基于改進(jìn)型遙感生態(tài)指數(shù)(MRSEI)模型的滇中地區(qū)生態(tài)環(huán)境質(zhì)量研究

農(nóng)蘭萍，王金亮①，玉院和

(1.云南師范大學(xué)地理學(xué)部，云南 昆明 650500；2.云南省高校資源與環(huán)境遙感重點(diǎn)實(shí)驗(yàn)室，云南 昆明 650500；3.云南省地理空間信息技術(shù)工程技術(shù)研究中心，云南 昆明 650500)

生態(tài)環(huán)境質(zhì)量是指在一定的時空范圍內(nèi)，生態(tài)環(huán)境受自然-社會-經(jīng)濟(jì)復(fù)合系統(tǒng)影響表現(xiàn)出的地域差異性，反映了生態(tài)環(huán)境的優(yōu)劣程度[1]，受人類活動影響較大。在遙感技術(shù)的支持下，生態(tài)環(huán)境質(zhì)量研究發(fā)展迅速，已成為生態(tài)環(huán)境研究的熱點(diǎn)問題之一，涉及省域、縣域等多個研究尺度[2-3]，以及城市生態(tài)環(huán)境質(zhì)量[4]、流域生態(tài)環(huán)境[5]等多個研究對象。

早期，我國對生態(tài)環(huán)境質(zhì)量的研究以建立評價(jià)指標(biāo)體系為主[6]，多以層次分析法[7]等開展生態(tài)環(huán)境質(zhì)量的綜合評價(jià)。其中，建立生態(tài)環(huán)境質(zhì)量評價(jià)體系是生態(tài)環(huán)境質(zhì)量評價(jià)必不可少的環(huán)節(jié)之一。此后，生態(tài)環(huán)境質(zhì)量的動態(tài)監(jiān)測[8]、時空差異分析[9]等方面的研究工作也逐漸加強(qiáng), 生態(tài)環(huán)境質(zhì)量研究逐漸從定性評價(jià)過渡到定量評價(jià)。在生態(tài)環(huán)境質(zhì)量評價(jià)中，除構(gòu)建指標(biāo)體系外，評價(jià)方法的選取也十分關(guān)鍵，常用于生態(tài)環(huán)境質(zhì)量評價(jià)的模型和方法有壓力-狀態(tài)-響應(yīng)模型[10]、模糊評價(jià)法[11]等。近年來，地理信息系統(tǒng)(GIS)和遙感(RS)技術(shù)為生態(tài)環(huán)境質(zhì)量研究和發(fā)展提供了高效的監(jiān)測和分析手段。其中，以徐涵秋[12]提出的遙感生態(tài)指數(shù)(RSEI)模型應(yīng)用最為廣泛，其優(yōu)勢在于以遙感手段快速監(jiān)測生態(tài)環(huán)境質(zhì)量變化，以第1主成分構(gòu)建模型，減少主觀因素影響，模型適用性強(qiáng)。但該模型多以自然因子反映生態(tài)環(huán)境質(zhì)量的狀態(tài)，在一定程度上忽略了人為因素的主導(dǎo)作用，不利于分析生態(tài)環(huán)境質(zhì)量變化與人類活動的相關(guān)性。

綜上所述，從生態(tài)環(huán)境質(zhì)量熱點(diǎn)研究角度出發(fā)，以中分辨率成像光譜儀(moderate-resolution imaging spectroradiometer, MODIS)系列產(chǎn)品數(shù)據(jù)中的歸一化植被指數(shù)(normalized difference vegetation index, NDVI)等長時間序列遙感數(shù)據(jù)為基礎(chǔ)，定量分析滇中地區(qū)生態(tài)環(huán)境質(zhì)量時空變化特征，并以地理探測器研究其變化的主導(dǎo)因素，揭示自然、人文因素綜合作用下對滇中地區(qū)生態(tài)環(huán)境質(zhì)量的影響，為滇中地區(qū)打造區(qū)域一體化和建設(shè)以高原湖泊為主體、山水相連的高原生態(tài)格局提供借鑒。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

滇中地區(qū)位于云南省中部(23°19′～27°03′ N，100°43′～100°50′ E)，包括昆明市、曲靖市、玉溪市和楚雄州4個州市(共42個區(qū)、縣)。國土總面積約9×104km2，約占全省土地面積的1/4。滇中地區(qū)緯度低，但海拔相對較高，太陽輻射較同緯度地區(qū)強(qiáng)。區(qū)域?qū)賮啛釒Ъ撅L(fēng)氣候區(qū)，在西南季風(fēng)和東南季風(fēng)的控制下，氣候呈現(xiàn)出明顯的干濕季變化。區(qū)域內(nèi)植被覆蓋率較高，以次生林為主，包括華山松林、云南松林和針闊混交林等[13]，自然條件優(yōu)越。但在地形條件影響下，滇中北部、西北部以及西南部等干熱河谷地區(qū)和東南部喀斯特地區(qū)水土保持能力較弱。因此，水土流失問題較為嚴(yán)重，易發(fā)生土地資源退化等現(xiàn)象，進(jìn)而影響生態(tài)環(huán)境的良性發(fā)展。在云南省內(nèi)，滇中地區(qū)集中了云南省38%的人口和55%的GDP(2018年末云南省統(tǒng)計(jì)年鑒數(shù)據(jù))，是省內(nèi)經(jīng)濟(jì)發(fā)展的重要引擎。隨著滇中城市群的發(fā)展，該區(qū)域不斷加強(qiáng)以昆明為中心的交通樞紐建設(shè)，承接云南省主要的工業(yè)經(jīng)濟(jì)和產(chǎn)業(yè)轉(zhuǎn)移，并依托自然資源開發(fā)工礦產(chǎn)業(yè)、打造休閑旅游勝地，城市化進(jìn)程不斷加快，在一定程度上影響了當(dāng)?shù)厣鷳B(tài)環(huán)境質(zhì)量的可持續(xù)發(fā)展。因此，開展滇中生態(tài)環(huán)境質(zhì)量研究工作，了解滇中地區(qū)生態(tài)環(huán)境質(zhì)量的變化過程，可為滇中地區(qū)踐行生態(tài)文明建設(shè)理念、打造云南省生態(tài)文明建設(shè)排頭兵提供參考。

1.2 數(shù)據(jù)來源

研究所使用的數(shù)據(jù)主要有2種：(1)遙感數(shù)據(jù)：MODIS產(chǎn)品數(shù)據(jù)(包括地表反射率數(shù)據(jù)MOD09A1、地表溫度數(shù)據(jù)MOD11A2 和植被指數(shù)數(shù)據(jù)MOD13Q1，分別用于提取所需的地表反射率、白天地表溫度和NDVI等參數(shù))，其來源于NASA官方遙感數(shù)據(jù)網(wǎng)站(https:∥ladsweb.modaps.eosdis.nasa.gov/)，數(shù)據(jù)經(jīng)MODIS數(shù)據(jù)批處理軟件(MODIS reprojection tool, MRT)批量投影轉(zhuǎn)換為WGS84后，根據(jù)研究區(qū)范圍裁剪；高程、坡度等數(shù)據(jù)從SRTM(shuttle radar topography mission)數(shù)字高程模型提取，數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/)。(2)社會經(jīng)濟(jì)數(shù)據(jù)：包括2000—2018年人口、國內(nèi)生產(chǎn)總值(GDP)等縣域社會經(jīng)濟(jì)數(shù)據(jù)，采用反距離權(quán)重法插值為空間數(shù)據(jù)，該數(shù)據(jù)來源于云南省統(tǒng)計(jì)年鑒。為了統(tǒng)一數(shù)據(jù)空間分辨率，均重采樣為250 m。遙感數(shù)據(jù)的具體參數(shù)見表1。

表1 遙感數(shù)據(jù)來源

2 研究方法

2.1 改進(jìn)型遙感生態(tài)指數(shù)(MRSEI)模型

RSEI模型是一個集成遙感信息并綜合多個生態(tài)環(huán)境質(zhì)量評價(jià)指標(biāo)的可快速監(jiān)測生態(tài)環(huán)境質(zhì)量變化的綜合指數(shù)模型。該模型廣泛應(yīng)用于城市生態(tài)環(huán)境監(jiān)測[14]、區(qū)域水土流失監(jiān)測[15]、礦區(qū)生態(tài)環(huán)境研究[16]等方面。但模型的適用范圍有限，僅適用于陸地范圍，因此在實(shí)驗(yàn)中需對研究區(qū)內(nèi)的水體進(jìn)行掩膜。模型通常以綠度(NDVI)、濕度(WET)、熱度(LST)和干度(NDBSI)指數(shù)來綜合構(gòu)建模型，其中NDBSI需通過建筑指數(shù)(index-based built-up index, IBI)和土壤指數(shù)(soil index, SI)綜合計(jì)算得出。在城市化進(jìn)程下，人類活動及其所產(chǎn)生的社會經(jīng)濟(jì)活動強(qiáng)度對生態(tài)承載力的良性循環(huán)具有重要影響[17]。因此，筆者在RSEI模型的基礎(chǔ)上加入人口、GDP等社會經(jīng)濟(jì)因子，并對用主成分分析法提取第1主成分作為初始RSEI的原方法加以改進(jìn)，以主成分分析法確定指標(biāo)權(quán)重，保留各指標(biāo)特征信息，進(jìn)一步研究自然與人為因素相互作用對區(qū)域生態(tài)環(huán)境的影響程度。

MRSEI模型計(jì)算過程如下：首先，需要選取MRSEI所需的正向指標(biāo)(NDVI、WET)和負(fù)向指標(biāo)(NDBSI、LST和人口、GDP等)。其中，MOD09A1遙感數(shù)據(jù)需經(jīng)纓帽變換后提取濕度分量，經(jīng)波段計(jì)算后提取干度指標(biāo)。纓帽變換是一種正交線性變換，以信息量豐富的少數(shù)維度替代原多光譜空間并建立與地物發(fā)展的聯(lián)系過程[18]，以突出土壤、植被等信息特征。LOBSER等[19]研究發(fā)現(xiàn)，MODIS影像數(shù)據(jù)與Landsat TM影像存在著類似的空間變換特征，并確定了MODIS數(shù)據(jù)纓帽變換的轉(zhuǎn)換系數(shù)，可進(jìn)行濕度分量的提取。

Landsat TM與MOD09A1數(shù)據(jù)纓帽變換的對應(yīng)關(guān)系[20]為

TWE,TM=0.031 5ρ1+0.202 1ρ2+0.310 2ρ3+0.159 4ρ4-0.680 6ρ5-0.610 9ρ6，

(1)

TWE,MODIS=0.240 8ρ1+0.313 2ρ2+0.114 7ρ3+0.248 9ρ4-0.641 6ρ5-0.508 7ρ6。

(2)

式(1)～(2)中，TWE,TM為Landsat TM遙感影像的濕度分量；TWE,MODIS為MOD09A1遙感影像的濕度分量；ρ1、ρ2、ρ3、ρ4、ρ5、ρ6分別為藍(lán)、綠、紅、近紅外、短波紅外1、短波紅外2的光譜反射率。

受大氣因素的影響，MODIS部分產(chǎn)品數(shù)據(jù)會存在空值現(xiàn)象，因此，基于MOD09A1等遙感數(shù)據(jù)，采用最大合成法計(jì)算出春、夏、秋、冬4個季節(jié)的數(shù)據(jù)后，再求季節(jié)均值，以提取年均NDVI、年均濕度等指標(biāo)信息。其次，對所用指標(biāo)進(jìn)行指標(biāo)標(biāo)準(zhǔn)化處理。最后，再利用SPSS軟件對因子進(jìn)行主成分分析，并根據(jù)得出的指標(biāo)成分矩陣、方差和方差百分比計(jì)算各年份的指標(biāo)權(quán)重。為了減少人為因素的誤差，便于多年生態(tài)環(huán)境質(zhì)量的比較分析，對各年份的指標(biāo)權(quán)重求取多年平均權(quán)重作為最終的指標(biāo)權(quán)重，NDVI、WET、NDBSI、LST、人口和GDP的多年指標(biāo)權(quán)重均值分別為0.18、0.15、0.17、0.11、0.19和0.20。最終，通過加權(quán)圖層疊置法計(jì)算各個年份的MRSEI。

2.2 變異系數(shù)

變異系數(shù)是以標(biāo)準(zhǔn)差和平均值之間的關(guān)系來反映因變量的變化程度[21]，可用來反映多年生態(tài)環(huán)境質(zhì)量年際變化的穩(wěn)定程度。該值越大，離散程度越大，穩(wěn)定性越低。為直觀表示生態(tài)環(huán)境質(zhì)量變化的穩(wěn)定性，將其分為4個等級：變異程度非常穩(wěn)定(≤0.1)、穩(wěn)定(>0.1～0.2)、不穩(wěn)定(>0.2～0.3)和非常不穩(wěn)定(>0.3)[22]。計(jì)算公式為

(3)

2.3 Theil-Sen Median趨勢度

Theil-Sen Median趨勢度是以中位數(shù)評價(jià)長時間序列數(shù)據(jù)變化趨勢的穩(wěn)健型非參數(shù)統(tǒng)計(jì)分析方法[23]。該方法需進(jìn)行顯著性檢驗(yàn)，其優(yōu)勢在于對非正態(tài)分布數(shù)據(jù)仍可進(jìn)行數(shù)據(jù)趨勢分析，可用來分析生態(tài)環(huán)境質(zhì)量變化改善或退化的變化趨勢。

(4)

式(4)中，β為n(n-1)/2數(shù)據(jù)組合斜率的中位數(shù)(時間序列長度n=19)；IMRSE，i和IMSRE，j分別為年份i和年份j的MRSEI數(shù)據(jù)值。β>0說明研究時間序列過程中生態(tài)環(huán)境質(zhì)量改善，反之說明生態(tài)環(huán)境質(zhì)量退化。

2.4 空間自相關(guān)分析

地理學(xué)第一定律指出，任何事物間都有聯(lián)系且距離相近的事物聯(lián)系更為密切[24]，表現(xiàn)出事物的聯(lián)系性特征。與此同時，具有空間特性的事物也表現(xiàn)出空間分異性?？臻g自相關(guān)常用于時空格局演變研究[25]，可分為全局和局部空間自相關(guān)2種類型，分別用全局Moran′sI指數(shù)和局部Moran′sI指數(shù)表示。

全局Moran′sI指數(shù)計(jì)算公式為

(5)

(6)

式(5)～(6)中，I為全局Moran′sI指數(shù)，其閾值為[-1,1]，I<0表示負(fù)相關(guān)，I=0表示不相關(guān)，I>0表示正相關(guān)；wij為權(quán)重系數(shù)，僅當(dāng)i和j相鄰時wij取1，否則取值為0；xi和xj分別為滇中地區(qū)i、j處的生態(tài)環(huán)境質(zhì)量指數(shù)；S2為變量x的離差平方和。

局部Moran′sI指數(shù)計(jì)算公式為

(7)

式(7)中，Ii為局部Moran′sI指數(shù)。

2.5 地理探測器

地理探測器作為一種探測空間分異性及分析驅(qū)動力的統(tǒng)計(jì)方法，其基本思想是若不存在空間異質(zhì)性，則研究區(qū)的子區(qū)域方差不小于區(qū)域總方差，而存在統(tǒng)計(jì)關(guān)聯(lián)性的變量空間分布一致[26]。地理探測器包括4個探測器：分異及因子探測、生態(tài)探測、風(fēng)險(xiǎn)區(qū)探測和交互作用探測。該方法廣泛用于區(qū)域變量的空間差異分析[27]，如縣域生活質(zhì)量空間差異分析等[28]。

2.5.1分異及因子探測

(8)

式(8)中，以NDVI自變量為例，q為NDVI對MRSEI空間分異的解釋能力，其值越大解釋能力越強(qiáng)，閾值為[0,1]；h為NDVI自變量的子區(qū)域；Nh和N分別為NDVI子區(qū)域和整個區(qū)域的單元數(shù)；σ和σh分別為NDVI子區(qū)域和整個區(qū)域的方差。

2.5.2生態(tài)探測

生態(tài)探測用于比較2個因子對屬性Y的空間分布影響是否具有顯著差異，以F統(tǒng)計(jì)量表示。若樣本發(fā)生概率小于顯著性水平α，則2個因子間存在顯著性，以“Y”記；反之，以“N”記。

(9)

(10)

(11)

式(9)～(11)中，Nx1和Nx2分別為因變量x1和x2的樣本數(shù)；WSS，x1和WSS，x2分別為因變量x1和x2形成的分層層內(nèi)方差和；L1和L2分別為因變量x1和x2的分層數(shù)量。

2.5.3風(fēng)險(xiǎn)區(qū)探測

風(fēng)險(xiǎn)區(qū)探測用于辨析2個子區(qū)域的屬性均值差異是否顯著，用t統(tǒng)計(jì)量進(jìn)行檢驗(yàn)。

(12)

式(12)中，ˉYh為子區(qū)域h內(nèi)的屬性均值；Var為方差；nh為子區(qū)域h內(nèi)樣本數(shù)量。

2.5.4交互作用探測

交互作用探測是在分異及因子探測的基礎(chǔ)上，用以識別不同因子間的交互作用，再分析自變量相互作用下對因變量的作用。因子的交互作用探測有5種表現(xiàn)形式，即非線性減弱、單因子非線性減弱、雙因子增強(qiáng)、獨(dú)立和非線性增強(qiáng)。

該研究使用地理探測器(http:∥www.geodetector.org/)分析滇中生態(tài)環(huán)境質(zhì)量影響因子差異，結(jié)合滇中地區(qū)實(shí)際情況將各因子進(jìn)行離散化處理，并根據(jù)自然斷點(diǎn)法分級。其中，因滇中地區(qū)植被覆蓋度較高，將其細(xì)分為7個等級。而人口和GDP等社會經(jīng)濟(jì)數(shù)據(jù)呈非指數(shù)型逐年增長趨勢，將其按各年的實(shí)際情況利用自然斷點(diǎn)法分為5級。遙感因子分級情況見表2。

表2 滇中地區(qū)遙感因子分級標(biāo)準(zhǔn)

NDVI表示綠度；WET表示濕度；LST表示熱度；NDBSI表示干度。

3 結(jié)果與分析

3.1 滇中生態(tài)環(huán)境質(zhì)量時間變化特征

通過計(jì)算NDVI、WET等指標(biāo)，經(jīng)主成分分析法確定指標(biāo)權(quán)重，得到滇中地區(qū)2000—2018年MRSEI變化結(jié)果(圖1)。

結(jié)果顯示，整體上MRSEI值呈波動上升趨勢，說明研究區(qū)整體生態(tài)環(huán)境質(zhì)量較好，此與滇中地區(qū)生態(tài)安全研究結(jié)果相符，表現(xiàn)為2010—2015年生態(tài)安全指數(shù)升高，MRSEI值增大，即生態(tài)環(huán)境轉(zhuǎn)好[29]。州市層面，MRSEI值表現(xiàn)為楚雄州>玉溪市>昆明市>曲靖市。其中，楚雄州和玉溪市MRSEI超出滇中地區(qū)MRSEI平均水平，而昆明市和曲靖市MRSEI落后于滇中平均水平。2000—2018年MRSEI年均值為0.645；2015年滇中地區(qū)MRSEI均值達(dá)峰值，為0.688，說明該年份生態(tài)環(huán)境質(zhì)量最佳；而2003年滇中地區(qū)生態(tài)環(huán)境質(zhì)量最差，MRSEI均值為0.597。在各州市中，除楚雄州MRSEI峰值(0.756)出現(xiàn)在2008年外，其余州市MRSEI峰值均出現(xiàn)在2015年。

2000—2018年滇中地區(qū)生態(tài)環(huán)境質(zhì)量的變異系數(shù)CV平均值為0.066，小于0.1，表明生態(tài)環(huán)境質(zhì)量狀況非常穩(wěn)定。從圖2來看，生態(tài)環(huán)境質(zhì)量變異程度非常穩(wěn)定、穩(wěn)定、不穩(wěn)定、非常不穩(wěn)定區(qū)域面積占比分別為85.72%、13.67%、0.33%和0.28%，滇中大部分地區(qū)生態(tài)環(huán)境質(zhì)量變化非常穩(wěn)定(CV≤0.1)，滇中地區(qū)東北部變化穩(wěn)定，僅昆明市中心等人口密集、經(jīng)濟(jì)活動強(qiáng)度大的地區(qū)生態(tài)環(huán)境質(zhì)量變化波動較大、穩(wěn)定性低。各州市中，楚雄州生態(tài)環(huán)境質(zhì)量變化最為穩(wěn)定(CV=0.051)，其次是玉溪市(CV=0.053)和昆明市(CV=0.073)，而曲靖市(CV=0.090)生態(tài)環(huán)境質(zhì)量穩(wěn)定性最差。

從近19 a滇中地區(qū)MRSEI的變化趨勢來看，總體上滇中地區(qū)MRSEI呈增長趨勢，約80%的區(qū)域生態(tài)環(huán)境質(zhì)量有所改善。但生態(tài)環(huán)境質(zhì)量改善程度以不顯著和弱顯著為主，分別占改善總面積的51.64%和46.33%，而改善程度為顯著和極顯著區(qū)域占比極小，僅達(dá)2.03%。生態(tài)環(huán)境質(zhì)量退化區(qū)域占總面積的比例為21.35%，以不顯著退化為主，占總退化面積的93.34%，表明滇中生態(tài)環(huán)境質(zhì)量雖有退化，但退化程度不明顯。

3.2 滇中生態(tài)環(huán)境質(zhì)量空間變化特征

3.2.1基于全局Moran′sI指數(shù)的空間特征分析

計(jì)算滇中地區(qū)近19 a的全局Moran′sI指數(shù)(圖3)發(fā)現(xiàn)，全局Moran′sI指數(shù)整體呈上升趨勢，且檢驗(yàn)全局Moran′sI指數(shù)的Z統(tǒng)計(jì)量為正值?？h域生態(tài)環(huán)境質(zhì)量存在著顯著的空間聚集，空間特征表現(xiàn)為生態(tài)環(huán)境質(zhì)量較高的縣域趨于與生態(tài)環(huán)境質(zhì)量較高的縣域相鄰，或生態(tài)環(huán)境質(zhì)量較低的縣域趨于與生態(tài)環(huán)境質(zhì)量較低的縣域相鄰。自2004年后，高高、低低的空間聚集特征顯著加強(qiáng)。

3.2.2基于局部Moran′sI指數(shù)的空間特征分析

對滇中地區(qū)生態(tài)環(huán)境質(zhì)量進(jìn)行局部空間自相關(guān)性分析，滇中地區(qū)生態(tài)環(huán)境質(zhì)量局部空間特征(圖4)表明，研究區(qū)主要表現(xiàn)出高高聚集、高低聚集、低低聚集、低高聚集和無顯著性5類空間特征，其中高高聚集和低低聚集表現(xiàn)為正空間相關(guān)性。

近19 a，高高聚集的縣域主要集中在滇中西部地區(qū)，而低低聚集類型的縣域重心由東北向西南方向移動，逐漸轉(zhuǎn)移至滇中地區(qū)中部，形成研究區(qū)西部高高聚集、中部低低聚集、東部無顯著空間相關(guān)性的空間格局特征。2000—2018年，始終表現(xiàn)為高高聚集特征的縣域有新平縣，長期處于高高聚集的縣域有楚雄市、雙柏縣、大姚縣、姚安縣、南華縣，均位于楚雄州。而在2004年前，生態(tài)環(huán)境質(zhì)量低低聚集的重點(diǎn)區(qū)域主要集中在曲靖市的麒麟?yún)^(qū)、沾益區(qū)和馬龍區(qū)，2004年后重心逐漸移至五華區(qū)、盤龍區(qū)、西山區(qū)、官渡區(qū)、呈貢區(qū)、安寧市、嵩明縣、富民縣和宜良縣等經(jīng)濟(jì)活動強(qiáng)度較大的地區(qū)。自低低聚集重心轉(zhuǎn)至研究區(qū)中部后，澄江市生態(tài)環(huán)境質(zhì)量呈現(xiàn)出高低聚集的空間特征，表現(xiàn)為澄江市生態(tài)環(huán)境質(zhì)量較高且被生態(tài)環(huán)境質(zhì)量相對較低的縣域所包圍。低高聚集的空間特征以元謀縣為主，說明與周邊縣域相比較，元謀縣生態(tài)環(huán)境質(zhì)量相對較低。

3.2.3基于生態(tài)質(zhì)量變化度和不同地形條件下的空間特征分析

根據(jù)HJ 192—2015《生態(tài)環(huán)境狀況評價(jià)技術(shù)規(guī)范》中的生態(tài)環(huán)境狀況變化度分級標(biāo)準(zhǔn)，并結(jié)合滇中地區(qū)的實(shí)際情況，將滇中地區(qū)MRSEI變化度絕對值進(jìn)行分級，分為基本不變(<0.05)、略微變化(0.05～<0.15)、中等變化(0.15～<0.25)、明顯變化(0.25～<0.35)和顯著變化(≥0.35)5個等級，以分析2000—2018年滇中地區(qū)生態(tài)環(huán)境質(zhì)量變化度在空間上的變化情況。

圖5顯示，2000—2005年，滇中地區(qū)MRSEI變化情況以基本不變、略微變好和略微變差為主，分別占總面積的48%、38%和10%，滇中地區(qū)生態(tài)環(huán)境質(zhì)量略微改善，在空間上分布較為均勻。而略微變差、中等變差的地區(qū)主要集中在研究區(qū)中部，及昆明市的五華區(qū)、盤龍區(qū)等地。

2005—2010年，滇中地區(qū)生態(tài)環(huán)境質(zhì)量基本保持不變。而研究區(qū)東部生態(tài)環(huán)境質(zhì)量略微變差，占總面積的11%；研究區(qū)西部生態(tài)環(huán)境質(zhì)量略微變好，占總面積的7%。2010—2015年，滇中地區(qū)生態(tài)環(huán)境質(zhì)量有所改善，以基本不變和略微變好為主，分別占總面積的56%和43%，略微變好區(qū)域主要集中在滇中東部。2015—2018年，滇中地區(qū)生態(tài)環(huán)境質(zhì)量變化表現(xiàn)為基本不變和略微變差的特征，兩者面積分別占總面積的84%和14%，略微變差區(qū)域零散分布，但主要集中在研究區(qū)東部?？傮w來說，滇中地區(qū)生態(tài)環(huán)境質(zhì)量變化度以基本不變?yōu)橹?，局部地區(qū)表現(xiàn)為略微變化和略微變差波動變化，與滇中總體生態(tài)環(huán)境質(zhì)量變化趨勢一致。在空間分布上，略微變好區(qū)域主要集中在研究區(qū)西部地區(qū)，研究區(qū)中部、東部地區(qū)生態(tài)環(huán)境質(zhì)量略微變差。2010—2015年研究區(qū)東部生態(tài)環(huán)境質(zhì)量明顯改善。

根據(jù)李炳元等[30]對中國陸地地貌海拔的劃分方法并結(jié)合滇中地區(qū)實(shí)際情況，將高程分別以1 000、1 500、2 000、2 500、3 000、3 500、4 000 m為臨界值劃分為8個等級，以研究山區(qū)生態(tài)環(huán)境質(zhì)量的空間分布特征。根據(jù)滇中坡度的實(shí)際情況，以5°為步長，將其分為8個等級。由圖6可知，滇中地區(qū)多山地，在不同等級的高程、坡度類型下，MRSEI表現(xiàn)出不同的空間分布特征。

滇中生態(tài)環(huán)境質(zhì)量在不同高程的變化規(guī)律總體上以3 000 m為界，在3 000 m及以上，高程值越大生態(tài)環(huán)境質(zhì)量越高。在>3 500～4 000 m高程范圍出現(xiàn)低值，主要集中在東川地區(qū)，所占面積小，生態(tài)環(huán)境質(zhì)量有部分降低；而在3 000 m以下，≤1 000 m的低海拔區(qū)域生態(tài)環(huán)境質(zhì)量較好，>1 000～1 500和>2 000～2 500 m海拔區(qū)域次之，>1 500～2 000 m的中海拔地區(qū)生態(tài)環(huán)境質(zhì)量較差。而在不同坡度下，>20°～25°和>25°～30°坡度下生態(tài)環(huán)境質(zhì)量最高，>30°～35°和>15°～20°坡度下生態(tài)環(huán)境質(zhì)量次之，>35° 區(qū)域生態(tài)環(huán)境質(zhì)量處于中等水平。>15°～20°坡度區(qū)域的生態(tài)環(huán)境質(zhì)量呈現(xiàn)坡度越小、生態(tài)環(huán)境質(zhì)量越差的變化趨勢。綜上，海拔3 000 m及以上、坡度>20°～30°區(qū)域生態(tài)環(huán)境質(zhì)量最好，而海拔>1 500～2 000 m、坡度在10°以下區(qū)域生態(tài)環(huán)境質(zhì)量較差。

3.3 滇中生態(tài)環(huán)境質(zhì)量時空變化影響因素分析

3.3.1分異及因子探測

經(jīng)地理探測器分異及因子探測得出不同年份各個因子的q值，結(jié)果見圖7。多年分異及因子探測結(jié)果顯示，q平均值由大到小為人口>NDBSI>NDVI>GDP>LST>WET。這表明在MRSEI模型中，人口數(shù)量分布對生態(tài)環(huán)境質(zhì)量的空間分異影響較大，其次是NDBSI和NDVI指數(shù)，而WET指數(shù)對生態(tài)環(huán)境質(zhì)量的空間分異影響較小。

3.3.2生態(tài)探測

滇中地區(qū)生態(tài)環(huán)境質(zhì)量生態(tài)探測結(jié)果中，“Y”表示2個因子存在顯著性差異，“N”表示無顯著性差異。近19 a，NDVI與WET、LST、人口和GDP之間,WET與NDBSI、人口、GDP之間，NDBSI與人口,LST與人口，人口與GDP之間始終存在著顯著性差異，而NDVI與NDBSI,WET與LST，NDBSI與人口、GDP之間，LST與GDP之間在某些年份表現(xiàn)出無顯著性差異?？傮w上，各因子之間的相互關(guān)系以顯著性差異為主。因此，選用NDVI、WET、NDBSI、LST、人口和GDP等因子對滇中地區(qū)生態(tài)環(huán)境質(zhì)量進(jìn)行評價(jià)和空間差異分析具有重要的探測意義。

3.3.3風(fēng)險(xiǎn)區(qū)探測

為探測各因子在不同等級下對生態(tài)環(huán)境質(zhì)量的影響程度，對其進(jìn)行風(fēng)險(xiǎn)區(qū)探測，各因子的風(fēng)險(xiǎn)探測結(jié)果見圖8。風(fēng)險(xiǎn)區(qū)探測結(jié)果表明，NDVI和WET對生態(tài)環(huán)境質(zhì)量起正反饋?zhàn)饔?，即植被覆蓋率越高、濕度越大的地區(qū)生態(tài)環(huán)境質(zhì)量越好，其中NDVI對生態(tài)環(huán)境質(zhì)量的影響更大。而NDBSI、LST、人口和GDP對生態(tài)環(huán)境質(zhì)量的作用是負(fù)向的，即干度值越高、地表溫度越高、人口數(shù)量越大、經(jīng)濟(jì)活動強(qiáng)度越大的地區(qū)，生態(tài)環(huán)境質(zhì)量壓力越大，生態(tài)環(huán)境質(zhì)量相對較差。

3.3.4交互作用探測

交互作用探測可反映出多因子相互作用對生態(tài)環(huán)境質(zhì)量產(chǎn)生的影響。滇中地區(qū)生態(tài)環(huán)境質(zhì)量影響因子間的交互作用探測中，2個因子之間多呈雙因子增強(qiáng)的交互作用，即雙因子交互作用大于單因子影響，由此也反映出滇中生態(tài)環(huán)境質(zhì)量的差異受多種因素的影響，而非單因子起決定作用。而WET與人口、GDP，LST與GDP因子的交互作用呈非線性增強(qiáng)現(xiàn)象，即濕度與人口和GDP等因子交互，和地表溫度與GDP交互作用下對滇中地區(qū)生態(tài)環(huán)境質(zhì)量變化的影響程度較小，進(jìn)一步反映出與NDVI、NDBSI等受人類活動干擾大的影響因子相比，滇中地區(qū)濕度、熱度與人類活動的相互作用對生態(tài)環(huán)境影響較小。因此，在滇中地區(qū)需重視人類活動對生態(tài)環(huán)境的干擾作用以及生態(tài)環(huán)境變化的發(fā)展趨勢。

4 討論

以MRSEI模型對滇中地區(qū)長時間序列的生態(tài)環(huán)境質(zhì)量進(jìn)行監(jiān)測，從時間和空間2個尺度分析滇中整體和局部的生態(tài)環(huán)境質(zhì)量變化特征。總體上，滇中地區(qū)整體生態(tài)環(huán)境質(zhì)量改善且生態(tài)環(huán)境質(zhì)量較為穩(wěn)定，這與滇中地區(qū)加強(qiáng)水土保持工作、注重封山育林以提高森林覆蓋率有密切聯(lián)系。但局部冷點(diǎn)地區(qū)生態(tài)環(huán)境質(zhì)量的退化需要加強(qiáng)重視，如昆明市人口密集區(qū)建筑業(yè)的快速發(fā)展影響著生態(tài)環(huán)境質(zhì)量的提高，因此需合理規(guī)劃城市建設(shè)用地的規(guī)模，提高城市容積率，加強(qiáng)城市綠地建設(shè)。與此同時，云南省承接沿海地區(qū)轉(zhuǎn)移的醫(yī)藥、食品、輕工、鋼鐵等產(chǎn)業(yè)，其牽引著人口的流動，激發(fā)了城市建設(shè)用地規(guī)模的擴(kuò)大，人口壓力也帶來了生態(tài)環(huán)境質(zhì)量壓力，因此在承接產(chǎn)業(yè)的同時，需要規(guī)劃好城市建設(shè)用地規(guī)模，保留足夠的生態(tài)環(huán)境用地，減少對生態(tài)用地的占用。而在各州市中，楚雄州生態(tài)環(huán)境質(zhì)量最佳，與2016年云南省生態(tài)文明建設(shè)年度評價(jià)結(jié)果中的綜合環(huán)境質(zhì)量指數(shù)和生態(tài)環(huán)境保護(hù)指數(shù)結(jié)果相一致，體現(xiàn)出MRSEI模型評價(jià)的可靠性。除此之外，利用MODIS數(shù)據(jù)開展的生態(tài)環(huán)境質(zhì)量評價(jià)，其結(jié)果顯示自然因子中NDVI和NDBSI與社會經(jīng)濟(jì)等因子的交互作用大于WET和LST與人類活動之間的交互作用，反映人類活動對生態(tài)環(huán)境質(zhì)量的影響程度不斷加強(qiáng)。利用MODIS數(shù)據(jù)對滇中生態(tài)環(huán)境質(zhì)量進(jìn)行研究，其結(jié)果與利用Landsat數(shù)據(jù)進(jìn)行生態(tài)環(huán)境質(zhì)量研究所得結(jié)果相似[31]，表明在研究范圍較大的情況下，可使用中分辨率的遙感影像進(jìn)行生態(tài)環(huán)境質(zhì)量評估，以提高生態(tài)環(huán)境質(zhì)量時序評價(jià)效率。

但研究中仍存在著不足之處，由于缺少較精細(xì)的鄉(xiāng)鎮(zhèn)人口和GDP等數(shù)據(jù)，人口和GDP的空間化與實(shí)際情況存在一定誤差。因此，在后期的研究中，需完善人為因素等相關(guān)指標(biāo)的空間化，增加并優(yōu)化指標(biāo)體系，更好地服務(wù)于生態(tài)環(huán)境質(zhì)量監(jiān)測。

5 結(jié)論

(1)通過變異系數(shù)、Theil-Sen Median趨勢度等方法分析滇中地區(qū)近19 a的生態(tài)環(huán)境質(zhì)量發(fā)現(xiàn)，滇中地區(qū)生態(tài)環(huán)境質(zhì)量總體呈波動上升趨勢，且波動程度非常穩(wěn)定，生態(tài)環(huán)境質(zhì)量轉(zhuǎn)好，其中以2015年的生態(tài)環(huán)境質(zhì)量為最佳。各州市中，楚雄州生態(tài)環(huán)境質(zhì)量狀況最佳，而曲靖市生態(tài)環(huán)境質(zhì)量狀況相對較差。

(2)滇中地區(qū)生態(tài)環(huán)境質(zhì)量呈正空間相關(guān)性，但呈現(xiàn)出經(jīng)度地帶性的空間差異，即由滇中西部到東部呈現(xiàn)出高高聚集—低低聚集—無顯著性的空間分布格局，其中高高聚集的重心一直保持在研究區(qū)西部，而自2004年后，低低聚集的重心由研究區(qū)東部逐漸移至東部。

(3)階段性生態(tài)環(huán)境質(zhì)量變化過程中，總體上呈現(xiàn)出研究區(qū)西部生態(tài)環(huán)境質(zhì)量優(yōu)于研究區(qū)東部的格局，但在2010—2015年，研究區(qū)東部環(huán)境改善程度大于研究區(qū)西部。在地形空間分布上，海拔>3 000 m、坡度>20°～30°的區(qū)域生態(tài)環(huán)境質(zhì)量較好，而生態(tài)環(huán)境質(zhì)量相對較差的地區(qū)與人口分布特征一致。

(4)經(jīng)地理探測研究生態(tài)環(huán)境質(zhì)量的影響因子發(fā)現(xiàn)，NDVI和WET對MRSEI起正反饋?zhàn)饔?，而NDBSI、LST、人口和GDP等因子表現(xiàn)為負(fù)反饋?zhàn)饔谩Ｆ渲?，多因子共同作用對生態(tài)環(huán)境質(zhì)量的影響更大，而自然-人文因素交互作用中NDVI、NDBSI與人類活動交互作用對生態(tài)環(huán)境質(zhì)量的影響程度更大。