邛崃山生态环境及生物多样性遥感监测评价

王 姝,苑 跃 ,杨 杰

（四川省气象灾害防御技术中心，成都 610072）

引言

生态环境是由生物及非生物成分相互影响并发生物质能量循环转换而产生彼此间赖以生存的生态功能单位[1]，是人类生存的基本保障和社会发展的物质基础[2]。在生态环境质量监测评价的传统方法中，数据源主要依赖于人文统计、地面观测记录及抽样性实地调研，受主观因素的干扰较大。遥感（RS）因其多时相、多分辨率、更新周期短、大面积同步观测等特点成为客观快速掌握各类地表信息的重要技术手段，在生态环境质量监测评价中得到越来越广泛的应用[3-7]。王志杰等[8]基于遥感资料，利用空间主成分分析方法对汉中市生态脆弱性进行了定量评价。陈莹等[9]利用遥感资料计算了生态环境质量评价指标，对北京市生态环境质量进行了评价。徐庆勇等[10-11]先后利用主成分分析法构建评价指标体系，对长江和珠江三角洲生态环境脆弱性进行了综合评价。徐涵秋[12]创建城市遥感生态指数（RSEI）并据此对城市的生态状况进行快速监测与评价。宋慧敏等[13]、程志锋等[14]、农兰萍等[15]利用RSEI指数，分别对渭南市、苏锡常城市群和昆明市的生态环境质量进行时空动态评价，表明RSEI指数能较好地指示区域生态环境状况。

邛崃山脉是成都平原至川西高原的过渡带，属于龙门山南段前沿延伸山系，地处岷江和大渡河的分水岭，是四川盆地和青藏高原的地理界线和农业界线，在生态环境和生物多样性保护中具有重要作用。然而目前还未有关于邛崃山生态环境质量和生物多样性功能的分析和研究，缺乏对邛崃山生态保护红线区生态环境的总体认识。本研究结合邛崃山实际状况，综合运用遥感技术、全球定位技术和地理信息技术，应用近20a邛崃山植被指数、温度植被干旱指数、陆表温度等生态环境质量气象评价指标，运用主成分分析法，构建了遥感生态指数（RSEI）和生物多样性维护功能指数（BMI），分析其在邛崃山生态保护红线区的时空演变特征，研究邛崃山区2000～2019年的生态环境质量状况，为开展生态承载力以及气候评估、生态环境红线调整等提供参考。

1 研究区概况与研究方法

1.1 研究区概况

邛崃山保护区属于岷山-邛崃山-凉山生物多样性保护与水源涵养重要区，行政区涉及大邑县、邛崃市、崇州市、天全县、芦山县、宝兴县、小金县，总面积0.63万km2，占生态保护红线总面积的4.26%，占四川省幅员面积的1.30%。邛崃山系属中亚热带季风气候向大陆性高原气候过渡区，潮湿多雨。东侧降水充沛，海拔2100～2300m地带年降水量2000～2500mm，有“华西雨屏”之称，为农业区。西坡植被稀疏，云少雾散，气候干燥。邛崃山东部，属半农半牧区。区内河流主要包括岷江、大渡河水系支流，森林植被以常绿阔叶林、常绿与落叶阔叶混交林和亚高山常绿针叶林为主，区内原始森林以及野生珍稀动植物资源十分丰富，是大熊猫、川金丝猴、扭角羚等珍稀野生动物的栖息地，是我国生物多样性保护的热点地区和重点区域之一，生物多样性保护功能极其重要。研究区范围如图1所示。

图1 邛崃山生态保护红线区范围及其位置

1.2 数据来源

陆地表面温度（LST）、归一化植被指数（NDVI）、总初级生产力（GPP）和土地类型数据（LUCC）来源于美国国家航空航天局的MODIS遥感产品。土壤湿度指标，即温度植被干旱指数（TVDI）由LST和NDVI指数计算得到，绿度指数GVI来自Landsat卫星的绿度指数（GVI）产品。生物多样性指数BI根据土地利用类型数据计算[16]得到，空间分辨率为1000m。植被覆盖度FV指数采用像元二分法根据NDVI数据计算[17-18]获得。高程DEM数据采用ASTER GDEM数据，来自美国航天局（NASA）与日本经济产业省（METI）共同推出的地球电子地形数据。

1.3 研究方法

1.3.1 RSEI综合指标的构建

构建RSEI指数模型需要整合绿度因子、湿度因子、干度因子和热度因子[19-21]。基于遥感数据，选用了绿度指数(GVI)、植被指数(NDVI)、总初级生产力(GPP)、土壤湿度（温度植被干旱指数TVDI）、地表温度(LST)和土地利用类型(LUCC)共6个指数构建评价指标体系。由于评价区域具有地域差异性，同时生态过程具有时间和空间尺度属性，不同区域的生态环境质量也不相同。因此，需要对各指标进行无量纲归一化，使他们的指标区间映射在[0-1]。指标归一化公式表达为：

式中:Fi表示归一化后某像元的指标值，indicatori表示该指标在像元i的值，indicatormin表示该指标像元最小值，indicatormax表示该指标像元最大值。

本研究采用客观确权的主成分分析法（PCA）构建邛崃山生态保护红线区遥感生态环境状况指数（RSEI）。PCA方法中通过前期降维变换可以获得各指标的权重值，减少人为确权造成指标集成差异的干扰，从而对数据集做出客观分析。按照主成分分析原理，计算各指标相关系数矩阵，得到各主成分的方差贡献率，并选取累计贡献率达到85%以上的前几项特征根作为确定指标权重的主成分。

得到各主成分的方差贡献率后，再根据公式（2）计算评价模型中各指标的综合权重[22]：

式中：PC表示各项指标的综合权重，ei表示主成分对应的方差贡献率，pci表示各主成分对原始指标的载荷。

1.3.2 BMI综合指标的构建

参考《生态保护红线划定指南》[23]以及其他文献中对生物多样性的研究[24-28]，利用遥感产品数据和地理基础数据，构成生物多样性维护功能指数（BMI）模型（表1），选择了生物多样性指数（BI）、归一化植被指数（NDVI）、植被覆盖度（FV）、植被总初级生产力（NPP）、土地利用生态胁迫指数（LUI）、高程数据（DEM）6个BMI综合指数作为分指标。

表1 生物多样性维护功能指标选取方案

利用归一化系数计算方法，计算出上述6个邛崃山生态保护红线区生物多样性评价指标的归一化系数值，再通过主成分分析法，构建生物多样性维护功能指数（BMI），用以消除人为估算带来的主观性影响，基于遥感技术和自然因子，较为客观地反映生态区生物多样性维护功能状况。

1.3.3 综合指标分级方法

1.3.3.1 RSEI指数分级方法

依据《生态环境状况评价技术规范》[16]中生态环境状况的划分等级，以RSEI的最大值和最小值确定邛崃山生态保护红线区生态环境状况等级划分标准的最大及最小值，将每期数据进行归一化处理，统一到[0-1]，采用等间距法对邛崃山生态保护红线区生态环境状况进行分级（表2）。

1.3.3.2 BMI指数分级方法

将邛崃山生态保护红线区生物多样性维护功能指数归一化到[0-1]，采用等间距方法确定邛崃山生态保护红线区生物多样性分级标准，将邛崃山生物多样性维护功能指标BMI分为5级，即强、较强、一般、较差和差，分级标准见表3。

表3 生物多样性评价指标分级

2 结果与分析

2.1 邛崃山生态环境状况的评价与动态分析

2.1.1 RSEI指数分布与变化趋势

通过上述归一化算法和主成分分析法，计算出遥感生态指数RSEI模型各年份各指标对生态环境状况影响的权重及平均值（表4）。

表4 各年份指标权重与平均值

依据表2各指标多年权重的平均值，得到邛崃山生态保护红线区生态环境状况遥感综合评价指数模型如下：

表2 生态环境状况分级

根据公式（1）计算得到2000～2019年邛崃山生态保护红线区生态环境状态综合评价指数（RSEI）数据集。

从图2可以看出，2000～2019年，邛崃山生态保护红线区生态环境指数高值区在红线区南部大部分地区，低值区主要在红线区北部，红线区南部显著优于北部。从时间变化上看，近20a生态指数分布变化不大，东北部及西南部的低值区呈略微扩大的趋势。

图2 2000～2019年邛崃山生态保护红线区RSEI指数空间分布（a.2000年，b.2003年，c.2006年，d.2008年，e.2011年，f.2014年，g.2017年，h.2019年）

从图3可以看出，2000～2019年红线区RSEI最大值的变化区间为0.851～0.894，其中2008年最高（0.894），2000年最低（0.851）；最大值总体变化趋势不明显，2000～2008年呈弱增长，2008～2017年呈弱降低，之后又呈弱增长。RSEI最小值的变化区间为0.0102～0.034，总体呈波动减小趋势，通过了0.01水平的显著性检验。RSEI平均值的变化区间为0.642～0.680，变化幅度不大，总体较平稳。以上结果表明，2000～2019年邛崃山生态保护红线区的生态环境状况总体保持较好，但部分低值区呈略有恶化的趋势。

图3 2000～2019年邛崃山生态保护红线区RSEI指数最大、最小及平均值变化

2.1.2 RSEI指数等级划分及动态分析

从图4可以看出，红线区生态环境状况等级为一般及以上的区域主要位于南部和西北部，等级为较差和差的区域主要位于红线区的东北部，在西南部边界也有部分区域生态环境状况较差。时间变化上，近20a红线区生态环境状况等级差与较差的区域呈较为明显的增加趋势。

图4 同图2，但为生态环境状况等级分布

对各年份生态环境评价等级的面积所占比例进行统计（图5）可见，邛崃山生态保护红线区RSEI等级为优和良的区域在全区中占比最大，其次为一般等级，等级为较差和差的面积占比较小。从近20a平均RSEI指数来看，邛崃山生态保护红线区生态指数等级为优占49.983%、良占30.908%、一般占13.499%、较差占4.828%、差占0.782%，优和良所占比例达80.891%。时间变化上，邛崃山生态保护红线区生态指数等级为优的区域在2017年面积达到最大值（占比55.196%），其次是2011年（占比48.945%）；等级为差与较差的区域面积在2019年较大（合计占比9.524%），其次是2006年（合计占比5.515%）。从2000～2019年生态指数动态变化来看，生态环境等级为优的区域保持较好，面积呈较明显的波动上升趋势，通过了0.1水平的显著性检验；等级为良的部分区域面积存在明显的下降趋势，通过了0.01水平的显著性检验；等级为一般的区域面积近20a变化不大；等级为差与较差区域面积呈弱增加趋势。

图5 2000～2019年邛崃山生态保护红线区RSEI指数各等级面积占比统计

2.2 邛崃山生态保护红线区生物多样性功能评价与动态分析

2.2.1 BMI指数分布与变化趋势

通过归一化算法和主成分分析法，计算出生物多样性功能指数（BMI）模型各年份各指标对生态环境状况影响的权重及平均值（表5）。

表5 各年份指标权重与平均值

利用上述6个指标建立生物多样性维护功能遥感综合评价模型：

根据生物多样性评价模型，计算得到2000～2019年红线区生物多样性功能指数数据集。从邛崃山生态保护红线区BMI指数空间分布（图6）可以看出，红线区生物多样性指数同样是高值区主要分布于红线区南部，低值区主要分布于北部，综合指数分布整体上呈现出南部优于北部的特征，且分布较为稳定，2000～2019年变化不大。

图6 同图2，但为BMI指数空间分布

从图7可见，2000～2019年生物多样性指数最大值的变化区间为0.598～0.645，2019年最高（0.645）；最小值的变化区间为0.119～0.168，2000年最高（0.168）；平均值的变化区间为0.482～0.522，2019年最高（0.522）。从时间变化来看，BMI指数最大值和平均值在这20a间变化趋势并不显著，2008年存在一个较低值，此后BMI指数呈增长趋势，说明红线区的生物多样性整体上逐渐丰富；BMI指数最小值在近20a呈显著减小趋势，通过了0.05水平的显著性检验。

图7 同图3，但为BMI指数

2.2.2 BMI指数等级划分及动态分析

从图8可见，在邛崃山生态保护红线区生物多样性评价等级中，差和较差区域主要分布在红线区东北部，一般及以上等级主要分布在红线区南部，西北部多数区域为一般和较好等级。

图8 同图2，但为生物多样性评价等级分布

对生物多样性功能不同等级面积的占比进行统计（图9）可以看出：邛崃山生物多样性功能等级为强的区域最大，所占面积各年均超过50%，其次为较强等级，生物多样性功能等级为差和较差面积较小。近20a平均BMI功能指数等级为强面积所占比例为61.398%、较强占18.796%、一般占13.428%、较差占5.220%、差占1.158%，等级为强和较强的面积占比合计80.194%。2000～2019年，生物多样性功能等级为强的区域面积在2017年达到最大值（占比62.471%），其次为2006年（占比61.208%）；等级为差与较差的区域面积在2006年最大（合计占比7.556%），其次为2017年（合计占比6.861%）。从时间变化上看，2000～2019年生物多样性功能等级为一般及以上所占面积比例总体呈升高趋势；生物多样性功能等级为强的区域所占面积比例由2000年的53.925%上升到2019年的60.366%，呈显著增长趋势，通过了0.01水平的显著性检验；评价等级为一般的区域所占面积比例随时间呈显著降低趋势，通过了0.01水平的显著性检验；评价等级为差和较差的区域所占面积比例略微减小。近20a来，邛崃山生态保护红线区生物多样性分布特征变化不大，其生物多样性功能整体表现为缓慢增强，但也存在区域差异，东北部功能等级改善的效果不明显。

图9 同图5，但为BMI指数

3 结论与讨论

本研究基于主成分分析法，利用卫星遥感监测数据，构建了邛崃山生态保护红线区RSEI指数和BMI指数模型，研究了2000～2019年该地区的生态环境质量状况，主要结论如下：

（1）从空间分布来看，邛崃山生态保护红线区生态环境状况整体较好。2000～2019年RSEI生态指数评价等级良及以上的区域面积达80.891%，BMI生物多样性功能评价达较强及以上等级的区域面积达80.194%。红线区生态环境状况内部差异较明显，整体上红线区南部和西北部地区生态环境较好，东北部地区生态环境较差。

（2）从生态环境状况指数的时间变化来看，2000～2019年RSEI区域最大值和平均值变化趋势不明显，最小值则有显著减小的趋势；评价等级为优的区域面积呈显著上升趋势，等级为良的区域面积呈显著下降趋势，等级为一般的区域面积变化不大；邛崃山生态保护红线区大部分区域的生态环境质量有所改善，小部分区域生态环境质量有所下降。

（3）从生物多样性功能指数的时间变化来看，2000～2019年BMI区域最大值和平均值变化趋势不显著，在2008年存在一个较低值，此后BMI指数呈增长趋势，区域最小值呈显著减小趋势；生物多样性功能评价等级为强的面积呈显著增长趋势，评价等级为一般的面积呈显著降低趋势，其余等级变化不显著；其中评价等级为强的区域由2000年的53.925%上升到2019年的60.366%，增长比例最大，说明邛崃山生态保护红线区生物多样性功能改善效果明显。

邛崃山生态保护红线区RESI指数等级为优和BMI指数等级为强的区域面积显著增长，说明邛崃山系各县护林联防保护生态资源、守护绿水青山、加强生态保护工作有明显的成效，但仍有小部分区域生态环境质量改善效果不佳。需要特别指出的是，邛崃山生态保护红线区的BMI指数在2008年存在一个较低值，参考谢洪等[29]对2008年汶川地震重灾区泥石流的研究，邛崃山等地区在2008年受汶川地震影响进入泥石流多发期是否导致这一异常低值的出现，有待在后续工作中进一步探讨。