摘要:良好的生態(tài)環(huán)境是實現(xiàn)社會可持續(xù)發(fā)展的重要基礎(chǔ),也是國家生態(tài)文明建設(shè)的重要目標(biāo)。基于PIE-Engine遙感云服務(wù)平臺豐富的遙感數(shù)據(jù)集和強大的云端計算能力,文章構(gòu)建了一個涵蓋生態(tài)功能、生態(tài)穩(wěn)定、生態(tài)威脅三個維度的綜合生態(tài)質(zhì)量評價體系,實現(xiàn)了多尺度、多維度的區(qū)域生態(tài)質(zhì)量評價系統(tǒng)設(shè)計與開發(fā),并在太湖流域進(jìn)行應(yīng)用示范,為區(qū)域生態(tài)系統(tǒng)質(zhì)量評估與科學(xué)管理提供了重要參考。
關(guān)鍵詞:生態(tài)評價;PIE-Engine;遙感云服務(wù)
中圖分類號:X82" 文獻(xiàn)標(biāo)志碼:A
0 引言
生態(tài)系統(tǒng)質(zhì)量是指在特定時間與空間范圍內(nèi)整個生態(tài)系統(tǒng)或其組成部分的優(yōu)劣程度[1],良好的生態(tài)系統(tǒng)質(zhì)量是社會經(jīng)濟發(fā)展的基礎(chǔ),也是人類生存的基本條件。隨著社會經(jīng)濟的快速發(fā)展,人類對自然生態(tài)系統(tǒng)的干擾不斷加劇, 當(dāng)前我國正面臨氣候變化加劇、生物多樣性喪失、土地退化及沙漠化等嚴(yán)峻挑戰(zhàn)。黨的十八大正式將生態(tài)文明建設(shè)納入了中國特色社會主義建設(shè)的總體布局, 并提出“美麗中國”的生態(tài)建設(shè)目標(biāo)[2]。因此,推進(jìn)生態(tài)環(huán)境科技創(chuàng)新與監(jiān)測體系建設(shè),加強生態(tài)系統(tǒng)質(zhì)量評估和明確生態(tài)變化趨勢,對于實現(xiàn)生態(tài)系統(tǒng)管理、生態(tài)保護以及經(jīng)濟可持續(xù)發(fā)展具有重要意義。
PIE-Engine是航天宏圖基于云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能技術(shù)自主研發(fā)的一站式實時地球科學(xué)大數(shù)據(jù)計算平臺,利用云原生技術(shù)構(gòu)建了并行高效的底層架構(gòu),結(jié)合海量衛(wèi)星遙感及地理要素數(shù)據(jù),為大規(guī)模的地理數(shù)據(jù)分析和科學(xué)研究提供計算服務(wù)[3]。本文基于PIE-Engine遙感云服務(wù)平臺,利用其豐富的遙感數(shù)據(jù)集和強大的云端計算能力,構(gòu)建了涵蓋生態(tài)功能、生態(tài)穩(wěn)定、生態(tài)脅迫等多維度的生態(tài)質(zhì)量遙感評價系統(tǒng),為區(qū)域和國家尺度生態(tài)系統(tǒng)質(zhì)量評估與科學(xué)管理提供參考。
1 生態(tài)評估系統(tǒng)設(shè)計
生態(tài)系統(tǒng)質(zhì)量評估的核心是以數(shù)學(xué)模型為基礎(chǔ), 通過科學(xué)的評估指標(biāo)體系, 量化生態(tài)系統(tǒng)整體質(zhì)量。許多研究采用歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)、葉面積指數(shù)(Leaf Area Index,LAI)和遙感生態(tài)指數(shù)(Remote Sensing Based Ecological Index, RSEI)等進(jìn)行生態(tài)評價[4],但這些指數(shù)大多僅關(guān)注生態(tài)環(huán)境的特定方面,無法全面反映整個生態(tài)系統(tǒng)的狀況,缺乏多角度分析,限制了其在宏觀尺度上的應(yīng)用。為了解決這些問題,本文建立了一個基于功能、穩(wěn)定、威脅三個維度的綜合生態(tài)質(zhì)量指數(shù)體系,從生態(tài)功能、生態(tài)穩(wěn)定和生態(tài)威脅三個角度評估生態(tài)質(zhì)量。采用植被覆蓋度(Fractional Vegetation Cover,F(xiàn)VC)、葉面積指數(shù)和總初級生產(chǎn)力(Gross Primary Productivity,GPP)等遙感參量,構(gòu)建基于生態(tài)功能指數(shù)(Ecological Function Index,EFI)、生態(tài)穩(wěn)定指數(shù)(Ecological Stability Index,ESI)、生態(tài)脅迫指數(shù)(Ecological Threat Index,ETI)的生態(tài)質(zhì)量遙感評價體系[5],基于PIE-Engine遙感云服務(wù)平臺的海量遙感數(shù)據(jù),通過長時間序列的生態(tài)指數(shù)分析,實現(xiàn)多尺度、多維度的區(qū)域生態(tài)質(zhì)量差異及變化趨勢的綜合評估。系統(tǒng)整體框架如圖1所示。
2 生態(tài)評價系統(tǒng)實現(xiàn)
2.1 生態(tài)功能指數(shù)
植被是生態(tài)系統(tǒng)的重要組成部分,也是生態(tài)功能的關(guān)鍵指標(biāo)。常用遙感指數(shù)包括:NDVI、FVC、LAI、光合有效輻射比(Fraction of photo-synthetically Active Radiation,F(xiàn)PAR)、凈初級生產(chǎn)力(Net Primary Production,NPP)和GPP等遙感參數(shù)等可以反映地表植被生長狀況及其光合作用強度。考慮到這些指標(biāo)的物理意義和可獲取性,本文選取了FVC、LAI和GPP的年平均值來代表植被在水平方向和垂直方向的生長情況以及光合作用強度。計算公式詳見公式(1)。
EFI=13FVCFVCref+13LAILAIref+13GPPGPPref(1)
EFI是生態(tài)系統(tǒng)功能指數(shù),F(xiàn)VC、LAI和GPP分別是年平均FVC、LAI和GPP。FVCref、LAIref和GPPref作為每個生態(tài)系統(tǒng)指數(shù)的參考值,參考值定義為相應(yīng)指數(shù)的前5%。FVC數(shù)據(jù)來源于PIE云平臺提供的中國區(qū)域植被覆蓋度數(shù)據(jù)集,LAI數(shù)據(jù)來源于MOD15A2H數(shù)據(jù)集,GPP數(shù)據(jù)提取自MOD17A2H數(shù)據(jù)集。
2.2 生態(tài)穩(wěn)定指數(shù)
生態(tài)穩(wěn)定指數(shù)反映生態(tài)系統(tǒng)變化的狀況,可以通過生態(tài)系統(tǒng)指標(biāo)的平均偏差來表示,GPP被選擇作為計算生態(tài)系統(tǒng)穩(wěn)定性指數(shù)的評估指標(biāo),公式詳見公式(2)。
ESI=1-A×(GPP-GPPref)2(2)
ESI是生態(tài)系統(tǒng)穩(wěn)定性指數(shù),A是歸一化系數(shù),GPP是年平均GPP。在本研究中,GPPref采用研究區(qū)域2001—2020年間GPP的平均值。
2.3 生態(tài)脅迫指數(shù)
不同的土地利用類型對生態(tài)系統(tǒng)的干擾程度不同,因此利用遙感獲取的土地覆蓋數(shù)據(jù)來計算生態(tài)威脅指數(shù),公式詳見公式(3)。
ETI=∑ni=1AiPiTA(3)
ETI是生態(tài)威脅指數(shù),n是土地利用類型的數(shù)量,Ai是土地利用類型i的面積,Pi是土地利用類型i的系數(shù),TA表示總面積。土地利用的生態(tài)威脅系數(shù)是通過參考Lohani列表法、Leopold矩陣法和Delphi法確定的[6-7]。這些方法得到的系數(shù)經(jīng)過平均處理,以建立不同土地利用類型對應(yīng)的生態(tài)威脅系數(shù)。
3 系統(tǒng)應(yīng)用示范
3.1 示范區(qū)概況
太湖流域位于中國東部的長江三角洲地區(qū)(北緯30°28′—32°15′,東經(jīng)119°11′—121°51′),總面積為36900 km2。它涵蓋了江蘇省的南部、嘉興市和湖州市、杭州市部分以及上海的大部分地區(qū)。流域的平均海拔為34.4 m,海拔范圍從-4 m~1574 m不等。地形西高東低。太湖流域主要為平原,平原占2/3,水域占1/6,丘陵和山地占剩余的1/6。該地區(qū)位于中緯度,屬于亞熱帶季風(fēng)氣候區(qū)。太湖流域是中國人口最密集、經(jīng)濟最發(fā)達(dá)的地區(qū)之一??焖俚某鞘谢M(jìn)程對區(qū)域生態(tài)安全和社會經(jīng)濟的可持續(xù)發(fā)展構(gòu)成了嚴(yán)峻的威脅。
3.2 示范區(qū)生態(tài)質(zhì)量時空變化
基于本文構(gòu)建的生態(tài)質(zhì)量評價系統(tǒng),對太湖流域2001—2020年間的生態(tài)質(zhì)量進(jìn)行評估。結(jié)果顯示,太湖流域整體的EFI均值為0.45,總體呈現(xiàn)出“先下降后上升”的變化特征(見圖2)。具體而言,2001年太湖流域的EFI均值為0.464,2011年下降至0.428,隨后在2020年回升至0.457。排除不透水表面和水體后的太湖流域的EFI均值在2001—2011年間約為0.46,呈現(xiàn)輕微下降趨勢,而從2012—2020年則表現(xiàn)出明顯的上升趨勢。這表明,在研究期間的前10年,城市的發(fā)展導(dǎo)致不透水表面的擴張,整體生態(tài)功能有所下降;而后10年,生態(tài)恢復(fù)和生態(tài)保護措施取得了顯著成效。
EFI的空間差異非常顯著。太湖流域西部和西南部以森林和草地為主,EFI值最高,大部分地區(qū)超過0.7。西北部和東南部以農(nóng)田為主的區(qū)域EFI值也較高,大部分地區(qū)的EFI值在0.5以上。相比之下,沿湖的東北部城市化密集地區(qū)EFI水平明顯較低。此外,位于太湖南部的狹窄濕地區(qū)域EFI值也較低。
太湖流域的ESI時空變化同樣顯著,呈現(xiàn)出“先下降后上升”的趨勢。2001年,ESI的均值為0.687,隨后在2010年下降至0.421,下降了0.266;到2020年,ESI上升至0.731,與2010年相比增加了0.310。這些變化表明,2001—2020年,太湖流域生態(tài)系統(tǒng)的穩(wěn)定性先下降后逐漸改善。空間分布上,西南部的森林和草地區(qū)域ESI值較高,而東南部、南部和西部以農(nóng)田和濕地為主的地區(qū),ESI值較低。這表明,不同的土地利用類型是影響生態(tài)穩(wěn)定性的主要因素。因此,基于實施“退耕還林”“退耕還草”和“退耕還湖”等措施,從生態(tài)系統(tǒng)整體性視角出發(fā),推動山水林田湖草沙一體化保護與恢復(fù),有助于增強生態(tài)系統(tǒng)穩(wěn)定性。
太湖流域ETI的整體變化顯著(見圖3)。2001—2009年,ETI經(jīng)歷了波動性下降,2001年ETI為0.465,2009年降至最低點0.434,下降幅度約為6.6%。2009—2020年,ETI逐漸上升,2020年達(dá)到0.492,比2009年高出約12%,增加不到0.06。土地利用變化是對生態(tài)質(zhì)量構(gòu)成威脅的最重要因素。2001—2009年,太湖流域的農(nóng)田減少約6700 km2,草地增加約6300 km2,不透水表面擴大約2600 km2。草地面積的增加是此期間ETI下降的主要原因。從2009—2020年,太湖流域的農(nóng)田擴大約900 km2,草地減少約3500 km2,不透水表面增加約2300 km2。因此,草地的減少和城市空間的擴展成為ETI上升的主要因素。
太湖流域的生態(tài)功能指數(shù)和生態(tài)穩(wěn)定指數(shù)均呈現(xiàn)“先下降后上升”的變化趨勢,表明近10年實施的“退耕還林、還草、還湖”政策為生態(tài)恢復(fù)做出了顯著貢獻(xiàn)。然而,生態(tài)脅迫指數(shù)的持續(xù)上升,顯示生態(tài)系統(tǒng)質(zhì)量退化的風(fēng)險依然存在并呈上升趨勢,快速的經(jīng)濟發(fā)展和城市化進(jìn)程所導(dǎo)致的土地覆蓋變化是太湖流域生態(tài)質(zhì)量面臨的最嚴(yán)峻威脅。因此,在穩(wěn)步推進(jìn)生態(tài)保護和恢復(fù)的過程中,仍需協(xié)調(diào)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)布局,以實現(xiàn)綠色經(jīng)濟與可持續(xù)發(fā)展的平衡,從而協(xié)同推進(jìn)經(jīng)濟高質(zhì)量發(fā)展和生態(tài)環(huán)境高水平保護。
4 結(jié)語
利用PIE-Engine遙感云服務(wù)平臺構(gòu)建生態(tài)質(zhì)量評價系統(tǒng),充分利用其豐富的遙感數(shù)據(jù)集和強大的云端計算能力,實現(xiàn)基于多源數(shù)據(jù)集的多尺度、多維度長時間序列的生態(tài)質(zhì)量評價與分析,揭示了區(qū)域生態(tài)質(zhì)量的長期變化趨勢及其影響因素,為生態(tài)保護和生態(tài)修復(fù)提供決策支持,促進(jìn)生態(tài)環(huán)境的可持續(xù)發(fā)展。
參考文獻(xiàn)
[1]王文杰,潘英姿,李雪.區(qū)域生態(tài)質(zhì)量評價指標(biāo)選擇基礎(chǔ)框架及其實現(xiàn)[J].中國環(huán)境監(jiān)測,2001(5):17-21.
[2]賈振剛.黃河三角洲濕地對生態(tài)環(huán)境的影響研究[J].無線互聯(lián)科技,2019(20):163-164.
[3]程偉,錢曉明,李世衛(wèi),等.時空遙感云計算平臺PIE-Engine Studio的研究與應(yīng)用[J].遙感學(xué)報,2022(2):335-347.
[4]張佳文,祁帆,張定祥,等.2010—2020年國家重點生態(tài)功能區(qū)生態(tài)質(zhì)量改善效果評價[J].生態(tài)學(xué)報,2024(21):9723-9735.
[5]高吉喜,萬華偉,王永財,等.大尺度生態(tài)質(zhì)量遙感評價方法構(gòu)建及應(yīng)用研究[J].遙感學(xué)報,2023(12):2860-2872.
[6]劉世梁,劉蘆萌,武雪,等.區(qū)域生態(tài)效應(yīng)研究中人類活動強度定量化評價[J].生態(tài)學(xué)報,2018(19):6797-6809.
[7]王曉琪,趙雪雁.人類活動對國家公園生態(tài)系統(tǒng)服務(wù)的影響:以祁連山國家公園為例[J].自然資源學(xué)報,2023(4):966-982.
(編輯 張碧雪編輯)
Design and implementation of an ecological quality assessment system based on the PIE-Engine
CAO" Jian1, LI" Pengdu2
(1.Jiangsu Province Science and Technology Information Institute, Nanjing 210042, China; 2.School
of Internet of Things,Nanjing University of Posts and Telecommunications, Nanjing 210023, China)
Abstract:" A sound ecological environment is essential for sustainable development and a key objective of national ecological initiatives. Using the extensive remote sensing datasets and robust cloud computing capabilities provided by the PIE-Engine, a comprehensive ecological quality evaluation system covering ecological function, ecological stability and ecological threat was constructed, and a multi-scale and multi-dimensional regional ecological quality evaluation system was designed and developed. The system was tested in the Taihu Basin, providing valuable insights for ecosystem evaluation and management.
Key words: ecological assessment; PIE-Engine; remote sensing cloud service