基于遥感生态指数的赣江新区生态质量评价

李万钰， 陈晓勇， 易 洁， 钟 滨， 李 婷

(1.东华理工大学 测绘工程学院，江西 南昌 330013；2.流域生态与地理环境监测国家测绘地理信息局重点实验室，江西 南昌 330013；3.江西省基础地理信息中心，江西 南昌 330209；4.江西省测绘地理信息工程技术研究中心，江西 南昌 330209)

伴随工业化和城镇化快速发展而来的是生态环境问题，生态环境质量影响着人类社会可持续发展。国家环保总局2006年发布的《生态环境状况评价技术规范》确定使用生态环境质量指数(EI)来反映被评价区域生态环境质量状况。生态环境质量指数是一系列指数的综合(程晋南等，2008；Goward et al.，2002)，但其指标在数据可获取性、权重合理性和评价结果时空分析等方面仍存有弊端(Chander et al.， 2009；问青春，2016)。徐涵秋(2013)提出了完全基于遥感信息的遥感生态指数(RSEI)，由绿度、湿度、热度和干度构成指标体系，该指数不仅数据易获得、权重无人为设定，而且既可量化分析、时空分析，还能可视化表达，比EI指数更具优势。

近年来，遥感生态指数(RSEI)在生态环境质量评价研究中得到较为广泛的运用，取得一定的研究成果。首先，研究区域选择具有多样性，其包括干旱荒漠区(蒋超亮等，2019)、自然保护区(刘盼等，2018)、农业区(夏积德等，2019)、雄安新区(杨江燕等，2019；徐涵秋等，2017)和矿区(吴志杰等，2016)等区域，但对比发现，这些区域均具有较高的生态环境关注度和生态敏感度特点。其次，更多研究是停留于遥感生态指数的生态环境质量评价，而将评价结果进一步运用于区域发展规划和生态环境规划等领域的研究少(程朋根等，2015；王丽春等，2019；郭泽呈等，2019)。

目前对新一批国家级新区生态环境质量状况的研究较少，而这些新区在经济增长动能转换的新时期面临着更高的生态环境保护要求。赣江新区属中部地区第2个、全国第18个国家级新区，战略定位中承担着打造美丽中国“江西样板”的生态建设要求。因此，本研究以赣江新区为研究区域采用RSEI来评估2007—2017年间所属区域范围内的生态环境质量，分析其空间格局演化特征，有利于厘清生态环境的时空变化及变化趋势，为赣江新区的生态环境保护和经济发展提供理论依据。

1 研究区域概况

赣江新区位于江西省南昌市北部的赣江之滨，由南昌市经济技术开发区、南昌临空经济区和共青城、永修县部分街道、乡镇组成，规划面积为465 km2，其中属南昌市境内267 km2、九江市境内198 km2(图1)。赣江新区的气候类型是亚热带季风气候，冬夏两季气温差异大，年平均气温17.7 ℃。赣江新区的发展格局为“两廊一带四组团”，属于中部地区具有较好发展基础、发展潜力较大的区域，同时也具备促进新型工业化和新型城镇化融合发展的优越条件。据统计资料显示，新区2016年常住人口约60.2万人，地区生产总值为582.3亿元，财政总收入为101.2亿元，固定资产投资为1 070.8亿元。

2 研究方法与数据来源

2.1 研究方法

2.1.1 遥感生态指数分量指标的测算

遥感生态指数(RSEI)是完全基于遥感信息反映区域生态环境状况的指数，其耦合了绿度、湿度、干度和热度指标，简便快速得到区域生态环境质量评价结果，与EI指数相比更具有优势。其中，各分量指标内涵及计算式为：

(1)湿度指标(Wet)：遥感缨帽变换所获得的亮度、绿度、湿度分量已被广泛地应用在生态环境监测中(Crist，1985；Huang et al.，2002；Todd et al.，1998)。其中，湿度分量反映了水体和土壤、植被的湿度，与生态密切相关。因此，用湿度分量表示湿度指标。湿度指标计算式因Landsat传感器的不同而不同，具体为：

专题制图仪(TM)数据：

Wet=0.0315ρ1+0.2021ρ2+0.3102ρ3+0.1594ρ4-0.6806ρ5-0.6109ρ7

(1)

式中，ρ表示相应波段的光谱反射率。

陆地成像仪/热红外传感器(OLI/TIRS)数据：

Wet=0.1511ρ1+0.1973ρ2+0.3283ρ3+0.3407ρ4-0.7117ρ6-0.4559ρ7

(2)

(2)绿度指标：归一化植被指数(NDVI)是应用最广泛的植被指数，能很好的反映植物生物量、叶面积指数以及植被覆盖度情况(Goward et al.，2002)，因此绿度指标选用NDVI来表示，其计算公式为：

NDVI=(ρ4-ρ3)/(ρ4+ρ3)

(3)

(3)热度指标：热度指标用地表温度(LST)来表示，计算式为：

L6/10=gain*DN+bias

(4)

式中，L6/10表示TM影像第6波段或者是OLI/TIRS第10波段像元在传感器处的辐射值，其数值可用ENVI5.3.1软件的辐射定标功能获得；DN表示像元灰度值；gain表示波段的增益值，bias表示波段的偏置值。

Pv=(NDVI-NDVIsiol)/(NDVIveg-NDVIsiol)

(5)

式中，Pv表示植被覆盖度；NDVIsiol表示无植被覆盖区域的NDVI值，取经验值0.05；NDVIveg表示纯植被像元的NDVI值，取经验值0.7。

εsurface=0.9625+0.0614Pv-0.046Pv2

εbuilding=0.9589+0.086Pv-0.0671Pv2

(6)

式中，εsurface表示自然表面像元的比辐射率，εbuilding表示城镇区表面像元的比辐射率。

B(TS)=[L6/10-L↑-T·(1-ε)L↓]/T·ε

(7)

式中，B(TS)表示黑体辐射亮度；L↑表示大气向上辐射亮度，L↓表示大气向下辐射亮度，T表示大气在热红外波段的透过率。

LST=K2/ln[K1/(B(TS)+1)]-273

(8)

式中，LST表示地表温度；K1和K2表示定标参数。

(4) 干度指标：研究中常用裸土指数(SI)(Rikiruaru et al.，2002)表示干度指标，但在区域环境中，还有相当一部分的建筑用地，均会造成地表的“干化”，因此干度指标由两部分组成，即裸土指数(SI)和建筑指数(IBI)合成归一化建筑-裸土指数(NDSI)(Xu，2008)，具体计算公式为：

NDSI=(SI+IBI)/2

SI=[(ρSEIR1+ρR)-(ρNIR+ρB)]/[(ρSEIR1

+ρR)+(ρNIR+ρB)]

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

(9)

式中，ρNIR、ρR、ρB、ρG和ρSWIR1表示波段地表反射率。

2.1.2 构建遥感生态指数评价模型

为消除Wet、NDVI、NDSI和LST等4个指标因量纲不一致和不同时相影像带来的计算误差，需要先做标准化处理。利用经过标准化处理后的4个指标波段合成新影像，为避免人为确定权重对结果准确性的影响，本研究根据数据本身特征确定权重，即运用主成分分析计算RSEI。最终归一化后得到的RSEI值域为[0，1]，RSEI数值越大表示该处生态质量越好，反之越差。

2.2 数据来源与处理

数据来源于从地理空间数据云网站下载的Landsat TM、OLI/TIRS遥感影像图，分辨率为30 m。为避免季节差异、植被生长状态不同等因素影响，选取不同年份同一季节的影像图，同时考虑遥感影像数据的可获取性，最终选择时间分别为2007年10月和2017年9月。首先对影像进行辐射定标、大气校正、影像配准、几何校正、影像裁剪等预处理得到研究区域内影像图，然后计算提取遥感生态指数各分量指标数据。在影像裁剪中为了保证区域空间上集中连片，本研究不考虑经开区和临空区少量飞地的影响。各分量指标数据标准化后进行主成分分析，根据第一主成分结果计算遥感生态指数。同时分析功能分析其具有怎样的生态质量空间格局演化特征，并将遥感生态指数等指标空间格局进行可视化表示。

3 结果分析

3.1 赣江新区遥感生态指数时空变化特征

赣江新区2007年和2017年的NDVI、Wet、NDSI、LST和RSEI统计信息如表1所示。从表1可知，赣江新区2007年的NDVI 、Wet、NDSI、LST和RSEI均值分别为0.44、0.84、0.03、0.52和0.74，该月份的湿度水平较高，干度水平较低；2017年的NDVI、Wet、NDSI、LST和RSEI均值分别为0.55、0.04、0.92、0.45、0.76，该月份的湿度水平较低，干度水平较高。因此，与2007年相比，2017年遥感生态指数和各分量指标的均值都发生了变化，NDVI、NDSI、RSEZ的均值增加，而Wet和LST的均值减小，赣江新区的绿度和干度水平在一定程度上有所提高，湿度和热度水平在一定程度上有所降低，其总体生态质量有所提高。

表1 赣江新区NDVI、Wet、NDSI、LST和RSEI统计信息

从图2可知，2007年和2017年赣江新区的RSEI空间整体分布呈现“一多一少”的特点，即较高值的RSEI占多数、较低值的RSEI占少数，表明赣江新区生态环境质量整体水平较好。其中，2007年，较低值的RSEI主要分布在西南方向，从原始真彩色遥感影像图可知西南方向的土地集中开发密集，导致生态环境遭到一定破坏。而在2017年，较低值的RSEI则分布更为零散。

在具有共性的同时，2007年和2017年两者之间也存在差异。位于最北方向的区域，与2007年相比，2017年的RSEI值有所下降，中部往北方向的区域也出现了同样的情况。此外，位于西南方向的区域，与2007年相比，2017年的RSEI值则有所增加，位于东北方向区域的RSEI值也同样有所增加。此外，西南少数区域的RSEI值从2007年较高水平变为2017年更低水平。因此，2007—2017年，赣江新区的生态环境整体质量仍保持较高水平，但局部区域生态环境质量出现增强和降低不一的变化情况。

通过自然断点法将RSEI分为“很差—差—中等—良—优”五个等级，各等级具体情况如图3所示。此外，将2007年和2017年的RSEI等级做差处理，得到2007—2017年RSEI等级变化情况，其结果如图4。从图3和图4可知，赣江新区大部分区域的RSEI等级变化不太明显或基本不变，表明这些区域的生态环境质量保持较好。少数区域的RSEI等级变化较为明显，如北方向的部分区域的RSEI从2007年的良等级降为2017年很差和差等级，表明该区域的生态环境质量有所降低；西南方向的部分区域的RSEI从2007年的很差等级上升为2017年良等级，表明该区域的生态环境质量有所提高。总的来说，赣江新区的生态环境质量在2007—2017年期间，整体生态环境质量保持在较好水平范围内，少数区域的生态环境质量发生升降变化；空间分布整体格局变化少，北方向和西南方向等少数区域发生明显变化。

3.2 赣江新区各组团区域生态质量变化特征

虽然赣江新区总体RSEI均值变化不大，但从图2和图4都可以看出，赣江新区四个组团特别是一南一北的经开区和共青组团的生态环境质量变化明显。通过统计得到各区域的RSEI等级面积变化信息，如表2所示。

由表2可知，2007—2017年间，赣江新区四个组团的生态等级大部分都往生态好的等级变化。其中，经开区变化最明显，由很差、差、中等变为良等级的占比达52.77%；其次是临空区由差、中等变为良等级的占比为49.34%；然后是永修组团和共青组团由差、中等变为良等级的分别占比28.35%和26.08%。由此可见，赣江新区在此十年间生态整体呈现良好的发展趋势，在开发建设的同时也越来越注重环境保护，对已开发建设完成的区域生态恢复良好，其中经开区由原先以第二产业为主的工业园区定位向新型产业城区转型。此外，临空区、永修组团和共青组团在很差这一等级微有增加，分别占比1.41%、3.84%和3.15%，结合图3及原始真彩色遥感影像图可以发现等级变很差的区域主要是水域影响。而四个组团在优等级的占比都极少且没有变化。

表2 赣江新区各组团RSEI等级面积变化

4 结论

基于遥感生态指数，运用主成分分析法集成NDVI、LST、Wet、NDSI四个评价指标，充分利用遥感和地理信息系统科学的信息丰富、空间分析和可视化等优势，对赣江新区近10年的生态质量及其空间演化格局进行定性和定量分析，结论如下：

(1)2007—2017年赣江新区RSEI均值增加，其均值由2007年的0.74增加到2017年的0.76，表明赣江新区生态环境质量保持较好水平。

(2)从RSEI空间分布变化来看，与2007年相比，赣江新区2017年的生态质量分布格局整体没有很大的变化，依旧是值较高的生态质量占多数、值较低的生态质量占少数，但北方向和西南方向等局部区域则发生较为明显的变化。

(3)从RSEI等级变化来看，赣江新区大多数区域由差、中等等级变为良等级，说明赣江新区在城乡建设的同时也注重生态环境的保护与生态恢复。

(4)从赣江新区四个组团生态质量来看，经开区由原环境较差的工业园区向环境友好的新型城区转型有一定成效，临空区建设成现代空港区的同时注重生态文明的建设，永修组团具备建设新型工农示范区的良好生态基础，共青组团在建设高新产业科教区的同时需加强生态保护。