应用遥感生态指数评价生态环境质量

闫 野

(辽宁铁道职业技术学院 铁道工程学院, 辽宁 锦州 121000)

0 引言

在全球人口不断上升,经济飞速发展的背景下,城市化进程也在不断进行着。然而,城市化也带来了人口迁移、土地利用结构变化和城市环境污染等一系列问题。城市生态环境质量评价是城市生态学的一个重要研究领域,可以为城市生态规划和管理提供科学依据,促进城市的可持续发展。

目前,利用遥感进行生态质量评价的方法主要分为两种类型：一种是依据某一单一指标的生态环境评价法。如李柏延等通过影响计算得到地表温度数据来评测城市热岛效应的严重程度,得到西安市城市热岛效应日趋增强的结论[1-3];于信芳根据遥感计算得到归一化植被指数估测东北森林物候情况,发现两者相关性良好,可以通过相关植被指数来拟合东北森林植物的物候阶段[4-5]。另一类评价方法是将多种指标结合起来进行生态质量评价,例如，包蕊等人,根据人均国内生产总值、人口密度、植被覆盖率等28项指标为基础构建了综合评价指标体系,动态评价生态承载力水平[6-8];张沛等以生物丰富度、植被覆盖率、水网密集程度、土壤胁迫程度、污染负载量5方面为基础建立生态指数模型来评价塔里木河的生态与环境的变化情况[9-10]。

但是,单一的遥感生态参数只能用来反映研究区域生态系统的一个方面,并不能综合反映其整体的生态环境状况;多指标评价方法又存在统计数据类型繁杂、单位数量级不统一且难以获取的缺点,而且指标体系的建立由人为确定,较难客观地反映研究区的生态状况。鉴于两种生态环境评价方法各自的局限性,考虑数据采集、处理时效等因素,本文采用遥感生态指数(remote sensing ecological index,RSEI),利用主成分分析法(principal component analysis,PCA)集成，人们可以直接感知到的4个生态要素：绿度、湿度、干度和热度,能够较好地反映环境状态的变化、气候变化响应以及人类活动对环境造成的压力,同时能避免因个体特征导致的权重定义的误差。RSEI在不同时空尺度上具有可视化、可扩展性和可比性,并已得到充分验证[11]。此外,目前针对宁波市的生态环境质量评估以及变化特征动态监测方面的相关研究较少,本文以宁波市作为研究区域,采用RSEI评价模型对宁波市2015—2020年的生态环境状况进行评估,探究宁波市生态环境的具体状况与变化特征,以期为宁波系统的城市规划提供实证依据。

1 数据来源及处理

1.1 数据来源

以宁波市为研究对象,选用2015、2017、2020年各2景的Landsat8遥感影像。为保证结果具有可对比性,选取同季节的影像数据。此外,本研究对遥感数据的含云量要求比较严苛,含云量最多不能超过10%,所以这里选取2景含云量小于5%且季节同为夏季的Landsat8上携带的陆地成像仪(operational land imager，OLI)影像数据,获取得到日期分别是2015年8月3日、2017年8月24日和2020年8月16日。影像获得时间最大差异21 d，以保证地表干湿程度接近和植被生长状态接近,从而确保实验结果具有较强的对比性。

1.2 数据预处理

首先对影像进行辐射定标,经过辐射定标获取的传感器反射率仅消除了来自传感器自身引起的辐射误差,还存在由于光照条件和大气作用(大气吸收、大气散射)导致的辐射误差,该类误差校正通过利用遥感图像处理平台(the environment for visualizing images,ENVI)5.3软件中的FLAASH模型(fast line-of-sight atmospheric analysis of spectral hypercubes)大气校正模块来完成。相关参数根据研究区域调节,其中传感器类型选择为Landsat8 OLI,由于宁波的平均海拔为3～5 m,所以高程参数(km)设置为0.004。根据遥感图像的成像时间和具体的纬度信息综合确定大气模型参数和气溶胶模型,考虑到宁波处在北纬30°附近,影像获取时间在8月份,设定大气模型参数为Tropical;鉴于研究对象为城市生态环境质量,气溶胶模型选择为urban类型。

为获取精度较高的宁波市行政区矢量数据,在网站(http://datav.aliyun.com/)中获取宁波市基于Javascript对象表示法(JavaScript object notation,JSON)数据,再通过Mapshaper数据综合平台(https://mapshaper.org/)将JSON数据转化为Shapefile数据。然后对进行过辐射定标和大气校正的3年2景共6幅的Landsat8 OLI影像进行无缝数据镶嵌以及栅格裁剪,利用宁波市行政边界数据裁剪出研究区域。在计算RSEI之前,还需要采用修正的归一化水指数(modified normalized difference water index，MNDWI)对各指标的水体进行掩膜提取,以避免大面积水域对PCA载荷分布的影响。

2 技术路线及研究方法

2.1 技术路线

本文技术路线如图1所示,遥感生态指数(RSEI)以遥感数据为基础,通过提取四个遥感参数,绿度、湿度、干度和热度对生态质量进行客观定量的评价。首先对四个指标(绿度指标NDVI、湿度指标WET、干度指标NDBSI、热度指标LST)进行数据归一化处理,然后将四个标准化过后的分量指标进行波段合成,并基于新产生的统计数据进行主成分分析(PCA),根据各变量对主成分的贡献率自动为各变量分配权重从而构建评价模型,有效避免了人为因素或个体特征对最终结果产生的偏差,与传统的生态质量指数评价模型相比更加客观和高效。

图1 技术路线图

2.2 遥感生态指数分量指标的计算

2.2.1 湿度指标(WET)

湿度与生态环境质量的影响十分强烈,湿度指数较低的区域植被覆盖情况较差,土地退化现象严重,土壤沙化、岩石裸露的现象时有发生;本研究通过缨帽变换可以提取出的研究取得湿度指标,进而用以描述研究区的地表湿度。本研究中湿度指标值用W表示,对于Landsat8 OLI数据,计算公式如下：

W=0.151 1ρblue+0.197 3ρgreen+0.328 3ρred+0.340 7ρnir-

0.717 1ρswir1-0.455 9ρswir2

(1)

2.2.2绿度指标(NDVI)

归一化植被指数(NDVI)可以较为敏感的反应植物生物量,它与生态系统服务密切相关(例如,营养循环、原材料供应、碳封存和氧气生产),可以作为绿度指标,用Ni表示归一化植被指数的值,由式(2)计算。

Ni=(ρnir-ρred)/(ρnir+ρred)

(2)

2.2.3热度指标(LST)

城市发展的特点通常是用高吸热表面替换天然表面覆盖物,导致城市温度高于周边地区。热污染已经成为城市主要污染之一,例如：地表变化导致城市温度升高,与热相关的疾病和死亡率、能源和水需求的增加以及室内和室外的热不适症状人群增加,以上种种在大多数城市中都无法避免,因此热度指标是评价生态环境质量的重要指标,本文热度指标由地表温度(LST)表征,计算公式如下：

Lλ=Gain×DN+Bias

(3)

式中,Gain、Bias是对于Landsat8 OLI数据，Gain=3.342 0×10-4W/m2·sr·μm,Bias=1.18W/m2·sr·μm。

B=[Lλ-L↓-τ(1-ε)L↑]/τε

(4)

式中,Lλ为传感器辐射亮度;B为黑体热辐射亮度;τ为大气在热红外波段透射率;L↑、L↓分别为大气上行、下行辐射亮度。在获取黑体热辐射亮度后,地表温度TS由普朗克公式求出

TS=K2/ln(K1/B(TS)+1)

(5)

式中,TS表示地表的真实温度(单位：K);K1、K2为定标参数,对于Landsat8 OLI数据,K1=774.89 W/(m2·sr·μm),K2=1 321.06 K;ε为地表比辐射率。

2.2.4干度指标(NDBSI)

随着城市的快速扩张,植被覆盖地转变为不透水地表,从而加速了由于生物地球化学过程和循环模式的改变而导致的地表干化速度,从而对区域整体生态环境产生影响。研究区宁波的市区面积为38%,还存在约50%的山地、丘陵区域,因此干度指标可通过整合建筑用地指数(index-based built-up index，IBI)与裸土指数裸土指数(soil index，BSI)的建筑物-裸土指数(NDBSI)进行表征。建筑物-裸土指数的计算方法如下。

裸土指数为

Si=[(ρswir1+ρswir1)-(ρblue+ρnir)]/

[(ρred+ρnir)+(ρblue+ρnir)]

(6)

建筑物指数为

(7)

建筑物-裸土指数为

Nb=(Si+I)/2

(8)

其中,Si表示裸土指数值;I表示建筑物指数值;Nb表示建筑物-裸土指数值;ρbule、ρgreen、ρred、ρnir、ρswir1及ρswir2为分别表示Landsat8 OLI影像数据中蓝、绿、红、近红外、中红外1、中红外2波段的反射率值。

2.3 遥感生态指数评价模型的构建

在对各分量指标实施标准化过后,利用主成分分析法(PCA)求出主成分,代表研究区域的初始遥感生态指数(RSEI0),研究发现RSEI0值低的地区生态环境较好,而RSEI0值高的地区生态环境反而较差。所以,用1减去RSEI0值,并进行标准化处理,得到的RSEI即为该研究区的遥感生态指数,值越接近1,说明生态环境质量越好。为进一步探索宁波市2015、2017和2022年RSEI的空间异质性,参考《生态环境评价技术规范》,以0.2为间隔,将归一化后的RSEI分为5个水平,分别为优(0.8～1)、良(0.6～0.8)、一般(0.4～0.6)、较差(0.2～0.4)和差(0～0.2)[12],如表1所示。

3 结果与讨论

3.1 分量指标主成分分析

宁波市2015、2017和2020年4个分量指标的主成分分析结果见表2,主成分分析产生的第1主成分(PC1)的特征值所占的比例分别为94.90%、94.83%、94.79%,都大于85%,表明PC1已收集了4个指标的绝大多数特征信息,可以代替绿度、湿度、干度和热度四个分量指标。PC1中NDVI和WET对RSEI的贡献方向为负,而LST和NDBSI的贡献方向为正,与现实情况相符。

进一步分析各分量对PC1的载荷(表2的第3列)可以发现,热度指标对主成分1的载荷由2015年的-0.55上升到2017年的-0.57,再到2020年的-0.60,呈现上升的趋势,表明在研究期间内,热度相对于其他三个指标来说,对RSEI评价模型的影响程度变强。同时,绿度指标对PC1的贡献率在2015、2017、2020年分别是0.62、0.61和0.55,呈现逐渐下滑的变化趋势,说明绿度指标相对于其他三个指标来说,对RSEI评价模型的影响程度变弱,与热度指标相反,绿度指标的正贡献率愈发下降,也说明在研究期间内宁波市的植被覆盖度在持续下降。干度指标(NDBSI)对PC1的贡献度在3年中一直是4个分量指标中最大的,分别达到了-0.74,-0.77,-0.78,说明在研究期间,干度指标是影响宁波市生态环境质量的最主要因素。

表2 指标主成分分析结果

3.2 宁波市生态环境质量变化时空分析

表3为研究时段内2015、2017、2022各年的四项指标及遥感生态指数RSEI统计值。统计结果表明：研究期间内,宁波市的RSEI平均值从2015年的0.84下降到2017年的0.83,到了2020年又进一步下降到0.78,6年来总体下降了7.2%,说明宁波市的生态质量在所研究的时间段内生态环境的较为稳定,略微变差。《宁波市环境状况公报》显示,2015、2017、2020年该市生态质量一直处于良好状态,生态环境状况指数(EI)分别为80.8、80.1和79.4,等级均为“优”(EI≥75)[13]。虽然采取的方法不同,但也说明了宁波市生态环境状况在2015—2020年未发生明显的改变,仅略微下降,这与所得到的研究结果相符。此外,NDBSI均值由2015年的-0.18小幅上升到2017年的-0.19,然后上升到2020年的-0.23,总体提高27.78%。研究表明,宁波市城区在2000年以来快速扩展,其中2015—2018年间宁波市建成区面积的年均增长速率和城市扩展强度分别为18.07 km2·a-1和2.89%[14],宁波市城市扩展持续在进行中,这对生态环境会造成不可避免的影响。

表3 2015、2017、2020年各年份4个指标和遥感生态指数RSEI的统计值

参照《生态环境评价技术规范》,对宁波市生态环境质量进行生态质量等级的划分,并对各等级对应的面积进行统计。2015、2017、2020年宁波市生态环境质量分级结果见图2,统计结果见表4，2015、2017、2020年宁波市生态环境质量评价等级面积统计,从生态等级的占比变化情况看,如柱形图3所示,评级为优的区域面积出现了减少的情况,从2015年的50.26%下降到2017年的43.17%,再下降到2020年的34.22%。评级为一般及以上区域的面积比例在2015、2017、2020年分别为85.94%、85.66%、85.19%,尽管有少量下降,但一直保持在85%以上,说明宁波市生态环境较为稳定,且生态环境质量较好。

图3 2015、2017、2020年宁波市生态环境质量评价等级面积占比变化情况

表4 2015、2017、2020年宁波市生态环境质量评价等级面积统计

从空间分布上看,2015年宁波市生态环境等级为优的区域面积达到4933.52 km2,基本分布在余姚区南部、奉化区西部、宁海县北部、象山县北部、鄞州区东南部以及北仑区南部等地区;生态环境等级为差的占比最少,面积仅为51.04 km2,仅仅占整体面积的0.52%,多分布在慈溪市、镇海区、海曙区、鄞州区的主城区部分。

3.3 宁波市生态环境质量动态监测

为了分析宁波市不同年份生态质量的具体时空变化情况,在对RSEI的5个生态等级划分的基础上,对宁波市2015—2020年间的生态质量进行差值分析,正向差值表示生态环境等级变好的区域,负向差值表示生态环境变差的区域,差值为0表示生态环境等级未发生改变,如图4所示。

图4 2015—2020宁波市遥感生态指数等级变化图

表5统计了2015—2020年来宁波生态环境变化差异,数据显示：宁波市生态环境等级未发生改变的区域最多,占整体面积的73.29%;而生态环境等级变好的区域仅占整体面积的7.54%,这些生态环境改善的区域主要分布在各城区内部和郊区地区,且分布较为均匀,说明宁波城市在向周边扩展,造成生态退化的同时,其中心部分的老城区经过不断改造,生态环境状况有出现改善。同时可以发现,有19.18%的区域生态环境等级下降了,主要分布在宁海县和象山县的北部港口海岸带。

表5 2015—2020宁波市遥感生态指数等级变化

从图4可以看出,生态环境变差的区域多分布在中心城区水域周边和北部港口海岸带地区,这些区域受水力侵蚀严重,沙质和裸岩增多,植被稀疏,整体生态质量低于其他地区。对于中心城区部分,少部分地区有变好的迹象出现,根据相关研究,高功能景观类型在退化成低功能景观类型的过程中,产生的污染物会直接或间接影响港口海岸带的土壤环境、水环境,从而加重海岸带的生态环境压力[15]。因此,宁海县和象山县北部港口海岸带区域的生态环境治理工作亟待加强。

4 结论

利用Landsat8 OLI提取绿度、湿度、干度和热度信息,采用RSEI模型对宁波市生态质量进行评价,进而对宁波市2015—2020年生态质量的时空变化特征进行分析,主要结论如下:

(1)就分量指标而言,宁波市NDVI和WET对RSEI均有正向影响,LST和NDBSI对RSEI均有抑制作用。其中干湿度指标对宁波市RSEI的影响最大,表明宁波市的生态质量主要受城市扩张的影响。

(2)在RSEI指数评估方面,宁波市2015、2017和2020年RSEI均值分别为0.84、0.83和0.78,说明2015—2020年宁波市生态质量变化总体呈现下降的趋势,宁波市生态环境质量的不断下降主要与城市化导致的自然条件恶化、气候变暖、人类活动增加有关。

(3)从空间格局上,宁波市中心城区如江北区、镇海区、海曙区等区域生态环境质量明显低于奉化区、余姚区、北仑区等周边城区,这些地区以丘陵和山地为主,土地利用类型以林地为主,植被覆盖度和气候明显优于中心城区,而中心城区的经济发展水平又明显高于这些地区。

(4)在时间序列上,宁波市RSEI评级在一般及以上的面积比例在2015、2017、2020年分别为85.94%、85.66%、85.19%,类型变化检测以不变为主,变差为次,说明尽管宁波城市规模在不断扩大,但城市的生态质量一直保持稳定,仅有略微降低,这主要得益于科学的城市规划、旧城区改造和绿地的扩大。