基于遥感生态指数的吐哈地区生态环境变化研究

2022-10-25王瑾杰丁建丽张子鹏

干旱区地理(汉文版) 2022年5期

王瑾杰，丁建丽，张子鹏

（1.新疆大学地理与遥感科学学院，新疆乌鲁木齐 830017；2.新疆大学新疆绿洲生态重点实验室，新疆乌鲁木齐 830017；3.新疆智慧城市与环境建模普通高校重点实验室，新疆乌鲁木齐 830017）

自然生态系统是人类生存和发展的基础［1］。近年来，人类日益强大的经济活动改变了周边生态环境和土地利用方式，对生态系统稳定性产生了巨大影响［2］。因此，客观有效的评价某一区域生态环境质量的时空变化，是区域坚持走绿色发展道路的指南针。

目前，遥感信息技术以其快速、无损、及时和高分辨率等优势，成为环境监测和质量评价研究中不可或缺的关键技术［3］。其中，顾留碗等［4］采用植被指数与像元二分模型相结合的方式监测植被覆盖度，以此对安徽省生态环境进行综合评价。戚曌等［5］以3期Landsat遥感影像为研究基础，采用差分分析法定量评价神农架地区生态环境恢复治理状况。但上述研究均基于单一环境因子的时空变化研究，没有进行多角度的客观评价。针对这一问题，前人根据4 种人类最易感知的环境变量（干度、湿度、热度和绿度指数），通过主成分分析（Principal compo⁃nent analysis，PCA）技术构建适合吐哈地区的遥感生态指数（Remote sensing ecology index，RSEI）。该指数所包含信息来自MODIS遥感影像及其衍生产品，因此可保证计算结果的客观性，目前基于该指数的生态环境评价模式已得到广泛应用［6］。例如，周萌等［7］利用RSEI 对东江源区域2000—2019 年近20 a的生态环境变化进行评估，发现人类活动导致建设城市用地增加是造成该地区生态环境质量变化的关键因素；徐敏等［8］以Sentinel-2A、Landsat8 等遥感影像为基础，利用RSEI 对滁州市2016—2020 年4 a间生态环境的时空变化进行分析，发现该地区生态环境质量整体略呈下降趋势。深入分析研究发现，关于RSEI 的应用研究多集中在我国中部和东部地区，而对于我国西北地区的关注度相对较低，而西北地区作为我国重要的生态屏障，生态环境指数监测必不可少。

吐鲁番市和哈密市（简称吐哈地区）地处西北早中侏罗世含煤盆地，煤炭、石油等矿产资源十分丰富，具备工业大发展的先天资源禀赋，特色瓜果农业和旅游业发展具有前景。同时也是我国重要的交通枢纽以及丝绸之路经济带中的核心区。然而，近40 a以来随着经济社会的不断发展，吐哈地区的天然来水量十分有限，加之水资源开采程度不断加剧，地表水引用率远超一般河流40%的生态阈值，地下水超采现象严重，由自然和人类活动双重因素造成一系列生态环境问题：土地沙漠化、湿地退化、盐尘暴频发等现象导致生态环境持续恶化［9-10］。因此，本研究基于对吐哈地区RSEI和土地利用数据时空变化的定量分析，对该地区近20 a 生态环境情况进行综合评估。

1 研究区概况

吐哈地区（41°18′～43°43′N，86°40′～96°04′E）是吐鲁番市（包括高昌区、鄯善县和托克逊县）和哈密市（包括伊州区、巴里坤哈萨克自治县和伊吾县）的统称，位于欧亚大陆腹地，四面环山，面积约1.2×105km2（图1）。该地区夏季高温干旱、降水稀少（年平均降水量＜50 mm）且蒸发强烈（年平均蒸发量＞2000 mm），致使水资源极度短缺、植被稀疏、土地荒漠化严重、生态系统极其脆弱［11-12］。

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

2 数据与方法

2.1 数据来源

本研究旨在构建吐哈地区4 个时期的RSEI，其底图数据（MODIS 数据）来自于LAADS DAAC 平台（https://ladsweb.modaps.eosdis.nasa.gov/）。不同时期的土地利用数据来自于1990—2020 年中国30 m 空间分辨率的土地利用数据集（https://zenodo.org/re⁃cord/5210928#.YdJoJci4z9h），该数据集以335709 张Landsat 遥感影像为数据源，并通过人工目视解译获取。

2.2 研究方法

2.2.1 遥感生态指数（RSEI）的建立与评价大量研究结果表明，热度、绿度、湿度和干度指数是与生态环境质量直接相关的4个评价指数［13-15］。而RSEI正好通过这4 个评价指数来构建，以表征生态环境的质量变化。通过查阅文献，本研究发现湿度指数可以通过对遥感影像进行缨帽变换后获得；热度和绿度指数分别以地表温度（Land surface tempera⁃ture，LST）和归一化植被指数（Normalized difference vegetation index，NDVI）为表征；而对于干度指数，本研究采用建筑和裸土指数（Normalized difference built-up and bare-soil index,NDBSI）来构建［16］。基于此，RSEI 可以表示为G，W，T，D4 个指数的函数，即：

其具体的表达式为：

式中：RSEI 为遥感生态指数；G为绿度指数；W为湿度指数；T为热度指数；D为干度指数；NDVI 为植被指数；Wetness 为湿度分量；LST 为地表温度；NDBSI为建筑和裸土指数。

（1）湿度指数：缨帽变换可以对遥感数据进行有效的降维［17］，由于其变换后获得的分量与生态环境参数（如湿度、亮度和绿度参量）具有较强的解释性，因此该技术常用于RSEI 协变量的提取。其中，湿度分量与植被和土壤湿度密切相关，因此本研究的湿度指数以湿度分量（Wetness）来代表，其表达式为：

式中：ρi(i=1,2,…,7)分别为MODIS 影像各波段的反射率（%）。

（2）绿度指数：NDVI 是广泛应用的植被指数，它与植被的叶面积、生物量和植被覆盖度都有密切关系［18］。因此，本研究选用NDVI来表征绿度指数，其计算公式为：

式中：ρ3和ρ4分别为MODIS 多光谱传感器的红波段和近红外波段的反射率（%）。

（3）热度指数：

式中：L6为MODIS多光谱传感器在第6波段处的辐射值（J）；DN 为无量纲的像元亮度值（cd·m-2）；gain和bias分别为第6波段的增益值与偏置值；T为传感器处温度值；K1和K2分别为对应的定标参数。

为了获得该地区的LST，还需要对T进行发射率校正，具体如下:

式中：λ为MODIS 多光谱传感器在第6 波段的中心波长；ρ为常量；ε为发射率（W）。

（4）干度指数：

式中：IBI 为表征城市建筑情况的建筑指数；SI 为土壤指数。

为了计算RSEI 还需要对计算得到的4 个指数叠加进行主成分分析。需要注意的是，由于计算得到的4 个指数的量纲各不相同，如果直接进行主成分分析，会严重影响RSEI 的计算结果，因此本研究对各指数进行归一化处理。

由于4 个时期第一主成分（PC1）的方差贡献率超过80%，因此本研究仅选取PC1来表征吐哈地区的生态环境质量。为了便于不同学者之间的比较和交流，本研究对RSEI 进行了进一步标准化处理。RSEI即为最终所建立的RSEI（范围0～1），RSEI值越接近1，表示其生态环境质量越好，反之亦然。

以上计算均在MATLAB2021a (The MathWorks,Natick,MA,USA)中通过编程实现，其中主成分分析和归一化分析利用pca和mapminmax函数实现。

2.2.2 土地利用及其转移矩阵计算由于土地利用数据的空间分辨率为30 m［19］，为了匹配RSEI 本研究将土地利用数据重采样到1000 m。转移矩阵是定量分析土地利用变化的常用技术［20-24］。本研究在MATLAB2021a 版本中计算了吐哈地区近20 a 的土地利用转移情况。

3 结果与分析

3.1 吐哈地区生态环境的时空分布

由绿度指数（图2）可知吐哈地区的植被覆盖较低，并仅有少量植被呈片状集中分布于哈密市伊州区、伊吾县和吐鲁番市北部的山区。对比不同时期绿度指数发现，随时间的推移（2000—2018年）吐哈地区生态系统的绿度逐渐增加，其绿度指数的均值从2000 年的0.1015 增加到2018 年的0.1259（表1）。吐鲁番市的绿度指数总体上低于哈密市。

图2 2000—2018年吐哈地区绿度指数空间分布Fig.2 Spatial distributions of greenness index in Turpan and Hami cities from 2000 to 2018

吐哈地区湿度指数的时空分布情况如图3 所示。湿度指数高值区主要集中在吐鲁番市的山区及哈密市北部，低值区相间分布在南部的荒漠及其交错带区域。经统计得到2000—2018 年吐哈地区的湿度指数平均值分别为0.3158、0.3134、0.3626、0.3240，在2000—2018 年整体呈现增加趋势（表1）。2012年平均湿度相对较高，这与2012年温度升高导致融雪径流增加有关。

图3 2000—2018年吐哈地区湿度指数空间分布Fig.3 Spatial distributions of wetness index in Turpan and Hami cities from 2000 to 2018

表1 2000—2018年吐哈地区各指数的统计分析Tab.1 Statistical analysis of each index in Turpan and Hami cities from 2000 to 2018

吐哈地区干度指数的时空分布情况如图4 所示，吐哈地区的干度指数整体呈现较高态势，仅有部分低值区域分布在市县周边。2000—2018 年吐哈地区土壤干度指数平均值分别为0.6503、0.6671、0.6358、0.6627（表1）。整体上，区域内干度指数呈现波动且略微增加趋势，其中以2006 年和2018 年平均干度值最大，表明在这2 个时期存在一定的水土流失状况，与研究区内部土地利用密切相关。

图4 2000—2018年吐哈地区干度指数空间分布Fig.4 Spatial distributions of dryness index in Turpan and Hami cities from 2000 to 2018

吐哈地区热度指数的时空分布情况如图5 所示，高温区域主要分布在南部的荒漠区域而低温区域主要分布在北部山区（图5）。吐哈地区的热度在时间上存在降低趋势，即从2000 年的热度平均值0.7538下降到2018年的0.7297（表1）。

图5 2000—2018年吐哈地区热度指数空间分布Fig.5 Spatial distributions of heat index in Turpan and Hami cities from 2000 to 2018

2000—2018 年近20 a 吐哈地区RSEI 的演变情况如图6所示。整体上来看其高值区（RSEI＞0.5）主要集中在农田绿洲区和山区附近。研究发现吐哈地区的生态环境质量没有明显差异，即RSEI的均值变化较小（约0.01）（表1）。

图6 2000—2018年吐哈地区RSEI空间分布Fig.6 Spatial distribution of remote sensing ecological index(RSEI)in Turpan and Hami cities from 2000 to 2018

鉴于此，本研究对吐哈地区各县市的RSEI均值进行进一步的统计分析（表2）。总体来说，所有地区的生态环境质量呈现先降低（2000—2006 年）后增加（2006—2012 年）再降低（2012—2018 年）的变化趋势，但变化幅度相对较低（约0.03）。所有地区的RSEI 均值均在2012 年最高，这表明2006—2012年吐哈地区的生态环境质量有明显的改善。与哈密市相比，吐鲁番市生态环境质量的波动相对较大，尤其是鄯善县。

表2 不同时期吐哈地区各县区的RSEI均值Tab.2 Mean values of RSEI in counties and distvicts of Turpan and Hami cities at different periods

3.2 RSEI与各指数的相关性分析

RSEI 与各指数的全局相关性分析如表3 所示。研究发现RSEI 与绿度和湿度指数呈现显著正相关关系（P＜0.001），而与热度和干度指数则相反。与湿度指数相比，绿度与RSEI在吐哈地区具有相对较强的正相关性，尤其在2018 年。而4 个时期，热度指数与RSEI在吐哈地区均具有最强的相关性，这表明热度指数是主导吐哈地区生态环境质量的主控因子。

表3 不同时期RSEI与各指数的相关性Tab.3 Correlation between RSEI and various indices at different periods

3.3 不同时期生态环境质量的时空变化

吐哈地区绿度指数的时空变化情况如图7 所示。近20 a吐哈地区有72%的区域呈现绿度增加趋势，只有吐哈地区北部的部分地区呈现微弱的降低趋势（0～0.2）。其中，吐鲁番市北部和哈密市周边呈现明显的绿度增加，增幅为0.4～0.6。吐哈地区绿度指数平均增加0.0244（表4），其中2018—2012 年的增幅次之，达到0.0157。

图7 不同时期吐哈地区绿度指数变化Fig.7 Changes of greenness index in Turpan and Hami cities at different periods

2006—2012 年吐哈地区有91%的区域出现湿度增加趋势，其中巴里坤哈萨克自治县的东南部增幅达到0.2～0.3（图8）；而2012—2018 年有86%的区域呈现湿度降低趋势。但总体表现为，近20 a来吐哈地区有59%的区域呈现湿度增加，其中哈密市中部相对较高（增幅0.2～0.3）。湿度指数整体的变化接近于0（表4），这表明2006—2012 年湿度指数的增幅被2012—2018年的整体降低所抵消。

图8 不同时期吐哈地区湿度指数变化Fig.8 Changes of wetness index in Turpan and Hami cities at different periods

表4 不同时期吐哈地区RSEI及其协变量变化Tab.4 Changes of RSEI and its covariates in Turpan and Hami cities at different periods

吐哈地区2000—2006 年和2006—2012 年的干度指数变化存在相反的趋势（图9）。其中，2000—2006年为整体增加（95%区域），而2006—2012年则基本为降低趋势（98%区域）。但总的来说，近20 a来吐哈地区有82%的区域呈现干度指数增加趋势，而哈密市中部则呈现明显的降低情况（干度指数下降超过0.4）。

与干度指数的变化情况类似（图9），吐哈地区的热度指数2000—2006 年和2006—2012 年在空间上也存在相反的变化趋势（图10）。其中，在2000—2006 年该地区的热度指数主要在吐鲁番市大部分地区和哈密市南部呈现降低趋势，哈密市北部呈现增加趋势。但2个时期对应的面积变化占比基本接近（2%）。从整体上看，近20 a来吐哈地区有79%的区域呈现热度指数降低趋势，其中哈密市中部和伊吾县南部的变化最为明显（＜-0.15）。

对于RSEI，近20 a来吐哈地区68%的区域呈现生态环境质量略微下降的趋势（＜0.1）（图11）。2000—2018 年的RSEI 变化量均值接近于0（表4）。哈密市中部的生态环境质量增幅最为明显（0.2～0.4），而巴里坤哈萨克自治县的大部分地区呈现略微增加趋势（＜0.1）。RSEI 在2000—2006 年和2006—2012 年呈现相反的变化趋势，这与干度（图9）和热度指数（图10）的变化情况类似。

图9 不同时期吐哈地区干度指数变化Fig.9 Changes of dryness index in Turpan and Hami cities at different periods

图10 不同时期吐哈地区热度指数变化Fig.10 Changes of heat index in Turpan and Hami cities at different periods

图11 不同时期吐哈地区RSEI的变化Fig.11 Changes of RSEI in Turpan and Hami cities at different periods

3.4 不同时期土地利用方式的变化

分析吐哈地区4 个时期的土地利用情况发现，未利用占据了吐哈地区的大部分区域，其次是草地，主要集中在吐鲁番市北部和哈密市中部地区（图12）。研究发现近20 a 来吐哈地区的耕地和草地面积有所增加，巴里坤湖的面积有明显萎缩趋势。

图12 不同时期吐哈地区土地利用分类Fig.12 Land use classification in Turpan and Hami cities at different periods

根据不同土地类型的转移矩阵本研究发现，吐哈地区近20 a草地面积增加最多，耕地次之，城乡用地最少，分别为8044 km2、869 km2和594 km2。相反，该地区未利用地面积降低最多，林地次之，水域最少，分别减少9085 km2、310 km2和112 km2（表5）。其中，2012—2018 年的变化相对较为剧烈，其他2个时期的变化相对较为稳定。

表5 吐哈地区不同土地利用类型面积统计Tab.5 Area statistics of different land use types in Turpan and Hami cities /km2

本研究进一步分析了吐哈地区近20 a土地利用类型的转移情况。研究发现，尽管5142 km2的草地退化为未利用地，但却有13483 km2的未利用地被改良为草地。此外，有682 km2和543 km2的草地和未利用地被开垦为耕地（表6）。以上结果表明，近20 a来吐哈地区整体呈现变绿的趋势，该结果与RSEI分析结果保持一致，但未来需要减少草地开垦和过度放牧，并防止弃耕和撂荒。