基于遥感生态指数的新疆玛纳斯湖湿地生态变化评价

王丽春,焦 黎,*,来风兵,张乃明

1 新疆师范大学 新疆维吾尔自治区干旱区湖泊环境与资源重点实验室, 乌鲁木齐 830054 2 新疆师范大学 地理科学与旅游学院, 乌鲁木齐 830054

西北干旱区生态环境基础严重脆弱,是全球气候变化下的最敏感地区[1]。干旱区湿地是我国重要的湿地类型之一,湿地类型以湖泊湿地为主,其生态环境质量变化关系到干旱区人类的生存和生活质量[2]。2014年,中国科学院启动科技服务网络(STS)计划项目—“丝绸之路经济带资源环境承载力研究”,任务之一是对西北地区过去近20年的生态变化过程进行详细评估[3]。为了能直观地了解区域生态环境状况,国内外学者在利用遥感技术进行生态环境评价方面开展了大量研究工作[4- 10]。遥感生态指数(Remote Sensing Based Ecological Index,RSEI)是徐涵秋基于遥感技术提出的一种新型遥感生态指数,集成了反映生态环境最为直观的、以自然因子为主的多重指标,对区域生态环境状况既能实现客观定量评价,同时也能对生态环境的演变进行时空性分析以及可视化显示[11]。但是该指数目前主要应用于城市生态系统研究,在干旱区湿地的应用实例还很少,亟需结合遥感资料验证RSEI指数的适用性,从而为充实适合于西北地区湿地生态环境评价研究方法提供数据支撑。

玛纳斯湖是古玛纳斯湖区域性构造运动和气候因素共同作用下形成的几个湖泊之一,据有关资料及文献统计,玛纳斯湖20世纪50年代还有550 km2的水面面积,平均水深6 m左右,湖面高程257 m,容积约4×109m3,而我国20世纪60年代初的航测地形图显示,玛纳斯湖已经干涸[12- 13]。作为古尔班通古特沙漠西北边缘重要的生态环节,湖泊的干涸不仅对周围生态带来毁灭性的影响,而且干涸的湖底还会增加沙尘天气的频率[14]。玛纳斯湖湿地面积的减少和生态的退化主要发生在建国后,随着玛纳斯河流域耕地规模的不断扩大,上游农业用水挤占了下游生态用水,尾闾的湖泊湿地得不到足够的补充淡水量,加速了湿地的退化和消亡[15]。在全球气候变化的影响下,近20多年来,玛纳斯湖又出现了复苏的现象,再次引起了人们的广泛关注。本文利用RSEI,对玛纳斯湖湿地进行多指标、大范围、多时相的生态变化综合评价研究,探讨影响湿地生态环境变化的关键因素,以期为区域生态环境改善提供科学依据。

1 研究区概况

玛纳斯湖是玛纳斯河的尾闾,位于天山北部准噶尔盆地中心,是主要汇集天山北坡地表径流而成的内陆湖[16]。本文选取的研究区以古玛纳斯湖盆为基础,以达尔布特断裂带、克拉玛依-乌尔禾断裂带和克乌大断裂控制的构造格局为依据,如图1所示。玛纳斯湖一带属温带大陆性干旱气候区,冬冷夏热,温差较大,相对湿度48%,盛行西北风,年均气温8.8℃,一月平均气温-20℃,极端最低气温-38℃,7月平均气温25.6℃,极端最高气温42℃。年均蒸发量3110.5 mm,年日照时数2742.2 h,年均降水量63.7 mm,无霜期174 d。玛纳斯湖湿地地区植被组成极其贫乏,以梭梭灌林为主,且自外围向湖心渐次递减[17]。湖泊在水源稀少、降水贫乏的干旱气候背景下蒸发更加强烈,迅速萎缩并形成间歇性干涸的荒漠景观。

图1 研究区位置示意图Fig.1 Sketch map of the location of the study area

2 数据来源与研究方法

2.1 数据来源及预处理

本研究遥感数据统一选用Landsat系列影像,分别为2000年7月Landsat7的ETM+影像、2006年7月Landsat5的TM影像和2016年8月的Landsat OLI影像,空间分辨率为30 m。影像季相相同,云量较少,质量完好,避免了因季节差异而造成的影响。在ENVI软件中先对每景遥感数据进行辐射定标、大气校正、几何校正,使波段的DN值转换成传感器处的反射率,以及消除地物反射受大气和光照等因素产生的影响,然后进行影像的拼接与研究区的裁剪等预处理工作。人口、经济数据从新疆统计年鉴中查得,气象数据下载于中国气象科学数据共享服务网(http://data.cma.cn/)。

2.2 研究方法

遥感生态指数(RSEI)修正了国家环保部颁布的EI指数中属性的空间展现方式,通过主成分变换集成绿度、湿度、热度和干度4个人类直观判断生态环境优劣的指标来综合反映区域生态环境,克服了指标单一缺点的同时,又使得各分指标的集成更为合理。其中,绿度指标、湿度指标、热度指标和干度指标分别用植被指数NDVI、湿度分量Wet、地表温度LST和土壤指数NDBSI来代表。

(1)绿度指标

绿度指标是植物生长状态以及营养信息的最佳指示因子,与植物的叶面积指数、覆盖度以及生物量密切相关[18]。归一化植被指数(NDVI)是反映地表植被状况的定量值,常应用于森林、草地等植被遥感监测中。

NDVI=(N-R)/(N+R)

(1)

式中,N代表landsat TM数据的近红外波段,R代表红色波段。

(2)湿度指标

缨帽变换技术实现了对数据的压缩和冗余,其中的湿度是生态环境研究中的一个重要指标,反映了植被、水体和土壤中的湿度,与土壤退化等生态环境变化息息相关。对于Landsat不同传感器数据其表达式不同[19],分别表示如下：

Wet(ETM)=0.1509B1+0.1973B2+0.3279B3+0.3406B4-0.7112B5-0.4572B7

(2)

Wet(TM)=0.0315B1+0.2021B2+0.3102B3+0.1594B4-0.6806B5-0.6109B7

(3)

Wet(OLI)=0.1511B1+0.1973B2+0.3283B3+0.3407B4-0.7117B5-0.4559B7

(4)

B1、B2、B3、B4、B5、B7分别代表ETM、TM数据的第1、2、3、4、5、7波段反射率和OLI数据的2、3、4、5、6、7波段反射率。式(2),Wet(ETM)表示Landsat ETM数据的湿度分量；式(3),Wet(TM)表示Landsat TM数据的湿度分量；式(4),Wet(OLI)代表Landsat 8数据计算出的湿度分量。

(3)热度指标

代表热度指标的地表温度由经比辐射率校正的温度来代表,热环境问题不管在全球还是在区域,都是亟待解决的现实问题。通过landsat数据中的热红外波段,计算亮度温度Tb,再进行比辐射率ε校正。其表达式为：

LST=Tb/[1+((λTb)/ρ)ε]-273.15

(5)

(6)

L6=gain×DN+bias

(7)

式(7)中,DN代表landsat数据像元的灰度值,gain和bias分别为波段增益值和偏置值,L6代表TM/TIRS热红外波段的辐射值；式(6)中,K1和K2为定标参数,Tb为亮度温度；式(5),λ为TM数据的6波段的中心波长11.5 μm,为landsat 8数据的第10波段的中心波长10.9 μm。ρ等于1.438×10-2mK；ε为比辐射率,根据Sobrino提出的NDVI阈值处理得到[20]。

(4)干度指标

土壤干化会给区域生态环境造成严重危害。本文利用裸土指数SI和建筑指数IBI生成的干度指数(NDBSI)来代表研究区土壤干化程度：

NDBSI=(SI+IBI)/2

(8)

其中：

SI=[(B5+B3)-(B4+B1)]/[(B5+B3)+(B4+B1)]

(9)

(10)

(5)构建遥感生态指数

当前,多元统计方法中的主成分分析(Principal Component Analysis,PCA)是一种采取依次垂直旋转坐标轴的方法,将多个变量的信息通过线性变换集中到少数几个特征分量的多维数据压缩技术。RSEI采用主成分变换来构建遥感综合生态指数,把四个指标主要的信息集中到前面的1—2个主成分上,使其既能以单一指标的形式出现,又可以综合以上4个指标的信息。该方式的优点就是在构建RSEI指数时,集成各指标的权值不是人为确定,而是根据各指标自身的性质以及对各主分量的贡献度来自动客观地确定,从而在计算时很大程度上避免了因人和方法对权重设定不同所导致的结果偏差,使得RSEI指数更加具有客观性和可靠性。

需要注意的是,计算得到的NDVI、NDBSI、LST、Wet 4个指标的量纲不统一,如果直接用其计算PCA,会使得各指标的权重失衡。因此在做主成分变换前,需要分别对这些指标进行正规化处理,将指标值统一到0—1范围之间,在一定程度上削减因时间差异带来的影响。各指标正规化的公式为：

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

(11)

式中,NIi代表各个指标正规化结果；Ii表示各个指标在象元i的值；Imax为各指标统计的最大值；Imin为各指标统计的最小值。

由于研究区玛纳斯湖具有一定的水域,利用MNDWI水体指数进行水体提取,掩膜去掉水体信息以避免大片的水域对真正地面的湿度条件及主成分的载荷产生干扰。将正规化后的4个指标通过ENVI软件合成由波段组成的新影像,借助主成分分析模块进行主成分分析,得到PC1及相关统计结果。为了便于分析,对第一主成分进行正负值转置、正规化处理获得遥感生态指数(RSEI)。

RSEI0=1-PC1

(12)

RSEI=(RSEI0-RSEI0min)/(RSEI0max-RSEI0min)

(13)

式(13)中的RSEI为代表区域生态环境状况的遥感生态指数,值越大代表生态质量越好,RSEI0min、RSEI0max分别代表RSEI0的最小值和最大值。

3 结果与分析

3.1 生态环境指标主成分分析结果

表1—表3分别是研究区3个年份4个指标的主成分分析结果。从表中可以看出：(1)3期数据的第一主成分(PC1)和第二主成分(PC2)对RSEI的贡献率合计超过84%。其中,PC1对RSEI的贡献度,2000年为65.50%,2006年为71.96%,2016年为73.83%；(2)分析4个指标在PC1的贡献率,其中代表绿度的NDVI和代表湿度的Wet呈正值,代表干度和温度的NDBSI、LST为负值,这与现实中绿度和湿度对生态环境起正效应,而干度和温度对生态环境起负效应的情况相符；(3)在PC2—PC4中,这些指标忽正忽负,难以解释生态现象,所以,相较于其他分量,PC1明显地集中了各指标的特征信息,可用于创建遥感生态指数。

表1 2000年指标主成分分析

NDVI:归一化植被指数,Normalized Difference Vegetation Index; Wet:湿度,Wetness Index; NDBSI:建筑-裸土指数,Building Index and Soil Index; LST:地表温度,Land Surface Temperature

表2 2006年指标主成分分析

3.2 玛纳斯湖湿地生态质量时空变化分析

表4统计了研究区3个年份4个指标和RSEI的均值、标准差以及对PC1荷载值。统计结果表明,2000—2016年间,研究区的生态指数RSEI从2000年的0.227下降到2006年的0.183,下降了19.43%；从2006年的0.183增加到2016年的0.234,增加了27.95%。分析表4中各分指标对PC1的荷载值可以发现,土壤指数(NDBSI)和地表温度(LST)的特征值绝对值之和均大于植被指数(NDVI)和湿度(Wet)的特征值之和,表明玛纳斯湖湿地土壤的干化和区域温度对湿地整体生态环境的破坏作用大于植被和湿度对生态环境的优化作用。对生态起正面效应的绿度和湿度中,湿度的贡献率更大,表明湿度对提高玛纳斯湖湿地生态质量的作用更大；对生态协同起负面影响的干度和温度中,温度的贡献率始终大于干度指标。

表3 2016年指标主成分分析

表4 各年份4个指标和遥感生态指数RSEI的统计值

为进一步对RSEI进行定量化与可视化分析,将3期主成分变换得到的生态环境质量指数计算结果以0.2为间隔,划分为5个等级：优、良、中、较差、差,如图2所示,并对各等分的面积和所占比例进行统计,见表5。从图2上可以直观地看出玛纳斯湖湿地近20年来遥感生态指数的变化情况,红色、橘黄色、黄色、浅绿和深绿色分别代表差、较差、中、良和优生态等级。结合实地考察,优等级主要是芦苇湿地分布地,良等级主要是林草地,中等级主要为盐沼,较差等级部分为盐碱地,差等级基本为荒漠。从3期RSEI图相比较来看,2000年到2016年研究区极大部分充满了红色和橘黄色区域,红色在研究区呈现先增加后减少,橘黄色呈现先减少后增加的态势。黄色、浅绿有所减少,深绿色有所增加,但均不明显。

表5反映生态等级和面积的变化,各期面积不等,主要是由于生成RSEI时,对水体进行了掩膜,即水体面积没有计算在内。(1)2000年玛纳斯湖湿地总体的生态状况以较差等级为主,面积占比超过50%,其次为差等级,所占面积比重为41.78%,中等及以上生态等级面积仅占5.01%。(2)2006年总体生态状况以差等级为主,面积占比为76.19%,相比2000年面积增加了1528.36 km2。较差等级面积减少了1387.72 km2,占2000年面积的59.38%,中等及以上生态等级面积也有所减少,占比减少至2.3%。(3)2016年生态状况较差等级占比为57.47%,差等级占比为37.54%,中等及以上生态等级面积所占比重为4.99%。2006年到2016年RSEI增加的幅度要大于2000年到2006减少的幅度。与此同时2000年RSEI等级为良和优的面积比例为0.95%,2006年面积比例为1.17%,到了2016年所占比例为1.59%。综合可以看出2000年到2016年RSEI呈上升状态,说明玛纳斯湖湿地近20年来生态环境质量有所改善。

图2 玛纳斯湖湿地2000—2016年生态指数图Fig.2 ecosystem index map of wetland by Manas Lake in 2000—2016 yearsRSEI：遥感生态指数,Remote Sensing Based Ecological Index

RSEI等级RSEI grade200020062016面积Area/km2%面积Area/km2%面积Area/km2%差Bad(0—0.2) 1835.0441.783363.4076.191548.3137.54较差Poor(0.2—0.4) 2336.9453.21949.2221.52370.6057.47中 Moderate(0.4—0.6)178.364.0649.711.13140.183.4良 Good(0.6—0.8)29.400.6733.570.7626.520.64优High(0.8—1.0) 12.100.2818.310.4139.040.95合计 Total4391.851004414.221004124.64100

RSEI：遥感生态指数,Remote Sensing Based Ecological Index

3.3 玛纳斯湖湿地生态质量时空差异分析

图3 玛纳斯湖湿地2000—2016年RSEI变化检测图 Fig.3 Detection map of RSEI change of wetland by Manas Lake in 2000—2016 years

为了分析玛纳斯湖湿地近20年来生态质量时空差异变化,在基于RSEI指数的基础上,对玛纳斯湖湿地2000年和2016年RSEI指数进行差值变化检测,得到图3。图中红色部分代表生态环境质量变差的区域；黄色代表生态环境质量没有明显变化的区域；绿色代表生态环境质量有所改善的区域。表6是玛纳斯湖湿地2000—2016年RSEI检测结果统计,可以知道,三类面积占比由大到小为：不变、变好、变差。从2000年到2016年,玛纳斯湖湿地生态环境状况不变或者变化较小的面积为3543.00 km2,占总面积的87.8%；生态环境状况改善的面积为8.18 km2,占总面积的8.18%；生态环境状况变差的面积为4.02 km2,比例为4.02%。

对干旱区生态环境而言,绿洲是斑块,河流是廊道,荒漠、戈壁为基底。从图3来看,生态质量变差的区域集中在下游廊道周围,变好的区域分布在湖周及较远的外围。1960年以来,玛纳斯河水被大量引入灌渠,下游河流缺水断流,致使联系河流上下游的廊道逐渐消失,廊道最终也演变成了基底环境。程维明、黄培佑等人的研究结果表明,玛纳斯湖的干涸对湖周及廊道周围低地沼生植被(如芦苇等)具有明显影响,对广大荒漠区旱生性植物群落(以梭梭为主体)的生态环境并未有大的影响[21],资料也表明此区旱生植被主要受冬季降水因素制约,与地下水条件无直接联系[17],这与本研究得出的生态环境检测结果一致。

4 讨论

4.1 自然因素对生态环境变化的影响

绿度、湿度、热度和干度是生态环境的重要组成部分,结合4个指标的主要信息建立的生态指数可较好的反映玛纳斯湖湿地生态环境质量状况。图4是玛纳斯湖湿地年平均气温和年降水量变化,可以看出,1988—2016年,玛纳斯湖地区的年降水量和年均温度呈上升趋势。图5是玛纳斯河的年径流量变化特征,径流量从1988年的5×108m3增长到了2010年的16.57×108m3,一定程度上增加了区域的水汽含量,提高了土壤的湿度。

表6 玛纳斯湖湿地2000—2016年RSEI检测

图4 玛纳斯湖湿地年平均气温和年降水量变化Fig.4 Change of annual mean temperature and annual precipitation in Manas Lake Wetland

图5 玛纳斯河年径流量Fig.5 Annual runoff of Manas Rive

在整个研究区域中,与生态环境呈正相关的湿度和与生态环境呈负相关的温度对生态指数RSEI的贡献率最大,这与全球气候变化背景下,中国西北干旱区气候呈现明显的暖湿化转型相对应[22- 23]。水分条件和温度都是制约植物生长的主要因子,影响着植物群落的生态学过程和植物的生长周期[24]。在研究期间内对生态环境起正相关的绿度和干度对RSEI指数的贡献率最小,主要是由于研究区地处干旱区,地面植被原本就很稀少,加上蒸发量大干旱化加剧,不利于地表植物的生长和生态的恢复。

4.2 人类活动对生态环境变化的影响

干旱区湖泊水资源环境对社会经济可持续发展和生态环境质量起着决定性作用,而干旱区水资源平衡状态很容易被人类活动干扰[25]。玛纳斯河流域是天山北坡经济带的核心区域,农业是流域内主导经济产业。从图6可以看出流域内国民生产总值由1988年31.21×108元增长到2016年的1372.65×108元,人口由126.01×104人增长到2016年的154.68×104人。国内外已有研究表明,经济、农业生产水平的提高,生活方式的转变以及劳动力转移都可能影响到生态环境的变化[26- 27]。事物发展的规律都具有两面性,近50年来,伴随玛纳斯河流域土地资源的大规模开发,为保证农业用水,人类活动通过修筑大海子、夹河子、大泉沟和蘑菇湖等大量水利设施拦截入湖地表径流,改变了水资源的原始流动格局,加剧了下游湖泊水资源的短缺,导致湖泊迅速萎缩、咸化甚至干涸,严重危及湖泊及其毗邻区域的生态环境,造成湿地生物多样性丧失、湖滨地区荒漠化加剧等问题。

图6 玛纳斯河流域人口和GDP变化Fig.6 Population and GDP changes in the Manas Basin

5 结论

(1)通过对玛纳斯湖湿地3期遥感影像数据的处理分析,2000、2006和2016年RSEI均值分别为0.227、0.183、0.234。对RSEI生态等级面积进行统计分析、差值处理,结果表明,近20年来,玛纳斯湖湿地生态环境整体上较为脆弱,但受全球气候变化的影响,湿地的生态环境得到一定的改善。

(2)从耦合RSEI指数的4个指标来看,绿度和湿度对RSEI指数起正面作用,干度和热度起负面作用。其中绿度指标对RSEI指数的贡献度最小,主要是由于研究区地处干旱区,气候干燥少雨,地表植被稀疏,加上玛纳斯河中上游生产用水挤占了下游生态用水,从而影响了湿地植被的生长。

(3)玛纳斯湖是准噶尔盆地荒漠生态系统中重要的环境资源,湖泊萎缩、干涸后将对该地区的生态环境带来毁灭性的打击。新世纪,在国家“五位一体”的现代化布局下,玛纳斯河流域在发展农业经济的同时,应注意湿地生态环境变化与流域水资源的优化调控,这对流域可持续发展及丝绸之路经济带建设方面具有重要意义。