M-4高速公路Shorkot-Khanewal段生态环境与社会经济监测分析

高许淼，邬明权，贾战海，牛铮，蒋瑜

(1.中国科学院空天信息创新研究院，北京 100094；2.中国科学院大学，北京 100049；3.四川省地质工程勘察院集团有限公司，成都 610072；4.湘潭大学 土木工程与力学学院，湖南 湘潭 411105)

0 引言

基础设施的互联互通是“一带一路”倡议中优先考虑与建设的领域。过去几年，中国企业在“一带一路”沿线区域投资建设的工程项目达到3 120个，其中承建的高速公路已达到101条。基础设施的建设促进了沿线国家的长远发展和民生改善，提高了该区域经济环境的发展水平[1]。但是公路的修建往往占用了耕地、林地、草地等土地利用类型，给当地的生态环境带来挑战。因此要加大公路工程建设对周边环境的分析力度[2]。王桥等[3]提出用环境减灾卫星监测地区生态环境，通过环境减灾卫星和超光谱成像仪对水体环境进行监测；吕广亮[4]开展了高速公路建设对生态环境的冲突分析，指出高速公路建设对植被生态的影响，但缺乏一定的数据支撑；李德仁等[5]从夜间遥感影像灯光变化量方面评估“一带一路”沿线国家和地区的经济社会发展情况。以上均为从单一方面研究工程建设对生态环境和地区经济发展带来的影响，鲜有通过综合性的指标评估高速公路的修建对当地产生的影响。

巴基斯坦M-4高速公路Shorkot-Khanewal段为亚洲基础设施投资银行敲定的第一个联合融资工程项目，故该项目受到各方广泛关注。本文基于Landsat 8遥感卫星影像、NPP-VIIRS夜间遥感影像、高分辨率遥感影像以及Worldpop人口格网等数据，利用植被覆盖度、生态资源分类、夜间灯光值、建筑物面积以及人口数，从生态、经济两方面综合评价巴基斯坦M-4高速公路Shorkot-Khanewal段带来的影响。本研究可为阐明中国“一带一路”区域在建和待建工程的社会经济影响提供方法，为加强中国“一带一路”区域在建和待建工程的生态环境保护提供更加科学的指导。

1 研究区和数据

1.1 M-4高速公路Shorkot-Khanewal段概况

巴基斯坦M-4高速公路Shorkot-Khanewal段位于巴基斯坦境内，全长64 km，为四车道、高等级通道控制的国家高速公路。该项目道路施工工程内容主要包括土方工程、沥青混凝土路面、桥梁施工、交叉结构(地下通道和管道涵洞)、立交桥、收费广场和服务区域，以及路边改善和安全工程等。

1.2 数据及预处理

本文利用了Landsat 8遥感卫星影像、NPP-VIIRS夜光遥感影像、高分辨率遥感影像以及Worldpop人口空间格网数据。Landsat 8遥感卫星是美国陆地卫星计划的系列卫星之一，截至目前该计划共发射Landsat 1至Landsat 9共9组卫星。由于该系列卫星时间跨度久，数据质量好，已经被广泛应用于农业、林业、空间规划、生态监测、土地利用分类制图、全球变化分析等众多研究领域。Landsat 8遥感卫星发射于2013年，至今仍在服役，共有两组传感器11个波段，其中全色波段分辨率15 m，可以很好地区分植被和无植被特征[6]，除此之外，还有分辨率100 m的热红外波段，本文使用的为30 m波段的光谱信息。对Landsat 8影像的预处理主要包括辐射定标、大气校正[7]等方面。

夜间灯光遥感数据的开发利用始于20世纪70年代，源于美国军事气象卫星计划的线性扫描业务系统。夜光影像数据可通过亮度值反映人类活动情况[8]，目前主流的夜光数据为NPP/VIIRS和DMSP/OLS。DMSP/OLS数据空间分辨率为1 000 m，影像时间覆盖1992—2013年。其传感器获取的夜光影像的亮度值范围仅为0～63，这导致了在灯光亮度较高的区域存在灯光值过饱和问题。此外，DMSP数据由不同年代的卫星拍摄，数据间存在一些差异，需要进行连续性校正。NPP/VIIRS作为第二代夜光影像，在继承DMSP数据特点的情况下数据质量得到显著提升。NPP/VIIRS数据不存在过饱和问题，其空间分辨率为500 m，影像时间覆盖2012年至今。相比于DMSP/OLS数据，NPP/VIIRS数据在各方面的应用效果更好，故本文选择利用该数据进行相关研究。

Worldpop人口空间格网数据来源于Worldpop项目。该项目启动于2013年，旨在为中南美洲、非洲和亚洲提供可开放访问的空间人口数据集，以支持灾害响应等应用。该项目通过随机森林模型生成100 m空间分辨率的人口密度网格预测值[9]，不需要进行预处理。高分辨率遥感影像来源于91卫图，在本研究中主要应用于土地利用分类中训练样本的辅助选取与分类精度验证。

2 研究方法

本文以我国在巴基斯坦修建的M-4高速公路Shorkot-Khanewal段为例，从社会经济影响和生态环境影响两个方面提出了监测和评估方法。生态环境影响从植被覆盖度、10 km缓冲区土地利用分类、生态占用3个指标评价该路段修建对周围环境的影响；社会经济影响从缓冲区内人口分布、新增建筑面积和拆除建筑面积、夜间灯光值三方面评估该高速公路修建的影响。在公路项目的建设周期中，对生态环境的占用最为严重，此时的生态占用包括临时性生态占用与永久性生态占用。为了更好地监测到该项目建设中的临时性生态占用，对生态环境影响评价部分主要采用项目建设前和建设中的数据。由于在项目建设中会有大量的建设人员聚集在道路两侧，故本文在进行该路段附近人口数据变化的研究时用到了项目建设前、项目建设中与项目建设后三部分的数据。项目建设后的人口数据更能反映项目的建设对人口聚集带来的影响。

2.1 生态环境现状遥感监测方法

1)植被覆盖度(vegetation fractional coverage，VFC)计算方法。归一化植被指数(normal difference vegetation index，NDVI)通过对遥感图像的不同波段进行数学运算，增强植被覆盖信息在遥感影像中的表达，从而可以较为轻松地获得某区域的植被覆盖信息。NDVI由来已早，已广泛应用于植被覆盖的监测与生态环境的评估中[10]。NDVI可以有效地检测出植被覆盖区域的变化[11]。

植被覆盖度用来反映土地上植被覆盖的程度，指的是植被面积占土地总面积的比重。其值位于0到1之间，根据研究区域的植被覆盖度特征，本文将研究区的植被覆盖度划分为五级：劣盖度植被(0～0.2)、低盖度植被(0.2～0.4)、中盖度植被(0.4～0.6)、中高盖度植被(0.6～0.8)和高盖度植被(0.8～1)。

2)土地利用分类。本文地物分类采用最大似然法，将研究区地物分为6类：水域、草地、林地、耕地、建设用地、未利用土地。最大似然法分类中的样本选取通过目视解译高分辨率遥感影像来获得，从而保证了样本的准确性。通过这样的方法，在研究区随机均匀地选取每种地物类型的70个样本作为训练样本进行监督分类。本文在分类结果图上对每种地物随机均匀选取30个样本，通过高分辨率遥感影像进行分类结果的精度评价。

3)生态占用(ecological footprint)与损失。生态占用最初由生态学家William提出，由于其可以较好地反映人类社会发展中对生态环境的影响，逐渐成为一种在研究人类社会可持续发展中重要的衡量方法[12]。本文基于生态占用这一理论对研究区域公路建设造成的生态损失进行评估。利用 Landsat 8遥感数据，通过监督分类的方法对M-4高速公路Shorkot-Khanewal段沿线10 km缓冲区内的2015年(工程开工前)和2018年(工程开工后)的生态资源分布情况进行分类统计。将研究区生态资源类型划分为林地、草地、水域、耕地。基于M-4 高速公路Shorkot-Khanewal段路基宽度及施工范围宽度估算该路段的施工建设占用的该区域生态资源，从而评估该区域的直接与间接生态损失。

2.2 社会经济影响监测方法

1)夜间灯光结果统计方法。由于夜间灯光影像可以体现人类社会的经济活动信息，其渐渐成为了衡量社会经济发展状况的重要指标[13]，往往夜光越亮的区域经济越发达。本文利用2013、2015、2018共3个年份的NPP/VIIRS夜光影像数据对研究区内的灯光值增长进行计算。夜间灯光值的增长率(e)的计算如式(1)所示。

(1)

式中：Pa表示较大年份的夜间灯光值；Pb表示较小年份的夜间灯光值。

2)M-4高速公路Shorkot-Khanewal段助力实现可持续发展目标的研究方法。联合国的193个成员国在2015年共同签署了联合国可持续发展目标(sustainable development goals，SDGs)，旨在确保到2030年实现17个宏大的人类可持续发展目标[14]，这些目标主要关乎经济、社会和资源环境三大领域。M-4高速公路Shorkot-Khanewal段可以助力巴基斯坦实现可持续发展目标SDG9.1.1。SDG9.1.1是指居住在道路2 km之内的农村人口所占比例。目前，该指标只有定义，没有确切的计算方法和数据产品。针对这一问题，本文基于地球大数据技术，对道路建设中的人口进行监测，通过ArcGIS区域统计分析功能，利用Worldpop人口空间格网数据，计算区域内的人口数量变化。

3 M-4高速公路Shorkot-Khanewal段遥感监测分析结果

3.1 生态环境影响遥感监测结果

1)植被覆盖度结果。通过对Landsat 8卫星图像的解译，计算出2014年10月和2018年9月M-4高速公路Shorkot-Khanewal段10 km缓冲区内的NDVI值，通过植被覆盖度计算公式得到了缓冲区内的植被覆盖度情况，从而分析工程施工对当地生态环境状况的影响。

结果表明，2014年M-4 高速公路Shorkot-Khanewal段缓冲区内的自然环境状况较好。通过表1可以发现，植被覆盖度占比最大的区间为0.8～1.0，占比84.69%；其次是0.6～0.8的区间，占比9.41%；植被覆盖度大于0.4的区域占比为99.26%。

2018年缓冲区内的自然环境状况基本良好，植被覆盖度占比最大的区间同样在0.8～1.0区间，占比为68.39%；植被覆盖度在0.6～0.8区间的面积占比为8.96%；植被覆盖度大于0.4的区域面积占比为86.14%。

表1 2014年和2018年不同植被覆盖度的面积及其占比

经过对比发现，2018年的植被覆盖度比2014年的植被覆盖度整体偏低，变化最大的地方主要集中在Shorkot和Khanewal两个城市和沿线达尔哈尔市，偏低的主要原因是由于城镇经济的不断发展、住房面积的增加和人口增长导致的。2014年植被覆盖度主要集中在0.8～1.0区间，面积为1 394.48 km2，占比为84.69%，比2018年高16.3%。在0～0.6区间内，2018年植被覆盖度比2014年高。

2)10 km缓冲区土地利用分类结果。M-4 高速公路Shorkot-Khanewal段开工前，公路沿线主要生态资源类型为草地资源和耕地资源，二者在空间上呈现交错分布的状态。如表2所示，二者面积分别为950.36 km2、343.78 km2，分别占缓冲区内总面积的58.00%、20.98%；林地资源分布较少，面积仅有18.82 km2，占缓冲区内总面积的1.15%。开工建设后截至2018年，草地资源迅速减少，建设用地和林地资源大幅度增加，其中草地资源由原来的343.78 km2减少为73.07 km2，建设用地由原来的210.25 km2增加到现在的436.14 km2。

表2 2015年和2018年M-4 Shorkot-Khanewal段高速公路沿线10 km缓冲区生态资源状况

3)路基生态占用与损失分析结果。在监测分析路基生态占用与损失时，本文将生态损失分为两类。其中建设公路路基所占用的生态资源被认为是无法修复的损失，即永久性生态损失；除永久性生态损失以外，其他施工占用造成的生态损失在项目完工后可以修复，即为临时性生态损失。如表3所示，通过本文监测分析得出截至2018年2月，M-4高速公路Shorkot-Khanewal段建设一共使得林地资源永久性生态损失约0.03 km2，仅占10 km缓冲区内林地资源总面积的0.16%；使得草地资源永久性生态损失面积约1.03 km2，仅占10 km缓冲区内草地资源总面积的0.3%；使得耕地资源永久性生态损失面积约2.02 km2，仅占10 km缓冲区内耕地资源总面积的0.21%。三类资源中，耕地资源的永久性生态损失面积最大，但占比较小；林地资源的永久性生态损失占比最小，占比不足0.2%。平均每公里的生态占用面积为0.176 km2，其中，临时生态占用面积为0.128 km2。因此，M-4 高速公路Shorkot-Khanewal段建设对当地自然生态环境的影响极小，没有对当地自然生态环境整体格局造成破坏性扰动。

表3 路基生态占用与损失分析结果

4)精度评定。本部分主要对M-4高速公路Shorkot-Khanewal段土地利用分类结果进行精度评定。在土地利用分类结果图中随机均匀选取各类地物30个样本点，通过高分辨率遥感影像目视判别分类的准确性，最后得到混淆矩阵如表4所示。计算得到分类的总体精度为92.2%，Kappa系数为0.91，分类精度较高。

表4 土地利用分类结果混淆矩阵

3.2 社会经济影响监测结果

1)该路段10 km缓冲区内灯光值监测分析结果。M-4高速公路Shorkot-Khanewal段大部分区域灯光值位于0～5之间，整体来说灯光值普遍较高。其中公路两端的哈内瓦尔市和绍尔果德市，以及处于公路沿线的达尔哈尔市灯光值最高。2013年1月M-4高速公路Shorkot-Khanewal段10 km缓冲区内灯光值高于7的区域面积有6.4 km2，到2015年灯光值高于7的面积增加至6.6 km2。如表5所示，2013—2015年大于7的区域面积增加幅度为3.13%，年平均增量为0.06 km2。从灯光值增长率的角度分析，M-4 高速公路Shorkot-Khanewal段10 km缓冲区内，增长率大于90%的区域主要分布在哈内瓦尔市、绍尔果德市和沿线的达尔哈尔市。增长率为负值的区域的面积较大，有156.94 km2，增长率为正值的总面积为390.52 km2。其中，面积最大的增长率区间为0～30%，面积为124.9 km2；其次为增长率区间为-30%～0的区域，面积为109.21 km2。2015—2018年灯光值的增长率发生了变化，增长率为负值的区域的年均面积大幅度减少到39.51 km2，增长率为正值的年均面积为371.1 km2。

表5 M-4 Shorkot-Khanewal段高速公路缓冲区内灯光值的增长率及相应面积

2)M-4高速公路Shorkot-Khanewal段助力实现可持续发展目标结果。拆迁和新增住宅面积的统计主要是根据遥感影像的对比发现[15]。通过遥感卫星解译发现，M-4高速公路Shorkot-Khanewal段的修建促进了当地经济的发展，工程建设后公路1 km缓冲区内建筑面积明显增加。2016年至2018年2月，监测到高速公路1 km缓冲区两旁新增建筑物面积为171 812 m2。同时解译发现截至2018年2月，高速公路1 km缓冲区内原有建筑物面积为3 745 713 m2，现有建筑物面积为3 811 819 m2。此外，农村建筑物面积较大，为3 224 821 m2，所占比重为84.6%，城镇建筑物面积较小，为586 999 m2，所占比重为15.4%。

人口数统计采用Worldpop人口栅格数据。本文发现随着年份的增加，人口数也在不断地发生变化，其中高速公路附近最大的城市木尔坦，人口增加较为明显。表6显示了2016—2019年巴基斯坦总人口数变化(前4行)与M-4高速公路2 km缓冲区内人口变化(后4行)。从表中可知，巴基斯坦人口数从2016年的147 623 869人增加到2019年的157 349 489人，道路2 km缓冲区内的人口数从2016年的141 895人增加到2019年的151 381人，新增居民9 486人。

表6 巴基斯坦及M-4高速公路2 km缓冲区建设前、建设中和建设后人口分统计表

4 结束语

本文从社会经济和生态环境两个方面综合评价了我国在巴基斯坦修建的M-4高速公路Shorkot-Khanewal段产生的影响，提出的监测和评估方法可为相关研究提供方法借鉴。本文的主要结论如下。

1)M-4高速公路Shorkot-Khanewal段的修建考虑了对生态环境的保护，植被覆盖度变化较小；平均每公里的生态占用面积为0.176 km2，临时生态占用面积为0.128 km2。这样低数值的生态占用对该路段区域自然生态环境的影响极小，不会对当地的自然生态环境整体格局造成破坏性扰动。

2)夜间灯光值监测分析结果表明，该路段修建对经济发展具有促进作用。在将灯光值大于7的区域划定为经济高度发展区的情况下，2013年该路段10 km缓冲区内灯光值高于7的面积为6.4 km2，2015年高于7的面积为6.6 km2，2018年这一面积增加至9.4 km2，增幅依次为3.13%和42.42%。沿线节点城镇同样增长明显，2013—2015年灯光值的増长率最大区间在0～30%，年均增长面积为124.9 km2；2015—2018年灯光值的増长率最大区间在90%～120%，年均增长面积为108.43 km2。

3)M-4高速公路Shorkot-Khanewal段可以助力巴基斯坦实现可持续发展目标SDG9.1.1。监测结果表明，该路段1 km缓冲区新增建筑物面积为171 812 m2，2 km缓冲区内新增居民人口为9 486人。