南水北调中线工程源头生态环境时空变化RSEI 评价

陈冠晰 吴静 石金晨

摘 要： 以南水北调（中线）水源地河南省淅川县为研究对象，利用2007、2013、2019 年淅川县的landsatTM/OLI 遥感影像数据结合ENVI 平台对南水北调（中线）水源地近年生态环境变化作出评价。通过主成分分析法将绿度（NDVI）、湿度（WET）、干度（NDBSI）和热度（LST）4 个指标集成为水源地遥感生态指数（RSEI），对研究区2007—2019 年的生态环境质量进行评估。2007—2019 年研究区的总体生态质量以一般和良好为主，两者所占面积比例均超过75%；3 个时期的RSEI 均值分别为0.756 5、0.698 9、0.709。南水北调（中线）水源地生态环境质量2007—2019 年间其整体呈现先下降后上升的趋势，生态良好区域面积有所增加。

关键词：遥感生态指数；生态环境质量；南水北调中线工程；淅川县

中图分类号：X826文献标识码：A文章编号：2095-1795（2023）08-0050-06

DOI：10.19998/j.cnki.2095-1795.2023.08.009

0 引言

我国幅员辽阔，降水量地区差异较大，水资源分布极不均匀，北方地区水资源长期短缺，严重制约了社会经济的发展，不仅直接影响人们的生产生活，还引发了大量的生态环境问题，特别是近年来城市化进程加快，城市用水供需矛盾日益突出[1]。举世瞩目的南水北调是优化我国水资源时空配置分布不均的重大工程举措，是有效缓解我国北方地区严重缺水问题的特大型基础设施项目，关乎我国未来可持续发展和国土整治。优质的水资源才能确保一江清水向北流，而优质的水资源与水源地的生态环境密不可分，因此南水北调水源地生态屏障的建立和保护显得尤为重要。

虽然目前对生态环境的判断标准没有统一的定论，但是通过遥感生态指数对生态环境质量进行定性定量的描述和分析是监测和保护一个地区生态环境重要的方法。遥感生态指数是徐涵秋[2] 在2013 年提出的一个生态指数，这个指数是基于卫星技术的发展，利用遥感卫星数据来判断一个地区生态环境的变化趋势。我国环境部2006 年发布了《生态环境状况评价技术规范》，这个技术规范主要介绍了基于空间信息技术对地区生态环境状况进行评估，构建生态环境状况指数[3-5]。这项规范得到了广泛的使用，但是在实施过程中会遇到很多困难，其中最大的困难就是数据难以获取，数据获取后应用过程中会受到人为主观影响，并且空间连续性差，各项权重分配的合理性与规范性的有效设置等方面也存在很多问题，指数结果以单一数值呈现存在可视能力差且计算过程较为复杂等问题。

河南省淅川縣是南水北调（中线）工程的核心水源区和渠首所在地，自2014 年通水以来，肩负着统筹解决京津冀地区的缺水问题，正成为优化我国水资源配置、保障沿线群众饮水安全，改善江河湖泊生态环境，打通南北经济循环的生命线。据统计，截至2022年12 月，南水北调中线一期工程向河北省输水超过167 亿m3[6]。建立生态屏障保护好水源，对水源地进行生态环境监测研究对保障南水北调长久优质输水具有重要意义。遥感生态指数，通过卫星技术获取水源地的地面数据，利用遥感数据处理平台进行处理分析，获得研究所需要的各项指标，构建绿度、湿度、干度和热度4 类评价因子并进行叠加综合分析。基于以上背景，本研究对南水北调水源地淅川县2007—2019 年间遥感生态指数进行计算，利用遥感生态指数对研究区进行生态环境监测，分析研究区域内生态环境的时空变化。通过科学、系统的方法对南水北调（中线）水源地的生态环境变化进行监测从而对生态环境的保护措施提供可靠依据，达到保护当地生态环境的同时确保一江清水向北流。

1 材料与方法

1.1 研究区概况

南水北调（中线）核心水源区与渠首所在地淅川县位于河南省的西南部，南阳盆地西部边缘，全县区域面积2 828 km2，与陕西省、湖北省相邻，地理坐标北纬32°55′～33°23′，东经110°58′～111°53′，属北亚热带向暖温带过渡的季风性半湿润气候，四季分明，降水充沛。地形地貌由山地、平原、丘陵和盆地组成，西、北、东3 面地势高，南面地势较低，平均海拔316.3 m，研究区高程如图1 所示。西北部为深山区，中部为丘陵区，东南部为岗地及冲积平原区，丹江口水库位于南部。北部和西北部属秦岭东段延伸部分的伏牛山南侧，山体大致为自西北向东南倾斜延伸，海拔900 m 左右的山脉从北向南连绵不断，西南部拥有秦岭和大巴山，与湖北省交界的走马岭山脉东西两峰海拔高度分别为1 033 和1 086 m，东边属于南阳盆地西南边缘，呈平垄岗状。其年均日照时数达2 046 h，降水量804 mm 左右，平均气温15.8 °C，无霜期228 d，森林覆盖率49.7%，耕地面积6.8 万hm2。

1.2 数据来源

选取研究区遥感数据自2007、2013、2019 年间同为8 月且影像云量分布<5% 的Landsat4-5TM/8 OLI 三期影像（表1）。同月的遥感影像处于相同季节，时间相差不超过2 d，植被生长状况相似，能够保证研究结果的可比性。

1.3 研究方法

遥感生态指数耦合了绿度、干度、湿度和热度4个因子作为反映生态环境质量诸多因素中的生态评价因子，遥感技术可以从遥感影像中得到这4 个指标的信息，通过主成分分析快速综合地对研究区生态环境质量情况作出评价。因此，遥感生态指数（RSEI）可以表示为4 个指标的函数，即

RSEI = f （Greenness; Wetness; Heat; Dryness） （1）

在遥感（RS）中表示为

RSEI = f （NDVI; WET; NDBS I; LS T） （2）

式中 RSEI——遥感生态指数，其数值在[0，1] 之间，值越高，代表研究区生态环境质量越好，反之则代表生态环境越差

NDVI——绿度生态指标

WET——湿度生态指标

NDBSI——干度生态指标

LST——热度生态指标

1.3.1 绿度指标（NDVI）计算

归一化差异植被指数（以下简称植被NDVI）是应用最为广泛的植被指数，因此采用植被NDVI 作为绿度指标。

2 结果与分析

2.1 主成分分析结果

为了避免水体在主成分分析中对主成分荷载产生影响，利用MNDWI 指数提取水体范围后进行水体掩膜，然后再对4 个生态指标进行归一化处理后通过主成分分析得到2007、2013、2019 年的定量化综合指标，如表2 所示[9]。

各项生态指标如表3 所示，2007—2013 年对生态状况起积极作用的绿度指标均值和湿度指均值分别下降0.61%、0.81%，对生态状况起负面作用的干度指标均值和热度指标均值分别下降35.1%、10.17%，绿度和湿度下降带来的负面作用超过干度和热度下降带来的积极作用，研究区生态环境质量降低；2013—2019 年对生态状况起积极作用的绿度指标均值和湿度指标均值分别上升0.72%、4.47%，对生态状况起负面作用的干度指标均值下降14.75%，热度指标上升3.92%，绿度和湿度上升及干度的下降带来的积极影响大于热度上升带来的负面影响，研究区整体生态环境质量提高。

2.2 生态状况分析

为了进一步研究南水北调源头淅川县生态环境质量的时空变化，把研究区3 期归一后的RSEI 数据按等间隔法划分为5 个等级，分别代表生态环境质量差、较差、一般、良好和优（图2）。统计各个生态等级历年所占的面积及百分比（表4）。

在2007 年，研究区总体生态质量等级主要以“良好”为主，面积占比为71.90%，其次是生态质量等级“一般”区域，面积占比14.90%，“差”和“较差”等级区域面积占比较少，分别为1.62%、1.63%，生态质量等级为“优”的区域面积仅占研究区面积0.81%。2013 年研究区总体生态质量等级为“良好”和“优”区域面积明显下降，分别占比为32.36%、0.27%，和2007 年相比降幅分别为39.54 和0.54 个百分点，“差”、“较差”、“一般”等级的生态环境质量区域面积均上升，占比分别为3.42%、10.61%、43.86%，增幅分别为1.8、8.98 和28.96 个百分点。2019 年研究区总体生态状况和2013 年相比有所好转，“良好”和“优”等级的生态环境质量区域面积增加，分别为59.11%、2.40%，增幅分别为26.75 和2.13 个百分点，“差”，“较差”，“一般”等级的生态环境质量区域面积均下降，分别为1.78%、4.27%、19.03%，降幅分別为1.64、6.34 和24.83 个百分点。从RSEI 图像可以看出，2007—2013 年由于旅游业的发展，以及大批移民后生态村被毁等因素，RSEI 生态等级指数明显下降；2013—2019 年，随着《南水北调工程供用水管理条例》的实施和加强农村生态建设、环境保护和综合整治工作，以及水源地保护区的建立，RSEI 生态等级指数上升。

3 讨论

3.1 生态环境评价指数/指标

遥感技术通过卫星实施对地球表面远距离遥测和监视，能够对区域生态环境进行大范围、长时序的监测，如城市植被指数、河流生态评价、矿区修复评估等[10-12]。利用遥感卫星影像技术基于RSEI 结合ENVI平台首次对南水北调（中线）工程水源地地区进行生态环境时空演变的评估，但区域生态环境质量变化是多方面因素造成的，演变过程漫长且复杂，而目前生态环境质量变化研究主要侧重于自然环境特征，在未来的研究中应该尝试在此基础上纳入社会经济特征及地区人文地理特征对当地生态环境演变的影响[13]。

3.2 RSEI 合理性

2007、2013、2019 年3 个时期的主成分分析中PC1 特征值分别为0.066 1、0.059 2、0.111 5，特征值贡献率分别为84.39%、78.32%、87.88%， 各个时期的PC1 特征值贡献率均超过75%，说明PC1 最大限度的集中了4 个生态因子中生态环境质量相关信息；在3 个时期的PC1 中代表绿度指标和湿度指标荷载值均为正值，代表干度指标和热度指标的荷载值均为负值，这可以理解为绿度指标和湿度指标对生态环境质量起积极影响，干度指标和热度指标对生态环境起负面影响，在PC2、PC3、PC4 中各指标忽正忽负且贡献率极低，故以第一主成分PC1 来构建RSEI，这与RSEI 的提出者保持一致[14]。

3.3 RSEI 时空变化驱动因素

研究区在不同时期引起区域生态环境变化的原因是不同的，2007—2013 年，库区周边致力发展旅游业及大批移民后生态村被毁是引起生态环境下降的主要因素；2013—2019 年，国家一级饮用水源地相关政策法规的统筹规划实施及库区周围居民密度减小使生态环境逐渐改善。同时，不同时期库区水位升降变化影响着动植物生活、生长面积和种类及密度，进一步对区域生态环境产生影响[15]。

4 结论

本研究依托3 期Landsat 遥感影像对南水北调（中线）工程水源地淅川县2007—2019 年间生态质量时空变化进行监测和分析，结果表明，研究区近年来的整体生态环境处于一般良好水平，生态质量呈现先退化后改善的趋势，其中绿度和湿度指标对研究区的生态环境演变影响最大，在未来的旅游开发建设中，应保持现有植被覆盖率的同时，通过退耕还林，构建森林公园、自然保护区、绿地等措施有效提升植被覆盖度，增强研究区水土保持能力和进一步改善研究区生态环境质量。

2007—2013 年，研究区生态质量显著退化，RSEI指数由0.756 5 降至0.698 9，下降7.16%，生态质量良好区域面积变化最为明显，从2 033.96 km2 减少为915.42 km2。2013—2019 年，研究区RSEI 指数由0.698 9上升为0.709 7，生态质量一般和良好区域面积变化较为明显，一般区域面积减少702.41 km2，良好区域面积增加756.73 km2。

本研究中使用的Landsat 系列卫星遥感影像数据分辨率仅为30 m，具有一定的局限性，在评价研究区生态环境变化时不能达到更加精细化的讨论，未来与高分影像遥感数据融合及无人机航拍影像是遥感生态一个重要的发展方向。此外，在对南水北调水源地这一特殊地区作评价时，要结合实际情况注意湖库水体面积的变化。

参考文献

刘波，汪紫薇，王文鹏，等．我国城市用水效率关键指标时空格局分析[J]．河海大学学报（自然科学版），2020，48（6）：534-541．

LIU Bo， WANG Ziwei， WANG Wenpeng， et al． Spatiotemporalcharacteristics analysis of major indicators of urban water use efficienciesover China's mainland[J]． Journal of Hohai University （ Natural ScienceEdition），2020，48（6）：534-541．

徐涵秋．区域生态环境变化的遥感评价指数[J]．中国环境科学，2013，33（5）：889-897．

XU Hanqiu． A remote sensing index for assessment of regional ecologicalchanges[J]．China Environmental Science，2013，33（ 5）：889-897．

宋善海，王堃，陈艳，等．县域夜光遥感指数与生态环境状况指数相关性研究：以贵州省为例[J]．贵州科学，2019，37（1）：38-45，76．

SONG Shanhai， WANG Kun， CHEN Yan， et al． Correlationbetween night light remote sensing index and ecological environmentstatus index： a case study of Guizhou[J]． Guizhou Science， 2019，37（1）：38-45，76．

苗苗，谢小平．基于GIS 和RS 的山东日照海岸带1988—2018 年间演化分析[J]．国土资源遥感，2021，33（2）：237-247．

MIAO Miao， XIE Xiaoping． Spatial-temporal evolution analysis ofRizhao coastal zone during 1988—2018 based on GIS and RS[J]． RemoteSensing of Land and Resources，2021，33（2）：237-247．

刘冰，张斌，廖俊杰，等．基于RS 与GIS 的水土保持生态功能区生态状况评估[J]．环境监测管理与技术，2022，34（3）：35-39．

LIU Bing，ZHANG Bin，LIAO Junjie，et al．Ecological status evaluationof ecological function area of water and soil conservation based onRS and GIS[J]． The Administration and Technique of EnvironmentalMonitoring，2022，34（3）：35-39．

高航，张天宇，任树春．南水北调中线通水8 年 河北累计引调江水167 亿立方米[EB/OL]．（2022-12-28）．http：//report.hebei.com.cn/system/2022/12/28/101079973.shtml．

吉珍霞，侯青青，裴婷婷，等．黄土高原植被物候对季节性干旱的敏感性响应[J]．干旱区地理，2022，45（2）：557-565．

JI Zhenxia， HOU Qingqing， PEI Tingting， et al． Sensitive responseof vegetation phenology to seasonal drought in the Loess Plateau[J]．Arid Land Geography，2022，45（2）：557-565．

CHANDER G， MARKHAM B L， HELDER D L． Summary of currentradiometric calibration coefficients for Landsat MSS，TM，ETM+，and EO-1 ALI sensors[J]． Remote Sensing of Environment， 2009，113（5）：893-903．

徐涵秋．利用改进的归一化差异水体指數（MNDWI）提取水体信息的研究[J]．遥感学报，2005，9（5）：589-595．

XU Hanqiu． A study on information extraction of water body with themodified normalized difference water index （ MNDWI） [J]． Journal ofRemote Sensing，2005，9（5）：589-595．

王枭轩，卢小平，李国清，等．结合DEM 的红边-近红外植被指数提取城市植被信息[J]．光谱学与光谱分析，2022，42（7）：2 284-2 289．

WANG Xiaoxuan， LU Xiaoping， LI Guoqing， et al． Combining thered edge-near infrared vegetation indexes of DEM to extract urban vegetationinformation[J]． Spectroscopy and Spectral Analysis， 2022，42（7）：2 284-2 289．

周权平，张澎彬，薛腾飞，等．近20 年来长江经济带生态环境变化[J]．中国地质，2021，48（4）：1 127-1 141．

ZHOU Quanping， ZHANG Pengbin， XUE Tengfei， et al． Ecologicalenvironment changes in Yangtze River Economic Zone in recent 20years[J]．Geology in China，2021，48（4）：1 127-1 141．

韓琳，李永峰，巫长悦，等．基于遥感生态指数的宝日希勒露天矿区生态修复效果评估[J]．中国矿业，2022，31（4）：54-61．

HAN Lin， LI Yongfeng， WU Changyue， et al． Evaluation of ecologicalrestoration effect in Baorixile Open-pit Mine Area based on remotesensing ecological index[J]． China Mining Industry， 2022， 31（ 4） ：54-61．

高健，魏程林，宁小莉．近15 年浑善达克沙地环境变化原因比较分析[J]．湖北农业科学，2020，59（3）：42-47．

GAO Jian，WEI Chenglin，NING Xiaoli．Causes comparison analysisof environmental changes in Hunshandake in recent 15 years[J]．HubeiAgricultural Sciences，2020，59（3）：42-47．

徐涵秋，邓文慧．MRSEI 指数的合理性分析及其与RSEI 指数的区别[J]．遥感技术与应用，2022，37（1）：1-7．

XU Hanqiu，DENG Wenhui．Rationality analysis of MRSEl and lts differencewith RSEI[J]． Remote Sensing Technology and Applications，2022，37（1）：1-7．

包洪福，孙志禹，陈凯麒．南水北调中线工程对丹江口库区生物多样性的影响[J]．水生态学杂志，2015，36（4）：14-19．