基于MRSEDI與CA－Markov的延河流域生態環境質量評價及預測

王麗霞，郝 晶，劉 招，張雙成，孔金玲，楊 耘

（1.長安大學 地質工程與測繪學院，陜西 西安 710054；2.長安大學 地球科學與資源學院，陜西 西安 710054；3.長安大學 水利與環境學院，陜西 西安 710054）

生態環境是人類文明和社會經濟發展的基礎，開展生態環境質量監測評估對生態環境保護政策的制定有重要參考意義［1－3］。近年來，國內外學者利用遙感和地理信息技術開展了流域生態環境質量監測評價研究，研究內容包括流域特征提取［4－5］、評價指標體系構建［6－8］、監測方法構建［9－10］等。評價生態環境質量采用的指標主要有生態環境狀況指數（EI）［11］、遙感生態指數（RSEI）［12］、遙感生態距離指數（RSEDI）［13］等，其中RSEDI具有可視化和針對性強等優點，在石羊河流域、烏魯木齊市和寧夏等生態環境質量評估中得到應用［14－16］。延河流域是黃土高原地區水土保持和生態保護的典型流域，有關學者從水文生態［17］、徑流量［18－19］、產流模式［20］、土壤水分［21］、植被覆蓋［22］等方面對延河流域生態環境進行了單指標評價，但在多指標綜合評價方面有待深化。本研究采用改進型遙感生態距離指數MRSEDI對延河流域生態環境質量進行評估，并采用CA－Markov模型對延河流域未來生態環境質量進行預測，以期為生態環境質量評價探索較為普適的方法，并為黃土高原地區生態環境保護提供參考。

1 研究區概況與數據來源

1.1 研究區概況

延河是黃河的一級支流，發源于陜西省靖邊縣，由西北向東南流經志丹縣、延安市安塞區和寶塔區，于延長縣匯入黃河，流域面積7 725 km2，屬黃土丘陵溝壑區，整體地勢西北高東南低。流域內主要土壤類型為黃綿土，土質疏松、抗沖蝕性差，水土流失嚴重、生態環境十分脆弱。1999年，延河流域在全國率先開始實施退耕還林（草），目前已取得顯著成效。

1.2 數據來源及預處理

本研究采用的主要數據：延河流域1998年、2004年、2010年、2016年6—9月的Landsat TM／OLI遙感影像，來源于美國地質調查局網站（http：／／www.usgs.gov），利用ENVI5.3對遙感影像進行預處理及有關指標數據提取；數字高程模型（DEM），來源于美國地質調查局網站，利用研究區邊界矢量數據對DEM進行裁剪后獲得分辨率為30 m的延河流域高程數據；土地利用數據來源于科學數據共享網（http：／／www.geodata.cn），根據流域實際情況將土地利用類型重分類為耕地、林地、草地、水域、建筑用地和未利用地；1︰100萬土壤類型數據，來源于世界糧農組織（FAO）發布的世界土壤數據庫（HWSD）；延河流域及其周邊62個氣象站1998—2016年日降水量等氣象數據，來源于中國氣象數據共享網，運用ArcGIS 10.5軟件中的克里金插值方法，得到延河流域1998年、2004年、2010年、2016年4個典型年份逐月降水量和年降水量柵格數據。

2 研究方法

2.1 改進型遙感生態距離指數的計算

充分考慮延河流域水土流失嚴重、城市擴建占用耕地并造成裸地增加、礦區土壤濕度降低及植被破壞嚴重等情況，選擇土壤侵蝕指數SEI、建筑裸土指數NDSI、濕度指數WI、植被指數NDVI等4個評價指標構建四維空間，把正向指標WI和NDVI的最小值及負向指標SEI和NDSI的最大值作為最差點，把研究區內其他點與最差點的距離稱為改進型遙感生態距離指數（MRSEDI），其值越小表明生態環境質量越差、越大表明生態環境質量越好。MRSEDI計算公式如下：

式中：SEI、NDSI、WI、NDVI分別為某像元的歸一化土壤侵蝕指數、建筑裸土指數、濕度指數、植被指數；SEImax、NDSImax分別為研究區歸一化土壤侵蝕指數、建筑裸土指數的最大值；WImin、NDVImin分別為研究區歸一化濕度指數、植被指數的最小值。

根據MRSEDI的大小，參考相關研究，采用自然斷裂分級法將生態環境質量分為很差、較差、中等、良好、優秀5個等級［15－16］，分級標準見表1。

表1 生態環境質量分級標準

2.2 評價指標的提取及歸一化處理

（1）土壤侵蝕指數。根據研究區的實際情況和數據的可獲取性，把土壤侵蝕模數A作為土壤侵蝕指數SEI，采用修正通用土壤流失方程計算土壤侵蝕模數［23］：

式中：A為土壤侵蝕模數，t／（hm2·a）；R為降雨侵蝕力，MJ·mm／（hm2·a）；K為土壤可蝕性因子，t·hm2·h／（hm2·MJ·mm）；L、S、C、P分別為坡長因子、坡度因子、植被覆蓋因子、水土保持措施因子，均無單位。

（2）濕度指數。把纓帽變換的濕度分量WET作為濕度指數WI，基于Landsat5 TM和Landsat8 OLI遙感影像的計算公式為［14］

式中：ρTM1、ρTM2、ρTM3、ρTM4、ρTM5、ρTM7分別為TM傳感器對1、2、3、4、5、7波段的反射率；ρOLI2、ρOLI3、ρOLI4、ρOLI5、ρOLI6、ρOLI7分別為OLI傳感器對2、3、4、5、6、7波段的反射率。

（3）建筑裸土指數。把裸土指數SI和建筑指數IBI的均值作為建筑裸土指數NDSI，公式為［24］

式中：ρ1、ρ2、ρ3、ρ4、ρ5分別為TM傳感器對1、2、3、4、5波段的反射率（或OLI傳感器對2、3、4、5、6波段的反射率）。

（4）植 被 指 數。植 被 指 數（NDVI）計 算 公 式如下［25］：

式中：ρnir、ρred分別為傳感器對近紅外波段、紅波段的反射率。

（5）指標歸一化處理。為解決上述4個指標量綱不同的影響，在計算MRSEDI之前需要進行歸一化處理，歸一化公式為

式中：yi為像元i的歸一化指標值；xi為像元i的原指標值；xmin、xmax分別為研究區原指標值的最大值、最小值。

2.3 CA－Markov模型

元胞自動機（CA）是一種可以進行復雜系統時空演變過程模擬的數學模型［26］，形式為

式中：St、St＋1分別為t、t＋1時刻元胞的狀態；fq為局部空間的元胞轉換規則，其中q表示鄰域。

馬爾可夫模型（Markov）能夠利用系統已有離散狀態的經驗轉換概率對未來發展狀況進行模擬預測［27］。若一個系統的變化過程存在馬爾可夫性，其在t時刻的狀態為S（t），則t＋1時刻的狀態為

式中：P為狀態轉移概率。

CA－Markov模型能夠基于像元進行有關指標的時空演變模擬預測，既保持了元胞自動機（CA）模擬復雜系統空間變化的能力，又具有Markov模型進行長期預測的功能，被廣泛應用于土地利用格局的模擬和預測。由于MRSEDI的計算結果為具有空間離散特征的柵格數據，因此本研究嘗試將CA－Markov模型用于延河流域生態環境質量模擬預測。

3 結果與分析

3.1 生態環境質量變化情況分析

表2為1998年、2004年、2010年、2016年4個典型年份延河流域生態環境質量各指標均值（歸一化值）和MRSEDI均值。由表2可知：1998—2016年，延河流域MRSEDI均值從0.873提高到1.376，提高幅度為57.6%，表明流域生態環境質量得到顯著改善；負向指標SEI和NDSI均呈下降趨勢，下降幅度分別為34.8%和33.2%，表明流域土壤侵蝕模數顯著降低、建筑裸地面積明顯減少；正向指標WI和NDVI均呈上升趨勢，上升幅度分別為32.4%和86.5%，表明延河流域土壤濕度和植被覆蓋度顯著提高。

表2 典型年份各指標均值

典型年份延河流域各等級生態環境質量面積占比見表3。由表3可知：1998—2016年延河流域生態環境質量等級變化明顯，優秀等級的面積占比明顯提高；很差、較差等級的面積占比明顯下降，其中2010—2016年下降幅度最大，原因主要是自1999年開始實施的退耕還林（草）工程成效日漸顯著，從2010年前后開始由擴大規模階段轉為鞏固成果階段。

表3 典型年份生態環境質量各等級面積占比 %

為進一步揭示延河流域生態環境質量的變化特征，基于MRSEDI的變化情況，將研究區生態環境質量的變化分為顯著恢復、輕度恢復、基本不變、輕度退化、顯著退化等5種類型，各類變化的面積和占比見表4。由表4可以看出，1998—2016年延河流域除51.69%的面積生態環境質量基本沒變外，發生變化的面積以輕度恢復和顯著恢復為主（二者占比為32.67%），有小面積的輕度退化和顯著退化（二者占比為15.64%），表明延河流域生態環境質量整體上呈提高趨勢。

表4 1998—2016年生態環境質量變化類型

典型年份延河流域各等級生態環境質量分布情況見圖1。由圖1可知：延河流域生態環境質量為很差和較差等級的區域主要分布在流域西北部，優秀、良好等級的區域主要分布在流域東南部，1998—2016年流域東南部和中部生態環境質量等級明顯提高。

圖1 典型年份延河流域各等級生態環境質量空間分布

為進一步揭示延河流域生態環境質量空間變化特征，將生態環境質量變化類型分布圖與流域內縣級行政區劃疊加，見圖2。

圖2 生態環境質量變化類型分布

由圖2可以看出，延河流域生態環境質量變化存在一定的空間差異性，流域整體以基本不變和恢復為主，少數區域的生態環境質量發生退化。在縣（區）尺度上，延長縣生態環境質量恢復最為明顯，靖邊縣生態環境質量恢復效果不很理想。統計1998—2016年流域內各縣（區）MRSEDI均值變化情況表明，延長縣、寶塔區、安塞區、志丹縣MRSEDI均值分別提高了0.254、0.253、0.154、0.070，而靖邊縣MRSEDI均值降低了0.038。

結合Google Earth高分辨率影像對部分生態環境質量顯著退化區域（圖2中紅線所圍a、b、c、d、e區域）進行了驗證，發現各區域生態環境質量變化的驅動因素存在差異：分布在靖邊縣的a區域生態環境質量呈點狀退化，主要原因是靖邊縣礦產資源豐富，石油、天然氣及煤炭開采等形成大量點狀裸土礦區，其生態恢復力度有待提高；分布在安塞區的b、c兩區域生態環境質量均明顯退化，主要原因是這兩個區域建設用地和耕地面積有所增加，其中b區域地勢起伏較大、生態環境脆弱、人類活動范圍集中；分布在寶塔區中部的d區域生態環境質量明顯退化，主要原因是自2012年開始實施“削山造城”工程，新城區建設改變了地形地貌、加劇了水土流失，進而使生態環境質量退化；延長縣生態環境質量整體上明顯恢復，其西部e區有退化現象的主要原因是耕地面積增加、破壞了原本茂盛的植被。

3.2 生態環境質量預測結果分析

首先，對CA－Markov模型適用性進行評價，選取2004年和2010年的MRSEDI計算結果，用CA－Markov模型對2016年MRSEDI進行預測，預測值與前述計算值進行比對檢驗，得到Kappa系數為0.647 6，滿足精度要求，表明CA－Markov模型適用于延河流域生態環境質量預測。然后，分別對延河流域2022年和2028年生態環境質量進行預測，結果見圖3。

圖3 2022年和2028年生態環境質量預測結果

根據預測結果統計的2022年、2028年生態環境質量各等級面積占比見表5。由表5、表3可知，2028年與2016年相比，生態環境質量很差和較差的面積占比將明顯降低，而良好和優秀等級的面積占比將明顯提高。由圖3（b）與圖1（d）對比可知，2028年生態環境質量恢復區主要分布在流域西北部和中部地勢較為平坦的河谷區，但流域北部和中部仍然存在生態環境質量較差區域，說明這些區域生態環境極度脆弱，植被恢復、生態建設須長期堅持，尤其對石油、天然氣、煤炭開采區等的生態恢復應加強監管。

表5 2022年和2028年生態環境質量各等級面積占比 %

3.3 討 論

（1）指標選取的合理性。本研究基于延河流域生態狀況等，綜合考慮數據的可獲取性和指標的適用性，選擇土壤侵蝕指數、建筑裸土指數、濕度指數、植被指數4個指標計算改進型遙感生態距離指數，用于水土流失較為嚴重的干旱半干旱區生態環境質量快速評價，結果與實際情況相符，說明了指標選取的合理性。由于不同區域生態環境狀況等存在差異，因此在進行其他流域或區域生態環境質量評價時可選取更合適的指標。

（2）高程與地形因子的影響。高程在一定程度上影響區域溫度、濕度、人類活動頻率及生態環境狀況，地形因子（坡度、坡長、坡向等）與生態環境狀況關系密切［22］，然而目前基于多指標法的生態環境評價主要利用遙感影像提取地表信息，往往忽略了地形因子的影響。本研究對延河流域高程進行分級并統計各級高程的MRSEDI，結果表明：MRSEDI隨高程的升高呈現先增大后減小的趨勢，在1 000～1 200 m高程范圍內最高（為1.002），在1 600～1 800 m高程范圍內最低（為0.707），研究時段內低海拔（＜1 000 m）區域和中海拔（1 000～1 200 m）區域的生態環境質量明顯改善，但高海拔（1 200～1 800 m）區域的生態環境問題依然嚴峻。為更精準進行區域生態環境質量評價，后續研究擬考慮地形因子對生態環境質量的影響。

（3）預測結果的準確性。CA－Markov模型兼具CA模型模擬復雜系統空間變化的能力和Markov模型長期預測的功能，本研究驗證了其模擬預測延河流域生態環境質量的適用性，但延河流域內氣象站點較少，采用柵格插值的方式將氣象數據從點狀轉換為面狀時存在一定誤差，進而可能影響模擬預測的精度。

4 結 論

（1）改進型遙感生態距離指數MRSEDI能夠綜合多指標信息、較為準確地反映延河流域生態環境狀況，可作為生態環境質量評價的指標；CA－Markov模型兼具CA模型模擬復雜系統空間變化的能力和Markov模型長期預測的功能，可用于模擬預測流域生態環境質量。

（2）延河流域生態環境質量在空間上具有西北低、東南高的特征，1998—2016年負向指標SEI和NDSI均呈下降趨勢、正向指標WI和NDVI均呈上升趨勢，MRSEDI流域均值從0.873提高到1.376，流域生態環境質量整體上明顯上升，但存在局部生態環境質量退化現象。

（3）對延河流域2028年生態環境質量的預測結果表明，未來延河流域生態環境質量將整體持續上升，但流域北部和中部生態環境極度脆弱區生態環境質量仍然較差，因此生態建設尤其石油、天然氣、煤炭開采區的生態恢復須長期堅持。