基于遙感生態指數的福建省南靖縣生態質量評價

摘 "要：該研究基于2010、2014、2017、2021年Landsat TM、OLI影像數據，選取遙感生態指數對福建省南靖縣近年生態環境質量進行監測和定量評價。結果表明，研究區各年份遙感生態指數（RSEI）均值分別為0.640 8、0.643 7、0.653 2、0.630 0，說明南靖縣近10年的總體生態質量呈先升后降的趨勢；研究區生態等級下降區域主要集中在漳州市臨近地帶及東部城市周圍，西部山區環境改善明顯，說明研究區生態環境的變化狀況會受到人類活動的影響；在未來的建設發展中，研究區應更加重視城市及周圍生態環境的保護，在發展經濟的同時合理利用自然資源，放緩城市擴張速度。

關鍵詞：遙感生態指數；生態環境質量；主成分分析；南靖縣；治理效果

中圖分類號：TP79 " " " "文獻標志碼：A " " " " "文章編號：2095-2945（2023）20-0097-04

Abstract： Based on the Landsat TM and OLI image data of 2010， 2014， 2017 and 2021， remote sensing ecological index was selected to monitor and quantitatively evaluate the eco-environmental quality of Nanjing County， Fujian Province in recent years. The results show that， the average RSEI of each year in the study area is 0.640 8， 0.643 7， 0.653 2 and 0.630 0， respectively， indicating that the overall ecological quality of Nanjing County has increased at first and then decreased in the past 10 years. The decline of ecological grade in the study area is mainly concentrated in the vicinity of Zhangzhou and around the eastern cities， and the environmental improvement in the western mountain area is obvious， indicating that the change of ecological environment in the study area will be affected by human activities. In the future construction and development， the study area should focus on the protection of the city and its surrounding ecological environment， make rational use of natural resources while developing the economy， and slow down the speed of urban expansion.

Keywords： remote sensing ecological index; eco-environmental quality; principal component analysis; Nanjing County; treatment effect

自20世紀70年代以來，逐漸有研究者使用Landsat、SPOT系列衛星影像分析區域生態質量[1]。遙感指數的應用也使得環境生態能夠更加直觀地展示出來，早先研究者習慣使用單一指數對區域植被覆蓋變化[2]、城市熱環境[3]、城市不透水面變化[4]等進行監測，然而區域生態變化是多因素相互影響的結果，單一指數并不能很好地反應區域生態質量[5]。

中國在生態質量評價領域起步較晚，2006年國家環?？偩痔岢錾鷳B環境狀況指數（EI）[6-7]，其評價體系構建復雜，數據收集困難，多以縣域為評價單位，各指標賦值時易受到主觀因素影響。

2013年徐涵秋[8]教授提出RSEI，該指數將綠度、濕度、干度、熱度指標進行整合，使用主成分分析提取各指標有效信息，避免主觀因素對評價結果的影響。各界研究者使用該指數對山區[9]、盆地[10]、濕地[11]、礦區[12]等各類區域進行生態質量評價，皆取得較好的效果。自RSEI提出以來，憑借其數據易獲取、評價結果客觀、適用性強等優點被廣泛應用[13]。

1 "研究區概況及數據預處理

1.1 "研究區概況

南靖縣（含薌城區飛地）位于漳州市西部，西鄰龍巖市，東側緊鄰漳州市下轄薌城區，南靖縣總面積約為1 960 km2，地勢由西向東傾斜，地形復雜，由西向東分別為中低山、丘陵、臺地和河谷平原、沖擊平原5大類型區，且以丘陵地貌為主。漳州市區內部建成區已趨近飽和，近年來逐漸向周邊縣市擴張，且南靖縣內部城市邊界外擴，導致林地、耕地等地表植被減少，植被覆蓋度逐年降低，劇烈的人類活動對生態環境影響較大。

1.2 "數據源及預處理

研究中2010年的影像來源是Landsat TM，而2014年、2017年、2021年均使用Landsat OLI影像，所有影像月份均在2、3月，并滿足云量小于5%、研究區上空無云層遮擋的條件。經過輻射定標、FLAASH大氣校正，使用研究區外圍矩形裁剪經過預處理的影像，再進行后續影像處理，從而避免研究區邊緣異常值累積的影響[14]。所有指數計算完成后，按照行政區劃邊界裁剪各結果圖，并完成最后的數據分析。

2 "研究方法

2.1 "指數構建

RSEI選取綠度、濕度、干度、熱度4個指標作為生態評價指標，見公式（1）

RSEI=f（NDVI、WET、NDBSI、LST） ， （1）

式中：NDVI為植被指數，代表綠度指標；WET為纓帽變換濕度分量，代表濕度指標；NDBSI為裸土指數SI和建筑指數IBI均值，代表干度指標；LST為地表溫度，代表熱度指標；f為主成分分析。

2.2 "評價指標

2.2.1 "綠度指標

綠度指標可以反應區域植被覆蓋情況以及生長狀態，是用于反應區域生態質量的重要參照[15]，其表達式為

式中：ρnir表示近紅外波段反射率，ρred表示紅光波段反射率。

2.2.2 "濕度指標

濕度指標用于表示地表含水量，包括土壤水分、植被水分、地表水等，對區域植被生長，生活適宜度有重要影響[16]。本文采用纓帽變換濕度分量作為濕度指標，見公式（3）

WET=b1 ρblue+b2 ρgreen+b3 ρred+b4 ρnir+b5 ρswir1+b6 ρswir2，（3）

式中：ρblue、ρgreen、ρred、ρnir、ρswir1、ρswir2在Landsat TM影像中分別為1、2、3、4、5、7波段，在Landsat OLI影像中分別為2、3、4、5、6、7波段；b1～b6表示各波段系數，在Landsat TM影像中分別為0.031 5、0.202 1、0.310 2、0.159 4、0.680 6、0.610 9，在Landsat OLI影像中分別為0.151 1、0.197 3、0.328 3、0.340 7、0.711 7、0.455 9[18]。

2.2.3 "干度指標

干度指標用于表示地表建筑與裸土，建筑與裸土的存在會使地面“干化”，致使區域生態質量下降[12]，見公式（4）—公式（6）。

公式（4）中：ρgreen、ρred、ρnir、ρswir1在Landsat TM影像中分別為2、3、4、5波段，在Landsat OLI影像中分別為3、4、5、6波段；公式（5）中ρblue、ρgreen、ρred、ρnir、ρswir1在Landsat TM影像中分別為1、2、3、4、5波段，在Landsat OLI影像中分別為2、3、4、5、6波段。

2.2.4 "熱度指標

熱度指標用于表示地表溫度，本文采用輻射傳輸方程法反演地表溫度，計算公式見公式（7）和公式（8）

B（TＳ）=[Lλ-Lu-τ*（1-ε）*Ld]/（τ*ε） ， （7）

Ts=K2/ln[K1/B（TS）+1] ， （8）

其中：B（TS）表示黑體輻射亮度；Lλ、Lu、Ld分別表示熱紅外波段輻射亮度，大氣上行輻射，大氣下行輻射；τ、ε分別表示大氣透過率、地表比輻射率，其中ε采用覃志豪等人提出的計算方法獲得：K_1、K_2為定標系數，可在影像元數據中獲得，τ、Lu、Ld皆可在NASA網站（https：//atmcorr.gsfc.nasa.gov/）獲得。

2.3 "水體掩膜及指標標準化

對區域內水體先進行提取、掩膜處理[17]，公式如下

式中：ρgreen、ρmir分別表示綠光波段、中紅外波段反射率。

為解決異常值影響最終分析結果的問題，所有指標的置信區間均限定在0.5%～99.5%，并對其進行極差標準化處理，見公式（10）

式中：NI表示標準化之后的各指標像元值；Ii表示標準化之前的各指標像元值；Imin、Imax分別表示該指標置信區間內像元值中最小值、最大值。

2.4 "主成分分析

主成分分析通過原變量線性組合將原變量中的信息統合到新變量主成分中，并有效去除原變量中的冗余信息[18-19]。RSEI將綠度、濕度、干度、熱度組合成多波段柵格影像，通過主成分分析將指標中的主要信息集成到各主成分中，得到各年份指標統計表（表1）。

對比歷年RSEI均值，研究區遙感生態指數呈波動變化，RSEI歷年均值分別為0.640 8、0.643 7、0.653 2、0.630 0。根據指數歷年均值變化，2010—2017年總體生態質量處于緩慢上升的狀態，其中2014—2017年總體生態質量增速較快，2017—2021年總體生態質量迅速下降，2021年總體生態質量甚至低于2010年生態質量。

2.5 "指數分級評價

為對比各年份環境生態質量變化，對各年份RSEI進行分級，按相等間隔將RSEI重分類分成5個等級，（0.8，1.0]對應1級，生態質量優；（0.6，0.8]對應2級，生態質量良；（0.4，0.6]對應3級，生態質量中等；（0.2，0.4]對應4級，生態質量較差；[0，0.2]對應5級，生態質量差，生態質量分級如圖1所示。

2010、2014、2017、2021年南靖縣RSEI差和較差兩級占比分別為15.39%、16.80%、12.74%、19.42%占比起伏較大，2017年占比最小；優和良兩級占比分別為61.34%、62.71%、64.14%、60.07%，2017年占比最高。歷年優、良兩級占比皆超過50%，處于主導地位，說明南靖縣總體環境生態質量較好，但是各年環境生態變化較大，總體趨勢先升后降。

3 "南靖縣生態監測

疊置分析2021年與2010年生態質量圖，并對比各區域的生態等級，重新劃分為等級升高區域、等級不變區域、等級降低區域，對比發現生態等級上升區域主要集中在南靖縣西部丘陵山區，生態等級下降區域主要集中在東南部河谷平原與漳州市區相鄰區域，大部分區域生態質量無變化，主要分布在南靖縣中部。南靖縣2010—2021年生態質量變化如圖2所示。

南靖縣近十年生態質量變化分為2個階段：2010—2017年生態質量逐步上升；2017—2020年生態質量迅速下降（圖3）。

2010—2017年RSEI生態等級上升區域、下降區域占比分別為25.02%、18.19%，生態等級上升區域大于下降區域，說明2010—2017年間南靖縣生態質量有明顯改善；生態等級上升區域主要分布在南靖縣西部與東南部，下降區域則分布較為分散。2017—2021年RSEI生態等級上升區域、下降區域占比分別為13.69%、21.20%，生態等級上升區域小于下降區域，說明2010—2017年間南靖縣生態質量逐漸降低；生態等級下降區域主要集中在南靖縣東南部與漳州市區相鄰區域。

4 "結論

根據RSEI反映南靖縣2010—2021年生態質量變化，2010—2021年南靖縣生態質量變化分為2個階段，2010—2017年南靖縣生態質量逐步改善，生態質量上升區域主要集中在東、西部山區，說明此時間段南靖縣生態治理卓有成效，生態恢復效果明顯；而2017—2021年南靖縣生態質量迅速下降，且生態質量下降區域主要集中在東南部，該區域大多為漳州市城市擴張區域以及南靖縣工業區集中區域，該區域建成區的增加導致周邊環境生態質量迅速降低。南靖縣生態質量總體呈現先升后降趨勢，至2021年生態質量總體低于2010年。

受漳州市城市擴張及工業區增加，南靖縣近十年建成區面積增長較快，且集中分布在東南部地勢平坦區域，而該區域也是南靖縣生態質量下降的主要區域，說明人類活動是造成南靖縣生態質量降低的主要原因之一。

南靖縣近年來經濟增速較快，而生態質量卻有所降低，且下降區域主要為人類活動區域，勢必對生產活動造成負面影響，因此，未來南靖縣發展經濟同時應當注重環境保護及開發后生態治理與恢復的工作，使得南靖縣整體生態質量有所提升。

參考文獻：

[1] 肖篤寧.美國環境監測和評價項目中的生態指標研究[J].資源生態環境網絡動態研究，1992（1）：22-27．

[2] 范建忠，李登科，董金芳.陜西省重點生態建設工程區植被恢復狀況遙感監測[J].農業工程學報，2012，28（7）：228-234．

[3] 周榕，徐涵秋，林云彬.城市建成區地表熱通量的遙感研究——以泉州市區為例[J].遙感信息，2006（6）：50-54．

[4] 徐涵秋.城市不透水面與相關城市生態要素關系的定量分析[J].生態學報，2009，29（5）：2456-2462.

[5] OCHOAGAONA S，KAMPICHLER C.A multi-criterion index for the evaluation of local tropical forest conditions in Mexico[J].Forest Ecology and Management，2010，260（5）：618-627.

[6] 國家環境保護總局.生態環境狀況評價技術規范（試行）：HJ/T 192—2006[S].北京：中國環境科學出版社，2006.

[7] 姚堯，王世新，周藝，等.生態環境狀況指數模型在全國生態環境質量評價中的應用[J].遙感信息，2012，27（3）：93-98.

[8] 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.

[9] 王士遠，張學霞，朱彤，等.長白山自然保護區生態環境質量的遙感評價[J].地理科學進展，2016，35（10）：1269-1278.

[10] 張燦，徐涵秋.南方紅壤典型水土流失區植被覆蓋度變化及其生態效應評估[J].自然資源學報，2015，30（6）：917-928.

[11] 王麗春，焦黎，來風兵，等.基于遙感生態指數的新疆瑪納斯湖濕地生態變化評價[J].生態學報，2019，39（8）：2963-2972.

[12] 吳志杰，王猛猛，陳紹杰，等.基于遙感生態指數的永定礦區生態變化監測與評價[J].生態科學，2016，35（5）：200-207.

[13] 陳煒，黃慧萍，田亦陳，等.基于Google Earth Engine平臺的三江源地區生態環境質量動態監測與分析[J].地球信息科學學報，2019，21（9）：1382-1391.

[14] 潘洪義，李加安，張琴.基于RSEI的地震區生態環境質量恢復研究——以汶川縣為例[J].長江流域資源與環境，2021，30（3）：745-757.

[15] GOWAED 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（23）：225-242.

[16] 宋慧敏，薛亮.基于遙感生態指數模型的渭南市生態環境質量動態監測與分析[J].應用生態學報，2016，27（12）：3913-3919.

[17] 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.

[18] 徐涵秋.一種基于指數的新型遙感建筑用地指數及其生態環境意義[J].遙感技術與應用，2007，22（3）：301-308.

[19] RIKIMARU A， ROY PS， MIYATAKE S. Tropical forest cover density mapping[J].Tropical Ecology，2002，43（1）：39-47.