退耕还林工程生态补偿对环境因子的影响
作者：admin 来源：未知 日期：2021-02-08 08:51人气：
摘要:利用数据包分析模型，计算退耕还林工程的服务转化率;在生态补偿背景下，计算环境当量因子;通过灰色关联度分析法，评价退耕还林对环境因子的影响。调查结果显示:实施退耕还林工程后，分别利用三种方法进行影响分析，经5组环境专家评估可知，此次提出的影响分析方法，对河流泥沙含量以及水体养分含量，都有更加贴合实际的分析结果，而传统分析方法应用下，专家评估其分析结果与实际环境不符。由此可见，此次提出的分析方法，可以更加准确分析生态补偿对环境因子的影响。
关键词:退耕还林工程;生态补偿;环境因子;影响分析
在工业、农业飞速发展背景下，城市水土流失严重，排放的工业废水以及生活污水，降低了水体的养分含量，扩大水土流失率，影响城市生态环境建设。而实施退耕还林工程，可以改善城市生态环境，解决土壤侵蚀、流失等问题，通过提高土地的保水能力，减少地质灾害的发生［1］。为了比较生态补偿对环境因子的影响程度，文献［2］根据植物群落特征及与水环境因子相关性，实现影响分析;文献［3］提出利用COＲS直接测量城市环境［2－3］。两种传统分析方法根据退耕还林工程数据信息，结合工程实地现状，完成对环境因子的影响分析。但由于分析数据的大小不同、类型不一，要求严格的两个分析方法，得到的分析结果偏离实际，因此提出全新的影响分析方法，利用该方法忽略对数据格式和规格的要求，实现更加符合实际的影响分析，为生态环境治理和发展，提供完善的技术支持。
1退耕还林工程生态补偿对环境因子的影响分析方法
1．1数据包分析模型计算退耕还林工程服务转化率
数据包分析模型可以通过多输入、多输出，计算退耕还林工程的服务转化率。分析模型假设存在m个决策单元，a种输入类型，b种输出类型。已知uij为第j个模块的第i个输入投入量，存在uij＞0;vkj为第j个模块的第k种输出量，vij＞0;hi对第i种输入的一种度量，gi为对第i种输出的一种度量，其中i=1，2，…，a，k=1，2，…，b，j=1，2，…，m［4］。则存在方程组:(2)适当选取度量系数h和g，使其满足hj≤1。当模块对第j0个效率进行评价时，将h和g作为变量，以公式(2)中第j0个效率指数为目标，令约束条件为hj≤1，则该模型的决策结果为：根据退耕还林的区域面积参数、树种类型等参数，计算单位叶面积滞纳颗粒物量:(4)式中:sij表示第i类树种单位叶面积，滞纳j种粒径颗粒物质量;Ci表示叶片面积［5］。结合上述公式，计算退耕还林工程对环境因子的服务转化率:公式中:X表示生态系统服务中，现实的污染颗粒滞纳量;B表示生态系统功能中，已经饱和的染颗粒滞纳量。利用数据包分析模型，完成对退耕还林工程服务转化率的计算。
1．2生态补偿背景下计算环境当量因子
延续上一节的研究，可知生态系统服务功能需要利用当量因子法作为分析影响效果的基本方法，表1、表2是700多位专家学者，在生态补偿背景下，对生态系统中各项生态服务的研究成果［6］。以表1和表2中的专家评价结果为标准，计算生态补偿背景下，环境的当量因子。按照表中数据，将生态服务划分成11个服务功能，表1中的食物生产、原料生产、养分维持、生物多样以及美学景观，表2中的气体调节、气候调节、净化环境，用NPP修正因子调节;表1中的水源供给、表2中的水文调节，根据降雨量修正因子调节;表1中的土壤保持，则用土壤保持量修正因子调节［7］。植被净初级生产力，反映区域植被的数量和密度，可利用该参数衡量地区的生态系统健康状态，因此NPP修正因子调节生态环境的公式为:(6)式中:Nij表示地区第j年的NPP调节系数;Aij表示地区第j年的NPP;Aj表示第j年的全国NPP平均值。同时年降水量作为重要指标，可以根据等降水量线，划分城市的干湿区域，分析出退耕还林对环境因子的影响，降雨量调节因子的计算公式为:(7)式中:Jij表示i地区第j年的降雨量调节系数;Qij表示i地区第j年的年降雨量;Qj表示第j年的全国平均降水量。而土壤保持量，是指土壤潜在侵蚀量与实际土壤侵蚀量的差值，由于营养元素是由土壤保持量决定的，该值会影响农作物的生长，因此土壤保持量调节因子的计算公式为(8)公式中:Tij表示i地区第j年的土壤保持量修正系数;Fij表示i地区第j年的土壤保持量;Fj表示第j年的全国土壤保持量均值。通过计算生态补偿背景下的环境当量因子，分析退耕还林工程生态补偿对环境因子的影响。
1．3灰色关联度分析法评价环境因子
根据得到的环境各项当量因子，利用灰色关联度分析法评价环境因子，实现对环境因子的影响程度分析。灰色关联度法第一步需要确定参考序列和比较序列，假设参考序列为xi=(xi1，xi2，…，xin)，无量纲化处理指标，消除指标间数量级别和量纲差异，对于正指标来说，越大越好，对于负指标来说，越小越好，该指标为:(9)式中:yij表示比较序列中的参数。无量纲化处理后的指标，其区间为［0，1］，比较序列为y0=(1，1，…，1)。在求取绝对差序列以及两极最大差和最小差值。灰色关联法的计算结果用下列方程组表示：(10)式中:Δij表示序列差值;Δmax、Δmin分别表示两极最大差和两极最小差。根据公式(10)计算关联系数:(11)公式中:λ表示分辨系数，且0≤λ≤1，该参数可以削弱两极最大差，提高关联系数的显著性。以此为基础，计算参考序列和比较序列的关联度，根据关联度实际值，对环境因子进行优劣排序。(12)在灰色关联法下，关联度fi反映环境因子与退耕还林之间的相关性，关联度越大说明第i类环境因子与退耕还林之间的影响程度越深。至此完成退耕还林工程生态补偿对环境因子的影响分析。
2调查与分析
为验证此次提出分析方法的可靠性，对退耕还林地区进行实地调查，分别利用此次提出的分析方法、文献提出的两种传统分析方法，分析退耕还林对环境因子的影响。为区分调查结果，将此次提出的方法作为实验组，将两种传统方法分别作为对照组一、对照组二。并通过不同年龄段、不同性别、不同学历的环境专家组，对分析结果进行评估。
2．1区域概况
此次调查选择了S省最南端的一个小县城M，该县城毗邻高山，全县面积为1173．5平方公里，总计约26.1万人口，管理6镇4乡1区，共有223个行政村。该村位于高原边缘地区，地势北高南低，地质构造复杂，主要土质类型包括黄土、石灰性褐土以及风沙土。往期调查资料显示，该县城沟壑纵横，平均计算下来，每平方公里有2.7条沟壑、268座山脉、71个滩涂地、24条垣，全县80%的地形为山地，最高山高约787.3m，最低山高约38m。退耕还林前发生过山体滑坡、山石崩塌、泥石流以及地面塌陷等灾害，水土流失极为严重。M县城植被较差，主要以人工林和天然草地为主，主要的阔叶植被有刺槐、油松、榆树、柏树，但多为幼年林，林相不佳;草植以篙类、甘草为主，还有蔷薇、胡枝子等灌木，但这些植被分布不均、生长密度极小。M县是国家级贫困县，全年粮食作物播种面积约为33038公顷，而工业产品较为发达，包括化肥合成氨、水泥、铜、铁合金等。
2．2区域退耕还林工程概况
M县城根据适地适树、乡土树种为主的原则，种植优质高效生态树种和优质高效经济树种。表3是M县城开展退耕还林工程10年来，还林面积统计结果。三种分析方法根据实地调查结果和历年统计结果，对M县城退耕还林工程生态补偿，对环境因子的影响程序进行分析，分析退耕还林对该县城内的泥沙含量、水体养分的影响。
2．3环境专家及评估步骤
设置专家评审组，根据评估指标的算术平均值，判断专家意见集中程度。假设Eij表示专家i对j分析结果的评估值，共有m个专家，n个环境因子分析结果，则评估指标的算术平均值为:(13)再计算每个评估指标的变异系数，分析专家意见的离散程度，通常情况下，当变异系数大于或等于0.25时，说明专家意见离散度较大，即对影响分析的评估结果存在多种意见。变异系数为:Ｒj=SjMj(14)式中:Sj表示第j个评估指标的标准差。专家对环境因子影响程度分析结果进行评估后，通过上述两组公式，确定专家评估结果的集中性和离散型，以此区分三种分析方法的分析效果。
2．4河流泥沙含量分析结果评估
实验准备完毕后，分别利用三种分析方法，对退耕还林工程开展下，河流中泥沙含量环境因子的变化程度进行分析，表4是5组专家评审组对三种分析方法的评估结果。表中的评分为均值，利用公式(13)和公式(14)，计算专家评估指标的集中程度和离散程度，结果见表5。
2．5水体养分含量分析
结果评估分别利用三种分析方法，对退耕还林工程开展下，水体养分含量环境因子的变化程度进行分析，专家对分析方法的评估结果，如表6所示。同样计算专家评估指标的集中程度和离散程度，计算结果见表7。表7评估结果分析(二)专家组实验组对照组1对照组2集中程度9．988．052．33离散程度0.010.30.65根据表7可知，专家组对实验组保持了较高的评估，对两个对照组的评估，均有较高的离散度。综合上述两组实验测试可知，专家评估实验组的集中度较高，可见其评分均在4.9～5.0区间内，而对照组的评估结果集中度较低，可见评估分数较为分散，专家评估意见存在较大差异，可见传统分析方法的结果不被大多数专家完全认同。
3结语
此次提出的影响分析方法，充分了解退耕还林对环境因子的影响，可以得到符合实际的分析结果，为生态环境的保护和发展，提供更精准的数据。但该方法的计算步骤相对较多，计算时需要主要数据的准确性。
参考文献:
［1］于界芬．海南省退耕还林工程生态效益评估［J］．温带林业研究，2019，2(4):30－36．
［2］管祥洋，孔明，张毅敏，等．滆湖水华初期浮游植物群落特征及与水环境因子相关性分析［J］．环境科学学报，2020，40(3):901－914．
［3］武东辉，吴仁江，李朋廷，等．网络COＲS测量观测中的环境影响因素分析［J］．工程勘察，2020，48(3):51－55．
［4］吉生保，姜美旭．FDI与环境污染:溢出效应还是污染效应?———基于异质性双边随机前沿模型的分析［J］．生态经济，2020，36(4):170－175;187．
［5］字晓，和培铖，刘龙，等．不同饲养密度对亮斑扁角水虻幼虫生长发育及新鲜牛粪转化率的影响［J］．环境昆虫学报，2020，42(2):282－286．
［6］冯鲁文．基于当量因子的土地经济价值AHP评估［J］．技术与市场，2020，27(1):64－65．
［7］薛明皋，邢路，王晓艳．中国土地生态系统服务当量因子空间修正及价值评估［J］．中国土地科学，2018，32(9):81
作者：国政 单位：桂林航天工业学院
上一篇：有机农业种植病虫害防治技术探讨
下一篇：水产养殖和生态环境良性循环探讨
下一篇：水产养殖和生态环境良性循环探讨
