西北典型生態(tài)脆弱區(qū)植被覆蓋度時空變化及其生態(tài)安全評價： 以寧夏賀蘭山為例

林妍敏，南雄雄，胡志瑞，李新慶，王 芳① (1.寧夏大學(xué)地理科學(xué)與規(guī)劃學(xué)院，寧夏 銀川 70021；2.教育部中阿旱區(qū)特色資源開發(fā)與環(huán)境治理國際合作聯(lián)合實驗室，寧夏 銀川 70021；.種苗生物工程國家重點實驗室，寧夏 銀川 70001；.寧夏國土資源調(diào)查監(jiān)測院，寧夏 銀川 70002；.中國氣象局旱區(qū)特色農(nóng)業(yè)氣象災(zāi)害監(jiān)測預(yù)警與風(fēng)險管理重點實驗室，寧夏 銀川 70002)

寧夏賀蘭山作為中國重要自然地理分界線之一，是西北地區(qū)最后一道生態(tài)安全屏障[1]。該區(qū)坐落于溫帶草原與溫帶荒漠兩大植被區(qū)域的過渡帶，具有明顯生態(tài)交錯帶特征，它維系著西北至黃淮地區(qū)氣候分布和生態(tài)格局，守護(hù)著西北、華北生態(tài)安全。但長期以來粗放式發(fā)展、資源掠奪式開發(fā)、工程違規(guī)建設(shè)、礦業(yè)無序發(fā)展等行為使賀蘭山生態(tài)安全受到嚴(yán)重威脅[2]。鑒于賀蘭山脆弱的生態(tài)環(huán)境和重要的生態(tài)意義，如何對其生態(tài)環(huán)境進(jìn)行系統(tǒng)認(rèn)識和安全評價顯得尤為必要。

現(xiàn)有生態(tài)環(huán)境質(zhì)量和安全評價方法主要有指數(shù)評價法[3]、層次分析法[4]、生態(tài)足跡法[5]和景觀生態(tài)學(xué)法[6]等，并在重慶市[7]、山東省桓臺縣[8]、喀斯特地區(qū)[9]等區(qū)域生態(tài)安全評價中得到廣泛應(yīng)用。近些年，遙感技術(shù)以實時、數(shù)據(jù)可靠、快速等優(yōu)勢得到廣泛研究，研究人員逐漸基于遙感監(jiān)測指標(biāo)開展生態(tài)質(zhì)量和安全評價[10-11]。傳統(tǒng)遙感生態(tài)安全評價方法大多基于單一監(jiān)測指標(biāo)，雖具有計算便捷、容易解讀等優(yōu)點，但難以較全面揭示生態(tài)環(huán)境系統(tǒng)性變化[12]。徐涵秋[13]于2013年提出一種完全基于遙感信息，集成多種生態(tài)因子(植被、地表溫度、干度和濕度)的遙感生態(tài)評價方法——遙感生態(tài)指數(shù)(remote sensing ecology index，RSEI)，該方法具有指標(biāo)獲取簡易、無人為權(quán)重、結(jié)果可視化佳等優(yōu)點，既可用于生態(tài)脆弱區(qū)生態(tài)變化遙感監(jiān)測[14]和自然保護(hù)區(qū)生態(tài)環(huán)境綜合評價[15]，又可彌補(bǔ)單一指標(biāo)法測定的不足[9,16-17]。

目前，國內(nèi)外學(xué)者大多針對賀蘭山某段區(qū)域或植被狀況[18]、生態(tài)脆弱性[1]等某一方面進(jìn)行分析評價，而系統(tǒng)、全面、定量評價區(qū)域生態(tài)環(huán)境時空變化特征的相關(guān)研究相對較少。鑒于此，基于多期遙感影像數(shù)據(jù)開展賀蘭山區(qū)域生態(tài)環(huán)境安全系統(tǒng)評價，研究結(jié)果可為推動黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展提供支撐。

1 材料與方法

1.1 研究區(qū)概況

寧夏賀蘭山(38°19′～39°22′ N，105°49′～106°41′ E)地處寧夏回族自治區(qū)西北部(圖1)，海拔為1 084～3 556 m，山脈近南北走向，綿延約200 km，寬約30 km。

圖1 研究區(qū)位置

研究區(qū)年平均降水量為200～400 mm，降水年內(nèi)分配極不均勻，全年降水量主要集中在7—9月，垂直分異現(xiàn)象明顯，海拔每上升100 m，降水量增加13.2 mm。研究區(qū)森林資源豐富，總面積達(dá)276 km2。2017年，寧夏全面打響賀蘭山生態(tài)保衛(wèi)戰(zhàn)，陸續(xù)開展生態(tài)修復(fù)治理，播撒草籽覆蓋面積為53.33 km2，造林面積超過4.67 km2，累計整治修復(fù)面積為66.73 km2，生態(tài)面貌有所改觀。賀蘭山植被垂直帶變化明顯，可劃分成山前荒漠與荒漠草原帶(海拔≤1 600 m)、山麓與低山草原帶(海拔為>1 600～1 900 m)、中山與亞高山針葉林帶(海拔為>1 900～3 100 m)以及高山與亞高山灌叢草甸帶(海拔為>3 100 m)4個植被垂直帶。研究區(qū)有青海云杉、山楊、白樺、油松和蒙古扁桃等665種野生植物。

1.2 數(shù)據(jù)來源及預(yù)處理

Landsat系列衛(wèi)星數(shù)據(jù)選擇5期均處于植被繁茂期(7—9月)影像(表1)，影像來源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn/)，對遙感數(shù)據(jù)進(jìn)行幾何配準(zhǔn)、輻射定標(biāo)、大氣校正和裁剪等預(yù)處理操作。

表1 遙感數(shù)據(jù)信息

1.3 研究方法

1.3.1植被覆蓋度計算

為區(qū)分RSEI指數(shù)中歸一化植被指數(shù)(NDVI)對植被覆蓋度(FVC)的影響，采用獨立于NDVI的三次梯度法計算FVC，其計算公式[10]為

CFV=d/dmax，

(1)

(2)

式(1)～(2)中，CFV為植被覆蓋度；d為波段梯度差；dmax為對應(yīng)波段最大梯度差；B為相應(yīng)波段光譜反射率；λ為相應(yīng)波段中心波長。

1.3.2遙感生態(tài)指數(shù)計算

遙感生態(tài)指數(shù)耦合了植被指數(shù)、濕度分量、土壤指數(shù)和地表溫度4個評價指標(biāo)，分別代表綠度、濕度、干度和熱度4大生態(tài)要素，其計算公式[13]為

IRSE=f(G，W，D，T)。

(3)

式(3)中，IRSE為遙感生態(tài)指數(shù)；G、W、D和T分別為綠度、濕度、干度和熱度，各生態(tài)要素計算方法為

(1)綠度指標(biāo)采用NDVI表示，NDVI是應(yīng)用最廣泛的植被指數(shù)，其計算公式[19]為

INDV=(Bnir-Br)/(Bnir+Br)。

(4)

式(4)中，INDV為歸一化植被指數(shù)；B為相應(yīng)波段光譜反射率。

(2)濕度指標(biāo)采用纓帽變換的濕度分量(WET，W)表示，不同傳感器數(shù)據(jù)的WET計算參數(shù)不同，其計算公式[20]為

WTM=(0.031 5Bb+0.202 1Bg+0.301 2Br+0.159 4Bnir-0.680 6Bmir1-0.610 9Bmir2，

(5)

WOLT=(0.151 1Bb+0.197 3Bg+0.328 3Br+0.340 7Bnir-0.711 7Bmir1-0.455 9Bmir2。

(6)

式(5)～(6)中，B為相應(yīng)波段光譜反射率。

(3)干度指標(biāo)(NDSI，INDS)采用裸土指數(shù)(SI，IS)和建筑指數(shù)(IBI，IIB)表示，其計算公式[21]為

INDS=(IS+IIB)/2 ，

(7)

IS=[(Bmir1+Br)-(Bnir-Bb)]/[(Bmir1+Br)+(Bnir+Bb)] ，

(8)

IIB={2Bmir1/(Bmir1+Bnir)-[Bnir/(Bnir+Bred)+Bgreen/(Bgreen+Bmir1)]}/{2Bmir1/(Bmir1+Bnir)-[Bnir/(Bnir+Bred)+Bgreen/(Bgreen+Bmir1)]} 。

(9)

式(7)～(9)中，B為相應(yīng)波段光譜反射率。

(4)熱度指標(biāo)(LST，TLS)采用地表溫度表示，基于影像地表溫度提取，其計算公式[22]為

L6=GND+B，

(10)

T=K2/ln (K1/L6+1) ，

(11)

TLS=T/[1+(λT/ρ)lnε] 。

(12)

式(10)～(12)中，L6為熱紅外波段在傳感器處的輻射值；T為傳感器處溫度值；ND為灰度值；G和B分別為熱紅外波段增益和偏置值；K1和K2為定標(biāo)參數(shù)，可從用戶手冊[23]中獲得；λ為熱紅外波段的中心波長；ρ=1.438×10-2mK；ε為比輻射率。

綠度、濕度、干度和熱度4個指標(biāo)量綱不統(tǒng)一，為消除數(shù)據(jù)間差異，對其進(jìn)行歸一化處理，其計算公式[13]為

INi=(Ii-Imin)/(Imax-Imin)。

(13)

式(13)中，INi為像元歸一化數(shù)值；Ii為某一像元值；Imin和Imax分別為各指標(biāo)分量最小值和最大值。

采用主成分分析(PCA)法綜合分析綠度、濕度、干度和熱度4個指標(biāo)分量，并采用第1主成分(PC1)表示生態(tài)環(huán)境質(zhì)量。為使PC1數(shù)值與生態(tài)條件呈正比，計算得到未歸一化的遙感生態(tài)指數(shù)(RSEI0，IRSE0)，其計算公式[13]為

IRSE0=1-{PC1[f(INDV,W,INDS,TLS)]} 。

(14)

采用式(13)對得到的RSEI0進(jìn)行歸一化，得到RSEI指數(shù)。

1.3.3年際變化趨勢計算

采用一元線性回歸模型逐像元分析研究區(qū)FVC與RSEI指數(shù)年際變化趨勢(θslope)，其計算公式[24]為

(15)

式(15)中，n為監(jiān)測年份數(shù)；Ci為第i年像元FVC指數(shù)。θslope>0，表示FVC指數(shù)呈上升趨勢；θslope<0，表示FVC指數(shù)呈下降趨勢。變化趨勢顯著性檢驗采用F檢驗，其計算公式[25]為

(16)

(17)

(18)

2 結(jié)果與分析

2.1 寧夏賀蘭山植被覆蓋度時空變化特征

參考前人對FVC指數(shù)的劃分標(biāo)準(zhǔn)[25]，將FVC指數(shù)劃分為5個等級：差(0～20%)、較差(>20%～40%)、中等(>40%～60%)、良好(>60%～80%)和優(yōu)秀(>80%～100%)?；趯幭馁R蘭山5期遙感影像所計算的各級FVC面積及其所占比例(表2)可知，研究區(qū)FVC指數(shù)總體呈上升趨勢，其平均值由1987年的31.03%上升到2020年的43.35%。FVC指數(shù)為差等級區(qū)域面積占比逐年下降，由1987年的51.53%下降至2020年的14.68%；較差和中等級區(qū)域面積占比呈持續(xù)上升趨勢，分別由1987年的19.63%和11.67%上升至2020年的33.39%和24.37%；良好等級區(qū)域面積占比在34 a間小幅度上升，由1987年的7.46%增加到2020年的12.02%；優(yōu)秀等級區(qū)域面積占比呈上升趨勢，從1987年的9.71%上升至2020年的15.53%。1987—2017年，研究區(qū)差等級區(qū)域面積占比最高；2020年，較差等級區(qū)域面積占比為最高。

表2 研究區(qū)各級植被覆蓋度面積及其占比

由圖2可知，從空間分布上看，1987年FVC指數(shù)為差等級區(qū)域主要分布在研究區(qū)北段、東麓和南部地區(qū)；良好和優(yōu)秀等級區(qū)域主要分布在研究區(qū)西部地區(qū)；2000年研究區(qū)北段地區(qū)FVC指數(shù)略微改善，其他地區(qū)基本保持穩(wěn)定；2007年研究區(qū)東麓和南部地區(qū)明顯改善，由差等級轉(zhuǎn)為較差、中等級；2017年研究區(qū)北段地區(qū)改善明顯，由差等級轉(zhuǎn)為較差等級區(qū)域；2020年研究區(qū)北段地區(qū)持續(xù)明顯改善，以中等級為主。

2.2 寧夏賀蘭山生態(tài)質(zhì)量時空變化特征

通過分析5個監(jiān)測年份中4個指標(biāo)分量(表3)對第1主成分的載荷值發(fā)現(xiàn)，NDVI和WET系數(shù)為正值，LST和NDSI系數(shù)為負(fù)值。由各指標(biāo)平均值變化可知，34 a間，對生態(tài)起積極影響的濕度和綠度指標(biāo)平均值逐年上升，而對生態(tài)環(huán)境起消極影響的干度和熱度指標(biāo)總體呈下降趨勢。研究區(qū)RSEI指數(shù)平均值呈上升趨勢，由1987年的0.327增長到2020年的0.504。

對研究區(qū)RSEI指數(shù)以20%的相等間隔進(jìn)行分級[26]，共分為5個等級(表4)。

由表4可知，RSEI指數(shù)為差等級區(qū)域面積逐年下降，其占比在34 a間下降40.75個百分點；較差等級區(qū)域面積呈先增加后減少趨勢，其占比由1987年的20.05%上升到2017年的31.64%后，到2020年下降至27.18%；中等等級區(qū)域面積逐年增加，其占比共上升16.83個百分點；良好和優(yōu)秀等級區(qū)域面積呈先升高后降低又升高的波動向好發(fā)展趨勢?？傮w而言，RSEI指數(shù)面積占比最高的區(qū)域等級由1987—2000年的差等級轉(zhuǎn)為2007—2017年的較差等級，到2020年，轉(zhuǎn)為中等級。

圖2 研究區(qū)各年份植被覆蓋度(FVC)和遙感生態(tài)指數(shù)(RSEI)分級

表3 遙感生態(tài)指數(shù)(RSEI)主成分分析

表4 研究區(qū)遙感生態(tài)指數(shù)(RSEI)等級面積和比例

由圖2可知，從空間分布來看，1987年，RSEI指數(shù)為差和較差等級區(qū)域主要分布在研究區(qū)北段、東麓和南部地區(qū)，中等級區(qū)域分散于全區(qū)，優(yōu)良等級區(qū)域主要分布在研究區(qū)中西部；2000年，研究區(qū)北段差及較差等級區(qū)域范圍縮減，且出現(xiàn)良好等級分布，中等級區(qū)域面積擴(kuò)大；2007年，研究區(qū)RSEI指數(shù)為差和較差等級區(qū)域主要分布在北段和東麓地區(qū)，并繼續(xù)向北段壓縮，中等級區(qū)域主要集中在研究區(qū)中北部和南部地區(qū)，分布范圍呈擴(kuò)大趨勢，良好等級區(qū)域分布范圍向東部發(fā)展；2017年，RSEI指數(shù)各等級區(qū)域分布較為穩(wěn)定；2020年，RSEI指數(shù)為較差等級區(qū)域主要分布在北段和東麓地區(qū)，良好等級區(qū)域向四周擴(kuò)大。

2.3 植被覆蓋度與遙感生態(tài)指數(shù)時空差異變化

為分析寧夏賀蘭山34 a間FVC和RSEI指數(shù)時空差異變化，對各期影像進(jìn)行差值變化監(jiān)測并進(jìn)行等級劃分[27]，嚴(yán)重退化區(qū)、輕微退化區(qū)、穩(wěn)定區(qū)、輕微改善區(qū)和顯著改善區(qū)變化趨勢分別為≤-20%、>-20%～-5%、>-5%～5%、>5%～20%和>20%。由圖3可知，從空間分布來看，1987—2000年FVC指數(shù)退化區(qū)主要分布在研究區(qū)中南部地區(qū)，東北部地區(qū)也有少量分布；2000—2007年主要集中在西部地區(qū)；2007—2017年主要分布在東麓地區(qū)，南部地區(qū)也出現(xiàn)退化現(xiàn)象；2017—2020年少量分布于中西部地區(qū)。34 a間，F(xiàn)VC指數(shù)穩(wěn)定區(qū)呈面狀分布于全區(qū)，分布范圍持續(xù)縮小。FVC改善區(qū)在1987—2000年主要分布在北段地區(qū)，南部地區(qū)也有少量分布；在2000—2007年集中分布于賀蘭山東麓地區(qū)；在2007—2017年呈散點狀小面積分布于研究區(qū)北部和南部地區(qū)；在2017—2020年大面積分布在北段和東部地區(qū)以及南部永寧縣。

圖3 研究區(qū)1987—2020年植被覆蓋度(FVC)和遙感生態(tài)指數(shù)(RSEI)空間變化

由圖3可知，1987—2000年RSEI指數(shù)退化區(qū)集中在研究區(qū)中南部地區(qū)，北段地區(qū)也有少量退化區(qū)分布，改善區(qū)呈面狀分布在研究區(qū)北段地區(qū)；2000—2007年，RSEI指數(shù)退化區(qū)呈點狀分散分布于東北部地區(qū)，與穩(wěn)定區(qū)交錯分布，改善區(qū)主要集中在研究區(qū)南部地區(qū)；2007—2017年，除在中部零星分布的RSEI指數(shù)退化區(qū)外，其他地區(qū)均處于穩(wěn)定或不同程度改善狀態(tài)；2017—2020年，研究區(qū)RSEI指數(shù)穩(wěn)定區(qū)主要分布在南部地區(qū)，其他地區(qū)生態(tài)質(zhì)量都呈不同程度的提高。

由表5可知，2000—2007年FVC指數(shù)退化區(qū)面積占比為27.88%，相較于1987—2000年增加14.90個百分點；2007—2017年退化區(qū)面積占比為15.80%，相較于2000—2007年減少12.08個百分點；2017—2020年退化區(qū)面積相較于2007—2017年減少7.77個百分點，面積占比為8.03%。FVC穩(wěn)定區(qū)面積占比呈波動性降低趨勢，34 a間減少17.04個百分點。FVC改善區(qū)面積比例呈先降低后上升，總體上波動性呈向好趨勢，34 a間面積占比增加21.99個百分點。

由表5可知，2000—2007年RSEI退化區(qū)面積占比為29.17%，相較于1987—2000年增加4.03個百分點；2007—2017和2017—2020年RSEI退化區(qū)面積占比分別為7.63%和1.62%，34 a間RSEI退化區(qū)面積占比明顯下降。1987—2017年RSEI穩(wěn)定區(qū)面積持續(xù)增加，占比上升6.01個百分點；2017—2020年降至35.00%，相較于2007—2017年下降7.05個百分點。RSEI改善區(qū)面積呈現(xiàn)先減后增的波動上升趨勢，2017—2020年改善區(qū)面積占比達(dá)到63.38%，相較于1987—2000年增加24.56個百分點。

表5 研究區(qū)植被覆蓋度(FVC)和遙感生態(tài)指數(shù)(RSEI)空間變化統(tǒng)計

結(jié)合斜率分析和顯著性檢驗，將寧夏賀蘭山34 a間FVC和RSEI指數(shù)變化趨勢劃分成5個等級(圖4)。全區(qū)FVC指數(shù)以輕微改善區(qū)為主，該區(qū)呈面狀分布于研究區(qū)北部地區(qū)，其面積占總面積的57.63%；顯著改善區(qū)面積占比為41.21%，主要分布于研究區(qū)東麓和南部地區(qū)；穩(wěn)定區(qū)面積占研究區(qū)面積的19.87%，分布于中西部地區(qū)；退化區(qū)面積占比為8.30%，與穩(wěn)定區(qū)交錯分布于研究區(qū)中西部地區(qū)。由圖4可知，全區(qū)RSEI指數(shù)以輕微改善區(qū)為主，該區(qū)分散分布于整個研究區(qū)，其面積占總面積的41.08%；顯著改善區(qū)面積占比為26.86%，主要分布于研究區(qū)東麓和北部地區(qū)；穩(wěn)定區(qū)面積占研究區(qū)面積的19.95%，主要分布于研究區(qū)中部地區(qū)，西部和北段地區(qū)也有少量分布；退化區(qū)面積占比為12.11%，與穩(wěn)定區(qū)交錯分布于研究區(qū)西部地區(qū)。

2.4 FVC與RSEI指數(shù)相關(guān)性分析

為進(jìn)一步驗證FVC與RSEI指數(shù)之間的關(guān)系，定量分析FVC指數(shù)的生態(tài)改善效應(yīng)，將各年份FVC與RSEI指數(shù)結(jié)果做相關(guān)性分析。研究區(qū)FVC與RSEI指數(shù)相關(guān)性較高，1987、2000、2007、2017和2020年相關(guān)系數(shù)分別為0.87、0.84、0.81、0.80和0.83，均大于0.80，平均值為0.81，表明FVC指數(shù)升高對研究區(qū)生態(tài)環(huán)境改善有一定促進(jìn)作用。

FVC與RSEI指數(shù)在空間上具有高度相關(guān)性，F(xiàn)VC指數(shù)為極低或低等級時，RSEI等級也相應(yīng)處于差或較差等級；FVC指數(shù)為較高或高等級時，RSEI指數(shù)也相應(yīng)為良好或優(yōu)秀等級。由圖2可知，1987—2020年研究區(qū)北部FVC和RSEI指數(shù)均呈現(xiàn)較差水平，西部高海拔地區(qū)呈現(xiàn)較高水平，表明FVC與RSEI指數(shù)有較好的相關(guān)性。由圖4可知，研究區(qū)各個時段FVC與RSEI指數(shù)變化區(qū)域分布趨于一致，F(xiàn)VC指數(shù)顯著改善區(qū)RSEI指數(shù)也呈顯著改善趨勢，F(xiàn)VC指數(shù)退化區(qū)RSEI指數(shù)也呈退化趨勢。

2.5 寧夏賀蘭山氣候因子的變化趨勢

統(tǒng)計寧夏賀蘭山年均氣溫和年均降水量，對1987—2020年氣象數(shù)據(jù)進(jìn)行年際變化趨勢分析。由圖5可知，研究區(qū)年降水量呈西南向東北增加趨勢，西部海拔較高地區(qū)年降水量呈下降趨勢，東麓地區(qū)年降水量呈增加趨勢。34 a間降水量變化趨勢與RSEI變化趨勢呈正相關(guān)，降水量下降區(qū)域RSEI指數(shù)也呈退化趨勢，反之，降水量上升區(qū)域RSEI指數(shù)也相應(yīng)改善。全區(qū)年均氣溫逐年上升，研究區(qū)氣溫變化趨勢與RSEI指數(shù)變化趨勢在空間上有一定相關(guān)性，研究區(qū)東麓氣溫上升明顯，RSEI指數(shù)也呈顯著改善趨勢。

圖4 研究區(qū)植被覆蓋度(FVC)和 遙感生態(tài)指數(shù)(RSEI)空間變化特征

圖5 1987—2020年研究區(qū)氣象數(shù)據(jù)變化趨勢

3 討論

賀蘭山可起到抵御寒流、阻擋風(fēng)沙、涵養(yǎng)水源的作用，護(hù)佑九曲黃河寧夏段的安瀾，更作為西北干旱地理帶的天然屏障，承擔(dān)著北方干旱荒漠帶寧夏段生態(tài)平衡的重要任務(wù)，保障區(qū)域生態(tài)環(huán)境優(yōu)良是當(dāng)前重要任務(wù)?；贚andsat數(shù)據(jù)對1987—2020年寧夏賀蘭山區(qū)域FVC和RSEI指數(shù)時空變化特征及其相關(guān)性進(jìn)行分析探討。研究區(qū)北段和東麓地區(qū)以及南部永寧縣區(qū)域FVC和RSEI指數(shù)處于差或較差等級，主要是由于該區(qū)域礦產(chǎn)資源豐富，自1950年代以來，礦石被陸續(xù)開挖開采，導(dǎo)致植被受到嚴(yán)重破壞，地表熱度和干度增加，生態(tài)質(zhì)量降低；研究區(qū)西部地區(qū)FVC指數(shù)處于優(yōu)良等級，這是由于該區(qū)域處于海拔2 400～3 100 m的陰坡，是賀蘭山區(qū)最重要的林帶，這與朱源等[28]的研究結(jié)果一致。自1988年國務(wù)院批準(zhǔn)寧夏賀蘭山為國家級自然保護(hù)區(qū)起，區(qū)內(nèi)開始實施植被保護(hù)工作。寧夏賀蘭山FVC和RSEI指數(shù)在1987—2020年呈現(xiàn)持續(xù)升高趨勢，這說明34 a間研究區(qū)植被恢復(fù)有所成效，尤其是2017年正式開展賀蘭山生態(tài)保衛(wèi)戰(zhàn)之后，通過采取大面積播撒草種、礦坑回填等措施，使地表植被得到恢復(fù)，土地利用得到轉(zhuǎn)變，干度指數(shù)降低，濕度和綠度指數(shù)增加，生態(tài)面貌大幅度改善，植被和生態(tài)質(zhì)量改善速率顯著提升。

研究區(qū)西部和中南部地區(qū)FVC和RSEI指數(shù)明顯退化，這與顧延生等[18]的研究結(jié)果一致。這是由于中南部地區(qū)景觀遺址密集，隨著旅游業(yè)興起，賀蘭山中南部文化景觀帶被大面積開發(fā)，加上賀蘭山生態(tài)環(huán)境脆弱性較高，穩(wěn)定性較差，導(dǎo)致該區(qū)域FVC及RSEI指數(shù)呈退化趨勢；西部海拔較高區(qū)域受人類活動影響較小，F(xiàn)VC和RSEI指數(shù)退化主要受氣候因素的影響，其中，降水是生態(tài)環(huán)境質(zhì)量變化的主要影響因素，在今后的工作中應(yīng)加大對寧夏賀蘭山西部海拔較高地區(qū)和中南部旅游密集區(qū)的生態(tài)恢復(fù)治理力度。

FVC與RSEI指數(shù)在空間分布和變化趨勢上具有高度一致性，說明提高FVC指數(shù)會提升區(qū)域生態(tài)質(zhì)量，F(xiàn)VC指數(shù)在改善區(qū)域生態(tài)質(zhì)量方面具有生態(tài)提升效應(yīng)。然而，F(xiàn)VC指數(shù)上升幅度最大的地區(qū)，其生態(tài)質(zhì)量上升幅度并不一定最高，這與孟巖等[11]的研究結(jié)果一致。這是因為FVC指數(shù)是單一指標(biāo)，而RSEI指數(shù)是綜合評價結(jié)果，RSEI指數(shù)不僅要考慮綠度指標(biāo)，還要考慮人為因素和自然因素對干度和熱度指標(biāo)的影響作用。研究區(qū)東部地區(qū)FVC與RSEI指數(shù)相關(guān)性較低，主要是由于2007—2017年賀蘭山東麓干度和熱度指數(shù)上升，其對RSEI指數(shù)的消極影響遠(yuǎn)大于濕度與熱度的積極影響，這表明改善區(qū)域生態(tài)質(zhì)量，不僅要提高FVC指數(shù)，還要降低區(qū)域干度和熱度指標(biāo)，如增強(qiáng)土壤蓄水能力、提高植被含水量、減少礦業(yè)開采活動和減少不透水面等。

4 結(jié)論

(1)1987—2020年寧夏賀蘭山FVC和RSEI指數(shù)呈持續(xù)增長趨勢，生態(tài)環(huán)境得到改善，生態(tài)恢復(fù)治理效果顯著。

(2)寧夏賀蘭山RSEI指數(shù)整體偏低，區(qū)域差異性顯著，其中北段和東麓區(qū)域RSEI指數(shù)波動最顯著，生態(tài)環(huán)境最脆弱。由于經(jīng)濟(jì)快速發(fā)展和降水量下降，研究區(qū)中南部旅游密集區(qū)和西部海拔較高地區(qū)生態(tài)環(huán)境退化明顯。

(3)研究區(qū)FVC和RSEI指數(shù)變化趨勢高度一致，生態(tài)質(zhì)量主要呈現(xiàn)東部和北部地區(qū)上升、西部地區(qū)下降的特點。植被覆蓋是生態(tài)質(zhì)量變化的關(guān)鍵積極影響因子，礦區(qū)開采是生態(tài)質(zhì)量變化的主要消極影響因子。

(4)寧夏生態(tài)恢復(fù)工程建設(shè)和旅游業(yè)發(fā)展是影響區(qū)域生態(tài)環(huán)境的2個重要因素。寧夏賀蘭山生態(tài)保衛(wèi)戰(zhàn)帶來的森林、草地面積增加對研究區(qū)北部及東麓地區(qū)生態(tài)環(huán)境產(chǎn)生積極影響；而旅游業(yè)快速發(fā)展對研究區(qū)中南部人文景觀密集區(qū)生態(tài)環(huán)境產(chǎn)生消極影響。礦區(qū)開采過程中應(yīng)注意平衡經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境保護(hù)之間的關(guān)系，同時應(yīng)加強(qiáng)研究區(qū)中西部等生態(tài)退化區(qū)的生態(tài)建設(shè)投入，避免進(jìn)一步損害脆弱的生態(tài)環(huán)境。