基于MODIS的京津冀地區生態質量綜合評價及其時空變化監測

左璐， 孫雷剛,3， 魯軍景， 徐全洪， 劉劍鋒， 馬曉倩

(1.河北省科學院地理科學研究所，石家莊 050021； 2.河北省地理信息開發應用工程技術研究中心，石家莊 050021； 3.巨鹿縣應用技術研究院，邢臺 055250)

0 引言

我國工業化、城市化進程的明顯加快，人口的激增和城市擴張，加劇了對生態環境的干擾和破壞，環境污染、資源短缺、生態系統退化等生態環境問題日益突出，成為制約我國社會經濟發展的重要瓶頸[1-2]。生態環境是人類生存的基礎條件，生態質量的好壞直接影響人類居住環境與社會經濟發展的協調穩定。因此，建立科學準確的生態質量評價體系和量化模型，客觀認識和評價區域的生態質量狀況和變化情況，對于實現區域社會經濟綠色、高質量發展具有重要的指導意義[3]。京津冀地區人口增長與經濟發展迅速，城鎮化水平不斷提高，植被退化、城市熱島等生態環境問題突出，如何定量評價該區域生態質量狀況及其變化情況，成為生態學、經濟學、地理學等相關學科的研究熱點[4]。

生態質量評價按照特定評價標準，分析一定時空尺度上生態環境質量狀況以及變化，進而體現生態環境的好壞優劣，以及對人類生存和經濟社會發展的適宜性[5]。眾多學者采用壓力-狀態-響應模型(pressure-state-response，PSR)[6-7]篩選指標體系，運用層次分析法[8-9]、綜合指數評價法[10]、模糊評判法[11]、聚類分析法[12]等定性定量方法評判生態環境質量的好壞優劣。潘洋等[13]采用層次分析法構建了包括土地環境狀況、水環境狀況、人體感受等8大要素28個指標的評價體系，運用綜合指數法對廣西金秀地區的生態環境質量進行綜合評價。但這些方法易受人為主觀因素的影響，加上社會經濟等統計數據的獲取難度，一定程度上限制了其使用。隨著遙感技術的發展，客觀高效、快速準確、時空連續的多源遙感數據被廣泛應用于生態環境研究中[14-15]。

國家環保部發布的《生態環境狀況評價技術規范》提出了生態環境狀況指數(ecological index，EI)，該指數基于植被覆蓋指數、水網密度指數、生物豐度指數、土地脅迫指數和污染負荷指數等構建，其中前3個可由遙感直接獲取，其他則需結合地面觀測和各地區年度統計數據，受地域、時間、尺度的限制較大，且各指標權重的確定忽略了區域本身的差異。徐涵秋[16-17]基于EI，利用Landsat衛星數據提取的綠度、熱度、濕度、干度指標，構建了遙感生態指數(remote sensing ecological index，RSEI)，被廣泛應用于市域、縣域等小范圍的生態質量評價[18-20]。但Landsat數據時間分辨率較低，受天氣、地形等條件的影響難以獲取區域內同一時期的高質量影像。MODIS數據具有較好的空間分辨率，時間序列完整，空間跨度大，利用MODIS數據構建遙感生態指數，對于實現省級、國家級等大范圍的生態質量遙感綜合評價具有重要意義[21-22]。本文基于MODIS數據，提取了歸一化植被指數(normalized difference vegetation index，NDVI)、地表含水量指數(surface water content index，SWCI)、地表溫度(land surface temperature，LST)和MODIS建筑-裸土指數(MODIS normalized difference built-up and soil index，NDSIM)，用來代表生態環境綠度、濕度、熱度和干度，構建MODIS遙感生態指數(RSEIM)，實現了京津冀地區的生態環境質量綜合評價及動態監測。

1 研究區概況與數據源

1.1 研究區概況

京津冀地區位于環渤海心臟地帶，包括北京市、天津市和河北省全域(E113°27′～119°50′，N36°05′～42°40′)。地勢由西北向東南傾斜，地貌復雜多樣。該地區屬暖溫帶季風氣候，年均降雨量為400～800 mm。植被分布具有明顯的地帶性和垂直性規律，冀西北高原以草原草甸為主，冀北山間盆地主要為針葉林、闊葉林及灌叢，太行山及燕山山地丘陵以灌木和灌草叢為主，冀東南平原大多為耕地和人工植被。

京津冀地區是中國北方的經濟核心區，與長三角城市群、珠三角城市群并稱為我國三大城市群，總面積21.8萬km2，占全國國土面積的2.3%。2018年常住人口約1.13億人，占全國總人口的8.08%，地區生產總值約8.51萬億元，占國內生產總值的9.46%。1980—2015年，京津冀地區城市化率由19.63%增長到58.28%，年均增長率為2.19%[23]。

1.2 數據源及其預處理

遙感數據來源于美國MODIS數據產品網站(https: //ladsweb.modaps.eosdis.nasa.gov/)，本文選取覆蓋京津冀地區的H26V04，H26V05，H27V04，H27V05共4景影像范圍，數據產品為地表反射率(MOD09A1)和地表溫度產品(MOD11A2)，2種產品均經過輻射校正和大氣校正等預處理，具有可靠的精度和質量。MOD09A1由可見光到短波紅外的7個波段(620～2 155 nm)組成，空間分辨率為500 m, 時間分辨率均為8 d。MOD11A2為1 km分辨率的地表溫度產品，包含白天和夜間地表溫度，時間分辨率也為8 d。獲取時間為2001年、2010年及2019年的7—9月份，該時期京津冀地區植被生長旺盛，便于區分植被和非植被。

基于以上遙感產品計算得到各指標因子，經過拼接裁剪、投影轉換、重采樣等操作后，得到空間信息統一的各指標柵格數據。篩選晴空無云的高質量數據，計算得到各指標7—9月的平均值，作為后續構建綜合遙感生態指數的數據基礎。

氣象數據為中國氣象數據網(http: //data.cma.cn/)下載的“中國地面氣候資料日值數據集”，選取京津冀地區25個氣象站點的氣溫、地表溫度、降水量和相對濕度數據。該數據根據國家規范標準制作，經過了異常值檢驗和缺省剔除，精度可信。統計數據來源于《中國統計年鑒》、《中國環境統計年鑒》及《河北經濟年鑒》等，年份為2001—2019年。

2 指標及方法

2.1 評價指標選擇

徐涵秋[16]利用Landsat遙感影像提取綠度(NDVI)、濕度(Wet)、熱度(LST)、干度(NDSI)4個重要指標，采用主成分分析法計算組合得到RSEI來綜合反映生態環境質量狀況。綠度表征地表植被覆蓋及生物量豐度; 濕度表征生態系統的水分含量; 熱度反映地表溫度，人類活動造成的碳排放、城市熱島等，都會引起地表溫度異常; 干度表征生態系統土地退化狀況，地表越“干化”，土地越裸露，生態質量越差[17]。

1)綠度。植被是生態系統的重要組成部分，是地球生物圈的物質基礎。研究表明NDVI與植被生物量、葉面積指數、植被覆蓋度密切相關[24-25]，這里同樣用NDVI來表征生態系統綠度，公式為：

，

(1)

式中：ρNIR和ρRED分別為近紅外、紅波段的反射率；b2和b1分別為MOD09A1的第2波段和第1波段。

2)濕度。徐涵秋將Landsat影像的纓帽變換濕度分量作為濕度指標，纓帽變換多應用于Landsat和IKONOS等數據，MODIS數據不能簡單類比[21]。這里用SWCI作為濕度指標，該指數由MODIS對水分反射率變化敏感的第6和第7波段計算得到，能有效提取植被冠層及地表的水分含量，被廣泛用于地表干旱研究[26]。計算公式為：

，

(2)

式中：ρSWIR1和ρSWIR2為短波紅外的反射率；b6和b7分別為MOD09A1的第6波段和第7波段。

3)熱度。將MOD11A2遙感數據的灰度值，轉換成常用的攝氏度來表征LST[21]，轉換公式為：

LST=0.02DN-273.15

，

(3)

式中DN為地表溫度產品影像的灰度值。

4)干度。建設用地和裸土等造成地表的“干化”，導致生態質量變差。徐涵秋[16]基于Landsat數據計算的建筑指數和裸土指數構建了建筑-裸土指數(normalized difference built-up and soil index，NDSI)，其中建筑指數由土壤調節植被指數、修正歸一化水體指數和歸一化建筑指數(normalized difference building index，NDBI)衍生而來[26-27]， NDBI基于近紅外(第2波段)及短波紅外(第6波段)計算得到。由于傳感器及波譜設置差異，呂穎等[28]分析了MODIS光譜規律后，發現MODIS的綠(第4波段)、紅(第1波段)波段存在建設用地反射率低、其他地類反射率高的特點，由此提出了新型的MODIS建筑指數NDBIM。結合MODIS裸土指數(bare soil index，BSIM)[29]，構建了基于MODIS的新型干度指標NDSIM，公式為：

，

(4)

，

(5)

，

(6)

式中：ρRED，ρNIR，ρBLUE，ρGREEN和ρSWIR1分別為紅、近紅外、藍、綠波段和短波紅外的反射率；b1，b2，b3，b4和b6分別為MOD09A1的第1，2，3，4波段和第6波段。這里調整了NDBIM分子的相減順序，取原值相反數(原NDBIM<0為建設用地)，為了保證裸土指數和建筑指數對干度的同向影響，即兩者值越大，干度指標值越大。

2.2 RSEIM模型構建

以單一指標形式，綜合以上4個分量指標的信息是構建RSEIM的關鍵。主成分分析法是一種常用的多元統計方法，通過多變量線性正交變換，在盡量保證原變量信息的同時，減少變量個數。主成分分析能有效集成4個分量，根據數據本身性質及對各個主成分的貢獻度來確定分量指標的權重，避免人為主觀因素造成的偏差。在主成分分析前，為了消除量綱的影響，采用離差標準化方法將4個指標分量統一到0～1之間[16-17]。

經過標準化處理后的4個分量指標就可以用來計算主成分了，利用ENVI軟件的主成分分析模塊對4個指標影像進行分析，計算公式如下：

RSEI0=1-PC1

，

(7)

，

(8)

式中：PC1為4個指標的第一主成分；RSEI0為像元i的初始生態指數；RSEI0_max，RSEI0_min為初始生態指數的最大、最小值；RSEIM為標準化的RSEI0。

為了定量化分析不同時期的生態狀況時空變化[30]，將標準化的RSEIM以0.2為間距劃分為5個等級，分別表示生態質量狀況差[0,0.2]、較差(0.2,0.4]、中等(0.4,0.6]、良(0.6,0.8]、優(0.8,1.0]，并重新分等級賦值為1～5。再利用差值變化檢測，對2001—2019年的生態質量狀況進行動態監測，按照等級差值將生態質量變化分為明顯變差(-4和-3)、變差(-2和-1)、不變(0)、變好(1和2)、明顯變好(3和4)這5種情況。

3 結果與分析

3.1 遙感生態指數參數分析

表1是研究區4個分量指標的主成分分析結果，可以看出4個指標對第一主成分(PC1)的貢獻度相對穩定； 2001年、2010年及2019年，PC1的特征值貢獻率分別為89.31%，88.33%和82.81%，均大于80%，說明PC1已包含了4個指標的大部分信息； 且NDVI，SWCI與NDSIM，LST對生態質量的作用相反，前2個指標起正向促進作用，后兩個起消極負向作用，與實際情況相符，故可以利用PC1來構建綜合生態指數。

表1 指標主成分分析結果

表2是各分量指標標準化值及RSEIM的統計值，結果表明，2001—2010年，RSEIM均值由0.556增加到0.583，總體增加4.93%，研究區生態質量有所提升，這與前人的研究成果基本一致[31-32]； 2010—2019年，RSEIM下降到0.527，總體下降9.55%。2001—2019年，研究區生態指數整體呈下降趨勢，總體降低5.22%。

表2 各指標和RSEIM統計值Tab.2 Statistics of each indictor and RSEIM

從各分量指標的變化來看，2001—2010年，SWCI和NDVI都有所增加，增加率分別為4.37%和4.52%； 2010—2019年，下降率分別8.38%和2.68%。從整個研究期看，SWCI總體降低了4.37%，NDVI增加了1.81%，NDVI的小幅增加，說明了近年來京津冀地區植被綠化建設初見成效[33-34]。而對于LST和NDSIM，2001—2010年，兩者都降低了，下降率分別為2.73%和3.42%； 2010—2019年，兩者分別增加了6.78%和9.91%。從整個研究期看，LST總體增加了3.86%，NDSIM增加了6.15%。

結合RSEIM的變化來分析，2001—2010年，對生態質量起正向促進作用的SWCI和NDVI增加，起負向作用的LST和NDSIM下降，因此RSEIM升高，生態質量好轉； 而2010—2019年，SWCI和NDVI均下降，LST和NDSIM均上升，尤其是表征建設用地和裸土的NDSIM增加明顯，這與近年來城市建設用地擴張，土地逐漸退化的現實情況相符[23]，因此RSEIM明顯下降，生態質量變差。從整個研究期看，2001—2019年，盡管起正向作用的NDVI整體增加了1.81%，但SWCI總體降低，同時起消極作用的LST和NDSIM也增加了(3者平均變化幅度為4.79%)，NDVI的增幅不足以抵消其他3個指標對生態質量的負作用，因此RSEIM整體呈下降趨勢。以上分析說明，構建的RSEIM與各分量指標的變化一致，進一步說明RSEIM具有較好的綜合代表性。

還可從RSEIM與各指標之間的相關性來分析其對生態質量的綜合代表性，表3是各指標自身之間及RSEI與各指標的相關系數表。由表3可以看出，4個分量指標中平均相關度最高的是SWCI，在2001年達到0.879，3年平均值為0.858。而RSEIM與4個分量指標的3個年份的相關度均大于0.9，3 a平均值為0.916，比最高的SWCI高出了6.76%，比4個指標的平均值(0.793)高出了15.55%。這說明構建的RSEIM不僅集中了各分量指標的信息，還比任一指標更具代表性，更能綜合表達區域生態質量狀況。

表3 各指標和RSEIM相關系數統計表

3.2 京津冀地區生態質量時空變化

3.2.1 生態質量空間分布

圖1是2001—2019年研究區RSEIM的空間分布，由圖1可以看出，研究區生態質量優良區域集中在北部燕山—西部太行山區沿線，生態質量差和較差區域主要分布在冀西北生態脆弱區，京津唐、冀中南等城市化地區生態質量等級較低，環渤海濱海區由于植被覆蓋度低，土地裸露，生態質量也較差。2001年，冀西北山間盆地、壩上高原等地分布有大范圍的生態質量差和較差區域，北京、天津及河北各市中心城區生態質量也較差，另外滄州東部濱海區由于氣候、水文及人為不合理開發利用等多方面因素，土地鹽堿化嚴重，生態質量較差[35](圖1(a))。2010年，冀西北生態質量明顯改善，差和較差區域明顯減少，中等區域逐漸擴大； 滄州東部濱海區生態質量顯著改善，差和較差等級大范圍減少； 北京、天津及河北各市如石家莊、保定、唐山等城市中心區，差和較差等級區域向外擴張明顯(圖1(b))。到2019年，冀西北生態質量持續改善，北京、天津生態質量差和較差的區域繼續向遠郊分散擴大，同時河北各市城鎮化地區，尤其是冀中南石家莊、邯鄲、邢臺等地，生態質量差和較差的區域逐漸擴大(圖1(c))。

(a) 2001年 (b) 2010年 (c) 2019年

從生態質量各等級的面積和占比來看(圖2)，2001年及2010年，研究區生態質量占比最高的等級為良，占比分別為36.54%和38.20%，2019年生態質量占比最高的等級為中等(32.04%)，等級為良的占比下降到25.77%。2001年、2010年、2019年，生態質量等級為中等及以上的占比分別為80.38%，85.75%，76.83%，差和較差的占比總和分別為19.62%，14.25%，23.17%，生態質量中等及以上的比重先增加后降低，差和較差的比重先減少后增加，研究區生態質量總體降低。2001—2019年，生態質量等級為差的占比從7.71%減少到6.69%，較差的占比由11.91%增加到16.49%，最差的等級向較差等級轉移。這說明對于局部生態脆弱區，如壩上荒漠區，由于植樹造林、退耕還林還草等一系列生態保護措施的實施，植被得以恢復，土地安全狀況變好，生態質量趨于好轉[36-37]。但從整個研究區來看，較差等級增加的比重大于差等的減少，研究區生態質量總體仍呈下降趨勢。2001—2019年，生態質量等級為中等的比重持續增加，良和優的等級比重整體下降，整個研究區的生態質量等級重心逐漸由良、優等級向中等轉移。總體而言，生態質量處于退化趨勢，這與前文對RSEIM的分析結果一致(表2)。

圖2 2001—2019年研究區各等級生態質量面積和占比

3.2.2 生態質量動態變化

按照等級差值，我們對研究區的生態質量變化進行了檢測。從空間分布上來看(圖3)，2001—2010年，研究區生態質量改善區主要在冀西北及冀東南，呈2條帶狀分布，其中張家口地區生態質量改善尤為明顯。冀中南至京津唐地區，生態質量逐漸退化，東北部承德、秦皇島等地生態質量基本不變(圖3(a))。2010—2019年，生態改善區范圍減小，主要分布在冀西北的張家口、承德北部及保定西部等； 冀東及東南平原大部，生態質量均呈退化態勢(圖3(b))。綜合來看，2001—2019年，研究區生態質量總體呈現出西北改善，東南退化的空間格局，改善區域集中分布在冀西北的張家口、承德北部、保定西部及秦皇島、滄州沿海地區，生態退化區主要分布在冀東南及京津唐等經濟快速發展地區(圖3(c))。

(a) 2001—2010年 (b) 2010—2019年 (c) 2001—2019年

表4分階段對研究區的生態質量等級變化進行了統計，2001—2010年，研究區生態質量提升的面積為5.57萬km2，占整個研究總面積的25.66%； 生態質量等級下降的面積為3.31萬km2，占比為15.23%，等級提升的面積及比重遠大于下降的面積及比重，說明研究區生態質量明顯改善。2010—2019年，僅有不到10%的區域生態質量轉好，35.51%的區域生態質量轉差，等級不變的比重也由59.11%下降到54.88%，說明研究區生態質量逐漸退化。研究期間，研究區生態質量呈先改善后退化的變化特征。整體而言，2001—2019年生態質量轉好區域占比(20.18%)小于轉差區域占比(35.69%)，生態質量總體呈下降趨勢。

表4 2001—2019年研究區生態質量變化面積和占比

從各市的生態質量變化來看，承德、秦皇島、北京、衡水、保定的RSEIM均值較高，生態質量較好； 張家口、天津、滄州的RSEIM均值較低，生態質量較差(圖4)。研究期間，承德的生態質量持續最優，2001年、2010年、2019年的RSEIM始終高于其他城市，3個年份的RSEIM均值為0.774，比整個研究區的平均值(0.555)高出了39.46%，其次為秦皇島、北京、衡水、保定、邯鄲、石家莊，均高于研究區3個年份的RSEIM均值。張家口的RSEIM均值最低，但研究期間持續增長，從2001年的0.358增加到2019年的0.531，增幅達48.28%，年均增長2.21%，其中2001—2010年增長最快，年均增長率達3.82%，說明2001—2019年張家口的生態環境持續改善，生態質量顯著提高。承德的RSEIM也呈緩慢增長，從2001年的0.769增長至2019年的0.779，年均增長0.07%。北京、天津、石家莊、唐山、秦皇島、廊坊的RSEIM持續下降，其中天津下降最為明顯，2001—2019年從0.559下降至0.419，總體降低了25.08%，其次為廊坊、唐山，總體降幅均超過20%。邯鄲、邢臺、保定、滄州和衡水的RSEIM均呈現出先上升后下降的變化特征，其中，2001—2010年滄州的RSEIM增長最顯著，從0.523增長至0.596，增幅為14.03%； 2010—2019年，邯鄲的RSEIM下降最明顯，從0.665下降至0.446，降幅為32.87%，其次為邢臺、衡水、滄州，降幅均超過20%。

圖4 2001—2019年研究區各市RSEIM統計

3.3 生態質量變化的驅動因素

大量研究表明，生態環境的變化往往是由于自然和人為等多種因素驅動[38-39]。本文對京津冀地區生態質量變化的驅動因素進行了分析，發現溫度、濕度等自然因素、人類生產生活及生態保護政策等人為因素，是驅動研究區生態環境變化的主要因素。

3.3.1 自然因素

對研究區25個氣象站點2001—2019年的年均氣溫、年均地溫、降水量和相對濕度進行統計，討論研究區的溫度和濕度變化情況，如圖5所示。

(a) 溫度變化(b) 濕度變化

結果表明，2001—2019年，研究區年均氣溫和年均地溫均呈上升趨勢，這與前面2.2部分遙感熱度指標的變化相一致(表2)。年均氣溫從2001年的11.16 ℃上升到2019年的11.74 ℃，平均每年上升0.032 ℃； 年均地溫從2001年的13.03 ℃上升到2019年的14.40 ℃，平均每年上升0.076 ℃，且年均地溫的回歸分析結果具有顯著的統計學意義(R2=0.310 3，P<0.05)(圖5(a))。2001—2019年，研究區年均降水量呈小幅度波動上升趨勢，相對濕度呈輕微下降趨勢，但兩者趨勢并不顯著。2001—2019年，年均降水量從437.47 mm增加到458.20 mm，平均每年增加1.15 mm； 相對濕度由58.57%下降到54.63%，在2003年達到最高值62.50%，自2016年后持續下降(圖5(b))。

總的來看，降水量的略微增加有利于區域植被生長和濕度增加，對區域綜合生態質量有正向促進作用； 但溫度的大幅增加及相對濕度的下降，這些不利因素會導致區域生態質量的下降。因此，溫度、降水量、相對濕度等氣候因素的變化在一定程度上導致了研究區生態質量的退化。

3.3.2 人為因素

1)社會經濟因素。人口激增、城市擴張、經濟發展等都會對生態環境造成壓力，導致生態質量退化。本文統計了2001—2019年以來，京津冀地區城市群的耕地面積(km2)、建成區面積(km2)、人口密度(人/km2)、國內生產總值(gross domestic product,GDP)密度(萬元/km2)及人均GDP(元/人)的變化情況，以此來分析社會經濟和人類活動等人為因素對區域生態環境質量造成的影響(圖6)。GDP密度、人均GDP及人口密度代表經濟發展程度，耕地面積和建成區面積代表人類土地利用對生態環境的干擾程度。由圖6可以看出，研究區社會經濟發展迅速，GDP密度及人均GDP指標增長顯著。其中北京、天津的GDP增速明顯，兩個地區的GDP密度平均每年增長15.45%，比整個研究區的均值(13.59%)高了1.86百分點(圖6(a))。同時，北京、天津人口密度增長也最快，兩個地區的人口密度平均年增長率(3.83%)，是研究區均值(1.61%)的2.38倍(圖6(b))。隨著京津冀協同發展的不斷推進，河北各市的GDP密度和人均GDP增速明顯，其中滄州、唐山、廊坊等增速較快(圖6(a))； 但從人口密度來看，承德人口密度基本不變，張家口人口呈負增長，其他河北各市的人口密度均呈現不同程度的增長(圖6(b))。

(a) GDP密度、人均GDP及建成區面積變化(b) 人口密度及耕地面積變化

研究期間，北京、天津的耕地面積急劇減少，年均下降率分別為2.93%和0.66%，比研究區均值(0.09%)分別高了2.84百分點和0.57百分點。承德、張家口、保定及邢臺等地受耕地保護、基本農田等政策影響，耕地面積少量增加，河北其他各市的耕地面積均減少，年均下降率為0.14%，其中廊坊、唐山、秦皇島耕地面積明顯減少(圖6(b))。從建成區面積變化來看，研究區各市建成區面積均明顯增加，北京、天津的建成區面積年均增長率分別為4.05%和5.64%，河北各市的建成區面積平均年增長率為6.56%，比研究區均值(6.49%)高0.7百分點，其中滄州、保定、衡水增加明顯(圖6(a))。以上結果表明，京津冀地區城市化進程中，耕地資源快速減少，建設用地急劇擴張，人類活動對生態環境的干擾程度不斷加大。

京津唐、冀中南工業化城鎮化地區，人口稠密，社會經濟快速發展，城市化迅速擴張，生態質量明顯退化，說明社會經濟活動增強、人類干擾強度增大等因素是導致生態質量退化的重要驅動因素。

2)政策因素。隨著國家“主體功能區戰略”、“京津冀生態環境支撐區”、《京津冀協同發展規劃綱要》、《京津冀協同發展生態環境保護規劃》等政策的實施，壩上高原山地區，燕山—太行山山區作為京津冀地區重要的生態功能區和生態屏障，大力實施生態建設工程，大規模開展國土綠化及生態修復工作，生態質量得到有效改善和恢復。冀中平原、燕山山前平原、冀中南平原等地區作為國家及省級重點開發區域，是京津冀地區人口、經濟和城市的主要聚集地，城鎮化、工業化發展迅速，生態空間被大量擠占，出現局部生態退化現象。

4 討論

原有的RSEI基于Landsat數據，被廣泛應用于市域、縣域或專題區的生態環境質量監測[30]，對于省級、國家級等區域大尺度的生態質量監測應用較少。本研究利用空間覆蓋范圍更廣的MODIS數據，參考徐涵秋[16-17]的RSEI，通過分析MODIS波段光譜特征規律，選擇對濕度更敏感的SWCI來表征濕度，利用對建設用地更敏感的紅光、綠光波段構建MODIS建筑指數NDBIM，優化得到干度指標NDSIM，構建了基于MODIS的表征區域綜合生態質量的RSEIM。表5對比了本文改進的濕度SWCI、干度NDSIM和原濕度Wet[40]、干度NDSI與RSEIM、綠度NDVI、熱度LST之間的相關性，3個年份中，改進后的干度NDSIM、濕度SWCI，相比原干度、濕度指標，與單指標LST，NDVI以及綜合指數RSEIM的相關性都高，說明改進后的干度、濕度指標更能表征生態系統各因子之間的相互作用關系，得到的綜合生態指數代表性更強。

表5 改進前后的干度、濕度指標與RSEIM、熱度、綠度指標的相關性

常用的指標耦合方法是將各指標加權求和，當多個指標對生態系統質量起作用時，要確定哪個指標對全局變化起主要作用較為困難，且具有較大不確定性[16,30]。以RSEIM為因變量，以NDSIM，SWCI，NDVI，LST這4個分量指標為自變量，建立了研究區3個年份的多元回歸模型(均通過1%的顯著性檢驗)，分別為：

RSEIM_2001= 0.307 1SWCI+0.302 5NDVI-0.184 6LST-0.293 6NDSIM+0.446 9(R2= 0.994) ，

(9)

RSEIM_2010= 0.317 1SWCI+0.313 0NDVI-0.171 5LST-0.278 2NDSIM+0.424 5(R2= 0.993) ，

(10)

RSEIM_2019= 0.330 6SWCI+0.307 9NDVI-0.217 1LST-0.279 1NDSIM+0.433 5(R2= 0.992) 。

(11)

從3個年份各指標回歸系數的絕對值來看，4 個指標對生態指數貢獻度最大的是SWCI，然后依次為 NDVI，NDSIM和 LST。SWCI和NDVI系數為正，說明對生態起正向作用，NDSIM和 LST系數為負，說明對生態起負向作用，這與表1的分析一致。徐涵秋[16]利用該方法發現對福州市生態指數貢獻度依次為NDVI，NDSI，LST和Wet。說明主成分分析能依據數據本身性質客觀反映各地生態差異，避免了人為主觀因素的影響，評價指標賦權科學合理，提高了區域生態質量評價的準確性和客觀性。

5 結論

本文基于MODIS數據對遙感生態指數進行了改進，推廣了其應用范圍和尺度； 根據MODIS數據特性，對濕度和干度指標進行了優化； 直接利用時空連續的MODIS數據及產品，打破了數據源的時空限制； 采用主成分分析法，避免了人為設定權重的主觀差異。本文為基于遙感的區域大范圍生態質量綜合評價及其時空變化規律探究，提供了一種新的評價角度，主要結論如下：

1)京津冀地區總體生態質量中等，2001年、2010年和2019年生態等級在中等及以上的占比分別為80.38%，85.75%和76.83%。生態質量區域差異明顯，北部燕山—西部太行山地區生態質量優良，冀西北張家口及冀東南城市中心區生態質量較差。行政區劃上，承德、秦皇島、北京、保定等地的生態質量較好，張家口、天津生態質量較差。

2)2000—2019年，研究區生態質量整體呈下降趨勢，綜合遙感生態指數從2001年的0.556增長到2010年的0.583，2019年又下降到0.527，總體降低5.22%。研究期間，生態質量轉好、不變和轉差的面積占比分別為20.18%，44.13%，35.69%，生態退化的面積明顯大于改善面積。空間上大體表現為西北改善、東南退化的格局，行政區劃上，張家口、承德生態質量提升，邯鄲、邢臺、衡水、廊坊、天津生態質量下降。

3)氣候變化、社會經濟和生態保護政策等人為因素共同導致了研究區的生態質量變化。降水量的增加促進了研究區的植被生長，溫度升高和相對濕度降低則抑制了生態質量轉好。張家口由于人為生態保護政策加強，生態質量明顯改善； 冀東南由于人口增加、經濟發展、城市擴張等社會經濟因素，生態質量發生退化。