邢艷春，甯 珂，李雪蘭

(1.吉林財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)學(xué)院，吉林 長(zhǎng)春 130117；2.成都理工大學(xué) 工程技術(shù)學(xué)院，四川 樂(lè)山 614000)

1 研究背景

流域生態(tài)系統(tǒng)是由一個(gè)水系所聯(lián)通的社會(huì)、經(jīng)濟(jì)、自然的復(fù)合生態(tài)系統(tǒng)，是生物多樣性的聚集地，也是人類(lèi)生產(chǎn)生活的重要場(chǎng)所。當(dāng)流域某一處生態(tài)環(huán)境遭到破壞時(shí)，整個(gè)流域的生態(tài)環(huán)境健康以及區(qū)域社會(huì)經(jīng)濟(jì)的發(fā)展將會(huì)受到影響。及時(shí)有效的評(píng)估流域生態(tài)環(huán)境質(zhì)量時(shí)空變化并分析其驅(qū)動(dòng)因素對(duì)于制定流域協(xié)同性保護(hù)十分重要。

由于其數(shù)據(jù)獲取方便、成本低、地表信息連續(xù)覆蓋、數(shù)據(jù)具有可比性等優(yōu)點(diǎn)，遙感技術(shù)已成為流域生態(tài)環(huán)境監(jiān)測(cè)與評(píng)價(jià)可視化的有效手段[1]。例如：Shi等[2]在2017年通過(guò)MODIS產(chǎn)品在提取增強(qiáng)化歸一化植被指數(shù)(EVI)用于識(shí)別流域植被生產(chǎn)力狀況。采用修正的歸一化差異水體指數(shù)(MNDWI)研究流域內(nèi)濕地動(dòng)態(tài)演化[3]。歸一化差分裸土指數(shù)(NDBSI)可以有效區(qū)分流域區(qū)建筑物[4]。然而，影響流域的生態(tài)環(huán)境質(zhì)量的因素是復(fù)雜多樣的，僅采用單一的生態(tài)指標(biāo)會(huì)產(chǎn)生生態(tài)系統(tǒng)評(píng)估上的誤差。為改進(jìn)流域生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)和評(píng)價(jià)方法，越來(lái)越多的研究者聚合多種生態(tài)環(huán)境指標(biāo)進(jìn)行評(píng)估。早期聚合多種生態(tài)環(huán)境指標(biāo)方法，一般采用層次分析法[5]、熵權(quán)法[6]、耦合協(xié)調(diào)度(CCD)模型[7]等綜合指數(shù)評(píng)價(jià)法對(duì)生態(tài)環(huán)境進(jìn)行量化評(píng)估。但因權(quán)重賦予沒(méi)有科學(xué)規(guī)范的標(biāo)準(zhǔn)，往往受主觀因素影響較大。Xu等[8]提出了一種完全基于遙感數(shù)據(jù)的遙感生態(tài)指數(shù)(RSEI)。該方法將綠度、濕度、干度、熱度四個(gè)指標(biāo)通過(guò)主成分分析方法(PCA)結(jié)合提取特征值，不僅消除了單一指標(biāo)的局限性，還解決了權(quán)重選擇的主觀性，已成為評(píng)估復(fù)雜生態(tài)系統(tǒng)生態(tài)狀況的首選方案[8]。早期的RSEI構(gòu)建需要對(duì)衛(wèi)星數(shù)據(jù)進(jìn)行下載、處理、疊加等操作，此過(guò)程會(huì)產(chǎn)生一些系統(tǒng)性錯(cuò)誤并需要大量時(shí)間。本研究集成了數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、誤差分析、在GEE(谷歌地球引擎)平臺(tái)上繪制結(jié)果。該平臺(tái)一些數(shù)據(jù)集(如 Landsat 系列和 MODIS 產(chǎn)品數(shù)據(jù)系列)已經(jīng)過(guò)輻射校準(zhǔn)或大氣校正處理。與傳統(tǒng)的遙感影像處理軟件相比，GEE平臺(tái)更適用于大規(guī)模遙感影像的構(gòu)建和生態(tài)環(huán)境質(zhì)量評(píng)價(jià)，提高評(píng)價(jià)的準(zhǔn)確性，同時(shí)節(jié)省研究時(shí)間。

松遼流域是中國(guó)生態(tài)安全屏障建設(shè)的重要戰(zhàn)略要地，特殊的地理環(huán)境為珍稀動(dòng)植物提供了優(yōu)良的生存空間，保護(hù)流域生態(tài)環(huán)境對(duì)維持大環(huán)境下生態(tài)系統(tǒng)穩(wěn)定和維護(hù)生物多樣性具有重要意義[9]。本研究基于GEE平臺(tái)，從MODIS數(shù)據(jù)中提取了四個(gè)廣泛應(yīng)用的生態(tài)指標(biāo)，使用主成分分析方法，對(duì)松遼流域的生態(tài)環(huán)境質(zhì)量進(jìn)行評(píng)價(jià)，探究其空間分布格局和時(shí)空變化，并揭示了松遼流域生態(tài)環(huán)境質(zhì)量變化的驅(qū)動(dòng)因素。

2 研究方法

2.1 研究區(qū)域松遼流域(115°31′E-135°9′E，38°35′N(xiāo)-53°35′N(xiāo))泛指中國(guó)東北地區(qū)，是我國(guó)九大流域片之一。該片區(qū)橫跨遼、吉、黑、蒙、冀五省，包含了遼河、松花江兩大水系，輻射總面積約77×104km2[10]。松遼流域南部瀕臨渤海和黃海，西、北、東部環(huán)繞大興安嶺、小興安嶺和長(zhǎng)白山三大山系。中、南部形成寬闊的遼河平原、松嫩平原，東北部為三江平原。該區(qū)域不僅是氣候變化的敏感區(qū)和重要的碳匯區(qū)，也是我國(guó)沼澤濕地最豐富、最集中的區(qū)域之一。松遼流域地理概況見(jiàn)圖1。

圖1 松遼河流域地理概況Fig.1 Geographical overview of the Songliao River Basin

2.2 數(shù)據(jù)來(lái)源

2.2.1 MODIS數(shù)據(jù)集 MODIS數(shù)據(jù)集是美國(guó)宇航局基于美國(guó)地球觀測(cè)系統(tǒng)(EOS)計(jì)劃中用于觀測(cè)全球生物和物理過(guò)程的大型空間遙感儀器長(zhǎng)期觀測(cè)全球生物和物理過(guò)程產(chǎn)生的影像數(shù)據(jù)。

本研究用于構(gòu)建RSEI的4個(gè)輸入量：綠度(Greenness，EVI)、濕度(Wetness，WET)、熱度(Heat，LST)和干度(Dryness，NDSI)[11-13]，所使用的數(shù)據(jù)通過(guò)調(diào)用GEE平臺(tái)數(shù)據(jù)庫(kù)提供的MODIS系列，包括分別來(lái)自MOD13A1、MOD09A1、MOD11A2和MOD09A1獲得(表1)。

表1 RSEI模型的生態(tài)指標(biāo)數(shù)據(jù)來(lái)源Table 1 Data source of ecological indicators for constructing RSEI model

2.2.2 生態(tài)環(huán)境質(zhì)量及驅(qū)動(dòng)力分析數(shù)據(jù) 生態(tài)環(huán)境質(zhì)量及驅(qū)動(dòng)力分析包含自然因素、人為因素兩個(gè)維度，涉及松遼流域的降雨、氣溫、蒸發(fā)量、水資源量、區(qū)域人口密度和生態(tài)治理狀況等方面。松遼流域的土地利用數(shù)據(jù)、矢量邊界數(shù)據(jù)、數(shù)字高程模型數(shù)據(jù)(DEM)來(lái)源于中國(guó)科學(xué)院地理科學(xué)與資源研究所資源環(huán)境科學(xué)與數(shù)據(jù)中心。松遼流域氣象數(shù)據(jù)來(lái)源于國(guó)家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)，獲取了研究區(qū)各氣象站點(diǎn)的年均降水量、均溫、蒸發(fā)量。松遼流域社會(huì)經(jīng)濟(jì)數(shù)據(jù)、生態(tài)治理狀況等數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局地方統(tǒng)計(jì)年鑒和政策文件(表2)。

表2 其他數(shù)據(jù)來(lái)源Table 2 other data sources

2.3 模型構(gòu)建遙感生態(tài)指數(shù)模型是僅依托遙感技術(shù)提取信息、可集成多種生態(tài)指標(biāo)、快速評(píng)估區(qū)域生態(tài)狀況的聚合指數(shù)[13]。該方法選取自然生態(tài)環(huán)境的4個(gè)重要指標(biāo)作為擬建生態(tài)指數(shù)的評(píng)價(jià)指標(biāo)，即綠度、濕度、熱度和干度，通過(guò)對(duì)與生態(tài)環(huán)境密切相關(guān)的生態(tài)指標(biāo)進(jìn)行數(shù)據(jù)預(yù)處理(歸一化)，消除由于量綱不同造成的差異后，用主成分分析法(PCA)確定各指標(biāo)的權(quán)重，建立遙感生態(tài)指數(shù)評(píng)價(jià)模型[14]。

生態(tài)環(huán)境質(zhì)量受多方面因素影響和作用。其中，綠度(代表植被)、濕度(代表土壤水分)、干度(代表建筑物)和熱度(代表溫度)，不僅與生態(tài)系統(tǒng)緊密相關(guān)，同時(shí)也是使人們直觀感受生態(tài)環(huán)境好壞的重要因素[13]。因此，本文構(gòu)建RSEI遙感生態(tài)指數(shù)模型，函數(shù)表達(dá)式為：

RSEI=f(G1，M1，D1，H1)

(1)

式中：G1代表綠度指標(biāo)(Greennes)；M1代表濕度指標(biāo)(Moisture)；D1代表干度指標(biāo)(Dryness)；H1代表熱度指標(biāo)(Heat)。

2.3.1 綠度指標(biāo)(Greennes) 本研究的綠度指標(biāo)用增強(qiáng)植被指數(shù)(Enhanced Vegetation Index，EVI)表示。增強(qiáng)植被指數(shù)是歸一化植被指數(shù)的一種改進(jìn)算法[15]。對(duì)比歸一化植被指數(shù)(NDVI)，該指標(biāo)提高了對(duì)稀疏植被探測(cè)的靈敏度，減少了大氣和土壤噪音對(duì)信息提取的干擾，盡可能減少由于大氣或者植被生長(zhǎng)地表所造成的誤差。EVI的數(shù)據(jù)在測(cè)量茂密的植被區(qū)域，以及在大多數(shù)類(lèi)似情況下能減輕飽和度。由于該指標(biāo)能夠穩(wěn)定地反應(yīng)所測(cè)地區(qū)植被的情況，目前已廣泛的應(yīng)用于區(qū)域地表植被空間變化規(guī)律的探索。

計(jì)算公式為：

(2)

式中：ρNIR為近紅外波段反射率；ρR為紅光波段反射率；ρβ為藍(lán)光波段反射率。

2.3.2 濕度指標(biāo)(Moisture) 土壤水分能較好的反映區(qū)域動(dòng)植物在土壤中的基本濕度狀況，在氣候、環(huán)境、生態(tài)等研究與應(yīng)用起著重要作用，是監(jiān)測(cè)地表環(huán)境的重要指標(biāo)。松遼流域的綜合濕度，遙感技術(shù)中纓帽變換的濕度分量能夠很好反應(yīng)。本研究采用纓帽變換當(dāng)中的濕度分量來(lái)代表濕度指標(biāo)通過(guò)MODIS反射率數(shù)據(jù)。公式為：

WETTM=0.0315ρblue+0.2021ρgreen+0.3102ρred+0.1594ρNIR-0.6806ρSWIR1-0.6109ρSWIR2

WETOLI=0.1511ρblue+0.1973ρgreen+0.3283ρred+0.3407ρNIR-0.7117ρSWIR1-0.4559ρSWIR2

(3)

式中：ρblue為MODIS影像的藍(lán)波段；ρgreen為綠波段1；ρred為紅波段；ρNIR為近紅外波段；ρSWIR1為短紅外波段1；ρSWIR2為短紅外波段2。

2.3.3 干度指標(biāo)(Dryness) 土壤干化會(huì)對(duì)區(qū)域生態(tài)環(huán)境造成惡劣的影響，進(jìn)而破壞整個(gè)生態(tài)系統(tǒng)[16]。因此，本研究選用裸土指數(shù)(Soil Index，SI)和建筑物指數(shù)(Index-based Built-up Index，IBI)組合為歸一化干度指數(shù)((Normalied Difference Soil Index，NDSI)來(lái)反映土壤干化程度。公式為：

歸一化干度指數(shù)(NDSI)：

NDSI=(SI+IBS)/2

(4)

建筑指數(shù)(IBI)：

IBI=IBI1/IBI2

(5)

(6)

(7)

裸土指數(shù)(SI)：

SI=(ρSWIR1-ρR-ρNIR1-ρB)/(ρSWIR1-ρR+ρNIR1+ρB)

(8)

式中：ρB、ρG、ρR、ρSWIR1分別為MODIS數(shù)據(jù)的藍(lán)、綠、紅、近紅外1、短波紅外波段1的反射率數(shù)據(jù)。

2.3.4 熱度指標(biāo)(Heat) 生態(tài)環(huán)境地表溫度與生態(tài)環(huán)境與人文社會(huì)經(jīng)濟(jì)發(fā)展密切相關(guān)。遙感技術(shù)中通常運(yùn)用大氣校正法、單窗算法和單通道算法等方法獲取ρNIR地表溫度[17-19]。研究發(fā)現(xiàn)，大氣校正法反演的地表溫度與實(shí)際測(cè)量地表溫度誤差在1 ℃之內(nèi)[20]，所以本研究采用大氣校正法反演的陸地地表溫度(Land Surface Temperature，LST)代表松遼流域熱度指標(biāo)。公式如下：

LST=T/[1+(λT/ρ)lnε]-273.15

(9)

式中：T表示傳感器熱度值；λ代表熱紅外波段中心波長(zhǎng)；ρ為常數(shù)1.438×10-2mK；ε代表地表比輻射率。

2.3.5 主成分分析(PCA) 主成分分析法(Principal Componens Analysis)也稱(chēng)主量分析。主成分分析法是利用降維的思想，在損失很少信息量的前提下，把多個(gè)指標(biāo)轉(zhuǎn)化為幾個(gè)綜合指標(biāo)的多元統(tǒng)計(jì)方法[21]。主成分分析法的運(yùn)算步驟：①對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理(歸一化處理)；②計(jì)算相關(guān)系數(shù)矩陣R；③計(jì)算特征值和特征向量；④選擇k個(gè)主成分，計(jì)算綜合評(píng)價(jià)值。加權(quán)求和公式：

(10)

式中：P為生態(tài)綜合指數(shù)；ei(i=1，2，…，k)為某一主成分的方差貢獻(xiàn)率；k為選取的主成分個(gè)數(shù)；pci表示對(duì)應(yīng)的第i個(gè)主成分。

2.4 基于GEE 的數(shù)據(jù)預(yù)處理

2.4.1 去除云像元 MODIS遙感影像中會(huì)出現(xiàn)云遮擋，會(huì)對(duì)影像中指標(biāo)數(shù)據(jù)提取造成誤差。在進(jìn)行數(shù)據(jù)提取前需要對(duì)目標(biāo)年份影像進(jìn)行去云和去除不好質(zhì)量的影像[22]。

本研究基于GEE編程，篩選目標(biāo)年份前一年以及下一年的遙感影像通過(guò)官方提供的MODIS云掩膜算法，對(duì)符合條件的影像數(shù)據(jù)集去除有云像元，以無(wú)云像元中值合成松遼流域內(nèi)目標(biāo)監(jiān)測(cè)期植被生長(zhǎng)期最小云量影像[23]。

2.4.2 水體掩膜 松遼流域內(nèi)湖泊眾多，河流主干道常年流水[10]。水體會(huì)影響區(qū)域土壤濕度指標(biāo)的監(jiān)測(cè)，從而影響主成分的荷載分布[24]。因此，我們對(duì)該階段松遼流域內(nèi)大面積水域進(jìn)行掩膜。本研究采用修正的歸一化差異水體指數(shù)(MNDWI)，提取研究區(qū)的水體，并對(duì)水體進(jìn)行掩膜。公式為：

MNDWI=(ρG-ρSWIR1)/(ρG+ρSWIR1)

(11)

式中：ρG為綠光波段反射率；ρSWIR1為短波紅外波段1反射率。

2.4.3 遙感生態(tài)指數(shù)計(jì)算 經(jīng)過(guò)除云、水體掩膜，指標(biāo)正向歸一化處理后，本文通過(guò)GEE平臺(tái)將目標(biāo)年份的綠度、濕度、熱度和干度4個(gè)指標(biāo)進(jìn)行主成分分析，獲得加權(quán)后的初始RSEI0，計(jì)算公式為：

RSEI0=1-PC1[f(EVI，WET，NDSI，LST)]

(12)

式中：PC1為第1主成分，f為對(duì)4個(gè)指標(biāo)進(jìn)行正向歸一化處理，同樣對(duì)RSEI0進(jìn)行正向歸一化處理，得到最終的RSEI值，見(jiàn)式(13)。其值介于[0，1]之間，RSEI值越接近于1，表示生態(tài)環(huán)境質(zhì)量越好。

RSEI=(RESI0-RSEI0min)/(RESI0max-RSEI0min)

(13)

式中：RESI0min、RESI0max為目標(biāo)年份的RESI0最小值和最大值；RESI為最終的遙感生態(tài)指數(shù)。

2.4.4 動(dòng)態(tài)變化分析 本研究參考《生態(tài)環(huán)境狀況評(píng)價(jià)技術(shù)規(guī)范(試行)》(HJ/T192-2006)中劃分方法，將松遼流域生態(tài)環(huán)境質(zhì)量指數(shù)劃分為5個(gè)生態(tài)等級(jí)(優(yōu)、良、中、較差、差)，RSEI指數(shù)越大說(shuō)明生態(tài)環(huán)境質(zhì)量越好，反之說(shuō)明生態(tài)質(zhì)量越差。

動(dòng)態(tài)變化分析是按照時(shí)間的維度，對(duì)某一數(shù)據(jù)或者不同數(shù)據(jù)變化趨勢(shì)進(jìn)行差異化研究的分析方法，也可以對(duì)數(shù)據(jù)的未來(lái)變化進(jìn)行預(yù)測(cè)，即現(xiàn)狀分析和預(yù)測(cè)分析。本研究在由GEE平臺(tái)輸出的RSEI柵格數(shù)據(jù)基礎(chǔ)上，在Arcgis軟件中調(diào)用柵格計(jì)算器工具，通過(guò)柵格作差的方式得到3個(gè)時(shí)段的RSEI指數(shù)變化趨勢(shì)。吳宜進(jìn)等[11]以正值代表“Better”，負(fù)值代表“Worse”，0則代表“Unchanged”，從而全面分析松遼流域20年以來(lái)的生態(tài)變化趨勢(shì)。

3 生態(tài)環(huán)境評(píng)價(jià)

3.1 主成分分析模型評(píng)估松遼流域研究不同階段的遙感生態(tài)指數(shù)是根據(jù)四個(gè)指標(biāo)的貢獻(xiàn)度對(duì)PC1進(jìn)行評(píng)分計(jì)算得出的。由表3可知，松遼流域研究不同階段PC1在研究年份的四個(gè)PC中具有最大的特征值，且第一主成分貢獻(xiàn)率ECR(pc1%)比例在 88% 到 90% 之間，表明PC1與PC2、PC3和PC4相比，收集了四個(gè)指標(biāo)中最多的變異信息(表3)。PC1可以最大限度地集中各個(gè)指標(biāo)的特征，合理解釋生態(tài)現(xiàn)象，因此可以用來(lái)創(chuàng)建RSEI。

表3 四個(gè)變量對(duì)第一主成分(PC1)的貢獻(xiàn)Table 3 The contribution of four variables to the first principal component(PC1)

此外，PC1中的四個(gè)指標(biāo)根據(jù)其符號(hào)分為兩類(lèi)，一類(lèi)是EVI和WET，另一類(lèi)是LST和NDBI。這兩個(gè)類(lèi)別的相反跡象表明它們對(duì)生態(tài)狀況的貢獻(xiàn)是相反的。代表綠度的EVI和代表濕度的WET對(duì)生態(tài)環(huán)境表現(xiàn)出很強(qiáng)的正向作用。代表熱度的LST和代表干度的NDSI在PC1中呈負(fù)值，表明其對(duì)生態(tài)環(huán)境呈負(fù)向作用，與實(shí)際相符。ε表示以第一主成分建立回歸方程的隨意擾動(dòng)項(xiàng)。

由此可建立以RSEI0為因變量的主成分分析回歸方程：

(14)

(15)

3.2 松遼流域生態(tài)環(huán)境遙感指數(shù)評(píng)價(jià)松遼流域RSEI的空間分布來(lái)看，松遼流域局部地區(qū)屬于生態(tài)脆弱區(qū)，呈“東北優(yōu)，西南差”的空間分布格局，生態(tài)環(huán)境整體優(yōu)良。

2000年松遼流域RSEI平均值為0.6145(SD=0.2211)。2010年，該區(qū)域RSEI值有上升，平均值為0.6547(SD=0.2010)。2020年，該區(qū)域RSEI平均值有下降，為0.6539(SD=0.1906)。

2000年松遼流域區(qū)域生態(tài)質(zhì)量有57 295 km2為差等級(jí)區(qū)域，占總面積的4.62%；2010年差等級(jí)區(qū)域面積僅為31 073 km2，占2.50%；2020年差等級(jí)區(qū)域較差質(zhì)量區(qū)域僅為2.32%。2000年松遼流域區(qū)域生態(tài)質(zhì)量最好的區(qū)域占28.78%；2010年生態(tài)質(zhì)量最好的區(qū)域占33.23%，有很大的改善。但是到2020年，生態(tài)質(zhì)量最好的區(qū)域僅占29.38%，退化了47 873 km2(圖2)。

圖2 松遼流域RSEI圖及土地利用情況Fig.2 RSEI map and land use in Songliao Basin

3.3 松遼流域生態(tài)環(huán)境遙感指數(shù)分量指標(biāo)研究構(gòu)成RSEI的四個(gè)指標(biāo)分別為EVI、WET、LST和NDBI，并且GEE平臺(tái)的運(yùn)算結(jié)果中包含各分量指標(biāo)的相關(guān)信息。對(duì)各分量指標(biāo)時(shí)空特征的分析有助于理解RSEI指數(shù)的形成機(jī)理。EVI綠度指標(biāo)在2000—2020年間逐個(gè)時(shí)段都呈現(xiàn)上升趨勢(shì)，植被覆蓋度的逐年變高，尤其是松遼流域東南部在2000—2010年期間上升明顯(圖3(a)—圖3(c))。WET濕度指標(biāo)在2000—2020期間呈緩慢升高態(tài)勢(shì)，但變化不甚明顯，從分布特征來(lái)看西部地區(qū)明顯低于其余地區(qū)(圖3(d)—圖3(f))。LST熱度指標(biāo)在2000—2020期間時(shí)空差異較大，LST呈現(xiàn)出西南部較高，漸次向其他方向降低的空間特征(圖3(g)—圖3(i))，各十年間該指標(biāo)變化明顯，主要體現(xiàn)在西南部棕色色斑逐年縮小。NDBI干度指標(biāo)同LST時(shí)空分布特征相似，主要區(qū)別在于，NDBI在松遼流域北部地區(qū)起伏明顯，第一個(gè)十年該區(qū)域指標(biāo)呈下降趨勢(shì)，但在第二個(gè)十年該區(qū)域又有一定上升，可能與一些地區(qū)過(guò)度開(kāi)采有關(guān)(圖3(j)—圖3(l))。

圖3 RSEI各分量指標(biāo)的時(shí)空特征分析Fig.3 Spatial-temporal characteristics analysis of RSEI component indicators

4 驅(qū)動(dòng)因素分析

4.1 松遼流域生態(tài)環(huán)境遙感變化趨勢(shì)2000年、2010年、2020年較差等級(jí)及以下面積占比分別為21.62%，14.09%，12.47%。對(duì)比2000年與2010年，松遼流域整個(gè)區(qū)域有355 585 km2的土地生態(tài)環(huán)境質(zhì)量變得更好。但是，有60 155 km2的土地生態(tài)質(zhì)量有不同程度的退化。2010年與2020年對(duì)比，有13.70%的土地退化，最明顯的區(qū)域在內(nèi)蒙古管轄范圍的呼倫湖附近(圖4)。從2000—2010年，松遼流域整體生態(tài)環(huán)境有大幅度提升，其中有28.66%的面積得以恢復(fù)。從2010—2020年，松遼流域整體生態(tài)環(huán)境修復(fù)程度放緩，此階段有14.79%生態(tài)好轉(zhuǎn)。此外，此階段有71.51%的土地維持不變，13.70%的土地退化。比上一個(gè)十年，內(nèi)蒙古呼倫湖區(qū)域和遼寧沈陽(yáng)市附近區(qū)域退化更為明顯(圖4)。

圖4 松遼流域RSEI每隔10年時(shí)空變化趨勢(shì)Fig.4 Spatial-temporal trend of RSEI in Songliao Basin every 10 years

4.2 自然、社會(huì)經(jīng)濟(jì)和政策因素東北區(qū)是中國(guó)強(qiáng)大的工業(yè)基地，形成了以鋼鐵、機(jī)械、石油、化工等為核心的工業(yè)體系。工業(yè)區(qū)由南向北逐步推進(jìn)，以鋼鐵為核心的沈陽(yáng)—撫順—鞍山—本溪重工業(yè)區(qū)，以機(jī)械、化工為主的旅大工業(yè)區(qū)，以煤炭、化工等為主的遼西走廊工業(yè)區(qū)，以機(jī)械、化工、造紙等為主的長(zhǎng)春—吉林中部工業(yè)區(qū)，以電機(jī)、石油、機(jī)械工業(yè)等為主的哈爾濱—大慶—齊齊哈爾工業(yè)區(qū)，以煤炭—森林工業(yè)為主的黑龍江西部工業(yè)區(qū)等[25]。1990年代，以東北區(qū)為代表的我國(guó)一大批老工業(yè)基地發(fā)展出現(xiàn)不同程度緩慢增長(zhǎng)稱(chēng)為“東北現(xiàn)象”[26]。東北地區(qū)經(jīng)濟(jì)增長(zhǎng)疲軟，GDP總量和增速排位都急劇降低。東北積極進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)調(diào)整后，由新動(dòng)能、新產(chǎn)業(yè)為核心的綠色健康經(jīng)濟(jì)增長(zhǎng)模式替代長(zhǎng)期以資源消耗、環(huán)境損害為代價(jià)的粗放式經(jīng)濟(jì)增長(zhǎng)模式。而正是這一產(chǎn)業(yè)結(jié)構(gòu)調(diào)整給予了生態(tài)系統(tǒng)自我恢復(fù)的時(shí)間，2000—2010年松遼流域中部和南部以各重工業(yè)基地為核心的周邊生態(tài)都得到了一定的恢復(fù)。由此整體來(lái)看，第一個(gè)十年松遼流域生態(tài)整體向好發(fā)展。

而位于松遼流域的中部地區(qū)內(nèi)蒙古通遼市科爾沁附近，由于2010—2020年“三北”防護(hù)人工林工程保護(hù)和管理措施更加模式化和標(biāo)準(zhǔn)化，松遼流域的林地經(jīng)過(guò)破壞后逐漸開(kāi)始生態(tài)修復(fù)的進(jìn)程。重點(diǎn)治理的通遼市科爾沁大沙地通過(guò)一系列人工造林、封山育林和工程固沙等措施，增強(qiáng)了地表的固沙能力，顯著改善了該區(qū)域的生態(tài)環(huán)境。

2000年，國(guó)家正式實(shí)施天然林保護(hù)工程，木材產(chǎn)量大幅調(diào)減。松遼流域北部以及位于黑龍江省小興安嶺腹地的伊春為林地及草地覆蓋區(qū)，該區(qū)域作為以前的老林場(chǎng)，自2000年天然保護(hù)林工程啟動(dòng)以來(lái)成功卓越，2011年停止森林主伐，2013年又全面停止商業(yè)性采伐。國(guó)家對(duì)生態(tài)保護(hù)的政策實(shí)施對(duì)生態(tài)環(huán)境質(zhì)量評(píng)估有明顯的正向影響，所以從圖2松遼流域RSEI圖中也反應(yīng)出來(lái)，上述區(qū)域的生態(tài)環(huán)境整體也呈現(xiàn)優(yōu)良狀態(tài)。

但2010—2020年隨著整體經(jīng)濟(jì)的飛速發(fā)展，城市經(jīng)濟(jì)密度提高、城市人口密度和規(guī)模的擴(kuò)大以及區(qū)域人口數(shù)量的增長(zhǎng)[26-27]，由于人口的增加和糧食需求的增加，開(kāi)墾耕地增加，加快了草地、林地、沼澤地的開(kāi)墾，對(duì)生態(tài)環(huán)境造成了一定壓力致使遼寧沈陽(yáng)市附近區(qū)域退化明顯。

內(nèi)蒙古自治區(qū)在第二個(gè)十年，生態(tài)環(huán)境退化明顯(圖4)，內(nèi)蒙古自治區(qū)是全國(guó)煤炭產(chǎn)量最大的省區(qū)，相關(guān)研究[28]顯示人類(lèi)活動(dòng)干擾是生態(tài)環(huán)境惡化的主因。內(nèi)蒙古農(nóng)牧交錯(cuò)區(qū)，灌溉耗水、過(guò)度放牧是影響生態(tài)環(huán)境質(zhì)量的主要因素，特別是灌溉耗水解釋了該區(qū)域湖泊消退的近8成的面積變化。而在草原區(qū)，生態(tài)環(huán)境持續(xù)惡化原因主要來(lái)自煤炭開(kāi)采，內(nèi)蒙古自治區(qū)礦山開(kāi)采征占用草原的現(xiàn)象長(zhǎng)期存在。2016年中央環(huán)境保護(hù)督察反饋意見(jiàn)就曾指出，內(nèi)蒙古自治區(qū)多年來(lái)礦產(chǎn)資源開(kāi)發(fā)利用粗放，對(duì)生態(tài)環(huán)境造成嚴(yán)重破壞，“開(kāi)一處礦山、毀一片草原、損一方生態(tài)”現(xiàn)象突出。

4.3 松遼流域土地利用覆蓋變化因素土地利用覆蓋變化(LUCC)直接造成了陸地表面物理特性的變化，改變了陸表和大氣之間的能量以及物質(zhì)交換，影響了地表的能量平衡，進(jìn)而對(duì)區(qū)域生態(tài)環(huán)境產(chǎn)生重要影響(松遼流域土地利用分類(lèi)時(shí)空變化見(jiàn)圖5)。如農(nóng)業(yè)的擴(kuò)張(水稻種植)、城市化過(guò)程、森林的退化等都是溫室氣體CH4的直接來(lái)源；耕地增加同灌溉用水的增加如影隨形，在大多數(shù)干旱地區(qū)，每公頃灌溉作物需要消費(fèi)10000 t的水分[29]。由于陡然增加的灌溉用水量導(dǎo)致地下水超采問(wèn)題顯著，地下水水位下降會(huì)引起地下水水質(zhì)惡化、枯竭等一系列的環(huán)境問(wèn)題影響生態(tài)環(huán)境評(píng)分。相應(yīng)的濕地、林地、湖泊、森林等土地利用類(lèi)型的增加對(duì)于生態(tài)環(huán)境質(zhì)量的改善有很大的幫助[30-33]。

圖5 松遼流域土地利用分類(lèi)時(shí)空變化情況Fig.5 Spatial-temporal changes of land use classification in the Songliao River Basin

松遼流域人類(lèi)用地，從2000年的28 693 km2增長(zhǎng)到了2020年的36 776 km2，人類(lèi)用地?cái)U(kuò)張了8 083 km2(表4)。主要集中在松遼流域的南部，特別是遼寧省，人類(lèi)活動(dòng)加劇，占比排行第五人類(lèi)用地一直呈穩(wěn)定上升趨勢(shì)，這意味著生活、生產(chǎn)要素向城鎮(zhèn)集中，還伴隨有工廠等大量工業(yè)設(shè)施，工業(yè)聚集和人口聚集從生產(chǎn)和生活兩個(gè)方面加劇了城鎮(zhèn)的環(huán)境污染，造成遼寧管轄區(qū)域生態(tài)環(huán)境質(zhì)量退化。

表4 松遼流域土地利用覆被變化分析結(jié)果Table 4 Result of LUCC trend analysis in Songliao Basin

20年間，松遼流域的耕地面積占比從29.85%上升到30.88%，增長(zhǎng)面積12 746 km2。在2000—2010年間，水田面積增加了5 184 km2，旱地面積減少了778 km2。在2010—2020年間，水田面積增加了13 259 km2，旱地面積減少了4 919 km2(表4)。另外受到平原系統(tǒng)地下水位下降、農(nóng)田開(kāi)墾等影響，2010—2020年，松遼流域的灘涂面積從2.41%下降到2.13%，減少了5 154 km2(表4)。

2000—2020年，高蓋度草地面積減少了3 460 km2，草地減少的分布區(qū)域主要在黑龍江、吉林、遼寧與內(nèi)蒙古東部交接地帶的半干旱、半濕潤(rùn)的草原地區(qū)，包括呼倫貝爾市、興安盟附近的草原。盲目的耕地?cái)U(kuò)展也加速了草原土地沙化和鹽漬化。從2000—2020年，沙地增加了428 km2(表4)。草場(chǎng)的退化、沙化、造成了呼倫貝爾草原生態(tài)環(huán)境逐漸惡化，使得在RSEI評(píng)價(jià)中，該區(qū)域生態(tài)環(huán)境質(zhì)量等級(jí)為差或者較差的面積占比較多。

4.4 水量平衡因素從水量平衡角度看，東北黑土地區(qū)水資源補(bǔ)給量變化不顯著，而水資源短缺有加劇之勢(shì)。本研究從國(guó)家氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺(tái)獲取松遼流域降水和均溫。由于東北水資源補(bǔ)給主要依靠大氣降水，由圖6知松遼流域地區(qū)降水量整體呈上升趨勢(shì)，但變化不顯著。溫度呈現(xiàn)在波動(dòng)中緩慢上升的狀態(tài)，溫度和降水呈現(xiàn)同方向變化趨勢(shì)，由此可知東北地區(qū)大氣降水變化不顯著。但隨著耕地結(jié)構(gòu)的變化方向由旱地向水田轉(zhuǎn)化，灌溉用水量的增加直接導(dǎo)致了地下水開(kāi)采量的增加，一定程度上造成了地下水水位下降趨勢(shì)明顯。地下水大幅度的下降，會(huì)引起地下水水質(zhì)惡化、枯竭等一系列的環(huán)境問(wèn)題影響生態(tài)環(huán)境評(píng)分，更嚴(yán)重的還會(huì)誘發(fā)地面塌陷、地裂等地質(zhì)巨變。據(jù)統(tǒng)計(jì)[34-35]，相比2001年用于農(nóng)業(yè)的地下水開(kāi)采量，東北地區(qū)2016年增加了16%，達(dá)到了2.65×1010m3，而地下水埋深增加的區(qū)域主要集中于三江平原東部，以及遼河平原西部等地區(qū)。亦可佐證圖3中，該區(qū)域2010—2020年生態(tài)遙感指數(shù)RSEI相對(duì)變差。

圖6 松遼流域2000—2020降水均溫趨勢(shì)Fig.6 Average temperature trend of precipitation in Songliao River Basin from 2000 to 2020

5 結(jié)論與展望

5.1 結(jié)論2000—2020年20年間，松遼流域的生態(tài)環(huán)境呈“東北優(yōu)，西南差”的空間分布，質(zhì)量整體優(yōu)良，局部地區(qū)生態(tài)脆弱。整體呈變好趨勢(shì)，局部區(qū)域生態(tài)退化明顯。2010—2020年生態(tài)環(huán)境退化明顯的區(qū)域主要集中在內(nèi)蒙古呼倫湖區(qū)域、三江平原東部，以及遼河平原西部等地區(qū)。

自然、社會(huì)經(jīng)濟(jì)和人為政策共同驅(qū)動(dòng)影響松遼流域的生態(tài)質(zhì)量變化。2000—2010年松遼流域中部和南部以各重工業(yè)基地為核心的周邊生態(tài)恢復(fù)主要是因?yàn)闁|北工業(yè)進(jìn)行產(chǎn)業(yè)結(jié)構(gòu)調(diào)整給予了生態(tài)系統(tǒng)自我恢復(fù)的時(shí)間；2010—2020年松遼流域的中部地區(qū)和內(nèi)蒙古通遼市科爾沁附近的生態(tài)恢復(fù)歸功于國(guó)家環(huán)保政策的實(shí)施；內(nèi)蒙古自治區(qū)2010—2020年的生態(tài)退化地區(qū)的主要驅(qū)動(dòng)因子是過(guò)度的礦產(chǎn)開(kāi)發(fā)和灌溉耗水。說(shuō)明人類(lèi)的社會(huì)經(jīng)濟(jì)生產(chǎn)活動(dòng)和環(huán)保政策的實(shí)施對(duì)于生態(tài)環(huán)境的質(zhì)量評(píng)估有至關(guān)重要的作用，我們應(yīng)該加大生態(tài)環(huán)境治理力度，加強(qiáng)工業(yè)污染治理監(jiān)管力度。

結(jié)合土地利用類(lèi)型覆被的分類(lèi)結(jié)果和水量平衡變化來(lái)看。2010—2020年人類(lèi)活動(dòng)加劇城鎮(zhèn)建設(shè)用地增加主導(dǎo)了遼寧管轄區(qū)域生態(tài)環(huán)境的退化。而草場(chǎng)的退化和沙化造成了呼倫貝爾草原生態(tài)環(huán)境逐漸惡化，致使內(nèi)蒙古東部與呼倫貝爾生態(tài)評(píng)級(jí)較差。松遼流域耕地結(jié)構(gòu)由旱地向水田轉(zhuǎn)化致使三江平原東部，以及遼河平原西部地下水埋深增加、水量平衡失衡，生態(tài)遙感指數(shù)評(píng)級(jí)降低。

5.2 展望由于松遼流域1900—2000年的生態(tài)因?yàn)殚_(kāi)墾、采礦等活動(dòng)變化程度更劇烈。但是MODIS數(shù)據(jù)從2000年開(kāi)始才有記錄。本研究的方法對(duì)于2000年之前的變化分析存在局限。未來(lái)的研究可以針對(duì)松遼流域已識(shí)別出的生態(tài)變化敏感區(qū)采用Landsat數(shù)據(jù)進(jìn)行小尺度長(zhǎng)時(shí)序的生態(tài)環(huán)境質(zhì)量的評(píng)估。此外，開(kāi)墾、采礦等人為活動(dòng)干擾不僅會(huì)破壞陸地植被，會(huì)造成土壤貧瘠、土壤重金屬污染、地下水抑制、生物多樣性減少和大氣污染。之后研究可以從土壤重金屬含量、土壤養(yǎng)分、生物多樣性、大氣塵埃等方面[36]采集地理對(duì)象的位置和形態(tài)的空間數(shù)據(jù)結(jié)合相關(guān)人為活動(dòng)因素做驅(qū)動(dòng)因素分析，提出關(guān)于土地、大氣生態(tài)恢復(fù)的建議。