李益敏, 王东驰, 袁 静, 刘心知
(1.云南大学 地球科学学院, 昆明 650500; 2.云南省高校国产高分卫星遥感地质工程研究中心, 昆明 650500)
生态环境是人类生存的基本保障和社会发展的物质基础,但随着改革开放后我国加速的人口扩张和工业化进程,在带来经济高速发展的同时也导致了水土流失、土地荒漠化、生物多样性减少等严重的生态环境问题[1]。为了应对这些日益突出的生态环境问题,我国进入21世纪后逐渐开始推行退耕还林这一重大生态恢复工程。经过20 a的实施历程,这一工程已经对各地生态环境质量的恢复产生了积极的影响。在步入21世纪第3个10 a的起点,快速、有效地评价区域生态环境质量现状并监测其变化过程具有突出的意义。同时,借助生态环境质量评价结果,对退耕还林工程的实施效果进行评估和检验,也可为该工程的进一步实施及调整提供理论支撑与指导。
评价某一区域的生态环境质量通常采用建立评价指标体系、选择综合评价模型等方法[2]。但目前指标选取尚没有统一的标准,学者们主要结合研究区特点选取合理的评价指标开展分析。如Marull等[3]从自然环境、生物环境及功能适宜性方面考虑,选取综合植被敏感性指数、基质稳固性指数等影响因子,评估大都市地区的生态环境质量状况;周华荣等[4]基于农业、自然、人为环境压力3个指标子系统,对新疆全省的生态环境质量进行评价,并划分出空间分布等级。近年来,随着遥感技术的进步,评价生态环境质量的方法得以不断改进,一些学者开始基于PSR(压力—环境—响应)模型[5]、生态足迹[6]、层次分析法[7]等方法,对区域生态环境状况进行综合评价。这些研究对了解区域生态环境质量动态变化情况提供了新的科学依据。徐涵秋[8]在前人基础上创建的遥感生态指数(RSEI, remote sensing ecological index)就是其中的代表。RSEI完全基于遥感信息,权重根据各指标对各主成分的贡献率确定,克服了人为因素的干扰,从而能够较好地反映生态环境质量状况及其时空分异情况,已在城市[9]、水土流失区[10]、自然保护区[11]、农牧交错区[1]、矿区[12]等多种地区得到广泛应用。对退耕还林的研究来说,利用RSEI作为评价参考,避免了数据统计的局限性,也可分析退耕还林工程对实施地区生态环境变化的影响,更有利于深入分析退耕还林工程的生态效果。
泸水市地处“三江并流”世界自然遗产地的核心区,生态区位十分重要。但复杂的高山峡谷地貌,加上多变的气候,造成人类对土地的利用十分困难,陡坡垦殖、过度砍伐、粗放建设等现象普遍,从而导致植被退化、水土流失、地质灾害等生态问题频出,对当地的生态环境造成了严峻压力[13]。另一方面,退耕还林工程以及其他生态恢复工程的实施也在一定程度上改善着当地的生态环境,破坏和保护之间的博弈影响着新世纪泸水市生态环境质量的变化。本研究将以Landsat TM/OLI影像为数据源,选用遥感生态指数(RSEI),对泸水市2001—2018年的生态环境质量时空变化情况进行评价分析。然后结合退耕还林数据,开展生态环境质量与退耕还林的相互关系分析,揭示退耕还林工程实施背景下的生态环境质量时空变化规律,为类似地区的生态环境保护和相关生态恢复工程的实施优化提供科学依据。
泸水市地处云南省怒江州南部(99°34′—99°09′E,25°33′—26°32′N),面积3 203.04 km2,辖6镇3乡,2018年末总人口18.9万人。全市整体地势北高南低,地处横断山脉高山峡谷区南端,最高海拔4 162.1 m,最低海拔728.5 m,境内高峰林立、沟壑纵横,碧罗雪山与高黎贡山夹怒江由北向南纵贯全境,呈现“两山夹一江”的格局。受特殊的地形地貌和印度洋热带季风的综合作用,泸水市从河谷至山巅的立体气候明显,纵跨亚热带、温带和寒带3种气候带,整体具有年温差小,日温差大,干湿季分明,四季不明显的气候特点,年均气温21℃,最热月均温24.7℃,最冷月均温9.1℃,极端日最高气温40.3℃,极端日最低气温-10.2℃;年均降雨量1 199.1 mm,年均蒸发量1 420.2 mm,无霜期279 d;年平均风速1.1 m/s,风向多为南风;年均日照时数1 576.8 h。
泸水全市处于“三江并流”世界自然遗产区的核心地带,森林覆盖率达到74%,成为滇西北生态战略地位重要的关键区域。但特殊且重要的自然禀赋极大地限制了当地的农业生产,使得耕地多分布在高山陡坡地区,55%以上的耕地为25°以上的坡耕地,产出低且破坏生态环境。因此,泸水市根据国家战略安排在2002年和2014年分别启动实施了两轮退耕还林工程,截至2018年累计完成约53 km2退耕面积。
研究选用地理空间数据云(http:∥www.gscloud.cn/)提供的Landsat TM/OLI影像作为主要数据源,具体数据信息见表1,数据质量较好。根据需要在ENVI 5.3和ArcGIS 10.5平台下分别对各时期的遥感影像进行如下预处理:(1) 对原始遥感影像进行辐射定标,并对各期影像的可见光、近红外、热红外波段进行大气校正[14-15];(2) 使用二次多项式和最近邻像元法配准各时期遥感影像,将均方根误差控制0.5个像元内;(3) 统一遥感影像和行政边界投影;(4) 使用泸水市行政边界对影像进行裁切和提取。
表1 遥感影像数据信息
本研究用到的其他数据还包括:泸水市行政边界,获取自国家基础地理信息中心数据库;退耕还林统计资料,获取自泸水市林业局和统计年鉴;2001年和2018年土地利用矢量数据,由Landsat遥感影像通过支持向量机法监督分类得到,两个年份分类精度分别为95.50%,92.68%,Kappa系数分别为0.83,0.79,满足研究精度要求;坡度信息提取自30 m分辨率的GDEMV2数字高程数据。
2.2.1 遥感生态指数评价指标 遥感生态指数(RSEI)对国家环保部颁布的EI指数进行了修正,由绿度、湿度、干度和热度这4种与人类息息相关、可由人类直观感受来判断生态环境优劣、易于直接从遥感影像中获取的最重要指标构成[8],具有数据易获取、评价范围受限小、指标权重不受人为干扰等优势。本研究利用归一化植被指数(NDVI)、湿度分量(WET)、干度指数(NDSI)和地表温度(LST)分别代表绿度、湿度、干度、热度4个指标,共同构建遥感生态指数,即:
RSEI=PCA[f(NDVI,WET,NDSI,LST)]
(1)
(1) 绿度指标。植被是指示区域生态环境质量的最敏感因子[11],归一化植被指数(NDVI)与植物的叶面积指数、覆盖度以及生物量密切相关,是应用最为广泛的植被指数之一[14],通常作为绿度指标用来监测区域植被生长状况和生态环境的变化。计算公式为:
NDVI=(N-R)/(N+R)
(2)
式中:N为Landsat TM/OLI数据的近红外波段;R为红色波段。
(2) 湿度指标。湿度分量反映了水体、土壤和植被的含水情况,与区域生态环境状况密切相关。因此,以湿度分量代表湿度指标。不同Landsat的传感器对应的湿度分量表达式不尽相同[16-17],ETM,TM,OLI分别对应的表达式为:
WET(ETM)=0.1509B1+0.1973B2+0.3279B3+0.3406B4-0.7112B5-0.4572B7
WET(TM)=0.0315B1+0.2021B2+0.3102B3+0.1594B4-0.6806B5-0.6109B7
WET(OLI)=0.1511B1+0.1972B2+0.3283B3+0.3407B4-0.7117B5-0.4559B7
(3)
式中:B1,B2,B3,B4,B5,B7分别为各传感器的蓝、绿、红、近红外、短波红外1、短波红外2波段的反射率。
(3) 干度指标。土壤过度干化会严重危害区域生态环境[18],需在评价中考虑干度的影响。造成区域地表“干化”的一般除了裸土,还包括相当一部分建筑用地。因此,本研究同时选用裸土指数(SI)和建筑指数(IBI)合成的干度指数(NDSI)作为干度指标来代表土壤干化程度,NDSI计算公式如下:
NDSI=(SI+IBI)/2
(4)
SI=[(B5+B3)-(B4+B1)]/[(B5+B3)+(B4+B1)]
(5)
(6)
式中:B1,B2,B3,B4,B5分别为TM和OLI传感器中蓝、绿、红、近红外、短波红外1波段的反射率。
(4) 热度指标。热度指标用地表温度来表示,它是地物热红外辐射的定量表达。反演地表温度对监测地表温度变化所带来的区域生态环境改变有重要意义。本研究采用辐射传输方程法[19]反演地表温度。计算公式为:
Lλ=[εB(TS)+(1-ε)L↓]τ+L↑
(7)
B(TS)=[Lλ-L↑-τ(1-ε)L↓]/(τε)
(8)
式中:Lλ为热红外辐射亮度值;L↑为大气向上辐射亮度;L↓为大气向下辐射亮度;τ为大气在热红外波段的透过率;ε为地表比辐射率;B(TS)为温度为T的黑体在热红外波段的辐射亮度;TS为地表温度。
根据普朗克公式的反函数,可求得地表真实温度LST:
(9)
式中:K1和K2为定标系数。对于TM Band6,K1=607.76 W/(m2·μm·sr);K2=1260.56 K;对于TIRS Band10,K1=774.885 W/(m2·μm·sr);K2=1321.079 K。
根据经验公式[20-21]计算地表比辐射率ε,当0≤NDVI≤0.157时,ε为0.92;当NDVI<0或NDVI≥0.727时,ε为1;当0.157 ε=1.009+0.047ln(NDVI) (10) 2.2.2 遥感生态指数构建 根据以上4个指标的计算结果,分别进行标准化处理,转为无量纲指标,避免因指标间单位的不同而造成最终结果权重失衡。标准化处理公式如下: NI=(I-Imin)/(Imax-Imin) (11) 式中:NI为标准化后的指标值;I为该指标的数值大小;Imax和Imin分别为该指标的最大值和最小值。 将标准化后的4个指标通过ENVI软件合成由波段组成的新影像,输入主成分分析模块进行PCA处理,生成互不相关的输出波段,而结果主要信息集中到了第一主成分中(PC1)[22]。利用第一主成分结果可以构建出原始的遥感生态指数RSEI0,公式为: RSEI0=PCA[f(NDVI,WET,NDSI,LST)] (12) 式中:PCA代表主成分分析。对RSEI0使用公式(11)对进行归一化处理,得到最终的RSEI。RSEI值介于[0,1];RSEI越大,代表生态环境越好;反之,代表生态环境越差[11]。RSEI指数不适宜具有较大范围水域的区域,但本研究区内水体以怒江干流为主,占研究区面积比例不到0.5%,因此不需将水体单独进行掩膜提取。 3.1.1 生态环境质量时间变化分析 泸水市遥感生态指数计算结果表明(表2—3,图1),4个年份RSEI均值分别为0.750,0.759,0.667,0.683,整体表现为波动下降特征,在2001—2006年与2013—2018年两个时期有小幅上升。以上结果表明2001—2018年泸水市生态环境质量总体呈现波动变差的趋势。 表2 泸水市各指标主成分分析结果 表3 泸水市各年份4个指标及RSEI均值 从4个指标的均值和载荷值来看,绿度、湿度对生态环境变好起着正向作用,而干度、热度相反。泸水市绿度指标在2001—2018年持续下降,湿度、干度、热度在研究期内不断波动,没有明显的变化趋势,但在2001—2006年和2013—2018年两个时段,湿度有明显的增加,绿度减少有限,而干度和热度有所下降,所以这两个时段的生态环境质量有所改善。 图1 泸水市RSEI分布变化 为更好地分析RSEI的分布情况,参考《生态环境状况评价技术规范》,将研究区的RSEI划分为差、较差、中等、良、优这5个等级,分别对应RSEI的范围为[0,0.2),[0.2,0.4),[0.4,0.6),[0.6,0.8),[0.8,1.0],并制作生态环境等级分布变化图和面积与比例统计表(图2,表4),直观显示4个时相中RSEI各等级变化情况。 图2 泸水市生态环境等级分布变化 表4 泸水市生态环境各等级面积与比例 从表4可以看出,泸水市生态环境质量由“较差”、“中”、“良”等级主导,3个等级占比之和达97%以上。RSEI中等及以下等级所占比例之和在2001年、2006年、2013年、2018年分别为66.20%,66.49%,72.67%,67.23%,呈波动上升趋势;良及以上等级所占比例2001年、2006年、2013年、2018年分别为33.80%,33.51%,27.33%,32.77%,在2001—2013年逐渐下降,2013年以后有一定上升。RSEI各等级呈现这样的变化趋势也印证了2001—2018年期间泸水市的生态环境质量总体上在逐渐恶化,但在2001—2006年和2013—2018年两个时段又有所反弹好转的情况。 3.1.2 生态环境质量空间分布变化分析 如图2所示,总体来看,泸水市生态环境质量表现出明显的南北向狭长型分布特征。怒江作为纵向穿越泸水市的分界中线,其东西两岸的生态环境质量等级区域表现出较为明显的对称性,越靠近怒江,分布等级就越低,这与高山峡谷的地貌特征相吻合。 从各质量等级分布来看,差和较差等级主要聚集于怒江水系河谷两岸及周围缓坡地带,在怒江州府驻地的六库镇市区、古登乡佑雅村—腊斯底村一带、上江镇境内的小型坝区等区域有小范围集聚。这些地区人类活动密集,建设用地扩张迅速,是全市主要的城镇聚集地和耕地分布区域,而在称杆乡与古登乡境内则存在大片地表裸露、水土流失严重、生态环境恶劣的未利用地和低覆盖度草地,影响了区域整体的生态环境。2001年较差区域已基本覆盖全市怒江水系河谷地区,之后河谷地区生态环境质量的恶化面积与程度逐渐加深,至2018年更是辐射影响到周边一定范围。 生态环境质量等级中及以上的区域主要分布在泸水市境内碧罗雪山与高黎贡山一带的中高山地区。优等级区域多聚集在泸水市西北部称杆乡和洛本卓乡境内,这些区域以林地为主要地类,山高林密,居民点少,基本未受到人类活动侵扰。2001年以后,生态环境质量等级为良的区域有连片趋势,中等级区域变化不大,但也有不少靠近河谷的区域逐渐从中等级转为较差等级。 3.1.3 生态环境质量变化成因分析 泸水市地处怒江流域核心地区之一,根据樊辉等[23]的研究,整个怒江流域在近几十年中,年均气温升高趋势显著、年均降水变化不显著,总体可能会对当地生态环境产生负面影响。生态环境质量变化除了与气候变化有关外,人为因素也会产生直接影响,进一步发掘泸水市生态环境质量变化的驱动原因,特别是与人类活动的关系。将泸水市2001年和2018年的生态环境质量等级分布图进行叠加,用前期的RSEI等级减去后期的RSEI等级,等级差值为负、0、正,依次代表生态环境变差、不变和变好,得到泸水市2001—2018年生态环境质量变化分布图。统计后,泸水市2001—2018年生态环境质量变差、不变、变好的比例分别为9.71%,77.12%,13.17%。 由于泸水市交通运输、工程建设、生活居住、农业耕作等人类活动主要集中在海拔2 000 m以下区域,因此,将泸水市分为人类活动区(海拔≤2 000 m)和自然生态区(海拔>2 000 m),分别统计两类区域中RSEI等级的分布和变化情况(表5)。最后再将生态环境质量变化分布图与2 000 m高程分界线叠加,得到图3,可以直观分析泸水市生态环境质量变化区域在人类活动区和自然生态区的分布情况。 表5 泸水市生态环境等级分布分区统计 km2 图3 泸水市2001-2018年生态环境质量变化与人类活动的关系 根据表5可知,在泸水市人类活动区,RSEI差和较差等级的范围在2001—2012年呈扩大趋势,中和良等级则有明显缩小,到2018年虽有所反弹,但相比2001年,生态环境质量已有显著恶化;在自然生态区内,RSEI差和较差等级的面积呈波动减少的趋势,良和优等级的面积为波动增加趋势,整体上在18 a中表现出生态环境质量变好的态势。再分析图3,泸水市生态环境质量变好的区域主要分布在怒江西部高黎贡山和东部碧罗雪山的中高山地区,纵贯泸水南北,这里是高黎贡山国家自然保护区的核心区域;变差区域主要聚集在怒江水系河谷地带,较多分布在中部的鲁掌镇、大兴地镇和南部的六库镇和上江镇。再结合2 000 m高程分界线,可明显发现人类活动区与自然生态区的生态环境质量变化趋势截然不同。泸水市生态环境质量恶化的区域绝大部分位于人类活动区范围内,而生态环境质量改善的区域则主要分布在海拔2 000 m以上的自然生态区。 人类活动区和自然生态区呈现出不同的生态环境质量分布变化特征,说明泸水市在2001—2018年中生态环境质量的下降主要是受2 000 m以下人类活动区的生态环境质量恶化所致,而2 000 m以上地区受人类干扰减少,加上合理的保护,使这一区域的生态环境质量反而有一定提高。进入21世纪后,退耕还林、陡坡地生态治理等一系列生态恢复工程陆续在泸水市启动,经过近20 a的实施,2 000 m以上中高山地区的人类活动明显减少,陡坡耕地、草地、未利用地的植被逐渐恢复,森林覆盖率不断提升。但人类活动在2 000 m以上地区的退出,就不得不向着低海拔地区逐渐聚集,加上经济社会各方面建设的快速推进,加剧了2 000 m以下河谷和低山地区生态环境的恶化。特别1 500 m以下的河谷生态恶化区以5.57%的国土面积集中分布了泸水市近70%的人口,加上不合理的土地利用方式,已成为全市生态环境最恶劣的地区。以上分析在一定程度上说明了生态环境质量对人类活动反应的敏感性,人类对环境的快速改造会对生态环境产生显著的负面影响。 云南省是实施退耕还林工程的重要省份[24],选取泸水市在2002年和2014年分别实施了两轮退耕还林工程,对当地地表环境产生着直接影响,是研究期内生态环境质量变化的重要影响因素之一。为了科学评估泸水市退耕还林工程实施效果,揭示退耕还林工程与生态环境质量变化的关系,首先统计分析耕地在坡度梯度的面积变化情况,评价泸水市2001—2018年退耕还林工程的效果;再进一步计算2001—2006年和2013—2018年两个退耕还林实施期中各乡镇退耕还林率,分乡镇与对应RSEI变化值进行拟合,评价泸水市生态环境质量变化与退耕还林工程的相关性大小。 3.2.1 退耕还林工程实施效果 根据退耕还林工程主要针对25°以上的坡耕地这一特点,分析泸水市退耕还林工程坡度分布及变化特征,以评价退耕还林工程的实施效果。考虑到高山峡谷地区坡度陡,低坡度地区面积极小的地形特征,参考相关论文[25],将坡度分为五级:1级(0°~8°),2级(8°~15°),3级(15°~25°),4级(25°~35°),5级(>35°),分别统计2001—2018年各级耕地面积变化情况(图4)。 图4 泸水市耕地在坡度梯度上的分布变化 从图4可以看出,在小于35°的坡度区间,泸水市耕地面积随坡度等级的升高而逐渐增加,大于35°后又有所降低。坡度大于25°的耕地占到耕地总面积的55%以上,坡度小于8°的耕地只占到5%左右。以上统计说明泸水市陡坡耕种现象十分普遍,低质量的坡耕地成为全市主要的耕地资源。大量陡坡地区被开垦为耕地后,植被覆盖度降低,会导致水土流失加重、地质灾害易发,严重威胁着当地的生态环境。对比2001年和2018年耕地在坡度梯度上的分布变化,不难发现各坡度等级的耕地面积均有不同程度的下降,特别是坡度大于25°的耕地面积减少尤为明显,占总减少面积的64.74%。而在所有减少的耕地中有75.49%转变为林地,说明泸水市的耕地在18 a中发生这样的变化与退耕还林工程密不可分。以上统计都证明了泸水市退耕还林工程的效果显著,基本达到了工程实施的预期目标。得到退耕还林的耕地在转为林地和草地后,会对局部地区乃至怒江州的生态环境质量产生积极影响。 3.2.2 生态环境质量变化与退耕还林面积的相关性 对2001—2006年和2013—2018年两个时段的泸水市各乡镇累计退耕还林面积进行统计,然后依据公式(13),求出每期各乡镇退耕还林率(表6)。 S=(N/K)×100% (13) 式中:S是某期该乡镇退耕还林率;N为某期该乡镇退耕还林面积;K是该乡镇土地总面积。 表6 泸水市各乡镇累积退耕还林面积、退耕还林率和RSEI变化 分别将各乡镇统计结果序列与对应区域的RSEI期内差值在SPSS 26统计软件中进行斯皮尔曼相关性分析,结果见图5。2001—2006年,退耕还林率与遥感生态指数RSEI变化在0.05级别显著性水平下,相关系数为0.767,为强相关;2013—2018年,退耕还林率与遥感生态指数RSEI变化在0.01级别显著性水平下,相关系数为0.817,为强相关。可见,泸水市退耕还林率与生态环境质量变化的相关性较高,也说明退耕还林工程对实施地区的生态环境质量有着积极影响。 图5 泸水市RSEI变化和各乡镇退耕还林率关系 (1) 从时间变化上看,泸水市2001年、2006年、2013年、2018年RSEI均值分别为0.750,0.759,0.667,0.683,总体呈小幅波动下降趋势。生态环境质量良及以上等级所占比例分别为33.80%,33.51%,27.33%,32.77%。泸水市2001—2018年期间的生态环境质量总体上逐渐恶化,但在2001—2006年和2013—2018年两个时间区间又有所反弹好转。 (2) 从空间分布上看,泸水市生态环境质量呈现明显的南北向狭长型分布特征,且怒江东西两岸的生态环境质量等级区域表现出一定的对称性,这与其高山峡谷的地貌特征吻合。分析生态环境质量变化成因后发现,泸水市总体生态环境质量的恶化除了与怒江流域气候的变化有一定关系外,更与2 000 m以下区域人类活动的活跃和干扰密切相关,说明了生态环境质量对人类活动反应的敏感性。 (3) 退耕还林工程的实施,对工程实施期内泸水市的生态环境产生着积极影响。统计分析发现,泸水市退耕还林工程效果显著,大量坡耕地得到退耕。在2001—2006年和2013—2018年两轮退耕还林工程主要实施期内的相关性分析中,生态环境质量变化也与退耕还林工程有较高的相关性。 进入21世纪后,泸水市响应国家发展战略方针,重点开展了退耕还林工程,并配合天然林保护、陡坡地生态治理、自然保护区建设、林业改造等其他生态恢复工程,主要修复了怒江流域生态脆弱区、生态重要区的生态环境。各项生态恢复工程互为配合、多头并进,有助于调节气候环境、增加植被覆盖度、优化利用林业资源、遏制水土流失和自然灾害,提升生态系统稳定性和生态服务功能,促进形成有效的国土生态安全体系。 但是从本研究的生态环境质量变化分析不难发现,泸水市退耕还林工程及其他生态恢复工程对生态环境的恢复效果依然有限,绿度等指标在18 a中依然呈小幅下降趋势,且2 000 m以下人类活动活跃地区的生态环境变化形势也不容乐观。今后应扩大生态环境保护的范围,并加大投入,将保护工作的重心向2 000 m以下人类活跃地区倾斜,制定出针对性的生态修复方案。同时,也应及时调整经济社会发展方式,保护与减少破坏并行,通过优化资源利用模式,降低对生态环境的破坏。 由于在数据、技术等方面的限制,本研究会存在一些不足之处,如遥感影像时相无法完全一致、影像分辨率不高、影像中山体光照阴影的存在等问题都会对RSEI结果产生影响。此外,虽然对生态环境质量变化的成因进行了一定分析,但对气候、人类活动等因素的驱动内因未有深入的探讨,因此也将进一步加深这方面的研究。3 结果与分析
3.1 泸水市生态环境质量评价分析
3.2 泸水市生态环境质量变化与退耕还林工程的关系分析
4 结论与讨论