基于RS和GIS的植被覆盖变化和生态效应评估——以合肥市为例

徐 敏

（安徽建筑大学 建筑与规划学院，安徽 合肥 230022）

0 引 言

植被是人类生存环境的重要组成部分，维持着生态系统的平衡，是提示自然环境特征的重要手段。植被覆盖度是植被在地面的垂直投影面积占统计区总面积的百分比，主要受气候、地形地势、人类活动等因素的影响[1]。当前，计算植被覆盖度的方法主要有两种：地表实际测量和通过遥感技术监测，本文采用三波段梯度差法计算植被覆盖度[2]，以提升研究的客观性和科学性。

生态环境扮演着生态文明时代的重要角色，评估生态环境质量逐渐成为研究热点。当前对于生态环境质量的评估，主要包含3 种方法：1.基于In-VEST 模型的生态环境质量的评估[3]，此方法需明确土地利用类型，因此对于长时间的监测较难；2.参照《生态环境状况评价技术规范》提供的计算方法，但由于计算结果有受限，很难从区域内进行更为细致的分析[4]；3.基于RS 技术的遥感生态指数（RSEI）的获取，该方法将生态环境质量的评价概括为由4 个分度指标耦合而成，从而实现对生态环境的综合评价[5]。该方法基于RS技术开展，简便适用，同时其结果以地图形式表现，能够精准测算各小片区域生态环境，因而在近几年得到广泛的应用，如罗春等采用该方法评估常宁市生态变化[6]，张立伟等探索了皖江城市带近20年的生态状况[7]。随着遥感技术的发展，该方法逐渐成为研究不同区域生态环境的重要方法。本文通过三期遥感影像获取合肥市植被覆盖度与遥感生态指数，并分析其时空特征以及两者相关性，对于探索合肥市生态环境未来发展具有十分重要的现实意义。

1 研究区概况

合肥市简称庐，位于安徽省中部，下辖4 区4 县以及1 个县级市，如图1，分别为蜀山区、包河区、瑶海区、庐阳区和肥东县、肥西县、庐江县、长丰县以及巢湖市，城中横穿淝河、环抱巢湖、坐拥蜀山，至2020年末，城镇化率达82.28%。域内以丘陵岗地为主，气候温和、雨量适中，植物丰富、水系发达，生态空间和本底良好，但随着经济的快速发展，城市与生态之间相互博弈，逐渐导致城市的热岛效应、洪涝灾害、交通拥堵、空气质量下降等问题，生态环境与可持续发展面临着巨大的挑战和压力。

图1 研究区概况

2 数据来源与研究方法

2.1 数据来源及预处理

本文的研究数据来源于地理空间数据云，为了避免云层遮盖，平均云量应低于10%，同时考虑不同时期的可比性，最终选择2008 年、2013 年、2018年共3 幅遥感影像，数据具体信息如表1 所示。为减少大气、水汽颗粒、地形等因素对不同光谱反射信号的影响，需要对3期原始影像进行预处理，即对原始遥感数据进行辐射定标、大气校正和图像裁切等操作。

2.2 研究方法

2.2.1 植被覆盖度计算

为了节省人力和物力，便于操作与测量，植被覆盖度的估算通常采用遥感测量法[8]。本文采用三波段梯度差法来计算植被覆盖度，即近红、红、绿3个波段梯度差与全覆盖植被在这3个波段的梯度差之比。

式中：ρnir、ρred、ρgreen、λnir、λred、λgreen分别代表TM 和OLI 数据的近红、红、绿波段的反射率和中心波长，其中TM和OLI的中心波长不一样,具体数值可通过简单查询得知；D 是像元梯度差，Dmax是最大像元梯度差，FVC是植被覆盖度。

2.2.2 遥感生态指数计算

生态质量的评价需要综合各方面因素进行分析，根据徐涵秋提出的遥感生态指数RSEI[9]，本研究利用遥感数据反演出的植被指数、湿度分量、干旱指数和地表温度分别代表绿度（NDVI）、湿度（WET）、干度（NDSI）以及热度（LST）。将4 个指标利用GIS 软件进行主成分分析，以此评估合肥市的生态环境质量。

绿度指标[10]、湿度指标[11]、干度指标[12]、热度指标[13]均是基于影像不同波段的反射率，运用相应的公式计算得来。由于不同分量指标间数值差异较大，需将4个分量指标分别进行标准化，得到区间为[0，1]的无量纲值，标准化公式如下：

式中，In是标准化的结果，I 是原始指标，Imax和Imin是原始指标的最大值与最小值。

将标准化后的分量指标在ENVI 中运用波段合成工具合成一副影像，为了去除水体对结果的影响，利用MNDWI对影像进行掩膜，然后进行主成分分析，得到主成分PC1。为了使遥感生态指数与生态环境质量成正比，利用式（4）得到原始遥感生态指数RSEI0。为了便于不同时期遥感生态指数的对比，利用式（5）将其进行正规化，求得遥感生态指数RSEI。

式中，RSEI0是原始遥感生态指数，RSEI0min、RSEI0max是原始遥感生态指数的最小值与最大值，PC1是主成分。

3 结果分析

3.1 合肥市植被覆盖度变化特征

本文基于2008 年、2013 年、2018 年的遥感影像，采用三波段梯度差法分别估算出3 个时期的植被覆盖度，通过ENVI 和GIS 软件的处理并绘制出这3 个时期的植被覆盖度指数分布图，如图2 所示。根据图2可知，合肥市主城区（蜀山区、包河区、瑶海区、庐阳区）的植被覆盖从2008 至2018 年整体呈中心向外部扩散的趋势，市域外围4 县（长丰县、肥东县、肥西县、庐江县）和巢湖市植被覆盖整体呈缓慢增加趋势。对比3 个时期结果可知，2008 至2018 年底植被覆盖区主要集中在主城区附近，主城区西北方向即靠近长丰县县域的植被覆盖程度有所改善，但主城区内部中心植被覆盖度有所恶化。其次中等植被覆盖度的分布较广，基本遍布整个研究区，植被覆盖度呈现出逐步分散的趋势；至2018年植被覆盖度等级区分逐渐明显且面积得到改善，靠近林地、山区地区出现高植被覆盖情况。

表1 数据来源与说明

为了探究合肥市各区县3 个时期FVC 指数的分布状态，在GIS软件中分区统计，分别对各区县的FVC指数均值进行3个时期的汇总。根据汇总表表2 统计可知，合肥市域的植被覆盖度指数整体出现逐渐降低的趋势，FVC 指数均值从2008 年的0.638降低至2013 年的0.548，2018 年降至0.546，前期下降幅度比较大，后期下降幅度有所减缓，由此可见合肥市在近5年经济快速发展的同时也在注重生态的保护。从各区县来看2008 年的植被覆盖度，FVC最高的是肥东县达到0.695，其次是3 个县和巢湖市，4 个区则排在末位，其中瑶海区最低仅为0.487，整体上合肥主城区相对周围县域来说植被覆盖较低；2013 年植被覆盖度的分布发生了变化，整体较2008 年同比下降了14.1%，最高庐江县0.618，其次是巢湖市和长丰县排在前列，最低仍是瑶海区0.435；2018 年较2013 年下降了0.36%，最高庐江县0.584，其次是巢湖市，长丰县和肥西县持平，最低仍是瑶海区0.382。由此可以发现，合肥市早期跟随经济的发展，对于生态的重视程度有所忽略，各区县的植被覆盖程度都呈现下降趋势。随着政策的调整以及后期项目的发展，整体上植被覆盖度保持稳定的状态，但也有少部分地区生态环境的改善滞后。

表2 合肥市各区县3个时期FVC指数均值表

图2 2008-2018年研究区FVC指数分布图

3.2 合肥市生态质量

基于Arcgis 软件的主成分分析工具，对NDVI、WET、NDSI以及LST 4 个指标进行主成分运算获取如表3所示的合肥市各指数的主成分矩阵及相关统计值。从表3可以看出：合肥市域4个指标2008年、2013 年、2018 年PC1 的 贡 献 率 分 别 为78.62%、84.63%、82.22%，均大于75%，表明PC1 集成了4 个指标的大部分特征，且3 个时期的PC1 中4 个指标的特征值分别为0.01376、0.01404、0.01343，数值相对稳定，而其他特征分量忽大忽小，不能够反映各指数的绝大部分特征，因此采用PC1 作为代表来计算RSEI。在PC1 中，代表绿度的NDVI 和代表湿度WET的荷载值为正，说明两者对研究区的生态起促进作用，而代表干度的NDSI和代表热度的LST的荷载值为负，说明它们对生态起到抑制作用，符合生态现象。因此基于遥感影像的数据处理，第一主成分可以用来创建遥感生态指数。

RSEI 是用于综合反映研究区域生态环境的现状，本文基于ENVI和GIS软件计算出RSEI 指数，通过归一化后分别绘制出合肥市2008 年、2013 年、2018 年的RSEI 归一化指数分布图。如图3 所示，合肥市主城区的RSEI 指数分布随着时间的推移，逐渐呈现由中心向外部扩散的趋势，这一现象说明2008年至2018年以老城区为中心的市区随着城市规划的发展建设对生态环境质量的影响明显，其中由于城市扩建的建筑用地面积增加导致湿度和植被覆盖较低，城区的热度和干度都偏高，致使生态环境质量较低。此外通过对比3个时期的RSEI指数分布可知，在近10年的时间内，合肥市生态质量重心逐渐由2008年的生态质量低值聚集偏西北方向，发展到2013年低值向周边地区扩散，形成生态质量分布碎片化，再到2018年RSEI低值向城市主城区浓缩的趋势。从3个时期的RSEI指数分布状况总结而言，合肥市整体主城区偏西北方向生态质量较差，南部生态质量较好，随着经济的发展，全域的生态环境保护也逐渐引起重视。

表3 遥感生态指数主成分分析

3.3 FVC与RSEI相关性分析

RSEI指数能够表现出地区生态环境优劣状态，FVC 指数则是反映植被覆盖的程度。为了定量计算合肥市的生态环境状态，可建立RSEI 与FVC 的回归模型以对合肥市主城区生态环境进行预测。基于Arcgis 平台，以1000m 间距为限定范围共创建随机点1635 个，并提取点对应栅格文件的值，通过SPSS逐步回归的方法构建如图4所示的回归模型。

图4 研究区植被覆盖度与遥感生态指数的相关性分析

图3 2008-2018年研究区RSEI指数分布图

在空间上，遥感生态指数和植被覆盖度也存在一定的相关性，FVC 增加或减少的区域RSEI指数也会相应地增加或减少，第一时段和第二时段FVC 与RSEI 在空间分布上高度吻合，只是变化的程度略微有些差别。

根据图4 可知，合肥市的遥感生态指数和植被覆盖度在空间上存在比较明显的正相关，且3 期的拟合优度都大于0.750，2008 年的拟合优度为0.764，2013 年的拟合优度为0.833，2018 年的拟合优度为0.855，3 期均值为0.817，可见近10 年FVC 与RSEI 的关系越来越紧密，表明植被覆盖度越高，对生态环境的改善作用越大，反之亦然。

4 讨 论

合肥作为安徽省省会，经济发展迅速，但与此同时环境问题也日益突出，生态质量与社会发展之间的博弈持续不断，为了维持健康的生态环境，同时满足社会发展的需求，研究对合肥市未来发展具有十分重要的参考价值。本文通过遥感技术研究展示了近10 年合肥市植被覆盖度与遥感生态指数的时空特征以及两者相关性，结果表明对于城市建成区域植被覆盖度逐渐下降，生态条件没有得到明显改善，所以应在实践中探索该区域生态恢复的有效措施；对于研究区偏水域、发展较平缓的地区，其自然生态居多，应以自然恢复为主、人工干预为辅的生态治理政策。由于数据获取有限，难以分析最新时间和连续时间段以及不同季节的植被覆盖和生态环境，因而获取更高分辨率和连续时序的遥感数据，定量分析其他因素对生态质量的影响作用，进一步探讨生态环境治理途径，是未来研究的突破点。