基于RSEI的福建省生態(tài)環(huán)境質(zhì)量變化特征研究

摘要：為定量評(píng)估福建省生態(tài)環(huán)境質(zhì)量變化特征，利用遙感生態(tài)環(huán)境指數(shù)（RSEI）分析了1990～2022年福建省生態(tài)環(huán)境質(zhì)量時(shí)空演變特征及其對(duì)環(huán)境因素和土地利用變化的響應(yīng)。結(jié)果表明：① 1990～1995年福建省生態(tài)環(huán)境質(zhì)量呈 “東南優(yōu)西北差”的空間格局，從2000年開始生態(tài)環(huán)境質(zhì)量較差的區(qū)域逐漸增加，2010年后生態(tài)環(huán)境質(zhì)量得到改善。② 1990～1995年、2005～2010年、2010～2015年生態(tài)環(huán)境質(zhì)量以中等以上等級(jí)轉(zhuǎn)移為中等等級(jí)為主，其他年份以中等以下等級(jí)轉(zhuǎn)移為中等以上等級(jí)為主，耕地區(qū)域生態(tài)環(huán)境質(zhì)量以中等以下等級(jí)轉(zhuǎn)移為中等以上為主。③ 1990～2010年福建省生態(tài)環(huán)境質(zhì)量呈 “北部增加—南部減小”的趨勢(shì)，以高波動(dòng)變化為主，2011～2022年呈 “內(nèi)陸增加，沿海減小”的趨勢(shì)，以低波動(dòng)變化為主。④ 地表溫度上升和濕度增加對(duì)生態(tài)環(huán)境質(zhì)量變化起到正影響作用，干燥度對(duì)生態(tài)環(huán)境質(zhì)量的影響呈 “南負(fù)—北正”的趨勢(shì)。綠度指數(shù)對(duì)生態(tài)環(huán)境質(zhì)量以負(fù)影響為主。⑤ 除林地和耕地面積呈減小趨勢(shì)，其他類型均為增加趨勢(shì)，且不透水面面積增加最為明顯，影響了整體土地利用類型演變格局。福建省生態(tài)環(huán)境質(zhì)量呈下降趨勢(shì)，這表明福建省在生態(tài)環(huán)境維持與治理方面應(yīng)有針對(duì)性進(jìn)行政策調(diào)整，后期需要進(jìn)一步規(guī)范福建省土地利用結(jié)構(gòu)并進(jìn)一步加強(qiáng)自然災(zāi)害的防護(hù)策略，以實(shí)現(xiàn)經(jīng)濟(jì)和生態(tài)環(huán)境共發(fā)展。

關(guān) 鍵 詞：生態(tài)環(huán)境質(zhì)量；RSEI；環(huán)境因素；土地利用；福建省

中圖法分類號(hào)：Q948

文獻(xiàn)標(biāo)志碼：ADOI：10.16232/j.cnki.1001-4179.2024.12.015

0 引 言

福建省是中國(guó)最早實(shí)施改革開放政策的省份之一和首個(gè)生態(tài)文明試驗(yàn)區(qū)^［1］，但近年來(lái)在工業(yè)化、城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化的持續(xù)推進(jìn)下，資源的不合理消耗和人類活動(dòng)對(duì)生態(tài)環(huán)境質(zhì)量造成了不同程度的影響^［2-3］。如何定量評(píng)估福建省生態(tài)環(huán)境質(zhì)量變化特征已逐漸成為科學(xué)研究和戰(zhàn)略決策的焦點(diǎn)。

遙感技術(shù)因其獨(dú)特的遠(yuǎn)程數(shù)據(jù)采集和分析能力，已成為評(píng)估區(qū)域生態(tài)環(huán)境變化的理想選擇，如應(yīng)用植被指數(shù)評(píng)估生態(tài)系統(tǒng)綠度^［4］，應(yīng)用地表溫度和不透水面指數(shù)探究城市熱島效應(yīng)^［5-6］。但復(fù)雜的生態(tài)系統(tǒng)往往受多種因素的共同影響，僅依賴某一特定的生態(tài)指數(shù)來(lái)客觀評(píng)價(jià)生態(tài)環(huán)境的變化是存在局限性的^［7］。因此，有學(xué)者嘗試?yán)蒙鷳B(tài)指數(shù)（EI）對(duì)全球不同地區(qū)的生態(tài)質(zhì)量進(jìn)行了評(píng)估，但發(fā)現(xiàn)EI指數(shù)獲取困難且數(shù)據(jù)更新周期長(zhǎng)^［8］。也有學(xué)者使用壓力-狀態(tài)-反應(yīng)（PSR）模型構(gòu)建綜合指標(biāo)評(píng)估生態(tài)環(huán)境，但其指標(biāo)權(quán)重的確定有一定困難^［9］。徐涵秋等^［10］基于協(xié)方差的主成分分析（PCA）耦合綠色度（NDVI）、濕度（WET）、干燥度（NDBSI）和熱量（LST）指標(biāo)提出了遙感生態(tài)指數(shù)（RSEI）。RSEI可通過整合光學(xué)圖像和雷達(dá)數(shù)據(jù)等多種遙感數(shù)據(jù)源，監(jiān)測(cè)和評(píng)估生態(tài)系統(tǒng)^［11-14］，已成為綜合評(píng)價(jià)區(qū)域生態(tài)環(huán)境質(zhì)量的新方法。如Zhang等^［15］基于RSEI對(duì)2000～2020年黃土高原生態(tài)環(huán)境質(zhì)量進(jìn)行了評(píng)估；Yang等^［16］基于RSEI對(duì)2001～2019年長(zhǎng)江流域生態(tài)環(huán)境質(zhì)量進(jìn)行了評(píng)估；Xiong等^［17］基于RSEI對(duì)1999～2019年間洱海流域生態(tài)環(huán)境質(zhì)量時(shí)空變化特征進(jìn)行了評(píng)價(jià)。以上基于RSEI的研究均較好地反映了不同區(qū)域的生態(tài)環(huán)境質(zhì)量狀況。已有的關(guān)于福建省生態(tài)環(huán)境質(zhì)量的研究多集中在土地利用的空間格局分析方面，例如，曲勝秋^［18］從圖斑尺度探究了1990～2015年福建省耕地變化特征；李勝鵬等^［19］基于InVEST模型探究了土地利用變化所引起的福建省生境質(zhì)量的時(shí)空變化特征；Su等^［20］分析了福建省土地利用變化與生態(tài)系統(tǒng)服務(wù)價(jià)值的關(guān)系。因此亟需通過一種能夠全面反應(yīng)生態(tài)環(huán)境質(zhì)量的指標(biāo)厘清福建省生態(tài)環(huán)境質(zhì)量時(shí)空演變特征及其主要驅(qū)動(dòng)因素。

本文基于1990～2022年4～10月的30 m Landsat遙感影像數(shù)據(jù)提取RSEI指數(shù)對(duì)福建省生態(tài)環(huán)境質(zhì)量的綜合變化進(jìn)行評(píng)價(jià)。在計(jì)算RSEI指數(shù)過程中為了避免NDVI飽和問題，使用了kNDVI代替了NDVI。并利用Theil-Sen斜率法和Mann-Kendall檢驗(yàn)法探究了福建省生態(tài)環(huán)境質(zhì)量的時(shí)空格局和演變趨勢(shì)。在此基礎(chǔ)上，采用通徑分析方法分析了不同時(shí)期環(huán)境因素變化對(duì)福建省生態(tài)環(huán)境質(zhì)量的驅(qū)動(dòng)影響情況。

1 材料與方法

1.1 研究區(qū)域

福建省地處中國(guó)東南沿海（23°33′ N～28°20′ N，115°50′ E～120°40′ E），總面積達(dá)12.14萬(wàn)km²，常駐人口3 973萬(wàn)人，屬于中亞熱帶地區(qū)，下轄9個(gè)城市（圖1）。全省氣候溫和，雨量充沛，全年平均氣溫17～21 ℃，年降水1 351～2 645 mm，平均海拔475 m。福建省地形復(fù)雜多樣，境內(nèi)80%為山地，10%為水，其余為耕地。森林面積超過1億畝，覆蓋全省66.8%的區(qū)域 ^［21-23］。改革開放以來(lái)福建省經(jīng)濟(jì)發(fā)展迅速，是中國(guó)經(jīng)濟(jì)發(fā)展最快的省份之一，但在發(fā)展過程中生態(tài)用地退化，環(huán)境質(zhì)量下降。

1.2 數(shù)據(jù)源及預(yù)處理

本文選用由Google Earth Engine（GEE）平臺(tái)提供的已經(jīng)輻射定標(biāo)、大氣校正等預(yù)處理的Landsat系列遙感數(shù)據(jù)，選用的產(chǎn)品為C02/T1_L2反射率數(shù)據(jù)。Landsat系列遙感數(shù)據(jù)是唯一連續(xù)的、相對(duì)高分辨率（30 m，16 d）且具有超過40 a的遙感影像數(shù)據(jù)，能夠獲取長(zhǎng)時(shí)序的生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)數(shù)據(jù)。因此，可以直接基于GEE平臺(tái)獲取構(gòu)建RSEI指數(shù)所需要的kNDVI、NDBSI、WET和LST，然后采用主成分法分析獲取1990～2022年的RSEI指數(shù)。

（2）1990～2022年間的土地利用數(shù)據(jù)（LUCC）源于CLCD數(shù)據(jù)集，該數(shù)據(jù)集是由武漢大學(xué)黃昕老師基于GEE上所有可獲得的Landsat數(shù)據(jù)，通過構(gòu)建隨機(jī)森林分類器得到分類結(jié)果，CLCD的總體準(zhǔn)確率達(dá)80%。福建省土地利用類型劃分為耕地、林地、灌木、草地、水、荒地、雪地和不透水面。

1.3 研究方法

1.3.1 RSEI計(jì)算方法

RSEI利用主成分分析耦合綠度指數(shù)（kNDVI）、濕度指數(shù)（WET）、干燥度指數(shù)（NDBSI）和熱量指數(shù)（LST）^{［10，24］}。使用Landsat 5提取了1990～2011年的RSEI，基于Landsat 7提取了2012年的RSEI，基于Landsat 8提取了2013～2022年的RSEI數(shù)據(jù)。為了消除水體對(duì)生態(tài)指標(biāo)計(jì)算的影響，采用改進(jìn)歸一化水體指數(shù)（MNDWI）去除研究區(qū)內(nèi)的流域面積^［25-27］。4個(gè)指標(biāo)的計(jì)算如下：

（1）綠度指標(biāo)。

kNDVI=tanh（NDVI2）（1）

NDVI=（ρ_nir-ρ_red）/（ρ_nir-ρ_red）（2）

式中：ρ_nir為近紅外波段；ρ_red為紅光波段。kNDVI值越高，植被越健康、越茂密；kNDVI越低植被越稀疏；kNDVI≤0指的是非植被覆蓋。

（2）熱度指標(biāo)。

L_λ=［εB（T_s）+（1-ε）L_↓］τ+L_↑（3）

B（T_s）=［L_λ-L_↑-τ（1-ε）L_↓］/τε（4）

T_s=K₂/lnK₁/B（T_s）+1（5）

式中：L_λ是傳感器處光譜輻射亮度；ε是地表輻射率；B（T_s）是普朗克定律對(duì)溫度T_s給出的黑體輻射（T_s=LST）；L_↓ 和L_↑ 分別是向下流和向上流的大氣輻射；τ是陸地表面和傳感器之間的總大氣透射率；K₁在TM波段6為607.76 W/（m²·sr·μm），在TIR波段10為774.89 W/（m²·sr·μm）；K₂在TM波段4為260.56 K，在TIR波段10為1 321.08 K。

（3）濕度指標(biāo)。

WET_tm=0.031 5ρ₁+0.201 2ρ₂+0.310 2ρ₃+

0.159 4ρ₄-0.680 6ρ₅-0.610 9ρ₆（6）

WET_oli=0.151 1ρ₁+0.197 3ρ₂+0.328 3ρ₃+

0.340 7ρ₄-0.711 7ρ₅-0.455 9ρ₆（7）

式中：ρ_i（i=1，2，3，…，6）分別為TM和OLI傳感器對(duì)應(yīng)的藍(lán)光波動(dòng)、綠光波段、紅光波段、近紅外波段、短波紅外波段1和短波紅外波段2。

（4）干度指數(shù)。

NDBSI=（BSI+IBI）/2（8）

BSI=S₁+ρ_red-ρ_blue+ρ_nir/S₁+ρ_red+ρ_blue+ρ_nir（9）

IBI=2S₁/S₁+ρ_nir-ρ_nir/ρ_nir+ρ_red+ρ_green/ρ_green+S₁/2S₁/S₁+ρ_nir+ρ_nir/ρ_nir+ρ_red+ρ_green/（ρ_green+S₁）（10）

式中：S₁，ρ_red，ρ_green，ρ_nir，ρ_blue分別表示TM和OLI對(duì)應(yīng)的短波紅外、紅光、綠光、近紅外和藍(lán)光波段。

為了消除不同生態(tài)指標(biāo)的不同尺度和單位對(duì)RSEI結(jié)果的影響，對(duì)所有指標(biāo)進(jìn)行歸一化處理。采用PCA對(duì)所有指標(biāo)進(jìn)行綜合處理，從而減輕了權(quán)重分析過程中主觀因素帶來(lái)的偏差^［28］。從1990～2022年間福建省4個(gè)指標(biāo)的主成分分析結(jié)果中可以看出（表1），第一主成分（ PC1）所占的比例大于95%，已經(jīng)集中了4個(gè)指標(biāo)的大部分特征。其次，4個(gè)指標(biāo)都有一定的貢獻(xiàn)度，且kNDVI 和WET對(duì)RSEI的貢獻(xiàn)大部分年份呈正值，LST和NDBSI 則大部分年份呈負(fù)值，這與實(shí)際情況相符，且Yuan等^［26］也證明了這一點(diǎn)。因而本文后續(xù)研究將采用第一、二主成分的值來(lái)獲取RSEI數(shù)據(jù)。為了更直觀地比較和分析研究區(qū)域內(nèi)生態(tài)質(zhì)量的分布和變化，將RSEI值分為優(yōu)（0.8～1.0）、良（0.6～0.8）、中（0.4～0.6）、一般（0.2～0.4）和差（0～0.2）5個(gè)等級(jí)。RSEI 計(jì)算公式如下：

RSEI₀=1-PC1［f（kNDVI，WET，LST，NDBSI）］-

PC2［f（kNDVI，WET，LST，NDBSI）］（11）

RSEI=（RSEI₀-RSEI_0min）/（RSEI_0max-RSEI_0min）（12）

式中：PC1為4個(gè)指標(biāo)第一主成分分析的結(jié)果；RSEI_0max、RSEI_0min分別為RSEI₀的最大值和最小值。

1.3.2 Mann-Kendall突變點(diǎn)檢驗(yàn)

采用Mann-Kendall對(duì)1990～2022年福建省生態(tài)環(huán)境質(zhì)量突變檢驗(yàn)。首先用每年的RSEI構(gòu)造一個(gè)X秩序列記為S_k，在時(shí)間序列為隨機(jī)的假設(shè)下^［27］，定義統(tǒng)計(jì)量

UF_K=S_k-E（S_k）/ /Var（S_k）（13）

1.3.3 RSEI變化趨勢(shì)分析

采用Sen趨勢(shì)法探究1990～2022年間福建省RSEI變化趨勢(shì)和變化速率。Sen斜率計(jì)算公式如下^［30］：

β=Medianx_j-x_i/j-i， j＞i（14）

式中：β為RSEI變化趨勢(shì)；Median為取中值函數(shù)；當(dāng)β＞0時(shí)，RSEI呈增加趨勢(shì)；β＜0時(shí)，RSEI呈減小趨勢(shì)。

1.3.4 穩(wěn)定性分析

利用變異系數(shù)C_v來(lái)反映福建省RSEI相對(duì)波動(dòng)程度，數(shù)值越大表明RSEI受干擾強(qiáng)度越大，越不穩(wěn)定；數(shù)值越小說(shuō)明RSEI狀態(tài)相對(duì)穩(wěn)定^［31］。計(jì)算公式如下：

C_v= /1/n-1∑n/i=1（RSEI_i-RSEI_mean）²/RSEI_mean（15）

式中：C_v為RSEI變異系數(shù)；RSEI_i表示第i年對(duì)應(yīng)的RSEI值；RSEI_mean為基于1990～2022年的RSEI數(shù)據(jù)獲得的多年 RSEI均值。

1.3.5 通徑分析法

利用通徑分析法分析NDVI、WET、LST和NDBSI對(duì)RSEI變化的直接影響、間接影響和綜合影響。通徑分析法可在不考慮其他自變量影響時(shí)對(duì)因變量的直接作用和該變量通過其他變量對(duì)因變量的間接作用，具體計(jì)算過程詳見參考文獻(xiàn)［30］。

對(duì)于福建省生態(tài)環(huán)境質(zhì)量來(lái)說(shuō)，NDVI、WET、LST和NDBSI和RSEI之間存在線性關(guān)系，其回歸方程為

y=a₀+a₁x₁+a₂x₂+a₃x₃+a₄x₄（16）

式中：y代表RSEI；x₁，x₂，x₃，x₄分別代表NDVI，WET，LST和NDBSI；a₁，a₂，a₃，a₄分別為4個(gè)指標(biāo)對(duì)應(yīng)的回系數(shù)；a₀為回歸模型的截距。

然后通過變換回歸方程建立矩陣方程計(jì)算各變量間的相關(guān)系數(shù)r_xixj（i，j≤4）和各變量與因變量的相關(guān)系數(shù)r_xiy（i≤4）：

通過解矩陣方程即可求出4個(gè)指標(biāo)對(duì)RSEI的直接作用效應(yīng)（直接通徑系數(shù)）a₁，a₂，a₃，a₄，通過計(jì)算r_xixj·a_i（i為1，2，3，4）即可求出自變量x_i對(duì)因變量y的間接作用效應(yīng)（間接通徑系數(shù)）。綜合作用效應(yīng)為各變量對(duì)RSEI的直接作用效應(yīng)和間接作用效應(yīng)之和。

2 結(jié)果與分析

2.1 各指標(biāo)時(shí)序趨勢(shì)分析

1990～2022年間福建省RSEI以0.002 9/a的速率減小，但RSEI值在2000～2002年出現(xiàn)了突增，2003～2005出現(xiàn)了突減，且在2002年和2003年間RSEI具有最大值，屬于良好等級(jí)。WET整體以0.005 2/a的速率減小，kNDVI以0.002 3/a的速率增加，NDBSI整體以0.005 5/a的速率減小，但LST以0.001 3/a的速率增加（圖2）。

2.2 福建省RSEI時(shí)空變化特征

從圖3可以看出，1990年和1995年福建省生態(tài)環(huán)境質(zhì)量呈現(xiàn)“東南優(yōu)，西北差”的分布格局，沿海地區(qū)生態(tài)環(huán)境質(zhì)量?jī)?yōu)于內(nèi)陸地區(qū)。從2000年開始RSEI等級(jí)為較差的區(qū)域逐漸增加，西南部地區(qū)增加最明顯，到2005年，80%的區(qū)域生態(tài)環(huán)境質(zhì)量表現(xiàn)為較差等級(jí)。2010年生態(tài)環(huán)境質(zhì)量較2005年得到了較大改善，由以較差等級(jí)為主變?yōu)橐灾械鹊燃?jí)為主，到2015年71%的區(qū)域表現(xiàn)為中等等級(jí)。具體來(lái)看，1990年29.07%的區(qū)域RSEI為中等以下等級(jí)，其中極差等級(jí)占1.4%，24.25%的區(qū)域表現(xiàn)為中等以上，僅有2.6%的區(qū)域RSEI為優(yōu)等等級(jí)，土地利用類型主要為耕地。1995年相較于1990年，生態(tài)環(huán)境質(zhì)量中等以下的區(qū)域增加了0.5%，中等以上的區(qū)域增加了7.1%。2000年和2005年RSEI為中等以下等級(jí)的面積較1995年顯著增加，生態(tài)環(huán)境質(zhì)量由原來(lái)的良好轉(zhuǎn)移成較差等級(jí)。2010～2015年生態(tài)環(huán)境質(zhì)量進(jìn)一步改善，2015年全省生態(tài)環(huán)境質(zhì)量中等以下等級(jí)的區(qū)域僅占10.2%，但在2022年生態(tài)環(huán)境質(zhì)量呈中等以上等級(jí)的生態(tài)環(huán)境質(zhì)量又呈增加趨勢(shì)（圖3）。

福建省1990～1995年、2005～2010年、2010～2015年間生態(tài)環(huán)境以中等以上轉(zhuǎn)移為中等等級(jí)為主，其他年份生態(tài)環(huán)境質(zhì)量以中等以下轉(zhuǎn)移為中等以上為主，且耕地區(qū)域生態(tài)環(huán)境質(zhì)量除2000～2005年為由中等以上等級(jí)轉(zhuǎn)移為中等以下等級(jí)，其他年份均為由中等以下等級(jí)轉(zhuǎn)移為中等以上等級(jí)（圖4）。具體來(lái)看，1990～1995年間生態(tài)環(huán)境質(zhì)量變好的區(qū)域集中在南部地區(qū)，生態(tài)環(huán)境質(zhì)量有所上升，但北部地區(qū)以變差為主。 1995～2000年和2000～2005年以中等以上等級(jí)轉(zhuǎn)移為中等和較差等級(jí)為主。2005～2010年和2010～2015年生態(tài)環(huán)境質(zhì)量以變好趨勢(shì)為主，且在2010～2015年27%區(qū)域由中等或中等以下等級(jí)轉(zhuǎn)移為中等以上等級(jí)，但在2015～2022年生態(tài)環(huán)境質(zhì)量進(jìn)一步退化（圖5）。

2.3 福建省RSEI變化趨勢(shì)分析

RSEI呈增加趨勢(shì)的時(shí)間段主要有1992～1994年和2003～2004年，其他時(shí)間段RSEI均以減小趨勢(shì)為主。整體來(lái)看，UF和UB曲線相較于2010年，2010年RSEI變化速率浮動(dòng)較大，但2010年后RSEI減小速率較為穩(wěn)定且持續(xù)增加（圖6）?？梢姡?010年是福建省RSEI出現(xiàn)突變的年份。基于此，本文后期將以2010年為突變節(jié)點(diǎn)，分別探究了1990～2010年、2011～2022年、1990～2022年3個(gè)時(shí)段RSEI的演化情況。

總體而言，福建省生態(tài)環(huán)境質(zhì)量均以減小不顯著趨勢(shì)為主，但在1990～2010年呈“北部增加，南部減小”的趨勢(shì)，2011～2022年呈 “中心增加，外圍減小”的趨勢(shì)。其中在東南沿海的耕地和不透水面區(qū)域生態(tài)環(huán)境質(zhì)量在1990～2010年以減小趨勢(shì)為主，2011～2022年以增加趨勢(shì)為主。從變異系數(shù)來(lái)看，1990～2022年和1990～2010年RSEI以高波動(dòng)變化為主，尤其在北部地區(qū)最為顯著，2011～2022年RSEI以低波動(dòng)變化為主，尤其在東南沿海地區(qū)。具體來(lái)看，1990～2022年12.71%的區(qū)域生態(tài)環(huán)境質(zhì)量呈增加不顯著趨勢(shì)，RSEI變化屬高波動(dòng)變化。1990～2010年66.53%的區(qū)域生態(tài)環(huán)境質(zhì)量呈減小趨勢(shì)，以較低波動(dòng)性為主；33.47%的區(qū)域生態(tài)環(huán)境質(zhì)量為增加趨勢(shì)，其中32.9%的區(qū)域?yàn)樵黾硬伙@著趨勢(shì)，以高波動(dòng)性為主。2011～2022年66.54%的區(qū)域生態(tài)環(huán)境質(zhì)量呈減小趨勢(shì)，其中48.2%的區(qū)域?yàn)闇p小不顯著趨勢(shì)，集中在福建省沿邊地區(qū)；33.46%的區(qū)域生態(tài)環(huán)境質(zhì)量呈增加趨勢(shì)，以低波動(dòng)性為主（圖7）。

2.4 土地覆蓋變化

1990～2020年福建省占用面積最大的土地類型是林地，覆蓋全省大部分地區(qū)，其次是耕地和不透水面，荒地比例最小。耕地和不透水面主要分布在流域地區(qū)，大部分位于沿海地區(qū)，呈狹長(zhǎng)帶狀分布。大部分荒地在不透水面周圍，占用面積較小。漳州林地面積減少最多；耕地面積除龍巖市和南平市外，其余城市均有所增加；不透水面面積在城市都呈現(xiàn)出明顯的增長(zhǎng)趨勢(shì)；其中，福州市、廈門市、泉州市和漳州市的增加面積較大；荒地面積除漳州市外，其余城市均有不同程度的增加，龍巖市和三明市荒地面積增幅最大（圖8）。

2.5 環(huán)境因子對(duì)生態(tài)環(huán)境質(zhì)量的影響

從直接影響來(lái)看：在不考慮4個(gè)指標(biāo)之間的相互作用時(shí)，LST增加有利于生態(tài)環(huán)境質(zhì)量改善，尤其在泉州市最為顯著 。NDBSI對(duì)生態(tài)環(huán)境質(zhì)量為正、負(fù)效應(yīng)的區(qū)域各占49.58%和50.42%，南部地區(qū)以正效應(yīng)為主，北部地區(qū)以負(fù)效應(yīng)為主。WET對(duì)生態(tài)環(huán)境質(zhì)量以正影響為主，但在沿海地區(qū)以負(fù)效應(yīng)為主。kNDVI對(duì)生態(tài)環(huán)境質(zhì)量的直接影響以負(fù)效應(yīng)為主，但在耕地和建設(shè)用地地區(qū)以正效應(yīng)為主（圖9）。

從間接影響和綜合影響發(fā)現(xiàn)LST與其他3個(gè)指標(biāo)間的交互作用以負(fù)效應(yīng)為主，即通過對(duì)其他因子的負(fù)效應(yīng)對(duì)RSEI產(chǎn)生影響。WET對(duì)kNDVI和LST間的交互作用以負(fù)效應(yīng)為主，但對(duì)NDBSI以顯著的正效應(yīng)為主，可見WET主要通過影響NDBSI從而間接對(duì)生態(tài)環(huán)境質(zhì)量產(chǎn)生顯著影響。kNDVI與南平市、寧德市和三明市的NDBSI和WET以正效應(yīng)為主，與LST均以負(fù)效應(yīng)為主，但與其他市區(qū)的NDBSI和WET均以負(fù)效應(yīng)為主，與LST以正效應(yīng)為主。NDBSI主要通過對(duì)其他3個(gè)指標(biāo)產(chǎn)生正效應(yīng)而間接影響生態(tài)環(huán)境質(zhì)量。但從綜合影響來(lái)看，kNDVI對(duì)生態(tài)環(huán)境質(zhì)量的綜合影響最大，且主要以負(fù)效應(yīng)為主，其他3個(gè)指標(biāo)對(duì)生態(tài)環(huán)境綜合影響以正效應(yīng)為主（圖10）。

3 討 論

研究發(fā)現(xiàn)近33 a間福建省生態(tài)環(huán)境質(zhì)量整體以不顯著減小趨勢(shì)為主，2010年以前呈現(xiàn)出以不透水面“極顯著減小”為中心，向外圍呈“顯著減小—減小不顯著”的圈層結(jié)構(gòu)，主要分布在泉州市—廈門市—漳州市沿海一帶連片區(qū)與福州市中心城市，生態(tài)環(huán)境破壞嚴(yán)重。其次，雖然福建省蘊(yùn)含著豐富的水能資源，且土地利用類型主要為林地，植被覆蓋度好且人類活動(dòng)對(duì)其生態(tài)環(huán)境質(zhì)量影響較小，但沿海各市地區(qū)人口密集，社會(huì)經(jīng)濟(jì)發(fā)展水平較高，維持著福建省近一半的人口，開發(fā)利用程度較大，因此在經(jīng)濟(jì)社會(huì)快速發(fā)展的背景下，其生態(tài)環(huán)境遭到了嚴(yán)重破壞^{［6，17］}。但在2010年之后沿海經(jīng)濟(jì)帶生態(tài)環(huán)境質(zhì)量整體以改善趨勢(shì)為主，這主要是因?yàn)殡S著近年來(lái)人們生活質(zhì)量水平提高以及生態(tài)保護(hù)意識(shí)的加強(qiáng)，對(duì)生態(tài)環(huán)境質(zhì)量的關(guān)注也越來(lái)越強(qiáng)烈，人們?cè)敢庵Ц断鄳?yīng)的費(fèi)用來(lái)保護(hù)生態(tài)環(huán)境，因此在2010年之后市區(qū)生態(tài)環(huán)境改善明顯。但從生態(tài)環(huán)境質(zhì)量的空間變化特征來(lái)看，2000年之前福建省生態(tài)環(huán)境質(zhì)量總體表現(xiàn)為閩南優(yōu)于閩北地區(qū)，但2000年之后閩南生態(tài)環(huán)境質(zhì)量較2000年之前生態(tài)環(huán)境質(zhì)量有所下降，主要是因?yàn)?000年之后福建省水土流失比較嚴(yán)重造成^［31］。隨著閩南地區(qū)經(jīng)濟(jì)的發(fā)展，各類開發(fā)建設(shè)項(xiàng)目開始實(shí)施，植被破壞嚴(yán)重，多地發(fā)生水土流失、污染負(fù)荷指數(shù)也持續(xù)升高，據(jù)統(tǒng)計(jì)2004年由于開發(fā)建設(shè)項(xiàng)目造成的水土流失面積達(dá)166.71 km²，集中分布在沿海的泉州市以及內(nèi)陸的龍巖市、三明市和南平市^［32］?？傮w來(lái)看，福建省生態(tài)環(huán)境質(zhì)量整體呈下降趨勢(shì)，這表明福建省后期需要進(jìn)一步規(guī)范化福建省土地利用結(jié)構(gòu)并進(jìn)一步加強(qiáng)自然災(zāi)害的防護(hù)策略，以實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展和生態(tài)環(huán)境共發(fā)展。

在主導(dǎo)因子方面，發(fā)現(xiàn)地表溫度和濕度增加對(duì)生態(tài)環(huán)境質(zhì)量變化起到正的直接影響，干燥度指數(shù)對(duì)生態(tài)環(huán)境的直接影響表現(xiàn)為“南負(fù)北正”的空間分布，但綠度指數(shù)的增加并未顯示出生態(tài)環(huán)境質(zhì)量的增加。不透水面地區(qū)地表溫度和干燥度對(duì)生態(tài)環(huán)境質(zhì)量以負(fù)效應(yīng)為主，而濕度和綠度以正效應(yīng)為主。李勝鵬等^［19］研究結(jié)果發(fā)現(xiàn)土地利用類型是福建省生境質(zhì)量變化的第一主導(dǎo)因素，在過去30 a中，這些城市的不透水面用地?cái)U(kuò)張明顯增加?；牡孛娣e除漳州外，其余城市均有不同程度的增加。總體而言，福建省各城市不透水面面積最為明顯，在一定程度上占據(jù)了其他土地類型的空間，從而最終影響了整體土地利用類型的演變格局 ^{［19，33］}。同樣，Su等^［20］也發(fā)現(xiàn)土地利用變化是影響生態(tài)系統(tǒng)服務(wù)空間格局和總體供給變化的主要驅(qū)動(dòng)力，這進(jìn)一步證明了土地利用分布格局對(duì)生態(tài)環(huán)境質(zhì)量的影響。因此，在經(jīng)濟(jì)快速發(fā)展的過程中，如何減少城市用地?cái)U(kuò)張對(duì)生態(tài)環(huán)境質(zhì)量的影響，特別是向內(nèi)陸方向的擴(kuò)張是后期福建省經(jīng)濟(jì)發(fā)展亟需關(guān)注的問題。

本文綜合評(píng)價(jià)了福建省生態(tài)環(huán)境質(zhì)量時(shí)空變化及不同驅(qū)動(dòng)因子變化對(duì)其的影響情況，但因篇幅問題并未探究社會(huì)經(jīng)濟(jì)、氣候、地形、人口等因子及其協(xié)同作用對(duì)福建省生態(tài)環(huán)境質(zhì)量的影響情況。因此，后期將在此研究基礎(chǔ)上進(jìn)一步探究以上內(nèi)容，為福建省生態(tài)環(huán)境保護(hù)和政策制定提供更加詳細(xì)的參考資料。

4 結(jié) 論

本文基于RSEI指數(shù)分析了福建省1990～2022年生態(tài)環(huán)境質(zhì)量演變特征及其對(duì)環(huán)境因子的響應(yīng)，得到主要結(jié)論如下：

（1）1990年和1995年福建省生態(tài)環(huán)境質(zhì)量由整體表現(xiàn)為西北向東南逐漸改善，呈現(xiàn)“東南優(yōu)西北差”的空間格局，沿海地區(qū)生態(tài)環(huán)境質(zhì)量?jī)?yōu)于內(nèi)陸地區(qū)。從2000年開始RSEI等級(jí)為較差的區(qū)域逐漸增加，2005年整個(gè)福建省80%區(qū)域生態(tài)環(huán)境質(zhì)量表現(xiàn)為較差等級(jí)，2010年之后生態(tài)環(huán)境質(zhì)量得到了較大改善。

（2）福建省1990～1995年、2005～2010年、2010～2015年生態(tài)環(huán)境以中等以上轉(zhuǎn)移為中等等級(jí)為主，其他年份生態(tài)環(huán)境質(zhì)量整體以中等以下轉(zhuǎn)移為中等以上為主，且東南部的耕地區(qū)域生態(tài)環(huán)境質(zhì)量除2000～2005年表現(xiàn)為由中等以上等級(jí)轉(zhuǎn)移為中等以下等級(jí)，其它年份生態(tài)環(huán)境質(zhì)量由中等以下等級(jí)轉(zhuǎn)移為中等以上等級(jí)。

（3）1990～2022年間生態(tài)環(huán)境質(zhì)量均以減小趨勢(shì)為主，但1990～2010年生態(tài)環(huán)境質(zhì)量呈“北部增加—南部減小”的趨勢(shì)，2011～2022年呈“中心增加，外圍減小”的趨勢(shì)。1990～2022和1990～2010年RSEI以高波動(dòng)變化為主，北部地區(qū)最為顯著，2011～2022年RSEI以低波動(dòng)變化為主，東南沿海波動(dòng)最小。

（4）地表溫度和濕度增加對(duì)生態(tài)環(huán)境質(zhì)量變化為正影響，干燥度指數(shù)對(duì)生態(tài)環(huán)境直接影響為“南負(fù)北正”，但綠度指數(shù)的增加并未顯示出生態(tài)環(huán)境質(zhì)量的增加。不透水面地區(qū)地表溫度和干燥度對(duì)生態(tài)環(huán)境質(zhì)量以負(fù)效應(yīng)為主，濕度和綠度以正效應(yīng)為主。

參考文獻(xiàn)：

［1］劉春雨，劉英英，丁饒干.福建省新型城鎮(zhèn)化與生態(tài)環(huán)境的耦合分析［J］.應(yīng)用生態(tài)學(xué)報(bào)，2018，29（9）：3043-3050.

［2］劉翔宇，張延飛，丁木華，等.長(zhǎng)三角中心區(qū)生態(tài)環(huán)境質(zhì)量評(píng)價(jià)與空間格局分析［J］.人民長(zhǎng)江，2021，52（5）：30-36.

［3］GU F，HUANG Y X，CHEN C M，et al.Construction and optimization of ecological network for nature reserves in Fujian Province，China［J］.Chinese Journal of Applied Ecology，2107，28 （3）：1013-1020.

［4］PIAO S，WANG X，PARK T，et al.Characteristics，drivers and feedbacks of global greening［J］.Nature Reviews Earth amp; Environment，2020，1（1）：14-27.

［5］辛尚珍，黃思潔，連海峰.福建省城市生態(tài)環(huán)境質(zhì)量障礙因子及提升路徑研究［J］.環(huán)境科學(xué)與管理，2024，49（4）：11-16.

［6］林晨宇，宋羽，葉玲蘭.福建省生態(tài)系統(tǒng)服務(wù)價(jià)值時(shí)空演變及驅(qū)動(dòng)因素［J］.自然保護(hù)地，2024（4）：1-14.

［7］施智勇，胡曉婷，謝慧黎，等.基于RSEI的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)及驅(qū)動(dòng)力分析：以閩江流域（福州段）為例［J］.測(cè)繪通報(bào)，2023（2）：28-33.

［8］YUE A，ZHANG Z.Analysis and research on ecological situation change based on EI value［J］.Journal of Green Science and Technology，2108，14：182-184.

［9］朱穎，王春文，周昕宇，等.基于PSR模型的城市河流濕地生態(tài)健康評(píng)價(jià)：以蘇州市姑蘇區(qū)為例［J］.濕地科學(xué)與管理，2024，20（1）：41-45，51.

［10］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．

［11］NIU X，LI Y.Remote sensing evaluation of ecological environment of Anqing city based on remote sensing ecological index［J］.The International Archives of the Photogrammetry，Remote Sensing and Spatial Information Sciences，2020，43：733-737.

［12］杭鑫，羅曉春，曹云，等.基于RSEI模型的生態(tài)質(zhì)量評(píng)估及城鎮(zhèn)化影響：以南京市為例［J］.應(yīng)用生態(tài)學(xué)報(bào)，2020，31（1）：219-229.

［13］林冬鳳，劉小龍，陳哲煜，等.基于遙感指數(shù)的山地型城市生態(tài)質(zhì)量變化分析：以福建三明市區(qū)為例［J］.環(huán)境生態(tài)學(xué)，2022，4（8）：1-6.

［14］JING Y，ZHANG F，HE Y，et al.Assessment of spatial and temporal variation of ecological environment quality in Eibner lake wet land national nature reserve，xinjiang，China［J］ Ecological Indicators，2020，110：105874.

［15］ZHANG J，YANG G，YANG L，et al.Dynamic monitoring of environmental quality in the Loess Plateau from 2000 to 2020 using the Google Earth Engine platform and the remote sensing ecological Index［J］.Remote Sensing，2022，14，5094.

［16］YANG X，MENG F，F(xiàn)U P，et al.Spatiotemporal change and driving factors of the eco-environment quality in the Yangtze River Basin from 2001 to 2019［J］.Ecological Indicators，2021，131：108214.

［17］ XIONG Y，XU W，LU N，et al.Assessment of spatial-temporal changes of ecological environment quality based on RSEI and GEE：a case study in Erhai Lake Basin，Yunnan province，China［J］.Ecological Indicators，2021，125：107518.

［18］曲勝秋.2005～2015年福建省耕地格局與生態(tài)安全水平時(shí)空演變研究［D］.武漢：武漢大學(xué)，2021.

［19］李勝鵬，柳建玲，林津，等.基于1980～2018年土地利用變化的福建省生境質(zhì)量時(shí)空演變［J］.應(yīng)用生態(tài)學(xué)報(bào)，2020，31（12）：4080-4090.

［20］SU K，WEI D，LIN W.Evaluation of ecosystem services value and its implications for policy making in China：a case study of Fujian province［J］.Ecological Indicators，2020，108105752-105752.

［21］SUN D，ZHANG J，ZHU C，et al.An assessment of China’s ecological environment quality change and its spatial variation［J］.Acta Geographica Sinica，2012，67：1599-1610.

［22］徐健，李國(guó)忠，徐堅(jiān)，等.智慧水利信息平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)：以福建省沙縣智慧水利信息平臺(tái)為例［J］.人民長(zhǎng)江，2021，52（1）：230-234.

［23］曹德龍，唐廷元，林震，等.福建省生態(tài)系統(tǒng)健康程度耦合評(píng)估及其時(shí)空演化分析［J］.自然資源遙感，2024，36（1）：137-145.

［24］XU H，WANG Y，GUAN H，et al.Detecting ecological changes with a remote sensing based ecological index （RSEI）produced time series and change vector analysis［J］.Remote Sens-Basel，2019，11 （20）：2345.

［25］CAMPS VALLS G，CAMPOS TABERNER M，MORENO-MARTíNEZ á，et al.A unified vegetation index for quantifying the terrestrial biosphere［J］.Science Advances，2021，7（9）：eabc 7447.

［26］YUAN B B D，F(xiàn)U L N，ZOU Y A，et al.Spatiotemporal change detection of ecological quality and the associated affecting factors inDongting Lake Basin，based on RSEI［J］.Journal of Cleaner Production，2021，302：126995.

［27］SEN P K.Estimates of the regression coefficient based on Kendall′stau［J］.Journal of the American Statistical Association，1968，63，1379-1389.

［28］高艷妮，郭艷芳，王維，等.不同土地利用/覆蓋數(shù)據(jù)在中國(guó)北方草地的精度評(píng)價(jià)［J］.生態(tài)學(xué)雜志，2019，38（1）：283-293.

［29］彭文甫，張冬梅，羅艷玫，等.自然因子對(duì)四川植被NDVI變化的地理探測(cè)［J］.地理學(xué)報(bào)，2019，74（9）：1758-1776.

［30］謝舒笛，莫興國(guó)，胡實(shí)，等.三北防護(hù)林工程區(qū)植被綠度對(duì)溫度和降水的響應(yīng)［J］.地理研究，2020，39（1）：152-165.

［31］程諾，高文晶，楊鴻飛，等.閩江流域生態(tài)環(huán)境質(zhì)量動(dòng)態(tài)變化及其驅(qū)動(dòng)力［J］.水土保持通報(bào)，2023，43（2）：310-318，329.

［32］許為一.2001～2008年福建省土地利用類型動(dòng)態(tài)分析［J］.北京農(nóng)業(yè)，2012（3）：149-151.

［33］蔡濤，李建成，張婉嬌.閩南三角地區(qū)土地利用動(dòng)態(tài)變化及生態(tài)環(huán)境效應(yīng)研究［C］∥福建省土地學(xué)會(huì).土地節(jié)約集約利用與轉(zhuǎn)變發(fā)展方式：福建省土地學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集.泉州市國(guó)土局，泉州師范學(xué)院資源與環(huán)境科學(xué)學(xué)院，2010：8.

（編輯：黃文晉）

Research on characteristics of changes in ecological environment quality

of Fujian Province based on RSEI

HUANG Weihong^1，2 ，XU Zhixin^1，2，ZENG Bo¹，CHEN Yining¹ ，JIANG Lingao¹

（1.State Grid Fujian Electric Power Co.，Ltd.Ultra High Voltage Branch，F(xiàn)uzhou 350010，China； 2.College of Resources and Environment，F(xiàn)ujian Agriculture and Forestry University，F(xiàn)uzhou 350001，China）

Abstract： This study utilized the Remote Sensing Ecological Index （RSEI） to analyze the characteristics of ecological environment quality（EEQ）evolution and its responses to environmental factors and land use changes in Fujian Province from 1990 to 2022.The results indicate：① From 1990 to 1995，EEQ in Fujian Province showed a \"good in southeast，poor in northwest\" spatial pattern；areas with inferior EEQ gradually increased from 2000 onwards，with improvement being noted after 2010.② EEQ transitions during 1990～1995，2005～2010，and 2010～2015 predominantly shifted from medium or higher levels to medium levels，while other years showed transitions from lower to medium or higher levels.EEQ in cultivated land areas mostly transitioned from lower to medium or higher levels.③ From 1990 to 2010，EEQ exhibited a trend of increasing in the northern part and decreasing in the southern part，characterized by high volatility；from 2011 to 2022，it showed a trend of increasing inland and decreasing along the coast，with lower volatility.④ Surface temperature rise and increased humidity positively influenced EEQ，while dryness had a negative impact in the south and a positive impact in the north.The vegetation index primarily negatively impacted EEQ.⑤ Except for forest and cultivated land，other types of land showed increasing trends，notably with significant growth in impermeable surface area，impacting evolution patterns of overall land use.The declining trend of EEQ in Fujian Province suggests the need for targeted policy adjustments in ecological maintenance and governance.Future efforts should focus on standardizing land use structure and enhancing strategies for natural disaster protection to achieve balanced economic development and ecological prosperity.

Key words： ecological environment quality；RSEI；environmental factors；land use；Fujian Province