基于遙感生態(tài)指數(shù)與土地利用轉移矩陣的沈陽市2003一2023年生態(tài)環(huán)境質(zhì)量評價

中圖分類號：X821 文獻標志碼：ADOI：10.19345/j.cnki.1674-7909.2025.14.024文章編號：1674-7909（2025）14-118-7

0 引言

生態(tài)環(huán)境質(zhì)量緊密關聯(lián)著人類日常的生產(chǎn)經(jīng)營和生活起居，對社會經(jīng)濟的穩(wěn)步發(fā)展以及自然環(huán)境的動態(tài)演變有著深遠影響。生態(tài)環(huán)境質(zhì)量評價旨在定量評估生態(tài)環(huán)境優(yōu)劣及其變化，為環(huán)境保護、資源管理與可持續(xù)發(fā)展決策提供關鍵依據(jù)。生態(tài)環(huán)境質(zhì)量評價具有多樣性和復雜性，目前，生態(tài)環(huán)境質(zhì)量評價領域常見的評價方法包括層次分析法[2]、主成分分析法[3]、灰色關聯(lián)度分析法[4]、模糊評價法[5]、專家咨詢法[等方法，其特點是多樣化、立體化、成熟化。

遙感技術具有觀測范圍廣、獲取信息速度快、受地面條件限制小等特點[7。遙感生態(tài)指數(shù)（Re-moteSensingEcologicalIndex，RSEI）是一個集合了多種遙感信息的綜合生態(tài)指數(shù)，即通過綠度、濕度、干度、熱度等4個因素來生成生態(tài)指數(shù)，從而對生態(tài)環(huán)境進行綜合性分析[8]。

2003年10月，中共中央、國務院印發(fā)了《關于實施東北地區(qū)等老工業(yè)基地振興戰(zhàn)略的若干意見》。2023年9月，習近平總書記在主持召開新時代推動東北全面振興座談會時強調(diào)，2018年9月在沈陽召開深入推進東北振興座談會以來，東北三省及內(nèi)蒙古在推動東北振興方面取得新進展新成效，國家糧食安全\"壓艙石\"作用進一步夯實，產(chǎn)業(yè)安全基礎不斷鞏固，能源安全保障作用不斷強化，生態(tài)安全屏障不斷筑牢，國防安全保障能力穩(wěn)步提升，改革開放呈現(xiàn)新氣象[9]。

因此，研究基于Landsat5TM數(shù)據(jù)、Landsat8OLI數(shù)據(jù)和遙感生態(tài)指數(shù)，選取2003、2008、2013、2018和2023年等5期遙感影像數(shù)據(jù)：時間上，分析2003一2023年的生態(tài)環(huán)境質(zhì)量變化；空間上，分析不同地理位置生態(tài)環(huán)境質(zhì)量的差異。

1研究區(qū)域概況

沈陽市位于遼寧省中部，北緯 41^°48^′～11.75\" 7東經(jīng) 123^°25^′～31.18\" 之間，總面積為 12860km² 。

截至2023年末，沈陽全市常住人口920.4萬人。沈陽市地處遼東山地與下遼河平原的交界地帶，地勢總趨勢由東北向西南逐漸降低，地面平均海拔為 45m ○沈陽市屬溫帶大陸性季風氣候，主要特點是冬冷夏暖，寒冷期長；春秋短促多風；南濕北干，雨量集中；日照充足，四季分明。年平均氣溫為 8.1^°C 。冬季寒冷，平均氣溫為 -9.1^°C ，極端最低氣溫為 -30.6^°C ；夏季平均氣溫為 22.3^°C ，極端最高氣溫為 38.3^°C 。

2數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源

研究的時間范圍為2003—2023年，所使用的Landsat系列遙感數(shù)據(jù)來自地理空間數(shù)據(jù)云（Geo-spatialData Cloud）與 USGS（United States Geologi-calSurvey）。其中，2003年與2008年采用Landsat5影像數(shù)據(jù)，2013、2018和2023年采用Landsat8影像數(shù)據(jù)。為了減少各時期數(shù)據(jù)之間的差異，增強可比性，各個影像的獲取時間均集中在植被生長旺盛的6一9月。此外，為了降低干擾，各影像的云含量均低于 5% 。

為了減少不同時期影像在地形、光照、大氣等方面的影響，保證分析的準確性，對影響進行輻射定標[10]、FLAASH大氣校正[]、圖像融合裁剪及水體掩膜處理[12]。

2003、2008、2013、2018和2023年的土地利用現(xiàn)狀圖來源于武漢大學楊杰、黃昕 30m annual landcoverand itsdynamicsin China from1990 to 2019^[13] 和中國科學院LUCC地理科學與資源研究所（資源環(huán)境科學與數(shù)據(jù)中心）發(fā)布的中國多時期土地利用遙感監(jiān)測數(shù)據(jù)集（CNLUCC），空間分辨率均為 30m 。

2.2 研究方法

2.2.1 遙感生態(tài)指數(shù)構建

遙感生態(tài)指數(shù)（Remote SensingEcological Index，RSEI）是徐涵秋[8]在生態(tài)環(huán)境指數(shù)（EcologicalIndex，EI）的基礎上構建的，即通過綠度、濕度、干度、熱度等4個因素來生成生態(tài)指數(shù)。遙感生態(tài)指數(shù)定義見式（1）。

RSEI=f （NDVI，WET，NDBSI，LST）（1）

式（1）中：RSEI為遙感生態(tài)指數(shù)，NDVI為綠度指標，WET為濕度指標，NDBSI為干度指標，LST為熱度指標。

RSEI的綠度、濕度、干度、熱度指標可以根據(jù)以下公式求取。

① NDVI是基于影像近紅外波段和紅色波段的反射率值得到的[14]，見式（2）。

式（2）中：NIR為近紅外波段的反射值； R 為紅光波段的反射值。

② 纓帽變換得到的濕度指標（WET）可以有效反映水體和土壤的濕度狀況[15]。Landsat 5和Land-sat8具有不同的傳感器，因此，其分別對應式（3）和式（4）。

0.1594b₄-0.6806b₅-0.6109b₇）/10000

WET-OLT=（ 0.151 1b_?1+ 0.197 3b_?2+ 0.328 3b_?3+

0.3407b₄-0.7117b₅-0.4559b₇）/10000

式（3）和式（4）中， b₁、b₂、b₃、b₄、b₅、b₇ 分別代表藍波段、綠波段、紅波段、近紅波段、短波紅外1波段、短波紅外2波段。

③ 干度指標NDBSI主要用于評估地表覆蓋類型，特別是建筑區(qū)和土壤的分布情況[16]。NDBSI通過結合城市建筑指數(shù)（IndexofBuildingIntensity，IBI）和土壤指數(shù)（SoilIndex，SI）來計算，反映了地表覆蓋的主要成分及其比例。干度指標公式見式（5）。

NDBSI=（SI+IBI）/2

其中， SI 和IBI的公式分別為式（6）和式（7）。

式（5）至（7）中， b₁，b₂，b₃，b₄，b₅ 分別代表藍波段、綠波段、紅波段、近紅波段、短波紅外1波段。

④ LST熱度指數(shù)是指地表溫度的指數(shù)[17]，將遙感數(shù)據(jù)熱紅外波段反演為亮溫，經(jīng)過比輻射率校正即可得到，具體可以表示為式（8）。

L_λ=τ_λB（λ，T_s）+（1-τ_λ）B（λ，T_a）+L_λ^up （8）

式（8）中， τ_λ 是大氣在波長 λ 處的透過率， T_s 是地表溫度， T_a 是大氣溫度， L_λ^up 是大氣向上的輻射亮度。

對以上求出的4個指標進行歸一化處理，經(jīng)波段合成構成一個影像，經(jīng)過主成分（PCA）分析之后，得到第一主成分PC1。為使PC1大的數(shù)值代表生態(tài)環(huán)境好的地區(qū)，用1減去PC1，得到初始遙感生態(tài)指數(shù) RSEI₀ 。為了便于將各個時期的RSEI進行比較，對RSEI進行歸一化處理，具體公式見式（9）。

式（9）中： RSEI 為遙感生態(tài)指數(shù)； RSEI_0-max 為RSEI₀ 的最大值； RSEI_0-min 為 RSEI₀ 的最小值。

2.2.2 土地利用轉移矩陣

土地利用轉移矩陣又稱土地利用變化矩陣，是一種用于分析土地利用類型在不同時期之間轉換情況的工具，在土地資源管理、生態(tài)環(huán)境研究等領域應用廣泛[18-19]。

土地利用轉移矩陣基于土地利用類型在不同時期的變化情況構建。其以矩陣形式呈現(xiàn)某一區(qū)域內(nèi)土地利用類型在初始時刻到結束時刻之間的相互轉換關系，能直觀反映各類土地利用類型的轉出和轉入情況，進而分析土地利用變化的方向和幅度。

一般設研究區(qū)在前期 （t₁） 的土地利用類型為 A_i （i=1，2，…，n，n 為土地利用類型總數(shù)），后期 （t₂） 的土地利用類型為 B_j（j=1，2，…，n，n 為土地利用類型總數(shù)），土地利用轉移矩陣的表達式見式（10）。

式（10）中， a_ij 表示在 t_?1 時期為 i 類型土地利用，在 t₂ 時期轉變?yōu)?j 類型土地利用的面積。矩陣的行表示初始時刻 t_?1 各土地利用類型的面積，行和 表示在 t₁ 時期 i 類型土地利用的總面積；列表示結束時刻 t₂ 各土地利用類型的面積，列和 表示 t₂ 時期 j 類土地利用的總面積。主對角線元素 a_ij 表示從t₁ 到 t₂ 時期內(nèi)沒有發(fā)生轉移，仍保持為i類型的土地面積。

3結果與討論

3.1RSEI均值時空變化

表1是各時期4個分量指標與RSEI的均值。從結果來看，2003—2013年，NDVI從0.812下降至0.694，呈現(xiàn)出明顯的下降趨勢，表明該時段內(nèi)植被覆蓋狀況有所降低。由于城市化進程加快、土地開發(fā)利用強度增大等原因，植被面積減少或植被健康狀況變差。2013—2023年，NDVI又逐步回升至0.760，說明在這之后生態(tài)環(huán)境建設或植被恢復工作取得了一定成效，植被覆蓋情況有所改善。

2003—2013年，WET值從0.646下降到0.592，反映出該區(qū)域的濕度狀況呈下降趨勢，是水體面積減少、蒸發(fā)量增加等因素導致的。2013—2023年，WET值在0.592～0.616之間波動，整體變化幅度較小，說明濕度狀況趨于相對穩(wěn)定，但仍未恢復到2003年的水平。

表1各時期分量指標與RSEI均值

結合NDVI均值與WET均值來看，2003—2013年，NDVI和WET數(shù)據(jù)均呈現(xiàn)下降趨勢，區(qū)域生態(tài)環(huán)境存在一些負面干擾因素。例如，城市化進程加快、建設用地擴張導致植被覆蓋減少，同時地表濕度也因植被減少、地面硬化等因素而降低。2003—2013年，NDVI回升趨勢相對明顯且持續(xù)上升，而WET在2013—2018年變化幅度很小，2018—2023年才回升到2008年水平。這表明在生態(tài)恢復過程中，植被恢復措施取得了較好效果，植被覆蓋增加，但濕度恢復相對滯后。

2003—2008年，NDBSI從0.134急劇上升到0.462，顯示出這5a建設用地擴張迅速，城市化發(fā)展速度加快，大量土地被用于城市建設。2008一2023年，NDBSI值有所波動但總體呈下降趨勢，降至0.146，表明后期城市建設速度放緩，或者開始注重生態(tài)與建設平衡，對建設用地的擴張進行了一定控制。

2003—2008年，LST從0.828上升到0.838，溫度略有升高，可能是城市熱島效應逐漸增強，與同期建設用地的快速擴張有關。2008—2023年，LST大幅下降至0.340，說明后期一系列生態(tài)環(huán)境保護措施，如增加綠化面積、改善水體環(huán)境等，有效緩解了城市熱島效應，降低了地表溫度。

結合NDBSI均值與LST均值來看，NDBSI和LST大致呈現(xiàn)正相關關系，表現(xiàn)為趨勢上多有同步變化，即歸一化建筑指數(shù)降低，意味著城市可能更多地進行了生態(tài)修復、綠化等工作，減少了建筑等不透水面積占比，使得地表溫度降低；而當歸一化建筑指數(shù)升高時，城市建設擴張等原因，導致地表溫度升高。

2003—2008年，RSEI從0.766略微下降到0.765，變化不大，說明這一時期生態(tài)環(huán)境質(zhì)量基本保持穩(wěn)定。2008—2013年，RSEI大幅下降至0.605，表明該階段生態(tài)環(huán)境質(zhì)量下降明顯，可能是前期建設用地擴張、植被覆蓋減少等多種因素綜合作用的結果。2013—2023年，RSEI雖有所回升，但僅為0.638，說明雖然生態(tài)環(huán)境質(zhì)量有所改善，但尚未恢復到之前較高的水平。

圖1為根據(jù)公式（2）一公式（9）獲得的沈陽市5期遙感生態(tài)指數(shù)RSEI影像。從圖1中可以看出，在2003年，優(yōu)等級的區(qū)域分布較為廣泛，幾乎覆蓋了大部分地區(qū)，說明該時期沈陽市整體生態(tài)環(huán)境質(zhì)量較好。隨著時間的推移，優(yōu)等級的區(qū)域逐漸減少，尤其是在一些中心區(qū)域或特定地點，深綠色區(qū)域明顯縮小，表明這些地方的生態(tài)環(huán)境質(zhì)量有所下降。良好等級的區(qū)域在后期圖中有所增加，可能是由于原本優(yōu)等級的區(qū)域生態(tài)環(huán)境變差而轉變?yōu)榱己玫燃墸@示出生態(tài)環(huán)境質(zhì)量的退化。一般等級區(qū)域覆蓋變化明顯，呈現(xiàn)出先縮減然后急劇擴大再縮減的趨勢，2023年與2003年相比面積擴大明顯，顯示出生態(tài)環(huán)境退化。2003年，較差和差等級的區(qū)域較少且較為分散。隨著時間的推移，這些等級的區(qū)域逐漸增多，尤其是在一些城市建設密集、工業(yè)活動頻繁的地區(qū)，差和較差區(qū)域明顯擴大，反映出這些地方的生態(tài)環(huán)境質(zhì)量下降較為明顯。

從5期圖綜合來看，沈陽市整體上生態(tài)環(huán)境質(zhì)量處于良好及以上水平的區(qū)域占比較大，說明沈陽市生態(tài)環(huán)境基礎相對較好。但各期圖中均存在少量差和較差等級區(qū)域，反映出城市發(fā)展過程中仍存在局部生態(tài)環(huán)境問題，需要在城市規(guī)劃和生態(tài)保護工作中重點關注這些區(qū)域，采取針對性的生態(tài)修復和保護措施。

3.2 土地利用時空變化

為探討沈陽市2003—2023年土地利用類型間的轉移特征，對2003、2008、2013、2018和2023年的土地利用現(xiàn)狀數(shù)據(jù)，利用Arcgis10.8空間分析能力，構建土地利用轉移矩陣（見表2）。最終得到2003—2008年、2008—2013年、2013—2018年、2018—2023年等4個土地利用轉移矩陣，展示研究區(qū)不同年份土地利用類型的轉移方式和數(shù)量。

從數(shù)據(jù)整體來看，2003—2023年，沈陽市土地利用變化顯著，建設用地擴張明顯，主要以占用耕地為代價；水體和未利用地面積增加，而林地面積有所減少。這種土地利用變化反映了區(qū)域發(fā)展過程中城市化、農(nóng)業(yè)與生態(tài)用地之間的相互轉換關系受到經(jīng)濟發(fā)展、人口增長、政策導向等多種因素影響。

圖1沈陽市五期RSEI空間分布圖

表2各時期土地利用轉移矩陣

單位： km²

將耕地、林地、草地和水體劃歸生態(tài)用地，建設用地和未利用地劃歸生產(chǎn)和生活用地。從各個時間段來看，2003—2008年，生態(tài)用地轉出 196.91km² 到生產(chǎn)、生活用地，同時有 164.89km² 轉進生態(tài)用地，生態(tài)環(huán)境質(zhì)量指數(shù)略有下降，但基本保持不變，生態(tài)環(huán)境無明顯變化；2008一2013年，生態(tài)用地轉出 289.45km² 到生產(chǎn)、生活用地，同時有 191.40km² 轉進生態(tài)用地，生態(tài)環(huán)境質(zhì)量指數(shù)由0.765下降到0.605，降幅為 20.92% ，此時段為20a間生態(tài)環(huán)境質(zhì)量指數(shù)變化最大的時段；2013一2018年，生態(tài)用地轉出 123.52km² 到生產(chǎn)、生活用地，同時有 137.43km² 轉進生態(tài)用地，生態(tài)環(huán)境質(zhì)量指數(shù)由0.605上升到0.663，升幅為 9.59% ，生態(tài)環(huán)境有所改善；2018—2023年，生態(tài)用地轉出 329.22km² 到生產(chǎn)、生活用地，同時有 313.84km² 轉進生態(tài)用地，生態(tài)環(huán)境質(zhì)量指數(shù)從0.663下降到0.638，降幅為 3.77% ，生態(tài)環(huán)境質(zhì)量略有下降（見圖2）。

4結論

研究利用2003、2008、2013、2018年和2023年的遙感影像和土地利用數(shù)據(jù)，通過構建遙感生態(tài)指數(shù)與土地利用轉移矩陣分析沈陽市2003一2023年生態(tài)環(huán)境質(zhì)量變化及土地利用類型的改變對生態(tài)環(huán)境質(zhì)量的影響。結果表明： ① 2003—2023年，沈陽市遙感生態(tài)指數(shù)呈波動下降趨勢。與2003年相比，2023年RSEI均值下降了約 16.71% ，表明在這20a間，沈陽市生態(tài)環(huán)境質(zhì)量有所下降，整體呈現(xiàn)變差的趨勢。 ② 沈陽市5期RSEI空間分布顯示，優(yōu)和良好等級廣泛分布，多在自然植被豐富及生態(tài)本底好的區(qū)域；一般等級在城市周邊及農(nóng)城過渡地帶；較差和差等級呈零星斑塊狀，主要在城市密集開發(fā)、生態(tài)受擾區(qū)域，反映局部生態(tài)問題。 ③2003-2023 年，沈陽市建設用地面積擴張明顯，以侵占耕地面積為主，其他土地利用類型各有增減。生態(tài)用地面積從2003年的 11233.16km² 縮減到2023年的10499.35km² ，減少了約 6.53% 。 ④ 沈陽市生態(tài)環(huán)境質(zhì)量的改善與惡化同時存在，在2013一2018年的改善程度高于惡化程度，其他時期惡化程度高于改善程度。

圖22003一2023年沈陽市生態(tài)環(huán)境質(zhì)量指數(shù)變化折線圖

參考文獻：

[1榮宏慶.論我國新型城鎮(zhèn)化建設與生態(tài)環(huán)境保護[J].現(xiàn)代經(jīng)濟探討，2013（8）：5-9.

[2]鄧立斌，陳端呂，鄧麗群.基于層次分析法的自然保護區(qū)模糊綜合評價研究：以海南霸王嶺國家級自然保護區(qū)為例[J].中國農(nóng)學通報，2013，29（29）：118-125.

[3]MINH S，LIANGX.Dynamic monitoring and analysis of ecological environment in Weinan City，Northwest China based on RSEI model[J]. Yingyongsheng tai xue bao Σ=Σ The journal of applied ecology，2016，27（12）：3913-3919.

[4穆瑞，張家泰.基于灰色關聯(lián)分析的層次綜合評價[J].系統(tǒng)工程理論與實踐，2008（10）：125-130.

[5]劉德晶，鄧立斌，陳端呂，等.模糊綜合評價法在九萬山自然保護區(qū)綜合評價中的應用[J].中南林業(yè)科技大學學報，2015，35（7）：7-11

[6]曹明弟.城市河流生態(tài)系統(tǒng)健康評價指標體系研究及其應用D].北京：中國環(huán)境科學研究院，2007.

[7]楊程，閆歌，杜思夢，等.無人機遙感技術在小麥生產(chǎn)中的應用綜述[J].河南科學，2021，39（10）：1598-1602.

[8徐涵秋.城市遙感生態(tài)指數(shù)的創(chuàng)建及其應用[J].生態(tài)學報，2013，33（24）：7853-7862.

[9]中共遼寧省委.關于深入貫徹落實習近平總書記在新時代推動東北全面振興座談會上重要講話精神奮力譜寫中國式現(xiàn)代化遼寧新篇章的意見[N].遼寧日報，2023-11-13（1）.

[10]張志杰，張浩，常玉光，等.Landsat系列衛(wèi)星光學遙感器輻射定標方法綜述[J.遙感學報，2015，19（5）：719-732.

[11]宋曉宇，王紀華，劉良云，等.基于高光譜遙感影像的大氣糾正：用AVIRIS數(shù)據(jù)評價大氣糾正模塊FLAASH[J.遙感技術與應用，2005，20（4）：393-398.

[12]YUANF，BAUER ME.Comparisonof impervious surface area and normalized difference vegetation index asindicators of surfaceurban heat island effects in Landsat imagery[J].Remote SensingofEnvironment，2007，106（3）：375-386.

[13]YANGJ，HUANG X.The 30m annual land cover dataset and its dynamics in China from 1990to 2019，EarthSyst[J].Sci.Data，13，3907- 3925.

[14]XUH，WANGM，SHIT，etal.Prediction of ecological effectsof potential population and impervious surface increases using a remote sensing based ecological index（RSEI）［J].Ecological Indicators，2018：730-740.

[15]李紅星，黃解軍，梁友嘉，等.基于遙感生態(tài)指數(shù)的武漢市生態(tài)環(huán)境質(zhì)量評估[J.云南大學學報（自然科學版），2020，42（1）：81-90.

[16]魏旋.基于LandsatTM/OLI遙感影像的蒙自市生態(tài)環(huán)境監(jiān)測與評價[D].昆明：昆明理工大學，2022.

[17]丁鳳，徐涵秋.TM熱波段圖像的地表溫度反演算法與實驗分析[J].地球信息科學，2006（3）：125-130，135.

[18]SONGC，XIYUEW，YIQ，etal.Spatial -temporal evolution and land use transition of rural settlements in mountainous counties[J].Environmental SciencesEurope，2024（1）.

[19]YANANL，KENINGW，HAILONGC. Land-use change and its driving factors in Henan province from 1995 to 2015[J].Arabian Journal of Geosciences，2022（3）.

Evaluation of the Ecological Environment Quality in Shenyang City from 2003 to 2023 Based on the Remote Sensing Ecological Index

HANWenjuan LI Zhidong ZHANGYa'nan GAOXimei

Shenyang Normal University，Shenyang11Oo34，China

Abstract： Using remote sensing image data and current land-use maps of Shenyang City from 2003，2008，2013，2018 and 2023 as data sources，this study analyzes the spatiotemporal changes in ecological environment quality and the impact of land-use type conversion on ecological environment quality from the perspective of the Remote Sensing Ecological Index （RSEI），combined with the landuse transfer matrix.The results are as follows： ① Temporally，the ecological environment quality of Shenyang City showed a fluctuating downward trend.Both improvement and deterioration occurred simultaneously，with the degree of deterioration higher than that of improvement. ② Spatially，areas with ecological environment quality at a good level or above accounted for a relatively large proportionin Shenyang City overall.Poor and relatively poor-grade areaswere mainly distributed in densely-populated urban regions. ③ Among the land-use transfer types，the expansion of constructionland area was significant，primarily encroaching on cultivated land.The area of ecological land decreased over the 20-year period.

Key words：remote sensing ecological index;land-use transfer matrix;ecological environment quality evaluation