李 鵬，沈益民，王 濤，王 崠，吳 見

（1.滁州學院 地理信息與旅游學院，安徽 滁州239000；2.成都工業(yè)學院，四川 成都611730）

江淮分水嶺地區(qū)處于安徽省中部，主要包括六安、合肥、巢湖、滁州、安慶市大部分地區(qū)，是安徽省水土流失較嚴重的地區(qū)，僅次于皖南山區(qū)和大別山區(qū)。江淮分水嶺地區(qū)土壤總體上持水能力差、水土流失嚴重，填平了庫塘，堵塞了河道，減少了庫塘與河道的蓄水能力，增加了旱災的發(fā)生，并且水質(zhì)性缺水問題較突出、地表水污染較嚴重，減少了有限水資源的可用量。在氣候變化和人為因素等影響下，江淮分水嶺地區(qū)的濕地面積和類型比例不斷發(fā)生變化，以至于影響了該區(qū)整體的生態(tài)環(huán)境。長期以來，江淮分水嶺地區(qū)的生態(tài)環(huán)境不被人們重視，干擾和破壞嚴重，導致濕地嚴重萎縮，生態(tài)功能衰退或喪失，引發(fā)了嚴重的環(huán)境問題。為改善江淮分水嶺地區(qū)的生態(tài)環(huán)境，1997年底省委省政府做出了關(guān)于加快江淮分水嶺易旱地區(qū)綜合治理開發(fā)的決定，制定了《江淮分水嶺易早地區(qū)綜合治理開發(fā)規(guī)劃綱要》。在這種背景下，掌握江淮分水嶺地區(qū)的生態(tài)環(huán)境質(zhì)量整體情況，對于提出防御旱澇和合理開發(fā)利用生態(tài)資源的對策等方面都具有重要意義。

基于江淮分水嶺地區(qū)生態(tài)脆弱性的特征，如何科學有效地做好生態(tài)環(huán)境調(diào)查、保護，是保障該地區(qū)可持續(xù)發(fā)展的關(guān)鍵［1－2］。目前，掌握該區(qū)的生態(tài)環(huán)境質(zhì)量狀況已迫在眉睫，國外已經(jīng)圍繞生態(tài)環(huán)境質(zhì)量變化、退化生態(tài)系統(tǒng)恢復與重建、生態(tài)資源開發(fā)與管理、生態(tài)環(huán)境質(zhì)量評價等［3－4］領域做了廣泛深入的研究，研究方法已由定性描述，發(fā)展到定位、定量研究，且數(shù)學模型和3S技術(shù)在生態(tài)環(huán)境質(zhì)量研究中已有成熟的應用［5］。本研究所選取的研究對象區(qū)域，在近10a來受到當?shù)卣母叨戎匾暎瑢嵤┝送烁€林還草、水土保持、荒漠化治理等工程，該區(qū)的生態(tài)環(huán)境也隨之逐年好轉(zhuǎn)，但在該區(qū)域還缺少一定的評價方法或手段來揭示生態(tài)環(huán)境的具體變化情況。因此，積極探索該區(qū)域的生活環(huán)境質(zhì)量遙感評價方法顯得非常重要。本研究以江淮分水嶺為試驗區(qū)，以植被指數(shù)、干度指數(shù)、濕度分量、地表溫度4個參數(shù)為評價指標，構(gòu)建生態(tài)系統(tǒng)質(zhì)量綜合評價指數(shù)，擬對研究區(qū)的生態(tài)環(huán)境狀況進行綜合評價，同時為其他區(qū)域或相關(guān)研究提供參考。

1 研究區(qū)概況及數(shù)據(jù)預處理

1.1 研究區(qū)概況

江淮分水嶺地區(qū)位于安徽省中部丘陵、淺山區(qū)，包括合肥、滁州、六安、蚌埠、淮南、巢湖等6市22縣（市、區(qū)）400多個鄉(xiāng)鎮(zhèn)，總面積達4.5×104km2，其中耕地面積占1.30×106hm2。該地區(qū)南北方向上，向南、北地勢均逐漸降低，中部高，東西方向上，東部高于中部，中部地區(qū)地勢低洼，西部地區(qū)逐漸向大別山區(qū)過渡，地勢升高快。地貌類型以丘陵為主，谷地、丘陵相對高差一般不超過200m。土壤板結(jié)，自然淋溶作用強，持水性能差。由于受地形、地貌、地質(zhì)、土壤、氣候等自然因子的限制，該地區(qū)易旱、缺水、土壤不肥沃，干旱災害頻發(fā)，農(nóng)業(yè)生產(chǎn)極不穩(wěn)定，經(jīng)濟發(fā)展相對滯后，生態(tài)環(huán)境保護與區(qū)域經(jīng)濟發(fā)展矛盾突出。

1.2 數(shù)據(jù)預處理

選取覆蓋江淮分水嶺部分地區(qū)的TM影像數(shù)據(jù)（所用波段為1，2，3，4，5，6，7），影像獲取時間為2000年7月5日、2005年6月29日和2010年7月8日，影像的季相基本相同，保證了研究結(jié)果的可比性，影像無云，質(zhì)量好。首先，采用經(jīng)驗線性法對TM影像進行大氣校正；然后利用1∶5萬地形圖對大氣糾正后的TM影像進行幾何糾正，不同時相影像之間的配準采用二次多項式和最鄰近象元法，糾正均方根誤差小于0.3個像元，精度滿足要求。各波段特性為：TM1對水體的穿透力強，對葉綠素及其濃度反映敏感，有助于判別水深、泥沙分布、識別植被等；TM2對應于健康植物的綠色反射峰值區(qū)域，對健康植被識別力強；TM3為葉綠素的主要吸收波段，反映植被葉綠素吸收能力好，可識別土壤邊界，利于地貌、土壤、植被、巖性等探測；TM4對應于植被的葉綠素反射峰值，用于生物量、作為長勢、作物估產(chǎn)、地物含水量等估測；TM5處于水分吸收帶，對地物含水量反映敏感；TM6記錄了地物表面發(fā)射的熱輻射量，能夠監(jiān)測與人類活動有關(guān)的熱特性；TM7處于水的強吸收帶，水體呈黑色，利用巖石光譜反射及地質(zhì)探礦等。

2 指數(shù)選取及綜合評價指數(shù)

2.1 指標選取

影響生態(tài)環(huán)境質(zhì)量的因素紛繁復雜，最為直觀的因素包括了熱度、濕度、綠度、干度等，因此在生態(tài)系統(tǒng)質(zhì)量評價時，常常以這4個因素作為評價指標［6－7］。采用遙感影像進行生態(tài)系統(tǒng)質(zhì)量進行評價時，同時還要考慮指標的可獲取性，由于部分指標不能從遙感影像上直接獲取，因此選取植被指數(shù)、干度指數(shù)、濕度分量、地表溫度來分別表示綠度、干度、濕度和熱度指標。由此，可以建立包含植被指數(shù)、干度指數(shù)、濕度分量、地表溫度4個參數(shù)的生態(tài)系統(tǒng)質(zhì)量綜合評價指數(shù)（comprehensive ecosystem quality evaluation index，CEQEI），即：

式 中：IV——植 被 指 數(shù)；NDSI——干 度 指 數(shù)；WET——濕度分量；LST——地表溫度。

2.1.1 植被指數(shù)（IV） 植被蓋度遙感監(jiān)測的方法很多，植被指數(shù)也多種多樣，其中歸一化植被指數(shù)NDVI是當前應用最為廣泛的植被指數(shù)，同時該指數(shù)也被證明與植被狀況具有較好的相關(guān)關(guān)系［8］。因此，選取NDVI來定量表達綠度指標，其計算公式為：

式中：ρ3，ρ4——TM 影像波段3和4的反射率。

2.1.2 濕度分量（WET） 在遙感影像中，不能直接提取濕度信息，因此需要對影像進行纓帽變換，變換后獲取濕度、綠度、亮度分量，這3個分量能夠直接反映地表物理參量［9－10］，在生態(tài)環(huán)境質(zhì)量評價中得到了廣泛的應用［11］。濕度分量能夠直接反映植被和土壤的濕度，若以Landsat TM影像為例，可以采用公式（3）計算濕度指標［9］：

式中：ρi（i＝1，…，5，7）——TM 影像相應波段的反射率，將各波段的反射率值代入公式（3）即可獲取WET值影像。

2.1.3 干度指數(shù)（NDSI） 對于水土流失區(qū)的生態(tài)環(huán)境質(zhì)量評價，常以裸土指數(shù)表示干度指數(shù)，由于建筑用地也反映了地表的干度［1］，因此當研究區(qū)的建筑用地較多時，可以將建筑指數(shù)（IBI）［12］和裸土指數(shù)（IS）［13］進行組合，計算干度指數(shù) NDSI：

式中：IBI＝（ρ5－ρ4）／（ρ5＋ρ4），IS＝（0.433ρ2＋0.632 ρ3＋0.586ρ4＋0.264ρ5），將各波段的反射率值代入IBI和IS公式，即可獲取相應指數(shù)。

2.1.4 地表溫度（LST） 目前，城市熱島效應之類的熱污染對人們的健康生活已經(jīng)造成了較大的影響，逐漸引起了國內(nèi)外專家學者的廣泛關(guān)注，熱度這一指標對評價生態(tài)環(huán)境質(zhì)量也是必要的［1］。由于熱度指標無法從影像中直接獲取，因此選取地表溫度對熱度指標進行表示，其計算公式為：

式中：T——亮溫（K），可以根據(jù)Landsat用戶手冊的模型進行計算［14］；λ——TM影像波段6的中心波長（λ＝11.5μm）；z＝1.438×10－2mK；ε——地表比輻射率，是地表溫度的基本參數(shù)，主要取決于地表的地質(zhì)結(jié)構(gòu)，其經(jīng)驗公式的求算為：ε＝1.009 4＋0.047ln（NDVI）。其中，NDVI值位于0.157～0.727之間，NDVI小于0主要是水，地表比輻射率為0.995，NDVI位于07～0.157之間一般是城市水泥地表，地表比輻射率近似為0.923，NDVI大于0.727的可以看做植被完全覆蓋，地表比輻射率為0.986，具體參見文獻［15］。

2.2 生態(tài)系統(tǒng)質(zhì)量綜合評價指數(shù)

在進行生態(tài)環(huán)境質(zhì)量評價時，采用任何一個單一指標都難以準確全面地反映生態(tài)環(huán)境的實際情況，而當多個指標共同起作用時，通過賦予特定的權(quán)重值來確定各指標在生態(tài)環(huán)境質(zhì)量評價中所起的作用其實施難度較大?？v然采用行業(yè)標準中國家環(huán)保部制定的統(tǒng)一的權(quán)重值［16］，也因個人和區(qū)域不同，執(zhí)行起來也難以指導實際問題的解決［4－5］。

將采用上述4個指標的組合進行生態(tài)環(huán)境質(zhì)量評價，以往研究常采用一定的權(quán)值與各指標相乘再求和［2，4］，從而獲取綜合評價結(jié)果，然而這種方法的人為主觀因素較強，影響評價結(jié)果的客觀性。為避免這一情況，本研究采用主成分分析（PCA）法對數(shù)據(jù)進行處理。該方法屬于一種數(shù)據(jù)壓縮技術(shù)，能夠通過正交線性變換將多個變量中的少數(shù)重要變量挑選出來，即在少數(shù)的特征分量上對多維信息進行集中，且第一個主分量是方差貢獻最大的新變量。因此，根據(jù)主成分變換技術(shù)對4個變量進行處理，該技術(shù)的主要優(yōu)點是能夠根據(jù)數(shù)據(jù)自身的特性，即各指標對各主分量的貢獻度，客觀地計算各變量的權(quán)重值，在一定程度上避免了人為主觀因素的影響。

由于各指標之間的量綱不統(tǒng)一，若采用原始值進行主成分分析，會造成指標間的權(quán)重失調(diào)，因此有必要先對各指標進行標準化處理，將其轉(zhuǎn)換為無量綱數(shù)據(jù)，統(tǒng)一取值0～1。各指標標準化采用的公式為：

式中：N——標準化處理以后的數(shù)值；Ni——像元i處的指標值；Nmax——指標i的最大值；Nmin——指標i的最小值。標準化處理后，對不同時期影像中獲取的4個指標進行主成分分析，分析結(jié)果詳見表1。

表1 研究區(qū)不同年份4個指標主成分分析

能夠?qū)χ鞒煞址治霁@取的特征分量進行合理的現(xiàn)象解釋，是主成分分析成功與否的主要表征。由表1可知，各年份第1主成分（PC1）特征值貢獻率均在87%以上，代表了各指標的絕大部分信息；在第1主成分（PC1）中，4個指標均表現(xiàn)穩(wěn)定，NDVI和 WET對生態(tài)環(huán)境質(zhì)量均有正面影響，其值越高說明植被覆蓋和土壤水分越高，即生態(tài)環(huán)境越適合生物生存，在PC1中均呈現(xiàn)正值，其他主成分中正負均有，表現(xiàn)不穩(wěn)定；而NDSI和LST對生態(tài)環(huán)境質(zhì)量均有負面影響，其值越高說明土壤干旱程度和地表溫度越高，越不適宜多數(shù)生物的生存，在PC1中均呈現(xiàn)負值，其他主成分中正負均有，表現(xiàn)不穩(wěn)定；在3期影像主成分分析中，指標NDVI與WET在PC1中始終是正值，表明這兩個指標與生態(tài)環(huán)境的變化呈正相關(guān)關(guān)系，而指標NDSI與LST在PC1中始終是負值，表明這兩個指標與生態(tài)環(huán)境的變化呈負相關(guān)關(guān)系，實際情況正好也支持了這種分析結(jié)果。綜上所述，第1主成分（PC1）不僅能夠代表各指標的絕大部分信息，而且可以對其代表的生態(tài)現(xiàn)象進行合理的解釋，能夠用于生態(tài)系統(tǒng)質(zhì)量綜合評價指數(shù)的構(gòu)建。

3 生態(tài)環(huán)境質(zhì)量評價

3.1 不同年份生態(tài)環(huán)境質(zhì)量變化分析

首先，分別獲取2000，2005和2010年影像的4個指標影像，在標準化處理的基礎上，對4個指標影像進行疊加，對疊加后的新的4個波段影像執(zhí)行主成分分析，從而獲取不同年份的綜合指數(shù)值。為了便于理解，可以采用1減去PC1值得方式對主成分分析結(jié)果進行處理，使得PC1值越大所代表的生態(tài)條件越好，從而獲取初始生態(tài)系統(tǒng)質(zhì)量綜合評價指數(shù)CEQEI0，具體計算方式為：

為便于比較，同樣可以對CEQEI0執(zhí)行標準化處理：

式中：CEQEI0min，CEQEI0max——初始生態(tài)環(huán)境評價指數(shù)的最小和最大值；CEQEI——生態(tài)系統(tǒng)質(zhì)量綜合評價指數(shù)，取值0～1，CEQEI值越接近1，說明生態(tài)環(huán)境質(zhì)量越好，反之，越差。圖1為最終獲取的不同時期的生態(tài)環(huán)境質(zhì)量評價指數(shù)圖。對不同時期的各評價指標和CEQEI的均值進行統(tǒng)計（表2）。從表2可知，NDVI在2000年的均值為0.482，在2005年略有提高，為0.499，到2010年增長到0.635，WET的均值從2000年的0.581增長至2010年的0.703，NDVI和WET對生態(tài)環(huán)境質(zhì)量均有正面影響，因此這兩個指標均值的增長將會在一定程度上改善生態(tài)環(huán)境。NDSI的均值從2000年的0.627下降至2010年的0.354，LST的均值從2000年的0.513下降至2010年的0.281，NDSI和LST對生態(tài)環(huán)境質(zhì)量均有負面影響，因此這兩個指標均值的下降也在一定程度上改善了生態(tài)環(huán)境。CEQEI的均值從2000年的0.357增長至2005年的0.529，2010年繼續(xù)增長至0.615，說明生態(tài)環(huán)境整體狀況不斷改善，符合各指標的總體變化情況。從表2也不難發(fā)現(xiàn)，單個評價指標很難全面評價生態(tài)環(huán)境質(zhì)量，而生態(tài)系統(tǒng)質(zhì)量綜合評價指數(shù)CEQEI能夠較為系統(tǒng)地對研究區(qū)的環(huán)境狀況進行評價。

圖1 研究區(qū)不同時期生態(tài)環(huán)境質(zhì)量評價指數(shù)

表2 不同年份評價指標及CEQEI的平均值統(tǒng)計

為了更加詳細地分析研究區(qū)的生態(tài)環(huán)境質(zhì)量變化情況，進一步把不同年份的CEQEI值平均分為5個等級（表3）。從不同等級的CEQEI統(tǒng)計結(jié)果來看，優(yōu)和良兩個等級的面積和百分比不斷增加，優(yōu)等級的百分比從2000年的2.57%增加至2010年的15.69%，良等級的百分比從2000年的15.90%增加至2010年的31.75%。中等、差和極差等級的面積和百分比均不斷下降，其中差等級在10a間下降了15.87%，極差等級在10a間下降了7.59%。統(tǒng)計結(jié)果顯示研究區(qū)的整體生態(tài)環(huán)境質(zhì)量情況得到了一定程度的改善。從表4可以看出，2000—2005年有31.95%的區(qū)域生態(tài)環(huán)境質(zhì)量得到改善，生態(tài)環(huán)境質(zhì)量惡化的區(qū)域面積比例為22.79%，45.26%的區(qū)域保持不變。2005—2010年有20.56%的區(qū)域生態(tài)環(huán)境質(zhì)量得到改善，生態(tài)環(huán)境質(zhì)量惡化的區(qū)域面積比例為17.24%，62.20%的區(qū)域保持不變。2000—2010年間變優(yōu)的區(qū)域達49.82%，變差的區(qū)域僅13.57%。從統(tǒng)計結(jié)果可以看出，在這10a間研究區(qū)的生態(tài)環(huán)境質(zhì)量不斷得到改善，總體質(zhì)量好轉(zhuǎn)。

表3 不同年份生CEQEI不同等級的面積和比例變化

表4 研究區(qū)不同年份生態(tài)環(huán)境質(zhì)量的空間變化分析

3.2 各指標相關(guān)性分析

為分析不同年份各指標及CEQEI指數(shù)之間的相關(guān)關(guān)系，分別計算了2000，2005，2010年3個年份NDVI，WET，NDSI，LST與CEQEI之間的相關(guān)系數(shù)，結(jié)果詳見表5。CEQEI指數(shù)的綜合代表性還能夠從它與各指標間的相關(guān)性大小來進一步研究分析。CEQEI指數(shù)和各指標之間的相關(guān)系數(shù)越大，說明該指數(shù)越能夠綜合代表各指標。從表5可以看出，2000，2005，2010年，CEQEI指數(shù)與各指標的相關(guān)系數(shù)均為最大，分別為0.77，0.80和0.81。2000年LST與其他各指標的相關(guān)系數(shù)僅次于CEQEI，達0.72；2005年NDSI與其他各指標的相關(guān)系數(shù)僅次于CEQEI，達0.63；2010年時，NDVI與其他各指標的相關(guān)系數(shù)僅次于CEQEI，達0.61。在3個年份的總平均值中，LST最高，達0.62，與CEQEI相比，相差0.17。由此說明，CEQEI指數(shù)比單個指標能夠更好地綜合反映研究區(qū)的生態(tài)環(huán)境質(zhì)量情況，更有利于集成各指標的綜合信息。

表5 不同年份各指標及CEQEI指數(shù)的相關(guān)系數(shù)矩陣

4 結(jié)論

（1）為避免指標權(quán)重人為因素的影響，采用主成分分析法確定了指標權(quán)重。通過各指標之間的相關(guān)性分析，CEQEI指數(shù)與各指標的相關(guān)系數(shù)在2000，2005和2010年為最大，分別為0.77，0.80和0.81，3a總平均達0.79，遠大于其他指標，說明CEQEI指數(shù)比單個指標能夠更好地綜合反映研究區(qū)的生態(tài)環(huán)境質(zhì)量情況，更有利于集成各指標的綜合信息。

（2）通過CEQEI指數(shù)進行評價，2000—2010年優(yōu)等級從2.57%增加至15.69%，良等級從15.90%增加至31.75%，差等級下降15.87%，極差等級在10a間下降7.59%。從空間區(qū)域變化來看，變優(yōu)的區(qū)域達49.82%，變差的區(qū)域僅13.57%，說明整個研究區(qū)的生態(tài)環(huán)境質(zhì)量逐步好轉(zhuǎn)。采用的CEQEI指數(shù)可以通過遙感數(shù)據(jù)方便地獲取，指標權(quán)重客觀，為其他區(qū)域生態(tài)環(huán)境質(zhì)量定量監(jiān)測方法提供了參考。

［1］ 徐涵秋.水土流失區(qū)生態(tài)變化的遙感評估［J］.農(nóng)業(yè)工程學報，2013，29（7）：91-97.

［2］ 孟巖，趙庚星.基于衛(wèi)星遙感數(shù)據(jù)的河口區(qū)生態(tài)環(huán)境狀況評價：以黃河三角洲墾利縣為例［J］.中國環(huán)境科學，2009，29（2）：163-167.

［3］ 趙躍龍，張玲娟.脆弱生態(tài)環(huán)境定量評價方法的研究［J］.地理科學，1998，18（1）：73-79.

［4］ 劉瑞，王世新，周藝，等.基于遙感技術(shù)的縣級區(qū)域環(huán)境質(zhì)量評價模型研究［J］.中國環(huán)境科學，2012，32（1）：181-186.

［5］ 程晉南，趙庚星，李紅，等.基于RS和GIS的土地生態(tài)環(huán)境狀況評價及其動態(tài)變化［J］.農(nóng)業(yè)工程學報，2008，24（11）：83-88.

［6］ Gupta K，Kumar P，Pathan S K，et al.Urban neighborhood green index：A measure of green spaces in urban areas［J］.Landscape and Urban Planning，2012，105（3）：325-335.

［7］ Nichol J.Remote sensing of urban heat islands by day and night［J］.Photogrammetric Engineering and Remote Sensing，2005，71（6）：613-621.

［8］ Duncan J，Stow D，F(xiàn)ranklin J，et al.Assessing the relationship between spectral vegetation indices and shrub cover in the Jornada Basin，New Mexico［J］.International Journal of Remote Sensing，1993，14（18）：3395-3416.

［9］ Crist E P.A TM tasseled cap equivalent transformation for reflectance factor data［J］.Remote Sensing of Environment，1985，17（3）：301-306.

［10］ Huang C，Wylie B，Yang L，et al.Derivation of a tas-selled cap transformation based on Landsat 7at-satellite reflectance［J］.International Journal of Remote Sensing，2002，23（8）：1741-1748.

［11］ Todd S W，Hoffer R M.Responses of spectral indices to variations in vegetation cover and soil background［J］.Photogrammetric Engineering and Remote Sensing，1998，64（9）：915-921.

［12］ Xu Hanqiu.Anewindex for delineating built-up land features in satellite imagery［J］.International Journal of Remote Sensing，2008，29（14）：4269-4276.

［13］ Rikimaru A，Roy P S，Miyatake S.Tropical forest cover density mapping［J］.Tropical Ecology，2002，43（1）：39-47.

［14］ Chander G，Markham B L，Helder D L.Summary of current radiometric calibration coefficients for Landsat MSS，TM，ETM＋，and EO－1ALI sensors［J］.Remote Sensing of Environment，2009，113（5）：893-903.

［15］ Nichol J.Remote sensing of urban heat islands by day and night［J］.Photogrammetric Engineering and Remote Sensing，2005，71（6）：613-621.

［16］ 國家環(huán)保總局.HJ／T192—2006中華人民共和國環(huán)境保護行業(yè)標準（試行）［S］.北京：中國環(huán)境科學出版社，2006.