基于遥感生态指数的鄂州市生态环境质量评估

蔡贤，杜晓初

(1. 湖北大学资源环境学院，湖北 武汉 430062；2. 区域开发与环境响应湖北省重点实验室，湖北 武汉 430062)

0 引言

人口的增长使得人口、资源、环境三者之间的矛盾越来越明显，科学的生态环境监测评估对决策者准确把握生态环境现状并采取针对性的治理措施有重要作用.遥感技术能够快速高效获取大范围区域的实时监测数据，将其应用于生态环境领域是目前最有效的生态监测手段[1].然而大多数学者的研究仅限于单一的生态环境指标，如史培军利用遥感监测土地利用/覆盖变化分析生态环境安全[2]，詹起林利用植被指数对森林生态进行评价[3]，李明通过水体指数对海岸线生态环境进行研究[4]等.然而生态环境是一个复杂多变、受多个因素影响的综合系统，因此单一因素不太可能客观、真实、有效地反映生态环境的变化及其成因.由此，徐秋涵等人提出了集成多个自然生态因子的完全基于遥感技术的遥感生态指数(remote sensing based ecological index，RSEI)[5-6]，可实现对生态环境尤其是针对城市生态环境的全方位、高效的监测和评估，该方法得到了众多学者的验证和认可.例如，张浩等利用遥感生态指数RSEI对南京1990—2013年间的生态变化进行了分析[7]，宋慧敏等对渭南市1995—2015年间的生态环境做了动态分析[8]，杨江燕等对雄安新区进行了详细检测评估[9].因此，本文中拟采用新型遥感生态指数RSEI对鄂州市2013年、2015年、2018年的城市生态变化进行大空间范围的综合研究.

1 研究地区与数据来源

1.1 研究区概况鄂州市地处湖北省东部(114°30′E～115°05′E，30°01′N～30°36′N)，位于长江中游南岸，西邻武汉，为武汉“8+1城市圈”核心城市之一.全市国土面积1 594 km2，其中湖泊119个，水域面积527 km2，约占全市面积的33%.近年来，受制于城市圈的扩张和经济的需求，市内城镇化扩张、基建布施、矿产开发等使得鄂州市的生态环境受到严峻的考验，所以在经济发展的同时，有必要对鄂州的生态环境质量实时监测和评估.

1.2 研究数据

1.2.1 数据获取 本研究希望通过对鄂州市区域在某一时间段内的多时相遥感生态指数进行模拟计算，试对鄂州市生态环境质量变化进行监测评估.考虑到RSEI模型的需要和数据可获取性，选择从地理空间数据云网站上下载Landsat8OLI 2013年5月21日、2015年6月12日和2018年4月17日影像作为实验数据.

图1 鄂州市2013年、2015年和2018年真彩色遥感影像

1.2.2 数据处理 本次实验使用到的软件有Envi5.1和Arcgis10.5.首先使用Envi对原始影像进行辐射定标和大气校正，得到各波段传感器处反射率.采用二次多项式和最邻近像元法对影像进行配准，使得配准均方根误差小于1/2个像元.由于水体会影响到湿度指标的构建，以致于影响最终RSEI指数的构建，因此，须将研究区的水体去除.本文中采用徐涵秋改进的水体指数MNDWI[10]并辅以最大类间方差阈值法[11-12]将水体掩膜去除，然后通过Envi的波段运算求出各个指标因子以及归一化处理.

2 遥感生态指数评价模型

选择文献[5]中提出的基于遥感影像进行定量分析的遥感生态指数模型(RSEI)并以2013年5月21日、2015年6月12日和2018年4月17日的Landsat8影像为数据基础，对湖北省鄂州市的生态进行短时间动态监测.该模型包含4个指标因子：湿度指标(WET)、绿度指标(NDVI)、热度指标(LST)以及干度指标(NDBSI).本研究针对热度指标进行优化处理，在RSEI模型中采用基于Landsat用户手册模型以及Chander等修订的定标参数进行反演地表温度，此方法虽简单易行，但没有考虑大气透过率以及程辐射等大气影像因素[13].取而代之的是采用基于混合像元分解法的热传导方程法进而更精确反演地表温度[14].

2.1 各指标计算RSEI指数选择人们能够直接感觉的湿度指标、绿度指标、热度指标以及干度指标等4个指标综合反映区域生态环境，并通过主成分变换集成各指标，因此在克服指标单一缺点的同时，又使得各分指标的集成更为合理.该指数与 2006 年国家环境保护部推出的生态环境状况指数(EI)相比，具有很好的可比性[15]，新型的RSEI生态指数除了可以定量评价区域的生态质量外，还可以对评价结果进行可视化，支持对研究区生态质量进行时空变化分析、建模和预测.

RSEI指数的湿度指标、绿度指标、热度指标以及干度指标等4个指标分别由以下遥感指数或参量求取.

1)湿度指标：RSEI指数中的湿度用缨帽变换中的湿度分量WET计算[16]，其公式为：

WET=C1B2+C2B3+C3B4+C5B6+C7B7

(1)

式中：Bi代表landsat8卫星影像第i波段的地表反射率.Ci代表湿度分量，对于Landsat8OLI传感器，C1=0.150 9、C2=0.197 3、C3=0.327 9、C4=0.340 6、C5=- 0.711 2、C7=- 0.457 2.

2)绿度指标：RSEI指数中的绿度指标用NDVI植被指数求解，其公式为：

(2)

3)热度指标：用地表温度作为热度指标，地表温度反算法目前主要有3种：辐射传导方程法(radiative transfer equation, RTE)、单通道算法和分裂窗算法.本研究选取辐射传导方程法反演地表温度.其基本原理为：首先利用卫星同步的大气数据估算大气对地表热辐射的影响，把这部分影响从传感器所接收到的热辐射总量中减去得到地表热辐射强度，再将其转化为相应的地表温度.具体步骤如下：

①混合像元分解法计算植被覆盖度[17]，将地类大致分为3类：水体、植被和建筑.其公式为：

(3)

NDVI为归一化植被指数，NDVIS为完全裸土或无植被覆盖时的NDVI值，NDVIV则为完全被植被覆盖时的NDVI值.根据经验取值分别为NDVIS=0.70、NDVIV=0.05.

②地表比辐射率：根据Nichol的研究[18]，水体像元的比辐射率取值0.995，植被和建筑的比辐射率则由(4)式、(5)式计算：

εplant=0.962 5+0.061 4FV-0.046 1FV2

(4)

εbuilding=0.958 9+0.086FV-0.067 1FV2

(5)

③计算相同温度下黑体的辐射亮度值.辐射传导方程：

Lλ=[εB(TS)+(1-ε)L↓]·τ+L↑

(6)

式中：Lλ为热红外辐射亮度值，L为大气向上(下反射)辐射亮度(取值于影像参数)，ε为地表辐射率，TS为地表真实温度，B(TS)为普朗克定律推论得到的黑体在TS温度的热辐射亮度，τ是大气在热红外波段的透过率.

④反演地表温度：据普朗克公式的反函数得：

(7)

K1、K2为定标参数.

4)干度指标：考虑在区域环境中还有相当一部分裸土，它们同样造成地表的“干化”，因此干度指标(NDBSI)由代表干度指标的IBI建筑指数和土壤指数SI合成：

(8)

其中：

(9)

(10)

2.2RSEI指数构建遥感生态指数模型是由以上4种指标因子进行构建的一种城市生态环境评价体系.因此4个指标因子权重的确定尤为重要，此次研究选用Envi软件的主成分分析工具，根据数据间相关性确定权重，客观科学.为避免大片水域对地面湿度指标反演的影响，利用改进的归一化水体指数掩膜掉水体信息.由于这4个指标因子不是同一类型数据指标，容易因指标量纲不同而引发主成分分析结果的相关性以及各分量权重系数结果，对此，需要使用正规化化处理办法将各指标数值限定在0～1范围之内[5].该方法公式记为：

(11)

经过正规化后的4个指标通过波段融合形成一幅遥感影像数据，利用ENVI软件主成分分析可得出第一主成分PC1.由于在主成分分析时，软件对于主成分正负值取向存在不统一性，为了得到较大的值代表好的生态，在取向负值时，进行(12)式处理，在取向正值时，进行(13)式处理，得到RSEI0值.

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

(12)

RSEI0=1+{PC1[f(WET,NDVI,LST,NDBSI)]}

(13)

为了方便比较和衡量，对RSEI0进行正规化：

(14)

经正规化后的RSEI0即为RSEI，值域介于0～1，RSEI越接近1代表生态质量越好，越接近于0代表生态环境越差.

3 结果与分析

3.1 各分量指标主成分分析对湿度指标(WET)、绿度指标(NDVI)、热度指标(LST)以及干度指标(NDBSI)等4个变量进行主成分分析，其计算结果如表1所示.

表1 鄂州市2013年、2015年和2018年4个生态指标PCA分析结果

根据PCA统计结果表(表1)，可以看出，在2013年、2015年和2018年中，PC1中的湿度分量(WET)取值分别为0.112 507、0.156 043和0.142 528，绿度分量(NDVI)的取值分别为0.763 429、0.649 441和0.712 929，表明湿度分量和绿度分量与PC1呈正相关，且绿度分量对PC1的影响比湿度分量的影响大；PC1中热度分量(LST)的取值分别为-0.239 469、-0.278 381和-0.246 346，干度分量(NDBSI)的取值分别为-0.589 214、-0.690 203和-0.640 884，表明热度分量和干度分量与PC1均是负相关，且干度分量对PC1的影响比热度分量的影响大.此外，这三年的PC1特征值贡献率均大于70%(由于影像云量的干扰，2013年的特征值贡献率较2015年和2018年的略低)，说明PC1已集成4个因素的大部分信息.由此证明此次所得RSEI可以用来评价生态质量.

对比4个指标对PC1的贡献值大小发现，绿度是促进城市生态质量变好的较大因素，干度是导致生态质量下降的主要原因，影响大小逐年增加以至超过绿度产生的正向促进作用.在文献[7]中对南京市的生态变化分析中，南京的生态质量下降存在同样的原因，干度是对生态质量影响的最大原因.同样，在文献[8]中对渭南市的生态质量评估中，同样是干度指标对PC1的贡献度最大. 说明城市化导致的建设用地增加是城市生态恶化根本原因.

3.2RSEI指数结果分析根据(14)式，可以计算2013年、2015年和2018年中4个生态指标以及RSEI的统计值，其计算结果如表2所示.

表2 鄂州市2013年、2015年和2018年中4个生态指标和遥感生态指数RSEI统计值

分析表2中数据可以看出，2013年、2015年和2018年中RSEI指数的平均值分别为0.57、0.63和0.53，即鄂州市总体生态指数有一个先上升后下降的过程，总体趋势是生态指数下降，表明鄂州市生态质量略有变差.

从4个生态指标的变化趋势来看，在2013年、2015年和2018年中，湿度指标的均值分别为-0.01、-0.02和0.01，其变化趋势为先减小后增加，与RSEI的变化趋势相反，正向影响因素绿度指标的均值分别为0.33、0.41和0.21，变化趋势与RSEI一致，热度指标的均值分别为30.03、32.91和26.65，与RSEI的变化趋势相反，反向影响因素干度指标的均值分别为-0.24、-0.25和-0.31，变化趋势与RSEI一致.因此，影响鄂州市RSEI变化的主要因素为绿度指标与干度指标，而湿度指标和热度指标对其影响较小.

3.3RSEI时空变化分析为了对鄂州市生态环境质量不同等级进行时空变化分析，将得到的RSEI指数影像按0.2间距分为5类：生态优(0.8～1.0)、生态良(0.8～0.6)、生态中等(0.4～0.6)、生态较差(0.2～0.4)和生态差(0～0.2)，得到RSEI空间分布图(图2)，并进行统计得到图3.

图2 鄂州市2013年、2015年、2018年RSEI指数质量分级空间分布图

图3 鄂州市2013年、2015年和2018年生态环境质量分级统计图

由图2中的结果可知，在本研究的时间段内，不同生态环境质量等级所占的面积变化趋势差异明显.首先是差等的生态环境所占的面积逐年增加，占比由2013年的0.15%到2018年的1.45%，增长幅度近10倍.较差的生态环境所占的面积在2015年有略微减少，在2018年急剧增加，面积增加近一倍.中等的生态环境所占面积整体变化差异不大，略有减少.等级为良的生态环境所占面积从2013年的39.20%到2015年的42.60%，略有增长，但是到2018年有较大幅度的下降，占比为32.12%.最后，生态质量为优的面积在两个阶段也是先增后减，总体减少幅度也较大.

从空间分布来看，质量等级较低的两类生态环境重灾区主要集中在葛店镇、鄂城区(主区和东区)、长港河两岸居民区等.全区生态最差出现在长江鄂城区段的江心洲上，此洲北边常年为裸岩砂砾，受水流冲击，为自然形成.南半部分有植被生长，生态优良.全区内生态优良的区域占比经历了先增长后减少的的变化.生态优良区分布在南部和东部的山区，山区人为活动少，自然环境保护良好.

鄂州市西北角的葛店镇是生态变化的典型区域.由图2可以看出，在2013年、2015年和2018年中，葛店的生态不优良的区域逐步扩大，这是明显的城市化扩展引起的结果.葛店紧邻首批国家级高新区武汉光谷，光谷三十年发展扩张逐步带动葛店的经济和城市化发展.2012年，湖北鄂州葛店经济技术开发区经国务院批准升级为国家级经济技术开发区.对比鄂州城区，葛店的发展和生态治理效果明显，但依旧对生态质量产生了愈演愈烈的负面影响，因此，葛店经济技术开发区还应在原有基础上加强生态治理，边发展边治理的基础上加强生态保护的措施.

分析研究期的生态环境，并以0.4为指数差间隔，将变化分为5类：恶化(指数的降低>0.6)、变差(0.2<指数的降低<0.6)、不变(指数的上下浮动<0.2)、变好(0.2<指数的上升<0.6)、优化(指数的上升>0.6).分层设色得到图4，统计量变得到表3.由图4和表3可知，2013年至2015年期间，生态变好的面积占比10.44%，变坏的面积占比3.16%.结果表明，2015年的平均生态质量优于2013年，这三年间生态治理效果明显，变差的区主要在葛店、梁子湖区梧桐湖新区、涂家垴镇等.生态变好的区域在鄂州城区周边、东南山区以及其他零散分布的区域.2015—2018年期间生态变差的区域增加较多.全区域有18.36%面积变差，但环境恶化的区域较上一个阶段少.

图4 鄂州市2013—2018年遥感生态指数(RSEI)变化监测图

表3 生态变化监测统计表

RSEI虽集成了4个生态环境中最重要的因素，但究其4个指标的特殊性，RSEI只应用于陆地地表的生态环境质量评估，因为缨帽变换的湿度分量(WET)主要和植被和土壤的湿度有关，过程中将水域部分皆掩膜除去.譬如鄂州市，水面面积占全市域近1/3，此次研究仅评估鄂州市2/3市域的生态环境质量.水体作为生态环境一个不可或缺的组成元素，以期在后期研究中能找到有效的代表水环境生态的指数并将其纳入遥感生态指数的大环境中，进而更全面完整地监测评估生态环境.

4 结论

基于遥感生态指数，运用遥感和GIS技术，从定性和定量的角度对鄂州市2013—2018年这6年间生态环境质量进行评估分析，在空间上和时间上揭示鄂州市生态质量的动态变化，为生态治理措施的效果提供有效证明，并为鄂州市以后的生态治理分区域化提供指导.

分析本文中研究结果可以得出以下结论：

1)鄂州市的生态环境在2013—2018年这6年时间里经历了先升高后降低的变化过程；

2)在湿度指标(WET)、绿度指标(NDVI)、热度指标(LST)以及干度指标(NDBSI)等4个指标中，影响鄂州市RSEI变化的主要因素为绿度指标与干度指标，而湿度指标和热度指标的对其影响较小，因此在鄂州市的生态治理过程中更应注重植被恢复和城镇绿化等方面；

3)2013—2018年这6年时间里，鄂州市的生态保护有所成效，但状况依旧严峻，特别是葛店、梁子湖区梧桐湖新区、涂家垴镇等地区.这与鄂州市近年来的经济文化发展以及受省会城市武汉市的影响有密不可分的关系.国家级经济高新区在鄂州落地、武汉市城市规划对鄂州市的延伸，鄂州市的城镇化从2013年的60.48%上升到2015年的64.3%，2018年接近66%大关，这些发展的背后，均是对自然资源的过度开发和利用，这无疑对生态有破坏性影响.