基于RSEI的庫(kù)車縣林果特色種植區(qū)生態(tài)環(huán)境質(zhì)量時(shí)空變化分析研究

郝應(yīng)龍 王慶軍 陳琪樂 關(guān)偉 夏靜福

摘? 要：快速準(zhǔn)確地掌握某一地區(qū)生態(tài)環(huán)境質(zhì)量及變化分布對(duì)區(qū)域生態(tài)環(huán)境監(jiān)測(cè)與治理、優(yōu)化土地利用結(jié)構(gòu)、合理配置利用土地資源等問題具重要參考價(jià)值。以庫(kù)車縣林果特色種植區(qū)2009、2019年2期遙感影像為基礎(chǔ)，采用新型遙感生態(tài)指數(shù)RSEI評(píng)價(jià)模型，定量地對(duì)區(qū)內(nèi)生態(tài)環(huán)境質(zhì)量時(shí)空變化進(jìn)行快速評(píng)價(jià)及分析。結(jié)果表明：基于濕度、綠度、干度和熱度4個(gè)自然指標(biāo)建立的RSEI指數(shù)可快速較好地反映庫(kù)車縣林果特色種植區(qū)生態(tài)環(huán)境質(zhì)量狀況及時(shí)空變化。2009—2019年，庫(kù)車縣林果特色種植區(qū)生態(tài)環(huán)境質(zhì)量總體正向著好的方向發(fā)展，但生態(tài)環(huán)境質(zhì)量“不變”的區(qū)域仍居于主導(dǎo)地位，且生態(tài)環(huán)境質(zhì)量變好的區(qū)域遠(yuǎn)大于生態(tài)環(huán)境質(zhì)量惡化區(qū)域。土地利用變化對(duì)生態(tài)環(huán)境質(zhì)量影響呈改善與惡化并存趨勢(shì)，但改善明顯大于惡化。

關(guān)鍵詞：遙感生態(tài)指數(shù);生態(tài)環(huán)境質(zhì)量;時(shí)空變化;土地利用變化

近年來，衛(wèi)星遙感以宏觀、快速、實(shí)時(shí)的優(yōu)點(diǎn)被廣泛應(yīng)用于生態(tài)環(huán)境領(lǐng)域，利用遙感指數(shù)對(duì)森林、草地、城市、河流乃至整個(gè)流域生態(tài)系統(tǒng)進(jìn)行監(jiān)測(cè)和評(píng)價(jià)，已是生態(tài)環(huán)境保護(hù)領(lǐng)域的重要組成部分[1-4]。國(guó)家環(huán)境保護(hù)部于2006年發(fā)布，并于2015年進(jìn)行第一次修正的《生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)程》中基于遙感技術(shù)的生態(tài)環(huán)境狀況評(píng)價(jià)指數(shù)EI[5]，在國(guó)內(nèi)得到廣泛應(yīng)用，但規(guī)范中EI方法在實(shí)際應(yīng)用中存在諸如權(quán)重的合理性、歸一化系數(shù)的設(shè)定、指標(biāo)的易獲取性等一系列問題[6]，且EI指數(shù)只是一個(gè)數(shù)值，只能籠統(tǒng)地說明一個(gè)地區(qū)的生態(tài)狀況，無法可視化，無法說明該地區(qū)中不同生態(tài)環(huán)境狀況的空間分布情況，無法對(duì)不同期間生態(tài)環(huán)境進(jìn)行空間變化分析。徐涵秋于2013年提出的新型遙感生態(tài)指數(shù)（RSEI）[7]，完全基于遙感信息，集成反映生態(tài)環(huán)境最直觀的多重指標(biāo)，被廣泛應(yīng)用于可對(duì)區(qū)域生態(tài)環(huán)境的快速監(jiān)測(cè)與綜合評(píng)價(jià)中[8-10]。本文以庫(kù)車縣林果特色種植區(qū)2009、2019年成像時(shí)間均為7月的Landsat 5 TM和Landsat 8 OLI遙感影像為基礎(chǔ)，采用RSEI評(píng)價(jià)模型定量地對(duì)區(qū)內(nèi)生態(tài)環(huán)境質(zhì)量時(shí)空變化進(jìn)行快速評(píng)價(jià)及分析，以期為區(qū)內(nèi)生態(tài)環(huán)境監(jiān)測(cè)與治理、優(yōu)化土地利用結(jié)構(gòu)、合理配置利用土地資源等提供科學(xué)依據(jù)。

1? 研究區(qū)概況

研究區(qū)位于塔里木盆地北緣阿克蘇地區(qū)庫(kù)車縣南部鄉(xiāng)鎮(zhèn)，特殊的自然地理位置決定了其生態(tài)環(huán)境的脆弱性，該區(qū)域?qū)僦?高生態(tài)風(fēng)險(xiǎn)區(qū)[4]。區(qū)內(nèi)以小白杏、核桃、香梨、棗等特色林果業(yè)種植為主，棉花、小麥等農(nóng)作物種植為輔，面積約480.58 km2。區(qū)內(nèi)屬典型暖溫帶大陸性干旱氣候，地形北高南低，自西北向東南傾斜，土地利用類型以水澆地、果園為主（圖1），2009—2019年間，研究區(qū)果園、鹽堿地面積較明顯增加，草地、沼澤地、沙地明顯減少，耕地、林地面積呈略減少態(tài)勢(shì)，建設(shè)用地、水域、其他用地面積呈略增加態(tài)勢(shì)。

2? 研究方法

2.1? 遙感生態(tài)指數(shù)分量指標(biāo)計(jì)算

遙感生態(tài)指數(shù)（RSEI）評(píng)價(jià)法是一種直接從遙感影像中獲取生態(tài)環(huán)境質(zhì)量相關(guān)指標(biāo)，對(duì)某一地區(qū)生態(tài)環(huán)境質(zhì)量進(jìn)行綜合評(píng)價(jià)的新方法[7]。通過選取與人類生活關(guān)系最密切的植被覆蓋度（綠度）、濕度狀況（濕度）、土壤退化程度（干度）、地表溫度（熱度）4個(gè)貼近人類日常生活的指標(biāo)，進(jìn)行研究區(qū)生態(tài)環(huán)境質(zhì)量評(píng)價(jià)。該方法可直觀、清楚地從RSEI值分級(jí)圖上看出研究區(qū)生態(tài)環(huán)境質(zhì)量?jī)?yōu)劣程度變化與分布情況。通常來說，區(qū)域內(nèi)植被覆蓋度越高，水資源越豐富，濕度越大，生態(tài)環(huán)境質(zhì)量越好;地表裸露越嚴(yán)重，地表溫度越高，生態(tài)環(huán)境質(zhì)量越差。RSEI計(jì)算公式如下：

[RSEI=fNDVI，WET，LST，NDSI]…（1）

式中：[NDVI]為綠度;[WET]為濕度;[LST]為熱度;[NDSI]為干度。

（1）濕度指標(biāo)（[WET]）計(jì)算：

[WET=C1bB+C2bG+C3bR+C4bNIR+C5bSWIR1+C6bSWIR2]…（2）

式中：[bB]、[bG]、[bR]、[bNIR]、[bSWIR1]、[bSWIR2]在TM影像中分別對(duì)應(yīng)第1、2、3、4、5、7波段的地表反射率，在OLI影像分別對(duì)應(yīng)2、3、4、5、6、7波段的地表反射率;[C1]、[C2]、[C3]、[C4]、[C5]、[C6]為系數(shù)[10]。

（2）綠度指標(biāo)（[NDVI]）計(jì)算：

[NDVI=bNIR-bR/bNIR+bR]…（3）

（3）干度指標(biāo)（[NDSI]）計(jì)算：

[NDSI=IBI+SI/2]…（4）

[IBI=2bSWIR1bSWIR1+bNIR-bNIRbNIR+bR-bGbG+bSWIR1×]

[2bSWIR1bSWIR1+bNIR+bNIRbNIR+bR+bGbG+bSWIR1]

…（5）

[SI=bSWIR1+bR-bNIR+bB/bSWIR1+bR+bNIR+bB]? ? ?…（6）

（4）熱度指標(biāo)（LST）計(jì)算：

[L熱=gain×DN+bias]…（7）

[T=K2/InK1/L熱+1]…（8）

[L=T/1+λT/zInε]…（9）

式中：[L]熱為TM或OLI影像熱紅外波段在傳感器處的輻射值;[DN]為灰度值;[gain]和[bias]為TM或OLI影像熱紅外波段的增益與偏置值;[K1]、[K2]為定標(biāo)參數(shù)。

通常TM影像中[K1]=607.76、[K2]=1 260.56 [11]，OLI影像中[K1]=480.89、[K2]=1 201.14[12];[T]為亮溫;[λ]為TM或OLI影像熱紅外波段的中心波長(zhǎng);[z]=1.438×10-2 mK;[ε]為地表比輻射率，計(jì)算比輻射率可反演地表的真實(shí)溫度，主要通過地表的覆被情況進(jìn)行取值[13]。

2.2? 遙感生態(tài)指數(shù)評(píng)價(jià)模型構(gòu)建

各分量指標(biāo)的標(biāo)準(zhǔn)化處理? 為避免上述4個(gè)分量指標(biāo)量綱不一致，需在計(jì)算遙感生態(tài)指數(shù)前進(jìn)行標(biāo)準(zhǔn)化處理。處理公式如下：

[NIi=Ii-Imin/Imax-Imin]…（10）

式中：[NIi]為標(biāo)準(zhǔn)化處理后某一指標(biāo)值;[Ii]為對(duì)應(yīng)指標(biāo)在[i]像元處的值;[Imax]、[Imin]分別為對(duì)應(yīng)指標(biāo)的最大值和最小值。

計(jì)算遙感生態(tài)指數(shù)（RSEI）：將經(jīng)標(biāo)準(zhǔn)化處理后的4個(gè)指標(biāo)重新組合成一幅新的影像，然后計(jì)算主成分，計(jì)算公式如下：

[RSEI=RSEI0-RSEI0-min/RSEI0-max-RSEI0-min]…（11）

[RSEI0=1-PC1]…（12）

式中：[RSEI]為標(biāo)準(zhǔn)化處理后遙感生態(tài)指數(shù)值，介于[0，1]之間，越接近1代表生態(tài)環(huán)境質(zhì)量越好;[RSEI0]為[i]像元處的原始生態(tài)指數(shù)值;[RSEI0-max]、[RSEI0-min]分別為原始生態(tài)指數(shù)最大值和最小值;[PC1]為第一主成分載荷值。

3? 研究區(qū)生態(tài)環(huán)境質(zhì)量綜合評(píng)價(jià)

3.1? 生態(tài)環(huán)境質(zhì)量評(píng)價(jià)

為使遙感生態(tài)指數(shù)對(duì)生態(tài)環(huán)境質(zhì)量評(píng)價(jià)結(jié)果更清晰，參考《生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范》中的劃分方法[5]，本次研究把[RSEI]I從0～1分為5個(gè)級(jí)別（表1）。[RSEI]值越大，表示生態(tài)環(huán)境質(zhì)量越好。

基于上述建立的遙感生態(tài)指數(shù)模型和分級(jí)標(biāo)準(zhǔn)進(jìn)行圖像空間數(shù)據(jù)運(yùn)算，生成研究區(qū)2009年、2019年生態(tài)環(huán)境質(zhì)量分級(jí)圖和生態(tài)環(huán)境質(zhì)量等級(jí)劃分面積統(tǒng)計(jì)結(jié)果（圖2，表2）。

從圖1、圖2看出，生態(tài)環(huán)境質(zhì)量界定為“優(yōu)”、“良”的區(qū)域主要集中于研究區(qū)大片耕地區(qū)域、東北部和東部中高植被覆蓋度草地、零星林地等區(qū)域;生態(tài)環(huán)境質(zhì)量處于“一般”的區(qū)域主要分布在區(qū)內(nèi)各村鎮(zhèn)附近、部分低植被覆蓋度草地、低-中植被覆蓋度草地過度帶、草地與鹽堿地過度帶等區(qū)域;生態(tài)環(huán)境質(zhì)量為“差”、“較差”的區(qū)域主要分布于區(qū)內(nèi)東北部、東部低植被覆蓋度草地、鹽堿地和中部、東南部沙地及其他未利用地等區(qū)域。

表2統(tǒng)計(jì)結(jié)果表明，研究區(qū)2009—2019年生態(tài)環(huán)境質(zhì)量差、較差區(qū)域面積占比從20.31%變?yōu)?.44%，呈明顯減少;生態(tài)環(huán)境質(zhì)量一般區(qū)域面積占比從11.96%變?yōu)?1.11%，呈略微減少;生態(tài)環(huán)境質(zhì)量?jī)?yōu)、良好區(qū)域面積占比從67.73%變?yōu)?4.45%，呈明顯增加。上述結(jié)果說明研究區(qū)2009—2019年生態(tài)環(huán)境質(zhì)量明顯變好。

3.2? 生態(tài)環(huán)境質(zhì)量變化程度分析

為對(duì)研究區(qū)生態(tài)環(huán)境質(zhì)量變化程度進(jìn)行分析，對(duì)研究區(qū)生態(tài)環(huán)境質(zhì)量?jī)?yōu)、良好、一般、較差、差5個(gè)級(jí)別分別賦值為5、4、3、2、1，并對(duì)2019年和2009年生態(tài)質(zhì)量進(jìn)行疊加差值分析，將研究區(qū)生態(tài)環(huán)境狀況變化程度分為3個(gè)類別：變差（級(jí)差：-4、-3、-2、-1）、不變（級(jí)差：0）、變好（級(jí)差：1、2、3、4），最終得出研究區(qū)2009—2019年生態(tài)環(huán)境質(zhì)量變化程度圖（圖3）及變化程度統(tǒng)計(jì)表（表3）。

從表3、圖3可知，2009—2019年間，41.93%區(qū)域生態(tài)環(huán)境質(zhì)量總體保持不變;生態(tài)環(huán)境質(zhì)量變好的區(qū)域面積達(dá)188.06 km2，占總面積的39.13%，生態(tài)環(huán)境質(zhì)量改善以增加一級(jí)和二級(jí)為主，增加一級(jí)和二級(jí)面積為146.33 km2，主要分布于研究區(qū)東北部、東部、東南部大面積區(qū)域;生態(tài)環(huán)境質(zhì)量惡化區(qū)域面積為91.00 km2，占總面積的18.94%，生態(tài)環(huán)境質(zhì)量惡化以降低一級(jí)為主，降低一級(jí)的面積達(dá)68.65 km2，空間上分布較分散?？傮w上，研究區(qū)生態(tài)環(huán)境質(zhì)量“不變”區(qū)域仍居主導(dǎo)地位，生態(tài)環(huán)境質(zhì)量變好區(qū)域面積明顯高于生態(tài)環(huán)境質(zhì)量惡化面積，總體呈變好趨勢(shì)。

4? 土地利用變化對(duì)生態(tài)環(huán)境質(zhì)量影響

土地利用變化客觀記錄了人類生產(chǎn)生活對(duì)生態(tài)環(huán)境的改變過程，土地利用變化不僅改變地表覆被變化情況，同時(shí)對(duì)生態(tài)環(huán)境也有一定影響[14]。土地利用變化對(duì)生態(tài)環(huán)境影響主要表現(xiàn)在土地利用方式的轉(zhuǎn)變及結(jié)構(gòu)變化兩個(gè)方面。土地利用發(fā)生變化的同時(shí)也伴隨生態(tài)環(huán)境因子的改變，生態(tài)環(huán)境因子發(fā)生變化會(huì)引起生態(tài)環(huán)境質(zhì)量狀況的改變，從而對(duì)區(qū)域生態(tài)環(huán)境產(chǎn)生改善或惡化作用。將研究區(qū)2009—2019年生態(tài)環(huán)境質(zhì)量變化圖與土地利用的時(shí)空變化進(jìn)行關(guān)聯(lián)耦合分析，結(jié)果顯示：

正面效應(yīng)（生態(tài)環(huán)境改善）? 主要為研究區(qū)鹽堿地及大片中輕度鹽漬化的低覆蓋度草地被開墾為耕地及果園，少部分沙地及其他用地被改造為耕地、林地，低覆蓋度草地修建排堿渠等，導(dǎo)致區(qū)內(nèi)整體生態(tài)環(huán)境質(zhì)量明顯改善。

負(fù)面效應(yīng)（生態(tài)環(huán)境惡化）? 主要為部分較好耕地被改造為果園導(dǎo)致生態(tài)環(huán)境降低一級(jí)，原因是改造后的果園內(nèi)果樹均較小，植被覆蓋度低于改造前耕地;少部分耕地荒廢及鹽漬化程度的加深和極少部分耕地蓋房、沙化，部分中高植被覆蓋度草地變?yōu)楦丶胞}堿地等，導(dǎo)致區(qū)內(nèi)局部生態(tài)環(huán)境明顯惡化。

總體來看，在自然因素較穩(wěn)定情況下，人類活動(dòng)對(duì)土地利用類型的改造間接對(duì)研究區(qū)內(nèi)生態(tài)環(huán)境具重要影響，土地利用變化對(duì)生態(tài)環(huán)境質(zhì)量的影響主要呈改善和惡化并存趨勢(shì)，但改善明顯大于惡化。

5? 結(jié)論及建議

（1）濕度、綠度、干度和熱度是生態(tài)系統(tǒng)重要組成部分，基于此建立的RSEI指數(shù)可快速反映庫(kù)車縣林果特色種植區(qū)生態(tài)環(huán)境質(zhì)量狀況及時(shí)空變化。該方法基于自然指標(biāo)，沒有人為權(quán)重、閾值干擾，計(jì)算簡(jiǎn)單快速，可用于對(duì)區(qū)域生態(tài)環(huán)境質(zhì)量狀況空間分布進(jìn)行可視化顯示。

（2）2009—2019年間，庫(kù)車縣林果特色種植區(qū)生態(tài)環(huán)境質(zhì)量“差”、“較差”區(qū)域明顯減少，生態(tài)環(huán)境質(zhì)量“優(yōu)”、“良好”區(qū)域明顯增加，生態(tài)環(huán)境質(zhì)量總體向好的方向發(fā)展，但生態(tài)環(huán)境質(zhì)量“不變”區(qū)域仍居主導(dǎo)地位，生態(tài)環(huán)境質(zhì)量變好的區(qū)域遠(yuǎn)大于生態(tài)環(huán)境質(zhì)量惡化區(qū)域。

（3）土地利用變化對(duì)生態(tài)環(huán)境質(zhì)量影響呈改善和惡化并存趨勢(shì)，但改善明顯大于惡化。這與庫(kù)車縣政府這些年改造河道周邊環(huán)境、修建引水渠、排堿渠、大力治理鹽漬化等措施密切相關(guān)。本次研究結(jié)果與前人預(yù)測(cè)的區(qū)內(nèi)生態(tài)環(huán)境將趨于惡化的結(jié)果不同[4]，主要原因是前人研究尺度較小、精度較低，且對(duì)農(nóng)業(yè)生產(chǎn)區(qū)生態(tài)環(huán)境未進(jìn)行單獨(dú)的具體分析。

參考文獻(xiàn)

[1]? ? 姚堯，王世新，周藝，等.生態(tài)環(huán)境狀況指數(shù)模型在全國(guó)生態(tài)環(huán)境質(zhì)量評(píng)價(jià)中的應(yīng)用[J].遙感信息，2012，27（3）：93-98.

[2]? ? 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(bào)，2013，33（24）： 7853-7862.

[3]? ? 郝應(yīng)龍，李崇博，王拓，等.基于GIS技術(shù)和CA-Markov模型的烏魯木齊地區(qū)土地利用變化與預(yù)測(cè)研究[J].新疆地質(zhì)，2018，36（4）：463-468.

[4]? ? 程珍珍，張永福，范小晶，等.基于GIS干旱區(qū)綠洲縣土地利用生態(tài)風(fēng)險(xiǎn)分析及動(dòng)態(tài)預(yù)測(cè)[J].安徽農(nóng)業(yè)科學(xué)，2018，46（3）：44-48.

[5]? ? 中華人民共和國(guó)環(huán)境保護(hù)部.生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范[S].HJ192-2015.

[6]? ? 葉有華，梁永賢，沈一青，等.《生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范（試行）》中若干值得商榷的問題[J].熱帶地理，2009，29（4）：404-406.

[7]? ? 徐涵秋.區(qū)域生態(tài)環(huán)境變化的遙感評(píng)價(jià)指數(shù)[J].中國(guó)環(huán)境科學(xué)，2013，33（5）：889-897.

[8]? ? 王麗春，焦黎，來風(fēng)兵，等.基于遙感生態(tài)指數(shù)的新疆瑪納斯湖濕地生態(tài)變化評(píng)價(jià)[J].生態(tài)學(xué)報(bào)，2019，39（8）：2963-2972.

[9]? ? 程志峰，何祺勝.基于RSEI的蘇錫常城市群生態(tài)環(huán)境遙感評(píng)價(jià)[J].遙感技術(shù)與應(yīng)用，2019，34（3）：531-539.

[10]? 楊江燕，吳田，潘肖燕，等.基于遙感生態(tài)指數(shù)的雄安新區(qū)生態(tài)質(zhì)量評(píng)估[J].應(yīng)用生態(tài)學(xué)報(bào)，2019，? 30（1）：277-284.

[11]? 丁鳳，徐涵秋.TM熱波段圖像的地表溫度反演算法與實(shí)驗(yàn)分析[J].地球信息科學(xué)，2006，8（3）：125-131.

[12]? 徐涵秋.新型Landsat 8衛(wèi)星影像的反射率和地表溫度反演[J].地球物理學(xué)報(bào)，2015，58（3）：741-747.

[13]? Nichol J.Remote sensing of urban heat islands by day and night[J].Photogrammetric Engineering and Remote Sensing，2005，71（6）：613-621.

[14]? 王曉東，蒙吉軍.土地利用變化的環(huán)境生態(tài)效應(yīng)研究進(jìn)展[J].北京大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2014， 50（6）：1133-1140.

Analysis on the Temporal and Spatial Changes of Eco-environmental Quality in Forest and Fruit Characteristic Planting Areas of Kuche County Based on RSEI

Hao yinglong;Wang Qingjun; Chen Qile; Guan Wei;Xia Jingfu

（Geological Research academy of Xinjiang， Urumqi 830000，China）

Abstract：Quickly and accurately grasping the quality of an area's ecological environment and its change distribution have important reference values for regional ecological environment monitoring and management， optimization of land use structure， and rational allocation and use of land resources. Based on the remote sensing images of 2009 and 2019 in Kuche County's forest and fruit planting areas， a new type of remote sensing ecological index RSEI evaluation model was used to quantitatively evaluate and analyze the temporal and spatial changes of the ecological environment quality in the area. The results show that： The RSEI index established by the four natural indicators of humidity， greenness， dryness， and heat can quickly and better reflect the ecological environment quality status and temporal and spatial changes of Kuqian forest and fruit characteristic planting areas; from 2009 to 2019，the ecological and environmental quality of the forest and fruit characteristic planting areas in Kuche County are generally developing in a good direction， but the areas with “unchanged” ecological and environmental quality still dominate the area， and the areas with better ecological and environmental quality are far larger than ecological Areas with deteriorating environmental quality; the impact of land use change on the quality of the ecological environment shows a trend of both improvement and deterioration， but the improvement is significantly greater than the deterioration.

Key words： Remote sensing based ecological index（RSEI）;Ecological environment quality; Temporal and spatial changes ; Land use change