楊德虎，孟 丹，李雨露，宋加穎，谷月程，殷世忠，劉 偉

(1. 首都師范大學(xué) 資源環(huán)境與旅游學(xué)院,北京 100048; 2. 首都師范大學(xué) 城市環(huán)境過程與數(shù)字模擬國家重點(diǎn)實(shí)驗(yàn)室培育基地,北京 100048; 3. 首都師范大學(xué) 水資源安全北京實(shí)驗(yàn)室,北京 100048; 4. 江蘇師范大學(xué) 地理測(cè)繪與城鄉(xiāng)規(guī)劃學(xué)院,江蘇 徐州 221116; 5. 中國能源建設(shè)集團(tuán)廣東省電力設(shè)計(jì)研究院有限公司，廣東 廣州 510663)

0 引 言

近幾十年來，中國經(jīng)濟(jì)飛速發(fā)展，資源環(huán)境約束日益明顯。隨著城市化進(jìn)程的加快，區(qū)域生態(tài)質(zhì)量變化較為劇烈，土地覆蓋類型發(fā)生變化，城市熱島效應(yīng)日益凸顯。區(qū)域熱環(huán)境和生態(tài)質(zhì)量評(píng)價(jià)指標(biāo)、方法研究成為國內(nèi)外討論的熱門話題。在城市熱環(huán)境方面，國內(nèi)外學(xué)者在熱環(huán)境的驅(qū)動(dòng)機(jī)制、城市熱島成因以及熱島效應(yīng)緩解措施方面開展了大量研究。在區(qū)域生態(tài)質(zhì)量方面，其受到多種因子的共同作用與影響，利用遙感技術(shù)充分挖掘遙感影像中包含的生態(tài)環(huán)境信息，對(duì)生態(tài)環(huán)境綜合評(píng)價(jià)有著非常重要的現(xiàn)實(shí)意義。徐涵秋提出的遙感生態(tài)指數(shù)(RSEI)，完全基于遙感信息，集成了最直觀反映生態(tài)環(huán)境的植被指數(shù)、濕度分量、建筑指數(shù)、地表溫度4個(gè)評(píng)價(jià)指標(biāo)，可采用主成分分析方法定量評(píng)價(jià)區(qū)域生態(tài)質(zhì)量，已被用于城市、重工業(yè)區(qū)、自然保護(hù)區(qū)等地區(qū)的生態(tài)質(zhì)量評(píng)估。

對(duì)大型工程所處區(qū)域的生態(tài)質(zhì)量進(jìn)行監(jiān)測(cè)評(píng)估，發(fā)現(xiàn)生態(tài)破壞問題，是進(jìn)行大型工程生態(tài)環(huán)境影響評(píng)價(jià)的前提與基礎(chǔ)，也是遙感技術(shù)在生態(tài)環(huán)境方面應(yīng)用的重要領(lǐng)域。有學(xué)者利用遙感資料對(duì)大型水利工程建設(shè)產(chǎn)生的土地利用狀況、土地資源、水土流失、濕地資源、植被覆蓋度等生態(tài)環(huán)境變化進(jìn)行了研究；還有學(xué)者利用遙感影像針對(duì)礦產(chǎn)開發(fā)引發(fā)的塌陷坑、地裂縫等地質(zhì)災(zāi)害問題，以及耕地、植被破壞等土地覆蓋變化進(jìn)行監(jiān)測(cè)，分析礦山開采產(chǎn)生的生態(tài)環(huán)境變化。目前的研究側(cè)重對(duì)大型工程所處區(qū)域的生態(tài)質(zhì)量進(jìn)行監(jiān)測(cè)，疏于通過量化的方式評(píng)價(jià)大型工程建設(shè)對(duì)區(qū)域生態(tài)環(huán)境的影響及分析生態(tài)質(zhì)量變化主要驅(qū)動(dòng)因素；而且上述研究集中在對(duì)大型水利工程、礦山開發(fā)等工程項(xiàng)目，對(duì)大型國際機(jī)場(chǎng)這類范圍較小，但距離城區(qū)較近的城市化建設(shè)工程生態(tài)遙感評(píng)估報(bào)道較少。國際機(jī)場(chǎng)等大型工程建設(shè)對(duì)周邊土地利用類型的變化有重要影響，同時(shí)也會(huì)對(duì)區(qū)域熱環(huán)境以及生態(tài)質(zhì)量造成一定影響。機(jī)場(chǎng)交通樞紐設(shè)施的規(guī)劃建設(shè)大大增加了人為用地量，在施工過程中消耗大量資源和能源，通航后周邊人口密度和商業(yè)逐漸增加，運(yùn)行環(huán)境與周邊環(huán)境的相互影響日益密切，從而使得機(jī)場(chǎng)及周邊地區(qū)的生態(tài)環(huán)境壓力明顯上升。黨的十九大報(bào)告中指出“建設(shè)生態(tài)文明是中華民族永續(xù)發(fā)展的千年大計(jì)”，機(jī)場(chǎng)及周邊地區(qū)的發(fā)展必須以保持生態(tài)環(huán)境的穩(wěn)定和平衡為前提，高質(zhì)量推動(dòng)綠色機(jī)場(chǎng)建設(shè)是國家生態(tài)文明建設(shè)的重要組成部分，這也是機(jī)場(chǎng)可持續(xù)發(fā)展的基本要求。

工程建設(shè)的生態(tài)環(huán)境評(píng)價(jià)有采用層次分析法確定權(quán)重，以及以“公眾滿意”作為評(píng)估價(jià)值取向的第三方評(píng)估手段，此類方法受人為主觀影響較大，導(dǎo)致對(duì)生態(tài)評(píng)價(jià)的不確定性，而遙感生態(tài)指數(shù)采用主成分分析方法，較客觀定量評(píng)價(jià)區(qū)域生態(tài)質(zhì)量，但是其在大型工程建設(shè)特別是國際機(jī)場(chǎng)建設(shè)的生態(tài)質(zhì)量評(píng)估中報(bào)道較少。基于此，本文借助不同時(shí)相Landsat-8遙感影像數(shù)據(jù)，從土地覆蓋、熱島效應(yīng)和生態(tài)質(zhì)量3個(gè)方面綜合分析了北京大興國際機(jī)場(chǎng)建設(shè)前后周邊地區(qū)生態(tài)質(zhì)量演變，探討了遙感生態(tài)指數(shù)在大型工程建設(shè)前后周邊地區(qū)生態(tài)質(zhì)量評(píng)估中的適用性，從而為北京大興國際機(jī)場(chǎng)建成后生態(tài)環(huán)境的恢復(fù)、類似大型工程建設(shè)的生態(tài)環(huán)境保護(hù)提供借鑒和參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

北京大興國際機(jī)場(chǎng)位于北京市大興區(qū)與河北省廊坊市廣陽區(qū)的交界處(圖1)，總占地面積為78 km，與天安門的直線距離46 km，距北京首都國際機(jī)場(chǎng)67 km，距天津?yàn)I海國際機(jī)場(chǎng)85 km，距廊坊市中心26 km，距保定市中心86 km。大興國際機(jī)場(chǎng)配備建設(shè)有京臺(tái)高速公路、京開高速公路、大興國際機(jī)場(chǎng)高速公路、大興國際機(jī)場(chǎng)北線高速公路等地面交通路網(wǎng)，以及地鐵新機(jī)場(chǎng)線和京雄城際鐵路軌道交通，交通路線豐富，通達(dá)性強(qiáng)。北京大興國際機(jī)場(chǎng)被定位為大型國際航空樞紐，是支撐雄安新區(qū)建設(shè)的京津冀區(qū)域綜合交通樞紐。北京大興國際機(jī)場(chǎng)于2014年12月開工建設(shè)，2019年6月竣工驗(yàn)收，2019年9月正式通航。

大興國際機(jī)場(chǎng)建設(shè)對(duì)周邊地區(qū)具有輻射影響，隨距離的增加影響逐漸減弱，劃定過大的研究區(qū)范圍會(huì)帶來大量的數(shù)據(jù)冗余。因此，根據(jù)《北京大興國際機(jī)場(chǎng)臨空經(jīng)濟(jì)區(qū)總體規(guī)劃(2019～2035年)》，本研究借助高分辨率遙感影像及大興國際機(jī)場(chǎng)規(guī)劃圖對(duì)機(jī)場(chǎng)邊界進(jìn)行矢量化，并以機(jī)場(chǎng)及機(jī)場(chǎng)邊界擴(kuò)展出的直徑為5 km環(huán)狀緩沖區(qū)作為研究區(qū)范圍，面積為254.98 km。緩沖區(qū)范圍覆蓋了河北省廊坊市固安縣、永清縣和廣陽區(qū)，基本涵蓋了臨空經(jīng)濟(jì)區(qū)及周邊區(qū)域，可作為大興國際機(jī)場(chǎng)的輻射區(qū)域。

圖1 北京大興國際機(jī)場(chǎng)地理位置Fig.1 Location of Beijing Daxing International Airport

1.2 數(shù)據(jù)來源

本研究選取2013年9月1日、2017年7月10日及2019年6月30日的Landsat-8遙感影像數(shù)據(jù)，分別作為大興國際機(jī)場(chǎng)建設(shè)前、建設(shè)中、建成后的遙感數(shù)據(jù)。影像時(shí)間主要集中在6月至9月之間，該時(shí)段植被茂密，植被信息豐富。覆蓋研究區(qū)范圍的影像條帶號(hào)和行編號(hào)為123/33。影像云量都不高，介于0.04%～1.46%。本文采用的衛(wèi)星遙感數(shù)據(jù)來自地理空間數(shù)據(jù)云平臺(tái)(網(wǎng)址為http:∥www.gscloud.cn/)。

2 分析方法

2.1 土地覆蓋類型信息的提取

本文利用Landsat-8 OLI的遙感影像數(shù)據(jù)進(jìn)行土地覆蓋類型分類。首先對(duì)原始影像進(jìn)行輻射定標(biāo)、大氣校正、裁剪等預(yù)處理工作，然后采用監(jiān)督分類中最大似然法，對(duì)研究區(qū)主要地表覆蓋信息進(jìn)行提取。研究區(qū)土地覆蓋類型主要包括植被、裸土、不透水面以及部分水體。由于水體面積占比較少，基于中分辨率Landsat-8遙感影像數(shù)據(jù)較難識(shí)別出斑塊面積較小的水體，所以本文將研究區(qū)土地覆蓋類型劃分為植被、裸土和不透水面3種，其中不透水面包括建筑、道路、機(jī)場(chǎng)跑道、廣場(chǎng)等，然后加入測(cè)試集對(duì)分類結(jié)果進(jìn)行精度評(píng)價(jià)。

2.2 地表溫度反演及相關(guān)指數(shù)計(jì)算

本文利用Landsat-8 TIRS的Band10熱紅外波段，采用大氣校正法反演地表溫度。大氣校正法反演地表溫度主要涉及大氣剖面參數(shù)和地表比輻射率。大氣剖面參數(shù)在美國國家航空航天局(NASA)提供的網(wǎng)站(http:∥atmcorr.gsfc.nasa.gov/)中通過輸入成影時(shí)間以及中心經(jīng)緯度即可獲取(表1)；地表比輻射率使用Sobrino等提出的歸一化植被指數(shù)(NDVI)閾值法計(jì)算。

表1 大氣剖面參數(shù)

為了消除不同時(shí)相所帶來的地表溫度差異，對(duì)反演的地表溫度進(jìn)行歸一化處理，生成熱場(chǎng)強(qiáng)度指數(shù)。熱場(chǎng)強(qiáng)度指數(shù)劃分為7個(gè)等級(jí)，分別為低溫、較低溫、次中溫、中溫、次高溫、高溫、特高溫，其中后3個(gè)等級(jí)為高溫區(qū)。該分類方法較好地將低溫區(qū)、中溫區(qū)和高溫區(qū)分開(表2)。

表2 熱場(chǎng)強(qiáng)度指數(shù)劃分等級(jí)

利用高溫區(qū)數(shù)據(jù)計(jì)算城市熱島比例指數(shù)(Urban-heat-island Ratio Index,URI)，用于分析研究區(qū)熱島效應(yīng)。城市熱島比例指數(shù)取值范圍是(0,1)。其值的大小表示熱島效應(yīng)的顯著性，城市熱島比例指數(shù)()越大表示熱島效應(yīng)越明顯。其計(jì)算公式為

(1)

式中：為溫度級(jí)別數(shù)，賦值為7；為高溫區(qū)溫度級(jí)別數(shù)，賦值為3；為研究區(qū)溫度級(jí)別，本文取5、6或7；為第級(jí)別權(quán)重，數(shù)值為溫度級(jí)別；為第級(jí)別溫度區(qū)域占研究區(qū)的百分比。

2.3 遙感生態(tài)指數(shù)及變化檢測(cè)

遙感生態(tài)指數(shù)是利用遙感影像，整合多個(gè)自然因子對(duì)生態(tài)質(zhì)量狀況進(jìn)行快速監(jiān)測(cè)與評(píng)價(jià)的新型指標(biāo)。該指數(shù)集成了植被指數(shù)、濕度分量、地表溫度和建筑指數(shù)(IBI)等4個(gè)評(píng)價(jià)指標(biāo)，分別代表綠度、濕度、熱度和干度四大生態(tài)要素，然后進(jìn)行主成分分析，經(jīng)歸一化處理后得到最終的遙感生態(tài)指數(shù)。

綠度采用歸一化植被指數(shù)表示；濕度通過纓帽變換中的濕度分量表示；干度采用建筑指數(shù)和裸土指數(shù)(SI)的平均值表示，計(jì)算公式詳見文獻(xiàn)[31]～[33]；熱度用地表溫度表示。對(duì)歸一化后的綠度、濕度、熱度和干度進(jìn)行波段合成形成新的影像，然后進(jìn)行主成分分析變換?；谘芯啃枰?，保留第一主成分PC1，并通過1減去第一主成分PC1使得值越接近于1，代表生態(tài)質(zhì)量越好，以此作為原始遙感生態(tài)指數(shù)(RSEI)。對(duì)RSEI進(jìn)行歸一化處理，方便各年份之間相互比較，得到最終的遙感生態(tài)指數(shù)(RSEI)。其表達(dá)式為

(2)

式中：為RSEI值；為RSEI值；、分別代表RSEI的最小值和最大值。

RSEI值越接近1，生態(tài)質(zhì)量越好，反之則生態(tài)質(zhì)量越差。按照等差的方法對(duì)RSEI值進(jìn)行重分類，分類結(jié)果見表3。為了檢測(cè)生態(tài)質(zhì)量的變化，用后一個(gè)時(shí)相的生態(tài)質(zhì)量級(jí)別減去前一個(gè)時(shí)相的生態(tài)質(zhì)量級(jí)別，得到生態(tài)質(zhì)量級(jí)別差值。依據(jù)生態(tài)質(zhì)量級(jí)別差值，劃分5個(gè)生態(tài)質(zhì)量變化等級(jí)(表4)。

表3 最終的遙感生態(tài)指數(shù)等級(jí)分類

表4 生態(tài)質(zhì)量變化等級(jí)分類

3 結(jié)果分析與討論

3.1 土地覆蓋類型變化

將北京大興國際機(jī)場(chǎng)及周邊地區(qū)土地覆蓋類型劃分為植被、裸土、不透水面等3類。在監(jiān)督分類訓(xùn)練樣本集選取時(shí)，樣本選擇可分離度需大于1.8，選用最大似然法進(jìn)行監(jiān)督分類。隨機(jī)采集驗(yàn)證樣本點(diǎn)，通過目視判斷分類結(jié)果是否正確，對(duì)監(jiān)督分類結(jié)果進(jìn)行精度評(píng)價(jià)。分類結(jié)果整體精度和Kappa系數(shù)如表5所示。

表5 土地覆蓋類型分類結(jié)果精度

研究區(qū)土地覆蓋類型分類結(jié)果如圖2所示。從圖2可以看出：2013年不透水面零星分布，村鎮(zhèn)之間由道路的聯(lián)系性較弱；隨著機(jī)場(chǎng)的建設(shè)開發(fā)，2017年逐漸形成自北向南的道路，分布于機(jī)場(chǎng)東、西兩側(cè)，大型交通設(shè)施逐漸形成，施工過程對(duì)土地開發(fā)利用強(qiáng)度較大，道路的形成增加了村鎮(zhèn)之間的聯(lián)系；2019年機(jī)場(chǎng)完全建成之后，形成以機(jī)場(chǎng)為中心的密集交通網(wǎng)絡(luò)并向四周擴(kuò)散，同時(shí)機(jī)場(chǎng)周邊地區(qū)的建筑聚集較為明顯，大大改變了2013年不透水面呈零星分布的特點(diǎn)。

對(duì)研究區(qū)不同時(shí)期土地覆蓋面積進(jìn)行統(tǒng)計(jì)(表6)發(fā)現(xiàn)：2013～2019年植被面積占比由88.91%減少至73.72%，下降了15.19%；不透水面面積占比由10.08%上升到22.16%；裸土面積呈現(xiàn)出先增長后減少的趨勢(shì)，2017年研究區(qū)的裸土到2019年已經(jīng)轉(zhuǎn)變?yōu)闄C(jī)場(chǎng)跑道、建筑、道路等人工設(shè)施用地；不透水面、裸土面積上升了15.2%。

表6 土地覆蓋面積統(tǒng)計(jì)結(jié)果

3.2 地表溫度反演結(jié)果

北京大興國際機(jī)場(chǎng)及周邊地區(qū)地表溫度反演結(jié)果如圖3所示。從圖3可以看出：2013年9月1日高溫區(qū)域呈零星、條帶狀分布，地表溫度最高值為43.82 ℃，最低值為28.64 ℃，平均值為32.16 ℃，無明顯的高溫輪廓，研究區(qū)整體溫度較低；2017年7月10日地表溫度空間分布與2013年類似，此時(shí)的地表溫度最高值為63.55 ℃，最低值為44.38 ℃，平均值為48.79 ℃，在機(jī)場(chǎng)規(guī)劃區(qū)內(nèi)有明顯因機(jī)場(chǎng)開工建設(shè)引起的地表溫度升高現(xiàn)象；2019年6月30日地表溫度最高值為59.21 ℃，最低值為37.85 ℃，平均值為47.92 ℃，研究區(qū)整體呈現(xiàn)高溫，機(jī)場(chǎng)高溫輪廓已經(jīng)形成，施工修建引起地表溫度升高。

為了消除由于數(shù)據(jù)時(shí)相不同所帶來的溫度差異，對(duì)反演的地表溫度進(jìn)行歸一化處理，統(tǒng)計(jì)不同地表溫度等級(jí)的面積占比(圖4)。從圖4可以看出，低溫區(qū)逐年下降，地表呈現(xiàn)出向中、高溫區(qū)轉(zhuǎn)變的趨勢(shì)。2013年低溫區(qū)占比80.15%，中溫區(qū)占比11.12%，高溫區(qū)占比8.73%；2017年低溫區(qū)占比76.40%，中溫區(qū)占比14.80%，高溫區(qū)占比8.80%；2019年低溫區(qū)占比35.92%，中溫區(qū)占比34.58%，高溫區(qū)占比29.50%。數(shù)據(jù)結(jié)果表明：由低溫、較低溫、次中溫等級(jí)區(qū)域組成的低溫區(qū)面積逐年下降，而中溫區(qū)面積逐年上升，由次高溫、高溫、特高溫等級(jí)區(qū)域組成的高溫區(qū)2019年面積相比2017年有明顯的提升，面積占比提升了20.70%。

研究區(qū)2013年、2017年、2019年城市熱島比例指數(shù)分別為0.072 3、0.071 8、0.238 2，2013～2017年城市熱島比例指數(shù)變化不是特別明顯。相比于2013年，2019年城市熱島比例指數(shù)提升了229.46%，熱島效應(yīng)凸顯?？傮w而言，研究區(qū)不同時(shí)期的城市熱島比例指數(shù)都相對(duì)較低，究其原因是大興國際機(jī)場(chǎng)遠(yuǎn)離北京主城區(qū)，熱島效應(yīng)不是很明顯，但機(jī)場(chǎng)建設(shè)給機(jī)場(chǎng)及周邊地區(qū)的熱環(huán)境帶來明顯的影響。

3.3 生態(tài)質(zhì)量

3.3.1 遙感生態(tài)指數(shù)各指標(biāo)計(jì)算結(jié)果

計(jì)算遙感生態(tài)指數(shù)所需的綠度、濕度、干度、熱度歸一化后的平均值可以代表其平均狀態(tài)(圖 5)，各時(shí)期的4個(gè)指標(biāo)平均值及標(biāo)準(zhǔn)差統(tǒng)計(jì)結(jié)果見表7。從圖5可以看出：綠度、濕度均較高，研究區(qū)主要以植被覆蓋為主，2013年最高，2017年、2019年逐漸下降；從2013年到2019年，干度和熱度逐年升高，反映出機(jī)場(chǎng)在建設(shè)過程中導(dǎo)致裸土增加，機(jī)場(chǎng)建成后配套道路、建設(shè)用地等不透水面大大增加。

3.3.2 遙感生態(tài)指數(shù)生態(tài)質(zhì)量

圖2 土地覆蓋類型空間分布Fig.2 Spatial Distribution Images of Land Cover Types

圖3 地表溫度空間分布Fig.3 Spatial Distribution Images of Land Surface Temperature

圖4 不同地表溫度等級(jí)面積占比直方圖Fig.4 Histogram of Area Proportion of Different Grades of Land Surface Temperature

圖5 2013年、2017年和2019年歸一化后的綠度、濕度、干度和熱度影像Fig.5 Images of NDVI-, WET-, NDBSI- and LST-normalized in 2013, 2017 and 2019

將歸一化后的綠度、濕度、干度、熱度作為4個(gè)波段合成為1個(gè)圖像，并對(duì)其進(jìn)行主成分變換，得到主成分分析結(jié)果(表8)。從表8可以看出，第一主成分包含4個(gè)指標(biāo)最大的信息，第一主成分在2013年、2017年、2019年的貢獻(xiàn)率分別為86.57%、84.22%、76.26%，第一主成分的貢獻(xiàn)率在2019年較低，說明指標(biāo)變得相對(duì)不穩(wěn)定。從第一主成分的因子載荷來看，綠度、濕度的因子載荷為正，對(duì)遙感生態(tài)指數(shù)起到正面作用，因子載荷越高其對(duì)生態(tài)質(zhì)量的正貢獻(xiàn)度越大；干度和熱度的因子載荷為負(fù)，對(duì)遙感生態(tài)指數(shù)起到負(fù)面作用，因子載荷越低其對(duì)生態(tài)質(zhì)量的負(fù)貢獻(xiàn)度越大。2013年、2017年和2019年的第一主成分中干度的因子載荷絕對(duì)值最大，說明干度對(duì)區(qū)域生態(tài)質(zhì)量的影響最大。

計(jì)算得出各時(shí)期的遙感生態(tài)指數(shù)，并制作生態(tài)質(zhì)量等級(jí)圖(圖6)。從圖6可以看出，2013年、2017年、2019年研究區(qū)遙感生態(tài)指數(shù)區(qū)域平均值分別為0.741 7、0.708 2、0.535 3，證明大興國際機(jī)場(chǎng)的建設(shè)對(duì)區(qū)域生態(tài)環(huán)境造成了負(fù)面影響，2017年遙感生態(tài)指數(shù)區(qū)域平均值相對(duì)于2013年下降了4.52%，2019年相對(duì)于2013年下降了27.83%。

表7 遙感生態(tài)指數(shù)各指標(biāo)的平均值、標(biāo)準(zhǔn)差統(tǒng)計(jì)結(jié)果

對(duì)研究區(qū)不同等級(jí)生態(tài)質(zhì)量面積及占比進(jìn)行統(tǒng)計(jì)(表9)，可以看出生態(tài)質(zhì)量差、較差等級(jí)的區(qū)域總面積逐年上升，2013年、2017年、2019年分別為24.85、25.9、81.03 km；生態(tài)質(zhì)量良、優(yōu)等級(jí)的總面積逐年下降，2013年、2017年、2019年依次為202.22、189.23、106.23 km。

分別對(duì)2013～2017年、2017～2019年、2013～2019年的生態(tài)質(zhì)量變化進(jìn)行分析，生態(tài)質(zhì)量變化等級(jí)空間分布如圖7所示。對(duì)變化等級(jí)進(jìn)行面積統(tǒng)計(jì)可知：2013～2017年，研究區(qū)生態(tài)質(zhì)量有24.12%的區(qū)域面積是上升的狀態(tài)，生態(tài)質(zhì)量無明顯變化的區(qū)域面積占比43.19%，生態(tài)質(zhì)量下降的區(qū)域面積占比32.7%，機(jī)場(chǎng)的開建對(duì)機(jī)場(chǎng)及周邊地區(qū)的生態(tài)質(zhì)量下降有一定影響，但整體呈現(xiàn)生態(tài)平衡的狀態(tài)；2017～2019年，生態(tài)質(zhì)量有61.69%的區(qū)域面積變差，生態(tài)質(zhì)量變差呈線性分布的區(qū)域主要是機(jī)場(chǎng)高速公路、高速鐵路等交通系統(tǒng)，僅有8.78%的區(qū)域面積生態(tài)質(zhì)量上升，且呈零星狀分布，生態(tài)質(zhì)量無明顯變化的區(qū)域面積占比29.54%。縱觀2013～2019年的生態(tài)質(zhì)量變化情況，研究區(qū)整體生態(tài)質(zhì)量變差的區(qū)域面積占比64.91%，生態(tài)質(zhì)量無明顯變化的區(qū)域面積占比26.66%，生態(tài)質(zhì)量上升的區(qū)域面積占比8.43%?？偠灾?，大興國際機(jī)場(chǎng)的修建引起生態(tài)質(zhì)量變差，且變差區(qū)域與機(jī)場(chǎng)輪廓相吻合；生態(tài)質(zhì)量變好的區(qū)域位于東部的京臺(tái)高速公路，這是因?yàn)楦咚俟穬膳缘男械罉渚G化以及南部永定河植被的恢復(fù)。

表8 主成分分析結(jié)果

圖6 生態(tài)質(zhì)量等級(jí)分布Fig.6 Distribution Images of Ecological Quality Grade

圖7 生態(tài)質(zhì)量變化等級(jí)空間分布Fig.7 Spatial Distribution Images of Ecological Quality Change Grade

表9 不同生態(tài)質(zhì)量等級(jí)的面積及占比統(tǒng)計(jì)結(jié)果

3.3.3 土地覆蓋類型與遙感生態(tài)指數(shù)等級(jí)數(shù)據(jù)的空間疊加

將研究區(qū)的土地覆蓋類型和遙感生態(tài)指數(shù)等級(jí)數(shù)據(jù)進(jìn)行空間疊加分析，可以展現(xiàn)出不同時(shí)期不同土地覆蓋類型的生態(tài)質(zhì)量狀況，從而更好地探討土地覆蓋類型對(duì)生態(tài)質(zhì)量的影響。圖8展示了不同土地覆蓋類型下各生態(tài)質(zhì)量等級(jí)的面積占比。從圖8可以看出，不透水面、裸土覆蓋區(qū)域的生態(tài)質(zhì)量整體較差，而植被覆蓋區(qū)域的生態(tài)質(zhì)量較好。引起生態(tài)質(zhì)量變差的主要影響因素是機(jī)場(chǎng)建設(shè)區(qū)域原來多為耕地，機(jī)場(chǎng)施工過程中存在大量裸地，以及機(jī)場(chǎng)建成后裸地轉(zhuǎn)變?yōu)椴煌杆慕ㄔO(shè)用地。

圖8 不同土地覆蓋類型下各生態(tài)質(zhì)量等級(jí)的面積占比直方圖Fig.8 Histogram of Area Proportion of Each Ecological Quality Grade for Different Land Cover Types

4 結(jié) 語

(1)2013～2019年，北京大興國際機(jī)場(chǎng)及周邊地區(qū)植被面積持續(xù)下降，而不透水面面積持續(xù)增加，裸土面積則是呈現(xiàn)出先增長后減少的趨勢(shì)。2017年，機(jī)場(chǎng)建設(shè)施工期的裸土面積最大；2019年機(jī)場(chǎng)建成后，機(jī)場(chǎng)附近的裸土轉(zhuǎn)變?yōu)闄C(jī)場(chǎng)跑道、建筑、道路等地表覆蓋類型。

(2)依據(jù)城市熱島比例指數(shù)，北京大興國際機(jī)場(chǎng)及周邊地區(qū)的城市熱島效應(yīng)整體不是很顯著。2013～2017年，城市熱島比例指數(shù)較低且變化不明顯，2019年城市熱島比例指數(shù)增長為0.238 2，較2013年提升了229.46%，說明機(jī)場(chǎng)建設(shè)對(duì)機(jī)場(chǎng)周邊的熱環(huán)境帶來明顯的影響。

(3)北京大興國際機(jī)場(chǎng)及周邊地區(qū)2013年、2017年、2019年遙感生態(tài)指數(shù)分別為0.741 7、0.708 2、0.535 3，2019年相對(duì)于2013年整體下降27.83%。將土地覆蓋類型和遙感生態(tài)指數(shù)等級(jí)數(shù)據(jù)進(jìn)行空間疊加，得出植被覆蓋區(qū)域的遙感生態(tài)指數(shù)較高，而裸土、不透水面的遙感生態(tài)指數(shù)較低。引起生態(tài)質(zhì)量變差的主要因素為植被的減少以及不透水面和裸土的增加。

(4)北京大興國際機(jī)場(chǎng)在建設(shè)過程中對(duì)周邊地區(qū)生態(tài)質(zhì)量造成負(fù)面影響。工程施工時(shí)裸土面積較大，地面溫度較高，在以后的大型工程建設(shè)中要做好工地降溫工作；機(jī)場(chǎng)建成后仍有一定的裸土，未來規(guī)劃建設(shè)大型工程時(shí)應(yīng)注意裸土區(qū)域的用途，開展綠色工程，提升綠化的同時(shí)提高土地利用率。

(5)相對(duì)于地面實(shí)測(cè)采樣及第三方評(píng)估手段，遙感監(jiān)測(cè)及評(píng)估技術(shù)具有探測(cè)范圍大、獲取地表信息速度快、受地面限制少、獲取信息量大、可歷史重現(xiàn)、客觀真實(shí)反映地面情況等優(yōu)勢(shì)，在大型工程建設(shè)前后周邊地區(qū)的生態(tài)質(zhì)量評(píng)估中具有可行性。但是，本研究仍存在一些不足。由于受到數(shù)據(jù)質(zhì)量限制，不同年份間數(shù)據(jù)有一定的月份跨度，對(duì)不同年份間生態(tài)質(zhì)量比較有一定影響；Landsat-8遙感影像屬于中等空間分辨率的遙感數(shù)據(jù)，對(duì)于研究區(qū)內(nèi)小面積的水體無法識(shí)別，后續(xù)可采用更高時(shí)空分辨率的遙感數(shù)據(jù)評(píng)價(jià)大型工程建設(shè)對(duì)區(qū)域生態(tài)質(zhì)量的影響。