基于RSEI的南充市生态环境监测与评价研究*

张优

1.中共仪陇县委党校；2.张思德干部学院

生态学概念早在十九世纪六十年代被德国科学家所提出，发展至今，不断得到完善和发展。遥感技术是当代非常重要的科学技术，是对区域乃至更大的全球尺度进行时空连续的生态环境监测的唯一手段，数据获取方便，时空连续性好，具备时、空、谱多尺度特征等等其他技术无法比拟的优势。1997年，Jon.hardling等人利用地理信息技术对新西兰南岛的生态环境等级进行划分。1998年，J.Hill等人通过卫星遥感动态监测地中海周边区域的生态环境。杨武年等利用遥感图像信息在区域生态环境动态监测、土地利用遥感监测等方面进行了大量研究。何政伟等在生态地质环境保护、林业生态效益监测、植被覆盖度等方面取得大量研究成果。

20世纪90年代之后，对生态环境脆弱和敏感区域的研究逐渐增多。蒋菊芳等以气候变化和人类活动为主要因素，分析了石羊河流域治理前后生态环境的变化趋势。陈德华等通过不同时段的遥感解译，分析了疏勒河流域中游生态环境变化及成因。李晓文等基于高分辨率土地利用数据，对1985-2000年间河西地区生态环境效应进行了定量分析。赵克会选取两个时相的遥感影像，分析了近年来三峡库区重庆主城段生态环境动态变化的趋势和特征。

国内外学者主要从生态安全、生态承载力、生态效应、生态服务功能等方面对生态环境进行评价。张颖等利用 MODIS、NDVI等遥感数据构建了P-S-R 模型，对青海湖流域生态环境保护效果进行评价。徐涵秋提出的区域遥感生态指数RSEI（Remote Sensing Ecological Index），综合考虑植被覆盖、城市建设、地表温度等多个方面的因素，适宜对区域生态状况进行综合评价。RSEI以湿度、绿度、热度和干度4个重要因子作为评价指标，并通过主成分耦合确定各指标对生态变化的影响贡献。相较人为确定指标权重的方法而言更加客观，在水土流失区和城市的应用中都取得了较好的实验结果。本文选用RSEI指数对南充市生态环境进行监测与评价，为区域经济发展提供一定的参考意见。

一、研究区概况

南充市隶属四川省，位于四川盆地东北、嘉陵江中游，介于30°35′-31°51′N、105°27′-106°58′ E之间，辖3区1市5县，人口760万，面积约为1.249×104km2。地势北高南低，地形地貌可分为北部低山区与南部丘陵区，以丘陵地貌为主。区域内气候为中亚热带湿润季风气候，拥有阆中古城、朱德故里等风景区。

二、数据来源与预处理

选取2010年、2020年影像作为数据源，其中2010年为ETM影像，2020年为Landsat OLI影像。影像时相相对一致，植物生长状态及地面状况相似性较高，保证影像的可比性。对研究区影像进行几何校正、辐射定标和大气校正，将图像的亮度值（DN）值转换为地表反射率，减少太阳光照、大气吸收等的影响，根据矢量边界进行裁剪。

三、研究方法

（一）湿度指标

遥感缨帽变换所获得的亮度、绿度、湿度分量已被广泛应用于生态环境监测中，其中的湿度分量反映了水体和土壤、植被的湿度，与生态密切相关，因此，本研究的湿度指标以这一湿度分量为代表。

不同影像所对应的变换公式不同，Landsat 7 ETM、Landsat 8 OLI的公式分别为：

其 中，ρBule、ρGreen、ρRed、ρNIR、ρSWIR1、ρSWIR2分别为ETM、OLI蓝、绿、红、近红外、短波红外1、短波红外2波段的反射率。

（二）绿度指标

归一化植被指数NDVI与植物生物量、叶面积指数以及植被覆盖度密切相关，用来代表绿度指标：

其中，ρNIR、ρRed分别为近红外和红外波段的反射率。

（三）热度指标

热度指标由地表温度来代表，它采用Landsat 用户手册的模型和Chander等最新修订的参数来计算。

式中，L6为TM热红外6波段在传感器处的辐射值，T为传感器处温度值，DN为灰度值，gain和bias为6波段的增益值与偏置值，K1和K2为定标参数，它们都可以从用户手册获得。经过公式5计算的温度T可以通过比辐射率纠正转换为地表温度LST。

式中，λ为TM 6波段的中心波长(11.5μm)，ρ=1.438×10-2mK，ε 为 比辐射率。根据本次研究的实际，采用植被指数混合模型进行计算，其主要内容为：NDVI<0.1的像元，认为是裸土像元，ε设为0.96；NDVI>0.72的像元，认为是纯植被像元，ε设为0.985；0.1<ε<0.72的像元，采用公式7计算。

（四）干度指标

干度指标(NDSI)选用的是裸土指数SI，但在区域环境中，还有相当一部分的建筑用地，它们同样造成地表的“干化”，因此干度指标可由二者合成，即由裸土指数SI和建筑指数IBI合成。

（五）遥感生态指标构建

鉴于各指标的量纲与值域不同，需对各指标进行无量纲化处理并将值域规范到［0，1］之间，以方便对各指标对生态的贡献进行比较分析。

其中，Inor为归一化后的指标，Ii为各分项指标，I max、I min为该指标最大值与最小值。

多元统计方法中的主成分分析(PCA)是一种将多个变量通过正交线性变换来选出少数重要变量的多维数据压缩技术。将归一化后的四个指标合成一幅影像并对其进行主成分分析以确定各指标所占权重。

从表1可以看出，2期影像第一主成分方差贡献率分别为55.32%、76.28%，说明第一主成分PCA1包含了影像绝大部分特征信息。可用PCA1再次进行公式9的计算，将其值的范围规范在［0，1］之间，可以得到最终的RSEI指数，其值越大，表明生态状况越好。

表1 主成分分析结果

四、结果与分析

（一）整体分析

经统计得出，南充市2010、2020年两年RSEI的均值0.6204、0.5509，从整体来看，南充市的生态环境质量在2010-2020这10年间总体呈现下降趋势，整体下降约6.95%。

（二）分级统计

根据徐涵秋提出的分级方法，以0.2为间隔，由低到高按[0-0.2)、[0.2-0.4)、[0.4-0.6)、[0.6-0.8)、[0.8-1)分别为差、较差、中等、良、优五级，从表2可以看出，2010年生态环境差的区域所占比重为0.158%，2020年为0.069%，下降了0.089%，生态环境较差的所占比重分别为2.507%、7.623%，上升了 5.116%。生态环境中等的比例有所上升，由32.136%至43.812%，上升了11.676%。与之对应，生态环境优、良所占比例都有所下降，分别下降14.12%与2.583%。说明在2010-2020这10年间，由于城市建设的积极扩张，生态环境质量有所下降，区域质量以中等和良为主，占90%以上。

表2 2010-2020年南充市各级生态质量区域面积及所占比例

从表3可以看出，2010年生态质量最差的区域主要集中在阆中市、南部县、高坪区，面积分别为9.71km2、3.99km2、3.13km2，生态质量较差的区域主要集中在南部县、阆中市，面积分别为89.23km2、54.91km2，西充县和营山县生态质量较差的区域相对较少，各区县的生态环境质量以中等和良好为主。

表3 2010与2020年南充市各区县各级生态环境质量面积统计

2020年，各区县生态环境差的区域有所减少，但较差区域却大幅上升，以南部县、阆中市、嘉陵区面积最大，面积分别 为 203.09km2、130.55km2、127.03km2，各区县的生态环境质量以中等和良好为主，质量为优的区域均有所下降。

五、总结和分析

2010-2020年10年间南充市各区县生态环境差的区域所占比重总体下降、面积缩小，说明在环境保护方面采取了相应的对策，但不容忽视的是环境污染问题依旧严重，2010年、2020年两年RSEI的均值的0.6204、0.5509，说明在2010-2020这10年期间南充市的生态环境质量呈现下降趋势，整体下降约6.95%。2010年与2020年，研究区生态环境差的区域所占比重下降了-0.089%，生态环境较差的区域面积比重上升了5.116%。生态环境中等的比例有所上升，由32.136%至43.812%，上升了11.676%。与之对应，生态环境优、良所占比例都有所下降，分别下降14.12%与2.583%。说明10年间，由于城市建设的积极扩张，生态环境质量有所下降，区域质量以中等和良为主，占90%以上。从时空来看，2010年生态质量最差的区域主要集中在阆中市、南部县、高坪区，面积分别为9.71km2、3.99km2、3.13km2，生态质量较差的区域主要集中南部县、阆中市，面积分别为89.23km2、54.91km2，西充县和营山县生态质量较差的区域相对较少，各区县的生态环境质量以中等和良好为主。2020年，各区县生态环境差的区域有所减少，但较差区域却大幅上升，以南部县、阆中市、嘉陵区面积最大，面积分别为203.09km2、130.55km2、127.03km2，各区县的生态环境质量以中等和良好为主，质量为优的区域均有所下降，其主要原因在于城市面积不断扩张，以及耕地、草地、林地的占用，因此，南充市的生态环境保护刻不容缓。