陳 光

(福建省林業(yè)勘察設(shè)計(jì)院，福建 福州 350002)

水土流失導(dǎo)致生態(tài)環(huán)境質(zhì)量下降的同時(shí)，也給人們的生產(chǎn)生活帶來了嚴(yán)重的影響，因此，適時(shí)對(duì)水土流失區(qū)的生態(tài)環(huán)境進(jìn)行監(jiān)測(cè)顯得尤為重要[1-2]。目前，相關(guān)文獻(xiàn)根據(jù)其研究目的不同，在生態(tài)環(huán)境評(píng)價(jià)指標(biāo)的選取和體系的構(gòu)建方面各有側(cè)重，但針對(duì)水土流失區(qū)的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)研究較少。徐涵秋[3]等基于遙感技術(shù)，選取綠度、濕度、干度、熱度四大生態(tài)要素構(gòu)建遙感生態(tài)指數(shù)對(duì)南方水土流失區(qū)進(jìn)行生態(tài)變化評(píng)估。王紅巖[4]等基于RS和GIS技術(shù)，選取植被覆蓋度、地形起伏度及土地利用類型三個(gè)因子對(duì)水土流失區(qū)的敏感性進(jìn)行評(píng)價(jià)及動(dòng)態(tài)監(jiān)測(cè)。可見，將遙感技術(shù)運(yùn)用在水土流失區(qū)生態(tài)環(huán)境評(píng)價(jià)上，不但能夠快速監(jiān)測(cè)，節(jié)省人力與物力，還能對(duì)生態(tài)環(huán)境質(zhì)量的時(shí)空變化進(jìn)行研究。壓力—狀態(tài)—響應(yīng)(PSR，Pressure-State-Response)模型最早是由聯(lián)合國(guó)經(jīng)濟(jì)合作組織(OECD)提出，其中，壓力表征人類對(duì)生態(tài)環(huán)境的作用力；狀態(tài)是指特定時(shí)間段生態(tài)環(huán)境的狀態(tài)；響應(yīng)是指對(duì)生態(tài)環(huán)境變化進(jìn)行補(bǔ)救的措施。該模型能夠很好的體現(xiàn)人與環(huán)境之間的作用與反作用關(guān)系[5-6]。水土流失區(qū)生態(tài)環(huán)境質(zhì)量的變化主要受自然演變和人為干預(yù)兩方面的影響。本文結(jié)合遙感技術(shù)與PSR模型構(gòu)建水土流失區(qū)生態(tài)環(huán)境評(píng)價(jià)體系，選取典型水土流失區(qū)福建省長(zhǎng)汀縣為研究區(qū)，利用遙感技術(shù)與地理信息系統(tǒng)空間分析對(duì)研究區(qū)的生態(tài)環(huán)境質(zhì)量進(jìn)行動(dòng)態(tài)評(píng)價(jià)，旨在為水土流失區(qū)生態(tài)環(huán)境評(píng)價(jià)提供參考，為水土流失區(qū)進(jìn)一步治理和生態(tài)環(huán)境的改善提供依據(jù)。

1 研究區(qū)概況與數(shù)據(jù)預(yù)處理

1.1 研究區(qū)概況

長(zhǎng)汀縣隸屬于福建省龍巖市，地處閩西山區(qū)，武夷山脈南麓，地理坐標(biāo)為25°18′40″～26°02′05″N、116°00′45″～116°39′20″E，東西寬66 km，南北長(zhǎng)80 km。全縣森林覆蓋率總體較高，但樹種過于單一，林分結(jié)構(gòu)簡(jiǎn)單，生長(zhǎng)差，林下植被稀疏，水土流失嚴(yán)重，被列為中國(guó)重點(diǎn)水土保持試驗(yàn)區(qū)。經(jīng)過長(zhǎng)期的封山育林、植樹造林，長(zhǎng)汀取得了良好的水土流失治理效果，成為全國(guó)水土流失治理的典型。

1.2 數(shù)據(jù)預(yù)處理

選取長(zhǎng)汀縣的2004年、2010年、2016年的3期Landsat TM/OIL遙感影像作為基礎(chǔ)數(shù)據(jù)源，影像地物信息豐富、云量少、清晰度較高。運(yùn)用ENVI5.3對(duì)影像進(jìn)行輻射定標(biāo)、大氣校正、幾何校正、裁剪等預(yù)處理，根據(jù)遙感影像的相關(guān)特性，結(jié)合實(shí)地調(diào)查情況，通過支持向量機(jī)(SVM)的方法進(jìn)行分類，將研究區(qū)劃分為林地、耕地、水域、建筑用地、交通用地及未利用地6種土地利用類型，分類精度均達(dá)到83%以上。

2 研究方法

2.1 生態(tài)環(huán)境評(píng)價(jià)指標(biāo)的構(gòu)建

2.1.1 生態(tài)環(huán)境壓力層

在人類干預(yù)與自然演變的影響下，土地利用與覆被將會(huì)產(chǎn)生變化，尤其是人類活動(dòng)成為改變景區(qū)和原有自然特征的重要因素。人類活動(dòng)對(duì)自然的干擾主要體現(xiàn)在人口密度的變化及建筑用地的擴(kuò)張程度?；陂L(zhǎng)汀縣各鄉(xiāng)鎮(zhèn)人口統(tǒng)計(jì)數(shù)據(jù)通過插值得到人口密度分布圖。建筑在中紅外波段反射率高，在近紅外反射率低，因此采用用歸一化建筑用地指數(shù)反映研究區(qū)城市擴(kuò)張的強(qiáng)度。

(1)

式中，NDBI指城市擴(kuò)張強(qiáng)度；ρMIR、ρNIR分別代表中紅外波段和近紅外波段的象元反射率或者象元亮度值，Landsat5 TM分別為第5、4波段的象元亮度值，Landsat8 OIL分別為第6、5波段的象元亮度值。

2.1.2 生態(tài)環(huán)境狀態(tài)層

(1)生態(tài)系統(tǒng)穩(wěn)定性指數(shù)

不同土地利用類型在維護(hù)生態(tài)系統(tǒng)穩(wěn)定性、對(duì)外界的抗干擾能力上有較大的區(qū)別。研究將土地利用類型與生態(tài)系統(tǒng)的穩(wěn)定性進(jìn)行關(guān)聯(lián)分析，根據(jù)各種土地利用類型自我調(diào)節(jié)能力、生態(tài)恢復(fù)能力、人類改造程度進(jìn)行穩(wěn)定性分析，其中穩(wěn)定性最大的為林地，穩(wěn)定性最低的為建筑用地。由此進(jìn)行分級(jí)作為該土地利用類型的生態(tài)穩(wěn)定性指數(shù)。林地、耕地、未利用地、水域、交通用地、建筑用地分別賦值為6、5、4、3、2、1。

(2)區(qū)域自然背景指數(shù)

區(qū)域自然背景是指影響區(qū)域自然生態(tài)系統(tǒng)生態(tài)過程的因素，主要受土壤類型和地形地貌特點(diǎn)的影響。因此，采用土壤指數(shù)和地形起伏度來表征區(qū)域的自然背景質(zhì)量。

NBI=λaIa+λbIb

(2)

式中，NBI為區(qū)域自然背景指數(shù)；Ia代表土壤指數(shù)；Ib表示地形起伏度；λa、λb分別為這兩個(gè)指數(shù)的權(quán)重，因?yàn)閮烧邔?duì)于生態(tài)環(huán)境重要程度一致，因此將兩權(quán)重均賦值為0.5。其中，土壤指數(shù)將土壤類型賦值并歸一化；地形起伏度是區(qū)域內(nèi)最高點(diǎn)海拔和最低點(diǎn)海拔的差值，以DEM為數(shù)據(jù)源，利用GIS空間分析工具獲得并進(jìn)行分級(jí)和歸一化處理。

(3)景觀結(jié)構(gòu)指數(shù)

以景觀分離度和景觀破碎度兩個(gè)指標(biāo)所計(jì)算出的景觀結(jié)構(gòu)指數(shù)來反映景觀類型的空間配置結(jié)構(gòu)對(duì)生態(tài)系統(tǒng)的影響程度。

STI=1-∑(λCI×CIk+λsr×SIk)AK/A

(3)

式中，STI為景觀結(jié)構(gòu)指數(shù)；Ai為景觀i的總面積；A景觀總面積；SIk為景觀分離度；CIk是景觀的破碎度；λSI和λCI為各自的權(quán)重。結(jié)合前期研究與研究區(qū)的實(shí)際情況，分析各指標(biāo)因子對(duì)生態(tài)環(huán)境的貢獻(xiàn)，λSI和λCI分別為0.6和0.4[7]。

2.1.3 生態(tài)環(huán)境響應(yīng)層

生態(tài)環(huán)境響應(yīng)層是指生態(tài)系統(tǒng)在所承受的壓力下所產(chǎn)生的反映。植被覆蓋度是刻畫地表植被覆蓋的重要參數(shù)，可以反映出多年水土流失治理下生態(tài)環(huán)境的變化。城市熱島效應(yīng)作為人類活動(dòng)與城市景觀共同作用的結(jié)果，是城市生態(tài)環(huán)境的重要指標(biāo)。目前城市熱環(huán)境主要通過溫度的空間分布情況來體現(xiàn)。因此，文章利用象元二分模型測(cè)算植被覆蓋度，采用地表溫度反演來研究城市熱島效應(yīng)。

(4)

式中，F(xiàn)VC是植被覆蓋度；NDVI是指歸一化植被指數(shù)；NDVIsoil代表研究區(qū)內(nèi)無植被覆蓋象元值，NDVIveg表示全植被覆蓋象元值。

T=K2/ln(K2/L+1)

(5)

式中，T表示輻射亮溫；L代表溫度為T的黑體在熱紅外波段的輻射亮度；K1、K2為校訂系數(shù)，對(duì)于TM影像，K1=607.76W/(m2μm*sr)，K2=1260.56K，對(duì)于TIRBand10，K1=774.89W/(m2μm*sr)，K2=1321.08K。

表1 生態(tài)環(huán)境評(píng)價(jià)指標(biāo)框架

2.2 生態(tài)環(huán)境評(píng)價(jià)指標(biāo)的標(biāo)準(zhǔn)化處理

由于各個(gè)因子評(píng)價(jià)量綱不統(tǒng)一，不能進(jìn)行線性分析，因此需要對(duì)原始因子進(jìn)行標(biāo)準(zhǔn)化處理。研究采用最大離差法對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理，若數(shù)值越大越好則將其分為“效益型”指標(biāo)，為正向指標(biāo)；若指標(biāo)越小越好則將其分為“成本型”指標(biāo)，為負(fù)向指標(biāo)[8]。

(6)

(7)

式中，Y1為“效益型”指標(biāo)，Y2為“成本型”指標(biāo)，Xmin為該指標(biāo)的最小值，Xmax為該指標(biāo)的最大值[9]。

2.3 生態(tài)環(huán)境評(píng)價(jià)指標(biāo)權(quán)重的確定

生態(tài)環(huán)境評(píng)價(jià)指標(biāo)權(quán)重反映了各個(gè)指標(biāo)在評(píng)價(jià)體系中的相對(duì)重要性。常用的評(píng)價(jià)方法有熵值法和層次分析法，兩種方法各有利弊。研究將兩種方法結(jié)合起來，能夠有效避免層次分析法過于主觀的弊端，也能避免熵值法可能與指標(biāo)實(shí)際重要性相悖的問題，使指標(biāo)的權(quán)重具有準(zhǔn)確性與客觀性(表2)。

表2 長(zhǎng)汀縣生態(tài)環(huán)境評(píng)價(jià)因子權(quán)重分配

2.4 生態(tài)環(huán)境綜合指數(shù)的計(jì)算

生態(tài)環(huán)境綜合指數(shù)通過各指標(biāo)因子加權(quán)綜合而得到。

S=∑Wi·Xi

(8)

式中，S為生態(tài)環(huán)境綜合指數(shù)，Wi為第i指標(biāo)的權(quán)重向量，Xi為第i個(gè)因子的評(píng)價(jià)向量。

結(jié)合相關(guān)文獻(xiàn)與專家意見，對(duì)生態(tài)環(huán)境綜合指數(shù)進(jìn)行生態(tài)安全等級(jí)劃分以便更好的分析(表3)。

表3 長(zhǎng)汀縣生態(tài)環(huán)境綜合指數(shù)分級(jí)標(biāo)準(zhǔn)

3 結(jié)果分析

3.1 長(zhǎng)汀縣生態(tài)環(huán)境單因子評(píng)價(jià)結(jié)果

從各年份7個(gè)指標(biāo)及生態(tài)環(huán)境綜合指數(shù)的平均值，可以看出，對(duì)生態(tài)有利的植被覆蓋度、生態(tài)系統(tǒng)穩(wěn)定性指數(shù)、區(qū)域自然背景指數(shù)在這12年間大幅度上升，而與生態(tài)環(huán)境呈負(fù)相關(guān)的人口密度、建筑地歸一化指數(shù)等也有上升的趨勢(shì)，溫度則表現(xiàn)為先增后減(表4)。各個(gè)指標(biāo)的均值變化說明了生態(tài)環(huán)境在改善的同時(shí)，人類干擾的壓力也在上升。綜合分析表明，長(zhǎng)汀縣生態(tài)環(huán)境綜合指數(shù)從2004年的0.6706上升到2016年的0.7757。

表4 研究區(qū)各年份7個(gè)指標(biāo)與生態(tài)環(huán)境綜合指數(shù)均值變化

3.2 長(zhǎng)汀縣生態(tài)環(huán)境綜合評(píng)價(jià)結(jié)果分析

統(tǒng)計(jì)結(jié)果表明長(zhǎng)汀縣生態(tài)環(huán)境質(zhì)量等級(jí)以較安全、理想安全為主，2004年、2010年、2016年分別占了總面積的82.79%、90.24%、92.31%，兩等級(jí)所占的面積比也在不斷上升，反映出生態(tài)環(huán)境的不斷改善(表5)。具體表現(xiàn)為生態(tài)綜合指數(shù)等級(jí)為較安全、理想安全的所占的面積從82.79%上升到92.31%；生態(tài)環(huán)境綜合指數(shù)等級(jí)為很不安全、不安全的所占的面積從6.25%下降到1.35%，面積減少了151.75 km2，主要分布在長(zhǎng)汀縣策武鄉(xiāng)、河田鎮(zhèn)、三洲鎮(zhèn)等鄉(xiāng)鎮(zhèn)。但是2010～2016年等級(jí)為理想安全的面積比例從14.08%下降到13.78%，出現(xiàn)生態(tài)環(huán)境質(zhì)量微下降的現(xiàn)象，可能是由于城市發(fā)展需要，建筑地不斷擴(kuò)張、人口壓力增加導(dǎo)致的。

表5 長(zhǎng)汀縣的生態(tài)級(jí)別面積與比例

3.3 長(zhǎng)汀縣生態(tài)環(huán)境級(jí)別轉(zhuǎn)移分析

為直觀了解長(zhǎng)汀縣生態(tài)環(huán)境質(zhì)量的空間變化，對(duì)長(zhǎng)汀縣生態(tài)安全等級(jí)進(jìn)一步進(jìn)行統(tǒng)計(jì)分析(表6)。2004～2016年生態(tài)安全等級(jí)為很不安全的區(qū)域向臨界安全、較安全分別轉(zhuǎn)移11.13 km2、15.24 km2，等級(jí)為不安全的區(qū)域向臨界安全、較安全分別轉(zhuǎn)移47.55 km2、94.86 km2?？梢?很不安全、不安全的區(qū)域向等級(jí)為臨界安全、較安全轉(zhuǎn)化明顯。生態(tài)環(huán)境質(zhì)量等級(jí)為臨界安全轉(zhuǎn)為較安全、較安全轉(zhuǎn)化為理想安全的面積相對(duì)較大，分別為235.28 km2、317.83 km2，說明水土流失治理效果日益凸顯，生態(tài)環(huán)境質(zhì)量不斷提高，主要由于長(zhǎng)汀縣大力開展水土流失治理，改善了生態(tài)環(huán)境。此外，2004～2016年有223.19 km2生態(tài)環(huán)境為理想安全的區(qū)域降低為較安全、有53.69 km2生態(tài)環(huán)境為較安全的區(qū)域轉(zhuǎn)變?yōu)榕R界安全，說明這些區(qū)域人類干擾程度過大，導(dǎo)致生態(tài)環(huán)境下降。

表6 長(zhǎng)汀縣2004～2016年生態(tài)安全等級(jí)轉(zhuǎn)移矩陣

4 結(jié)論與展望

本文基于遙感技術(shù)，通過PSR模型分析長(zhǎng)汀縣2004～2016年生態(tài)環(huán)境分布及時(shí)空動(dòng)態(tài)變化，研究分析結(jié)果能定量反映水土流失重點(diǎn)區(qū)治理效果。

(1)通過長(zhǎng)汀縣2004年、2010年、2016年生態(tài)環(huán)境質(zhì)量等級(jí)統(tǒng)計(jì)分析發(fā)現(xiàn)，長(zhǎng)汀縣生態(tài)環(huán)境質(zhì)量等級(jí)主要以較安全、理想安全為主，分別占了總面積的82.79%、90.24%、92.31%。較安全、理想安全的區(qū)域主要分布在盆地以外地勢(shì)較高的林地區(qū)域，而生態(tài)環(huán)境質(zhì)量等級(jí)為很不安全、不安全的區(qū)域在2004年所占的比例為6.25%，主要分布在盆地內(nèi)地勢(shì)低、人類干擾強(qiáng)度大的策武鄉(xiāng)、河田鎮(zhèn)、三洲鎮(zhèn)等城鎮(zhèn)區(qū)域。

(2)通過2004～2016年生態(tài)環(huán)境級(jí)別轉(zhuǎn)移面積矩陣分析得出，長(zhǎng)汀縣生態(tài)環(huán)境質(zhì)量等級(jí)為很不安全、不安全的區(qū)域向臨界安全、較安全轉(zhuǎn)化明顯，臨界安全轉(zhuǎn)為較安全、較安全轉(zhuǎn)化為理想安全的面積相對(duì)較大，分別為235.28 km2、317.83 km2，說明水土流失治理效果良好，生態(tài)環(huán)境在不斷改善。

(3)雖近12年長(zhǎng)汀縣水土流失治理效果明顯，但在有些區(qū)域出現(xiàn)生態(tài)環(huán)境質(zhì)量下降狀態(tài)，較安全轉(zhuǎn)為臨界安全的區(qū)域有53.69 km2，理想安全轉(zhuǎn)為較安全的區(qū)域223.19 km2，主要原因是人類干擾強(qiáng)度過大。對(duì)于這些區(qū)域需要加大水土流失治理力度，因地制宜采取措施遏制生態(tài)環(huán)境質(zhì)量的下降。

(4)生態(tài)環(huán)境影響因子具多面性，本研究選取的7個(gè)指標(biāo)及指標(biāo)權(quán)重確定具有一定片面性。在今后研究中將從自然、人為干擾兩方面，選取較為全面的指標(biāo)和更合適的權(quán)重進(jìn)行評(píng)價(jià)，同時(shí)將對(duì)生態(tài)環(huán)境質(zhì)量驅(qū)動(dòng)力因子進(jìn)行分析研究，為水土流失區(qū)生態(tài)環(huán)境評(píng)價(jià)提供依據(jù)。

[1] 徐涵秋. 水土流失區(qū)生態(tài)變化的遙感評(píng)估 [J]. 農(nóng)業(yè)工程學(xué)報(bào),2013(07):91-97，294.

[2] 林娜, 徐涵秋, 何慧. 南方紅壤水土流失區(qū)土地利用動(dòng)態(tài)變化——以長(zhǎng)汀河田盆地區(qū)為例 [J]. 生態(tài)學(xué)報(bào), 2013, 33(10):2983-2991.

[3] 徐涵秋. 城市遙感生態(tài)指數(shù)的創(chuàng)建及其應(yīng)用 [J]. 生態(tài)學(xué)報(bào),2013(24):7853-7862.

[4] 王紅巖,李強(qiáng)子,吳利橋,等. 基于RS和GIS的水土流失敏感性評(píng)價(jià)及動(dòng)態(tài)監(jiān)測(cè) [J]. 水土保持研究,2015(2):64-68.

[5] 朱一中,曹裕.基于PSR模型的廣東省城市土地集約利用空間差異分析 [J].經(jīng)濟(jì)地理,2011(8):1375-1380.

[6] 周啟剛,張曉媛,楊霏,等.基于PSR模型的三峽庫(kù)區(qū)重慶段土地利用生態(tài)風(fēng)險(xiǎn)評(píng)價(jià) [J].水土保持研究,2013(5):187-192.

[7] 李曉燕,張樹文.基于景觀結(jié)構(gòu)的吉林西部生態(tài)安全動(dòng)態(tài)分析 [J].干旱區(qū)研究,2005(1):57-62.

[8] 張洪祥.基于多維時(shí)間序列的信用評(píng)價(jià)建模及應(yīng)用 [D].沈陽(yáng)：東北大學(xué),2013：12-35.

[9] 胡聰.圍填海開發(fā)活動(dòng)對(duì)海洋資源影響評(píng)價(jià)方法研究 [D].青島：中國(guó)海洋大學(xué),2014：17-23.