王麗霞,郝 晶,劉 招,張雙成,孔金玲,楊 耘
(1.長安大學 地質(zhì)工程與測繪學院,陜西 西安 710054;2.長安大學 地球科學與資源學院,陜西 西安 710054;3.長安大學 水利與環(huán)境學院,陜西 西安 710054)
生態(tài)環(huán)境是人類文明和社會經(jīng)濟發(fā)展的基礎,開展生態(tài)環(huán)境質(zhì)量監(jiān)測評估對生態(tài)環(huán)境保護政策的制定有重要參考意義[1-3]。近年來,國內(nèi)外學者利用遙感和地理信息技術開展了流域生態(tài)環(huán)境質(zhì)量監(jiān)測評價研究,研究內(nèi)容包括流域特征提取[4-5]、評價指標體系構(gòu)建[6-8]、監(jiān)測方法構(gòu)建[9-10]等。評價生態(tài)環(huán)境質(zhì)量采用的指標主要有生態(tài)環(huán)境狀況指數(shù)(EI)[11]、遙感生態(tài)指數(shù)(RSEI)[12]、遙感生態(tài)距離指數(shù)(RSEDI)[13]等,其中RSEDI具有可視化和針對性強等優(yōu)點,在石羊河流域、烏魯木齊市和寧夏等生態(tài)環(huán)境質(zhì)量評估中得到應用[14-16]。延河流域是黃土高原地區(qū)水土保持和生態(tài)保護的典型流域,有關學者從水文生態(tài)[17]、徑流量[18-19]、產(chǎn)流模式[20]、土壤水分[21]、植被覆蓋[22]等方面對延河流域生態(tài)環(huán)境進行了單指標評價,但在多指標綜合評價方面有待深化。本研究采用改進型遙感生態(tài)距離指數(shù)MRSEDI對延河流域生態(tài)環(huán)境質(zhì)量進行評估,并采用CA-Markov模型對延河流域未來生態(tài)環(huán)境質(zhì)量進行預測,以期為生態(tài)環(huán)境質(zhì)量評價探索較為普適的方法,并為黃土高原地區(qū)生態(tài)環(huán)境保護提供參考。
延河是黃河的一級支流,發(fā)源于陜西省靖邊縣,由西北向東南流經(jīng)志丹縣、延安市安塞區(qū)和寶塔區(qū),于延長縣匯入黃河,流域面積7 725 km2,屬黃土丘陵溝壑區(qū),整體地勢西北高東南低。流域內(nèi)主要土壤類型為黃綿土,土質(zhì)疏松、抗沖蝕性差,水土流失嚴重、生態(tài)環(huán)境十分脆弱。1999年,延河流域在全國率先開始實施退耕還林(草),目前已取得顯著成效。
本研究采用的主要數(shù)據(jù):延河流域1998年、2004年、2010年、2016年6—9月的Landsat TM/OLI遙感影像,來源于美國地質(zhì)調(diào)查局網(wǎng)站(http://www.usgs.gov),利用ENVI5.3對遙感影像進行預處理及有關指標數(shù)據(jù)提??;數(shù)字高程模型(DEM),來源于美國地質(zhì)調(diào)查局網(wǎng)站,利用研究區(qū)邊界矢量數(shù)據(jù)對DEM進行裁剪后獲得分辨率為30 m的延河流域高程數(shù)據(jù);土地利用數(shù)據(jù)來源于科學數(shù)據(jù)共享網(wǎng)(http://www.geodata.cn),根據(jù)流域?qū)嶋H情況將土地利用類型重分類為耕地、林地、草地、水域、建筑用地和未利用地;1︰100萬土壤類型數(shù)據(jù),來源于世界糧農(nóng)組織(FAO)發(fā)布的世界土壤數(shù)據(jù)庫(HWSD);延河流域及其周邊62個氣象站1998—2016年日降水量等氣象數(shù)據(jù),來源于中國氣象數(shù)據(jù)共享網(wǎng),運用ArcGIS 10.5軟件中的克里金插值方法,得到延河流域1998年、2004年、2010年、2016年4個典型年份逐月降水量和年降水量柵格數(shù)據(jù)。
充分考慮延河流域水土流失嚴重、城市擴建占用耕地并造成裸地增加、礦區(qū)土壤濕度降低及植被破壞嚴重等情況,選擇土壤侵蝕指數(shù)SEI、建筑裸土指數(shù)NDSI、濕度指數(shù)WI、植被指數(shù)NDVI等4個評價指標構(gòu)建四維空間,把正向指標WI和NDVI的最小值及負向指標SEI和NDSI的最大值作為最差點,把研究區(qū)內(nèi)其他點與最差點的距離稱為改進型遙感生態(tài)距離指數(shù)(MRSEDI),其值越小表明生態(tài)環(huán)境質(zhì)量越差、越大表明生態(tài)環(huán)境質(zhì)量越好。MRSEDI計算公式如下:
式中:SEI、NDSI、WI、NDVI分別為某像元的歸一化土壤侵蝕指數(shù)、建筑裸土指數(shù)、濕度指數(shù)、植被指數(shù);SEImax、NDSImax分別為研究區(qū)歸一化土壤侵蝕指數(shù)、建筑裸土指數(shù)的最大值;WImin、NDVImin分別為研究區(qū)歸一化濕度指數(shù)、植被指數(shù)的最小值。
根據(jù)MRSEDI的大小,參考相關研究,采用自然斷裂分級法將生態(tài)環(huán)境質(zhì)量分為很差、較差、中等、良好、優(yōu)秀5個等級[15-16],分級標準見表1。
表1 生態(tài)環(huán)境質(zhì)量分級標準
(1)土壤侵蝕指數(shù)。根據(jù)研究區(qū)的實際情況和數(shù)據(jù)的可獲取性,把土壤侵蝕模數(shù)A作為土壤侵蝕指數(shù)SEI,采用修正通用土壤流失方程計算土壤侵蝕模數(shù)[23]:
式中:A為土壤侵蝕模數(shù),t/(hm2·a);R為降雨侵蝕力,MJ·mm/(hm2·a);K為土壤可蝕性因子,t·hm2·h/(hm2·MJ·mm);L、S、C、P分別為坡長因子、坡度因子、植被覆蓋因子、水土保持措施因子,均無單位。
(2)濕度指數(shù)。把纓帽變換的濕度分量WET作為濕度指數(shù)WI,基于Landsat5 TM和Landsat8 OLI遙感影像的計算公式為[14]
式中:ρTM1、ρTM2、ρTM3、ρTM4、ρTM5、ρTM7分別為TM傳感器對1、2、3、4、5、7波段的反射率;ρOLI2、ρOLI3、ρOLI4、ρOLI5、ρOLI6、ρOLI7分別為OLI傳感器對2、3、4、5、6、7波段的反射率。
(3)建筑裸土指數(shù)。把裸土指數(shù)SI和建筑指數(shù)IBI的均值作為建筑裸土指數(shù)NDSI,公式為[24]
式中:ρ1、ρ2、ρ3、ρ4、ρ5分別為TM傳感器對1、2、3、4、5波段的反射率(或OLI傳感器對2、3、4、5、6波段的反射率)。
(4)植 被 指 數(shù)。植 被 指 數(shù)(NDVI)計 算 公 式如下[25]:
式中:ρnir、ρred分別為傳感器對近紅外波段、紅波段的反射率。
(5)指標歸一化處理。為解決上述4個指標量綱不同的影響,在計算MRSEDI之前需要進行歸一化處理,歸一化公式為
式中:yi為像元i的歸一化指標值;xi為像元i的原指標值;xmin、xmax分別為研究區(qū)原指標值的最大值、最小值。
元胞自動機(CA)是一種可以進行復雜系統(tǒng)時空演變過程模擬的數(shù)學模型[26],形式為
式中:St、St+1分別為t、t+1時刻元胞的狀態(tài);fq為局部空間的元胞轉(zhuǎn)換規(guī)則,其中q表示鄰域。
馬爾可夫模型(Markov)能夠利用系統(tǒng)已有離散狀態(tài)的經(jīng)驗轉(zhuǎn)換概率對未來發(fā)展狀況進行模擬預測[27]。若一個系統(tǒng)的變化過程存在馬爾可夫性,其在t時刻的狀態(tài)為S(t),則t+1時刻的狀態(tài)為
式中:P為狀態(tài)轉(zhuǎn)移概率。
CA-Markov模型能夠基于像元進行有關指標的時空演變模擬預測,既保持了元胞自動機(CA)模擬復雜系統(tǒng)空間變化的能力,又具有Markov模型進行長期預測的功能,被廣泛應用于土地利用格局的模擬和預測。由于MRSEDI的計算結(jié)果為具有空間離散特征的柵格數(shù)據(jù),因此本研究嘗試將CA-Markov模型用于延河流域生態(tài)環(huán)境質(zhì)量模擬預測。
表2為1998年、2004年、2010年、2016年4個典型年份延河流域生態(tài)環(huán)境質(zhì)量各指標均值(歸一化值)和MRSEDI均值。由表2可知:1998—2016年,延河流域MRSEDI均值從0.873提高到1.376,提高幅度為57.6%,表明流域生態(tài)環(huán)境質(zhì)量得到顯著改善;負向指標SEI和NDSI均呈下降趨勢,下降幅度分別為34.8%和33.2%,表明流域土壤侵蝕模數(shù)顯著降低、建筑裸地面積明顯減少;正向指標WI和NDVI均呈上升趨勢,上升幅度分別為32.4%和86.5%,表明延河流域土壤濕度和植被覆蓋度顯著提高。
表2 典型年份各指標均值
典型年份延河流域各等級生態(tài)環(huán)境質(zhì)量面積占比見表3。由表3可知:1998—2016年延河流域生態(tài)環(huán)境質(zhì)量等級變化明顯,優(yōu)秀等級的面積占比明顯提高;很差、較差等級的面積占比明顯下降,其中2010—2016年下降幅度最大,原因主要是自1999年開始實施的退耕還林(草)工程成效日漸顯著,從2010年前后開始由擴大規(guī)模階段轉(zhuǎn)為鞏固成果階段。
表3 典型年份生態(tài)環(huán)境質(zhì)量各等級面積占比 %
為進一步揭示延河流域生態(tài)環(huán)境質(zhì)量的變化特征,基于MRSEDI的變化情況,將研究區(qū)生態(tài)環(huán)境質(zhì)量的變化分為顯著恢復、輕度恢復、基本不變、輕度退化、顯著退化等5種類型,各類變化的面積和占比見表4。由表4可以看出,1998—2016年延河流域除51.69%的面積生態(tài)環(huán)境質(zhì)量基本沒變外,發(fā)生變化的面積以輕度恢復和顯著恢復為主(二者占比為32.67%),有小面積的輕度退化和顯著退化(二者占比為15.64%),表明延河流域生態(tài)環(huán)境質(zhì)量整體上呈提高趨勢。
表4 1998—2016年生態(tài)環(huán)境質(zhì)量變化類型
典型年份延河流域各等級生態(tài)環(huán)境質(zhì)量分布情況見圖1。由圖1可知:延河流域生態(tài)環(huán)境質(zhì)量為很差和較差等級的區(qū)域主要分布在流域西北部,優(yōu)秀、良好等級的區(qū)域主要分布在流域東南部,1998—2016年流域東南部和中部生態(tài)環(huán)境質(zhì)量等級明顯提高。
圖1 典型年份延河流域各等級生態(tài)環(huán)境質(zhì)量空間分布
為進一步揭示延河流域生態(tài)環(huán)境質(zhì)量空間變化特征,將生態(tài)環(huán)境質(zhì)量變化類型分布圖與流域內(nèi)縣級行政區(qū)劃疊加,見圖2。
圖2 生態(tài)環(huán)境質(zhì)量變化類型分布
由圖2可以看出,延河流域生態(tài)環(huán)境質(zhì)量變化存在一定的空間差異性,流域整體以基本不變和恢復為主,少數(shù)區(qū)域的生態(tài)環(huán)境質(zhì)量發(fā)生退化。在縣(區(qū))尺度上,延長縣生態(tài)環(huán)境質(zhì)量恢復最為明顯,靖邊縣生態(tài)環(huán)境質(zhì)量恢復效果不很理想。統(tǒng)計1998—2016年流域內(nèi)各縣(區(qū))MRSEDI均值變化情況表明,延長縣、寶塔區(qū)、安塞區(qū)、志丹縣MRSEDI均值分別提高了0.254、0.253、0.154、0.070,而靖邊縣MRSEDI均值降低了0.038。
結(jié)合Google Earth高分辨率影像對部分生態(tài)環(huán)境質(zhì)量顯著退化區(qū)域(圖2中紅線所圍a、b、c、d、e區(qū)域)進行了驗證,發(fā)現(xiàn)各區(qū)域生態(tài)環(huán)境質(zhì)量變化的驅(qū)動因素存在差異:分布在靖邊縣的a區(qū)域生態(tài)環(huán)境質(zhì)量呈點狀退化,主要原因是靖邊縣礦產(chǎn)資源豐富,石油、天然氣及煤炭開采等形成大量點狀裸土礦區(qū),其生態(tài)恢復力度有待提高;分布在安塞區(qū)的b、c兩區(qū)域生態(tài)環(huán)境質(zhì)量均明顯退化,主要原因是這兩個區(qū)域建設用地和耕地面積有所增加,其中b區(qū)域地勢起伏較大、生態(tài)環(huán)境脆弱、人類活動范圍集中;分布在寶塔區(qū)中部的d區(qū)域生態(tài)環(huán)境質(zhì)量明顯退化,主要原因是自2012年開始實施“削山造城”工程,新城區(qū)建設改變了地形地貌、加劇了水土流失,進而使生態(tài)環(huán)境質(zhì)量退化;延長縣生態(tài)環(huán)境質(zhì)量整體上明顯恢復,其西部e區(qū)有退化現(xiàn)象的主要原因是耕地面積增加、破壞了原本茂盛的植被。
首先,對CA-Markov模型適用性進行評價,選取2004年和2010年的MRSEDI計算結(jié)果,用CA-Markov模型對2016年MRSEDI進行預測,預測值與前述計算值進行比對檢驗,得到Kappa系數(shù)為0.647 6,滿足精度要求,表明CA-Markov模型適用于延河流域生態(tài)環(huán)境質(zhì)量預測。然后,分別對延河流域2022年和2028年生態(tài)環(huán)境質(zhì)量進行預測,結(jié)果見圖3。
圖3 2022年和2028年生態(tài)環(huán)境質(zhì)量預測結(jié)果
根據(jù)預測結(jié)果統(tǒng)計的2022年、2028年生態(tài)環(huán)境質(zhì)量各等級面積占比見表5。由表5、表3可知,2028年與2016年相比,生態(tài)環(huán)境質(zhì)量很差和較差的面積占比將明顯降低,而良好和優(yōu)秀等級的面積占比將明顯提高。由圖3(b)與圖1(d)對比可知,2028年生態(tài)環(huán)境質(zhì)量恢復區(qū)主要分布在流域西北部和中部地勢較為平坦的河谷區(qū),但流域北部和中部仍然存在生態(tài)環(huán)境質(zhì)量較差區(qū)域,說明這些區(qū)域生態(tài)環(huán)境極度脆弱,植被恢復、生態(tài)建設須長期堅持,尤其對石油、天然氣、煤炭開采區(qū)等的生態(tài)恢復應加強監(jiān)管。
表5 2022年和2028年生態(tài)環(huán)境質(zhì)量各等級面積占比 %
(1)指標選取的合理性。本研究基于延河流域生態(tài)狀況等,綜合考慮數(shù)據(jù)的可獲取性和指標的適用性,選擇土壤侵蝕指數(shù)、建筑裸土指數(shù)、濕度指數(shù)、植被指數(shù)4個指標計算改進型遙感生態(tài)距離指數(shù),用于水土流失較為嚴重的干旱半干旱區(qū)生態(tài)環(huán)境質(zhì)量快速評價,結(jié)果與實際情況相符,說明了指標選取的合理性。由于不同區(qū)域生態(tài)環(huán)境狀況等存在差異,因此在進行其他流域或區(qū)域生態(tài)環(huán)境質(zhì)量評價時可選取更合適的指標。
(2)高程與地形因子的影響。高程在一定程度上影響區(qū)域溫度、濕度、人類活動頻率及生態(tài)環(huán)境狀況,地形因子(坡度、坡長、坡向等)與生態(tài)環(huán)境狀況關系密切[22],然而目前基于多指標法的生態(tài)環(huán)境評價主要利用遙感影像提取地表信息,往往忽略了地形因子的影響。本研究對延河流域高程進行分級并統(tǒng)計各級高程的MRSEDI,結(jié)果表明:MRSEDI隨高程的升高呈現(xiàn)先增大后減小的趨勢,在1 000~1 200 m高程范圍內(nèi)最高(為1.002),在1 600~1 800 m高程范圍內(nèi)最低(為0.707),研究時段內(nèi)低海拔(<1 000 m)區(qū)域和中海拔(1 000~1 200 m)區(qū)域的生態(tài)環(huán)境質(zhì)量明顯改善,但高海拔(1 200~1 800 m)區(qū)域的生態(tài)環(huán)境問題依然嚴峻。為更精準進行區(qū)域生態(tài)環(huán)境質(zhì)量評價,后續(xù)研究擬考慮地形因子對生態(tài)環(huán)境質(zhì)量的影響。
(3)預測結(jié)果的準確性。CA-Markov模型兼具CA模型模擬復雜系統(tǒng)空間變化的能力和Markov模型長期預測的功能,本研究驗證了其模擬預測延河流域生態(tài)環(huán)境質(zhì)量的適用性,但延河流域內(nèi)氣象站點較少,采用柵格插值的方式將氣象數(shù)據(jù)從點狀轉(zhuǎn)換為面狀時存在一定誤差,進而可能影響模擬預測的精度。
(1)改進型遙感生態(tài)距離指數(shù)MRSEDI能夠綜合多指標信息、較為準確地反映延河流域生態(tài)環(huán)境狀況,可作為生態(tài)環(huán)境質(zhì)量評價的指標;CA-Markov模型兼具CA模型模擬復雜系統(tǒng)空間變化的能力和Markov模型長期預測的功能,可用于模擬預測流域生態(tài)環(huán)境質(zhì)量。
(2)延河流域生態(tài)環(huán)境質(zhì)量在空間上具有西北低、東南高的特征,1998—2016年負向指標SEI和NDSI均呈下降趨勢、正向指標WI和NDVI均呈上升趨勢,MRSEDI流域均值從0.873提高到1.376,流域生態(tài)環(huán)境質(zhì)量整體上明顯上升,但存在局部生態(tài)環(huán)境質(zhì)量退化現(xiàn)象。
(3)對延河流域2028年生態(tài)環(huán)境質(zhì)量的預測結(jié)果表明,未來延河流域生態(tài)環(huán)境質(zhì)量將整體持續(xù)上升,但流域北部和中部生態(tài)環(huán)境極度脆弱區(qū)生態(tài)環(huán)境質(zhì)量仍然較差,因此生態(tài)建設尤其石油、天然氣、煤炭開采區(qū)的生態(tài)恢復須長期堅持。