基于RSEI的河北省森林城市生態(tài)環(huán)境質(zhì)量變化分析

魏安琪 楊宗記 王莎 王莉

摘要 以青龍滿族自治縣為研究對象，基于GEE平臺2013—2022年生長季的Landsat 8 OLI遙感影像構(gòu)建遙感生態(tài)指數(shù)（RSEI），對區(qū)域生態(tài)環(huán)境質(zhì)量變化進行了評估。結(jié)果表明：近10年來，青龍縣生態(tài)環(huán)境質(zhì)量總體向好，其中優(yōu)等區(qū)域（RSEI等級為優(yōu)或良）面積增長了21%，占全縣面積6.6%的區(qū)域呈顯著上升趨勢（P<0.05）。西部地區(qū)雖然多年RSEI均值較低，但上升趨勢較快；東部地區(qū)的祖山鎮(zhèn)、三星口鄉(xiāng)、龍王廟鄉(xiāng)等部分區(qū)域雖然多年RSEI均值較高，但呈不顯著的下降趨勢。

關(guān)鍵詞 遙感生態(tài)指數(shù)；生態(tài)環(huán)境質(zhì)量；綠色發(fā)展

中圖分類號：X321 文獻標(biāo)識碼：B 文章編號：2095–3305（2023）07–0242-03

隨著遙感對地觀測技術(shù)的高質(zhì)量發(fā)展，基于遙感數(shù)據(jù)的生態(tài)環(huán)境監(jiān)測和評價技術(shù)應(yīng)運而生。其中，遙感生態(tài)指數(shù)（remote sensing based ecological index， RSEI）以其數(shù)據(jù)開放性、權(quán)重客觀性和成果可視性等優(yōu)點，被廣泛應(yīng)用于森林、草原、濕地、城市等多種地理環(huán)境[1-4]。

青龍滿族自治縣（以下簡稱青龍縣）是革命老區(qū)、國家重點生態(tài)功能區(qū)。近年來，青龍縣堅持建設(shè)與保護并重，有效利用田園風(fēng)光和山水資源，形成旅游產(chǎn)業(yè)鏈，以鄉(xiāng)村旅游提質(zhì)鄉(xiāng)村振興，成為以綠色發(fā)展助推鄉(xiāng)村振興的范本。本研究以青龍縣為例，基于RSEI進行森林城市生態(tài)環(huán)境研究，以期為定量掌握區(qū)域生態(tài)環(huán)境質(zhì)量狀況，加強地區(qū)生態(tài)文明建設(shè)，實現(xiàn)綠色發(fā)展提供理論參考。

1 數(shù)據(jù)來源與研究方法

1.1 數(shù)據(jù)來源

GEE云平臺在線提供2013—2022年的Landsat 8 OLI遙感影像存檔數(shù)據(jù)，各年份分量指標(biāo)的計算與歸一化，主成分分析和長時間序列的RSEI回歸分析均在云平臺上進行[5]。為避免季節(jié)差異對數(shù)據(jù)處理結(jié)果的影響，本研究使用數(shù)據(jù)的時間范圍均為4—10月；此外，使用改進的歸一化水體指數(shù)（MNDWI）去除水體信息以避免水域?qū)穸戎笜?biāo)的影響。圖件的制作和分區(qū)統(tǒng)計通過Arc Map 10.3軟件實現(xiàn)。

1.2 研究方法

參考前人研究，用綠度、濕度、干度、熱度4個要素構(gòu)建RSEI指數(shù)[6-7]。為避免量綱失衡，先將各指標(biāo)歸一化處理再進行主成分分析，獲得初始系數(shù)：RSEIi=1-{PC1[ f（NDVI，WET，LST，NDBSI ）]}，為了便于指標(biāo)的度量和比較，對RSEIi進行歸一化RSEI=（RSEIi-RSEIi_min）/（RSEIi_max-RSEIi_min）。

2 結(jié)果與分析

2.1 遙感生態(tài)指數(shù)模型的構(gòu)建

由主成分分析結(jié)果可知（表1），第1主成分（PC1）的特征值貢獻率最高可達80.5%（2017年），最低為66.87%（2013年），多年平均貢獻度為75.45%，說明PC1集中了4個要素的大部分特征。在PC1中，NDVI（綠度）和WET（濕度）呈正值，表明這2個要素對研究區(qū)生態(tài)環(huán)境質(zhì)量起正向作用；NDSI雖為正，但數(shù)值較小，表明干度指標(biāo)起的作用較?。籐ST呈負值，表明熱度指標(biāo)起負向作用。

2.2 青龍縣生態(tài)環(huán)境質(zhì)量概況

為明確研究區(qū)生態(tài)環(huán)境質(zhì)量的空間分布特征，對區(qū)域內(nèi)多年RSEI求取平均值（圖1a），結(jié)果表明，青龍縣RSEI具有空間差異性，總體呈現(xiàn)東部高、西部低的格局，生態(tài)環(huán)境狀況良好的區(qū)域主要分布于祖山林場、都山林場附近以及大石嶺鄉(xiāng)北部，而青龍鎮(zhèn)、婁杖子鎮(zhèn)、馬圈子鎮(zhèn)東南部等人口密集或環(huán)境惡劣地區(qū)生態(tài)環(huán)境相對較差。以0.2為間隔將RSEI劃分為5個等級：差（0，0.2）、較差[0.2，0.4）、一般[0.4，0.6）、良[0.6，0.8）、優(yōu)[0.8，1.0）。研究區(qū)生態(tài)環(huán)境質(zhì)量以中等（一般）最多，面積占比49.5%，優(yōu)等（優(yōu)和良）區(qū)域次之，為43%（圖1b）。

為進一步量化不同區(qū)域生態(tài)環(huán)境質(zhì)量的差異，對各區(qū)多年RSEI平均值進行分區(qū)統(tǒng)計（表2）。從平均值上看，婁杖子鎮(zhèn)、肖營子鎮(zhèn)、朱杖子鄉(xiāng)的RSEI較低，祖山林場、都山林場的RSEI較高；從最小值上看，青龍鎮(zhèn)、八道河鎮(zhèn)、土門子鎮(zhèn)、馬圈子鎮(zhèn)的RSEI較低；從最大值上看，祖山林場、隔河頭鎮(zhèn)、都山林場的RSEI較高。

2.3 青龍縣生態(tài)環(huán)境質(zhì)量的變化趨勢

青龍縣RSEI多年平均值變化（圖2）表明，2013—2022年RSEI總體呈現(xiàn)波動上升趨勢，多年平均值為0.57；其中高峰值出現(xiàn)在2020年，為0.63；低谷值為0.48，出現(xiàn)在2016年。近10年，RSEI增長速率為0.0035/年，表明生態(tài)環(huán)境質(zhì)量呈向好趨勢。生態(tài)環(huán)境質(zhì)量分級統(tǒng)計結(jié)果亦可證明：（1）中等和優(yōu)等生態(tài)環(huán)境區(qū)域所占面積波動中增長且占比較大，除2016年（70.28%）和2017年（81.65%）以外，均在85%以上；（2）優(yōu)等區(qū)域呈現(xiàn)增加趨勢，面積占比由2013年的48.53%增加至2022年的58.91%，增幅為21%，優(yōu)、良等級的占比在2022年分別達到最大值7.21%、51.7%；（3）差等生態(tài)環(huán)境區(qū)域呈現(xiàn)減少趨勢，在2016年出現(xiàn)高值，之后快速下降。

對青龍縣2013—2022年長時間序列RSEI數(shù)據(jù)進行逐像元線性回歸分析?？h區(qū)RSEI變化率介于-0.083～0.064/年，平均值為0.003/年；全縣有54.7%的區(qū)域RSEI呈上升趨勢，主要集中在中南部地區(qū)（圖3a）。在顯著水平α=0.05下，趨勢檢驗結(jié)果見圖3b，近10年青龍縣RSEI具有顯著變化趨勢的區(qū)域共317.81 km2，占全縣面積9%；其中，生態(tài)環(huán)境質(zhì)量顯著上升的區(qū)域約230.31 km2，主要分布在朱杖子鄉(xiāng)、平方子鄉(xiāng)附近；顯著下降區(qū)域約87.5 km2，主要分布于東部地區(qū)。

近10年，不同區(qū)域RSEI變化有所不同（表3）。對各區(qū)域歷年RSEI值進行分區(qū)統(tǒng)計，都山林場、祖山林場生態(tài)環(huán)境質(zhì)量始終為優(yōu)等；朱杖子鄉(xiāng)、八道河鎮(zhèn)、婁杖子鎮(zhèn)、肖營子鎮(zhèn)生態(tài)環(huán)境質(zhì)量始終為中等及以下。干溝鄉(xiāng)、三星口鄉(xiāng)、龍王廟鄉(xiāng)、鳳凰山鄉(xiāng)、祖山鎮(zhèn)、祖山林場6個區(qū)域10年趨勢值為負，但均未通過顯著性檢驗。

3 結(jié)論與討論

本研究基于GEE云平臺和遙感生態(tài)指數(shù)，對青龍縣2013—2022年生態(tài)環(huán)境質(zhì)量進行定量評估分析，從空間和時間角度揭示區(qū)域生態(tài)的動態(tài)變化，主要結(jié)論為：研究區(qū)多年RSEI平均值總體呈現(xiàn)東部高、西部低的空間分布格局，區(qū)域生態(tài)環(huán)境質(zhì)量以中等（一般）居多。

2013—2022年全縣RSEI波動中上升，增長速率為0.0035/年，表明生態(tài)環(huán)境質(zhì)量呈向好趨勢。其中，約230.31 km2的區(qū)域呈顯著上升趨勢（P<0.05），占全縣的面積6.6%，主要分布于朱杖子鄉(xiāng)、平方子鄉(xiāng)附近；顯著下降區(qū)域面積約87.5 km2，主要分布于縣城東部。

近10年間，朱杖子鄉(xiāng)、茨榆山鄉(xiāng)、草碾鄉(xiāng)多年RSEI均值排名雖靠后，但隨著生態(tài)改善工作的推進，高標(biāo)準(zhǔn)造林工程的開展，RSEI上升趨勢較快。祖山鎮(zhèn)、三星口鄉(xiāng)、龍王廟鄉(xiāng)多年RSEI均值排名靠前，但呈下降趨勢，未通過顯著性檢驗，仍需多加關(guān)注。

參考文獻

[1] 徐涵秋，李春強，林夢婧.RSEI應(yīng)使用主成分分析或核主成分分析？[J].武漢大學(xué)學(xué)報（信息科學(xué)版），2023，48（4）：506-513.

[2] 潘明慧，袁軼男，王亞蕾，等.基于RSEI的福州旗山國家森林公園生態(tài)環(huán)境質(zhì)量變化研究[J].山東農(nóng)業(yè)大學(xué)學(xué)報（自然科學(xué)版），2020，51（1）：57-63.

[3] 柯麗娜，徐佳慧，王楠，等.基于遙感生態(tài)指數(shù)的濱海濕地生態(tài)質(zhì)量變化評價：以遼東灣北部區(qū)為例[J].生態(tài)環(huán)境學(xué)報，2022，31（7）：1417-1424.

[4] 吳可人，高祺，王讓會，等.基于RSEI模型的石家莊生態(tài)環(huán)境質(zhì)量評價[J].地球物理學(xué)進展，2021，36（3）：968-976.

[5] 鄭子豪，吳志峰，陳穎彪，等.基于Google

Earth Engine的長三角城市群生態(tài)環(huán)境變化與城市化特征分析[J].生態(tài)學(xué)報， 2021，41（2）：717-729.

[6] 徐涵秋.區(qū)域生態(tài)環(huán)境變化的遙感評價指數(shù)[J].中國環(huán)境科學(xué)，2013，33（5）：889-897.

[7] 何天星，田寧，周銳，等.基于GEE和RSEI的長三角一體化示范區(qū)生態(tài)環(huán)境質(zhì)量動態(tài)評估[J].生態(tài)學(xué)雜志，2023，42（2）： 436-444.

Eco-environmental Quality Assessment of Forest City in Hebei Province based on RSEl

—A Case of Qinglong Manchu Autonomous County

Wei An-qi et al（Qinhuangdao Meteorologital Bureau， Qinhuangdao， Heibei 066000）

Abstract Taking Qinglong Manchu Autonomous County as the research object， the remote sensing ecological index （RSEI） was constructed based on the Landsat 8 OLI remote sensing image of the GEE platform in the growth season from 2013 to 2022， and the changes in regional ecological environment quality were assessed. The results show that in the past 10 years， the overall ecological environment quality of Qinglong County has improved， with an increase of 21% in the area of excellent areas （RSEI level of excellent or good）， and a significant upward trend in the area that accounts for 6.6% of the entire county area （P<0.05）. Although the average RSEI in the western region has been low for many years， the upward trend is fast; Although some areas in the eastern region， such as Zushan Town， Sanxingkou Township， and Longwangmiao Township， have had relatively high average RSEI over the years， they have shown an insignificant downward trend.

Key words Remote sensing ecological index; Eco-environmental quality; Green development