生态脆弱性指数的计算与评价方法

在求解生态脆弱性之前，首先需要对原始数据分别进行“同趋势化”和“无量纲化”处理：分别按越大越脆弱、越小越脆弱、过大或过小均脆弱（适中性指标）的原则进行标准化处理，如式（3.1）所示：

式（3.1）中，a1、a2代表同一个指标x的最小值和最大值（文中在各定量指标的最大、最小值基础上增减其本身的10%作为该定量指标的下界和上界）；y代表经过标准化处理的指标值。为了便于同前人基于人类活动影响下的社会脆弱性评价研究（本研究区所在行政单元）进行比较，本书参考前人采用的社会脆弱性评价指标求解及分级方法，以期进一步验证评价结果的可靠性［18］。其中，准则层指标EI、SI、AI及总目标EVI的求解方法分别如下：

表3.1　研究区生态脆弱性评价指标体系(www.xing528.com)

式（3.2）和式（3.3）中，下标i表示第i类景观，j表示同一景观类型的第j个评价指标；为了与参考文献［18］进行比较，按四等分法将暴露度、小气候敏感性、自身适应能力及生态脆弱性划分为很低（≤0.012）、低（0.012～0.024）、中（0.024～0.036）、高（0.036～0.048）、很高（≥0.048）等五个区间（脆弱性渐高）。

利用ArcGIS 10.0软件将表3.1中各时期环境因子数据链接到研究区矢量数据属性表对应的行和列（气象数据为当年实际记录值），以30 m×30 m数字网格作为基本评价单元，通过地图代数功能对各环境因子栅格数据进行叠加计算，得到每个网格单元上的EI、SI、AI及EVI，进而可得不同时期研究区的生态脆弱性分布图。本研究在水平与垂直两个方向探讨生态脆弱性对植被生存策略的影响：首先利用ArcGIS 10.0软件提供的统计模块，分析表3.1所示的环境因子与湿地生物量的相关关系及其显著性水平，在此基础上开展下一步分析工作。