王志超，何新華,2①

(1.西南大學(xué)資源環(huán)境學(xué)院，重慶 400716；2.西澳大利亞大學(xué)生物科學(xué)學(xué)院，澳大利亞 珀斯 6009)

21世紀(jì)以來，我國中西部地區(qū)城市進(jìn)入高速發(fā)展階段，隨之而來的是城市人口密度上升、建成區(qū)擴(kuò)張、植被破壞，這一系列現(xiàn)象帶來的城市生態(tài)質(zhì)量下降問題正在凸顯。定期對城市生態(tài)質(zhì)量進(jìn)行準(zhǔn)確評(píng)估對于城市生態(tài)環(huán)境建設(shè)具有重要意義。

植被覆蓋度(fractional vegetation cover, FVC)是指植被(包含枝、葉、莖)在地面上的垂直投影面積占總面積的比例[1]。FVC是反映地表植被變化的指標(biāo)，較好的植被覆蓋能夠維持區(qū)域生態(tài)平衡，減弱城市熱島效應(yīng)和全球氣候變暖對城市的影響，美化城市環(huán)境[2]。利用遙感數(shù)據(jù)計(jì)算FVC值來評(píng)估生態(tài)質(zhì)量的方法已經(jīng)在布魯塞爾[3]、舊金山灣區(qū)[4]、蒙古國[5]、大連[2]、西安[6]等區(qū)域得到了廣泛應(yīng)用。徐涵秋[7]2013年提出的遙感生態(tài)指數(shù)(remote sensing based ecological index,RSEI)是基于遙感數(shù)據(jù)將綠度、濕度、干度和熱度4個(gè)遙感指數(shù)進(jìn)行耦合，從而快速監(jiān)測區(qū)域生態(tài)質(zhì)量、分布格局及其變化情況。RSEI已經(jīng)在武漢[8]、皖江城市帶[9]、雄安新區(qū)[10]、丹江流域(河南段)[11]等城市(群)和區(qū)域的生態(tài)質(zhì)量監(jiān)測中廣泛應(yīng)用。近年來，楊繪婷等[12]、張文強(qiáng)等[13]、孫從建等[14]分別利用FVC和RSEI評(píng)估了長汀縣、武夷山國家級(jí)自然保護(hù)區(qū)、晉西南黃土高原區(qū)和呂梁山貧困區(qū)生態(tài)環(huán)境質(zhì)量狀況及其變化情況。同時(shí)利用FVC和RSEI對區(qū)域生態(tài)環(huán)境質(zhì)量進(jìn)行評(píng)估，可以研究FVC和RSEI的相互關(guān)系，重點(diǎn)分析植被覆蓋變化對生態(tài)環(huán)境質(zhì)量產(chǎn)生的影響，能很好地反映研究區(qū)生態(tài)環(huán)境質(zhì)量和變化情況。成都市是我國中西部地區(qū)發(fā)展最快的城市之一，但鮮有基于遙感數(shù)據(jù)對成都城市生態(tài)質(zhì)量進(jìn)行定量監(jiān)測的研究。因此，以成都市錦江區(qū)為例，基于多期遙感數(shù)據(jù)，利用FVC和RSEI對錦江區(qū)城市生態(tài)質(zhì)量進(jìn)行定量監(jiān)測和評(píng)估，為成都市城市生態(tài)建設(shè)和環(huán)境保護(hù)提供參考。

1 研究區(qū)概況

選取成都市錦江區(qū)為研究區(qū)，地理坐標(biāo)為30°32′59″～30°40′21″ N,104°03′29″～104°09′56″ E。錦江區(qū)地處四川盆地西部邊緣、成都平原核心地帶，全境地勢平坦，屬亞熱帶季風(fēng)氣候區(qū)，雨熱同期，年均溫為16.2 ℃，年均降水量為800～1 000 mm。錦江區(qū)位于成都市一圈層核心城區(qū)，為成都社會(huì)經(jīng)濟(jì)最為發(fā)達(dá)的轄區(qū)之一，轄區(qū)面積為62 km2，2018年常住人口為70.83萬人，人口密度為11 424人·km-2,為我國中西部地區(qū)人口密度最大的區(qū)域之一。

2 研究方法

2.1 數(shù)據(jù)來源與預(yù)處理

研究選用Landsat 5 TM影像和Landsat 8 OLI影像和TIRS影像作為數(shù)據(jù)源，Landsat系列衛(wèi)星數(shù)據(jù)獲取便捷，數(shù)據(jù)時(shí)間跨度大，是進(jìn)行長期地表監(jiān)測最有效的衛(wèi)星數(shù)據(jù)之一。研究數(shù)據(jù)獲取日期分別為2002年6月25日(TM)、2009年6月12日(TM)和2018年6月5日(OLI/TIRS)，來源平臺(tái)為中科院地理空間數(shù)據(jù)云(http:∥www.gscloud.cn)。影像在研究區(qū)上方云量極少，質(zhì)量較好。研究所用影像來源日期較為接近，可以忽略季節(jié)、植被生長狀態(tài)不同造成的差異。影像已經(jīng)進(jìn)行了輻射校正和幾何校正，研究數(shù)據(jù)預(yù)處理步驟為輻射定標(biāo)、FLAASH大氣校正、裁剪等，數(shù)據(jù)處理平臺(tái)為ENVI 5.2。非遙感數(shù)據(jù)為錦江區(qū)邊界數(shù)據(jù)，來源平臺(tái)為北京大學(xué)地理數(shù)據(jù)平臺(tái)(http:∥geodata.pku.edu.cn)以及各年份的研究區(qū)國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)。

2.2 遙感生態(tài)指數(shù)(RSEI)構(gòu)建

RSEI耦合了綠度、濕度、干度和熱度4大指標(biāo)[7]，在近年來的生態(tài)環(huán)境質(zhì)量與動(dòng)態(tài)變化評(píng)價(jià)中得到了廣泛應(yīng)用，RSEI計(jì)算過程包括分量指標(biāo)選取和主成分分析2項(xiàng)。

2.2.1分量指標(biāo)選取

(1)綠度指標(biāo)

歸一化植被指數(shù)(normalized difference vegetation index,NDVI,INDV)被廣泛用于反映植被生長變化狀況，具有操作簡便、準(zhǔn)確性高等優(yōu)點(diǎn)。因此該研究使用NDVI來代表綠度指標(biāo)，計(jì)算公式為

(1)

式(1)中，ρred和ρnir分別代表TM影像和OLI/TIRS影像的紅色和近紅外波段，分別對應(yīng)TM影像第3、4波段的反射率，OLI/TIRS影像第4、5波段的反射率。

(2)濕度指標(biāo)

遙感纓帽變化的濕度分量(WET,TWE)能夠反映地面地表濕度狀況，可用于代表濕度指標(biāo)。TM和OLI傳感器的WET計(jì)算公式[15-16]分別為

TWE，TM=0.031 5ρblue+0.202 1ρgreen+0.310 2

ρred+0.159 4ρnir-0.680 6ρswir1-0.610 9ρswir2，

(2)

TWE，OLI=0.151 1ρblue+0.197 3ρgreen+0.328 3

ρred+0.340 7ρnir-0.711 7ρswir1-0.455 9ρswir2。

(3)

式(2)～(3)中，ρblue、ρgreen、ρred、ρnir、ρswir1、ρswir2分別代表TM影像和OLI/TIRS影像的藍(lán)色、綠色、紅色、近紅外、短波紅外1、短波紅外2波段，分別對應(yīng)TM影像第1、2、3、4、5、7波段的反射率，OLI/TIRS影像第2、3、4、5、6、7波段的反射率。

(3)干度指標(biāo)

自然裸土和建筑物是造成城市地表干化的主要因素。鑒于研究區(qū)同時(shí)存在自然裸土和建筑物，因此使用裸土指數(shù)(bare soil index,SI，IS)和建筑指數(shù)(index-based build-up index,IBI，IIB)構(gòu)成干度指數(shù)(normalized differential building-soil index,NDSI，INDS)，計(jì)算公式[7,17-18]為

(4)

IIB={2ρswir1/(ρswir1+ρnir)-[ρnir/(ρnir+ρred)+ρgreen/(ρgreen+ρswir1)]}/[2ρswir1/(ρswir1+ρnir)+ρnir/(ρnir+ρred)+ρgreen/(ρgreen+ρswir1)],

(5)

(6)

式(4)～(6)中，ρblue、ρgreen、ρred、ρnir、ρswir1代表TM影像和OLI/TIRS影像的藍(lán)色、綠色、紅色、近紅外、短波紅外1波段，分別對應(yīng)TM影像第1、2、3、4、5波段的反射率，OLI/TIRS影像第2、3、4、5、6波段的反射率。

(4)熱度指標(biāo)

地表溫度(land surface temperature, LST)與植被生長、城市內(nèi)水蒸氣循環(huán)、城鎮(zhèn)化進(jìn)程等自然和人文因素密切相關(guān)，因此使用地表溫度(LST)代表熱度指標(biāo)。LST計(jì)算方式有多種，其中大氣校正法操作簡便，可靠性較高，該研究選用大氣校正法計(jì)算LST，計(jì)算公式[19-20]為

B(TS)=[Lλ-L↑-τ(1-ε)L↓]/τε。

(7)

式(7)中，B(TS)為黑體熱輻射亮度，W·m-2·sr-1·μm-1；Lλ為傳感器輻射亮度(分別對應(yīng)TM影像第6波段、OLI/TIRS影像第10波段的輻射值)，W·m-2·sr-1·μm-1；ε為地表比輻射率，使用覃志豪等[21]提出的方法基于NDVI值進(jìn)行估算，將地表分為城鎮(zhèn)、水體和自然表面；τ為大氣透射率；L↑、L↓分別為大氣向上、向下輻射量，W·m-2·sr-1·μm-1；τ、L↑、L↓均通過NASA網(wǎng)站(https:∥atmcorr.gsfc.nasa.gov/)查詢獲得。

(8)

式(8)中，TS為地表真實(shí)溫度，℃；K1和K2為定標(biāo)參數(shù)，對于TM數(shù)據(jù)：K1為607.76 W·m-2·sr-1·μm-1，K2為1 260.56 K，對于TIRS(10波段)數(shù)據(jù)：K1為774.89 W·m-2·sr-1·μm-1，K2為1 321.08 K。

2.2.2主成分分析

主成分分析法(PCA)是將多個(gè)變量劃為少數(shù)幾個(gè)綜合指標(biāo)的統(tǒng)計(jì)方法[22]，可以避免主觀因素對權(quán)重的影響。研究基于PCA進(jìn)行綠度、濕度、干度、熱度指標(biāo)的集成。由于上述4個(gè)指標(biāo)量綱不同，在進(jìn)行主成分變換之前需要統(tǒng)一量綱，公式為

(9)

式(9)中，IN為統(tǒng)一后的數(shù)值；I為指標(biāo)值；Imax和Imin分別為指標(biāo)的最大值和最小值。

上述4個(gè)指標(biāo)統(tǒng)一量綱后可進(jìn)行主成分變換，通常使用第1主成分PC1代表RSEI。為了使最終結(jié)果便于比較，需要對其統(tǒng)一量綱，公式同式(9)。

2.3 植被覆蓋度構(gòu)建

植被覆蓋度(FVC，CFV)是植物群落覆蓋地表狀況的綜合量化指標(biāo)，可通過衡量地面植被覆蓋質(zhì)量來評(píng)估區(qū)域生態(tài)環(huán)境質(zhì)量與動(dòng)態(tài)變化。像元二分模型法可操作性強(qiáng)，計(jì)算簡便，被較多用于反演區(qū)域CFV，計(jì)算公式[23]為

(10)

式(10)中，S為像元的植被指數(shù)；Ssoil為純裸土像元值；Sveg為純植被像元值。

為了與NDVI對RSEI的影響形成區(qū)分，采用大氣阻抗植被指數(shù)(atmospherically resistant vegetation Index,ARVI,IARV)作為計(jì)算FVC的植被指數(shù)。ARVI能夠修正城市氣溶膠對植被指數(shù)的影響[24]，常用公式[25]為

(11)

式(11)中，ρblue、ρred、ρnir代表TM影像和OLI/TIRS影像的藍(lán)色、紅色、近紅外波段，分別對應(yīng)TM影像第1、3、4波段的反射率，OLI/TIRS影像第2、4、5波段的反射率。由于缺乏實(shí)測數(shù)據(jù)，該研究根據(jù)ARVI統(tǒng)計(jì)直方圖截取置信區(qū)間，選用ARVI值的1%～99%為置信區(qū)間，并取在1%和99%閾值處的ARVI值作為對應(yīng)的Ssoil和Sveg。

RSEI中的綠度分量NDVI和FVC值均能對植被狀況進(jìn)行評(píng)估，但兩者并不重復(fù)[12]，RSEI是耦合了4個(gè)指標(biāo)的綜合指標(biāo)，而FVC是直接通過評(píng)估地表植被覆蓋度來反映生態(tài)質(zhì)量。FVC和RSEI為2個(gè)相對獨(dú)立的生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)。

3 結(jié)果與分析

3.1 錦江區(qū)植被覆蓋度的時(shí)空變化分析

2002—2009年，研究區(qū)FVC由0.522下降到0.493，下降了5.61%；2009—2018年，F(xiàn)VC由0.493上升到0.502，上升了1.79%。2002—2018年研究區(qū)FVC總體呈下降趨勢，下降了3.92%。由于目前尚無統(tǒng)一的分級(jí)閾值標(biāo)準(zhǔn)，參考以往城市植被覆蓋度研究[2，26]，并結(jié)合錦江區(qū)實(shí)際情況，將FVC以0.2為間隔分為5個(gè)等級(jí)，從低到高分別對應(yīng)差、較差、中、良、優(yōu)分級(jí)(圖1)，各個(gè)等級(jí)對應(yīng)面積和比例見表1。

表1 植被覆蓋度年度分級(jí)統(tǒng)計(jì)Table 1 FVC area levels in 2002, 2009 and 2018

2002年研究區(qū)FVC以優(yōu)良等級(jí)區(qū)域?yàn)橹?，面積占45.47%，其次為較差等級(jí)區(qū)域、中等級(jí)區(qū)域和差等級(jí)區(qū)域，分別占19.95%、18.41%和16.16%；2009年研究區(qū)植被覆蓋狀況發(fā)生變化，整體來看優(yōu)良等級(jí)、差等級(jí)區(qū)域面積減少，分別減少9.78%和2.86%，較差等級(jí)、中等級(jí)面積增加，分別增加8.65%和3.98%；2018年研究區(qū)優(yōu)良等級(jí)區(qū)域面積變化不大，中等級(jí)區(qū)域面積增加6.32%，較差等級(jí)區(qū)域面積減小1.31%，差等級(jí)區(qū)域面積略微減小。2002—2018年研究區(qū)FVC呈現(xiàn)下降趨勢，表現(xiàn)為優(yōu)良區(qū)域面積下降，中等級(jí)面積上升，其中優(yōu)良區(qū)域面積主要在2002—2009年間下降，中等級(jí)面積在2002—2018年間持續(xù)上升。表1表明，2002—2018年，F(xiàn)VC均值由0.522下降至0.493，優(yōu)良區(qū)域破壞是FVC總體下降的主要原因；2009—2018年，F(xiàn)VC均值又上升至0.502，植被覆蓋較差等級(jí)、差等級(jí)區(qū)域面積下降，中等級(jí)上升，是這一時(shí)期FVC微弱回升的主要原因。

由圖1可知，2002年FVC優(yōu)良等級(jí)區(qū)域主要分布在研究區(qū)南部，此時(shí)研究區(qū)南部大部區(qū)域還是非城市建成區(qū)，F(xiàn)VC較差及差等級(jí)區(qū)域主要分布在研究區(qū)北部的城市建成區(qū)。2009年FVC優(yōu)良等級(jí)區(qū)域仍分布在研究區(qū)南部，但隨著城市建成區(qū)向南發(fā)展，南部的優(yōu)良等級(jí)區(qū)域面積已經(jīng)急劇減少，研究區(qū)北部仍以較差及差等級(jí)區(qū)域?yàn)橹鳌?018年研究區(qū)南部的FVC優(yōu)良等級(jí)區(qū)域面積進(jìn)一步減少，因研究區(qū)南部區(qū)域城市建設(shè)對于植被的破壞，優(yōu)良等級(jí)集中分布區(qū)域被壓縮到研究區(qū)最為東南端的“三圣花鄉(xiāng)”一帶。城市建成區(qū)擴(kuò)大是FVC下降的主要原因。錦江區(qū)在16 a間持續(xù)進(jìn)行人工園林綠化建設(shè)，城市人工園林綠化和城市公園建設(shè)面積(數(shù)量)不斷上升，這是研究區(qū)2009—2018年FVC微弱恢復(fù)的主要原因。隨著城市園林綠化建設(shè)在研究區(qū)北部即傳統(tǒng)城市建成區(qū)推廣，北部差等級(jí)區(qū)域面積也有所下降。16 a間，原有的FVC各等級(jí)區(qū)域大片連續(xù)分布轉(zhuǎn)化為FVC優(yōu)良等級(jí)、中等級(jí)、較差等級(jí)鑲嵌式散亂分布，這是由于研究區(qū)南部的城市建成區(qū)擴(kuò)張和北部的人工園林綠地建設(shè)都呈點(diǎn)狀和線狀進(jìn)行，原有的某一等級(jí)大片連續(xù)分布區(qū)域中某些區(qū)域在短時(shí)間內(nèi)迅速變化，導(dǎo)致各等級(jí)區(qū)域呈現(xiàn)鑲嵌式分布。

3.2 錦江區(qū)遙感生態(tài)指數(shù)主成分分析

研究區(qū)2002、2009和2018年RSEI的4個(gè)分量主成分分析結(jié)果見表2。4個(gè)分量對PC1的荷載值中，代表綠度的NDVI、代表濕度的WET與代表干度的NDSI、代表熱度的LST符號(hào)相反，其中NDVI和WET起積極作用，為正向指標(biāo)；NDSI和LST起消極作用，為反向指標(biāo)。PC2、PC3、PC4中4個(gè)分量的特征值符號(hào)和大小變化難以解釋，且PC1對RSEI貢獻(xiàn)度≥70.00%，已經(jīng)較明顯地集齊了4個(gè)分量的特征信息，因此可以使用PC1代表4個(gè)分量指標(biāo)。2002—2009年的PC1中代表正向指標(biāo)的NDVI和WET荷載值呈負(fù)值，代表反向指標(biāo)的NDSI和LST荷載值呈正值，這表明2002—2009年研究區(qū)的生態(tài)質(zhì)量與PC1值呈反比[13-14]，為了統(tǒng)一為值越大表示生態(tài)質(zhì)量越好，在使用式(9)統(tǒng)一量綱前，還需使用式(12)對PC1進(jìn)行反向處理。

表2 主成分分析結(jié)果Table 2 Results of the principal components analysis

IRSE，0=1-PC1

(12)

式(12)中，IRSE，0為反向處理后的RSEI指標(biāo)值；PC1為原始第1主成分指標(biāo)值。

3.3 錦江區(qū)遙感生態(tài)指數(shù)時(shí)空變化分析

如表3所示，研究區(qū)生態(tài)指數(shù)由2002年的0.526下降到2009年的0.517，下降了1.71%，2009—2018年則下降2.32%，2002—2018年總體下降3.99%，這表明錦江區(qū)2002—2018年生態(tài)質(zhì)量呈微弱下降趨勢。

表3 2002—2018年錦江區(qū)遙感生態(tài)指數(shù)(RSEI)變化Table 3 Status of RSEI of Jinjiang District in 2002, 2009 and 2018

在分量指標(biāo)中，NDVI先下降后微弱回升，與FVC變化趨勢一致；NDSI呈上升趨勢。2002、2009和2018年NDVI荷載值的絕對值分別為0.662、0.738和0.643，NDSI荷載值的絕對值分別為0.585、0.594和0.669，這與16a間城市建成區(qū)連續(xù)上升相符。NDVI為RSEI中最大積極影響分量，NDSI為最大消極影響分量。2002和2009年NDVI為RSEI最大影響分量，隨著城市擴(kuò)張過程中城市建成區(qū)對于原有植被的替代，干度荷載值在16 a間呈上升趨勢，并在2018年成為RSEI的最大影響分量。濕度WET對RSEI的影響在逐步上升，這表明研究區(qū)城市公園建設(shè)對生態(tài)質(zhì)量起到了積極作用。熱度LST對RSEI的影響呈現(xiàn)總體下降趨勢，這表明全球氣候變暖對研究區(qū)生態(tài)質(zhì)量的消極影響總體呈減弱趨勢。

基于文獻(xiàn)[7-9]對RSEI的分級(jí)方法，對研究區(qū)RSEI進(jìn)行進(jìn)一步定量化和可視化分析，將RSEI以0.2為間隔分為5個(gè)等級(jí)，從低值到高值分別對應(yīng)差、較差、中、良、優(yōu)，分級(jí)如圖2所示，各個(gè)等級(jí)對應(yīng)面積和比例如表4所示。

表4 2002—2018年錦江區(qū)不同等級(jí)遙感生態(tài)指數(shù)區(qū)域面積變化Table 4 Changes of areas with different RSEI levels in Jinjiang District from 2002 to 2018

從表4可知，2002年研究區(qū)以優(yōu)良等級(jí)區(qū)域?yàn)橹?，面積占46.12%，其次為較差等級(jí)區(qū)域，中等級(jí)和差等級(jí)區(qū)域，分別占22.69%、19.11%和12.08%。2009年研究區(qū)RSEI發(fā)生變化，整體來看優(yōu)良等級(jí)、差等級(jí)區(qū)域面積分別減少10.31%和9.00%，中等級(jí)、較差等級(jí)區(qū)域面積分別增加10.92%和8.38%。2018年研究區(qū)優(yōu)良等級(jí)區(qū)域面積繼續(xù)減少4.49%，中等級(jí)區(qū)域面積繼續(xù)增加5.59%，較差等級(jí)區(qū)域面積略微減小，差等級(jí)區(qū)域面積幾乎不變。2009和2018年研究區(qū)中等級(jí)、優(yōu)良等級(jí)和較差等級(jí)區(qū)域面積較為接近，分別占總面積的33%左右。2002—2018年研究區(qū)RSEI下降趨勢表現(xiàn)為優(yōu)良等級(jí)區(qū)域面積急劇下降，中等級(jí)區(qū)域面積急劇上升，其中2002—2009年變化趨勢較為明顯，2009—2018年趨勢較為緩和。雖然研究區(qū)差等級(jí)區(qū)域面積在16 a間下降了5.13%，但研究區(qū)較差等級(jí)和差等級(jí)區(qū)域總面積變化不大，這表明RSEI較高等級(jí)區(qū)域的破壞是RSEI下降的主要原因。

由圖2可知，2002年RSEI優(yōu)良等級(jí)區(qū)域主要分布在研究區(qū)南部，中等級(jí)區(qū)域主要散亂分布在研究區(qū)南部，當(dāng)時(shí)研究區(qū)南部大部區(qū)域還是非城市建成區(qū)，RSEI較差及差等級(jí)區(qū)域主要分布在研究區(qū)北部的城市建成區(qū)；2009年RSEI優(yōu)良等級(jí)區(qū)域仍分布在研究區(qū)南部，但隨著城市建成區(qū)向南發(fā)展，優(yōu)良等級(jí)區(qū)域面積已經(jīng)被壓縮，RSEI較差等級(jí)區(qū)域向南部發(fā)展。研究區(qū)北部的RSEI差等級(jí)區(qū)域多轉(zhuǎn)化成較差等級(jí)區(qū)域；2018年研究區(qū)南部的RSEI優(yōu)良等級(jí)區(qū)域面積被進(jìn)一步壓縮，只有最南側(cè)有少量優(yōu)良等級(jí)區(qū)域成片分布。研究區(qū)RSEI較差和差等級(jí)擴(kuò)張方向和趨勢與陳平等[27]模擬的錦江區(qū)建設(shè)用地?cái)U(kuò)展方向一致。研究區(qū)西南區(qū)域靠近成都高新區(qū)核心區(qū)域，東南區(qū)域位于《成都市城市總體規(guī)劃(1998年—2020年)》中規(guī)劃的東部城市副中心和向東發(fā)展用地[28]，城市建成區(qū)迅速擴(kuò)張，造成RSEI在16 a間由優(yōu)良等級(jí)向低等級(jí)轉(zhuǎn)化。由于城市建成區(qū)的擴(kuò)張，研究區(qū)大部區(qū)域呈現(xiàn)優(yōu)良等級(jí)、中等級(jí)、較差等級(jí)鑲嵌式散亂分布。

3.4 錦江區(qū)植被覆蓋度和遙感生態(tài)指數(shù)時(shí)空差異分析

為了更好地了解錦江區(qū)生態(tài)質(zhì)量時(shí)空變化情況，對不同年份植被覆蓋度和遙感生態(tài)指數(shù)分別進(jìn)行差值計(jì)算，參考王勇等[11]、張文強(qiáng)等[13]、孫從建等[14]對FVC和RSEI差值的分級(jí)方法，結(jié)合研究區(qū)實(shí)際情況，將結(jié)果劃分為劇烈變差[-1,0.4)、顯著變差[-0.4,-0.2)、輕微變差[-0.2,-0.05)、基本不變[-0.05,0.05)、輕微變好[0.05,0.2)、顯著變好[0.2,0.4)和劇烈變好[0.4,1]7個(gè)等級(jí)進(jìn)行分析，結(jié)果見表5～6。

由表5可知，較2002—2009年間，2009—2018年研究區(qū)植被覆蓋變好區(qū)域面積增加7.62%，而植被覆蓋變差區(qū)域面積減小4.47%，這與2009—2018年間研究區(qū)植被覆蓋微弱上升相符。2002—2018年和2002—2009年間，研究區(qū)植被覆蓋變好區(qū)域面積大于變差區(qū)域面積，但2002—2018年和2002—2009年研究區(qū)FVC總體均呈下降趨勢，主要是由于研究區(qū)植被覆蓋劇烈變差區(qū)域面積在2002—2018年間均大于顯著變好區(qū)域面積。

表5 2002—2018年錦江區(qū)植被覆蓋度等級(jí)變化Table 5 Changes of FVC level in Jinjiang District from 2002 to 2018

由表6可知，較2002—2009年，2009—2018年間研究區(qū)RSEI變好區(qū)域面積下降4.88%，變差區(qū)域面積增加1.62%，這與2009—2018年研究區(qū)RSEI總體下降幅度大于2002—2009年的結(jié)論相符。2002—2018年間研究區(qū)RSEI變好區(qū)域面積均大于變差區(qū)域面積，但RSEI在2002—2018年均呈現(xiàn)下降趨勢，主要是由于研究區(qū)RSEI劇烈變差區(qū)域面積在2002—2018年間均大于劇烈變好區(qū)域面積。

表6 2002—2018年遙感生態(tài)指數(shù)等級(jí)變化Table 6 Changes of RSEI level in Jinjiang District from 2002 to 2018

由表5～6可知，2002—2018年研究區(qū)FVC和RSEI變化區(qū)域面積較大，均大于75%，基本不變區(qū)域面積較小，均小于25%，需要結(jié)合研究區(qū)FVC和RSEI空間變化圖進(jìn)一步解釋。由圖3可知，2002—2018年間，研究區(qū)FVC和RSEI不變區(qū)域呈散亂分布，研究區(qū)北部大部區(qū)域FVC和RSEI呈變好趨勢，這是研究區(qū)北部加強(qiáng)園林綠地建設(shè)、新建城市公園、對老舊社區(qū)進(jìn)行環(huán)境治理的結(jié)果；研究區(qū)南部大部區(qū)域FVC和RSEI呈現(xiàn)變差趨勢，這是由于成都市城市擴(kuò)張，城市發(fā)展重心南移，研究區(qū)南部社會(huì)經(jīng)濟(jì)快速發(fā)展，人類活動(dòng)加強(qiáng)，城市建成區(qū)替代原有的植被覆蓋區(qū)域，生態(tài)環(huán)境質(zhì)量明顯下降。

由圖2可知，2002—2009年研究區(qū)西南區(qū)域生態(tài)質(zhì)量下降較為明顯，2009—2019年間研究區(qū)東南區(qū)域生態(tài)質(zhì)量下降較為明顯。這是由于東南區(qū)域西側(cè)的成都高新區(qū)(南區(qū))核心區(qū)域在21世紀(jì)初10余年迅速發(fā)展，從而帶動(dòng)周邊的區(qū)域城市建成區(qū)迅速擴(kuò)張，西南區(qū)域生態(tài)質(zhì)量在2002—2009年間下降較為明顯；2009—2018年間，東南區(qū)域緊鄰東側(cè)的成都東客站、軌道交通2號(hào)線等重要交通設(shè)施開始運(yùn)行，迅速帶動(dòng)?xùn)|南區(qū)域建成區(qū)擴(kuò)張，加之東部副中心繼續(xù)發(fā)展，因此東南區(qū)域在2009—2018年生態(tài)質(zhì)量下降較為明顯。

3.5 錦江區(qū)植被覆蓋度和遙感生態(tài)指數(shù)相關(guān)性分析

2002、2009和2018年研究區(qū)FVC和RSEI的相關(guān)系數(shù)分別為0.946、0.942和0.891，可見錦江區(qū)FVC與RSEI有較高相關(guān)性，說明FVC變化對RSEI變化具有較大影響，這與前文中綠度NDVI為RSEI主要正向影響分量的結(jié)論相符。

由圖2可知，研究區(qū)FVC與RSEI空間上具有高度相關(guān)性，各年份大部分區(qū)域FVC分布和RSEI分布趨于一致。由圖3可知，研究區(qū)各個(gè)階段的FVC和RSEI變化區(qū)域分布趨于一致。說明研究區(qū)FVC對生態(tài)質(zhì)量變化具有顯著影響。

2009—2018年間研究區(qū)FVC整體微弱恢復(fù)，但RSEI仍呈下降趨勢。由表2可知，主要原因?yàn)?009—2018年間研究區(qū)干度指數(shù)上升，干度對RSEI的負(fù)面影響大于綠度的正面影響，這表明隨著城市的高速發(fā)展，建成區(qū)原有植被被替代，城市建成區(qū)對生態(tài)質(zhì)量的破壞作用正在加大。

4 結(jié)論與建議

(1)研究區(qū)植被覆蓋度(FVC)和遙感生態(tài)指數(shù)(RSEI)關(guān)系密切，其分布和變化趨于一致。FVC和RSEI能夠綜合反映2002—2018年間研究區(qū)生態(tài)質(zhì)量及其空間分布變化。

(2)研究區(qū)總體生態(tài)質(zhì)量一般。2002—2018年間，研究區(qū)FVC呈先下降后微弱恢復(fù)的總體下降趨勢，RSEI呈現(xiàn)連續(xù)下降趨勢。表明研究區(qū)生態(tài)質(zhì)量呈現(xiàn)下降趨勢，主要原因是研究區(qū)南部城市擴(kuò)張，建成區(qū)替代了原有的植被覆蓋區(qū)域。

(3)從FVC和RSEI的空間分布及變化來看，研究區(qū)生態(tài)質(zhì)量主要呈現(xiàn)北部上升、南部下降的特點(diǎn)。植被覆蓋是生態(tài)質(zhì)量變化的主要積極影響因子，城市建成區(qū)擴(kuò)張是生態(tài)質(zhì)量變化的主要消極影響因子。

(4)人工園林綠化和城市公園建設(shè)能夠?qū)ΜF(xiàn)有的城市建成區(qū)生態(tài)環(huán)境質(zhì)量恢復(fù)起到積極作用。錦江區(qū)可以借鑒研究區(qū)北部生態(tài)環(huán)境恢復(fù)經(jīng)驗(yàn)，在南部新的城市建成區(qū)積極推進(jìn)人工園林綠化和城市公園建設(shè)，促進(jìn)生態(tài)環(huán)境質(zhì)量，從而實(shí)現(xiàn)“生態(tài)城區(qū)”的目標(biāo)。