黄河下游防洪堤生态防护林树种优选与空间分布研究：基于AHP-TOPSIS耦合模型与遥感技术

针对黄河下游防洪堤生态防护林树种选择难题，研究人员结合遥感技术与AHP-TOPSIS耦合模型，分析植被覆盖度（FVC）时空变化并构建评价指标体系（含8项次级指标），筛选出柳树（适应性得分0.727）、国槐和白蜡为最优树种，为提升堤防抗洪能力与生态修复提供科学依据。

　　

黄河作为中国的“母亲河”，其下游因“地上悬河”特性长期面临洪水威胁。在全球气候变化与极端水文事件频发的背景下，堤防生态防护林作为生物防洪措施的核心，其树种选择直接关系到防洪效能与生态稳定性。然而，黄河下游流域特有的土壤盐碱化、干旱气候及水文不稳定等条件，使得常规树种适应性差，生长受限。如何科学筛选兼具抗洪能力与生态效益的树种，成为实现黄河流域生态保护与高质量发展的关键难题。

针对这一挑战，中国某研究机构团队在《Ecological Indicators》发表研究，创新性地融合遥感技术与改进的AHP-TOPSIS（层次分析法-逼近理想解排序法）模型，系统评估了黄河下游典型游荡段（花园口—高村）生态防护林的分布现状与树种适应性。研究首先通过Landsat卫星影像解析2013—2023年植被覆盖度（FVC）时空演变，发现高植被覆盖区比例从2013年的52.94%降至2023年的27.96%，揭示生态退化趋势；进而构建包含波浪消散能力（权重0.637）、生长特性（0.258）和辅助功能（0.105）三大准则层的评价体系，引入三角模糊数量化模糊指标（如根系发育、枝条柔韧性），最终从8个候选树种中优选柳树（Salix）、国槐（Sophora japonica）和白蜡（Fraxinus chinensis）为最适物种。

关键技术方法包括：1）基于NDVI（归一化植被指数）和FVC的遥感植被覆盖分级；2）AHP-TOPSIS耦合模型构建，结合区间数与三角模糊数处理定性指标；3）典型河段（1695 km²
）多时相（2013/2019/2023年）土地利用变化分析；4）树种适应性评价指标相关性验证（|r|=0.20）。

研究结果分为四部分：
3.3 典型游荡河段植被覆盖特征
通过NDVI反演发现，2013—2023年高植被覆盖（FVC>0.8）面积减少48.2%，其中开封沙洲覆盖最佳，原阳沙洲最差，表明防护林建设存在空间不均衡性。

3.4 堤防侧生态防护林现状分布
2023年遥感监测显示，堤内侧防护林呈间断带状分布，宽度仅30 m（未达规划50 m标准），且东明沙洲等区域因自然沟渠影响出现断裂带。

4.2 基于AHP-TOPSIS的树种优选
柳树凭借根系发育（三角模糊数0.67–1）、枝条柔韧性（0.67–1）和抗黑斑病特性，以0.727适应度居首，其分支弹性模量显著低于灌木型柳属品种（如紫柳Salix purpurea），更利于消减水流冲击。

5.3 模型优势验证
敏感性分析表明，根系发育权重提升至0.5时，柳树适应度仅下降1.6%，证实模型鲁棒性；对比熵权TOPSIS，AHP-TOPSIS能更好整合专家经验与模糊数据。

结论与讨论指出，柳树的高适应性源于其生理特性与黄河下游环境的高度契合：1）枝条弯曲强度与直径呈正相关（van Starrenburg等2025），可有效耗散洪水动能；2）深根系增强堤防抗冲刷能力（Markus-Michalczyk等2023）。研究为构建“800里绿色生态廊道”提供了树种配置方案，但未来需结合气候情景模拟（如IPCC降水预测）评估长期适应性，并引入机器学习优化动态决策。该成果不仅推动黄河生态保护从工程治理向生物治理转型，也为全球河流生态防护林建设提供了“黄河范式”。