基于遙感生態指數的新疆瑪納斯湖濕地生態變化評價

王麗春,焦 黎,*,來風兵,張乃明

1 新疆師范大學 新疆維吾爾自治區干旱區湖泊環境與資源重點實驗室, 烏魯木齊 830054 2 新疆師范大學 地理科學與旅游學院, 烏魯木齊 830054

西北干旱區生態環境基礎嚴重脆弱,是全球氣候變化下的最敏感地區[1]。干旱區濕地是我國重要的濕地類型之一,濕地類型以湖泊濕地為主,其生態環境質量變化關系到干旱區人類的生存和生活質量[2]。2014年,中國科學院啟動科技服務網絡(STS)計劃項目—“絲綢之路經濟帶資源環境承載力研究”,任務之一是對西北地區過去近20年的生態變化過程進行詳細評估[3]。為了能直觀地了解區域生態環境狀況,國內外學者在利用遙感技術進行生態環境評價方面開展了大量研究工作[4- 10]。遙感生態指數(Remote Sensing Based Ecological Index,RSEI)是徐涵秋基于遙感技術提出的一種新型遙感生態指數,集成了反映生態環境最為直觀的、以自然因子為主的多重指標,對區域生態環境狀況既能實現客觀定量評價,同時也能對生態環境的演變進行時空性分析以及可視化顯示[11]。但是該指數目前主要應用于城市生態系統研究,在干旱區濕地的應用實例還很少,亟需結合遙感資料驗證RSEI指數的適用性,從而為充實適合于西北地區濕地生態環境評價研究方法提供數據支撐。

瑪納斯湖是古瑪納斯湖區域性構造運動和氣候因素共同作用下形成的幾個湖泊之一,據有關資料及文獻統計,瑪納斯湖20世紀50年代還有550 km2的水面面積,平均水深6 m左右,湖面高程257 m,容積約4×109m3,而我國20世紀60年代初的航測地形圖顯示,瑪納斯湖已經干涸[12- 13]。作為古爾班通古特沙漠西北邊緣重要的生態環節,湖泊的干涸不僅對周圍生態帶來毀滅性的影響,而且干涸的湖底還會增加沙塵天氣的頻率[14]?，敿{斯湖濕地面積的減少和生態的退化主要發生在建國后,隨著瑪納斯河流域耕地規模的不斷擴大,上游農業用水擠占了下游生態用水,尾閭的湖泊濕地得不到足夠的補充淡水量,加速了濕地的退化和消亡[15]。在全球氣候變化的影響下,近20多年來,瑪納斯湖又出現了復蘇的現象,再次引起了人們的廣泛關注。本文利用RSEI,對瑪納斯湖濕地進行多指標、大范圍、多時相的生態變化綜合評價研究,探討影響濕地生態環境變化的關鍵因素,以期為區域生態環境改善提供科學依據。

1 研究區概況

瑪納斯湖是瑪納斯河的尾閭,位于天山北部準噶爾盆地中心,是主要匯集天山北坡地表徑流而成的內陸湖[16]。本文選取的研究區以古瑪納斯湖盆為基礎,以達爾布特斷裂帶、克拉瑪依-烏爾禾斷裂帶和克烏大斷裂控制的構造格局為依據,如圖1所示?，敿{斯湖一帶屬溫帶大陸性干旱氣候區,冬冷夏熱,溫差較大,相對濕度48%,盛行西北風,年均氣溫8.8℃,一月平均氣溫-20℃,極端最低氣溫-38℃,7月平均氣溫25.6℃,極端最高氣溫42℃。年均蒸發量3110.5 mm,年日照時數2742.2 h,年均降水量63.7 mm,無霜期174 d?，敿{斯湖濕地地區植被組成極其貧乏,以梭梭灌林為主,且自外圍向湖心漸次遞減[17]。湖泊在水源稀少、降水貧乏的干旱氣候背景下蒸發更加強烈,迅速萎縮并形成間歇性干涸的荒漠景觀。

圖1 研究區位置示意圖Fig.1 Sketch map of the location of the study area

2 數據來源與研究方法

2.1 數據來源及預處理

本研究遙感數據統一選用Landsat系列影像,分別為2000年7月Landsat7的ETM+影像、2006年7月Landsat5的TM影像和2016年8月的Landsat OLI影像,空間分辨率為30 m。影像季相相同,云量較少,質量完好,避免了因季節差異而造成的影響。在ENVI軟件中先對每景遙感數據進行輻射定標、大氣校正、幾何校正,使波段的DN值轉換成傳感器處的反射率,以及消除地物反射受大氣和光照等因素產生的影響,然后進行影像的拼接與研究區的裁剪等預處理工作。人口、經濟數據從新疆統計年鑒中查得,氣象數據下載于中國氣象科學數據共享服務網(http://data.cma.cn/)。

2.2 研究方法

遙感生態指數(RSEI)修正了國家環保部頒布的EI指數中屬性的空間展現方式,通過主成分變換集成綠度、濕度、熱度和干度4個人類直觀判斷生態環境優劣的指標來綜合反映區域生態環境,克服了指標單一缺點的同時,又使得各分指標的集成更為合理。其中,綠度指標、濕度指標、熱度指標和干度指標分別用植被指數NDVI、濕度分量Wet、地表溫度LST和土壤指數NDBSI來代表。

(1)綠度指標

綠度指標是植物生長狀態以及營養信息的最佳指示因子,與植物的葉面積指數、覆蓋度以及生物量密切相關[18]。歸一化植被指數(NDVI)是反映地表植被狀況的定量值,常應用于森林、草地等植被遙感監測中。

NDVI=(N-R)/(N+R)

(1)

式中,N代表landsat TM數據的近紅外波段,R代表紅色波段。

(2)濕度指標

纓帽變換技術實現了對數據的壓縮和冗余,其中的濕度是生態環境研究中的一個重要指標,反映了植被、水體和土壤中的濕度,與土壤退化等生態環境變化息息相關。對于Landsat不同傳感器數據其表達式不同[19],分別表示如下：

Wet(ETM)=0.1509B1+0.1973B2+0.3279B3+0.3406B4-0.7112B5-0.4572B7

(2)

Wet(TM)=0.0315B1+0.2021B2+0.3102B3+0.1594B4-0.6806B5-0.6109B7

(3)

Wet(OLI)=0.1511B1+0.1973B2+0.3283B3+0.3407B4-0.7117B5-0.4559B7

(4)

B1、B2、B3、B4、B5、B7分別代表ETM、TM數據的第1、2、3、4、5、7波段反射率和OLI數據的2、3、4、5、6、7波段反射率。式(2),Wet(ETM)表示Landsat ETM數據的濕度分量；式(3),Wet(TM)表示Landsat TM數據的濕度分量；式(4),Wet(OLI)代表Landsat 8數據計算出的濕度分量。

(3)熱度指標

代表熱度指標的地表溫度由經比輻射率校正的溫度來代表,熱環境問題不管在全球還是在區域,都是亟待解決的現實問題。通過landsat數據中的熱紅外波段,計算亮度溫度Tb,再進行比輻射率ε校正。其表達式為：

LST=Tb/[1+((λTb)/ρ)ε]-273.15

(5)

(6)

L6=gain×DN+bias

(7)

式(7)中,DN代表landsat數據像元的灰度值,gain和bias分別為波段增益值和偏置值,L6代表TM/TIRS熱紅外波段的輻射值；式(6)中,K1和K2為定標參數,Tb為亮度溫度；式(5),λ為TM數據的6波段的中心波長11.5 μm,為landsat 8數據的第10波段的中心波長10.9 μm。ρ等于1.438×10-2mK；ε為比輻射率,根據Sobrino提出的NDVI閾值處理得到[20]。

(4)干度指標

土壤干化會給區域生態環境造成嚴重危害。本文利用裸土指數SI和建筑指數IBI生成的干度指數(NDBSI)來代表研究區土壤干化程度：

NDBSI=(SI+IBI)/2

(8)

其中：

SI=[(B5+B3)-(B4+B1)]/[(B5+B3)+(B4+B1)]

(9)

(10)

(5)構建遙感生態指數

當前,多元統計方法中的主成分分析(Principal Component Analysis,PCA)是一種采取依次垂直旋轉坐標軸的方法,將多個變量的信息通過線性變換集中到少數幾個特征分量的多維數據壓縮技術。RSEI采用主成分變換來構建遙感綜合生態指數,把四個指標主要的信息集中到前面的1—2個主成分上,使其既能以單一指標的形式出現,又可以綜合以上4個指標的信息。該方式的優點就是在構建RSEI指數時,集成各指標的權值不是人為確定,而是根據各指標自身的性質以及對各主分量的貢獻度來自動客觀地確定,從而在計算時很大程度上避免了因人和方法對權重設定不同所導致的結果偏差,使得RSEI指數更加具有客觀性和可靠性。

需要注意的是,計算得到的NDVI、NDBSI、LST、Wet 4個指標的量綱不統一,如果直接用其計算PCA,會使得各指標的權重失衡。因此在做主成分變換前,需要分別對這些指標進行正規化處理,將指標值統一到0—1范圍之間,在一定程度上削減因時間差異帶來的影響。各指標正規化的公式為：

NIi=(Ii-Imin)/(Imax-Imin)

(11)

式中,NIi代表各個指標正規化結果；Ii表示各個指標在象元i的值；Imax為各指標統計的最大值；Imin為各指標統計的最小值。

由于研究區瑪納斯湖具有一定的水域,利用MNDWI水體指數進行水體提取,掩膜去掉水體信息以避免大片的水域對真正地面的濕度條件及主成分的載荷產生干擾。將正規化后的4個指標通過ENVI軟件合成由波段組成的新影像,借助主成分分析模塊進行主成分分析,得到PC1及相關統計結果。為了便于分析,對第一主成分進行正負值轉置、正規化處理獲得遙感生態指數(RSEI)。

RSEI0=1-PC1

(12)

RSEI=(RSEI0-RSEI0min)/(RSEI0max-RSEI0min)

(13)

式(13)中的RSEI為代表區域生態環境狀況的遙感生態指數,值越大代表生態質量越好,RSEI0min、RSEI0max分別代表RSEI0的最小值和最大值。

3 結果與分析

3.1 生態環境指標主成分分析結果

表1—表3分別是研究區3個年份4個指標的主成分分析結果。從表中可以看出：(1)3期數據的第一主成分(PC1)和第二主成分(PC2)對RSEI的貢獻率合計超過84%。其中,PC1對RSEI的貢獻度,2000年為65.50%,2006年為71.96%,2016年為73.83%；(2)分析4個指標在PC1的貢獻率,其中代表綠度的NDVI和代表濕度的Wet呈正值,代表干度和溫度的NDBSI、LST為負值,這與現實中綠度和濕度對生態環境起正效應,而干度和溫度對生態環境起負效應的情況相符；(3)在PC2—PC4中,這些指標忽正忽負,難以解釋生態現象,所以,相較于其他分量,PC1明顯地集中了各指標的特征信息,可用于創建遙感生態指數。

表1 2000年指標主成分分析

NDVI:歸一化植被指數,Normalized Difference Vegetation Index; Wet:濕度,Wetness Index; NDBSI:建筑-裸土指數,Building Index and Soil Index; LST:地表溫度,Land Surface Temperature

表2 2006年指標主成分分析

3.2 瑪納斯湖濕地生態質量時空變化分析

表4統計了研究區3個年份4個指標和RSEI的均值、標準差以及對PC1荷載值。統計結果表明,2000—2016年間,研究區的生態指數RSEI從2000年的0.227下降到2006年的0.183,下降了19.43%；從2006年的0.183增加到2016年的0.234,增加了27.95%。分析表4中各分指標對PC1的荷載值可以發現,土壤指數(NDBSI)和地表溫度(LST)的特征值絕對值之和均大于植被指數(NDVI)和濕度(Wet)的特征值之和,表明瑪納斯湖濕地土壤的干化和區域溫度對濕地整體生態環境的破壞作用大于植被和濕度對生態環境的優化作用。對生態起正面效應的綠度和濕度中,濕度的貢獻率更大,表明濕度對提高瑪納斯湖濕地生態質量的作用更大；對生態協同起負面影響的干度和溫度中,溫度的貢獻率始終大于干度指標。

表3 2016年指標主成分分析

表4 各年份4個指標和遙感生態指數RSEI的統計值

為進一步對RSEI進行定量化與可視化分析,將3期主成分變換得到的生態環境質量指數計算結果以0.2為間隔,劃分為5個等級：優、良、中、較差、差,如圖2所示,并對各等分的面積和所占比例進行統計,見表5。從圖2上可以直觀地看出瑪納斯湖濕地近20年來遙感生態指數的變化情況,紅色、橘黃色、黃色、淺綠和深綠色分別代表差、較差、中、良和優生態等級。結合實地考察,優等級主要是蘆葦濕地分布地,良等級主要是林草地,中等級主要為鹽沼,較差等級部分為鹽堿地,差等級基本為荒漠。從3期RSEI圖相比較來看,2000年到2016年研究區極大部分充滿了紅色和橘黃色區域,紅色在研究區呈現先增加后減少,橘黃色呈現先減少后增加的態勢。黃色、淺綠有所減少,深綠色有所增加,但均不明顯。

表5反映生態等級和面積的變化,各期面積不等,主要是由于生成RSEI時,對水體進行了掩膜,即水體面積沒有計算在內。(1)2000年瑪納斯湖濕地總體的生態狀況以較差等級為主,面積占比超過50%,其次為差等級,所占面積比重為41.78%,中等及以上生態等級面積僅占5.01%。(2)2006年總體生態狀況以差等級為主,面積占比為76.19%,相比2000年面積增加了1528.36 km2。較差等級面積減少了1387.72 km2,占2000年面積的59.38%,中等及以上生態等級面積也有所減少,占比減少至2.3%。(3)2016年生態狀況較差等級占比為57.47%,差等級占比為37.54%,中等及以上生態等級面積所占比重為4.99%。2006年到2016年RSEI增加的幅度要大于2000年到2006減少的幅度。與此同時2000年RSEI等級為良和優的面積比例為0.95%,2006年面積比例為1.17%,到了2016年所占比例為1.59%。綜合可以看出2000年到2016年RSEI呈上升狀態,說明瑪納斯湖濕地近20年來生態環境質量有所改善。

圖2 瑪納斯湖濕地2000—2016年生態指數圖Fig.2 ecosystem index map of wetland by Manas Lake in 2000—2016 yearsRSEI：遙感生態指數,Remote Sensing Based Ecological Index

RSEI等級RSEI grade200020062016面積Area/km2%面積Area/km2%面積Area/km2%差Bad(0—0.2) 1835.0441.783363.4076.191548.3137.54較差Poor(0.2—0.4) 2336.9453.21949.2221.52370.6057.47中 Moderate(0.4—0.6)178.364.0649.711.13140.183.4良 Good(0.6—0.8)29.400.6733.570.7626.520.64優High(0.8—1.0) 12.100.2818.310.4139.040.95合計 Total4391.851004414.221004124.64100

RSEI：遙感生態指數,Remote Sensing Based Ecological Index

3.3 瑪納斯湖濕地生態質量時空差異分析

圖3 瑪納斯湖濕地2000—2016年RSEI變化檢測圖 Fig.3 Detection map of RSEI change of wetland by Manas Lake in 2000—2016 years

為了分析瑪納斯湖濕地近20年來生態質量時空差異變化,在基于RSEI指數的基礎上,對瑪納斯湖濕地2000年和2016年RSEI指數進行差值變化檢測,得到圖3。圖中紅色部分代表生態環境質量變差的區域；黃色代表生態環境質量沒有明顯變化的區域；綠色代表生態環境質量有所改善的區域。表6是瑪納斯湖濕地2000—2016年RSEI檢測結果統計,可以知道,三類面積占比由大到小為：不變、變好、變差。從2000年到2016年,瑪納斯湖濕地生態環境狀況不變或者變化較小的面積為3543.00 km2,占總面積的87.8%；生態環境狀況改善的面積為8.18 km2,占總面積的8.18%；生態環境狀況變差的面積為4.02 km2,比例為4.02%。

對干旱區生態環境而言,綠洲是斑塊,河流是廊道,荒漠、戈壁為基底。從圖3來看,生態質量變差的區域集中在下游廊道周圍,變好的區域分布在湖周及較遠的外圍。1960年以來,瑪納斯河水被大量引入灌渠,下游河流缺水斷流,致使聯系河流上下游的廊道逐漸消失,廊道最終也演變成了基底環境。程維明、黃培佑等人的研究結果表明,瑪納斯湖的干涸對湖周及廊道周圍低地沼生植被(如蘆葦等)具有明顯影響,對廣大荒漠區旱生性植物群落(以梭梭為主體)的生態環境并未有大的影響[21],資料也表明此區旱生植被主要受冬季降水因素制約,與地下水條件無直接聯系[17],這與本研究得出的生態環境檢測結果一致。

4 討論

4.1 自然因素對生態環境變化的影響

綠度、濕度、熱度和干度是生態環境的重要組成部分,結合4個指標的主要信息建立的生態指數可較好的反映瑪納斯湖濕地生態環境質量狀況。圖4是瑪納斯湖濕地年平均氣溫和年降水量變化,可以看出,1988—2016年,瑪納斯湖地區的年降水量和年均溫度呈上升趨勢。圖5是瑪納斯河的年徑流量變化特征,徑流量從1988年的5×108m3增長到了2010年的16.57×108m3,一定程度上增加了區域的水汽含量,提高了土壤的濕度。

表6 瑪納斯湖濕地2000—2016年RSEI檢測

圖4 瑪納斯湖濕地年平均氣溫和年降水量變化Fig.4 Change of annual mean temperature and annual precipitation in Manas Lake Wetland

圖5 瑪納斯河年徑流量Fig.5 Annual runoff of Manas Rive

在整個研究區域中,與生態環境呈正相關的濕度和與生態環境呈負相關的溫度對生態指數RSEI的貢獻率最大,這與全球氣候變化背景下,中國西北干旱區氣候呈現明顯的暖濕化轉型相對應[22- 23]。水分條件和溫度都是制約植物生長的主要因子,影響著植物群落的生態學過程和植物的生長周期[24]。在研究期間內對生態環境起正相關的綠度和干度對RSEI指數的貢獻率最小,主要是由于研究區地處干旱區,地面植被原本就很稀少,加上蒸發量大干旱化加劇,不利于地表植物的生長和生態的恢復。

4.2 人類活動對生態環境變化的影響

干旱區湖泊水資源環境對社會經濟可持續發展和生態環境質量起著決定性作用,而干旱區水資源平衡狀態很容易被人類活動干擾[25]?，敿{斯河流域是天山北坡經濟帶的核心區域,農業是流域內主導經濟產業。從圖6可以看出流域內國民生產總值由1988年31.21×108元增長到2016年的1372.65×108元,人口由126.01×104人增長到2016年的154.68×104人。國內外已有研究表明,經濟、農業生產水平的提高,生活方式的轉變以及勞動力轉移都可能影響到生態環境的變化[26- 27]。事物發展的規律都具有兩面性,近50年來,伴隨瑪納斯河流域土地資源的大規模開發,為保證農業用水,人類活動通過修筑大海子、夾河子、大泉溝和蘑菇湖等大量水利設施攔截入湖地表徑流,改變了水資源的原始流動格局,加劇了下游湖泊水資源的短缺,導致湖泊迅速萎縮、咸化甚至干涸,嚴重危及湖泊及其毗鄰區域的生態環境,造成濕地生物多樣性喪失、湖濱地區荒漠化加劇等問題。

圖6 瑪納斯河流域人口和GDP變化Fig.6 Population and GDP changes in the Manas Basin

5 結論

(1)通過對瑪納斯湖濕地3期遙感影像數據的處理分析,2000、2006和2016年RSEI均值分別為0.227、0.183、0.234。對RSEI生態等級面積進行統計分析、差值處理,結果表明,近20年來,瑪納斯湖濕地生態環境整體上較為脆弱,但受全球氣候變化的影響,濕地的生態環境得到一定的改善。

(2)從耦合RSEI指數的4個指標來看,綠度和濕度對RSEI指數起正面作用,干度和熱度起負面作用。其中綠度指標對RSEI指數的貢獻度最小,主要是由于研究區地處干旱區,氣候干燥少雨,地表植被稀疏,加上瑪納斯河中上游生產用水擠占了下游生態用水,從而影響了濕地植被的生長。

(3)瑪納斯湖是準噶爾盆地荒漠生態系統中重要的環境資源,湖泊萎縮、干涸后將對該地區的生態環境帶來毀滅性的打擊。新世紀,在國家“五位一體”的現代化布局下,瑪納斯河流域在發展農業經濟的同時,應注意濕地生態環境變化與流域水資源的優化調控,這對流域可持續發展及絲綢之路經濟帶建設方面具有重要意義。