煤炭资源型城市生态风险评价及预测——以鄂尔多斯市为例

作者：宋丽丽; 白中科

来源：资源与产业, 2017, 19(05): 15-22.

DOI：10.13776/j.cnki.resourcesindustries.20171106.010

• 生态风险评价
• PSR模型
• 模糊综合评价
• BP神经网络
• 煤炭资源型城市
• 鄂尔多斯市

以鄂尔多斯市为研究对象,采用资料分析法、GIS空间数据处理技术,对研究区自然、社会、经济等各项指标进行分析和深入了解。在此基础上应用PSR模型,选取24个指标构建研究区生态风险评价指标体系,采用模糊综合评价法对研究区2005—2015年生态风险程度进行评价。运用BP神经网络方法构建滚动预测模型,对研究区未来5年的生态风险进行预测评价。研究结果表明:1)2005—2015年鄂尔多斯市生态风险程度经历较高(2005—2008年)、一般(2009—2011年)、较低(2012—2015年)3个水平,生态风险级别特征值随时间发展呈现波动上升的良性变化趋势;2)未来鄂尔多斯市生态风险级别特征值会有波动性下降,但整体仍将维持在较低生态风险水平,2017年鄂尔多斯市风险级别特征预测值为5.894 5,处于一般风险状态,2020年鄂尔多斯市风险级别特征预测值为6.026 6,处于较低风险状态;3)导致鄂尔多斯市生态风险程度恶化的压力因素主要为环境压力,具体包括工业污染物排放量等指标,状态因素主要为经济状态和环境状态,具体包括第三产业在GDP中所占比重和降水量等指标,响应因素主要为人文响应,具体包括万人在学校大学生数和万人拥有医疗机构床位数等指标。为预防生态风险程度由2017年起进一步恶化,未来应当着重控制人口发展、工业污染物排放、草原退化与沙漠化,增加医疗、教育发展的投入。

• 单位
  国土资源部