基于SPCA和遥感指数的干旱内陆河流域生态脆弱性时空演变及动因分析<br/>——以石羊河流域为例

基于SPCA和遥感指数的干旱内陆河流域生态脆弱性时空演变及动因分析
——以石羊河流域为例

2019-05-13郭泽呈庞素菲李振亚周俊菊颉斌斌

生态学报 2019年7期

郭泽呈,魏伟,*,庞素菲,李振亚,周俊菊,颉斌斌

1 西北师范大学地理与环境科学学院, 兰州 730070 2 兰州城市学院城市经济与旅游文化学院, 兰州 730070

生态脆弱性是指在特定的时间和空间尺度上,相对于外界扰动影响具有感知性和恢复力,是生态系统自身固有的属性,受外界干扰因素的影响下表现出来[1]。近年来,随着社会经济的高速发展,人类社会活动同生态环境之间的矛盾日益突出,人类对自然资源的不合理利用,工农业发展带来的污染等给周边生态平衡造成破坏[2],有关生态脆弱性以及脆弱性评估的研究逐渐成为全球性研究热点,受到国内外众多学者的关注[3- 4]。尤其在国内,众多学者从不同区域、不同尺度和不同方法的角度展开了大量的研究工作,如王让会等[1]从景观生态学角度,选取10个综合性敏感因子,采用生态脆弱性指数评价法对塔里木河流域生态敏感性及恢复力进行了分析；陈群利等[5]从自然、社会和水土流失景观格局三方面着手,选取13个评价指标构建生态脆弱性评价指标体系,采用集对分析(SPA)方法对贵州省毕节地区生态脆弱性进行了分析；徐庆勇等[6]利用遥感技术,结合空间主成分分析和层次分析法,对晋北地区进行生态脆弱性评价,为晋北地区合理调控人类活动,保护和治理生态环境提供一定的依据；王志杰等[7]则基于“压力-状态-响应”评价模型框架,利用空间主成分分析对南水北调中线汉中市水源地生态脆弱性进行了定量评价。从上述研究成果来看,区域生态脆弱性评价不仅从宏观层面上了解区域的生态脆弱现状以及分布特征,而且有助于生态治理措施的合理实施和脆弱生态环境的长期保护。但从评价的指标体系数据源来看,多以气象、遥感,数字高程模型等数据为主,部分研究也涉及了遥感数据与地理空间数据相结合的方法计算生态脆弱性,但充分利用遥感模型和遥感指数从流域层面上,尤其在干旱地区利用遥感指标对其进行深入分析,这部分成果相对较少。此外,利用传统方法,由于主观因素影响,在构建指标体系时将选取的指标全部纳入评价模型中,从而忽视评价指标间是否具有高相关性,造成评价结果的不确定性,其可靠度并不高[8]。因此,从目前关于生态脆弱性的综合评价来看,借助遥感数据构建多指标综合评价模型,不但能够客观、快速的分析其现状空间分布特征,而且亦可分析其时空变化规律,其结果不受主观影响,可信度较高。

石羊河流域地处黄土、青藏和蒙新三大高原的交汇过渡带,是生态脆弱和环境变化敏感的流域之一[9],今年来生态问题日益突出,成为我国干旱区内陆河流域生态退化的典型区域[10],受到了社会各界的广泛关注。基于此,本文重点在于以典型的西北干旱内陆河流域——石羊河流域为研究对象,以徐涵秋提出的新型遥感生态指数(RSEI)[11]为基础,选取其基于遥感的绿度、湿度、热度和干度指标作为研究流域的评价指标,采用空间主成分分析便捷、快速地对石羊河流域2000—2016年的生态脆弱性进行定量的评价,以可视化形式展现该流域生态脆弱性的时空分布特征；同时利用这些指标来研究影响石羊河流域生态脆弱性演变的重要因素,用以揭示该流域生态脆弱性时空演变规律,旨在为该流域的生态脆弱性保护及治理提供理论基础和决策依据。

1 研究区与数据源

1.1 研究区概况

石羊河流域位于甘肃省河西走廊东部,乌鞘岭以西,祁连山北麓,东南与甘肃省白银、兰州两市相接,西北与甘肃省张掖市毗邻,西南紧靠青海省,东北与内蒙古自治区接壤,属河西走廊三大内陆河流域之一,介于东经101°41′—104°16′,北纬36°29′—39°27′之间。流域的行政区划包括张掖市肃南裕固族自治县和山丹县的部分地区,武威市的古浪县、凉州区、民勤县全部及天祝县部分,金昌市的永昌县及金川区全部以及白银市景泰县的少部分地区,共涉及4市9县,流域总面积约40578平方公里。石羊河流域深居大陆腹地,海拔1000—5000m,属大陆性温带干旱气候,具有太阳辐射较强、日照充足、温差大、降水少、蒸发强烈以及空气干燥的气候特点。流域内土壤、植被类型分布因受气候、水文和地形等自然条件的影响,形成了明显的土壤-植被垂直带谱[12]。

1.2 数据源与预处理

论文采用的数据包括：数字高程模型(DEM)数据和遥感影像数据。数字高程模型(DEM)数据的空间分辨率为30m×30m,用于提取石羊河流域的海拔等信息；遥感影像数据为地理空间数据云网站(http://www.gscloud.cn/)提供的2000年Landsat TM影像和2016年Landsat OLI影像,空间分辨率均为30m。在数据处理时利用ENVI5.1软件分别对各时期每幅影像进行辐射定标,将各幅影像的像元值转换成传感器处的反射率；使用FLAASH绝对大气校正对各幅影像进行校正,以减少不同时期影像在光照、大气等条件产生的差异,并分别对不同时期影像进行无缝镶嵌,囊括研究区域的所有范围；最后通过石羊河流域边界对所有影像进行裁剪,并采用二次多项式和最邻近像元法对不同时相影像间配准,配准的均方根误差应小于0.5个像元内,满足本次研究对数据精度的要求。

2 研究方法

2.1 评价指标计算

2.1.1湿度指标(Wet)

缨帽变换的亮度、绿度、湿度分量与生态质量密切相关[13- 14]。其中,湿度分量可反映研究区域土壤和植被的湿度状况。因此,本文采用湿度分量来代表湿度指标。基于Landsat TM和Landsat OLI反射率影像数据的公式分别为[15-16]：

WetTM=0.0315ρB+0.2021ρG+0.3102ρR+0.1594ρNIR-0.6806ρSWIR1-0.6109ρSWIR2

(1)

WetOLI=0.1511ρB+0.1972ρG+0.3283ρR+0.3407ρNIR-0.7117ρSWIR1-0.4559ρSWIR2

(2)

式中：ρB、ρG、ρR、ρNIR、ρSWIR1、ρSWIR2分别为TM和OLI的蓝、绿、红、近红外、短波红外1、短波红外2波段的反射率数据。

2.1.2绿度指标(NDVI)

植被是反映区域生态质量好坏极其重要的因素。归一化植被指数(Normalized difference vegetation index, NDVI)是应用最广泛的植被指数,能良好地反映植物生物量、叶面积指数与植被覆盖度之间的关系[17]。因此,可选用NDVI作为本文的绿度指标,其公式为：

NDVI=(ρNIR-ρR)/(ρNIR+ρR)

(3)

式中：ρNIR、ρNIR分别为TM5与OLI8的红和近红外波段的反射率数据。

2.1.3干度指标(NDSI)

研究流域的城市用地会对周边生态产生一定的影响,造成地表的“干化”,对生态产生负面影响,这里选用建筑指数(IBI)来表示[18]; 而研究流域内有大面积的荒漠区,其大面积的裸露土地是整个研究流域的重要的生态弊病,这里选用裸土指数(SI)来表达研究流域的裸露状态[19]。最终干度指标是由建筑指数(IBI)和裸土指数(SI)合成,记为NDSI[11],其计算公式为：

IBI={2ρSWIR1/(ρSWIR1+ρNIR)-[ρNIR/(ρNIR+ρR)+ρG/(ρG+ρSWIR1)]}/{2ρSWIR1/(ρSWIR1+ρNIR)+

[ρNIR/(ρNIR+ρR)+ρG/(ρG+ρSWIR1)]}

(4)

SI=[(ρSWIR1+ρR)-(ρB+ρNIR)/(ρSWIR1+ρR)+(ρB+ρNIR)]

(5)

NDSI=(IBI+SI)/2

(6)

式中：ρG、ρB、ρR、ρNIR、ρSWIR1分别为TM和OLI绿、蓝、红、近红外和短波红外1波段的反射率数据。

2.1.4热度指标(LST)

热度指标采用地表温度[11]表达,地表温度与植被和水资源关系密切。本文选取Landsat用户手册的模型[20-21]计算出亮温,再通过地表比辐射率[22]校正后,获得地表温度,其公式为：

L=gain×DN+bias

(7)

Tb=K2/ln(K1/L+1)

(8)

LST=Tb/[1+(λTb/ρ)lnε]

(9)

式中：L为TM热红外6波段和OLI热红外10波段辐射亮度值；DN为TM热红外6波段和OLI热红外10波段像元值；gain为热红外波段增益值,bias为热红外波段偏置值,而gain和bias值可从影像的头文件中获取[23]；Tb为传感器处温度值,即亮温；K1和K2为传感器处的定标参数。其中,TM处,K1=607.76W/(m2·sr·μm),K2=1260.56K,OLI处,K1=774.89W/(m2·sr·μm),K2=1321.08K；λ为热红外波段波长；ρ=1.4380×104μm K；ε为地表比辐射率。

2.2 评价指标的标准化

各评价指标具有不同的性质,其量纲不同,无法直接进行生态脆弱性的评价,因此,必须对各评价指标进行标准化处理,以解决指标间无法直接比较的矛盾。本文选取的四个指标根据对生态脆弱性的贡献可分为正向指标和逆向指标。正向指标代表指标值越大,其生态脆弱性越高; 逆向指标则反之。其中,正向指标包括干度和热度,逆向指标包括绿度和湿度。指标标准化则采用极差标准化的方法,其公式为[7-8]：

正向指标：

(10)

逆向指标：

(11)

式中：SIi表示第i指标的标准化值,其值域范围为0—10；Ii为第i指标的实际值；Imax为第i指标的最大值；Imin为第i指标的最小值。

2.3 生态脆弱性综合评价模型

在众多的生态脆弱性评价方法中,空间主成分分析法(SPCA)是通过对特征光谱空间坐标轴的旋转,将相关的多变量空间数据转化为少数几个不相关的综合指标,实现用较少的综合指标最大限度的保留原来较多变量所反映的信息。当累计方差贡献率大于或等于85%,就能代表绝大多数的有关信息[24]。采用空间主成分分析法并不需要人为的确定各个指标的权重,可以避免因人为因素而造成最终结果的偏差。本文在ENVI 5.1软件平台上,将评价指标体系中标准化后的绿度、湿度、干度和热度四个评价指标进行空间主成分分析,计算出生态脆弱性评价指数(EVI)。其计算公式为[7-8]：

EVI=r1Y1+r2Y2+r3Y3+···+rnYn

(12)

式中：EVI为生态脆弱性指数；ri为第i个主成分；Yi为第i个主成分的贡献率。

为进行生态脆弱性指数(EVI)的对比和度量,因此对EVI进行标准化处理,其处理公式为:

(13)

式中：SIEVI为生态脆弱性指数的标准化值,值域范围为0—10；EVIi为生态脆弱性指数实际的值；EVImax和EVImin为生态脆弱性指数的最大值和最小值。

根据空间主成分分析原理,由公式(12)和表2得出石羊河流域生态脆弱性评价反演模型：

EVI2000=0.8854×PC1+0.0859×PC2+0.0220×PC3

(14)

EVI2016=0.8592×PC1+0.1162×PC2+0.0209×PC3

(15)

式中：EVI2000和EVI2016分别为2000年和2016年的生态脆弱性指数；PC1—PC3为原始空间变量进行主成分变换后的前3个主成分因子。2000年和2016年前3个主成分因子的累计贡献率均达到99%,而两年的第4主成分因子经对比后发现,其表述的信息与实际生态脆弱性现状并不符合,大部分信息为噪声,因此可以忽略不计。

表1 空间主成分分析结果

2.4 生态脆弱性分级及生态脆弱性整体指数

通过ArcGIS 10.2 中的Raster Calculator工具获取研究流域2000和2016年生态脆弱性指数的空间分布。根据现有的生态脆弱性评价的分级标准[7-8],结合研究流域的流域特征,将研究流域生态脆弱性(EVI)分成5个等级: I:微度脆弱(0—2), II:轻度脆弱(2—4),II:中度脆弱(4—6),IV:强度脆弱(6—8),V:重度脆弱(8—10)。同时为了研究不同年份在不同空间单元下的生态脆弱性状况的整体差异状况,本文采用生态脆弱性整体指数(Ecological vulnerability body index, EVBI)进行分析,其计算公式[8]为：

(16)

式中：EVBI为生态脆弱性差异指数,Pi为第i类生态脆弱等级值,这里为1—5；Ai为第i类脆弱性等级的面积；S为研究区域总面积。

2.5 生态脆弱性时空演变格局提取

利用ArcGIS 10.2 中的Raster Calculator工具进行运算,将2000年和2016年的生态脆弱性分级图进行空间叠加,提取生态脆弱性变化动态图斑[25],运算公式为：

CodeClassification_2000—2016=10×CodeClassification_2000+CodeClassification_2016

(17)

式中：CodeClassification_2000—2016为生态脆弱性分级变化类型代码；CodeClassification_2000和CodeClassification_2016分别为5种生态脆弱性等级类型代码(1—5),其中1—5分别代表微度、轻度、中度、强度和重度脆弱。因此,在运算后的生态脆弱性分级变化类型代码中,十位数为2000年生态脆弱性分级类型,而个位数为2016年生态脆弱性分级类型,CodeClassification_2000—2016所代表的含义为2000年生态脆弱性分级类型转变成2016年生态脆弱性分级类型(如12指2000年的微度脆弱类型转变为2016年的轻度脆弱类型)。

2.6 生态脆弱性不同海拔梯度下的空间分布及时空演变格局提取

石羊河流域地势南高北低,自西南向东北倾斜,地貌类型多样,从南到北,依次经过祁连山地、平原走廊、低山丘陵和荒漠区,相对高差达3900m以上[12]。不同海拔梯度上,其温度特征、植被覆盖、水源涵养以及地表裸露等都具有明显的差异,生态脆弱程度也存在着差异。因此,有必要研究石羊河流域在不同海拔梯度下的生态脆弱性垂直地带性差异。

基于石羊河流域海拔分布特征,依据陈志明等[26]根据国家DTM数据进行高程频数统计得到的地貌类型划分标准,即可将石羊河流域地貌类型划分成3种：中山(海拔1000—2000m)、高中山(海拔2000—3000m)和高山(海拔>3000m)。将石羊河流域生态脆弱性分级评价结果与海拔分级图叠加[25],即可获得不同海拔梯度下各脆弱性等级的空间分布状况。其运算公式为：

EEVI=10×ElevationClassification+EVIClassification

(18)

式中：EEVI为不同海拔梯度下各脆弱性等级分布； ElevationClassification为海拔分级结果；EVIClassification为生态脆弱性分级结果。

为研究2000年和2016年两期在不同海拔梯度下生态脆弱性分级变化状况,利用ArcGIS 10.2 中的Raster Calculator工具进行运算,将不同海拔梯度下2000年和2016年生态脆弱性等级分布图进行空间叠加[25],其运算公式为：

CodeEEVI_2000—2016=100×CodeEEVI_2000+CodeEEVI_2016

(19)

式中： CodeEEVI_2000—2016为不同海拔梯度下生态脆弱性分级类型变化代码,CodeEEVI_2000和CodeEEVI_2016分别为不同海拔梯度下15种生态脆弱性分级原代码(11—35)。其中,千位数和十位数代表3种海拔分级代码(1—3分别代表中山、高中山和高山；百位数和个位数为生态脆弱性等级类型代码(1—5分别代表微度、轻度、中度、强度和重度脆弱)。CodeEEVI_2000—2016代表不同海拔梯度下2000年生态脆弱性类型转变成2016年生态脆弱性类型 (如1112指地貌类型为中山,2000年的微度脆弱类型转变成2016年的轻度脆弱类型)。

3 结果与分析

3.1 生态脆弱性指标变化特征

表2是各年份4个指标的统计值。统计结果表明,17年间,石羊河流域的湿度和绿度指标呈上升的趋势,均值分别从2000年的-0.29、0.22上升到2016年的-0.15、0.27,增幅分别为48.3%、22.7%,证明该流域水源涵养能力变好；植被覆盖也呈逐年增加的趋势；干度指标有所下降,均值由2000年的0.09下降到2016年的0.06,减幅为33.3%,表明该流域地表裸露程度有所降低；而与植被和水资源关系密切的地表温度呈逐年上升趋势,其均值从2000年的37.40上升到2016年的39.33,增幅为0.05%,说明该流域水热平衡差异进一步增加,对未来生态脆弱性影响显著。从生态脆弱性指标空间分布图可大致看出其空间分布(图1),17年间,人工绿洲及周边地区的植被覆盖和土壤湿度状况有所好转,而祁连山区有一定的萎缩现象；地表裸露状况在城镇和祁连山区有所扩张,而荒漠区地表裸露状况有所减缓；流域的地表温度在整体空间分布上呈逐年上升的趋势。

3.2 石羊河流域生态脆弱性整体特征

通过对上述指标进行生态脆弱性评价模型的计算,反演出不同年份生态脆弱性等级空间分布,以此来进行研究流域生态脆弱性的时空演变。从整体上看,该流域的生态脆弱性整体指数(EVBI)从2000年的3.47下降到2016年的3.39,增幅不大。整个流域生态脆弱性以中度脆弱和强度脆弱为主。图2是2000年和2016年各生态脆弱等级面积分布状况。2016年,石羊河流域微度、轻度、中度、强度和重度脆弱区的面积分别为2493.90 km2、5845.84 km2、6496.70 km2、24661.61km2和1080.79 km2,微度、轻度脆弱区面积比2000年分别增加815.13 km2和61.35 km2；强度脆弱区面积比2000年增加2962.50 km2；中度、重度脆弱区面积比2000年分别减少1615.67 km2、2223.30 km2。在空间分布上(图3), 2000年和2016年的石羊河流域大部分区域生态脆弱性处于强度脆弱水平,人工绿洲以及祁连山地区多为中度脆弱及以下水平,而重度脆弱区主要位于中东部的荒漠区。这主要因为石羊河流域深居大陆腹地,气候干燥,水资源匮乏,植被覆盖较少,大部分区域处于沙漠化状态,其生态脆弱程度较高。为进一步探究石羊河流域生态脆弱等级17年间随时间推移的空间变化状况,由公式(15)计算获得生态脆弱性时空演变格局(图4),统计出17年间不同生态脆弱等级面积转移矩阵(表3)。从表3中可知,17年间各类生态脆弱性等级面积转移的总和为10117.30 km2。2000年,微度脆弱主要转向轻度脆弱,转移面积为582.05 km2；轻度脆弱主要转向微度和中度脆弱,转移面积分别为1023.61 km2和1275.20 km2；中度脆弱主要转向轻度和强度脆弱,转移面积分别为1505.46 km2和2070.34 km2；强度脆弱主要转向中度脆弱,转移面积为932.26 km2；重度脆弱主要转向强度脆弱,转移面积为2218.63 km2；2016年新增的微度脆弱面积主要由轻度脆弱转化而来,转化面积占微度脆弱新增面积的70.2%；轻度脆弱面积主要由中度脆弱转化而来,转化面积占比为60.8%；中度脆弱面积主要由轻度脆弱面积转化而来,转化面积占比为55.6%；强度脆弱面积主要由重度脆弱面积转化而来,转化面积占比为50.3%；重度脆弱面积主要由强度脆弱转化而来,转化面积占比为99.5%。17年间,微度、轻度脆弱区的新增面积分别为1458.31km2和2474.88 km2。在空间变化上,人工绿洲以及周边地区生态脆弱性向低脆弱性转移,生态有所改善,沙漠化治理取得一定成效[27]；但是,因城镇扩张、祁连山区人类过度开采资源等导致城镇及祁连山地区生态有所萎缩,生态脆弱性向高脆弱性转移。研究区内生态脆弱性总体上降低面积大于增高面积,从侧面反映出该流域生态往良好方向发展。

表2 各年份4个指标的统计值

图2 石羊河流域生态脆弱性等级面积分布 Fig.2 Area distribution of ecological vulnerability levels in Shiyang River Basin

图3 石羊河流域生态脆弱性等级空间分布Fig.3 Spatial distribution of ecological vulnerability levels in Shiyang River Basin

图4 石羊河流域生态脆弱性时空演变格局Fig.4 Spatiotemporal evolution pattern of EVI in Shiyang River Basin

脆弱性等级Vulnerability level2016微度脆弱Slight vulnerability 轻度脆弱Lightvulnerability中度脆弱Moderatevulnerability强度脆弱Strongvulnerability重度脆弱Heavyvulnerability2000年总计Total of 20002000年转移量Reduction of 20002000微度脆弱Slight vulnerability1035.58 582.05 49.81 11.33 0.00 1678.77 643.19 轻度脆弱Light vulnerability1023.61 3370.96 1275.20 114.66 0.06 5784.49 2413.53 中度脆弱 Moderate vulnerability332.91 1505.46 4203.33 2070.34 0.34 8112.37 3909.05 强度脆弱Strong vulnerability90.51 354.33 932.26 20246.64 75.37 21699.11 1452.47 重度脆弱Heavy vulnerability11.29 33.04 36.11 2218.63 1005.02 3304.09 2299.07 2016年总计Total of 20062493.90 5845.84 6496.70 24661.61 1080.79 40578.83 -2016年新增量Increment of 20161458.31 2474.88 2293.37 4414.97 75.77 -10117.30

3.3 石羊河流域不同海拔梯度上生态脆弱性时空演变特征

图5 不同海拔梯度下生态脆弱性等级面积分布Fig.5 Area distribution of ecological vulnerability levels in different elevations

图5和图6为17年间石羊河流域在不同海拔梯度上生态脆弱性等级的面积及空间分布情况。该流域生态脆弱性最高的海拔梯度为中山区(1000—2000m),2000和2016年生态脆弱性整体指数(EVBI)分别为3.88和3.72,高于各年份EVBI值的整体状况(2000年为3.47,2016年为3.39),生态脆弱性等级空间分布以强度脆弱为主(面积占比分别为71.13%和77.69%),主要分布在大面积的荒漠区；高中山区(2000—3000m)次之,2000年和2016年的EVBI值分别为2.98和3.04,生态脆弱性等级空间分布以中度脆弱和强度脆弱为主(面积占比分别为53.80%、24.52%和37.76%、37.15%),这是由于在该海拔梯度下的祁连山山区受人类活动的干扰,地表裸露程度有所增大,抗外界干扰能力和自我恢复能力有所下降,生态脆弱性有所增高；而高山区(>3000m)生态脆弱性等级较低,2000年和2016年的EVBI值分别为1.88和2.03,生态脆弱性等级空间分布以轻度脆弱为主(面积占比分别为60.54%和52.95%),明显小于其他海拔梯度和整体的生态脆弱水平。

图6 不同海拔梯度下生态脆弱性等级空间分布Fig.6 Spatial distribution of EVI in different elevations

为获取在不同海拔梯度下生态脆弱性等级的变化情况,由公式(19)得到17年间不同海拔梯度下生态脆弱性等级变化的空间分布(图7),统计其面积转移矩阵(表4)。统计结果表明,中山区呈现生态脆弱性从较高等级向较低等级转换的趋势,以微度、轻度脆弱增长,重度脆弱降低为主,2016年微度、轻度脆弱新增面积(分别为747.20 km2和1293.07 km2)大于2000年转移面积(分别为87.96 km2和913.11 km2),而2016年重度脆弱新增面积(75.22 km2)小于2000年转移面积(2299.92 km2)；高中山区和高山区则呈现生态脆弱性等级向高脆弱等级方向发展的趋势,高中山区以强度脆弱增长为主,2016年强度脆弱新增面积(1390.81 km2)大于2000年转移面积(275.78 km2)；高山区以中度脆弱增长,微度、轻度脆弱降低为主。2016年中度脆弱新增面积(613.50 km2)大于2000年转移面积(199.71 km2)；2016年微度、轻度脆弱新增面积(311.67 km2和558.12 km2)小于2000年转移面积(447.57 km2和886.35 km2)。从空间分布上也可得到相同的规律,中山区生态脆弱性降低的主要原因在于绿洲扩张和沙漠化的有效治理,而其中部分地区由于城镇化进程加快导致轻度、中度脆弱往中度、强度脆弱转移；高中山区和高山区生态脆弱性升高与人类过度的开发矿产资源、部分水电设施违法建设和运行等因素有关。

图7中变化类型为无变化,其为三种地貌类型在2000—2016年各生态脆弱性等级未发生变化的总和,面积为29865.02km2

3.4 石羊河流域各县区生态脆弱性差异

图8 石羊河流域各县区生态脆弱性整体指数Fig.8 EVBI of each county in Shiyang River Basin

根据石羊河流域各县区的生态脆弱性整体指数(EVBI)进一步比较2000年和2016年生态脆弱性的空间差异性(图8)。结果表明,2016年较2000年相比,金川区、凉州区、永昌县、民勤县和古浪县的EVBI值呈下降趋势,其中民勤县的降幅最大,从2000年的3.95下降到2016年的3.83,下降了0.12,说明从2001年起的一系列生态治理的政策和措施使得民勤县生态脆弱性有所降低,植被覆盖增多,水源涵养变好,沙漠化程度得到一定的遏止。但两个年份中金川区、凉州区、永昌县、民勤县和古浪县的EVBI值均大于3,生态脆弱性处于中度偏高水平,除了各县区内有一定的荒漠区影响生态脆弱水平外,各县区建设用地增多、人口流动大、人类活动频繁等也是导致一定程度上区域内生态脆弱性增高的原因。而流域内的天祝县和肃南县生态脆弱性处于轻度偏低水平,EVBI值呈上升趋势,分别由2000年的1.96、2.25上升到2016年的2.05、2.43。天祝县和肃南县位于祁连山区,与人类过多的干扰活动有关,导致植被覆盖,水源涵养能力和矿产资源储存等受到一定的影响,生态问题日渐突出,因此今后应需加强生态脆弱性的治理和恢复。

4 讨论

4.1 生态脆弱性评价指标体系与评价方法选取的合理性

由于多光谱影像具有多波段和相关性较强的特征,导致多光谱影像内部信息的冗余度较高[28]。因此基于遥感影像计算的指数间可能存在信息冗余,不仅计算量增多,而且会直接影响评价结果的精确性。本文在构建指标体系时,想在不受人为因素和主观条件约束情况下,通过遥感模型和指数,客观和快速的评价研究流域在17年间生态脆弱性变化及空间演变规律,经过慎重筛选最终选择了徐涵秋提出的新型遥感生态指数(RSEI)的指标体系[11],其可以良好的反映研究流域植被覆盖、土壤湿度、地表裸露和地表温度状况,而且该指标体系间不存在较明显的相关性[29]；而本文所选用的空间主成分分析法本身就具有去除各指标间一定的相关性,降低数据冗余的作用[11,30]。为验证各指标的相关性,本文以2016年为例,对各指标进行共线性诊断[8]。常用的共线性诊断指标主要有两个：方差膨胀因子(VIF)和容忍度(TOL)。这两个指标互为倒数,当VIF>10 (即TOL<0.1) 时,表明所选指标的多元共线性较为严重。在ArcGIS 10.2中,采用3km×3km的格网贯穿全影像的方法,共均匀生成研究区4523个点,然后分别利用这些点读取各指标与EVI的值,利用SPSS 21.0计算出各指标的VIF与TOL(表5)。从计算结果可以看出,各指标的VIF均小于10,TOL均大于0.1,表明各指标间不存在明显的相关性。综上所述,本文选取绿度、湿度、干度和热度作为评价指标体系,空间主成分分析法作为评价方法是可取的。

表5 多元共线性诊断结果

4.2 石羊河流域生态脆弱性的演变动因

为进一步探究石羊河流域生态脆弱性的时空演变规律,本文引入地理探测器[31]作为分析工具,用以诊断出生态脆弱性的主导影响因素。地理探测器包括4个探测器：风险探测器、因子探测器、生态探测器与交互作用探测器。而利用其中的因子探测器可探测某因子是否是形成生态脆弱性时空分布格局的原因以及在多大程度上解释了生态脆弱性的空间分异机理[31]。具体做法是以生态脆弱性指数(EVI)作为因变量,将选取的4个指标作为自变量因子,将自变量进行分层,由数值量转为类型量,2000和2016年各指标均采用自然断点法分成5类,代表不同程度的生态脆弱性类型；然后在ArcGIS 10.2中,采用3km×3km的格网贯穿全影像的方法,共均匀生成研究区4523个点,将因变量值和自变量值过格网点匹配起来,进行因子探测分析[32],得出各因子对生态脆弱性指数(EVI)的影响力值(q值,q值越大表示该因子对生态脆弱性指数(EVI)的影响越大)和因子解释力值 (p值,p值越大表示该因子对生态脆弱性指数(EVI)的解释力越小)[33]。分析结果显示(表6): 2000和2016年的p值均为0,4个因子对石羊河流域生态脆弱性的解释力都很充足；q值均大于0.5,4个因子对石羊河流域生态脆弱性的影响均为显著。从生态脆弱性随时间的演变过程来看,2016年较2000年相比,4个因子的q值均有不同程度的变化,说明17年间,4个因子对石羊河流域生态脆弱性演变的影响程度存在波动变化的趋势；从生态脆弱性主导影响因子角度来看,2016年较2000年相比,在q排序中,干度较其他因子对生态脆弱性变化的影响程度有所提升,而湿度有所下降。其主要原因是由于石羊河流域湿度含量的增长,促使植被覆盖增多,植被对流域生态脆弱性的影响变大；植被覆盖的多少在一定程度上抑制地表温度对生态脆弱性的影响,因此地表温度的q值有所减小；干度q值变大主要受城市扩张和祁连山生态破坏导致在部分空间分布上地表裸露程度变大的影响。针对影响因子存在的复杂耦合关系对石羊河流域生态脆弱性在不同的地理单元上产生的明显空间分异特征,当地政府应从政策制度上完善健全,落实各方责任,协调当地居民经济发展与生态脆弱性治理的平衡,采取正确、适当的措施与方法抑制生态脆弱性向更为脆弱的方向发展,加快石羊河流域生态治理的步伐,巩固生态治理建设的成果,才能从根源上去治理石羊河流域脆弱的生态环境。

4.3 研究结果的不足

考虑到生态脆弱性评价具有的综合性、复杂性和不明确性等特点,而目前的评价方法尚不能做到全面、科学和客观的评价。因此,本研究也只是在总结前人研究成果的基础上,以干旱内陆河流域独特的自然条件为依据,“绿”、“湿”作为干旱内陆河流域生态脆弱性的主要决定因素,而“干”、“热”为干旱内陆河流域主要生态脆弱特征,利用这四个方面结合遥感和评价模型对石羊河流域生态脆弱性进行宏观、快速和客观评价,揭示其生态脆弱性的演变动因,不仅为石羊河流域生态脆弱性治理提供一定的参考价值,而且对干旱内陆河流域生态脆弱性评价提供一定的思路和借鉴。本文的主要目的是通过遥感指数思想,试图探索出一种利用客观评价模型对干旱内陆地区生态脆弱性评价的方法。但在指标体系的确定上,本文仍存在一些不足：干旱内陆河流域生态脆弱性变化是一个十分复杂的问题,涉及自然、生态、社会经济、人类活动等各个方面,不可能用1个或几个指标来完全表征,而本研究只考虑了自然因素对石羊河流域生态脆弱性的影响。要想更加科学、全面的反映石羊河流域生态脆弱性时空变化规律仍需进一步的探索与研究。