基于RSEI的国家生态文明试验区(江西)生态环境质量变化分析
——以抚州市为例
2020-09-14张延飞丁木华易琪媛
方 正, 张延飞, 丁木华, 易琪媛
(1.东华理工大学 地球科学学院,江西 南昌 330013;2.东华理工大学 理学院,江西 南昌 330013;3.江西生态文明制度研究院,江西 南昌 330013)
自改革开放以来,我国城镇化进程明显加快,在取得巨大发展成就的同时,生态环境问题也随之凸显。近年来,生态文明建设研究已成为国内外学者的关注热点,尤其在国内,在探索和完善生态文明建设上主要集中在思想体系建设(吴宁子等,2019;花明,2018)、生态文明理念研究(陈红兵等,2019;孔兰等,2019;张延飞等,2016a)、生态影响研究(张振东等,2016;张延飞等,2016b;郧文聚等,2018;邹永旺等,2019)等方面。由于这些研究多侧重于单一生态指标或理念体系构建(王会芝,2014;冯玉香,2018)的研究,而利用集成指标针对空间层面进行长时间序列的生态变化研究较为薄弱。
目前,运用最为广泛的是生态环境状况指数(EI),而该方法评价结果只是一个数值,无法表现出区域内生态环境质量的空间分布特点。除EI外,徐涵秋(2013a)提出的RSEI模型完全基于遥感影像,其具有较强的客观性、评价结果可视化效果好、排除人为因素对指标权重的影响等优点,因此该模型更适用于区域生态环境质量评价。笔者通过遥感手段,在RSEI模型的基础上,利用多时相的综合研究来了解研究区生态环境质量变化及发展趋势。相对于其他传统的研究手段,遥感的独特之处在于能够在空间和时间层面上反映地面事物的变化,对于综合分析生态环境质量,改善城市生态环境,提升城市生态影响力有着重要意义,也为江西省探讨和完善生态文明制度体系建设提供参考依据。
1 研究区域与数据源
1.1 研究区域概况
抚州市位于江西省东部,属亚热带季风气候,气候温暖湿润,雨量充沛,总面积约为1.88万km2。本次选取抚州市主城区及周边区域为研究区(图1),区内包含9乡、18镇和5大产业平台(建昌抚合作示范区,赣闽台产业合作示范区,临川高新区,抚北园区、东乡园区),面积约为2 124 km2。本研究区是抚州市政治、经济、文化中心,也是开展生态文明建设的先行示范区。
图1 研究区区位及乡镇边界图Fig.1 The location and townships boundary of study area
1.2 数据源及预处理
研究的基础数据包括抚州市临川区行政区划矢量数据和Landsat遥感影像。行政区划数据来源于政府提供的2017年省级下发县级行政界线。遥感影像数据来源于美国地质调查局网站(USGS)和地理空间数据云。为了避免因季节差异以及影像获取时间不同而造成的影响,这里选取了2007年8月、2013年7月、2017年9月三期影像,其中2007年的影像为Landsat TM影像,2013年及2017年的影像为Landsat OLI/TIRS影像。影像季相相近,质量完好,且云量都在10%以下,可较好地应用到本次研究中。笔者运用ENVI5.5软件对各期影像数据分别进行辐射定标、大气校正、几何校正、影像裁剪、影像镶嵌等预处理操作。
2 研究方法
本次研究所采用的方法是遥感生态指数法(RSEI),其与国家生态环境部2006年推出的生态环境状况指数(EI)相比,具有更好的优势性(程朋根等,2015)。
人们对于周边生态环境质量状况的感受是通过绿度、湿度、热度、干度这4个最直观的感觉来评判(徐涵秋,2013b),因此针对研究区域的生态环境质量状况,笔者使用遥感技术得到这4个指标。湿度指标由缨帽变换后的湿度分量(Crist,1985)代表;绿度指标是通过归一化植被指数(NDVI)来表示;选取土壤指数SI(哈学萍等,2009)和建筑指数IBI合成(徐涵秋,2005)表示干度指标(NDBSI);热度指标采用地表温度(LST)来表示。具体流程如图2所示。
图2 RSEI计算流程图Fig.2 The flow chart of RSEIρi代表TM/OLI数据相应波段的反射率。对于TM图像而言,C1=0.031 5、C2=0.202 1、C3=0.310 2、C4=0.159 4、C5=-0.680 6、C7=-0.610 9;对于OLI图像(Baig et al.,2014),C1=0.151 1、C2=0.197 3、C3=0.328 3、C4=0.340 7、C5=-0.711 7、C7=-0.455 9。地表温度计算中,λ为热红外波段的中心波长,ρ=1.438×10-2 m·K,ε为地表比辐射率,该值通过Sobrino等(2004)的模型结合NDVI估算得到。T为传感器处的温度值,K1、K2分别是定标参数,B(Ts)是热红外波段像元在传感器处的辐射值,DN是像元灰度值,gain和bias分别是波段的增益值和偏置值。对于TM数据,gain为0.055,bias为1.1824 3,K1=607.76 W/(m2·sr·μm)、K2=1 260.56 K;而对于TIRS数据,gain=3.342×10-4,bias为0.1,K1=774.89 W/(m2·sr·μm)、K2=1 321.08 K。
利用主成分分析法可以根据各指标对各主分量的贡献度来客观确定各指标权重,同时还可以将多维信息集中到一维信息上,达到以单一变量耦合多个变量的目的。在进行主成分分析前,由于各个原始指标之间量纲不统一,因此先对原始指标进行归一化处理。另外,由于研究区域位于抚河中游,抚河穿城区而过,为了避免大面积水域影响PCA的荷载分布,因此须对各指标采用MNDWI水体指数对水体信息进行掩膜(徐涵秋,2008)。再将经过水体掩膜后及无量纲化指标合成一幅新的影像,对新的影像进行主成分分析,计算结果见表1。为了让主成分越大的数值代表越好的生态条件,可以进一步用1减去计算出的第一主成分(PC1),得到初始遥感生态指数RSEI0。对初始遥感生态指数RSEI0进行归一化处理,RSEI即为所求的遥感生态指数,其值范围在[0,1],且RSEI值越大,表示生态环境质量越好,反之越差。
表1 指标主成分分析Table 1 Principal components analysis
3 结果与分析
3.1 抚州市生态环境变化时空动态分析
通过对三期遥感影像进行指标运算,得到RSEI (图3),其中白色部分是为了避免水体过多掩盖了RSEI真实的变化状况而进行了掩膜处理。表2为RSEI的统计值,表中的统计值均为归一化后结果。10年间研究区RSEI的均值先由2007年的0.669上升到2013年的0.885,上升了32.29%,后由2013年的0.885降到2017年的0.789,下降了10.85%,呈现先大幅上升后小幅下降的趋势。从RSEI的空间分布特征来看,随着建成区的不断扩大,代表生态环境状况较差的红色区域呈逐渐向周边地区扩散的趋势。对比各年份不同指标的均值可知,湿度Wet和绿度NDVI在各年间的增幅与RSEI的增幅具有相同的趋势,特别是绿度NDVI的增减幅度同RSEI相近。湿度Wet和绿度NDVI对生态环境有着正面的影响,而干度NDBSI的增减幅度同RSEI增减幅度相反,说明其不透水面即建设用地对于生态环境有着负面的影响。
图3 抚州市遥感生态指数(RSEI)影像Fig.3 RSEI images of Fuzhou city
表2 抚州市各年份生态环境质量指标Table 2 Ecological envirenment quality index of Fuzhou city in each year
为了进一步分析研究区域的生态环境质量状况,将各年份遥感生态指数RSEI的结果以0.2为间隔,划分成5个等级(图4),分别代表生态环境质量“差”“较差”“中等”“良”“优”。对各期分级结果所占面积及比例进行统计,如表3所示。
图4 抚州市各期RSEI分级图Fig.4 RSEI grade map of different periods in Fuzhou city
从表3中可以发现,2007、2013和2017年研究区内生态环境质量状况为优、良的区域分别占研究区总面积的65.47%,88.29%,77.78%,10年间呈现先上升后下降趋势,整体呈上升趋势。差和较差等级的区域所占面积分别是4.84%、0.86%、4.92%,呈先下降后上升趋势,整体呈上升趋势。可以看出:(1)从2007年到2013年研究区生态环境质量状况整体呈现大幅度上升,其中处于“良”等级的区域大幅度转变为“优”等级,而建成区扩张速度下降,生态环境质量得到改善,从“较差”转变为“中”等级;(2)2013年研究区生态环境质量状况在3期研究年份中最好,其中整体生态环境质量状况处于“优”等级;(3)从2013年到2017年,在整体保持生态环境质量优良的基础上,城市得到扩张,建成区范围增大,而增大的建成区生态等级较差,生态等级为“较差”和“中”等级的区域主要分布在城区核心区域和水域内滩涂等小面积裸地。研究期间,抚州市政府出台了促进建筑业发展的扶持政策,充分利用和发挥了“建筑之乡”的优势,导致大规模土地开发,建成区面积迅速扩张,建筑用地的增加导致了研究区域相应的生态环境质量的下降。
表3 RSEI生态等级和面积比例变化Table 3 Changes in ecological rank and area proportion of the RSEI
3.2 抚州市生态环境质量区域性分析
为了进一步分析研究区生态环境质量的区域性差异,对研究区下辖9乡、18镇(其中主城区的3个街道办事处单独分出)的RSEI进行统计(表4),将各乡镇3期的RSEI平均值进行排名,其排名结果可以作为各乡镇在10年间生态治理的评价因素之一。
从表4中可以看出,2007年研究区RSEI均值最高的是桐源乡(0.696),最低为文昌街道办事处(0.472),整体水平处于中、良情况;2013年研究区RSEI均值最高的是茅排乡(0.825),最低仍是文昌街道办事处(0.593),整体水平处于优、良情况;2017年研究区RSEI均值最高的是高坪镇(0.771),数值最低的是钟岭街道办事处(0.492),整体水平处于良好情况。从2007年到2013年间,城西街道办事处、文昌街道办事处、钟岭街道办事处3个区域生态环境质量状况始终处于相对较低的水平,3期RSEI均值的排名都是处于后三名,而桐源乡、荣山镇、大岗镇3个区域生态环境质量状况一直处于相对较高水平。
表4 抚州市各乡镇遥感生态指数RSEI统计Table 4 The RSEI statistics of towns in Fuzhou city
结合抚州市各乡镇空间分布状况(图1)来看,生态环境质量状况保持稳定的区域一般居于偏远地段,如桐源乡,其地理位置东临抚河,西、北、南三面环山,拥有大面积植被覆盖,生态环境并未发生大的变化,远离城市中心,人类活动对生态环境影响相对较少,因此RSEI数值较高,生态环境质量始终保持优良。而生态环境质量较差的区域是抚州市主城区,同周边其他区域相比,这里建筑物相对密集,不透水面面积相对较大,其中文昌街道办事处是抚州老城区,是抚州最集中的棚户区。因此人类活动对该区域影响巨大,造成其生态环境质量状况一直处于中等水平。
3.3 抚州市生态环境质量差异性分析
为了更直观的了解研究区在2007—2017年期间生态环境质量的变化,根据研究区各期RSEI分级数据,利用栅格计算器进行差值运算,得到抚州市2007—2017年间生态环境质量变化检测图(图5)。统计结果(表5)表明:2007—2013年抚州生态环境质量变好、不变和变差的区域面积分别是1 389.550 km2、455.554 km2和46.474 km2,面积比重分别为73.46%、24.08%和2.46%;2013—2017年抚州生态环境质量变好的区域面积为996.392 km2,占总面积的49.87%,生态环境质量变差的区域面积为167.839 km2,占总面积的8.40%; 2007—2017年抚州市生态环境质量改善或不变的区域面积为1 830.314 km2,面积比重为91.60%,生态环境质量变差的区域面积为167.839 km2,面积比重为8.40%。这10年间抚州市生态环境质量“变好”的区域居于主导地位,生态环境质量改善的区域明显多于生态环境质量变差的区域。
图5 抚州市生态环境质量变化检测图Fig.5 Change detection images in Fuzhou city
表5 抚州市RSEI变化检测Table 5 Change detection of RSEI in Fuzhou city
从图5可以看出,代表抚州市生态环境质量变差的红色区域,主要分布在抚州市主城区。将抚州市建昌抚合作示范区,赣闽台产业合作示范区,临川高新区,抚北园区、东乡园区五大产业平台园区与图5生态环境质量变化监测结果进行对比,结果表明生态环境质量状况变差的区域基本与五大产业平台园区重叠。利用干度指标NDBSI可以计算出研究区的建设用地面积,结果表明,2013—2017年建设用地面积从145.16 km2增长到314.99 km2,与生态环境质量“变差”的面积几乎一致。该结果进一步说明2013—2017年RSEI数值下降主要是由于在城市扩展进程中建设用地的增加对生态环境质量起到了重要影响。
4 结论
(1)2007—2017年间,抚州市生态环境质量状况呈先大幅上升后小幅下降趋势,整体呈上升趋势。研究区在2007、2013和2017年的RSEI均值分别为0.669、0.885、0.789,10年增长了17.94%。
(2)区域性分析表明,生态环境质量较好的区域主要分布在植被覆盖率较高的南北丘陵地带。生态环境质量较差的区域主要分布在受人类活动影响较大的研究区中部。
(3)差异性分析表明,研究区内生态环境质量状况为优、良等级的区域居于主导地位,其占总面积比例由2007年的65.47%增加到2017年的77.78%,10年间整体增加了12.31%。变化检测表明,10年间生态环境质量变好或不变的区域比重为91.60%,居于主导地位,生态环境质量变差的区域主要分布于抚州市主城区,尤其是五大产业平台园区以及未利用裸地,其建筑用地的大幅扩展以及植被覆盖的大面积消减导致该区域生态环境质量变差。
(4)构建遥感生态指数RSEI的4个指标中,湿度和绿度对RSEI的正面影响较大,干度对RSEI的负面影响较大。因此若想改善生态环境质量,城市应进一步合理开发和利用土地资源,减少未利用裸地面积,增加城市植被覆盖度,加强土壤水土保持能力,使城市发展更加生态化,可持续化。