工业景观环境脆弱性建模：基于遥感和GIS的Brahmani-Dwarka河间地可持续规划综合框架

本研究针对采石业快速扩张导致的生态敏感区环境退化问题，通过整合AHP与FAHP多准则决策方法，构建了潜在环境脆弱性(PEF)和新兴环境脆弱性(EEF)评估模型。研究发现FAHP模型预测精度达89.8%，识别出27.85%的区域属于高脆弱区，为制定可持续土地管理政策提供了科学依据。

　　

在全球土地退化加剧的背景下，工业活动对生态敏感区的环境影响日益凸显。印度Brahmani-Dwarka河间地带作为典型的采石业集中区域，正面临着严峻的环境挑战。该区域自1990年代以来经历了剧烈的土地利用变化，750多家碎石厂和500多个矿场的持续运营导致地表温度上升超过7°C，植被覆盖率显著下降，生态系统严重退化。尽管已有研究关注到该区域的生态环境问题，但缺乏对潜在脆弱性和新兴脆弱性的综合评估，更未见采用先进模糊决策方法进行系统分析的研究。

为填补这一研究空白，来自巴纳拉斯印度大学地理系的Bhaskar Mandal团队在《Geosystems and Geoenvironment》发表了创新性研究成果。他们首次将遥感技术与地理信息系统(GIS)框架相结合，采用层次分析法(AHP)和模糊层次分析法(FAHP)两种多准则决策方法，对该工业景观的环境脆弱性进行了全面评估。

研究采用了多项关键技术方法：通过30米分辨率SRTM DEM数据提取地形特征；利用Landsat 8遥感影像计算归一化植被指数(NDVI)和地表温度(LST)；基于Google Earth Pro和实地调查获取采石场和矿场空间分布；运用Getis-Ord Gi*统计方法进行热点分析；采用接收者操作特征曲线(ROC)进行模型验证；通过地图移除敏感性分析评估指标稳定性。

4.1. 潜在和新兴环境脆弱性影响因素概述

研究发现海拔、坡度、植被指数、土壤类型和风速是影响潜在环境脆弱性的关键自然因素。其中NDVI指标敏感性最高(1.358%)，表明植被覆盖状况对环境稳定性具有决定性影响。

4.2. 潜在和新兴环境脆弱性评估

FAHP模型的评估结果显示，22.38%的区域(109.42 km²)属于高和极高脆弱区，这些区域主要分布在海拔较高、坡度陡峭、植被稀疏的地区。而新兴环境脆弱性评估表明，27.85%的区域(136.18 km²)面临高度脆弱风险，这些区域主要靠近采石场、矿场和道路网络，人类活动影响显著。

4.3. 识别环境高风险区域的热点分析

热点分析发现，基于FAHP的EEF模型识别出31.46%的区域(153.86 km²)为环境脆弱热点区，显著高于AHP模型的21.07%。这些热点区域呈现出明显的空间聚集特征，主要集中在人类活动密集的工业区域。

4.4. 潜在和新兴环境脆弱性模型验证

ROC验证表明FAHP模型在PEF和EEF评估中均表现出色，AUC值分别达到0.898和0.858，预测精度显著高于传统AHP方法，证明模糊逻辑方法在处理环境评估不确定性方面具有明显优势。

4.5. 潜在和新兴环境脆弱性模型的敏感性分析

敏感性分析显示，各指标间的敏感性差异较小(PEF模型为0.866%，EEF模型为0.532%)，表明没有单一指标主导脆弱性评估结果，模型具有较好的稳定性和可靠性。

研究结论表明，Brahmani-Dwarka河间地面临着严重的环境脆弱性问题，特别是采石业集中区域表现出极高的生态风险。FAHP方法在环境脆弱性评估中表现出优于传统AHP方法的性能，能够更准确地识别高风险区域。该研究不仅为当地环境管理提供了科学依据，也为类似工业景观的可持续规划提供了可推广的方法框架。

讨论部分强调，这项研究的创新性在于首次将潜在环境脆弱性和新兴环境脆弱性概念整合到单一分析框架中，特别是在采石业影响评估中的应用具有开创性意义。通过引入风速、河流邻近度、排水密度、地表温度和岩性等新指标，丰富了环境脆弱性评估的指标体系。研究结果对实现联合国可持续发展目标(SDGs)具有直接贡献，特别是在SDG 3(良好健康与福祉)、SDG 6(清洁饮水和卫生设施)、SDG 11(可持续城市和社区)、SDG 13(气候行动)和SDG 15(陆地生物)等方面。

该研究的实践意义在于为政策制定者提供了明确的空间决策支持，建议在高度脆弱区域实施严格的采石业监管、建立河流缓冲带、推进植被恢复计划，并鼓励社区参与环境风险管理。这些措施将有助于平衡经济发展与生态保护的关系，实现区域的可持续发展。