基于遥感的SDG 15.1.2生物多样性指标计算与分析：以长三角生态绿色一体化发展示范区为例

伽 光，林文鹏，徐润浇，李鲁冰

1. 上海师范大学生命科学学院，上海 200234

2. 上海师范大学环境与地理科学学院，上海 200234

2015年，联合国发展可持续峰会通过了《改变我们的世界：2030年可持续发展议程》草案，议程所提出的17项可持续发展目标(sustainability development goals，SDGs)一共包含169个具体的子目标，综合考虑了经济发展、社会包容和环境美好的全面协调发展[1-3]. 联合国特成立SDGs指标跨机构专家组，对所有指标的定义、计算方法、选取数据等做了统一要求，但该指标体系框架仍存在诸多局限，需要在实践中不断完善和改进[4-6]，针对不同研究区域情况进行本地化处理，改进完善原有的指标体系[7-9]. 其中SDG 15.1.2指标为“保护区内陆地和淡水区域生物多样性的重要场地所占比例，按生态系统类型分列”，分别把陆地和淡水区域生物多样性计算做了不同的说明，指标的重点内容为识别并提取保护区内生物多样性的重要区域.

生物多样性是人类生存和发展的重要物质基础和必要条件，为人类提供必不可少的生物资源同时，还组成了人类生存所需的自然环境[10]. 随着城市化进程不断加快，全球生物多样性锐减问题日益突出，如何保护生物多样性引起广泛关注[11-12]. 生物多样性的内涵通常包含3个层次：遗传(基因)多样性、物种多样性和生态系统多样性，近年来，有些学者又提出了景观多样性，作为生物多样性的第4个层次. 传统意义上，物种多样性主要指一定区域内物种的丰富度和生态学方面物种分布的均匀程度，一般通过物种总数、物种密度和特有种比例来测量；生态系统的多样性主要指生态系统组成和功能的多样性；景观多样性指不同类型的景观要素或生态系统构成的景观在结构和功能方面的多样性[13]. 传统生物多样性研究以地面调查方法为主，包括对特定物种的分布、数量和密度的调查，也有学者通过气候和环境数据的分析来间接反映生物多样性状况[14-15]. 在评价尺度方面，有针对全球和国家层面的大尺度的生物多样性研究，有针对自然保护区和县域尺度的生物多样性研究[16]，也有通过研究生物基因层次来反映生物遗传多样性的研究[17].合适的空间尺度是建立评价指标体系必须考虑的问题，在基因层面上的评估需要专业基础，难以在较大尺度上实现；针对中等尺度的评估，通常构建包含物种、生态系统和景观层次的评价指标体系来综合反映生物多样性状况[18-19]，并有很好的实际应用价值，更有利于落实针对性的生物多样性保护工作.

随着遥感技术的不断发展，更多高时空分辨率的数据源得以使用[20-21]，为生物多样性的研究提供更高效的数据支撑. 遥感技术突破了空间限制，能从更大的区域尺度对生物多样性进行评估和监测[22-24]. 使用遥感技术评估生物多样性，主要通过卫星传感器直接监测个体生物或者生态群落的分布及丰富度特征；或通过分析生物所依赖的环境参数，建立综合指标体系间接评估生物多样性[25]. 该研究采用建立指标体系间接评估的方法，并不针对特定的生物或生态群落，通过分析研究区的各环境参数来间接评估生物多样性.

生物多样性涉及多个层次，构建的评价指标体系应该围绕评估目标进行设计，涵盖生物多样性各个层次及属性特征. 在实际操作中，应充分考虑所选指标的代表性、科学客观性、可操作性和适用性[26]. 已有基于遥感数据构建评价指标体系间接评估区域生物多样性，如李冠稳等[12]基于遥感技术分别从生境质量、生态系统状况和景观结构3方面，选取6个指标构建评价指标体系对青海省玛多县不同时期生物多样性进行动态监测. 与之相比，笔者研究优化了植被指数的计算，采用增强型植被指数同时降低土壤背景和大气对植被的干扰，能更真实准确地反映植被生长分布状况，并且评价精度更高，更有利于分析小尺度生物多样性状况. 杨海军等[23]对湖北省南漳县生物多样性进行动态监测，选取了5个评价指标，与之相比，该研究增加了水网密度的影响因素，水源地对区域生物多样性状况有一定影响，如杨阳[27]通过对三江源国家公园水生态功能进行分区，得出一级水生态功能分区的生物多样性更丰富. 现有生物多样性研究中生境质量指标、植被净初级生产力指标和归一化植被指数指标应用广泛，如赵培强等[28]开展祁连山区域生物多样性评价，彭隆等[18]在甘孜藏族自治州开展生物多样性保护优先性评价，黄犁等[29]开展叶尔羌河流域景观生物多样性时空变化分析等，均用到上述指标. 因此，利用环境指标来综合评价区域生物多样性水平是可行的.

自2018年习近平总书记宣布支持建设长江三角洲区域一体化发展之后，各项围绕长三角一体化示范区合理建设发展的政策陆续出台，要坚持生态优先，绿色发展，建设一个人类与自然和谐共生的示范先行区，因此，系统性地研究长三角生态绿色一体化发展示范区(简称“示范区”)生物多样性水平十分必要.该研究以高分辨率遥感影像为基础，通过目视解译获得土地利用数据，综合SDG 15.1.2指标内涵和生物多样性定义，构建一套适合中小尺度区域的生物多样性评价体系，能够更精细化评价研究区生物多样性水平；通过指标计算快速提取出研究区生物多样性重要区域，实现对SDG 15.1.2指标的计算，以期为SDGs在本地化计算方法上提供思路和参考.

1 研究区概况与数据

1.1 研究区概况

为提升长三角地区整体实力和国际竞争力，长三角区域一体化发展在2018年被提升为国家战略，2019年10月《长三角生态绿色一体化发展示范区总体方案》获国务院批复同意，成为国内第一个跨省市建立的以经济社会全面高质量发展为目标的一体化发展示范区. 示范区位于江浙沪两省一市交界处，主要包括上海市青浦区、江苏省苏州市吴江区、浙江省嘉兴市嘉善县3个行政区，面积约为2 300 km2，地理范围为120°20′E～121°19′E、30°45′N～31°32′N(见图1).

图 1 研究区概况Fig.1 Description of the study area

1.2 数据与处理

基础数据主要包括示范区2020年土地利用、增强型植被指数(EVI)和景观格局指数. 其中，土地利用数据通过谷歌影像(空间分辨率为2.15 m)目视解译得到；使用哨兵2号遥感影像(空间分辨率为10 m)计算EVI；景观格局指数通过Fragstats 4.2软件计算获得. 对主要指标数据进行预处理(见图2). 对各指标栅格数据统一分辨率为100 m，处理结果的空间分辨率为100 m.

图 2 主要指标数据预处理结果Fig.2 Preprocessing results of main indicative data

2 研究方法

2.1 SDG 15.1.2指标计算

SDG 15.1.2指标内容为“保护区内陆地生物多样性的重要场地所占比例，按生态系统类型分列”，保护区即为政策划定对生物多样性实施规划保护的区域，其中在《长三角生态绿色一体化发展示范区国土空间总体规划草案公示稿》中明确指出，要生态优先，绿色发展，建设一个人类与自然和谐共生的地区，实行严格的生态要素系统性保护，构建全方位可持续的生态协同治理体系，这里将研究区认为是政策保护区，SDG 15.1.2指标(X)计算如下：

式中：S1为 生物多样性高等级区域面积，km2；SA为示范区陆地区域面积，km2.

根据指标定义，对示范区生物多样性重要区域进行识别及提取，通过公式计算获得SDG 15.1.2指标结果. 为了方便各国家对SDGs指标结果进行比较，可持续发展解决方案网络(sustainable development solutions network, SDSN)对各指标值划定了分级阈值，按绿色(最优)、黄色、橙色和红色(存在挑战)划分等级. 其中，SDG 15.1.2指标值的绿色等级阈值为≥50%，黄色等级为30%～50%，橙色等级为10%～30%，红色等级为≤10%.

2.2 评价指标体系构建

选择评价指标是构建指标体系的核心工作，综合考虑遥感技术的特征和优势，从生物多样性的内涵出发来选取指标，在物种多样性层次选取了生境质量指数(habitat quality index, HQI)、增 强 型 植 被 指 数(enhanced vegetation index, EVI)和 水 网 密 度 指 数(water network denseness index, WNDI)；在生态系统多样性层次选取生境面积百分比指标(Sp)；在景观多样性层次选取辛普森多样性指数(simpson′s diversity index, SIDI)、景观分离度指数(splitting index, SPLIT)和蔓延度指数(contagion, CONTAG). SDG 15.1.2指标定义对陆地生态系统和淡水生态系统分开进行计算评估，该文只对陆地生态系统生物多样性进行评价.

2.2.1生境质量指数(HQI)

生境是指为生物个体、种群或群落提供生活、繁衍的具体环境，生境质量则是指为个体或种群的持续生存和繁衍提供适宜性条件的能力[30]. 生境质量的好坏直接影响着生境内物种的数量和丰富度，生境质量指数的高低与生物多样性紧密相关. 该文以生境质量高低来表征不同生境为生物提供生存、繁衍能力的高低，不针对特定物种. 国内外学者对生境质量评价方法在不断完善，主要包括模型法和评价指标体系法，其中InVEST模型中的生境质量模块在方法上比较成熟，目前应用最为广泛[31]. 该模型可以将评价结果以地图形式展示，更加直观.

InVEST模型中的生境质量模块是将特定的土地利用类型作为破坏生境质量的威胁因子，再将各生境类型与威胁因子建立联系，根据不同生境类型对威胁因子的响应，评价得出研究区生境质量的分布和退化程度. 生境质量得分范围在0～1之间，分值越高代表生境质量越好，即生物多样性丰富度越高. 具体计算如下：

式中：irxy为威胁因子对生境的威胁水平，表示在生境栅格x中威胁因子r对y栅格(土地利用类型)的影响；dxy为 栅格x与y的距离数；drmax为威胁因子r的最大威胁距离.

式中，Dxj为地类景观j中栅格x的生境退化度，z为模型默认参数值(2.5)，k为半饱和系数，R为生态威胁因子个数，wr为生态威胁因子r的权重，yr为威胁因子r栅格单元的总数，ry为 威胁因子的强度，βx为生境抗干扰水平，Sjr为j类景观格局对威胁因子的敏感性大小，Qxy为第y类土地利用类型在第x个栅格的生境质量，Hy为土地利用类型y的生境适宜程度.

模块运行需要输入威胁因子和威胁因子的敏感性等参数，综合参考InVEST模型使用指南中的评分标准，以及国内外学者的研究成果[32-36]，并结合研究区的实际情况，得到研究区威胁因子(见表1)和威胁因子敏感性(见表2)数据，衰退类型是以威胁因子在空间中的衰退速度不同进行划分.

表 1 研究区威胁因子权重Table 1 Weights for threat factors of the study area

2.2.2增强型植被指数(EVI)

研究表明植被指数与生物量、生产力显著相关，其中EVI能同时降低土壤背景和大气的干扰，有效弥补归一化植被指数的不足，能更真实准确地反映植被生长分布状况[24,37]，计算公式：

式中，ρNIR为 近红外波段地表反射率，ρRed为红光波段地表反射率，ρBlue为蓝光波段地表反射率，G为增益因子(取2.5），C1和C2为气溶胶阻抗系数(分别为6和7.5)，L为冠层背景调整因子(取值为1).

表 2 生境适宜性及其对不同威胁因子的相对敏感程度Table 2 Habitat suitability and its relative sensitivity to different threat factors

2.2.3水网密度指数(WNDI)

水在生态系统中有重要作用，水源丰富的区域生物多样性更丰富，更适合生物的生存. 根据我国原环境保护部发布的HJ 192-2015《生态环境状况评价技术规范》，对水网密度指数进行优化. 计算公式：

式中：Ariv为河流长度的归一化系数，参考值为84.37；P1为 河流长度与区域面积的比值；Alak为湖库面积的归一化系数，参考值为591.79；P2为湖泊面积与区域面积的比值；Ares为水资源量的归一化系数，参考值为86.39；P3为均衡水资源量与区域面积的比值.2.2.4生境面积百分比(Sp)

生境面积直接影响生物种群的密度，生境斑块面积越大，能为生物提供更好的生存载体[38-39]. 用Sp来表征生态系统的多样性状况. 计算公式：

式中：Sp为 生境面积占比，%；Ae为生境面积，包括林地和草地的面积，km2；At为生态系统陆地面积，km2.

2.2.5辛普森多样性指数(SIDI)

多样性指数是一种量化指标，可以反映区域内物种的多样性程度. SIDI通过计算随机取样的两个个体属于不同种的概率，来反映群落里物种的丰富度[40-41]. 研究[42]表明，香浓多样性指数更适合用于稀有覆盖的区域，土地覆盖类型也相对较少时计算结果更加精确，辛普森多样性指数则正好相反，更适用于研究区的地理环境.

2.2.6景观分离度指数(SPLIT)

景观分离度指数表示景观类型中斑块之间的分离程度，值越小表明斑块分布越集中，值越大表明区域内斑块的分布越分散. 在一定程度上反映了人类对景观的干扰程度，对生物多样性水平来说属于逆向指标.

2.2.7蔓延度指数(CONTAG)

蔓延度指数是指景观里不同斑块类型的团聚程度或延展趋势，蔓延度值高说明景观中某种优势斑块类型有良好的连接性，反之表明景观更破碎. 高连接性的斑块更有利于景观内物种的生存和繁衍.

2.3 生物多样性指数(biodiversity index, BI)

通过选取上述7个指标，构建生物多样性指标评价体系，对各指标进行归一化处理，取值范围为0～1，其中正向指标标准化计算方法：

式中，Xq为 归一化后的评价指标q的数值，Aq为归一化前的评价指标的数值，AqMin为归一化前的评价指标中最小值，AqMax为归一化前的评价指标中最大值. 景观分离度指数指标为逆向指标，需要将上述公式的计算进行相反数处理，得到此逆向指标的标准值.

对指标赋权的方法包括主观赋权法[43](层次分析法、专家赋权法等)和客观赋权法[44](熵权法、主成分分析法等). 该文采用定量分析与定性分析相结合的层次分析法来确定权重，充分考虑到生物多样性的影响因素，确定最终的权重大小，结果如表3所示. 生物多样性指数计算公式：

式中，HQI为生境质量指数，EVI为增强型植被指数，WNDI为水网密度指数，SIDI为辛普森多样性指数，SPLIT为景观分离度指数，CONTAG为蔓延度指数，β为各指标对应权重. BI的取值范围为0～1，其值越接近1，表明生物多样性程度越高. 具体等级划分需要根据研究区实际状况，参考《区域生物多样性评价标准》以及前人的研究基础[18,22-23].

表 3 生物多样性指标体系及权重Table 3 Biodiversity indicator system and weight

3 结果与分析

3.1 生物多样性结果分析

生物多样性指数分级标准主要参考《区域生物多样性评价标准》，研究区生物多样性指数实际分布范围在0.02～0.92之间，生物多样性平均值为0.42，根据统计学标准差的特性，将生物多样性等级分为4个等级，结果如表4所示.

研究区生物多样性现状分布如图3所示，总体来看，生物多样性高等级区域分布较为均匀；生物多样性低等级的面积占研究区陆地区域面积的19.15%，聚集的区域为吴江太湖新城、吴江高新区、青浦新城、嘉善高铁新城、汾湖高新区等；生物多样性一般等级的面积为331.92 km2，占陆地区域面积的17.25%，此区域土地利用类型多为农田和村庄；生物多样性中等级别的区域面积为696.71 km2，占区域总面积的36.22%，这类区域土地利用类型多为林地和草地；生物多样性高等级区域面积为526.65 km2，占研究区总面积的27.38%.

表 4 生物多样性指数分级标准Table 4 Biodiversity index classification standard

县域尺度的生物多样性现状统计如表5所示，嘉善县生物多样性等级为中等的面积占比最大，占县域陆地面积的45.46%，高等级区域占比为14.04%，略低于示范区生物多样性高等级面积占比，上海市青浦区生物多样性高等级区域面积占比最大，占该区域陆地总面积的39.01%，苏州市吴江区的生物多样性中等区域占比最大，占该区域陆地面积的35.52%.

图 3 生物多样性等级分布Fig.3 Distribution of the biodiversity level

嘉善县城区位置生物多样性明显低于周边区域；生物多样性高等区域大多位于嘉善县南部；北部有西塘古镇等旅游景点，会产生更多人类活动的干扰，因此北部区域大多为生物多样性中等级别. 青浦区水系丰富，东部河流众多，西部有淀山湖和众多的湖荡，生物多样性低等级区域位于青浦主城区以及其他城市建成区，这些区域植被覆盖相对较少，人类活动干扰较严重，导致生物多样性等级偏低；淀山湖周围区域由于旅游开发，也导致生物多样性等级偏低. 吴江区西部紧邻太湖，区域湖泊众多，水资源丰富，生物多样性低等级区域大多位于吴江主城区位置，城市建成区和道路面积较多，植被稀少，生态系统类型结构单一；南部区域大多为生物多样性高等区域，这些区域植被覆盖度高，植被生产力水平高，为生物多样性提供良好的基础.

表 5 各县区生物多样性现状统计Table 5 Statistics on the status of biodiversity in each county

3.2 SDG 15.1.2指标结果分析

对研究区生物多样性高等级区域进行识别提取，面积为526.65 km2，占研究区陆地总面积的27.38.SDG 15.1.2指标得分为27.38，距离最优等级(≥50%)还有一定距离，处于橙色等级(10%～30%)，表示研究区陆地生物多样性保护工作还面临一定量的挑战.

各乡镇生物多样性现状如图4所示. 研究区一共28个乡镇，整体来看大部分乡镇的生物多样性处于橙色等级，距离优等还存在一定的挑战；嘉善县的罗星街道处于红色等级，该区域面积为39.27 km2，位于嘉善县南部，是嘉善新城和县政府所在地，区域内部有沪杭高速和沪杭铁路等交通枢纽，城市化水平较高，受人类活动干扰严重，造成区域内高等级生物多样性的面积占比过小；青浦区的华新镇和香花桥街道处于绿色等级，区域内的高等级生物多样性面积比例超过50%，华新镇位于青浦区的东北部，面积48.13 km2，该区域水资源丰富，大部分区域为水田和旱地，生态系统丰富多样，生境质量高. 香花桥街道面积69.45 km2，区域内河流水域面积广，水网稠密，支流众多，物种丰富度高.

图 4 生物多样性高等级区域分布Fig.4 Distribution of areas with high-level biodiversity

3.3 生物多样性的影响因素分析

3.3.1土地利用方式对生物多样性分布的影响

土地利用方式(见图5)与区域生物多样性关系十分密切，通过叠加分析，进一步探究生物多样性各等级区域中土地利用类型占比情况，从而为生物多样性的保护工作提供一定的理论基础.

着重选取了具有典型代表性的11种土地利用类型做分析研究，结果如表6所示，在低等级生物多样性区域，城市所占比重最多，占统计面积的71.35%，城市的建设和人类活动的干扰导致这类区域生物多样性较低，其中林地占比最少，为0.99%，极少的植被覆盖无法为生物提供充足的物质能量，因此林地的面积占比与生物多样性高低有明显的正相关性；在生物多样性高等级区域，占比较多的土地利用类型为水田和林地，占比分别为47.82%和14.76%，占比较少的土地利用类型为裸地和未利用地，占比分别为0.10%和0.22%，这类区域的植被覆盖度高，受人类活动干扰的区域面积极少，为物种提供充足的植被生产力水平和生存条件，生态系统类型丰富多样.

图 5 2020年研究区土地利用类型分类Fig.5 Land use of the study area in 2020

表 6 各生物多样性等级的土地利用类型统计Table 6 Statistics of land use types for each biodiversity level

3.3.2不透水面占比与生物多样性分布的联系

生物多样性低等级的红色区域大多聚集于吴江城区、吴江高新区、嘉善城区和青浦城区(见图4)，这些区域城市基础设施建设也相对更加完善，受人类活动干扰较为严重. 城市的不透水面变化可以间接地表征城市的发展建设过程，通过对土地利用数据中不透水面的提取，综合分析各乡镇高等级生物多样性的占比情况(见图6)，发现多数乡镇的不透水面占比与高等级生物多样性面积占比呈负相关，位于吴江高新区的盛泽镇、青浦城区的徐泾镇、青浦工业园区的夏阳街道、嘉善城区的罗星街道明显存在不透水面面积占比高而高等生物多样性区域占比低的情况.

图 6 各乡镇不透水面积与高等生物多样性面积占比Fig.6 Proportion of impervious surface area and higher biodiversity area of each town

4 讨论

我国高度重视2030年可持续发展目标的落实情况，并在“十三五”规划中，将可持续发展提升到国家战略高度，生物多样性的评价方法有利于落实SDG 15.1.2指标的本地化定量分析，有助于国家层面的整体可持续性评估与国际标准接轨. 其中陈军等[7-8]研究顾及地理空间视角，使用统计数据和地理空间数据相结合的方法，对德清县102项SDGs指标进行计算和评级，是我国首个落实SDGs指标计算的案例，并撰写了中国（德清）践行2030可持续发展目标的进展报告，成为SDGs指标本土化的样本. 刘少阳等[22]对SDG 15.1.2指标进行了本土化计算，通过构建包含5项指标的生物多样性指标体系，对德清县生物多样性进行动态监测，结果表明德清县6年来SDG 15.1.2指标值均在80%以上，生物多样性保护状况十分良好，在研究方法方面，该研究优化了部分指标，对景观多样性层面的指标进行了丰富，增加了景观分离度指数和蔓延度指数，并且计算采用移动窗口算法，更能反映研究区局部景观状况，增加水网密度指标来分析水源地对生物多样性的影响，使指标体系更加完善；基础数据中土地利用数据采用目视解译方法获取，相比机器学习分类方法获得的数据精度和分辨率都更高，而土地利用数据又是各指标计算的基础数据，对最终计算结果有重要影响. 该文的试验结果可以从生物多样性分布状况与实际土地利用类型的对应关系中得以验证，与刘少阳等[22]研究的德清县生物多样性相比，德清县生物多样性重要区域面积占比较高，德清县西部山区受人类活动干扰较少，对应的生物多样性状况较好.

然而在SDG 15.1.2指标本土化中仍然存在一些不足，SDGs指标原本对应的是国家尺度，使用“红绿灯”法表示指标结果好坏也对应的是大尺度层面的标准，一味对接国际标准并不适合小区域的实际状况，因此应更深入探究生物多样性指标量化之后分级标准的问题，根据研究区的自然状况、气候特征、社会经济状况等综合考虑之后划定统一的评级标准，为决策者提供更加科学有效的生物多样性保护理论基础.在生物多样性指标构建方面，应该加入城市化进程的影响因素，城市生态系统是复杂的综合体，在城市的发展过程中，人类经济活动以及政策制定等多方面因素都可极大影响生物多样性，因此在后续研究中可以把城市化进程的定量研究和生物多样性结合，作为其中的影响指标参与生物多样性的评估. 该文仅对陆地生态系统多样性进行评估，水域和湿地生态系统也是生物多样性保护的重要区域[45]，如条件允许将淡水的生物多样性研究和陆地多样性研究相结合，综合来评价研究区生物多样性则更加全面.

5 结论

a) 从物种多样性、生态系统多样性和景观多样性3个层次建立了指标体系，结合模型和遥感技术手段对研究区生物多样性现状进行了评估，对SDG 15.1.2指标进行量化和分析，结果表明研究区在生物多样性保护方面处于橙色等级，得分为27.38，距离联合国SDSN组织划分的最优绿色等级还存在一定量的挑战. 在研究方法方面，通过SDG 15.1.2指标的量化监测，为SDGs本地化计算研究提供理论基础.

b) 研究区生物多样性低等级区域面积为368.36 km2，占总陆地面积的19.15%，对应的土地利用类型多为城市和工业用地，主要位于吴江城区、吴江高新区、嘉善城区和青浦城区位置，不透水面占比与生物多样性高等区域占比呈明显负相关，在城市建设过程中也应当注意对区域生物多样性的保护.

c) 结合生物多样性内涵原理建立评价指标体系，选取的7个指标都使用遥感技术和数据，计算方法简洁，可操作性强，能够快速评估和监测区域生物多样性状况.