基于GF-1/WFV的北京市部分區(qū)縣生態(tài)環(huán)境評(píng)價(jià)

王義慧　侯盼盼　孫逢雨

摘要：區(qū)域生態(tài)環(huán)境對(duì)居民的生活質(zhì)量和可持續(xù)發(fā)展發(fā)揮著至關(guān)重要的作用，本文利用GF-1/WFV3數(shù)據(jù)對(duì)北京市部分區(qū)縣進(jìn)行土地利用分類并建立生物豐度指數(shù)、植被覆蓋指數(shù)、水體指數(shù)、污染負(fù)荷指數(shù)和人類活動(dòng)指數(shù)，對(duì)五種指數(shù)加權(quán)求和得到生態(tài)環(huán)境狀況指數(shù)，以此定量描述北京市部分區(qū)縣的生態(tài)環(huán)境狀況。結(jié)果表明：研究區(qū)整體生態(tài)環(huán)境良好，生態(tài)環(huán)境優(yōu)良的區(qū)域占55%，以林地和水域濕地為主;生態(tài)環(huán)境一般的區(qū)域占24%，以耕地為主;生態(tài)環(huán)境較差和差的區(qū)域占21%，以未利用地和建筑用地為主。

關(guān)鍵詞：GF-1/WFV;生態(tài)環(huán)境指數(shù);NPP/VIRS;PM2.5

中圖分類號(hào)：X820.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-672X（2020）09-0-03

DOI：10.16647/j.cnki.cn15-1369/X.2020.09.106

Evaluation of ecological environment in some districts and counties of Beijing based on GF-1 / WFV

Wang Yihui，Hou Panpan，Sun Fengyu

（School of Information Science and Engineering，Shandong Agricultural University，Taian Shandong 271018，China）

Abstract：Regional ecological environment on the residents quality of life and play an important role in sustainable development， using the GF-1 / WFV data was carried out on the part of the district and county of Beijing land use classification and establish the biological abundance index， vegetation index and water index and pollution load index and the index of human activities， the five kinds of index weighted summation index of ecological environment， ecological environment to quantitative description of the part of the district and county of Beijing. The results show that the overall ecological environment of the study area is good， and the area with excellent ecological environment accounts for 55%. The area with general ecological environment accounts for 24%， and arable land is the main part. Poor ecological environment and poor areas accounted for 21%， mainly unused land and building land.

Key words：GF-1 /WFV;Ecological environment index;NPP/VIRS;PM2.5

區(qū)域生態(tài)環(huán)境綜合評(píng)價(jià)能夠協(xié)調(diào)區(qū)域經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間關(guān)系，有助于區(qū)域可持續(xù)發(fā)展 [1]。由于遙感在定量描述生態(tài)環(huán)境質(zhì)量方面具有范圍大、數(shù)據(jù)量大、信息豐富等優(yōu)勢，因此，基于遙感數(shù)據(jù)反演生態(tài)環(huán)境狀況指數(shù)的研究有著重要意義和價(jià)值[2]。根據(jù)我國《生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范》（HJ 192—2015）[3]，生態(tài)環(huán)境狀況評(píng)價(jià)利用一個(gè)綜合指數(shù)（生態(tài)環(huán)境狀況指數(shù)，EI指數(shù)），包括生物豐度指數(shù)、植被覆蓋指數(shù)、水網(wǎng)密度指數(shù)、土地脅迫指數(shù)、污染負(fù)荷指數(shù)5個(gè)分指數(shù)和一個(gè)環(huán)境限制指數(shù)。本次研究，將評(píng)價(jià)指標(biāo)進(jìn)行改進(jìn)，利用遙感數(shù)據(jù)直接提取各種環(huán)境評(píng)價(jià)指標(biāo)，對(duì)區(qū)域生態(tài)環(huán)境質(zhì)量進(jìn)行評(píng)價(jià)?；谶b感數(shù)據(jù)將生物豐度指數(shù)、植被覆蓋指數(shù)、水體指數(shù)、人類活動(dòng)指數(shù)[4]和污染負(fù)荷指數(shù)作為評(píng)價(jià)指標(biāo)對(duì)北京市部分地區(qū)生態(tài)環(huán)境進(jìn)行綜合評(píng)價(jià)。

1 數(shù)據(jù)來源及研究區(qū)概況

1.1 數(shù)據(jù)來源

高分1號(hào)衛(wèi)星（Gaofen-1 satellite，以下簡稱GF-1）是我國高分專項(xiàng)的第一顆衛(wèi)星，配置了2臺(tái)2m全色分辨率相機(jī)、8m分辨率多光譜相機(jī)以及4臺(tái)16m分辨率多光譜寬幅相機(jī)，GF-1/WFV多光譜數(shù)據(jù)由中國資源衛(wèi)星應(yīng)用中心下載，時(shí)相是2015年10月3號(hào)。其他輔助數(shù)據(jù)如表1所示。

1.2 研究區(qū)概況

本次研究區(qū)選擇了北京市的7個(gè)區(qū)，分別是延慶區(qū)、懷柔區(qū)、密云區(qū)、昌平區(qū)、平谷區(qū)、順義區(qū)、通州區(qū)。研究區(qū)域位于華北平原北部，毗鄰渤海灣，與天津、河北相鄰。地勢西北高，東南低，氣候以大陸性季風(fēng)氣候?yàn)橹?，夏季炎熱多雨，冬季寒冷干燥。天然水道多發(fā)源于西北部山地，流經(jīng)東南部平原地區(qū)，匯入渤海。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)預(yù)處理

對(duì)GF-1/WFV數(shù)據(jù)的處理：首先將影像進(jìn)行輻射定標(biāo)和大氣校正，再根據(jù)Landsat8 OLI影像和已鑲嵌的ASTER GDEM數(shù)據(jù)進(jìn)行正射校正，最后根據(jù)矢量數(shù)據(jù)進(jìn)行裁剪，計(jì)算歸一化植被指數(shù)和歸一化水體指數(shù)。

對(duì)NPP/VIRS夜間燈光數(shù)據(jù)的處理：首先對(duì)影像進(jìn)行投影轉(zhuǎn)換、重采樣，再進(jìn)行空間裁切，統(tǒng)計(jì)研究區(qū)域的最大值和最小值。

對(duì)全球PM2.5格網(wǎng)數(shù)據(jù)的處理：該數(shù)據(jù)是基于MODIS、MISR、和SeaWiFS氣溶膠光學(xué)厚度的遙感產(chǎn)品，由于該數(shù)據(jù)存在異常值，比如負(fù)值，首先對(duì)影像進(jìn)行壞值插補(bǔ)，將負(fù)值替換成0，再對(duì)影像進(jìn)行投影轉(zhuǎn)換和重采樣，最后根據(jù)研究區(qū)域進(jìn)行空間裁切。

2.2 評(píng)價(jià)指標(biāo)體系的建立

2.2.1 生物豐度指數(shù)

生物豐度指數(shù)用來評(píng)價(jià)區(qū)域內(nèi)生物的豐貧程度，根據(jù)區(qū)域內(nèi)不同的土地利用類型的權(quán)值進(jìn)行加權(quán)加和。首先根據(jù)預(yù)處理的GF-1/WFV數(shù)據(jù)計(jì)算植被指數(shù)和水體指數(shù)，進(jìn)行主成分分析和灰度共生矩陣的生成，再將15個(gè)波段的數(shù)據(jù)進(jìn)行波段疊加，利用支持向量機(jī)分類，將研究區(qū)用地類型分為5類[6]，分別是建設(shè)用地、未利用地、耕地、水體、林地。各類樣本的可分離性均在1.9以上，分類精度在86%以上，再根據(jù)各類用地權(quán)重計(jì)算研究區(qū)的生物豐度指數(shù)。由于綜合指數(shù)EI的范圍是1～100，為了統(tǒng)一各指數(shù)的數(shù)量級(jí)，需要對(duì)各指數(shù)進(jìn)行拉伸，拉伸范圍是0～100。首先根據(jù)研究區(qū)域掩膜數(shù)據(jù)計(jì)算各個(gè)指數(shù)最大值和最小值，再利用波段計(jì)算進(jìn)行數(shù)據(jù)的拉伸。

2.2.2 水體指數(shù)

歸一化水體指數(shù)NDWI（Normalized Difference Water Index）是表征地表水體信息的重要指標(biāo)[7]，Green是影像的綠光波段的反射率或者DN值，Nir是影像近紅波段的反射率或者DN值。對(duì)GF-1數(shù)據(jù)進(jìn)行波段運(yùn)算，得到研究區(qū)的水體指數(shù)，再對(duì)水體指數(shù)進(jìn)行拉伸。

2.2.3 植被覆蓋指數(shù)

基于像元二分模型和NDVI（Normalized Difference Vegetation Index）的植被覆蓋度是表征地表植被覆蓋程度的重要指數(shù)[8]，計(jì)算植被覆蓋指數(shù)的時(shí)候需要剔除水體的影響。首先，制作研究區(qū)內(nèi)的水體掩膜，其次，統(tǒng)計(jì)研究區(qū)域內(nèi)的最大值作為純植被的NDVI值（NDVIV）和最小值作為純裸土的NDVI值（NDVI0），在這里將置信區(qū)間設(shè)為5%～95%，取直方圖累計(jì)頻率為5%的NDVI值作為最小值，95%的NDVI值作為最大值，計(jì)算植被覆蓋指數(shù)fv，再對(duì)數(shù)據(jù)進(jìn)行拉伸。

2.2.4 人類活動(dòng)指數(shù)

人類活動(dòng)指數(shù)用來評(píng)價(jià)人類活動(dòng)對(duì)生態(tài)環(huán)境的影響，人類活動(dòng)指數(shù)越高，表示環(huán)境的污染越重。本研究利用預(yù)處理的NPP/VIRS夜間燈光數(shù)據(jù)表征人類活動(dòng)指數(shù)。首先基于研究區(qū)對(duì)預(yù)處理的NPP/VIRS影像統(tǒng)計(jì)最大值、最小值，將數(shù)據(jù)拉伸，得到人類活動(dòng)指數(shù)。

2.2.5 污染負(fù)荷指數(shù)

污染負(fù)荷指數(shù)用來評(píng)價(jià)區(qū)域所承受的環(huán)境壓力，本研究用PM2.5全球格網(wǎng)數(shù)據(jù)表征污染負(fù)荷指數(shù)，此指數(shù)越高，表示環(huán)境污染越重。對(duì)預(yù)處理的數(shù)據(jù)進(jìn)行拉伸，得到污染負(fù)荷指數(shù)。

2.2.6 生態(tài)環(huán)境狀況指數(shù)

生態(tài)環(huán)境狀況指數(shù)是評(píng)價(jià)區(qū)域內(nèi)的生態(tài)環(huán)境質(zhì)量的重要指標(biāo)，即EI值，范圍是0～100。由前面得到的5種指數(shù)根據(jù)自身權(quán)重相加求和所得，各類指數(shù)權(quán)重由自身的標(biāo)準(zhǔn)差計(jì)算所得，wi是權(quán)重，σi是標(biāo)準(zhǔn)差，權(quán)重計(jì)算公式如下：

經(jīng)計(jì)算得到5種指數(shù)的權(quán)重表，并得到各個(gè)波段得計(jì)算公式，見表3。

最終得到EI指數(shù)，根據(jù)生態(tài)環(huán)境狀況分級(jí)表，利用決策樹，將北京部分地區(qū)的生態(tài)環(huán)境狀況分為5級(jí)：優(yōu)（EI>75）、良（55～75）、一般（35～55）、較差（20～35）、差（0～20）。

3 研究結(jié)果分析

3.1 對(duì)北京市7個(gè)區(qū)EI指數(shù)的研究分析

研究結(jié)果表明，研究區(qū)西部、北部EI指數(shù)最高，環(huán)境質(zhì)量等級(jí)為優(yōu)，植被覆蓋度相當(dāng)高，土地類型以林地為主，具有相對(duì)豐富的生物種群，由于植被的凈化作用，空氣質(zhì)量相對(duì)較好，PM2.5指數(shù)較低，人類活動(dòng)少，經(jīng)濟(jì)欠發(fā)達(dá)的郊區(qū)和農(nóng)村多分布于此。研究區(qū)的南部生態(tài)環(huán)境最差，植被覆蓋度較低，土地類型多為建設(shè)用地，是人類活動(dòng)密集地區(qū)，空氣質(zhì)量相對(duì)較差，經(jīng)濟(jì)較為發(fā)達(dá)。環(huán)境質(zhì)量狀況為良好的地區(qū)多為水體;環(huán)境質(zhì)量狀況一般的區(qū)域多為耕地;環(huán)境質(zhì)量較差的地區(qū)多為未利用地區(qū)域，由于研究時(shí)間為10月份，大部分莊稼被收割，耕地成為休耕地，被分類成未利用地，植被覆蓋度接近0，生物種群極少。

3.2 對(duì)北京市7個(gè)區(qū)縣生態(tài)環(huán)境的總體評(píng)價(jià)

研究區(qū)域里的7個(gè)區(qū)均非市中心，人口不是極度密集，環(huán)境相對(duì)較好，總體上，環(huán)境質(zhì)量為優(yōu)的面積達(dá)到一半以上，高達(dá)53%，主要集中在懷柔區(qū)、延慶區(qū)和密云區(qū);生態(tài)環(huán)境為良的為2%，主要分布在研究區(qū)的水域濕地;生態(tài)環(huán)境為一般的占比24%，主要分布在耕地區(qū)域;生態(tài)環(huán)境為較差的占比19%，主要分布在未利用地，在本研究中主要表現(xiàn)為休耕地和裸地;生態(tài)環(huán)境較差的只有2%，主要集中城鎮(zhèn)等建筑用地，表現(xiàn)為人口密集地區(qū)。

3.3 對(duì)北京市7個(gè)縣區(qū)EI指數(shù)的分別分析

分別計(jì)算研究區(qū)域內(nèi)7個(gè)縣區(qū)的生態(tài)環(huán)境指數(shù)的平均值，結(jié)果表明，EI指數(shù)在70以上的有懷柔區(qū)和延慶區(qū)，EI指數(shù)在50以上的是密云區(qū)、昌平區(qū)、平谷區(qū);EI指數(shù)在30以上的是順義區(qū)和通州區(qū)，生態(tài)環(huán)境質(zhì)量最好的是懷柔區(qū)，最差的通州區(qū)。

4 結(jié)論

本研究以GF-1/WFV數(shù)據(jù)為主，輔以NPP/VIRS月合成夜光數(shù)據(jù)、全球PM2.5格網(wǎng)數(shù)據(jù)、ASTER GDEM數(shù)據(jù)和Landsat8 OLI數(shù)據(jù)，分別計(jì)算5種指數(shù)，加權(quán)求和得到生態(tài)環(huán)境評(píng)價(jià)指數(shù)（EI），結(jié)論表明，研究區(qū)內(nèi)整體生態(tài)環(huán)境指數(shù)為59.9460，等級(jí)為良好。由于所選的研究區(qū)域大多位于北京的邊緣區(qū)縣，資源開發(fā)程度和經(jīng)濟(jì)發(fā)展相對(duì)較弱，受人類活動(dòng)影響較小，因此生態(tài)環(huán)境保持較好。7個(gè)區(qū)中，懷柔區(qū)、延慶區(qū)和密云區(qū)生態(tài)環(huán)境質(zhì)量排前三，3個(gè)區(qū)的土地利用類型以林地為主，擁有數(shù)量眾多的公園和水域濕地，空氣質(zhì)量優(yōu)良，人口也相對(duì)較少;而環(huán)境較差的通州區(qū)和順義區(qū)是平原地區(qū)，地上植被以耕地為主，緊鄰市中心，人口密集，空氣質(zhì)量較差。本次研究不足之處在于缺乏數(shù)據(jù)進(jìn)行定量驗(yàn)證和分析，總體上，研究結(jié)果符合實(shí)際情況，與其他學(xué)者做的相同年份的研究在數(shù)值上較為接近[9]。

參考文獻(xiàn)

[1]張從.環(huán)境評(píng)價(jià)教程[M].北京：中國環(huán)境科學(xué)出版社，2002.

[2]鄭晨.基于遙感的城市人居環(huán)境適宜性綜合評(píng)價(jià)研究[D].重慶：重慶師范大學(xué)，2019.

[3]環(huán)境保護(hù)部.HJ 192—2015 生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范[S].北京：中國環(huán)境科學(xué)出版社，2015.

[4]劉瑞，王世新，周藝，等.基于遙感技術(shù)的縣級(jí)區(qū)域環(huán)境質(zhì)量評(píng)價(jià)模型研究[J].中國環(huán)境科學(xué)，2012，32（01）：181-186.

[5] van Donkelaar， A.， R.V. Martin， M. Brauer， and B.L. Boys. 2015. Global Annual PM2.5 Grids from MODIS， MISR and SeaWiFS Aerosol Optical Depth （AOD）[J].1998-2012. Palisades， NY： NASA Socioeconomic Data and Applications Center （SEDAC）.

[6]張衍華，畢建杰，高珂歆，等.基于遙感和GIS的泰安市生態(tài)環(huán)境評(píng)價(jià)及動(dòng)態(tài)監(jiān)測研究[J].山東氣象，2012，32（01）：1-5.

[7]徐涵秋.利用改進(jìn)的歸一化差異水體指數(shù)（MNDWI）提取水體信息的研究[J].遙感學(xué)報(bào)，2005（05）：589-595.

[8]佟斯琴，包玉海，張巧鳳，等.基于像元二分法和強(qiáng)度分析方法的內(nèi)蒙古植被覆蓋度時(shí)空變化規(guī)律分析[J].生態(tài)環(huán)境學(xué)報(bào)，2016，25（05）：737-743.

[9]饒麗.北京市生態(tài)環(huán)境狀況評(píng)價(jià)及生態(tài)效率測算[D].北京：北京林業(yè)大學(xué)，2019.

收稿日期：2020-07-21

作者簡介：王義慧（1999-），女，漢族，本科學(xué)歷，研究方向?yàn)檫b感應(yīng)用。