王麗春,焦 黎,*,來風兵,張乃明

1 新疆師范大學 新疆維吾爾自治區(qū)干旱區(qū)湖泊環(huán)境與資源重點實驗室, 烏魯木齊 830054 2 新疆師范大學 地理科學與旅游學院, 烏魯木齊 830054

西北干旱區(qū)生態(tài)環(huán)境基礎(chǔ)嚴重脆弱,是全球氣候變化下的最敏感地區(qū)[1]。干旱區(qū)濕地是我國重要的濕地類型之一,濕地類型以湖泊濕地為主,其生態(tài)環(huán)境質(zhì)量變化關(guān)系到干旱區(qū)人類的生存和生活質(zhì)量[2]。2014年,中國科學院啟動科技服務(wù)網(wǎng)絡(luò)(STS)計劃項目—“絲綢之路經(jīng)濟帶資源環(huán)境承載力研究”,任務(wù)之一是對西北地區(qū)過去近20年的生態(tài)變化過程進行詳細評估[3]。為了能直觀地了解區(qū)域生態(tài)環(huán)境狀況,國內(nèi)外學者在利用遙感技術(shù)進行生態(tài)環(huán)境評價方面開展了大量研究工作[4- 10]。遙感生態(tài)指數(shù)(Remote Sensing Based Ecological Index,RSEI)是徐涵秋基于遙感技術(shù)提出的一種新型遙感生態(tài)指數(shù),集成了反映生態(tài)環(huán)境最為直觀的、以自然因子為主的多重指標,對區(qū)域生態(tài)環(huán)境狀況既能實現(xiàn)客觀定量評價,同時也能對生態(tài)環(huán)境的演變進行時空性分析以及可視化顯示[11]。但是該指數(shù)目前主要應(yīng)用于城市生態(tài)系統(tǒng)研究,在干旱區(qū)濕地的應(yīng)用實例還很少,亟需結(jié)合遙感資料驗證RSEI指數(shù)的適用性,從而為充實適合于西北地區(qū)濕地生態(tài)環(huán)境評價研究方法提供數(shù)據(jù)支撐。

瑪納斯湖是古瑪納斯湖區(qū)域性構(gòu)造運動和氣候因素共同作用下形成的幾個湖泊之一,據(jù)有關(guān)資料及文獻統(tǒng)計,瑪納斯湖20世紀50年代還有550 km2的水面面積,平均水深6 m左右,湖面高程257 m,容積約4×109m3,而我國20世紀60年代初的航測地形圖顯示,瑪納斯湖已經(jīng)干涸[12- 13]。作為古爾班通古特沙漠西北邊緣重要的生態(tài)環(huán)節(jié),湖泊的干涸不僅對周圍生態(tài)帶來毀滅性的影響,而且干涸的湖底還會增加沙塵天氣的頻率[14]。瑪納斯湖濕地面積的減少和生態(tài)的退化主要發(fā)生在建國后,隨著瑪納斯河流域耕地規(guī)模的不斷擴大,上游農(nóng)業(yè)用水擠占了下游生態(tài)用水,尾閭的湖泊濕地得不到足夠的補充淡水量,加速了濕地的退化和消亡[15]。在全球氣候變化的影響下,近20多年來,瑪納斯湖又出現(xiàn)了復(fù)蘇的現(xiàn)象,再次引起了人們的廣泛關(guān)注。本文利用RSEI,對瑪納斯湖濕地進行多指標、大范圍、多時相的生態(tài)變化綜合評價研究,探討影響濕地生態(tài)環(huán)境變化的關(guān)鍵因素,以期為區(qū)域生態(tài)環(huán)境改善提供科學依據(jù)。

1 研究區(qū)概況

瑪納斯湖是瑪納斯河的尾閭,位于天山北部準噶爾盆地中心,是主要匯集天山北坡地表徑流而成的內(nèi)陸湖[16]。本文選取的研究區(qū)以古瑪納斯湖盆為基礎(chǔ),以達爾布特斷裂帶、克拉瑪依-烏爾禾斷裂帶和克烏大斷裂控制的構(gòu)造格局為依據(jù),如圖1所示。瑪納斯湖一帶屬溫帶大陸性干旱氣候區(qū),冬冷夏熱,溫差較大,相對濕度48%,盛行西北風,年均氣溫8.8℃,一月平均氣溫-20℃,極端最低氣溫-38℃,7月平均氣溫25.6℃,極端最高氣溫42℃。年均蒸發(fā)量3110.5 mm,年日照時數(shù)2742.2 h,年均降水量63.7 mm,無霜期174 d?，敿{斯湖濕地地區(qū)植被組成極其貧乏,以梭梭灌林為主,且自外圍向湖心漸次遞減[17]。湖泊在水源稀少、降水貧乏的干旱氣候背景下蒸發(fā)更加強烈,迅速萎縮并形成間歇性干涸的荒漠景觀。

圖1 研究區(qū)位置示意圖Fig.1 Sketch map of the location of the study area

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源及預(yù)處理

本研究遙感數(shù)據(jù)統(tǒng)一選用Landsat系列影像,分別為2000年7月Landsat7的ETM+影像、2006年7月Landsat5的TM影像和2016年8月的Landsat OLI影像,空間分辨率為30 m。影像季相相同,云量較少,質(zhì)量完好,避免了因季節(jié)差異而造成的影響。在ENVI軟件中先對每景遙感數(shù)據(jù)進行輻射定標、大氣校正、幾何校正,使波段的DN值轉(zhuǎn)換成傳感器處的反射率,以及消除地物反射受大氣和光照等因素產(chǎn)生的影響,然后進行影像的拼接與研究區(qū)的裁剪等預(yù)處理工作。人口、經(jīng)濟數(shù)據(jù)從新疆統(tǒng)計年鑒中查得,氣象數(shù)據(jù)下載于中國氣象科學數(shù)據(jù)共享服務(wù)網(wǎng)(http://data.cma.cn/)。

2.2 研究方法

遙感生態(tài)指數(shù)(RSEI)修正了國家環(huán)保部頒布的EI指數(shù)中屬性的空間展現(xiàn)方式,通過主成分變換集成綠度、濕度、熱度和干度4個人類直觀判斷生態(tài)環(huán)境優(yōu)劣的指標來綜合反映區(qū)域生態(tài)環(huán)境,克服了指標單一缺點的同時,又使得各分指標的集成更為合理。其中,綠度指標、濕度指標、熱度指標和干度指標分別用植被指數(shù)NDVI、濕度分量Wet、地表溫度LST和土壤指數(shù)NDBSI來代表。

(1)綠度指標

綠度指標是植物生長狀態(tài)以及營養(yǎng)信息的最佳指示因子,與植物的葉面積指數(shù)、覆蓋度以及生物量密切相關(guān)[18]。歸一化植被指數(shù)(NDVI)是反映地表植被狀況的定量值,常應(yīng)用于森林、草地等植被遙感監(jiān)測中。

NDVI=(N-R)/(N+R)

(1)

式中,N代表landsat TM數(shù)據(jù)的近紅外波段,R代表紅色波段。

(2)濕度指標

纓帽變換技術(shù)實現(xiàn)了對數(shù)據(jù)的壓縮和冗余,其中的濕度是生態(tài)環(huán)境研究中的一個重要指標,反映了植被、水體和土壤中的濕度,與土壤退化等生態(tài)環(huán)境變化息息相關(guān)。對于Landsat不同傳感器數(shù)據(jù)其表達式不同[19],分別表示如下：

Wet(ETM)=0.1509B1+0.1973B2+0.3279B3+0.3406B4-0.7112B5-0.4572B7

(2)

Wet(TM)=0.0315B1+0.2021B2+0.3102B3+0.1594B4-0.6806B5-0.6109B7

(3)

Wet(OLI)=0.1511B1+0.1973B2+0.3283B3+0.3407B4-0.7117B5-0.4559B7

(4)

B1、B2、B3、B4、B5、B7分別代表ETM、TM數(shù)據(jù)的第1、2、3、4、5、7波段反射率和OLI數(shù)據(jù)的2、3、4、5、6、7波段反射率。式(2),Wet(ETM)表示Landsat ETM數(shù)據(jù)的濕度分量；式(3),Wet(TM)表示Landsat TM數(shù)據(jù)的濕度分量；式(4),Wet(OLI)代表Landsat 8數(shù)據(jù)計算出的濕度分量。

(3)熱度指標

代表熱度指標的地表溫度由經(jīng)比輻射率校正的溫度來代表,熱環(huán)境問題不管在全球還是在區(qū)域,都是亟待解決的現(xiàn)實問題。通過landsat數(shù)據(jù)中的熱紅外波段,計算亮度溫度Tb,再進行比輻射率ε校正。其表達式為：

LST=Tb/[1+((λTb)/ρ)ε]-273.15

(5)

(6)

L6=gain×DN+bias

(7)

式(7)中,DN代表landsat數(shù)據(jù)像元的灰度值,gain和bias分別為波段增益值和偏置值,L6代表TM/TIRS熱紅外波段的輻射值；式(6)中,K1和K2為定標參數(shù),Tb為亮度溫度；式(5),λ為TM數(shù)據(jù)的6波段的中心波長11.5 μm,為landsat 8數(shù)據(jù)的第10波段的中心波長10.9 μm。ρ等于1.438×10-2mK；ε為比輻射率,根據(jù)Sobrino提出的NDVI閾值處理得到[20]。

(4)干度指標

土壤干化會給區(qū)域生態(tài)環(huán)境造成嚴重危害。本文利用裸土指數(shù)SI和建筑指數(shù)IBI生成的干度指數(shù)(NDBSI)來代表研究區(qū)土壤干化程度：

NDBSI=(SI+IBI)/2

(8)

其中：

SI=[(B5+B3)-(B4+B1)]/[(B5+B3)+(B4+B1)]

(9)

(10)

(5)構(gòu)建遙感生態(tài)指數(shù)

當前,多元統(tǒng)計方法中的主成分分析(Principal Component Analysis,PCA)是一種采取依次垂直旋轉(zhuǎn)坐標軸的方法,將多個變量的信息通過線性變換集中到少數(shù)幾個特征分量的多維數(shù)據(jù)壓縮技術(shù)。RSEI采用主成分變換來構(gòu)建遙感綜合生態(tài)指數(shù),把四個指標主要的信息集中到前面的1—2個主成分上,使其既能以單一指標的形式出現(xiàn),又可以綜合以上4個指標的信息。該方式的優(yōu)點就是在構(gòu)建RSEI指數(shù)時,集成各指標的權(quán)值不是人為確定,而是根據(jù)各指標自身的性質(zhì)以及對各主分量的貢獻度來自動客觀地確定,從而在計算時很大程度上避免了因人和方法對權(quán)重設(shè)定不同所導(dǎo)致的結(jié)果偏差,使得RSEI指數(shù)更加具有客觀性和可靠性。

需要注意的是,計算得到的NDVI、NDBSI、LST、Wet 4個指標的量綱不統(tǒng)一,如果直接用其計算PCA,會使得各指標的權(quán)重失衡。因此在做主成分變換前,需要分別對這些指標進行正規(guī)化處理,將指標值統(tǒng)一到0—1范圍之間,在一定程度上削減因時間差異帶來的影響。各指標正規(guī)化的公式為：

NIi=(Ii-Imin)/(Imax-Imin)

(11)

式中,NIi代表各個指標正規(guī)化結(jié)果；Ii表示各個指標在象元i的值；Imax為各指標統(tǒng)計的最大值；Imin為各指標統(tǒng)計的最小值。

由于研究區(qū)瑪納斯湖具有一定的水域,利用MNDWI水體指數(shù)進行水體提取,掩膜去掉水體信息以避免大片的水域?qū)φ嬲孛娴臐穸葪l件及主成分的載荷產(chǎn)生干擾。將正規(guī)化后的4個指標通過ENVI軟件合成由波段組成的新影像,借助主成分分析模塊進行主成分分析,得到PC1及相關(guān)統(tǒng)計結(jié)果。為了便于分析,對第一主成分進行正負值轉(zhuǎn)置、正規(guī)化處理獲得遙感生態(tài)指數(shù)(RSEI)。

RSEI0=1-PC1

(12)

RSEI=(RSEI0-RSEI0min)/(RSEI0max-RSEI0min)

(13)

式(13)中的RSEI為代表區(qū)域生態(tài)環(huán)境狀況的遙感生態(tài)指數(shù),值越大代表生態(tài)質(zhì)量越好,RSEI0min、RSEI0max分別代表RSEI0的最小值和最大值。

3 結(jié)果與分析

3.1 生態(tài)環(huán)境指標主成分分析結(jié)果

表1—表3分別是研究區(qū)3個年份4個指標的主成分分析結(jié)果。從表中可以看出：(1)3期數(shù)據(jù)的第一主成分(PC1)和第二主成分(PC2)對RSEI的貢獻率合計超過84%。其中,PC1對RSEI的貢獻度,2000年為65.50%,2006年為71.96%,2016年為73.83%；(2)分析4個指標在PC1的貢獻率,其中代表綠度的NDVI和代表濕度的Wet呈正值,代表干度和溫度的NDBSI、LST為負值,這與現(xiàn)實中綠度和濕度對生態(tài)環(huán)境起正效應(yīng),而干度和溫度對生態(tài)環(huán)境起負效應(yīng)的情況相符；(3)在PC2—PC4中,這些指標忽正忽負,難以解釋生態(tài)現(xiàn)象,所以,相較于其他分量,PC1明顯地集中了各指標的特征信息,可用于創(chuàng)建遙感生態(tài)指數(shù)。

表1 2000年指標主成分分析

NDVI:歸一化植被指數(shù),Normalized Difference Vegetation Index; Wet:濕度,Wetness Index; NDBSI:建筑-裸土指數(shù),Building Index and Soil Index; LST:地表溫度,Land Surface Temperature

表2 2006年指標主成分分析

3.2 瑪納斯湖濕地生態(tài)質(zhì)量時空變化分析

表4統(tǒng)計了研究區(qū)3個年份4個指標和RSEI的均值、標準差以及對PC1荷載值。統(tǒng)計結(jié)果表明,2000—2016年間,研究區(qū)的生態(tài)指數(shù)RSEI從2000年的0.227下降到2006年的0.183,下降了19.43%；從2006年的0.183增加到2016年的0.234,增加了27.95%。分析表4中各分指標對PC1的荷載值可以發(fā)現(xiàn),土壤指數(shù)(NDBSI)和地表溫度(LST)的特征值絕對值之和均大于植被指數(shù)(NDVI)和濕度(Wet)的特征值之和,表明瑪納斯湖濕地土壤的干化和區(qū)域溫度對濕地整體生態(tài)環(huán)境的破壞作用大于植被和濕度對生態(tài)環(huán)境的優(yōu)化作用。對生態(tài)起正面效應(yīng)的綠度和濕度中,濕度的貢獻率更大,表明濕度對提高瑪納斯湖濕地生態(tài)質(zhì)量的作用更大；對生態(tài)協(xié)同起負面影響的干度和溫度中,溫度的貢獻率始終大于干度指標。

表3 2016年指標主成分分析

表4 各年份4個指標和遙感生態(tài)指數(shù)RSEI的統(tǒng)計值

為進一步對RSEI進行定量化與可視化分析,將3期主成分變換得到的生態(tài)環(huán)境質(zhì)量指數(shù)計算結(jié)果以0.2為間隔,劃分為5個等級：優(yōu)、良、中、較差、差,如圖2所示,并對各等分的面積和所占比例進行統(tǒng)計,見表5。從圖2上可以直觀地看出瑪納斯湖濕地近20年來遙感生態(tài)指數(shù)的變化情況,紅色、橘黃色、黃色、淺綠和深綠色分別代表差、較差、中、良和優(yōu)生態(tài)等級。結(jié)合實地考察,優(yōu)等級主要是蘆葦濕地分布地,良等級主要是林草地,中等級主要為鹽沼,較差等級部分為鹽堿地,差等級基本為荒漠。從3期RSEI圖相比較來看,2000年到2016年研究區(qū)極大部分充滿了紅色和橘黃色區(qū)域,紅色在研究區(qū)呈現(xiàn)先增加后減少,橘黃色呈現(xiàn)先減少后增加的態(tài)勢。黃色、淺綠有所減少,深綠色有所增加,但均不明顯。

表5反映生態(tài)等級和面積的變化,各期面積不等,主要是由于生成RSEI時,對水體進行了掩膜,即水體面積沒有計算在內(nèi)。(1)2000年瑪納斯湖濕地總體的生態(tài)狀況以較差等級為主,面積占比超過50%,其次為差等級,所占面積比重為41.78%,中等及以上生態(tài)等級面積僅占5.01%。(2)2006年總體生態(tài)狀況以差等級為主,面積占比為76.19%,相比2000年面積增加了1528.36 km2。較差等級面積減少了1387.72 km2,占2000年面積的59.38%,中等及以上生態(tài)等級面積也有所減少,占比減少至2.3%。(3)2016年生態(tài)狀況較差等級占比為57.47%,差等級占比為37.54%,中等及以上生態(tài)等級面積所占比重為4.99%。2006年到2016年RSEI增加的幅度要大于2000年到2006減少的幅度。與此同時2000年RSEI等級為良和優(yōu)的面積比例為0.95%,2006年面積比例為1.17%,到了2016年所占比例為1.59%。綜合可以看出2000年到2016年RSEI呈上升狀態(tài),說明瑪納斯湖濕地近20年來生態(tài)環(huán)境質(zhì)量有所改善。

圖2 瑪納斯湖濕地2000—2016年生態(tài)指數(shù)圖Fig.2 ecosystem index map of wetland by Manas Lake in 2000—2016 yearsRSEI：遙感生態(tài)指數(shù),Remote Sensing Based Ecological Index

RSEI等級RSEI grade200020062016面積Area/km2%面積Area/km2%面積Area/km2%差Bad(0—0.2) 1835.0441.783363.4076.191548.3137.54較差Poor(0.2—0.4) 2336.9453.21949.2221.52370.6057.47中 Moderate(0.4—0.6)178.364.0649.711.13140.183.4良 Good(0.6—0.8)29.400.6733.570.7626.520.64優(yōu)High(0.8—1.0) 12.100.2818.310.4139.040.95合計 Total4391.851004414.221004124.64100

RSEI：遙感生態(tài)指數(shù),Remote Sensing Based Ecological Index

3.3 瑪納斯湖濕地生態(tài)質(zhì)量時空差異分析

圖3 瑪納斯湖濕地2000—2016年RSEI變化檢測圖 Fig.3 Detection map of RSEI change of wetland by Manas Lake in 2000—2016 years

為了分析瑪納斯湖濕地近20年來生態(tài)質(zhì)量時空差異變化,在基于RSEI指數(shù)的基礎(chǔ)上,對瑪納斯湖濕地2000年和2016年RSEI指數(shù)進行差值變化檢測,得到圖3。圖中紅色部分代表生態(tài)環(huán)境質(zhì)量變差的區(qū)域；黃色代表生態(tài)環(huán)境質(zhì)量沒有明顯變化的區(qū)域；綠色代表生態(tài)環(huán)境質(zhì)量有所改善的區(qū)域。表6是瑪納斯湖濕地2000—2016年RSEI檢測結(jié)果統(tǒng)計,可以知道,三類面積占比由大到小為：不變、變好、變差。從2000年到2016年,瑪納斯湖濕地生態(tài)環(huán)境狀況不變或者變化較小的面積為3543.00 km2,占總面積的87.8%；生態(tài)環(huán)境狀況改善的面積為8.18 km2,占總面積的8.18%；生態(tài)環(huán)境狀況變差的面積為4.02 km2,比例為4.02%。

對干旱區(qū)生態(tài)環(huán)境而言,綠洲是斑塊,河流是廊道,荒漠、戈壁為基底。從圖3來看,生態(tài)質(zhì)量變差的區(qū)域集中在下游廊道周圍,變好的區(qū)域分布在湖周及較遠的外圍。1960年以來,瑪納斯河水被大量引入灌渠,下游河流缺水斷流,致使聯(lián)系河流上下游的廊道逐漸消失,廊道最終也演變成了基底環(huán)境。程維明、黃培佑等人的研究結(jié)果表明,瑪納斯湖的干涸對湖周及廊道周圍低地沼生植被(如蘆葦?shù)?具有明顯影響,對廣大荒漠區(qū)旱生性植物群落(以梭梭為主體)的生態(tài)環(huán)境并未有大的影響[21],資料也表明此區(qū)旱生植被主要受冬季降水因素制約,與地下水條件無直接聯(lián)系[17],這與本研究得出的生態(tài)環(huán)境檢測結(jié)果一致。

4 討論

4.1 自然因素對生態(tài)環(huán)境變化的影響

綠度、濕度、熱度和干度是生態(tài)環(huán)境的重要組成部分,結(jié)合4個指標的主要信息建立的生態(tài)指數(shù)可較好的反映瑪納斯湖濕地生態(tài)環(huán)境質(zhì)量狀況。圖4是瑪納斯湖濕地年平均氣溫和年降水量變化,可以看出,1988—2016年,瑪納斯湖地區(qū)的年降水量和年均溫度呈上升趨勢。圖5是瑪納斯河的年徑流量變化特征,徑流量從1988年的5×108m3增長到了2010年的16.57×108m3,一定程度上增加了區(qū)域的水汽含量,提高了土壤的濕度。

表6 瑪納斯湖濕地2000—2016年RSEI檢測

圖4 瑪納斯湖濕地年平均氣溫和年降水量變化Fig.4 Change of annual mean temperature and annual precipitation in Manas Lake Wetland

圖5 瑪納斯河年徑流量Fig.5 Annual runoff of Manas Rive

在整個研究區(qū)域中,與生態(tài)環(huán)境呈正相關(guān)的濕度和與生態(tài)環(huán)境呈負相關(guān)的溫度對生態(tài)指數(shù)RSEI的貢獻率最大,這與全球氣候變化背景下,中國西北干旱區(qū)氣候呈現(xiàn)明顯的暖濕化轉(zhuǎn)型相對應(yīng)[22- 23]。水分條件和溫度都是制約植物生長的主要因子,影響著植物群落的生態(tài)學過程和植物的生長周期[24]。在研究期間內(nèi)對生態(tài)環(huán)境起正相關(guān)的綠度和干度對RSEI指數(shù)的貢獻率最小,主要是由于研究區(qū)地處干旱區(qū),地面植被原本就很稀少,加上蒸發(fā)量大干旱化加劇,不利于地表植物的生長和生態(tài)的恢復(fù)。

4.2 人類活動對生態(tài)環(huán)境變化的影響

干旱區(qū)湖泊水資源環(huán)境對社會經(jīng)濟可持續(xù)發(fā)展和生態(tài)環(huán)境質(zhì)量起著決定性作用,而干旱區(qū)水資源平衡狀態(tài)很容易被人類活動干擾[25]?，敿{斯河流域是天山北坡經(jīng)濟帶的核心區(qū)域,農(nóng)業(yè)是流域內(nèi)主導(dǎo)經(jīng)濟產(chǎn)業(yè)。從圖6可以看出流域內(nèi)國民生產(chǎn)總值由1988年31.21×108元增長到2016年的1372.65×108元,人口由126.01×104人增長到2016年的154.68×104人。國內(nèi)外已有研究表明,經(jīng)濟、農(nóng)業(yè)生產(chǎn)水平的提高,生活方式的轉(zhuǎn)變以及勞動力轉(zhuǎn)移都可能影響到生態(tài)環(huán)境的變化[26- 27]。事物發(fā)展的規(guī)律都具有兩面性,近50年來,伴隨瑪納斯河流域土地資源的大規(guī)模開發(fā),為保證農(nóng)業(yè)用水,人類活動通過修筑大海子、夾河子、大泉溝和蘑菇湖等大量水利設(shè)施攔截入湖地表徑流,改變了水資源的原始流動格局,加劇了下游湖泊水資源的短缺,導(dǎo)致湖泊迅速萎縮、咸化甚至干涸,嚴重危及湖泊及其毗鄰區(qū)域的生態(tài)環(huán)境,造成濕地生物多樣性喪失、湖濱地區(qū)荒漠化加劇等問題。

圖6 瑪納斯河流域人口和GDP變化Fig.6 Population and GDP changes in the Manas Basin

5 結(jié)論

(1)通過對瑪納斯湖濕地3期遙感影像數(shù)據(jù)的處理分析,2000、2006和2016年RSEI均值分別為0.227、0.183、0.234。對RSEI生態(tài)等級面積進行統(tǒng)計分析、差值處理,結(jié)果表明,近20年來,瑪納斯湖濕地生態(tài)環(huán)境整體上較為脆弱,但受全球氣候變化的影響,濕地的生態(tài)環(huán)境得到一定的改善。

(2)從耦合RSEI指數(shù)的4個指標來看,綠度和濕度對RSEI指數(shù)起正面作用,干度和熱度起負面作用。其中綠度指標對RSEI指數(shù)的貢獻度最小,主要是由于研究區(qū)地處干旱區(qū),氣候干燥少雨,地表植被稀疏,加上瑪納斯河中上游生產(chǎn)用水擠占了下游生態(tài)用水,從而影響了濕地植被的生長。

(3)瑪納斯湖是準噶爾盆地荒漠生態(tài)系統(tǒng)中重要的環(huán)境資源,湖泊萎縮、干涸后將對該地區(qū)的生態(tài)環(huán)境帶來毀滅性的打擊。新世紀,在國家“五位一體”的現(xiàn)代化布局下,瑪納斯河流域在發(fā)展農(nóng)業(yè)經(jīng)濟的同時,應(yīng)注意濕地生態(tài)環(huán)境變化與流域水資源的優(yōu)化調(diào)控,這對流域可持續(xù)發(fā)展及絲綢之路經(jīng)濟帶建設(shè)方面具有重要意義。