抚河流域生态环境质量评价——以广昌县为例

吴思楷，李满根，陈念楠，黄振兴，刘 颖

(东华理工大学地球科学学院，330013，南昌)

0 引言

抚河作为鄱阳湖水系的五大河流之一、江西省第二大河流，生态环境基础良好，但随着社会的发展和人口的激增，以及城市化过程中不透水面面积的增加，流域内的生态环境受到了一定的负面影响，制约了流域内社会经济的发展[1]。为此，抚州市至2016年起先后批获生态文明先行示范市、全省唯一的第一批流域水环境综合治理与可持续发展国家试点，响应了习近平同志提出的“绿水青山就是金山银山”的发展理念，起到带头示范作用[2-3]。另外，广昌县作为流域的发源地，是整个流域当中的重要部分，其生态环境的质量变化会对中下游地区造成连锁反应[4]。因此，对广昌县的生态环境质量进行评价可以为抚河流域生态环境问题的识别，环境保护措施的建立和实施提供有效的参考。

卫星遥感因其有快速、实时、空间尺度大等特点[5-6]，成为了国内外区域生态环境评价的主要手段。但是大多数都是利用遥感信息所提取的单一指标来对生态环境进行评估，如Jiang L等[7]利用长时间序列NDVI数据评估中国近20年来不同尺度发生的生态环境变化和时空变化。Badaro-aslliba N等[8]利用卫星地表温度LST数据制定了评估复杂城市地区城市热岛强度的局部气候区方案。Teng J等[9]利用水体指数(NDWI)评估中国大型漫滩湿地越冬天鹅栖息地适宜性。但单一指标难以代表复杂的生态系统，为此，2006年原国家环境保护部以行业标准的形式颁布的《生态环境状况评价技术规范》[10](以下简称《规范》)中推出的基于遥感技术用多指标集成的EI指数评价区域生态环境状况，目前已经得到了广泛的应用，如饶丽等[11]采用《规范》对2000—2019年北京市生态环境状况进行了评价和趋势分析。董思宜等[12]采用《规范》对2009年永定河流域生态环境质量进行评价，结果处于良好状态。但是《规范》中的EI只是一个数值，只能笼统地代表区域的生态状况，不能可视化地说明区域内生态环境状况的分布情况，也不能从时空上分析区域生态环境状况的变化情况，缺点较为明显[13]。2013年徐涵秋提出了完全基于Landsat 的新型遥感生态指数( Remote Sensing Based Ecological Index，RSEI)，适用于仅使用遥感数据快速检测生态环境[14]。该模型是在压力-状态-响应(press-state-response，PSR)的框架下考虑综合绿度(NDVI) 、湿度(Wet) 、热度(LST) 和干度(NDBSI)4个生态指标来构建，且具有指标容易获取、无需人为设定权重(用主成分分析确定权重)、准确性(与EI指数有可比性)等特点，目前已经得到了广泛的应用，如Wen X等[15]利用RSEI对新型海岛城市平潭综合试验区进行生态质量动态监测与分析。蔡文博等[16]对全球四大湾区生态环境综合评价研究。

因此，本文基于遥感生态指数(RSEI)，对广昌县1997—2021年的生态环境质量空间分布和时空演变进行长时序的分析评价，可为抚河流域的生态环境保护提供理论指导和科学依据。

1 研究区域

广昌县地处抚州市南部，武夷山西麓(116°06′～116°33′E，26°29′～26°57′N)，东临福建建宁、宁化，西连宁都，南界石城，北接南丰。总面积1 612 km2，下辖6个镇(甘竹镇、头陂镇、塘坊镇、赤水镇、驿前镇、旴江镇)、5个乡(千善乡、水南圩乡、尖峰乡、杨溪乡、长桥乡)。截止第七次人口普查数据，广昌县常住人口为20.4万人。

图1 抚河流域范围及研究区概况图

广昌县地处亚热带季风气候区，气候温和湿润，雨量充沛，四季分明，日均气温19.1 ℃，年均日照1 932 h，年均降水量1 172 mm，平均无霜期273 d。并且抚河的源头旴江发源于广昌县驿前镇灵华峰东侧里木桩[17]，接纳主要支流11条，境内地势顺旴江河谷走向，呈东西高，中部低，由南向北倾斜，汇入鄱阳湖。

2 数据与方法

2.1 数据及预处理

Landsat系列卫星提供了长时间序列的影像数据，可用来观察定期的生态环境状况。本文采用的Landsat TM/OLI遥感影像均由美国地质勘探局官网(https://earthexplorer.usgs.gov/)获取，时间分别为1997年1月10日、2004年12月15日、2010年1月14日、2016年12月16日、2021年1月12日。为了最终的研究结果具有合理的可比性，所选影像均为冬季，时间差距在40 d以内，且云量均在3%以下，并且对5幅遥感图像进行辐射定标和大气校正，以减少不同时段图像在光照和大气等方面的差异影响。

2.2 遥感生态指数

遥感生态指数涉及的4个指标分别是绿度、湿度、干度和热度。遥感生态指数的内涵是，生态状况可以直接被人们感知，任何生态变化都会对地表的这4个重要特征产生改变。

2.2.1 绿度指标(NDVI) NDVI是目前应用最广泛的植被指数。它与植物生物量和植被覆盖度密切相关，由于其简单性和稳健性，它是衡量植被生产里最常用的指数。因此，本文用归一化植被指数来代表绿度指标。对于Landsat TM/OLI影像，其公式如下：

NDVI=(ρnir-ρred)/(ρnir+ρred)，

式中：ρnir、ρred分别为近红外波段、红外波段反射率，NDVI的值在[-1，1]之间，值越大，植被覆盖度越高。

2.2.2 湿度指标(WET) 湿度指标与土壤中的水分息息相关，由缨帽转换的湿分量计算[18]，用以了解土壤和植物水分的充沛程度，在生态环境监测和评价中广泛应用，对于Landsat TM/OLI影像，其公式如下：

TM数据：

WET=0.031 5ρblue+0.202 1ρgreem+0.310 2ρred+0.159 4ρnir-0.680 6ρswir1-0.610 9ρswir2，

OLI数据：

WET=0.151 1ρblue+0.197 3ρgreem+0.328 3ρred+0.340 7ρnir-0.717 1ρswir1-0.455 9ρswir2，

式中：ρblue、ρgreen、ρbred、ρnir、ρswir1、ρswir2分别为蓝波段、绿波段、红波段、近红外波段、短波红外1、短波红外2反射率，WET的值在[-1，1]之间，值越大，湿度越高。

2.2.3 干度指标(NDBSI) 生态环境受人类活动影响很大，负面结果是将自然景观转变为不透水的建设用地或裸土，导致地表干燥。本文采用建筑物指数(IBI)和裸土指数(SI)的平均值来构建干度指数(NDBSI)，对于Landsat TM/OLI影像，其公式如下：

NDBSI=(IBI+SI)/2，

IBI=[2ρswir1/(ρswir1+ρnir)-ρnir/(ρnir+ρred)-ρgreen/(ρgreen+ρswir1)]/[2ρswir1/(ρswir1+ρnir)+ρnir/(ρnir+ρred)+ρgreen/(ρgreen+ρswir1)]，

式中：ρblue、ρgreen、ρred、ρnir、ρswir1分别为蓝波段、绿波段、红波段、近红外波段、短波红外1反射率，NDSI的值在[-1，1]之间，值越大，干度越高。

2.2.4 热度指标(LST) 热度指数是反映地球表面能量平衡和温室效应的良好指标。它是区域和全球范围内地表气候变化的关键因素。它能反映土壤-植被-大气系统的能量流动和物质交换。它在气候、水文、生态学、生物地球化学等许多领域的研究中都是非常必要的。在本文中，通过校正亮度温度来获得表面温度，其公式如下：

LTIR=gain×DN+bias，

T=K2/ln(K1/LTIR+1),

LST=T/[1+(λT/ρ)lnε],

式中：LTIR为热红外波段的辐射定标值，gain、bias为热红外波段的增益与偏置值，DN为灰度值，T为传感器处温度值，K1、K2为定标系数，λ为热红外波段的中心波长，ε为地表比辐射率(取值可见文献[19])。

TM数据：K1=607.76 W·m-2·sr-1·μm-1，K2=1 260.56 K，gain=0.055，bias=1.182 43，λ=11.45 μm，ρ=1.438×102m·K。

OLI数据：K1=774.89 W·m-2·st-1·μm-1，K2=1 321.08 K，gain=3.342，bias=0.1，λ=10.90 μm，ρ=1.438×10-2m·K。

2.3 RSEI的构建

因为上述4个指标计算出的量纲不同，所以构建单一的RSEI指数之前，需要将所有指标进行标准化处理，将原始指标值的范围统一到[0，1]之间，转化为无量纲化。标准化公式如下：

式中：DX为某一指标标准化后的值，D为该指标的像元平均值，Dmax为该指标的最大值，Dmin为该指标的最小值。

对经过标准化的4个指标进行耦合叠加，即可得到RSEI指数。本文采用主成分分析法，对各指标在RSEI中的权重进行计算，客观地根据数据本身的性质和各个指标对RSEI的贡献度确定权重，一定程度地消除了人为主观因素的干扰。若第一页主成分PC1拥有85%以上的特征贡献度，则认为第一主成分集成了大部分各指标的信息，既PC1视为初始遥感生态指数RSEI0； 若PC1拥有的特征贡献度小于85%，则需要考虑集成其它主成分。为了方便指标的比较，同样需要对RSEI0进行标准化，计算公式如下：

RSEI0=PC1[f(NDVI,Wet,LST,NDSI)]，

，RSEI即为构建的遥感生态指数，其数值在[0，1]之间，越接近1，生态环境越好。根据《规范》生态环境分级标准，将RSEI分5个等级，分别为差(0～0.2)、较差(0.2～0.4)、一般(0.4～0.6)、良(0.6～0.8)、优(0.8～1)。

3 结果分析与讨论

3.1 主成分分析结果

由广昌县1997年、2004年、2010年、2016年和2021年各分量指标的主成分分析表可知(表1)，PC1的特征贡献率分别为67.69%、70.65%、60.66%、72.76%、77.74%，均大于60%，表明第一主成分集成4个分量指标的绝大多数信息，但考虑到第一主成分贡献率不足85%，本文采用合成的第一、第二主成分来代替绿度、湿度、干度、热度4个指标。

表1 主成分分析结果

由PC1各分量指标荷载值可知，NDVI指标呈现先波动下降后升高的趋势，在2010年达到最低值0.052 1，说明广昌县的植被覆盖度由2010年开始逐渐改善，导致该指标对生态环境的影响较其他指标增强。WET指标在2016年最低，呈现先逐渐降低后大幅提升的趋势，说明土壤中湿度对生态环境的影响在2016年之后得到大幅度增强。NDBSI的绝对值呈现先下降后上升的趋势，并且在2010年最低，考虑到城区扩张的不可逆性，说明2004—2010年裸土面积得到一定的改善，该指标在2010之后升高是因为人为活动导致的城区扩张。LST指标与前3个指标密切相关，在一定程度上可以反应人类活动产生的热岛效应对生态的扰动，可以看到其绝对值波动较大，其中在2016—2021年大幅减少。

各年份的PC1当中NDVI和WET的荷载值都呈现正值，表明两者对生态环境起正面作用。NDSI和LST都呈现负值，表明两者对生态环境起负面作用。而其它主成分中4个指标起到的荷载没有规律，对生态环境没有表征作用。

3.2 广昌县生态环境各质量等级面积统计及空间分布

将广昌县5个年份的遥感生态环境指数分为5个等级：0～0.2差，0.2～0.4较差，0.4～0.6一般，0.6～0.8良，0.8～1优(如图2)，由各年限的生态环境质量空间格局分布情况来看，良和一般的等级区在各年限广昌县总面积中始终占最大比例，差和优的等级区在图中分布稀少，较差的等级区主要分布在海拔低、人口密度高的旴江两岸。

图2 广昌县1997—2021年生态环境质量状况分布图

表2总结了广昌县1997―2021年生态环境质量各等级面积和比重的变化。其中，1997至2016年的广昌县生态环境质量均维持在一般等级，呈波动下降的趋势，但到了2021年有了大幅度的提升，到了良的等级，但总体平均值呈现在一个偏低的水平，可能与研究时段在冬季导致NDVI值的最大峰值偏低有关。环境质量较差的面积占比重较小，分别在2010年和2016年达到最低和最高值，占总面积的1.18%和13.61%，同时在这一时期环境质量良的面积下降了13.22%，说明这一时段生态受到的负面扰动较大，由主成分分析结果可知主要是WET荷载值降低和LST荷载值升高导致。环境质量一般的面积在前4个年份基本保持不变，但到2021年大量向等级良转变，说明这一时期生态环境大幅变好。另外，广昌县各年限生态环境质量差和优的面积所占比重都较小，表明区域生态环境有着发展的高上线，生态环境还有很大的进步空间。

表2 广昌县1997―2021年生态环境质量各等级面积和比重

3.3 广昌县生态环境各质量等级时空变化情况

为了监测每个研究年份之间的变化，本文根据各年份的间隔将每个初始RSEI图像进行变化向量分析,并将广昌县1997―2021年生态环境质量变化情况进行图像化，可以清晰地监控时空变化情况，并且将变化程度分为5个级别，分别为明显变好(≥2)、略微变好(1)、不变(0)、略微变差(-1)、明显变差(≤-2)。

结合表3和图3可知，4个时段的生态环境明显变化面积所占的比值极小，说明广昌县整体生态环境变化稳定。1997—2004年广昌县生态环境质量退化的面积为166.53 km2，占总面积的10.38%，主要分布在书堂、油榨下、西排、窑下、新屋下等地，与年间当地的白莲产业和招商办厂有着密切联系；生态环境质量改善的面积为122.77 km2，占总面积的7.65%，主要分布在甘竹镇、赤水镇、驿前镇、大坪头等地；这一时期的变化情况说明总体生态环境质量是往差的方向发展，而且变差的区域有向四周扩散的趋势。2004―2010年广昌县生态环境质量退化的面积为99.56 km2，占总面积的6.2%，主要分布在严坑坑口、廖坑、饶家、苦竹村、塘坊镇、嵊头等地；生态环境质量改善的面积为239.09 km2，占总面积的14.9%，主要分布在甘竹镇周边、高洲村、赤水镇周边等镇乡过渡带；变化情况说明这一时段生态环境质量得到改善，且改善的区域大多分布于河谷两岸和城郊，但变差的区域扩散的趋势进一步增强，这一阶段人为的影响在空间上存在外扩现象，全县开始发展白莲产业，小微企业遍地开花，支柱产业工业园区也开始争先出现，经济产能不在受限于主要城区。2010—2016年广昌县生态环境质量退化的面积为468.97 km2，占总面积的29.24%，出现全县境内大面积的退化情况；生态环境质量改善的面积55.92 km2，占总面积的3.46%，主要分布在严坑坑口、廖坑等地；说明这一时段生态环境质量大幅变差，变化区域集中在人口密集的区域并且向四周扩散，年间地区受经济的快速增长，环境受到大范围的扰动，当地也开始重视污染减排、防治，环境质量检测和监管执法等防治工作。2016―2021年广昌县生态环境质量退化的面积为20.55 km2，占总面积的1.28%，主要分布在竹桥、东华山等地；生态环境质量改善的面积为564.3 km2，占总面积的35.18%，人口密集的区域都得到了大面积的改善，当地的污染防治攻坚战取得明显成效，环保督察整改取得明显成效；说明这一阶段人类抑制了对生态环境的不利扰动，合理地利用土地资源。

图3 广昌县1997—2021年生态环境质量等级变化图

表3 广昌县1997—2021年生态环境质量等级面积变化

4 结论

1)RSEI较好地反应了广昌县生态环境质量状况。从空间格局分布情况来看，生态环境好的区域分布在周边海拔较高的山区和林地，差的区域集中分布在人口密集的河谷平原和山间盆地。

2)从各年份RSEI的均值来看，总体呈现波动上升的趋势，并且在2016—2021年提升最大，整体水平等级由一般转变为良。

3)从生态环境质量时空变化情况看，1997—2021年总体生态环境相对稳定，呈现退化、改善、退化再改善的趋势，其中至2016年生态文明示范区建立以来，得到的改善最大。

4)24年间广昌县的生态环境质量整体向好，其人为活动强烈的区域在2016—2021年间得到巨大的改善，说明抚州市自从获批生态文明先行示范市、全省唯一的第一批流域水环境综合治理与可持续发展国家试点以来，改善生态环境的效果明显，当地政府应继续协调人地关系，保护人类赖以生存的生态环境。