时间：2023-07-21 17:12:15
引言：易发表网凭借丰富的文秘实践，为您精心挑选了九篇区域生态质量评价范例。如需获取更多原创内容，可随时联系我们的客服老师。
关键词：AHP；金融生态环境质量；权重
金融生态是一个仿生的概念，是指借助生态学的概念来描述的金融内部与外部环境的一种动态平衡的关系。对区域金融生态环境质量的鉴定具有重要的意义，不仅有利于各种金融机构根据地区金融生态环境质量的差异进行合理、科学、有效的配置金融资源和加强风险管理，而且当地金融监管部门可以把金融生态环境质量评定的结果作为制定和采取相应监管措施的依据。但是，区域生态金融环境质量的评价涉及多个方面，而且具有不同层次的指标体系，本文根据中国社会科学院金融研究所的《中国城市金融生态环境评价报告》中提出的评价金融生态环境质量的九项指标，通过AHP方法对这九项指标分别加以权重，为区域金融生态环境质量的评价提供参考。
一、AHP简介
AHP是Analytic Hierarchy Process的简称，又称层次分析法。这是一种以定量与定性相结合的、系统化的、层次化的分析方法，最早是由美国运筹学家匹茨堡大学萨蒂教授于本世纪70年代初提出来的，是他在为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时，应用网络系统理论和多目标综合评价方法，提出的一种层次权重决策分析方法。这种方法问世以后，就逐渐被应用在各个领域，自从该方法被介绍到我国以来，就被我国学者和研究人员等广泛地应用在经济管理规划、能源开发利用与资源分析、城市产业规划、人才预测、交通运输、水资源分析利用等方面。
层次分析法基本的思想是决策者通过将复杂问题分解为若干个层次和若干个因素，在各因素之间进行简单的比较和计算，得出不同方案的权重，为最佳方案的选择提供决策依据。本文对层次分析法的应用分为如下三个步骤：
(一)明确目标，建立多层次结构
一般情况下，分为三层：最高层、中间层、最底层。最高层是往往是解决问题的目的；中间层往往是解决问题必须考虑的准则，因此也有人称之为准则层；最低层往往包含的是解决问题的各种措施和方案等。
（二）建立两两比较的判断矩阵
“两两比较”是指比较所在的同一层次的各个因素对上一个层次的某个特定的因素的相对重要性的比较，进而构造出判断矩阵。本文中采用美国运筹学家匹茨堡大学萨蒂教授的1-9标度法对需要比较的因素做重要性比较。详细见下表1所示：
数值2，4，6，8表示i元素相对于j元素的影响介于上述两个等级之间。
（三）各层因素权重的确定和一致性检验
权重的计算一般有两种方法：方根法、和积法。本文采取和积法来计算权重向量，计算方法如下：
1、将上述第二个步骤得到的判断矩阵的每一列元素做归一化处理，其元素的一般项为：
2、将经过归一化处理之后的判断矩阵的按行相加，即为：
3、对第2步骤得到的由wi组成的向量（w1,w2,……wn）t进行归一化处理：
这样处理后便得到归一化后的向量：
W′=（w1′,w2′,……wn′）t即为所求的特征向量近似解。
4、计算最大特征根，令最大特征根为λmax，判断矩阵为A。则
计算出权重向量和最大特征根以后，需要对判断矩阵的一致性进行检验，如果通过检验，则归一化后的特征向量即为权重向量，也就是说w1′，w2′….wn′即为对应因素的权重。如果不能通过检验，则需要重新构造判断矩阵。本文对判断矩阵的一致性检验的具体步骤如下：
首先，计算一致性指标CI，
一致性指标CI的值越大，表明判断矩阵偏离完全一致性的程度越大，反则反之。当n＜3时，判断矩阵永远具有完全一致性。对于多阶判断矩阵(即n≥3),需要引入平均随机一致性指标，利用一致性指标比率CR进行检验。当CR＜0.10时，便认为判断矩阵具有可以接受的一致性。当CR≥0.10时，就需要调整和修正判断矩阵，使其满足CR＜0.10为止，从而具有令人满意的一致性。
二、区域金融生态环境质量评价
（一）建立区域金融生态环境质量评价的多层次结构
本文中的区域金融生态环境质量评价的指标选用中国社会科学院金融研究所的《中国城市金融生态环境评价报告》中提出的九项评价金融生态环境质量的指标。将区域金融生态环境质量设为最高层（A），从金融发展因素、社会因素、经济信用因素这三个方面来评定区域金融生态环境质量，将这三个因素放在同一层次作为准则层(B)。每个准则层下面有设不同的因素，作为因素层(C)。如下表3所示：
注：表中最后一列的数据是根据最后的计算结果填入的
（二）建立两两比较的判断矩阵并计算权重向量和一致性检验
根据表3的层次结构结合问卷调查，应用1-9标度法，获得两两比较的判断矩阵，如表4~表7所示：
三、总结
由表4~表7计算结果可以得到区域金融生态环境质量的三个准则指标和因素指标相对于总目标的权重，并将计算结果填入表3最后一列，得到评价金融生态环境质量的各个指标的权重。从结果中，我们可以看到，对金融生态环境质量进行评价的九个指标中，影响力较大的顺次为地方经济基础、地区金融发展、法制环境、诚信文化。这样的结果跟中国社会科学院金融研究所的《中国城市金融生态环境评价报告》中的结果有一定的相似性。同时，文中利用AHP法确定金融生态环境质量的评价指标的权重时，因问卷调查范围小，客观现实很可能得不到真实反映，再加上AHP法的使用带有一定主观因素，而这也是本文研究的不足之处。不过，通过建立层次分析模型对金融生态坏境质量进行综合评价不仅能够反映金融生态环境的真实情况，这在理论逻辑上是严密的，同时评价结果也可以作为信息反馈作为有关决策的参考。
参考文献：
[1]董肇君.系统工程与运筹学[M].北京：国防工业出版社，2003.
[2]赵晓蕊.贵州省金融生态评价[D].贵阳：贵州财经学院，2009.
关键词：鄱阳湖生态经济区；生态；解译
中图分类号：TP：文献标识码： A：文章编号：1673-9671-(2012)022-0197-01
国务院于2009年12月12日正式批复《鄱阳湖生态经济区规划》，标志着建设鄱阳湖生态经济区正式上升为国家战略。鄱阳湖生态经济区位于江西省北部，覆盖全省38个县（市、区）和鄱阳湖全部湖体。该区域是我国重要的生态功能保护区，是世界自然基金会划定的全球重要生态区，承担着调洪蓄水、调节气候、降解污染等多种生态功能。
当前，土地利用和覆盖变化为全球变化研究中关键而迫切的研究课题。由于卫星遥感技术可以在较短时间内连续获取大范围的空间信息，具有空间宏观性，成为最为有效的对地观测技术和信息获取手段。联合国环境署（UNEP）曾启动“土地覆被评价和模拟（LACM）”项目，旨在采用高分辨率影像探测亚全球尺度的土地利用与变化。
因此，本文旨在利用卫星遥感技术获得鄱阳湖生态经济区土地利用信息，并根据《生态环境状况评价技术规范（试行）》（HJ/T192－2006）对鄱阳湖生态经济区生态环境质量进行评价。这将为推进全省生态环境监测、土地利用覆盖\变化信息监测提供有力的技术支撑。
1研究区和卫星影像概况
1.1TM影像概况
TM影像是指美国陆地卫星4～5号专题制图仪（thematic mapper）所获取的多波段扫描影像。有7个波段。影像空间分辨率除热红外波段为120米外，其余均为30米。因TM影像具较高空间分辨率、波谱分辨率、极为丰富的信息量和较高定位精度，成为20世纪80年代中后期得到世界各国广泛应用的重要的地球资源与环境遥感数据源。能满足有关农、林、水、土、地质、地理、测绘、区域规划、环境监测等专题分析和编制1∶10万或更大比例尺专题图，修测中小比例尺地图的要求。本文研究区生态解译采用了14景Landsat TM影像，时相为秋季，波段合成采用432RGB彩色合成。
1.2研究区概况
本文研究区范围为鄱阳湖生态经济区，主要包括南昌、景德镇、鹰潭，以及九江、新余、抚州、宜春、上饶、吉安市的部分县（市、区），共38个县（市、区）和鄱阳湖全部湖体在内，面积为5.12万平方公里，占江西省国土面积的30%，人口占江西省50%，经济总量占江西省60%。鄱阳湖生态经济区范围见图2。
1.3技术方法
通过ARCGIS平台，根据地物影像特征，如色调、大小、阴影、纹理、位置和其他标志，以及技术人员先知经验，采用人机交互方式解译Landsat-TM卫星影像，绘出地物的闭合边界，并赋予属性编号，提取土地利用信息。
1.4生态解译结果
本次遥感解译涉及土地利用/土地覆盖分类体系（2000年）一级分类中6个类型，三级分类中13个类型。
农业生态环境是农业生产的基础，近年来，各级政府在植树造林、土壤改良等方面做了大量工作，但随着社会经济的迅猛发展，耕地面积锐减，农用化学物品用量不断增加，水质污染、气象灾害等对农业生态环境造成越来越多不利影响。因此，开展不同区域农业生态环境质量评价及其动态变化研究十分必要［1］。农业生态环境质量评价前人已经做了大量研究，目前国内外对农业生态环境的研究主要是定时、定区域地研究，包括环境、经济、社会、科技、资源等要素在内的复合农业生态系统；国外侧重于对替代方法、策略、指标互作及模型应用的研究［2－4］。国内的指标体系较多引入经济、社会效益等指标［5－7］，弱化了生态指标及生态环境的作用，忽略了农业生态环境的时空变异性。农业生态环境质量评价的方法较多，主要有模糊综合评价法、权重评价方法（综合指数法）、层次综合评价法、灰色综合聚类法、投影寻踪模型等［8－12］。其中权重评价方法（综合指数法）简单客观，便于分析各因子对农业生态环境的贡献，应用十分广泛［1］。
江苏省位居长江、淮河下游，东濒黄海，平原辽阔、土地肥沃，素有“鱼米之乡”的美誉，并以占全国1％的土地面积，创造了约占全国10％的GDP总量。但伴随着经济的腾飞和现代化进程的加快，江苏的耕地面积越来越少，人口越来越集中，各种农业生态环境问题接踵而来。本文拟应用层次分析法（analyticalhierarchprocess，简称AHP）确定各指标的权重，应用权重评价法（综合指数法）分析江苏省农业生态环境质量指数，客观、具体地分析不同区域农业生态环境质量的变化，为区域农业的可持续发展、农业生态环境建设以及进一步发展“优质、高效、外向、生态、安全”的具有江苏特色的农业现代化道路提供理论决策参考。
1研究区域选择与研究方法
1．1研究区域的选择
江苏省位于北纬30°35′－35°07′，总面积10．26×104km2，年降水量783～1167mm，年平均气温13～16℃，气候温和，雨量适中，农业自然条件优越，是我国农业高产区和重要商品粮基地。全国农业资源区划办将江苏省划分为徐连、宁镇扬、沿江、两淮、太湖和沿海6大农村经济区［13］。为了便于调查、收集资料以及减少统计工作量，考虑到自然环境条件、区域经济发展、区位条件等区内相似性和区际差异性；同时，可以涵盖江苏省所有气候类型和经济发展水平，选择邳州、新沂（徐连经济区），东台、大丰（沿海经济区），如皋、金坛（沿江经济区），兴化（宁镇扬经济区），张家港、江阴（太湖经济区）共9个具有代表性的县（市）区域作为评价单元。通过对经济区内典型县评价值加权平均，得到该经济区的评价值。
1．2资料获取
数据来源主要包括遥感数据、土壤普查、地图数据和统计数据。（1）遥感数据：主要来源于美国Landsat卫星的TM影像，用于计算植被覆盖度，选取1995年、2000年、2008年6－8月植被生长季遥感影像。（2）土壤数据：主要来源于全国土壤普查数据。（3）地图数据：主要包括江苏省行政区划图、1∶100万DEM等专题数据。（4）气象数据：采用江苏省气象局提供的各个区域所在站点1995－2008年统计数据。
2农业生态环境质量评价指标的选取与验证
2．1评价指标体系的建立
区域农业生态环境质量综合评价指标体系（U）由自然环境子系统（U1）、土壤生态状况子系统（U2）和环境污染子系统（U3）3部分组成。其中自然环境子系统包括：≥10℃活动积温、年平均气温、年降水量、年日照时数、植被覆盖率、土地复种指数6个指标；土壤生态状况子系统包括：水土流失量、土壤pH值、土壤有机质、土壤全氮、土壤速效磷、土壤速效钾指标。环境污染子系统包括：化肥使用强度、工业废水排放强度、工业废水排放强度、SO2排放强度。
2．2评价指标体系的验证
应用江苏省1995年、2000年、2008年的统计数据，利用主成分分析法在SPSS软件中对区域农业生态环境质量指标体系进行筛选和分析。由表1可知，1995年、2000年、2008年第一主成分与≥10℃活动积温、年平均温度、年日照时数、年降水量、土地复种指数、土壤全氮含量、化肥使用强度、工业废水排放强度、工业废气排放强度和SO2排放强度10个指标存在显著的相关性。其中：≥10℃活动积温、年平均气温、年日照时数、年降水量4个指标均表征农业气候生态状况；前3个指标表征特定区域热量资源，代表气候因素对农业生态发展的影响；土壤全氮含量表征农田土壤理化性质，可以反映人类农业生产活动对农业生态环境质量的影响；化肥使用强度、工业废水排放强度、工业废气排放强度和SO2排放强度4个指标反映了环境污染对农业生态环境质量的影响。因此，第一主成分强调了区域自然环境、土壤因素和环境污染等多方面主导因素的良好组合。
第二主成分与土壤速效磷含量和土壤pH值指标显著相关。第三主成分与植被覆盖度、水土流失量和土壤速效钾含量存在较高的相关性。其中植被覆盖度和水土流失量可以反映农业自然生态环境的变化，代表农业结构对农业生态环境质量发展的影响。因此，第二和第三主成分强调了自然环境、土壤因素的重要性。第四主成分与土壤有机质含量的相关性较高，可以反映土壤生态状况。与1995年相比，2000年、2008年的水土流失量、工业废水、工业废气和SO2排放强度等指标小幅降低，土地复种指数和土壤全氮含量小幅升高，反映出人类农业生产活动对农业生态环境质量产生重要影响。综上，所选指标均能够很好地反映评价区域的农业生态环境质量状况。因此，前4个主成分分析结果可以作为新的综合因子体系，来表征区域农业生态环境质量状况。
3农业生态环境质量评价模型的构建
3．1农业生态环境质量评价指标权重的确定
在评价模型中，各指标权重的确定是一个关键，而层次分析法是一种定性分析与定量分析相结合的决策方法，按照“分解－判断－综合”的思维特点，将多层次、多准则的复杂问题分解为各个组成因素，并将这些因素按支配关系分组，形成递阶层次结构，通过两两比较的方式确定各层次中诸因素的相对重要性。因此本研究在以农业生态系统是否可持续发展为评价目标的基础上，建立基于层次分析法的综合评价模型进行评价。将农业生态系统作为一个复杂系统进行评价。首先要把复杂问题分解为不同的层次，建立由目标层、准则层和指标层的层次结构模型；其次，根据数据资料、专家意见和作者的认识，构建判断矩阵，根据确定的判断矩阵，计算出判断矩阵的最大特征值和特征向量，再对所得的特征向量进行归一化处理，所得的向量分量即为所求的相应因素关于上一层因素的相对权重。通过以上对指标权重的确定方法，因地制宜地计算出区域农业生态环境质量评价中各指标的权重（表2）。
3．2农业生态环境质量评价模型
通常情况下，评价指标分为正向指标和逆向指标两类，以标志值为基准将各指标进行正向和逆向标准化后，进而建立农业生态环境质量评价模型：U＝∑ni＝1Ai×Ci式中：U为农业生态环境质量综合评价指数；Ai为所选取指标的标志值；Ci为各指标的总权重；n为指标个数。依据数据资料，参照《中华人民共和国环境保护行业标准》，将农业生态环境质量分为5级：优（Ⅰ级）、良（Ⅱ级）、一般（Ⅲ级）、较差（Ⅳ级）和差（Ⅴ级）（表3）。
4区域农业生态环境质量综合评价
应用区域农业生态环境质量综合评价模型，分别计算9个代表县市1995，2000，2008年的农业生态环境质量综合评价指数，通过公式U＝∑kj＝11kUj（式中：U为区域农业生态环境质量评价指数；Uj为各县市的农业生态环境质量评价指数；k为各经济区所包含的县（市）数），求得5个经济区的农业生态环境质量评价综合指数（图1）。从图1可以看出，徐连、沿江、沿海、宁镇扬和太湖5个经济区的农业生态环境质量指数呈现从北向南的明显下降趋势，以徐连经济区最高，太湖经济区最低。1995－2008年期间，各经济区的农业生态环境质量评价指数均呈明显的下降趋势，其中徐连经济区下降幅度最为明显，从1995年的优秀状态（0．7550）下降到2008年的一般状态（0．4639）；太湖经济区的农业生态环境质量评价指数下降幅度较小，从1995年的高层次一般状态（0．5480）下降到2008年的低层次一般状态（0．4661）。1995年徐连经济区农业生态环境质量指数值最高，太湖经济区最低；2008年宁镇扬经济区农业生态环境质量指数值最高，徐连和太湖经济区最低。宁镇扬经济区由于受社会经济基础等众多因素的影响，生态环境质量状况逐渐变差，但是降低幅度较小。
为了更深入了解区域农业生态环境质量的时空变异，选取生态环境质量指数变化最大的徐连经济区和太湖经济区及其中的代表区域（徐连经济区：邳州和新沂，太湖经济区：张家港和江阴）为研究对象，分析其1999－2008年连续10年的农业生态环境质量时空变化。图2表明，在1999－2003年期间，新沂的农业生态环境质量总体上呈下降的趋势，但仍长期处于良好水平，分别从高层次的良好（0．6018）转变为低层次的良好状况（0．5572），2004年后总体发展趋势继续下降，进入到较低的一般状态（0．4576）。邳州是4个代表区域中农业生态环境质量状况起点最高，但降低速度最快的，由1999年最高的0．6347降低到2008年的0．4602，农业生态环境质量状况从良好状况逐渐降低到一般状况，并且一直处于恶化的发展态势。江阴和张家港两区域的农业生态环境质量状况明显低于邳州和新沂，自1999年以来持续保持逐年下降的态势，从1999年的高层次的一般降低到低层次的一般状态，波动幅度较小，农业生态环境质量状况较稳定。
5结论与讨论
江苏省不同区域的农业生态环境质量指数随时间的推移，从北向南呈明显的下降趋势，表现出明显的时空变异。以徐连经济区的生态环境质量指数最高，沿江、沿海和宁镇扬经济区次之，太湖经济区最低。在本研究中的江苏省5个经济区，其农业生态环境质量评价指数均呈明显的下降趋势，以徐连经济区的生态环境质量指数下降最快，太湖经济区农业生态环境质量评价指数下降最慢，但徐连经济区农业生态环境质量状况明显好于太湖经济区。究其原因，主要有以下两点：
（1）太湖经济区的生态环境质量状况总体水平较低，目前该经济区的农业生态环境发展趋于平稳，质量状况降低缓慢。该经济区自然条件和社会经济条件在全省仍都处于前列，是全省乃至全国乡镇企业发展最早、水平最高的地区之一，农村工业成为占绝对优势的乡村产业结构。由于经济发达，外来劳动力纷纷涌入，人多地少的矛盾尤为突出，能源、原材料的严重短缺，耕地不断减少，工业“三废”污染强度过高，致使植被覆盖降低与水土流失增强，很大程度上抵消了该地区在自然和社会经济条件下的优势，生态环境质量一直处于较低水平。
（2）徐连经济区由于历史和社会经济基础等众多因素的影响，生态环境质量状况虽然发展起点较高，但该经济区的农业生态环境质量发展呈现迅速下降趋势，逐渐恶化。徐连经济区内煤矿、非矿产等资源丰富，重工业发达，长期开采煤矿造成植被覆盖降低、土地塌陷、水土流失、土壤养分流失等一系列根本性环境问题，虽然进行了一系列的生态重建和土地复垦工程，但生态恢复需要较长时间，加之本区是江苏省降雨最少的区域，因此短期内生态环境质量得不到明显改善。
【Abstract】This paper takes Deyang city of Sichuan province as the study area， Landsat satellite image as data source， select the land cover， vegetation coverage and elevation of three evaluation indexes， the principal components using a combination of qualitative and quantitative analysis methods to evaluate the ecological environment quality in Deyang city in 2015， the ecological environmental quality of Deyang city was divided into excellent， good， medium， poor in four grades. The results show that the ecological environment quality of woodland and grassland， arable land， human engineering activities and geological disaster area ecological environment quality is poor， the results are consistent with actual situation， indicating factors and model selection objective and reasonable.
【关键词】3S；生态环境质量评价；德阳市
【Keywords】3S； ecological environment quality evaluation； Dengyang city
【中图分类号】X826 【文献标志码】A 【文章编号】1673-1069（2017）03-0146-03
1 概述
我国的环境评价始于20世纪70年代，最初Τ鞘谢肪澄廴鞠肿醋龅鞑椴⒔行评价，80年代开始对工程建设项目的影响做评价。80年代末以来，主要对城市环境质量做综合评价，并开始对县级区域的生态环境质量做综合评价。随着RS和GIS技术的迅速发展和广泛应用，对空间数据进行获取、处理、分析技术方法的不断改进，使得RS和GIS在调查、监测、评价等方面受到了广泛的关注。使得生态环境质量评价由单一因子的调查与监测，逐步发展到多种数据综合评价，且用数值分析方法描述生态环境状况[1-3]。
目前国内外已经有许多关于生态环境脆弱性方法的研究，例如人工神经网络方法[4]、模糊判定分析方法[5]、综合评价方法[6]、景观生态学方法[7]、ES方法[8]、层次分析方法[9]、P-S-R模型方法[10]、ESA方法[11]、灰色评判法[12]等，但是目前并未形成一种大家一致认可的评价方法，而且上述方法基本均局限于定性的、定量的、静态评价方法，并且专家的意见占较大比重，研究结果的客观性不够好且实际应用价值不够高[13]。主成分分析的方法是一种定性与定量相结合的生态环境脆弱性动态评价的方法，在此之前，也有人应用主成分分析的方法进行了生态环境脆弱性的评价，并取得了大量的成果[14-16]。
德阳市位于四川省中部是川西高原和四川盆地的过渡地带。近年来随着德阳市工业化、城镇化进程的加快，围绕资源环境的竞争更加激烈，使其生态环境发生了巨大的变化。因此，为推进德阳市生态文明建设，积极探索绿色发展、循环发展之路，对德阳市的生态环境质量做出有效的评价，具有重要的意义。
2 生态环境评价
2.1 研究区概况
德阳市位于四川盆地东北部，东经103°45′-105°15′，北纬30°31′-31°42′之间。西邻阿坝，东接遂宁，南靠成都，北临绵阳。全市面积5818km2，现辖绵竹市、什邡市、广汉市、旌阳区、罗江县和中江县。德阳市境狭长，南北长约162km，东西宽约65km，整体地势西北高东南低。1983年8月经国务院批准成为省辖地级市，是四川省重点建设的九大城市之一，也是成都周边旅游圈的重要组成部分。
2.2 生态环境评价指标
2.2.1 指标选取原则
建立科学、完善、可行的生态环境质量评价指标体系是进行危险性评价的关键，合理有效的指标选择是生态环境质量评价的必要过程。
生态环境质量评价指标体系的构建应遵循以下原则。①科学性，生态环境质量评价指标体系的构建要遵循科学规律，所选取的评价指标应能客观真实地反映生态环境的特征、揭示生态环境的内在特征和外部触发原因。同时要考虑指标数据获取的难易程度、数据精度如何、是否可定量化。②全面性，生态环境质量是在环境因素和人为因素的多重作用下的状态，评价指标体系的建立应该综合考虑。同时评价指标体系必须要全面分析生态环境要素及其相互关系。③动态性，不同的地区地质环境和生态环境有一定的差异，对不同地区的生态环境质量评价，在选取评价指标时，需结合研究区的情况作调整。
2.2.2 指标选取
针对德阳市的环境状况，在参考了已有研究并多次听取专家意见基础上。本文选取土地覆盖、植被覆盖度和海拔高程三个评价因子。①土地覆盖：结合相关资料，确定研究区的土地覆盖类型：耕地、有林地、居民地、草地和水域；②植被覆盖度：根据归一化植被指数（NDVI）提取德阳市植被覆盖度；③海拔高程（DEM）。德阳市低海拔处高程310m，高海拔处高程4950m，海拔高度差异较大。
2.2.3 数据源
遥感影像数据：本文采用2015年Landsat影像，空间分辨率为30m，影像来自地理空间数据云，成像质量良好。德阳市区域跨轨道号129/038和129/039两幅影像，采用WGS-84坐标系，UTM投影，影像均已完成了辐射校正和几何纠正。
数字高程模型数据：采用空间分辨率为30m的DEM数据，数据源于地理空间数据云。
2.3 生态环境评价模型
根据前人的研究，为保证评价结果的实际应用价值，本文选取了一种定性与定量相结合的生态环境质量评价方法，即空间主成分分析的方法。空间主成分分析的步骤如下：①原始数据标准化；②建立每个变量的协方差矩阵R；③计算矩阵R的特征值以及每个特征值的特征向量；④通过对特征向量的线性组合进行分类提取主成分；⑤根据主成分分析结果，利用数学模型计算式（1）研究区生态环境质量；⑥利用自然断点法，将计算结果分为4个等级，分别为优、良、中、差。
式中，Fi是第i个主成分，Wi是它的相应的贡献。结合每个主成分及其对应权值，进行代数计算得到综合评价指标，来表示区域生态环境脆弱情况。EVI的值越大，表示其生态环境越脆弱。
2.4 评价结果
根据德阳市生态环境质量评价结果，得出以下结论：德阳市生态环境质量为良的区域占35.32%，质量为中等的区域占31.39%，质量为优等的区域占20.02%，质量为差等的区域占13.27%。与德阳市2015年土地利用类型相比，得到林地和草地的生态环境质量较好，耕地次之，人类工程用地和汶川地震后造成的地质灾害区域生态环境质量最差。生态环境质量优和差等主要分布在德阳市的西北部，该区域植被覆盖度较高，森林系统的生物多样性、抵抗力稳定性等因素使得该区域的生态环境质量整体上好于其他地区。草地的生态环境质量多为中等，草地生态系统由于物种单一，抵抗力稳定性较差，但恢复力稳定性很强。耕地受人类影响较大，但作为一个生态系统，有一定的自我修复能力。除地质灾害区域外，德阳市生态环境质量为差等的区域还广泛分布于人类工程活动集中的地区，该地区由于工程活动造成了地下水下沉、破坏了该区域的生物多样性、降低了该区的恢复力，使得该区域生态环境质量恶化。
3 讨论
正确认识生态环境现状是维护生态环境的重要条件，通过对特定地区生态环境质量进行评价，可以了解生态环境质量的整体情况，追寻生态环境质量退化的原因，是提高生态环境质量的方法与途径。德阳市自1999年10月实施退耕还林工程，截至目前，研究区完成退耕还林17.75万亩（1亩≈666.67m2），其中生态林16.3万亩，经济林1.45万亩。退耕还林工程建设成就显著，取得了生态、经济和社会建设的综合效益。
为进一步提升德阳市生态环境|量，可采取以下措施：
①对研究区西部山区生态环境质量较差的地区治理的可行方法主要是在一些地势比较平缓或不适合农作物生长的区域建立多功能混合生态林、农业经济林以及规范化牧场等混合生态系统；②加强环境质量监管力度，引进新技术，鼓励引导企业转型升级，改善全市环境质量；③提升全民环保意识，积极保护生态环境。
【参考文献】
【1】陈涛.基于RS和GIS的四川生态环境综合评价与可持续发展战略研究 [D].成都：成都理工大学，2004.
【2】Zhang Qiang. Satellite remote sensing of changes in NOx emissions over China during 1996C2010 [J].Chinese Science Bulletin，2012. 57（22）：2857-2864.
【3】Zhang Jiahua. Advances in estimation methods of vegetation water content based on optical remote sensing techniques[J].SCIENCE CHINA （Technological Sciences），2010，53（5）：1159-1167.
【4】郭宗楼，刘肇.人工神经网络在环境质量评价中的应用[J].武汉大学学报（工学版），1997（2）：75-78.
【5】王鸿杰，尤宾，上官宗光，等.模糊数学分析方法在水环境评价中的应用[J].水文，2005，25（6）：30-32.
【6】冯长根，李彦周.综合评价方法在环境评价中的应用[J].安全与环境学报，2008，08（5）：112-115.
【7】王乃亮，杜斌.景观生态学方法在环境影响评价中运用的探讨[J].甘肃科技，2014，30（6）：84-85.
【8】许世刚，高新陵.ES-SOFM混合模型及其在水环境评价中的应用[J].河海大学学报（自然科学版），2002， 30（5）：53-55.
【9】卢仲达，张江山.层次分析法在环境风险评价中的应用[J].环境科学导刊，2007，26（3）：79-81.
【10】王洪翠，吴承祯，洪伟，等.P-S-R指标体系模型在武夷山风景区生态安全评价中的应用[J].安全与环境学报，2006，6（3）：123-126.
【11】李炎女.工业生态安全评价与实证研究[D].大连：大连理工大学，2008.
【12】厉彦玲.基于灰色聚类分析方法的生态环境质量综合评价模型[J].测绘科学，2007，32（5）：77-79.
【13】黄淑芳.主成分分析及MAPINFO在生态环境脆弱性评价中的应用[J].亚热带资源与环境学报，2002， 17（1）：47-49.
【14】]钟晓娟，孙保平，赵岩，等.基于主成分分析的云南省生态脆弱性评价[J]. 生态环境学报， 2011， 20（1）：109-113.
1资料与方法
1•1自然概况
福建省位于东南沿海(115°50′-120°43′E,23°32′-28°19′N),东西宽约540km,南北长约550km,土地面积1•214×104km2,其中山地丘陵占80%以上。福建属亚热带海洋性季风气候,年平均气温15•2~21•8℃,各地年平均降雨量基本在1000mm以上,年日照时数1754~2482h,气候资源得天独厚。福建省背山临海,其陆域基本由海拔1000m以上的山地与浙江、广东隔开,因而地貌上和水系上成为相对独立的地理单元。相对独立的地貌、水系及相应的气候、土壤和植被使得生态环境也表现出很强的相对独立性。福建海域处于东海和南海的交界处,全区多为台湾海峡所占据,由于陆域丘陵山地与台湾山地的制约使海域本身的气候、地貌和生物生态环境特征都具有一定的独立性。由于缺乏金门县的相关数据,在进行生态评价时未将金门县考虑进去。
1•2资料及其来源
采用福建省2006年7-9月全省67个台站的地面气象观测资料计算各地湿润指数和灾害指数,数据包括月平均气温(℃)、月降水量(mm)、月平均10m风速(m/s)、月平均相对湿度(%)、月平均气压(mb)、饱和水汽压(mb)、灾害面积(hm2),由福建省气象台提供。水体密度指数、植被覆盖指数、土地退化指数各评价因子的面积、类别数据来源于福建省各地土地利用数据,由福建省农业资源综合数据库提供。
1•3评价模型的建立
采用模糊综合评价法,通过建立隶属函数,经模糊变换,给每个评价因子赋予一个非负实数,得到评价结果,再与评语集相对照,最终确定评价区域的优劣等级[11]。
1•3•1评价因子集遵循代表性、全面性、综合性、简明性、方便性、适应性原则,选择5个因子为评价因子,则评价因子集V={湿润指数,植被覆盖指数,水体密度指数,土地退化指数,灾害指数},然后采用文献[12]中的数据处理方法对各评价因子进行标准化。各评价因子定义如下:(1)湿润指数为降水量与潜在蒸散量的比值,是判断某一地区气候干、湿程度的指标。湿润指数K=R/ET,该指数能够客观地反映一地的水热平衡状况。按季度进行评价时,季度湿润指数K=Rs/(∑ETi),Rs为季度降水量,∑ETi为该季度三个月潜在蒸散量之和。根据文献[13],月平均潜在蒸散量ETi=22di(1•6+U1/2i)Woi(1-hi)P1/2i(273•2+ti)1/4其中,i是月份编号,Pi为月平均气压(mb),ti为月平均气温(℃),di是月天数,Ui是10m高度观测的月平均风速(m/s),Woi是温度为ti时的饱和水汽压(mb),hi是月平均相对湿度(%)。计算区域生态质量等级时,当K>1时,取K=1。(2)植被覆盖指数指被评价区域内林地、草地及农田三种土地类型面积占被评价区域面积的比重,用于反映被评价区域植被覆盖的程度。(3)水体密度指数指被评价区域内水域面积占被评价区域面积的比重,水域包括河流、湖泊、水库等。(4)土地退化指数指被评价区域内风蚀、水蚀、重力侵蚀、冻融侵蚀和工程侵蚀的面积占被评价区域面积的比重,是反映生态系统功能退化程度的一个重要指数。(5)灾害指数指单位面积上担负的灾害强度、频率等灾害总量,即评价区域内农田、森林等生态系统遭受气象灾害的面积占被评价区域面积的比重。
1•3•2评价因子权重由于不同的综合评价因子对农业资源可持续利用的影响是不一样的,因此需要对参评因子进行权重系数测定。各层次因子权重参照《生态质量气象评价规范(试行)》[13]、采用专家打分法取得,结果见表1。
1•3•3属性同一化根据不同属性因子对总体生态质量的影响方向不同,对全部因子属性进行正相化处理[14]。5项因子中有2项为负相因子(土地退化指数和灾害指数),其正相化指标=1-负相指标。
1•3•4生态综合评价指数根据权重集Q={0•25,0•3,0•2,0•15,0•1}和评价因子隶属函数值集合R={K,V,W,L,D},可计算得到生态综合评价指数其中,O为算子;i为各区域编号,本文i=1,2,3,…,67,Ai表示福建省各县(市)生态质量的综合评价值。#p#分页标题#e#
1•3•5评语集评价区域的生态质量分为5个等级,评语集Z={优,良,一般,较差,差},各等级评语见表2,等级划分参照《评价规范》[13]。
2结果与分析
2•1湿润指数
福建省2006年7-9月湿润指数分布如图1所示。由图中可见:此时段内福建省湿润指数普遍较高,各地湿润指数均在1•0以上;东部地区湿润指数明显高于西部山区,其中东部如平和、诏安、寿宁、永春、云霄、霞浦、宁德、南靖、长泰等地湿润指数较高,均在4•00以上。湿润指数等级较低的地区基本集中在西部如建阳、顺昌、将乐、长汀、永安等,主要是由于7-9月福建省受台风影响比较多,导致东部降水多于西部。根据《评价规范》[13],当K>1时表示大气降水总体上大于植被生理过程需水量,降水条件一般不成为当地植被生理需水的限制因子,说明福建省该季度降水满足作物生长的需水量,有利于作物及其它植物的生长发育。
2•2水体密度指数
福建省2006年7-9月水体密度指数分布如图2所示。由图中可见,福建省各地水体密度指数因地理位置、海拔差异和人类生产活动强度的差异而有所不同。东部沿海地区水体密度指数较高,如漳州的诏安县、龙海市、福州管辖下的平潭县、福清市和厦门市等地,最高可达0•15,主要是因为沿海天然水体面积大,同时由于加上养殖业的开展,人工沟渠、围塘数量大,使得沿海水体密度明显高于中西部;中部地区作为三溪汇合点的南平市延平区和古田水库所在古田县水体密度指数也比较高,介于0•037~0•05;西北部作为粮食生产基地的光泽县、武夷山市、建阳市等地水体密度指数稍低,其指数范围为0•016~0•025;中部地区的长汀县、连城县、永安市、大田县等地因海拔较高,人工水库、水塘等较少,因而水体密度指数明显偏低,指数介于0•008~0•016。
2•3植被覆盖指数
福建省2006年7-9月植被覆盖指数分布如图3所示。从图3可见,福建植被覆盖度整体较高,多数县(市)植被覆盖指数可达0•40以上,植被覆盖指数最高的县达到0•56。从图3中还可看出,沿海经济发达地区植被指数相对较低,如厦门、晋江、石狮、莆田、长乐等地,内陆植被覆盖指数则明显较高,指数在0•4以上的县(市)有49个,占行政区总数的73•1%,指数值大于0•5的行政区有6个,为武夷山市、松溪县、政和县、大田县、永泰县、华安县。植被指数最高的为武夷山市,原因是其界内包括了武夷山国家级自然保护区。武夷山自然保护区位于福建省西北部的武夷山脉脊部,拥有世界上同纬度带现存面积最大、保存最完整的中亚热带森林生态系统,典型的地带性森林类型为常绿阔叶林群落,植被覆盖度很高。图32006年7-9月福建省植被覆盖指数分布
2•4土地退化指数
土地退化是自然侵蚀和人文因子相互作用的结果,是生态系统退化的重要表征之一。福建省坡地多、雨量大,特别是多陡坡、多暴雨的自然环境为水土流失提供了客观的基础。福建省2006年7-9月土地退化指数分布如图4所示,从图中可见,各县(市)土地退化指数在0•002~0•030,泉州地区的南安市土地退化相对严重,其土地退化指数为0•030,寿宁县、安溪县、华安县、平和县土地退化指数较高,介于0•024~0•030,而武夷山、邵武、建阳、漳平、上杭、龙海、漳浦等地退化指数较低,指数值均在0•009以下。
2•5灾害指数
7-9月福建的主要灾害性天气为台风,分析期影响的台风有:7月14日在霞浦县北壁镇登陆的“碧利斯”,7月25日在晋江市围头镇登陆的“格美”,8月10日在闽浙交界处的浙江省苍南县马站镇沿海(距离边界约10km)登陆的第8号超强台风“桑美”。据灾情统计:“碧利斯”对宁德、福州、莆田、龙岩、泉州、漳州等六个地区造成了严重影响,造成10933•5hm2农作物受灾,4240•0hm2成灾,762•5hm2绝收。“格美”也对6个地区造成严重影响,其中农作物受灾面积29975•2hm2,成灾面积13056•6hm2,绝收面积1288•7hm2。“桑美”持续时间短,主要影响到南平和宁德,受灾面积4921•4hm2,成灾3259•7hm2,绝收819•3hm2。8月中旬-9月天气转好,未出现重大气象灾害。福建省2006年7-9月灾害指数分布如图5所示。由图中可见,各地区灾害指数介于0•000~0•094,灾害指数地区差异明显,漳州地区灾害指数较高,宁德次之,厦门、南平、三明等地灾害指数值较小。
2•6生态综合评价指数
最终计算得到福建省2006年7-9月生态综合评价指数分布结果(见表3)。对照生态质量评价分级标准(表2)可见,此季节内福建省各地生态质量等级差异不明显,生态质量综合评价指数介于0•54~0•67,其中有66个地区的生态质量气象评价等级为良好,多数县(市)综合评价值达到0•60以上,区域生态质量等级接近优。
3结论与讨论
实时准确的环境监测数据是开展环境管理和科学研究活动的基础，全国环境监测总站以及各地环境监测中心已积累了大量的环境监测数据资源，包括国控、省控、市控等地表水、饮用水监测数据，大气质量和酸雨监测数据，功能区和道路噪声监测数据[1]。这些数据资源是环境管理、应急决策和生态文明建设的重要支撑数据，如何利用现代化信息技术，对这些数据资源进行科学的管理、挖掘分析和可视化表达，充分发挥它们在环境管理、环境应急决策中的作用，促进环境友好型社会，是各地环境保护的必然要求。与此同时，基于这些数据资源，结合GIS技术，通过一种灵活可定制的手段自动适应国家环保部、省、市对生态文明城市、生态省、生态城市环境质量评价分析的需求，提供环境监测数据的科学管理、高效查询、自适应与多维评价、监测数据空间化等功能，实现“一套数据、多种应用”，减轻各地环境监测中心数据统计分析人员的负担，实现科学、高效和直观形象的环境质量评价分析，为环境管理和保护决策提供辅助支撑。
GIS以其强大的数据处理、分析计算功能，在环境领域得到了广泛的应用[2]。21世纪以来，国家环保部组织开发了国家环境监测信息系统(NESMIS)。随着GIS技术在环境领域的广泛结合使用，在监测数据审核分析与评价系统开发上也取得较大的发展[3]。目前环境监测信息化建设方面仍存在的主要问题有：①环境监测数据的审核及分析应用仍过多依赖工作人员的经验，监测数据分析系统的开发与应用仍较缺乏[4];②难以满足不同时空尺度的环境质量评价和成果的定制化展示;③难以灵活满足不同评价标准、评价部门对环境质量评价的需要;④监测数据和评价分析结果无法实时展现在GIS地图上等[3]。针对这些问题，为实现环境监测数据科学、高效、直观形象的环境质量评价分析，笔者开发设计了一种灵活的、可适应不同环境保护主管部门、不同评价标准和评价时空尺度的环境监测信息管理与分析系统。
1环境监测数据模型分析
环境监测的对象通常包括污染源和环境质量状况两方面。环境监测包括水环境、大气环境、噪声环境3大类型，水环境又分地表水、饮用水、近岸海域;大气环境又分空气质量、大气降水质量;噪声环境又分区域、功能区、交通道路。地表水数据包括：河流地表水、湖库地表水、近海海域地表水监测数据，以及水期代码、水域功能类别、湖库类型、中国海区代码、重点海域代码、近岸海域水质标准分类、近岸海域水质标准限值等辅助数据。空气环境数据包括：大气监测点基本信息、大气质量监测数据、大气降水监测数据，以及行政区域代码、监测点级别类型、空气环境质量标准分类、空气监测项目标准限值、空气污染指数计算参数、空气污染指数分类、酸雨强度分级等辅助数据。噪声环境数据包括：噪声监测点基本情况、区域定期监测噪声、道路交通噪声、功能区噪声监测数据，以及噪声测点类型、噪声功能区类型、噪声声源类型等辅助数据等[5]。
环境监测数据库通常包含4个部分：共用的数据库表(系统运行，水环境、空气环境、噪声环境质量评价时都需要的数据库表)、水环境监测与评价数据库表、空气环境监测与评价数据库表以及噪声环境监测与评价数据库表。共用数据库主要存放系统运行所需要的基础字典表，以及水、空气、噪声环境质量评价时都需要的公共数据库表。地表水监测与质量评价数据库表主要由地表水水质监测原始表、地表水水质监测字典表及取值说明、地表水水质评价表和近海海域水质监测原始表、字典表及取值说明、评价数据库表构成。空气质量监测与评价数据库表主要由空气质量监测原始表、空气质量评价字典表及取值、空气质量评价表构成。噪声质量监测与评价数据库表主要由噪声环境监测原始数据表、噪声环境字典表及取值、噪声环境质量评价表构成。环境监测数据库构成见图1。
2环境监测数据管理与评价业务流程
环境监测数据管理与综合分析系统业务流程总体上分为以下4个阶段(图2)：
(1)数据导入管理阶段。该阶段系统管理员分配好系统
操作的用户和权限后，数据管理员从已有的国家系统(或环境自动监测数据库)中导入环境监测数据。
(2)评价分析模板定制阶段。该阶段环境质量统计分析人员利用系统进行水环境质量、空气环境质量、噪声环境质量评价分析模板的定制，主要定制参与评价的环境指标、评价标准等。
(3)环境质量评价分析阶段。该阶段环境质量评价分析人员利用系统进行按月、季、年或任意时间的站位、区域等层次的水环境、空气环境、噪声环境质量评价和变化趋势分析。
(4)评价结果可视化输出阶段。评价结束后，通过表格、统计图表或地理空间图层，对评价结果进行可视化表达。基于环境监测数据和评价结果，根据隐含的监测点空间位置信息，利用GIS技术，对环境监测点及其评价分析结果进行空间化处理，动态生成空间图层，从而实现环境质量监测和评价分析结果的可视化。
3环境监测数据管理与评价分析系统设计
3.1系统开发的核心业务分析
系统开发的核心业务是对地表水环境质量、饮用水环境质量、空气环境质量、噪声环境
质量等进行评价分析。
3.1.1地表水分析评价。能够按月、季度、水期、年或任意期范围进行监测因子质量评价、站位水质评价、市控以上站位水质评价、水系水质评价、湖库水质评价、近岸海域监测因子水质评价、近岸海域站位水质评价、近岸海域功能区水质评价;可生成全市地表水水质类别分布图、地表水功能达标状况分布图、近岸海域水质状况图，能开展污染因子及综合污染指数趋势分析。具体需求评价因素较多，不一一赘述。如站位水质评价因素包括站位水质类别、水质达标率、水质达标否、达III类标准率、达III类标准否、综合污染指数、主要污染指标及最大超标倍数等。
3.1.2饮用水水质评价。能够按月、季度、水期、年或任意期范围进行单个饮用水站位水质评价、水源地100%达标站位数及比例、污染因子及综合污染指数趋势分析等，除计算地表水通用因子外，还要计算饮用水专用指标。具体需求评价因素较多，不一一赘述。如单个饮用水站位水质评价因素包括28项指标达标率、16项指标达标率、超标项目和频次、项次达标率、均值超标因子、水质类别等。
3.1.3大气环境质量评价。能够按月、季度、年及任意时间进行评价;评价指标主要是二氧化硫、二氧化氮、可吸入颗粒物、降尘，具体为能进行测点/区域空气质量评价、测点/区域空气日报、测点/区域降水质量评价，能生成全市降水酸雨强度分布图，能进行污染因子及综合污染指数趋势分析。
3.1.4噪声质量评价。能够对功能区、区域和交通噪声进行评价;能开展功能区噪声质量评价、区域噪声质量评价，交通噪声质量评价;可生成市区区域噪声声级分布图、交通噪声声级分布图。
3.2系统逻辑结构
系统以实用性、稳定安全性、灵活扩展性、易操作性为设计原则。系统的总体架构纵向上下至上依次为基础设施层、数据资源层、功能层和用户层。环境监测数据管理与评价分析系统逻辑结构见图3。
3.3系统功能体系
为了实现系统总体目标，系统包括5大功能体系模块：系统定制模块、数据导入管理模块、环境质量评价模块、环境质量时空特征分析模块和统计输出模块。系统功能体系见图4。
4宁波市环境监测数据管理与评价分析系统的实现
基于上述的分析设计，以宁波环境监测数据管理与分析为例，实现了宁波市环境监测数据管理与评价分析系统。该系统基于C/S结构，在.NET环境下，采用C#开发语言，ArcEngine地理信息组件编程实现，后台数据库采用SQL Server。运行环境：Windows 2003 Server或Windows 2000 professional/XP等操作系统，ArcGIS Engine Developer Kit等GIS软件，SQL Server 2000或SQL Server 2005数据库系统及.Net Framwork2.0。
宁波市环境监测数据管理与评价分析系统实现了环境质量评价分析定制、基于表格的评价分析结果定制、多年变化分析以及评价分析结果GIS表达。主要分为以下7种功能。
(1)基础功能。包括系统登录、用户管理、切换年份、修改密码、评价模板管理(增加、删除、编辑模板)、地表水站位评价模板、样式管理功能，如图5。
(2)数据管理功能。包括监测数据导入、近岸海域数据导入、饮用水数据导入、数据编辑、监测数据浏览功能。
(3)水环境质量评价分析功能。包括饮用水质量评价分析(图6)、地表水环境评价、湖库水环境评价、近岸水域水质评价分析功能。饮用水、地表水、湖库水环境评价主要实现了监测数据统计计算、水质评价功能，水质评价是指根据评价模板及其他参数能完成饮用水、地表水、湖库水数据评价及评价结果查看功能，能实现评价结果的导出、打印功能。如图7所示，近岸海域水质评价功能主要完成监测数据统计计算、近岸海域数据的评价及评价结果查看功能;并可根据提供多年数据的比较分析进行地表水、湖库水水质变化分析功能，系统提供了表格、折线图、柱状图等多种分析方式。其他部分的变化分析功能与此相同。
(4)大气环境质量评价分析功能。该模块实现了监测数据统计计算、空气质量评价、大气降水评价、空气质量变化分析功能，上述功能均能完成数据评价及评价结果查看功能，如图8所示。质量变化分析分析内容丰富，其中空气质量变化分析包括空气质量日报、空气质量日报综合统计、测站空气质量日报统计、监测因子浓度、监测因子百分位浓度值、综合污染指数、空气污染指数、大气降水内容。
(5)声环境质量评价分析功能。该模块实现了监测数据统计计算、功能区噪声和区域噪声及交通噪声质量评价功能。功能区噪声主要分析功能区噪声的监测数据，分析出噪声数据、昼夜等效声级图及功能区噪声趋势;区域噪声主要分析区域噪声数据及区域噪声趋势;交通噪声主要分析交通噪声数据及交通噪声趋势。
(6)GIS地图功能。如图9所示，地图操作主界面主要分为3部分：地图显示区域、图层控制区域和地图工具条区域。也可实现图层符号设置、注记设置和图层属性表查看等图层控制操作，可实现地图保存、地图缩放、移动、视图、信息查看、增加图层、图片输出打印等地图基本操作。
(7)环境质量专题图功能。环境质量专题图主要是利用GIS的地图展现方式，将环境的日常监测数据以及分析汇总数据进行专题展示，从而让用户对监测数据和分析结果有更加直观的认识，便于领导进行宏观决策。环境质量专题图主要分为水环境质量专题图、空气环境质量专题图和噪声环境质量专题图3大部分。
5结语
充分利用环境监测数据发挥其最大价值是环境保护管理、决策和预测预警的紧迫要求。该研究在系统分析环境监测数据模型、环境质量评价业务流程的基础上，研发了基于地理信息技术的环境监测数据管理与评价分析系统。该系统在宁波市环境监测数据管理与分析中的应用表明，系统基本实现了环境监测数据的科学管理、高效查询、自适应与多维评价的功能，实现了对不同时间、空间尺度的环境质量进行实时地评价分析和形象表达的功能。
生态环境是人类生存和发展的基本条件，是经济、社会发展的基础[1]，许多学者[2-4]通过不同途径，利用多种手段，从各个角度研究人类所面临的生态环境问题，生态质量评价的方法很多，例如Andrew等人[5]利用传统气象模型，分析气候变化和人类活动对河流生态质量的影响；国庆喜等[6]根据景观分类图、各景观类型的属性数据库及1997年186个样地系统空间抽样数据，建立2个层次的生态评价指标体系，对保护区进行生态质量评价；肖荣波等[7]利用3S技术对城市绿地生态质量进行监测、对绿地景观格局及其动态进行分析等研究。但基于生态学、地理学、可持续发展等理论体系上的区域生态环境质量评价尚不成熟，至今尚没有一种完善、成熟并能得到广泛推广应用的评价方法。本研究所涉及的生态质量气象评价是从气象对生态质量影响的角度选定指标体系和质量标准，运用恰当的方法评价某一区域生态质量的优劣及其相互影响，从气象角度对区域生态质量进行评价，近年来，一些研究者在该领域开展研究，取得了一些成果[8，9]，虽然研究方向相近，但研究方法和评价指标各异。
本研究基于GIS和GS技术，参照中国气象局《生态质量气象评价规范（试行）》中的计算方法和评价指标，利用黑龙江省各气象站观测资料、EOS/MODIS遥感监测资料、全省DEM数据及相关统计数据，从湿润状况、植被状况、水体密度、灾害情况、土地退化状况5个方面，以2009年为例，对该省生态质量进行综合的气象评价。以期为黑龙江省生态监测的全面开展和生态评估系统的建立提供较为科学的技术方法和理论参考。
2研究区域概况
黑龙江省位于中国的东北部，介于121°11′~135°05′E，43°26′~53°33′N之间，全省土地面积47.4万km2，占全国总面积的4.7%，地势大致是西北部、北部和东南部高，东北部、西南部低，主要由山地、台地、平原和水面构成。该省处于温带东亚季风区的北部，雨热同季，气温年较差与日较差变化较大，气温纬向变化明显，随着纬度增高而气温降低，湿度经向变化明显，由东向西递减，依次出现东部山地湿润带、中部丘陵和台地的半湿润带、西部平原的半干旱带。全省年平均气温为-6~4℃，年平均降水量400~600mm，蒸发量900~1900mm，由南向北递减，年日照时数一般在2300~2800h。
3研究方法
3.1湿润指数湿润指数能较客观地反映某一地区的水热平衡状况。计算方法如下：式中，K--湿润指数；R--月平均降水量；ET--潜在蒸散量式中，ETi--月潜在蒸散量（mm）；di--月天数；Ui--月平均风速（m/s）；WOi--在温度为ti时的饱和水气压（mmHg）；hi--月平均相对湿度；Pi--月平均气压（mb）；ti--月平均气温（℃）当K＜1时，表示大气降水少于植被生理过程需水量；当K=1时，表示该区域大气降水与植被生理需水达到平衡；当K＞1时，表示大气降水大于植被生理过程需水量，降水条件不成为生理需水的限制因子。
3.2植被覆盖度植被覆盖度是生态状态的重要表征之一。通过EOS/MODIS资料计算出的归一化植被指数（NDVI）后，再计算植被覆盖度，公式如下：式中：N--植被覆盖指数，NDVI--归一化植被指数，ND-VI0--裸地像元NDVI，NDVIS--全植被覆盖像元的NDVI。本研究通过计算2009年全省旬NDVI值，寻找全省具有代表性的落地，提取NDVI，然后计算其平均值，即上式的ND-VI0=0.20。计算NDVIS的方法是找到全省4~10月NDVI的最大值，即上式的NDVIS=0.90，从而得到黑龙江省的植被覆盖度计算公式为：式中：H--单位区域植被覆盖度，Ni--像元的植被覆盖指数，Si--像元面积，S--单位区域面积，本研究以行政县为单位区域。
3.3水体密度指数水体密度指数是区域水体状况的重要表征之一，是单位区域水域面积与单位区域面积之比，其中水域面积包括河流湖泊、水库等水体面积。
3.4土地退化指数本研究参照水利部的行业标准《土壤侵蚀分类分级标准》SL190-96，对土壤侵蚀强度进行分级，然后按照下式计算土地退化指数：
3.5灾害指数灾害指数是指评价区域内遭受气象灾害的面积占被评价区域面积的比重。3.6综合评价指数本研究采用生态综合评价指标来评价生态质量的好坏，根据评价单元各单项评价指标值及各单项指标权重值，采用加权求和方法计算综合评价指标值，公式如下：式中：Pi--i区域的生态综合评价指数，Wi--i区域第j项指标的权重值，Yij--i区域第j项指标值。
4结果与分析
4.1湿润状况根据黑龙江省80个气象测站的气象观测资料分析，2009年全省平均气温为2.35℃，较常年低0.62℃；降水量为511.31mm，与常年相比基本持平；无霜期平均148d，与常年相比基本持平；≥10℃积温为2650.14℃，较常年低39.73℃。从分布上看，2009年平均气温普遍偏低，除饶河、鸡东、绥棱、青岗的年平均气温比常年高0.03~0.37℃外，全省其他大部分地区的年平均气温比常年同期低0.01~3.40℃，其中黑河、呼玛的年平均气温比常年同期低3℃以上。2009年降水分布不均，全省66.23%的县（市）的年降水量低于常年，其中五常县的年降水量偏低243.80mm，哈尔滨市大部、牡丹江地区大部、肇州、肇东、鸡西、杜尔伯特和嫩江的年降水量偏低100mm以上。运用湿润指数综合评价黑龙江省2009年的湿润状况。分析湿润指数分布图（图1a）可见，全省大部分县（市）的湿润指数在1及1以上，低于1的县（市）主要分布于全省的南部及西部。说明从全年的角度看，水分未成为全省限制植被生长的不利条件。
4.2植被覆盖状况本研究利用植被覆盖度来表征黑龙江省2009年的植被覆盖状况（图1b），分析可见，全省绝大部分县（市）的年平均植被覆盖度在20%~40%之间，其中大、小兴安岭及东部山地的植被覆盖度在30%~40%。而大庆地区的年平均植被覆盖度低于20%。
4.3水体状况利用EOS/MODIS卫星的250m分辨率遥感资料获取2009年全省各市（县）最大水体面积，后再计算水体密度指数。从图1c可见，黑龙江省2008年度各市（县）水体分布差异较大，只有密山的水体密度指数＞0.05，哈尔滨市呼兰区、嘉荫、杜尔伯特蒙古族自治县、大庆、安达、绥滨、呼兰等地的水体密度指数在0.01~0.05之间，其它县（市）的水体密度低于0.01。
4.4灾害状况2009年发生在全省的主要气象灾害有干旱、暴雨洪涝、冰雹、大风、雪灾和雷击，其中以旱灾为重，达303万hm2，干旱范围遍及全省，其中重旱区分布于齐齐哈尔、大庆、绥化、佳木斯、双鸭山地区及哈尔滨、伊春部分县（市），发生时间主要在5月份。从灾害指数分布图上看（图1d），全省有67.50%的县（市）发生了不同种类、程度的气象灾害，主要分布于该省的西部、中部及东部。从灾害程度看，饶河县和集贤县的灾害指数较高，原因是饶河县在5月份全县发生了重旱，在7月18日又发生的洪涝灾害，受灾面积达39733.4hm2；集贤县的灾害主要是5月份发生全县范围的重旱。#p#分页标题#e#
4.5土地退化利用土壤水力侵蚀强度来表征黑龙江省2009年的土地退化状况。图1e为利用2009年全年平均植被覆盖度和地形数据，依据《土壤侵蚀分类分级标准》的分级方法，对该年全省的土地水力侵蚀进行从微度侵蚀到强度侵蚀的分级，图中可见，全省存在4个级别的土壤水力侵蚀强度，以微度为主，占全省土地面积的89.07%；其次是轻度侵蚀，占10.61%；中度和重度侵蚀较少，只占0.32%。以县为单位计算土地退化指数，见图1f。分析可见，全省主要林区，即大兴安岭、小兴安岭东部、东部山地的土地退化指数普遍高于平原地区，原因是山地的坡度较大，即使常年有植被覆盖，但年平均植被覆盖度与平原地区相差不大，因此山区的土地退化指数较平原高。
4.6生态质量综合评价指数采用生态质量综合评价指数来评价2009度黑龙江省生态质量，并根据生态质量评价分级标准（见表1）进行分级。结果可见图2，2009年全省生态质量综合评价指数在16-66之间，其中鹤岗、林口、塔河、密山、海林、漠河、伊春、嘉荫、呼玛、铁力的生态质量为良好，占全省参加评价市（县）数量的12.50%；有25.00%的市（县）生态质量为较差，主要分布在全省的西部地区；其它62.50%的市（县）生态质量为一般。
景观生态质量（LEQ，LandscapeEcologicalQuality）是指景观尺度生态系统维持自身结构与功能稳定性的能力，其衡量标准主要是景观生态系统的稳定性［4］。近年来，随着城市化对区域景观结构影响的日益增加，城市景观生态质量研究越来越受到重视，成为当前景观生态研究的一个热点［5－7］。如胡忠行和李锋等对城市绿地景观系统进行质量评估［8－9］；孟伟等从城市多种土地利用角度、对景观质量进行综合评估等［10］，研究内容向综合化方向发展。与此同时，景观生态质量的评估方法也呈多样性，并且处于积极探讨过程中。本文基于对区域景观结构特征的理解与认识，通过建立景观生态评估模型，并且利用GIS技术实现其空间化研究，为城市景观规划、建设提供科学参考。
1研究区概况与研究方法
1．1研究区概况南京仙林新市区（32．059°—32．147°N，118．867°—119．013°E）位于南京东北部，紫金山东麓，北抵312国道，南达沪宁高速公路，东西分别以七乡河和绕城公路为界，面积为84．59km2。近年来，受到南京市中心经济的辐射作用，该区自2003年开始建设大学城。短短几年，快速城市化发展得到迅速蔓延。目前，该区景观已经从农村景观逐渐转变为城市景观。土地利用类型发生巨大变化。道路网络十分发达，居民用地、商业用地以及高校建设用地占据优势地位，林地、草地和湿地等原有类型面积不断减少。据南京市政府的统计，目前该区人口高达24万，并且不断增大，预计到2050年人口将达到50万。区域土地利用类型的改变必然使其景观结构发生变化，从而对景观生态质量产生影响。
1．2研究方法
1．2．1基础数据来源和处理采用2003年和2009年两期QuickBird（分辨率为0．61m）影像为基础信息源，经过几何校正、图像处理后，建立遥感解译标志并对遥感信息资料进行判译。图像解译在ArcGIS9．2中完成。由于对研究区自然环境和土地利用现状比较熟悉，大大提高了解译精度，使得各种景观类型野外验证精度达到91％以上。参照建设部1991年颁布的《国家标准GBJ137－905城市用地与规划建设用地标准》中的城市用地分类体系，再根据研究区的具体特征，将研究区景观分为10个类型：自然林地、水塘、草地、河流、耕地、绿地、建筑用地、道路、养殖塘和未利用地。
1．2．2景观生态质量评价指标选取景观生态质量变化主要取决于两方面因素，一是人类对景观结构的干扰；二是景观维持稳定性的程度［11］。根据研究区域特征，选择能够反映人类对景观干扰的指标包括三个：景观破碎度指数、建筑用地干扰指数和道路密度指数。这三个指数的生态意义在于自然景观破碎成形状不同、大小各异的斑块，导致了生态系统内部生境面积变小、阻碍能量流动和物质循环，造成物种丧失［11－13］；建筑用地兴起导致了原始土地结构破坏，以及释放出的“三废”也对环境造成破坏；道路的存在，阻隔了原有的物种交流，阻碍了物种迁移和能量流动，而且道路上汽车尾气的排放也污染了环境。另外，构建能够反映景观稳定性的指标三个：高功能景观多度指数、湿地密度指数和土地利用结构指数。它们的生态意义为：高功能组分指的是对生态环境有积极作用的景观类型，本文包括自然林地、河流、水塘、绿地、草地5种。研究区湿地数量众多，生态功能不能忽视，其对调节气候、沉积净化和丰富物种有重要作用；区域景观是由各种土地利用类型根据一定的结构配置而得，结构合理可以使得区域景观生态质量提高。本文根据前人的研究［4］，利用公式得到各指标的计算方法，并利用层次分析法（AHP）确定各指标权重，详见表1。
1．2．3各指标数据处理由于各指标系数量纲、性质不同［14］。因此，所有的数据都需先经过无量纲化预处理过程，采用以下方法：对于越大越安全的指标（包括高功能景观多度指数、湿地密度指数、土地利用结构指数）通过公式（1）来计算；对于越小越安全的指标（包括景观破碎度指数、建设用地干扰度指数、道路密度指数）通过公式（2）来计算。式中：xij———实测值；rij———标准化后的数值；ximax，ximin———最大值、最小值。
1．2．4景观生态质量评价模型的建立城市景观生态质量的评价主要从两个方面来看，即受到外界环境的干扰程度以及自身的稳定程度。确定景观生态质量的评价模型如下：LEQ＝0．5Di＋0．5Si（3）式中：LEQ———景观生态质量评价模型；Di———受干扰程度的评价子模型；Si———景观稳定程度的评价子模型；i———空间采样单元。1．2．5空间数据的处理和量化将两期遥感影像进行网格化（1km×1km）处理，并计算出每个小栅格的各指标数值，再进行插值运算，将干扰程度和稳定程度的各自三个指标根据所设置的权重进行GIS空间叠加，根据等间距空间分级方法对景观生态质量进行分级（见表2），此方法作为一个简单便于理解的分类方法，被众多学者广泛应用于生态安全评价、景观生态健康评价的研究中［15－16］，适用于同类研究比较，同样适合景观生态质量评价。分别得到受干扰程度和稳定程度的空间分异图（见图1—2）。根据景观生态质量模型，将受干扰程度评价子模型和稳定程度评价子模型进行空间叠加，根据等距离空间分级方法，得到景观生态质量空间分异图（图3）。
2结果与分析
2．1景观干扰及其变化
城市景观所受到的干扰比较复杂，自然和人为因素均可以对城市发展行为特别是组分变化情况产生显著影响，但是人为因素对于城市景观变化显然具有支配性作用［11］。本文选取景观破碎度指数、建筑用地干扰度指数、道路密度三个指标来诠释研究区所受到的干扰状况，通过GIS空间插值分析以及空间叠加得到干扰指标空间分异图（见图1），图中颜色越深表示外界环境对景观生态影响的程度越大。从图1中可以明显看出，2003年仙鹤片区相对于其他三个区域受干扰程度最深，表明城市化从该区开始，白象和青龙片区大部分区域受干扰程度都在2级（较弱）以下水平；由于城市化影响，到了2009年仙鹤片区作为大学城的集中地变化最为明显，城市化作用最强，建筑用地和道路面积增加破坏了原有的土地利用方式，区域受干扰程度处于4级（较强）以上水平，白象片区和麒麟片区也由以耕地为主导作用的景观变成以建设用地为主导的区域，受干扰程度处于3级（一般）以下水平。青龙区域依然以耕地为主导景观，受干扰程度属于2级（较弱）以下水平。对景观干扰程度评价结果进一步统计分析发现（表2），2003年整个区域受干扰程度达到5级（强）的面积比例为4．2％，受干扰程度达到1级（弱）的区域面积比例为45．2％，整个区域受到干扰程度不强。然而到了2009年，受干扰程度达到5（强）的区域面积比例为9．9％，而集中在1（弱）、2（较弱）、3（一般）、4（较强）的面积比例较均匀。2003—2009年期间，受干扰程度处于3（一般）及以上的面积比例增加96．9％。总的来说，研究区受干扰程度增大，各个区域受干扰程度变化不均衡。#p#分页标题#e#
2．2景观稳定性及其变化
生态系统稳定性是生态评价中最重要的指标之一。本文从研究区特征出发，选取了高功能组分景观多度指数、湿地密度指数、土地利用结构指数三个指标来体现研究区景观生态系统的稳定性特征。由于城市化过程影响，2003—2009年期间景观生态系统的稳定性明显下降。从图2中可以看出，2003年各个片区稳定性都较高，尤其是以白象片区中的自然林地景观稳定性最高，大部分区域稳定性程度处于3级（一般）以上水平；仙鹤片区相对其它三个片区稳定性较弱；2009年各个片区的稳定性较2003年明显减弱，其中稳定性最低的是仙鹤片区和青龙片区，基本处于2级（较弱）以下水平，也是变化相对明显的区域。根据统计数据可以看出，稳定性程度达到1级（弱）的区域面积比例增幅巨大，从2003年的1％增加到2009年的43．7％，稳定程度达到3级（一般）以上的区域面积比例减少了74．0％。总的来说，整个景观的稳定性减弱，并且各个区域变化不均衡。高功能组分景观多度减少、湿地密度由于湿地的个数急剧减少而减小，以及基于高功能组分面积减少而导致了土地利用结构指数的减少，这些原因都造成了稳定性的减弱。
2．3景观生态质量及其变化
景观生态质量的综合评价不应仅仅局限于现状的描述，还要反映出区域生态环境的可持续性，即能对未来环境的演变趋势有一定的预测作用［8］。通过对研究区两期影像干扰程度以及稳定程度的分析，以及所得到的景观空间分异图，利用GIS空间分析得到最终的景观生态质量空间分异图（见图3）。根据图3从各片区的发展特征来看，2003年几个片区交界的林地覆盖区景观生态质量最好，相比而言仙鹤片区景观生态质量较差，其他三个区域都处于3级（一般）以上水平。到了2009年，仙鹤片区景观生态质量明显降低，仙鹤片区大部分区域处于2级（较弱）以下水平，其它三个区域景观生态质量也有所降低，大部分面积都处于3级（一般）以下水平。2003—2009年，景观生态质量水平达到1级（弱）的区域面积比例增加7．3倍，景观生态质量水平达到5级（强）的区域面积比例减少95％左右。达到3级（一般）及以上水平的面积比例从84．9％减少到47．9％。总的来说，景观生态质量随着城市化进程而变差。城市化发展越是迅速的地区景观生态质量变化就越明显，如研究区中的仙鹤片区。景观生态质量变化的不均衡在某种程度上是由于城市化发展的不均衡造成的。
3结论
（1）城市化发展使得区域景观受到严重的干扰，其程度增加趋势明显。2003—2009年，干扰较强和强的级别面积增加了89．34％；干扰弱和较弱的级别面积减少了40．24％。各个片区受到的干扰程度不同，变化程度也不同，城市化发展快的地区表现出干扰程度较大。
关键词：生态环境；植被覆盖度；土壤指数；坡度；监测
中图分类号 X835 文献标识码 A 文章编号 1007-7731（2015）12-69-04
生态环境本身可能具有一定的脆弱性，对这种脆弱性进行分析与评价，对于促进区域可持续发展具有重要的理论意义和现实意义[1]。生态环境质量的优劣程度的评判，主要依靠定性或定量的分析。本文利用2000年的Landsat 5和2014年的Landsat 8卫星遥感数据提取反映生态环境的植被覆盖度、土壤亮度、坡度等因素，在Envi5.1和Arcgis10.2支持下建立了生态环境质量评价模型，然后用该模型评价了陇西县2000-2014年15a来的生态环境变化。
1 研究区域概况
陇西县位于甘肃省东南部，定西市中部，西北黄土高原渭河上游，地处中纬内陆，为温带大陆性季风气候，四季分明，日照充足，气候温和。位于东经104°18′48″～104°54′26″，北纬34°50′24″～35°23′54″。全县地势自西北向东南倾斜，海拔1 612～2 762m，年平均气温7.7℃，平均降雨量436.6mm，多集中在7～9月，其中7～8月降雨量约占全年降雨量的70%。境内山峦重叠，沟壑纵横，土质疏松。总面积2 408km2，耕地面积7.86万hm2。是全省43个国家扶贫开发重点县和国家六盘山连片特困地区扶贫开发重点县之一[2]。
2 数据来源与处理方法
2.1 数据来源 遥感图像通过美国USGS（http：//glovis.usgs.gov/）下载，30m分辨率DEM数据由（http：//glcfapp.umiacs.umd.edu）马里兰大学地球科学数据中心下载获得。遥感数据见表1，非遥感影像数据主要包括1：50 000地形图、陇西县行政区划图等。
表1 遥感数据
[轨道号＼&获取日期＼&传感器＼&所用波段＼&空间分辨率（m）＼&130/36＼&2000/6/14＼&Landsat TM5＼&3，4，5＼&30＼&130/36＼&2014/6/14＼&Landsat TM8＼&3，4，5＼&30＼&]
2.2 数据处理 数据处理主要是大气校正和影像图与行政区划矢量图相叠加裁剪出研究区范围。
3 研究方法与结果分析
本文选取植被覆盖度、土壤指数、坡度3个最基本的要素作为评价区域自然生态环境的生态因子。
3.1 植被覆盖度 在遥感应用领域，植被指数是一种反映地表植被信息的重要指标，已被广泛地用来定量评价植被覆盖及其生长状况[3]。计算公式如下：
NDVI=（ρNIR-ρR）/（ρNIR+ρR） （1）
式（1）中：ρNIR为近红外波段的反射率；ρR为红光波段的反射率。在Landsat-5TM分别为第4波段和第3波段，在Landsat-8TM中分别为第5波段和第4波段。
植被覆盖度是根据前人研究的NDVI估算模型：
FC=（NDVI-NDVImin）/（NDVImax-NDVImin） （2）
式（2）中：NDVI是归一化指标指数，NDVImax表示区域最大NDVI值，NDVImin表示区域最小的NDVI值。由于图像中不可避免的存在着噪声，NDVImax和NDVImin并不一定是最大NDVI值和最小的NDVI值，可以根据直方图分别取两头“拐点处”的值。
3.2 土壤指数 土壤指数同样采用裸土植被指数：
GRABS=M1-0.09178N1+5.58959 （3）
式（3）中：M1和N1分别为穗帽变换的绿度指数和土壤亮度指数。
3.3 坡度 侵蚀量和坡度呈正相关。地形模型计算，选择/Terrain/Topographic Modeling，选择DEM-30m文件，在Topo Model Parameters面板中，选择Slope。
4 结果与分析
4.1 生态因子归一化分析 因子因量纲不一致，必须归一化化，按照它们正向影响的大小，划分级别。
4.1.1 植被覆盖度 植被覆盖度分为10级，详见表2。2000年和2014年的植物覆盖度见图1、图2。
4.1.2 土壤指数 土壤指数划分为10级，质量越好值越大，见表3。2000年和2014年的土壤指数见图3、图4。
4.1.3 地形因子 划分10级坡度类型，坡度小分值高，见表4。2010-2014年坡度分级见图5。确定好归一化对照表后，利用ENVI下的密度分割工具进行归一化处理。
4.2 生态环境评价 按照国家环境监测总站制定的《生态环境质量评价技术规范》中提出的评价指标体系，将生态环境质量状况（EI）划分为5级，即优、良、一般、较差和差[4]，见表5。2000年和2014年生态环境评价见图6、图7。选择的评价模型是指数法与综合指数法：
EI=W1×Sv+W2×Ss+W3×St （4）
式（4）中：W1=0.7（植被覆盖度系数），W2=0.2（土壤指数系数），W3=0.1（坡度系数），Sv为植被覆盖度，Ss为土壤指数，St为坡度分级。
4.3 生态环境变化状况分析 依据生态环境状况变化度分级，将陇西县2014年生态环境质量综合评价结果与2000年综合评价结果进行对比（图6、7），得到了陇西县生态环境质量状况变化结果（表6）。由表6可知：（1）陇西县的生态环境质量总体上有所提高。陇西县生态环境质量变差的占4.21%，无变化的占8.25%，变好的占66.16%。生态环境质量“差”级面积减少了31.23%，“较差”级面积增加了24.85%，生态环境质量“优”级面积减少了4.30%，“良”级面积增加了8.52%，“中”级面积增加了2.17%，说明陇西县生态环境质量总体上得到了有效的提高。（2）陇西县2000-2014年生态环境质量等级以“较差”和“差”为主。由图6、7和表6可以看出：陇西县生态环境质量等级以“较差”级和“差”级为主，2000年二者面积合占约60%，2014年二者面积合占约56%。（3）中、北部地区生态环境质量显著变好。（4）南部和东部地区的生态环境呈现恶化趋势。生态环境状况由中部、北部两侧向南部和东部地区逐渐变差。
参考文献
[1]黄黎，沈连峰，吴明作，等.河南省生态环境脆弱性评价与分析[J].环境监测管理与技术，2006（4）：596-599.
[2]王桂琴.陇西县耕地土壤养分状况评价[J].甘肃农业，2013（13）：25-26.
[3]周文英，何彬彬.四川省若尔盖县生态环境质量评价[J].地球信息科学学报，2014（3）：314-318.
