基于改进RSEDI的典型喀斯特地区生态环境质量时空变化

晏红波， 杨志高， 卢献健*， 韦晚秋， 黎振宝

(1.桂林理工大学测绘地理信息学院， 桂林 541004； 2.广西空间信息与测绘重点实验室， 桂林 541004)

近年来，随着人类活动与工业化建设加快，全球的生态环境形势日趋严峻，并引发了广泛关注。准确、及时地监测与评价地区生态环境变化状况，对环境资源的保护与社会经济可持续发展都十分重要[1]。当前，国内外监测与评价生态环境的方法众多。其中，卫星遥感技术以其快速、实时、高效、大面积观测等优点，成为应用最为广泛的环境保护管理手段之一，为中国环境可持续发展发挥了重要作用[2]。

在早期进行遥感监测生态环境的研究中，大多采用单一遥感指数进行评价，如干旱指标[3]、水体指标[4]、地表温度[5]、植被指数[6]等。单一指标评价方法存在对遥感影像数据利用不充分、无法全面反映区域生态环境状况等问题[7]。2006年，中国环境保护总局推出生态环境指数(ecological index, EI)，该指数对多个指标进行定权赋值，进而对区域生态环境进行较为全面的评价[8]。然而EI指数存在指标选用不合理、权重分配主观性较强、无法可视化等问题[9]，这就使得EI指数通用性较差。针对以上问题，徐涵秋[10]在2013年创立了一种新型遥感生态指数(remote sensing ecological index, RSEI)作为区域生态环境评价指标。RSEI指数集成绿度、湿度、干度、热度于一体，并使用主成分分析法(principal component analysis, PCA)赋予各指标权重，进而构建综合评价指标。RSEI指数由于各指标易获取、采用客观权重法、综合评价能力强等优点获得了广泛应用。众多学者的研究表明，RSEI中各指标通用性较强，适用于大多数地区的生态环境评价[11]。但在以往的研究中，多是以主成分分析结果中的第一主成分或全部主成分构建遥感生态指数[12]。如果仅使用第一主成分，会使遥感信息利用不够充分[13]；考虑全部主成分则会涵盖许多噪声信息[14]。针对主成分分析法的缺陷问题，张娟[15]利用距离函数创建了遥感生态距离指数(remote sensing ecological distance index, RSEDI)。RSEDI指数选用了适于沙漠干旱地区生态环境评价的沙度、绿度、盐度、湿度四个指标。考虑到不同区域的生态环境具有显著差异，评价指标也要因地制宜，因此，需要对遥感生态距离指数模型进行改进。

广西河池都安县是十分典型的喀斯特地貌区域，石漠化现象突出，水土流失迅速。目前国内外还鲜有基于遥感影像数据对都安县生态环境质量进行定量化综合监测与评价的研究。本研究基于遥感技术，选用与喀斯特地区生态环境特征密切相关的绿度、干度、湿度、热度四个生态因子，采用距离函数法构建改进的遥感生态距离指数(modified remote sensing ecological distance index, MRSEDI)，建立基于MRSEDI的都安县生态环境评价模型，对都安县近20年生态环境变化情况进行监测与评价，以期为都安县生态环境治理及可持续发展提供科学依据。

1 研究区及数据源

1.1 研究区概况

都安瑶族自治县(下称“都安县”)，位于广西壮族自治区中部偏西，地理坐标为107°45′E～108°30′E，23°47′N～24°35′N(图1)。都安位于云贵高原与广西盆地交接的斜坡地带，西北部地势较高、东南偏低，地形错综复杂，峰丛洼地及峰林谷地遍布全境，主要地貌为山地、谷地及丘陵[16]。都安境内矿产资源十分丰富，目前已探明的有煤、铝土、水晶等矿物，且各类矿产开发力度较大。都安属中亚热带季风气候，日照时间长、雨量充足，但主要集中于夏季。境内地下水系发育但埋藏较深，地表水含量少，且水土流失现象严重，是典型的喀斯特地貌区，生态环境十分脆弱。

图1 研究区区位图Fig.1 Location map of the study area

1.2 数据源及预处理

本研究所用遥感影像数据来自于地理空间数据云(http://www.gscloud.cn)，分别选用2000、2004、2010年的Landsat-5 TM影像以及2014年、2019年的Landsat-8 OLI影像。为了保证数据的可靠性，所选影像数据云量均小于5%，且主要集中于10—12月，成像时间较为接近，可对比性强。数据预处理方面，使用ENVI5.5软件对遥感影像的可见光及热红外波段进行辐射定标，将原始像元亮度值(digital number, DN)转变成辐射值，然后进行Flaash大气校正，得到真实的地面表光反射率，最后再利用研究区的矢量文件进行裁剪。

表1 遥感影像数据

2 研究方法

2.1 生态环境评价指标

2.1.1 湿度指标

通过遥感穗帽变换所获得的湿度分量能够较为准确地反映地表土壤及植被的湿度信息，在生态环境的监测与评估中应用十分广泛[17]，本研究选用Wet指标代表湿度。对于Landsat-TM及Landsat-OLI影像，其计算公式[18]分别为

WTM=0.031 5ρblue+0.202 1ρgreen+0.310 2ρred+0.159 4ρnir-0.680 6ρswir1-0.610 9ρswir2

(1)

WOLI=0.151 1ρblue+0.197 3ρgreen+0.328 3ρred+0.340 7ρnir-0.711 7ρswir1-0.455 9ρswir2

(2)

式中：WTM、WOLI分别为Landsat-TM及Landsat-OLI的湿度分量；ρblue、ρgreen、ρred、ρnir、ρswir1、ρswir2分别为Landsat-TM/OLI影像的蓝、绿、红、近红、短波红外1、短波红外2波段的反射率。

2.1.2 绿度指标

归一化植被指数(normalized difference vegetation index, NDVI)是与植被绿度相关性最高的植被指数，因此选用NDVI表示绿度。计算公式[19]为

NDVI=(ρnir-ρred)/(ρnir+ρred)

(3)

2.1.3 干度指标

干度指标，NDBSI(normalized difference building and soil index)选用裸土指数(soil index, SI)与建筑物指数(index of building integrity, IBI)共同表示[20]，计算公式为

NDBSI=(SI+IBI)/2

(4)

(5)

(6)

2.1.4 热度指标

由地表温度(land surface temperature, LST)表示热度，采用大气校正法，将影像热红外波段的原始DN值经过辐射定标后转化为辐射亮度值，再通过普朗克函数计算地表温度[21]。表达式为

Lλ=[εTLS+(1-ε)L↓]τ+L↑

(7)

T=[Lλ-L↑-τ(1-ε)L↓]/(τε)

(8)

(9)

式中：Lλ为热红外辐射亮度值；T为黑体辐射亮度值；ε为地表比辐射率；τ、L↑、L↓分别为大气上/下辐射亮度；TLS为地表温度，℃；K1、K2为常数，对于Landsat-5 TM，K1=607.76，K2=1 260.56；对于Landsat-8 OLI，K1=774.89，K2=1 321.08。

2.2 MRSEDI模型的构建

对于上述获取的湿度、绿度、干度、热度四个生态因子，由于指标量纲不统一，若直接使用距离函数法构建生态环境评价模型，会造成各指标权重失衡[22]，因此需要将各指标归一化。本研究基于生态因子图像的噪点状况，采用98%的置信区间进行归一化处理，使得数值都在[0，1]范围内。归一化公式[23]为

IN=(I-Imin)/(Imax-Imin)

(10)

式中：IN为归一化后的指标值；I为各生态因子对应的指标值；Imax为该指标置信区间内最大值；Imin为该指标置信区间最小值。

对归一化后的湿度(Wet)、绿度(NDVI)、干度(NDSI)、热度(LST)4个指标利用距离函数构建MRSEDI模型，计算公式为

MRSEDI=[(W-Wmin)2+(NDVI-NDVImin)2+

(11)

该指数的意义为：4个生态因子构成一个四维空间，湿度、绿度的最小值及干度、热度的最大值代表四维空间中生态最差点。基于此，计算空间中其他点到生态最差点的距离，评估生态环境的优劣[24]。改进的遥感生态距离指数越小，表示区域生态环境越差；反之，则表示区域生态环境较好。

为便于比较不同年份的MRSEDI，进而评估区域生态环境随时间的变化情况，需要再次对MRSEDI进行归一化处理，处理后即得到各年份真实的遥感生态指数，取值范围为[0，1]，值越大，表明生态环境状况越好。

2.3 生态环境质量分级方法

为便于直观反映都安县生态环境质量空间分布及变化情况，采用等间距法将MRSEDI值从小到大以0.2为间距分为差(0.0～0.2)、较差(0.2～0.4)、中(0.4～0.6)、良(0.6～0.8)、优(0.8～1.0)5个生态等级[25]，表2反映了各生态等级的特点。

表2 各生态等级特点

2.4 斯皮尔曼相关性分析

在统计学中，斯皮尔曼相关性系数常用于评估两个变量之间的相关程度。它的特点是不需要考虑变量之间的总体分布特性和样本容量大小，评价结果既快捷又稳健。在n维数据的两个向量X、Y中，两变量的第i个值分别为Xi、Yi(0≤i≤n)。将X和Y按照同样的方法进行升序或降序排列，组成新的数据集合x、y。其中，xi为Xi在X中的排列位置，yi为Yi在Y中的排列位置。将x、y中相应的元素相减，获得一个排列差分集合d，有di=xi-yi，则定义随机变量X、Y之间斯皮尔曼相关系数[26]为

(12)

式(12)中：ρ为斯皮尔曼等级相关系数；n为序列数。

2.5 GM(1,1)灰色预测模型

(13)

按照最小二乘原理,令

(14)

(15)

式中：参数a、b为待解系数，分别称为发展因子和灰色模型因子；k为时间序列位置数，则有第k年的预测值为

(16)

3 数据处理及结果分析

3.1 MRSEDI数据处理

通过遥感反演方法，计算出绿度、湿度、干度、温度等一系列地表参数，利用距离函数构建遥感生态距离指数，再结合斯皮尔曼相关系数与GM(1,1)预测模型对都安县生态环境质量的时空变化状况进行分析。数据处理流程如图2所示。

3.2 MRSEDI与各指标相关性分析

为了验证改进型遥感生态距离指数(MRSEDI)在环境评估中的综合代表性，本研究计算了各时期的Wet、NDVI、NDSI、LST与MRSEDI指数之间的相关性，并计算了相关度均值。如表3所示，各指数与MRSEDI的相关性平均值都在0.7之上，MRSEDI与各生态指标显著相关，表明MRSEDI指数具有综合代表性，能够作为区域生态环境评价指标。

表3 4个指标与MRSEDI指数的相关系数

3.3 都安县生态环境质量总体评价

根据上述公式所计算的湿度(Wet)、绿度(NDVI)、干度(NDBSI)、热度(LST)4个指标及MRSEDI的结果可分析都安县生态环境质量总体变化情况(图2)。如图3所示，2000—2019年，都安县湿度指标(Wet)先上升后下降再持续上升，总体呈现上升趋势；绿度指标(NDVI)的波动趋势为先下降后持续猛增，至2019 年NDVI均值高达0.74，植被覆盖度显著提高；干度指标(NDSI)开始略有上升后持续下降，总体为下降趋势，结合湿度指标变化趋势，表明地表干旱状况有所缓解；热度指标(LST)呈现下降—上升—下降趋势，但变化趋势较为平缓，温度状况较为稳定；研究期间都安县生态环境质量先下降后持续上升，且总体呈现上升趋势，表明都安县生态环境状况在持续改善。

图2 数据处理流程Fig.2 Flow chart of data processing

图3 2000—2019年各指标与MRSEDI均值Fig.3 Each index and the mean value of MRSEDI from 2000 to 2019

3.4 生态环境质量时空变化及分析

为了进一步对都安县生境质量做定量化及可视化分析，将五期MRSEDI以0.2为间距划分为5个等级，从低到高分别为差、较差、中、良、优，各个等级对应的面积及比例如表4所示。

由表4可知，从整体上看，2000—2019年，都安县生境状况均以中和良为主，各年份中与良累计占比分别为73.59%、67.72%、77.41%、67.01%、68.09，表明都安县生态环境主要处于中等状况；各年份比较来看，2010年生态环境质量较好，优、良、中占比之和高达91.53%，且差与较差比例之和最低，仅为8.47%。2004年差、较差、中占比之和超过50%，生态环境状况相对较差；各等级变化上看，2000—2019年，等级为优的比例持续提升，从13.29%上升至19.41%。除2004年以外，从2000年到2019年，优与良比例之和逐渐增加，由50.27%增加到65.23%，表明都安县生态环境状况正在逐步改善。

表4 都安县2000—2019年各生态等级面积与占比

从空间分布看(图4)，MRSEDI等级差与较差的区域主要位于研究区西南部，即都安县城市中心建设区。城市区域植被覆盖度较低，多为不透水面，人类活动导致区域温度较高，是生态环境状况较差的主要原因。2010—2019年，等级为差与较差的区域面积显著增加，《广西壮族自治区都安瑶族自治县土地利用总体规划(2006—2020年)调整完善方案》指出，2006—2020年，全县新增建设用地1 723 hm2，表明大面积建设用地增加是区域生态环境变差的主要原因之一。总体上看，2000—2004年都安县MRSEDI等级为差、较差的面积明显扩大，生态环境质量有所退化；2010—2019年，除都安县城建设区以外，研究区内MRSEDI等级优与良的面积区域显著增加，生态环境质量持续改善。根据《都安瑶族自治县矿山地质环境保护与治理规划》，截至2019年底，都安县关闭大小矿山40余座，且进行了较为完善的矿区治理与土地复垦工作。另外，根据都安县土地利用规划方案，政府加大了对石漠化地区的治理和保护，实施了一系列的植被恢复工程。这些措施使得植被覆盖度大大增加，有效地改良了区域生态环境。都安县的矿区治理、土地复垦及治理石漠化等措施是生态环境质量改善的重要原因。

图4 2000—2019年都安县MRSEDI等级空间分布Fig.4 Spatial distribution of MRSEDI grades in Du’an County from 2000 to 2019

3.5 基于GM(1,1)模型的MRSEDI预测

GM(1,1)模型是根据少量已知或未知信息，构建灰色预测模型，从而确定研究对象发展变化态势的一种方法。其在中短期预测中效果较好，具有较强的适用性[28]。2000—2004年，都安县城市扩张及采矿活动对区域生态环境状况造成了显著影响，而2004年之后，矿区治理与土地复垦极大改善了区域生态环境质量。为预测都安县生态环境未来的发展趋势，基于2004—2019年的MRSEDI，采用GM(1,1)预测模型计算2024年的MRSEDI。

根据式(14)、式(15)，计算出a=-0.018 55，b=0.595 6。因此，MRSEDI的预测方程可以表示为[29]

(17)

计算得2024年的MRSEDI预测均值为0.647 1，高于2019年的0.636 2，表明都安县生态环境质量将会持续改善。

4 结论

研究选取了能代表喀斯特地区生态环境特点的湿度、绿度、干度、热度作为评价指标，基于距离函数，构建改进的遥感生态距离指数(MRSEDI)，对都安县近20年的生态环境质量进行监测与评估，并使用GM(1,1)模型对MRSEDI的未来发展变化趋势进行预测。研究表明：

(1)MRSEDI与湿度、绿度、干度、热度各指标相关系数均值都在0.7以上，MRSEDI在区域生态环境评价中具有综合代表性。其次，在区域生境质量变化过程中，绿度指标(NDVI)与MRSEDI波动趋势趋于一致，表明植被覆盖度是都安县生态环境的重要影响因子。

(2)2000—2019年，都安县生态环境质量呈现先下降后持续上升的趋势，MRSEDI均值从0.598 9上升到0.636 2。主要原因是都安县近20年先后关闭各类生产矿山，并进行了较为完善的矿区治理与土地复垦工作。尽管都安县的生态环境质量有所改善，但总体而言仍是处于中等状况，且整体生态较为脆弱，易于遭到破坏。都安县近20年的生态环境治理经验表明，喀斯特地区生态环境恢复速度缓慢，治理难度较大。在今后的发展过程中，应当遵循可持续发展原则，合理开发与利用自然资源。

(3)GM(1,1)模型适用于中短期预测，通过GM(1,1)模型预测都安县2024年的MRSEDI均值为0.647 1，后验差比值C=0.0037，小误差概率P=1，预测结果表明都安县生态环境质量将会持续改善。

研究所构建的遥感生态距离指数(MRSEDI)较好地反映了都安县生态环境变化状况，但生态环境作为一个复杂的综合系统，后续研究将考虑加入石漠化、地形等因子对喀斯特地区进行更为全面和准确的定量研究。