第二章 高速铁路路域生态原貌及退化评价方法
2.1 高速铁路路域生态本底评价指标体系
高速铁路路域生态原貌指标评价是高速铁路环评的基础，其生态环境系统具有非线性、动态性、不确定性、非平衡性、突变性等典型的复杂系统特点，本章拟在“3S”集成技术调查和实地样地深入调查基础上，应用复合生态系统原理、生态学、环境科学、系统科学等理论和方法对原始数据进行分类整理分析，探讨运用主成分、聚类分析、加权复合评价法等非线性统计分析方法，对区域生态环境的生态原貌（本底）和退化程度进行多目标、多属性、多层次复杂系统综合评价分析。
2.1.1 路域区域生态系统的定义
当高速铁路建成以后，随着绿化和生态恢复为主的环保工程的实施，出现了一个新的生态系统，其范围是道路用地地界之内，宽约15～20m，长数百或数千公里的地带，具有边界模糊性、局部突变性和广域过渡性。生态系统的组成包括乔木、灌木以及草本等绿色植物，鸟类、鱼类以及爬行类等动物，微生物及无机环境。
按照环境影响评价分类法一级标准，可将路域区域生态系统分为：工程设计外侧轨道中心线两侧用地界外各300～500m以内区域；施工便道中心线两侧用地界外各100m以内区域；取土场、弃土（砟）场及临时用地界外100m以内的区域；过水桥涵一侧300m以内（沟）段，通航河流一侧1km河段。
按照微环境分类法，可将路域区域生态系统分为：
（1）核心区域：铁路用地界以内的带状区域，包括铁路路基边坡防护带、路基外围的小灌木、乔木绿化带、桥梁部水域范围的影响区等。这一系统的成分、结构、演替等比周围自然生态群落要单纯，比农田等人工生态环境又要复杂，其代表性的特点是外来种属的引进，乔、灌、草、动物等生物多样性的变化。
（2）线路辐射区：包括生态辐射区、噪声辐射区、振动辐射区以及部分电磁辐射区的交并集合，这些不仅有共同的部分，同时也包含了不同影响的延伸区。生态辐射区的面积相对较大，包括路域范围的生态建设以及为保护线路而进行的生态防护工程。铁路工程沿线辐射区往往形成廊道效应和新的生态演替阶段。
2.1.2 高速铁路路域生态本底评价指标体系制定原则
生态评价所面对的是一个复杂的多属性、多目标和多层次的综合系统，其指标体系的建立属于多属性评判问题，因而必须建立多目标的评价体系。根据高速铁路沿线的社会、经济及生态状况，提出高速铁路路域生态本底评价指标体系建立应遵循的原则。
（1）指标的完整性
生态环境系统是一个社会-经济-生态大系统，反映其生态类型的特性也应该从这三方面入手，使评价指标体系能在生产、生活、社会进步与环境保护方面反映大系统的完整性。
（2）时空变化的差异性
由于生态评价是针对不同类型所进行的，特别是要揭示不同类型之间的差异，并因此提出不同的生态恢复方案。因此，生态评价的指标也要反映时空变化的差异性，同时各指标还要有相对的独立性和稳定性。据此，本书对诸多因子进行选择时，对变化不明显、独立性和稳定性较差的因子进行剔除。
（3）指标的合理性
评价指标的选择要达到可测度、可操作、可比较、可推广的要求，在较长时间和较大范围内适用。
2.1.3 高速铁路路域生态本底评价指标的筛选
2.1.3.1 原始指标和变量的收集
以高速铁路路域生态本底评价指标体系建立的目的为基础，对国内外同类研究的成果进行调研，参考相关指标体系，根据指标选择的原则，有选择性的收集了39个原始指标和变量，建立汇总统计表，见表2-1。
表2-1 原始指标汇总
续上表
2.1.3.2 原始指标和变量的筛选
根据生态评价的理论，对原始指标进行初步筛选，筛选的具体原则和依据包括以下几方面。
（1）指标功能明确：涉及生态本底评价的某一方面内容。
（2）指标定义准确：指标内涵准确，不会因为人为原因发生误解。
（3）数据可得性较好：数据能够获得，并且可操作性强。
（4）指标具有可比性：指标被广泛认可或者应用，获得的数据具有一定的可对比性。
（5）指标不重复性：指标含义相近者取其中之一。
根据以上5条原则，对指标是否符合要求进行汇总，其结果见表2-2。
表2-2 原始指标筛选
续上表
根据筛选结果，请专家、政府相关部门人员、社会团体对筛选后的指标进一步的讨论和筛选，使之更符合指标选取的原则，最终确定本套指标体系的指标数为10个：坡度、土层厚度、石砾含量、有机质、全氮、全磷、全钾、pH值、生长势、制约因子。最终的10个指标基本符合功能明确、适合研究对象的特点、数据可得性较好、涵义广泛、条款精简的原则。
2.1.4 高速铁路路域生态本底的分类及评价
为了对生态原貌类型进行科学合理的评价，拟采用定性与定量相结合、定量为主的分析方法对生态类型进行归并。对表2-2中的10个生态指标进行评价等级划分，并给出相应的评价分值，详细结果见表2-3。
表2-3 生态本底评价等级
续上表
2.1.4.1 原始数据的量化
根据表2-3中的标准，对原始数据进行量化。其中，石砾含量、制约因子、坡度和pH值等指标，第一等级赋值5分，第二等级赋值4分，第三等级赋值3分，第四等级赋值2分，第五等级赋值1分；全氮、土层厚度、全磷、有机质、全钾等指标则仍沿用原来的数值，生长势则根据实地调查结果打分。
为了使10个指标更具代表性，可以用主成分回归分析的方法找出这样一类少数因子，即综合因子，能代表原来的诸多因子，并且能反映原因子之间的内在联系和起到主导作用，从而找出客观事物的所有特征。
2.1.4.2 原始数据的标准化
原始数据要用离差标准化方法进行标准化，这样可以消除量纲与量级的不统一。离差标准化计算公式为
2.1.4.3 主成分分析
主成分分析法是一种数学变换的方法，把给定的一组相关变量通过线性变换转成另一组不相关的变量，这些新的变量按照方差依次递减的顺序排列。第一主成分是具有最大方差的变量，第二主成分是具有次大方差且与第一主成分不相关的变量，后面同理，但是需要注意的是要保持数学变换中的总方差不变。
1.主要目的
主成分分析的主要目的是希望用较少的变量去解释原有资料中的大部分变异，将相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少、能解释大部分资料中变异的几个新变量，即所谓主成分，并用以解释资料的综合性指标。由此可见，主成分分析实际上是一种降维的方法。
2.分析步骤
（1）对数据进行无量纲化处理。
（2）求相关系数矩阵。
（3）进行正交变换，把非对角线上的数变换成零。
（4）求出本征根xi，并排序（从大到小）。
（5）求各个本征根对应的本征向量。
（6）计算每个本征根的解释度即贡献率VI。
VI=xi/（x1+x2+……）
（7）根据本征根及其本征向量解释主成分物理意义。
2.1.4.4 聚类分析法
系统聚类分析是一门多元统计分类法，根据多种地学要素对地理实体进行划分类别的方法。对不同的要素划分类别往往反映不同目标的等级序列，如土地分等定级、水土流失强度分级等。
1.系统聚类的相关步骤一般为：
（1）利用一批指标或数据找出可以度量这些指标或数据之间相似程度大小的统计量。
（2）将统计量作为划分相关类型的依据，把相似程度较大的变量或者样品聚合为一类，再将另外相似程度较小的变量或者样品聚合为另一类。
（3）根据各类数据之间的亲疏关系，逐步形成完整的分类系统图，又称谱系图，其相似程度可以由距离或者相似系数来确定。进行类别合并的标准是令类间差异最大，类内差异最小。
2.聚类分析特点为：只需要一批地理方面的数据，而无需事先知道分类对象的相关分类结构；然后选择好分类统计量，并且按照一定的步骤进行运算；最后就可以自然而且客观的获得一张完整度很高的分类系统图。
3.聚类分析的基本原理：根据样本其本身的属性，运用数学的方法，按照某种相似性、差异性指标，定量分析样本之间的亲疏程度，并且以此为标准对样本进行聚类。
4.常用的聚类分析方法有动态聚类法、系统聚类法和模糊聚类法等。
（1）聚类要素的数据处理
①总和的标准化
②标准差标准化
③极大值标准化
④极差的标准化
（2）距离的计算
作为事物之间差异性的测度——距离，当差异性越大时，其越小，因此距离可以作为系统聚类分析的基础依据，主要有以下四种。
①绝对值距离
②欧氏距离
③明科夫斯基距离
距离选择的不同，其聚类的结果是有差异的。进行地理分区以及分类研究时，往往采用几种距离进行计算、对比，选择一种较为合适的距离进行聚类。
（3）系统聚类法计算类间距离的统一公式
①最短距离聚类法具有空间压缩性，而最远距离聚类法具有空间扩张性。
②最短距离聚类法和最远距离聚类法关于类间的距离计算可以用统一的式子表示：
当γ=-1/2时，为最短距离聚类法计算类间距离的公式；当γ=1/2时，为最远距离聚类法计算类间距离的公式。
③系统聚类的方法还有：
2.1.4.5 选用主成分分析法和聚类分析法的依据
在生态原貌的研究中，为了全面、系统地分析生态原貌，必须考虑众多影响因素，包括气候气象、地形地貌、水文地质、土壤和植被等，这些影响因素又可以细分为30多种因素。这些涉及的因素一般称为指标，在多元统计分析中也称为变量。因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，比如气候气象和水文地质，因而所得的统计数据反映的信息在一定程度上有重叠。在用统计方法研究生态原貌的问题时，变量太多会增加计算量和分析问题的复杂性，而主成分分析在进行定量分析的过程中，能把多个变量转化为少数几个有代表性的、综合的变量，并且得到较多的信息量，是解决这类问题的理想工具。
在研究高速铁路路域生态原貌时，事前并不知道要把它分为几类，而聚类分析是一种探索性的分析，在分类过程中，不必事先给定一个分类标准，聚类分析能够从样本数据出发，自动进行分类分析；在聚类分析之前研究者也不知道研究对象要被分为几类，也不知道每个类的特点。