成都市生態(tài)環(huán)境質(zhì)量動態(tài)變化遙感監(jiān)測分析

李成繞，薛東劍，張 露，陳文烯

（1.成都師范學(xué)院 史地與旅游學(xué)院，四川 成都 611130；2.成都理工大學(xué) 地球科學(xué)學(xué)院，四川 成都 610059；3.阿壩師范學(xué)院 電子信息與自動化學(xué)院，四川 阿壩藏族自治州 623002）

人類活動對全球生態(tài)系統(tǒng)具有重要影響[1]，因此生態(tài)環(huán)境受到廣泛關(guān)注，監(jiān)測多尺度生態(tài)系統(tǒng)的變化以發(fā)現(xiàn)現(xiàn)有問題很重要。當(dāng)前，用于地球觀測系統(tǒng)的衛(wèi)星遙感能夠大面積、實時、快速和周期性的重復(fù)觀測，已被廣泛用于生態(tài)研究領(lǐng)域。許多學(xué)者通過選擇不同的指標(biāo)體系以及構(gòu)建不同的模型方法，以各類遙感指數(shù)作為表征，從不同尺度對各類生態(tài)系統(tǒng)[2-6]的生態(tài)環(huán)境開展了監(jiān)測評價。

2013年，徐涵秋[7]提出一個完全基于遙感技術(shù)，以主成分分析綜合植被指數(shù)、濕度分量、地表溫度和建筑指數(shù)等4個評價指標(biāo)的遙感生態(tài)指數(shù)（Remote Sensing Ecological Index，RSEI）來對城市的生態(tài)狀況進(jìn)行快速監(jiān)測與評價，既能夠綜合反映生態(tài)系統(tǒng)的整體特征，又避免了計算過程的主觀隨意性，從而實現(xiàn)了對不同生態(tài)系統(tǒng)快速、客觀和綜合的評價。隨著遙感技術(shù)的發(fā)展，生態(tài)環(huán)境質(zhì)量評價的指標(biāo)和方法不斷完善[8-9]。Hu[10]提出了基于壓力狀態(tài)響應(yīng)（PSR）框架，采用主成分分析（PCA）的一種新的基于遙感的生態(tài)指數(shù)（RSEI）來評價城市生態(tài)質(zhì)量，避免了因個體特征而導(dǎo)致權(quán)重定義的變化或錯誤。Wang[11]利用MODIS和DMSP/OLS遙感數(shù)據(jù)，從生產(chǎn)力、外部干擾變化和人類社會經(jīng)濟(jì)發(fā)展三個影響生態(tài)系統(tǒng)質(zhì)量的主要因素中，選取凈第一生產(chǎn)力、植被指數(shù)和光照指數(shù)，采用主成分分析法自動確定權(quán)重系數(shù)，構(gòu)建增強(qiáng)型遙感生態(tài)指數(shù)。Zhu[12]提出了一種改進(jìn)的基于移動窗口模型的遙感生態(tài)指數(shù)，即基于移動窗口的遙感生態(tài)指數(shù)（MWRSEI），克服了自然條件對生態(tài)環(huán)境影響的有限性。2019年Xu[13]利用銳化的地表溫度影像，對遙感生態(tài)指數(shù)（RSEI）進(jìn)行了改進(jìn)，并利用該指數(shù)生成了生態(tài)狀況的時間序列圖像，采用Mann-Kendall檢驗和Theil-Sen估計量來評估RSEI時間序列趨勢和變化方向的顯著性。在圖像序列的基礎(chǔ)上，采用變化向量分析（CVA）方法檢測生態(tài)變化，揭示了生態(tài)狀況的改善。

成都市作為我國西部地區(qū)重要的中心城市，隨著經(jīng)濟(jì)的發(fā)展，城市的面積在過去的二十年里迅速擴(kuò)大，導(dǎo)致生態(tài)環(huán)境發(fā)生了很多的變化。因此，本文旨在，根據(jù)2000年、2009年和2018年的遙感數(shù)據(jù)計算出生態(tài)環(huán)境指數(shù)（綠、濕、熱、干），監(jiān)測2000年至2018年成都市這一快速發(fā)展區(qū)域RSEI的長期動態(tài)變化。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)概況

成都市是我國四川省的省會和成渝地區(qū)雙城經(jīng)濟(jì)圈的核心城市，它位于四川盆地西部、岷江中游，岷江是長江上游的主要支流。如圖1所示，本文主要以成都市二圈層11個市轄區(qū)為研究區(qū)域，這也是城市乃至全省的政治和經(jīng)濟(jì)中心，這里的建筑和人口高度集中。隨著城市化進(jìn)程的加快，在過去的十八年中，該地區(qū)的生態(tài)環(huán)境質(zhì)量急劇下降。因此，對該地區(qū)生態(tài)質(zhì)量時空格局的研究是有意義的，可以為城市規(guī)劃者和決策者提供啟示。

圖1 研究區(qū)位置示意圖

1.2 數(shù)據(jù)源與預(yù)處理

如表1所示，本研究使用了美國地質(zhì)調(diào)查局（USGS，http：//earthexplorer.usgs.gov/）于2000-04-16、2009-03-24獲取的Landsat TM和2018-04-18獲取的Landsat OLI的圖像。使用ENVI軟件完成了遙感圖像的輻射校正，將圖像的灰度值（DN）轉(zhuǎn)換為傳感器的反射率，然后使用FLAASH大氣校正模型對每個相位的可見和近紅外波段進(jìn)行大氣校正。

表1 遙感數(shù)據(jù)信息表

2 方法

2.1 基于遙感的生態(tài)指數(shù)（RSEI）計算

在反映生態(tài)質(zhì)量的諸多自然因素中，RSEI包括與人類生存密切相關(guān)的四個重要指標(biāo)（綠色、濕度、熱量和干度），通常用于評估生態(tài)質(zhì)量。在此研究中，RSEI由幾個指標(biāo)組成，這些指標(biāo)可以通過Landsat數(shù)據(jù)集快速獲取。

首先，人們普遍意識到，某些地區(qū)的生態(tài)模式和過程受到其邊界內(nèi)外土地利用變化的影響很大[14]。其中，最顯著的自然特征是由生態(tài)用地向建設(shè)用地的轉(zhuǎn)變。因此，采用歸一化差異建筑和裸土指數(shù)（NDBSI）來表示人類活動對環(huán)境的壓力強(qiáng)度。第二，環(huán)境狀態(tài)指標(biāo)旨在描述環(huán)境現(xiàn)狀和資源的質(zhì)量和數(shù)量，以及它們隨時間的變化；因此，選擇NDVI作為簡單快速識別植被區(qū)的綠度指標(biāo)。最后，應(yīng)用地表溫度（LST）和濕度（WET）來指示當(dāng)?shù)貧夂颍礈囟群蜐穸龋╇S環(huán)境的變化。由于所有指標(biāo)的數(shù)據(jù)來源相同，RSEI在不同時空尺度上具有可擴(kuò)展性、可視化和可比性。

2.1.1 綠度指標(biāo)（NDVI）

NDVI已被成功地用于監(jiān)測和評估不同規(guī)模的植被覆蓋度[15-16]。大多數(shù)研究表明，NDVI對低密度植被敏感，特別適合于人滿為患的高密度城市地區(qū)[17-18]。因此，這里采用NDVI表示綠度指標(biāo)，如式（1）：

式中：ρi分別是TM和OLI傳感器中每個波段的行星反射率。

2.1.2 濕度指標(biāo)（WET）

Kauth-Thomas變換（K-T變換）可以生成三個分量，即濕度、綠色和亮度，已被廣泛用于評估生態(tài)環(huán)境。土壤和植被的水分含量可以通過濕度分量來反映[19]。TM和OLI的濕度分量可以分別通過式（2）和式（3）獲得：

2.1.3 熱度指標(biāo)（LST）

地表溫度（LST）是研究區(qū)域熱環(huán)境的重要參數(shù)。本文使用大氣校正方法對LST進(jìn)行了反演[20]，大氣校正方法也稱為輻射傳輸方程（RTE），是基于大氣輻射傳輸模型的傳統(tǒng)算法。它的一些輔助數(shù)據(jù)可從NASA網(wǎng)站（https：//atmcorr.gsfc.nasa.gov/）獲得，地表溫度（LST）的評估如式（4）：

式中：λ是發(fā)射輻射的波長（對于Landsat 5/7，為11.435μm，Landsat8波段10為10.9μm；ρ（1.438×10-2mK）；ε是地表反射率，可以表示為式（5）：

Tsensor是衛(wèi)星亮度溫度，可以通過式（5）和式（6）計算：

式中：Lλ是傳感器的光譜輻射率，Gain和Bias分別為波段增益值和偏置值，DN表示Landsat圖像的灰度值，K1和K2是TM/OLI傳感器定標(biāo)參數(shù)。對于TM和OLI，K2=1260.56K和1321.08K，以及K1=607.76和774.89mWcm-2sr-1μm-1。

2.1.4 干度指標(biāo)（NDBSI）

隨著城市化和人類活動的發(fā)展，建筑物和裸露的土壤逐漸取代了生態(tài)系統(tǒng)的自然表面，導(dǎo)致地球變得“干燥”，并破壞了環(huán)境質(zhì)量。Hu和Xu構(gòu)建了歸一化差異建筑和土壤指數(shù)（NDBSI）來表示干度指標(biāo)，該指數(shù)由IBI和BI組成，見式（8）-式（10）[8]：

其中

2.2 RSEI指標(biāo)綜合

基于以上對各因子的計算，為了克服簡單加權(quán)法中主觀經(jīng)驗對權(quán)重分配的影響，為此，采用主成分分析（PCA）來確定各變量的相對重要性。PCA方法是一種多維數(shù)據(jù)壓縮技術(shù)，可以消除四個變量之間的任何共線性影響[18]。更重要的是，根據(jù)各因子對主成分的貢獻(xiàn)，自動客觀地分配各因子的權(quán)重，防止因個體特征導(dǎo)致權(quán)重定義的變化或誤差[8]。

在處理主成分分析之前，將所有因子（即NDBSI、NDVI、LST和WET）重新定標(biāo)在0到1之間。然后使用ENVI（5.5.3版）軟件的PCA旋轉(zhuǎn)工具計算PCA，生成單波段圖像（即RSEI圖像），可以表示為式（11）：

為了便于不同研究時期之間的時間比較，結(jié)果RSEI值再次從0標(biāo)準(zhǔn)化為1，較高的值表示生態(tài)質(zhì)量較好，較低的值表示生態(tài)質(zhì)量較差。

3 結(jié)果分析

3.1 主成分分析

由主成分分析結(jié)果（表2）可以看出，在第一主成分中，綠度（NDVI）和濕度（WET）均為正值，說明二者對生態(tài)環(huán)境起著積極的作用。熱度（LST）和干度（NDBSI）均為負(fù)值，表明二者對生態(tài)環(huán)境有消極影響。其他主要成分（PC2、PC3、PC4）的符號和大小不穩(wěn)定，難以解釋生態(tài)現(xiàn)象。因此，本研究將PC1用于構(gòu)建RSEI。

表2 主成分分析結(jié)果

3.2 生態(tài)環(huán)境質(zhì)量動態(tài)變化分析

圖2顯示了2000年、2009年和2018年RSEI的空間分布。在圖2中，為了更好地分析生態(tài)環(huán)境質(zhì)量的代表性，根據(jù)RSEI值，采用等間隔0.2將研究區(qū)域分為5個等級[13]，分別代表極差、差、中、良、優(yōu)?？傮w上看，極差和差等級主要集中在中東部地區(qū)，優(yōu)、良等級則集中在北部和西北部地區(qū)。2000-2018年，RSEI分布的一個顯著特點是，環(huán)境質(zhì)量差的地區(qū)在2000年集中在中部，而在2009年則呈四周分散，到2018年分散得更為明顯。

圖2 2000-2018年遙感生態(tài)指數(shù)（RSEI）

圖3反映了成都市2000-2018年生態(tài)環(huán)境質(zhì)量動態(tài)變化，從圖3上可以看出，2000-2009年，中心城區(qū)周圍和東部地區(qū)生態(tài)狀況明顯變差，毫無疑問，這是城市蔓延導(dǎo)致的2000-2009年生態(tài)環(huán)境的惡化；2009-2018年中心城區(qū)生態(tài)環(huán)境狀況得到了改善，這得益于近年來我國環(huán)境保護(hù)政策的貫徹和實施，環(huán)境治理力度的加大以及傳統(tǒng)工業(yè)污染的轉(zhuǎn)移。

圖3 2000-2018年成都市生態(tài)環(huán)境變化檢測

表3顯示了研究區(qū)2000年、2009年、2018年三個時期的各指標(biāo)和RSEI平均值，通過比較可以看出，研究區(qū)RSEI均值從2000年的0.55下降到2009年的0.47，表明該時期研究區(qū)生態(tài)環(huán)境質(zhì)量變差，而到2009年，RSEI均值又上升為0.51，表明該時期研究區(qū)的生態(tài)環(huán)境質(zhì)量有所改善，總體來看，2000-2018年RSEI降低了0.04。2000-2018年干度呈增加的趨勢，表明研究區(qū)建筑面積逐漸增加。綠度持續(xù)減少，總體減少0.1。熱度在整個過程中呈下降趨勢，濕度則呈上升的趨勢。

表3 各指標(biāo)和遙感生態(tài)指數(shù)均值

3.3 生態(tài)環(huán)境質(zhì)量等級變化分析

對各年份各等級生態(tài)指數(shù)所占面積與比例進(jìn)行統(tǒng)計（表4、圖4）。2000年、2009年、2018年，中等級所占面積比例變化不大，優(yōu)、良等級所占面積比例都呈現(xiàn)先下降后上升的趨勢，并且優(yōu)、良等級在2000-2009年間的下降趨勢大于2009-2018年的上升趨勢，2000-2009年優(yōu)、良等級面積共下降了513.84km2，18年間優(yōu)等級共下降了3.39%，良等級下降了2.03%，所以，通過優(yōu)、良等級所占面積比例的變化也可以得出研究區(qū)在2000-2018年生態(tài)質(zhì)量變差了。極差、差等級呈先上升后下降的趨勢，其中極差等級面積在2000-2009年期間增加了184.29km2，上升了5.07%，2009-2018年則減少了129.83km2，下降了3.54%。差等級在2000-2009年面積增加了297.24km2，上升了8.17%，相當(dāng)于2009-2018年減少的近兩倍。從對各年份各等級生態(tài)指數(shù)所占面積與比例變化的分析，也說明了成都市生態(tài)環(huán)境質(zhì)量呈先下降后上升的趨勢。

表4 各年份生態(tài)等級所占面積和比例變化表

圖4 各年份生態(tài)等級所占面積和比例統(tǒng)計圖

4 結(jié)束語

為了了解生態(tài)環(huán)境的現(xiàn)狀和預(yù)測未來的變化，遙感生態(tài)指數(shù)用于區(qū)域生態(tài)環(huán)境監(jiān)測和評估也日益受到關(guān)注，而完全基于遙感信息技術(shù)的遙感生態(tài)監(jiān)測是綜合反映生態(tài)系統(tǒng)整體特征的重要途徑之一。因此，本文采用遙感生態(tài)指數(shù)（RSEI）對城市化快速發(fā)展的成都市生態(tài)環(huán)境質(zhì)量進(jìn)行了快速監(jiān)測和定量評價，為研究區(qū)的生態(tài)環(huán)境保護(hù)、綜合治理和可持續(xù)發(fā)展提供了科學(xué)依據(jù)。研究結(jié)果表明綠度和濕度對生態(tài)環(huán)境起著積極的作用，干度和熱度對生態(tài)環(huán)境起著消極的作用，其中干度指標(biāo)對生態(tài)環(huán)境的負(fù)面影響最大，所以，建筑面積的擴(kuò)大會導(dǎo)致生態(tài)退化，而植被建設(shè)可以提高生態(tài)環(huán)境質(zhì)量。