前言：尋找寫作靈感？中文期刊網用心挑選的湖濱帶生態健康驅動因子，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。

湖濱帶屬于水陸生態交錯帶，天然的湖濱帶由陸向輻射帶、水位變幅帶和水向輻射帶組成［1］，是湖泊生態系統的重要組成部分，對維持湖泊生態系統健康和改善水環境功能具有積極作用。由于防洪需要，我國許多湖泊在湖濱帶中修建了防洪大堤，破壞了湖濱帶原有生態系統結構的連續性和完整性，阻斷了水陸生態系統的物質循環、能量流動和信息傳遞，嚴重影響了湖濱帶生態系統功能的發揮，導致了湖濱帶生態系統退化，影響了湖濱帶生態系統健康。大堤型湖濱帶的生態系統健康退化現象已引起廣泛關注［2］，科學識別大堤型湖濱帶生態系統健康狀態的驅動因子是開展湖濱帶生態修復的必要前提，然而該方面的研究還遠遠不足。太湖是我國的大型淺水湖泊，73%以上的岸帶都修建了防洪大堤，其余部分臨近山體，太湖的湖濱帶屬于典型的大堤型湖濱帶。本文以太湖為例，運用驅動因子的識別方法，分析影響其湖濱帶生態系統健康的主要驅動因子，旨在為我國類似湖泊湖濱帶的驅動因子分析提供一定借鑒。   1驅動因子識別方法的選擇   驅動因子是指影響事物發展或狀態的關鍵性的內在動力或外在力量。就生態系統而言，影響其狀態的因子可以分為自然因子及人為因子兩大類，前者主要包括溫度、風力、波浪、大氣沉降等，后者主要包括人口、經濟、社會活動，以及與其相關的環境污染、土地利用變更等［3］。然而并非所有影響因子都是驅動因子，對于簡單系統中的驅動因子是可以直接判斷的，但是對于生態等復雜系統則需要借助統計分析的方法，研究特征變量之間的相關關系，識別出哪些是起到關鍵作用的驅動因子。與社會經濟學、醫學領域相比，環境學、生態學領域對于驅動因子的研究相對薄弱，對于環境、生態驅動因子的概念及其識別方法尚不成熟。有些研究沒有深入理解“驅動因子”的含義，而直接用“影響因子”作為“驅動因子”加以詮釋。有些研究沒有正確理解統計學方法的原理，而采用簡單相關系數法來識別“驅動因子”。另外應用“主成分分析”方法來直接研究驅動因子也欠妥，首先“主成分分析”是對表征事物現狀的多個指標(注意不是有驅動傾向的影響因子)進行降維篩選的過程，例如從10個水質指標中篩選4—5個能盡量反映水質現狀的指標，而不是篩選能引起水質發生變化的驅動性影響因子;其次，“主成分分析”所篩選的幾個主成分之間是沒有相關性的，而在生態、環境、社會等領域驅動因子間的相關性是很難避免的，因此就可能錯誤的舍棄真正的驅動因子。所以，運用正確的統計方法確定真正的驅動因子是十分重要的。   驅動因子的確定通常經過以下2個步驟:(1)影響因子的定性篩選:是指在眾多因子中篩選出有可能影響評價目標的因素，篩選原則是盡量全面并且有依據的考慮可能的影響因素。(2)驅動因子的確定及驅動力大小排序:社會經濟領域的大量研究顯示最被認可的2種方法是“多元線性逐步回歸法”和“偏相關系數法”［4］。前者是在因變量與自變量(影響因子)之間建立多元回歸方程，通過逐步回歸法確定驅動因子，即每引入一個變量同時檢驗方程中各個自變量的顯著性，合格保留、不顯著剔除，反復進行直到再沒有顯著的變量可以引入為止［5］。各驅動因子的影響力大小可以通過比較各自標準偏回歸系數來確定。后者“偏相關系數法”是通過固定因變量與其中一個自變量以外的其他變量對它們的影響以后，這兩個變量之間的相關關系，它反映了事物間的本質聯系。描述這種關系的強度指標為偏相關系數，絕對值越大，偏相關程度越大。研究證明對于在二元回歸中兩者相對大小始終一致，而在自變量個數超過2個的回歸模型中兩者得出驅動因子的驅動力相對大小卻不一定完全一致［6］。在兩者結果不一致的時候還需追蹤數據樣本的波動性、與實際情況的相符性進行選擇判斷。鑒于以上情況，本研究在定性篩選影響因子后，分別采用了“多元線性逐步回歸法”和“偏相關系數法”確定太湖湖濱帶的生態系統健康狀況驅動因子及驅動力大小順序。   2驅動因子的確定   2．1影響因子的定性篩選   影響因子的定性篩選范圍是依據評價目標本身的特點而定的，既要有代表性又要兼顧獲取的可能，篩選過少的影響因子可能造成真正的驅動因子缺失，但篩選過多的影響因子無疑會增加不必要的工作量。與其它大尺度的研究區域(例如喀斯特地形區、沙漠化地區等)相比，太湖湖濱帶的范圍是周長405km，寬度僅為50—100m不等的環形區域，且有環湖大堤的阻隔，外界環境對湖濱帶的影響主要是通過入湖河流產生的。在這種情況下，社會經濟發展、人口、相關性不強的政策行為等就可以忽略不計，因此本文著重考慮與太湖湖濱帶密切相關的自然以及人為影響因子。另外，由于太湖湖濱帶缺少歷史實測數據，對驅動因子的研究很難采用常見的縱向時間統計法，考慮到同一湖泊湖濱帶生態系統健康狀況在空間分布上的差異也能反映出某個影響因子作用力的差異，因此采用“空間換時間”的方法，通過研究同一時間環太湖湖濱帶不同點位的生態系統健康狀態及其影響因子間的統計關系來確定其驅動因子。根據多年的研究經驗和實踐分析，選取了太湖主體營養狀態、入湖河流污染負荷通量、岸帶類型、風浪強度4個主要影響因子。   (1)太湖主體營養狀態   太湖主體的營養狀態是對太湖水質的綜合性評價指標，它的好壞直接影響到湖濱帶的生態系統健康狀況，對湖濱帶的水質、底質、生物都有直接的影響。例如，太湖北部湖區污染嚴重，水質較差，呈富營養狀態，其湖濱帶區植物種類單一，分布面積少，底棲動物多數為耐污種;而東太湖湖區水質狀況相對較好，呈輕度富營養狀態，湖濱帶植物種類較多，且覆蓋度大，底棲動物中耐污種相對少些。因此，太湖主體湖區的營養狀態對于湖濱帶生態系統健康狀況有較大的影響。   (2)入湖河流污染負荷通量   入湖河流污染負荷是湖泊污染物的重要來源，大部分點源與面源污染物是通過入湖河流進入湖泊的，污染物在水力坡度、密度梯度和風力等作用下發生遷移，與湖水尤其是處于湖濱帶的近岸湖水混合，造成水質下降。由于一些太湖入湖河流有隨季節反向流動的特點，因此采用河流的污染負荷通量來表達。有研究發現入湖河流在近河口處300m內污染物濃度明顯上升，300m以外由于有較高的稀釋擴散而受影響明顯減弱［7］。而太湖湖濱帶的范圍為大堤向水域50—100m范圍內，正是受入湖河流影響最大的范圍。所以，入湖河流的污染負荷通量也是影響湖濱帶生態系統健康狀況的重要因素。另外，入湖河流的污染負荷通量與所在流域的經濟發展模式、土地利用方式、人口、環境措施等密切相關，可以用來反映湖濱帶所受的流域環境的綜合壓力。#p#分頁標題#e#   (3)岸帶類型   根據太湖湖濱帶地形地貌、水文條件，具體而言是根據太湖湖濱帶水位線與鄰近堤岸或者山體的相對位置關系及露灘面積不同，將其分為6種類型:長期露灘-大堤型、間歇露灘-大堤型、無灘地-大堤型、有灘地-山坡型、無灘地-山坡型與河口型。岸帶類型的差異，會直接影響湖濱帶的水生植物分布、灘地面積大小、生物棲息地、生物多樣性、岸堤侵蝕性、景觀適宜性等，因此也是影響湖濱帶健康狀態的重要因素之一。例如，長期露灘-大堤型與有灘地-山坡型由于高水位到堤腳或山腳尚有一定的距離，有足夠的灘地空間滿足一定規模的水生植物生長需求，湖濱帶相對完整，受大堤或山體的影響較小，所以水生植物生長情況較好、生物多樣性高、岸堤侵蝕較輕;但是無灘地-大堤型和無灘地-山坡型的堤岸，在低水位時就超過堤腳或山腳，風浪較大，不適宜挺水植物和濕生植物生長，只有少量的沉水植物生長，或者無植物生長，岸帶整體狀況較差。   (4)風浪強度   風浪所引起湖水的紊動，對湖水理化性質的分布、湖中泥沙的輸移、浮游生物的遷移以及湖水中污染物質的擴散和凈化等過程均有一定的影響。風浪驅動是太湖最主要的水動力驅動因素，無論是太湖的泥沙沉積、內源污染釋放，還是水生植物分布，都明顯受到風浪擾動強度的影響［8］。由于風浪引起的浪淘蝕、湖流等在岸邊比湖心區的作用力要大［9］，因此風浪引起湖水的運動會對湖濱帶水質、底質可能產生更為明顯的影響，導致湖濱帶水體透明度下降，影響沉水植物的生長;風浪對堤岸的淘蝕作用也會影響底棲生物、挺水植物的分布，所以風浪也被選擇為重要影響因子。   2．2數據來源與處理   于2010年夏季對太湖湖濱帶33個點位進行了生態調查(圖1)，并運用生態系統健康綜合指數法進行了湖濱帶的生態系統健康評價，該評價體系的構建、數據搜集及處理等詳細內容已在已有的研究成果中做了具體闡述［10］，其評價結果見表1中的第2列數值，分值越高代表生態系統越健康。在同一時期對各點位對應的以上4個主要影響因子情況進行了現場調查或數據搜集，其數據處理結果如表1所示。其中，太湖主體營養狀態(X1)用湖泊綜合營養狀態指數(TLI(∑))表示，測定及計算方法參照中國環境監測總站推薦的“湖泊(水庫)富營養化評價方法及分級技術規定”，與湖濱帶采樣點位相對應，選擇33個太湖主體營養狀態觀測點位，位置為從湖濱帶采樣點向湖心內擴展約1km處。入湖河流污染負荷通量(X2)的數據來源為中國環境科學院余輝等人做的全太湖入湖河流污染負荷通量調查［11］，采用近點位處的入湖河流的總氮、總磷、總有機物的年總污染負荷通量標準化值表示，計算方法是先將總氮、總磷、總有機物值進行標準化處理，再用熵值法確定這3種污染負荷通量的權重系數wi，采用公式∑wiPi得出各監測點位的總污染負荷通量，式中Pi具體化為PTN、PTP、PTC［12］。岸帶類型(X3)的影響采用現場觀察大堤對湖濱帶生態破壞程度并進行打分，評分標準為:0—10分，分值越高破壞程度越大，例如無灘地-大堤型由于大堤完全侵占了原來的湖濱灘地，使挺水植物無法自然生長，因此賦予10分，而長期露灘-大堤型雖然建立堤壩，但是基本保留原始湖濱帶狀態，根據灘地面積大小可賦予0—4分。風浪強度(X4)采用莆田公式模擬計算的波浪高度(m)來表示。   2．3多元線性逐步回歸法確定驅動因子   多元線性逐步回歸確定驅動因子的方法已廣泛應用于環境預測、環境監測、環境評價等多個環境領域［13］。該方法是建立m個自變量的多元線性回歸分析的數學模型，通過逐步回歸分析來剔除無驅動力的變量，而保留統計上有顯著驅動效應的自變量，并形成驅動力模型:Y=β0+β1X1+β2X2+…+βmXm+ε式中，Y為因變量，X為自變量，β為待定系數，ε為隨機誤差項，表示除X以外其他隨機因素對Y影響的總和。本研究中因變量Y為湖濱帶生態系統健康綜合指數，自變量個數m為4，自變量為X1為太湖主體營養狀態;X2為入湖河流污染負荷通量;X3為岸帶類型;X4為風浪強度。利用SPSS軟件對表1中數據進行回歸分析，結果見表2。可知多元線性逐步回歸分析中，剔除了影響因子X4(風浪強度)，其余3個影響因子與Y(湖濱帶生態系統健康綜合指數)形成的多元線性回歸方程均通過了t檢驗(P≤0．05)，回歸方程模型如下:Y=159．36－1．72X1－9．998X2－1．145X3(R=0．968，R2=0．936)回歸方程模型擬合度檢驗表明，多重相關系數(R=0．968)和多重判定系數(R2=0．936)都很接近1，說明該回歸方程有很好的擬合度，并且有93．6%的湖濱帶生態系統健康狀態可以用該模型解釋。由此篩選出太湖湖濱帶生態系統健康的3個驅動因子為:太湖主體營養狀態(X1)、入湖河流污染負荷通量(X2)、岸帶類型(X3)。3個驅動因子的回歸系數均為負值，表明太湖主體的營養狀態綜合指數越高、入湖河流污染負荷通量越重、大堤負面影響越顯著，湖濱帶生態系統健康狀態也就越差。驅動力大小的比較不能直接采用回歸系數，而要采用標準化數據的回歸系數。因為在多元線性回歸方程中，各自變量的單位不同，得到的回歸系數也就有不同的量綱，所以回歸系數的大小只能表明自變量與因變量在數量上的關系，而不能表示各自變量在回歸方程的重要性。要比較各個自變量的重要性，必須消除單位的影響。為此，在做線性回歸時需要對變量值作標準化變換，即變量減去其均值并除以其標準差的估計，由此得到的回歸系數被稱為標準化系數［6］。如表2所示3個驅動因子的標準化回歸系數分別為:－0．629、－0.158、－0.261。標準化系數的絕對值越大說明驅動因子的驅動力越大，所以湖濱帶生態系統健康驅動因子的驅動力強弱順序為:太湖主體營養狀態X1＞岸帶類型X3＞入湖河流污染負荷通量X2。   2．4偏相關系數分析   簡單的高度相關并不意味著因果性［14］，而偏相關系數的計算過程會同時考慮多個變量之間可能產生的影響，另一方面又采用一定的方法控制其他變量，得到在交互影響下兩個特定變量的凈相關關系。具有顯著性統計意義的偏相關系數能反映事物間的本質聯系，并已成功應用于篩選驅動因子的研究中［15］。運用SPSS軟件對表1數據進行偏相關性及相關性分析，結果表明4個影響因子雖然與湖濱帶生態系統健康狀況(Y)都有顯著的相關性(P≤0．01)，但是只有3個因子與因變量Y具有顯著的偏相關性關系(P≤0.05)，也就是該方法確定的驅動因子為太湖主體營養狀態X1、入湖河流污染負荷通量X2、岸帶類型X3(表3)。偏相關系數絕對值越接近1，表明相關性越大，所以這3個驅動因子的驅動力大小排序為太湖主體營養狀態X1＞岸帶類型X3＞入湖河流污染負荷通量X2。這一結果與2．3中的“多元線性逐步回歸法”得出的結果完全一致，說明這兩種方法對該樣本數據的處理結果沒有本質差異。觀察表3中各影響因子的相關系數與偏相關系數還可以發現，雖然在相關性分析中風浪強度X4與湖濱帶生態系統健康綜合指數Y呈顯著負相關，但是在偏相關性分析中其系數卻為正值，且沒有達到P≤0．05的顯著性水平。說明在綜合考慮其他影響因素存在的情況下，風浪強度對湖濱帶生態系統健康狀況可能會起到正面效應，也就是風浪強的區域不一定就是生態系統健康差的區域，雖然這一推斷在統計上沒有顯著意義。#p#分頁標題#e#   3分析與討論   3．1驅動因子   通過以上兩種統計分析方法，確定了相同的驅動因子，并且驅動力大小順序也一致，均為:太湖主體營養狀態X1＞岸帶類型X3＞入湖河流污染負荷通量X2。由標準化回歸系數的絕對值大小可知，太湖主體營養狀態對湖濱帶健康狀態的影響是其它2個驅動因子的2．4—4．0倍;這比由偏相關系數絕對值大小推斷的1．7—1.9倍略大一些;這兩種方法得出的另外2個驅動因子的系數絕對值分別都很接近。該結果說明對于太湖湖濱帶的生態系統健康狀況影響最大的驅動因子是太湖主體營養狀態，且對湖濱帶生態系統健康狀態起到決定性的作用，這與常規判斷以及前期研究結果是一致的［16］。因此任何引起太湖水質狀態下降的因素也會反饋在湖濱帶生態系統健康上，湖濱帶與湖泊主體是唇齒相依的關系，一切有利于太湖水質改善的措施也同樣會有益于湖濱帶的生態系統健康恢復。驅動作用居第2位的是岸帶類型，結合岸帶類型的評分標準，我們會發現有無大堤、大堤與水位線之間的灘地面積的大小是影響湖濱帶生態系統健康的重要因素，也即大堤的建設是促使太湖湖濱帶生態退化的重要驅動力。根據歷史調查數據［17］，環湖大堤建成以后，原有湖濱帶灘地面積銳減，大堤內蘆葦灘地的寬度僅剩數十米甚至消失，灘地挺水植物量在修建大堤前后形成明顯的拐點，1995年是1990年的20%不到。驅動力排第3位的是入湖河流污染負荷通量，流域污染源或者營養鹽多以徑流攜帶的方式匯入入湖河流，湖濱帶首當其沖的最先受到污染。賴格英［18］利用SWAT模型研究了入湖河流污染負荷與太湖流域的工業、農業發展、地形、土壤、氣候、土地利用的關系，表明生活污水、工業廢水是引起河流污染負荷升高的2大重要因素，貢獻率分別占30%和16%。由此而推，人為產生的生活污水、工業廢水也是引起湖濱帶生態惡化的重要原因。圖2給出了這3個驅動因子沿太湖湖濱帶分布的趨勢與湖濱帶生態系統健康綜合指數的關系，圖中湖濱帶的環形圈內色彩的變化表示不同的健康狀態，每個點位所對應的3個餅狀圖面積由大到小分別為太湖主體營養狀態、岸帶類型、入湖河流污染負荷通量，餅狀圖面積大小代表驅動力的大小;餅狀圖的顏色變化代表驅動因子值的高低變化。結合2．2的數據解釋可知，湖濱帶生態系統健康綜合指數越大越健康，而3個驅動因子的數值越大產生的負面效果越大，圖2可以直觀的反映出這種對應關系，即在太湖北部的梅梁灣、竺山灣的湖濱帶生態系統健康較差的區域，3個驅動因子的數值也相對越大;在東太湖等少數相對較健康的區域，3個驅動因子的數值相對較小。   3．2未入選的影響因子   在逐步回歸分析和偏相關系數分析結果中，還有一個未選入的影響因子，即風浪強度。在強制型回歸方程分析中，發現該影響因子沒有通過顯著性檢驗，它的回歸系數與偏相關系數分析的結果一樣也為正值，即在有其他3個影響因子作用的情況下風浪大的區域所對應的湖濱帶生態系統健康狀況卻是較好的。這一結果與很多孤立的研究風浪對湖體、湖濱帶狀態影響的結論正相反［19］，孤立研究風浪作用所得到的結論正如本文中簡單相關性分析得出的風浪對湖濱帶生態系統健康有顯著的負效應一樣。這一研究結果應該引起人們深入關注，即在自然環境中不能單純考慮某一影響因子的作用，這樣可能得到完全相反的結論。另外，該結果可以更好的解釋一些在現場情況下研究風浪效應的結果，實際上許多湖泊研究專家已經發現風浪的不定性作用［20］，例中國科學院地理與湖泊研究所太湖研究站人員發現盡管梅梁灣中部測點底泥量豐富、水深相對較小，但是強風浪(平均波高大于10cm)，并不能使水中氮、磷營養鹽含量顯著上升，這表明太湖底泥營養鹽在風浪強度較大時，并不呈現釋放狀態，相反的可能會因為再懸浮沉積物吸附作用，底層表現為水體營養鹽的匯，從而使水體溶解性總氮、總磷指標還具有下降的趨勢［8］。范成新也指出營養鹽的垂向分布受水深、底泥性狀、植物分布及風浪等多種因素影響，因此風浪對淺水湖泊營養鹽的分布的作用較為復雜［8］。   3．3驅動因子的識別方法   本文所采用的“多元逐步回歸法”和“偏相關系數法”是現今最受認可的2種探尋驅動因子的方法。但是由于統計方法的差異，這2種方法各有優劣勢。“多元逐步回歸法”不僅能通過t檢驗篩選出驅動因子，消除統計上顯著的多重共線性問題，而且還可以建立回歸模型，具有預測的功能;但是對于驅動力大小的判定，由于采用標準化系數的方法，不僅與自變量的回歸系數有關，而且與這個自變量的波動程度有關，因此可能會有偏差，將樣本數據中波動程度較大(自變量的標準差較大)的自變量賦予過高的驅動作用力［6］。而“偏相關系數法”對于驅動力大小的判定則不會受自變量樣本波動性的影響，但是其弱點是不能形成預測模型。因此，除了只有2個自變量的情況下(此時2種方法結果一致)，建議同時使用這兩種方法作比較研究，并認真核實差異原因，以期做出合理的解釋。值得注意的還有，無論哪種驅動因子識別方法，得出的結論都有自己的時效性、地域性，其結果只適用于某一特定時段、特定區域，只能用作短期、類似地域外推，不能盲目的推斷未來十幾年、甚至幾十年的情況，也不能無限制的應用到任何地域。   4結論與建議   4．1結論   (1)以太湖為例，研究了“多元線性逐步回歸法”及“偏相關系數分析法”對大堤型湖濱帶生態系統健康狀態的驅動因子識別，2種方法識別的驅動因子相同，即太湖主體營養狀態、入湖河流污染負荷通量和岸帶類型。(2)3個驅動因子的驅動力大小排序為:太湖主體營養狀態＞岸帶類型＞入湖河流污染負荷通量;且3者均是負驅動效應，也即太湖主體的營養狀態綜合指數越高、入湖河流污染負荷通量越重、岸帶類型狀況越差，湖濱帶生態系統健康狀態也就越差。(3)從統計方法的原理及結果上解釋了“風浪強度”沒有入選為驅動因子的原因，這與許多湖泊研究專家發現風浪的不定性作用相符合。 #p#分頁標題#e#

  4．2建議   (1)加強對于環境學、生態學領域驅動因子的探討，逐步完善驅動因子的概念、識別方法及模型研究的系統方法。(2)風浪強度這個自然因素不是引起湖濱帶生態系統健康差異的驅動因子，驅動因子是與人為活動密切相關的3個影響因素，因此，通過調整人類活動可以達到改善太湖湖濱帶生態系統健康狀態的目的。(3)根據本文的研究結果，太湖湖濱帶的生態修復的根本措施是減少入湖河流污染負荷通量，改善太湖主體水質。但是，減少大堤對湖濱帶的負面影響，例如將大堤向陸域后撤50m，增加灘地面積，為挺水植物和其它生物提供棲息空間，也能夠直接改善太湖湖濱帶的生態系統健康狀況。