最为脆弱的区域；甘孜县、色达县、阿坝县、红原县脆弱性指数总体大于2.3，属于环境质量状况中等偏上水平；壤塘县环境质量状况最好。从时间尺度分析，色达县、壤塘县环境脆弱性综合指数变化均为先增加后降低，甘孜县、阿坝县呈现缓慢增加的趋势，若尔盖县、石渠县、红原县生态环境脆弱性呈现出降低的趋势。

 

表5 不同区域生态环境脆弱性综合指数

  

区域石渠县色达县甘孜县壤塘县阿坝县红原县若尔盖县研究区整体2 0 0 0年3.4 4 5 2.3 8 4 2.3 1 1 1.9 0 0 2.6 6 3 2.2 9 1 3.0 5 5 2.7 6 9 2 0 0 8年3.4 1 8 2.3 8 8 2.2 3 3 1.9 5 7 2.7 0 8 2.2 8 4 3.0 3 2 2.7 5 9 2 0 1 5年3.2 9 4 2.3 6 1 2.2 5 6 1.8 8 9 2.7 0 8 2.3 3 5 3.0 0 8 2.7 0 5

通过生态环境脆弱性综合指数E（公式8）描述整个区域及境内各县的生态环境的变化趋势。

2.3 土地利用对生态环境脆弱性的影响分析

通过统计各土地类型区域中像元数最多的环境脆弱性等级来分析生态环境脆弱性和不同土地类型之间的相关性。在获得土地利用分类数据（土地利用类型分为水体、林地、草地、建设用地和未利用地六大类）后，基于 ArcGIS平台对 2000、2008、2015年不同土地利用类型区域内像元数最多的脆弱性级别进行统计，结果可知，建设用地、未利用地、耕地、草地、林地、水体对应的区域内像元数最多的脆弱性级别依次为重度脆弱、重度脆弱、中度脆弱、轻度脆弱、潜在脆弱、潜在脆弱。建设用地和未利用地对环境脆弱性的影响程度相对较大，此现象是由建筑用地地区的植被覆盖率和初级生产力总体上较低、生物多样性较小造成的。同时，耕地对环境脆弱性的影响也较大，因为这种土地利用类型植被覆盖较低，植被覆盖和土壤水分的减少导致生态环境质量恶化。其次为草地，草原沙化严重以及人类活动（人口密集、过度放牧等）对生态环境产生影响。林地和水体主导区域的脆弱性稳定，该区域主要为潜在脆弱，这些地区水分充足，植被覆盖率高，物种多样性丰富。由此可知，以建设用地为主的区域是环境较状况较差的地区，其次依次为未利用地、耕地、草地、林地和水体。

3) 在收费站进行绿通检查时，可通过绿通治理APP从云平台获取该车辆的预约信息、诚信评级和各类基于历史数据分析得到的辅助绿通治理数据；

3 小结

本研究在RS和GIS的支持下，利用SPCA建立评价模型，对川西北江河源区的生态环境脆弱性情况进行评价，得出以下结论。

1）川西北江河源区的生态环境脆弱情况整体良好，东部和西部生态环境较为脆弱，中部良好。轻度脆弱所占比例最大，其次是微度脆弱，潜在脆弱和中度脆弱所占比例中等，重度脆弱所占比例最小。中度脆弱和重度脆弱呈现下降趋势，若尔盖县和石渠县生态环境最为脆弱。

2）在研究时间段内，通过对研究区土地利用与环境脆弱性之间的关系分析，发现不同土地利用类型对环境脆弱性的影响不同，以建设用地和未利用地为主的地区是环境最为恶化的地区，其次是耕地、草地、林地和水体。

3）研究时间段内研究区生态环境有所改善，主要是近年来退耕还草、草原沙化治理等生态环境恢复措施的落实。为此本研究提出扩大生态环境保护区面积和延长保护期两个关键建议，加强草原沙化治理力度，在人口集中、经济工业发达地区提高第三产业占比。

生态环境脆弱性受多方面的影响，是一个复杂的过程，本研究由于数据和技术问题有限，对评价结果会造成一定影响。因此，更加重视下一步研究，掌握生态系统脆弱性变化的驱动力机制，整合额外的标准，探索更有效的方法。

参考文献；

［1］仙 巍，向芷莹，陶诗祺，等.川西北江河源区草地退化遥感监测研究［J］.测绘科学，2015，40（7）：49－53.

［2］缪冬梅，刘 源.2012年全国草原监测报告［J］.中国畜牧业，2013（8）：14－29.

［3］LIU D，CAO C X，DUBOVYK O，et al.Using fuzzy analytic hierarchy process for spatio－temporal analysis of ecoenvironmental vulnerability change during 1990-2010 in Sanjiangyuan region，China［J］.Ecological Indicators，2017，73：612－625.

［4］NAVAS J M，TELFER T C，ROSS L G.Separability indexes and accuracy of neuro－fuzzy classification in geographic information systems for assessment of coastal environmental vulnerability［J］.Ecological Informatics，2012，12（12）：43－49.

［5］CASTIN N，FERNÁNDEZ J R，PASIANOT R C.Predicting vacancy migration energies in lattice－free environments using artificial neural networks［J］.Computational Materials Science，2014，84：217－225.

［6］LIOU Y A，NGUYEN A K，LI M H.Assessing spatiotemporal eco－environmental vulnerability by Landsat data ［J］.Ecological Indicators，2017，80：52－65.

［7］SALVATI L，TOMBOLINI I，PERINI L，et al.Landscape changes and environmental quality：The evolution of land vulnerability and potential resilience to degradation in Italy ［J］.Regional Environmental Change，2013，13（6）：1223－1233.

［8］ZOU T，YOSHINO K.Environmentalvulnerabilityevaluation using a spatial principal components approach in the Daxing’anling region，China［J］.Ecological Indicators，2017，78：405－415.

［9］SHI Z H，CHEN L D，HAO J P，et al.The effects of land use change on environmental quality in the red soil hilly region，China：A case study in Xianning County ［J］.Environmental Monitoring&Assessment，2009，150（1－4）：295－306.

［10］SHAO H，SUN X，TAO S，et al.Environmental vulnerability assessment in middle－upper reaches of Dadu River Watershed using Projection Pursuit Model and gis［J］.Carpathian Journal of Earth&Environmental Sciences，2015，10（4）：143－146.

［11］SHAO H，LIU M，SHAO Q，et al.Research on eco－environmental vulnerability evaluation of the Anning River Basin in the upper reaches of the Yangtze River［J］.Environmental Earth Sciences，2014，72（5）：1555－1568.

［12］徐庆勇，黄 玫，陆佩玲，等.基于RS与GIS的长江三角洲生态环境脆弱性综合评价［J］.环境科学研究，2011，24（1）：58－65.

［13］LI A，WANG A，LIANG S，et al.Eco－environmental vulnerability evaluation in mountainous region using remote sensing and GIS—A case study in the upper reaches of Minjiang River，China［J］.Ecological Modelling，2006，192（1-2）：175－187.

［14］邵秋芳，彭培好，黄 洁，等.长江上游安宁河流域生态环境脆弱性遥感监测［J］.国土资源遥感，2016，28（2）：175－181.