长江科学院院报

长江科学院院报 >

2025 , Vol. 42 >Issue 11: 217 - 226

DOI: https://doi.org/10.11988/ckyyb.20250543

长江通江湖泊演变与调控专栏

鄱阳湖水生态安全评价与关键影响因素分析

  • 张亦奕 , 1, 2 ,
  • 沈玉莹 2, 3 ,
  • 徐力刚 , 2, 4 ,
  • 程俊翔 2, 4 ,
  • 吴亚坤 1, 2 ,
  • 栾华龙 5, 6 ,
  • 渠庚 5, 6
展开
  • 1 安徽工业大学 能源与环境学院, 安徽 马鞍山 243000
  • 2 中国科学院南京地理与湖泊研究所 湖泊与流域水安全全国重点实验室, 南京 211135
  • 3 湖北省十堰市气象局, 湖北 十堰 442000
  • 4 中国科学院南京地理与湖泊研究所 鄱阳湖湖泊湿地综合研究站, 江西 九江 332899
  • 5 长江科学院 河流研究所, 武汉 430010
  • 6 长江科学院 水利部长江中下游河湖治理与防洪重点实验室, 武汉 430010
徐力刚(1976-),男,四川仁寿人,研究员,博士,主要研究方向为生态水文学。E-mail:

张亦奕(2000-),女,浙江台州人,硕士研究生,主要研究方向为河湖水生态评价。E-mail:

Copy editor: 罗玉兰

收稿日期: 2025-06-14

  修回日期: 2025-08-08

  网络出版日期: 2025-09-22

基金资助

国家自然科学基金项目(U2240224)

国家自然科学基金项目(U2444221)

国家自然科学基金项目(U2240219)

江西省科技计划项目(20213AAG01012)

江西省科技计划项目(20223BBG74003)

江西省科技计划项目(20244BCF61001)

江西省科技计划项目(20252BAC230006)

江西省科技计划项目(20243BBH81035)

江西省科技计划项目(S20257056)

吉林省科技计划项目(2025SYHZ0021)

江西省水利厅科技项目(202325ZDKT08)

九江市科技计划项目(S2024QNZZ0006)

中国科学院南京地理与湖泊研究所科技计划项目(NIGLAS2022TJ13)

中国科学院南京地理与湖泊研究所科技计划项目(NIGLAS2022GS09)

收起

Evaluation of Water Ecological Security in Poyang Lake and Its Key Influencing Factors

  • ZHANG Yi-yi , 1, 2 ,
  • SHEN Yu-ying 2, 3 ,
  • XU Li-gang , 2, 4 ,
  • CHENG Jun-xiang 2, 4 ,
  • WU Ya-kun 1, 2 ,
  • LUAN Hua-long 5, 6 ,
  • QU Geng 5, 6
Expand
  • 1 School of Energy and Environment, Anhui University of Technology, Ma’anshan 243000, China
  • 2 State Key Laboratory of Lake and Watershed Science for Water Security, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Nanjing 211135, China
  • 3 Shiyan Meteorological Bureau of Hubei Province, Shiyan 442000, China
  • 4 Poyang Lake Wetland Research Station, Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences, Jiujiang 332899, China
  • 5 River Research Department, Changjiang River Scientific Research Institute, Wuhan 430010, China
  • 6 Key Laboratory of River and Lake Regulation and Flood Control in the Middle and Lower Reaches of the Yangtze River of Ministry of Water Resources, Changjiang River Scientific Research Institute, Wuhan 430010, China

Received date: 2025-06-14

  Revised date: 2025-08-08

  Online published: 2025-09-22

Fold

摘要

基于“压力-状态-响应(PSR)”模型,构建了涵盖29个指标的鄱阳湖水生态安全评价指标体系,通过综合评价,对鄱阳湖2014—2022年的水生态安全状况进行了定量评价,并采用主成分分析和随机森林方法识别了影响鄱阳湖水生态安全的关键因子。结果表明:2014—2022年鄱阳湖水生态安全总体处于“一般”至“较安全”等级,生态系统基本稳定但呈轻微下降趋势;主成分分析与随机森林结果表明,年均水位、人均GDP、城市污水排放、富营养状况和水质达标率是影响水生态安全的关键因素,未来需要通过统筹水资源管理、优化经济发展模式、强化污染治理与生态修复等措施以保障鄱阳湖水生态安全。研究结果为大型淡水湖泊水资源管理与生态保护提供了科学依据与决策支持。

关键词： 鄱阳湖; PSR模型; 水生态安全; 影响因素

本文引用格式

张亦奕 , 沈玉莹 , 徐力刚 , 程俊翔 , 吴亚坤 , 栾华龙 , 渠庚 . 鄱阳湖水生态安全评价与关键影响因素分析[J]. 长江科学院院报, 2025 , 42(11) : 217 -226 . DOI: 10.11988/ckyyb.20250543

Abstract

[Objectives] Water ecological security assessment serves as a crucial tool for evaluating the safety and sustainability of aquatic ecosystems. However, few studies have combined dimensionality reduction techniques with ensemble machine learning methods to identify key driving factors influencing water ecological security. Accordingly, this study aims to fill this gap by: 1) constructing a comprehensive water ecological security assessment based on the pressure-state-response (PSR) model; 2) quantitatively assessing the evolution characteristics of water ecological safety in Poyang Lake from 2014 to 2022; and 3) systematically analyzing critical factors affecting aquatic ecosystems. It is expected to provide scientific evidence and management recommendations for risk mitigation and ecological restoration in the Poyang Lake, thereby enhancing ecological sustainability. [Methods] First, 29 parameters were established based on the PSR model, encompassing hydrological, water quality, socioeconomic, and ecosystem health indicators. The indicators were normalized, and the expected values, thresholds, and indicator weights were determined to explore the interactions among human pressure, environmental state variables, and ecological responses. Next, comprehensive evaluation scores were calculated annually (2014-2022), enabling a longitudinal assessment of ecological safety levels. To disentangle the complex influence of multiple variables and reduce information redundancy, principal component analysis (PCA) was employed to identify the latent structures underlying the indicator set. Finally, random forest, a robust non-parametric ensemble learning technique, was used to rank variable importance and elucidate nonlinear contributions of key factors. [Results] (1) The comprehensive water ecological security scores revealed that from 2014 to 2022, Poyang Lake generally maintained a state from “moderate” to “relatively safe”, with basic stability but a slight downward trend in its ecosystem, particularly in the years marked by intensified human activities and altered hydrological conditions. (2) The PCA results demonstrated the effectiveness of dimensionality reduction and highlighted the indicator correlations, with the first few components strongly associated with mean annual water level, eutrophication status, and socioeconomic development. (3) The RF model revealed a consistent and interpretable ranking of variable importance, identifying the top five factors influencing the water ecological security as: mean annual water level, per capita GDP, urban wastewater discharge, eutrophication status, water quality compliance rate. [Conclusion] Stable mean annual water levels are foundational to ecological security. Economic activities, while beneficial for development, must be coupled with strict pollution control to prevent further ecological degradation. Continuous eutrophication monitoring and adaptive response strategies are essential. Infrastructure for pollution control should be strengthened, with a particular focus on upstream cities and agricultural areas. Ecological restoration projects should be advanced, with emphasis on rehabilitating degraded wetlands and tributaries. These findings offer scientific evidence and decision-making support for improving the water ecological security of Poyang Lake and can be extended to assess similar large freshwater lake systems facing comparable challenges.

Key words： Poyang Lake; PSR model; water ecological security; influencing factor

0 引言

水生态安全是水资源可持续利用、生态系统稳定运行以及人类社会健康发展的基础保障[1],是生态安全格局的重要组成部分,也是推动生态文明建设的重要环节。水生态安全评价是评估水生态系统安全状况及其可持续性的重要工具,近年来,逐渐成为国内外学者关注的重点,相关研究主要集中在评估模型构建、指标体系构建以及安全状况评估等方面[2-4]。常用的水生态安全评价方法包括驱动力-状态-响应(Driver-Status-Response,DSR)模型[5-6]、驱动力-压力-状态-影响-响应(Driving-Pressure-State-Impact-Response,DPSIR)模型[7-8],以及国际经济合作与发展组织提出的压力-状态-响应(Pressure-State-Response,PSR)模型[9-11],其中PSR模型因其逻辑结构清晰、适应性强,在水生态安全评价研究中被广泛应用。水生态安全影响因子识别是水生态安全评价的核心环节,通过系统分析影响水生态系统的关键因素,可为科学管理、风险防控和生态修复提供科学依据。在水生态安全影响因素识别方面,相关性分析[12]、主成分分析(Principal Component Analysis,PCA)[13-14]、随机森林(Random Forest,RF)[15]是较为常用的方法。
鄱阳湖位于江西省北部,是我国最大的淡水湖泊和长江重要的通江湖泊,对保障长江中下游和江西省生态安全具有不可替代的作用。近年来受到气候变化与人类活动的双重影响,鄱阳湖水生态系统发生退化,但其水生态安全状况和关键胁迫因子仍不清楚[16]。因此,本研究以鄱阳湖为研究对象,基于鄱阳湖2014—2022年的水文气象、生态环境和社会经济等多源数据,利用PSR模型构建了鄱阳湖水生态安全评价指标体系,并对其水生态安全状况进行评价,综合运用PCA与RF相结合的方法识别了鄱阳湖水生态安全的主要影响因素,旨在提升水生态安全评价的科学性与关键因素识别的准确性,研究结果可以为鄱阳湖保护与修复提供重要科学支撑。

1 材料与方法

1.1 研究区概况与数据来源

鄱阳湖(115°49'E—116°46'E、28°24'N—29°46'N)是国际重要湿地和长江流域关键的生态屏障,具有独特的“江-河-湖”系统特征。鄱阳湖接纳流域“五河”来水(赣江、抚河、信江、饶河、修水),经湖泊调蓄后再由湖口汇入长江,是一个过水性、吞吐型、季节性的通江浅水湖泊。鄱阳湖属亚热带季风气候,年降水时空分布不均,主要集中在4—7月份。鄱阳湖年内水位变幅可达10 m以上,形成了独特的“高水是湖,低水似河”的景观。鄱阳湖是长江中下游湖泊群中生物多样性最丰富的湖泊,是候鸟天堂和长江江豚重要栖息地。
本文所采用的数据基本信息如表1所示。其中,水文数据包括湖区水位(湖口、星子、都昌、棠荫、康山)和出入湖流量(外洲、李家渡、梅港、虎山、渡峰坑、虬津和万家埠)。自然、社会等数据来自《江西省统计年鉴》。水质达标率数据源于《江西省生态环境状况公报》。2014—2022年越冬候鸟数据来自《江西省鄱阳湖水利枢纽工程环境影响报告书》。
表1 数据基本信息

Table 1 Basic data information

数据类别 主要指标 时间序列 数据来源
水文
数据		 逐日水位、流量 2014—
2022		 江西省水文监测中心
气候
数据		 年降水量、年均温 2014—
2022		 《江西省统计年鉴》
社会经
济数据		 人口密度、人均GDP、用水量、污水排放量、污水处理率 2014—
2022		 《江西省统计年鉴》
水质
数据		 pH值、SD、Chl.a、TN、TP、CODMn、水质达标率 2014—
2022		 江西鄱阳湖湖泊湿地生态系统国家野外科学观测研究站、《江西省生态环境状况公报》
水生态
数据		 浮游动物、植物、森林覆盖率、底栖动物、越冬候鸟数量、江豚数据 2014—
2022		 江西鄱阳湖湖泊湿地生态系统国家野外科学观测研究站
通过在全湖布设6个采样点(见图1),对水质和水生态指标进行监测,其中水质指标每个月采集1次,水生态指标每个季度采1次。其中,pH值用多参数水质分析仪(YSIEXO2)进行现场测定,透明度(SD)采用塞奇式圆盘法测定,叶绿素a浓度(Chl.a)采用热乙醇-分光光度法测定,总氮(TN)采用过硫酸钾紫外分光光度法测定,总磷(TP)采用连续流动-钼酸铵分光光度法测定,高锰酸盐指数(CODMn)采用酸性法测定;小型浮游动物采集采用采水法,每个样点取1 L水样,用于显微镜下直接计数分析;大型浮游动物则使用25号浮游生物网进行水平或垂直拖网采集,所获得样品经适当浓缩后装入样品瓶中,加入福尔马林固定液(体积浓度4%)进行固定,供后续种类鉴定与数量分析;浮游植物用采水器采集表层、中层和底层混合水样1 L带回实验室分析;底栖动物使用彼得逊采泥器采集底泥,用500 μm孔径分样筛去除泥砂或用直流水泵进行淘洗,分拣底栖动物样品。
图1 鄱阳湖水文站、流量站及水生态环境采样点分布

Fig.1 Distribution of water level stations, flow rate stations, and water ecological environment sampling points in Poyang Lake

1.2 水生态安全评估体系构建方法

PSR模型由压力层、状态层和响应层3个基准层构成[17]。其中,压力层是指人类活动对环境的直接或间接影响,包括污染、开发、人口等;状态层是指环境的特征,包括生物多样性和植被覆盖等;响应层是社会和个人如何行动来减轻、阻止、恢复和预防人类活动对环境的负面影响,包括污染物控制、生态修复等方面[18]。
基于PSR模型,在科学性、层次性等原则的基础上,结合鄱阳湖水生态系统的现状和变化特征,从自然、社会、水文等方面,构建了涵盖8个要素、29个指标的指标体系,形成了完整的鄱阳湖水生态安全评价指标体系(表2)。其中指标属性为(+)表示该指标越大,对评价目标越有利,指标属性为(-)表示该指标越大,对评价目标越不利。根据国家、行业、地方标准等规定,结合专家经验和鄱阳湖实际情况,确定各指标层的参照状态、期望值、阈值,运用群决策的层次分析法(Analytic Hierarchy Process,AHP)[19],确定各层级的权重,技术路线见图2。
表2 鄱阳湖水生态安全评价指标的期望值、阈值、权重

Table 2 Expected values, thresholds, and weights of water ecological security evaluation indicators for the Poyang Lake

目标层 准则层 要素层 指标层 期望值 阈值 指标属性 单位 权重
A
鄱阳湖
水生态
安全		 B1 压力 C1 自然压力 D1年降水量 2 000 800 + mm 0.61
D2平均气温 20 15 + ℃ 0.39
C2 社会压力 D3人口密度 200 400 - 人/km2 0.12
D4人均GDP水平 7 1 + 万元 0.35
D5人均用水量 500 700 - m3/人 0.17
D6城市污水排放量 7 20 - 亿t/年 0.36
B2 状态 C3 水文水资源状态 D7年均水位 14 5 + m 0.57
D8年径流量 600 100 + m3/s 0.23
D9年均水位以上占比(星子站) 60 10 + % 0.09
D10地表水开发利用率 5 25 - % 0.11
C4 物理结构状态 D11森林覆盖率 80 20 + % 0.17
D12 SD 0.6 0 + m 0.59
D13景观多样性 0.8 0.2 + 0.15
D14斑块密度 0.5 0.1 ﹢ 个/hm2 0.09
C5 水环境状态 D15 TN 0.2 2 - mg/L 0.09
D16 TP 0.01 0.2 - mg/L 0.26
D17 Chl.a 3 20 - mg/m3 0.19
D18富营养状况(TLI) 30 70 - 0.34
D19 pH值 7 9 - 0.12
C6 水生态状态 D20浮游植物多样性 1 0 + 0.29
D21浮游动物丰富度 1 0 + 0.11
D22底栖动物密度 300 50 + ind./m2 0.13
D23江豚数量 500 200 + 头 0.35
D24越冬候鸟数量 70 20 + 万只 0.12
B3 响应 C7 功能响应 D25供水指标 300 100 - 亿m3 0.34
D26水质达标率 100 60 + % 0.66
C8 社会响应 D27公众满意程度 100 60 + 0.24
D28城市污水处理率 100 60 + % 0.45
D29湿地管理水平 100 60 + 0.31
图2 技术路线

Fig.2 Technological roadmap

PCA是一种常用的多变量统计技术,用于降低数据维度、发现变量之间的模式和关系,可以帮助识别影响水生态系统的主要因素。PCA具有良好的降维能力,能够提取主导信息,但其标准化处理可能掩盖变量间真实差异,导致结果偏乐观;RF通过构建多个决策树来进行预测和分类,帮助识别关键因素、预测水生态系统的变化,并为水资源管理和保护提供科学依据和决策支持,广泛运用于生态、水文等领域[20],但模型结构复杂,解释性较差,难以揭示变量间的具体作用机制[21]。已有研究表明,PCA与RF相结合的方法可在一定程度上弥补各自不足,提升结果的稳健性与解释力,可得出更可靠的结果[22]。

1.2.1 指标归一化

由于本研究中各指标的数据来源、类型、特征和维度各不相同,导致指标单位、量纲、正负性存在差异,无法直接进行比较,需要对指标进行标准化处理,从而得到与指标自身优劣状态正向相关的分值。
TP、Chl.a等随着人类活动干扰增大而增大的指标,归一化公式为
S=(B-X)/(B-T)　。
景观多样性、SD等随着人类活动干扰增大而减小的指标,归一化公式为
S=(X-B)/(T-B)　。
式中:S为评价指标的归一化得分; T为优质期望值;B为临界阈值;X为实际值。
依据上述方法,结合鄱阳湖的实际情况,结合标准和规范确定鄱阳湖水生态安全评价期望值和阈值。

1.2.2 指标权重的确定

本研究采用基于群决策的层次分析法(AHP)模型,确定各层级的权重。该方法简化了专家评分流程,减少主观性和不确定性影响,提升判断一致性。具体步骤如下:
(1)设专家组为G,对n个评价对象B1至Bn评分,记第i位专家对第j项的评分为xij(1≤xij≤100,整数,分值越高表示越重要)。
(2)对各指标取专家评分均值,得综合评分向量x=(x1,x2,…,xn)。
(3)构造判断矩阵A=(aij),其中aij=xi/xj,表示指标间的相对重要性。
(4)计算组合权重,并通过一致性检验确认其合理性。一致性指标(Consistency Index,CI)通过各层次子矩阵计算得出,随机一致性指标(Random Index,RI)通过大量随机生成的、同阶数的判断矩阵,用于修正不同阶数矩阵对一致性的影响。总排序一致性比率Consistency Ratio,CR)=CI/RI。当CR<0.10时,权重结果被认为一致性良好。
(5)以目标层A到准则层B为例,评分向量为x=(31,90,27),其判断矩阵如下
$(A—B)=\left[\begin{array}{l}1.000 0\\ 2.903 2\\ 0.871 0\end{array}　\begin{array}{l}0.344 4\\ 1.000 0\\ 0.300 0\end{array}　\begin{array}{l}1.148 1\\ 3.333 3\\ 1.000 0\end{array}\right]。$
构造判断矩阵后CR<0.1,最终权重结果为(0.21,0.61,0.18)。

1.2.3 综合评价值的计算及评价等级

综合指数评价模型采用加权求和的方法计算各子系统水生态安全评价得分和综合评价得分,各系统水生态安全评价得分Ii计算公式为[23]
${I}_{i}=\sum _{i=1}^{n}{W}_{i}{S}_{i}　。$
式中:Si为第i个指标得分;Wi为相对权重。
为对评价结果进行定量化表述,参考国内外研究的评价标准及文献[24]、文献[25],本研究对鄱阳湖水生态安全评价分为5个等级(Ⅰ、Ⅱ、Ⅲ、Ⅳ、V级),分别对应安全、较安全、一般、较不安全和不安全5个级别(表3)。
表3 鄱阳湖水生态安全评价等级划分

Table 3 Classification of water ecological security evaluation levels for Poyang Lake

评价等级 得分 等级表述 指示色
Ⅰ
安全		 (0.85,1] 非常安全,其组织结构非常合理,生态功能非常完善,外部压力不大,系统非常稳定,处于可持续发展的状态
Ⅱ
较安全		 (0.70,0.85] 相对安全,其组织结构较为合理,具有较好的生态功能,具有应对较强的外部压力能力,不存在生态异常
Ⅲ
一般		 (0.55,0.70] 安全程度相对一般,组织结构完整,生态功能一般,外部压力较大,系统稳定尚可,生态系统可以维持
Ⅳ
较不安全		 (0.40,0.55] 安全状况较差,组织结构存在缺陷,生态功能较弱,外部压力大,湖泊发生了较大的变化,已经开始退化
Ⅴ
不安全		 [0,0.40] 安全状况非常差,组织结构极不合理,生态功能和弹性极弱,外部压力非常大,湖泊生态系统已经严重恶化

2 结果与讨论

2.1 鄱阳湖水生态安全评估

鄱阳湖水生态安全评估指标的结果如图3所示。其中,鄱阳湖不安全指标2个,较不安全指标1个,一般指标8个,较安全指标14个,安全指标4个。总体来讲,鄱阳湖生态系统健康29个指标中一般和较安全指标居多。
图3 鄱阳湖生态系统健康评估指标得分

Fig.3 Scores of ecosystem health assessment indicators for Poyang Lake

鄱阳湖2014—2022年压力层各要素的评价值如图4(a)所示,整体分布在安全(Ⅰ)、较安全(Ⅱ)和一般(Ⅲ)3个等级。自然压力(C1)的评价值变化范围为0.68~0.91之间,波动较大,变化规律不显著,但整体呈现下降趋势(-0.010/a)。其中2015年、2016年和2020年自然压力评价值处于安全等级,高于其他年份,最低值在2018年,处于一般等级,其余年份评价值均为较安全等级。社会压力(C2)评价值在0.67~0.73之间,整体呈小幅上升趋势(0.005/a),多处于较安全等级。对自然压力和社会压力进行综合评价,2014—2022年压力层的评价值在0.70~0.78之间,呈现小幅上升趋势,上升幅度为0.001/a,评价值均处于较安全等级,压力层受自然压力的影响较大,对鄱阳湖水生态安全的正向作用较大。
图4 2014—2022年各要素层要素评价值变化

Fig.4 Changes in factor assessment values of each factor layer (2014-2022)

状态层(B2)各要素的评价值如图4(b)所示,整体分布在Ⅰ—Ⅴ 级的5个等级中,水文水资源状态(C3)、物理结构状态(C4)、水环境状态(C5)、水生态状态(C6)均呈现不同程度的下降趋势,下降幅度在每年0.007~0.016之间。水文水资源状态的评价值处于0.75~0.91之间,整体高于其他要素层,其安全状况相对良好,对状态层的正向作用较大,多数年份处于安全等级。物理结构状态受水文、环境、人为活动等多重因素影响,评价值在0.59~0.83之间,在2016年评价值最低,2017年评价值最高。水环境状态是4个要素层中评价值最低的(0.36~0.56),最小值出现在2022年。水生态状态的评价值在0.68~0.86之间,最小值也出现在2022年。对4个要素进行综合评价,整体呈下降趋势(-0.012/a),2018年、2019年、2021年和2022年评价值处于一般等级,其余年份均处于较安全等级。
鄱阳湖2014—2022年响应层(B3)各要素的评价值图4(c)所示,主要分布在安全(Ⅰ)、较安全(Ⅱ)和一般(Ⅲ)3个等级,功能响应(C7)和社会响应(C8)变化范围较大,均呈现显著上升趋势,上升幅度分别为0.035/a、0.036/a。功能响应评价值在0.56~0.83之间,2014年、2015年为一般等级,其余年份均为较安全等级,功能响应对影响层的正向作用随时间变化增大;社会响应评价值在0.56~0.88之间,评价值逐年增长。2014—2022年功能响应和社会响应的综合评价值位于0.56~0.84之间,整体呈现显著上升趋势(0.036/a),2014年、2015年和2016年评价值处于一般等级,其余年份均处于较安全等级,对鄱阳湖水生态安全正向贡献率逐渐增大。

2.2 鄱阳湖水生态安全综合评价

由图5可见,2014—2022年鄱阳湖水生态安全综合评价值呈轻微下降趋势,下降幅度为0.001/a,评价值范围为0.65~0.75。2014年、2018年和2022年水生态安全状况处于“一般”等级,其余年份则为“较安全”等级。总体来看,近10 a鄱阳湖水生态安全状况处于中等偏上水平,水生态系统基本稳定,但存在轻微下降趋势。
图5 2014—2022年鄱阳湖水生态安全综合评价值变化

Fig.5 Variation of comprehensive evaluation value of water ecological security in Poyang Lake (2014-2022)

2020年水生态安全评价值较高,主要得益于水文和水生态状态的正向驱动;而2022年则因极端干旱事件,水文条件和水环境质量较差[16],导致水生态安全状况显著下降。三大准则层中,压力层略有上升,状态层呈下降趋势,响应层则显著上升,反映出管理与治理措施有所增强。其中,水环境要素状况较差,是当前水生态安全体系中的薄弱环节,应予以重点关注。

2.3 水生态安全的影响因素识别与讨论

对指标层各指标的标准化值进行PCA分析,前6个主成分的特征值都>1,第1主成分(PC1)的特征值为13.64,贡献率为47%,第2主成分(PC2)的特征值为4.94,PC1和PC2的累积贡献率为67%。这里以载荷值的绝对值来进行对比分析(图6),对PC1和PC2载荷绝对值>0.75的指标进行初步筛选,得到14项指标,分别为:平均气温(D2)、人口密度(D3)、人均GDP水平(D4)、城市污水排放量(D6)、年均水位(D7)、森林覆盖率(D11)、景观多样性(D13)、Chl.a(D17)、富营养状况(D18)、江豚数量(D23)、水质达标率(D26)、公众满意程度(D27)、城市污水处理率(D28)、湿地管理水平(D29)。为使影响因素符合鄱阳湖的实际情况,进一步将PCA得出的14项指标与指标权重结合,对综合权重>0.05的指标进行筛选,从而确定鄱阳湖水生态安全主要影响因素为5项,分别为:人均GDP水平、城市污水排放量、年均水位、富营养状况、水质达标率。
图6 主成分分析中前6个主成分的载荷值

Fig.6 Loading values of the first six principal components in principal component analysis

对上述方法筛选出5项影响因素对水生态安全状况的相对重要程度进行分析,以人均GDP水平(D4)、城市污水排放量(D6)、年均水位(D7)、富营养状况(D18)、水质达标率(D26)这5项指标为自变量,以水生态安全评价等级为因变量,构建RF模型。为减少模型中因子重要性排序及贡献率结果的不确定性,本研究分别对各因变量进行多次建模,然后计算每个因子的重要程度,统计各因素的相对重要性百分比,来反映该因素对水生态安全状况的影响程度。随机森林分析结果如图7所示,其中年均水位重要性占比最大,为43.27%,其次为人均GDP水平(16.26%)、城市污水排放量(15.16%),富营养状况和水质达标率的重要性占比较小,分别为12.76%、12.55%。
图7 水生态安全影响因素相对重要性排序

Fig.7 Ranking of relative importance of factors affecting water ecological security

鄱阳湖水生态安全受多重因素综合影响。水位变化反映湖泊自然水文波动特征,2014—2022年的年均水位得分如图8(a)所示,整体得分等级分布在安全(Ⅰ)和较安全(Ⅱ)等级。2014—2022年人均GDP水平得分如图8(b)所示,整体得分等级分布从较不安全(Ⅳ)逐步提升至安全(Ⅰ),呈现显著上升趋势,上升幅度为0.074/a。城市污水排放量显著上升,2014—2022年城市污水排放量得分如图8(c)所示,整体得分等级呈现显著下降趋势,下降幅度为0.049/a。富营养状况普遍较差,如图8(d)所示,呈现下降趋势, 下降幅度为0.022/a。2014—2022年水质达标率整体改善(图8(e)),整体呈现显著上升趋势,上升幅度为0.044/a。
图8 鄱阳湖主要影响因素指标得分

Fig.8 Scores of main influencing factors of Poyang Lake

鄱阳湖水位的大幅变化会直接影响鄱阳湖的水生态系统功能,近年来鄱阳湖流域极端天气频发[26],包括极端降雨和高温干旱,导致鄱阳湖水位剧烈波动,从而加剧了对当地生态系统和经济的影响,给湖泊生态系统带来巨大压力。
人均GDP水平持续上升,一方面体现了公众对环境质量的关注,推动生态保护;另一方面也加剧了湖泊资源的开发压力[27]。
人类生产生活排放的污染物是湖泊富营养化的重要因素,直接影响水生植物生长,城市污水中含有大量的有机物、营养物和微生物污染物,直接排到湖泊或通过降雨径流排入湖泊中,将导致水体污染、水质恶化[28]。有机物降解消耗大量氧气,溶解氧偏低对水生生物造成威胁。
营养物质(氮、磷)含量过高导致湖泊富营养化程度加剧,影响湖泊安全状态[29]。氮磷浓度高及藻类繁殖导致生态系统结构失衡,水体中藻类和其他植物大量繁殖,使水体透明度降低、水质恶化、生物多样性降低[30],进而影响整个水生态系统的功能。
2014—2022年水质达标率虽整体改善,呈现显著上升趋势。高水质达标率意味着水中的污染物浓度较低,有利于维持湖泊水生态系统的平衡[31],良好的水质可以保障鄱阳湖中的植物、鱼类和其他生物的生存环境,维持湖泊生态链的稳定[32]。
鄱阳湖水生态安全状态受到自然因素与人类活动双重作用,需要多维度协同治理:强化水位调控与污染源头治理,减缓极端气候带来的生态风险;推动经济增长与生态保护协同发展,优化污水处理与营养盐控制措施,遏制水体富营养化趋势,实现生态保护与可持续发展目标。

3 结论

(1)基于PSR模型构建了涵盖29个指标的鄱阳湖水生态安全评价指标体系,综合计算得到鄱阳湖2014—2022年的水生态安全状况,得出压力层的评价值呈小幅上升趋势;状态层评价值呈下降趋势;响应层评价值呈显著上升趋势,鄱阳湖水生态安全状况总体处于中等偏上水平,水生态系统基本稳定。
(2)基于主成分分析结合权重得出鄱阳湖水生态安全的5大影响因素,再运用随机森林方法对影响因素进行重要性排序,依次为:年均水位>人均GDP水平>城市污水排放量>富营养状况>水质达标率。未来建议加强对水位调控和经济发展方式的统筹管理,优化污水治理与富营养控制措施,提高水质达标水平,从源头和系统层面协同推进水生态安全保障,保障鄱阳湖水生态安全 。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
薛扬, 闫光明. 生态文明建设的科学内涵与基本路径[J]. 中国林业产业, 2024(5): 10-12.

(XUE Yang, YAN Guang-ming. Scientific Connotation and Basic Path of Ecological Civilization Construction[J]. China Forestry Industry, 2024(5): 10-12. (in Chinese))

[2]
董稳静, 许秋瑾, 董姣, 等. 基于“三水” 统筹的湖泊生态健康评价: 以太湖蠡湖为例[J]. 环境工程技术学报, 2025, 15(1): 100-110.

(DONG Wen-jing, XU Qiu-jin, DONG Jiao, et al. Ecological Health Assessment of Lakes Based on the Coordination of “Three Waters”: A Case Study of Lihu of Taihu Lake[J]. Journal of Environmental Engineering Technology, 2025, 15(1): 100-110. (in Chinese))

[3]
ZHANG Z, GUO X, CAO L, et al. Multi-scale Variation in Surface Water Area in the Yellow River Basin (1991-2023) Based on Suspended Particulate Matter Concentration and Water Indexes[J]. Water, 2024, 16(18):2704.

DOI

[4]
ZHANG Z, WANG Q, YAN F, et al. Revealing Spatio-temporal Differentiations of Ecological Supply-demand Mismatch Among Cities Using Ecological Network: A Case Study of Typical Cities in the “Upstream-Midstream-Downstream” of the Yellow River Basin[J]. Ecological Indicators, 2024, 166:112468.

DOI

[5]
高玉琴, 郑航, 王子睿, 等. 基于DSR模型的秦淮河流域防洪能力变化及成因分析[J]. 水利水电科技进展, 2023, 43(3): 1-8.

(GAO Yu-qin, ZHENG Hang, WANG Zi-rui, et al. Analysis of Flood Control Capacity Changes and Causes of Qinhuai River Basin Based on DSR Model[J]. Advances in Science and Technology of Water Resources, 2023, 43(3): 1-8. (in Chinese))

[6]
吴风奇, 黄梦婷. 基于DSR模型的电力企业碳绩效评价体系构建及应用[J]. 中国质量, 2024(11): 35-40.

(WU Feng-qi, HUANG Meng-ting. Construction and Application of Carbon Performance Evaluation System for Power Enterprises Based on DSR Model[J]. China Quality, 2024(11): 35-40. (in Chinese))

[7]
李明月, 胡志雄, 彭康, 等. 基于PSFR模型的黄河流域吕梁段水生态安全评估[J]. 环境工程技术学报, 2025, 15(3): 741-751.

(LI Ming-yue, HU Zhi-xiong, PENG Kang, et al. Aquatic Ecological Security Assessment of Lüliang Section of the Yellow River Basin Based on PSFR Model[J]. Journal of Environmental Engineering Technology, 2025, 15(3): 741-751. (in Chinese))

[8]
卢开东, 王健健, 马燮铫, 等. 基于DPSIR模型的芜湖市水生态承载力研究与建议[J]. 环境工程技术学报, 2022, 12(2): 538-545.

(LU Kai-dong, WANG Jian-jian, MA Xie-yao, et al. Study and Suggestions on Water Ecological Carrying Capacity of Wuhu City Based on DPSIR Model[J]. Journal of Environmental Engineering Technology, 2022, 12(2): 538-545. (in Chinese))

[9]
田洪阵, 魏娜, 刘沁萍, 等. 基于PSR模型的中国海洋生态安全评价[J]. 西北师范大学学报(自然科学版), 2025, 61(3): 65-75.

(TIAN Hong-zhen, WEI Na, LIU Qin-ping, et al. Evaluation of Marine Ecological Security in China Based on PSR Model[J]. Journal of Northwest Normal University (Natural Science), 2025, 61(3): 65-75. (in Chinese))

[10]
REN E, LIN W, LI B, et al. Regional Ecological Security Assessment Based on the Pressure-State-Response Framework: The Demonstration Zone of Yangtze River Delta as an Example[J]. Land, 2024, 13(1): 96.

DOI

[11]
SUN D, JI Z, WANG Y, et al. Assessment and Forecasting of Water Ecological Security and Obstacle Factor Diagnosis in the Hexi Corridor of Northwest China[J]. Scientific Reports, 2024, 14: 23507.

DOI PMID

[12]
李雪. 鞍山市海城河水质演变及主要参数间相关性分析[J]. 水资源开发与管理, 2022, 8(4):61-65.

(LI Xue. Water Quality Evolution of Haicheng River in Anshan City and Correlation Analysis of Main Parameters[J]. Water Resources Development and Management, 2022, 8(4):61-65. (in Chinese))

[13]
DING B, ZHANG J, ZHENG P, et al. Water Security Assessment for Effective Water Resource Management Based on Multi-temporal Blue and Green Water Footprints[J]. Journal of Hydrology, 2024, 632: 130761.

DOI

[14]
HAN P, HU H, JIANG M, et al. Construction of Wetland Ecological Security Pattern in Wuhan Metropolitan Core Area Considering Wetland Ecological Risk[J]. Land, 2024, 13(9): 1407.

DOI

[15]
SUN Z, WANG G, LI P, et al. An Improved Random Forest Based on the Classification Accuracy and Correlation Measurement of Decision Trees[J]. Expert Systems with Applications, 2024, 237: 121549.

DOI

[16]
李冰, 万荣荣, 杨桂山, 等. 近百年鄱阳湖湿地格局演变研究[J]. 湖泊科学, 2022, 34(3): 1018-1029.

(LI Bing, WAN Rong-rong, YANG Gui-shan, et al. Investigating Spatiotemporal Dynamics of Lake Poyang Wetland for the Recent Century[J]. Journal of Lake Sciences, 2022, 34(3): 1018-1029. (in Chinese))

DOI

[17]
胡奉林. 基于PSR模型的四川省生态安全评价研究[J]. 皮革制作与环保科技, 2023, 4(16): 152-154.

(HU Feng-lin. Research on Ecological Security Evaluation of Sichuan Province Based on PSR Model[J]. Leather Manufacture and Environmental Technology, 2023, 4(16):152-154. (in Chinese))

[18]
金相灿, 王圣瑞, 席海燕. 湖泊生态安全及其评估方法框架[J]. 环境科学研究, 2012, 25(4):357-362.

(JIN Xiang-can, WANG Sheng-rui, XI Hai-yan. Lake Ecological Security and Assessment Methodology Framework[J]. Research of Environmental Sciences, 2012, 25(4): 357-362. (in Chinese))

[19]
PANT S, KUMAR A, RAM M, et al. Consistency Indices In Analytic Hierarchy Process: A Review[J]. Mathematics, 2022, 10(8):1206-1220.

DOI

[20]
BREIMAN L. Random Forests[J]. Machine Learning, 2001, 45(1): 5-32.

DOI

[21]
王强, 许有鹏, 杨龙, 等. 太湖平原地区洪水特征变化及驱动机理[J]. 地理学报, 2023, 78(5): 1088-1103.

DOI

(WANG Qiang, XU You-peng, YANG Long, et al. Changes in Flood Characteristics and Their Driving Mechanisms in the Taihu Plain Region[J]. Acta Geographica Sinica, 2023, 78(5): 1088-1103. (in Chinese))

DOI

[22]
张宇航, 史国友. 基于主成分分析法和改进随机森林算法的锚泊安全性评价[J]. 上海海事大学学报, 2025, 46(1): 60-67, 103.

(ZHANG Yu-hang, SHI Guo-you. Anchoring Safety Evaluation Based on Principal Component Analysis and Improved Random Forest Algorithm[J]. Journal of Shanghai Maritime University, 2025, 46(1): 60-67, 103. (in Chinese))

[23]
左伟, 王桥, 王文杰, 等. 区域生态安全评价指标与标准研究[J]. 地理学与国土研究, 2002, 18(1): 67-71.

(ZUO Wei, WANG Qiao, WANG Wen-jie, et al. Study on Regional Ecological Security Assessment Index and Standard[J]. Geography and Territorial Research, 2002, 18(1): 67-71. (in Chinese))

[24]
李众. 基于PSR模型的鄱阳湖湿地生态健康评价[D]. 新乡: 河南师范大学, 2021.

(LI Zhong. Health Assessment for Poyang Lake Wetland Ecology Based on PSR Model[D]. Xinxiang: Henan Normal University, 2021. (in Chinese))

[25]
王富强, 马尚钰, 赵衡, 等. 基于AHP和熵权法组合权重的京津冀地区水循环健康模糊综合评价[J]. 南水北调与水利科技(中英文), 2021, 19(1):67-74.

(WANG Fu-qiang, MA Shang-yu, ZHAO Heng, et al. A Fuzzy Comprehensive Evaluation of Water Cycle Health in Beijing-Tianjin-Hebei Region Based on Combined Weights of AHP and Entropy Method[J]. South-to-North Water Transfers and Water Science & Technology, 2021, 19(1): 67-74. (in Chinese))

[26]
YOU H, FAN H, XU L, et al. Poyang Lake Wetland Ecosystem Health Assessment of Using the Wetland Landscape Classification Characteristics[J]. Water, 2019, 11(4):825.

DOI

[27]
牛最荣, 贾玲. 三生空间角度的甘肃长江流域水生态安全评价及障碍诊断[J]. 水生态学杂志, 2023, 44(2):19-25.

(NIU Zui-rong, JIA Ling. Water Ecological Security Evaluation and Diagnosis of Obstacles in the Yangtze River Basin of Gansu Province from the Perspective of Ecology-life-production Space[J]. Journal of Hydroecology, 2023, 44(2): 19-25. (in Chinese))

[28]
LIU M, WU T, ZHAO X, et al. Cyanobacteria Blooms Potentially Enhance Volatile Organic Compound (VOC) Emissions from a Eutrophic Lake: Field and Experimental Evidence[J]. Environmental Research, 2021, 202:111664.

DOI

[29]
WANG Y, LU S, LIU X, et al. Profiles of Antibiotic Resistance Genes in an Inland Salt-lake Ebinur Lake, Xinjiang, China: The Relationship with Antibiotics, Environmental Factors, and Microbial Communities[J]. Ecotoxicology and Environmental Safety, 2021, 221: 112427.

DOI

[30]
WANG J, FU Z, QIAO H, et al. Assessment of Eutrophication and Water Quality in the Estuarine Area of Lake Wuli, Lake Taihu, China[J]. Science of The Total Environment, 2019, 650: 1392-1402.

DOI

[31]
WANG H, KAISAM J P, FANG S, et al. Exploring the Water Quality Driving Mechanism in Poyang Lake, the Largest Freshwater Lake in China[J]. Water Supply, 2020, 20(2): 700-711.

DOI

[32]
陈炳耀, 信誉, 路方婷, 等. 长江江豚监测现状及展望[J]. 中国环境监测, 2023, 39(2): 1-10.

(CHEN Bing-yao, XIN Yu, LU Fang-ting, et al. Monitoring Status and Prospects of Yangtze Finless Porpoise[J]. Environmental Monitoring in China, 2023, 39(2): 1-10. (in Chinese))

Options
文章导航

/

〈 〉

*严禁使用本系统存储、处理、传输涉密信息*
版权所有 © 《长江科学院院报》编辑部
技术支持：北京玛格泰克科技发展有限公司