基于遥感生态指数的滁州市生态环境变化分析*

徐 敏，陈 俊，邓嘉翔，程 飞

(1.安徽省地质测绘技术院，安徽 合肥 230022；2.高分辨率对地观测系统安徽省滁州市数据与应用中心，安徽 滁州 239000)

0 引言

生态环境是人类生存和发展的主要物质来源，良好的生态环境是人类社会前进中的有效保障[1]。为了更好的增加生态环境质量，响应国家生态文明建设的发展目标，加强对区域生态环境变化的监测是必要的。

卫星遥感因其监测范围宏观，监测数据更新速度较快，日渐成为监测区域生态环境系统变化的主要手段之一。研究者们通过使用不同的生态监测指标，或是不断创新生态环境变化监测数值模型，对不同维度的各类生态系统进行变化监测，取得诸多研究成果[2-5]。但是受制于生态指标选择的单一性、综合指标体系应用范围的限制以及指标参数易得程度的影响，关于遥感生态环境监测方法的应用上还存有争议。近年来徐涵秋[1]提出了利用区域生态环境中的绿度、湿度、干度、热度4个综合指标，使用主成分分析方法提取综合指标中主要要素，反演区域生态环境变化。该方法既能够体现区域生态环境变化的整体特征，又可以保证评价指标的综合性、客观性。鉴于此，本研究采用主成分分析法，计算区域遥感生态指数 (RSEI)，对2016-2020年间滁州市市辖两区(琅琊区、南谯区)生态环境变化进行定量评价和时空变化监测分析，为滁州市生态环境部门提供有关环境治理、发展规划依据，为滁州市生态文明城市建设提供参考。

1 研究区概况

滁州市位于安徽省东部，属于亚热带季风气候区，全年四季分明。为江淮丘陵地带，地表植被属亚热带常绿阔叶林带。滁州因滁河而得名，河流众多，有各类型水库1 000多座。其下辖两区四县及两个县级市( 琅琊区、南谯区、来安县、定远县、全椒县、凤阳县、明光市、天长市)，向东与南京市相连[6]。

2 数据来源与研究方法

2.1 数据来源

本研究以滁州市直属琅琊区、南谯区两个区为研究区，使用 2016 年7月、2018 年7月和 2020 年7月的Sentinel-2A、Landsat8 遥感影像。数据月份一致，经过多波段合成、图像镶嵌、表观反射率定标，研究区裁剪等技术流程，提取相关生态因子，自然生态环境具有较大的可对比性。

2.2 研究方法

遥感生态指数 RSEI选取了与人类生存环境密不可分的绿度、湿度、干度、热度指标。分别采用通过T-C变化的湿度分量(WET)来代表湿度指标；归一化植被指数(NDVI)是目前最常用的植被指数，它受控于区域的植物生物量、植被覆盖度等要素，因此选用NDVI来代表绿度指标；干度指标一般选用的是裸土指数SI，考虑到真实环境中还有建筑用地，所以裸土指数SI和建筑指数IBI合成(NDSI)代表干度指标；地表温度(LST)表征温度指标。

2.2.1 指标的构建

1)湿度指标

本文采用Index Database发布的Tasselled Cap-wetness湿度计算公式计算哨兵2A数据的湿度分量，计算公式为：

WET=0.1 509*ρ2+0.1 973*ρ3+0.3 279*ρ4+

0.3 406*ρ8-0.7 112*ρ11-0.4 572*ρ12

(1)

式中：ρ2、ρ3、ρ4、ρ8、ρ11和ρ12分别为Sentinel-2A的2、3、4、8、11、12各波段的大气表观反射率。

2)绿度指标

本次通过归一化植被指数(NDVI)来获取绿度信息，其公式为：

(2)

式中：NIR为近红外波段的反射率；R为红光波段的反射率。

3)干度指标

干度指标由裸土指数SI和建筑指数IBI合成，计算公式为：

(3)

其中，

4)热度指标

利用地表温度(LST)来表针热度指标。由于哨兵-2A数据没有热红外波段，本文选用同一时间获取的Landsat 8 影像的热红外波段来计算温度，并将得到的温度结果重采样到10 m，以便与哨兵-2A 10 m分辨率影像能对应。本文使用基于大气校正法的Landsat8 TIRS数据分析研究区地表温度信息。

2.2.2 综合指标的构建

本研究采用主成分分析法(PCA)，提取遥感影像中 4 个生态指标的原始数据，根据权重计算生态因素中的主要因素，对生态环境中的主要因素进行遥感生态指数解译。考虑4个指标量纲不统一，因此本文在主成分变换前，对各指标数据归一化处理，得到各指标数值在0-1范围内，然后进行区域主成分分析。归一化公式为：

(4)

式中：NIi为归一化后的某一指标值；Ii为该指标在区域像元i上的值；Imin、Imax分别为该指标的最小、最大值。

对归一化后的4个指标在ENVI中采取主成分分析，得到 PC1，然后用1减去PC1得到原始生态指数RSEI0。

(5)

为了使各指标统一，以方便指标比较，同理对RSEI0进行归一化：

(6)

RSEI即为遥感生态指数，其值介于0-1之间，遥感生态指数值趋近于1，代表区域自然生态环境趋好[7]。

3 结果与分析

3.1 主成分分析

表1为研究区3个年份4个指标的主成分分析结果。

表1 2016-2020年滁州市各年份指标主成分与遥感生态指数RSEI统计表

从表1中可以看出:3期数据的第一主成分(PC1)对RSEI的贡献率超过83%。说明PC1代表4个指标中的主要载荷，集成了区域生态环境的主要特征。其中，PC1对RSEI的贡献度，2016年为87.77% ， 2018年为83.39% ， 2020年为86.97% 。分析4个指标在PC1的贡献率，绿度的NDVI和湿度的WET都显示为正数，干度和温度的NDBSI、LST都显示为负数，这与自然界中绿度因素和湿度因素对自然生态环境发挥正向效应，而干度因素和温度因素对自然生态环境发挥负面效应的实际是一致的[8]。

3.2 滁州市遥感生态指数(RSEI)变化分析

通过反演的遥感生态指数(RSEI)，分析滁州市近4年来生态环境质量时空变化。研究表明，4年间滁州市的生态环境质量总体呈现略下降趋势。RSEI均值由2016年的0.669到2020年的0.599，但在2016-2018年间RSEI均值呈增加趋势。各指标变化中，湿度指标WET和绿度指标NDVI的均值变化趋势与RSEI一致，都表现为先增加后减少；干度指标NDSI逐渐增加。经标准化处理后的2016， 2018， 2020年的LST均值分别为:0.287， 0.351， 0.389，则说明了热度指标LST也呈现逐渐上升的趋势。结合各指标对PC1的载荷值，3个年份中植被覆盖状况的绿度指标NDVI对PC1的载荷最大，可以看出自然植被对区域生态环境的影响力最大。滁州市遥感生态指数RSEI空间分布，如图1所示。

从图1中可以看出，生态环境较差的深红色区域与滁州市现阶段建成区大体保持一致。近年来随着滁州市城南新区的大力发展，城区东南部RSEI下降较明显，呈现由点向面的拓展。城区西南部分也出现RSEI明显下降的趋势。另外，老城区内深红色区域逐渐被浅绿色代替，说明老中心城区生态环境有了较大程度的改善，生态环境状况逐渐变优。近年来随着我国乡村振兴战略的实施，市属乡镇得到了大力发展，但同时从RSEI图中可以得出，诸多乡镇遥感生态指数出现下降，局部生态环境出现退化。因此，在发展乡镇产业的同时也需要注重保护环境。

图1 滁州市遥感生态指数RSEI空间分布图Fig.1 RSEI spatial distriburion of Chuzhou city

3.3 遥感生态指数RSEI建模分析

回归分析建模是分析多个地理要素之间具体的数量关系的普遍性方法。本文通过应用4个生态因子建模研究滁州市生态环境影响因素，力争为改善区域生态环境提供数据支撑[9]。模型中在滁州市区内随机生成5 000个采样点，包含3个年度的4个生态环境指标值和RSEI值，在SPSS中进行回归分析模拟。计算过程中以4个指标为自变量，以RSEI为因变量，采用步进回归方法。计算得出滁州市3个年份的回归模型(模型都通过了1%的显著性检验)，结果如下：

2016年RSEI=0.476NDVI+0.402WET-0.362NDSI-0.413LST+0.546，R2=0.988

2018年RSEI=0.582NDVI+0.351WET-0.442NDSI-0.481LST+0.626，R2=0.921

2020年RSEI=0.642NDVI+0.224WET-0.562NDSI-0.571LST+0.643，R2=0.995

通过计算得出，滁州市生态环境中的4个指标因子在步进回归分析都有相关性，而且作为绿度指标的NDVI相关性值最大。说明作为生态环境中绿度、湿度、干度、热度4个指标是滁州市生态环境重要指标，其中绿度指标影响力最大。因此，在滁州市城市化快速推进过程中，须注重原始自然植被保护和做好建成区城市绿化。

4 结论

本文应用Sentinel-2A、 Landsat8 卫星遥感影像数据，利用主成分分析方法计算遥感生态指数RSEI，对2016-2020年4年间滁州市生态环境变化进行时空变化与建模分析，得出如下结论：

1)从时空分布来看，2016-2020年间，滁州市生态环境质量整体呈略下降趋势，但2016年至2018年间RSEI均值略有上升。滁州市西南和东南部因开发建设导致的生态变化趋势明显，遥感生态指数略有下降；老中心城区遥感生态指数略有上升，生态环境状况得以改善。

2)从建模分析来看，在4个指标中，绿度指标的影响力较大，说明滁州城区生态环境质量下降与植被减少的相关性最大，在城市化发展过程中必须注重原始自然植被保护和做好建成区城市绿化。

遥感技术应用于生态监测有实时性、宏观性技术优势，可满足一定程度的工作要求。但是生态环境评价涉及范围广、技术指标多，评价体系有待改善，如何更科学的建立评价分析体系也是未来科学研究的重点和难点。