赣南于都县遥感生态指数与地质建造空间相关性研究

杨玉龙,王 磊,雷天赐,何文熹

(中国地质调查局武汉地质调查中心(中南地质科技创新中心),武汉 430205)

随着我国生态文明建设不断向前推进，生态环境保护显得尤为重要。与人类关系最密切的生态环境范围被认为是地上与地下各延伸100米这部分空间，这是对生态环境影响最直接的区域[1]，即生态地质环境。生态地质环境问题是一个复杂的系统，其中，地表信息是生态环境的直观表现，地质建造是生态环境的地下基础信息。作为“地下”的地质建造相对稳定，人类主要通过地质调查结合物化遥勘查技术等手段获取地质建造信息；地表信息易于获取，但地表信息复杂多变，遥感（RS）技术[2]因其快速、高效、大范围、周期性监测等优点，已被广泛用于反演各类地表信息。遥感生态指数（RSEI）是常用的基于地表信息表达生态环境优劣程度的参数，该指数综合四种与生态环境直接相关的指标。RSEI指数的评价因子全部通过遥感数据获取，可减少评价指标本身受主观因素的影响，具有可量化、可视化等优点[3]，在结果表达上便于理解和分析。

生态文明建设和地球关键带概念的提出，促进了地球多圈层相互作用,尤其是地表与地下之间空间关系的研究。基于GIS技术研究地表地物要素空间位置和属性的空间关系已有广泛应用实例[4]，例如：研究表明覆冰与坡度、地貌、海拔、坡向四个地理环境因子存在一定的空间相关性[5]，夜间灯光强度和人口密度两个数据与PM2.5浓度分布也有空间相关性[6]，不同碳酸盐岩性基岩则有不同土地利用生态风险[7]等。但是，迄今关于地质建造与地表生态环境质量空间关系的研究相对较少。为此，本文以赣南于都县为研究区，通过信息熵法[8]研究定性变量（地质建造）与定量变量（RSEI）之间的空间相关性，以期探索地表信息与地质条件存在的空间关系，为支撑服务生态地质环境监测和评价作参考。

1 研究区概况

1.1 地理位置

于都县位于赣州北部、贡水中游，西连赣县， 东临会昌、瑞金，北连宁都县，南接安远县，面积 约2893 km2，地理范围介于东经115°11′00″～ 115°49′51″，北 纬25°35′48″～26°20′53″之 间（图1）。本区地处南岭山系武夷山的余脉地带，地势起伏较大，总体上属中低山丘陵区，县界周围多山区，在南北侧及东侧地势较高，中部和西部多为地势较低的盆地。区内最高点海拔1312 m，位于南部屏坑山；最低点仅98 m，位于赣县和于都县西侧相交的贡水河床。土壤受地形、成土母质与人为活动等影响，形成以红壤为主，棕壤、褐土为辅的综合土壤类型。于都县属亚热带东南季风气候区，雨量充沛，气候温和、湿润，历年各月基本上都有降水，春季多梅雨、夏季多暴雨。县域内植被覆盖率较高，全县森林覆盖率为76.23%。

图1 研究区地理位置图Fig.1 Geographic location of the study area

1.2 地质背景和地质建造类型

于都县在大地构造上位于南岭东段隆起带之宁（都）于（都）坳陷，地层分区上属华南地层区武功山-雩山地层小区[9]。区内地层发育较齐全，主要包括震旦系、寒武系、泥盆系、石炭系、二叠系、三叠系、侏罗系、白垩系和第四系等。

根据中国地质调查局“固体矿产地质调查技术要求(1∶50 000)(DD 2019-02)”定义，地质建造是在同一时代、相同的构造环境和地质作用下形成的地质环境载体，一般是一套岩石组合。地质建造类型不同，其形成环境、岩石矿物组合、地球化学背景、水文地质、地质灾害等基准特征和发育规律也不同[10]。地质建造与地表信息关系密切，相同类型的地质建造一般岩性相似，矿物和元素组分相近，在地表水和表层地下水运移中形成一定的元素迁移和富集规律，其形成的成土母质、土壤、植被具有相近的生态地质背景和生态功能特征[11]。按照地质建造定义，结合于都县区域地质特征和野外实地勘查得到的地层岩性信息，根据岩性、时代及结构等特征，将于都县共划分为11类地质建造（表1，图2）。

图2 于都县地质建造分布图Fig. 2 Geological formation map of Yudu County

2 遥感数据来源与研究方法

2.1 数据源与预处理

为确保多期数据具有可比较性，本研究采用Landsat系列遥感数据计算RSEI。Landsat遥感数据从地理空间数据云(http://www.gscloud.cn/)免费获取，共下载三期覆盖于都县全域的遥感数据。考虑到季节差异、云雨天气等对数据质量的影响，以及数据可获取性等客观因素，研究选取覆盖于都县同一季度的影像数据。经过分析，最终选取2002年11月8日Landsat 5数据，2013年10月5日和2017年12月19日Landsat 8数据。三期影像在时间上同属于一个季度，含云量极少，影像质量较好，满足后期数据分析精度要求。数据预处理包括：先进行辐射定标，然后基于辐射传输模型的FLAASH大气校正计算地表真实反射率，最后进行几何校正以保证各年度数据空间位置的一致性。地质建造数据来源于江西省地质调查研究院1∶50000于都县幅地质图及其区域地质调查成果报告，并结合前人对该地区地层岩性的认识[12]与野外实地调查情况，根据时代及岩性特征（表1）划分，得到于都县地质建造数据。

表1 于都县地质建造分类表Table 1 Geological formation subdivision in Yudu County

2.2 构建遥感生态指数

遥感生态指数（RSEI）是一种既能综合多种因素又能通过遥感影像快速获取的指数信息，目前已被广泛用于表达生态环境的优劣。该指数综合了四个与地表生态紧密相关的指标信息，分别为：与植被有关的归一化植被指数（NDVI）、与水有关的地表湿度（LSM）、与裸土和建筑有关的干度指数（NDBSI）以及地表温度（LST）[13]。植被指数可增强对绿色植被的探测，能定量反应植被部分生长状态[14]，可清晰表达植被分布和覆盖情况，对于研究生态环境意义重大[15]。湿度能够影响环境的脆弱性，LSM作为湿度指标，对植被湿度和土壤信息非常敏感。LST为热度指标，热度不仅能直接影响生态环境，还与湿度和植被信息共同作用于生态环境[16]。 NDBSI由两种表示干度信息指标组成，分别是归一化裸土指数（SI）[17]和归一化建筑指数（IBI）[18]。SI是对地表裸露土地“干化”的表达，IBI是对建设用地的表达。地表建筑物作为生态系统的一部分，建筑物形成的不透水面对自然环境也会产生“干化”作用。

四个指标均由遥感信息计算提取，NDVI计算公式如下：

LSM取自缨帽变化中的湿度分量，由于TM数据和OLI数据的传感器存在一定的差别，因此针对TM数据[19]和OLI数据[20]的LSM计算公式稍有不同。两者计算公式如下：

NDBSI由SI和IBI两种表示“干度”指标组成，其计算公式如下：

式中：bB、bG、bR、bNIR、bSWIR1、bSWIR2分别代表影像中蓝、绿、红、近红外、短波红外1及短波红外2的反射率。

常用的基于遥感数据地表温度反演法有大气校正法、单窗算法及劈窗算法等[21]。其中大气校正法[22]反演地表温度技术已十分成熟，且该方法同时对Landsat系列的TM和TIRS数据均有较好的反演效果，本文选用大气校正法对研究区进行地表温度反演。

RSEI采用主成分分析法（PCA）计算各指标贡献度，并自动确定其权重。该方法可避免人为干扰，新生成指数既保留原指标主要信息，又最大程度减少原指标间相关性。因量纲和数值差异会影响RSEI计算结果，在进行PCA处理前对四个指标归一化处理，然后选取保留所有指标大部分特征的PC1单波段影像构建初始RSEI0，最后对各时期初始RSEI0再进行归一化生成最终的RSEI。RSEI值范围在0至1之间，数值越高表示生态质量越好。

从于都县2002年、2013年和2017三期数据四个指标的主成分分析结果(表2)可看出，三个时期第一主成分(PC1)特征贡献率依次是63.93%、73.63%、72.34%，包含了各指标的大部分特征。其次，在各年度的PC1中，NDVI和LSM因子全为正数，表示两者对生态环境质量有积极作用，LST和NDBSI全为负数，表示两者对生态环境质量有消极作用。四个因子对生态环境质量的影响关系符合各因子实际影响作用。

表2 因子主成分分析结果Table 2 Results of principal component analysis

2.3 空间自相关分析

莫兰指数（Moran’s I）是常用的空间自相关指标，表达区域各单元间的空间相关性和空间异质性。全局Moran’s I可反映全局内各单元间的自相关程度。计算公式[23]如下：

式中：n为样本数量；wij为空间单元i和j的空间连接矩阵；xi和xj是各空间单元的RSEI值，x为平均值；S为标准差。Moran’s I值的范围是[-1,1]，值大于零说明全局空间正相关，值越大表示空间相关性越强；值小于零说明全局空间负相关，值越小表示空间相关性越弱；值为零说明RSEI在空间上随机分布。

2.4 基于信息熵法分析空间相关性

地质建造是定性变量，RSEI是定量变量，利用传统的地理加权回归模型难以分析二者之间的空间关系。信息熵能在不受变量定性或定量的限制下，定量分析任意两个变量间的空间相关性[8]，信息熵计算公式为：

式中：X是变量的总体；P(xi)是发生事件xi的概率（本研究中是面积占比）；n是事件类型总数；对数的底α一般取2。当两个变量X和Y是二维随机变量时，它们的联合分布概率是P(xi,yj)(i=1,2,3,...,n;j=1,2,3,...,m)，X和Y的联合信息熵H(X,Y)[24]为：

为便于定量评价，使用指标K代表X和Y之间的空间相关性[25]：

根据X与Y发生的概率关系，一般有(X,Y)≤ H(X)+H(Y)，所以K值的范围是[0,1]。当K＞0时，表示X和Y具有相关性，且K值越大，说明两变量之间空间相关性越大；当K = 0时，说明X和Y不相关。

3 RSEI特征与地质建造空间关系分析

3.1 于都县RSEI空间分布情况

按照2.2节所述，分别计算于都县2002年、2013年和2017年四个指标因子，完成构建RSEI指数，得到于都县三个年度RSEI空间分布（图3）。从分布图可知，2002年RSEI极好值主要出现在于都县西南角，良好值在整个于都县均有分布，差值主要分布在县区内各乡镇人类活动较多地区，一般值和中等值呈包围状态分布在差值周围。2013年RSEI极好值主要分布在于都县西南角、西南边缘以及东部边缘地区，极差值呈点状和带状分布在于都县中部城镇地区。2017年RSEI大部分为中等值和良好值，极好值主要在西南角山区，仍是呈点状和带状分布在于都县各城镇。

图3 2002、2013、2017年于都县RSEI空间分布Fig. 3 RSEI spatial distribution of Yudu County in 2002，2013 and 2017

根据分布图色彩从定性角度分析，于都县在2002、2013和2017年的整体RSEI分布呈绿色偏黄，说明生态环境质量处于良好到中等之间，整体良好。2013年深绿色RSEI极好值范围相对2002年有所增加，2017年黄色中等值相对于2002年和2013年明显有扩张，红色差值所在区域基本未变，但范围有所减少。从定量角度分析，将RSEI等间距分为5个等级，分别是(0～0.2)、(0.2～0.4)、(0.4～0.6)、(0.6～0.8)、(0.8～1)，5个区间分别代表生态差、一般、中等、良好、极好5个等级。由表3看出，2002年于都县RSEI占比最高的是良好等级，良好与极好等级占比57.57%，差到一般占比9.41%，表示2002年于都县生态环境质量一般，仍有部分地区生态环境质量有待提高。2013年于都县RSEI明显有所改善，良好与极好等级占比增加至77.21%，尤其是极好等级增加了14.17%；中等与一般等级占比减少，减少比例分别为12.6%和7.02%，表示2013年于都县生态环境质量得到显著提升。2017年于都县RSEI中等值占比最高，相比2013年中等增加35.88%，良好和极好依次减少15.55%和19.37%，表示2017年相比2013年生态环境质量有所下降。但2017年中等与良好占达97.59%，比2002和2013年同类占比都高，表示生态环境质量相对稳定，极端环境较少。从整体情况来看，各年度良好和中等占比较大，差等级占比非常小，说明于都县整体生态环境质量处于中上等水平。

表3 2002、2013、2017年于都县不同等级RSEI面积占比Table 3 Area and percentage of each RSEI level in 2002, 2013 and 2017

3.2 RSEI空间自相关分析

根据公式（7），在GIS软件中分别计算于都县2002、2013、2017年RSEI全局Moran’s I，得到于都县三个年度RSEI全局Moran’s I相关信息（表4）。再利用GIS软件分析各时期RSEI的空间集聚特征，得到三个年度RSEI空间聚集特征（图4）。表4中不同年度Moran’s I值均在0.75以上，且通过了显著性检验，说明各时期RSEI存在显著的空间自相关，RSEI值在空间上有明显聚类特征。对RSEI进行空间聚类分析，得到RSEI空间聚类特征（图4）：三个年度中RSEI的高-高聚集和低-低聚集特征较为明显，各年度聚集特征分布位置基本一致；2002年和2013年，高-高聚集主要分布在于都县中南部、东部、西部边界处，低-低聚集主要分布在于都县中北部及东南角；2017年高-高聚集主要分布在于都县西南角、西南边界及中东部等地区，面积相对其他年度有所减少，低-低聚集主要分布于都县中部、北部及东南角。2017年RSEI空间聚集特征变化较明显，其中高-高聚集有所减少，低-低聚集有所增加。RSEI空间聚集特征变化同年度变化特征相呼应，表明2017年于都县生态环境质量相对有所下降。

表4 于都县各年度RSEI的全局Moran’s I值Table 4 The global Moran’s I value of RSEI in each year of Yudu County

图4 于都县各年度RSEI聚集特征Fig. 4 Characteristics of annual RSEI closter in Yudu County

3.3 RSEI与地质建造空间相关性

前文已对于都县三个时期RSEI进行分析，结果表明：从2002年到2017年于都县生态环境质量在整体较好的基础上，经历了先变好又变差的过程；各年度RSEI显著空间自相关，且各年度空间聚集特征分布无较大差别。于是引入相对稳定的地质建造，采用信息熵的方法探索RSEI与地质建造的空间相关性。

利用GIS技术，统计5个等级的RSEI在不同地质建造中的面积占比，形成2002年、2013年和2017年RSEI与地质建造的联合分布概率矩阵（表5、6、7）。表中P(xi)代表RSEI不同等级的概率分布，P(yi)代表不同地质建造的概率分布，联合分布概率P(xi ,yi)则是表中除去P(xi)和P(yi)的部分。由表5根据公式（8）计算出2002年RSEI等级熵值H(X)为1.58，地质建造类型熵值H(Y)为2.85，根据公式（9）计算RSEI与地质建造两者之间的联合熵H(X,Y)为4.24。同理计算出2013年RSEI等级熵值H(X)为1.53，地质建造类型熵值H(Y)为2.85，RSEI与地质建造的联合熵H(X,Y)为4.22；2017年RSEI等级熵值H(X)为1.14，地质建造类型熵值H(Y)为2.85，RSEI与地质建造的联合熵H(X,Y)为3.84。最后根据公式（10），分别计算各年度RSEI值与地质建造的的空间相关系数，得出三个年度的RSEI值与地质建造的空间相关系数K均为0.04。

三个年度的空间相关系数K均为0.04，说明：（1）RSEI值与地质建造存在一定空间相关性。K值较小，说明地质建造不是影响RSEI变化的绝对或主要因素。（2）三个年度K值不变说明地质建造对RSEI影响较稳定。这种空间相关性如何体现在不同类地质建造对RSEI的影响有待进一步分析。

从表5到表6的变化可知，2002年到2013年RSEI等级良好和极好面积增长最多的有中生代红色碎屑岩建造（6.88%）、第四纪松散堆积建造（4.18%）、新元古代变质碎屑岩建造（3.56%）、晚古生代碎屑岩建造（3.54%）、早古生代变质碎屑岩建造（3.22%）；RSEI基本无变化的有晚侏罗世花岗岩建造、南华纪变质岩建造、晚古生代碳酸盐岩建造。从表6到表7的变化可知，2013年到2017年良好和极好减少最多的有中生代红色碎屑岩建造（-11.81%）、新元古代变质碎屑岩建造（-7.09%）、第四纪松散堆积建造（-4.72%）、晚古生代碎屑岩建造（-4.44%）、早古生代变质碎屑岩建造（-4.15%）；RSEI基本无变化的有晚侏罗世花岗岩建造、南华纪变质岩建造、晚古生代碳酸盐岩建造。

表5 2002年RSEI与地质建造联合分布概率矩阵Table 5 United distributing probablility matrix between RSEI content in Geological formation in 2002

表6 2013年RSEI与地质建造联合分布概率矩阵Table 6 United distributing probablility matrix between RSEI content in Geological formation in 2013

表7 2017年RSEI与地质建造联合分布概率矩阵Table 7 United distributing probablility matrix between RSEI content in Geological formation in 2017

结合3.1节中RSEI的年度变化情况，可发现：2002年到2013年RSEI良好和极好值增加最多，对应本节中在此时段中生代红色碎屑岩建造、第四纪松散堆积建造、新元古代变质碎屑岩建造、晚古生代碎屑岩建造、早古生代变质碎屑岩建造中RSEI良好和极好值占比增加最多；2013年到2017年RSEI良好和极好值减少最多，对应本节中在此时段中生代红色碎屑岩建造、第四纪松散堆积建造、新元古代变质碎屑岩建造、晚古生代碎屑岩建造、早古生代变质碎屑岩建造中RSEI良好和极好值减少最多。因此推测在于都县中生代红色碎屑岩建造、第四纪松散堆积建造、新元古代变质碎屑岩建造、晚古生代碎屑岩建造、早古生代变质碎屑岩建造中的RSEI变化对整个于都县RSEI变化有主要影响作用，也说明这5个地质建造中RSEI易发生变化，相对不稳定。另外，在2002年到2013年和2013年到2017年这两次变化中，晚侏罗世花岗岩建造、南华纪变质岩建造、晚古生代碳酸盐岩建造所在区域不同等级的RSEI占比基本无变化，说明此3类地质建造对RSEI变化影响不大，即RSEI值在此3类地质建造中相对稳定。其他几类地质建造与RSEI无显著空间关系，对RSEI的影响在中生代红色碎屑岩建造等和晚侏罗世花岗岩建造等之间。

4 结论

（1）基于信息熵法发现于都县RSEI与地质建造之间存在空间相关性。研究分析于都县2002年、2013年和2017年RSEI与地质建造的空间相关关系，得出于都县三个年度RSEI与地质建造的空间相关系数K均为0.04，表明地质建造与地表生态环境存在空间相关关系。

（2）于都县中生代红色碎屑岩建造、第四纪松散堆积建造、新元古代变质碎屑岩建造、晚古生代碎屑岩建造、早古生代变质碎屑岩建造中RSEI稳定性较差，晚侏罗世花岗岩建造、南华纪变质岩建造、晚古生代碳酸盐岩建造中RSEI几乎无较大变化。地质建造作为生态环境的基础信息，是一个复杂的系统，地表生态也复杂多变，因此探索“地下”信息与“地表”信息之间的联系仍需从多角度、多方法继续研究。