基于遙感生態(tài)指數(shù)的福建省南靖縣生態(tài)質(zhì)量評(píng)價(jià)

摘 "要：該研究基于2010、2014、2017、2021年Landsat TM、OLI影像數(shù)據(jù)，選取遙感生態(tài)指數(shù)對(duì)福建省南靖縣近年生態(tài)環(huán)境質(zhì)量進(jìn)行監(jiān)測(cè)和定量評(píng)價(jià)。結(jié)果表明，研究區(qū)各年份遙感生態(tài)指數(shù)（RSEI）均值分別為0.640 8、0.643 7、0.653 2、0.630 0，說明南靖縣近10年的總體生態(tài)質(zhì)量呈先升后降的趨勢(shì)；研究區(qū)生態(tài)等級(jí)下降區(qū)域主要集中在漳州市臨近地帶及東部城市周圍，西部山區(qū)環(huán)境改善明顯，說明研究區(qū)生態(tài)環(huán)境的變化狀況會(huì)受到人類活動(dòng)的影響；在未來的建設(shè)發(fā)展中，研究區(qū)應(yīng)更加重視城市及周圍生態(tài)環(huán)境的保護(hù)，在發(fā)展經(jīng)濟(jì)的同時(shí)合理利用自然資源，放緩城市擴(kuò)張速度。

關(guān)鍵詞：遙感生態(tài)指數(shù)；生態(tài)環(huán)境質(zhì)量；主成分分析；南靖縣；治理效果

中圖分類號(hào)：TP79 " " " "文獻(xiàn)標(biāo)志碼：A " " " " "文章編號(hào)：2095-2945（2023）20-0097-04

Abstract： Based on the Landsat TM and OLI image data of 2010， 2014， 2017 and 2021， remote sensing ecological index was selected to monitor and quantitatively evaluate the eco-environmental quality of Nanjing County， Fujian Province in recent years. The results show that， the average RSEI of each year in the study area is 0.640 8， 0.643 7， 0.653 2 and 0.630 0， respectively， indicating that the overall ecological quality of Nanjing County has increased at first and then decreased in the past 10 years. The decline of ecological grade in the study area is mainly concentrated in the vicinity of Zhangzhou and around the eastern cities， and the environmental improvement in the western mountain area is obvious， indicating that the change of ecological environment in the study area will be affected by human activities. In the future construction and development， the study area should focus on the protection of the city and its surrounding ecological environment， make rational use of natural resources while developing the economy， and slow down the speed of urban expansion.

Keywords： remote sensing ecological index; eco-environmental quality; principal component analysis; Nanjing County; treatment effect

自20世紀(jì)70年代以來，逐漸有研究者使用Landsat、SPOT系列衛(wèi)星影像分析區(qū)域生態(tài)質(zhì)量[1]。遙感指數(shù)的應(yīng)用也使得環(huán)境生態(tài)能夠更加直觀地展示出來，早先研究者習(xí)慣使用單一指數(shù)對(duì)區(qū)域植被覆蓋變化[2]、城市熱環(huán)境[3]、城市不透水面變化[4]等進(jìn)行監(jiān)測(cè)，然而區(qū)域生態(tài)變化是多因素相互影響的結(jié)果，單一指數(shù)并不能很好地反應(yīng)區(qū)域生態(tài)質(zhì)量[5]。

中國(guó)在生態(tài)質(zhì)量評(píng)價(jià)領(lǐng)域起步較晚，2006年國(guó)家環(huán)?？偩痔岢錾鷳B(tài)環(huán)境狀況指數(shù)（EI）[6-7]，其評(píng)價(jià)體系構(gòu)建復(fù)雜，數(shù)據(jù)收集困難，多以縣域?yàn)樵u(píng)價(jià)單位，各指標(biāo)賦值時(shí)易受到主觀因素影響。

2013年徐涵秋[8]教授提出RSEI，該指數(shù)將綠度、濕度、干度、熱度指標(biāo)進(jìn)行整合，使用主成分分析提取各指標(biāo)有效信息，避免主觀因素對(duì)評(píng)價(jià)結(jié)果的影響。各界研究者使用該指數(shù)對(duì)山區(qū)[9]、盆地[10]、濕地[11]、礦區(qū)[12]等各類區(qū)域進(jìn)行生態(tài)質(zhì)量評(píng)價(jià)，皆取得較好的效果。自RSEI提出以來，憑借其數(shù)據(jù)易獲取、評(píng)價(jià)結(jié)果客觀、適用性強(qiáng)等優(yōu)點(diǎn)被廣泛應(yīng)用[13]。

1 "研究區(qū)概況及數(shù)據(jù)預(yù)處理

1.1 "研究區(qū)概況

南靖縣（含薌城區(qū)飛地）位于漳州市西部，西鄰龍巖市，東側(cè)緊鄰漳州市下轄薌城區(qū)，南靖縣總面積約為1 960 km2，地勢(shì)由西向東傾斜，地形復(fù)雜，由西向東分別為中低山、丘陵、臺(tái)地和河谷平原、沖擊平原5大類型區(qū)，且以丘陵地貌為主。漳州市區(qū)內(nèi)部建成區(qū)已趨近飽和，近年來逐漸向周邊縣市擴(kuò)張，且南靖縣內(nèi)部城市邊界外擴(kuò)，導(dǎo)致林地、耕地等地表植被減少，植被覆蓋度逐年降低，劇烈的人類活動(dòng)對(duì)生態(tài)環(huán)境影響較大。

1.2 "數(shù)據(jù)源及預(yù)處理

研究中2010年的影像來源是Landsat TM，而2014年、2017年、2021年均使用Landsat OLI影像，所有影像月份均在2、3月，并滿足云量小于5%、研究區(qū)上空無云層遮擋的條件。經(jīng)過輻射定標(biāo)、FLAASH大氣校正，使用研究區(qū)外圍矩形裁剪經(jīng)過預(yù)處理的影像，再進(jìn)行后續(xù)影像處理，從而避免研究區(qū)邊緣異常值累積的影響[14]。所有指數(shù)計(jì)算完成后，按照行政區(qū)劃邊界裁剪各結(jié)果圖，并完成最后的數(shù)據(jù)分析。

2 "研究方法

2.1 "指數(shù)構(gòu)建

RSEI選取綠度、濕度、干度、熱度4個(gè)指標(biāo)作為生態(tài)評(píng)價(jià)指標(biāo)，見公式（1）

RSEI=f（NDVI、WET、NDBSI、LST） ， （1）

式中：NDVI為植被指數(shù)，代表綠度指標(biāo)；WET為纓帽變換濕度分量，代表濕度指標(biāo)；NDBSI為裸土指數(shù)SI和建筑指數(shù)IBI均值，代表干度指標(biāo)；LST為地表溫度，代表熱度指標(biāo)；f為主成分分析。

2.2 "評(píng)價(jià)指標(biāo)

2.2.1 "綠度指標(biāo)

綠度指標(biāo)可以反應(yīng)區(qū)域植被覆蓋情況以及生長(zhǎng)狀態(tài)，是用于反應(yīng)區(qū)域生態(tài)質(zhì)量的重要參照[15]，其表達(dá)式為

式中：ρnir表示近紅外波段反射率，ρred表示紅光波段反射率。

2.2.2 "濕度指標(biāo)

濕度指標(biāo)用于表示地表含水量，包括土壤水分、植被水分、地表水等，對(duì)區(qū)域植被生長(zhǎng)，生活適宜度有重要影響[16]。本文采用纓帽變換濕度分量作為濕度指標(biāo)，見公式（3）

WET=b1 ρblue+b2 ρgreen+b3 ρred+b4 ρnir+b5 ρswir1+b6 ρswir2，（3）

式中：ρblue、ρgreen、ρred、ρnir、ρswir1、ρswir2在Landsat TM影像中分別為1、2、3、4、5、7波段，在Landsat OLI影像中分別為2、3、4、5、6、7波段；b1～b6表示各波段系數(shù)，在Landsat TM影像中分別為0.031 5、0.202 1、0.310 2、0.159 4、0.680 6、0.610 9，在Landsat OLI影像中分別為0.151 1、0.197 3、0.328 3、0.340 7、0.711 7、0.455 9[18]。

2.2.3 "干度指標(biāo)

干度指標(biāo)用于表示地表建筑與裸土，建筑與裸土的存在會(huì)使地面“干化”，致使區(qū)域生態(tài)質(zhì)量下降[12]，見公式（4）—公式（6）。

公式（4）中：ρgreen、ρred、ρnir、ρswir1在Landsat TM影像中分別為2、3、4、5波段，在Landsat OLI影像中分別為3、4、5、6波段；公式（5）中ρblue、ρgreen、ρred、ρnir、ρswir1在Landsat TM影像中分別為1、2、3、4、5波段，在Landsat OLI影像中分別為2、3、4、5、6波段。

2.2.4 "熱度指標(biāo)

熱度指標(biāo)用于表示地表溫度，本文采用輻射傳輸方程法反演地表溫度，計(jì)算公式見公式（7）和公式（8）

B（TＳ）=[Lλ-Lu-τ*（1-ε）*Ld]/（τ*ε） ， （7）

Ts=K2/ln[K1/B（TS）+1] ， （8）

其中：B（TS）表示黑體輻射亮度；Lλ、Lu、Ld分別表示熱紅外波段輻射亮度，大氣上行輻射，大氣下行輻射；τ、ε分別表示大氣透過率、地表比輻射率，其中ε采用覃志豪等人提出的計(jì)算方法獲得：K_1、K_2為定標(biāo)系數(shù)，可在影像元數(shù)據(jù)中獲得，τ、Lu、Ld皆可在NASA網(wǎng)站（https：//atmcorr.gsfc.nasa.gov/）獲得。

2.3 "水體掩膜及指標(biāo)標(biāo)準(zhǔn)化

對(duì)區(qū)域內(nèi)水體先進(jìn)行提取、掩膜處理[17]，公式如下

式中：ρgreen、ρmir分別表示綠光波段、中紅外波段反射率。

為解決異常值影響最終分析結(jié)果的問題，所有指標(biāo)的置信區(qū)間均限定在0.5%～99.5%，并對(duì)其進(jìn)行極差標(biāo)準(zhǔn)化處理，見公式（10）

式中：NI表示標(biāo)準(zhǔn)化之后的各指標(biāo)像元值；Ii表示標(biāo)準(zhǔn)化之前的各指標(biāo)像元值；Imin、Imax分別表示該指標(biāo)置信區(qū)間內(nèi)像元值中最小值、最大值。

2.4 "主成分分析

主成分分析通過原變量線性組合將原變量中的信息統(tǒng)合到新變量主成分中，并有效去除原變量中的冗余信息[18-19]。RSEI將綠度、濕度、干度、熱度組合成多波段柵格影像，通過主成分分析將指標(biāo)中的主要信息集成到各主成分中，得到各年份指標(biāo)統(tǒng)計(jì)表（表1）。

對(duì)比歷年RSEI均值，研究區(qū)遙感生態(tài)指數(shù)呈波動(dòng)變化，RSEI歷年均值分別為0.640 8、0.643 7、0.653 2、0.630 0。根據(jù)指數(shù)歷年均值變化，2010—2017年總體生態(tài)質(zhì)量處于緩慢上升的狀態(tài)，其中2014—2017年總體生態(tài)質(zhì)量增速較快，2017—2021年總體生態(tài)質(zhì)量迅速下降，2021年總體生態(tài)質(zhì)量甚至低于2010年生態(tài)質(zhì)量。

2.5 "指數(shù)分級(jí)評(píng)價(jià)

為對(duì)比各年份環(huán)境生態(tài)質(zhì)量變化，對(duì)各年份RSEI進(jìn)行分級(jí)，按相等間隔將RSEI重分類分成5個(gè)等級(jí)，（0.8，1.0]對(duì)應(yīng)1級(jí)，生態(tài)質(zhì)量?jī)?yōu)；（0.6，0.8]對(duì)應(yīng)2級(jí)，生態(tài)質(zhì)量良；（0.4，0.6]對(duì)應(yīng)3級(jí)，生態(tài)質(zhì)量中等；（0.2，0.4]對(duì)應(yīng)4級(jí)，生態(tài)質(zhì)量較差；[0，0.2]對(duì)應(yīng)5級(jí)，生態(tài)質(zhì)量差，生態(tài)質(zhì)量分級(jí)如圖1所示。

2010、2014、2017、2021年南靖縣RSEI差和較差兩級(jí)占比分別為15.39%、16.80%、12.74%、19.42%占比起伏較大，2017年占比最?。粌?yōu)和良兩級(jí)占比分別為61.34%、62.71%、64.14%、60.07%，2017年占比最高。歷年優(yōu)、良兩級(jí)占比皆超過50%，處于主導(dǎo)地位，說明南靖縣總體環(huán)境生態(tài)質(zhì)量較好，但是各年環(huán)境生態(tài)變化較大，總體趨勢(shì)先升后降。

3 "南靖縣生態(tài)監(jiān)測(cè)

疊置分析2021年與2010年生態(tài)質(zhì)量圖，并對(duì)比各區(qū)域的生態(tài)等級(jí)，重新劃分為等級(jí)升高區(qū)域、等級(jí)不變區(qū)域、等級(jí)降低區(qū)域，對(duì)比發(fā)現(xiàn)生態(tài)等級(jí)上升區(qū)域主要集中在南靖縣西部丘陵山區(qū)，生態(tài)等級(jí)下降區(qū)域主要集中在東南部河谷平原與漳州市區(qū)相鄰區(qū)域，大部分區(qū)域生態(tài)質(zhì)量無變化，主要分布在南靖縣中部。南靖縣2010—2021年生態(tài)質(zhì)量變化如圖2所示。

南靖縣近十年生態(tài)質(zhì)量變化分為2個(gè)階段：2010—2017年生態(tài)質(zhì)量逐步上升；2017—2020年生態(tài)質(zhì)量迅速下降（圖3）。

2010—2017年RSEI生態(tài)等級(jí)上升區(qū)域、下降區(qū)域占比分別為25.02%、18.19%，生態(tài)等級(jí)上升區(qū)域大于下降區(qū)域，說明2010—2017年間南靖縣生態(tài)質(zhì)量有明顯改善；生態(tài)等級(jí)上升區(qū)域主要分布在南靖縣西部與東南部，下降區(qū)域則分布較為分散。2017—2021年RSEI生態(tài)等級(jí)上升區(qū)域、下降區(qū)域占比分別為13.69%、21.20%，生態(tài)等級(jí)上升區(qū)域小于下降區(qū)域，說明2010—2017年間南靖縣生態(tài)質(zhì)量逐漸降低；生態(tài)等級(jí)下降區(qū)域主要集中在南靖縣東南部與漳州市區(qū)相鄰區(qū)域。

4 "結(jié)論

根據(jù)RSEI反映南靖縣2010—2021年生態(tài)質(zhì)量變化，2010—2021年南靖縣生態(tài)質(zhì)量變化分為2個(gè)階段，2010—2017年南靖縣生態(tài)質(zhì)量逐步改善，生態(tài)質(zhì)量上升區(qū)域主要集中在東、西部山區(qū)，說明此時(shí)間段南靖縣生態(tài)治理卓有成效，生態(tài)恢復(fù)效果明顯；而2017—2021年南靖縣生態(tài)質(zhì)量迅速下降，且生態(tài)質(zhì)量下降區(qū)域主要集中在東南部，該區(qū)域大多為漳州市城市擴(kuò)張區(qū)域以及南靖縣工業(yè)區(qū)集中區(qū)域，該區(qū)域建成區(qū)的增加導(dǎo)致周邊環(huán)境生態(tài)質(zhì)量迅速降低。南靖縣生態(tài)質(zhì)量總體呈現(xiàn)先升后降趨勢(shì)，至2021年生態(tài)質(zhì)量總體低于2010年。

受漳州市城市擴(kuò)張及工業(yè)區(qū)增加，南靖縣近十年建成區(qū)面積增長(zhǎng)較快，且集中分布在東南部地勢(shì)平坦區(qū)域，而該區(qū)域也是南靖縣生態(tài)質(zhì)量下降的主要區(qū)域，說明人類活動(dòng)是造成南靖縣生態(tài)質(zhì)量降低的主要原因之一。

南靖縣近年來經(jīng)濟(jì)增速較快，而生態(tài)質(zhì)量卻有所降低，且下降區(qū)域主要為人類活動(dòng)區(qū)域，勢(shì)必對(duì)生產(chǎn)活動(dòng)造成負(fù)面影響，因此，未來南靖縣發(fā)展經(jīng)濟(jì)同時(shí)應(yīng)當(dāng)注重環(huán)境保護(hù)及開發(fā)后生態(tài)治理與恢復(fù)的工作，使得南靖縣整體生態(tài)質(zhì)量有所提升。

參考文獻(xiàn)：

[1] 肖篤寧.美國(guó)環(huán)境監(jiān)測(cè)和評(píng)價(jià)項(xiàng)目中的生態(tài)指標(biāo)研究[J].資源生態(tài)環(huán)境網(wǎng)絡(luò)動(dòng)態(tài)研究，1992（1）：22-27．

[2] 范建忠，李登科，董金芳.陜西省重點(diǎn)生態(tài)建設(shè)工程區(qū)植被恢復(fù)狀況遙感監(jiān)測(cè)[J].農(nóng)業(yè)工程學(xué)報(bào)，2012，28（7）：228-234．

[3] 周榕，徐涵秋，林云彬.城市建成區(qū)地表熱通量的遙感研究——以泉州市區(qū)為例[J].遙感信息，2006（6）：50-54．

[4] 徐涵秋.城市不透水面與相關(guān)城市生態(tài)要素關(guān)系的定量分析[J].生態(tài)學(xué)報(bào)，2009，29（5）：2456-2462.

[5] OCHOAGAONA S，KAMPICHLER C.A multi-criterion index for the evaluation of local tropical forest conditions in Mexico[J].Forest Ecology and Management，2010，260（5）：618-627.

[6] 國(guó)家環(huán)境保護(hù)總局.生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范（試行）：HJ/T 192—2006[S].北京：中國(guó)環(huán)境科學(xué)出版社，2006.

[7] 姚堯，王世新，周藝，等.生態(tài)環(huán)境狀況指數(shù)模型在全國(guó)生態(tài)環(huán)境質(zhì)量評(píng)價(jià)中的應(yīng)用[J].遙感信息，2012，27（3）：93-98.

[8] 徐涵秋.城市遙感生態(tài)指數(shù)的創(chuàng)建及其應(yīng)用[J].生態(tài)學(xué)報(bào)，2013，33（24）：7853-7862.

[9] 王士遠(yuǎn)，張學(xué)霞，朱彤，等.長(zhǎng)白山自然保護(hù)區(qū)生態(tài)環(huán)境質(zhì)量的遙感評(píng)價(jià)[J].地理科學(xué)進(jìn)展，2016，35（10）：1269-1278.

[10] 張燦，徐涵秋.南方紅壤典型水土流失區(qū)植被覆蓋度變化及其生態(tài)效應(yīng)評(píng)估[J].自然資源學(xué)報(bào)，2015，30（6）：917-928.

[11] 王麗春，焦黎，來風(fēng)兵，等.基于遙感生態(tài)指數(shù)的新疆瑪納斯湖濕地生態(tài)變化評(píng)價(jià)[J].生態(tài)學(xué)報(bào)，2019，39（8）：2963-2972.

[12] 吳志杰，王猛猛，陳紹杰，等.基于遙感生態(tài)指數(shù)的永定礦區(qū)生態(tài)變化監(jiān)測(cè)與評(píng)價(jià)[J].生態(tài)科學(xué)，2016，35（5）：200-207.

[13] 陳煒，黃慧萍，田亦陳，等.基于Google Earth Engine平臺(tái)的三江源地區(qū)生態(tài)環(huán)境質(zhì)量動(dòng)態(tài)監(jiān)測(cè)與分析[J].地球信息科學(xué)學(xué)報(bào)，2019，21（9）：1382-1391.

[14] 潘洪義，李加安，張琴.基于RSEI的地震區(qū)生態(tài)環(huán)境質(zhì)量恢復(fù)研究——以汶川縣為例[J].長(zhǎng)江流域資源與環(huán)境，2021，30（3）：745-757.

[15] GOWAED S N，XUE Y，CZAJKOWSKI K P.Evaluating land surface moisture conditions from the remotely sensed temperature/vegetation index measurements：An exploration with the simplified simple biosphere model[J].Remote Sensing of Environment，2002，79（23）：225-242.

[16] 宋慧敏，薛亮.基于遙感生態(tài)指數(shù)模型的渭南市生態(tài)環(huán)境質(zhì)量動(dòng)態(tài)監(jiān)測(cè)與分析[J].應(yīng)用生態(tài)學(xué)報(bào)，2016，27（12）：3913-3919.

[17] 徐涵秋.區(qū)域生態(tài)環(huán)境變化的遙感評(píng)價(jià)指數(shù)[J].中國(guó)環(huán)境科學(xué)，2013，33（5）：889-897.

[18] 徐涵秋.一種基于指數(shù)的新型遙感建筑用地指數(shù)及其生態(tài)環(huán)境意義[J].遙感技術(shù)與應(yīng)用，2007，22（3）：301-308.

[19] RIKIMARU A， ROY PS， MIYATAKE S. Tropical forest cover density mapping[J].Tropical Ecology，2002，43（1）：39-47.