基于遥感信息的吕梁山贫困区生态安全评价
2019-12-26孙从建李晓明张文强王佳瑞
孙从建,李晓明,张文强,陈 伟,王佳瑞
基于遥感信息的吕梁山贫困区生态安全评价
孙从建1*,李晓明1,张文强2,陈 伟1,王佳瑞1
(1.山西师范大学地理科学学院,山西 临汾 041000;2.中国科学院新疆生态与地理研究所,荒漠与绿洲生态国家重点实验室,新疆 乌鲁木齐 830011)
本文基于四个时段的遥感影像光谱信息计算了吕梁山连片贫困区的遥感生态指数(RSEI)及植被覆盖度(FVC),分析了其生态环境时空变化规律.结果表明:(1)1993~2018年间研究区FVC整体呈下降趋势,FVC由1993年0.65下降到2018年0.55;而RSEI整体上亦呈下降趋势,由1993年的0.47下降到2018年的0.40.(2)研究区整体生态环境呈退化趋势,其中北部、南部退化最为严重,除黄河沿岸外,其他河道沿线区域的FVC及生态环境退化明显.(3)研究区RSEI值整体偏低且区域差异性显著,其中部地区是生态环境最为脆弱,北部忻州及南部临汾地区近年来生态环境退化尤为显著.(4)FVC变化趋势与RSEI变化趋势基本一致,FVC的增加对生态环境产生积极影响,而经济快速发展带来的道路、建筑用地、农田的增加对生态环境产生消极影响.区域扶贫发展的过程中应注意平衡经济发展与生态环境保护间的关系,避免进一步损害该区脆弱的生态环境.
吕梁山连片贫困区;遥感生态指数;植被覆盖度(FVC);定量评估
吕梁山连片贫困区是我国14个集中连片贫困区之一,该区气候干旱、灾害频发、水土流失严重、生态环境恶劣[1].为实现区域经济可持续发展,十分有必要对区域生态环境进行系统的认识和安全评价.
现有的生态安全评价方法主要包括数学模型法[2]、生态模型法[3]、景观格局法[4]、计算机评价法[5],这些方法在中西部衔接城市[2]、辽河三角洲湿地[4]、喀斯特地区[5]等地区的生态安全评价中得到了广泛推广应用.近年来随着遥感技术的快速发展,其实时、快速、数据可靠等优势被研究者所肯定,并开始利用遥感监测指标开展相应的生态安全评价[6-7].传统的遥感生态安全评价方法大多基于单一监测指标,具有计算简易、易于解读等优点,但其难以较好的全面揭示生态环境的系统性变化[8-9].徐涵秋等[8-11]利用人类可直观感知生态条件优劣的植被指数、干度指数、地表温度、湿度分量构建了一种新型遥感生态评价方法,该方法具有指标获取简易、无人为权重、结果可视化佳等优势,可以对区域生态环境的时空变化进行系统分析,亦可有效弥补单一指标法的不足[8-15].目前该方法已在我国东南丘陵水土流失区[9]、北方农牧交错带[15]及雄安新区[11]等代表区域的生态安全评价中广泛使用,并取得了显著成效.
吕梁山连片贫困区处于黄土高原腹地,生态环境十分脆弱,相关生态安全评价开展较少,而系统、全面、定量的评价区域生态环境的时空变化特征的工作在吕梁山区仍是空白[16].本研究基于多期遥感影像数据开展该区域生态环境安全的系统评价,所得结果对吕梁山区的灾害防治、水土流失治理、生态环境建设等提供参考.
1 研究区概况
图1 吕梁山连片贫困区示意
研究区地处黄土高原东部,西以黄河为界,东北接大同盆地,东南为临汾盆地,地理位置为110°22′~112°37′E,35°53′~39°24′N,面积约为3.3万平方公里,涵盖13个国家级贫困县:神池县、五寨县、岢岚县、静乐县、兴县、岚县、临县、石楼县、吉县、大宁县、隰县、永和县、汾西县,7个临近县:柳林县、蒲县、交口县、中阳县、离石市、方山县、宁武县(图1).吕梁山连片贫困区沟壑纵横、地形切割、植被稀少、水土流失严重、土壤贫瘠;属于半干旱大陆性季风气候,年平均气温6~13℃,降水300~700mm,四季分明,雨热同期,降水多集中在夏季.吕梁山连片贫困区城镇化进程缓慢,就业率低,同时由于该区域资源匮乏、环境恶劣、交通不便、生产力水平低,导致社会经济发展能力不足,各产业发展受限,农村劳动力大量流失,使得该区日益贫困[16].此外独特的地理环境导致该区水土流失严重、生态系统脆弱,生态安全问题已成为该区域扶贫开发过程中的亟待解决问题.
2 数据来源及方法
2.1 遥感影像获取
本文选取了覆盖研究区的3个时段的Landsat TM以及Landsat OLI遥感数据计算RSEI分别为:1993年9月15日(TM)、2000年9月2日(TM)、2009年9月27日(TM)、2018年9月12(OLI).数据获取时间皆为初秋,保证了研究结果的可比性,亦可有效消除农作物干扰误差.数据预处理步骤包括镶嵌、裁剪、辐射定标以及大气校正等,具体步骤为:计算不同年份的绿度(NDVI)、热度(LST)、湿度(Wet)、干度(NDSI)等4个指标、对4个指标进行归一化处理、分别合成一幅影像、对新影像进行主成分转换、得到遥感生态指数(RSEI)影像、计算植被覆盖度(FVC).
2.2 遥感生态指数计算
本文利用人类可直观感知生态条件优劣的归一化植被指数(代表NDVI)、湿度分量(代表Wet)、裸地指数(代表NDSI)、地表温度(代表LST)来构建RSEI[8],实现区域生态环境的整体变化评价.
(1)NDVI
归一化植被指数是检测植被生长以及FVC的广泛使用的指数,为近红外波段与红外波段反射值之差与和的比,公式为:
式中:nir、r分别对应近红外、红色波段的反射率.
(2)Wet
湿度采用缨帽变换中的Wet指数[8],该指数明确反映了植被生长过程中的水分变化,不同传感器的公式不同.
式中:B分别为对应波段的反射率.
(3)NDSI[11]
基于研究区裸地与建筑用地并存的条件,综合裸地指数(SI)和建筑指数(IBI)形成干度指数:
式中:i为对应波段反射率.
(4)LST
计算研究区热度采用了两种算法,第一种基于影像的反演算法[13](IB算法),第二种辐射传输通道算法[14](RTE法),此两种算法均可以利用遥感影像反演地表温度.
IB算法如下:
式中:rad6为绝对亮温(K);=11.5mm为热红外波段中心波长);=×/(1.438×10-2mK),其中普朗克常数=6.626×10-34J/K;光速=2.998×108m/s;玻尔兹曼常数e=1.38×10-23J/K;为地表比辐射率.
RTE法如下:
式中:t是卫星高度上传感器测得的辐射强度[W/(m2∙sr∙um)];为地表比辐射率;(S)为黑体热辐射亮度;S为地表温度(K);u和d¯分别是大气上行下行的热辐射强度;为大气透射率,此3个指数均可通过NASA网站获取.
S可以根据普朗克公式函数计算:
式中:1,2为常量,对于Landsat TM,1=607.76 [W/ (m2∙sr∙um)];2= 1260.56K;对于Landsat OLI,1= 774.89[W/(m2∙sr∙um)];2=1321.08K.
由于以上4个指标的量纲不同,必须进行正规化处理后将量纲统一到[0,1]之间再进行主成分变换,各指标正规化公式如下:
式中:NI为某一像元归一化后的值,maxmin分别为该指标的最大值与最小值.
南海争端由来已久,争端所涉及的各方利益错综复杂。几十年来,南海争端的起起伏伏表明,南海各方达成全面和永久性的解决非常困难,非一朝一夕可以完成。然而,南海的和平稳定与繁荣发展事关沿岸数亿人的生产生活,因此在全面和永久解决争议之前,各方积极推进南海海洋合作,是维护海洋和平、增进地区共同福祉的有效途径,也有利于培育各方合作互信的氛围,为实现争端的最终解决做好必要铺垫。
经过正规化后的四个指标就可以进行主成分变换,得出RSEI值,然后再对RSEI进行正规化得出最终结果,归一化后RSEI值越接近1表示生态环境越好.
2.3 FVC计算
为区分RSEI指数中NDVI对FVC的影响,采用三次梯度法计算FVC[17].三次梯度法是根据植被光谱特点,利用红、绿、近红外三个波段的反射率及波长计算得出,具体公式如下:
式中:ir、r、g分别为近红外、红、绿波段的反射率;irrg分别为近红外、红、绿波段的中心波长;为梯度差指数;FVC为植被覆盖度.通过计算FVC对研究区地物进行分类,观测植被的变化趋势,进而分析生态环境的变化趋势.
2.4 RSEI、FVC时空变化计算
首先利用ENVI采用Band math方法分别用后一年的RSEI、FVC值减去前一年对应的RSEI、FVC值:
式中:C为对应年份计算结果,1为后一年对应指数所有波段,2为前一年对应指数所有波段.计算后得到的结果值在[-1,1]区间,为使结果便于观察对比,将结果进行5等分,分别对应显著退化[-1,-0.2)、轻微退化[-0.2,-0.05)、稳定[-0.05,0.05)、轻微改善[0.05,0.2)、显著改善[0.2,1]等5个等级.
3 结果与分析
3.1 吕梁山连片贫困区FVC变化特征
由图2可知,研究区的NDVI、FVC以及归一化后FVC均呈先上升再下降趋势,整体呈下降趋势.其中FVC在1993~2000年从0.65上升为0.73,在2000~2009年下降了0.07,至2018年下降至0.55,过去25a来总体下降了0.1.FVC在1993~2000年整体呈上升趋势,这与同期开展的黄土高原生态恢复措施有密切关系,从1990年开始,吕梁山区在“三北防护林工程”、“四荒”治理及黄土高原封山禁牧等生态工程的治理下区域FVC得到了有效的提高[18].但随着2000年以来吕梁山区的城镇化建设、开荒建地及矿产资源的大规模开发,区域植被的恢复速度受到了抑制,同时逐渐硬化的下垫面更加剧了区域水土流失,导致区域生态环境日益恶化[19],这也引起3个植被指标在2000年以后均呈微弱下降趋势.
图2 1993~2018年研究区FVC变化
图3b显示,1993~2000年间研究区北部除宁武县FVC降低外,其他县FVC均升高,邻近黄河的兴县FVC增加尤为明显;中部的临县和方山县大面积FVC较差等级转为较好等级,其他县变化不明显;南部地区FVC整体变化不大.总体来看,FVC良好及优秀等级的面积占比明显增大,FVC较差的面积减小并且集中在南部黄河沿岸.这一变化趋势与三北防护林建设工程实施有密切关系,该工程前三期(至2000年完成)将吕梁山中北部作为重点建设区域[21-22],在防护林体系建设下,中北部林地增加(图3a),FVC显著提高.在2000~2009年间,研究区中北部地区FVC出现下降趋势,其中部分河道区域FVC降低较为明显,这与同时期城镇建设(多分布于地势平坦的河谷,如图3a所示)有一定关系.与北部和中部不同,南部地区各县的FVC均呈上升趋势,其中以黄河沿岸区域尤为显著,这与2001年开始的三北防护林建设四期工程实施的晋陕峡谷防护林体系建设项目有密切关系[22].在2009~2018年间,研究区大部分区域FVC呈现降低趋势,其中北部、南部FVC差等级的面积较为集中.近年来,在人口增长、经济发展的压力下,滥垦、滥伐、滥牧、滥挖草坯现象更加频繁,林木资源受到严重破坏,森林植被减少明显,农田、建筑面积快速增加(图3a),这是2009~2018年间FVC降低的重要原因.
分析吕梁山连片贫困区四时段各级FVC面积比重变化可知(表1所示),在1993~2000年间,FVC中等及以下等级的面积比重呈减小趋势(负值),FVC较高以上等级的面积比重增加明显,增幅为12.33%.2000~2009年,FVC低等级和FVC较高等级区域变化不明显,但是中等的区域增加了8.31%, FVC高等级区域减少了10.65%,说明这一时期区域植被破坏较为严重.2009~2018年间,FVC中等及以下等级的面积比重呈增加趋势,较高及高FVC面积比重呈下降趋势,表明该区域FVC降低趋势在这一时期仍未改善.
3.2 吕梁连片贫困区生态环境变化分析
从表2可知,4个时段内,前两个成分PC1与PC2累计贡献率均达88%以上,其PC1贡献率分别为82.81%、83.05%、77.22%、71.85%,表明主成分1已经集成了4个指标的大部分特征值,同时不同时期4个指数对主成分的贡献率相对稳定.观察4个指数在主成分1中的值,发现干度与热度值的符号相同且与绿度及湿度值的符号正好相反,说明这两对指数在生态环境指数中的作用是相反的,其中绿度与湿度对生态环境起积极作用,干度与热度指数起消极作用,这与实际情况相对应.除2009年外的其余时间段,不同指数的PC1值均表现为:热度与干度为正值,湿度与绿度为负值.为了使RSEI研究图结果一致,(值越接近1生态环境越好),对这3a进行反向处理,用1减去这3a的值,则PC1结果越大表明生态环境越好.
图3 研究区各年LUCC及FVC、RSEI、NDVI、Wet、LST和NDSI各等级区域时空变化
表1 不同等级FVC面积比重表
表2 研究区遥感生态指数主成分分析表
由表3可知:(1)25a来湿度从0.57降低到0.48,除1993年到2000年升高外,湿度持续下降; (2)1993~2009年绿度增大,在2009~2018年下降,但整体呈下降趋势;(3)干度1993~2018年先下降再上升,整体上升了0.1,说明研究区在这一时段研究区有变干趋势;(4)热度指数较为稳定,表明区域温度变化不显著.总体而言,1993~2018年对生态环境起积极作用的绿度、湿度指标降低,而对生态环境指数起消极作用的干度、热度指标升高,表明吕梁山连片贫困区的FVC降低,地面硬化趋势增加,且遥感生态指数从0.47下降到0.40,整体下降明显,说明研究区生态环境变差.
进一步分析在研究时段内4个指标不同等级区域的时空变化特征可知(图3d、e、f、g),在1993~2018年间,NDVI指数中等以上等级面积整体呈增加趋势,尤其以研究区北部和黄河沿岸最为显著(图3d).Wet指数变差的区域主要集中于北部地区,其他区域基本保持稳定(图3e).尽管在过去25a间,LST指数整体均值并未明显波动,但其不同等级区域空间变化却较显著,其中北部地区LST指数低等级区域呈增加趋势,而南部地区及黄河沿岸LST指数高等级区域增长显著(图3f).研究区NDSI指数较高以上等级区域增加显著,其中北部地区基本全部变为高等级区域.
表3 研究区各时段主要指数及RSEI均值变化表
基于研究区遥感生态指数(RSEI)不同等级区域时空分布图(图3c)可知,在1993~2000年间研究区RSEI整体呈上升趋势,其中北部地区神池县、宁武县、岢岚县生态环境趋于好转,其西部地区由优秀等级降低为中等或较差等级,岚县南部由良好降低为较差.中部地区RSEI由差、较差转为中等、较好等级,柳林、离石、中阳县所在区域的三川河河道环境转好,这与三北防护林前三期工程的实施具有密切联系.研究区南部地区隰县的RSEI变化较为显著,其较差面积扩大.
对比2000年与2009年发现,研究区生态环境明显变差,特别是中北部、中部及南部河谷区域,包括岢岚县所在的漪岚河河道,方山县、柳林县、离石区、中阳县区域内的三川河、昕水河及其支流所在河道,以及隰县、交口县境内河谷地区.上述区域地势相对平坦、适于开发居住,由于城镇化的发展,沿河布局了大量道路、建筑物及新开农田(图3a),其NDSI指数显著升高(表3)导致生态环境变差.
在2009~2018年间,研究区生态环境呈现进一步变差趋势,2009年分布于中北部岢岚县、静乐县等县境内河谷地区的RSEI差等级的区域已扩大为面状区域,上述区域的城镇化进程及新开农田(图3a)已经严重威胁区域生态安全.此外,研究区东北部宁武县、静乐县、岚县的RSEI优秀、良好等级的面积急剧减小,而较差、差的面积显著增加;兴县、吉县、汾西县的生态环境也趋于退化,这些变化均说明2009~2018年吕梁山区的生态环境呈退化趋势.
3.3 RSEI与FVC的时空变化分析
图4 吕梁山连片贫困区RSEI与FVC时空变化
由图4可知,1993~2000年研究区大部分地区生态环境得到改善,生态退化区域主要分布于东北部地区和南部临黄河地区.二十世纪90年代山西省开启“四荒”治理、三北防护林建设是这一时段生态环境变好的主要原因;而黄河沿岸在这一时段由于盲目大规模旅游开发带来的地面硬化、水土流失加剧,是该区域生态环境恶化主要原因.在2000~2009年,研究区南部地区及黄河沿岸生态环境得到改善,2001年开始的三北防护林四期工程将黄河沿岸定为重点治理区域,有效提高了黄河中游河道附近的FVC[23],并提高了该区域的生态安全指数.但是中北部地区环境在这一时段显著变差,人类活动可能是导致该区域生态环境变化的主要因素.在2009~2018年间,研究区中部环境得到改善,但吕梁山区北部、南部地区生态环境却呈退化趋势,这可能与上述区域城镇化进程及经济快速发展有一定关系,北部忻州及南部临汾地区相较于研究区其他区域发展速度较快,同时环境退化也较为明显[20].对比RSEI与FVC时空变化图发现,不同时间段的RSEI变化与FVC变化区域基本重合,植被退化区则为RSEI退化区,植被恢复区的RSEI也显著升高,说明植被对生态环境的变化具有显著的影响.
整体上,吕梁山连片贫困区的RSEI值一直偏低,这与区域地形破碎、自然环境恶劣、水土流失严重有一定关系[20-21].植被恢复措施(如三北防护林工程)在吕梁山连片贫困区的实施[22]对研究区生态环境保护有积极的促进作用,但经济发展带来的城镇化建设、开垦种植活动严重威胁了区域生态安全.在区域脱贫攻坚过程中,应平衡经济发展与生态环境保护的关系,对于生态退化显著的忻州地区及临汾地区应加强生态治理投入,限制无需开垦农地、推进退耕还林还草工程;此外对于分布于河谷地区的乡镇应合理规划其城镇化建设,加大对小城镇生态环境建设的投入,改善河谷地区的生态环境.
4 结论
4.1 在1993~2018年间,吕梁山连片贫困区在高原生态恢复工程及经济快速发展的联合影响下,FVC呈现先升后降,整体下降的趋势,而RSEI呈现下降趋势,由1993年的0.47下降为2018年的0.40,表明研究区整体生态环境呈恶化趋势.
4.2 吕梁山区RSEI整体偏低,区域差异性显著,其中自然环境恶劣的中部地区RSEI波动最显著,生态环境最脆弱;受经济快速发展影响,北部忻州及南部临汾地区近年来生态环境退化尤为显著.
4.3 研究区FVC与RSEI变化趋势相近,关系密切,FVC增高的区域生态环境趋于好转,FVC降低的区域生态环境恶化.
4.4 国家生态恢复工程的布局建设与区域经济发展是影响区域生态环境的两个重要因素.三北防护林工程建设带来的森林、草地面积的增加对研究区北部及黄河沿岸的生态环境产生积极影响;而区域经济的快速发展带来道路、建筑用地、农田的增加对研究区内部河谷地区及临汾忻州等地的生态环境产生消极影响.区域扶贫发展的过程中要注意平衡经济发展与生态环境保护间的关系,限制大规模的农地开垦及河谷区城镇建设,加强忻州、临汾等生态脆弱区、河谷地区的生态建设投入,避免进一步损害该区脆弱的生态环境.
[1] 孙从建,张文强,李新功,等.基于遥感影像的黄土高原沟壑区生态效应评价[J]. 农业工程学报, 2019,35(12):165-172. Sun C J, Zhang W Q, Li X G, et al. Evaluation of ecological effect of gully region of loess plateau based onremote sensing image [J]. Transactions of The Chinese Society of Agricultural Machinery, 2019, 35(12):165-172.
[2] 黄 海,刘长城,陈 春.基于生态足迹的土地生态安全评价研究[J]. 水土保持研究, 2013,20(1):193-196+201. Huang H, Liu C C, Chen C. Appraisal of land ecological security based on ecological footprint [J]. Research of Soil and Water Conservation, 2013,20(1):193-196+201.
[3] 韩振华,李建东,殷 红,等.基于景观格局的辽河三角洲湿地生态安全分析[J]. 生态环境学报, 2010,19(3):701-705. Han Z H, Li J D, Yin H, et al. Analysis of ecological security of wetland in Liaohe River delta based on the landscape pattern [J]. Ecology and Environment, 2010,19(3):701-705.
[4] 惠 丽,鲁小珍,张大勇,等.基于生态足迹法县级区域可持续发展趋势探讨[J]. 中国人口·资源与环境, 2010,20(S1):486-488. Hui L, Lu X Z, Zh D Y, et al. Ecological footprint study on sustainable development [J]. China Population, Resources and Environment, 2010,20(S1):486-488.
[5] 魏小岛,周忠发,王媛媛.基于格网GIS的喀斯特生态安全研究——以贵州花江石漠化综合治理示范区为例[J]. 山地学报, 2012,30(6):681-687. Wei X D, Zhou Z F, Wang Y Y. Research on the Karst ecological security based on gridding GIS——acase study on the demonstration areas of the rock desertification integrated management in Huajiang of Guizhou, China [J]. Journal of Mountain Science, 2012,30(6):681- 687.
[6] 孟 岩,赵庚星.基于卫星遥感数据的河口区生态环境状况评价——以黄河三角洲垦利县为例 [J]. 中国环境科学, 2009,29(2):163- 167. Meng Y, Zhao G X, Ecological environment condition evaluation of estuarine area based on quantitative remote sensing —a case study in Kenli County [J]. China Environmental Science, 2009,29(2):163-167.
[7] 史纪安,刘玉华,师江澜,等.江河源区生态环境质量综合评价[J]. 西北农林科技大学学报(自然科学版), 2006(10):61-66. Shi J A, Liu Y H, Shi J L, et al.Synthetical evaluation of eco- environmental quality in the headstream of Yellow, Yangtze and Lantsan Rivers [J]. Journal of Northwest A & F University (Natural Science Edition), 2006,(10):61-66.
[8] 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.
[9] 张 灿,徐涵秋,张 好,等.南方红壤典型水土流失区FVC变化及其生态应评估——以福建省长汀县为例[J]. 自然资源学报, 2015, 30(6):917-928. Zhang C, Xu H Q, Zhang H, et al. Fractional vegetation cover change and its ecological effectassessment in a typical reddish soil region of southeastern China: Changtingcounty, Fujian province [J]. Journal of Natural Resources, 2015,30(6):917-928.
[10] 徐涵秋,施婷婷,王美雅,等.雄安新区地表覆盖变化及其新区规划的生态响应预测[J]. 生态学报, 2017,37(19):6289-6301. Xu H Q, Shi T T, Wang M Y, et al. Prediction of land cover change and ecological response of Xiongan new area planning [J]. ActaEcologica Sinica, 2017,37(19):6289-6301.
[11] 徐涵秋.水土流失区生态变化的遥感评估[J]. 农业工程学报, 2013,29(7):91-97. Xu H Q. Assessment of ecological change in soil loss area using remote sensing technology [J]. Transactions of the Chinese Society of Agricultural Engineering., 2013,29(7):91-97.
[12] 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.
[13] 丁 凤,徐涵秋.基于Landsat TM的3种地表温度反演算法比较分析 [J]. 福建师范大学学报(自然科学版), 2008,(1):91-96. Ding F, Xu H Q. Comparison of three algorithms for retrieving land surface temperature from Landsat TM thermal infrared band [J]. Journal of Fujian Normal University (natural science edition), 2008, (1):91-96.
[14] 徐涵秋.新型Landsat8卫星影像的反射率和地表温度反演[J]. 地球物理学报, 2015,58(3):741-747. Xu H Q. Retrieval of the reflectance and land surface temperature of the newly-launched Landsat8satellite [J]. Chinese Journal of Geophysics, 2015,58(3):741-747.
[15] 张晓东,刘湘南,赵志鹏,等.农牧交错区生态环境质量遥感动态监测——以宁夏盐池为例[J]. 干旱区地理, 2017,40(5):1070-1078. Zhang X D, Liu X N, Zhao Z P, et al. Dynamic monitoring of ecology and environment in the agro-pastralecotone based on remote sensing:a case of Yanchi County in Ningxia Hui Autonomous Region [J].Arid Land Geography, 2017,40(5):1070-1078.
[16] 徐满厚,杨晓艳,张潇月,等.山西吕梁连片特困区生态环境质量评价及其经济贫困的时空分布特征[J]. 江苏农业科学, 2018,46(6): 304-309. Xu M H, Yang X Y, Zhang X Y, et al. Evaluation of ecological environment quality and spatial-temporal distribution characteristics of economic poverty in the contiguous poor areas of Lüliang, Shanxi [J]. Jiangsu Agricultural Science, 2008,46(6):304-309.
[17] 唐世浩,朱启疆,王锦地,等.三波段梯度差植被指数的理论基础及其应用[J]. 中国科学(D辑:地球科学), 2003,(11):1094-1102. Tang S H, Zhu Q J, Wang J D, et al. Theoretical basis and application of three-band gradient vegetation index [J]. Science in China (series D: earth sciences), 2003,(11):1094-1102.
[18] 赵国岭.管好“四荒”拍卖金投入治理再发展——岚县“四荒”拍卖资金管理使用办法调查[J]. 山西水利, 1995,(1):29. Zhao G L. Managing the "four wastes" auction fund management and development -- investigation on the management and use of auction fund in LAN county "four wastes" [J]. Shanxi Water Resources, 1995, (1):29.
[19] 韩东娥.实施“生态兴省”战略建设绿色低碳能源基地[J]. 科技创新与生产力, 2010,(5):21-24. Han D E. Implementing the strategy of "promoting the province by ecology" to build green and low-carbon energy base [J]. Sci-TechInnovation and Productivity, 2010,(5):21-24.
[20] 冀 钦,杨建平,徐满厚.山西吕梁山连片特困区现代农业发展水平综合评价[J]. 中国人口·资源与环境, 2018,28(S1):54-59. Ji Q, Yang J P, Xu M H. Comprehensive evaluation of modern agricultural development level in the continuous poor areas of Lüliang Mountains, Shanxi Province [J]. China Population, Resources and Environment, 2008,28(S1):54-59.
[21] 闫珅爱.控制水土流失改善生态环境是发展吕梁农村经济的关键[J]. 山西农经, 2003,(5):44-46. Yan S A. Controlling soil erosion and improving ecological environment is the key to developing rural economy in Lüliang [J]. Shanxi Agricultural Economics, 2003,(5):44-46.
[22] 任连功.吕梁:“三北”防护林工程的创新与发展[J]. 中国林业, 2010,(9):35. Ren L G. Lüliang: innovation and development of "three north" shelterbelt project [J]. Forestry of China, 2010,(9):35.
[23] 周 旭,杨胜天,刘晓燕,等.黄河中游多沙粗沙区流域坡面水保措施变化特征[J]. 地理学报, 2014,69(1):64-72. Zhou X, Yang S T, Liu X Y, et al. Characteristics of soil and water conservation measures change in thewatershed slope of the middle Yellow River Basin [J]. ActaGeographica Sinica, 2014,69(1):64-72.
Evaluation of ecological security in poverty-stricken region of Lüliang Mountain based on the remote sensing image.
SUN Cong-jian1*, LI Xiao-ming1, ZHANG Wen-qiang2, CHEN Wei1, WANG Jia-rui1
(1.School of Geographical Sciences, Shanxi Normal University, Linfen 041000, China;2.State Key Laboratory of Desert and Oasis Ecology, Xinjiang Institute of Ecology and Geography, Chinese Academy of Science, Urumqi 830011, China)., 2019,39(12):5352~5360
Based on the spectral information of remote sensing images during four periods, the remote sensing ecological index (RSEI) and fractional vegetation cover (FVC) were calculated for the poverty-stricken region of the Lüliang Mountains (PSLM), the temporal and spatial variation of regional ecological environment was subsequently evaluated. The results showed that: (1) The FVC in the research area decreased from 0.65 in 1993 to 0.55 in 2018, and the RSEI decreased from 0.47 in 1993 to 0.40 in 2018. (2) The overall ecological environment of the PSLM showed a trend of degradation during the research period, with the most serious degradation happened in the north and south part of the PSLM. Except for the region of Yellow River valley, all the other river valleys experienced the significant degradation in FVC and ecological environment. (3) The RSEI value in the PSLM region was generally lower and showed substantial spatial variations. The ecological environment in the central part of the study area was the most vulnerable and the part of northern Xinzhou and southern Linfen area was deteriorated particularly significantly. (4) The variation pattern of FVC was generally consistent with that of RSEI. The improvement of FVC has a positive influence on the local ecological environment, while the rapid economic development (increasing in roads, construction land and farmland) has negative impacts on the local ecological environment. In the process of regional poverty alleviation and development, more attention should be paid to balance the needs of regional economic development and ecological environment protection in order to avoid further damage to the fragile regional ecological environment.
poverty-stricken region of the Lüliang Mountain;remote sensing ecological index;fractional vegetation cover;quantitative evaluation
X826
A
1000-6923(2019)12-5352-09
孙从建(1986-),男,河北沧州人.博士,副教授,主要从事自然地理及自然资源学的研究.发表论文42篇.
2019-05-29
山西省哲社规划课题(2019B202);山西省研究生教学改革课题(2019JG123)
* 责任作者, 副教授, suncongjian@sina.com