基于RSEI的武夷山国家公园生态环境质量变化分析

李立 肖桂荣

摘 要：以1992-2018年的landsat系列遥感影像为数据源，分别计算绿度、湿度、热度、干度等4个指标，通过主成分分析法合成遥感生态指数（RSEI），研究分析武夷山国家公园生态环境质量及变化特征，并对武夷山国家公园生态环境质量进行综合分析评价。结果表明，绿度和湿度对区域生态环境起到正面作用，且湿度对环境的影响程度最大。研究区整体生态质量呈现先下降后上升的趋势，在2008年RSEI值达到最低，后来逐渐有所改善，但是整体生态环境质量呈现略微下降的趋势。

关键词：武夷山国家公园;RSEI;主成分分析;生态环境质量

中图分类号：TU 986.52   文献标志码：A   文章编号：0253-2301（2021）05-0063-08

DOI： 10.13651/j.cnki.fjnykj.2021.05.012

Analysis on the Change of Ecological Environmental Quality in Wuyishan National Park Based on RSEI

LI Li， XIAO Gui-rong*

（Institute of Digital China， Fuzhou University， Fuzhou， Fujian 350003， China）

Abstract： By taking the landsat series of remote sensing images from 1992 to 2018 as the data source， four indicators of greenness， humidity， heat， and dryness were calculated respectively， and the remote sensing ecological index （RSEI） was synthesized through the method of principal component analysis to study and analyze the ecological environmental quality and change characteristics of Wuyishan National Park， and the ecological environmental quality of Wuyishan National Park was comprehensively analyzed and evaluated. The results showed that the greenness and humidity had positive effects on the regional ecological environment， and the humidity had the greatest effect on the environment. The overall ecological quality of the study area showed a downward trend and then an upward trend. The RSEI value reached the lowest in 2008 and then gradually improved， but the overall ecological environmental quality showed a slight downward trend.

Key words： Wuyishan National Park;RSEI;Principal component analysis;Ecological environmental quality

國家公园作为一种严格保护并合理利用自然文化资源的可持续发展理念和举措在全球得到普遍认可和蓬勃发展，建立国家公园体制试点也是我国生态文明制度建设的重要内容[1-2]，对于促进人与自然和谐相处，推进美丽中国建设，具有极其重要的意义。武夷山国家公园是我国首批10个试点公园之一，但其原生生态系统比较脆弱，而且近年来受到人类活动的干扰也在与日俱增，不合理的开发建设活动如茶园、竹林的开采以及生态旅游的兴起，造成了一系列的生态环境问题，保护与发展矛盾日益突出，增加了对该区域的生态环境的压力。此外，在近20年来，研究区受全球温室效应的影响，极端气候事件频发[3]，区域滑坡、泥石流以及洪水等自然灾害频发。因此需要对武夷山国家公园生态环境质量进行客观评价并掌握时空变化趋势，从而为管理部门制定研究区域环境保护措施提供依据，以更好地实现区域可持续发展。

早期对生态系统的评价研究多集中在单一生态指标上，如利用植被指数来评价生态环境状况[4]、利用地表温度来监测城市热岛效应[5]、利用水体指数来评估水环境质量[6]等，这种评价方法往往只能反映研究区某一方面的生态特性，不能全面客观地反映区域生态环境质量。徐涵秋等提出了新型遥感生态指数（remote sensing based ecology index，RSEI）[7-8]，克服了以往单一生态指标的局限性，能够更加客观、全面地反映生态环境变化，目前已经被大家广泛运用在城市[9]、流域[10]、矿区[11]、自然保护区[12]，作为快速、客观、定量地评价研究区生态环境质量的方法。

当前人们对国家公园的生态环境的研究较少，多是针对单一指标对生态环境的监测，或者是针对其他某一特定区域如风景名胜区或者是自然保护区，而对武夷山国家公园整体生态环境的研究较少。因此本文基于1992、1998、2003、2008、2013和2018年6期landsat系列遥感影像，对武夷山国家公园运用主成分分析法构建遥感生态指数（RSEI），对研究区的生态环境质量变化情况进行评价，旨在为武夷山国家公园的生态文明建设提供依据，提升“美丽中国”建设在国家公园试验区的生态服务价值。

1 研究区概况

武夷山国家公园位于武夷山脉的北部，涵盖福建省的武夷山市、邵武市、建阳区和光泽县的9个乡镇（街道），29个行政村，范围内有人口约3000人，总面积1001.41 km2。试点范围包括武夷山国家级自然保护区、武夷山国家级风景名胜区和九曲溪上游保护地带等。研究区内群山起伏，北部的黄岗山海拔2160.8 m，是国家公园的最高处，也是大陆东南第一峰。研究区总体年均气温17～19℃，属于典型的亚热带季风气候，年均降水量1684～1780 mm，年均相对湿度为78%～84%，拥有丰富的水文资源。独特的地理位置和气候条件，铸就了武夷山丰富的森林资源、动植物资源。公园内保存了世界同纬度带最完整、最典型、面积最大的中亚热带原生性森林生态系统，是全球生物多样性保护的关键地区，也是珍稀、特有野生动物的基因库，具有极高的保护、科研和开发价值。

2 数据来源与研究方法

2.1 数据来源与处理

为尽可能降低不同时相数据对最终评价结果的干扰，选择云量较少且植被生长发育状况较为良好的1992、1998、2003、2008、2013、2018年共6个年份的10月至11月份的landsat系列影像。遥感影像数据来源于美国地质勘探局（https：∥www.usgs.gov），利用ENVI 5.3对影像进行预处理操作，主要包括辐射校正（辐射定标和大气校正）、几何校正以及影像裁剪，将波段的DN值转换成反射率。具体步骤为：采用辐射定标将影像的灰度值（Digital Number，DN）转化为反射率;再利用ENVI自带的大气校正工具来进行校正;最后对研究区影像进行裁剪。

2.2 研究方法

遥感生态指数（RSEI）集成了归一化植被指数、湿度指数、地表温度以及建筑裸土指数，分别表示了绿度（NDVI）、湿度（WET）、热度（LST）、干度（NDSI）。采用主成分分析法能够自动确定各指标的权重值，减少人为因素的干扰，以此来构建遥感生态指数，以定量表示区域生态环境质量的时空分布特征。即：

RESI=f（NDVI，WET，LST，NDSI）（1）

2.3 指标的构建

（1）绿度指标：采用最广泛的归一化植被指数（NDVI），能够反映植被覆盖度、叶面积指数以及植物生物量等[13]，其计算公式为：

NDVI=（ρNir-ρRed）/（ρNir+ρRed）（2）

其中，ρNir为近红外波段，ρRed为红波段，NDVI的值介于0～1。

（2）湿度指标：通过缨帽变化（K-T变化）的湿度分量指标计算，具有一定的代表性，能够反映土壤和植被的湿度状况，对于Landsat TM影像数据和OIL数据[14-15]，计算公式分别是：

WETTM=0.0315 ρBIue+0.2021 ρGreen+0.3102 ρRed + 0.1594 ρNir-0.6806 ρSWIR1-

0.3109 ρSWIR2（3）

WETOIL=0.1511 ρBIue+0.1972 ρGreen+0.3283 ρRed +0.3407 ρNir-0.7117 ρSWIR1-0.4559 ρ

SWIR2（4）

其中： ρBIue、ρGreen、ρRed、ρNir、ρSWIR1 、ρSWIR2 分别为遥感影像的蓝、绿、红、近红外、短波红外1波段、短波红外2波段的反射率。

（3）热度指标：一般用地表温度来表示热度，本文采用简化的大气校正法来反演地表温度[16-17]，具体计算公式如下：

LST=T1+〔λT/ξ〕Lnε-273（5）

T=K2LnK1L6+1（6）

εsuface=0.9625+0.0614Fv-0.0461Fv2（7）

εbuilding=0.9589+0.0860Fv-0.0671Fv2（8）

Fv=（b1 gt 0.7）×1+（b1 lt 0.05）×0+（b1 ge 0.05 and b1 le 0.7）×（b1-0.05/0.7-0.05）（9）

其中：T为传感器处温度，L6为遥感影像热红外波段辐射定标后的反射率，K1和K2是卫星发射前预设的常量，对landsat TM影像以及landsat-OIL影像来说，K1和K2值是不同的，λ是热红外波段中心波长，ξ为比辐射率[18]。

（4）干度指标：干度因子NDSI，通常将建筑物指数[19]（Index-based Built-up Index， IBI）和裸土指数[20]相结合（Soil Index，SI），具体公式为：

IBI=

2ρSWIR1ρSWIR1+ρNIR-ρNirρNir+ρRed+ρGreenρGreen+ρSWIR1

2ρSWIR1ρSWIR1+ρNIR+ρNirρNir+ρRed+ρGreenρGreen+ρSWIR1（10）

SI=（ρNir+ρRed）-（ρNir+ρBlue）

（ρNir+ρRed）+（ρNir+ρBlue）（11）

NDSI=（IBI+SI）2（12）

其中，ρBlue、ρGreen、ρRed、ρNir、ρSWIR1、ρSWIR2 分别为遥感影像的蓝、绿、红、近红外、短波红外1波段、短波红外2波段的反射率2.4遥感生态指数。

（5）RSEI指数：分别计算出上述4个分量以后，将其归一化到[0，1]之间，对这4个分量指标利用主成分分析法计算第一主成分（PC1），然后在對其进行归一化处理到[0，1]，得到最终所需的RSEI值，值越大，代表生态质量越好，反之则越差，归一化公式如下：

NI=（I-Imin）/（Imax-Imin） （13）

其中：NI为标准化后的指标值;I为该指标的数值大小;Imax/Imin分别表示该指标的最大和最小值。

3 结果与分析

3.1 武夷山国家公园生态环境质量时空变化

采用第一主成分法构建的RSEI，图1为1992-2018年武夷山国家公园的各项环境指标以及RSEI值的变化情况。在时间尺度上，武夷山国家公园的RSEI值整体呈现先下降后上升的“V”字形分布，整体略有下降。研究区的RSEI值在1992-2008年间一直持续下降，2008年为最低值0.5849，2008年后RSEI值在持续增加，但截至2018年与1992年相比，还是略有降低，整体呈现下降的趋势。绿度指标NDVI在时间尺度上的变化规律与RSEI保持一致;而热度指标LST呈波动上升后下降的趋势，在2003年和2013年分别达到高值0.431和0.544;WET指标与呈“上升-下降-上升”的“M”型轨迹，干度指标NDSI指标波动变化不明显，直到2018年数值才略有下降。

3.2 分级和变化检测

为了进一步分析研究区的RSEI的空间分布及变化情况，根据已有的生境质量分级标准，将各个年份的RSEI值以0.2为间隔进行等级划分，分为极差[0，0.2）、差[0.2，0.4）、中等[0.4，0.6）、良[0.6，0.8）、优[0.8，1）等5个等级，每个等级所占总面积比例如图2所示。

从整体来看，武夷山国家公园1992-2018年的RSEI为优和良等级，在不同年份占总面积的比例分别为81.3%、61.84%、58.8%、45.23%、67.95%和66.86%，在2008年降到最低值，整体呈现先下降后上升的趋势。说明在1992-2018年间研究区的生态环境质量先下降然后又缓慢回升，但是整体生态环境质量仍然呈现略微下降的趋势。

从单一年份上看，1992年研究区良和优等级占总面积的80%以上，中等、差和极差所占比例較小，生态环境状况较好。1998-2008年研究区RSEI中等、差和极差面积占比总和分别为38.16%、41.20%和54.77%，生态环境质量呈下降的趋势，到2008年中等及以下等级面积占比达到最高，生态环境状况最差。2013年，中等级面积相比2008年面积占比下降15%，优、良等级面积占比增加，总体生态环境状况有所改善。2018年与2013年相比，优等级的区域面积进一步上升，良等级减少，其余等级面积与2013年相比变化不大，生态环境质量进一步提高，说明武夷山在成为国家公园试点区后在环境保护方面的措施有明显效果。从变化情况来看，1992-2018年，差和极差所占比例不大，但是一直处在上升趋势，所占面积总体上升;优和良所占比例较大，总体表现出先下降后上升的趋势;说明武夷山国家公园的RSEI等级由良和优向差和极差转移，整体生态环境质量有所下降。

从空间分布（图3）来看，RSEI在不同的年份等级分布略有差异，在1992-2003年，研究区RSEI等级极差和差的区域主要分布在东南部，即武夷山风景名胜区附近，主要是因为当地居民想要发展经济，部分林地被开发成旅游服务区、建设用地以及茶园，人类干扰活动严重，因此造成了武夷山国家公园东南部生态环境差的空间格局[21];等级为优的区域主要分布在自然保护区境内，该区域植被覆盖度较高，植被类型多样且没有人类干扰，是园内核心部分，因此生态环境质量较高[22-23];RSEI中等等级区域主要在分布在河流以及建筑物周围。

同时，如图3所示，在2008-2018年，RSEI等级为差和极差的区域在研究区范围内零散分布，主要分布在河流汇水区或者海拔较高的边缘地带。2008年研究区大面积呈现中等及以下等级，其主要原因是受到当年百年一遇的冰雪灾害的影响，对园区内植被特别是阔叶林和毛竹林产生严重影响和损害，尤其是在高海拔地区以及山坡的背面，受到雪灾的影响更为显著[24-25]，因此2008年是生态质境状况是最差的一年。2008年以后，研究区整体生态环境状况在逐渐恢复，RSEI等级极差和差的区域向自然保护区转移，一方面，是因为这些区域受特殊地理环境的影响，造成区域降水量大;另一方面，是因为地势陡峭的地方容易受强降水的影响，造成山体滑坡以及泥石流，对区域生态环境质量产生负面影响，导致生态环境质量下降[3]。

3.3 生态环境质量的差值分析

为了分析研究区生态环境质量随时间的分布及变化情况，参照《生态环境状况评价技术规范》[26]中的生态质量变化分级标准，选取1992、2008和2018年的遥感生态指数进行差值处理。将差值结果分为7个级别（表1），分别是1级显著变差[-1.0，-0.3]、2级中等变差（-0.3，-0.15]、3级轻微变差（-0.15，-0.05]、4级基本不变（-0.05，0.05]、5级轻微变好（0.05，0.15]、6级中等变好（0.15，0.3]、7级显著变好（0.3，1.0]。

从表4可以可看出，武夷山国家公园从1992-2008年，生态环境状况变差的的面积为550.49 km2，总面积的54.97%，远高于生态环境变好的区域，整体上生态环境是往差的方向发展，生态环境有遭到一定的破坏。从2008-2018年的RSEI等级变化可以看出，生态环境变好的区域面积为578.52 km2，占总面积的57.77%，而生态环境变差的面积为131.88 km2，占总面积的13.17%。生态等级变好的区域面积比变差的面积多，说明研究区生态环境在逐渐改善;研究区在1992-2018年，生态环境变好的区域与生态环境变差的区域面积差不多，但是等级为显著变差的区域面积占比较多，因此在整体上生态环境质量是略有下降。

从空间变化情况来看，如图4所示，研究区在1992-2008年生态环境质量退化明显，尤其在西部和南部地区;在2008-2018年，生态环境大幅度提高的原因是当地积极开展环境保护工作有关，当地积极开展九曲溪水源及源头保护工作以及违规茶山的生态恢复工作等，颁布了《福建武夷山国家级自然保护区总体规划（2011-2020）年》以及《武夷山国家公园体制试点区试点实施方案》（2016年）等政策，使得研究区的生态环境得以恢复。

总的来看，研究区从1992-2008年整体生态质量略有下降，主要集中在自然保护区境内，生态环境质量下降的原因主要与自然保护区的生态系统脆弱性有关，自然气候因素以及人类活动的干扰容易对自然保护区造成长久伤害，因此要格外重视保护自然保护区的生态环境。

4 建模与预测

为了进一步描述和刻画武夷山国家公园的生态环境质量，建立该区域的生态环境质量模型，用来模拟和预测该区域的生态环境变化。将研究区划分成研究区500 m×500 m的小方格，选取4000个样点，对其进行分析。分别做RSEI的样点关于正向指标WET、NDVI以及负向指标LST、NDBSI的三维坐标展示，如图5所示，其中靠近图底端的区域代表生态质量较差的样点。顶端则代表了生态环境较好的样点。将RSEI作为因变量，NDVI、WET、LST、NDBSI作为自变量进行逐步回归分析，得到回归方程（R2=1）如下：

RESI=0.01+0.987 WET+0.019 NDVI-0.033 LST-0.02 NDBSI

從公式可以看出，所有的指标都被保留，说明所选指标较为合理。其中WET、NDVI的系数都是正值，说明对生态环境起了正面的促进作用。而LST、NDBSI则相反，这与主成分分析的结果一致。而且正向指标WET的占比较大，说明武夷山国家公园在水源的重要性，应用该模型进行预测，假定在其他指标不发生变化的情况下，如果要使RSEI每提高1个单位，相应的WET需要提高1.01个单位。

5 研究结论与政策建议

5.1 研究结论

本文通过利用1992-2018年的遥感影像，通过主成分分析法能够客观的反映区域生态质量状况，研究结果显示：

（1）武夷山国家公园在1992-2018年，区域RSEI值从1992年0.6686下降到2008年最低值0.5849，再逐渐上升到2018年的0.6569，呈“V”字形分布规律，但是整体生态环境质量仍然呈现略微下降的趋势。

（2）绿度NDVI和湿度WET指标对研究区的生态环境起到正面的促进作用，而热度LST和干度指标NDBSI则对生态环境起到负向作用，且WET对环境的影响较大。

（3）研究区在1992-2018年间，引起武夷山生态环境变化的原因是不同时期也是不同的，在1992-2003年，人类活动加剧是造成武夷山国家公园生态环境质量下降的主要因素，因此在风景名胜区附近生态质量表现较差的水平，到2008年以后人们逐渐意识到保护环境的重要性，以及相关政策法规的实施，风景名胜区的环境在逐渐改善，但是整体因为受到年初雪灾的影响，2008年是整体生态环境在所有年份中是最差的一年。2013-2018年生态环境质量较差的区域转移到自然保护区境内，主要是受到区域气候和地形条件的双重影响，表现出慢慢退化的状态，因此更要保护好生态环境。

（4）通过选取样本点进行逐步回归分析，建立回归模型可知，其中湿度WET对环境的影响作用最大，且起到正向促进作用。

5.2 政策建议

对武夷山国家公园的生态环境进行分析可知，生态环境质量较差的区域分布在海拔较高的河道周围，这些区域植被覆盖度较低，地表裸露面积较大，因此要格外重视这些区域的生态环境保护工作。尽量避免不合理的人类活动对这些区域生态环境的破坏，促进研究区生态环境质量的进一步改善，完善研究区的开发与管理制度，同时要切实推进对这些区域生态环境的恢复与重建工作。在保护环境的同时，对武夷山国家公园的生态环境资源也要充分利用起来，真正做到绿水青山就是金山银山。

参考文献：

[1]宝荣，王毅，苏利阳，等.我国国家公园体制试点的进展、问题与对策建议[J].中国科学院院刊，2018，33（1）：76-85.

[2]陈耀华，黄丹，颜思琦.论国家公园的公益性、国家主导性和科学性[J].地理科学，2014，34（3）：257-264.

[3]魏凌伟，兰思仁，熊慧锦，等.1988-2018年武夷山国家自然保护区生境质量评价[J/OL].西南林业大学学报（自然科学版），[2021-02-22].http：//kns.cnki.net/kcms/detail/53.1218.S.20201230.1306.002.html.

[4]UPTA K， KUMAR P， PATHAN S K，et al.Urban neighborhood green index： A measure of green spaces in urban areas[J].Landscape and Urban Planning，2012（105）：325-335.

[5]张东彦，尹勋，佘宝，等.多源卫星遥感数据监测巢湖蓝藻水华爆发研究[J].红外与激光工程，2019，48（7）：303-314.

[6]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.

[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]宋慧敏，薛亮.基于遥感生态指数模型的渭南市生态环境质量动态监测与分析[J].应用生态学报，2016，27（12）：3913-3919.

[9]魏伟，周陶，郭泽呈，等.基于遥感指数的干旱内陆河流域土地生态敏感性时空演变特征——以石羊河流域武威市为例[J].生态学杂志，2020，39（9）：3068-3079.

[10]岳辉，刘英，朱蓉.基于遥感生态指数的神东矿区生态环境变化监测[J].水土保持通报，2019，39（2）：101-107，114.

[11]王士远，张学霞，朱彤，等.长白山自然保护区生态环境质量的遥感评价[J].地理科学进展，2016，35（10）：1269-1278.

[12]林森，胡喜生，吴承祯，等.武夷山国家公园植被覆盖演变的时空特征[J].森林与环境学报，2020，40（4）：347-355.

[13]GOWARD S N， XUE Y K， CZAJKOWSKI K P.Evaluating land surfacemoisture conditions from the remotely sensed temperature/vegetation index measurements-An exploration with thesimplified simple biosphere

mode[J].Remote Sensing ofEnvironment， 2002（79）：225-242.

[14]CRIST EP.A TM tasseled cap equivalent transformation for reflectance factor data[J].Remote sensing of Environ-ment， 1985（17）：301-306.

[15]BAIG MHA，ZHANG L，SHUAI T，et al.Derivation of atasselled cap transformation based on Landsat 8 at- satel-lite reflectance[J].Remote Sensing Letters，2014（5）：423-431.

[16]杨永健.基于遥感生态指数的生态质量变化分析[D].西安：长安大学，2019.

[17]CHANDER G， MARKHAM B L， HELDER D L.Summary of Curent Radiometric Calibration Coefficients for Landsat MSS， Tm， ETM+， and EO-1 Ali Sensors[J].Remote Sensing of Environment，2009，113（5）：893-903.[18]覃志豪，李文娟，徐斌，等.陆地卫星TM6波段范围内地表比辐射率的估计[J].国土资源遥感，2004（3）：28-32.

[19]徐涵秋.一种基于指数的新型遥感建筑用地指數及其生态环境意义[J].遥感技术与应用，2007，22（3）：301-308.

[20]RIKIAMARU A， ROY P S， MIYATAKE S.Tropical Forest Cover Density Mapping[J].International Society for Tropical Ecology， 2002，43（1）：39-47.

[21]游巍斌，何东进，巫丽芸，等.武夷山风景名胜区景观生态安全度时空分异规律[J].生态学报，2011，31（21）：6317-6327.

[22]林森，胡喜生，吴承祯，等.武夷山国家公园植被覆盖演变的时空特征[J].森林与环境学报，2020，40（4）：347-355.

[23]杨绘婷，徐涵秋.基于遥感空间信息的武夷山国家级自然保护区植被覆盖度变化与生态质量评估[J].应用生态学报，2020，31（2）：533-542.

[24]丁九敏，徐涵湄，刘胜，等.雪灾对武夷山常绿阔叶林土壤有效氮的影响[J].南京林业大学学报（自然科学版），2010，34（3）：136-140.

[25]刘胜，丁九敏，徐涵湄，等.雪灾对毛竹林土壤呼吸与微生物生物量碳的影响[J].南京林业大学学报（自然科学版），2010，34（3）：126-130.

[26]中华人民共和国环境保护部.生态环境状况评价技术规范：HJ 192-2015[S].北京：中国环境科学出版社，2015.

（责任编辑：陈文静）

收稿日期：2021-03-08

作者简介：李立，女，1996年生，硕士研究生，主要从事网络地理信息共享与服务。

通信作者：肖桂荣，男，1972年生，博士，研究员，主要从事地理系信息系统、空间信息网络服务研究（E-mail：xiaogr@fzu.edu）。

基金项目：中国科学院战略性先导科技专项课题（XDA23100500）;中央引导地方科技发展专项（2020L3005）。