基于RSEI指数的长江上游流域生态环境质量时空演变及影响因子研究

2023-01-09章程焱杨少康董晓华赵程铭薄会娟

水土保持研究 2023年1期

章程焱, 杨少康, 董晓华, 赵程铭, 薄会娟, 刘冀

(1.三峡大学水利与环境学院, 湖北宜昌 443002; 2.三峡库区生态环境教育部工程研究中心,湖北宜昌 443002; 3.水资源安全保障湖北省协同创新中心, 武汉 430072)

生态环境是关系到社会和经济可持续发展的复合生态系统，包括影响人类生存与发展的水资源、土地资源、生物资源等[1]。我国高度重视生态环境保护，相继推出退耕还林还草工程及三北防护林等一系列生态修复工程。这一系列工程使我国的生态状况格局发生了巨大变化[2]。但如何科学地针对区域生态状况建立客观的生态评价模型，是值得深入探究的问题，且评价模型的建立对于认识区域生态保护与建设具有重要的理论及现实意义。

随着3S技术的发展，目前国内外众多学者结合三者间的优势，分别从不同角度评估区域生态状态开展了一系列研究，也提出很多评价指数构成的评价模型。Sfriso等[3]从生态安全角度构建出MaQI指数，并对意大利的海洋生态环境进行了评价；Kim等[4]提出评价城市溪流生态健康的评估方法，该方法主要利用生理水平生物标志物及生物指示剂等来进行建立；国内学者对生态环境的研究起步较晚，且大多数研究是通过遥感卫星信息提取单一的指标对生态环境进行评价，如姚晓洁[5]利用地表热度(LST)来评估城市热岛效应；刘珞丹等[6]利用NDVI对长江经济带的生态环境进行了评价；其余一些研究者也尝试使用多个指标对生态环境进行综合评价：如厉彦玲等[7]利用指数评价法对区域生态进行了环境质量评估；傅伯杰[8]对我国各省区的生态状况也做了定量的分析与评估；但国内对生态环境的研究主要是根据2006年国家环保局颁布的《生态环境评价技术规范》中的生态环境状况指数EI来开展[9]，但EI指数计算中各指标权重值固定，且以城市为评价单元，数据来源于统计数据，存在数据更新慢及获取难的问题，因此难以在大空间尺度下对生态环境进行评估。

卫星遥感数据具有大面积覆盖、可快速获取等特点，在生态评价中得到了广泛应用。Yang等[10]基于遥感数据并结合环境因素建立数学模型以实现对湿地生态的评价。徐涵秋[11]2013年提出了遥感生态环境指数RSEI，RSEI为生态环境质量的评估提供了新方法，且由于RSEI的构建完全基于遥感影像，指标获取容易且能够全面、快速、客观地反映区域生态环境质量状况，因此在区域生态环境评价中获得了大量的应用[12-16]。但由于RSEI的计算需要处理大量的遥感影像数据，对于计算机的配置要求较高，为解决这个问题，陈炜[17]及张华[18]等基于Google Earth Engine平台，对三江源地区及祁连山地区的生态环境质量进行了动态监测及分析，证明GEE平台对于大区域的生态环境评价具有明显的优势[19]。

因此本文基于GEE平台，利用MODIS遥感影像数据，以整个长江上游流域作为研究区域，构建出2000—2020年RSEI指数，并利用计算出的RSEI对长江上游流域生态环境质量的时空演变进行研究，以期为长江上游流域的生态环境保护及高质量发展提供依据。

1 研究区概况

长江上游流域位于24°46′—35°91′N，90°47′—113°31′E，长江源头至湖北宜昌江段，流域面积约为100万km2。长江上游是长江流域重要的生态安全屏障和水源涵养地，承载着西部大开发和长江经济带等重大国家战略，然而，由于多年来的无序利用和过度开发，长江上游生态环境恶化，生态功能一度不堪重负，传统落后产能呈现出体量大、风险高等特征，动能疲软，可持续发展面临极大挑战，因此党的十八大以来，习近平总书记公开强调要加强长江上游生态环境修复[20]。长江上游流域自然地理条件差异显著，横跨我国第1，2级阶梯，海拔呈现为东南低西北高，流域地形复杂，河系众多，主要包括金沙江、岷江、嘉陵江、乌江等著名河流。流域气候复杂，东部为中亚热带湿润季风气候和北亚热带季风气候，流域西北部为高原气候且横断山脉为亚热带高原季风气候，不仅受西南、东南季风影响，又受青藏高原影响。流域内多年平均降水量为850 mm左右，多年平均气温为11.4℃左右，均表现为东部向西南和西北方向递减[21]。

2 数据来源及研究方法

2.1 数据来源

本研究遥感影像数据来自于GEE平台提供的美国国家航空航天局的MODIS系列数据，分别是MOD09A1数据、MOD11A2数据及MOD13A1数据。MOD09A1影像数据提供了Terra MODIS波段1至7的500 m分辨率8 d合成的表面光谱反射率估计值；MOD11A2影像数据提供了1 km空间分辨率的8 d平均陆面温度，为与其他遥感数据空间分辨率统一，将该遥感数据进行重采样至500 m；MOD13A1影像数据使用500 m分辨率16 d内的最优像素，进而计算出每个像素位置的植被指数Vegetation Indices(Ⅵ)。通过GEE编程调用研究区域所需年份生长季(5—10月)的影像数据并使用平台官方提供的云掩膜算法去除云像元的干扰，同时为剔除水体的干扰，采用MNDWI水体指数剔除水体信息。

2.2 遥感生态指数计算

选用长江上游流域生长季绿度(NDVI(Normalized Difference Vegetation Index))、热度(LST(Land surface temperature))、湿度(WET)、干度(NDSI)4个指标作为构建生态指数的评价指标，这4个因素与人类的生存环境息息相关，同时也是人类能够直观感觉生态条件优劣的重要指标，因此选用以上4个指标来构建RSEI遥感生态指数对长江上游流域生态环境进行评价。通过GEE平台，采取主成分分析(PCA(Principal Component Analysis))法[22]构建遥感生态指数(RSEI)来反映长江上游流域的生态环境质量。在计算遥感生态指数时，需先将4个指标进行正向归一化处理[23](MMS(Min Max Scaler))，计算方法如下：

(1)

式中:I为指标值;Imin、Imax分别代表计算年份该指标的最小值、最大值。经过MMS处理后，用4个归一化处理后的指标构建RSEI，RSEI计算如公式为:

RSEI=PC1[f(NDVI,WET,LST,NDSI)]

(2)

式中:RSEI为遥感生态指数；PC1是主成分分析中第1主成分；f表示对指标进行MMS处理。NDVI代表绿度,数据来源于MOD13A1遥感影像数据;LST代表热度,数据选取MOD11A2遥感数据;WET代表湿度,计算公式如式(3)所示[24];NDSI代表干度,计算公式如式(4)所示。

WET=A1ρ1+A2ρ2+A3ρ3+A4ρ4+A5ρ5+A6ρ6+A7ρ7

(3)

式中:WET代表湿度,A1—A7分别取值为0.114 7,0.248 9,0.240 8,0.313 2,-0.311 2,-0.641 6,-0.508 7;ρ1—ρ7分别代表MOD09A1的1—7波段的地表反射率。

NDSI=(SI+IBI)/2

(4)

式中:NDSI代表干度；SI代表裸土指数,其计算公式如式(5)所示；IBI表示城市建筑指数,计算公式如式(6)所示。

(5)

(6)

式中:ρ1—ρ7分别代表MOD09A1的1—7波段的地表反射率。

最后，将初步得到的遥感生态指数RSEIo进行MMS处理，其值处于[0，1]之间得到最终的RSEI值，RSEI值越接近于1，说明该区域生态环境质量越好，反之，越接近0，则说明该区域生态环境质量越差。根据《生态环境评价技术规范》[25]生态环境分级标准，将RSEI划分为5个等级，具体分级标准见表1。

同时为了进一步分析长江上游流域生态环境变化的影响因素，引入了地理探测器作为分析工具进行分析。地理探测器是一组探测空间分异性及揭示其背后驱动力的统计学方法，其核心思想为假设两个变量之间有重要的影响关系，那么这两个变量也应该具有相似的空间分布[26]。地理探测器包括：因子探测器、交互作用探测器、风险探测器和生态探测器4个探测器，其中因子探测器可以探测某个因子是否是形成生态环境质量的主导因子[27]。

3 结果与分析

3.1 长江上游流域生态环境质量指数构建

对长江上游流域2000年、2005年、2010年、2015年及2020年生长季绿度(NDVI)、湿度(WET)、热度(LST)及干度(NDSI)进行主成分分析，其结果见表2，由表2可知，4个指标中，绿度和热度的载荷多年均呈正值，说明两者对RSEI具有正效应，两者多年平均载荷值分别为0.648 3及0.675 5，表明热度对RSEI比绿度的贡献要高。湿度及干度两者的多年平均载荷值为-0.004 6及-0.000 1，均为负值，说明两者对RSEI是负效应，且两者对RSEI的贡献很小。另外，4个指标在第1主成分(PC1)上的贡献率最高达到76.2%(2020年)，最低为62.5%(2000年)，多年平均贡献率为71%，可见PC1集中了各指标主要的特征信息，表明依据PC1利用4个指标构建RSEI在长江上游流域是可行的，具备一定的科学性及合理性，因此遥感生态指数是通过PC1将4个指标整合而成的。

表1 遥感生态指数等级划分

表2 4个指标第1主成分分析结果

3.2 长江上游流域生态环境质量时空格局

3.2.1 长江上游流域生态环境质量时间变化长江上游流域年际RSEI均值变化趋势如图1所示，由图1可知，2000—2020年长江上游流域RSEI总体呈显著波动缓慢增长趋势(p<0.05)，增长速率为1.1×10-3/a，表明长江上游流域整体呈现生态环境变好态势。长江上游流域多年RSEI均值为0.58，其中，RSEI最大值出现在2005年，其值为0.643，最小值为0.512，出现在2007年。流域RSEI在2002—2010年经历了剧烈上升—下降—上升波动，时间节点分别为2002年、2005年、2007年及2010年。对于2002—2005年RSEI持续增长的原因可能是由于我国2002年前后在长江上游流域全面启动退耕还林工程及天然林保护工程，这两项工程的实施，在一定程度上改善了流域的生态环境质量[28]。2005—2007年RSEI呈现急剧下降态势，原因可能在于2005年以来，长江上游流域暖干化趋势显著，表现出干旱频次、程度更为剧烈的现象，进而导致流域生态环境质量退化[29]。2007—2010年长江上游流域RSEI为持续增长态势，主要是由于前面两项工程中的人造林不断生长，进而有效提高了长江上游流域绿度，使得生态环境得到改善。长江上游流域按照RSEI增长速率的不同，可划分为两个阶段，第1个阶段是2000—2010年的快速增长期，其增长速率为5.9×10-3/a，第2个阶段是2011—2020年增速放缓期，相较于2000—2010年的快速增长期，其增长速率较缓，具体速率为3.9×10-3/a。

图1 长江上游流域RSEI均值年际变化特征及不同时间的拟合关系

3.2.2 长江上游流域生态环境质量空间变化长江上游流域2000—2020年的RSEI的空间分布如图2所示，选择2000年、2005年、2010年、2015年、2020年进行分析，所选年份RSEI均值分别为0.563，0.643，0.625，0.557及0.612，长江上游流域近21年生态环境质量呈现“改善—退化—改善”趋势，总体呈现改善的趋势。在空间分布上，长江上游流域生态环境质量以优和良为主，面积之和占比均超过47%，其中，生态质量为优的面积占比最多的是2005年，其值达到29.3%，面积占比最少的是2000年，比例为12%，其表现态势与总体变现态势一致，均是“改善—退化—改善”态势，生态质量为良的面积比例均在33%以上，在2010年达到最大值为46.8%，在2005年为最低值，达到33.6%。长江上游生态环境质量表现为差的面积占比在7%以下，2000年其值最大为6.8%，在2020年达到最小为0.19%。在2000—2010年，长江上游流域生态质量为优的地区主要分布在嘉陵江流域下游，生态质量为差的地区主要分布在金沙江流域中上游，整体呈现为南部地区优于北部地区，东部地区优于西部地区。在2010—2020年，生态环境质量退化地区主要集中在嘉陵江下游流域，但整体生态质量呈现持续改善趋势。

图2 2000-2020年长江上游流域生态环境质量等级分布

3.3 长江上游流域生态环境质量演变趋势

3.3.1 生态环境质量等级演变按照长江上游流域RSEI增长速度，以2010年为界，分为2000—2010年的快速增长期及2010—2020年的增速放缓期。2000—2010年长江上游流域生态环境质量等级转移矩阵如表3所示。由表3可知，2010年，长江上游流域生态质量以良为主，占流域总面积的46.96%，一般及优占比相近，均在17%左右，生态环境为差的面积仅占比3.3%。2000—2010年期间，长江上游流域生态环境质量演变趋势以不变为主，生态环境质量改善的面积为351 727 km2，占长江上游流域总面积的34.7%，生态环境质量退化的面积为86 934 km2，仅占流域总面积的0.09%，改善的面积比退化的面积多出264 793 km2，由此可见，在2000—2010年长江上游流域生态环境质量在快速变好，主要原因在于生态质量由差转为较差面积42 171 km2，较差转为一般面积69 846 km2，一般转为良面积118 749 km2及良转为优面积99 607 km2的贡献较大，其总占比达32.59%。

表3 2000-2010年长江上游流域生态环境质量等级转移矩阵

2010—2020年长江上游流域生态环境质量等级转移矩阵如表4所示。由表4可知，2020年，长江上游流域生态质量依然以良为主，占流域总面积的38.1%，生态环境质量为一般的面积占比由2010年的17.61%增加到26.9%，增加面积最多，生态环境质量为差的面积由3.3%减少到0.16%。生态环境质量为优的面积变化不大，仅下降了0.69%。在2010—2020年期间，长江上游流域生态环境质量改善的面积为220 422 km2，占流域总面积的21.7%，生态环境质量退化的面积为206 897 km2，占流域总面积的20.4%，改善的面积比退化的面积仅多出13 525 km2，由此可见在2000—2010年长江上游流域生态环境质量处于一个缓慢变好时期，在该时期生态质量由较差转为差面积660 km2，一般转为较差面积18 512 km2，良转为一般面积63 378 km2及优转为良面积61 852 km2的贡献较大，总占比达14.24%。

表4 2010-2020年长江上游流域生态环境质量等级转移矩阵

3.3.2 生态环境质量变化趋势长江上游流域多年平均RSEI变化趋势及显著性空间分布如图3所示，由图3A—3B可知，2000—2020年长江上游流域RSEI整体呈现改善趋势，RSEI变化趋势为正的像元面积占长江上游流域总面积的64.7%，其中以变化趋势以大于0.003/a为主，其像元面积占流域总面积的32.8%，在各子流域均有分布。在显著性变化趋势检验中，长江上游流域16.3%的区域呈现显著改善趋势(p<0.05)，呈现显著改善的区域主要集中在嘉陵江上游流域。48.4%的区域呈现不显著改善趋势(p<0.05)。长江上游流域35.3%的区域RSEI呈现退化趋势，其中8.8%的区域呈显著退化趋势(p<0.05)，26.5%的区域呈现不显著退化趋势(p<0.05)，呈现不显著退化的区域主要分布在金沙江上游，呈现显著退化的区域主要分布在嘉陵江下游。通过分析发现嘉陵江上下游RSEI具有明显的差异性，上游生态环境持续改善、下游生态环境却表现出相反的趋势，呈现出显著退化趋势。针对嘉陵江上游生态环境持续改善现象，原因在于嘉陵江上游各级政府大力实施天然林资源保护、退耕还林、生态修复等措施，全力保障嘉陵江上游流域生态建设[30]。嘉陵江下游生态持续退化的原因在于下游流域周边的城市扩张和人类剧烈活动导致了植被覆盖度的下降[31]，加上人口居住量的不断增多，导致土地出现紧缺现象，且由于当地居民生态意识浅薄，存在土地利用不当，盲目破坏生态环境现象[32]，进而导致嘉陵江下游流域生态环境质量呈现退化趋势。

3.4 长江上游流域生态环境质量演变影响因素

为了进一步分析影响长江上游流域生态环境质量变化的自然因素，本文引入了地理探测器用于揭示生态环境质量变化的主导因素。操作步骤为：将RSEI作为因变量，选取NDVI，WET，LST，NDSI作为自变量因子，将2000年、2010年、2020年各指标量转换为类型量并通过自然断裂法分成5类，之后使用10 km×10 km的渔网均匀生成长江上游流域的9 952个点并通过这些点将因变量与自变量匹配，然后进行因子探测分析，得出4个指标因子对RSEI的影响力值(q值，q值越大表示某个指标因子对RSEI的影响力越大)和因子解释力值(p值，p值越小表示某个指标因子对RSEI的解释力越高)[33]。分析结果如表5所示：NDSI在2000年和2020年的p值均大于0.05，说明NDSI在这两年对长江上游生态环境质量的影响不大，其余3个指标在2000年、2010年、2020年的p值均为0，说明这3个指标对长江上游生态环境质量的解释力充足。q值均有不同程度的变化，从主导因子来看，2000年、2010年、2020年对RSEI影响最大的因子是热度和绿度；2010年与2000年相比，各项指标的q总体波动较大，绿度和湿度的q值明显增大，表明2000—2010年长江上游生态环境质量改善的原因是受到植被覆盖度增大和湿度变化的影响；2020年与2010年相比，绿度的q值增加而其他3个指标的q值减少，表明长江上游流域生态环境质量变好的原因是植被覆盖度的增加。2000—2019年长江上游流域年平均气温和累计降水量呈上升趋势(图4)，年平均气温上升显著(p<0.05)，因此长江上游流域生态环境质量发生变化可能与温度的升高有关，年累积降水量虽然呈上升趋势，但显著性不强，后续的研究中需要结合土地利用类型等其他相关因子进行综合分析。