基于遙感生態指數的綿陽市區生態環境變化分析

陳孟　溫興平　張皓楠　徐俊龍　李倩

摘 要：基于1996、2009和2018年LandsatTM/OLI遙感影像，采用RSEI指數對綿陽市區的生態環境及變化狀況進行分析。結果顯示，1996-2009年綿陽市區生態質量呈下降趨勢，RSEI均值從0.769下降至0.709;2009-2018年生態質量有所改善，RSEI均值從0.709上升至0.733;各年份的評價指標標準差與PC1荷載值的絕對值呈正相關。定量分析綿陽市1996-2018年快速發展對城市生態環境的影響，得出結論：1996-2018年間，涪城區和游仙區環境質量改善明顯，環境質量下降的區域多分布于涪江沿岸;與指標相關的地物種類越多、面積占比越大，對環境影響越強;隨著綿陽市區的發展，對環境影響最大的指標由1996年的綠度變為2018年的干度。提升城市環境，需合理配置城市建設用地，多種類多面積進行城市綠色生態建設。

關鍵詞：Landsat影像;遙感生態指數;生態環境質量

DOI：10. 11907/rjdk. 192195

中圖分類號：TP317.4?? 文獻標識碼：A??????????????? 文章編號：1672-7800（2020）003-0230-04

Analysis of Ecological Change in Mianyang Using Remote Sensing

Based Ecological Index

CHEN Meng1，2，WEN Xing-ping1，2，ZHANG Hao-nan1，2，XU Jun-long1，2，LI Qian1，2

（1. Faculty of Land Resource Engineering， Kunming University of Science and Technology;

2. Mineral Resource Prediction and Evaluation Engineering Laboratory of Yunnan Province， Kunming 650093，China）

Abstract： Quantitative analysis of the impact of development of Mianyang urban on ecological from 1996 to 2018 was made based on Landsat TM/OLI remote sensing images in 1996， 2009 and 2018， RSEI was used to measure the urban ecology of Mianyang. The results showed that the ecological quality decreasing trend from 1996 to 2009， with the average value of RSEI decreased from 0.769 to 0.709. From 2009 to 2018， the average value of RSEI rose slightly from 0.769 to 0.733. At the same time， it was found that the index standard deviation was positively correlated with the absolute value of PC1. From 1996 to 2018， the quality of old urban areas of Fucheng and Youxian improved significantly， and most of the regions with reduced environmental quality were located along the Fujiang river， indicating that the more kinds of objects related to the index and the larger proportion of the area， the stronger the impact on the environment. With the development of Mianyang， the index that has the greatest impact on environmental quality has changed from greenness in 1996 to dryness in 2018. So， to improve urban ecological， it is necessary to allocate urban construction land reasonably and carry out urban ecological construction in many kinds and areas.

Key Words： Landsat TM/OLI; remote sensing based ecological index; ecological environment quality

0 引言

我國正處于城市化發展轉型階段，以往的粗放式發展在帶來巨大經濟效益的同時也對環境造成了嚴重污染。隨著經濟的發展，人們生活水平得到提高，同時對生態環境質量的要求也越來越高，粗放式發展方式已無法適應社會需求[1]。遙感技術可有效監測地表覆被信息，進而分析生態環境狀況，對城市建設及規劃尤為重要。

利用遙感技術對城市生態進行研究較多，如岳文澤等[2]采用遙感影像進行城市土地利用類型及空間結構對生態環境效應的影響研究;肖榮波等[3]對城市熱島研究成果進行總結，分析了城市熱島效應對城市生態環境效應的影響，建議對城市熱島效應進行多維度研究;增輝等[4]以深圳市龍華鎮為研究區，根據多時段景觀類型及結構特征，利用空間統計方法構造了一個生態風險指數，對指數的采樣結果進行半變異函數分析及插值，解釋了生態風險的空間特征和形成機制;程晉南等[5]運用生態環境指數（ecological index，EI）對泰安市土地生態環境狀況進行評價，并分析區域土地生態環境狀況及其變化趨勢，驗證了RS與GIS結合在建立土地生態環境質量評價模型的可行性;徐涵秋[6]提出遙感生態指數（remote sensing based ecological index，RSEI）并應用于福建長汀縣，與EI指數計算結果進行比較，結果發現RSEI不僅是一個定量化指標，還能對區域生態環境變化情況進行建模及預測。

目前有不少文獻利用遙感技術對綿陽市進行了多方位研究[7-10]，但對綿陽市區的生態環境遙感監測還未見報道。本文為排除人為因素對各指標閾值、權重的影響，利用RSEI指數分析綿陽市區生態環境的變化情況，以期為綿陽市區生態環境保護和建設提供科學依據。

1 研究區概況及數據源

1.1 研究區概況

綿陽市位于四川盆地西北部，涪江中上游，是全省第二大城市，地理坐標位于東經103°45′ -105°43′ ，北緯30°42′ -33°03′ 之間。地勢西北高、東南低，地形起伏大。中部為河谷沖積平原，涪江自西北入境，流經市區，從東南部出境。全市北西—南東呈條帶狀展布，山區占61%，丘陵占20.4%。綿陽市下轄3區、1市、5縣，本文選擇綿陽市中心城區游仙區和涪城區為研究區，簡稱為綿陽市區。

1.2 數據源及預處理

本文選用三景Landsat遙感影像，分別是1996年7月10日專題制圖儀獲取的影像（thematic mapper，TM）、2009年6月12日的TM影像與2018年的6月5日陸地成像儀所獲取的影像（operational land imager，OLI）和熱紅外傳感器獲取的影像（thermal infrared sensor，TIRS），如圖1所示。影像云量均小于8%且成像時間較為接近，避免季節差異影響。

數據預處理過程：①對三景影像進行幾何校正，將均方根誤差控制在0.5個像素以內;②對影像進行輻射定標;③將輻射定標后的影像進行大氣校正。

2 研究方法

利用RSEI分析綿陽市區生態環境變化情況。RSEI集成綠度、濕度、干度和熱度4個評價指標，分別代表歸一化差值植被指數（NDVI）、纓帽變換的濕度分量（WET）、建筑指數和裸土指數合成的干度指數（NDSI）及地表溫度（LST）4大要素。通過主成分變換集成各指標，表達式[11]如下：

2.1 評價指標構建

2.1.1 綠度指標

NDVI常用于顯示植被分布，較高的NDVI代表土地覆被包含較多的綠色植被[12]，計算公式為：

式中，[BNIR]和[BR]分別為影像的近紅外及紅色波段反射率。

2.1.2 濕度指標

纓帽變換所獲得的亮度、綠度、濕度指標已廣泛應用于生態環境監測[13]，其中的濕度指標與土壤特征及濕度有關，濕度指標計算公式為：

式中，[BB]、[BG]、[BR]、[BNIR]、[BSWIR1]、[BSWIR2]分別代表影像的藍、綠、紅、近紅外、短波紅外1、短波紅外2波段的反射率。

2.1.3 干度指標

研究區包括建成區及部分裸土，因此由建筑指數IBI和裸土指數SI合成“建筑—裸土指數”代表干度指標，計算公式[14]如下：

式中，[BB]、[BG]、[BR]、[BNIR]和[BSWIR1]分別代表影像的藍、綠、紅、近紅外、短波紅外1波段的反射率。

2.1.4 熱度指標

利用影像算法[15-18]對地表溫度進行反演，計算公式如下：

式中，DN為TM或OLI影像的像元亮度值，[ρ]為1.143 8[×]10-2m;[ε]為地表比輻射率，采用Valor & Caselles[19]提出的植被指數混合模型估算。對于TM影像，[gain]為0.055，[bias]為1.182，[K1]為607.76W/（m2[×]sr[×]um），K2為1260.56K，[λ]為11.5um;對于TIRS傳感器，[gain]為3.342，[bias]為0.1，[K1]為774.89W/（m2[×]sr[×]um），[K2]為1321.08K，[λ]為10.9um。

2.2 綜合指標構建

首先將上述指標數值范圍進行統一，即將4個指標進行歸一化，計算公式如下：

式中，[Pi]為歸一化后的指標值，[Mi]為該指標在[i]像元的值，[Mmin]為該指標的最小值，[Mmax]為該指標的最大值。

對上述4個指標的合成結果進行主成分分析（Principal Component Analysis，PCA）。將歸一化處理后的4個指標用于PC1計算。為使最終結果中大的數值代表好的生態條件，取PC1值的相反數，獲得未歸一化的生態指數RSEI0，即

然后對RSEI0進行歸一化處理：

[RSEI]即為所建的遙感生態指數，其值越大生態環境就越好，反之則生態環境越差[20]。

3 結果與分析

3.1 生態環境質量整體分析

表1是各指標值及計算得到的RSEI值相關統計數據。從表中可以看出3個年份的指標經主成分分析后的第一主成分PC1貢獻度都在75%以上，表明第一主成分包含了4個指標的大部分信息，且各指標荷載值相對穩定。因為RSEI0是取PC1的相反數，因此據表1中各成分指標PC1的載荷值可以看出NDVI和WET為負值，說明它們對綿陽市區生態環境質量起正面作用;NDSI和LST為正值，說明它們起負面作用。1996-2009年生態質量呈下降趨勢，RSEI平均值從0.769下降至0.709，降幅為7.8%;2009-2018年略微上升，RSEI平均值從0.709上升至0.733，增幅為3.4%。總的來看，1996-2018年間綿陽市區生態環境質量呈先下降后上升狀態，雖然總體呈下降趨勢，但生態環境質量有所改善。考慮到評價指標的均值都在0附近，為了減少誤差，放棄使用離散系數而選擇標準差衡量數據分布的離散程度，標準差越大說明數據分布越不均勻。圖2為不同指標標準差與荷載值的絕對值關系。從圖2可以看出，3個年份荷載值的絕對值都與標準差呈正相關，表明對于同一種指標，影響該指標的地物類型種類越多同時面積占比越大，則該指標對環境的影響越強。1996年的綠度對環境影響最強， 2009年和2018的干度對環境影響最強，這是因為隨著城市發展，建成區的面積不斷增大，同時植被面積不斷減少所致。

圖3是將RSEI以0.2為間距分為5個等級的效果圖，圖中白色部分為掩模掉的水體（彩圖掃描OSID碼可見）。表2為統計的各年份RSEI等級的面積及比例。結果表明1996-2009年綿陽市區RSEI等級變化明顯，等級為中級以上區域所占面積呈下降趨勢，由93.9%降至89.98%;2009-2018年研究區RSEI等級為中級以上區域面積小幅上漲，由89.98%增加至91.56%，再次印證了22年來綿陽市區生態環境質量先下降再上升的狀態。

圖4是1996-2018年綿陽市區生態變化檢測圖。在RSEI成果基礎上進行波段減法運算，對綿陽市區不同時期的RSEI指數進行檢測。表3是對檢測結果的統計。從檢測結果來看，1996-2018年生態等級變差的面積為196.10km2，占總面積的13.10%;不變的面積為1 265.11km2，占總面積的83.85%;變好的面積為47.52km2，占總面積的3.15%。生態環境質量降低的地區所占面積高于生態質量變好區域所占面積，總體生態質量呈下降趨勢。

從空間變化特征來看，生態環境惡化的區域大部分分布于涪江沿岸，生態環境不變的區域基本分布于市區周圍的丘陵區，生態環境得到改善的區域主要集中在涪城區和游仙區的老城區。

4 結語

RSEI指數基于遙感技術，包含了城市生態系統4個重要指標，即濕度、綠度、干度和熱度，使用PCA方法減少了人為因素影響，可簡單快速地對城市生態環境進行量化評價，較好表現綿陽市區22年來生態環境變化情況。

本文研究表明：

（1）1996-2018年間，綿陽市區生態環境質量整體呈先下降再上升趨勢。RESI均值由1996年的0.769下降至2009年的0.709，降幅為7.8%;由2009年的0.709上升至2018年0.733，漲幅為3.4%。研究區內生態狀況為良及以上的區域占研究區總面積的比例由1996年的93.9%減少為2009年的89.98%;由2009年的89.98%，上升到2018年的91.56%。

（2）動態變化監測表明，生態環境變差的區域受城市擴展影響，從西北到東南主要分布在涪江沿岸;生態環境得到改善的區域主要集中于涪城區和游仙區的老城區，這是近年來在老城區開展環境治理的結果。

（3）3個年份的荷載值絕對值都與各指標標準差呈正相關。表明對于同一種指標，影響該指標的地物類型種類越多同時面積占比越大，該指標對環境的影響越強。1996年綠度對環境的影響最強，2009年和2018年則是干度對環境的影響最強，這是因為隨著城市的發展，城市建成區域面積在不斷增大的同時植被面積不斷減少。

（4）在4個評價指標中，代表干度的指標對RSEI指數影響最大，表明城市生態環境質量惡化與城市建成區面積擴大密切相關。同時，綠度指標對生態指數RSEI的正面影響最大。因此，若要提升城市生態環境質量，需合理配置城市建設用地，科學布局城市空間，進行多種類多面積的城市綠化生態建設。

參考文獻：

[1]李揚，張曉晶. “新常態”：經濟發展的邏輯與前景[J]. 經濟研究，2015，50（5）：4-19.

[2]岳文澤，徐建華，徐麗華. 基于遙感影像的城市土地利用生態環境效應研究——以城市熱環境和植被指數為例[J]. 生態學報，2005，26（5）：169-174.

[3]肖榮波，歐陽志云，李偉峰，等. 城市熱島的生態環境效應[J]. 生態學報，2005，25（8）：59-63.

[4]曾輝，劉國軍. 基于景觀結構的區域生態風險分析[J]. 中國環境科學，1999，19（5）：454-457.

[5]程晉南，趙庚星，李紅，等. 基于RS和GIS的土地生態環境狀況評價及其動態變化[J]. 農業工程學報，2008，24（11）：83-88.

[6]徐涵秋. 區域生態環境變化的遙感評價指數[J].? 中國環境科學， 2013， 33（5）：889-897.

[7]董廷旭，秦其明，王建華. 近30年來綿陽市城市用地擴展模式研究[J].? 地理研究，2011，30（4）：667-675.

[8]李海峰，郭科，但尚銘，等. 基于COST模型的熱島效應時空演變特征分析[J]. 測繪科學，2012，37（2）：164-166.

[9]李海峰，李永樹，盧正，等. 綠地景觀熱環境效應的遙感研究[J]. 測繪科學，2018，43（1）：66-72.

[10]謝莉. 基于GIS及遙感技術的綿陽城市森林布局研究[D]. 雅安：四川農業大學，2011.

[11]徐涵秋. 城市遙感生態指數的創建及其應用[J]. 生態學報， 2013，33（24）：7853-7862.

[12]GOWARD 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（2-3）：225-242.

[13]李芳芳，賈永紅. 一種基于TM影像的濕地信息提取方法及其變化檢測[J]. 測繪科學，2008，33（2）：147-149.

[14]HU X， XU H.? A new remote sensing index for assessing the spatial heterogeneity in urban ecological quality： a case from fuzhou city， china[J].? Ecological Indicators， 2018（89）：11-21.

[15]丁鳳，徐涵秋. 基于Landsat TM的3種地表溫度反演算法比較分析[J]. 福建師范大學學報（自然科學版），2008（1）：91-96.

[16]張浩，杜培軍，羅潔瓊，等. 基于遙感生態指數的南京市生態變化分析[J]. 地理空間信息，2017，15（2）：58-62.

[17]ARTIS D A，CARNAHAN W H. Survey of emissivity variability in thermography of urban areas[J]. Remote Sensing of Environment，1982，12（4）：313-329.

[18]WENG Q，LU D，SCHUBRING J. Estimation of land surface temperature-vegetation abundance relationship for urban heat island studies[J]. Remote Sensing of Environment，2004，89（4）：467-483.

[19]VALOR E，CASELLES V. Mapping land surface emissivity from NDVI： application to european， african， and south american areas[J].? Remote Sensing of Environment， 1996， 57（3）：167-184.

[20]LIU Z， XU H， LI L， et al. Ecological change in the hangzhou area using the remote sensing based ecological index[J].? Journal of Basic Science & Engineering， 2015， 23（4）：728-739.

（責任編輯：杜能鋼）

收稿日期：2019-08-26

基金項目：國家自然科學基金項目（41101343）

作者簡介：陳孟（1994-），男，昆明理工大學國土資源與工程學院、云南省礦產資源預測評價工程實驗室碩士研究生，研究方向為資源與環境遙感;溫興平（1970-），男，博士，昆明理工大學國土資源與工程學院、云南省礦產資源預測評價工程實驗室教授、博士生導師，研究方向為遙感技術及其地學應用。本文通訊作者：溫興平。