基于RSEI的靖安县生态质量变化分析

韦 红,钟乔鹏

(1.福建农林大学 公共管理与法学院,福州 350002; 2.福州市仓山区国家税务局临江分局,福州 350007)

0 引言

生态环境质量与人类生活息息相关,良好的生态环境是最大的民生福祉。秉承“绿水青山就是金山银山”的生态发展理念,各地普遍而广泛地开展了县域生态治理与建设,以实现人与自然的区域协调发展。监测区域生态时空变化,评价分析区域生态质量空间差异,能够更科学合理地规划并精细化指导县域生态建设与治理,实现区域生态高质量发展。

传统的生态评价方法往往以汇总的笼统指数为依据进行评价,或需人为确定各个评价因子的权重[1],在应用上具有很大局限性。2013年,徐涵秋等提出将遥感生态指数(RSEI)模型用于对区域进行生态指数评价[2],该模型能充分反映区域生态指数的空间分布情况,应用较为广泛,研究对象涉及城市[3-6]、乡村[7-8]、森林公园[9-10]、流域水体[11-13]、海岛[14]、黄土地[15]、特殊区域[16-17]等各种不同尺度的地理环境,被证明能定量、快速、客观地评价区域生态环境质量。鉴于不同研究区域生态条件的差异性、遥感影像的时点快照特性以及4个生态因子间的弱线性或非线性关系[18],对于使用RSEI进行区域生态质量评价还需更多实证探讨。

靖安县自2013年被评为国家级生态县以来,依托本地生态资源,开创“一产利用生态,二产服从生态,三产保护生态”的区域生态经济发展模式,构建了以大健康产业为首的现代经济体系,走出一条生态建设与经济发展的共赢之路。本研究选取2013年和2018年的Landsat8遥感影像,采用RSEI模型研究靖安县生态指数在时空上的分布与变化特点,分析了在应用RSEI模型过程中遇到的问题,以为相关研究和实践提供参考。

1 研究区域概况与研究方法

1.1 研究区域概况

靖安县隶属江西省宜春市,地处宜春市北部,总面积约1 377 km2,属北亚热带地区湿润气候,四季较为分明;地势东西长,南北窄,四周环山,中部山地间杂丘陵,东南偶有少量河谷平原,动植物资源丰富,森林覆盖率高达84.25%[19]。2013年,靖安县首次被评为国家级生态县;2017年9月,靖安县被环境保护部授予第一批国家生态文明建设示范县称号;2019年、2021年均入选中国最美县域榜单,是著名的国家级生态县。

1.2 数据来源及处理

为保证研究结果的精度和可靠性,选择时间相近、云量小于5%的高质量影像作为数据源,最终选用2013年10月12日(靖安县晴,17-32℃)与2018年11月27日(靖安县晴,9-21℃)的Landsat 8 OLI/TIRS遥感影像图[20],使用ENVI软件对遥感数据进行必要的大气校正和裁剪。

1.3 研究方法

RSEI模型选用的是区域湿度(Wetness)、绿度(Greenness)、干度(Dryness)和热度(Heat)等4个可直观感受的生态优劣指标,采用主成分分析法(PCA)集成这4个指标,以第一主成分构建RSEI指数,各指标对第一主成分的贡献度为权重不需人为判断决定。这4个指标在区域空间分布上是变化的,故RSEI的结果也是在区域上分布变化的表面,而非一组汇总的指数,可以较好地反映区域生态质量的分布与变化,用于区域生态环境质量的时空变化与分析研究。RSEI模型可简略地表示为:

RSEI=PC1[F(Wetness,Greenness,Dryness,Heat)][2]

(1)

其中PC1为主成分分析得到的第一主成分。

基于遥感影像数据,湿度指标(WET)一般采用缨帽变换求得,绿度指标(NDVI)一般用归一化植被指数代表,干度指标(NDSI)用建筑裸土指数表示,热度指标(LST)通过地表温度反演得到。具体的计算方法在众多文献中已有详细说明[1,2,5,13,21,22]。本研究使用ArcGIS 10.8软件进行指标的计算处理与PCA分析,对于区域内的异常噪音值一律使用Nibble工具处理,即使用最邻近有效值来替换异常值。

在PCA分析之前,需要将各指标归一化以消除量纲差异。为比较不同年度间的指标,对PCA分析计算得到的RSEI值也进行归一化处理。研究中统一采用最小值最大值线性归一化方法:

I’=(I-Imin)/(Imax-Imin)

(2)

2 研究结果

2.1 指标计算结果

遥感数据是地面某一时刻的快照,根据它计算得出的指标也具有明显的时间快照特性,凡是影响到指标本身特性的外因在时间点、时间段上的差异都将影响到指标的计算结果。如表1所示,对比两期遥感数据4个指标值的统计结果,绿度指标统计值差异变化较小。因NDVI本身具有归一化效果,且靖安县具有超过84%的稳定森林覆被率及北亚热带区域植被特性,其统计值相对稳定是可以预估的。在时间点差异、前期时段气候差异等因素作用下,其它3个指标值差异较大,如两期的平均温度分别为20.62 ℃和12.46 ℃。根据靖安县气象数据,2013年10月12日前三天最高最低平均温度分别为30.0 ℃和18.7 ℃,而2018年11月17日前三天则分别为19.7 ℃和8.0 ℃,天气变化对温度、湿度和干度的影响巨大,故直接对比这些指标的价值不大,需比照它们参与构成的生态指数的空间分布与差异。

表1 两期遥感数据各指标统计Tab.1 Statistics of remote sensing data indicators of two periods

2.2 主成分分析结果

4个指标归一化处理后,使用PCA分析合成的第一主成分PC1即为RSEI。2013年,RSEI包含的信息约为70.78%,而2018年约为64.06%,与主成分分析研究所要求的超过85%的特征值贡献率相比较低。但从4个指标的特征向量构成来看,只有PC1中对生态有益的绿度、湿度的载荷值符号为正,对生态不利的干度、热度的载荷值符号为负,表现出明显的符合预期的生态意义。详见表2。

表2 主成分分析结果Tab.2 Results of principal component analysis

从载荷值的绝对值来看,两期数据中,对生态有利的绿度因子的载荷值远大于湿度载荷值(均超过2.3倍),表明湿度对靖安县生态的影响相对较小,符合北亚热带湿润气候的特点,湿度指标的载荷值也远小于其它指标的载荷值。对生态不利的干度及热度因子方面,2013年热度载荷值大于干度,2018年干度载荷值大于热度,符合当时的温度特点,且差值均较小(2013年相差12.6%,2018年相差32.5%),绝对数值较大,反映出二者对靖安县生态质量都有重要影响。详见表2。

2.3 RSEI值的时空变化

为比较不同时间点的RSEI值,需将PCA分析得到的PC1进行归一化处理,结果见图1。统计后发现,区域RSEI均值在2013年为0.6668,2018年为0.6053,均在0.6以上,表明区域生态环境质量总体较好。空间分布上,东南河谷平原等人类活动密集区的RSEI值明显低于西部山区和中部丘陵区。直接用平均值变化来判断区域生态质量变化的研究方式有待商榷,线性归一化处理并不改变数据的分布,但对数据的统计值,如均值会产生很大影响;且线性归一化处理对于最大值和最小值都很敏感,而栅格运算中又容易出现噪音,也会影响到最大值和最小值。PCA分析得到的第一组各因子权重因时因地不同,即便排除了人为确定权重的干扰,结果值也只能反映当时生态指数的空间分布和差异;不同区域不同时间点的RSEI值不管是否归一化,都缺乏直接比较的基础,因此不能证明2018年靖安县的生态质量相对2013年降低了。

图1 靖安县两期RSEI值对比Fig.1 Comparison of RSEI of two periods in Jing’an County

尽管不能从时间上直接比较RSEI值的大小,但RSEI值确实能反映区域生态质量的分布与差异。对于靖安县这样生态系统优良且相对稳定的区域,可通过划分生态等级的方式来研究区域生态指数等级的时空变化特征。参考以往文献,以0.2为间隔将区域生态质量分为5等,从低到高分别表示“差”(0～0.2)“较差”(0.2～0.4)“一般”(0.4～0.6)“良”(0.6～0.8)及“优”(0.8～1.0),统计各级所占面积百分比[1,9,11,23]。

由表3可知,2013年和2018年,靖安县生态环境“良”及以上的区域分别占80.74%和67.92%,表明区域生态环境保持良好的同时生态指数有所下降。尽管“等级差”的区域面积在2018年相对减少,但“较差”和“一般”等级的区域面积占比却在扩大,尤其是生态指数为“一般”的区域面积占比从2013年的12.18%增加到2018年的23.38%,需引起重视,理清指数变化的原因。

表3 两期RSEI值分级统计Tab.3 Statistics of RSEI classification of two periods

组合两期RSEI分级数据,可获得等级的转移情况(数量及占总面积的百分比)。数据表明,从2013年“良”等级降级为2018年“一般”等级的单元,占总面积的13.18%,是导致研究区域生态指数降低的最大原因;其次是从2013年“优”等级降级为2018年“良”等级的单元,占总面积的4.36%。生态指数提升方面,从2013年“较差”等级提升至2018年“一般”等级的单元,占总面积的2.14%。详见表4。

表4 两期遥感数据RSEI等级转移矩阵 [像元个数/占比(%)]Tab.4 RSEI level transfer matrix of remote sensing data of two periods [number of pixels/proportion(%)]

2.4 区域RSEI等级变化重点区域

对照2018年的合成遥感影像图,可以看到靖安县生态质量等级提升的区域基本发生在城郊和乡镇等人类活动密集区,而等级由“良”降为“一般”的区域除集中在县域北部边缘外,还散布于等级提升区外围。等级由“优”降为“良”的区域则相对集中于县域西南部及中北部山地向丘陵的过渡带。详见图2。

图2 靖安县主要RSEI等级变化区与2018年遥感影像对比Fig.2 Comparison of main RSEI level variation areas in Jing’an County with remote sensing images in 2018

由表5可知,在靖安县主要生态指数提升区内,对生态有利的绿度和湿度的均值都有所上升,对生态不利的干度和热度均值有所下降;考虑到其分布主要与人类活动区相对应,可判定近年来靖安县的生态建设活动取得一定成效,通过对土地利用方式进行调整和改变,提升了区域生态环境质量。对于生态等级降低的区域,可以看到最主要的变化来自绿度的降低及干度和热度的上升,表达区域气候湿润状况的WET因子均值变化相对较小;对此,首先要考虑到采用的遥感影像时间点,2018年的遥感影像时点比2013年晚一个半月,且处于秋冬季节变化期;靖安县秋季降温较快,冬季较寒冷,东部山区气温与西部相差较大,会导致山区林区发生季相演替,绿度显著降低,这可以部分地解释评价因子值变化的原因及区域RSEI指数降低的原因。故要准确评价一个区域的生态质量变化,需分析时点上更一致的数据,进一步研究评价因子的季节变化特点、稳定性等。

表5 主要RSEI等级变化区评价因子平均值变化统计Tab.5 Statistics of the average value changes of the evaluation factors in the main RSEI rating change area

3 结论

基于RSEI研究靖安县2013年和2018年生态指数的空间变化表明,该县遥感生态指数平均值在0.6以上,生态质量总体较好。尽管评价结果显示靖安县人口活动密集区域的RSEI指数较低,但在研究时段内其等级上有所提升,表明该县生态建设活动符合生态发展要求,人口活动区域生态环境质量有所提升;在优化产业结构、实现经济发展的同时注重生态保护和建设,实现了经济与生态的共同发展。

靖安县北部及西南部的部分区域遥感生态指数略有降低,但考虑时间点气候条件不同因素,需使用更恰当的数据及对模型稳定性进行进一步研究。