基于遥感生态指数的水土流失防治区生态环境时空变化评价——以宝鸡市为例

张扬洋，李浩洲，俱战省，3*

（1.宝鸡文理学院 地理与环境学院，陕西 宝鸡 721013；2.麟游县水土保持工作站，陕西 麟游 721500；3.陕西省灾害监测与机理模拟重点实验室，陕西 宝鸡 721013）

生态环境变化评估不仅是联合国可持续发展目标的重要内容［1］，也是建设美丽中国的重要依据。目前，利用遥感生态指数(Remote Sensing based Ecology Index，RSEI)［2-3］对城市（群）［4-6］、矿区［7-8］、自然保护区［9］和流域［10］等生态环境的变化情况进行评估，已成为生态遥感领域的研究热点之一。基于RSEI的水土流失区研究主要集中在南方红壤区和东北黑土区［11］，较少涉及黄土高原区和秦岭山区，鲜有研究划分到水土流失重点防治区单元，而后者对水土流失的防治具有重要意义。

根据《宝鸡市人民政府关于划分水土流失重点防治区的公告》（宝政发〔2022〕8号），宝鸡市水土流失重点预防区和重点治理区的面积分别为14602.13、3243.80 km2，共占土地总面积的98.5%。该划分结果主要是基于中国土壤流失方程(Chinese Soil Loss Equation，CSLE)以及宝鸡市土壤侵蚀强度（轻度及以上）的土地面积确定。当前，宝鸡市正在加快建设成为关中平原城市群的副中心城市，如何在水土资源限制的背景下，更有针对性地开展水土流失区的生态变化监测和环境保护工作，是黄土高原和秦岭山区的生态文明建设的一个重要议题。

在陕西省生态监测方面，有学者利用RSEI对2000—2020年陕西省和西安市生态环境变化进行了研究，得出在乡村振兴背景下，陕西省的环境质量有所改善，改善程度呈先快后慢的变化趋势［12］，而西安市的生态环境先恶化后好转［13］的结论。在宝鸡市生态监测方面，尽管已有研究采用RSEI评估了宝鸡市主城区的生态环境变化［14］，但评估面积仅占宝鸡市总土地面积的20.01%，也未耦合基于CLSE的水土流失防治区划分结果。基于此，本研究耦合宝鸡市水土流失重点防治区的划分结果，利用RSEI定量评估了2010和2022年宝鸡市的生态环境状况，系统分析了宝鸡市的生态环境变化特征，以期为政府部门在水土流失防治领域提供参考依据。

1 研究区概况

宝鸡市地处陕西省关中西部，位于106°18′～108°03′E和33°35′～35°06′N之间，总面积为18117.00 km2。其中山地、丘陵和平原的面积分别占土地总面积的56.0%、26.5%和17.5%。宝鸡市以秦岭为界，北部属于黄土高原区、南部则以秦岭山区为主，近50 a的年平均降水量为666 mm。根据水利部2022年全国水土流失动态监测成果，宝鸡市水土流失面积为4998.96 km2。

图1 宝鸡市的县域分布

2 材料与方法

2.1 数据来源

本文使用数据来自美国地质调查局网站的遥感影像(https://glovis.usgs.gov/)，选取了2010年5月23日和2022年6月1日总共4景Landsat遥感影像作为主要数据源（表1）。为确保本研究具有较好的可比性，所选遥感影像的季相相同，自然下垫面要素状态相似，研究区范围内的云量少，数据精确性较高。此外，使用宝鸡市行政区划的矢量文件作为底图，应用ENVI 5.3、Arcgis 10.8软件对遥感影像进行处理。

表1 遥感影像数据信息

2.2 数据预处理

利用遥感影像处理软件ENVI 5.3提供的辐射定标工具和FLAASH大气校正工具将2010年2景遥感影像数据的多光谱波段分别进行辐射定标和大气校正，Landsat 9影像无须辐射定标与大气校正。将DN值转换为辐射亮度值并消除大气、光照等因素对于地物反射的影响，从而获得地物的真实反射率。对大气校正后的遥感影像数据分别采用直方图匹配法无缝拼接，再利用研究区域的矢量文件进行图像裁剪。

2.3 研究方法

2.3.1 分量指标构建 遥感生态指数选取了对人类生存环境极为重要的绿度、湿度、干度、热度等指标。采用通过缨帽变换后的湿度分量(WET)代表湿度指标，计算公式为：

式（1）～式（2）中：各系数为TM/OLI 的湿度系数［15］；ρred为红波段的反射率；ρblue为蓝波段的反射率；ρgreen为绿波段的反射率；ρnir为近红外段的反射率；ρswir1为短波红外1波段的反射率；ρswir2为短波红外2波段的反射率。

归一化植被指数(NDVI)常用于评估区域的植物生物量、植被覆盖度，选用NDVI代表绿度指标，计算公式为：

式（3）中：ρnir为近红外波段反射率；ρred为红波段反射率。

干度指标选用裸土指数(SI)，由于在真实环境中包含建筑用地，因此使用SI和建筑指数(IBI)合成干度指数(NDSI)，计算公式为：

式（4）～式（6）中：SI为裸土指数；IBI为建筑指数；ρswir1为短波红外波段1的反射率；ρred为红波段的反射率；ρblue为蓝波段的反射率；ρnir为近红外波段；ρgreen为绿波段的反射率。

采用地表温度(LST)代表温度指标，本文通过Landsat反演地表温度(Lλ)，计算公式为：

式（7）～式（9）中：ε为地表比辐射率；Ts为地表真实温度；B(Ts)为黑体辐射亮度；L↑、L↓分别为大气向下、向上辐射亮度；τ为大气在热红外波段的透过率；定标系数K1、K2从遥感影像文件中获取；对于2010年的TM，K1=607.76 W/(m2·sr·μm)、K2=1260.56 K；对于2022年TIRS，K1=799.03 W/(m2·sr·μm)、K2=1329.24 K。

色彩元素有两个分类，直接城市色彩与间接城市色彩，直接城市色彩指对天津滨海新区具象的城市色彩元素进行提炼；间接色彩指通过对能够表现天津符号的抽象元素进行视觉分析而得到的具有代表性的色彩。根据自然环境及城市发展理念，天津滨海新区的色彩可以概括为蓝色、白色、浅灰色。

2.3.2 遥感生态指数的综合构建 本研究采用主成分分析法(PCA)提取4个指标中的主要因素，对影响生态的主要因素进行遥感生态指数解译。考虑到4个指标的量纲不一致，在主成分变换前对各指标进行归一化处理，计算公式为：

式（10）中：NIi为归一化后的指标数值；Indexi为该指标在区域像元i上的数值；Indexmin、Indexmax分别为该指标的最小值和最大值。

对归一化后的4个指标进行波段合成并掩膜水体以免影响最终结果，在ENVI软件中进行主成分分析，得到主成分的数值，其中PC1所含信息量最大，其余主成分包含的信息量少，且数值与符号较为混乱。因此，本文中只采用PC1构建RSEI，分析PC1图像后，对2010年数据用1减去PC1得到原始生态指数RSEI0，计算公式为：

RSEI0=1-{PC1[f(NDVI,WET,NDSI,LST)]} （11）

考虑到多期指标的度量和比较，对RSEI0进行归一化处理并构建遥感生态指数RSEI，计算公式为：

式（12）中：RSEI的值域为0～1，其值越大，表示该区域的生态环境越好，反之，则表示该区域的生态环境越差。

3 结果与分析

3.1 宝鸡市生态质量总体评价

利用ENVI软件计算得到主成分分析结果（表2），并制得2010、2022年宝鸡市RSEI生态等级变化图（图2）。

表2 各分量指标的主成分分析结果

图2 2010、2022年宝鸡市RSEI生态等级及其变化情况

第1主成分PC1集中了85%左右的特征信息，在每个年份的PC1中，WET和NDVI为正值，NDSI和LST为负值，符合生态质量的反馈情况，表明湿度和植被覆盖度对生态环境质量具有正面影响，而裸土建筑与地表温度对生态环境质量具有负面影响。依据第1主成分构建RSEI。由表2可知，宝鸡市在2010和2022年的RSEI值分别为0.7171和0.7696，生态质量有所上涨，涨幅为7.32%。为了进行可视化和定量化分析，将2期RSEI的结果以0.2为间隔划分为5个等级，得到RSEI等级转移矩阵（表3）。

由图2和表3可知，2010—2022年宝鸡市等级“优”的区域的比例提升了37.26%，等级“差”的区域面积增加了10.38%，大部分地区的生态等级维持不变；生态环境优化的区域主要集中在宝鸡市北部；而生态变差的区域则主要在渭河平原人口密集区域、由陈仓区向陇县延伸的西北—东南走向的条带状区域以及太白山周边区域；生态环境产生消极变化的区域存在向渭河平原收缩聚集的特征，并且出现了团块状的RSEI等级减少的区域。

通过分析转移矩阵可知，“优”等级维持不变的比例超过了90%，“较差”“中”和“良”等级向上优化的幅度超过了维持不变的幅度，“差”和“良”等级向上一级优化的比例均超过了50%，“差”等级维持不变的比例最小，仅为19%，其他等级则在23%～35%之间。这说明宝鸡市生态环境基础较好的区域优化的幅度更大，且对生态环境优异的地区有着较为完善的保护。宝鸡市生态等级下滑的比例不大，但仍需要不断被关注。

3.2 宝鸡市生态质量县域变化情况分析

由图3可知，2010年所有县区的评级都在“良”及以上，有6个县区RSEI值在0.6～0.7之间，太白县和凤县为“优”；截至2022年，仅有4个县区的RSEI值在0.7以下，其中仅扶风县低于0.6；12 a间有5个县区的变化率超过14%，其中麟游县、千阳县、陇县的RSEI值的涨幅超过15%，而扶风县和岐山县跌幅大于14%。

宝鸡市生态等级降低的区域主要集中在中东部，其中扶风县、岐山县、金台区全境、眉县和渭滨区北部、凤翔区南部、陈仓区西部形成了关中平原集聚性的生态环境消极变化。此外，在宝鸡市西北部和东南部的太白山景区一带存在生态负面情况，需要在景区及其周边地区加大环境保护力度、规范游客行为、宣扬绿色旅游。宝成线沿线、凤县凤州镇至太白县咀头镇一线、磻溪钓鱼台及周围的生态环境稳中向好。在关中平原聚集性生态环境消极区，眉县北部的生态状况变化情况明显好于周围县区，出现了成块的环境优化区。渭滨区与太白县、凤县交界处区域生态状况有大幅改善。

3.3 宝鸡市生态质量水土流失重点防治区分析

水土流失是我国最严重的环境问题之一，严重制约了经济的可持续发展［16-17］。目前水土流失在宝鸡市范围内仍然频发且影响重大［18］，全市水土流失面积12060.8 km2。截至2017年年底，宝鸡市已累计治理水土流失面积6130 km2，但水土流失治理工作仍然任重道远［19］。

为了更好地治理水土流失，宝鸡市政府于2022年5月进行了水土流失重点防治区划分，未标注地区占全市总面积3.07%。图4为乡镇区划图结合水土流失重点防治区划分的可视化结果，表4汇总了RSEI值最高和最低的前5个镇街及其所属的防治区。高值区的镇街多属于秦岭山地预防区，低值区的镇街则全部属于未标注地区。

表4 2010、2022年宝鸡市RSEI值最高和最低的镇街

图4 宝鸡市水土流失重点防治区划分

由图5可知，渭北丘陵沟壑防治区与关山山地预防区的RSEI值涨幅较大，而关中阶地、台塬重点预防区和治理区则有所下降。

图5 宝鸡水土流失重点防治区RSEI变化情况

将RSEI下降区域2022年的RSEI值和12 a变化单独提取（图6）可以发现，该防治区内“差”等级的区域零星分布，且12 a间有较大范围的生态环境在变差，大多沿新建主干道路分布。

图6 2022年宝鸡市水土流失重点防治区RSEI值及变化情况

在前20 位RSEI值下降的镇街中，关中阶地台塬的治理区占11 个，预防区占6 个。表4 中低值镇街均被划分在未标注地区中，2022 年低值镇街与关中阶地、台塬水土流失重点防治区均位于渭河平原。由图6c、图6d 可知，生态是由西向东逐渐恶化。此处为宝鸡市发展的中心，也是对外沟通的要道，经济发展、人口增加、工程建设增多，对生态环境的稳定十分不利。此外，宝鸡市政府持续推进秦岭“五乱”治理工作与秦岭区域的复绿工作，对秦岭山地预防区的生态环境优化起到了积极作用。

4 结论

本文基于遥感生态指数对2010—2022年宝鸡市的生态环境质量进行了评估，结果表明：宝鸡市总体RSEI值上涨了7.32%，生态质量变好的主要原因是植被覆盖度的增加和城市热度的减少；2022年，宝鸡市“优”等级面积占比提升了37.26%，达到了全市面积的62.35%，生态质量变好地区主要分布于宝鸡市北部的县区；12 a间宝鸡市生态环境面积变化转移矩阵中“优”等级地区维持不变的比例超过90%，仅有2个县区的RSEI值负增长，镇街极值也有所上升，表明全市生态等级整体提升；在水土流失重点防治区中，渭北丘陵沟壑重点治理区的生态状况维持得最好，关中阶地、台塬防治区及部分未标注地区由于地处人口稠密地区，生态情况有所变差，且生态环境的消极方向呈现向心性、集聚性等特点，需要依据水土流失预防区与治理区的特性，有针对性地进行生态保护和修复。总体来看，12 a间宝鸡市的生态环境质量总体上有所改善，但部分区域的生态质量仍有较大的改善空间。

本文所使用的遥感数据仅涵盖了2010、2022年2个时间点，未能对宝鸡市生态环境变化进行逐年分析。此外，城市生态环境的变化受多重因素的影响，未来还需要进一步拓展数据来源，深入挖掘数据内涵，揭示生态环境变化的机理，以实现科学、高效的生态环境建设，从而为城市生态环境的改善提供理论依据。