一种城市河流三维物理生境完整性评价技术技术领域
本发明专利涉及生态恢复领域，是一种可用于城市河流物理生境完整性评价的技
术。本技术针对城市河流强人为干扰特征，从横向完整性、纵向完整性和垂向完整性三个维
度选择了10个评价指标，构建了城市河流三维物理生境完整性评价指标体系；以城市河流
所有监测点中各指标的最高得分为参考值构建城市河流物理生境完整性评价标准体系；引
入信息熵对传统的灰色聚类评价方法进行改进，运用改进的灰色聚类评价方法对城市河流
物理生境完整性开展评价。
背景技术
河流与城市的发展息息相关，但由于受人类活动的影响，目前河流生态系统尤其
是城市河流生态系统普遍退化严重。通常我们认为导致河流生态系统退化的原因包括土地
利用的变化、水质污染、水量不足、生物多样性降低等。其中，河流水文地貌条件的改变被认
为是导致河流生态系统退化的根本原因。对河流水文地貌条件进行评价，尤其是对河流的
物理生境评价(很多学者认为河流物理生境评价是河流水文地貌评价的别称)被认为是河
流管理和河流修复的中心环节。这主要是由于物理生境作为河流生境的重要组成部分，具
有变化周期长，相对稳定的特点，对河流物理生境完整性开展评价，有助于识别凉水河生态
环境日益恶化的根本原因，是保障和修复河流生态完整性的前提条件。
1983年，Platts等人利用MESC对河流、河岸带和生物多样性三者之间的关系开展
了研究(Platts et al.，1983)，在随后不到20年的时间里关于河流物理生境评价的方法不
断涌现，其中应用比较广泛的有QHEI(Rankin et al.，1989)、HGM(Rankin et al.，1989)和
RHS(Simon et al.，1995)等方法。1999年美国环保署建立了河流物理栖息地评价体系，从
河岸带、河道宽深比、河床条件、水生动植物等方面对河流的物理生境进行评价；欧盟也于
2000年发布水框架指令(WFD，Water Framework Directive)，指令要求从河流的河床、河岸
带、水文等方面对欧盟境内的所有河流的水文地貌进行监测。评价体系和指令的出台，使得
河流物理生境评价方法得到了进一步的发展。
近年来，国内学者对河流物理生境评价开展了较多研究，但针对具有强人为干扰
特征的城市河流开展河流物理生境完整性评价的技术方法较少。经专利检索，尚未检索到
已授权或公开的关于城市河流物理生境完整性评价的技术，从三维完整性出发对河流物理
生境完整性进行评价的方法尚属首次被提出。
综上所述，从横向完整性、纵向完整性和垂向完整性三个维度出发，构建城市河流
三维物理生境完整性评价技术，对城市河流物理生境完整性进行评价，对于指导城市河流
的管理和开展物理生境完整性恢复具有重要意义。
发明内容
本发明的目的提供一种城市河流三维物理生境完整性评价技术，从横向完整性、
纵向完整性和垂向完整性三个维度对城市河流物理生境完整性进行评价，最终用于指导和
评估城市河流物理生境完整性恢复工作。
为达到上述目的，本发明采用了如下技术方案：
提供一种城市河流三维物理生境完整性评价技术，包括以下步骤：
1)构建城市河流物理生境三维完整性评价指标体系；
2)根据步骤1)中所述的指标计算方法进行野外调查；
3)根据步骤2)中所述的野外调查结果构建城市河流三维物理生境完整性评价标
准体系；
4)利用改进的灰色聚类分析方法对城市河流三维物理生境完整性进行评价。
其中，步骤1)中所述的城市河流三维物理生境完整性包括横向完整性、纵向完整
性和垂向完整性，横向完整性包括横向连通性、河岸植被覆盖率、河岸带植被缓冲带宽度指
数、河岸带人类活动强度指数和河岸带土地利用类型指数；纵向完整性包括生态流量满足
率、纵向连通性和河流蜿蜒度；垂向完整性包括底质构成指数和栖境复杂性指数。
所述的横向连通性的计算公式为：1-Ha/Ta，其中Ha为河流两岸的硬化面积；Ta为两
岸总面积。
所述的河岸植被覆盖率的计算公式为：Va/Ta，其中Va为河岸植被覆盖面积；Ta为河
岸总面积。
所述的河岸植被缓冲带宽度指数的计算公式为：Wv/50，其中Wv为监测点河岸两侧
各50m范围内河岸带植被缓冲带宽度。
所述的河岸带人类活动强度指数的计算公式为：1-Dh/50，其中Dh为监测点两侧50m
范围内大、中型机动车行使、河岸带采砂的距离。
所述的河岸带土地利用类型指数的计算公式为：∑(Si×Vi)/8，其中∑(Si×Vi)为
土地利用类型得分；Si为第i种土地利用类型面积除以监测点两侧50m总面积；Vi值查表1。
表1.土地利用类型指数得分表
土地利用类型
得分
土地利用类型
得分
土地利用类型
得分
自然阔叶/混交林
8
高大草本
5
人工草地
2
人造阔叶/混交林
7.5
湿地
4.5
农田
1
自然针叶林
7
自然草地
4
道路、建筑物
0
人工针叶林
6.5
果园
3
工厂
-1
灌木
5.5
公园
3
污水处理厂
-2
所述的生态流量满足率的计算公式为：Wn/Wd，其中Wn为现状流量；Wd生态需水量。
所述的纵向连通性的计算公式为：Sd/10，其中Sd为监测点上下游10Km内距离监测
点最近的闸坝与监测点的距离。
所述的河流蜿蜒度的计算公式为：La/D-1，其中La为沿河流中线两点间的实际长
度；D为该两点间的直线距离。
所述的底质构成指数的计算公式为：Sa/4，其中Sa为监测点河道4m2范围内沙砾底
质分布面积。
所述的栖境复杂性指数的计算公式为：Hc/Hs，Hc为监测点河道25m2范围内复杂栖
境数量；Hs为25m2范围内栖境总数量。
步骤3)所述的根据野外调查结果构建城市河流三维物理生境完整性评价标准体
系的计算方法为得分小于所有监测点中该指标最高得分的20％为差等级(I)，介于20％和
40％之间为较差等级(II)，介于40％和60％之间为一般等级(III)，介于60％和80％之间为
较好等级(IV)，大于等于最高分的80％为好的等级(V)。
步骤3)所述的改进的灰色聚类分析方法是指借鉴信息熵的思想，在传统灰色聚类
分析的基础上，利用信息熵计算各指标的信息熵权，利用传统的聚类权与信息熵权的乘积
作为最终的聚类权。
步骤3)所述的改进的灰色聚类分析方法的主要计算步骤包括以下一个步骤：(1)
确定聚类白化数
假设有m个监测点，每个监测点有n个监测指标，且每个指标有i个灰类(标准分
级)，则构成m×n的白化矩阵。
(2)数据的标准化处理
1)监测指标的白化数的标准化处理
对于聚类样本(各监测点)的原始白化数cki按照方程(1)进行标准化计算：
式中，dkj为第k个监测点第j个监测指标的标准化值；ckj为第k个测点第j个监测指
标的实测值；c0j为第j个因子的参考标准。
2)灰类的标准化处理
为了便于比较分析，仍使用c0j进行无量纲化处理，即：
rji＝sji/c0i j∈(1，2，…，n)；i∈(1，2，…，h) (2)
式中，rji为第j个监测指标第i个灰类sji的标准化处理值；sji为第j个监测指标第i
个灰类；h为总的灰类数(评价等级数)。
(3)确定白化函数
白化函数反映聚类指标对灰类的亲疏关系。对于第j个监测指标第i个灰类，可用
白化函数关系式来表达各个监测指标的白化值分别对i个灰类的亲疏关系。第j个监测指标
的灰类1的白化函数为：
第j个监测指标的灰类i的白化函数为：
第j个监测指标的灰类h的白化函数为：
(4)求算聚类权
聚类权是衡量各个监测指标对同一灰类的权重，考虑到各监测指标对评价结果的
贡献率不同，借鉴信息熵的思想，在传统灰色聚类分析的基础上，利用信息熵计算各指标的
信息熵权，利用传统的聚类权与信息熵权的乘积作为最终的聚类权。
在计算各指标的信息熵权前，首先计算信息熵，其计算公式如下：
式中，k＝1/lnm，pkj为监测值ckj归一化处理后的结果，即监测指
标的信息熵越小，表明其变异程度越大，其在决策中起到的作用越大。接着利用(7)式计算
信息熵权：
把信息熵权计算在内的聚类权的计算公式如下：
式中，rji为第j个监测指标i个灰类的标准化处理值。
(5)求算聚类系数
聚类系数反映了各监测点对灰类的亲疏程度。对第k个监测点i个灰类的聚类系数
计算公式如下：
式中，fji(dkj)为第k个监测点第j个监测指标的第i个灰类的白化系数，将每个监
测点对各个灰类的聚类系数组成聚类行向量，在行向量中最大聚类系数所对应的灰类即为
该监测点所属的类别。
本发明具有如下优点：本发明从横向、纵向和垂向三个维度对城市河流物理生境
进行立体评价；本发明在利用灰色聚类法对河流物理生境完整性进行评价时对传统的灰色
聚类方法进行了改进，即借鉴信息熵的思想，在计算聚类权时引入信息熵权，使评价结果更
趋合理；本发明的评价结果针对性强，能识别出造成河流物理生境完整性较差的不同指标，
有利于河流管理部门开展有针对性的修复工作；本发明操作简单且应用范围广泛，适用于
我国北方城市河流的物理生境完整性评价。
附图说明
图1为北京市凉水河采样点位置图，图中LS1、LS2等为各监测点位置。
图2为北京市凉水河三维物理生境完整性评价结果，图中颜色越深表明所在监测
点的该指标等级越差，图中横坐标TC、RVC、RVW、AFI、LUI、EF、LC、RM、SCI、HCI分别为横向连
通性、河岸植被覆盖率、河岸带植被缓冲带宽度指数、河岸带人类活动强度指数、河岸带土
地利用类型指数、生态流量满足率、纵向连通性、河流蜿蜒度、底质构成指数和栖境复杂性
指数。
具体实施方式
以下通过实施例的方式进行进一步详细阐述本发明的技术方案和评价结果，但本
发明的保护范围不局限于所述实施例。
实施实例
选取北京凉水河为研究对象，结合河流两岸的人类活动情况、土地利用类型以及
河道中闸坝情况，沿河流走向布设了21个采样点(附图1)，分别于2015年4月和8月按照各指
标的计算方法，开展了野外调查，得到了各指标的得分。
在2016年4月野外调查的基础上，结合课题组积累的历史数据，得到凉水河物理栖
息地完整性调查结果(见表2)。
表2.凉水河物理栖息地完整性调查结果
监测点
TC
RVC
RVW
AFI
LUI
EF
LC
RM
SCI
HCI
LS1
0.60
0.30
0.55
0.65
0.13
0.30
0.17
0.24
0.35
0.20
LS2
0.65
0.35
0.45
0.55
0.04
0.20
0.12
0.28
0.60
0.35
LS3
0.50
0.18
0.40
0.75
0.13
0.25
0.21
0.12
0.30
0.15
LS4
0.45
0.25
0.45
0.75
0.06
0.25
0.29
0.14
0.35
0.15
LS5
0.55
0.40
0.50
0.65
0.25
0.20
0.36
0.23
0.30
0.20
LS6
0.75
0.55
0.55
0.80
0.13
0.18
0.40
0.22
0.25
0.15
LS7
0.85
0.40
0.45
0.85
0.19
0.20
0.28
0.15
0.30
0.20
LS8
0.85
0.45
0.60
0.85
0.08
0.30
0.19
0.13
0.25
0.15
LS9
0.55
0.30
0.50
0.70
0.19
0.25
0.10
0.15
0.25
0.15
LS10-1
0.85
0.45
0.45
0.70
0.31
0.20
0.10
0.20
0.30
0.20
LS10-2
0.65
0.35
0.55
0.65
0.19
0.20
0.08
0.13
0.30
0.20
LS11
0.85
0.35
0.45
0.70
0.11
0.20
0.13
0.12
0.25
0.15
LS12
0.65
0.16
0.45
0.80
0.20
0.20
0.17
0.12
0.25
0.15
LS13
0.45
0.35
0.45
0.65
0.09
0.30
0.42
0.21
0.30
0.20
LS14
0.45
0.40
0.55
0.85
0.26
0.20
0.46
0.18
0.30
0.20
LS15
0.60
0.45
0.50
0.85
0.06
0.20
0.27
0.08
0.25
0.15
LS16
0.65
0.12
0.60
0.65
0.05
0.60
0.12
0.18
0.25
0.15
LS17
0.60
0.35
0.55
0.85
0.09
0.70
0.15
0.16
0.25
0.15
LS18
0.60
0.30
0.60
0.65
0.13
0.50
0.10
0.12
0.30
0.20
LS19
0.60
0.30
0.70
0.85
0.16
0.30
0.29
0.21
0.30
0.20
LS20
0.55
0.40
0.60
0.80
0.09
0.30
0.39
0.12
0.25
0.15
根据表2的调查结果，利用各指标的最高得分可以分别计算得到凉水河物理栖息
地完整性评价各指标的具体分级标准(表3)。具体的计算方法为得分小于所有监测点中该
指标最高得分的20％为差等级(I)，介于20％和40％之间为较差等级(II)，介于40％和60％
之间为一般等级(III)，介于60％和80％之间为较好等级(IV)，大于等于最高分的80％为好
的等级(V)。
表3.物理栖息地完整性评价指标分级标准
本文共有21个监测点，每个监测点监测了10个指标，故构成了一个21×10阶的白
化矩阵，根据公式(1)-(2)对监测指标的白化数和灰类进行标准化处理，根据公式(3)-(5)
计算得到横向连通性(TC)的白化函数如下：
灰类1：
灰类2：
灰类3：
灰类4：
灰类5：
同理可计算得到其他监测指标的白化函数，根据公式(6)-(7)计算得到各监测指
标的信息熵权如表4所示。基于信息熵权的计算结果计算得到各指标不同灰类的聚类权(表
5)和各监测点聚类系数及所属类型(表11)。
表4.各监测指标的信息熵权
表5各指标不同灰类的聚类权
监测指标
I
II
III
IV
V
TC
0.0026
0.0052
0.0078
0.0104
0.0130
RVC
0.0062
0.0126
0.0188
0.0250
0.0314
RVW
0.0012
0.0025
0.0038
0.0050
0.0063
AFI
0.0010
0.0018
0.0026
0.0035
0.0044
LUI
0.0167
0.0339
0.0506
0.0673
0.0845
EF
0.0121
0.0245
0.0366
0.0487
0.0611
LC
0.0133
0.0271
0.0404
0.0537
0.0675
RM
0.0057
0.0103
0.0154
0.0205
0.0257
SCI
0.0033
0.0068
0.0101
0.0134
0.0169
HCI
0.0034
0.0069
0.0103
0.0137
0.0172
最终计算得出凉水河三维物理生境完整性的结果如表6。计算结果表明凉水河三
维物理生境完整性可以分为4个等级，在21个监测点中评价结果为好、较好、一般和较差的
监测点分别为19.1％、23.8％、33.3％和23.8％。为了直观反映各评价指标对凉水河三维物
理生境完整性的影响程度，利用Heatmap Illustrator绘制了21个监测点中各指标的热图
(见附图2)。从热图中可以发现当前对凉水河三维物理生境完整性造成较大负面影响的指
标主要包括生态流量满足、纵向连通性、土地利用类型指数和底质构成指数等4个。
表6.各监测点对各灰度的聚类系数及所属类型
监测点
I
II
III
IV
V
所属类别
LS2
0.0329
0.0188
0.0218
0.0162
0.0583
V(好)
LS10-1
0.0189
0.0177
0.0236
0.0441
0.0934
V(好)
LS14
0.0205
0.0232
0.0383
0.0797
0.0868
V(好)
LS17
0.0139
0.0470
0.0336
0.0149
0.0655
V(好)
LS5
0.0067
0.0154
0.0343
0.1559
0.0015
IV(较好)
LS6
0.0090
0.0526
0.0040
0.0678
0.0597
IV(较好)
LS13
0.0128
0.0409
0.0461
0.0502
0.0337
IV(较好)
LS16
0.0318
0.0215
0.0164
0.0530
0.0198
IV(较好)
LS20
0.0088
0.0590
0.0209
0.0672
0.0169
IV(较好)
LS4
0.0192
0.0429
0.0660
0.0096
0.0018
III(一般)
LS7
0.0067
0.0201
0.1227
0.0170
0.0174
III(一般)
LS9
0.0146
0.0425
0.0819
0.0085
0.0005
III(一般)
LS10-2
0.0201
0.0239
0.0844
0.0206
0.0000
III(一般)
LS15
0.0268
0.0308
0.0425
0.0313
0.0072
III(一般)
LS18
0.0122
0.0513
0.0518
0.0401
0.0018
III(一般)
LS19
0.0000
0.0480
0.0980
0.0271
0.0107
III(一般)
LS1
0.0070
0.0847
0.0403
0.0090
0.0000
II(较差)
LS3
0.0052
0.1004
0.0283
0.0021
0.0018
II(较差)
LS8
0.0138
0.0737
0.0118
0.0263
0.0221
II(较差)
LS11
0.0189
0.0607
0.0339
0.0087
0.0135
II(较差)
LS12
0.0126
0.0602
0.0510
0.0208
0.0031
II(较差)