从物质组成上看，流域生态系统是一定范围内生物群落与无机环境构成的有机整体，能够为人类提供必要的自然资源和生存环境，是人类赖以生存和发展的基础。从系统整体性上看，流域是一个社会-经济-自然复合生态系统，是一个独立的地貌单元，是一个完整的生态系统[1]。基于流域特点及国内外相关理论研究，可以将流域生态健康定义为：流域生态系统处于良好的平衡状态，保持物理、化学及生物完整性，能为人类提供不同生态产品或服务功能，并对自然和人为干扰具有一定的自我调节和恢复能力[2]。检索及归纳分析以往对流域生态系统健康评估的相关研究可以发现，评估模型和数据源是评估的关键[3-6]。

1、流域生态系统健康状况评估相关模型分析

基于多源数据的流域生态系统健康状况评估模型或方法的类型多种多样，通过整理、分析相关文献可以发现，常用的模型有PSR(Pressure-State-Response）及其衍伸模型、水基系统评价模型、生物完整性指数法及《流域生态健康评估技术指南（试行）》中的等级评价体系法等4种。基于此，本研究将详细介绍以上4种模型的内涵、典型应用及发展。

1.1 PSR模型

1.1.1 PSR模型的内涵

Pressure-State-Response(PSR）模型是世界银行、联合国粮农组织、联合国发展署、联合国环境署在联合开展的“土地质量指标（Land Quanlity Indicators,LQI）研究项目”中所提出的研究成果模型[7]。该模型是一个概念性框架模型，其中压力、状态和响应三部分互为因果关系。因此，在实际应用中，应充分考虑三者之间的逻辑性。在生态环境评价中其因果关系具体表现为：人类活动及自然过程对生态系统中的资源、环境等要素产生压力，尤其是人类活动（压力），生态环境资源因压力的改变导致其原有的生态环境状态发生变化（状态），人类为了降低负影响做出应用一定的生态修复技术、提出对应的管理政策等一系列响应措施（响应）[8]。

1.1.2 PSR模型的应用

PSR模型注重逻辑性和系统性，近年来已逐渐成为流域生态系统健康评估研究的主要应用模型之一。例如，宋玲玲等[9]结合统计数据，运用PSR模型建立了甘肃黄河流域生态安全指标体系，研究发现在1986-2011年间，甘肃黄河流域的生态环境响应指标安全指数呈现逐年增加趋势，整体上安全状态处于风险态。杨予静等[10]利用PSR模型，构建三峡库区忠县汝溪河流域生态系统健康评价体系，研究得出在2005-2009年该流域生态系统健康处于小幅度内的波动状态，整体处于较健康的状态。任建丽等[11]依据PSR模型建立艾比湖流域生态系统健康评价体系，分析艾比湖流域生态系统健康状况，研究表明艾比湖流域生态系统在2000-2009年先后经历了从健康到一般病态，最终到疾病状态这一逐渐恶化过程。陈美球等[12]运用PSR模型结合赣江上游流域生态系统特征构建指标体系，对赣江生态系统健康做出评价，并且针对各县区主要制约因子提出提升建议。

1.1.3 PSR优势及发展

PSR的核心在于评估指标体系的建立，评估指标体系需要考虑指标的可获取性以及压力、状态与响应三者之间的逻辑关系。PSR框架模型在建立评价指标体系时所体现的最大优点就是根据评估目标因地制宜选择评估指标。这样不仅可以有效表征自然-经济-社会复合生态系统的完整性、全面性，还可以最大限度地真实反映评估对象的自身特征，比如突出体现流域的地域特征、脆弱性特征及水环境特征[13]。

经过研究者对PSR模型的不断优化，从基础的Pressure-State-Impact-Response(PSIR）框架到Driving-Pressure-State-Impact-Response(DPSIR)[14-15]，再到Driving-Pressure-State-Impact-Response-Management(DPSIRM），模型在流域生态系统健康评估的适用性越来越高[16]。与PSR相比，增加了“影响”“驱动力”“管理”等准则的PSR模型在综合性、系统性、灵活性、整体性上有较大幅度的提升，指标体系包涵的因子更全面、评估标准更丰富、覆盖面更广，更能全面反映流域生态健康的影响因素。需要注意的是，模型的准则层与因子并非因子越多越好，选择因子应考虑能准确表现流域生态结构和功能所需要的指标[17]。

通过梳理已有相关文献可以发现，除DPSIR、DPSIRM这些衍伸模型外，PSR模型在流域生态健康评价应用中还存在一些其它形变模式，比如增加了考虑生态服务功能的Pressure State Function Response(PSFR）模型[18-20]。具体到流域生态系统健康评价中功能要素指的是流域水生态系统中可以为人类可持续提供多种良好的服务功能。此外，在指标体系中增加对流域生态系统服务要素或准则可以更好地表现流域健康的完整性，更加深入分析流域生态系统的健康动态变化状况。

1.2 水基系统评价模型

1.2.1 水基系统评价模型的内涵

水基系统是指在一定水文尺度和空间范围内，水及与其相关的涉水介质和涉水工程共同构成的基础生境承载系统。不同水文尺度下、不同空间范围内，水基系统有不同的表征，水基系统具有基础性、动态性、包融性、交互性等属性。

1.2.2 水基系统评价模型的应用及特点

水基系统评价模型主要通过稳定度指标、和谐度指标和演进率构建指标体系对水环境健康状况进行评价[8]。例如，向碧为等[21]基于水基系统的概念构建了东江流域水基系统健康评价指标体系，其中指标体系的准则层包含稳定度、和谐度和演进率。邢贞相等[22]在构建挠力河流域的水基系统健康评价体系时结合主产农产品特色，将水基系统各组成部分具体到流域尺度上。此外，水基系统评价模型还可以与系统动力学模型（SD）、Topsis模型、GIS技术等模型或技术进行耦合应用研究，进一步拓宽了水基系统在流域健康评价上的应用范畴[23-25]。水基模型虽然理论基础上比较完善，但是在实际应用过程中的认识和技术方法相对PSR模型还不成熟，仍需不断完善。

1.3 生物指数法

1.3.1 生物指数法的内涵

生物完整性指数（Index of Biotic Integrity,IBI）是用以度量区域生物集群，维持物种组成、多样性、结构和功能稳态能力的量化指标[26]。IBI通过合理赋权不同生物敏感性指标来差异的表征水生态健康状况，反映流域水生态系统完整性。

1.3.2 生物指数法的应用

目前，IBI及相关指数已被广泛应用到水生态健康状况评估中，尤其是B-IBI(Benthic IBI）和F-IBI(Fish IBI）。例如，马卓荦等[27]通过构建B-IBI评价体系对东江下游河流的生态健康状况做出评价，并得出水污染因子和底栖动物群落健康呈现负相关性这一结论。王旭等[28]通过构建B-IBI指标体系评价密云水库上游流域生态健康状况上的应用。张亚等[29]从生态学角度构建了F-IBI评价指标体系，对苏州河生态系统的污染程度和恢复程度进行了评价。

需要注意的是，单独的生物完整性健康不能代表生态系统健康，还应当合并考虑生态系统的物理完整性和化学完整性[30]。即，在构建水生物指数法的指标体系时应注意构建综合水生生物群落特征、水环境化学特征、水环境物理特征等特征的综合性评价体系。更偏向于河流水体。

1.3.3 生物指数法的发展

IBI起初用于鱼类生物完整性的研究[31]。之后IBI向生物类群方向延展，比如现在的IBI指标集包括大型底栖生物完整性指数（B-IBI）、固着藻类生物完整性指数（Alga IBI,A-IBI）、浮游生物完整性指数（Plankton IBI,P-IBI）、水生植物生物完整性指数（Aquatic plants IBI,AP-IBI）等[32]。在以上几种IBI中，各类生物完整性指数都是从某类特定生物集群角度评价，都是单类群生物完整性指数。需要注意的是，虽然单类群生物完整性指数能在一定程度上刻画生态系统完整性，但是不同类群生物对生态环境变化的敏感性不一致，导致IBI评价结果也不一致。所以多类群生物完整性指数会成为今后研究的重点方向之一[33]。

1.4《流域生态健康评估技术指南（试行）》中的等级评价体系法

1.4.1 等级评价体系内涵

《流域生态健康评估技术指南（试行）》（简称《指南》）是由生态环境部（原环境保护部）在2013年3月发布。该《指南》为流域生态健康评估提供了详细的工作流程和技术方法，规定了流域生态健康评估的一般性原则、内容、方法和技术要求，旨在从流域尺度进行生态环境现状调查、问题分析和综合评估，掌握流域生态系统的基本特征和存在的主要问题，为流域生态环境可持续发展和有效保护及管理提供技术支撑[34]。

1.4.2 等级评价体系应用及特点

《指南》的指标体系将评估对象分为陆域和水域。在水域评估对象中，指标按类型分为生境结构、水生生物、生态压力等8项；在按陆评估对象中，指标类型分为生态格局、生态功能、生态压力等9项。在科学合理赋予《指南》中各指标相应权重后，采用综合指数法即可对流域生态健康进行综合评估。《指南》的等级评价体系多数采用雷达图形式表示水域和陆域及岸边带生态系统健康评价的结果，反映整体流域生态健康的主要限制因子。

该《指南》的等级指标体系已经有不少成功应用案例。例如，张颖睿[35]在研究小清河流域生态健康时参考《指南》建立评价指标体系，在结合流域生态系统特点的同时突出小清河的水生生物多样性，最终得出小清河流域各点位及总体生态健康状况。张玉珍等[36]综合考虑《指南》与流域实际情况确定评估指标，并对敖江流域健康做出评估，对敖江流域水质情况、水生生境情况作出分析。乔鹏明等[37]同时采用《指南》的等级评价体系和物元可拓法两种方法对汾河上中游流域进行生态健康评估，两种方法均表明研究区的生态系统健康状况评估为“一般”。

1.5 其他模型

除上述介绍的几种常见的流域生态系统健康评价模型外，目前采用的还有景观格局分析方法、改进物元分析模型、溪流状况指数、模糊评价综合方法等模型。尽管流域生态系统健康评估的模型多种多样，但具体到特定的流域生态系统时，应根据实际情况选择合理可行的模型，并对既有模型进行一定的参数优化后再开展后续应用研究。

2、流域生态系统健康评估中的数据多源性分析

对来源众多的数据，本文将其主要归纳总结为三类，分别是：遥感数据、监测实时数据、相关统计数据。

2.1 遥感数据

2.1.1 遥感数据的内涵与优劣势

遥感（Remote sensing）是指非接触的，远距离的探测与感知技术[38]。作为一种重要的对地观测技术，它为我们研究和理解地球表面提供了主要的数据来源。通常，按遥感传感器探测波段的不同，常见的遥感数据包含可见光遥感数据、红外遥感数据、太赫兹遥感数据、微波遥感数据等类型[39]。以往水质监测和生态监测采用的主要是现场采样数据及统计数据，这些数据虽然精度较高，但存在空间连续性差、监测成本高、一些危险及特殊地区较难监测等缺陷。相比而言，遥感技术具有以下优点：可大尺度、多手段获取大量生态环境监测资料；指标重复观测速度快、周期短；指标数据获取性性价比高等。总体来说，目前遥感数据已被广泛应用于流域生态系统健康评估中，尤其是在大尺度、长时间序列的流域生态系统健康评估中。比如应用遥感数据对密云水库上游白河和潮河流域重要生境保持率的评估计算与评估分析[40]。

2.1.2 遥感数据在流域生态系统健康评估上的指标介绍及应用前景

遥感数据在流域生态系统健康评估上的常用指标有景观破碎度、植被覆盖率、土地利用强度指数、水源涵养功能指数、建设用地比例、岸边带面积比例、自然植被河段比率、土壤平均覆盖度等指标[41-43]。

遥感技术所提供的数据优势出众，为流域生态系统健康评估提供了成熟的研究基础，节省大量人力、物力、财力，是研究中最重要的数据来源之一[44]。此外，遥感数据还可以通过计算植被生产力等因子弥补之前研究过程中在经济-社会特点上的空缺[45]。因此，在流域生态系统健康评估的应用上，遥感数据有着良好的应用前景。

2.2 监测实测数据

2.2.1 监测实测数据的内涵与优劣势

生态环境监测是采用各种生态学方法和手段，从不同尺度上对各类生态系统的结构和功能进行时空格局度量[46]。生态环境监测数据主要通过野外调研、现场实测、实验室检测及传感器监测获取。对于流域生态系统，生态环境监测数据的特征是可以在污染物排放口、河流交汇区等关键性区域直接监测实时排放浓度。监测数据的实时可获取性好，完整性高，在技术条件允许下还可以获得较高采集频率的生态环境数据。此外，监测实测数据可以弥补其它类型数据所无法反映的一些流域生态系统状况的精细化状态，如汇水区精细降雨量、部分水质指标。随着监测技术的进步，近几年除了固定点监测，移动监测技术也在逐步发展，使得覆盖区域不断扩大，同时实时监测数据的可获取性得到显著提升[47]。但监测数据的缺点也很明显，如：受野外监测条件影响，数据存在一定误差，无法有效反映出气象、社会发展等信息，部分监测数据未公开，监测范围未全覆盖等[48]。

2.2.2 监测实测数据在流域生态系统健康评估上的常用指标

在流域生态系统健康评估上的常用指标有大型底栖动物状态、底泥重金属风险指数、鱼类物种多样性、蓄水量、平均总氮浓度、水质达标率、河道挖沙影响度、生态受大坝影响度、流域与外部连通性、河道流通及通过现状调查的枯水期径流流量占同期年均径流量比例。

2.3 相关统计数据

2.3.1 统计数据的内涵与优势

生态环境统计数据是基于有关统计技术、手段、方法来统计分析业界及区域内的实际环境质量状况以及排放的污染物等信息，从而更有效地反映或集合当地实际环境质量的反馈数据[49]。生态环境统计数据主要以《中国环境年鉴》《中国环境统计年鉴》《中国环境统计年报》等材料的形式呈现。生态环境统计数据的特点包括全面性、延续性、独立性与典型性，具有时间序列数据的优势，能够很好的体现时间动态变化。实践表明，生态环境统计数据的准确性与生态环保决策的科学性密切相关，高准确性的统计数据可为科学决策创造有利条件[50]。同监测实测数据一样，统计数据也能够用于建立反演模型中的参数率定及参数优化。但是，统计数据缺点也很明显，如由于政策调整变化大，普查时间跨度大等原因，存在指标层级分类粗糙和关键统计指标年际连续性差等问题。此外，统计数据还存在分省份分行业的数据缺失现象，无法做到两者兼顾，对深入分析造成很大的障碍[51]。

2.3.2 统计数据在流域生态系统健康评估上的指标

统计数据来源包括但不限于统计局网站数据、水利年鉴、文献调查、公报等记载数据，生态环境、自然资源管理等相关部门的专家咨询数据与普查数据等。统计数据在流域生态系统健康评估上的常用指标有：降雨数据、人口密度、水利工程数据、水生生境干扰指数、鱼类物种多样性综合指数、点源污染负荷排放指数、水资源开发利用强度等数据。此外，还有许多间接指标，如根据统计数据推算出的污染物净化能力等指标。

3、流域生态系统健康评估的发展方向

3.1 合理构建流域生态系统健康评估指标体系

建立的评估指标体系应因地制宜，考虑当地流域的社会、经济、生态环境和人类活动状况，制定适合当前流域的健康评估标准。需要注意的是，在选取指标建立指标体系时，还应着重考虑指标的可获取性、可量化性、合理性及普适性。

3.2 评估数据的整合及应用潜力挖掘

3.2.1 数据源的整合

流域生态系统健康的影响因子是复杂多样的，因此与之相关的数据源涉及多领域、多类型、多部门。至今，数据类型与数据格式尚未形成统一的数据标准。与此同时，流域生态健康动态评价时往往需要长时间序列数据，跨度大等问题，如无法做到多源数据整合集成与共享，各单一数据会存在“数据孤岛”这一问题。想要解决上述问题，建立数据资源链接通道是众多方法中可行性较高的方式之一[52]。遥感数据、监测实时数据、统计数据等多源数据的整合为在流域生态健康状况评估时建立全面的评价指标体系及时空连续性评价解决了潜在的数据孤岛问题。

3.2.2 数据挖掘

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的，但又是潜在有应用价值的信息和知识的过程[53-54]。

遥感数据、检测实时数据、监测实测数据等数据除了直接信息以外还有更多间接潜在的信息需要进行深度挖掘才能发挥其价值。当前，从海量的多源生态环境数据中挖掘到有用的潜在应用价值信息是现在面临的重大挑战，相关算法及技术手段还有待探索与提高。对生态环境数据而言，地理信息技术与统计分析技术相结合是当前数据挖掘的重要手段。但紧靠技术手段不足以解释环境问题的驱动机制和潜在影响，应当在技术手段基础上结合生态环境相关理论知识建立生态过程与仿真模型，模型与多源数据相结合，从而在流域生态健康评估时输出更准确的结果[55]。

3.3 前沿技术的转化应用

随着AI技术、数据库引擎技术、物联网+等一批前沿技术的发展与成熟，这些技术可以逐步应用于流域生态系统健康评估、污染溯源、预测、预警、响应，进而构建成一个用于流域综合管理的一体化平台。

参考文献:

[1]颜利,王金坑,黄浩.基于PSR框架模型的东溪流域生态系统健康评价[J].资源科学,2008(1):107-113.

[2]王文杰,张哲,王维,等.流域生态健康评价框架及其评价方法体系研究(一)———框架和指标体系[J].环境工程技术学报,2012,2(4):271-277.

[3]黄凯,姚垚,王晓宁,等.基于鱼类完整性指数的滦河流域生态系统健康评价[J].环境科学研究,2018,31(5):901-910.

[4]姚萍萍,王汶,孙睿,等.长江流域湿地生态系统健康评价[J].气象与环境科学,2018,41(1):12-18.

[5]孟伟,张远,张楠,等.流域水生态功能区概念､特点与实施策略[J].环境科学研究,2013,26(5):465-471.

[6]张华,骆永明.美国流域生态健康评价体系的发展和实践[J].应用生态学报,2013,24(7):2063-2072.

[8]左伟,周慧珍,王桥.区域生态安全评价指标体系选取的概念框架研究[J].土壤,2003(1):2-7.

[9]宋玲玲,田青,李宗杰,等.基于PSR模型的甘肃黄河流域生态安全研究[J].西部林业科学,2015,44(2):126-130.

[10]杨予静,李昌晓,丽娜·热玛赞.基于PSR框架模型的三峡库区忠县汝溪河流域生态系统健康评价[J].长江流域资源与环境,2013,22(S1):66-74.

[11]任建丽,金海龙,叶茂,等.基于PSR模型对艾比湖流域生态系统健康评价研究[J].干旱区资源与环境,2012,26(2):37-41.

[12]陈美球,许莉,刘桃菊,等.基于PSR框架模型的赣江上游生态系统健康评价[J].江西农业大学学报,2012,34(4):839-845.

[13]陈美球,刘桃菊,许莉.基于PSR框架模型的流域生态系统健康评价研究现状及展望[J].江西农业大学学报(社会科版),2011,10(3):83-89.

[14]韩萍,刘健,王晋,等.基于PSIR模型的城市化小流域水生态可持续利用综合评价[J].绿色科技,2022,24(16):6-9.

[15]李玉照,刘永,颜小品.基于DPSIR模型的流域生态安全评价指标体系研究[J].北京大学学报(自然科学版),2012,48(6):971-981.

[16]向丽,周伟,任君,等.基于DPSIRM模型的高原城市湿地生态安全评价———以湟水流域西宁段为例[J].生态学杂志,2022,41(10):2064-2071.

[17]陈昱霖,周连凤,王春芳,等.我国基于PSR模型水生态系统健康评价的研究进展[C].中国水利学会2020学术年会论文集第一分册,2020:87-91.

[18]刘孝富,邵艳莹,崔书红,等.基于PSFR模型的东江湖流域生态安全评价[J].长江流域资源与环境,2015,24(S1):197-205.

[19]张远,高欣,林佳宁,等.流域水生态安全评估方法[J].环境科学研究,2016,29(10):1393-1399.

[20]林佳宁,高欣,贾晓波,等.基于PSFR评估框架的太子河流域水生态安全评估[J].环境科学研究,2016,29(10):1440-1450.

[21]向碧为,黄国如,冯杰.基于AHP法的东江流域水基系统健康模糊综合评价[J].水电能源科学,2011,29(10):1-4.

[22]邢贞相,李晶,郭皓,等.挠力河流域水基系统健康评价及指标体系研究[J].中国农村水利水电,2015(2):8-12.

[23]黄国如,向碧为,冯杰.基于系统动力学的东江流域水基系统健康评价[J].水电能源科学,2012,30(7):1-5.

基金资助:山东省高端人才项目支持计“黄河流域(山东)水环境健康关键技术与高端装备研发”(0031504); 国家自然科学基金青年科学基金项目“柽柳灌木林遥感生态指数模型的构建及其应用”(42107496);南浔院士协同创新中心项目(SYS01001);

文章来源:陈倩勋,任广欣,陈飞勇,等.流域生态系统健康状况评估的模型､数据源及发展方向浅析[J].国土与自然资源研究,2024,(06):58-62.