1990—2021年內(nèi)蒙古遙感生態(tài)環(huán)境質(zhì)量變化及趨勢(shì)分析
——以呼倫貝爾市陳巴爾虎旗為例

張雨斯， 包玉海， 賀忠華

（1.內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院，內(nèi)蒙古 呼和浩特 010022；2.內(nèi)蒙古自治區(qū)遙感與地理信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室，內(nèi)蒙古 呼和浩特 010022；3.浙江省氣候中心，浙江 杭州 310056）

生態(tài)環(huán)境質(zhì)量狀況與人類生活息息相關(guān)，協(xié)調(diào)草原生態(tài)健康與生態(tài)環(huán)境保護(hù)間的關(guān)系，是推動(dòng)我國(guó)草原可持續(xù)發(fā)展的核心問(wèn)題之一。正確認(rèn)識(shí)和評(píng)價(jià)草地生態(tài)環(huán)境質(zhì)量對(duì)提高草地資源利用效率和生態(tài)環(huán)境保護(hù)具有重要的現(xiàn)實(shí)意義［1］。

呼倫貝爾草原地處蒙古高原東部草原腹地，擁有純天然草甸草原。作為我國(guó)典型的氣候變化敏感區(qū)，呼倫貝爾草原的生態(tài)環(huán)境質(zhì)量近幾十年來(lái)一直受到氣候變化和人類活動(dòng)的影響［2］。研究表明，近30 a來(lái)，呼倫貝爾市陳巴爾虎旗的平均氣溫呈明顯上升趨勢(shì)，而降水量呈明顯下降趨勢(shì)，導(dǎo)致呼倫貝爾草原自然災(zāi)害頻發(fā)，給草原地區(qū)經(jīng)濟(jì)與社會(huì)可持續(xù)發(fā)展帶來(lái)了巨大威脅［3］。由于內(nèi)蒙古草原生態(tài)環(huán)境的時(shí)空變化對(duì)內(nèi)蒙古草原未來(lái)資源保護(hù)、開(kāi)發(fā)和利用具有重要影響，因此有必要結(jié)合遙感時(shí)空數(shù)據(jù)對(duì)草原生態(tài)進(jìn)行更加精確的研究，探求草原生態(tài)的變化趨勢(shì)和特征，為進(jìn)一步改進(jìn)和強(qiáng)化內(nèi)蒙古草原的資源保護(hù)和合理開(kāi)發(fā)利用提供科學(xué)依據(jù)與數(shù)據(jù)支撐。

遙感生態(tài)指數(shù)（Remote Sensing Ecological Index, RSEI）是綜合評(píng)價(jià)生態(tài)環(huán)境質(zhì)量的有效方法，是專門為利用遙感技術(shù)評(píng)價(jià)生態(tài)狀況而開(kāi)發(fā)的一種綜合評(píng)價(jià)指標(biāo)［4］。RSEI 是多因子變化綜合分析，較單因子分析而言，多因子綜合分析更加全面和準(zhǔn)確。而且，RSEI 可以將反映生態(tài)問(wèn)題的綠度指標(biāo)（NDVI）、濕度指標(biāo)（Wet）、干度指標(biāo)（NDBSI）和熱度指標(biāo)（LST）通過(guò)主成分分析方法進(jìn)行耦合，形成一個(gè)可以量化的生態(tài)環(huán)境質(zhì)量指數(shù)。近些年，RSEI分析主要側(cè)重于長(zhǎng)時(shí)間序列如20～30 a間生態(tài)環(huán)境質(zhì)量狀況，空間上集中于如礦區(qū)、城市、流域、村落、海岸線等［5-12］。如排日?！ず狭αΦ龋?］以新疆烏魯木齊市為研究區(qū)，利用RSEI 對(duì)當(dāng)?shù)厣鷳B(tài)環(huán)境進(jìn)行了評(píng)價(jià)；高鵬文等［7］為了了解哈密市生態(tài)環(huán)境變化，對(duì)干旱區(qū)城鎮(zhèn)哈密市伊州區(qū)的生態(tài)質(zhì)量進(jìn)行遙感動(dòng)態(tài)監(jiān)測(cè)，研究結(jié)果表明生態(tài)環(huán)境質(zhì)量總體向好；張亞球等［8］使用RSEI對(duì)區(qū)縣級(jí)生態(tài)環(huán)境進(jìn)行評(píng)價(jià)研究。

GEE 利用Google 的海量計(jì)算能力可以解決各種具有重大影響的社會(huì)問(wèn)題［13-14］。Gorelick 等［13］在研究中將GEE數(shù)據(jù)、系統(tǒng)架構(gòu)、數(shù)據(jù)分布模式、效率性能、應(yīng)用與未來(lái)挑戰(zhàn)都進(jìn)行了詳細(xì)介紹。Lu等［14］基于GEE平臺(tái)和中分辨率成像光譜儀(Moderate-resolution imaging spectroradiometer,MODIS)數(shù)據(jù)，利用RSEI 分析了北京近20 a 來(lái)生態(tài)環(huán)境質(zhì)量的時(shí)空變化，研究表明，2001—2020 年北京生態(tài)環(huán)境質(zhì)量有所改善。因此，考慮到目前內(nèi)蒙古草原生態(tài)環(huán)境研究的方法和手段還相對(duì)較少，對(duì)其生態(tài)系統(tǒng)和環(huán)境質(zhì)量變化的研究還缺少完善的體系，本文利用與生態(tài)環(huán)境質(zhì)量有關(guān)的氣候條件、大氣環(huán)境、植被狀況等遙感數(shù)據(jù)，選用與生態(tài)環(huán)境質(zhì)量直接相關(guān)的4 個(gè)指標(biāo)（綠、濕、干、熱），結(jié)合GEE 平臺(tái)構(gòu)建內(nèi)蒙古草原生態(tài)環(huán)境時(shí)空變化綜合指數(shù)，重點(diǎn)對(duì)內(nèi)蒙古牧業(yè)草原放牧+農(nóng)田耕作的草原生態(tài)環(huán)境變化情況進(jìn)行系統(tǒng)探究，對(duì)內(nèi)蒙古草原生態(tài)文明建設(shè)具有重要意義。

1 數(shù)據(jù)與方法

1.1 研究區(qū)概況

研究區(qū)位于內(nèi)蒙古自治區(qū)呼倫貝爾市陳巴爾虎旗，屬于呼倫貝爾草原核心區(qū)域［15］，如圖1 所示。地處48°48′～50°12′N，118°22′～121°02′E。研究區(qū)總面積約1.86×104km2，平均氣溫在0 ℃左右，屬于典型的中溫帶大陸性草原氣候，四季氣候特點(diǎn)明顯［16］。由東北向西南地勢(shì)逐漸降低，研究區(qū)內(nèi)植被類型主要為森林和草甸草原兩類［17］。

圖1 研究區(qū)概況Fig.1 Study area

1.2 數(shù)據(jù)來(lái)源與方法

1.2.1 遙感數(shù)據(jù)來(lái)源 使用的衛(wèi)星遙感資料由美國(guó)地質(zhì)調(diào)查局（United States Geological Survey, USGS）(https://earthexplorer.usgs.gov/) 提供，數(shù)據(jù)源為1990—2021 年 陸 地 衛(wèi) 星Landsat 5、Landsat 7 和Landsat 8 影像，空間分辨率均為30 m，通過(guò)GEE 平臺(tái)進(jìn)行數(shù)據(jù)處理。

鑒于3 個(gè)傳感器波譜差異，考慮到數(shù)據(jù)穩(wěn)定性與可對(duì)比性，其中Landsat 5 選用1990—2011 年7—9 月的反射率，如1990 年選用7 月7 日、7 月23 日、8月17 日、8 月24 日、8 月26 日和9 月2 日六期影像；Landsat 7 選用2012 年7—9 月的反射率；Landsat 8選用2013—2021 年7—9 月的反射率。分別計(jì)算每副影像的NDVI、WET、NDBSI 和LST 4 個(gè)指標(biāo)（綠、濕、干、熱），其中LST 利用最大值合成，其余3 種指標(biāo)為中值合成。Landsat 數(shù)據(jù)包括主題成像儀TM、衛(wèi)星傳感器ETM+和OLI 3種數(shù)據(jù)，為盡量消除衛(wèi)星影像獲取時(shí)間差異帶來(lái)的結(jié)果的不確定性，充分體現(xiàn)研究區(qū)植被信息，遙感影像成像時(shí)間選定為7—9月草原生長(zhǎng)最旺盛階段［16］。數(shù)據(jù)異常年份采用前后2 a數(shù)據(jù)平均值替代，對(duì)所有數(shù)據(jù)均進(jìn)行了數(shù)據(jù)中值平滑處理。

1.2.2 遙感生態(tài)指數(shù)計(jì)算

（1）綠度指標(biāo)

綠度指標(biāo)用歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)來(lái)代表，計(jì)算公式為：

式中：ρNIR、ρRed分別代表遙感影像近紅外波段（Landsat 5遙感數(shù)據(jù)中第4、3波段）和紅波段（Landsat 8中第5、4波段）的反射率。

（2）濕度指標(biāo)

纓帽變換得到3個(gè)濕度分量(Wet)，即亮度、綠度和濕度。其中濕度分量反映植被、土壤、水體中濕度值，是生境變化在生態(tài)研究中重要指示指標(biāo)。不同衛(wèi)星傳感器的表達(dá)式不同：

式中：Wet 表示衛(wèi)星監(jiān)測(cè)濕度指標(biāo)，由藍(lán)、綠、紅、近紅外和短波紅外的地表反射率計(jì)算得到；ρ1～ρ5和ρ7分別對(duì)應(yīng)Landsat 5 的第1～5、7 波段和Landsat 8 中第2～7波段。

（3）干度指標(biāo)

土壤指數(shù)(SI)和建筑指數(shù)(IBI) 2 個(gè)指數(shù)合成代表干度指標(biāo)，表達(dá)式為：

式中：NDBSI為干度指標(biāo)；IBI為建筑指數(shù)；SI為土壤指數(shù)；ρRed、ρGreed、ρBlue、ρNIR、ρSWIR1分別為L(zhǎng)andsat 5 中第1、2、3、4、5 波段反射率和Landsat 8 中第2、3、4、5、6波段反射率（分別為紅波段、綠波段、藍(lán)波段、近紅外波段和短波紅外1波段）。

（4）熱度指標(biāo)

選用地表溫度，利用衛(wèi)星監(jiān)測(cè)遙感數(shù)據(jù)熱紅外波段輻射值加最新修訂定標(biāo)參數(shù)來(lái)代表，表達(dá)式為：

其中：

式中：LST 為熱度指標(biāo)；T為傳感器溫度值；λ為L(zhǎng)andsat 5 數(shù)據(jù)的波段6，中心波長(zhǎng)為11.5 μm，或Landsat 8 數(shù)據(jù)的波段10，中心波長(zhǎng)10.9 μm；ρ為1.438×10-2mK；ε為地表比輻射率，根據(jù)Sobrino 提出的NDVI 閾值處理獲得；K1、K2為最新修訂定標(biāo)參數(shù)；L6為輻射值；Lg為熱紅外波段的增益值；LDN為像元灰度值；Lb為偏置值，可從遙感影像頭文件中獲取。

1.2.3 技術(shù)路線 本研究的具體工作流程如圖2所示。首先，基于GEE 云平臺(tái)上存儲(chǔ)的Landsat 影像數(shù)據(jù)，計(jì)算NDVI、WET、NDBSI 和LST 4 個(gè)遙感指標(biāo)，并利用主成分分析（PCA）生成了1990—2021年陳巴爾虎旗RSEI的時(shí)空分布圖。在此基礎(chǔ)上，運(yùn)用M-K趨勢(shì)分析方法對(duì)陳巴爾虎旗生態(tài)質(zhì)量變化趨勢(shì)進(jìn)行分析和檢驗(yàn)。

圖2 技術(shù)路線Fig.2 Technology roadmap

1.3 RSEI遙感生態(tài)指數(shù)模型構(gòu)建

采用PCA構(gòu)建RSEI，對(duì)每個(gè)主成分的貢獻(xiàn)度主動(dòng)確定，將NDVI、WET、NDBSI 和LST 4 個(gè)指標(biāo)信息集中于第一到第二個(gè)主成分中，得到第一主成分特征向量PC1［4］。然而，由于遙感數(shù)據(jù)提取的4個(gè)指標(biāo)量綱不同，每個(gè)指標(biāo)都需要?dú)w一化處理。同時(shí)，為了避免大量水域面積影響主成分分析載荷分布，采用水體指數(shù)(NDWI)將各指標(biāo)中水體掩膜處理后，進(jìn)行指標(biāo)歸一化和主成分分析。指標(biāo)歸一化方法如下：

式中：NIi為第i種指標(biāo)歸一化后的值，取值范圍為［0，1］；I為各個(gè)指標(biāo)在像元i的值；Imin為該指標(biāo)的最小值；Imax為該指標(biāo)的最大值。

對(duì)歸一化后的4 個(gè)指標(biāo)進(jìn)行主成分分析，不同年份分別進(jìn)行PCA分析后，每年數(shù)據(jù)提取PC1，并通過(guò)1減去PC1獲得每年初始的RSEI0，以保證數(shù)值越大其生態(tài)質(zhì)量越好；對(duì)RSEI0進(jìn)行歸一化處理，方便生態(tài)環(huán)境質(zhì)量比較。最后，運(yùn)用等間距分級(jí)方法，對(duì)RSEI每0.2劃分一個(gè)等級(jí)，共5個(gè)等級(jí)，分別代表生態(tài)質(zhì)量差、較差、一般、良好和優(yōu)。

1.4 M-K趨勢(shì)顯著性檢驗(yàn)

M-K 趨勢(shì)顯著性檢驗(yàn)是一種非參數(shù)檢驗(yàn)，用于分析和測(cè)量非線性系統(tǒng)的非周期性周期長(zhǎng)度。不需要數(shù)據(jù)呈正態(tài)分布，對(duì)時(shí)間序列中的異常值敏感性較低，可從某個(gè)方面揭示時(shí)間序列的演化規(guī)律［18］。鑒于M-K 趨勢(shì)顯著性檢驗(yàn)方法可以確切的得到突變點(diǎn)，因此本文使用M-K法進(jìn)行生態(tài)環(huán)境質(zhì)量突變檢測(cè)。

對(duì)于n個(gè)樣本的時(shí)間序列x，構(gòu)建一個(gè)序列：

式中：秩序列Sk是第i時(shí)刻數(shù)值大于j時(shí)刻數(shù)值個(gè)數(shù)的累計(jì)數(shù)。

定義統(tǒng)計(jì)變量：

其中：

E[Sk] 為Sk的均值，var[Sk] 為Sk的方差。

給定顯著性水平α，如果|UFk|＞Uα，表示該序列有明顯的趨勢(shì)。參考這個(gè)方法逆序，可以存在UBk：

式中：UF為一條變化曲線；UB表征正確的逆序序列的發(fā)展趨勢(shì)。如果UF和UB曲線的交點(diǎn)在顯著水平α之內(nèi)，則交點(diǎn)的具體年份確定，說(shuō)明該年份的參數(shù)呈現(xiàn)突增狀態(tài)?；赑ython 實(shí)現(xiàn)了自動(dòng)制圖，直觀展現(xiàn)UF和UB曲線的交匯點(diǎn)，用于M-K突變檢測(cè)。

2 結(jié)果與分析

2.1 RSEI與各指標(biāo)統(tǒng)計(jì)值分析

通過(guò)PCA對(duì)研究區(qū)進(jìn)行生態(tài)環(huán)境質(zhì)量分析，如表1所示PC1最穩(wěn)定，特征值貢獻(xiàn)率遠(yuǎn)大于其他3個(gè)主成分特征值貢獻(xiàn)率。4個(gè)年份中PC1的特征值所占比例均在58%以上，說(shuō)明PCA 分析法效果顯著，對(duì)遙感生態(tài)指數(shù)計(jì)算具有代表性。其他主成分分量值忽大忽小，說(shuō)明其對(duì)生態(tài)指標(biāo)的信息包含不完整。PC1中NDVI和WET為正值，說(shuō)明NDVI和WET對(duì)生態(tài)環(huán)境起到了正面效應(yīng)，而LST 和NDBSI 指數(shù)呈負(fù)值，說(shuō)明其對(duì)環(huán)境產(chǎn)生了負(fù)面影響，符合實(shí)際生態(tài)情況，與前人研究一致［7,9-10］。

表1 主成分分析結(jié)果Tab.1 Principal component analysis

由表2 可知，1990—2020 年期間，研究區(qū)內(nèi)RSEI 呈緩慢變好趨勢(shì)，RSEI 均值由0.46 上升至0.52，總體上升了約13.13%，30 a 間RSEI 總體趨勢(shì)為先下降后上升。WET 和NDBSI 均值基本保持不變，但2020 年WET 均值低至0.283。LST 均值基本呈現(xiàn)逐漸增大趨勢(shì)。NDVI 均值由1990 年逐漸下降，至2020 年出現(xiàn)最大值0.705。總體說(shuō)明雖然內(nèi)蒙古呼倫貝爾草原農(nóng)牧結(jié)合發(fā)展進(jìn)程快速，但呼倫貝爾草原堅(jiān)持生態(tài)優(yōu)先、綠色發(fā)展理念［19］，人們環(huán)境保護(hù)意識(shí)的不斷提升，草原植被長(zhǎng)勢(shì)總體偏好、草原生產(chǎn)能力明顯提高［20］，使得草原畜牧業(yè)發(fā)展并沒(méi)有對(duì)內(nèi)蒙古呼倫貝爾草原造成巨大傷害［19-21］。

表2 各年份統(tǒng)計(jì)結(jié)果Tab.2 Statistical results of each year

2.2 土地利用類型變化

研究區(qū)主要土地利用類型為農(nóng)田、森林、草地、水體等幾類［22］，全旗大部分為草地，東北部為森林，農(nóng)田分布在中部與東部區(qū)域。圖3 中草地占比在81.7%～87.4%左右，森林占比在7.7%～11.3%左右，農(nóng)田占比在3.8%～5.9%左右，水體占比在0.52%～0.69%左右。1990—2020年土地類型轉(zhuǎn)移中草地是轉(zhuǎn)移比例最高的土地類型，圖4 中主要列舉了1990—2020 年間轉(zhuǎn)移最多的3 種土地利用類型，草地與農(nóng)田類型的轉(zhuǎn)換多發(fā)生在研究區(qū)的東北部區(qū)域。從表3 中可以看出，1990—2020 年間草地覆蓋與其他各類土地類型均有轉(zhuǎn)入轉(zhuǎn)出，且規(guī)模相對(duì)較大，土地利用結(jié)構(gòu)屬于不穩(wěn)定狀態(tài)。除相同土地類型轉(zhuǎn)移外，其他類型轉(zhuǎn)移中農(nóng)田-草地面積約177.97 km2，占農(nóng)田轉(zhuǎn)出面積的26.89%；草地-農(nóng)田面積約550.47 km2，占草地轉(zhuǎn)出面積的3.61%；草地-森林面積約590.34 km2，占草地轉(zhuǎn)出面積的3.88%。

表3 研究區(qū)1990—2020年土地類型轉(zhuǎn)移Tab.3 Land use type transfer in the study area from 1990 to 2020 /km2

圖3 2020年土地利用類型現(xiàn)狀Fig.3 Land use type of 2020

圖4 1990—2020年土地利用類型轉(zhuǎn)移Fig.4 Land use type transfer from 1990 to 2020

2.3 RSEI時(shí)空序列變化分析

圖5 為陳巴爾虎旗各年份RSEI 統(tǒng)計(jì)分析。2006 年RSEI 平均值最低，為0.33，而2018 年RSEI平均值達(dá)30 a最大值（0.57），較1990年RSEI平均值（0.46）增長(zhǎng)了0.11，漲幅達(dá)23.9%。NDVI 整體趨勢(shì)與RSEI 走勢(shì)表現(xiàn)相近，其中，2007 年NDVI 平均值最小為0.49，最大值出現(xiàn)在2021 年為0.76，較1990年NDVI（0.61）增長(zhǎng)了24.6%。LST呈現(xiàn)增加-減少-增加的波動(dòng)變化，波動(dòng)范圍在20～40 ℃之間。因研究區(qū)內(nèi)建筑、裸土分布相對(duì)較少，所以NDBSI 平均值并不是很高，在0.1左右?？傮w來(lái)看，RSEI均值在1990—2021年整體呈上升趨勢(shì)，表明30 a干度和熱度對(duì)生態(tài)環(huán)境的負(fù)效應(yīng)明顯小于綠度和濕度對(duì)生態(tài)環(huán)境的正效應(yīng)。

圖5 各指標(biāo)時(shí)間序列變化Fig.5 Time series changes of each indicator

由圖6可知，空間尺度上，由于研究區(qū)土地利用類型不同，研究區(qū)西部分布多為草甸草原，生產(chǎn)方式以純牧業(yè)為主；東部多為農(nóng)田和森林結(jié)合地帶，生產(chǎn)方式以牧業(yè)+耕地為主，植被覆蓋度呈現(xiàn)由西向東逐漸遞增的趨勢(shì)［16］。RSEI 與植被覆蓋度呈現(xiàn)由高向低的轉(zhuǎn)化趨勢(shì)一致，可以清晰地觀察到RSEI空間分布格局呈現(xiàn)為由西向東逐漸變好的態(tài)勢(shì)［17］。時(shí)間尺度上，從1990—2021 年，草地與森林、農(nóng)田RSEI 值在120°E 附近出現(xiàn)明顯界限，并隨時(shí)間增加逐漸東移。

圖6 RSEI等級(jí)Fig.6 Ranking of RSEI

2.4 RSEI等級(jí)變化

由圖7可知，各年份RSEI面積變化除優(yōu)等級(jí)呈下降趨勢(shì)外，其他各等級(jí)均有不同程度的上升趨勢(shì)，其中較差等級(jí)趨勢(shì)變化最大，R2=0.41，其次為一般和優(yōu)，R2分別為0.35 和0.34。對(duì)1990—2021 年各生態(tài)等級(jí)面積進(jìn)行統(tǒng)計(jì)分析，優(yōu)占比13%～28.8%之間，良好占比25.1%～49.2%之間，一般占比20.3%～36.8%，較差占比1.5%～27.9%，差占比0%～2.3%，因此優(yōu)、良好和一般的面積占比較大。

圖7 RSEI等級(jí)面積變化Fig.7 Changes in the area of RSEI grades

由圖8 可知，陳巴爾虎旗西北方向草原牧業(yè)區(qū)域1990—2020 年間RSEI 變化趨勢(shì)呈現(xiàn)顯著變好，其他大部分是略微變好和無(wú)變化部分。1990—2000 年、2010—2020 年間大部分為略微變好，2000—2010 年間大部分為無(wú)變化與略微變好，1990—2020年絕大部分是略微變好與顯著變好，表明陳巴爾虎旗30 a間生態(tài)環(huán)境質(zhì)量狀況總體呈現(xiàn)變好趨勢(shì)，其中2010—2020年間變好趨勢(shì)最高。

圖8 RSEI動(dòng)態(tài)變化監(jiān)測(cè)Fig.8 Monitoring diagram of RSEI level change

2.5 M-K趨勢(shì)分析

如圖9可知，從1990—2001年間RSEI呈現(xiàn)下降趨勢(shì)；自2001年以來(lái)，平均RSEI呈現(xiàn)出較明顯上升趨勢(shì)。UF曲線在2012—2021年間遠(yuǎn)遠(yuǎn)超過(guò)置信水平，在此期間RSEI急劇上升。

圖9 1990—2021年M-K趨勢(shì)分析Fig.9 M-K trend analysis from 1990 to 2021

30 a 間，UF曲線與UB曲線產(chǎn)生1 個(gè)交點(diǎn)，即2010—2011 年間出現(xiàn)突變點(diǎn)，但范圍并沒(méi)有突破±0.05 置信水平區(qū)間，因此可以初步判定陳巴爾虎旗1990—2021年的RSEI變化整體比較平穩(wěn)。

3 討論

利用RSEI指數(shù)綜合評(píng)估生態(tài)環(huán)境質(zhì)量狀況，所得結(jié)論與植被覆蓋度一致［16］。植被覆蓋度高的地方生態(tài)環(huán)境質(zhì)量較好，植被覆蓋度低的地方生態(tài)環(huán)境質(zhì)量相對(duì)較差，說(shuō)明生態(tài)環(huán)境質(zhì)量綜合評(píng)估了植被生長(zhǎng)狀況，適用于對(duì)植被進(jìn)行整體分析，尤其是對(duì)不同植被覆蓋度和土地利用類型。與前人研究一致，可在一定程度上反映草原畜牧承載能力、反映草原退化狀況方面發(fā)揮重要作用［15］。

通過(guò)Mann-Kendall 突變檢驗(yàn)分析，陳巴爾虎旗RSEI 在1990—2001 年間呈下降趨勢(shì)，從2001 年開(kāi)始逐漸升高，其中2012—2021 年間顯著增加，近10 a草原生態(tài)環(huán)境質(zhì)量得到明顯提升。該研究結(jié)果與土地生態(tài)狀態(tài)類似，植被覆蓋度與土地利用類型對(duì)研究區(qū)內(nèi)生態(tài)環(huán)境質(zhì)量都起到一定作用［23］。

由圖10可知，1979—2021年間呼倫貝爾草原呈現(xiàn)出氣溫升高的發(fā)展趨勢(shì)，使呼倫貝爾草原階段性氣象干旱頻發(fā)［24］。對(duì)氣溫、降水與RSEI進(jìn)行時(shí)間序列分析發(fā)現(xiàn)，1991 年、2006 年RSEI 較低，但2006 年降水量大于30 a 平均值；2017 年、2018 年RSEI 較高，但2 個(gè)年份的降水量均低于30 a 平均值。可以看出，氣溫和降水在一定程度上對(duì)于RSEI起到一定的綜合影響。

圖10 氣溫、降水與RSEI時(shí)間序列分析Fig.10 Temperature,precipitation and RSEI time series analysis

草場(chǎng)利用方式隨草場(chǎng)產(chǎn)權(quán)制度改變而改變。1983 年，呼倫貝爾草原開(kāi)始實(shí)施經(jīng)濟(jì)體制改革，推行草場(chǎng)承包到戶政策，使用權(quán)30 a不變，即從“游牧”到“定牧”利用方式的演變［25］，草場(chǎng)利用方式在一定程度上影響到呼倫貝爾草原生態(tài)環(huán)境質(zhì)量。為保護(hù)和改善草原牧區(qū)生態(tài)環(huán)境，保障我國(guó)生態(tài)屏障安全，我國(guó)頒布實(shí)施了眾多生態(tài)工程，其中圍欄禁牧是一種可以增加草地生物多樣性和恢復(fù)生態(tài)服務(wù)功能的有效措施［26］。牧民對(duì)草地資源的珍惜，積極履行圍欄禁牧政策，使得1990—2021年間呼倫貝爾草原植被生態(tài)環(huán)境質(zhì)量呈現(xiàn)出了先短暫下降、再度上升的模式，總體呈現(xiàn)向好趨勢(shì)。對(duì)于呼倫貝爾草原草地退化的影響因素深入分析發(fā)現(xiàn)，社會(huì)經(jīng)濟(jì)發(fā)展因子對(duì)呼倫貝爾草原退化的影響更大，其中陳巴爾虎旗草地退化主要影響因素是總?cè)丝跀?shù)［27］。草場(chǎng)利用方式改變過(guò)程中，當(dāng)?shù)啬撩駥?duì)保護(hù)生態(tài)環(huán)境關(guān)注度逐漸增高，可見(jiàn)傳統(tǒng)牧業(yè)生產(chǎn)對(duì)草原植被有一定影響，但如何做好草畜平衡狀態(tài)還需進(jìn)一步深入研究，立足于生態(tài)環(huán)境可持續(xù)發(fā)展的角度上，資源循環(huán)性畜牧業(yè)經(jīng)營(yíng)模式將是今后發(fā)展的重點(diǎn)［28］。另外，農(nóng)業(yè)生產(chǎn)也改變了草原生態(tài)植被狀況，因此宜農(nóng)宜牧區(qū)應(yīng)很好地界定并做好過(guò)渡帶的修復(fù)和保護(hù)。

4 結(jié)論

氣候變化和人類活動(dòng)復(fù)雜作用影響下，內(nèi)蒙古呼倫貝爾草原生態(tài)環(huán)境質(zhì)量正發(fā)生改變，因此利用多源遙感衛(wèi)星數(shù)據(jù)分析其1990—2021 年生長(zhǎng)季（7—9月）生態(tài)環(huán)境質(zhì)量，得到以下結(jié)論：

（1）RSEI 可以對(duì)植被進(jìn)行整體綜合分析，尤其是對(duì)不同植被覆蓋度和土地利用類型，1990—2021年間呼倫貝爾草原植被生態(tài)環(huán)境質(zhì)量呈現(xiàn)出先短暫下降、再度上升的模式，總體呈現(xiàn)向好趨勢(shì)。

（2）研究區(qū)內(nèi)RSEI 的植被綠度對(duì)第一主成分的貢獻(xiàn)最大，因此二者結(jié)果存在較高相似度；但生態(tài)環(huán)境質(zhì)量的構(gòu)成包括綠度、干度、濕度和熱度等多要素，單一綠度難以完全表征區(qū)域生態(tài)環(huán)境質(zhì)量。

（3）內(nèi)蒙古自治區(qū)呼倫貝爾市陳巴爾虎旗牧業(yè)草原森林、農(nóng)耕發(fā)展區(qū)域生態(tài)環(huán)境質(zhì)量在30 a間絕大部分優(yōu)于放牧區(qū)域，RSEI呈現(xiàn)出由西向東逐漸變好的空間分布狀況。