基于主成分分析的生态变化遥感监测——以宝鸡市城区为例

张洪敏， 张艳芳， 田 茂， 吴春玲

(陕西师范大学地理科学与旅游学院，西安 710119)

0 引言

生态环境质量状况与人类生活息息相关，正确认识和评价生态环境质量状况对生态环境保护具有十分重要的意义[1-3]。目前，区域生态环境质量评价的常用方法是基于单一指标的评测方法，例如相对指标法[4]、模糊评价法[5]、指数评价法[6]和相关分析法[7]等。生态环境状况指数(ecological index，EI)是反映区域生态环境整体质量的重要指标，包括生物丰度指数、植被覆盖指数、水网密度指数、土地胁迫指数、污染负荷指数和环境限制指数等6个指数[8]。许多学者已应用EI指数对区域生态环境质量进行了评价，部分学者还对EI指数的权重进行了调整[9-11]。鉴于遥感数据具有大面积同步观测、时效性、综合性[12]等特性，遥感生态指数(remote sensing ecological index，RSEI)[13-14]完全基于遥感数据反演获得，排除了人为因素对于各指标权重的影响，在区域生态环境质量评价研究中应用广泛[15-16]，能够揭示较大空间尺度的自然生态环境变化特征。

但是，迄今针对宝鸡市生态环境质量的研究多基于单一指标，利用综合评价指标对宝鸡市生态环境质量的研究还较少。本文基于主成分分析法(principal component analysis，PCA)，集成绿度、湿度、干度和热度4个遥感指标，构建了RSEI指标体系，对宝鸡市城区2002—2013年间的生态环境质量变化进行了综合评价，并分析了变化原因，以期为宝鸡市生态环境保护和建设提供科学依据。

1 研究区概况及数据预处理

1.1 研究区概况

宝鸡市为陕西省第二大城市，位于E106°18′～108°03′，N33°35′～35°06′之间，下辖3个区(陈仓区、金台区和渭滨区)和9个县(扶风县、凤翔县、眉县、千阳县、麟游县、太白县、岐山县、凤县和陇县)，东邻咸阳市和西安市，南邻汉中市，西北部与甘肃省的天水市、平凉市相靠，是西北地区重要的交通枢纽，关中—天水经济区的副中心城市。市域内地形地貌以山地、丘陵为主，南、西、北三面环山，平均海拔为618 m； 气候属于大陆性暖温带半湿润性气候，四季分明，夏季炎热多雨，冬季寒冷干燥，年平均气温约为13 ℃，降雨量约为590～900 mm。本文研究区位于宝鸡市的中部，为该市的3个城区，2002年10月8日Landsat5 TM 5(R)，4(G)，3(B)假彩色合成影像如图1所示。

图1 研究区遥感影像Fig.1 Image of the study area

1.2 数据源及其预处理

1.2.1 数据来源

遥感影像数据来源于地理空间数据云(http: //www.gscloud.cn/)，分别为2002年10月8日Landsat5 TM影像和2013年10月6日Landsat8 OLI和TIRS影像，获取时间均为10月上旬，云量较少，大气校正参数来自于Landsat影像的头文件，大气剖面参数由NASA提供(http: //atmcorr.gsfc.nasa.gov/)。其他数据主要包括宝鸡市行政区划图、90 m DEM数据和土地利用现状图。

1.2.2 数据预处理

利用遥感影像处理软件ENVI5.1提供的定标工具和FLAASH大气校正工具将2景遥感影像数据的多光谱波段分别进行辐射定标和大气校正，将DN值转换为辐射亮度值并消除大气、光照等因素对于地物反射的影响，获得地物真实反射率。利用研究区域的矢量文件对大气校正后的遥感影像数据分别采用二次多项式和最邻近像元法进行几何校正和图像裁剪。图像配准的均方根误差小于等于0.5个像元。

2 生态环境质量遥感评价体系建立

2.1 绿度指标

归一化植被指数(normalized difference vegetation index，NDVI)是指示植被生长状况的最常用指数之一，与作物产量、植被覆盖度和叶面积指数等关系密切[17]，被广泛应用于监测植被长势和生态环境质量监测等领域[18]。NDVI公式为

NDVI=(ρNIR-ρred)/(ρNIR+ρred),

(1)

式中ρi表示各对应波段的反射率。

2.2 湿度指标

湿度指标采用缨帽变换中Wet分量，该分量反映了研究区地表土壤、植被等的湿度状况。土壤湿度在大气与地表的水分交换过程中起到了关键作用，是揭示土地退化的重要指标[19]。2002年和2013年的Wet公式分别为

Wet2002=0.031 5ρblue+0.202 1ρgreen+0.310 2ρred+0.159 4ρNIR-0.680 6ρSWIR1-0.610 9ρSWIR2,

(2)

Wet2013=0.151 1ρblue+0.197 2ρgreen+0.328 3ρred+0.340 7ρNIR-0.711 7ρSWIR1-0.455 9ρSWIR2。

(3)

2.3 干度指标

地表覆盖大致分为水体、植被、建筑用地和裸地4类(严寒地区除外)[20]，建筑指数(index-based built-up index，IBI)和裸土指数(soil index，SI)指示了地表干度。采用IBI和SI合成地表干度指标(normalized difference soil index，NDSI)，即

SI=(ρSWIR1+ρred-ρblue-ρNIR)/(ρSWIR1+ρred+ρblue+ρNIR),

(4)

(5)

NDSI=(IBI+SI)/2。

(6)

2.4 热度指标

地表温度(land surface temperature，LST)是指示地表与大气之间物质能量交换的重要参数，基于遥感数据反演LST已经被广泛应用于监测农作物长势、旱情等领域。基于Landsat TM/ETM+进行LST的反演方法主要有大气校正法、单窗算法[21]和分裂窗算法等，本研究采用大气校正法反演LST。分别对2景影像的热红外波段(Landsat8 选择第10波段)进行辐射定标后求得黑体辐射亮度B(LST)，再利用普朗克函数求出LST[22]，其公式为

LST=K2/ln[K1/B(LST)+1]，

(7)

B(LST)=[Lλ-Lu-τ(1-ε)Ld]/τε，

(8)

Lλ=[εB(LST)+(1-ε)Ld]τ+Lu，

(9)

式中：K1和K2为常数，在头文件中获取；Lλ为热红外辐射亮度值；τ为热红外波段的大气透过率；ε为地表比辐射率；Lu和Ld分别表示大气向上和向下的辐射亮度值；ε，Lu和Ld在NASA提供的大气剖面参数网站获得。

由于正规化处理具有削弱日照和大气的影响以及减少不同时相遥感影像之间差异等优点[23-24]，为避免指标量纲不一致对计算结果造成影响，对以上各指标进行正规化处理，使数值处于(0，1)之间。正规化公式为

NIi=(Ii-Imin)/(Imax-Imin),

(10)

式中：NIi为正规化处理后各对应指标的数值；Ii为各对应指标的原始数值；Imax和Imin分别为对应指标的最大值和最小值。

2.5 RSEI构建

构建RSEI的关键在于既能反映各单一指标，又能反映综合情况，PCA可以把原来多个变量转化为少数几个综合变量，既消除了各变量之间的相关性，又避免了人为因素的干扰[25]。为了避免大面积水体对PCA造成影响，首先将大片水体信息掩模； 然后将经过正规化处理的NDVI，Wet，NDSI和LST这4个指标进行PCA运算。各个指标PCA运算结果如表1所示。

表1 4个指标PCA结果Tab.1 PCA results of four indexes

由表1可知，NDVI和Wet指标对于PC1的荷载值为正值，说明这2个指数对于生态环境质量起积极作用，而LST和NDSI对于PC1的荷载值为负值，说明这2个指数对于生态环境质量起消极作用。将以上各指标转化为综合评价体系，其公式[15]为

(11)

式中：m为主成分分量个数；ai为第i个主成分分量特征值的贡献率；PCi表示第i个主成分分量。

同样利用式(10)对RSEI正规化得到RSEINI，并对RSEINI以0.2为间隔划分为1～5等级，分别为差、较差、中等、良和优[14]。RSEINI越接近于1，表示生态环境质量越好，反之，则表示生态环境质量越差。

为了进一步研究生态环境质量综合变化特征，计算生态环境质量综合指数(synthetical ecological index，ESI)，若ESI越大，表示生态环境整体状况越好，反之，则表示生态环境质量整体状况越差，其公式为[15]

(12)

式中：n为生态环境质量等级数；Ai为生态环境质量等级i所占的面积；S为研究范围总面积；Pi为等级i所对应的量化等级值。

3 结果与分析

3.1 生态环境质量变化监测

3.1.1 总体生态环境质量变化监测

RSEINI空间分布及分级统计结果分别如图2和表2所示，图中白色部分为掩模掉的水体。

(a) 2002年 (b) 2013年

图22002年和2013年RSEINI空间分布
Fig.2DistributionofRSEINIin2002and2013

表2 2002年和2013年RSEINI分级统计结果Tab.2 Leveled RSEINI statistics in 2002 and 2013

由图2和表2可知，生态环境质量等级为差和较差的区域主要分布于研究区东北部地区，而良和优的地区主要位于研究区西北部和南部山区； 2002—2013年间研究区RSEINI平均值由0.56提高到0.61，ESI值由3.25提高到3.56，表明近10 a来生态环境质量的整体状况有了较明显改善。生态环境质量等级为差、较差、中等和良的区域面积比例均在下降，而等级为优的面积比例由5.19%上升到28.13%。RSEINI变化检测及统计结果如图3和表3所示。

图3 2002—2013年间RSEINI变化检测Fig.3 Change detection of RSEINI between 2002 and 2013

表3 2002年和2013年RSEINI等级变化Tab.3 Change of RSEINI between 2002 and 2013

通过对2期RSEINI数据进行差值变化分析可以发现，生态环境质量等级提升的面积比例远大于等级下降的面积比例，说明研究区生态环境质量整体状况呈好转趋势。生态环境质量变差的面积为398.18 km2，占总面积的10.96%，主要分布在研究区东部和中部的建设用地和丘陵旱地； 49.54%的地区生态环境质量状况没有发生改变； 而生态环境质量变好的地区面积达到1 435.55 km2，占总面积的39.50%，主要分布在研究区西北部和南部山地。

3.1.2 各地区生态环境质量变化监测

各地区RSEINI分级及ESI统计结果如表4所示。

表4 各地区RSEINI分级及ESI统计结果Tab.4 Statistics of leveled RSEINI and ESI in each district

ESI值越大，表明生态环境质量状况越好，由表4可知，3个地区中，生态环境质量状况由好到差依次为渭滨区、陈仓区和金台区，2002—2013年间陈仓区和渭滨区ESI值分别增加了0.38和0.23，而金台区ESI值降低了0.03，说明陈仓区和渭滨区生态环境整体状况在改善，而金台区生态环境整体状况在恶化。

3.1.3 不同土地利用类型生态环境质量变化监测

土地利用/覆被变化揭示了生态环境与人类活动之间的相互作用，是人类改造地球下垫面的结果之一[26]。土地利用面积和结构的变化会引起生态系统服务价值发生量的变化，进而影响生态环境质量状况。利用监督分类的方法，将研究区2个时期的遥感影像进行解译，分为耕地、林地、草地、水域、建设用地和未利用地6类(解译精度均大于85%)，并与RSEINI分布进行叠加分析，得到2002年和2013年各土地利用类型RSEINI各等级所占面积及比例，分别如表5和表6所示。

表5 2002年各土地利用类型RSEINI所占面积及比例Tab.5 Statistics of leveled RSEINI of land use types in 2002

表6 2013年各土地利用类型RSEINI所占面积及比例Tab.6 Statistics of leveled RSEINI of land use types in 2013

为了研究各土地利用类型的生态环境质量变化特征，计算各土地利用类型的ESI值，结果发现，2002—2013年间，耕地ESI值未发生明显变化，生态环境整体状况相对稳定，但是RSEINI等级为差的耕地数量出现明显上升； 林地、草地和未利用地的ESI值均呈上升趋势，表明生态环境质量整体状况得到改善； 水域和建设用地ESI值均呈下降趋势，表明其生态环境质量整体状况变差； 各土地利用类型生态环境质量状况由高到低依次为林地、未利用地、草地、水域、耕地和建设用地。

3.2 生态环境质量变化原因分析

植被覆盖度是指示地表植被状况和生态环境质量变化的重要指标之一，对于研究土壤和生态等方面具有十分重要的意义[27]。陈仓区西北部关山林区和整个研究区南部秦岭山地生态环境质量等级得到明显提升。由表1可知，NDVI对于PC1的贡献率最大，生态环境质量整体状况改善很大程度上取决于植被覆盖的增加。研究区2013年NDVI对于PC1的荷载值较2002年出现较大提升，植被平均覆盖度由0.63提升为0.66，研究区植被覆盖增加。主要由于陕西省近年出台的《陕西省秦岭生态环境保护条例》和《宝鸡市干杂果经济林发展规划》，推进了秦岭和关山林区的植树造林、退耕还林、封山育林等工作，增加了森林覆盖率，提升了该地区生态环境质量。

生态环境质量变差的地区主要是研究区的丘陵旱地和建设用地，其原因可能有2个： ①人类不合理的耕作活动加剧了丘陵旱地的恶化； ②影像获取时间正处于作物收获之后，大部分耕地没有植被覆盖。而在全球气候变暖背景下，研究区热度和干度呈现上升趋势，有研究表明，宝鸡市21世纪初有向干旱发展的趋势[28]，2013年湿度平均值较2002年出现了大幅度下降，湿度对于 PC1的荷载值也明显下降，从而导致丘陵旱地生态环境质量变差。建设用地生态环境质量变差与近年来城市化过程中的人类活动有关。另外，各土地利用类型中，耕地数量明显减少，这与宝鸡市近年来实行生态退耕政策以及城市化过程中建设用地占用耕地密切相关，这也表明研究区应加强对于耕地的保护。

4 结论

1)2002—2013年间，研究区ESI值由3.25上升到3.56，表明近10 a来宝鸡市城区退耕还林、植树造林等生态建设工作取得了较显著成效。

2)在空间分布上，生态环境质量等级上升的区域主要分布在陈仓区西北部关山地区和南部秦岭山区，这与退耕还林、封山育林等政策密切相关； 等级下降的地区主要分布在研究区丘陵旱地和建设用地集中区，与近年来人类活动以及气候变化相关。

3)陈仓区和渭滨区生态环境质量整体状况得到了改善，而金台区生态环境质量整体状况呈下降趋势。

4)各土地利用类型生态环境质量由高到低依次为林地、未利用地、草地、水域、耕地和建设用地。耕地生态环境质量整体状况较为稳定，但是在城市化以及生态退耕背景下，耕地数量明显减少，加强对耕地的保护不容忽视； 林地、草地和未利用地的生态环境质量整体状况得到改善，而水域和建设用地的生态环境质量整体变差。因此，城市化过程中应加强对生态环境的保护。

RSEI较为全面地反映了宝鸡市城区的生态环境质量变化特征，而且利用主成分分析法确定各项指标权重，克服了人为因素的干扰。但本研究也存在诸多不足之处： RSEI与影像时相密切相关，比如耕地在不同季节RSEI中存在较大差别； 人类活动以及全球气候变化对于研究区生态环境质量变化的具体影响较为复杂； 利用监督分类的方法对遥感影像进行分类，仍存在人为因素。这些原因都可能对数据精度造成一定程度的影响，从而导致误差的产生。以上问题都有待今后进行更深入研究。

[1] 李佩成.再造西北地区是山川秀美是可实现的千秋伟业[J].地球科学与环境学报,2011,33(1):10-13.

Li P C.To rebuild a grand northwest China with beautiful landscape is accomplishable great career[J].Journal of Earth Sciences and Environment,2011,33(1):10-13.

[2] 秦大河,丁一汇,王绍武,等.中国西部生态环境变化与对策建议[J].地球科学进展,2002,17(3):314-319.

Qin D H,Ding Y H,Wang S W,et al.Ecological and environmental change in west China and its response strategy[J].Advance in Earth Sciences,2002,17(3):314-319.

[3] Pauleit S,Duhme F.Assessing the environmental performance of land cover types for urban planning[J].Landscape and Urban Planning,2000,52(1):1-20.

[4] 叶亚平,刘鲁君.中国省域生态环境质量评价指标体系研究[J].环境科学研究,2000,13(3):33-36.

Ye Y P,Liu L J.A preliminary study on assessment indicator system of provincial eco-environmental quality in China[J].Research of Environmental Sciences,2000,13(3):33-36.

[5] 付 哲,周云轩,刘殿伟,等.生态环境质量的空间模糊综合评价研究:以吉林省西部为例[J].干旱区资源与环境,2005,19(5):97-102.

Fu Z,Zhou Y X,Liu D W,et al.Research on spatial fuzzy comprehensive assessment of eco-environmental quality:A case study in the west of Jilin Province[J].Journal of Arid Land Resources and Environment,2005,19(5):97-102.

[6] 李 恺.层次分析法在生态环境综合评价中的应用[J].环境科学与技术,2009,32(2):183-185.

Li K.Application of analytical hierarchy process to integrate evaluation of eco-environment[J].Environmental Science and Technology,2009,32(2):183-185.

[7] 高志强,刘纪远,庄大方.基于遥感和GIS的中国土地资源生态环境质量同人口分布的关系研究[J].遥感学报,1999,3(1):66-70.

Gao Z Q,Liu J Y,Zhuang D F.The relations analysis between ecological environmental quality of Chinese land resources and population[J].Journal of Remote Sensing,1999,3(1):66-70.

[8] 中华人民共和国环境保护部.HJ 192—2015生态环境状况评价技术规范[S].北京:中国环境科学出版社,2015.

Ministry of Environmental Protection of the People’s Republic of China.HJ 192—2015 Technical Criterion for Ecosystem Status Evaluation[S].Beijing:China Environmental Science Press,2015.

[9] 王 南.基于退耕还林还草背景的通辽市生态环境状况综合评价[D].大连:辽宁师范大学,2012:1-28.

Wang N.Evaluation on Eco-environmental Quality of Tongliao Based on Conversion of Cultivated Land to Woodland and Grassland[D].Dalian:Liaoning Normal University,2012:1-28.

[10] 李 莉,张 华.基于退耕还林还草背景的奈曼旗生态环境质量评价[J].国土与自然资源研究,2010(1):48-49.

Li L,Zhang H.The evaluation on eco-environmental quality based on brain for breen in Naiman Qi[J].Territory and Natural Resources Study,2010(1):48-49.

[11] 李妮娅,唐 瑶,杨 丽,等.基于遥感技术的白水河流域生态环境质量现状研究[J].华中师范大学学报(自然科学版),2013,47(1):103-107.

Li N Y,Tang Y,Yang L,et al.Ecological environment quality of Baishui River basin based on remote sensing technology[J].Journal of Huazhong Normal University(Natural Sciences),2013,47(1):103-107.

[12] 万红梅,李 霞,董道瑞.基于多源遥感数据的荒漠植被覆盖度估测[J].应用生态学报,2012,23(12):3331-3337.

Wan H M,Li X,Dong D R.Estimation of desert vegetation coverage based on multi-source remote sensing data[J].Chinese Journal of Applied Ecology,2012,23(12):3331-3337.

[13] 徐涵秋.城市遥感生态指数的创建及其应用[J].生态学报,2013,33(24):7853-7862.

Xu H Q.A remote sensing urban ecological index and its application[J].Acta Ecologica Sinica,2013,33(24):7853-7862.

[14] 徐涵秋.区域生态环境变化的遥感评价指数[J].中国环境科学,2013,33(5):889-897.

Xu H Q.A remote sensing index for assessment of regional ecological changes[J].China Environmental Science,2013,33(5):889-897.

[15] 李粉玲,常庆瑞,申 健,等.黄土高原沟壑区生态环境状况遥感动态监测——以陕西省富县为例[J].应用生态学报,2015,26(12):3811-3817.

Li F L,Chang Q R,Shen J,et al.Dynamic monitoring of ecological environment in Loess hilly and gully region of Loess Plateau based on remote sensing:A case study on Fuxian County in Shaanxi Province,Northwest China[J].Chinese Journal of Applied Ecology,2015,26(12):3811-3817.

[16] 刘智才,徐涵秋,李 乐,等.基于遥感生态指数的杭州市城市生态变化[J].应用基础与工程科学学报,2015,23(4):728-739.

Liu Z C,Xu H Q,Li L,et al.Ecological change in the Hangzhou area using the remote sensing based ecological index[J].Journal of Basic Science and Engineering,2015,23(4):728-739.

[17] 白建军,白江涛,王 磊.2000—2010年陕北地区植被NDVI时空变化及其与区域气候的关系[J].地理科学,2014,34(7):882-888.

Bai J J,Bai J T,Wang L.Spatio-temporal change of vegetation NDVI and its relations with regional climate in Northern Shaanxi Province in 2000—2010[J].Scientia Geographica Sinica,2014,34(7):882-888.

[18] 张景华,封志明,姜鲁光,等.澜沧江流域植被NDVI与气候因子的相关性分析[J].自然资源学报,2015,30(9):1425-1435.

Zhang J H,Feng Z M,Jiang L G,et al.Analysis of the correlation between NDVI and climate factors in the Lancang River basin[J].Journal of Natural Resources,2015,30(9):1425-1435.

[19] 吴志杰,赵书河.基于TM图像的“增强的指数型建筑用地指数”研究[J].国土资源遥感,2012,24(2):50-55.doi:10.6046/gtzyyg.2012.02.10.

Wu Z J,Zhao S H.A study of enhanced index-based built-up index based on Landsat TM imagery[J].Remote Sensing for Land and Resources,2012,24(2):50-55.doi:10.6046/gtzyyg.2012.02.10.

[20] 白 洁,刘邵民,扈 光.针对TM/ETM+遥感数据的地表温度反演与验证[J].农业工程学报,2008,24(9):148-154.

Bai J,Liu S M,Hu G.Inversion and verification of land surface temperature with remote sensing TM/ETM+ data[J].Transactions of the Chinese Society of Agricultural Engineering,2008,24(9):148-154.

[21] 覃志豪,Zhang M H,Karnieli A,等.用陆地卫星TM6数据演算地表温度的单窗算法[J].地理学报,2001,56(4):456-466.

Qin Z H,Zhang M H,Karnieli A,et al.Mono-window algorithm for retrieving land surface temperature from Landsat TM6 data[J].Acta Geographica Sinica,2001,56(4):456-466.

[22] 宋 挺,段 峥,刘军志,等.Landsat 8数据地表温度反演算法对比[J].遥感学报,2015,19(3):451-464.

Song T,Duan Z,Liu J Z,et al.Comparison of four algorithms to retrieve land surface temperature using Landsat 8 satellite[J].Journal of Remote Sensing,2015,19(3):451-464.

[23] Anyamba A,Small J L,Tucker C J,et al.Thirty-two years of Sahelian zone growing season non-stationary NDVI3g patterns and trends[J].Remote Sensing,2014,6(4):3101-3122.

[24] Carlson T N,Arthur S T.The impact of land use-land cover changes due to urbanization on surface microclimate and hydrology:A satellite perspective[J].Global and Planetary Change,2000,25(1/2):49-65.

[25] 林海明,杜子芳.主成分分析综合评价应该注意的问题[J].统计研究,2013,30(8):25-31.

Lin H M,Du Z F.Some problems in comprehensive evaluation in the principal component analysis[J].Statistical Research,2013,30(8):25-31.

[26] 雷超桂,许有鹏,张倩玉,等.流域土地利用变化对不同重现期洪水的影响——以奉化江皎口水库流域为例[J].生态学报,2016,36(16):5017-5026.

Lei C G,Xu Y P,Zhang Q Y,et al.Impacts of land-use change on flood process and frequency of various return periods:A case study of Jiaokou reservoir watershed in Fenghua River[J].Acta Ecologica Sinica,2016,36(16):5017-5026.

[27] 崔天翔,宫兆宁,赵文吉,等.不同端元模型下湿地植被覆盖度的提取方法——以北京市野鸭湖湿地自然保护区为例[J].生态学报,2013,33(4):1160-1171.

Cui T X,Gong Z N,Zhao W J,et al.Research on estimating wetland vegetation abundance based on spectral mixture analysis with different endmember model:A case study in wild duck lake wetland,Beijing[J].Acta Ecologica Sinica,2013,33(4):1160-1171.

[28] 李建芳.近80年宝鸡市旱涝变化特征分析[J].干旱区资源与环境,2012,26(10):13-17.

Li J F.Characteristics of drought and flood changes in Baoji[J].Journal of Arid Land Resources and Environment,2012,26(10):13-17.