王玮琳, 苏鹏飞, 李继园*
(1.陕西师范大学 西北国土资源研究中心, 陕西 西安 710119; 2.黄河上中游管理局, 陕西 西安 710021)
近年来,随着社会不断进步和经济持续发展,人民的生活水平和质量得到了极大程度的提高.为了满足不断增长的发展需求,原本的土地利用类型被改变,不合理的开发利用导致了一系列生态环境问题,除此之外,现存的一些粗放型生产方式和传统的发展理念也对生态环境造成了不可逆转的损害.因此,为了协调好经济发展与环境保护之间的关系,更好地发挥生态系统的协调功能,贯彻可持续发展理念,对当前的生态环境质量进行评价具有十分重要的研究意义.
生态环境质量反映人类赖以生存和发展的环境的优劣程度,对人类社会的可持续发展有着直接的影响.截至目前,对特定区域的生态环境质量进行评价有多种方法,但国内外相关研究并没有形成普适与完整的生态环境质量评价体系.遥感技术能够有效反映生态系统要素的空间结构和质量特征[1],实现长时间大范围的对地观测,借助遥感技术对环境进行监测和评价已经成为生态领域极为重要的方法手段. 2013年,徐涵秋基于生态环境评价指数提出了新的遥感生态指数(Remote Sensing based Ecological Index, RSEI),该指数完全基于遥感技术,涉及指标较容易获取、权重设定客观合理,同时评价结果可视化效果好,逐渐成为区域生态环境评价的新型方法[2].目前,已经有诸多学者在不同地区使用RSEI进行应用研究,赵嘉丽等利用AWRSEI模型评价干旱和半干旱区流域生态环境质量[3],汪孝贤等改进遥感生态指数对祁连山国家级自然保护区进行生态环境质量评价[4]. RSEI指数包括湿度、干度、热度及绿度四个指数,能够较好地集成四个分量的信息,综合反映生态环境质量的变化情况,但在水域面积占比较大的区域,其湿度分量不能很好的反映植被和土壤的湿度[5],同时考虑到人类活动对生态环境质量的重要影响,所以本文在RSEI的基础上进行改进,增加了生物丰度指数、人类活动指数、水网密度指数及土壤侵蚀指数,共同构建较为完整的生态环境质量综合评价体系.
湖南省株洲市作为典型的老工业基地,曾经存在较为严重的环境污染问题,随着发展模式的逐渐转变,其生态环境质量近年来得到明显改善.因此,本文借助改进的遥感生态指数和主成分分析方法,对株洲市2005—2020年的生态环境质量进行时序评价与动态变化分析,以期为株洲市生态环境的进一步改善提供科学依据.
湖南省株洲市是湖南省辖地级市(图1),也是长株潭城市群的核心城市、长江中游城市群的城市之一,位于湖南省东部偏北、湘江下游地区.所在地区属于典型的丘陵地貌,地势总体东南高、西北低,四面环山.湘江作为株洲市的主干水系从南到北将其一分为二,水系较为发达,因此,其境内水土流失类型主要是水力侵蚀,部分山丘区存在滑坡、崩塌现象. “十一五”规划以来,株洲市的国民经济总值不断增长,2022年株洲市城镇化率达到72.47%,较上年提升0.43个百分点,人类活动对生态环境的影响起到越来越大的作用.
图1 研究区概况图
本文所用Landsat系列卫星数据集包括2005年、2011年的Landsat5 TM数据和2017年、2020年的Landsat8 OLI数据,均从地理空间数据云网站(https://www.gscloud.cn/)获取,空间分辨率为30m,影像的成像时间在4—8月份,云量均在20%以下,能够较好的体现株洲市各土地利用类型的分布特征,对获取的遥感影像数据进行辐射定标、大气校正、镶嵌及裁剪等预处理操作;DEM数据是ASTER GDEM的第二版V2高程数据,空间分辨率为30m;统计数据均由《株洲市国民经济和社会发展统计公报》《湖南省统计年鉴》《株洲市生态环境状况公报》整理所得.
目前,传统的遥感影像数据分类方法主要有监督分类和非监督分类两种.本文选择的分类方法为监督分类中的最大似然法,该方法是通过求出每个像元对于各个类别的似然度,将像元划分到最大似然度的类别中去[6].分类标准基于2007年发布的《土地利用现状分类》(GB/T21010-2007),该标准是采用二级分类对土地利用类型进行分类,其中一级类共12类,二级类共56类[7].通过阅读相关文献,在选择样本时使用分层抽样方案选取样本点及验证点[8],结合株洲市的实际情况,最终分成耕地、草地、林地、水体、建筑用地以及未利用地六类,分类后结合混淆矩阵计算各个类别的生产者精度PA、用户精度UA,总体精度OA以及Kappa系数,验证分类精度.
现行的遥感生态指数(Remote Sensing based Ecological Index,RSEI)主要包括热度、湿度、干度以及绿度四个指数[9].除此之外,基于株洲市的土地利用类型信息,选择了生物丰度指数和人类活动指数来研究该区域生物对生态环境质量的影响,选择水体密度指数反映研究区域的河流以及湖泊情况.最后,结合研究区的DEM数据,选择土壤侵蚀指数来反映该地区的土壤侵蚀程度,基于以上8个评价因子共同构建改进的遥感生态指数综合评价体系.
2.2.1 热度指标
通过反演地表温度可以获取关于气候变化研究的相关信息,从而研究城市热岛效应对生态环境质量的影响.四期遥感数据采用单窗算法反演地表温度,该方法的具体原理如下[10]:
TS=[a*(1-C-D)+(b*(1-C-D)+C+D)*Tb-D*Ta]/C,
(1)
C=ε*τ,
(2)
D=(1-ε)*(1+(1-ε)*τ),
(3)
其中:TS是地表真实温度,a、b为常量,具体的值分别为a=-67.355351、b=0.458606,Tb是指行星亮度温度,其计算需要结合相关的定标参数,通过对Landsat遥感数据进行辐射定标来实现的,Ta是大气平均作用温度,ε是指地表比辐射率,τ是大气透过率.
2.2.2 湿度指标
湿度是缨帽变换后得到的三个参数之一,可以反映地表面水体、植被以及土壤的干湿情况[11],计算方法如下:对于Landsat 5 TM数据而言, 有
WetTM=0.0315ρband1+0.202ρband2+0.3102ρband3+0.1594ρband4-0.6806ρband5-0.6109ρband6,
(4)
对于Landsat 8 OLI数据而言, 有
WetOLI=0.0315ρband2+0.202ρband3+0.3102ρband4+0.1594ρband5-0.6806ρband6-0.6109ρband7,
(5)
式中:WetTM、WetOLI分别为TM数据、OLI数据的湿度指数,ρbandi(i=1,2,…)代表第i波段的反射率.
2.2.3 绿度指标
针对植被指数的研究近年来不断发展,目前存在的植被指数模型有EVI、PVI、DVI、NDVI等几十种,NDVI减少了土壤、地形等其他因素对植被的影响[12].因此本文基于像元二分模型[13]借助归一化植被指数(NDVI)计算植被覆盖度,具体公式如下:
NDVI=(ρNIR-ρR/(ρNIR+ρR),
(6)
Fvc=(NDVI-NDVIS)/(NDVIv-NDVIs),
(7)
式中:NDVI、Fvc分别表示归一化植被指数及植被覆盖度,ρNIR、ρR分别为近红外波段和红光波段的反射率,NDVIs、NDVIv表示无植被像元的NDVI值和纯植被像元的NDVI值.
2.2.4 干度指标
研究区域地表除了裸露的土地表面外,还有部分建筑物,所以本文选择使用裸土指数(SI)和建筑物指数(IBI)共同构建干度指数(NDBSI)[14],具体的计算公式如下:
(8)
(9)
NDBSI=(IBI+SI)/2,
(10)
式中:ρSWIR1、ρNIR、ρR、ρG、ρB分别为遥感影像热红外波段1、近红外波段、红波段、绿波段、蓝波段的反射率.
2.2.5 生物丰度指数
生物多样性是判断一个生态系统是否稳定的重要评价指标之一.衡量生物对生态环境质量的影响是通过生物丰度指数体现的,该指数通过给各个地物类别赋予权重来建立,参考已有研究[15,16],同时考虑株洲市生态环境的实际情况,确定六类地物在构建生物丰度指数时的权重:
(11)
式中:Abio为生物丰度指数的归一化指数,S林地、S耕地、S建筑用地、S水体、S草地、S未利用地分别为研究区内林地、耕地、建筑用地、水体、草地、未利用地的面积,S为研究区面积.
2.2.6 人类活动指数
生态环境质量与人类活动密切相关,人类活动指数通过提取的土地利用类型信息构建,在设定每种地物类别的权重时,基于人类活动对生态系统的干扰越强烈则生态环境越脆弱的原则,因此,受人类活动影响较大的地物应赋予较大的权重,反之则赋予较小的权重,参考前人对该指数的研究进行赋值[16]:
(12)
式中:Apop为人类活动指数的归一化指数,S林地、S耕地、S建筑用地、S水体、S草地、S未利用地分别为研究区内林地、耕地、建筑用地、水体、草地、未利用地的面积,S为研究区面积.
2.2.7 水体密度指数
本研究只考虑地表水资源,包括株洲市主要的湖泊、水库以及河流等,不考虑地下水资源以及占比较小的水体区域,具体计算公式如下[16]:
水体密度指数=Awat*水体面积/区域总面积,
(13)
式中:Awat为水体密度指数的归一化指数.
2.2.8 土壤侵蚀指数
土壤侵蚀是多个因子共同作用的结果,其中最主要的因素是地形地貌以及植被覆盖.通过这两个因素与土壤侵蚀的关系,借助株洲市的DEM高程数据,获得研究区坡度数据,综合坡度及植被覆盖度获得研究区的各类土壤侵蚀程度[17],借鉴已有的研究确定各类土壤侵蚀强度的权重[16]:
(14)
式中:Asoi为土壤侵蚀指数的归一化系数,S微度侵蚀、S轻度侵蚀、S中度侵蚀、S强度侵蚀、S极强侵蚀、S剧烈侵蚀分别代表各个侵蚀等级的面积,S表示研究区的面积.
主成分分析(Principal component analysis, PCA)是由英国数学家Karl Pearson首先引入并应用于数理建模和数据统计分析的一种方法,该方法是基于统计学分析原理从多个指标中提取少数几个能代替大量信息且彼此之间不相关指标的一种统计方法[18].
由于选用的8个指标因子量纲不同,为了避免量纲问题对研究结果产生影响,在进行主成分分析前选择最小极差法对数据进行标准化处理,具体公式如下[19]:
2.3.1 正向指标
(15)
2.3.2 负向指标
(16)
式中:Xi为第i个像元的提取值,min(Xi)、max(Xi)分别为指标提取值中的最小值和最大值,正向指标与负向指标的区分在于对最终的生态环境质量起正向影响还是负向影响,如指标值越大,生态环境质量越好,则为正向指标,反之则为负向指标.
如何科学选择综合评价方法计算多个评价指标的权重并进行耦合,是对生态环境质量进行客观、准确评价的关键所在,仅对多个评价指标进行简单加权叠加主观性较强,不能反映生态环境质量评价过程中的主导因子[20].因此本文选择主成分分析法来确定各个评价指标的权重,借助SPSS软件提取特征值>1的主成分,通过因子分析的方差、总贡献率,特征值以及特征向量等参数计算每个指标在所提取的主成分中的权重,具体公式如下:
(17)
F=λ1z1+λ2z2+…+λmzm,
(18)
式中:Z1,Z2,…,Zm分别为原变量经过主成分变化后的第1、第2、…、第m主成分,lij表示各主成分的特征值,可以通过相关系数矩阵的单位化特征向量组成的正交矩阵获得,F是耦合后的生态环境质量综合指数,λi为相应主成分的贡献率.
根据各年份确定的训练样本对相应的遥感影像进行最大似然法监督分类,得到株洲市2005年、2011年、2017年以及2020年的土地利用类型分类结果如图2所示,之后选取与训练样本比例为3∶7的验证样本对分类结果进行精度检验,结果如表1所示:
表1 株洲市2005—2020年监督分类精度评价表
图2 株洲市土地利用类型分布图
由表1可知,株洲市2005年、2011年、2017年以及2020年四期遥感数据监督分类的总体精度均在80%以上,Kappa系数也均大于0.70,分类精度达到了提取土地利用类型的基本精度要求.在所分类别中,水体和林地的分类精度最高,都高达0.90以上,但是耕地和草地,建筑用地和未利用地的区分度并不高,这可能与获取的遥感影像的质量及分类方法的选取有关.
统计每种地类的面积如表2所示,从土地利用的类型上看,株洲市土地利用主要以林地为主,其次是耕地、草地两类生态用地,建筑用地、未利用地及水体所占面积较小;从土地利用类型的空间分布来看,株洲市的建筑用地集中分布在西北地区及茶陵县中部区域,耕地主要分布在北部,与研究区内河流的分布存在密切联系,而林地则较为均匀地分布在整个株洲市;从土地利用类型的时间变化上看,2005—2020年之间株洲市的草地面积大幅增加,耕地、建筑用地、水体及未利用地面积减少,而林地面积未发生明显变化,生态用地增加,非生态用地减少,在一定程度上说明株洲市生态环境质量总体表现为上升趋势.
表2 株洲市2005—2020年土地利用类型面积统计表
本文基于SPSS软件对8个生态环境质量评价指标进行耦合,提取特征值大于1的主成分进行分析,计算各个评价因子的权重.由于SPSS软件本身并不带有主成分分析功能,但是其因子分析工具能够获取载荷矩阵,可以用来计算各个指标的权重.主成分分析的结果如表3所示,可以看出根据特征值>1的原则及累积贡献率>80%的原则,2005年、2011年、2017年、2020年分别提取了3、3、3、2个主成分,通过因子分析的方差、总贡献率,特征值以及特征向量等参数可以计算每个指标在所提取的主成分中的权重,得到了图3所示结果.
表3 主成分分析提取分量的特征值
图3 主成分分析计算各指标因子权重
从图3中可以明显看出,2005年、2017年及2020年各指标的权重差异较小,曲线的整体趋势基本相同,2011年生物丰度指数、人类活动指数、干度、湿度四个因子的权重与其他三年数据相比存在较大差异.从四期数据总体分析来看,生物丰度指数、土壤侵蚀指数及人类活动指数在8个评价指标中所占权重比较大,说明这三个评价因子对生态环境质量的影响较大,其余指标则对生态环境质量的影响相对较小,在一定程度上表明生物丰度指数、人类活动指数及土壤侵蚀指数是影响株洲市生态环境质量的主导因子,与株洲市近年来生态环境变化的背景大致吻合.通过分析主成分分析结果中各个评价指标在各个主成分中的特征向量可以得出,人类活动指数、热度、干度以及土壤侵蚀指数的特征向量多为负数,表示这些参数为负向指标,值越大,生态环境质量越差;其余参数的特征向量多为正数,表示这些指标为正向指标,值越大,生态环境质量越好.
对四期数据的8个评价指标分别进行加权叠加得到株洲市2005年、2011年、2017年及2020年的生态环境质量综合指数,由于计算2011年的生物丰度指数过程中发现该指数在区域内呈现规则的格网状分布,因此叠加所有评价因子后形成的2011年株洲市生态环境质量综合指数有区域呈现规则网格状分布.从结果来看,株洲市大部分区域四期数据的生态环境质量综合指数得分均较高,生态质量整体水平高,为了更好地可视化、定量化地研究株洲市15年间生态环境质量整体情况,结合《生态环境状况评价技术规范(试行)》[21]中EI的生态环境状况分级以及株洲市整体生态环境实际情况将生态环境质量综合指数得分按照下表规则分成差、较差、一般、良好及优秀五个等级,分类标准及描述如表4所示,分类结果如图4所示.
表4 生态环境质量综合指数分级规则及描述
图4 株洲市2005—2020年生态环境质量分级图
从图4中可以看出,株洲市15年间的生态环境质量较好,2005年、2011年、2017年及2020年四个研究时段的生态环境质量均较高,较少地区被分成差或者较差等级,大部分地区都为一般或者良好等级,少数地区为优秀等级.对株洲市生态环境质量等级分类图进行统计分析,得到每类生态环境质量类别所占的面积,提取结果如表5所示,根据结果分析可得,2005年、2011年、2017年及2020年环境质量为良好和优秀的面积占比分别为85.69%、96.14%、78.95%、89.05%.
表5 株洲市2005—2020年生态环境质量分级面积统计表
结合生态环境质量的空间分布特征来看,株洲市生态环境质量较好的区域大部分分布在芦淞区与醴陵市交界区域、攸县北部区域及茶陵县中部区域,这些地区多为林地,植被覆盖度高,生物多样性丰富,受人类活动影响较小,因此生态环境较好;茶陵县与攸县的交界区地势较高,植被覆盖度相对较小,因此易发生水土流失现象,生态环境质量一般;而西北部四区交界处为株洲市的城市中心,人口分布密集,人类活动范围大,因此生态环境质量较差,这也在一定程度上反映了城市的发展和扩张对生态环境有一定的负面影响;除此之外,湘江及其支流流域的环境质量也相对较差,一方面可能是因为河流周围地势平坦、水源充足,城镇多布设在河流附近,另一方面可能是人类生产生活产生的污水处理以后向河流排放导致水源被污染.
对株洲市各年份的生态环境质量等级面积进行占比统计分析可得表6, 2005—2020年株洲市生态环境质量被评为差或较差地区的面积占比较少,仅占不到1%;生态环境质量一般的地区面积占比从2005年先下降后上升,最后又下降,与2005年相比有所下降;等级为“良好”的区域面积所占比例则呈现先下降后上升的趋势,较2005年没有明显变化;生态环境质量为“优秀”的区域面积所占比例则先上升后下降,最后再上升,较2005年有所上升.综上所述,株洲市在2017年的生态环境质量较差,处于一般等级的面积较多,处于良好等级的面积较少,其余三年生态环境质量一般的区域面积都低于2017年,良好及优秀等级面积均高于2017年,且2011年株洲市生态环境质量最佳,其次为2020年,然后是2005年,即株洲市2005—2020年15年来的生态环境质量变化总体上呈现先上升后下降,最后再上升的趋势,2020年的生态环境质量较2005年的生态环境质量有所改善.
表6 株洲市2005—2020年各等级生态环境质量的面积占比
为了更加直观地分析株洲市2005—2020年15年来生态环境质量的变化情况,对四期评价结果进行动态转移分析,将相邻研究时段进行两两对比,得到相邻两个年份之间株洲市生态环境质量的变化情况,同时,结合株洲市实际情况,将其生态环境质量变化情况分成显著变差、略微变差、无明显变化、略微变好以及显著变好五类,分类结果如图5所示.
图5 株洲市2005—2020年生态环境质量变化分级图
从图5中可以看出,株洲市15年间大多数区域的生态环境质量等级均未发生明显变化,有少数地区生态环境质量略微变差或变好,极少数地区的生态环境质量发生明显变化. 2005—2011年间,株洲市生态环境质量明显改善的区域位于醴陵市的北部区域、攸县的东北部区域以及渌口区的西北部地区,变差区域较少;2011—2017年间,生态环境质量有所改善的地区集中在醴陵市与芦淞区交界处、攸县的西北部地区以及茶陵县的中部地区,而北部三区交界处生态环境质量明显变差,除此之外,株洲市南部攸县及茶陵县交界区域、炎陵县南部部分地区生态环境质量也发生不同程度的恶化;2017—2020年间,该区域生态环境质量得到改善,改善地区集中位于天元区、芦淞区及石峰区交界处、攸县中部地区以及炎陵县南部部分地区;从整体来看,株洲市2005—2020年间生态环境有所改善的地区位于渌口区北部区域、攸县北部区域以及茶陵县中部区域,而生态环境变差区域则分布在茶陵县与炎陵县交界地区.
为了更好地定量化分析株洲市生态环境质量变化情况,对株洲市四期数据生态环境质量变化的各个等级进行面积统计及占比分析,结果如表7所示.通过统计,2011年与2005年相比,株洲市生态环境质量变差区域面积占明显比较少,大部分地区生态环境质量未发生明显变化,环境得到改善的区域占比较大,为31%~32%;2017年与2011年相比,生态环境质量变差区域的面积明显增加,从9%增至37%,生态环境质量未发生明显变化的地区面积占比略微下降,而变好区域面积占比仅为9%;2020年与2017年相比,生态环境质量变差区域占比下降至8%~9%,生态环境质量变好区域的面积占比也相应有所上升.总体来说,2005—2020年株洲市大部分地区生态环境质量变化不明显,环境改善区域面积大于环境恶化区域面积,因此株洲市2005—2020年15年间生态环境质量整体呈现改善趋势.
表7 株洲市2005—2020年生态环境质量各类别面积统计表
4.1.1 土地利用对生态环境的影响
区域生态环境质量的好坏受到多方面因素的共同影响,其中土地利用类型变化起着至关重要的作用,杨述河等以陕西省榆林市为研究区,对该市15年来的土地利用类型变化势态进行模拟分析,同时在县域尺度上对变化区域生态环境进行定量评价,揭示了土地利用类型变化主导的环境效应[22].通过对株洲市2005年、2011年、2017年及2020年的土地利用数据进行可视化处理得到图6所示结果,可以明显看出株洲市2005—2020年间,林地、草地等生态用地占主导地位,这在一定程度上与区域生态环境质量总体呈现优良状况存在密切联系;在2005—2011年间,耕地、建筑用地等非生态用地呈现先减少后增加的趋势,林地面积大幅增加,与该时间段内株洲市生态环境质量逐渐改善的评价结果相符;但在2017年,株洲市在林地、草地面积占比较大,建设用地、耕地面积占比较小的情况下,总体生态环境质量状况却没有增加反而下降,可能与该地区自然条件变化、经济发展、人口流动等其他因素有关;2020年,株洲市草地、耕地面积有所增加,建设用地面积变化较小,因此整体生态环境质量有所改善.此外,土地利用类型的变化与政府采取的各项政策有着极大的相关性,株洲市自2002—2017年大力推进退耕还林还草政策,随着可用造林地减少,退耕还林任务逐年减少,生态用地增加,非生态用地减少,可以在一定程度上促进区域环境质量的改善,因此,合理利用土地资源、对城市建设进行合理布局及规划是株洲市今后维持良好生态环境质量的重要措施之一.
图6 株洲市四期数据土地利用类型面积占比图
4.1.2 城市建设与发展对生态环境的影响
城市的建设与扩张在促进社会经济迅速发展的同时,不可避免地对生态环境保护造成威胁.通过分析株洲市2005—2020年15年来的GDP增幅及三大产业占比情况,得到如图7所示结果.从图中可以看出,株洲市生产总值整体呈现稳步增加的趋势,但GDP增幅却有明显变化,特别是在2010年左右,全市GDP增幅明显减缓,一直持续到2016年,此后GDP增幅保持稳定状态,在2020年时出现明显下降. 2011年GDP增幅减缓以及2020年GDP增幅骤减,意味着此时间段经济发展速度减缓,这对生态环境的修复及改善有着一定程度的正向影响.除此之外,产业结构也对生态环境有着重要影响,株洲市原是我国典型的老工业基地,素以江南工业重镇著称,重工业发达,十八大以来株洲市逐渐推进产业结构调整优化工作,三次产业结构从2012年的8.2∶60.3∶31.5调整至2016年的7.9∶53.0∶39.1,到2020年调整为8.2∶46.3∶45.5,第三产业与第二产业占比几乎相等.从图中也可以看出,在2018年之前,第二产业在各产业中占比最大,第三产业持续发展但前期增速较慢,经济发展及社会进步对生态环境产生的负面影响比较明显,2016—2018年,第二产业占比有所下降,服务业蓬勃发展,到2020年,第三产业占比几乎与第二产业持平,第三产业迅速发展在一定程度上会促进了其生态环境质量的改善.
图7 株洲市2005—2020年GDP增幅及三大产业占比情况图
基于上文的评价结果,发现株洲市生态环境质量变化明显地区集中在天元区、芦淞区及荷塘区交界处,该地区属于株洲市市区所在地,是研究区内经济发达及人口集聚地区.株洲市市区最新一轮城市发展规划《株洲市城市总体规划(2006—2020)》,在城市发展定位中首次提出将株洲市建设成具较强区域服务职能和山水生态特色的现代化综合性大城市,在城市发展中突出了生态建设的重要地位[23],同时综合城市性质定位与功能分区,调整城市用地结构和比例;其次,为了优化城市生态环境和改善城市交通条件,在城市内部湘江河巷周围建设绿化带及生态隔离区.这些措施的提出都对株洲市生态环境质量的改善有着重要影响.
4.1.3 大气污染对生态环境的影响
株洲市前期依靠其优越的交通条件大力发展重工业,借由南北、东西方向的两条重要铁路线——京广线和沪昆线聚集物资和人力,跻身于1级铁路枢纽城市,重工业和交通的迅速发展、人员和物资的广泛流动带来了严重的空气污染及生态环境破坏,也成为后期株洲市改善环境质量的一大难题.通过统计株洲市2005—2020年15年间空气质量良好天数及空气质量优良率得到如图8所示结果,从图中可以明显看出,株洲市的空气质量总体变化幅度较大,从2005—2013年空气质量良好天数呈现稳步增加趋势,且一直维持在300天以上,而2013年后空气质量明显变差,空气质量优良率降至58%,之后呈现缓慢回升阶段,到2017年空气质量优良率小幅度下降,最后到2020年空气质量有所改善,株洲市大气污染状况在一定程度上可以解释该区域生态环境质量在2005—2011年逐渐改善,在2011—2017年间略有下降,最后在2017—2020年缓慢回升的变化趋势,通过上述分析,株洲市在今后进一步改善生态环境质量工作推进中应更加注重大气污染物的处理,改善空气质量.
图8 株洲市2005—2020年空气质量总体情况图
4.1.4 生态环境质量的改善措施及建议
本文对新型遥感生态指数(RSEI)进行改进,增加生物丰度指数、水体密度指数、人类活动指数及土壤侵蚀指数,综合评价株洲市2005—2020年15年的生态环境质量变化情况,基于上文的评价结果及讨论分析,结合株洲市的实际发展情况,对株洲市今后进一步改善生态环境质量,实现可持续发展提出以下措施.
(1)合理开发利用水资源,注重河流流域环境保护.通过评价结果可以明显看出,株洲市主要河流湘江及其支流流域附近生态环境质量评价得分较低,有些河流整体水体污染较严重,在这一方面,株洲市今后还应加强管理,如采取一些政策措施,规范重度及中度污染企业排放污水标准,限制企业过度用水等.
(2)合理开发土地资源,调整产业结构.土地资源是人类赖以生存的重要资源之一,且资源结构比较脆弱.因此,为了更好地利用区域自然资源,实现“发展”和“环保”两不误的期望,必须要及时进行产业结构的调整和传统产业的技术改造,提高自然资源综合利用效率和土地集约利用水平,优先发展资源节约型及环境友好型两大产业[24].对于第一产业农业,可以在现有农业优势的基础上,发展特色农业,注重农产品深加工发展;对于第二产业工业,要保持现有的新型企业发展,推进重工业企业转型,淘汰落后的生产技术和设备;对于第三产业服务业,需要发挥株洲市生态环境良好的优势,如适当发展旅游业,带动经济发展,同时进一步维护株洲市生态环境质量.
(3)坚持生态优先,推进新型城镇化建设.株洲市市区城市规模扩张及沿江、沿河地区城市发展是造成该区域生态环境破坏的重要原因之一.因此,株洲市在今后的可持续发展工作中应合理规划城市发展区域和扩张规模,在城市内部推行低碳交通出行模式,减少大气污染物的排放,改善空气污染状况;以创建国家环保模范城市和全国文明城市为目标,通过重点项目建设来带动城市绿化水平的提高[25];同时不断提升环保技术水平,强化对自然生态环境的保护修复以及环境污染的综合防治,从源头上减少对生态环境的破坏.
(1)株洲市生态环境质量较好的地区集中分布在茶陵县南部、炎陵县北部、攸县北部等地区,这些地区地势相对平坦,植被覆盖度高,生物多样性丰富,适宜人类居住;该研究区生态环境质量差的地区分布在西北部四区交界处及炎陵县南部等地区,西北部四区交界处为株洲市的城市中心,人类活动强烈,而炎陵县南部地势较高,水土流失严重,生态环境质量较差.
(2)株洲市从2005年到2020年15年间生态环境质量的总体变化趋势为先上升后下降再上升,生态环境质量综合指数的均值从2005年的0.57上升到2011年的0.61,然后下降到2017年的0.56,最后再次上升到2020年的0.58,整体的生态环境质量较好,变化幅度不大,适合人类居住.
(3)通过分析8个生态因子在综合指数中的权重,得到影响株洲市生态环境质量优劣的主要因子为生物丰度指数、土壤侵蚀指数、人类活动指数,所占权重在20%左右,由此可见,生物多样性、土壤的抗侵蚀能力以及人类活动程度对生态环境质量有着重要影响,生物多样性丰富、土壤侵蚀度低、人类活动影响小的地区生态环境质量较好,反之,生态环境较差.