基于RSEI的太原市转型期生态质量变化时空异质性

樊晓霞，侯志华，文智斌，贾宇平

（1.太原师范学院地理科学学院，山西 晋中 030619；2.中国冶金地质总局三局中晋环境科技有限公司，太原 030002）

近年来，我国经济发展从高速增长阶段转向高质量发展阶段，满足人民日益增长的优美生态环境需求成为高质量发展的内涵之一[1]．准确评价区域生态环境历史和现状，是生态环境保护和建设的前提与基础，对推进生态文明建设和绿色发展具有重要的现实意义．随着“人类世”的到来，人类活动所带来的各种生态环境问题日益凸显，全球、区域等多尺度下的各种生态环境评价研究逐步开展．研究学者从土地利用、城市建设、地表景观等不同视角出发，通过构建综合指数对区域生态环境质量进行评价[2-3]．生态环境部颁布了《生态环境状况评价技术规范（HJ192—2015）》（以下简称《规范》）[4]，利用生态环境状况指数（EI）对我国县级以上区域生态环境进行统一年度综合评价，提高了不同区域、不同时期生态环境质量的可比性，为环保部门统一监管提供有效支撑[5-6]．由于区域生态环境具有时空异质性、多变复杂性等特点，《规范》实证研究中存在权重合理性[7]、归一化系数的科学设定等问题[8]，且EI指数仅说明一个地区的总体生态状况，不能揭示生态环境的空间异质性．徐涵秋[9]提出利用基于遥感技术的遥感生态指数法（remote sensing based ecological index，RSEI）对区域生态质量进行评价，该方法降低了生态指标提取的难度和主观性，指数计算简便，可视化效果强，可广泛应用于生态环境质量评价[10-11]．

山西省是我国重要的煤炭工业生产基地，为保障国家能源供应和支撑全国经济快速发展作出了贡献，但也在生态环境方面付出了惨痛代价．历经20多年的探索与实践，在调整经济结构的同时，山西省生态环境质量也得到了极大改善．本文以山西省省会太原市为研究对象，借助遥感和GIS技术，通过构建遥感生态指数，对2002、2010和2019年的生态环境发展状况进行评价，进而探究太原市经济转型发展20年间，区域生态环境的时空变化特征及其影响机制，旨在为山西省及其他相关区域的生态建设、环境保护提供一定的科学依据和参考．

1 研究数据与区域概况

1.1 研究数据

研究数据包括：①遥感影像数据，来源于USGS网站，选取2002年9月、2010年9月的Landsat5 TM影像和2019年8月的Landsat8 OLI影像，三期影像季相相同且前后相差不到半个月，植被生长状况及地面景观相似度较高，从而保证影像的可比性；②多年平均气温、降水数据，来源于国家气象科学数据中心；③DEM数据，来源于地理空间数据云的ASTER GDEM V2；④研究区铁路、高速公路、国道、省道、县道等交通数据，根据《1∶70万山西省地图》（星球地图出版社编制，2019年）矢量化获得；⑤2019年GDP栅格尺度数据，基于美国国家海洋与大气管理局NGDC网站的NPP/VIIRS夜间灯光数据反演得到；⑥社会经济统计数据，主要来源于《太原统计年鉴》和《中国县域统计年鉴（乡镇卷）》．

1.2 研究区概况

太原市（37°27′N～38°25′N，111°30′E～113°09′E）地处华北地区黄河流域中部、太原盆地北端，东、西、北三面环山，中、南部为河谷平原，总体轮廓呈蝙蝠形，东西较宽，南北较窄.该地区属北温带大陆性气候，年均气温9.5℃，年均降水量456 mm，冬无严寒、夏无酷暑、四季分明，黄河第二大支流汾河自北向南贯穿全境．市域总面积6 988 km2，常驻人口442万人[12]．

2000年以来，太原市在构建现代产业体系的同时非常注重生态环境质量，提出“绿色太原”转型发展理念．转型发展期间，太原市综合开展了生态环境修复、生态保护以及城市园林绿地建设项目，极大地改善了城市生态环境．但太原市自然生态系统环境容量小、地区生态环境敏感性高，生态环境质量的变化特征是未来城市及区域可持续发展的关键影响因素．

2 研究方法

2.1 RSEI生态指数法

RSEI生态指数法从城市生态系统出发，综合考虑人类直观感受生态优劣的绿度、湿度、干度、热度4个维度，基于遥感信息，利用主成分变换算法集成，构建生态质量综合评价系统，能够更加便捷、客观、快速地评价城市生态质量．其公式为：

式中：G为绿度，常用归一化植被指数（NDVI）定义；W为湿度，可用缨帽变换的湿度分量（Wet）表示；D为干度（NDBSI），用建筑指数（IBI）和裸土指数（SI）综合表示；T为热度，通过热红外波段反演地表温度LST获取．各个指标的具体算法参考文献[11]．需要注意：①在具体计算前要先对遥感影像进行辐射定标和大气校正，本文采用ENVI5.3的Calibration Utilities和FLAASH模块；②在进行辐射校正和各指数计算时，某些参数对Landsat5的TM传感器和Landsat8的OLI传感器的取值不同，要选取合适的参数运行[9]；③在对4个指数进行主成分变换前需对其进行归一化处理，本研究采用的是最大、最小值归一化法，并取2%的置信区间以去除异常像元值的干扰；④为避免水域对主成分载荷分布的干扰，利用改进的水体指数（MNDWI）对研究区水体信息进行掩膜处理．

2.2 地理探测器模型

地理探测器模型是由王劲峰等[13]创建的研究事物地理空间分异性的分析工具，其形式简单、物理意义明确，已被广泛应用于生态环境、土地利用、区域经济和公共健康等多个领域．该工具的核心思想是：假设某个自变量对某个因变量有重要影响，那么自变量和因变量的空间分布应该趋于一致．各因子的地理探测力值可表示为：

式中：h=1，2，…；K为探测因子X分区；NX，h和NX分别为因子X的h分区和整个研究区内的样本数；σ和分别为因子X在h分区和整个研究区的离散方差；qX为因子X的探测力值，表示因子X对遥感生态质量变化空间分异的解释程度，值域为[0，1]，其值越大，解释力越强.

3 结果分析

3.1 生态指标主成分分析

研究区3个年份4个指标的主成分分析结果如表1所示.

表1 生态指标主成分分析结果Tab.1 Principal component analysis results of RSEI indicators

由表1可以看出，①3个年份前2个主成分（PC1和PC2）对RSEI的贡献率之和均在87%以上，其中2002、2010和2019年PC1对RSEI的贡献率分别为69.06%、70.96%和81.77%；②3个年份的PC1中绿度和湿度的值均为正，反映出其对RSEI的正面效应，干度和热度的值均为负，反映出其对RSEI的负面效应，这与实际情况相符；但不同年份其他主成分中，这些指标值有正有负，难以解释．由此可见，PC1明显集中并能合理解释各指标的特征信息，可用于创建综合生态指数．提取PC1并进行正负值转置，正规化处理后获得太原市3个年份的遥感生态指数，值越大表示生态质量越好．

绘制2002、2010和2019年太原市遥感生态指数图，结果如图1所示.由图1可以看出，研究区生态质量时空差异显著，整体上生态质量逐渐提升，北部、东北部和西南部山区丘陵地带的生态质量显著提升，而南部和东南部盆地区的生态质量呈现出一定的下降态势.

图1 2002、2010和2019年太原市遥感生态指数Fig.1 Remote Sensing Ecological Index（RSEI）of Taiyuan in 2002，2010 and 2019

3.2 太原市生态质量时空动态

3.2.1 时间变化特征

为了探究太原市生态质量的总体变化趋势，分别对各年份RSEI和4个生态指标的平均值进行统计分析，结果如图2所示．由图2可以看出，太原市2002、2010和2019年的RSEI值分别为0.54、0.55和0.65，呈上升趋势，后期上升幅度大，变化显著．从各指标变化来看，后期对RSEI有正面效应的绿度和湿度均明显上升，前期绿度大幅度上升，但湿度没有明显变化；后期对RSEI有负面效应的干度和热度均明显下降，前期干度略有下降，但热度变化不明显．2000—2010年，太原市各地区陆续实施退耕还林还草政策，并开始大面积封山育林、荒山造林，山区丘陵地带林草覆盖面积增大，裸地面积下降，因此绿度指标上升，干度指标下降，但由于干度指标受裸地指数和建筑指数共同影响，下降幅度相对较小．2010—2019年，在生态文明建设国策的引导下，林草覆盖度继续增大，绿度指标继续上升，同时，前期培育的植被对湿度、温度等的调节作用也明显表现出来．因此，湿度指标明显上升，热度指标明显下降．另外，干度指标在这一时期明显下降，这是由裸土指数和建筑指数共同下降所致.裸土指数的降低主要受植被覆盖度增大的影响，空间上以市域西部、西南部和北部的山地丘陵为主．值得注意的是，建筑指数在该研究期间大幅降低，集中在太原市老城区内部、道路两侧和其他一些零散区域．究其原因：第一，“十三五”期间，“创建森林城市”目标下太原市城区生态建设力度加大，街心公园、小区绿地和城市生态廊道等建筑群内部绿化面积扩大；第二，市内高速、国道、省道等主要道路两侧绿化工程有效推进和落实；第三，绿色发展新理念下多数高污染、高耗能工矿企业关停，部分旧址被整理复垦或自然植被恢复．综上所述，研究期间由4个指标共同决定的太原市遥感生态综合指数RSEI显著上升，太原市生态质量明显提升．

图2 太原市3个年份遥感生态指数（RSEI）及其4个指标均值统计Fig.2 Mean values of RSEI and four indicators of Taiyuan in the three years

3.2.2 空间分布特征

为进一步对RSEI进行定量化与空间分布分析，将3个年份遥感生态指数以0.2为间隔，划分为优、良、中、较差、差5个等级，分级图如图3所示；对各级别的面积和所占比例进行统计，结果如表2所示．

图3 2002、2010和2019年太原市遥感生态指数分级图Fig.3 RSEI grading map of Taiyuan in 2002，2010 and 2019

表2 3个年份太原市遥感生态指数（RSEI）分级统计表Tab.2 Classification statistics of RSEI level of Taiyuan in the three years

由图3可以看出，太原市RSEI等级的空间分布差异明显，具体表现在：①从整个市域范围来看，2010年和2019年市域北部、东北部及西部山区的RSEI等级均有明显上升，2019年生态指数等级高的区域显著增加，这与林草面积的大幅度增加密不可分．②就太原市城区而言，其RSEI等级一直较低，生态质量较差，随着建成区的扩张，RSEI等级低的区域逐渐向外围蔓延．2010年RSEI较低等级的范围向城区西部的万柏林区方向扩展，2019年则主要向城区南部的小店区、晋源区扩展，这与太原市城区的城市空间发展方向是一致的．③研究初期，以农业为主的市域东南部平川盆地区，生态质量指数等级以优良为主，前期有一定程度下降，后期受生态农业、现代农业发展理念的影响，生态质量指数等级又有所回升，生态质量得到提升．

由表2可以看出，2002—2019年太原市RSEI级别高的区域面积逐渐增加，生态质量转好趋势明显．具体而言，2002年太原市RSEI中等级别面积最大，较差等级次之；2010年依然是RSEI中等级别面积最大，但RSEI良等级面积跃居第二；2019年RSEI优、良等级面积优势显著，稳居第一、第二．

3.3 生态质量变化的时空异质性影响机制

3.3.1 生态质量变化检测

在生态指数分级基础上，对研究区2002年和2019年的RSEI指数进行差值变化检测，并将结果划分为3类，即：0，不变；-4～-1，降低；1～4，提高，结果如图4和表3所示．

图4 2002—2019年太原市生态质量变化检测分布图Fig.4 Distribution of ecological quality change in Taiyuan from 2002 to 2019

由图4和表3可以看出，2002—2019年期间，太原市约3/4区域的生态质量发生了变化，其中63.11%区域的生态质量提高，主要分布在市域西部、北部及东北部大多数地区；12.26%区域的生态质量降低，集中在东南部的太原市区及以南的盆地平川地区，北部阳曲县城、西部娄烦县城及汾河水库东南地区生态质量也有明显的恶化；另外，还有24.63%的区域生态质量没有变化，在整个市域普遍分布．

表3 2002—2019年太原市遥感生态指数RSEI变化检测统计Tab.3 Statistics of RSEI change detection in Taiyuan from 2002 to 2019

3.3.2 生态质量变化原因

进一步探究太原市生态质量提高的影响因素，首先对图4检测结果进行等间距取样，样本大小为900 m×900 m，共采集样本8 922个，除边缘外每个样本包含900个栅格单元，统计所有样本内生态质量提高的面积比例.然后借助地理探测器模型，定量分析研究期太原市生态质量提高的空间异质性原因．综合考虑自然条件和社会经济发展因素，兼顾数据的可获取性，选取气温、降水、高程、坡度4个自然因子和太原市中心可达性、县级中心城市可达性、GDP、人口密度4个社会经济因子作为探测指标，并利用K-均值法对这8个因子数据进行离散化分类，具体指标说明见表4．

表4 地理探测器的变量和指标说明Tab.4 Description of variables and measures of Geodetector

影响因素提取及关键参数设定：①多年平均气温和降水，基于市域及周边县市的19个气象站点数据，利用反距离权重插值估计，邻域搜索采用K邻域法，K值为8；②太原市和各县级中心城市可达性，采用基于栅格数据的时间成本加权距离表征，栅格大小为30m×30 m，时间成本取决于不同道路类型的出行速度，高速铁路、普通铁路、高速公路、国道、省道、县道、地面分别按200 km/h、100 km/h、120 km/h、80 km/h、60 km/h、40 km/h、5 km/h进行设置；③人口密度，基于覆盖的104个乡镇域人口密度，采用普通克里金法模型插值估计，邻域搜索采用K邻域法，K值为12；④GDP数据，利用NPP/VIIRS夜间灯光数据反演得到[14]，拟合精度为0.847，且通过了1%显著性检验．太原市生态质量提高的空间分异因子探测结果如表5所示.

表5 太原市生态质量提高空间分异因子探测结果Tab.5 Detected results of the spatial heterogeneity of ecological quality improvement in Taiyuan

由表5可以看出，8个因子对太原市生态质量改善的空间分异均有显著贡献，排序为x3>x4>x7>x1>x2>x6>x8>x5．自然因素（x1-x4）的q值整体较高，尤其是高程和坡度，说明两者对生态质量提高的空间分异有重要影响；社会经济因素（x5-x8）中GDP因子的q统计值相对较高，说明经济发展对生态质量改善的影响也不容忽视．

3.3.3 太原市转型期生态质量变化影响机制

为进一步揭示太原市转型期生态质量变化的影响机制，对不同阶段关键影响因子（高程、坡度和GDP）在不同级别区域内生态质量提高的面积占比情况进行交叉对比分析，分析结果如图5所示．

图5 高程、坡度、GDP与生态质量提高的面积交叉分析Fig.5 Cross analysis of elevation，gradient，GDP and improved ecological quality areas

由图5可以看出：①3个因子不同级别对应区域均明显表现出后期（2010—2019年）生态质量提高的面积大于前期（2002—2010年）数值的特征．总体上反映出太原市对生态环境修复和建设重视度日益提高，生态环境质量改善的成效在全域范围内逐渐显现出来.②高程1 318 m的聚类类别和坡度17.33°的聚类类别对应区域的生态质量提高的面积占比均最小，前期生态质量提高的面积比例不高，但后期有明显上升．这是自然因素和人为因素综合作用的结果，海拔低、坡度缓、以人类活动为主的平川地区的生态建设成效显著，海拔高、坡度陡、以自然景观为主的山地区域的生态保护效果明显，而处于两类区域中间的过渡地带丘陵区的生态环境较为敏感，生态修复发挥了积极作用．③对比两时期的因子和生态质量变化交叉分析数据发现，重要差异出现在GDP因子中，前期生态质量提高的面积占比与GDP的值基本呈负相关关系，经济越发达的地区，生态质量改善面积占比越小，经济发展与生态质量之间的矛盾明显；但是转型后期，GDP高的地区生态质量提高的面积占比大幅度提升，这表明在绿色转型发展理念下城市地区的生态质量也可以显著好转．

RSEI指数揭示的太原市生态质量时空异质性特征与转型发展近20年来国家、省、市的相关转型政策高度契合．转型发展前期以省级政策为主导，先后聚焦经济结构调整和资源型城市可持续发展，生态建设略有成效.2010年获批“山西省转型综改试验区”，成为城市生态环境变化的重要转折点，之后以国家战略主导，突出生态优先是推进供给侧结构性改革的基本原则之一[15]．“十三五”规划中，太原市明确了创建“国家生态园林城市”的目标，着力构建城市绿色生态网络和生态安全格局.

综上，太原市转型发展以来的生态质量变化机制是以区域生态环境等自然因素为前提，以政策和人为影响为驱动的，其中发展理念的转变是关键先导，而转型政策的落实是重要保障．

4 结论

本研究基于遥感生态指数（RSEI），结合地理探测器模型，对2002—2019年间太原市生态质量时空变化特征及其影响因素进行探究，得出以下结论：

（1）总体来看，2002、2010和2019年太原市遥感生态指数分别为0.54、0.55、0.65，生态质量逐步提升；前期只有绿度指标显著提高，后期4个指标均向生态质量好的方向明显转变．

（2）从空间分布上看，2002—2010年和2010—2019年市域西部、北部、东北部的山区丘陵地区生态质量均有明显提高；而太原市区的生态质量一直较差，且随着建成区的扩张，生态质量差的区域也不断向周围扩展，尤其是西、南两个方向；市域东南部的农业盆地区，在研究初期生态质量良好，2002—2010年大幅度下降，2010—2019年又有所回升，但依然未恢复到2002年的水平．

（3）2002—2019年太原市共有3/5以上的区域生态质量好转，海拔、坡度和GDP是其重要影响因素；2010—2019年，在新发展理念和各级转型政策的双重驱动下，市区生态质量提升尤为显著．

（4）虽然近20年来太原市生态质量总体上显著好转，但城乡结合部、平川农业区和丘陵过渡带的生态环境较为敏感，生态质量不容乐观，经济发展与生态建设的矛盾依然突出，是今后生态文明建设的重要方向之一．