基于遙感生態(tài)指數(shù)的區(qū)域生態(tài)質(zhì)量評價

楊永健 李洪忠 陳勁松 韓宇 鐘舒怡

摘要：通過遙感影像對生態(tài)環(huán)境質(zhì)量相對較差地區(qū)進(jìn)行合理評價，能為政府制定精確的生態(tài)環(huán)境方案保護(hù)提供參考依據(jù)。基于遙感影像反演的綠度、濕度、熱度及干度指標(biāo)，通過主成分分析法耦合4個指數(shù)，得到遙感生態(tài)指數(shù)，對遂寧市船山區(qū)進(jìn)行生態(tài)環(huán)境質(zhì)量評價;利用線性回歸模型，分析研究區(qū)各指數(shù)間的數(shù)量關(guān)系，通過統(tǒng)計學(xué)方法討論遙感生態(tài)指數(shù)聚集狀態(tài)。研究結(jié)果表明：植被指數(shù)和城市建筑裸土指數(shù)對生態(tài)環(huán)境影響最大;船山區(qū)中南部地區(qū)生態(tài)環(huán)境質(zhì)量相對北部地區(qū)較差;熱點(diǎn)分析反映了船山區(qū)遙感生態(tài)指數(shù)呈聚集狀態(tài)，且聚集程度逐年升高，生態(tài)環(huán)境質(zhì)量分化愈加明顯。1993～2014年，遂寧市船山區(qū)遙感生態(tài)指數(shù)呈先上升后下降趨勢，尤其市區(qū)逐年下降，主要原因是城區(qū)擴(kuò)張，但總體生態(tài)質(zhì)量較好;熱點(diǎn)區(qū)域逐年減少，冷點(diǎn)區(qū)域集中在主城區(qū)附近，冷點(diǎn)區(qū)范圍逐漸擴(kuò)張，主城區(qū)附近生態(tài)質(zhì)量下降較明顯。

關(guān) 鍵 詞：生態(tài)質(zhì)量評價; 遙感生態(tài)指數(shù); 主成分分析; 遂寧市

長江流域是我國橫跨東西的重要區(qū)域，生態(tài)環(huán)境地位凸顯，因此必須堅持生態(tài)優(yōu)先、綠色發(fā)展的戰(zhàn)略定位，把修復(fù)長江生態(tài)環(huán)境放在首要位置[1]。2014年四川省環(huán)境狀況公報[2]數(shù)據(jù)顯示，全省環(huán)境狀況指數(shù)（EI）為73.7，21個市（州）介于49.6～93.2之間，等級為“優(yōu)”、“良”、“一般”的面積占比分別為65.8%、32.0%、2.2%，其中等級為“一般”的遂寧市是聯(lián)通“成渝”的節(jié)點(diǎn)城市，EI指數(shù)位居所有市（州）下游。2014年，遂寧市按照“科學(xué)發(fā)展、綠色發(fā)展、創(chuàng)新發(fā)展、跨越發(fā)展”的總體取向，深入實施“六大興市計劃”[3]，遂寧市在“生態(tài)優(yōu)先，綠色發(fā)展”的要求下進(jìn)一步嚴(yán)格執(zhí)行“綠色發(fā)展”的要求。但是目前的評價標(biāo)準(zhǔn)僅限于對區(qū)（縣）及以上行政區(qū)域的評估，無法對鄉(xiāng)鎮(zhèn)區(qū)劃進(jìn)行精確評估，難以有效遏制小區(qū)域內(nèi)環(huán)境惡化，無法精確保護(hù)小區(qū)域生態(tài)穩(wěn)定。遙感影像具備空間尺度選擇靈活，時間窗口選擇寬松等優(yōu)勢，因此遙感技術(shù)在新形勢下對小區(qū)域生態(tài)環(huán)境質(zhì)量評價具有重要意義。

遙感生態(tài)指數(shù)（Remote Sensing Ecological Index， RSEI）2013年由徐涵秋[4]首次提出，該指數(shù)耦合了綠度因子（NDVI）、濕度因子（WET）、熱度因子（LST）和干度因子（NDSI）對區(qū)域進(jìn)行生態(tài)評價。RSEI自提出后就受到了廣泛應(yīng)用，劉智才[5]等利用該指數(shù)對經(jīng)濟(jì)較發(fā)達(dá)的杭州市進(jìn)行生態(tài)環(huán)境評價，王士遠(yuǎn)[6]等對長白山自然保護(hù)區(qū)進(jìn)行生態(tài)環(huán)境遙感評價。張立偉[7]等對皖江城市帶進(jìn)行生態(tài)環(huán)境遙感評價，在城市、山區(qū)、大區(qū)域經(jīng)濟(jì)帶等區(qū)域均取得良好效果，該指數(shù)具有較強(qiáng)的普適性。

本文通過Landsat遙感影像耦合指數(shù)得到RSEI，對遂寧市船山區(qū)各鄉(xiāng)鎮(zhèn)進(jìn)行生態(tài)環(huán)境遙感評價，在定性、定量研究生態(tài)環(huán)境質(zhì)量與土地覆被的空間關(guān)系的基礎(chǔ)上，進(jìn)一步對空間定點(diǎn)環(huán)境作出精確評價，為今后精確治理生態(tài)環(huán)境提供參考。

1 研究區(qū)介紹與數(shù)據(jù)預(yù)處理

遂寧市位于四川盆地中部（東經(jīng)105°03′～106°59′，北緯30°10′～31°10′），總面積約5 300 km2，下轄二區(qū)三縣，是成渝腹地。全市地勢呈西北高東南低，屬丘陵低山區(qū)，約占總面積70%，土壤以紫紅沙土為主，全市年平均降水880～920 mm。選擇1993，2001，2014年3期的Landsat遙感影像作為數(shù)據(jù)源，以船山區(qū)作為研究區(qū)，面積約608 km2，鄉(xiāng)鎮(zhèn)區(qū)劃名稱以最新公布的為準(zhǔn)，行政邊界按照2015年最新調(diào)查邊界為準(zhǔn)。

本文遙感數(shù)據(jù)均來源于美國地質(zhì)勘探局（https：//landsatlook.usgs.gov/viewer.html），獲取日期分別為：1993年6月25日、2001年7月1日、2014年8月6日，共3景Landsat數(shù)據(jù)，影像時相相近，云量均少于5%，遙感影像分辨率為30 m，研究區(qū)范圍影像質(zhì)量較高。

圖像預(yù)處理步驟如下：① 對原始圖像進(jìn)行輻射定標(biāo)[8]、大氣校正[9];② 對行政邊界和遙感影像進(jìn)行統(tǒng)一投影;③ 利用行政邊界進(jìn)行裁剪，制作水體掩膜[10]，剔除水域。

2 評價方法

（2） 生態(tài)環(huán)境質(zhì)量較好地區(qū)為北部鄉(xiāng)鎮(zhèn)，較差地區(qū)主要為中部市區(qū)和南部鄉(xiāng)鎮(zhèn)，總體RSEI均值呈先上升后下降趨勢，但整體質(zhì)量較好。統(tǒng)計每個小區(qū)域內(nèi)的RSEI均值，總體保持較好的鄉(xiāng)鎮(zhèn)為河沙鎮(zhèn)、永興鎮(zhèn)和新橋鎮(zhèn)，各期RSEI均值較穩(wěn)定，較差的鄉(xiāng)鎮(zhèn)為北固鄉(xiāng)、保升鄉(xiāng)和龍鳳鎮(zhèn)，RSEI均值排名均處于末尾，市區(qū)RSEI均值連續(xù)3期下降，主要原因是城區(qū)的擴(kuò)張導(dǎo)致環(huán)境質(zhì)量變差。

（3） 船山區(qū)環(huán)境質(zhì)量惡化面積比例高于改善面積。全區(qū)近三成面積等級下降，等級下降面積比例最高的是北固鄉(xiāng);全區(qū)約42.81%面積保持等級不變，其中保升鄉(xiāng)等級持續(xù)保持面積比例最高，為42.33%;全區(qū)22.82%面積等級上升，其中復(fù)橋鎮(zhèn)占比最高，為52.24%。

（4） 線性回歸方程表明綠度指數(shù)、建筑裸土指數(shù)與RSEI擬合度最高，熱點(diǎn)分析反映了船山區(qū)RSEI呈聚集狀態(tài)。線性擬合方程中，NDVI和NDSI的系數(shù)絕對值最大，對RSEI影響最強(qiáng)，與PCA分析結(jié)果一致。時間序列上，1993年以來，提升RSEI的難度增大，熱點(diǎn)分析驗證了RSEI高值與低值的空間分布情況，冷熱點(diǎn)分布與土地覆被狀況一致。

生態(tài)環(huán)境治理是目前各地區(qū)的戰(zhàn)略要求，由于城區(qū)經(jīng)濟(jì)發(fā)展需要，人類活動空間擴(kuò)增，不合理的自然資源開發(fā)、大面積建筑興建、不透水面增加、施工用地的裸露等，造成綠地覆被降低，植被逆向演替，破壞了森林植被具有的水涵養(yǎng)、生物多樣性功能。本文通過遙感技術(shù)監(jiān)測生態(tài)質(zhì)量相對較差地區(qū)，用數(shù)學(xué)模型對研究區(qū)進(jìn)行合理生態(tài)環(huán)境質(zhì)量評價，為精確整治小區(qū)域生態(tài)環(huán)境提出可行方案，在生態(tài)環(huán)境監(jiān)測方面具有借鑒意義。但在指數(shù)選取方面仍有較大突破空間，若將人口數(shù)據(jù)、經(jīng)濟(jì)數(shù)據(jù)、生化指標(biāo)數(shù)據(jù)等因素納入評價體系，能更全面反映該區(qū)域的生態(tài)環(huán)境質(zhì)量。

參考文獻(xiàn)：

[1] 張志強(qiáng)， 李肖. 論水土保持在長江經(jīng)濟(jì)帶發(fā)展戰(zhàn)略中的地位與作用[J]. 人民長江， 2019，50（1）：7-12.

[2] 四川省生態(tài)環(huán)境廳. 2014年四川省環(huán)境狀況公報[R/OL].2015-05-20[2019-02-24]http：//sthjt.sc.gov.cn/hjgl/hjjcydc/hjzlgg/hjzkgb/201506/P020170804637398461312.

[3] 遂寧市人民政府. 2014年遂寧市國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報[R/OL].2015-03-17.[2019-02-24]http：//www.suining.gov.cn/10000/10002/10242/10295/2015/03/17/10042399.shtml

[4] 徐涵秋. 城市遙感生態(tài)指數(shù)的創(chuàng)建及其應(yīng)用[J]. 生態(tài)學(xué)報， 2013，33（24）：7853-7862.

[5] 劉智才， 徐涵秋， 李樂， 等. 基于遙感生態(tài)指數(shù)的杭州市城市生態(tài)變化[J]. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報， 2015，23（4）：728-739.

[6] 王士遠(yuǎn)， 張學(xué)霞， 朱彤， 等. 長白山自然保護(hù)區(qū)生態(tài)環(huán)境質(zhì)量的遙感評價[J]. 地理科學(xué)進(jìn)展， 2016，35（10）：1269-1278.

[7] 張立偉， 張運(yùn)， 黃晨. 皖江城市帶近20a生態(tài)環(huán)境變化遙感指數(shù)分析[J]. 長江流域資源與環(huán)境， 2018，27（5）：1061-1070.

[8] Chander G， Markham B. Revised Landsat-5 TM Radiometric Calibration Procedures and Postcalibration Dynamic Ranges[J]. IEEE Transactions on Geoscience and Remote Sensing， 2003，41（11）：2674-2677.

[9] Jr. Pat S. Chavez. Image-Based Atmospheric Corrections-Revisited and Improved[J]. Photogrammetric Engineering & Remote Sensing， 1996，62（9）：1025-1036.

[10] Xu Hanqiu. Modification of Normalized Difference Water Index （NDWI） to Enhance Open Water Features In Remotely Sensed Imagery[J]. International Journal of Remote Sensing， 2006，27（14）：3025-3033.

[11] Crist E P. A TM Tasseled Cap Equivalent Transformation for Reflectance Factor Data[J]. Remote Sensing of Environment， 1985（17）：301-306.

[12] Baig M H A， Zhang L， Shuai T， et al. Derivation of A Tasseled Cap Transformation Based on Landsat 8 At-Satellite Reflectance[J]. Remote Sensing Letters， 2014，5（5）：423-431.

[13] Landsat 7 Science Data Users Handbook[Z/OL].https：//pubs.er.usgs.gov/publication/7000070.

[14] Landsat 8 Data Users Handbook[Z/OL].https：//www.usgs.gov/media/files/landsat-8-data-users-handbook

[15] 覃志豪， 李文娟， 徐斌， 等. 陸地衛(wèi)星TM6波段范圍內(nèi)地表比輻射率的估計[J]. 國土資源遙感， 2004（3）：28-32.

（編輯：黃文晉）