張優(yōu)

1.中共儀隴縣委黨校；2.張思德干部學(xué)院

生態(tài)學(xué)概念早在十九世紀(jì)六十年代被德國(guó)科學(xué)家所提出，發(fā)展至今，不斷得到完善和發(fā)展。遙感技術(shù)是當(dāng)代非常重要的科學(xué)技術(shù)，是對(duì)區(qū)域乃至更大的全球尺度進(jìn)行時(shí)空連續(xù)的生態(tài)環(huán)境監(jiān)測(cè)的唯一手段，數(shù)據(jù)獲取方便，時(shí)空連續(xù)性好，具備時(shí)、空、譜多尺度特征等等其他技術(shù)無法比擬的優(yōu)勢(shì)。1997年，Jon.hardling等人利用地理信息技術(shù)對(duì)新西蘭南島的生態(tài)環(huán)境等級(jí)進(jìn)行劃分。1998年，J.Hill等人通過衛(wèi)星遙感動(dòng)態(tài)監(jiān)測(cè)地中海周邊區(qū)域的生態(tài)環(huán)境。楊武年等利用遙感圖像信息在區(qū)域生態(tài)環(huán)境動(dòng)態(tài)監(jiān)測(cè)、土地利用遙感監(jiān)測(cè)等方面進(jìn)行了大量研究。何政偉等在生態(tài)地質(zhì)環(huán)境保護(hù)、林業(yè)生態(tài)效益監(jiān)測(cè)、植被覆蓋度等方面取得大量研究成果。

20世紀(jì)90年代之后，對(duì)生態(tài)環(huán)境脆弱和敏感區(qū)域的研究逐漸增多。蔣菊芳等以氣候變化和人類活動(dòng)為主要因素，分析了石羊河流域治理前后生態(tài)環(huán)境的變化趨勢(shì)。陳德華等通過不同時(shí)段的遙感解譯，分析了疏勒河流域中游生態(tài)環(huán)境變化及成因。李曉文等基于高分辨率土地利用數(shù)據(jù)，對(duì)1985-2000年間河西地區(qū)生態(tài)環(huán)境效應(yīng)進(jìn)行了定量分析。趙克會(huì)選取兩個(gè)時(shí)相的遙感影像，分析了近年來三峽庫區(qū)重慶主城段生態(tài)環(huán)境動(dòng)態(tài)變化的趨勢(shì)和特征。

國(guó)內(nèi)外學(xué)者主要從生態(tài)安全、生態(tài)承載力、生態(tài)效應(yīng)、生態(tài)服務(wù)功能等方面對(duì)生態(tài)環(huán)境進(jìn)行評(píng)價(jià)。張穎等利用 MODIS、NDVI等遙感數(shù)據(jù)構(gòu)建了P-S-R 模型，對(duì)青海湖流域生態(tài)環(huán)境保護(hù)效果進(jìn)行評(píng)價(jià)。徐涵秋提出的區(qū)域遙感生態(tài)指數(shù)RSEI（Remote Sensing Ecological Index），綜合考慮植被覆蓋、城市建設(shè)、地表溫度等多個(gè)方面的因素，適宜對(duì)區(qū)域生態(tài)狀況進(jìn)行綜合評(píng)價(jià)。RSEI以濕度、綠度、熱度和干度4個(gè)重要因子作為評(píng)價(jià)指標(biāo)，并通過主成分耦合確定各指標(biāo)對(duì)生態(tài)變化的影響貢獻(xiàn)。相較人為確定指標(biāo)權(quán)重的方法而言更加客觀，在水土流失區(qū)和城市的應(yīng)用中都取得了較好的實(shí)驗(yàn)結(jié)果。本文選用RSEI指數(shù)對(duì)南充市生態(tài)環(huán)境進(jìn)行監(jiān)測(cè)與評(píng)價(jià)，為區(qū)域經(jīng)濟(jì)發(fā)展提供一定的參考意見。

一、研究區(qū)概況

南充市隸屬四川省，位于四川盆地東北、嘉陵江中游，介于30°35′-31°51′N、105°27′-106°58′ E之間，轄3區(qū)1市5縣，人口760萬，面積約為1.249×104km2。地勢(shì)北高南低，地形地貌可分為北部低山區(qū)與南部丘陵區(qū)，以丘陵地貌為主。區(qū)域內(nèi)氣候?yàn)橹衼啛釒駶?rùn)季風(fēng)氣候，擁有閬中古城、朱德故里等風(fēng)景區(qū)。

二、數(shù)據(jù)來源與預(yù)處理

選取2010年、2020年影像作為數(shù)據(jù)源，其中2010年為ETM影像，2020年為L(zhǎng)andsat OLI影像。影像時(shí)相相對(duì)一致，植物生長(zhǎng)狀態(tài)及地面狀況相似性較高，保證影像的可比性。對(duì)研究區(qū)影像進(jìn)行幾何校正、輻射定標(biāo)和大氣校正，將圖像的亮度值（DN）值轉(zhuǎn)換為地表反射率，減少太陽光照、大氣吸收等的影響，根據(jù)矢量邊界進(jìn)行裁剪。

三、研究方法

（一）濕度指標(biāo)

遙感纓帽變換所獲得的亮度、綠度、濕度分量已被廣泛應(yīng)用于生態(tài)環(huán)境監(jiān)測(cè)中，其中的濕度分量反映了水體和土壤、植被的濕度，與生態(tài)密切相關(guān)，因此，本研究的濕度指標(biāo)以這一濕度分量為代表。

不同影像所對(duì)應(yīng)的變換公式不同，Landsat 7 ETM、Landsat 8 OLI的公式分別為：

其 中，ρBule、ρGreen、ρRed、ρNIR、ρSWIR1、ρSWIR2分別為ETM、OLI藍(lán)、綠、紅、近紅外、短波紅外1、短波紅外2波段的反射率。

（二）綠度指標(biāo)

歸一化植被指數(shù)NDVI與植物生物量、葉面積指數(shù)以及植被覆蓋度密切相關(guān)，用來代表綠度指標(biāo)：

其中，ρNIR、ρRed分別為近紅外和紅外波段的反射率。

（三）熱度指標(biāo)

熱度指標(biāo)由地表溫度來代表，它采用Landsat 用戶手冊(cè)的模型和Chander等最新修訂的參數(shù)來計(jì)算。

式中，L6為TM熱紅外6波段在傳感器處的輻射值，T為傳感器處溫度值，DN為灰度值，gain和bias為6波段的增益值與偏置值，K1和K2為定標(biāo)參數(shù)，它們都可以從用戶手冊(cè)獲得。經(jīng)過公式5計(jì)算的溫度T可以通過比輻射率糾正轉(zhuǎn)換為地表溫度LST。

式中，λ為TM 6波段的中心波長(zhǎng)(11.5μm)，ρ=1.438×10-2mK，ε 為 比輻射率。根據(jù)本次研究的實(shí)際，采用植被指數(shù)混合模型進(jìn)行計(jì)算，其主要內(nèi)容為：NDVI<0.1的像元，認(rèn)為是裸土像元，ε設(shè)為0.96；NDVI>0.72的像元，認(rèn)為是純植被像元，ε設(shè)為0.985；0.1<ε<0.72的像元，采用公式7計(jì)算。

（四）干度指標(biāo)

干度指標(biāo)(NDSI)選用的是裸土指數(shù)SI，但在區(qū)域環(huán)境中，還有相當(dāng)一部分的建筑用地，它們同樣造成地表的“干化”，因此干度指標(biāo)可由二者合成，即由裸土指數(shù)SI和建筑指數(shù)IBI合成。

（五）遙感生態(tài)指標(biāo)構(gòu)建

鑒于各指標(biāo)的量綱與值域不同，需對(duì)各指標(biāo)進(jìn)行無量綱化處理并將值域規(guī)范到［0，1］之間，以方便對(duì)各指標(biāo)對(duì)生態(tài)的貢獻(xiàn)進(jìn)行比較分析。

其中，Inor為歸一化后的指標(biāo)，Ii為各分項(xiàng)指標(biāo)，I max、I min為該指標(biāo)最大值與最小值。

多元統(tǒng)計(jì)方法中的主成分分析(PCA)是一種將多個(gè)變量通過正交線性變換來選出少數(shù)重要變量的多維數(shù)據(jù)壓縮技術(shù)。將歸一化后的四個(gè)指標(biāo)合成一幅影像并對(duì)其進(jìn)行主成分分析以確定各指標(biāo)所占權(quán)重。

從表1可以看出，2期影像第一主成分方差貢獻(xiàn)率分別為55.32%、76.28%，說明第一主成分PCA1包含了影像絕大部分特征信息?？捎肞CA1再次進(jìn)行公式9的計(jì)算，將其值的范圍規(guī)范在［0，1］之間，可以得到最終的RSEI指數(shù)，其值越大，表明生態(tài)狀況越好。

表1 主成分分析結(jié)果

四、結(jié)果與分析

（一）整體分析

經(jīng)統(tǒng)計(jì)得出，南充市2010、2020年兩年RSEI的均值0.6204、0.5509，從整體來看，南充市的生態(tài)環(huán)境質(zhì)量在2010-2020這10年間總體呈現(xiàn)下降趨勢(shì)，整體下降約6.95%。

（二）分級(jí)統(tǒng)計(jì)

根據(jù)徐涵秋提出的分級(jí)方法，以0.2為間隔，由低到高按[0-0.2)、[0.2-0.4)、[0.4-0.6)、[0.6-0.8)、[0.8-1)分別為差、較差、中等、良、優(yōu)五級(jí)，從表2可以看出，2010年生態(tài)環(huán)境差的區(qū)域所占比重為0.158%，2020年為0.069%，下降了0.089%，生態(tài)環(huán)境較差的所占比重分別為2.507%、7.623%，上升了 5.116%。生態(tài)環(huán)境中等的比例有所上升，由32.136%至43.812%，上升了11.676%。與之對(duì)應(yīng)，生態(tài)環(huán)境優(yōu)、良所占比例都有所下降，分別下降14.12%與2.583%。說明在2010-2020這10年間，由于城市建設(shè)的積極擴(kuò)張，生態(tài)環(huán)境質(zhì)量有所下降，區(qū)域質(zhì)量以中等和良為主，占90%以上。

表2 2010-2020年南充市各級(jí)生態(tài)質(zhì)量區(qū)域面積及所占比例

從表3可以看出，2010年生態(tài)質(zhì)量最差的區(qū)域主要集中在閬中市、南部縣、高坪區(qū)，面積分別為9.71km2、3.99km2、3.13km2，生態(tài)質(zhì)量較差的區(qū)域主要集中在南部縣、閬中市，面積分別為89.23km2、54.91km2，西充縣和營(yíng)山縣生態(tài)質(zhì)量較差的區(qū)域相對(duì)較少，各區(qū)縣的生態(tài)環(huán)境質(zhì)量以中等和良好為主。

表3 2010與2020年南充市各區(qū)縣各級(jí)生態(tài)環(huán)境質(zhì)量面積統(tǒng)計(jì)

2020年，各區(qū)縣生態(tài)環(huán)境差的區(qū)域有所減少，但較差區(qū)域卻大幅上升，以南部縣、閬中市、嘉陵區(qū)面積最大，面積分別 為 203.09km2、130.55km2、127.03km2，各區(qū)縣的生態(tài)環(huán)境質(zhì)量以中等和良好為主，質(zhì)量為優(yōu)的區(qū)域均有所下降。

五、總結(jié)和分析

2010-2020年10年間南充市各區(qū)縣生態(tài)環(huán)境差的區(qū)域所占比重總體下降、面積縮小，說明在環(huán)境保護(hù)方面采取了相應(yīng)的對(duì)策，但不容忽視的是環(huán)境污染問題依舊嚴(yán)重，2010年、2020年兩年RSEI的均值的0.6204、0.5509，說明在2010-2020這10年期間南充市的生態(tài)環(huán)境質(zhì)量呈現(xiàn)下降趨勢(shì)，整體下降約6.95%。2010年與2020年，研究區(qū)生態(tài)環(huán)境差的區(qū)域所占比重下降了-0.089%，生態(tài)環(huán)境較差的區(qū)域面積比重上升了5.116%。生態(tài)環(huán)境中等的比例有所上升，由32.136%至43.812%，上升了11.676%。與之對(duì)應(yīng)，生態(tài)環(huán)境優(yōu)、良所占比例都有所下降，分別下降14.12%與2.583%。說明10年間，由于城市建設(shè)的積極擴(kuò)張，生態(tài)環(huán)境質(zhì)量有所下降，區(qū)域質(zhì)量以中等和良為主，占90%以上。從時(shí)空來看，2010年生態(tài)質(zhì)量最差的區(qū)域主要集中在閬中市、南部縣、高坪區(qū)，面積分別為9.71km2、3.99km2、3.13km2，生態(tài)質(zhì)量較差的區(qū)域主要集中南部縣、閬中市，面積分別為89.23km2、54.91km2，西充縣和營(yíng)山縣生態(tài)質(zhì)量較差的區(qū)域相對(duì)較少，各區(qū)縣的生態(tài)環(huán)境質(zhì)量以中等和良好為主。2020年，各區(qū)縣生態(tài)環(huán)境差的區(qū)域有所減少，但較差區(qū)域卻大幅上升，以南部縣、閬中市、嘉陵區(qū)面積最大，面積分別為203.09km2、130.55km2、127.03km2，各區(qū)縣的生態(tài)環(huán)境質(zhì)量以中等和良好為主，質(zhì)量為優(yōu)的區(qū)域均有所下降，其主要原因在于城市面積不斷擴(kuò)張，以及耕地、草地、林地的占用，因此，南充市的生態(tài)環(huán)境保護(hù)刻不容緩。