李益敏，李盈盈，劉師旖，吳博聞，趙娟珍

1.云南大學地球科學學院

2.云南省高校國產高分衛(wèi)星遙感地質工程研究中心

隨著社會經濟的發(fā)展，人類為了滿足自身不斷增長的物質利益需求，對自然進行無限制的索取，對生態(tài)系統(tǒng)造成了嚴重的破壞[1-2]。為了緩解生態(tài)環(huán)境問題，1999年國家正式啟動了退耕還林還草工程，在四川、甘肅、陜西3省進行試點，2000年在全國范圍內進行推廣。云南省怒江傈僳族自治州（簡稱怒江州）蘭坪白族普米族自治縣（簡稱蘭坪縣）成為退耕還林工程試點示范縣，2000——2001年完成退耕還林28.67 km2，并從2002年起全面展開退耕還林還草工程，到2006年，累計完成退耕還林62.67 km2，不僅增加了蘭坪縣的林草覆蓋率，而且使水土流失、泥石流等自然災害得到有效遏制。2014年，第二輪退耕還林還草工程正式啟動[3]。怒江州在此背景下，提出了以公路沿線、江河兩岸、城鎮(zhèn)面山和湖庫周圍等生態(tài)脆弱區(qū)與重要生態(tài)區(qū)位作為全州第二輪退耕還林還草工程實施的重點，截至2019年，蘭坪縣完成退耕還林153.6 km2。

2020年6月30日，國家林業(yè)和草原局發(fā)布了《中國退耕還林還草二十年（1999——2019）》白皮書。白皮書顯示，20年來我國實施退耕還林還草34.33萬km2，成林面積占全球同期增綠面積的4%以上，全國退耕還林還草當年產生的生態(tài)效益總價值量為1.38萬億元[4]。學者們針對退耕還林在生態(tài)環(huán)境方面的成效開展了大量研究。2003年，羅海波等[5]對貴州省退耕還林工程與土壤養(yǎng)分流失情況的相關性進行了研究；2004年，李蕾等[6]引入土壤保持功能價值的評價方法，對退耕還林工程的土壤保持效益進行評價，開啟了基于退耕還林工程對生態(tài)系統(tǒng)服務功能影響的研究；2007年，高國雄等[7]基于退耕還林不同配置方式，對生態(tài)系統(tǒng)服務功能進行了評價；2010年，李莉等[8]引入了《生態(tài)環(huán)境狀況評價技術規(guī)范（試行）》規(guī)定的生態(tài)環(huán)境狀況評價指標體系和計算方法，對奈曼旗在退耕還林工程實施初期以及實施5年后的生態(tài)環(huán)境質量進行了評價；2016年，高鳳杰等[9]構建了牡丹江地區(qū)土地生態(tài)安全評價指標體系，定量分析了牡丹江地區(qū)在退耕還林工程期間土地生態(tài)安全的時空演變情況；2020年，王靜等[10]將自然和人為因素分離開，探討了寶雞地區(qū)年際和季節(jié)尺度上退耕還林工程的生態(tài)效果。

目前，對于生態(tài)環(huán)境質量的評價方法主要有壓力-狀態(tài)-響應（PSR）模型[11-12]、驅動力-壓力-狀態(tài)-影響-響應（DPSIR）模型[13-14]、綜合指數法[15]、多變量海洋生物指數（M-AMBI）模型[16-17]、生態(tài)環(huán)境狀況指數（EI）模型[18-19]、遙感生態(tài)距離指數（RSEDI）模型[20]、遙感生態(tài)指數（RSEI）模型[21-22]等，但這些模型主要應用于對特定行政區(qū)域或流域的生態(tài)環(huán)境質量進行評價，以此來反映研究區(qū)內生態(tài)環(huán)境質量的變化，對于模型的應用價值還有待挖掘。退耕還林工程作為國家的重大生態(tài)建設工程，對其在生態(tài)環(huán)境方面的成效進行研究，不僅可以推動工程的實施，還可以為工程實施提出建設性意見。因此，將生態(tài)環(huán)境質量的評價模型應用于退耕還林工程是理論與實踐的有機結合，既可以促進退耕還林工程的實施，又可以使模型發(fā)揮其現實意義，但目前相關研究較少。蘭坪縣作為高山峽谷地區(qū)，地質災害頻發(fā)，水土流失嚴重，生態(tài)環(huán)境較為脆弱，對該區(qū)域開展生態(tài)環(huán)境質量動態(tài)研究可以為其生態(tài)建設工程提供基礎，對其生態(tài)修復具有重要意義。

RSEI模型由徐涵秋[23]在2013年提出，該模型利用主成分分析法自動分配評價指標的權重，與EI模型相比具有可視化、能進行時空分析、易于建模等優(yōu)點。筆者以怒江州第二輪退耕還林工程為背景，將RSEI模型應用于蘭坪縣在退耕還林工程實施前（2013年）、實施過程中（2017年）以及實施末期（2020年）的生態(tài)環(huán)境質量動態(tài)變化研究，并從基本農田、坡度、生態(tài)環(huán)境質量3個方面考慮，確定了蘭坪縣潛在退耕區(qū)域，以期為退耕還林工程實施效果評價提供方法參考，同時對其他退耕區(qū)的退耕效果評價和今后退耕區(qū)的確定具有借鑒意義。

1 研究區(qū)概況與數據來源

蘭坪縣位于怒江州東部、云南省西部，全縣總面積為4 371.2 km2（圖1）。蘭坪縣地處“三江并流”世界自然遺產腹地，全縣森林覆蓋率達71.47%?？h境內礦產資源豐富，分布著220多個礦床、礦點，擁有儲量1 100萬個金屬噸的世界級鳳凰山鉛鋅礦，長時間、高強度的礦產開發(fā)以及修路等經濟建設活動使得縣內自然災害頻發(fā)、水土流失嚴重，有200多個地質災害隱患點，水土流失面積占全縣面積的20%左右，導致蘭坪縣生態(tài)環(huán)境較為脆弱。

圖1 研究區(qū)行政區(qū)劃Fig.1 Administrative division of the study area

本研究所需的數據包括Landsat 8遙感影像、數字高程模型（DEM）數據以及行政區(qū)劃、水體和積雪區(qū)、退耕還林、基本農田矢量數據。其中Landsat8遙感影像、DEM數據來源于地理空間數據云；行政區(qū)劃數據來源于國家科技基礎條件平臺——國家地球系統(tǒng)科學數據中心；水體和積雪區(qū)依據遙感影像目視解譯得到；基本農田矢量數據來源于怒江州自然資源局；2014——2016年退耕還林矢量數據來源于怒江州林業(yè)和草原局。2017——2020年退耕還林數據由遙感影像提取，先運用監(jiān)督分類與目視解譯相結合的方法提取2013年、2020年2期耕地數據，然后通過空間分析得到退耕還林數據，用2014——2016年退耕還林矢量數據進行驗證，精度達86.20%。

2 研究方法

RSEI模型包含綠度、干度、濕度和熱度4個指標，首先基于Landsat 8遙感影像，運用ENVI5.3提取出單個指標，然后運用主成分分析法進行降維處理，將第一主成分的值作為RSEI 的初始值，并據此計算出RSEI ，具體計算過程如下。

2.1 RSEI單一指標計算

（1）綠度

歸一化植被指數（NDVI）能夠反映植被生長狀況、植被覆蓋度以及時空分布特征[24]，因此將NDVI作為反映綠度的指標，其計算公式如下：

式中：ρNIR為近紅外波段的反射率；ρRed為紅波段的反射率。

（2）干度

隨著城市化進程的加快，不透水面性質的建設用地迅速擴張，不透水面和裸露的土壤加劇了區(qū)域的干燥程度。選取建筑指數（IBI）和裸土指數（SI）作為干度指標，其計算公式如下：

式中：ρSWIR1、ρGreen分別代表短波紅外1、綠波段的光譜反射率；NDBSI為干度指標。

（3）濕度

在生態(tài)環(huán)境檢測中，濕度指標與土壤濕度和植被緊密相關[25]，能夠反映生態(tài)環(huán)境質量狀況，其計算公式如下：

式中：WET 為濕度指標；b1、b2、b3、b4、b5、b6分別為藍波段、綠波段、紅波段、近紅外波段、短波紅外1和短波紅外2的光譜反射率。

（4）熱度

地表溫度反映熱度指標。采用大氣校正法進行地表溫度反演，計算公式如下：

式中：L為OLI/TIRS影像第10波段像元在傳感器處的輻射值；DN為像元灰度值；gain、bais分別為像元增益值和偏置值，可在遙感影像的頭文件中獲?。籅（LST）為黑體輻射亮度；L↑、L↓、T分別為大氣向上、向下的輻射亮度和在熱紅外波段的透過率，可在網站https://atmcorr.gsfc.nasa.gov/查詢；LST為熱度指標；K1、K2為定標參數，在OLI/TIRS影像中分別為 480.89、1 204.14 W/(m2·sr·μm)；ε為地表輻射率，參考吳映曈等[26]的相關研究依據NDVI獲取。

2.2 RSEI計算

（1）主成分分析

由于評價指標的量綱不同對于主成分分析結果的影響較為明顯[27]，因此需要對NDVI、NDBSI、WET、LST 這4個指標進行歸一化處理〔式（9）〕，然后在ENVI5.3軟件中進行主成分分析，將方差最大的第一主成分的值作為RSEI的初始值〔式（10）〕。

式中：NI為指標標準化后的值；I為指標的數值；Imin、Imax分別為指標的最小值與最大值。

式中：RSEI0為遙感生態(tài)指數的初始值；PC1為4個指標經過主成分分析后提取的第一主成分信息。

（2）RESI的計算與分級處理

將RSEI0進行歸一化處理，得到最終的RSEI〔式（11）〕，然后采用等間隔法將 RSEI分為差（0～0.2）、較差（0.2～0.4）、一般（0.4～0.6）、良（0.6～0.8）、優(yōu)（0.8～1）5 個等級。

式中：RSEI0-min、RSEI0-max分別為RSEI0的最大值和最小值。

3 結果與分析

3.1 蘭坪縣2013——2020年生態(tài)環(huán)境質量變化

3.1.1 主成分分析法結果

由于瀾滄江穿過蘭坪縣，且蘭坪縣西南部有積雪，為避免水域、積雪對RSEI模型的影響，在進行主成分分析時將水域和積雪淹沒掉。由主成分貢獻率及特征值（表1）可知，2013年、2017年、2020年PC1的貢獻率分別為93.01%、92.78%、93.24%，均高于90%，說明合成的PC1信息可以代表綠度、干度、濕度和熱度4個指標所包含的所有信息。

表1 主成分貢獻率及特征值Table 1 Principal component contribution rate and characteristic value

3.1.2 生態(tài)環(huán)境質量空間變化

由蘭坪縣2013年、2017年、2020年RSEI分級圖（圖2）可知，蘭坪縣生態(tài)環(huán)境質量以良、優(yōu)2個級別為主，生態(tài)環(huán)境質量差、較差的區(qū)域主要分布在瀾滄江兩岸。2013——2017年，蘭坪縣的RSEI變化不明顯，變化區(qū)域主要在瀾滄江南段、西岸，兔峨鄉(xiāng)中部地區(qū)，RSEI為差、較差的區(qū)域面積減少。2017——2020年，蘭坪縣的生態(tài)環(huán)境質量明顯提高，瀾滄江兩岸RSEI為差、較差的區(qū)域面積明顯減少（如中排鄉(xiāng)的西岸），研究區(qū)北部和中部RESI為良、優(yōu)的區(qū)域面積明顯增加。從RSEI的平均值來看，從2013年的0.587 22變?yōu)?017年的0.598 471再變?yōu)?020年的0.623 225，2013——2017年RSEI提高了1.92%，而2017——2020年提高了4.14%?？傮w來講，2013——2020年蘭坪縣的生態(tài)環(huán)境質量不斷提高。

圖2 蘭坪縣2013——2020年RSEI分級Fig.2 RSEI grading map of Lanping County in 2013-2020

3.1.3 生態(tài)環(huán)境質量時間變化

由蘭坪縣2013——2020年RSEI各等級面積及占比（表2）可知，2013年、2017年和2020年，蘭坪縣RSEI為優(yōu)的區(qū)域面積占比最大，為差的區(qū)域面積占比最小。2013——2017年，蘭坪縣RSEI各等級面積變化較小，等級為良、優(yōu)的區(qū)域面積占比增加，而等級為差、較差和一般的區(qū)域面積占比均下降，其中，等級為一般的區(qū)域面積占比減少了1.01%，其他2個等級的面積占比減少均小于1%。2017——2020年，RSEI各等級的面積變化規(guī)律與2013——2017年的變化規(guī)律相同，但變化幅度增加，RSEI等級為優(yōu)的區(qū)域面積占比增加了3.17%，等級為較差的區(qū)域面積占比減少了1.96%，其他各等級面積占比變化為1%～1.5%。因此， 2013——2020年，蘭坪縣的生態(tài)環(huán)境質量呈上升趨勢，RSEI等級為良、優(yōu)的區(qū)域面積增加，等級為差、較差和一般的區(qū)域面積呈減少趨勢。

表2 蘭坪縣2013——2020年RSEI各等級面積及占比Table 2 Area and proportion of RSEI grades in Lanping County from 2013 to 2020

3.1.4 生態(tài)環(huán)境質量等級變化

由蘭坪縣RSEI等級變化統(tǒng)計結果（表3）可知，2013——2020年，蘭坪縣內75%以上的區(qū)域生態(tài)環(huán)境質量處于不變狀態(tài)，生態(tài)環(huán)境質量變化幅度較小，RSEI的等級差主要集中在-1和1這2個級別上，生態(tài)環(huán)境質量變好的區(qū)域面積遠遠大于生態(tài)環(huán)境質量變差的區(qū)域面積。2013——2017年，蘭坪縣生態(tài)環(huán)境質量不變的區(qū)域面積占76.29%，等級差為-1和1的區(qū)域面積分別為350.122 5、635.800 5 km2，分別占總面積的8.15%、14.80%，生態(tài)環(huán)境質量變好的區(qū)域面積是生態(tài)環(huán)境質量變化變差的區(qū)域面積的1.7倍。2017——2020年，蘭坪縣生態(tài)環(huán)境質量不變的區(qū)域面積為3 232.883 7 km2，占研究區(qū)總面積的75.25%，生態(tài)環(huán)境質量變好的區(qū)域面積占比達18.31%，是生態(tài)環(huán)境質量變差的區(qū)域面積占比的2.8倍?？梢?，蘭坪縣的生態(tài)環(huán)境質量在2013——2020年處于上升趨勢，且上升幅度增加。

由蘭坪縣2013——2017年、2017——2020年RSEI等級變化（圖3）可以明顯看出，2013——2020年蘭坪縣生態(tài)環(huán)境質量等級以保持不變?yōu)橹鳌?013——2017年，蘭坪縣生態(tài)環(huán)境質量變好的區(qū)域分布比較均勻，較為集中地分布在中排鄉(xiāng)中部、通甸鎮(zhèn)中部以及啦井鎮(zhèn)北部；而生態(tài)環(huán)境質量變差的區(qū)域有2個集中分布區(qū)，分別為營盤鎮(zhèn)的西北部以及東部，其次在研究區(qū)的西部高海拔區(qū)域均勻分布。2017——2020年，蘭坪縣的生態(tài)環(huán)境質量以保持不變和質量等級提高為主，生態(tài)環(huán)境質量變差的區(qū)域極少且分布不明顯，生態(tài)環(huán)境質量變好的區(qū)域主要分布在瀾滄江兩岸，以西岸為主，在中排鄉(xiāng)、石登鄉(xiāng)、營盤鎮(zhèn)分布面積較大。

圖3 蘭坪縣2013——2017年、2017——2020年RSEI等級變化Fig.3 RSEI grade changes in Lanping County from 2013 to 2017 and from 2017 to 2020

3.2 蘭坪縣退耕還林區(qū)生態(tài)環(huán)境質量變化

3.2.1 生態(tài)環(huán)境質量時空變化

以退耕還林斑塊數據為基礎，探究退耕還林區(qū)的生態(tài)環(huán)境質量變化。通過對比研究區(qū)、退耕還林2 km緩沖區(qū)以及退耕還林斑塊內的RSEI平均值（表4）可以發(fā)現，在3個研究尺度下，雖然退耕還林斑塊的RSEI最小，生態(tài)環(huán)境質量最差，但其RSEI的增加值最大，生態(tài)環(huán)境質量改善速度最快。2013——2020年，研究區(qū)內的RSEI增加了6.13%，退耕還林2 km緩沖區(qū)內的RSEI提升了10.33%，但退耕還林斑塊內的RSEI卻提升了22.42%，因此退耕還林工程對于生態(tài)環(huán)境質量改善具有直接且顯著的影響。

表4 研究區(qū)、退耕還林2 km緩沖區(qū)以及退耕還林斑塊內的RSEI平均值Table 4 RSEI mean values in the study area, 2 km buffer zone and patches of converting cropland to forests

由于退耕還林斑塊較小，且生態(tài)環(huán)境中沒有嚴格的分界線，退耕還林工程對周圍環(huán)境也會產生一定的影響，因此以退耕還林2 km緩沖區(qū)范圍內的區(qū)域作為退耕還林區(qū)開展進一步研究。由蘭坪縣2013——2020年退耕還林區(qū)RSEI分級圖（圖4）可知，2013——2020年，退耕還林區(qū)內的生態(tài)環(huán)境質量顯著提升，RSEI等級為差、較差的區(qū)域面積減少，而等級為良、優(yōu)的區(qū)域面積明顯增加，其中中排鄉(xiāng)與兔峨鄉(xiāng)的變化尤為明顯。

圖4 蘭坪縣2013——2020年退耕還林區(qū)RSEI分級Fig.4 RSEI grading diagram of converting cropland to forests in Lanping County in 2013-2020

由蘭坪縣退耕還林區(qū)2013——2017年、2017——2020年RSEI等級轉移矩陣（表5、表6）可知，2013——2017年、2017——2020年2個時段，退耕還林區(qū)RSEI等級為差、較差和一般的區(qū)域面積減少，等級為良、優(yōu)的區(qū)域面積增加，各等級中RSEI等級提高的區(qū)域面積要大于等級變差的區(qū)域面積。由此可知，在第二輪退耕還林工程實施期間，蘭坪縣生態(tài)環(huán)境質量明顯提升。

表5 蘭坪縣退耕還林區(qū)2013——2017年RSEI等級轉移矩陣Table 5 RSEI grade transfer matrix of converting cropland to forests in Lanping County in 2013-2017

表6 蘭坪縣退耕還林區(qū)2017——2020年RSEI等級轉移矩陣Table 6 RSEI grade transfer matrix of converting cropland to forests in Lanping County in 2017-2020

3.2.2 蘭坪縣潛在的退耕還林區(qū)

由上述研究結果可知，在第二輪退耕還林工程實施期間，蘭坪縣生態(tài)環(huán)境質量有了較大幅度的提升，尤其是退耕還林斑塊內生態(tài)環(huán)境質量提升更為明顯。退耕還林工程對生態(tài)環(huán)境質量改善的內因主要表現在以下2個方面：1）蘭坪縣退耕還林區(qū)主要位于坡度大于25°的區(qū)域，布局合理，該區(qū)域是自然災害高發(fā)區(qū)，退耕后水土流失、土壤侵蝕等自然災害明顯減弱，對生態(tài)環(huán)境質量改善具有直接作用；2）在退耕還林工程實施的過程中會優(yōu)化農村產業(yè)結構、調整生產生活方式，對生態(tài)環(huán)境質量的改善具有間接作用。

相關研究表明，退耕還林率與生態(tài)環(huán)境質量變化的相關性較高[28]。蘭坪縣作為以山地為主的生態(tài)環(huán)境脆弱區(qū)，縣域內現有耕地分布還存在一定的不合理性，因此可進一步推進退耕還林工程以促進蘭坪縣生態(tài)環(huán)境質量的改善。首先，基本農田是耕地中最精華的部分，保護耕地最重要的就是對基本農田的保護[29]，因此可將基本農田區(qū)作為退耕還林區(qū)的限制條件；其次，坡度對土地利用具有一定的限制性，坡度大于25°的耕地水土流失問題比較嚴重，因此可將25°以上的耕地作為優(yōu)先考慮的退耕區(qū)；最后，從生態(tài)環(huán)境質量改善的角度出發(fā)，可優(yōu)先在RSEI等級為差和較差的區(qū)域實施退耕還林工程。依據以上3個條件，將基本農田、坡度和2020年RSEI等級圖進行疊加分析，確定蘭坪縣潛在退耕還林區(qū)，結果如圖5所示。蘭坪縣潛在退耕區(qū)主要分布在中排鄉(xiāng)、石登鄉(xiāng)、營盤鎮(zhèn)和兔峨鄉(xiāng)4個鄉(xiāng)鎮(zhèn)，其中分布面積最大的是中排鄉(xiāng)（11.451 1 km2），其次為兔峨鄉(xiāng)（8.693 3 km2），而在啦井鎮(zhèn)、金頂鎮(zhèn)和通甸鎮(zhèn)的分布面積較少。

圖5 蘭坪縣潛在退耕區(qū)Fig.5 Potential abandoned farmland areas in Lanping County

4 結論

（1）蘭坪縣的生態(tài)環(huán)境質量以良、優(yōu)2個級別為主，生態(tài)環(huán)境質量等級在2013——2020年由一般轉為良，2013——2017年RSEI提升了1.92%，2017——2020年提升了4.14%，生態(tài)環(huán)境質量處于上升趨勢。

（2）2013——2017年、2017——2020年2個時期內，75%以上的區(qū)域生態(tài)環(huán)境質量保持不變，生態(tài)環(huán)境質量變化幅度較小，生態(tài)環(huán)境質量等級差主要處于- 1、0、1這 3個級別上，生態(tài)環(huán)境質量變好的區(qū)域面積遠遠大于變差的區(qū)域面積。

（3）2013——2020年，蘭坪縣退耕還林區(qū)生態(tài)環(huán)境質量等級顯著提升，遙感生態(tài)指數由2013年的0.540 166變?yōu)?020年的0.595 963，提升了10.33%。生態(tài)環(huán)境質量等級為差、較差和一般的區(qū)域面積減少，而等級為良、優(yōu)的區(qū)域面積增加。

（4）蘭坪縣的生態(tài)環(huán)境質量在整個第二輪退耕還林工程中一直處于上升趨勢，2017——2020年的提升幅度大于2013——2017年，退耕還林斑塊生態(tài)環(huán)境質量的提升幅度明顯大于研究區(qū)和退耕還林2 km緩沖區(qū)，退耕還林工程有力地促進了蘭坪縣生態(tài)環(huán)境質量提升。

本研究將RSEI模型應用于退耕還林區(qū)生態(tài)環(huán)境質量動態(tài)變化研究，使退耕還林工程的生態(tài)效果更為直觀。研究結果可以為后期退耕還林工程的實施提供參考，如生態(tài)環(huán)境質量等級為差的區(qū)域可以優(yōu)先實施退耕還林工程。退耕還林工程的規(guī)劃期限往往較長，由于RSEI模型的效果較好，因此可以在退耕還林區(qū)進行推廣。