內(nèi)蒙古臨河風(fēng)沙區(qū)生態(tài)環(huán)境質(zhì)量時(shí)空演變

于靖明,楊 光,吳 際,李慶和,溫雅琴

(1.內(nèi)蒙古農(nóng)業(yè)大學(xué) 沙漠治理學(xué)院,內(nèi)蒙古 呼和浩特 010018;2.荒漠生態(tài)系統(tǒng)保護(hù)與修復(fù)國家林業(yè)和草原局重點(diǎn)實(shí)驗(yàn)室,內(nèi)蒙古 呼和浩特 010018;3.內(nèi)蒙古自治區(qū)水利事業(yè)發(fā)展中心,內(nèi)蒙古 呼和浩特 010020;4.呼和浩特市水資源與河湖保護(hù)中心,內(nèi)蒙古 呼和浩特 010020)

生態(tài)環(huán)境質(zhì)量綜合評(píng)價(jià)以生態(tài)學(xué)理論為基礎(chǔ),選取具有代表性和客觀性的評(píng)價(jià)指標(biāo)及模型,在特定的時(shí)間尺度和空間范圍內(nèi),定性、定量地對(duì)生態(tài)環(huán)境優(yōu)劣狀況加以判別與分析[1-2]。遙感技術(shù)(RS,remote sensing)因具備多尺度、短周期、長時(shí)序等優(yōu)勢,結(jié)合地理信息系統(tǒng)(GIS,geographic information system)強(qiáng)大的空間數(shù)據(jù)統(tǒng)計(jì)解析能力,廣泛運(yùn)用于區(qū)域生態(tài)環(huán)境質(zhì)量評(píng)測中[3-4]。生態(tài)環(huán)境質(zhì)量評(píng)價(jià)自20世紀(jì)60年代以來,國際上相繼涌現(xiàn)出眾多學(xué)者選取不同地域、不同指標(biāo)、不同方法對(duì)生態(tài)環(huán)境質(zhì)量實(shí)施評(píng)測,Franke等[5]運(yùn)用植被指數(shù)對(duì)草地動(dòng)態(tài)度演變進(jìn)行分析;Badreldin等[6]采用土壤調(diào)整植被指數(shù)(SAVI)進(jìn)行荒漠化動(dòng)態(tài)監(jiān)測;Coutts等[7]選用地表溫度對(duì)城市熱島效應(yīng)進(jìn)行評(píng)測;80年代起,學(xué)者們開始從單一角度、單一因子向多角度、多因素的生態(tài)環(huán)境質(zhì)量評(píng)測方向進(jìn)行探究[4,8]。目前,基于各區(qū)域尺度生態(tài)環(huán)境質(zhì)量復(fù)合指數(shù)的評(píng)價(jià)方法與模型眾多,主要包括層次分析法(AHP)[9]、綜合評(píng)價(jià)指數(shù)法[10]、灰色關(guān)聯(lián)度法[11]、“壓力-狀態(tài)-響應(yīng)”(PSR)模型[12]等,卻并未形成一套系統(tǒng)化、正規(guī)化的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)體系。2006年我國生態(tài)環(huán)境部頒布《生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范》,該規(guī)程耦合土壤、植被、水、生物、環(huán)境等關(guān)鍵生態(tài)指標(biāo),構(gòu)建生態(tài)環(huán)境狀況指數(shù)(EI,ecological index),并逐步對(duì)該指數(shù)進(jìn)行完善[13-14]。生態(tài)環(huán)境狀況指數(shù)被廣泛應(yīng)用于縣級(jí)-區(qū)域生態(tài)環(huán)境質(zhì)量評(píng)價(jià)中,可EI指數(shù)法存在權(quán)重設(shè)定依賴專家先驗(yàn)知識(shí)、數(shù)據(jù)獲取難度較大、信息更新周期長等弊端[15]。2013年,徐涵秋[16]提出完全以遙感信息為基底,集納多因子指標(biāo)的遙感生態(tài)指數(shù)模型(RSEI,remote sensing ecological index),有效避免了人為干預(yù)權(quán)重的設(shè)定和單一指標(biāo)表征的片面性。目前RSEI模型已廣泛應(yīng)用于城市群[17]、水系流域[18]、水土流失區(qū)[19]、沙漠地區(qū)[20]等多種氣候、不同區(qū)域尺度。采用文獻(xiàn)分析法對(duì)基于RSEI構(gòu)建的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)文章進(jìn)行研究,發(fā)現(xiàn)多數(shù)研究者未將水體演變對(duì)生態(tài)環(huán)境質(zhì)量的影響納入評(píng)價(jià)系統(tǒng),水體在城市化進(jìn)程與生態(tài)環(huán)境建設(shè)中發(fā)揮著至關(guān)重要的作用,探究水體變化對(duì)其所產(chǎn)生的影響效應(yīng),進(jìn)而健全區(qū)域生態(tài)環(huán)境質(zhì)量評(píng)價(jià)體系。

本研究基于遙感生態(tài)指數(shù)(RSEI)模型對(duì)內(nèi)蒙古臨河風(fēng)沙區(qū)生態(tài)環(huán)境質(zhì)量實(shí)施多時(shí)相、多指標(biāo)監(jiān)測評(píng)價(jià),從時(shí)間、空間2個(gè)維度,演變面積、演變方向、演變幅度3個(gè)方面,全面分析研究區(qū)1989-2021年間生態(tài)環(huán)境質(zhì)量演變進(jìn)程,同時(shí),考慮到RSEI模型評(píng)價(jià)成果易受大面積水域影響,對(duì)臨河區(qū)水體實(shí)施掩膜處理,單獨(dú)分析水體演變對(duì)生態(tài)環(huán)境質(zhì)量的影響效應(yīng),以期為內(nèi)蒙古風(fēng)沙區(qū)綜合治理、生態(tài)恢復(fù)及高質(zhì)量發(fā)展提供參考。

1 材料與方法

1.1 研究區(qū)概況

位于內(nèi)蒙古風(fēng)沙區(qū)腹地的臨河區(qū),地處107°6′-107°44′E,40°34′-44°17′N,區(qū)域面積2 333 km2,北靠狼山山脈,東處河套平原,近半數(shù)區(qū)界同沙漠相連,南與庫布奇沙漠依河而劃,西接烏蘭布和沙漠,且同騰格里、巴丹吉林沙漠相望;典型地帶性土壤為棕鈣土、灰棕荒漠土、風(fēng)沙土等,植被覆蓋度低,存在較嚴(yán)重的風(fēng)力侵蝕;典型氣候?yàn)闇貛Т箨懶约撅L(fēng)氣候,年均降水量僅138.8 mm,而蒸發(fā)量達(dá)2 236.7 mm,春秋兩季,河套平原是西伯利亞冷空氣途徑蒙古國、南下我國的必經(jīng)之地,大風(fēng)過境極易形成沙塵天氣,據(jù)統(tǒng)計(jì),臨河區(qū)年均受沙塵襲擊天數(shù)達(dá)20 d,所釀成的財(cái)產(chǎn)損失每年高達(dá)數(shù)億元人民幣[21-22]。

圖1 研究區(qū)區(qū)位Fig.1 Location map of the study district

1.2 數(shù)據(jù)源

采用的8景遙感影像數(shù)據(jù)均源于地理空間數(shù)據(jù)云(https://www.gscloud.cn),分別為1989、2000、2010年Landsat 5 TM影像和2021年Landsat 8 OLI影像,行列號(hào)為129/031及129/032。選取6-8月影像質(zhì)量良好、云量偏小、季相一致的數(shù)據(jù),以提升研究結(jié)果的精準(zhǔn)性。

基于ENVI 5.3軟件對(duì)各期遙感影像實(shí)施預(yù)處理,減少不同影像間鑒于大氣、云量、地形差異所造成的輻射誤差。參考Chander等[23]和Chavez[24]的模型參數(shù)對(duì)多光譜波段及熱紅外波段分別進(jìn)行輻射定標(biāo);利用FLAASH模型實(shí)施大氣校正;運(yùn)用最鄰近像元法進(jìn)行幾何校正,使得配準(zhǔn)的均方根誤差(RMSE)小于1/2單位像元;實(shí)施影像鑲嵌裁剪。

1.3 研究方法

1.3.1 指標(biāo)構(gòu)建 RSEI模型耦合綠度、干度、濕度、熱度4個(gè)能夠直觀映射生態(tài)環(huán)境優(yōu)劣狀況的關(guān)鍵指標(biāo),采用多元統(tǒng)計(jì)方法中的主成分分析法(PCA),通過垂直旋轉(zhuǎn)坐標(biāo)軸的方式將多維信息匯集到幾個(gè)特征分量上[25-26],可有效規(guī)避權(quán)重設(shè)定的主觀意識(shí)性,進(jìn)而客觀、精準(zhǔn)地評(píng)測研究區(qū)生態(tài)環(huán)境質(zhì)量。

1.3.2 模型指標(biāo)

1.3.2.1 綠度指標(biāo) 選取被廣泛運(yùn)用的歸一化植被指數(shù)(normalized difference vegetation index,NDVI)代表綠度,可以快速反映地表植被的整體狀況,且與植被覆蓋度FVC存在極為凸顯的線性關(guān)聯(lián)[27]。

(1)

式中:ρNIR、ρRed為近紅外和紅波段的反射率。

1.3.2.2 濕度指標(biāo) 選取纓帽變換后的濕度分量來表征濕度指標(biāo)(WET),經(jīng)纓帽變換后獲得的濕度分量,有效消除了冗余數(shù)據(jù),可較好地反映植被及土壤的濕度狀況[28-29]?；诓煌瑐鞲衅鞯腖andsat 8 OLI和Landsat 5 TM影像,濕度分量的轉(zhuǎn)換系數(shù)不同。

WETTM=0.031 5ρBlue+0.202 1ρGreen+0.310 2ρRed+0.159 4ρNIR-0.680 6ρSWIR1-0.610 9ρSWIR2

(2)

WETTM=0.151 1ρBlue+0.197 3ρGreen+0.328 3ρRed+0.340 7ρNIR-0.711 7ρSWIR1-0.455 9ρSWIR2

(3)

式中:ρSWIR2、ρSWIR1、ρNIR、ρRed、ρGreen、ρBlue為短波紅外2、短波紅外1、近紅外、紅、綠、藍(lán)波段的反射率。

1.3.2.3 干度指標(biāo) 造成研究區(qū)地表“干化”的主導(dǎo)成因?yàn)槁阃恋睾徒ㄖ玫?采用建筑指數(shù)(IBI)和裸土指數(shù)(SI)的平均值表征干度指標(biāo)(NDSI)。

(4)

(5)

(6)

式中:ρSWIR1、ρNIR、ρRed、ρGreen、ρBlue分別表示短波紅外1、近紅外、紅、綠、藍(lán)波段的反射率。

1.3.2.4 熱度指標(biāo) 選用輻射傳輸方程法反演地表溫度來表征熱度指標(biāo)(LST)[30]。參考覃志豪等[31]提出的地表比輻射率方程式,將影像大致分為水體、自然表面和城鎮(zhèn)用地3種類型,分類運(yùn)算地表比輻射率。

水體:εwater=0.995

(7)

(8)

(9)

通過普朗克定律反函數(shù)獲取地表溫度(TS)。

(10)

(11)

式中:TS為地表溫度(℃);B(TS)為黑體熱輻射亮度;ε為地表比輻射率;FVC為植被覆蓋度;Lup、Ldown和τ分別為大氣上行輻射、大氣下行輻射和大氣在熱紅外波段的透過率。該數(shù)據(jù)獲取于美國國家航空航天局(NASA)網(wǎng)站(http://atmcorr.gsfc.nasa.gov)[29];K1和K2為定量參數(shù),在Landsat 5 TM和Landsat 8 OLI影像中,分別為K1=607.76W/(m2·sr·μm)、K2=1 260.56K和K1=774.89 W/(m2·sr·μm)、K2=1 321.08 K;L分別為Landsat 5 TM和Landsat 8 OLI影像中熱紅外6波段和熱紅外10波段處的輻射亮度值。

1.3.3 RSEI模型構(gòu)建 運(yùn)用極差變換法對(duì)上述各指標(biāo)進(jìn)行歸一化處理,消除由于量綱不統(tǒng)一所造成的權(quán)重失衡,使其數(shù)值映射到[0,1]區(qū)間[16]。繼而運(yùn)用主成分分析法(PCA)集成以上4個(gè)指標(biāo),獲得的初始遙感生態(tài)指數(shù)(RSEI0)經(jīng)正負(fù)轉(zhuǎn)置、歸一化處理,更加精準(zhǔn)、定量的展現(xiàn)區(qū)域生態(tài)環(huán)境總體質(zhì)量。

(12)

RSEI0=1-{PC1[f(NDVI,WET,NDSI,LST)]}

(13)

(14)

式中:NIi為指標(biāo)歸一化后的像元值;Ii為像元i的指標(biāo)值;Imax、Imin分別為指標(biāo)的最大值與最小值;PC1為第1主成分分量;RSEImax、RSEImin為RSEI0的最大值與最小值。

值域介于[0,1]的遙感生態(tài)指數(shù)(RSEI),其數(shù)值越接近于1,生態(tài)環(huán)境質(zhì)量狀況越優(yōu),否之亦然。為便于遙感生態(tài)指數(shù)空間格局的定量化展示,本研究將各年份RSEI值以0.2為間距,劃分為:差[0,0.2]、較差[0.2,0.4]、中[0.4,0.6]、良[0.6,0.8]、優(yōu)[0.8,1]5個(gè)等級(jí)。

1.3.4 水體提取及掩膜 選用改進(jìn)的歸一化差異水體指數(shù)(MNDWI,modified normalized difference water index),對(duì)各期NDVI、WET、NDSI、LST指標(biāo)在歸一化前進(jìn)行水體掩膜,減少大面積水域?qū)χ鞒煞址治霎a(chǎn)生的荷載影響,精準(zhǔn)反映區(qū)域生態(tài)環(huán)境質(zhì)量狀況[3]。

(15)

式中:ρGreen、ρSWIR1為綠波段和短波紅外1波段處的反射率。

驗(yàn)證發(fā)現(xiàn),僅依據(jù)MNDWI指數(shù)進(jìn)行水體掩膜,會(huì)造成大量建設(shè)用地被掩蓋及水體區(qū)域大幅增加。因此,采用支持向量機(jī)模型(SVM,support vector machine)、MNDWI指數(shù)和人工目視解譯相結(jié)合的方法,對(duì)研究區(qū)水體單獨(dú)進(jìn)行時(shí)空演變分析。聯(lián)系實(shí)際需求,將臨河區(qū)土地利用類型重分類為水體、植被、建設(shè)用地和未利用地4類,對(duì)劃分結(jié)果進(jìn)行各類別精度、生產(chǎn)精度、總精度檢驗(yàn),各精度驗(yàn)證均>95%,滿足分析需求[3]。結(jié)合土地利用轉(zhuǎn)移矩陣(式16),分析1989-2021年水體與各土地利用類型及各等級(jí)生態(tài)環(huán)境質(zhì)量之間的相互轉(zhuǎn)換關(guān)系,完善區(qū)域生態(tài)環(huán)境質(zhì)量監(jiān)督評(píng)測體系。

(16)

式中:S為土地利用面積;i、j為研究初期和末期土地利用類型。

2 結(jié)果與分析

2.1 臨河區(qū)生態(tài)環(huán)境質(zhì)量總體狀況

分析各年份RSEI、NDVI、WET、NDSI、LST均值圖(圖2)。1989-2021年臨河區(qū)生態(tài)環(huán)境質(zhì)量以2010年為節(jié)點(diǎn)呈“先增長后下降”趨勢,RSEI均值總體由0.295降至0.254,降幅13.90%。至2021年,對(duì)生態(tài)環(huán)境起正面效應(yīng)的綠度指標(biāo)總體下降50.19%,與實(shí)際情況相符;與生態(tài)環(huán)境起負(fù)面效應(yīng)的LST指標(biāo)總體增長16.25%,反映1989-2021年臨河區(qū)在城市化進(jìn)程中,涌現(xiàn)出植被持續(xù)減少、地表硬化、氣溫增高等多種生態(tài)環(huán)境惡化問題。

圖2 研究區(qū)1989-2021年RSEI、NDVI、WET、NDSI、LST均值Fig.2 Mean values of RSEI,NDVI,WET,NDSI and LST in the study area from 1989 to 2021

對(duì)研究區(qū)RSEI空間分布格局進(jìn)行可視化分析(圖3),1989-2021年臨河區(qū)生態(tài)環(huán)境質(zhì)量總體呈現(xiàn)較差等級(jí)。1989年差等級(jí)區(qū)域在研究區(qū)北部呈斑點(diǎn)狀分布;2000年生態(tài)環(huán)境質(zhì)量等級(jí)為差的地域在中部沙地及城鎮(zhèn)化周邊呈斑面狀分布,中等級(jí)地域呈條帶狀分布于北部、中南部及黃河沿岸地區(qū);2010年臨河區(qū)全力落實(shí)林草目標(biāo)任務(wù),良等級(jí)生態(tài)環(huán)境質(zhì)量在臨河區(qū)西北部的農(nóng)田、林木覆蓋區(qū)首次呈現(xiàn)面狀分布;經(jīng)10 a的城鄉(xiāng)高速發(fā)展、工業(yè)園區(qū)開發(fā)、油田礦產(chǎn)資源采伐等,至2021年臨河區(qū)生態(tài)環(huán)境質(zhì)量明顯惡化,差等級(jí)區(qū)域在北部良田整改區(qū)、中部沙地、南部建成區(qū)及周邊地區(qū)呈現(xiàn)面狀分布。

圖3 研究區(qū)1989-2021年生態(tài)環(huán)境質(zhì)量空間分布Fig.3 Spatial distribution of eco-environmental quality in the study district from 1989 to 2021

2.2 空間演變

生態(tài)環(huán)境質(zhì)量空間演變分析包括對(duì)各等級(jí)RSEI空間面積轉(zhuǎn)變分析和重心遷移狀況分析。本研究從演變面積、演變方向、演變幅度三方面對(duì)研究區(qū)生態(tài)環(huán)境質(zhì)量空間演變進(jìn)行闡述。

2.2.1 面積轉(zhuǎn)變 將各年份、各等級(jí)生態(tài)環(huán)境質(zhì)量面積變化狀況進(jìn)行量化與匯總(表1)。整體來看,臨河區(qū)生態(tài)環(huán)境質(zhì)量以較差等級(jí)為主導(dǎo),1989、2000、2010、2021年較差等級(jí)面積分別占研究區(qū)總面積的99.82%、90.97%、60.23%、93.66%。研究期間等級(jí)為差的區(qū)域面積,呈“波浪式”起伏,從1989-2000年上升35.94 km2,至2010年減少為11.76 km2,而2021年驟增為146.48 km2,對(duì)照1989年,差等級(jí)地域面積總體增多142.97 km2;中等級(jí)區(qū)域面積以2010年為節(jié)點(diǎn)呈“先增長后降低”趨勢,2010年中等級(jí)區(qū)域約占全區(qū)總面積的1/3以上,至2021年僅存1.35 km2,主導(dǎo)成因?yàn)榻ǔ蓞^(qū)的迅速擴(kuò)張和人類對(duì)自然資源的頻繁活動(dòng)所致;優(yōu)、良等級(jí)區(qū)域面積在2010年達(dá)歷史最高值,分別為1.81 km2與153.59 km2。

表1 研究區(qū)1989-2021年RSEI各等級(jí)信息統(tǒng)計(jì)Table 1 Information statistics of all levels of RSEI in the study area from 1989 to 2021

總體而言,1989-2021年臨河區(qū)生態(tài)環(huán)境質(zhì)量呈下降趨勢,差等級(jí)區(qū)域面積整體增幅6.13%,而中、良、優(yōu)等級(jí)面積占比變化均<1%,警示臨河區(qū)在城鄉(xiāng)擴(kuò)建進(jìn)程中,應(yīng)積極推進(jìn)高質(zhì)量生態(tài)體系筑建工程。

2.2.2 重心遷移 為更加直觀、清晰地展現(xiàn)1989-2021年RSEI各等級(jí)空間格局變化,繪制重心遷移軌跡圖(圖4),結(jié)合表2分析得知,遷移距離可映射出各等級(jí)空間分布密集狀況,遷移方向可反映出各等級(jí)區(qū)域面積變化方向。

表2 1989-2021年重心遷移距離Table 2 Center of barycentre migration distance from 1989-2021

圖4 1989-2021年臨河區(qū)RSEI各等級(jí)重心遷移Fig.4 Center of gravity migration of all grades of RSEI in the Linhe District from 1989 to 2021

差等級(jí)RSEI空間重心遷移軌跡較長、面積變化顯著,1989、2000、2000-2010年差等級(jí)空間重心分別向南遷移30.16 km和11.96 km,主導(dǎo)原因?yàn)槟喜拷ǔ菂^(qū)的擴(kuò)張和黃河沿岸硬化改造工程的實(shí)施,而2010-2021年間重心又向北部折返11.96 km,這是由于中部、北部城鎮(zhèn)化擴(kuò)建迅速、高標(biāo)準(zhǔn)良田整改及狼山山脈金屬礦業(yè)的采伐所致;較差等級(jí)區(qū)域在研究區(qū)空間布局廣泛,面積變化幅度較小,因而遷移重心始終分布于研究區(qū)中心位置,總體來看,較差等級(jí)空間重心32 a間共向南遷移11.77 km;中等級(jí)RSEI重心先向西南遷移17.11 km,后向北偏東折返21.84 km,這與研究區(qū)南部中等級(jí)生態(tài)環(huán)境質(zhì)量先增長后下降的特征相一致;優(yōu)、良等級(jí)重心遷移方向基本一致,均先向北偏東,后向南偏東遷移,分別共遷移41.64 km和61.73 km,這與2010-2021年北部優(yōu)良等級(jí)區(qū)域面積大幅度縮減及南部黃河國家濕地公園的建立息息相關(guān)。

RSEI各等級(jí)空間重心分布狀況在2000-2010年由南向北呈自低到高規(guī)律分布,與1989、2021年空間重心分布狀況截然相反;從重心遷移軌跡來看,差、較差、良、優(yōu)等級(jí)總體向南遷移,中等級(jí)向北遷移;從遷移距離而言,優(yōu)、良、差等級(jí)相比較差、中等級(jí)遷移距離更遠(yuǎn)。綜上所述得知,各等級(jí)空間分布越密集且面積變化率越大,重心遷移距離則越長。

2.3 時(shí)間演變

從縱向維度對(duì)臨河區(qū)生態(tài)環(huán)境質(zhì)量實(shí)施動(dòng)態(tài)監(jiān)測,將各時(shí)段遙感生態(tài)指數(shù)(RSEI)差值分析結(jié)果劃分為9個(gè)等級(jí)差,揭示生態(tài)環(huán)境質(zhì)量變化顯著程度,正級(jí)差表征生態(tài)環(huán)境質(zhì)量得以改善,0表示穩(wěn)定未變化,負(fù)級(jí)差表征生態(tài)環(huán)境質(zhì)量正遭受惡化[22]。各研究階段生態(tài)環(huán)境質(zhì)量時(shí)間演變結(jié)果及面積統(tǒng)計(jì)信息見表3、圖5。

表3 各研究階段生態(tài)環(huán)境質(zhì)量演變信息統(tǒng)計(jì)Table 3 Information statistics of eco-environmental quality evolution in each research phase

圖5 1989-2021年時(shí)間尺度生態(tài)環(huán)境質(zhì)量演變Fig.5 Evolution of eco-environmental quality on a time scale from 1989 to 2021

1989-2000年臨河區(qū)生態(tài)環(huán)境質(zhì)量演變以穩(wěn)定為主線,以改善為趨勢,呈現(xiàn)惡化狀況區(qū)域均以惡化1個(gè)級(jí)差為主,并未出現(xiàn)跨級(jí)惡化現(xiàn)象。1989-2000年生態(tài)環(huán)境質(zhì)量呈穩(wěn)定等級(jí)的區(qū)域占臨河區(qū)總面積的91.16%,達(dá)歷年占比最大值,167.51 km2的區(qū)域表現(xiàn)為改善狀況,其中97.95%的區(qū)域改善1個(gè)級(jí)差,主要位于研究區(qū)西南部、中部以東和北部的種植區(qū)及防護(hù)林區(qū),1978年以來我國開展的“三北”

防護(hù)林體系建設(shè)工程及廣大人民群眾拓荒開田等工作成效顯著,使臨河區(qū)生態(tài)環(huán)境質(zhì)量逐步得以改觀。呈現(xiàn)惡化等級(jí)的區(qū)域僅占1.68%,呈斑塊狀分布于研究區(qū)中北部,城鄉(xiāng)擴(kuò)建、礦產(chǎn)資源采伐、連年干旱少雨是生態(tài)環(huán)境質(zhì)量惡化的主要成因。

2000-2010年臨河區(qū)生態(tài)環(huán)境質(zhì)量改善狀況最為顯著,改善面積達(dá)880.46 km2,農(nóng)田、林木覆蓋區(qū)為主要改善地,17.50%的區(qū)域呈現(xiàn)跨級(jí)差改善,2006年臨河區(qū)下發(fā)《關(guān)于實(shí)施戶植千棵樹工程》,為全區(qū)新增400 km2的造林面積,區(qū)域生態(tài)環(huán)境效益得以顯著提升。呈現(xiàn)惡化等級(jí)的生態(tài)環(huán)境質(zhì)量區(qū)域占比4.57%,其中97.37%的區(qū)域惡化1個(gè)級(jí)差,南部黃河沿岸硬化改造工程的實(shí)施及中部、西北部城鎮(zhèn)化的迅速擴(kuò)建是區(qū)域生態(tài)環(huán)境質(zhì)量惡化的主要成因。全區(qū)1/2以上的區(qū)域生態(tài)環(huán)境質(zhì)量呈穩(wěn)定等級(jí)。1989-2000、2000-2010年生態(tài)環(huán)境質(zhì)量改善區(qū)域與惡化區(qū)域面積比分別為4.33和8.29,表明臨河區(qū)生態(tài)環(huán)境質(zhì)量改善速度同等在提升。

2010-2021年臨河區(qū)生態(tài)環(huán)境質(zhì)量呈穩(wěn)定狀態(tài)的區(qū)域面積為1 283.12 km2;44.70%的區(qū)域表征為惡化狀況,其中跨級(jí)惡化涵蓋186.17 km2,僅有17.58 km2的區(qū)域呈現(xiàn)改善狀況,其中51.75%的區(qū)域表現(xiàn)為跨級(jí)改善。2010-2021年臨河區(qū)生態(tài)環(huán)境質(zhì)量總體呈穩(wěn)定-惡化演變趨勢,穩(wěn)定區(qū)域占據(jù)主導(dǎo)優(yōu)勢,可惡化面積增幅顯著,建成區(qū)擴(kuò)張、礦產(chǎn)資源采伐和高標(biāo)準(zhǔn)良田的整改是致使區(qū)域生態(tài)環(huán)境質(zhì)量惡化的關(guān)鍵因素,生態(tài)環(huán)境質(zhì)量跨級(jí)改善,得益于政府對(duì)濕地資源的精準(zhǔn)保護(hù)。

整體分析臨河區(qū)32 a間生態(tài)環(huán)境質(zhì)量演變進(jìn)程,從變化幅度分析(表3),呈惡化等級(jí)的生態(tài)環(huán)境質(zhì)量區(qū)域?yàn)?45.53 km2,其中99.96%的區(qū)域表征為惡化1個(gè)級(jí)差;生態(tài)環(huán)境質(zhì)量呈改善狀況的區(qū)域?yàn)?.19 km2,改善1個(gè)級(jí)差的區(qū)域占比99.63%;臨河區(qū)生態(tài)環(huán)境質(zhì)量整體展現(xiàn)穩(wěn)定發(fā)展局勢。從空間分布來看(圖5),研究區(qū)北部的防護(hù)林及商品林帶為主要的生態(tài)環(huán)境質(zhì)量改善區(qū),規(guī)范化的營林機(jī)制和對(duì)林草業(yè)嚴(yán)格保護(hù)制度的實(shí)施,是臨河區(qū)生態(tài)環(huán)境質(zhì)量得以改善的主導(dǎo)因素;呈現(xiàn)惡化狀況的生態(tài)環(huán)境質(zhì)量區(qū)域主要位于城鄉(xiāng)建設(shè)區(qū)和礦產(chǎn)采伐區(qū)周邊。警示臨河區(qū)應(yīng)秉持生態(tài)與保護(hù)優(yōu)先的生態(tài)-經(jīng)濟(jì)發(fā)展理念。

總時(shí)段與1989-2000、2000-2010、2010-2021年各研究階段穩(wěn)定等級(jí)面積占比分別為93.58%、91.16%、57.71%、54.55%,1989-2000、2000-2010年生態(tài)環(huán)境質(zhì)量呈大面積小幅度改善態(tài)勢,而2010-2021年生態(tài)環(huán)境質(zhì)量呈小級(jí)差大范圍惡化態(tài)勢,生態(tài)環(huán)境質(zhì)量演變整體展現(xiàn)穩(wěn)定發(fā)展形勢。

2.4 水體演變

分析1989-2021年土地利用轉(zhuǎn)移矩陣及空間布局(表4、圖6),明晰研究區(qū)內(nèi)水體同各土地利用類型之間的結(jié)構(gòu)特征轉(zhuǎn)變和方向轉(zhuǎn)移?？傮w而言,1989-2021年臨河區(qū)各類型、各區(qū)域水體演變差異顯著,水域面積縮減50.65 km2,僅有18.78%的前期水體保留至今。

表4 1989年-2021年臨河區(qū)土地利用轉(zhuǎn)移矩陣Table 4 Land use transfer matrix in the Linhe region,1989-2021 km2

1989-2021年水體演變?yōu)楦黝愋屯恋乩妹娣e76.26 km2,41.38%的水體轉(zhuǎn)變?yōu)榻ㄔO(shè)用地,占比最大。演變后各用地類型多數(shù)位于較差、差的生態(tài)環(huán)境質(zhì)量區(qū),結(jié)合圖6可以看出,城市、城鎮(zhèn)化的迅速擴(kuò)建和黃河沿岸硬化改造工程的實(shí)施,使研究區(qū)中部、南部的坑塘、湖泊及黃河水域面積大幅縮減。

1989-2021年臨河區(qū)各地類演變?yōu)樗w的區(qū)域占演變總面積的1.87%,2.38%的建設(shè)用地演變?yōu)樗w,占比最小。演變至水體的各地類均源于生態(tài)環(huán)境質(zhì)量等級(jí)為中和較差區(qū)域,分析原因得出,城鄉(xiāng)鎮(zhèn)周邊小型觀賞湖泊的建造、水產(chǎn)養(yǎng)殖業(yè)的迅速發(fā)展及黃河國家濕地公園的建立,是水體擴(kuò)充的主要源頭。

整體來看,32 a間臨河區(qū)水體演變類型、演變區(qū)域差異顯著,水體演變?yōu)楦鞯仡惣案鞯仡愌葑優(yōu)樗w的面積分別為76.26、25.61 km2,其中,轉(zhuǎn)化為水體的各地類均源于RSEI等級(jí)為中、較差的區(qū)域,經(jīng)水體演變形成的各地類均位于RSEI等級(jí)為差、較差區(qū)域。綜上分析得知,水體演變對(duì)生態(tài)環(huán)境質(zhì)量起負(fù)面效應(yīng)。

3 結(jié)論

1989-2021年,研究區(qū)RSEI均值以2010年為轉(zhuǎn)折點(diǎn)呈“先增長后下降”趨勢,由0.295降至0.254,整體降幅13.90%。32 a間各研究階段生態(tài)環(huán)境質(zhì)量較差等級(jí)面積分別占研究區(qū)總面積的99.82%、90.97%、60.23%、93.66%,差等級(jí)區(qū)域總體增幅6.13%,中、良、優(yōu)等級(jí)面積占比變化均小于1%。

空間分布而言,中、良等級(jí)生態(tài)環(huán)境質(zhì)量區(qū)域主要布局于北部的林木覆蓋區(qū)和南部黃河沿岸,中部和西南地區(qū)各年間出現(xiàn)不同位置的零星分布;城鄉(xiāng)建設(shè)區(qū)、良田整改區(qū)、資源采伐地生態(tài)環(huán)境質(zhì)量等級(jí)呈現(xiàn)為差。

空間演變方向分析,RSEI各等級(jí)空間重心分布狀況在2000-2010年由南向北呈自低到高規(guī)律分布,與1989、2021年空間重心分布狀況截然相反;重心遷移軌跡分析,差、較差、良、優(yōu)等級(jí)總體向南遷移,中等級(jí)向北遷移;遷移距離分析,差、良、優(yōu)等級(jí)相比中、較差等級(jí)遷移距離更遠(yuǎn)。

時(shí)間演變尺度分析,總時(shí)段與各階段穩(wěn)定等級(jí)區(qū)域面積占比分別為93.58%、91.16%、57.71%、54.55%,表明研究區(qū)生態(tài)環(huán)境質(zhì)量總體以較差等級(jí)為主,經(jīng)定量化、可視化分析得知惡化區(qū)域較改善區(qū)域面積占比6.06%,城鎮(zhèn)區(qū)擴(kuò)建、工業(yè)園區(qū)開發(fā)、礦產(chǎn)資源采伐同生態(tài)環(huán)境質(zhì)量間呈負(fù)相關(guān)關(guān)系,因此,在推動(dòng)新型“城鄉(xiāng)建設(shè)”實(shí)施模式中,應(yīng)統(tǒng)籌協(xié)調(diào)土地資源開發(fā)同生態(tài)環(huán)境建設(shè)之間的和諧關(guān)系。

水體演變與生態(tài)環(huán)境質(zhì)量,1989-2021年研究區(qū)水體總面積銳減50.65 km2,各類型、各區(qū)域水體演變面積達(dá)101.87 km2,經(jīng)水體演變形成的各地類均位于RSEI等級(jí)為差、較差區(qū)域,演變?yōu)樗w的各地類均源于RSEI等級(jí)為中、較差區(qū)域,水體演變對(duì)生態(tài)環(huán)境質(zhì)量起負(fù)面影響。