1990—2020年阿拉尔垦区生态环境质量动态监测与评价

代云豪, 管 瑶, 刘孟琴, 张钦凯, 贺兴宏

(1.塔里木大学 水利与建筑工程学院, 新疆 阿拉尔 843300; 2.西南科技大学 环境与资源学院, 四川 绵阳 621000)

南疆干旱区沙尘天气较多，年降雨量少，生态环境十分脆弱[1]。生态环境质量的优劣将直接影响干旱区人类生存、生活和生产[2-3]。准确了解干旱区生态环境质量状况，探究区域发展对生态变化的影响，对保护区域的生态环境，维护新疆社会稳定和实现长治久安，加快丝绸之路经济带建设具有重大意义[4]。

遥感技术具有高效性、快速性、实时性监测等优点，多年来被广泛应用于生态环境质量动态监测[5-10]。早期国外Carlson等[11]、Mozumder等[12]分别利用遥感指数评价城市气候环境和自然区环境。2006年我国环保总局提出《生态环境状况评价技术规范》规范生态环境状况指数(EI)，2013年徐涵秋教授提出遥感生态指数(RSEI)并对福州城市进行生态环境质量评价[13-14]，结果表明RSEI对生态环境质量评价可行性较强。随后RSEI被众多学者作为对生态环境质量评价的常用指数，并不再局限于城市生态环境质量监测，张乃明等[15]基于RSEI对新疆干旱区博乐市生态变化分析，结果表明近20 a来博乐市生态环境质量明显改善；王丽春等[16]基于RSEI并结合自然因素、人类生活因素对新疆玛纳斯湖湿地生态变化进行综合评价；刘立冰等[17]基于RSEI对自然保护区龙溪—虹口的生态环境状况进行评估。目前RSEI对生态环境质量评价广泛应用在城市[18-23]、流域[24-25]、湿地[26]、干旱区等[27-30]研究区域，众多研究表明RSEI耦合了生态环境质量的重要指标因子，对生态环境质量评价性较高，具有普遍适用性，能对研究区生态环境质量做出实时监测，对研究区生态环境质量保护和生态环境质量治理具有重要意义。

2014年新疆环保厅印发《贯彻落实第二次中央新疆工作座谈会精神支持新疆生态环境保护的实施细则》明确“三条红线”护驾南疆，2021年新疆生产建设兵团提出加强“三线一单”生态环境分区管控，对南疆三地州片区提出加强绿洲边缘生态保护与修复，统筹推进山水林田湖草沙治理。阿拉尔垦区作为南疆地区重要的农业地之一，紧邻塔克拉玛干沙漠，生态环境十分脆弱，是南疆推进绿洲边缘沙漠治理的重点地区之一。

本研究选取1990—2020年Landsat系列四期影像数据，耦合绿度指标(NDVI)、湿度指标(WI)、干度指标(NDSI)、热度指标(LST)构建遥感生态指数(RSEI)，分析阿拉尔垦区近30 a来生态环境质量时空格局变化，结合驱动因素分析阿拉尔垦区生态质量变化规律，为阿拉尔垦区生态环境保护和可持续发展提供科学依据。

1 材料与方法

1.1 研究区概况

阿拉尔垦区(东经80°30′—81°58′，北纬40°22′—40°57′)位于我国新疆维吾尔自治区南部，是新疆维吾尔自治区直辖县级市，紧邻塔克拉玛干沙漠。阿拉尔垦区总人口40.9万人，总面积4 197.58 km2[31]，截至2020年末垦区国内生产总值已达332亿元。垦区地势由西北向东南倾斜，属暖温带极端大陆性干旱荒漠气候，年均气温10～12 ℃，年均降水量为40.1～82.5 mm，年均蒸发量1 876.6～2 558.9 mm，垦区生产总值主要依靠农业生产，主要农作物以棉花、红枣、苹果、香梨为主[31-32]。

1.2 数据来源

数据来源地理空间数据云(http:∥www.gscloud.cn)，选取1990年8月2日的Landsat 5TM，2000年8月5日和2011年8月1日的Landsat 7ETM+，2020年9月5日的Landsat 8 OLI遥感影像4景。经济状况、人口数据等来源于阿拉尔垦区和新疆生产建设兵团统计年鉴。

1.3 方 法

1.3.1 数据处理 原始影像利用ENVI 5.3进行几何校正、辐射定标、大气校正等预处理工作。其中Landsat 7机载扫描行校正器在2003年5月发生故障，导致影像出现数据条带丢失，故2011年影像数据利用ENVI 5.3中的Landsat_gapfill插件去条带再预处理。

1.3.2 生态指数因子

(1) 绿度指标。NDVI(归一化植被指数)，常作为植物生长状况监测与生态环境应用等[13]，NDVI负值表示地面覆盖为云、水、雪等；0表示有岩石或裸土等；NDVI正值表示有植被覆盖。计算公式为：

(1)

(2) 湿度指标。WET。通过遥感缨帽变换获取湿度指标，该指标与生态密切相关，可反映水体和植物、土壤的湿度情况[13,16]。计算公式为：

WET=C1·ρblue+C2·ρgreen+C3·ρred+

C4·ρnir+C5·ρswir1+C6·ρswir2

(2)

(3) 干度指标。NDSI(干度指数)由IBI(建筑指数)和SI(裸土指数)构建[13]。计算公式为：

(3)

(4)

NDSI=(IBI+SI)/2

(5)

式中：ρblue，ρgreen，ρred，ρnir，ρswir1，ρswir2分别为蓝光波段、绿光波段、红光波段、近红外波段、短红外波段1和短红外波段2反射率。Landsat TM/ETM+中C1=0.031 5,C2=0.202,C3=0.310 2,C4=0.159 4,C5=-0.680 6,C6=-0.610 9； Landsat OLI中C1=0.151 1,C2=0.197 2,C3=0.0.328 3,C4=0.340 7,C5=-0.711 7,C6=-0.455 9。

(4) 热度指标。LST(地表温度)，本研究中Landsat TM/ETM+将灰度值(DN)转换成相应的热辐射强度，然后根据热辐射强度推算相应的地表亮度温度值[30]。Landsat OLI采用大气校正法反演LST[33]。计算公式分别为：

Landsat TM/ETM+：

Lλ=Lmin(λ)+〔Lmax(λ)-Lmin(λ)〕Qdn/(Qmax-Qmin)，

T=K2/ln[K1/Lλ+1]， LST=T-273.15

(6)

式中：Lλ为传感器所接收到的辐射强度；Qdn为像元灰度值；Qmax为最大DN值；Qmin为最小DN值；Lmax(λ)为接收到最大辐射强度；Lmin(λ)为接收到最小辐射强度；T为黑体在热红外波段的辐射亮度,式中各参数可分别从Landsat TM/ETM+影响数据头文件中读取； Landsat TM中K1=60.776 MW/(cm2·sr·μm)，K2=1 260.56K。Landsat ETM+中K1=66.609 3 MW/(cm2·sr·μm)，K2=1 282.710 8K。

Landsat OLI：

Lλ=〔εB(LST)+(1-ε)L↑〕τ+L↓，

B(LST)=〔Lλ-L↓-τ(1-ε)L↑〕/τε，

LST=K2/ln〔K1/B(LST)+1〕

(7)

式中：Lλ为热红外辐射亮度值；ε代表地表比辐射率；L↑为大气向上辐射亮度；L↓为大气向下辐射亮度；B(LST)是黑体热辐射亮度； LST则是地表真实温度(K)；τ指大气在热红外波段的透过率；K1=774.89 MW/(cm2·sr·μm)，K2= 1 321.08K。

1.3.3 遥感生态指数 考虑水体对湿度指标的影响，阿拉尔垦区内多浪水库、胜利水库、上游水库及塔里木河水域面积较大，故将其研究区水域掩膜处理，不再考虑水体面积变化[21]。考虑到4个指标的量纲不统一，将绿度指标、湿度指标、干度指标、热度指标归一化处理后耦合进行主成分分析，获取PC1做减法运算得到初始RSEI0。RSEI0归一化处理后数值介于0～1，当遥感生态指数值越高，则表明生态环境质量越好。

(8)

RSEI=f(NDVI,WET,NDSI,LST)

(9)

RSEI0=1-{PC1〔f(NDVI,

WET,NDSI,LST)〕}

(10)

RSEI=(RSEI0-RSEImin)/

(RSEImax-RSEImin)

(11)

式中：Xi为各指标归一化后值；X为各个指标；Xmin，Xmax分别代表各指标的最小值和最大值；f(NDVI,WET,NDSI,LST)为4个指标合成； PC1〔f(NDVI,WET,NDSI,LST)〕表示第一主成分； RSEI0为遥感生态指数初始值； RSEImin表示遥感生态初始值中的最小值； RSEImax表示遥感生态初始值中的最大值。

2 结果与分析

2.1 遥感生态指数主成分分析

遥感生态指数进行主成分分析(表1)，由分析结果可知，1990—2020年PC1，PC2，PC3，PC4贡献率依次降低，1990—2020年PC1的特征值贡献率分别为91.53%，89.41%，91.17%和84.00%，平均89.03%。由此可见PC1涵盖了超过85%的4类指标信息，表明PC1适用于构建遥感生态指数且可对阿拉尔垦区生态环境质量进行评价。

2.2 阿拉尔垦区生态环境质量变化分析

2.2.1 遥感生态指数均值 ENVI 5.3中统计1990—2020年4期遥感生态指数均值(表2)，1990—2000年RSEI均值上升了0.027，增长幅度较小。2000—2011年RSEI均值上升趋势明显，2000—2011年RESI均值从0.371增加到0.468，上升了0.105，增长率为22.06%。2011—2020年RSEI均值降低了0.008，略有下降。1990—2020年期间，RSEI均值呈现“上升→上升→下降”过程，整体表现为增长状态，增长率达到26.49%，但RSEI均值均低于0.5，生态环境质量有待继续保持和提升。由此，近30 a阿拉尔垦区生态环境质量变化可从1990—2011年和2011—2020年2个阶段分析。

2.2.2 生态环境质量空间分布 为了直观反映阿拉尔垦区生态环境质量变化，将RSEI划分为差(0～0.2)、较差(0.2～0.4)、中(0.4～0.6)、良(0.6～0.8)和优(0.8～1)5个等级[13]，绘制1990—2020年阿拉尔垦区生态环境质量等级分布图(图1)，统计1990—2020年各年份阿拉尔垦区生态环境质量等级面积(表3)。结合奥维地图和实地考察，阿拉尔垦区生态环境质量等级中差等级主要为沙漠区域，较差等级主要为重度盐碱地，中等级主要为稀疏草地和城市居民地，良等级主要是水域附近和部分耕地，优等级主要为林地、耕地。1990年阿拉尔垦区生态环境质量以差等级和较差等级为主，差、较差等级面积所占比例达到近65%，垦区生态环境质量中等级以上区域均匀分布在塔里木河两岸；2000年生态环境质量分布变化不大，但优等级面积增加193.5 km2，较1990年上升4.96%；2011年阿拉尔垦区的RSEI均值上升，差、较差等级面积较2000年分别下降14.35%和4.89%，中等级以上面积大幅度增加，中优良等级增幅分别达6.85%和5.65%，垦区西北部地区分布变化最为明显，表明生态环境质量得到较大改善；2020年较2011年良等级面积增加6.29%，优等级面积下降5.34%。1990—2011年，阿拉尔垦区生态质量分布发生明显变化，中等级以上面积占比超过58%；2011—2020年中等级以上面积超过56%。以2011年为分界点，1990—2020年阿拉尔垦区生态环境质量中，差等级变化为“升—降—降”，较差等级为“降—降—升”，中等级为“降—升—降”，良等级为“升—升—升”，优等级为“升—升—降”，良等级面积增幅12.91%，增加面积499.03 km2，优等级面积增幅6.54%，增加面积253.39 km2。综上所述，阿拉尔垦区近30 a生态环境质量整体得到改善，生态保护和发展取得较好成绩。

2.2.3 生态环境质量时空变化 对阿拉尔垦区1990，2011和2020年RSEI指数进行差值变化检测[16]，得到图2和表4。

图2 阿拉尔垦区生态环境质量变化

由图2和表4可以得出，1990—2011年期间，阿拉尔垦区生态环境质量变好区域分布广泛，生态环境质量变差区域较小，变差区域主要位于垦区中部地区和西北地区。2011—2020年期间，阿拉尔垦区生态环境质量变化以变差为主，主要集中在垦区中部区域，生态环境质量变好区域则主要位于垦区北部、东南和东北地区。总体分析，1990—2020年期间，阿拉尔垦区生态环境质量变优主要在垦区的北部、南部、东北和东南地区，生态环境质量变差主要集中在垦区中部和西北地区。生态环境质量变化中3类面积比例从大到小依次为：变好、不变、变差，由此分析得到，垦区生态环境质量改善面积达1 756.36 km2，占总面积45.92%，垦区生态环境质量不变面积达1 534.09 km2，占总面积的40.10%，垦区生态环境质量变差面积达534.69 km2，占总面积的13.98%。生态环境质量变好面积比变差面积多出近3倍，由此可知，近30 a来阿拉尔垦区生态环境质量总体得到提升，区域生态环境得到有效改善。

表4 阿拉尔垦区1990-2000年生态环境质量变化面积统计

2.3 驱动因素分析

2.3.1 社会经济因素 遥感生态指数能较好反映阿拉尔垦区生态环境质量，但生态环境质量变化影响受多因素影响。查阅阿拉尔垦区和新疆生产建设兵团统计年鉴[32]，由历年人口、经济变化可知(见图3)，垦区人口数量在2 000年前总体增长趋势较大，但在2000—2011年总体增长趋势也开始放缓，2011—2020年人口数量总体增长趋势变大。1990—2011年阿拉尔垦区GDP总体趋势为缓慢增长，2011—2020年阿拉尔垦区GDP总体增长趋势较大。由交通因素可知，2005年后阿拉尔垦区开始修建公路，截至2012年建成“阿塔”“玉阿”“夏拦”“阿图”“阿和”“阿沙”公路等，极大改善垦区交通，带动经济快速发展，同时GDP增长带动经济发展方式转变，垦区由农业化转向工业化城镇发展，进一步推进兵团“三化”建设，对生态环境质量产生一定影响。

2.3.2 自然因素 为研究气候、降水等自然条件对阿拉尔垦区生态环境质量影响。查询农业农村部规划设计研究院设施农业研究所温室数据共享平台(http:∥data.sheshiyuanyi.com/)获取阿拉尔垦区近30 a气候数据，分析年均气温和年降水量可知(见图4)，年均气温波动范围在10～12 ℃之间，年降水量波动范围在20～100 mm左右，近30 a来阿拉尔垦区年均气温、年降水量处于一个区间波动。总体变化趋势表现为，1990—2011年，阿拉尔垦区年平气温降低，年降水量增长；2011—2020年，阿拉尔垦区年均气温上涨，年降水量降低。综上所述，年均气温相对稳定和降雨量增多对阿拉尔垦区生态环境质量起积极作用，年均气温波动大和降雨量减少对阿拉尔垦区生态环境质量产生一定影响。结合遥感生态指数均值变化分析，1990—2011年阿拉尔垦区遥感生态指数均值均为上升趋势，2011—2020年阿拉尔垦区遥感生态指数均值略有下降。由上述分析得知，生态环境质量受自然因素和人为因素影响，阿拉尔垦区自然因素对生态环境质量影响较小，社会经济因素对生态环境质量影响较大，社会经济因素中GDP又是生态环境质量变化的主要驱动因素。

图3 阿拉尔垦区1990-2020年人口与GDP变化趋势

图4 阿拉尔垦区1990-2020年气温和降水变化趋势

3 讨 论

(1) 生态环境质量变化趋势。宋奇等[34]对阿拉尔垦区近30植被覆盖情况做出研究，表明垦区30 a植被覆盖度面积增加。通过遥感生态指数RSEI分析，阿拉尔垦区30 a来生态环境质量总体变好，根据奥维地图显示，改善区域主要为林地、草地和开垦荒地等。垦区30 a来治沙防沙，不断开垦荒地和植树造林，一定程度改善了垦区生态环境质量。未来，可加大对垦区东北地区和东南地区生态保护力度，进一步提升区域生态环境质量。

(2) 驱动因素。通过对自然因素和社会经济因素分析，近30 a来阿拉尔垦区生态环境受自然因素和社会经济共同影响，自然因素中年均气温、年降水量始终保持在一个区间范围波动，对垦区生态环境质量影响较小；社会经济因素人口变化和GDP变化较为明显，对垦区生态环境质量影响较大，与王丽春等[16]分析驱动因素对生态环境质量影响结果基本一致。社会经济增长在一定时期下对阿拉尔垦区生态环境质量产生一定影响，阿拉尔垦区后续经济发展要注重协调生态环境保护。

(3) 模型选取。研究选取常用4类指标NDVI，WET，NDSI，LST构建遥感生态指数RSEI对阿拉尔垦区生态环境质量进行评价，较单一指标反映研究区生态环境质量更具有说服性。遥感技术近年来在生态领域研究日益增多，众多学者考虑研究区地形、气候条件不一致，在RSEI基础上引入新指标构建新的遥感生态指数，如RSEDI[23]、ARSI等[28]对其研究区域生态环境质量评价也可行。今后，对阿拉尔垦区生态环境质量监测中，可添加新的指标如PM 2.5等，以5类信息构建新的遥感生态指数，进行充分对比，选取最优遥感生态指数对研究区生态环境质量作出最优评价。

4 结 论

(1) 构建遥感生态指数(RSEI)在一定程度上可以快速、有效地反映1990—2020年阿拉尔垦区生态环境质量变化，能为阿拉尔垦区经济社会发展与生态环境保护提供一定参考。

(2) 通过对阿拉尔垦区四期影像处理，耦合绿度指标、湿度指标、干度指标、热度指标构建遥感生态指数(RSEI)，1990，2000，2011和2020年RSEI均值分别为0.344，0.371，0.476和0.468，表明阿拉尔垦区近30 a来整体生态环境质量得到有效改善。

(3) 根据遥感生态环境质量动态监测可知，1990—2011年阿拉尔垦区生态环境质量提升，2011—2020年阿拉尔垦区生态环境质量略有下降，1990—2020年期间，阿拉尔垦区的整体生态环境质量改善区域面积不断扩大，明显改善区域分布在西部、北部、西北和东南地区。

(4) 生态环境质量变化一定程度上受气候、经济、人口等驱动因素影响，阿拉尔垦区生态环境质量需考虑多方面因素。结合阿拉尔垦区气象数据和新疆生产建设兵团统计年鉴可知，自然因素和社会经济因素对阿拉尔生态环境质量变化有一定影响，其中社会经济因素对生态环境质量变化起主导作用。

阿拉尔垦区属于干旱区，生态环境脆弱，如何在生态环境保护和经济社会发展中找到平衡点，实现区域经济社会发展和生态环境改善“共赢”是阿拉尔垦区可持续发展的重点。基于遥感生态指数(RSEI)实现阿拉尔垦区生态环境质量动态监测和评价，可为垦区今后的社会经济发展、生态环境保护提供重要参考和依据。