合肥市空间敏感性测度指标体系的数据来源与处理方法

1）数据来源

合肥市空间脆弱性测度数据主要包括：合肥市行政区划图；合肥市2011年3月10日的美国陆地7号卫星增强型专题制图仪（Landsat－7 ETM）影像；数字高程模型（DEM）数据；相关地形图；地质灾害风险数据，如滑坡、崩塌、泥石流和地震断裂带等；相关规划如城市总体规划、土地利用总体规划中的有关数据等。

2）数据处理

（1）空间数据处理

运用ENVI 4.8（遥感图像处理软件）和ArcGIS 9.3（地理信息系统软件）对上述空间数据进行综合处理，得到空间敏感性和空间恢复力各个指标因子的空间数据。其中，空间敏感性的各个指标在具体处理时，要在分析合肥市生态空间特点的基础上，对部分一级指标进行细化而得到相应的二级指标。同时，在ArcGIS 9.3中对一级指标或者二级指标进行不同距离的生态敏感性缓冲区分析，再基于不同的缓冲距离而赋予不同的敏感性等级值。通常，按照指标因子的敏感性大小而赋予1、3、5、7、9五个等级值，分别代表极低敏感区、低敏感区、中敏感区、高敏感区和极高敏感区，其值越大，表示空间敏感性越高，脆弱性也就越大。处理后的合肥市空间敏感性指标体系如表4－6所示。

表4－6　合肥市空间敏感性测度指标体系

续表4－6

对于空间恢复力的各个指标，首先，在ENVI 4.8中对遥感影像数据进行校正、裁切、融合等预处理，然后利用ENVI 4.8的相关计算模块得到合肥市的归一化植被指数（NDVI），从而得到代表合肥市植被覆盖度的空间数据；而水资源、耕地、土地面积等指标则基于合肥市乡镇统计数据并进行地理信息系统（GIS）空间化处理而得到。经过上述处理后，每个指标或其二级指标都对应于ArcGIS 9.3中的一个栅格数据图层，由此为后续的空间叠加分析奠定基础。

（2）指标权重计算(www.xing528.com)

空间脆弱性测度指标的权重计算采用了AHP和排序法。地形一级指标包括了两个二级指标，其权重采用排序法计算；水体的六个二级指标采用GIS的逻辑叠加方法进行分析，不需要计算具体权重；空间敏感性的四个一级指标和空间恢复力的四个一级指标均采用AHP计算权重。

（3）指标综合

根据空间脆弱性测度的原理方法，测度指标的综合要在GIS平台上进行空间叠加分析，具体包括线性加权和叠加与逻辑叠加两种方法，指标叠加过程及其所用的叠加规则如图4－7所示。

图4－7　合肥市空间脆弱性测度的GIS空间分析过程图

具体来说，对于地形的二级指标采用线性加权和法进行空间叠加分析，对于水体的六个二级指标则采用逻辑叠加中的取大值法进行空间叠加分析。采用取大值进行叠加，即在对多个生态因子进行叠加分析时，要取各因子敏感性评价结果中的最大值作为最终结果。这样做的目的是为了突出生态环境问题的敏感性，从而尽可能保护生态环境，由此体现了生态学中的“最小限制定律”。取大值叠加的公式为

式中，S为敏感性评价的最终结果；sj为第j个生态因子的敏感性等级。

对于空间敏感性的四个一级指标和空间恢复力的四个一级指标均采用线性加权和法进行空间叠加分析，从而得到合肥市空间敏感性指数和空间恢复力指数的测度结果。空间敏感性指数和脆弱性大小成正比，是正向指标，采用前式（3－1）进行标准化；空间恢复力指数和脆弱性大小成反比，是负向指标，采用前式（3－2）进行标准化。

采用排序法计算空间敏感性和空间恢复力的权重，由于空间敏感性是空间脆弱性的主要根源，是城市系统内部固有的生态空间要素和实体的结构型脆弱性（内在的、先天的不稳定性），因此，空间敏感性应具有更高的重要性等级。最后，对标准化后的空间敏感性指数和空间恢复力指数进行线性加权和叠加分析，从而得到合肥市空间脆弱性指数的测度结果。