基于遥感生态指数的宜宾市长江滨河带环境研究

韩依廷 赵良军，2* 张秦瑞 林国军

(1.四川轻化工大学自动化与信息工程学院; 2.企业信息化与物联网测控技术四川省高校重点实验室,四川 自贡 643000)

近些年来，中国经济呈高速发展态势，城市化进程带给人们便利生活的同时也造成了生态环境的破坏，生态环境状态监测对于现代人类社会以及经济发展具有里程碑式的意义，能够帮助决策者适时改变发展战略并提出环境经济共同发展的建议。快速、有效、准确地监测宜宾长江上游的生态环境，对整个长江流域的生态文明建设和环境保护有着至关重要的意义。

当前，针对大范围的资源环境监测技术，遥感技术具有颇多优势，能够快速对草地、海洋、河流等生态系统进行监测[1-4]。许多学者对环境质量的遥感监测提出了一系列的方法，但这些监测技术仅仅侧重于单一的因素进行环境评价，如仅利用城市热岛指数[5]、城市用水和绿化覆盖率[6]、不透水地表覆盖率[7]等。仅仅通过单个指标就对生态环境状况进行评估，并不能从宏观角度把控生态环境质量的综合情况，因此，徐涵秋提出了一种既能快速、简便的收集有用因素，又能集成多种生态指标的遥感生态指数(RSEI)[8]。更有学者提出了一种移动窗口评估单元的改进型RSEI，即基于移动窗口的遥感生态指数(MW-RSEI)[9]对矿区的生态状况进行评测。

本文选取2013、2020年宜宾长江流域landsat 8卫星遥感影像，利用RSEI指数模型，由遥感图像得到绿度(NDVI)、湿度(WET)、热度(LST)、干度(NDBSI)四个评价指标，再通过PCA法计算宜宾长江流域生态指数，为该区域生态环境监测与评价提供数据支撑和指导意义。

1 材料和方法

1.1 研究区概况

研究区宜宾地势西南部分偏高，东北部分偏低，地形以小型山岭为主，错落有致，地形多变，境内低山占 46.6%，小型山岭占 45.3%，平坝占8.1%[10]。该区域处于金沙江、岷江、长江三江交汇处，被誉为“万里长江第一城”“中国白酒之都”[10]，是现代社会重要的“物流中心”和“交通心脏”，建有18平方公里五粮液产业园，36平方公里临港大学城、科技创新城。本文旨在研究其生态环境变化规律，能够为环境保护和酿酒等重要产业发展布局提供辅助决策支撑。

1.2 遥感影像及处理

本文使用ENVI 5.1软件为工具，以宜宾长江流域为主研究区，文中图像数据均取自中国地理空间数据云，选取2013-05-20、2020-05-17的2期 landsat 8 OLI遥感卫星图像(见图1、2)。选取的遥感图像云层量少，数据精确性高，时相相差不大。本文对遥感数据进行水域掩膜、辐射定标、大气校正、直方图配准等预处理。由于不同年份的图像之间会产生差异，所以需要对图像进行辐射校正这一步骤；在不同数据之间也会存在时相差异，可以通过直方图配准的方式减小差异；将处理好的图像进行剪裁，确定出最终的研究区域。

图1 2013年宜宾市遥感图像

图2 2020年宜宾市遥感图像

2 研究方法

2.1 指标的构建

(1)绿度指标

绿度指标：通常植被指数能够显示植物的丰茂程度、植被的分布情况、叶片覆盖率和生物的种类数[11-12]，城市的热岛效应不断加强，植被覆盖率越大越能够减少蒸腾作用。NDVI计算公式为：

(1)

式中：ρNIR、ρred分别代表着OLI影像中的波段反射率。

(2)湿度指标

湿度指标：缨帽变换广泛应用于湿度指标的提取中[13]。湿度指标用WET表示，其公式为[14]：

WET=0.1511ρblue+0.1973ρgreen+0.3283ρred+

0.3407ρNIR-0.7117ρSWIR1-0.4559ρSWIR2

(2)

式中：ρi代表Landsat 8中各个波段的反射率 。

(3)热度指标

热度指标：随着环境的恶化，环境温度上升是人们急需解决的问题。代表热度指标的地表温度可通过亮度温度修正得到。通过采用 Landsat[15]及 Chander[16]等最新修订的定标参数进行计算：

L10=gain×DN+bias

(3)

T=K2/ln(K1/L10+1)

(4)

LST=T[1+(λT/ρ)lnε]

(5)

式中：L10代表传感器处的辐射值；DN为图像的灰度值；gain为landsat 8卫星的增益系数，bias为偏置系数，可从原始遥感图像的头文件中得到；T为传感器处的温度；K1、K2为定标参数，λ为一般为发射辐射的波长，本文为10波段的中心波长取自11.48 μm；ρ=h×c/σ(1.438×10-2mM)，ε为地表比辐射率。

(4)干度指标

干度指标：随着城市越来越多的建筑用地替代原有的土壤，由于这些因素造成的土地干化会给环境带来危害，地表的裸露面会使水分流失，使土地干涸的问题更加严重，所以干度指标(NDBSI)[17]与城市建筑指数(IBI)和裸土指数(SI)有关，计算公式为：

(6)

IBI=

(7)

其中：

(8)

2.2 遥感生态指数

通过以上步骤得到了四个生态指标，需要对四个指标先进行正规化处理，将它们的取值范围集中到[0,1]之间。并且水域对PCA载荷的分布有着较大的影响，所以需要采用MNDWI[18]水体指数去除水域信息。

主成分分析法把多个变量的信息通过特征光谱空间坐标轴的垂直变换，压缩至前面1～2个主成分之中，根据4个指标对主成分的贡献度客观、自主分配各自的权重，避免了由人为规定权重、或者将指标简单的进行相加所带来的偏差。各指标的正规化公式：

Pi=(Mi-Mmin)/(Mmax-Mmin)

(9)

式中，Mi代表在象元i处的原始数值；Mmax代表所有象元中的最大值；Mmin代表所有象元中最小值。

四个指标经过正规化处理过后，将计算得到PC1，为了使结果更加直观，使用1减去PC1，获得初始RSEI值，即RSEI0。

RSEI0=1-PC1

(10)

再将上述RSEI0进行归一化处理后，最终得到RSEI，该值范围在[0,1]之间，越靠近0表示生态环境越差，反之亦然。

RSEI=(RSEI0-RSEI0MIN)/(RSEI0MAX-RSEI0MIN)

(11)

式中，RSEI0代表初始遥感生态指数，RSEI为正规化后的生态指数。

3 结果与分析

3.1 生态环境指标相关性分析结果

从表1中可以看出，通过单个指标之间进行比较，其中相关性最高的指标为干度指标(NDBSI)，两年的平均相关系数达到最大0.649；平均相关度最低的为湿度分量(WET)，两年的平均相关系数达到最小0.412。而遥感生态指数(RSEI)与这四个指标的平均相关性达到了0.732，比单个指标相关度最高的建筑-裸土分量高12.79%，比相关度最低的湿度分量高43.16%。遥感生态系数与各指标之间的相关系数最高，至此说明遥感生态指数对这四个生态指标的相关性很高，具有代表性。

表1 各指标和遥感生态指数RSEI的相关性统计表

3.2 生态环境主成分分析结果

通过PCA分析法对研究区4个指标进行生态环境质量分析，从表2中可以看出，第一主成分(PC1)特征值的贡献率远远大于其他三个主成分特征值的贡献率，两个年份中的第一主成分的特征值所占比例都在70%以上，这说明第一主成分分析法效果显著，对于遥感生态指数的计算具有代表性，其他主成分分量值忽大忽小，说明对4个生态指标的信息包含不完整。从表2中可以看出PC1中NDVI和WET都为正值，这说明代表NDVI和WET对生态环境起到了正向作用，而LST和NDBSI指数都呈负值，说明LST和NDBSI对环境产生了负面影响。

表2 指标主成分分析

3.3 生态环境指标统计结果

统计结果表明，2013—2020期间，研究区的生态指数RSEI呈缓慢变好趋势，生态指数从0.660上升至0.696，总体上升了约1.45%，湿度和地表温度的均值基本保持不变，建筑-裸土指数和绿度的均值有所上升，但绿度的均值增长比建筑-裸土指数高，虽然宜宾城市化发展进程快速，但由于近年来人们环境保护意识的不断提升，使得城市化进程并没有破坏人类的居住环境。见表3及图3、4。

表3 各年份4个指标和遥感生态指数RSEI的统计值

图3 2013年RSEI图像

图4 2020年RSEI图像

3.4 RSEI指数的变化检测

从时间上对比，从表4可以分析出，2013—2020两年中，生态级别好的区间为：优(0.8～1)、良(0.6～0.8)，优级生态变好的面积增加0.92%，良级生态变好的面积增加2.84%，生态变好的面积合计为：3.76%；生态级别差的区间为：差(0～0.2)、较差(0.2～0.4)、中(0.4～0.6)，差级生态变差的面积增加0.04%，较差级生态变差的面积减少3.74%，中级生态变差的面积减少0.06%，生态级别变差的生态级别合计为：-3.76%。

表4 2013—2020 年各级生态指数面积变化

在表5中发现，生态环境等级不变的地区面积占比最大，为849.03 km2，占比为80.64%；生态环境等级上升的地区面积为148.77 km2，占比为14.13%；生态环境等级下降的面积仅为55.06 km2，占比为5.23%，总体上，生态等级变差的面积小于生态等级变好的面积。

表5 变化检测

图5 2013-2020年RSEI变化检测图

从地理空间上对比，图5中表示生态环境较差的深色区域随着城市建设用地的扩张而逐渐扩散。生态状况变差的地区分布长江附近临港区、南溪区、江安县，其中生态等级变差最多的地区是临港区，临港地区依旧还在建设当中，这些因素造成了环境的破坏。

4 总结

从遥感生态指数可以看出，自2013—2020年宜宾的城郊生态指数从0.660略上升至0.696，其中生态状况变好的土地面积为148.77 km2，而变差的土地面积只达到了55.06 km2，虽然宜宾市城市规划建设进程快速，但是没有造成总体环境质量的大幅度下降，这得益于该市科学的规划与建设。

在四个生态指标中，干度指数NDBSI与RSEI的相关性最大，城市建筑的扩建导致大量的水泥地替代了原有的土地表面，造成土地的干涸和城市热岛效应，说明人们对土地、建筑用地的规划对于生态的治理息息相关。如果在城市规划中多加入绿化植物、树木可以一定程度上抵消城市建设给环境带来的破坏，基于此人们应该进一步增强环保意识，因地制宜，对于城市未来的发展需要多将环境因素纳入计划进程。

综上，本文基于Landsat 8 遥感图像对宜宾长江流域生态状况进行研究，建立的遥感生态指数可以耦合这四个生态指标的主要信息，从而使人们更直观、简洁的了解研究地区的生态环境状况，对生态环境进行监测和评估。但本文仍旧存在不足之处，第一：由于西南地区环境多云雾，许多遥感图像都有云层的遮挡，为图像的选取增加了困难；第二：在未来的研究中可以加入经济发展、文化科技建设、旅游规划对环境的影响并纳入评测指标中，从各个方面对城市的经济进程、社会文化发展与环境的保护进行研究。