基于RSEI的库车县林果特色种植区生态环境质量时空变化分析研究

郝应龙 王庆军 陈琪乐 关伟 夏静福

摘  要：快速准确地掌握某一地区生态环境质量及变化分布对区域生态环境监测与治理、优化土地利用结构、合理配置利用土地资源等问题具重要参考价值。以库车县林果特色种植区2009、2019年2期遥感影像为基础，采用新型遥感生态指数RSEI评价模型，定量地对区内生态环境质量时空变化进行快速评价及分析。结果表明：基于湿度、绿度、干度和热度4个自然指标建立的RSEI指数可快速较好地反映库车县林果特色种植区生态环境质量状况及时空变化。2009—2019年，库车县林果特色种植区生态环境质量总体正向着好的方向发展，但生态环境质量“不变”的区域仍居于主导地位，且生态环境质量变好的区域远大于生态环境质量恶化区域。土地利用变化对生态环境质量影响呈改善与恶化并存趋势，但改善明显大于恶化。

关键词：遥感生态指数;生态环境质量;时空变化;土地利用变化

近年来，卫星遥感以宏观、快速、实时的优点被广泛应用于生态环境领域，利用遥感指数对森林、草地、城市、河流乃至整个流域生态系统进行监测和评价，已是生态环境保护领域的重要组成部分[1-4]。国家环境保护部于2006年发布，并于2015年进行第一次修正的《生态环境状况评价技术规程》中基于遥感技术的生态环境状况评价指数EI[5]，在国内得到广泛应用，但规范中EI方法在实际应用中存在诸如权重的合理性、归一化系数的设定、指标的易获取性等一系列问题[6]，且EI指数只是一个数值，只能笼统地说明一个地区的生态状况，无法可视化，无法说明该地区中不同生态环境状况的空间分布情况，无法对不同期间生态环境进行空间变化分析。徐涵秋于2013年提出的新型遥感生态指数（RSEI）[7]，完全基于遥感信息，集成反映生态环境最直观的多重指标，被广泛应用于可对区域生态环境的快速监测与综合评价中[8-10]。本文以库车县林果特色种植区2009、2019年成像时间均为7月的Landsat 5 TM和Landsat 8 OLI遥感影像为基础，采用RSEI评价模型定量地对区内生态环境质量时空变化进行快速评价及分析，以期为区内生态环境监测与治理、优化土地利用结构、合理配置利用土地资源等提供科学依据。

1  研究区概况

研究区位于塔里木盆地北缘阿克苏地区库车县南部乡镇，特殊的自然地理位置决定了其生态环境的脆弱性，该区域属中-高生态风险区[4]。区内以小白杏、核桃、香梨、枣等特色林果业种植为主，棉花、小麦等农作物种植为辅，面积约480.58 km2。区内属典型暖温带大陆性干旱气候，地形北高南低，自西北向东南倾斜，土地利用类型以水浇地、果园为主（图1），2009—2019年间，研究区果园、盐碱地面积较明显增加，草地、沼泽地、沙地明显减少，耕地、林地面积呈略减少态势，建设用地、水域、其他用地面积呈略增加态势。

2  研究方法

2.1  遥感生态指数分量指标计算

遥感生态指数（RSEI）评价法是一种直接从遥感影像中获取生态环境质量相关指标，对某一地区生态环境质量进行综合评价的新方法[7]。通过选取与人类生活关系最密切的植被覆盖度（绿度）、湿度状况（湿度）、土壤退化程度（干度）、地表温度（热度）4个贴近人类日常生活的指标，进行研究区生态环境质量评价。该方法可直观、清楚地从RSEI值分级图上看出研究区生态环境质量优劣程度变化与分布情况。通常来说，区域内植被覆盖度越高，水资源越丰富，湿度越大，生态环境质量越好;地表裸露越严重，地表温度越高，生态环境质量越差。RSEI计算公式如下：

[RSEI=fNDVI，WET，LST，NDSI]…（1）

式中：[NDVI]为绿度;[WET]为湿度;[LST]为热度;[NDSI]为干度。

（1）湿度指标（[WET]）计算：

[WET=C1bB+C2bG+C3bR+C4bNIR+C5bSWIR1+C6bSWIR2]…（2）

式中：[bB]、[bG]、[bR]、[bNIR]、[bSWIR1]、[bSWIR2]在TM影像中分别对应第1、2、3、4、5、7波段的地表反射率，在OLI影像分别对应2、3、4、5、6、7波段的地表反射率;[C1]、[C2]、[C3]、[C4]、[C5]、[C6]为系数[10]。

（2）绿度指标（[NDVI]）计算：

[NDVI=bNIR-bR/bNIR+bR]…（3）

（3）干度指标（[NDSI]）计算：

[NDSI=IBI+SI/2]…（4）

[IBI=2bSWIR1bSWIR1+bNIR-bNIRbNIR+bR-bGbG+bSWIR1×]

[2bSWIR1bSWIR1+bNIR+bNIRbNIR+bR+bGbG+bSWIR1]

…（5）

[SI=bSWIR1+bR-bNIR+bB/bSWIR1+bR+bNIR+bB]     …（6）

（4）热度指标（LST）计算：

[L热=gain×DN+bias]…（7）

[T=K2/InK1/L熱+1]…（8）

[L=T/1+λT/zInε]…（9）

式中：[L]热为TM或OLI影像热红外波段在传感器处的辐射值;[DN]为灰度值;[gain]和[bias]为TM或OLI影像热红外波段的增益与偏置值;[K1]、[K2]为定标参数。

通常TM影像中[K1]=607.76、[K2]=1 260.56 [11]，OLI影像中[K1]=480.89、[K2]=1 201.14[12];[T]为亮温;[λ]为TM或OLI影像热红外波段的中心波长;[z]=1.438×10-2 mK;[ε]为地表比辐射率，计算比辐射率可反演地表的真实温度，主要通过地表的覆被情况进行取值[13]。

2.2  遥感生态指数评价模型构建

各分量指标的标准化处理  为避免上述4个分量指标量纲不一致，需在计算遥感生态指数前进行标准化处理。处理公式如下：

[NIi=Ii-Imin/Imax-Imin]…（10）

式中：[NIi]为标准化处理后某一指标值;[Ii]为对应指标在[i]像元处的值;[Imax]、[Imin]分别为对应指标的最大值和最小值。

计算遥感生态指数（RSEI）：将经标准化处理后的4个指标重新组合成一幅新的影像，然后计算主成分，计算公式如下：

[RSEI=RSEI0-RSEI0-min/RSEI0-max-RSEI0-min]…（11）

[RSEI0=1-PC1]…（12）

式中：[RSEI]为标准化处理后遥感生态指数值，介于[0，1]之间，越接近1代表生态环境质量越好;[RSEI0]为[i]像元处的原始生态指数值;[RSEI0-max]、[RSEI0-min]分别为原始生态指数最大值和最小值;[PC1]为第一主成分载荷值。

3  研究区生态环境质量综合评价

3.1  生态环境质量评价

为使遥感生态指数对生态环境质量评价结果更清晰，参考《生态环境状况评价技术规范》中的划分方法[5]，本次研究把[RSEI]I从0～1分为5个级别（表1）。[RSEI]值越大，表示生态环境质量越好。

基于上述建立的遥感生态指数模型和分级标准进行图像空间数据运算，生成研究区2009年、2019年生态环境质量分级图和生态环境质量等级划分面积统计结果（图2，表2）。

从图1、图2看出，生态环境质量界定为“优”、“良”的区域主要集中于研究区大片耕地区域、东北部和东部中高植被覆盖度草地、零星林地等区域;生态环境质量处于“一般”的区域主要分布在区内各村镇附近、部分低植被覆盖度草地、低-中植被覆盖度草地过度带、草地与盐碱地过度带等区域;生态环境质量为“差”、“较差”的区域主要分布于区内东北部、东部低植被覆盖度草地、盐碱地和中部、东南部沙地及其他未利用地等区域。

表2统计结果表明，研究区2009—2019年生态环境质量差、较差区域面积占比从20.31%变为4.44%，呈明显减少;生态环境质量一般区域面积占比从11.96%变为11.11%，呈略微减少;生态环境质量优、良好区域面积占比从67.73%变为84.45%，呈明显增加。上述结果说明研究区2009—2019年生态环境质量明显变好。

3.2  生态环境质量变化程度分析

为对研究区生态环境质量变化程度进行分析，对研究区生态环境质量优、良好、一般、较差、差5个级别分别赋值为5、4、3、2、1，并对2019年和2009年生态质量进行叠加差值分析，将研究区生态环境状况变化程度分为3个类别：变差（级差：-4、-3、-2、-1）、不变（级差：0）、变好（级差：1、2、3、4），最终得出研究区2009—2019年生态环境质量变化程度图（图3）及变化程度统计表（表3）。

从表3、图3可知，2009—2019年间，41.93%区域生态环境质量总体保持不变;生态环境质量变好的区域面积达188.06 km2，占总面积的39.13%，生态环境质量改善以增加一级和二级为主，增加一级和二级面积为146.33 km2，主要分布于研究区东北部、东部、东南部大面积区域;生态环境质量恶化区域面积为91.00 km2，占总面积的18.94%，生态环境质量恶化以降低一级为主，降低一级的面积达68.65 km2，空间上分布较分散。总体上，研究区生态环境质量“不变”区域仍居主导地位，生态环境质量变好区域面积明显高于生态环境质量恶化面积，总体呈变好趋势。

4  土地利用变化对生态环境质量影响

土地利用变化客观记录了人类生产生活对生态环境的改变过程，土地利用变化不仅改变地表覆被变化情况，同时对生态环境也有一定影响[14]。土地利用变化对生态环境影响主要表现在土地利用方式的转变及结构变化两个方面。土地利用发生变化的同时也伴随生态环境因子的改变，生态环境因子发生变化会引起生态环境质量状况的改变，从而对区域生态环境产生改善或恶化作用。将研究区2009—2019年生态环境质量变化图与土地利用的时空变化进行关联耦合分析，结果显示：

正面效应（生态环境改善）  主要为研究区盐碱地及大片中轻度盐渍化的低覆盖度草地被开垦为耕地及果园，少部分沙地及其他用地被改造为耕地、林地，低覆盖度草地修建排碱渠等，导致区内整体生态环境质量明显改善。

负面效应（生态环境恶化）  主要为部分较好耕地被改造为果园导致生态环境降低一级，原因是改造后的果园内果树均较小，植被覆盖度低于改造前耕地;少部分耕地荒废及盐渍化程度的加深和极少部分耕地盖房、沙化，部分中高植被覆盖度草地变为耕地及盐碱地等，导致区内局部生态环境明显恶化。

总体来看，在自然因素较稳定情况下，人类活动对土地利用类型的改造间接对研究区内生态环境具重要影响，土地利用变化对生態环境质量的影响主要呈改善和恶化并存趋势，但改善明显大于恶化。

5  结论及建议

（1）湿度、绿度、干度和热度是生态系统重要组成部分，基于此建立的RSEI指数可快速反映库车县林果特色种植区生态环境质量状况及时空变化。该方法基于自然指标，没有人为权重、阈值干扰，计算简单快速，可用于对区域生态环境质量状况空间分布进行可视化显示。

（2）2009—2019年间，库车县林果特色种植区生态环境质量“差”、“较差”区域明显减少，生态环境质量“优”、“良好”区域明显增加，生态环境质量总体向好的方向发展，但生态环境质量“不变”区域仍居主导地位，生态环境质量变好的区域远大于生态环境质量恶化区域。

（3）土地利用变化对生态环境质量影响呈改善和恶化并存趋势，但改善明显大于恶化。这与库车县政府这些年改造河道周边环境、修建引水渠、排碱渠、大力治理盐渍化等措施密切相关。本次研究结果与前人预测的区内生态环境将趋于恶化的结果不同[4]，主要原因是前人研究尺度较小、精度较低，且对农业生产区生态环境未进行单独的具体分析。

参考文献

[1]    姚尧，王世新，周艺，等.生态环境状况指数模型在全国生态环境质量评价中的应用[J].遥感信息，2012，27（3）：93-98.

[2]    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.

[3]    郝应龙，李崇博，王拓，等.基于GIS技术和CA-Markov模型的乌鲁木齐地区土地利用变化与预测研究[J].新疆地质，2018，36（4）：463-468.

[4]    程珍珍，张永福，范小晶，等.基于GIS干旱区绿洲县土地利用生态风险分析及动态预测[J].安徽农业科学，2018，46（3）：44-48.

[5]    中华人民共和国环境保护部.生态环境状况评价技术规范[S].HJ192-2015.

[6]    叶有华，梁永贤，沈一青，等.《生态环境状况评价技术规范（试行）》中若干值得商榷的问题[J].热带地理，2009，29（4）：404-406.

[7]    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，2013，33（5）：889-897.

[8]    王麗春，焦黎，来风兵，等.基于遥感生态指数的新疆玛纳斯湖湿地生态变化评价[J].生态学报，2019，39（8）：2963-2972.

[9]    程志峰，何祺胜.基于RSEI的苏锡常城市群生态环境遥感评价[J].遥感技术与应用，2019，34（3）：531-539.

[10]  杨江燕，吴田，潘肖燕，等.基于遥感生态指数的雄安新区生态质量评估[J].应用生态学报，2019，  30（1）：277-284.

[11]  丁凤，徐涵秋.TM热波段图像的地表温度反演算法与实验分析[J].地球信息科学，2006，8（3）：125-131.

[12]  徐涵秋.新型Landsat 8卫星影像的反射率和地表温度反演[J].地球物理学报，2015，58（3）：741-747.

[13]  Nichol J.Remote sensing of urban heat islands by day and night[J].Photogrammetric Engineering and Remote Sensing，2005，71（6）：613-621.

[14]  王晓东，蒙吉军.土地利用变化的环境生态效应研究进展[J].北京大学学报（自然科学版）， 2014， 50（6）：1133-1140.

Analysis on the Temporal and Spatial Changes of Eco-environmental Quality in Forest and Fruit Characteristic Planting Areas of Kuche County Based on RSEI

Hao yinglong;Wang Qingjun; Chen Qile; Guan Wei;Xia Jingfu

（Geological Research academy of Xinjiang， Urumqi 830000，China）

Abstract：Quickly and accurately grasping the quality of an area's ecological environment and its change distribution have important reference values for regional ecological environment monitoring and management， optimization of land use structure， and rational allocation and use of land resources. Based on the remote sensing images of 2009 and 2019 in Kuche County's forest and fruit planting areas， a new type of remote sensing ecological index RSEI evaluation model was used to quantitatively evaluate and analyze the temporal and spatial changes of the ecological environment quality in the area. The results show that： The RSEI index established by the four natural indicators of humidity， greenness， dryness， and heat can quickly and better reflect the ecological environment quality status and temporal and spatial changes of Kuqian forest and fruit characteristic planting areas; from 2009 to 2019，the ecological and environmental quality of the forest and fruit characteristic planting areas in Kuche County are generally developing in a good direction， but the areas with “unchanged” ecological and environmental quality still dominate the area， and the areas with better ecological and environmental quality are far larger than ecological Areas with deteriorating environmental quality; the impact of land use change on the quality of the ecological environment shows a trend of both improvement and deterioration， but the improvement is significantly greater than the deterioration.

Key words： Remote sensing based ecological index（RSEI）;Ecological environment quality; Temporal and spatial changes ; Land use change