西北典型生态脆弱区植被覆盖度时空变化及其生态安全评价： 以宁夏贺兰山为例

林妍敏，南雄雄，胡志瑞，李新庆，王 芳① (1.宁夏大学地理科学与规划学院，宁夏 银川 70021；2.教育部中阿旱区特色资源开发与环境治理国际合作联合实验室，宁夏 银川 70021；.种苗生物工程国家重点实验室，宁夏 银川 70001；.宁夏国土资源调查监测院，宁夏 银川 70002；.中国气象局旱区特色农业气象灾害监测预警与风险管理重点实验室，宁夏 银川 70002)

宁夏贺兰山作为中国重要自然地理分界线之一，是西北地区最后一道生态安全屏障[1]。该区坐落于温带草原与温带荒漠两大植被区域的过渡带，具有明显生态交错带特征，它维系着西北至黄淮地区气候分布和生态格局，守护着西北、华北生态安全。但长期以来粗放式发展、资源掠夺式开发、工程违规建设、矿业无序发展等行为使贺兰山生态安全受到严重威胁[2]。鉴于贺兰山脆弱的生态环境和重要的生态意义，如何对其生态环境进行系统认识和安全评价显得尤为必要。

现有生态环境质量和安全评价方法主要有指数评价法[3]、层次分析法[4]、生态足迹法[5]和景观生态学法[6]等，并在重庆市[7]、山东省桓台县[8]、喀斯特地区[9]等区域生态安全评价中得到广泛应用。近些年，遥感技术以实时、数据可靠、快速等优势得到广泛研究，研究人员逐渐基于遥感监测指标开展生态质量和安全评价[10-11]。传统遥感生态安全评价方法大多基于单一监测指标，虽具有计算便捷、容易解读等优点，但难以较全面揭示生态环境系统性变化[12]。徐涵秋[13]于2013年提出一种完全基于遥感信息，集成多种生态因子(植被、地表温度、干度和湿度)的遥感生态评价方法——遥感生态指数(remote sensing ecology index，RSEI)，该方法具有指标获取简易、无人为权重、结果可视化佳等优点，既可用于生态脆弱区生态变化遥感监测[14]和自然保护区生态环境综合评价[15]，又可弥补单一指标法测定的不足[9,16-17]。

目前，国内外学者大多针对贺兰山某段区域或植被状况[18]、生态脆弱性[1]等某一方面进行分析评价，而系统、全面、定量评价区域生态环境时空变化特征的相关研究相对较少。鉴于此，基于多期遥感影像数据开展贺兰山区域生态环境安全系统评价，研究结果可为推动黄河流域生态保护和高质量发展提供支撑。

1 材料与方法

1.1 研究区概况

宁夏贺兰山(38°19′～39°22′ N，105°49′～106°41′ E)地处宁夏回族自治区西北部(图1)，海拔为1 084～3 556 m，山脉近南北走向，绵延约200 km，宽约30 km。

图1 研究区位置

研究区年平均降水量为200～400 mm，降水年内分配极不均匀，全年降水量主要集中在7—9月，垂直分异现象明显，海拔每上升100 m，降水量增加13.2 mm。研究区森林资源丰富，总面积达276 km2。2017年，宁夏全面打响贺兰山生态保卫战，陆续开展生态修复治理，播撒草籽覆盖面积为53.33 km2，造林面积超过4.67 km2，累计整治修复面积为66.73 km2，生态面貌有所改观。贺兰山植被垂直带变化明显，可划分成山前荒漠与荒漠草原带(海拔≤1 600 m)、山麓与低山草原带(海拔为>1 600～1 900 m)、中山与亚高山针叶林带(海拔为>1 900～3 100 m)以及高山与亚高山灌丛草甸带(海拔为>3 100 m)4个植被垂直带。研究区有青海云杉、山杨、白桦、油松和蒙古扁桃等665种野生植物。

1.2 数据来源及预处理

Landsat系列卫星数据选择5期均处于植被繁茂期(7—9月)影像(表1)，影像来源于地理空间数据云(http:∥www.gscloud.cn/)，对遥感数据进行几何配准、辐射定标、大气校正和裁剪等预处理操作。

表1 遥感数据信息

1.3 研究方法

1.3.1植被覆盖度计算

为区分RSEI指数中归一化植被指数(NDVI)对植被覆盖度(FVC)的影响，采用独立于NDVI的三次梯度法计算FVC，其计算公式[10]为

CFV=d/dmax，

(1)

(2)

式(1)～(2)中，CFV为植被覆盖度；d为波段梯度差；dmax为对应波段最大梯度差；B为相应波段光谱反射率；λ为相应波段中心波长。

1.3.2遥感生态指数计算

遥感生态指数耦合了植被指数、湿度分量、土壤指数和地表温度4个评价指标，分别代表绿度、湿度、干度和热度4大生态要素，其计算公式[13]为

IRSE=f(G，W，D，T)。

(3)

式(3)中，IRSE为遥感生态指数；G、W、D和T分别为绿度、湿度、干度和热度，各生态要素计算方法为

(1)绿度指标采用NDVI表示，NDVI是应用最广泛的植被指数，其计算公式[19]为

INDV=(Bnir-Br)/(Bnir+Br)。

(4)

式(4)中，INDV为归一化植被指数；B为相应波段光谱反射率。

(2)湿度指标采用缨帽变换的湿度分量(WET，W)表示，不同传感器数据的WET计算参数不同，其计算公式[20]为

WTM=(0.031 5Bb+0.202 1Bg+0.301 2Br+0.159 4Bnir-0.680 6Bmir1-0.610 9Bmir2，

(5)

WOLT=(0.151 1Bb+0.197 3Bg+0.328 3Br+0.340 7Bnir-0.711 7Bmir1-0.455 9Bmir2。

(6)

式(5)～(6)中，B为相应波段光谱反射率。

(3)干度指标(NDSI，INDS)采用裸土指数(SI，IS)和建筑指数(IBI，IIB)表示，其计算公式[21]为

INDS=(IS+IIB)/2 ，

(7)

IS=[(Bmir1+Br)-(Bnir-Bb)]/[(Bmir1+Br)+(Bnir+Bb)] ，

(8)

IIB={2Bmir1/(Bmir1+Bnir)-[Bnir/(Bnir+Bred)+Bgreen/(Bgreen+Bmir1)]}/{2Bmir1/(Bmir1+Bnir)-[Bnir/(Bnir+Bred)+Bgreen/(Bgreen+Bmir1)]} 。

(9)

式(7)～(9)中，B为相应波段光谱反射率。

(4)热度指标(LST，TLS)采用地表温度表示，基于影像地表温度提取，其计算公式[22]为

L6=GND+B，

(10)

T=K2/ln (K1/L6+1) ，

(11)

TLS=T/[1+(λT/ρ)lnε] 。

(12)

式(10)～(12)中，L6为热红外波段在传感器处的辐射值；T为传感器处温度值；ND为灰度值；G和B分别为热红外波段增益和偏置值；K1和K2为定标参数，可从用户手册[23]中获得；λ为热红外波段的中心波长；ρ=1.438×10-2mK；ε为比辐射率。

绿度、湿度、干度和热度4个指标量纲不统一，为消除数据间差异，对其进行归一化处理，其计算公式[13]为

INi=(Ii-Imin)/(Imax-Imin)。

(13)

式(13)中，INi为像元归一化数值；Ii为某一像元值；Imin和Imax分别为各指标分量最小值和最大值。

采用主成分分析(PCA)法综合分析绿度、湿度、干度和热度4个指标分量，并采用第1主成分(PC1)表示生态环境质量。为使PC1数值与生态条件呈正比，计算得到未归一化的遥感生态指数(RSEI0，IRSE0)，其计算公式[13]为

IRSE0=1-{PC1[f(INDV,W,INDS,TLS)]} 。

(14)

采用式(13)对得到的RSEI0进行归一化，得到RSEI指数。

1.3.3年际变化趋势计算

采用一元线性回归模型逐像元分析研究区FVC与RSEI指数年际变化趋势(θslope)，其计算公式[24]为

(15)

式(15)中，n为监测年份数；Ci为第i年像元FVC指数。θslope>0，表示FVC指数呈上升趋势；θslope<0，表示FVC指数呈下降趋势。变化趋势显著性检验采用F检验，其计算公式[25]为

(16)

(17)

(18)

2 结果与分析

2.1 宁夏贺兰山植被覆盖度时空变化特征

参考前人对FVC指数的划分标准[25]，将FVC指数划分为5个等级：差(0～20%)、较差(>20%～40%)、中等(>40%～60%)、良好(>60%～80%)和优秀(>80%～100%)。基于宁夏贺兰山5期遥感影像所计算的各级FVC面积及其所占比例(表2)可知，研究区FVC指数总体呈上升趋势，其平均值由1987年的31.03%上升到2020年的43.35%。FVC指数为差等级区域面积占比逐年下降，由1987年的51.53%下降至2020年的14.68%；较差和中等级区域面积占比呈持续上升趋势，分别由1987年的19.63%和11.67%上升至2020年的33.39%和24.37%；良好等级区域面积占比在34 a间小幅度上升，由1987年的7.46%增加到2020年的12.02%；优秀等级区域面积占比呈上升趋势，从1987年的9.71%上升至2020年的15.53%。1987—2017年，研究区差等级区域面积占比最高；2020年，较差等级区域面积占比为最高。

表2 研究区各级植被覆盖度面积及其占比

由图2可知，从空间分布上看，1987年FVC指数为差等级区域主要分布在研究区北段、东麓和南部地区；良好和优秀等级区域主要分布在研究区西部地区；2000年研究区北段地区FVC指数略微改善，其他地区基本保持稳定；2007年研究区东麓和南部地区明显改善，由差等级转为较差、中等级；2017年研究区北段地区改善明显，由差等级转为较差等级区域；2020年研究区北段地区持续明显改善，以中等级为主。

2.2 宁夏贺兰山生态质量时空变化特征

通过分析5个监测年份中4个指标分量(表3)对第1主成分的载荷值发现，NDVI和WET系数为正值，LST和NDSI系数为负值。由各指标平均值变化可知，34 a间，对生态起积极影响的湿度和绿度指标平均值逐年上升，而对生态环境起消极影响的干度和热度指标总体呈下降趋势。研究区RSEI指数平均值呈上升趋势，由1987年的0.327增长到2020年的0.504。

对研究区RSEI指数以20%的相等间隔进行分级[26]，共分为5个等级(表4)。

由表4可知，RSEI指数为差等级区域面积逐年下降，其占比在34 a间下降40.75个百分点；较差等级区域面积呈先增加后减少趋势，其占比由1987年的20.05%上升到2017年的31.64%后，到2020年下降至27.18%；中等等级区域面积逐年增加，其占比共上升16.83个百分点；良好和优秀等级区域面积呈先升高后降低又升高的波动向好发展趋势。总体而言，RSEI指数面积占比最高的区域等级由1987—2000年的差等级转为2007—2017年的较差等级，到2020年，转为中等级。

图2 研究区各年份植被覆盖度(FVC)和遥感生态指数(RSEI)分级

表3 遥感生态指数(RSEI)主成分分析

表4 研究区遥感生态指数(RSEI)等级面积和比例

由图2可知，从空间分布来看，1987年，RSEI指数为差和较差等级区域主要分布在研究区北段、东麓和南部地区，中等级区域分散于全区，优良等级区域主要分布在研究区中西部；2000年，研究区北段差及较差等级区域范围缩减，且出现良好等级分布，中等级区域面积扩大；2007年，研究区RSEI指数为差和较差等级区域主要分布在北段和东麓地区，并继续向北段压缩，中等级区域主要集中在研究区中北部和南部地区，分布范围呈扩大趋势，良好等级区域分布范围向东部发展；2017年，RSEI指数各等级区域分布较为稳定；2020年，RSEI指数为较差等级区域主要分布在北段和东麓地区，良好等级区域向四周扩大。

2.3 植被覆盖度与遥感生态指数时空差异变化

为分析宁夏贺兰山34 a间FVC和RSEI指数时空差异变化，对各期影像进行差值变化监测并进行等级划分[27]，严重退化区、轻微退化区、稳定区、轻微改善区和显著改善区变化趋势分别为≤-20%、>-20%～-5%、>-5%～5%、>5%～20%和>20%。由图3可知，从空间分布来看，1987—2000年FVC指数退化区主要分布在研究区中南部地区，东北部地区也有少量分布；2000—2007年主要集中在西部地区；2007—2017年主要分布在东麓地区，南部地区也出现退化现象；2017—2020年少量分布于中西部地区。34 a间，FVC指数稳定区呈面状分布于全区，分布范围持续缩小。FVC改善区在1987—2000年主要分布在北段地区，南部地区也有少量分布；在2000—2007年集中分布于贺兰山东麓地区；在2007—2017年呈散点状小面积分布于研究区北部和南部地区；在2017—2020年大面积分布在北段和东部地区以及南部永宁县。

图3 研究区1987—2020年植被覆盖度(FVC)和遥感生态指数(RSEI)空间变化

由图3可知，1987—2000年RSEI指数退化区集中在研究区中南部地区，北段地区也有少量退化区分布，改善区呈面状分布在研究区北段地区；2000—2007年，RSEI指数退化区呈点状分散分布于东北部地区，与稳定区交错分布，改善区主要集中在研究区南部地区；2007—2017年，除在中部零星分布的RSEI指数退化区外，其他地区均处于稳定或不同程度改善状态；2017—2020年，研究区RSEI指数稳定区主要分布在南部地区，其他地区生态质量都呈不同程度的提高。

由表5可知，2000—2007年FVC指数退化区面积占比为27.88%，相较于1987—2000年增加14.90个百分点；2007—2017年退化区面积占比为15.80%，相较于2000—2007年减少12.08个百分点；2017—2020年退化区面积相较于2007—2017年减少7.77个百分点，面积占比为8.03%。FVC稳定区面积占比呈波动性降低趋势，34 a间减少17.04个百分点。FVC改善区面积比例呈先降低后上升，总体上波动性呈向好趋势，34 a间面积占比增加21.99个百分点。

由表5可知，2000—2007年RSEI退化区面积占比为29.17%，相较于1987—2000年增加4.03个百分点；2007—2017和2017—2020年RSEI退化区面积占比分别为7.63%和1.62%，34 a间RSEI退化区面积占比明显下降。1987—2017年RSEI稳定区面积持续增加，占比上升6.01个百分点；2017—2020年降至35.00%，相较于2007—2017年下降7.05个百分点。RSEI改善区面积呈现先减后增的波动上升趋势，2017—2020年改善区面积占比达到63.38%，相较于1987—2000年增加24.56个百分点。

表5 研究区植被覆盖度(FVC)和遥感生态指数(RSEI)空间变化统计

结合斜率分析和显著性检验，将宁夏贺兰山34 a间FVC和RSEI指数变化趋势划分成5个等级(图4)。全区FVC指数以轻微改善区为主，该区呈面状分布于研究区北部地区，其面积占总面积的57.63%；显著改善区面积占比为41.21%，主要分布于研究区东麓和南部地区；稳定区面积占研究区面积的19.87%，分布于中西部地区；退化区面积占比为8.30%，与稳定区交错分布于研究区中西部地区。由图4可知，全区RSEI指数以轻微改善区为主，该区分散分布于整个研究区，其面积占总面积的41.08%；显著改善区面积占比为26.86%，主要分布于研究区东麓和北部地区；稳定区面积占研究区面积的19.95%，主要分布于研究区中部地区，西部和北段地区也有少量分布；退化区面积占比为12.11%，与稳定区交错分布于研究区西部地区。

2.4 FVC与RSEI指数相关性分析

为进一步验证FVC与RSEI指数之间的关系，定量分析FVC指数的生态改善效应，将各年份FVC与RSEI指数结果做相关性分析。研究区FVC与RSEI指数相关性较高，1987、2000、2007、2017和2020年相关系数分别为0.87、0.84、0.81、0.80和0.83，均大于0.80，平均值为0.81，表明FVC指数升高对研究区生态环境改善有一定促进作用。

FVC与RSEI指数在空间上具有高度相关性，FVC指数为极低或低等级时，RSEI等级也相应处于差或较差等级；FVC指数为较高或高等级时，RSEI指数也相应为良好或优秀等级。由图2可知，1987—2020年研究区北部FVC和RSEI指数均呈现较差水平，西部高海拔地区呈现较高水平，表明FVC与RSEI指数有较好的相关性。由图4可知，研究区各个时段FVC与RSEI指数变化区域分布趋于一致，FVC指数显著改善区RSEI指数也呈显著改善趋势，FVC指数退化区RSEI指数也呈退化趋势。

2.5 宁夏贺兰山气候因子的变化趋势

统计宁夏贺兰山年均气温和年均降水量，对1987—2020年气象数据进行年际变化趋势分析。由图5可知，研究区年降水量呈西南向东北增加趋势，西部海拔较高地区年降水量呈下降趋势，东麓地区年降水量呈增加趋势。34 a间降水量变化趋势与RSEI变化趋势呈正相关，降水量下降区域RSEI指数也呈退化趋势，反之，降水量上升区域RSEI指数也相应改善。全区年均气温逐年上升，研究区气温变化趋势与RSEI指数变化趋势在空间上有一定相关性，研究区东麓气温上升明显，RSEI指数也呈显著改善趋势。

图4 研究区植被覆盖度(FVC)和 遥感生态指数(RSEI)空间变化特征

图5 1987—2020年研究区气象数据变化趋势

3 讨论

贺兰山可起到抵御寒流、阻挡风沙、涵养水源的作用，护佑九曲黄河宁夏段的安澜，更作为西北干旱地理带的天然屏障，承担着北方干旱荒漠带宁夏段生态平衡的重要任务，保障区域生态环境优良是当前重要任务。基于Landsat数据对1987—2020年宁夏贺兰山区域FVC和RSEI指数时空变化特征及其相关性进行分析探讨。研究区北段和东麓地区以及南部永宁县区域FVC和RSEI指数处于差或较差等级，主要是由于该区域矿产资源丰富，自1950年代以来，矿石被陆续开挖开采，导致植被受到严重破坏，地表热度和干度增加，生态质量降低；研究区西部地区FVC指数处于优良等级，这是由于该区域处于海拔2 400～3 100 m的阴坡，是贺兰山区最重要的林带，这与朱源等[28]的研究结果一致。自1988年国务院批准宁夏贺兰山为国家级自然保护区起，区内开始实施植被保护工作。宁夏贺兰山FVC和RSEI指数在1987—2020年呈现持续升高趋势，这说明34 a间研究区植被恢复有所成效，尤其是2017年正式开展贺兰山生态保卫战之后，通过采取大面积播撒草种、矿坑回填等措施，使地表植被得到恢复，土地利用得到转变，干度指数降低，湿度和绿度指数增加，生态面貌大幅度改善，植被和生态质量改善速率显著提升。

研究区西部和中南部地区FVC和RSEI指数明显退化，这与顾延生等[18]的研究结果一致。这是由于中南部地区景观遗址密集，随着旅游业兴起，贺兰山中南部文化景观带被大面积开发，加上贺兰山生态环境脆弱性较高，稳定性较差，导致该区域FVC及RSEI指数呈退化趋势；西部海拔较高区域受人类活动影响较小，FVC和RSEI指数退化主要受气候因素的影响，其中，降水是生态环境质量变化的主要影响因素，在今后的工作中应加大对宁夏贺兰山西部海拔较高地区和中南部旅游密集区的生态恢复治理力度。

FVC与RSEI指数在空间分布和变化趋势上具有高度一致性，说明提高FVC指数会提升区域生态质量，FVC指数在改善区域生态质量方面具有生态提升效应。然而，FVC指数上升幅度最大的地区，其生态质量上升幅度并不一定最高，这与孟岩等[11]的研究结果一致。这是因为FVC指数是单一指标，而RSEI指数是综合评价结果，RSEI指数不仅要考虑绿度指标，还要考虑人为因素和自然因素对干度和热度指标的影响作用。研究区东部地区FVC与RSEI指数相关性较低，主要是由于2007—2017年贺兰山东麓干度和热度指数上升，其对RSEI指数的消极影响远大于湿度与热度的积极影响，这表明改善区域生态质量，不仅要提高FVC指数，还要降低区域干度和热度指标，如增强土壤蓄水能力、提高植被含水量、减少矿业开采活动和减少不透水面等。

4 结论

(1)1987—2020年宁夏贺兰山FVC和RSEI指数呈持续增长趋势，生态环境得到改善，生态恢复治理效果显著。

(2)宁夏贺兰山RSEI指数整体偏低，区域差异性显著，其中北段和东麓区域RSEI指数波动最显著，生态环境最脆弱。由于经济快速发展和降水量下降，研究区中南部旅游密集区和西部海拔较高地区生态环境退化明显。

(3)研究区FVC和RSEI指数变化趋势高度一致，生态质量主要呈现东部和北部地区上升、西部地区下降的特点。植被覆盖是生态质量变化的关键积极影响因子，矿区开采是生态质量变化的主要消极影响因子。

(4)宁夏生态恢复工程建设和旅游业发展是影响区域生态环境的2个重要因素。宁夏贺兰山生态保卫战带来的森林、草地面积增加对研究区北部及东麓地区生态环境产生积极影响；而旅游业快速发展对研究区中南部人文景观密集区生态环境产生消极影响。矿区开采过程中应注意平衡经济发展与生态环境保护之间的关系，同时应加强研究区中西部等生态退化区的生态建设投入，避免进一步损害脆弱的生态环境。