王瑾杰， 丁建麗， 張子鵬

（1.新疆大學地理與遙感科學學院，新疆 烏魯木齊 830017；2.新疆大學新疆綠洲生態(tài)重點實驗室，新疆 烏魯木齊 830017；3.新疆智慧城市與環(huán)境建模普通高校重點實驗室，新疆 烏魯木齊 830017）

自然生態(tài)系統(tǒng)是人類生存和發(fā)展的基礎［1］。近年來，人類日益強大的經(jīng)濟活動改變了周邊生態(tài)環(huán)境和土地利用方式，對生態(tài)系統(tǒng)穩(wěn)定性產(chǎn)生了巨大影響［2］。因此，客觀有效的評價某一區(qū)域生態(tài)環(huán)境質量的時空變化，是區(qū)域堅持走綠色發(fā)展道路的指南針。

目前，遙感信息技術以其快速、無損、及時和高分辨率等優(yōu)勢，成為環(huán)境監(jiān)測和質量評價研究中不可或缺的關鍵技術［3］。其中，顧留碗等［4］采用植被指數(shù)與像元二分模型相結合的方式監(jiān)測植被覆蓋度，以此對安徽省生態(tài)環(huán)境進行綜合評價。戚曌等［5］以3期Landsat遙感影像為研究基礎，采用差分分析法定量評價神農架地區(qū)生態(tài)環(huán)境恢復治理狀況。但上述研究均基于單一環(huán)境因子的時空變化研究，沒有進行多角度的客觀評價。針對這一問題，前人根據(jù)4 種人類最易感知的環(huán)境變量（干度、濕度、熱度和綠度指數(shù)），通過主成分分析（Principal compo?nent analysis，PCA）技術構建適合吐哈地區(qū)的遙感生態(tài)指數(shù)（Remote sensing ecology index，RSEI）。該指數(shù)所包含信息來自MODIS遙感影像及其衍生產(chǎn)品，因此可保證計算結果的客觀性，目前基于該指數(shù)的生態(tài)環(huán)境評價模式已得到廣泛應用［6］。例如，周萌等［7］利用RSEI 對東江源區(qū)域2000—2019 年近20 a的生態(tài)環(huán)境變化進行評估，發(fā)現(xiàn)人類活動導致建設城市用地增加是造成該地區(qū)生態(tài)環(huán)境質量變化的關鍵因素；徐敏等［8］以Sentinel-2A、Landsat8 等遙感影像為基礎，利用RSEI 對滁州市2016—2020 年4 a間生態(tài)環(huán)境的時空變化進行分析，發(fā)現(xiàn)該地區(qū)生態(tài)環(huán)境質量整體略呈下降趨勢。深入分析研究發(fā)現(xiàn)，關于RSEI 的應用研究多集中在我國中部和東部地區(qū)，而對于我國西北地區(qū)的關注度相對較低，而西北地區(qū)作為我國重要的生態(tài)屏障，生態(tài)環(huán)境指數(shù)監(jiān)測必不可少。

吐魯番市和哈密市（簡稱吐哈地區(qū)）地處西北早中侏羅世含煤盆地，煤炭、石油等礦產(chǎn)資源十分豐富，具備工業(yè)大發(fā)展的先天資源稟賦，特色瓜果農業(yè)和旅游業(yè)發(fā)展具有前景。同時也是我國重要的交通樞紐以及絲綢之路經(jīng)濟帶中的核心區(qū)。然而，近40 a以來隨著經(jīng)濟社會的不斷發(fā)展，吐哈地區(qū)的天然來水量十分有限，加之水資源開采程度不斷加劇，地表水引用率遠超一般河流40%的生態(tài)閾值，地下水超采現(xiàn)象嚴重，由自然和人類活動雙重因素造成一系列生態(tài)環(huán)境問題：土地沙漠化、濕地退化、鹽塵暴頻發(fā)等現(xiàn)象導致生態(tài)環(huán)境持續(xù)惡化［9-10］。因此，本研究基于對吐哈地區(qū)RSEI和土地利用數(shù)據(jù)時空變化的定量分析，對該地區(qū)近20 a 生態(tài)環(huán)境情況進行綜合評估。

1 研究區(qū)概況

吐哈地區(qū)（41°18′～43°43′N，86°40′～96°04′E）是吐魯番市（包括高昌區(qū)、鄯善縣和托克遜縣）和哈密市（包括伊州區(qū)、巴里坤哈薩克自治縣和伊吾縣）的統(tǒng)稱，位于歐亞大陸腹地，四面環(huán)山，面積約1.2×105km2（圖1）。該地區(qū)夏季高溫干旱、降水稀少（年平均降水量＜50 mm）且蒸發(fā)強烈（年平均蒸發(fā)量＞2000 mm），致使水資源極度短缺、植被稀疏、土地荒漠化嚴重、生態(tài)系統(tǒng)極其脆弱［11-12］。

圖1 研究區(qū)概況Fig.1 Overview of the study area

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源

本研究旨在構建吐哈地區(qū)4 個時期的RSEI，其底圖數(shù)據(jù)（MODIS 數(shù)據(jù)）來自于LAADS DAAC 平臺（https://ladsweb.modaps.eosdis.nasa.gov/）。不同時期的土地利用數(shù)據(jù)來自于1990—2020 年中國30 m 空間分辨率的土地利用數(shù)據(jù)集（https://zenodo.org/re?cord/5210928#.YdJoJci4z9h），該數(shù)據(jù)集以335709 張Landsat 遙感影像為數(shù)據(jù)源，并通過人工目視解譯獲取。

2.2 研究方法

2.2.1 遙感生態(tài)指數(shù)（RSEI）的建立與評價大量研究結果表明，熱度、綠度、濕度和干度指數(shù)是與生態(tài)環(huán)境質量直接相關的4個評價指數(shù)［13-15］。而RSEI正好通過這4 個評價指數(shù)來構建，以表征生態(tài)環(huán)境的質量變化。通過查閱文獻，本研究發(fā)現(xiàn)濕度指數(shù)可以通過對遙感影像進行纓帽變換后獲得；熱度和綠度指數(shù)分別以地表溫度（Land surface tempera?ture，LST）和歸一化植被指數(shù)（Normalized difference vegetation index，NDVI）為表征；而對于干度指數(shù)，本研究采用建筑和裸土指數(shù)（Normalized difference built-up and bare-soil index,NDBSI）來構建［16］?；诖?，RSEI 可以表示為G，W，T，D4 個指數(shù)的函數(shù)，即：

其具體的表達式為：

式中：RSEI 為遙感生態(tài)指數(shù)；G為綠度指數(shù)；W為濕度指數(shù)；T為熱度指數(shù)；D為干度指數(shù)；NDVI 為植被指數(shù)；Wetness 為濕度分量；LST 為地表溫度；NDBSI為建筑和裸土指數(shù)。

（1）濕度指數(shù)：纓帽變換可以對遙感數(shù)據(jù)進行有效的降維［17］，由于其變換后獲得的分量與生態(tài)環(huán)境參數(shù)（如濕度、亮度和綠度參量）具有較強的解釋性，因此該技術常用于RSEI 協(xié)變量的提取。其中，濕度分量與植被和土壤濕度密切相關，因此本研究的濕度指數(shù)以濕度分量（Wetness）來代表，其表達式為：

式中：ρi(i=1,2,…,7)分別為MODIS 影像各波段的反射率（%）。

（2）綠度指數(shù)：NDVI 是廣泛應用的植被指數(shù)，它與植被的葉面積、生物量和植被覆蓋度都有密切關系［18］。因此，本研究選用NDVI來表征綠度指數(shù)，其計算公式為：

式中：ρ3和ρ4分別為MODIS 多光譜傳感器的紅波段和近紅外波段的反射率（%）。

（3）熱度指數(shù)：

式中：L6為MODIS多光譜傳感器在第6波段處的輻射值（J）；DN 為無量綱的像元亮度值（cd·m-2）；gain和bias分別為第6波段的增益值與偏置值；T為傳感器處溫度值；K1和K2分別為對應的定標參數(shù)。

為了獲得該地區(qū)的LST，還需要對T進行發(fā)射率校正，具體如下:

式中：λ為MODIS 多光譜傳感器在第6 波段的中心波長；ρ為常量；ε為發(fā)射率（W）。

（4）干度指數(shù)：

式中：IBI 為表征城市建筑情況的建筑指數(shù)；SI 為土壤指數(shù)。

為了計算RSEI 還需要對計算得到的4 個指數(shù)疊加進行主成分分析。需要注意的是，由于計算得到的4 個指數(shù)的量綱各不相同，如果直接進行主成分分析，會嚴重影響RSEI 的計算結果，因此本研究對各指數(shù)進行歸一化處理。

由于4 個時期第一主成分（PC1）的方差貢獻率超過80%，因此本研究僅選取PC1來表征吐哈地區(qū)的生態(tài)環(huán)境質量。為了便于不同學者之間的比較和交流，本研究對RSEI 進行了進一步標準化處理。RSEI即為最終所建立的RSEI（范圍0～1），RSEI值越接近1，表示其生態(tài)環(huán)境質量越好，反之亦然。

以上計算均在MATLAB2021a (The MathWorks,Natick,MA,USA)中通過編程實現(xiàn)，其中主成分分析和歸一化分析利用pca和mapminmax函數(shù)實現(xiàn)。

2.2.2 土地利用及其轉移矩陣計算由于土地利用數(shù)據(jù)的空間分辨率為30 m［19］，為了匹配RSEI 本研究將土地利用數(shù)據(jù)重采樣到1000 m。轉移矩陣是定量分析土地利用變化的常用技術［20-24］。本研究在MATLAB2021a 版本中計算了吐哈地區(qū)近20 a 的土地利用轉移情況。

3 結果與分析

3.1 吐哈地區(qū)生態(tài)環(huán)境的時空分布

由綠度指數(shù)（圖2）可知吐哈地區(qū)的植被覆蓋較低，并僅有少量植被呈片狀集中分布于哈密市伊州區(qū)、伊吾縣和吐魯番市北部的山區(qū)。對比不同時期綠度指數(shù)發(fā)現(xiàn)，隨時間的推移（2000—2018年）吐哈地區(qū)生態(tài)系統(tǒng)的綠度逐漸增加，其綠度指數(shù)的均值從2000 年 的0.1015 增 加 到2018 年 的0.1259（表1）。吐魯番市的綠度指數(shù)總體上低于哈密市。

圖2 2000—2018年吐哈地區(qū)綠度指數(shù)空間分布Fig.2 Spatial distributions of greenness index in Turpan and Hami cities from 2000 to 2018

吐哈地區(qū)濕度指數(shù)的時空分布情況如圖3 所示。濕度指數(shù)高值區(qū)主要集中在吐魯番市的山區(qū)及哈密市北部，低值區(qū)相間分布在南部的荒漠及其交錯帶區(qū)域。經(jīng)統(tǒng)計得到2000—2018 年吐哈地區(qū)的濕度指數(shù)平均值分別為0.3158、0.3134、0.3626、0.3240，在2000—2018 年整體呈現(xiàn)增加趨勢（表1）。2012年平均濕度相對較高，這與2012年溫度升高導致融雪徑流增加有關。

圖3 2000—2018年吐哈地區(qū)濕度指數(shù)空間分布Fig.3 Spatial distributions of wetness index in Turpan and Hami cities from 2000 to 2018

表1 2000—2018年吐哈地區(qū)各指數(shù)的統(tǒng)計分析Tab.1 Statistical analysis of each index in Turpan and Hami cities from 2000 to 2018

吐哈地區(qū)干度指數(shù)的時空分布情況如圖4 所示，吐哈地區(qū)的干度指數(shù)整體呈現(xiàn)較高態(tài)勢，僅有部分低值區(qū)域分布在市縣周邊。2000—2018 年吐哈地區(qū)土壤干度指數(shù)平均值分別為0.6503、0.6671、0.6358、0.6627（表1）。整體上，區(qū)域內干度指數(shù)呈現(xiàn)波動且略微增加趨勢，其中以2006 年和2018 年平均干度值最大，表明在這2 個時期存在一定的水土流失狀況，與研究區(qū)內部土地利用密切相關。

圖4 2000—2018年吐哈地區(qū)干度指數(shù)空間分布Fig.4 Spatial distributions of dryness index in Turpan and Hami cities from 2000 to 2018

吐哈地區(qū)熱度指數(shù)的時空分布情況如圖5 所示，高溫區(qū)域主要分布在南部的荒漠區(qū)域而低溫區(qū)域主要分布在北部山區(qū)（圖5）。吐哈地區(qū)的熱度在時間上存在降低趨勢，即從2000 年的熱度平均值0.7538下降到2018年的0.7297（表1）。

圖5 2000—2018年吐哈地區(qū)熱度指數(shù)空間分布Fig.5 Spatial distributions of heat index in Turpan and Hami cities from 2000 to 2018

2000—2018 年近20 a 吐哈地區(qū)RSEI 的演變情況如圖6所示。整體上來看其高值區(qū)（RSEI＞0.5）主要集中在農田綠洲區(qū)和山區(qū)附近。研究發(fā)現(xiàn)吐哈地區(qū)的生態(tài)環(huán)境質量沒有明顯差異，即RSEI的均值變化較?。s0.01）（表1）。

圖6 2000—2018年吐哈地區(qū)RSEI空間分布Fig.6 Spatial distribution of remote sensing ecological index(RSEI)in Turpan and Hami cities from 2000 to 2018

鑒于此，本研究對吐哈地區(qū)各縣市的RSEI均值進行進一步的統(tǒng)計分析（表2）。總體來說，所有地區(qū)的生態(tài)環(huán)境質量呈現(xiàn)先降低（2000—2006 年）后增加（2006—2012 年）再降低（2012—2018 年）的變化趨勢，但變化幅度相對較低（約0.03）。所有地區(qū)的RSEI 均值均在2012 年最高，這表明2006—2012年吐哈地區(qū)的生態(tài)環(huán)境質量有明顯的改善。與哈密市相比，吐魯番市生態(tài)環(huán)境質量的波動相對較大，尤其是鄯善縣。

表2 不同時期吐哈地區(qū)各縣區(qū)的RSEI均值Tab.2 Mean values of RSEI in counties and distvicts of Turpan and Hami cities at different periods

3.2 RSEI與各指數(shù)的相關性分析

RSEI 與各指數(shù)的全局相關性分析如表3 所示。研究發(fā)現(xiàn)RSEI 與綠度和濕度指數(shù)呈現(xiàn)顯著正相關關系（P＜0.001），而與熱度和干度指數(shù)則相反。與濕度指數(shù)相比，綠度與RSEI在吐哈地區(qū)具有相對較強的正相關性，尤其在2018 年。而4 個時期，熱度指數(shù)與RSEI在吐哈地區(qū)均具有最強的相關性，這表明熱度指數(shù)是主導吐哈地區(qū)生態(tài)環(huán)境質量的主控因子。

表3 不同時期RSEI與各指數(shù)的相關性Tab.3 Correlation between RSEI and various indices at different periods

3.3 不同時期生態(tài)環(huán)境質量的時空變化

吐哈地區(qū)綠度指數(shù)的時空變化情況如圖7 所示。近20 a吐哈地區(qū)有72%的區(qū)域呈現(xiàn)綠度增加趨勢，只有吐哈地區(qū)北部的部分地區(qū)呈現(xiàn)微弱的降低趨勢（0～0.2）。其中，吐魯番市北部和哈密市周邊呈現(xiàn)明顯的綠度增加，增幅為0.4～0.6。吐哈地區(qū)綠度指數(shù)平均增加0.0244（表4），其中2018—2012 年的增幅次之，達到0.0157。

圖7 不同時期吐哈地區(qū)綠度指數(shù)變化Fig.7 Changes of greenness index in Turpan and Hami cities at different periods

2006—2012 年吐哈地區(qū)有91%的區(qū)域出現(xiàn)濕度增加趨勢，其中巴里坤哈薩克自治縣的東南部增幅達到0.2～0.3（圖8）；而2012—2018 年有86%的區(qū)域呈現(xiàn)濕度降低趨勢。但總體表現(xiàn)為，近20 a來吐哈地區(qū)有59%的區(qū)域呈現(xiàn)濕度增加，其中哈密市中部相對較高（增幅0.2～0.3）。濕度指數(shù)整體的變化接近于0（表4），這表明2006—2012 年濕度指數(shù)的增幅被2012—2018年的整體降低所抵消。

圖8 不同時期吐哈地區(qū)濕度指數(shù)變化Fig.8 Changes of wetness index in Turpan and Hami cities at different periods

表4 不同時期吐哈地區(qū)RSEI及其協(xié)變量變化Tab.4 Changes of RSEI and its covariates in Turpan and Hami cities at different periods

吐哈地區(qū)2000—2006 年和2006—2012 年的干度指數(shù)變化存在相反的趨勢（圖9）。其中，2000—2006年為整體增加（95%區(qū)域），而2006—2012年則基本為降低趨勢（98%區(qū)域）。但總的來說，近20 a來吐哈地區(qū)有82%的區(qū)域呈現(xiàn)干度指數(shù)增加趨勢，而哈密市中部則呈現(xiàn)明顯的降低情況（干度指數(shù)下降超過0.4）。

與干度指數(shù)的變化情況類似（圖9），吐哈地區(qū)的熱度指數(shù)2000—2006 年和2006—2012 年在空間上也存在相反的變化趨勢（圖10）。其中，在2000—2006 年該地區(qū)的熱度指數(shù)主要在吐魯番市大部分地區(qū)和哈密市南部呈現(xiàn)降低趨勢，哈密市北部呈現(xiàn)增加趨勢。但2個時期對應的面積變化占比基本接近（2%）。從整體上看，近20 a來吐哈地區(qū)有79%的區(qū)域呈現(xiàn)熱度指數(shù)降低趨勢，其中哈密市中部和伊吾縣南部的變化最為明顯（＜-0.15）。

對于RSEI，近20 a來吐哈地區(qū)68%的區(qū)域呈現(xiàn)生態(tài)環(huán)境質量略微下降的趨勢（＜0.1）（圖11）。2000—2018 年的RSEI 變化量均值接近于0（表4）。哈密市中部的生態(tài)環(huán)境質量增幅最為明顯（0.2～0.4），而巴里坤哈薩克自治縣的大部分地區(qū)呈現(xiàn)略微增加趨勢（＜0.1）。RSEI 在2000—2006 年和2006—2012 年呈現(xiàn)相反的變化趨勢，這與干度（圖9）和熱度指數(shù)（圖10）的變化情況類似。

圖9 不同時期吐哈地區(qū)干度指數(shù)變化Fig.9 Changes of dryness index in Turpan and Hami cities at different periods

圖10 不同時期吐哈地區(qū)熱度指數(shù)變化Fig.10 Changes of heat index in Turpan and Hami cities at different periods

圖11 不同時期吐哈地區(qū)RSEI的變化Fig.11 Changes of RSEI in Turpan and Hami cities at different periods

3.4 不同時期土地利用方式的變化

分析吐哈地區(qū)4 個時期的土地利用情況發(fā)現(xiàn)，未利用占據(jù)了吐哈地區(qū)的大部分區(qū)域，其次是草地，主要集中在吐魯番市北部和哈密市中部地區(qū)（圖12）。研究發(fā)現(xiàn)近20 a 來吐哈地區(qū)的耕地和草地面積有所增加，巴里坤湖的面積有明顯萎縮趨勢。

圖12 不同時期吐哈地區(qū)土地利用分類Fig.12 Land use classification in Turpan and Hami cities at different periods

根據(jù)不同土地類型的轉移矩陣本研究發(fā)現(xiàn)，吐哈地區(qū)近20 a草地面積增加最多，耕地次之，城鄉(xiāng)用地最少，分別為8044 km2、869 km2和594 km2。相反，該地區(qū)未利用地面積降低最多，林地次之，水域最少，分別減少9085 km2、310 km2和112 km2（表5）。其中，2012—2018 年的變化相對較為劇烈，其他2個時期的變化相對較為穩(wěn)定。

表5 吐哈地區(qū)不同土地利用類型面積統(tǒng)計Tab.5 Area statistics of different land use types in Turpan and Hami cities /km2

本研究進一步分析了吐哈地區(qū)近20 a土地利用類型的轉移情況。研究發(fā)現(xiàn)，盡管5142 km2的草地退化為未利用地，但卻有13483 km2的未利用地被改良為草地。此外，有682 km2和543 km2的草地和未利用地被開墾為耕地（表6）。以上結果表明，近20 a來吐哈地區(qū)整體呈現(xiàn)變綠的趨勢，該結果與RSEI分析結果保持一致，但未來需要減少草地開墾和過度放牧，并防止棄耕和撂荒。

表6 2000—2018年土哈地區(qū)不同土地利用類型轉移面積Tab.6 Transfer area of different land use types in Turpan and Hami cities from 2000 to 2018 /km2

4 結論

本文基于2000、2006、2012 年和2018 年的4 期遙感數(shù)據(jù)，反演獲取了表征吐哈地區(qū)溫度、綠度、濕度和干度的4 個指數(shù)，通過多種計算方式構建了RSEI；并對其進行各種時空變化分析，全面探索了吐哈地區(qū)生態(tài)環(huán)境和土地利用的變化情況，為該地區(qū)高質量發(fā)展提供了有效的依據(jù)。主要研究結論如下：

（1）利用地表溫度、植物綠度、環(huán)境濕度和干度這4 個協(xié)變量構建的RSEI 比單一指數(shù)更能反映吐哈地區(qū)2000—2018年生態(tài)環(huán)境的變化?？偟膩碚f，近20 a 吐哈地區(qū)綠度指數(shù)平均增加0.0244，濕度指數(shù)整體的變化接近于0，干度和熱度指數(shù)在哈密市中部降低最為明顯。

（2）從總體而言，吐哈地區(qū)的生態(tài)環(huán)境質量呈現(xiàn)略微下降的趨勢（＜0.1），其中，吐魯番市的鄯善縣RSEI 變化幅度最大，環(huán)境質量下降的最多，而哈密市的巴里坤縣的環(huán)境質量減少的幅度最小。

（3）熱度指數(shù)是主導吐哈地區(qū)生態(tài)環(huán)境質量變化的主控因子。雖然近20 a 來，吐哈地區(qū)整體呈現(xiàn)變綠的趨勢，但未來仍然需要控制草地開墾及過度放牧。