东莞市生态状况遥感评价

周满迷，杨燕琼

（华南农业大学林学与风景园林学院，广东 广州 510642）

生态环境是社会-经济-自然复合的生态系统，是人类社会可持续发展的核心和基础。随着城市化进程的加快，人口的持续增长，城市用地规模持续扩大，造成了生态状况的变化，人们对环境保护和可持续发展越来越重视，生态状况的评价成为生态建设和保护环境的重要工作。

国外的生态状况评价主要以定性评价为主，对于生态环境自身质量和演变的评价研究较少，而对环境影响评价和战略环评的研究较多也较深入，具有一定的借鉴意义［1］。如Richard G. Lathrop将景观生态学理论与GIS相结合，对Strerling森林的环境敏感性进行了评估，以促进生境保护和开发利用协调发展［2］；Daniel等从生态学角度出发，基于景观生态学和RS、GIS技术，通过对景观单元的划分，对Tensax河流域进行了定性的景观生态评价［3］。在欧洲和美国，生态状况评价大多从某一个角度对生态的某一个方面进行评价。进入21世纪以来，国外生态状况评价工作研究方向转为建立评估模型，重点研究方法模型的运用，定量分析仍然较少［4］。Marco Trevisan以意大利Cremona省为例，利用非点源农业危险指数NPSAHI，通过 GIS，采用主成分分析法评价了人类在农业方面的行为对生态环境的影响。Reid等利用航片和Landsat影像研究LUCC对景观尺度上生态状况的影响［5］。

2006年国家环境保护部首次以行业标准的形式颁布了《生态环境状况评价技术规范（试行）》［6］，并于 2015［7］年修订，技术规范选取了生物丰度指数、植被覆盖指数、水网密度指数、土地胁迫指数、污染负荷指数和环境限制指数6个生态环境指数定量评价区域生态环境。规范实行以来，国内各个环保部门常用该法来综合评价县级及其以上的生态环境状况及变化趋势，但是也存在着无法空间可视化、人为设定指标权重和局限于县域以上范围的应用等问题。杜锁军等利用卫星遥感影像解译数据以及环境统计资料，对张家港市进行了生态环境评价研究［8］；郑洪萍等按《技术规范》所提出的评价指标体系，对福建省生态状况做了评价和动态变化分析［9］；孟岩等将《技术规范》的EI指数法用于以黄河三角洲垦利县为主的河口区生态环境状况定量评价中［10］；胡明玉等将生态环境状况指数EI法用于三峡翻坝运输江南公路沿线的生态状况评价［11］。

遥感生态指数RSEI法选取绿度、湿度、热度、干度4个指标来评价生态状况 。这4个指标均可从遥感影像获得，现时性较好，同时用主成分分析法确定指标权重，可减少人为因素带来的不确定性。刘智才等利用Landsat遥感影像，计算了福州市2009、2013年遥感生态指数（RSEI），研究福州市建设活动较明显的5类城市规划用地建设前后所产生的生态状况变化［14］。王士远等利用美国地质调查局（USGS）网站提供的不同时期时相一致的卫星影像，用遥感生态指数RSEI对长白山自然保护区1995—2015年的生态状况进行评价、变化分析及建模预测［15］。佟光臣等利用遥感生态指数RSEI，以连云港市赣榆为研究区，分析该区20年间RSEI生态状况等级、植被覆盖度等时空变化，结果表明，遥感生态指数RSEI与各指标之间具有较高的相关度，RSEI能客观、综合反映赣榆地区的生态状况［16］。基于此，本研究采用EI法和RSEI法对东莞市2016年生态状况进行评价、分析。

1 材料与方法

1.1 研究区概况

东莞市（113°31′～114°15′E、22°39′～23°09′N）位于广东省中南部，珠三角走廊的中心区域，北邻广州，南接深圳，且邻近港澳。东莞市地处北回归线以南，属亚热带季风气候，气候温和，年平均气温23.3℃，年均降水量2 042.6 mm；地势由东南的低山丘陵区逐渐向西北的低丘、台地与河谷平原区过渡，大部分为丘陵台地和冲积平原。复杂的地形和优越的气候条件，孕育了丰富的植物资源，东莞市林业用地面积为60 195.1 hm2（包括省属国营樟木头林场），有林地面积58 367.3 hm2，森林覆盖率37.1%。东莞全市陆地面积为2 465 km2，辖32个镇（街道），分为山区片、丘陵片、埔田片、市区片、沿海片、水乡片6大片区，其中樟木头镇、清溪镇、谢岗镇、塘厦镇、凤岗镇属于山区片，黄江镇、大岭山镇、大朗镇、寮埗镇属于丘陵片，常平镇、企石镇、茶山镇、桥头镇、横沥镇、东坑镇、石排镇、石龙镇属于埔田片，南城区、东城区、莞城区、万江区属于市区片，厚街镇、虎门镇、长安镇、沙田镇属于沿海片，望牛墩镇、高埗镇、麻涌镇、石碣镇、中堂镇、洪梅镇、道滘镇属于水乡片。近20年来，东莞市的经济高速发展，城市化水平提高，土地利用发生了巨大的变化，建设用地比例不断增长，生态系统不断变更，城市扩张侵占了城区附近的农田和林地等，造成耕地和绿地的减少。

本研究选取2016年冬季Landsat 8遥感影像作为主要数据源，分别赋以Landsat 8第6、

图2 RSEI指数计算流程

植被是对区域生态环境状况最为敏感的指示因子，标准化植被指数NDVI 是使用最广泛的植被指数。NDVI是遥感监测植被覆盖度、生物量、叶面积指数等生理参数的重要指标，可用来代表RSEI中的绿度指标。

反映植被、土壤和地表水体的湿度状况的湿度指数WET计算公式为：

式中，ρblue、ρgreen、ρred、ρswir1、ρswir2、ρnir分别表示可见光的蓝、绿、红、短波红外1、短波红外2和近红外波段的光谱值。

研究区域除城市建筑区外还包括部分裸土，因此利用建筑指数IBI和土壤指数SI二者相结合生成的建筑—裸土指数NDSI表示干度指标，其计算公式为：5、4波段为红、绿、蓝色合成假彩色图（图1，彩插二）。

1.2 研究方法

对东莞市2016年卫星影像进行大气校正、辐射校正、几何纠正（中误差控制在1个像元内）后，根据2015年《生态环境状况评价技术规范（试行）》中的公式计算EI指数，按图2计算RSEI指数。

用地表温度LST来表示热度：

式中，T为亮度温度，T =1321.08/ln（77.489/L+1）；L为热红外波段的辐射亮度值，L=3.342×10-4DN+0.1，DN为影像灰度值；ε为地表比反射率，由NDVI值决定。

由于绿度、湿度、热度、干度4个指标取值范围不同会引起权重失调，因此要对4个指标的计算结果进行标准化，然后通过遥感图像处理软件的波段合成工具合成生态状况遥感图像，对合成图进行主成分分析，并用第一主成分（PC1）计算初始遥感生态指数（RSEI0）：

RSEI0= 1 - { PC1〔 f ( NDVI，WET，NDSI，LST )〕}

RSEI0由1-PC1得到，遥感生态指数RSEI是RSEI0标准化处理后的值。RSEI取值在0～1间，越接近1则代表生态状况越好，越接近0则代表生态状况越差。

2 结果与分析

2.1 遥感生态指数RSEI法和生态环境状况指数EI法比较分析

为了比较遥感生态指数RSEI法和EI法评价生态状况的结果，按照《技术规范》标准将EI值划分为差、较差、中等、良好和优5个等级；标准化后RSEI取值范围在0～1之间，也分为生态状况差（0～0.2）、较差（0.2～0.4）、中等（0.4～0.6）、良好（0.6～0.8）、优（0.8～1.0）5个等级。遥感生态指数RSEI法与生态环境状况指数EI法得到的东莞市生态状况等级分布见表1。由表1可知，东莞市生态状况各等级所占比例，EI法和RSEI法相差1-5%之间，东莞市生态环境状况指数EI和遥感生态状况指数RSEI分别是54.353和0.584，均属于“中等”等级且接近“良好”等级，遥感生态指数RSEI和《技术规范》的EI指数一样能够有效反映城市生态环境状况，且以0.2的间隔对RSEI指数进行等级划分合理。

表1 东莞市生态状况等级EI法和RSEI法计算结果

由于EI指数只适用于县级及以上尺度的地区，有些指标数据如污染负荷指数和环境限制指数不能直接从遥感影像上提取，要依赖于每年政府部门公报的统计数据，只能每年年末对当地生态环境质量状况进行评价，评价次数有限，也限制了对县域尺度以下如乡镇、林场等较小尺度的量化评价；而RSEI指数法采用绿度、湿度、干度和热度作为生态指数的评价指标，这4个指标与人类生存环境息息相关，易于从遥感影像中快速提取，能够客观、快速地监测和评价城市生态环境质量，并将生态环境状况的分布情况实现可视化。因此本研究以遥感生态指数RSEI法为主对东莞市2016年的生态状况进行评价。

2.2 东莞市生态指标分析

东莞市各生态指标主成分分析结果统计见表2。由表2可知，第一主成分（PC1）特征值贡献率为90.74%，说明第一主成分反映了4个指标90.74%的信息，因此本研究采用第一主成分的绿度指标、湿度指标、干度指标和热度指标计算初始遥感生态指数RSEI0是合理的，可在一定程度上避免各指标权重因人而异、因方法而异带来的结果偏差。

从表2各指标特征向量统计数据可见，绿度（NDVI）和湿度（WET）对PC1的载荷为正值，说明地表植被和土壤湿度对东莞市生态状况起正面影响作用，且湿度、绿度对第一主成分的贡献率较大，说明地表植被、土壤湿度是影响东莞市生态状况评价结果的关键因素，增加地表植被覆盖和土壤湿度对改善东莞市生态状况作用最大；干度（NDSI）和热度（LST）对PC1载荷为负值，说明建筑用地和裸土对东莞市生态状况起负面影响。绿度指标和湿度指标对PC1贡献的绝对值之和大于干度指标和热度指标的绝对值之和，表明地表植被和土壤湿度对生态的改善作用大于裸土和建筑用地对生态的破坏作用。

表2 东莞市生态指标统计结果

从表2可以看出，2016年东莞市RSEI值为0.584，绿度和湿度均值分别是0.359和0.432，热度和干度指标均值分别是0.196、0.132。离散系数越大说明数据分布越不均衡，根据各指标的离散系数大小对比可知，干度指标离散系数最大，即数据的分散程度最大，绿度指标次之，这是由于莞城区、万江区、道滘镇、厚街镇等街镇商业区或工业区多、建筑群和道路密度大，而东南部和中南部地区有樟木头林场、清溪林场、大屏障森林公园、大岭山森林公园等，植被覆盖多、建筑物少的原因。

东莞市下辖28个镇、4个街道，行政管理较分散，为了统筹片区的联动协调发展，在不改变现有区、镇、街道行政架构和空间范围的前提下，将东莞市分为山区片、丘陵片、埔田片、市区片、沿海片、水乡片6大片区，各片区2016年4个生态指标均值见表3。由表3可知，遥感生态指数RSEI值由大到小为山区片、丘陵片、埔田片、沿海片、水乡片、市区片，山区片的生态状况最好，市区片和水乡片较差。这说明山区片的植被生长良好，而水乡片的水质量有待改善，市区片在加快城市建设的同时还需注重生态环境的保护，保持一定的林地面积与植被覆盖。影响东莞市生态状况的主要是湿度和绿度指标表征的地表植被覆盖和土壤湿度的情况，各片区的LST值在4个指标中最小，说明热度对东莞市生态状况评价结果影响不大，植被、水面起到很好的降温作用。

表3 东莞市2016年各片区生态指标统计结果

从绿度指标（NDVI）来看，山区片与丘陵片的NDVI均值较高、埔田片与沿海片的次之，水乡片和市区片的较低，市区的NDVI均值最小，与市区城市规划建设活动更频繁、生态环境受人为活动影响大的实际情况相符，说明还需加强对植被的管护；从湿度指标（WET）来看，沿海片和水乡片的湿度指标均值较高，市区片最低，这是由于沿海片和水乡片有大面积水域环绕，对湿度有直接影响，而山区片和丘陵片的湿度也比市区高，说明植被起到涵养水源的作用；从干度指标（NDSI）来看，东莞市经济发展和城镇建设程度较好的市区片、沿海片和埔田片的干度指标比其他片区大，说明市区片、沿海片和埔田片城市化进展较快，有更多的工业区或楼房，建筑指数、裸土指数较大；从热度指标（LST）来看，市区片和丘陵片的热度指标均值较高，这主要是由于这两个片区建筑用地面积大、人口密度大。综合4个指标来看，市区片对生态环境起正效应的绿度和湿度指标均比其他片区低，而对生态环境起负作用的干度和热度指标比其他片区高，因此市区片的RSEI值最小；水乡片区RSEI值也不高，主要是由于NDVI均值较低，受绿度指标的限制，说明水乡片区可通过植树造林，增加植被覆盖度以改善生态状况。

综上所述，各片区生态状况的好坏主要受地表植被和土壤湿度影响，其中山区片的绿度、湿度指标较高，干度、热度指标值最低，最适宜居住；市区片的绿度、湿度指标较低，干度、热度指标较高，可进一步合理调整土地利用结构，推进植树造林活动，在有限的林地面积上通过减少裸土面积、增加立体绿化、丰富植被群落结构等措施，继续加强市区的绿化力度。

2.3 东莞市生态状况分布分析

将2016年东莞市RSEI指数以0.2的间隔分成5级，表示5种生态状况，即分别代表生态状况差（0～0.2）、较差（0.2～0.4）、中等（0.4～0.6）、良好（0.6～0.8）、优（0.8～1.0）5个等级。东莞市遥感生态指数分布见图3（彩插二）、表4。从图3和表4可以看出，东莞市2016年RSEI主要集中在中等、良好等级，分别占54.35%、43.43%，说明东莞市在城市化发展同时注重生态环境的保护，若要达到优的生态状况水平，还需要在良好的基础上进一步优化生态环境的规划，如提高植被覆盖度、改善水体质量等。

从图3还可以看出，东莞市的东部和中南部地区生态状况主要为优良，这是由于东南部为山区、丘陵台地，植被较多，生长良好；东北、西北和西部的生态状况以中等为主，同时分散有生态状况为良好的局部范围，这是由于这些地区地势低平，河滨、冲积平原分布其中，水网纵横，易受潮汐影响，植被生长状况不太理想，总体植被覆盖度较低，茂密的、生长状况良好的植被零碎分布其中，说明植被覆盖度越高，生态状况越好。

表4 2016年东莞市各生态状况等级分布

东莞市各片区的生态状况见表5。由表5可知，各片区生态等级分布共同特点是：生态状况差的面积占比都极小，近似为0；各片区生态状况等级分布都比较集中，90%以上处在中等或良好等级。各片区生态等级分布也有所差异：市区片生态状况中等的占绝对优势，为68.47%，良好等级次之，为29.70%；山区片和丘陵片的是生态状态处于良好等级为主，良好等级分别占59.31%、52.74%；水乡片生态状况为中等的比重较大，仅次于市区片，水乡片、沿海片和埔田片区的生态状况处于中等的比例也较大，分别为64.77%、61.82%、59.98%。

东莞市的六大片区包含32个乡镇，其生态状况RSEI指数见表6。由表6可知，东莞市32个乡镇或街道中，以樟木头镇生态状况RSEI指数值最高，为0.657，其次是清溪镇，为0.652，这两个镇均属于山区片，生态状况均处于相对较高水平，这是由于樟木头镇和清溪镇位于东莞市东边，距市中心较远，受人为干扰较少，且有清溪森林公园和广东观音山国家森林公园分布其中，森林覆盖率大，RSEI较大，生态状况较好；而沙田镇和道滘镇生态状况均相对较差，沙田镇的RSEI指数值最低，为0.496，其次是道滘镇，为0.506，这是由于沙田镇和道滘镇分别属于沿海片和水乡片，位于东莞市西边，在东江南支流上游和下游区域，建筑密集，人为活动对生态环境干扰较严重，RSEI较小，生态环境状况处于中等状态，相对其他乡镇较差。

表5 各片区生态等级面积占比（%）

从表6还可以看出，东莞市山区片各乡镇的遥感生态指数RSEI值均达到0.6以上，处于良好等级。其中，丘陵片的黄江镇、大岭山镇、大朗镇等3个乡镇的RSEI分别位0.651、0.619、0.602，生态状况良好，寮埗镇的RSEI指数值偏低些，为0.572；埔田片区8个乡镇的生态遥感生态指数RSEI值均在0.5～0.6范围内，且除石龙镇RSEI值为0.507外，其他7个乡镇的RSEI值均大于0.550，说明生态环境状况较接近良好状态；另外，市区片的南城区、东城区，沿海片的厚街镇、虎门镇，水乡片的望牛墩镇、高埗镇的RSEI值也均在0.55以上，这些乡镇的生态环境状况水平不均衡，说明针对生态状况相对较差的局部区域，可加大生态环境建设力度，有望通过环境治理更快地达到良好水平，以提高所在片区或全市整体的生态环境状况。全市遥感生态指数RSEI值居前5位的乡镇依次为樟木头镇、清溪镇、黄江镇、谢岗镇和塘厦镇，这5个乡镇生态状况处于优或良好的面积较大，乡镇内生态状况水平较均衡；而RSEI值较低的沙田镇、道滘镇、石龙镇、洪梅镇和中堂镇，生态状况中等的面积比例大。

表6 各乡镇生态等级面积占比（%）

3 结论与讨论

遥感生态指数RSEI法能有效地反映东莞市的生态状况。目前评价生态状况的方法多用生态环境状况指数EI法和遥感生态指数RSEI法。EI法包括生物丰富度指数、植被覆盖指数、水网密度指数、土地胁迫指数和污染法负荷指数和环境限制指数，RSEI法包括绿度、湿度、干度和热度4个指标。本研究通过EI法和RSEI法的东莞市生态状况评价结果表明，RSEI法比EI法更客观，无需人为设定权重；各指标可用卫星影像光谱值计算，快速地评价生态状况；并且可以可视化制图直观展现研究区生态状况空间分布变化，这与李粉玲等［17］和吴志杰等［18］对黄土高原沟壑区和永定矿区等生态脆弱区、彭丽媛等［19］和王俊祺等［20］对玛纳斯河流域和敖江流域、朱贞榕［21］和王冬辰等［22］对南昌市和大同市等城市区域的研究结论相一致。遥感生态指数RSEI法能够弥补生态环境状况指数EI法仅限于县域及以上区域的生态状况评价的缺点，揭示研究区生态状况的空间分布特点与变化原因，为更有针对性、更有效地改善生态环境状况提供参考。

绿度、湿度、干度和热度能全面反映东莞市的生态状况。目前对东莞生态环境状况的综合评价研究较少，主要是从土地利用［23］、热岛效应［24-25］等其中一方面进行评价。本研究用卫星遥感方法，从植被覆盖状况（绿度）、水体与地表温度（湿度）、建筑物与裸土（干度）、温度（热度）等方面综合评价东莞市的生态状况，并在空间上对东莞市按不同的片区和镇街分别比较分析和定量评价其生态环境状况，了解东莞市内部生态状况分布变化和影响因素，结果表明：绿度、湿度是影响东莞市生态状况的主要因素，东莞市生态状况以中等、良好为主，态环境状况良好的地区主要集中在东莞市东南部、中南部的山区片和丘陵片，生态环境状况较差的地区主要分布在中部和西北部的市区片和水乡片。

由于本研究受获取数据所限，只有2016年的Landsat 8卫星遥感影像，而不同的卫星影像的空间分辨、时间分辨率、光谱分辨率各异，因此后续的研究可拓展到多源数据融合，提高生态环境状况评价的精度。另外，不同季节的湿度等指标数值可能存在差异，还可以进一步考虑季节变化对生态状况评价结果的影响，或者选取多时相的遥感影像和环境资料等，进一步研究生态状况的动态变化趋势，预测未来几年的质量变化。

参考文献：

［1］李彤. 生态环境评价国内外研究综述// 2010年国际遥感会议（ICRS）［C］. 杭州，2010.

［2］Li A N，Wang A S，Liang S L，et al. Ecoenvironmental vulnerability evaluation in mountainous region using remote sensing and GIS-A case study in the upper stream of Minjiang River，China［J］. Ecological Modelling，2006，192（1-2）：175-187.

［3］Daniel T H，Curtis M E，Anne C N，et al. A landscape ecology assessment of the Tensax River Basin［J］. Environmental Monitoring and Assessment，2000，64（1）：41-54.

［4］牛佳，王吉刚，杨茗绅，等. 生态环境评价研究综述［J］. 节能，2014，33（1）：11-15.

［5］Reid R S，Russell L K，Nyawira M，et al. Landuse and land-cover dynamics in response to changes in climatic，biological and Sociopolitical forces：the case of Southwestern Ethiopia［J］. Landscage Ecology，2000，15：339-355.

［6］环境保护部. 生态环境状况评价技术规范（试行） HJ/192［S］. 2006.

［7］环境保护部. 生态环境状况评价技术规范HJ/192［S］. 2015.

［8］杜锁军，殷益敏，谢东俊. 张家港市生态环境评价研究［J］. 江苏环境科技，2006，19（2）：74-75.

［9］郑洪萍，白亮，林崎. 福建省生态状况评价及动态分析［J］. 能源与环境，2006（3）：6-8.

［10］孟岩，赵庚星. 基于卫星遥感数据的河口区生态环境状况评价—— 以黄河三角洲垦利县为例［J］. 中国环境科学，2009，29（2）：163-167.

［11］胡明玉，焦开虹，刘胜祥，等. 三峡翻坝运输江南公路沿线生态状况现状分析［J］. 四川环境，2007，26（6）：40-43，48.

［12］徐涵秋. 区域生态环境变化的遥感评价指数［J］. 中国环境科学，2013（5）：889-897.

［13］徐涵秋. 城市遥感生态指数的创建及其应用［J］. 生态学报，2013，33（24）：7853-7862.

［14］刘智才，徐涵秋，林中立，等. 不同城市规划用地类型的生态效应研究［J］. 地球信息科学学报，2016，18（10）：1352-1359.

［15］王士远，张学霞，朱彤，等. 长白山自然保护区生态状况的遥感评价［J］. 地理科学进展，2016，35（10）：1269-1278.

［16］佟光臣，林杰，陈杭，等. 连云港市赣榆区1994—2014年生态变化评估［J］. 水土保持研究，2016，23（6）：352-357.

［17］李粉玲，常庆瑞，申健，等. 黄土高原沟壑区生态环境状况遥感动态监测：以陕西省富县为例［J］. 应用生态学报，2015，26（12）：3811-3817.

［18］吴志杰，王猛猛，陈绍杰，等. 基于遥感生态指数的永定矿区生态变化监测与评价［J］. 生态科学，2016，35（5）：200-207.

［19］彭丽媛，张军民，梁二敏，胡蒙蒙. 基于RSEI的玛纳斯河流域自然生态环境变化评价［J］. 石河子大学学报（自然科学版），2017，35（4）：506-512.

［20］王俊祺，潘文斌. 生态环境变化遥感评价指数的应用研究—— 以敖江流域为例［J］. 环境科学与管理，2014，39（12）：186-190.

［21］朱贞榕. 基于遥感生态指数（RSEI）的南昌市生态环境质量评价［D］. 南昌：东华理工大学，2017.

［22］王冬辰. 大同市土地覆盖与生态环境变化遥感分析与评价［D］. 南京：南京大学，2016.

［23］陈红顺，夏斌. 快速城市化地区土地利用变化及驱动因素分析—— 以广东省东莞市为例［J］. 水土保持通报，2012，32（1）：54-59.

［24］苏雅丽，杨燕琼. 东莞市区热力场与植被覆盖关系动态分析［J］. 广东农业科学，2015，42（22）：187-192.

［25］沈德才，杨燕琼，吴振彪，等. 基于Landsat 8的东莞市热岛效应研究［J］. 广东林业科技，2014，30（6）：20-24.