黃河故道區域生態環境質量評價及成因分析

許寧,蔡永兵,鄔方莉,李元征

(1.商丘師范學院 測繪與規劃學院,河南 商丘 476000;2.商丘師范學院 河南省黃河故道生態保護與治理工程技術研究中心,河南 商丘 476000;3.安徽科技學院 資源與環境學院,安徽 鳳陽 233100;4.河南大學 地理與環境學院,河南 開封 475004;5.河南財經政法大學 資源與環境學院,河南 鄭州 450046)

良好的生態環境是人類生存和社會經濟可持續發展的基礎[1].區域生態環境的優劣狀況準確監測與客觀評估是保護生態環境與保障高質量發展的必然要求與重要手段[2].近年來,遙感技術在生態質量評價研究領域得到廣泛應用[3].單一的遙感指數往往不能完全反映區域生態環境質量狀況,綜合評價方法也存在指標選取和權重分配時的主觀性,或部分指標代表性不強、可獲取性較差、評價結果難以進行空間分析等問題[4,5].徐涵秋基于綠度、濕度、熱度和干度指標建立的一個完全基于遙感信息和自然因素的遙感生態指數(RSEI)[4].該指數的優勢在于利用主成分分析來確定各生態因子的權重,避免了人為確定權重的主觀偏差,計算結果具有客觀性和穩定性,能實現對區域生態環境質量快速監測與評價[4,6].RSEI已成功應用于城市[7,8]、國家[9]、流域[10-12]、山地[13]、礦區[14]、干旱區[15]等不同尺度且分布于不同自然環境與經濟發展水平的區域生態環境質量監測與評價.但鮮有基于遙感和GIS技術對黃河故道區域的生態環境質量進行定量監測與評價的研究.

目前基于RSEI的研究內容主要分為:生態環境質量的時空變化分析[11,14,15]、生態環境質量變化與各指標因子關系模型分析[13,16]、區域生態環境質量評價與驅動機制分析[17,18]、區域特色的生態環境質量模型優化[19,20]等4方面.多是圍繞上述4個方面中的某一方面或者兩方面展開.區域生態環境質量變化的驅動機制還不明確,有待進一步深入研究.

黃河故道是歷史上黃河流域的重要組成部分.黃河改道后,缺乏水源的故道沿線面臨土地沙化、土地鹽漬化,土壤肥力下降等問題.黃河故道位于省際交接區,沿線多為貧窮落后的革命老區.隨著城鎮化的穩步推進,人地矛盾越發尖銳、生態環境問題日益突出[21].為響應國家加強“黃河流域生態保護與高質量發展”的號召,本文基于遙感生態指數(RSEI)對黃河故道蘭考至商丘段區域1992年、2001年、2013年與2020年的生態環境質量進行動態監測和客觀評價,并利用地理探測器,從植被覆蓋度、土地利用類型、不透水面、海拔4方面探求區域生態環境質量變化的影響機理,以期為黃河故道區域生態環境保護工作和決策提供數據支持.

1 研究區與數據源

1.1 研究區概況

黃河故道西自河南省開封市蘭考縣從黃河干流分出,東至江蘇省鹽城市濱海縣入海,整體呈西北至東南走向的帶狀分布.我們以黃河故道蘭考至商丘段為研究區,位于114°39′E～115°46′E,34°17′N～34°56′N,總面積7500 km2.研究區地處河南省和山東省的接壤區域,位于黃淮腹地,自古就有“豫東門戶”“中原鎖匙”之稱.該區域屬于暖溫帶半濕潤大陸性季風氣候,年均氣溫為13.9～14.3℃,年降水量約為686.5～872.9 mm[22].黃河故道區域社會經濟發展相對滯后、基礎設施薄弱,是各地發展的洼地和短板.

1.2 數據

考慮到研究區農作物的物候特征、影像質量以及遙感生態指數的比較,本文從美國地質調查局網站(http://glovis.usgs.gov/)上下載了多期4月中下旬晴空無云的Landsat TM/OLI遙感影像,具體包括1992年4月16日TM數據、2001年4月25日TM數據、2013年4月26日OLI數據與2020年4月29日OLI數據.并基于上述影像,通過人機交互解譯提取土地利用數據,將其分為耕地、林地、水、農村居民點、城鎮用地以及未利用地.30 m空間分辨率的NASA DEM數據來自于美國航空航天局網站(https://search.earthdata.nasa.gov/).

為客觀真實地反映地表覆蓋情況,減少數據因素引起的誤差,對遙感影像進行了幾何配準、輻射定標、大氣校正和裁剪等預處理.為避免大片水域對主成分分析(PCA)的荷載分布造成影響[6],本文采用改進的歸一化差異水體指數(MNDWI)[23]建立水體掩膜.

2 研究方法

2.1 遙感生態指數指標的計算

本文采用RSEI來評價研究區生態環境質量.該指數綜合了綠度、濕度、熱度、干度四個指標,分別采用歸一化植被指數(NDVI)、濕度分量(Wet)、地表溫度(LST)、裸土指數(SI)與建筑指數(IBI)的均值來代表[4].

(1)綠度指標:采用NDVI代表綠度指標,計算方法見公式(1),NDVI是表征植物生長狀態與營養信息的最佳因子,與植物葉面積指數、植被覆蓋度以及生物量密切相關[24].

NDVI = (ρnir-ρred) /(ρnir+ρred)

(1)

式中:ρnir代表數據的近紅外波段,ρred代表紅色波段.

(2)濕度指標:濕度指標由纓帽變換中的濕度分量表征.Landsat不同傳感器執行此變化時模型計算參數不同[25,26],TM與OLI傳感器數據的計算公式分別見公式(2)與(3):

TM數據:

Wet=0.0315ρblue+0.2021ρgreen+0.3102ρred+0.1594ρnir-0.6706ρswir1-0.6109ρswir2

(2)

OLI數據:

Wet=0.1511ρblue+0.1973ρgreen+0.3283ρred+0.3407ρnir-0.7117ρswir1-0.4559ρswir2

(3)

(3)熱度指標:熱度指標主要由遙感影像反演的地表溫度表征,具體計算公式[27]如下:

L=gain×DN+bais

(4)

T=K2/ln(K1/L+1)

(5)

式中:L為熱紅外輻射亮度;gain、DN、bais分別為代表熱紅外波段增益值,像元灰度值和熱紅外波段偏置值、T為傳感器溫度值,K1、K2分別為定標參數,在Landsat 5影像中K1=607.76 W/(m2·sr·μm)、K2=1260.56 K;在Landsat 8影像中K1=774.8853 W/(m2·sr·μm)、K2=1321.0789 K.計算亮度溫度T后可通過地表比輻射率計算地表溫度,計算公式[28]為:

LST=T/[1+(λT/ρ)lnε]-273

(6)

式中:LST為地表真實溫度;ρ=1.438×10-2mK,λ為中紅外波段中心波長,Landsat 5第6波段中心波長為11.45 μm、Landsat 8第10波段中心波長為10.9 μm.

(4)干度指標:干度指數是對土壤干化的量化.黃河故道河岸區域有部分裸露土地,因此采用裸土指數(SI)代表;另外研究區還包括商丘、民權、蘭考等城市的建城區,故使用建筑物指數(IBI)和裸土指數(SI)二者結合生成干度指數(NDBSI)表示研究區土壤干化程度,計算公式[29]如下:

NDBSI=(SI+IBI)/2

(7)

SI=[(ρswir1×1.0+ρred)-(ρnir+ρblue)]/[(ρswir1×1.0+ρred)+(ρnir+ρblue)]

(8)

(9)

2.2 遙感生態指數構建

利用主成分分析(PCA)計算綠度、濕度、熱度與干度等指標貢獻率,構建遙感生態指數計算模型[8],實現單一變量綜合表征多個生態指標目的.

(10)

式中:n為分項指標個數;ai為指標權重系數;PCi為主成分分量.

因綠度、濕度、熱度與干度4個指標的單位、量綱并不一致,在進行主成分變換前,需要進行歸一化處理,將它們數值映射到[0,1]范圍內.各指標的歸一化處理公式[6]為:

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

(11)

式中:NIi為標準化處理后的指標值,Ii為對應指標在像元處的值;Imax、Imin分別為研究區內該指標的最大值和最小值.

另外,由于大面積水體會對主成分分析的結果造成影響,需對各指標水體先進行掩膜裁剪處理.我們首先計算出改進的歸一化差異水體指數(MNDWI)[23],然后設定合適閾值,實現水體掩膜.MNDWI計算公式如下:

MNDWI=(Green-MIR)/(Green+MIR)

(12)

式中:Green為綠色波段,MIR為中紅外波段.

為了便于不同年份RSEI比較分析,也需對多個年份的RSEI進行歸一化處理[6].

2.3 不透水面信息的提取

采用歸一化差值不透水面指數(NDISI)[30]提取研究區的不透水面信息.該指數采用符合波段的形式創建,能夠快速自動的提取不透水面信息.其計算公式為:

(13)

式中:NIR、MIR和TIR分別表示Landsat影像的近紅外、中紅外1波段和熱紅外波段的反射率,MNDWI為改進的歸一化差異水體指數.

2.4 地理探測器

地理探測器是探測地理現象的空間分異性,以及揭示其背后驅動因子的一種新的統計學方法[31].地理探測器q統計量,可度量空間分異性、探測解釋因子、分析變量之間交互關系,其表達式為:

(14)

(15)

式中:L為因變量Y或因子X的分層;Nh和N分別為層h和全區的單元數;σ2h和σ2分別是層h和全區的Y值的方差;SSW為層內方差之和;SST為全區總方差.q取值范圍為[0,1],q數值越大,表示各因子對研究區RSEI的影響越大,反之則越弱.

3 結果與分析

3.1 生態環境質量模型構建

本研究先將各期標準化后的綠度、濕度、熱度和干度4個指標進行波段合成,然后對合成后的圖像進行主成分分析,得到各指標主成分分析結果,見表1.

表1 1992-2020年指標主成分分析

由表1可知,4個時期第一主成分的貢獻率分別為82.76%、81.51%、85.01%與83.52%,均在80%以上,表明第一主成分因子已實現了多數指標數據的綜合,在一定程度上規避了人為干擾.另外,綠度和濕度對生態環境起積極作用,符號應為正值;熱度和干度對生態環境起消極作用,符號應為負值.除第一主成分之外,其它主成分的符號和大小難以解釋生態現象.因此,可使用第一主成分構建RSEI.為與實際認知相符合,在對PC1進行標準化處理之前,先對2001年、2013年、2020年PC1進行反向處理.四個時期各指標對PC1的貢獻度均表現為綠度指標>濕度指標,干度指標>熱度指標的特征,體現出綠度和干度指標是黃河故道RSEI構建中極其重要的要素,對研究區生態環境質量的優劣具有較大的影響.

3.2 生態環境質量時間變化

為了定量分析生態環境質量的變化,分別統計了各期綠度、濕度、熱度、干度和RSEI的均值,并將RSEI結果以0.2為間隔等距分為差、較差、中等、良、優5個生態等級.

如表2所示,1992-2020年綠度指標和濕度指標均值呈增加趨勢,熱度指標和干度指標呈現先減后增,整體上略微減少的趨勢.黃河故道區域RSEI均值在1992-2013年間呈持續好轉趨勢,由1992年的0.538上升到2013年的0.707.2013-2020年間生態環境質量有所退化,降至0.683.研究區RSEI均值所處生態等級由1992的中等級,上升至后3期的良等級.說明了近30年研究區生態環境質量整體呈改善的趨勢.

表2 1992-2020年4個指標和RSEI均值統計

如圖1所示,黃河故道區域生態等級為差與較差的區域占比由1992年的27.53%,降至2020年的8.78%,呈顯著下降趨勢.與此同時,生態環境質量為優、良面積占比由1992年的43.45%,上升至2013年的72.42%,而后下降為2020年的67.09%.研究區生態環境質量為差的面積占比明顯減少,由1992年的2.08%降至2020年的0.01%.生態環境質量為優的面積占比顯著增多,由1992年的8.82%上升至2020年36.69%.這說明隨著國家與地方各種關于生態環境保護政策的推出和實施,黃河故道地區的生態環境呈現出整體變好的趨勢.

圖1 各年份RSEI等級面積占比柱狀圖

由表3可知,1992-2001年,2001-2013年生態環境質量變好面積遠大于變差面積,黃河故道區域生態環境質量呈現顯著變好趨勢.2013-2020年生態環境質量變好的面積略小于變差的面積,生態環境質量趨于穩定.

表3 1992年-2020年黃河故道區域生態環境質量等級變化

1992-2001年,生態環境質量變好的面積為3514.48 km2,以輕微變好為主,其次是中等變好.變差面積為800.92 km2,主要為輕微變差.在1992-2020年期間,黃河故道區域生態環境質量變好的面積達到4602.951 km2,所占百分比達到62.3%;生態環境質量下降的面積較少,僅占11.31%.生態穩定區域面積為1949.31 km2,占總面積的26.38%.從圖中可以看出,1992-2020年各地生態指數的變化大部分在呈變好趨勢.

3.3 生態環境質量空間變化

本文結合研究區的土地利用數據,對1992-2020年遙感生態指數空間分布格局分析,如圖2所示,1992年研究區生態環境質量為差地區呈條帶狀主要集中分布在蘭考縣、民權縣、曹縣等地黃河故道兩岸.生態環境質量為較差地區除了分布在城區,其余集中分布在生態環境質量差的地區的周邊地區.生態環境質量為中等區域主要分布在農村居民點.生態環境質量良、優的區域主要分布在林地、耕地.隨著時間的推移,研究區生態環境質量差的區域顯著減少,黃河故道蘭考縣區域其生態指數也在逐年遞增,變化較為明顯.

圖2 1992年-2020年遙感生態指數分布圖

由圖3可知,黃河故道生態環境質量變化呈現顯著的空間分異.1992-2020年,研究區生態環境質量變差的區域主要分布在城鄉交錯帶.城鎮化建設對生態環境會造成一定的負面影響.隨著社會經濟的快速發展,城鎮化擴張的需求不斷增大,建城區替代了原有的植被覆蓋區域,變化最為顯著的是研究區東南部的商丘市區城鄉交錯帶.1992-2020年,研究區生態環境質量變好的區域主要分布在黃河故道兩側.長期以來,各級政府重視故道生態修復,生態保護政策和項目的實施對生態環境的改善起到很大的促進作用.開展植樹造林、改良鹽堿地、護堤固沙,打造黃河故道綠色生態廊道.分別修建有蘭考林場、民權林場、民權黃河故道濕地公園、商丘黃河故道國家森林公園、曹縣黃河故道濕地風景區等,有效改善了黃河故道兩岸的生態環境質量.

圖3 黃河故道區域遙感生態指數變化圖

由圖4可知,各生態等級的重心轉移波動明顯.1992-2001年和2001-2013年各生態等級中,中等級和良等級重心轉移方向大致相同,先向東南方向轉移,再轉向西北方向;而差等級和優等級則是先向東北方向轉移,再分別轉向西北和西南兩個相反方向.從各個等級的重心轉移路徑中可以看出,除較差等級的重心轉移幅度較小外,其他等級的重心轉移幅度均較大.其中良等級在1992-2001年重心向東南方向轉移了52.33 km,優等級在2001-2013年重心向西南方向轉移了61.93 km,差等級在2013-2020年間重心遷移幅度最大,往東南方向遷移了77.39 km.說明1992-2020年,黃河故道不同生態等級的區域變化顯著,波動范圍較大,從整體上來看各生態等級重心均向南移.除差等級外,其他各等級重心在2001年和2013年均在偏離1992年的重心的方向上,而2020年各等級重心卻在不斷向1992年的重心方向靠近.從中可以看出1992-2013年各生態等級變化趨勢與2013-2020年變化趨勢相反.這與前面的生態環境質量時空變化分析結果相符.

圖4 1992-2020年黃河故道各生態等級重心轉移

3.4 生態環境質量變化成因分析

為了定量分析區域生態環境質量變化的影響機理,本文將表征研究區生態環境質量的RSEI作為因變量Y,將研究區的植被覆蓋度、土地利用類型、不透水面與海拔4個因子作為自變量,通過系統采樣,并提取了樣點的相關屬性.其中,采樣間距為500 m,共得到29949個采樣點.利用地理探測器中的因子探測探究各影響因子對RSEI空間分異特征的解釋力q,結果見表4.植被覆蓋度對生態環境質量空間分異的解釋力度最高,4個時間段q值分別為0.791、0.856、0.840和0.833.其次是土地利用.不透水面和海拔對生態環境質量分異的影響較小.

表4 各影響因素影響力(地理探測器q值)探測結果

為進一步定量驗證植被覆蓋度與生態環境質量的關系,對研究區各時段的植被覆蓋度變化和生態指數變化數據進行系統采樣,共119913個樣點,以確保統計結果的客觀性和代表性.如圖5所示,通過回歸分析發現,各時段植被覆蓋度變化和生態指數的變化呈現顯著的線性正相關關系,相關系數皆大于0.88.說明植被覆蓋度在改善區域生態環境質量上具有重要的作用.

圖5 植被覆蓋度變化與生態指數變化關系的回歸分析

4 討論與結論

4.1 討論

本研究基于1992、2001、2013和2020年4期Landsat遙感影像數據,通過計算綠度NDVI、濕度Wet、熱度LST和干度NDBSI,并利用主成分分析構建遙感生態指數RSEI,對黃河故道近30年的生態環境質量進行監測與評價.研究發現生態環境質量與人類活動強度關系較為密切,綠色植被主要決定了綠度、濕度指標的高低,人為開發活動很大程度上影響干度、熱度指標的高低,在二者綜合影響下決定了區域生態環境質量的總體水平,這與薛陳利[32]、施婷婷[33]、單薇[34]等的研究結論一致.

遙感影像數據的質量與時相的差異,會影響評價精度.使用的30 m空間分辨率的Landsat衛星遙感影像,會存在混合像元的問題.本文選擇了綠度、濕度、熱度和干度指標構建RSEI,可能難以充分表征區域生態環境質量.今后的研究應利用更高分辨率的遙感影像,并根據黃河故道地區土地沙化、鹽堿化較嚴重的特點,修改RSEI,綜合評價該區域的生態環境質量.另外,區域生態系統的形成與發展受自然和人為等多種因素的影響.本文利用地理探測器探求區域生態環境質量變化的影響機理時,僅考慮了植被覆蓋度、土地利用類型、不透水面與海拔4個方面.年降水量和平均氣溫的變化在一定程度上影響著區域的濕度和溫度,未來研究中應考量這方面的影響.

4.2 結 論

本文基于Landsat遙感影像,利用主成分分析構建遙感生態指數,結合地理探測器,定量分析了黃河故道區域生態環境質量變化趨勢及影響機理.結果表明:

(1)研究區的生態環境質量呈現顯著的時空差異特征,在時間尺度上,1992-2013年間,生態環境質量呈持續好轉的態勢,2013-2020年間生態環境質量基本保持穩定;在空間區域上,生態環境質量下降的區域主要分布在城鄉交錯帶.1992-2020年間,黃河故道區域各生態等級的重心遷移幅度較大,時空波動較明顯.這在一定程度上反映出該區域生態系統不穩定.

(2)綠度和干度對黃河故道地區生態環境質量變化的貢獻最大,這與研究區地處華北平原,區內耕地分布廣泛,植被覆蓋度相對較高,加上近年來城市化快速發展導致建設用地不斷增加有關.在一定程度上體現了研究區生態環境狀況的優劣與植被覆蓋度和土地利用的變化密切相關.

(3)黃河故道區域生態環境質量的變化是受自然因素、人為因素的共同影響而發生的.主要受植被覆蓋度變化的影響,其次是土地利用變化的影響.黃河故道區域應協調好土地資源開發利用與生態環境保護的關系.在大力發展經濟的同時,需加強生態保護、加快生態文明建設,完善生態保護政策.