亚马逊南部水电站流域基于AHP–德尔菲法的多准则环境脆弱性建模

亚马逊地区的水电开发加剧了土地利用变化和环境压力，特别是在多个大坝运行并产生累积影响的区域。理解这些动态如何影响环境脆弱性对于领土规划至关重要。本研究评估了位于亚马逊南部的圣马诺埃尔（São Manoel）和特莱斯皮雷斯（Teles Pires）水电站影响区域的环境脆弱性，整合了土地利用动态、气候变率、地形条件、植被和人为因素。研究人员采用一种结合了层次分析法（Analytic Hierarchy Process, AHP）和德尔菲法（Delphi method）的多准则决策分析（Multi-Criteria Decision Analysis, MCDA），并与地理信息处理和土地利用变化模型（元胞自动机–人工神经网络模型，Cellular Automata–Artificial Neural Network, CA-ANN）相结合，以分析2013年和2023年的脆弱性并预测2050年的情景。CA-ANN模型展现了高度的预测性能（Kappa = 0.8432；总体精度 = 90.23%），从而能够进行未来的土地利用模拟。2013年至2023年间的森林损失以及农业和牧场区域的扩张，导致脆弱性等级从中等上升到非常高，尤其是在地形高度切割和崎岖、土壤浅薄以及火灾活动频发的区域。对2050年的预测表明脆弱性将发生空间重新分布，其趋势是在与高降雨量、强烈的地形切割和低植被覆盖度相关的区域加剧。这些发现凸显了土地转化过程、降水模式和地貌稳定性之间的相互依存关系，强化了实施战略性保护行动（例如建立环境保护区（Environmental Protection Areas, APAs））的必要性，以减轻累积影响并维持水电系统的生态与运行韧性。

在全球能源需求不断增长的推动下，水电项目在热带河流系统中的扩张持续加速，然而向低碳能源系统的转型尚不足以满足当前需求。在此背景下，水电站（Hydropower Plants, HPPs）因其蓄水能力、运行稳定性、较长的寿命以及实施后相对较低的运营成本，被视为可靠的可再生能源（Irshad et al., 2025）。水电是利用水资源发电的成熟技术，并被归类为低排放能源。它们代表了对被认为环境可持续的能源矩阵扩张的战略性投资。尽管如此，其实施在全球能源领域仍引发争议，因其具有潜在的环境退化风险（Mattmann et al., 2016）。亚马逊地区拥有巨大的水电开发潜力，但目前仅开发了其总容量的约36%（De Souza Dias et al., 2018）。然而，考虑到计划在亚马逊领土内新建水电站以增加国家能源产量的策略，这一局面预计将发生变化。仅在塔帕若斯河（Tapajós River）流域，就计划建设约45座新的水电站，这引发了人们对其对区域保护单元潜在影响的担忧（Madalena de Aguiar Cavalcante et al., 2021）。特莱斯皮雷斯水电综合体因其地理位置而具有重要意义，它为帕拉州南部和马托格罗索州北部供电。两座级联安装的大坝为整个区域提供电力，并为国家互联系统（National Interconnected System）的电力生产做出贡献（Figueiredo and Ioris, 2021）。然而，尽管具有技术和经济优势，大型水电项目的实施仍与重大的环境和社会空间影响相关，包括水文动力学改变、森林覆盖损失、生态系统碎片化和人口迁移。这些影响在亚马逊地区变得尤为关键，因为该地区拥有高生物多样性、复杂的河流系统和传统社区的存在，加剧了领土转变的规模（Lopes and Brito, 2021）。基于此原则，关于环境脆弱性和水文建模的研究在水电站大坝安装前后背景中已被广泛应用，因为水库的动态及其蓄水过程与流域的水文和地理条件直接相关（HR et al., 2025）。这些因素既影响电站的运行，也影响随时间推移所观察到的环境响应，尤其是在受到强烈人为改造的河流系统中。本研究在领土规划的背景下采用了环境脆弱性的概念，因为其目标是评估景观的自然特征及其对工程导致影响的易感性。过去几十年来，遥感和地理信息系统（Geographic Information Systems, GIS）领域的进步为地理空间数据的收集和处理提供了强大工具，使得环境影响评估能够采用更整体的方法（Oliveira-Andreoli et al., 2021）。在此背景下，多准则决策分析（MCDA），包括层次分析法（AHP）和德尔菲法，当应用于GIS环境时，成为整合多元环境和社会变量的强大工具，从而提高了脆弱性评估的精度（Sciuto et al., 2022）。这种方法加深了对圣马诺埃尔和特莱斯皮雷斯水库流域内环境动态的理解，为专注于土地利用规划与监测、退化区域恢复以及邻近区域综合流域管理策略制定的公共政策提供了坚实基础。因此，本研究旨在应用地理信息处理技术、MCDA和空间建模来诊断圣马诺埃尔和特莱斯皮雷斯大坝影响区域的环境脆弱性。它提供了一个具有实际应用价值的方法论框架，利用开放获取且用户友好的工具来支持领土管理、促进自然资源保护，并为水电行业的决策提供信息。

研究人员使用的主要关键技术方法包括：多准则决策分析（MCDA）中的层次分析法（AHP）与德尔菲法，用于确定影响环境脆弱性的各类因素的相对权重；元胞自动机–人工神经网络（CA-ANN）模型，在QGIS的MOLUSCE应用中实现，用于模拟和预测土地利用与土地覆盖变化；以及基于数字高程模型（DEM）、气候风险小组红外降水与站点数据（Climate Hazards Group InfraRed Precipitation with Stations, CHIRPS）降水数据和MapBiomas土地覆盖数据的地理空间分析。研究区域为圣马诺埃尔和特莱斯皮雷斯水电站的直接影响区和间接影响区，位于巴西帕拉州和马托格罗索州交界的亚马逊南部。

研究结果部分，首先在“CA-ANN模型验证”中，研究人员通过迭代调整确定了模型参数，并使用2020年的模拟图与MapBiomas观测数据集进行比较。结果显示模型表现优异，内部验证的Kappa系数为0.8432，总体精度为90.23%；独立的逐像素验证（使用GRASS GIS的r.kappa算法）得出的全局Kappa系数为0.8967，总体精度为94.26%。空间一致性图表明大部分不一致集中在土地利用类别边界，特别是水域和森林等动态区域。类别级验证指标显示森林、牧场、城市和水域类别的吻合度较高，而草本/灌木植被和采金活动则表现出较高的漏分和错分误差。

其次，在“土地利用与土地覆盖动态（2013–2023年及2050年预测）”部分，分析表明2013年至2023年间，研究区域经历了森林向牧场和农业用地的显著转换。森林覆盖减少了9.09%（-224.31 km²），而牧场和农业镶嵌体则扩张了5.38%（133.07 km²）。这一时期，水体面积因水库形成而增加了4.25%（104.66 km²）。转变分析显示，森林向牧场的转换是主要的土地利用转变类型，占107.58 km²，同时农业扩张也发生在先前的牧场区。非法采金活动虽面积较小，但其导致的森林砍伐和通道建设也值得关注。对未来2050年的预测显示，森林形成面积将有所恢复（增加44.73 km²），这可能与自然再生过程有关，而牧场和水体面积将相应减少。预测的转变分析显示，牧场向森林的转换是主要过程，超过了总恢复面积的一半。然而，也预测出水体向牧场的转换（5.74 km²），这在水电区域尤其令人担忧。

最后，在“环境脆弱性当前格局与未来情景”部分，研究人员通过地图代数计算了环境脆弱性指数（Environmental Vulnerability Index, EVI）。2013年，脆弱性等级比例为：低（25%）、中等（25.54%）、高（24.46%）、非常高（25%）。高和非常高的区域集中在西北部低海拔、地形崎岖和高度切割的区域，该区域土壤浅薄（铁铝质弱育新成土，Litholic Dystrophic Neosols）且易受侵蚀。2023年的脆弱性分布与2013年相似，但随着景观变化（如水库水面形成和牧场扩张），部分区域从高脆弱性升级为非常高等级。火灾活动和降水模式是重要的驱动因素。对2050年的预测显示，脆弱性空间分布将发生转变，非常高等级区域向西南部集中，这受到ETA-MIROC5气候模型预测的该区域更高降水量的影响。即使比例变化不大，动态元素（土地利用和降水）的改变也决定了脆弱性的强度和空间格局。研究强调，在脆弱性高的区域，尤其是在水库附近和牧场扩张区，实施环境保护区（EPAs）对于维持生态系统和水电站效率至关重要。

讨论部分总结指出，AHP–德尔菲方法有效地整合了技术科学知识与专家感知，为环境变量及其子组分赋予了合适的权重，从而能够识别脆弱性的关键决定因素并生成代表空间和时间动态的主题地图。结果表明，2013年环境脆弱性已在受人为压力（如农业扩张和采矿活动）影响以及具有自然特征（如地形、地貌和土壤类型）的区域显著表现，特别是在圣马诺埃尔大坝所在的西北象限。到2023年，这种情况进一步恶化，高和非常高脆弱性区域因土地利用实践的加剧和十年间累积的火灾事件而扩大。在CA-ANN模型预测的2050年情景中，结合ETA-MIROC5气候数据和土地利用动态的分析突显了EVI空间分布的相关变化，其向西南部集中。平均年降水量增加，降雨更集中于研究区域中部，改变了区域水文动力学，从而改变了脆弱性指数的空间格局。另一方面，在特莱斯皮雷斯水电站水库表面附近观察到EVI加剧，牧场扩张和更高的降水集中表明这些区域具有更大的环境退化潜力。该情景不仅对当地生态系统产生影响，也对水资源可持续性和大坝能源效率构成影响，强化了持续监测和综合领土管理政策的必要性，包括指定环境保护区。识别出的关键脆弱性点可以支持EPAs的分区和管理，特别是在暴露于快速土地利用扩张的区域，通过政府机构限制人为对领土的影响。需要强调的是，所应用的方法涉及多个阶段，存在不同程度的不确定性，从输入数据的重新投影到CA-ANN模型模拟以及ETA-MIROC5模型的气候预测。这些不确定性的累积直接影响了估计的精度，限制了模型准确再现研究区域所观测到的时空动态的能力。因此，结果应从概率角度解释，反映潜在的变化趋势，而非对领土未来行为的确定性预测。

研究结论部分指出：AHP–德尔菲方法的应用被证明是有效的，它整合了技术科学知识与专家感知，能够为环境变量及其相应的子组分赋予合适的权重。该方法实现了对脆弱性关键决定因素的排序，并制作了代表圣马诺埃尔和特莱斯皮雷斯大坝整合区空间和时间动态的主题地图。结果显示，在2013年，环境脆弱性在受人为压力（如农业扩张和采矿活动区）以及自然环境特征（如地形、地貌和土壤类型）影响的区域已显著体现。到2023年，这一情景恶化，高和非常高脆弱性区域的扩张由土地利用实践的加剧和十年间累积的火灾事件驱动。在CA-ANN模型预测的2050年情景中，分析整合了ETA-MIROC5模型的气候数据和土地利用动态，突显了EVI空间分布的相关变化，其变得更加集中在地图的西南部。观测到平均年降水量增加，降雨更集中于研究区域中部，从而改变了区域水文动力学及脆弱性指数的空间格局。另一方面，在特莱斯皮雷斯水电站水库表面附近观察到EVI加剧，牧场扩张和更高的降水集中表明这些区域具有更大的环境退化潜力。该情景预示着对当地生态系统以及水资源可持续性和大坝能源效率的影响，强化了持续监测和综合领土管理政策（包括指定环境保护区）的必要性。识别出的关键脆弱性点可以支持环境保护区（EPAs）的分区和管理，尤其是在暴露于快速土地利用扩张的部门，通过政府机构限制人为对领土的影响。必须强调的是，所应用的方法涉及多个阶段，存在不同程度的不确定性，从输入数据的重新投影、CA-ANN模型模拟到ETA-MIROC5模型的气候预测。这些不确定性的累积直接影响了估计的精度，限制了模型准确再现研究区域所观测到的时空动态的能力。因此，结果应从概率角度解释，反映潜在的变化趋势，而非对领土未来行为的确定性预测。