长三角生态绿色一体化发展先行启动区生态环境现状分析

彭倩， 轩润禾， 吴林峰， 孙伟华

长三角生态绿色一体化发展先行启动区生态环境现状分析

彭倩， 轩润禾， 吴林峰， 孙伟华*

（上海师范大学 环境与地理科学学院，上海 200234）

以长三角生态绿色一体化发展示范区先行启动区为研究对象，利用2013—2019年Landsat 8遥感影像，基于遥感生态指数（RSEI）模型定量分析研究区生态环境特征，并结合气候数据和统计数据对研究区的生态环境变化进行分析与评估.结果表明：2013—2019年先行启动区RSEI均值为0.71，生态环境质量整体较好；将结果分为差、较差、一般、良、优5个等级，优良区域面积平均超过60%，而一般区域面积平均占比约25%，差和较差区域平均占比约15%，生态环境质量还有很大的提升空间；RSEI在空间上呈南高北低分布，时间上呈上升-下降-上升趋势，导致区域生态环境质量整体下降的主要影响因子是植被覆盖率和湿度的下降，2019年生态环境质量得到明显改善，这与区域水系面积不断提高和植被覆盖总面积增加带来的生态效应直接相关.从整体上来看，研究区生态环境质量变坏区域减少，好转趋势明显，为区域生态绿色一体化发展打下了良好的基础.

长三角； 遥感生态指数（RSEI）； 生态环境评价； 生态绿色一体化发展

0 引言

我国一体化发展的理论和实践研究起步晚、规模小，且主要是由国家政府主导.长三角生态绿色一体化发展的提出是解决区域生态环境问题、践行绿色发展的积极探索.2019年5月，中共中央、国务院出台《长江三角洲区域一体化发展规划纲要》，针对2025—2035年提出长三角生态绿色一体化发展的规划目标，突出强调“一体化”和“高质量”两个关键词［1］.同年10月，国务院正式批复了《长三角生态绿色一体化发展示范区总体方案》，明确了一体化示范区和先行启动区建立的目标和意义，至此，长三角生态绿色一体化发展取得了重大突破［2］.2020年6月，《长三角生态绿色一体化发展示范区国土空间总体规划（2019—2035年）》形成规划草案并开始公示，突出示范区生态绿色特征，构建“一心、两廊、三链、四区”的生态格局.同年7月，《关于支持长三角生态绿色一体化发展示范区高质量发展的若干政策措施》印发，围绕改革赋权、财政金融支持、用地保障等提出了22条具体政策措施，示范区建设由此步入快车道.长三角生态绿色一体化发展按照规划方案稳步推进，迄今为止已在经济、环境、教育、交通、医疗等多方面取得一定成效，但在规划过程中，“区域瓶颈”和“制度障碍”仍不可避免［3］，需要及时根据发展状况做出相应的改正和调整.因此，准确及时地掌握该区域的生态环境现状，可为区域一体化发展管理制度创新提供数据支撑.

传统的生态环境评价通常使用统计数据，并以行政区划为基础单元进行分析和比较.自1957年第一颗人造卫星发射后，遥感技术迅速发展，凭借其实时、快速、大范围的优势，在生态环境领域得到了广泛的应用［4］.目前，利用遥感技术对长三角生态绿色一体化发展示范区的植被覆盖情况已有研究报道［5］，但单一的遥感指标只能表征某一方面的生态特征，尚缺少对生态环境现状较全面的评估研究.本文作者以长三角生态绿色一体化发展示范区先行启动区为对象，选用了遥感生态指数（RSEI）［6］，根据区域生态情况，集成植被指数、湿度分量、地表温度和建筑指数等评价指标，可以较为全面地评价该区域的生态环境质量.该方法数据均由遥感图像分析所得，易于获取，且不受人工干预，结果客观可靠，同时也可以对城市生态质量进行定量评价和比较，便于实时监测时空的动态变化.在不破行政隶属的同时，突破行政边界的限制，既能落实相关责任，又能做到真正的共商、共建、共管、共享，为长三角生态绿色一体化发展提供一定的理论依据.

1 研究区概况和数据来源

1.1　研究区概况

长三角生态绿色一体化发展示范区包括上海市青浦区、江苏省苏州市吴江区和浙江省嘉兴市嘉善县，面积近2 300 km2.本文作者以先行启动区为研究区，即青浦区金泽镇和朱家角镇、吴江区黎里镇、嘉善县西塘镇和姚庄镇［7］，约占整个示范区面积的30%（图1）.先行启动区是长三角高质量一体化发展的战略先行区、全面深化改革系统集成的标杆区、新发展理念集中落实的样板区［8］，它整合各方资源，率先将生态优势转化为经济社会发展优势.评估先行启动区的生态环境质量并了解其发展情况，对加快推进我国生态文明建设，深入探索生态绿色一体化发展的新模式具有重要意义.

图1　长三角生态绿色一体化发展先行启动区

1.2　数据来源

由于图像处理过程中需要多波段合成，选用Landsat 8系列遥感影像，遥感数据来源于美国地质勘探局网站（https：//earthexplorer.usgs.gov/），下载了先行启动区2013—2019年云量低于5%的遥感影像（表1）.气候数据、耕地林地面积、建成区面积等统计数据均来自各市县级统计年鉴.

表1　选用的遥感图像

2 研究方法

RSEI在生态环境状况指数基础上改进而来［9-10］，包括绿度、湿度、干度、热度等指标.由于水体的绿度、湿度、干度和温度和陆地部分均有明显差异，会影响模型最终分类，在研究过程中需先去除水体部分［11］.利用改进的归一化水体指数（NDWI）计算水域面积，并去除研究区的大型湖泊以及水库区域［12］：

NDWI=（green-mir1）/（green+mir1） （1）

其中，green和mir1分别表示绿光波段和中红外波段1的光谱反射率.

绿度指标为研究区的植被分布情况，一般采用归一化植被指数（DVI）来表示：

DVI=（nir-red）/（nir+red）， （2）

其中，nir及red分别表示近红外波段和红外波段的光谱反射率.

湿度（ET）与土壤的湿度和植被密切相关：

ET=1blue+2green+3red+4nir+5mir1+6mir2， （3）

其中，blue和mir2分别表示蓝光波段和中红外波段2的光谱反射率；1～6是传感器参数，分别为0.151 1，0.197 3，0.328 3，0.340 7，-0.711 7和-0.455 9.

干度指标（DSI）主要用来衡量土壤的干化程度，包括裸露的土壤（如岩石、沙地、裸地等）和城区建设用地两个部分［14］，由城市建筑指数（BI）和裸土指数（I）的平均值表示.DSI为［-1，1］，值越大，表示越干燥.

I=［（mir+red）-（nir+blue）］/［（mir+red）+（nir+blue）］， （4）

DSI=（I+BI）/2， （6）

热度指标［14］由地表温度（ST）表示，表达式为：

=2/ln［1/（×N+）+1］， （7）

ST=/［1+（/）ln］， （8）

其中，为传感器处温度值；1和2为定标参数；N为象元灰度值；和分别为红外波段的增益值与偏置值；为红外波段的中心波长；为地表比辐射率；=1.438×10-2mK.

为了方便各指标之间的比较，需将指标结果进行标准化处理，计算公式如下［15］：

Ii=（I-min）/（max-min）， （9）

其中，Ii为标准化处理后指标值；I为对应指标在像元处的值；max，min分别为对应指标的最大值和最小值.将标准化后的指标重新组合成一幅新的多波段影像并计算主成分：

SEI=（SEI0-SEI0-min）/（SEI0-max-SEI0-min）， （10）

SEI0=1-C1， （11）

其中，SEI为标准化处理后遥感生态指数值，其值范围为［0，1］，越接近1代表生态环境质量越好；SEI0为像元处的原始生态指数值；SEI0-max，SEI0-min分别为原始生态指数最大值和最小值；C1为第一主成分载荷值.

3 结果与讨论

3.1　先行启动区生态环境质量总体变化趋势

先行启动区2013—2019年RSEI均值为0.71，生态环境质量整体较好.数值变化在一般水平范围内波动，总体较为稳定并呈上升-下降-上升的趋势（图2）.将RSEI值平均分为5个等级（优，良，一般，较差，差）［16］，研究区生态环境质量主要集中在一般、良和优，其中又以良所占面积比例最大，约为35%，而优和一般各占25%左右，差和较差占比较少.

图2　先行启动区生态环境质量变化趋势

生态环境界定为优和良的区域主要集中于浙江省西塘和姚庄的大片耕地地区；生态环境质量为一般的区域主要分布在各区村镇附近，包括少量耕地、城市绿化、城镇基础设施、未开发土地等；生态环境质量为差和较差的区域则主要分布在江苏省黎里镇，这里集中了较多的工业区，建筑密集，植被相对较少，导致其生态环境水平不高，此外还有一些未完全去除的水域，如图3（a）所示.将5镇RSEI均值从高到低排序，分别标记为1～5，2013，2017和2019年西塘生态质量最好，姚庄次之，黎里、金泽和朱家角三镇生态质量较差；2015年金泽和朱家角生态质量最好，黎里、西塘、姚庄次之，如图3（b）所示.

图3　先行启动区生态环境质量分布情况.（a） 整体分级；（b） 各镇排序

为对研究区生态环境变化进行定量分析，将优、良、一般、较差、差5个生态环境质量级别分别赋值为5、4、3、2、1，并对不同的年份进行叠加差值分析，将先行启动区生态环境状况变化程度分为3个类别：变差（级差：-4，-3，-2，-1）、不变（级差：0）、变好（级差：1，2，3，4），最终得到研究区2013—2019年生态环境质量变化程度图（图4）：2013—2019年先行启动区RSEI指数呈波动变化，但变化幅度不大，主要集中在［-1，1］，保持不变的面积约为50%.

图4　2013—2019年生态环境质量变化程度图

2013—2015年研究区生态环境质量变差、变好和不变的面积分别为117.28，179.90和231.81 km2，生态环境质量呈微弱的上升趋势，变好的区域主要集中在朱家角、金泽和黎里的东部地区，即环淀山湖流域；变差的区域主要为西塘和姚庄.2015—2017年研究区生态环境质量变差、变好和不变的面积分别为193.07，108.74和227.19 km2，生态环境质量有下降趋势，尽管整体质量依旧保持在优良等级，但朱家角、金泽等地区生态环境遭到一定程度的破坏.2017—2019年研究区生态环境质量变差、变好和不变的面积分别为70.26，187.34和271.40 km2，生态质量变坏区域大幅减少，好转趋势明显，从图4可以看出，红色部分已零散分布在少数地区.2018年，长三角一体化发展上升为国家战略，并且正式进入全面施工期［17］，2019年国家明确提出长三角生态绿色一体化发展，先行启动区作为最先开始实行绿色发展的地区，生态环境质量大幅提高，这说明长三角一体化发展战略已开始在生态环境保护方面初见成效.

3.2　先行启动区各生态环境因子变化趋势

3.2.1区域植被变化趋势

2013—2019年研究区NDVI均值先下降后上升.先行启动区NDVI值较高的地区在淀山湖以东，而西部和南部NDVI值较低.5镇中，NDVI均值总体上表现为：朱家角>金泽>姚庄>黎里，西塘的NDVI值在2013年位列第四，2015年下降到第五，2017和2019年上升至第三，如图5（a）所示.研究区植被主要包括耕地和林地两部分，2013—2019年耕地面积呈下降趋势，变化比例分别为-19.69%，-10.26%和-9.16%；林地面积呈上升趋势，变化比例分别为18.27%，4.45%和29.75%.2013—2017年耕地减少的面积大于林地增加的面积，2017—2019年林地增加的面积大于耕地减少的面积，与NDVI变化趋势一致，如图5（b）所示.这与水源地的保护政策有关，由于一体化示范区内各行政区近几年重点实施防护林、生态廊道、湿地公园等一系列生态恢复工程的建设，加强了生态保护力度，实行了退耕还林、加大绿林地面积等政策，保护了当地生态环境.

图5 各镇绿度年变化情况及原因.（a） NDVI年变化；（b） 耕地、林地面积年变化

3.2.2区域湿度变化趋势

湿度主要和土壤湿度、植被面积、水系面积等因素有关.2013—2019年研究区WET均值呈下上升-下降-上升趋势.先行启动区WET南低北高；5镇WET均值相差不大，金泽镇湿度最高，其次为黎里镇及朱家角镇，除2017年外，姚庄和西塘均位列第四和第五，总体来说水系较多的地区湿度相对较大，如图6（a）所示.研究区2015，2017和2019年年降水量变化分别为367.32，-382.90和193.23 mm，变化趋势与WET一致，如图6（b）所示.但由于降水量并非湿度的直接影响因素，WET指数变动幅度较小.

图6　各镇湿度年变化情况及原因：（a） WET年变化；（b） 年降水量变化

3.2.3区域干度变化趋势

干度指数主要由裸土指数和建筑指数两部分构成，与裸土面积和建筑面积有关，植被、水系等因素也会对其产生一定的影响.如图7（a）所示，研究区NDSI总体上呈下降趋势，且南高北低，这与WET相反.5镇中，西塘镇干度最高，其次为姚庄和黎里，最后为金泽和朱家角，2013，2015和2019年朱家角干度最低，2017年金泽干度最低.一般绿度和湿度越高，干度越低.2013—2019年研究区建筑施工面积和建成区面积呈上升趋势，与NDSI趋势完全相反，如图7（b）所示.NDSI指数逐年减少主要受到裸土面积影响，长三角地区经济发展迅猛，居民用地、道路交通用地等迅速增加，中心城区急速扩张，裸土面积大幅度减少，导致NDSI指数下降.

图7　各镇干度年变化情况及原因.（a） NDSI年变化；（b） 建筑施工、建成区面积年变化

3.2.4区域热度变化趋势

热度为地表辐射温度，一般情况下高于气温.如图8所示，2013—2017年研究区LST均值呈先下降后上升趋势.先行启动区LST分布年变化较为明显，除2015年朱家角LST位于第二名外，2013，2017和2019年西部和南部的西塘、姚庄、黎里等镇LST相对较高，处于前三位.研究区年平均气温和年日照时数如图8（b）所示.2013—2019年平均气温和日照均呈先下降后上升趋势，与LST变化趋势一致.2015，2017和2019年年平均气温变化分别为-0.48，0.7和0 ℃；年日照时数变化分别为-514.22，64.17和111.53 h.从年平均气温看，变化不是很明显，但结合年日照强度后可以看出趋势基本相符.此外，影响研究区地表温度变化的还有地表湿度、土地类型、海拔高度、人口密度、工业发展程度及森林覆盖度等因素.

图8　各镇热度年变化情况及原因.（a） LST年变化；（b） 年平均气温、年日照时数变化

4　先行启动区生态环境一体化发展建议

本文研究了十八大以来长三角生态绿色一体化先行启动区的生态环境变化，实现了生态绿色一体化高效检测，直观全面地了解了先行启动区生态环境现状，量化了自然和人为环境，可为生态空间的合理管控提供参考.因地理条件、环境等影响因素的差异，先行启动区在不同生态要素方面存在不同程度的短板和优势，需要有针对性地进行管理和规划.

首先，在地理位置上，先行启动区所涉及的“吴嘉青”3个区域处于长三角交界处，隶属于3个不同的省市，区域瓶颈仍是一体化发展需要克服的主要困难.但该地区地理区域相连、资源禀赋相近、区域开发强度和密度基本相似.因此，需要各地建立好政府间的工作协调机制，统一环境监测治理体系和标准，加强信息共享，建立天地空一体化的生态环境监控体系，实现互助互惠，共同开发绿色生态产业.

其次，先行启动区包括了长三角重要的水源涵养地区和江南水乡古镇集聚地区，生态环境和生态文化资源优势明显，蕴含着较大的生态经济发展空间.但同时，区域水系面积的增加对区域水环境质量的联防联控提出了更高的要求，加强区域农业面源污染和集散式排污的综合管理和整治是加速区域高质量发展的重要途径.接下来应当紧扣生态绿色一体化发展，通过各级“河长-湖长-林长”生态管理网络联动，保证先行启动区水质安全.

最后，植被区域是提高先行启动区整体环境质量的重要保障，包括林地、农田、湿地、草地以及住宅区内规划的植被等均对环境改善有一定的积极影响.要想实现“生态优先”的原则，首先需规划好该区域内植被面积，探索可持续的生态保护机制，通过生态产品价值转化实现区域发展.与此同时，随着生态绿色一体化示范区建设的推进，先行启动区生态环境状况可能会发生显著改变，定期对区域生态环境现状进行整体分析，有助于验证建设成效和优化管理手段.

5 结论

本文作者基于Landsat 8遥感影像，以长三角生态绿色一体化先行启动区为研究对象，借助RSEI模型，定量分析了先行启动区2013—2019年的生态环境质量变化，得到如下结论：长三角先行启动区生态环境质量较好，RSEI均值在0.7以上，研究区内RSEI南高北低.生态环境质量等级主要集中在优、良和一般，总面积占比大于82%，生态环境质量为差和较差的区域占比较少.先行启动区内RSEI呈上升-下降-上升趋势，特别是近3年生态质量变坏区域逐渐减少，好转趋势明显.其中，区域植被覆盖率和降雨量减少是导致生态环境变差的主要原因，水域面积和植被覆盖总面积的增加是改善当地生态环境质量的主要因素.区域开发强度和密度相对较低，蕴含着较大的生态经济发展空间.

［1］ LIU X Y， HU J， SHEN A P. Study on the ecological and environmental management mechanism of the Yangtze River Delta ecological green integrated development demonstration area ［J］. China Development， 2019，19（6）：1-5.

［2］ LI Q. Proposal of the CPC Shanghai municipal committee on formulating the fourteenth five-year plan for national economic and social development of shanghai and the visionary goals for 2035 ［N］. Jiefang Daily， 2020-12-10（005）.

［3］ ZHANG Z A. New opportunities and challenges for the integrated development of the Yangtze River Delta ［J］. People’s Forum， 2021（11）：64-67.

［4］ CHEN P G， TONG C Z， NIE Y J， et al. Design and application of urban ecological environment monitoring and evaluation system based on RS and GIS technology ［J］. Journal of Donghua University of Science and Technology （Natural Science Edition）， 2015，38（3）：314-318.

［5］ LIU Y Y， ZENG P， ZHANG R， et al. Vegetation cover changes in the Yangtze River delta ecological green integrated development demonstration area from 1984-2019 based on GEE and BRT ［J］. Journal of Applied Ecology， 2021，32（3）：1-14.

［6］ XU H Q. Creation of urban remote sensing ecological index and its application ［J］. Journal of Ecology， 2013，33（24）：7853-7862.

［7］ ZHANG J Y. Evaluation of resource and environmental carrying capacity of Yangtze River Delta integration demonstration area under ecological green objectives ［J］. Low Carbon World， 2020，10（8）：1-3.

［8］ ZHU Z M. Advancing the synergistic development of industries in integrated demonstration zones ［J］. Zhejiang Economy，2019（22）：29-32.

［9］ WANG L C， JIAO L， LAI F B， et al. Evaluation of ecological changes in wetlands of Manas Lake， Xinjiang based on remote sensing ecological index ［J］. Journal of Ecology， 2019，39（8）：2963-2972.

［10］ WANG X H. Ecological impact assessment of roads in Tibetan areas based on remote sensing index ［D］. Tianjin： Tianjin Normal University， 2020.

［11］ NONG L P， WANG J L. Dynamic monitoring of ecological environment quality in Kunming based on RSEI model ［J］. Journal of Ecology， 2020，39（6）：2042-2050.

［12］ XU H Q. Extraction of water body information using modified normalized difference water index （MNDWI） ［J］. Journal of Remote Sensing， 2005（5）：589-595.

［13］ ZHU Z R. Evaluation of ecological environment quality in Nanchang City based on remote sensing ecological index （RSEI） ［D］. Hong Kong： Tung Wah University of Technology， 2017.

［14］ XU H Q. Remote sensing evaluation index of regional ecological environment change ［J］. China Environmental Science， 2013，33（5）：889-897.

［15］ HAO Y L， WANG Q J， CHEN Q L， et al. Research on spatial and temporal variation of ecological environment quality in forest and fruit special plantation areas of Kucha County based on RSEI ［J］. Xinjiang Geology， 2020，38（2）：257-261.

［16］ WU K R， GAO Q， WANG R H， et al. Ecological environment quality evaluation of Shijiazhuang based on RSEI model ［J］. Advances in Geophysics， 2021，36（3）：1-10.

［17］ LI Z Q， LIU H B. Regional cooperation on green development in the Yangtze River Delta： theory and practice ［J］. Business Economics， 2020，39（8）：48-55.

Analysis of ecological environment status in antecedent promoter region of green and integrated ecological development of the Yangtze River Delta

PENGQian， XUANRunhe， WULinfeng， SUNWeihua*

（School of Environmental and Geographical Sciences， Shanghai Normal University， Shanghai 200234， China）

A rapid grasp of the ecological environment quality and change trend has an important reference value for detection and management of regional ecological environment. Based on Landsat 8 remote sensing images from 2013 to 2019，the eco-green integration antecedent promoter region of Yangtze River Delta was taken as a research object. Ecological environment characteristics were studied by quantitative descriptive analysis with the help of the remote sensing ecological index（RSEI） model. Combined with climate data and statistical data，the ecological environment change in the study area was analyzed and evaluated. The results showed that the average RSEI was 0.71 and the ecological environment quality of research area from 2013 to 2019 was generally good. The RSEI values could be divided into five grades：bad，poor，general，good and excellent. Areas with good or excellent ecological environment quality exceeded 60% on average. However，the general regions accounted for 25%，which distributed near the districts and villages，and the poor and bad regions accounted for 15%. That meant there was still plenty of room for improvement in the ecological environment quality. In space，the data was higher in the south and lower in the north and in time it showed an upward-downward-upward trend. The main factors that led to the overall decline of regional ecological environment quality were the decline of vegetation coverage and humidity. In 2019，the ecological environment quality has been significantly improved，which was directly related to the ecological effect brought by continuous improvement of regional water system area and the increase of total vegetation cover. Generally speaking，the areas with deteriorating ecological quality were reduced and have an obvious improvement trend. It laid a good foundation for the development of eco-green integration.

Yangtze River Delta； remote sensing ecological index（RSEI）； ecological environmental assessment； green and integrated ecological development

10.3969/J.ISSN.1000-5137.2022.04.017

2022-06-22

彭 倩（1995—）， 女， 博士研究生， 主要从事区域可持续评价方面的研究. E-mail： 545972099@qq.com

孙伟华（1983—）， 男， 副教授， 主要从事水质科学与技术和区域可持续发展方面的研究. E-mail： swh@shnu.edu.cn

彭倩， 轩润禾， 吴林峰， 等. 长三角生态绿色一体化发展先行启动区生态环境现状分析 ［J］.上海师范大学学报（自然科学版）， 2022，51（4）：517‒525.

PENG Q， XUAN R H， WU L F， et al. Analysis of ecological environment status in antecedent promoter region of green and integrated ecological development of the Yangtze River Delta ［J］. Journal of Shanghai Normal University（Natural Sciences）， 2022，51（4）：517‒525.

X 87； X 821

A

1000-5137（2022）04-0517-09

（责任编辑：包震宇）