劉文良，李 偉，郝連成

(中國地質(zhì)調(diào)查局煙臺(tái)海岸帶地質(zhì)調(diào)查中心，山東煙臺(tái) 264004)

0 引言

城市化是指人口向城市聚集，并由此引起一系列社會(huì)變化的過程[1]。城市向郊區(qū)擴(kuò)張是這一過程最為直觀的特征。隨著城市的擴(kuò)張出現(xiàn)了一些無法避免的生態(tài)環(huán)境問題，例如城市熱島、水污染等。城市建設(shè)和生態(tài)保護(hù)之間的矛盾一直是科學(xué)研究的重要內(nèi)容。客觀、準(zhǔn)確地評(píng)價(jià)城市生態(tài)環(huán)境的變化并發(fā)現(xiàn)其存在的問題，為城市的規(guī)劃和建設(shè)提供建議，有利于區(qū)域的持續(xù)發(fā)展。

當(dāng)前遙感技術(shù)以大面積、快速、周期性觀測(cè)的優(yōu)點(diǎn)，在生態(tài)環(huán)境監(jiān)測(cè)領(lǐng)域[2,3]得到了廣泛的應(yīng)用。但目前以單一指標(biāo)評(píng)價(jià)居多，如使用植被指數(shù)監(jiān)測(cè)地表覆被及其對(duì)氣候的響應(yīng)[4]，利用地表溫度估測(cè)城市熱島效應(yīng)[5]，通過反演不透水面分析城市擴(kuò)張變化[6]，等等。這種單一指標(biāo)的評(píng)價(jià)相對(duì)片面，不能完整地反映城市生態(tài)的變化。綜合多個(gè)指標(biāo)的生態(tài)環(huán)境評(píng)價(jià)方法有層次分析法(AHP)[7]、模糊數(shù)學(xué)評(píng)判法[8]、壓力-狀態(tài)-響應(yīng)(PSR)模型法[9]等，這些方法存在人為確定權(quán)重的問題，且要使用大量的統(tǒng)計(jì)數(shù)據(jù)，模型構(gòu)建相對(duì)復(fù)雜。徐涵秋[10]提出的遙感生態(tài)指數(shù)(Remote Sensing Ecological Index，RSEI)基于遙感技術(shù)，用主成分分析的方法集成了多個(gè)指標(biāo)，能夠簡(jiǎn)單、快速、客觀、定量地評(píng)價(jià)區(qū)域整體的生態(tài)環(huán)境狀況，還可以進(jìn)行長(zhǎng)時(shí)間序列的可視化空間表達(dá)，目前已經(jīng)在許多城市[11,12]和地區(qū)[13,14]得到了應(yīng)用。

欽州市是我國大西南的一個(gè)典型港城分離型城市。自20世紀(jì)90年代以來，欽州市城區(qū)和欽州港港區(qū)規(guī)模有了大幅度的增長(zhǎng)，且有進(jìn)一步擴(kuò)大的趨勢(shì)，快速的城市擴(kuò)張是否影響了該市的生態(tài)環(huán)境是一個(gè)值得關(guān)注的問題。對(duì)欽州市進(jìn)行整體的生態(tài)評(píng)價(jià)，研究制約生態(tài)環(huán)境變化的驅(qū)動(dòng)因子是非常有必要的。本文基于RSEI，對(duì)欽州市2000-2017年的生態(tài)環(huán)境變化進(jìn)行量化分析評(píng)價(jià)，發(fā)掘影響該市生態(tài)環(huán)境狀況的關(guān)鍵因子，為城市建設(shè)和生態(tài)保護(hù)工作提供理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

欽州市位于廣西南部沿海，在北部灣經(jīng)濟(jì)區(qū)居中心位置，是面向東盟開放的重要窗口之一。該地區(qū)屬海洋季風(fēng)氣候，夏季高溫多雨，冬季溫和少雨。境內(nèi)地貌以低山丘陵為主，地勢(shì)自北向南傾斜。1996年，經(jīng)廣西壯族自治區(qū)人民政府批準(zhǔn)，欽州市成立欽州港經(jīng)濟(jì)技術(shù)開發(fā)區(qū)，2010年升級(jí)為國家級(jí)開發(fā)區(qū)。2019年8月，中國(廣西)自由貿(mào)易試驗(yàn)區(qū)欽州港片區(qū)獲批。自欽州港開發(fā)區(qū)成立以來，港口的建設(shè)和發(fā)展推動(dòng)了欽州市城市化的進(jìn)程，現(xiàn)已形成以老城區(qū)為核心的生活中心和以欽州港為核心的工業(yè)中心。本研究選取老城區(qū)和欽州港所在的欽南區(qū)作為研究區(qū)，該區(qū)域是近20年來欽州城市發(fā)展最快的區(qū)域，能集中反映城市生態(tài)變化的狀況，其地理跨度為21°36′—22°08′N，108°24′—109°09′E，總面積約為2 383 km2。

1.2 數(shù)據(jù)來源

本研究選取Landsat系列影像作為數(shù)據(jù)源，包括2000年11月6日的ETM+影像、2009年10月6日的TM影像和2017年10月28日的OLI/TIRS影像。影像獲取季節(jié)一致，避免季相差異所帶來的影響。為保證各指數(shù)計(jì)算的準(zhǔn)確性，首先分別對(duì)3期影像進(jìn)行輻射定標(biāo)、大氣校正、幾何校正等預(yù)處理，再在此基礎(chǔ)上進(jìn)行研究區(qū)的裁剪和各指標(biāo)分量的計(jì)算。

1.3 方法

遙感生態(tài)指數(shù)(RSEI)基于遙感技術(shù)，利用主成分分析的方法集成綠度、濕度、干度、熱度4個(gè)指標(biāo)，以綜合客觀反映區(qū)域的生態(tài)環(huán)境狀況。

1.3.1 指標(biāo)提取

1.3.1.1 綠度指標(biāo)

綠度指標(biāo)用歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)來表示，該指數(shù)是最常用的反映植被覆蓋和生長(zhǎng)狀況的參量，其計(jì)算公式為

NDVI=(ρNIR-ρR)/(ρNIR+ρR)，

(1)

式(1)中，ρR、ρNIR分別為影像紅波段和近紅波段的反射率，分別對(duì)應(yīng)TM/ETM+影像的第3，4波段，OLI影像的第4，5波段。

1.3.1.2 濕度指標(biāo)

纓帽變換技術(shù)獲取的濕度分量能夠反映植被和土壤的濕度狀況，廣泛應(yīng)用于生態(tài)監(jiān)測(cè)[15]，故用來表示濕度指標(biāo)，其計(jì)算公式為

Wet=c1ρB+c2ρG+c3ρR+c4ρNIR+c5ρSWIR1+c6ρSWIR2，

(2)

式(2)中，Wet表示濕度分量，ρB、ρG、ρR、ρNIR、ρSWIR1、ρSWIR2在TM/ETM+影像中分別對(duì)應(yīng)第1，2，3，4，5，7波段的反射率，在OLI影像中分別對(duì)應(yīng)第2，3，4，5，6，7波段的地表反射率。c1、c2、c3、c4、c5、c6為纓帽變換中各波段的系數(shù)，不同傳感器的系數(shù)不同；對(duì)于TM影像，Crist[16]推導(dǎo)的系數(shù)依次為0.031 5，0.202 1，0.310 2，0.159 4，-0.680 6 和0.610 9；對(duì)于ETM+影像，Huang等[17]推導(dǎo)的系數(shù)為0.262 6，0.2141，0.092 6，0.065 6，-0.762 9，-0.538 8；對(duì)于OLI影像，李博倫等[18]推導(dǎo)的系數(shù)依次為0.265 1，0.236 7，0.129 6，0.059 0，-0.750 6，-0.538 6。

1.3.1.3 干度指標(biāo)

自然環(huán)境中，造成地表干化的地物主要是建筑物和裸土，歸一化建筑-土壤指數(shù)(Normalized Difference Building-Soil Index,NDBSI)能表征建筑物和裸土的信息，由IBI和SI組合而來，本文用兩者的均值來表示干度指標(biāo)，其計(jì)算公式為

NDBSI=(IBI+SI)/2，

(3)

IBI=[2ρSWIR1/(ρSWIR1+ρNIR)-ρNIR/(ρNIR+

ρR)-ρG/(ρG+ρSWIR1)]/[2ρSWIR1/(ρSWIR1+ρNIR)+ρNIR/(ρNIR+ρR)+ρG/(ρG+ρSWIR1)]，

(4)

(5)

1.3.1.4 熱度指標(biāo)

地表溫度(Land Surface Temperature,LST)在城市熱環(huán)境研究、生態(tài)環(huán)境監(jiān)測(cè)以及災(zāi)害預(yù)警等領(lǐng)域具有廣泛的應(yīng)用，用來表征熱度指標(biāo)。Landsat系列衛(wèi)星一直是地表溫度反演的重要數(shù)據(jù)來源之一，其中，Landsat 5和Landsat 7各有一個(gè)熱紅外波段(TM 6、ETM+ 6)，Landsat 8 TIRS傳感器有兩個(gè)熱紅外波段(TIRS 10，11)，由于TIRS 11波段的定標(biāo)參數(shù)存在誤差，美國地質(zhì)調(diào)查局(United States Geological Survey，USGS)不鼓勵(lì)使用該波段進(jìn)行地表溫度反演[19]。綜合考慮，本文使用普適性強(qiáng)，需求參數(shù)少的單通道算法對(duì)地表溫度進(jìn)行反演。單通道算法由Jiménez-Munoz等[20]于2003年提出，經(jīng)過多次改進(jìn)[21,22]，適用于Landsat系列衛(wèi)星傳感器，并且可以取得1.5 K的精度[23,24]。該算法主要公式為

LST=γ[ε-1(φ1L+φ2)+φ3]+δ，

(6)

γ=T2/(bγL)，

(7)

δ=T-T2/bγ，

(8)

公式(6)—(8)中，LST為地表溫度，單位為開爾文(K)；對(duì)于TM 6、ETM+ 6、TIRS 10波段，參數(shù)bγ分別為1 256，1 277和1 324；L為TM 6、ETM+ 6、TIRS 10波段輻射亮度值，可根據(jù)影像頭文件中的gain和offset參數(shù)定標(biāo)得到。φ1、φ2、φ3用下列公式計(jì)算：

φ1=1/τ，

(9)

φ2=-L↓-L↑，

(10)

φ3=L↓，

(11)

式(9)—(11)中，τ、L↓、L↑分別為大氣透過率、大氣下行輻射和大氣上行輻射，這些參數(shù)可以由網(wǎng)站http://atmorr.gsfc.nasa.gov查詢而來；T為熱紅外波段在傳感器處的亮度溫度，其公式為

T=K2/ln(K1/L+1)，

(12)

式(12)中，K2、K1為常數(shù)，對(duì)于TM 6、ETM+ 6、TIRS 10波段，K1的數(shù)值分別為607.76,666.09,774.89，單位為W·m-2·sr-1·μm-1，K2數(shù)值分別為1 260.56,1 282.71,1 321.08，單位為K；ε為地表比輻射率，本文使用覃志豪等[25]提出的方法進(jìn)行反演。

1.3.2 遙感生態(tài)指數(shù)構(gòu)建

1.3.2.1 指標(biāo)分量標(biāo)準(zhǔn)化處理

上述公式計(jì)算的4個(gè)指標(biāo)量綱是不一致的，因此，在計(jì)算遙感生態(tài)指數(shù)之前需要進(jìn)行標(biāo)準(zhǔn)化處理，將各指標(biāo)的量綱都統(tǒng)一到[0,1]之間。其公式為

NIi=(Ii-Imax)/(Imax-Imin)，

(13)

式(13)中，NIi為經(jīng)過標(biāo)準(zhǔn)化處理之后的像元值，Ii為指標(biāo)分量在i像元處的值，Imax、Imin為該指標(biāo)分量的最大和最小像元值。

1.3.2.2 指標(biāo)分量的水體掩膜處理

遙感生態(tài)指數(shù)中濕度分量(Wet)研究的是與植被和土壤濕度有關(guān)的參量，因此在計(jì)算時(shí)需要將大面積的水體提取出來并掩膜掉,以避免水域?qū)χ鞒煞址治龅妮d荷造成影響。本文對(duì)水體的提取采用徐涵秋[26]提出的歸一化差異水體指數(shù)(Modified Normalized Difference Water Index，MNDWI)，其公式為

MNDWI=(ρG-ρSWIR1)/(ρG+ρSWIR1)。

(14)

1.3.2.3 計(jì)算遙感生態(tài)指數(shù)

遙感生態(tài)指數(shù)(RSEI)是可以綜合以上4個(gè)指標(biāo)信息的參量。主成分分析方法(Principal Component Analysis,PCA)可以去除波段之間多余信息，將多波段的圖像信息壓縮到少數(shù)幾個(gè)波段，其中第一主成分(PC1)包含了絕大多數(shù)的信息。該方法的最大優(yōu)點(diǎn)是根據(jù)各指標(biāo)對(duì)主分量的貢獻(xiàn)值客觀地確定各指標(biāo)的權(quán)重，避免人為誤差，將經(jīng)過標(biāo)準(zhǔn)化和水體掩膜處理的指標(biāo)分量重新合成一幅新的影像。使用ENVI的主成分分析模塊進(jìn)行計(jì)算，得出PC1和相關(guān)統(tǒng)計(jì)數(shù)據(jù)。然后依次將PC1進(jìn)行正負(fù)值轉(zhuǎn)換、標(biāo)準(zhǔn)化處理，得到遙感生態(tài)指數(shù)(RSEI)，主要公式為

RSEI0=1-PC1，

(15)

RSEI=(RSEI0-RSEI0_min)/(RSEI0_max-RSEI0_min)，

(16)

式(15)中，RSEI0為初始生態(tài)指數(shù)，PC1為ENVI計(jì)算得到的第一主成分PC1。式(16)中，RSEI數(shù)值介于[0，1]之間，值越大，生態(tài)越好，反之越差；RSEI0_min、RSEI0_max為初始生態(tài)指數(shù)RSEI0的最小值和最大值。

1.3.3 建模分析

分別在研究區(qū)3個(gè)時(shí)期的NDVI、Wet、NDBSI、LST和RSEI影像隨機(jī)選取了3 000個(gè)樣點(diǎn)，基于樣點(diǎn)數(shù)據(jù)進(jìn)行逐步多元回歸分析，并繪制散點(diǎn)圖，分析4個(gè)變量因子及其與生態(tài)環(huán)境之間的關(guān)系。

2 結(jié)果與分析

2.1 生態(tài)變化整體分析

表1統(tǒng)計(jì)了研究區(qū)4個(gè)指標(biāo)分量和RSEI的均值,以及各指標(biāo)對(duì)第一主成分(PC1)的載荷。由表1可以看出，NDVI和Wet對(duì)PC1的載荷均為正值，說明兩者對(duì)生態(tài)起正面作用;NDBSI和LST對(duì)PC1的載荷為負(fù)值，兩者對(duì)生態(tài)起負(fù)面作用，與客觀實(shí)際一致。2000年、2009年、2017年各分量對(duì)PC1的貢獻(xiàn)率分別為73.94%、74.59%、87.66%，表明PC1已經(jīng)集成了4個(gè)分量的絕大多數(shù)信息。統(tǒng)計(jì)表明，2000年、2009年和2017年研究區(qū)的RSEI均值分別為0.676，0.698和0.725，整體增長(zhǎng)了7.2%，生態(tài)環(huán)境有變好的趨勢(shì)。分析表1中4個(gè)指標(biāo)對(duì)PC1的載荷可知， NDVI和Wet對(duì)PC1載荷的絕對(duì)值之和遠(yuǎn)大于NDBSI和LST的絕對(duì)值之和，說明在該地區(qū)植被覆蓋和土壤濕度對(duì)生態(tài)環(huán)境的優(yōu)化作用大于地面建筑和地表溫度對(duì)生態(tài)環(huán)境的破壞作用。4個(gè)指標(biāo)中，又以NDVI對(duì)PC1載荷的絕對(duì)值最大，說明植被的覆蓋是影響該地區(qū)生態(tài)的主要因素。2000年、2009年、2017年NDBSI對(duì)PC1載荷的絕對(duì)值呈先增長(zhǎng)后穩(wěn)定不變的趨勢(shì)，表明2009年以前研究區(qū)地表的“干化”對(duì)生態(tài)環(huán)境的負(fù)面作用在增加，2009年以后趨于穩(wěn)定。

表1 研究區(qū)4個(gè)指標(biāo)和RSEI統(tǒng)計(jì)表

為定量化分析生態(tài)狀況，將RSEI以0.2為間隔分成差(0—0.2)、較差(0.2—0.4)、中(0.4—0.6)、良(0.6—0.8)和優(yōu)(0.8—1.0)5個(gè)等級(jí)(界限值屬于前一級(jí))。圖1顯示了研究區(qū)2000-2017年地表景觀的變化和RSEI等級(jí)的空間變化情況。整體來看欽州市植被覆蓋率高，生態(tài)等級(jí)以良為主。2000年為欽州港建設(shè)的初期，港口處出現(xiàn)小規(guī)模的填海，城區(qū)規(guī)模較小，生態(tài)質(zhì)量差和較差的區(qū)域集中在港口的北部，其他區(qū)域有零星分布，主要地物類型為建筑用地、裸地等，城區(qū)的生態(tài)等級(jí)以中為主；2000-2009年，城區(qū)和港口的范圍都有了一定規(guī)模的擴(kuò)張，生態(tài)等級(jí)差和較差的區(qū)域大都集中在這兩個(gè)區(qū)域，城區(qū)的生態(tài)等級(jí)轉(zhuǎn)變?yōu)橐暂^差為主；2009-2017年，城區(qū)和港口的范圍雖然出現(xiàn)較大規(guī)模的擴(kuò)張，但是部分區(qū)域建設(shè)初期破壞的自然表面得到了修復(fù)，如欽州港西部和老城區(qū)的一些區(qū)域，生態(tài)等級(jí)差和較差的區(qū)域得到稀釋，港口的生態(tài)等級(jí)以較差為主，城區(qū)生態(tài)等級(jí)以中為主，說明生態(tài)保護(hù)的理念逐步深入人心。

表2統(tǒng)計(jì)了3個(gè)時(shí)期RSEI各等級(jí)的面積及其所占比例，3個(gè)時(shí)期的總面積各不相同且比欽州市總面積稍小，主要是因?yàn)橛?jì)算RSEI時(shí)對(duì)水體進(jìn)行了剔除。結(jié)果表明：1)2000年、2009年、2017年研究區(qū)的生態(tài)質(zhì)量等級(jí)以優(yōu)、良為主，二者之和均占總面積的70%以上，且二者所占的比例之和有增長(zhǎng)的趨勢(shì)，由2000年的74.97%增長(zhǎng)到2017年的84.08%，二者面積之和增長(zhǎng)247.1 km2,同比增長(zhǎng)14.07%；2)生態(tài)質(zhì)量等級(jí)較差和差的區(qū)域面積和比例先增加后降低。2000年，二者所占面積之和為45.33 km2，約占研究區(qū)當(dāng)期總面積的1.94%；2009年，面積之和為59.38 km2，約占研究區(qū)當(dāng)期總面積的2.52%；到2017年，面積為53.82 km2，約占當(dāng)期總面積的2.26%。

2.2 生態(tài)環(huán)境變化監(jiān)測(cè)

為分析研究區(qū)域18年來生態(tài)質(zhì)量的差異變化，在RSEI分級(jí)的基礎(chǔ)上，對(duì)研究區(qū)2000年和2017年的RSEI指數(shù)做差值運(yùn)算，并將結(jié)果劃分為變差、不變、變好三大類，結(jié)果如圖2所示。經(jīng)統(tǒng)計(jì)，欽州市的總面積由2000年的2 342.19 km2增長(zhǎng)至2017年的2 382.31 km2，面積增長(zhǎng)了約1.7%，主要是圍填海(圖2紫色圖斑)的原因，且95%以上的圍填海區(qū)域都集中在南側(cè)的欽州港。由圖2可知，生態(tài)環(huán)境惡化的區(qū)域主要集中在城區(qū)和欽州港東北部，城區(qū)的擴(kuò)張和欽州港工業(yè)園的建設(shè)是生態(tài)惡化的主要原因。生態(tài)環(huán)境有所改善的區(qū)域分布較廣，其中以城區(qū)東北部為典型，這些區(qū)域的地貌以低山丘陵為主，地物類型主要是林地和園地。

經(jīng)統(tǒng)計(jì)(不含圍填海區(qū))，大部分區(qū)域生態(tài)質(zhì)量無明顯變化(圖2淡黃色圖斑)，占總面積的58.21%；生態(tài)質(zhì)量變差的區(qū)域(圖2橙色圖斑)面積為282.75 km2，占總面積的12.72%；生態(tài)環(huán)境有所改善的區(qū)域(圖2淺綠色圖斑)面積為646.44 km2，占占面積的29.07%。

圖1 研究區(qū)2000年、2009年、2017年遙感影像和RSEI等級(jí)分布圖

表2 研究區(qū)生態(tài)環(huán)境評(píng)價(jià)等級(jí)統(tǒng)計(jì)表

圖2 研究區(qū)2000-2017年RSEI等級(jí)變化空間分布

2.3 城市建成區(qū)擴(kuò)張對(duì)生態(tài)的影響

分別對(duì)2000年、2009年、2017年的欽州市城區(qū)和欽州港建成區(qū)進(jìn)行解譯，其建筑面積由2000年的17.07 km2增長(zhǎng)到2017年的107.27 km2，增加了5倍多。為研究城市的擴(kuò)張對(duì)生態(tài)質(zhì)量等級(jí)重心的影響，用ArcGIS分別將3期的RSEI柵格影像轉(zhuǎn)換為矢量要素點(diǎn)。由前文可知，建筑用地的生態(tài)質(zhì)量等級(jí)大都為差和較差，因此分別提取城區(qū)和欽州港生態(tài)等級(jí)差和較差的要素點(diǎn)，并利用ArcGIS分別計(jì)算這些要素點(diǎn)的加權(quán)平均中心(紫色點(diǎn)為城區(qū)的，紅色點(diǎn)為欽州港的)，如圖3所示。圖3反映了城市建筑面積擴(kuò)張和低生態(tài)等級(jí)區(qū)域中心的遷移關(guān)系。平均中心遷移的方向和距離反映了低生態(tài)等級(jí)區(qū)域的分布狀況，平均中心基本上隨建筑用地?cái)U(kuò)張的方向遷移，以上情況進(jìn)一步表明，城市的擴(kuò)張對(duì)生態(tài)有一定的負(fù)面影響。從遷移距離來看，欽州港平均中心大于城區(qū)，說明欽州港區(qū)域的建設(shè)力度比城區(qū)大。

2.4 建模分析

建模結(jié)果如下：

RSEI=0.5167+0.5069NDVI+0.8191Wet-0.1019NDBSI-0.0033LST，R2=1 (2000年);

圖3 城市擴(kuò)張及低生態(tài)等級(jí)平均中心遷移圖

RSEI=0.9410+0.5079NDVI+0.2583Wet-0.1339NDBSI-0.0213LST，R2=1 (2009年);

RSEI=0.5413+0.5883NDVI+0.0438Wet-0.1277NDBSI-0.0080LST，R2=1 (2017年)。

從建模情況來看，3個(gè)方程的R2均為1，模型擬合度高，建模過程中，在4個(gè)變量都保留的情況下，標(biāo)準(zhǔn)誤差RMSE的值最低，說明這4個(gè)因子都是必要的。其中，NDVI和Wet的系數(shù)為正，與RSEI成正相關(guān)關(guān)系；NDBSI和LST系數(shù)為負(fù)，與RSEI成負(fù)相關(guān)關(guān)系，與主成分分析的結(jié)果相一致。

散點(diǎn)圖能直觀地反映自變量與因變量的相關(guān)性，以2017年為例(圖4)，NDVI、NDBSI與RSEI之間的線性關(guān)系較強(qiáng)，Wet、LST對(duì)RSEI的線性趨勢(shì)較弱。從2017年的建模方程和圖4a來看，NDVI是影響研究區(qū)生態(tài)狀況的關(guān)鍵因子，建模系數(shù)的絕對(duì)值遠(yuǎn)大于其他因子，散點(diǎn)圖趨勢(shì)線的斜率達(dá)到0.68，這表明當(dāng)?shù)刂脖灰坏┰獾揭?guī)模性破壞，其生態(tài)環(huán)境將迅速惡化。

圖4 2017年4個(gè)因子與RSEI的相關(guān)性散點(diǎn)圖

3 結(jié)論

本研究基于RSEI，對(duì)欽州市2000-2017年的生態(tài)環(huán)境狀況進(jìn)行定量分析評(píng)價(jià)，從時(shí)間和空間兩個(gè)角度直觀地表達(dá)了近20年來欽州城市擴(kuò)張的生態(tài)效應(yīng)。結(jié)果表明：1)2000—2017年間，欽州市RSEI均值均在0.7左右，生態(tài)等級(jí)以良(RSEI 0.6-0.8)為主，且2017年的遙感生態(tài)指數(shù)均值最大，表明欽州市的生態(tài)環(huán)境質(zhì)量在改善，城市的擴(kuò)張給欽州市整體生態(tài)狀況帶來的負(fù)面影響不大。從這方面來看，欽州市仍有很大的發(fā)展?jié)摿Α?)從主成分分析和建模方程的系數(shù)來看，綠度對(duì)欽州市的RSEI貢獻(xiàn)程度最大，是影響生態(tài)的關(guān)鍵因子。3)從城市建成區(qū)擴(kuò)張對(duì)低生態(tài)等級(jí)平均中心的影響結(jié)果來看，平均中心的遷移方向隨城市擴(kuò)張方向移動(dòng)，從遷移距離來看，欽州港的建設(shè)力度大于城區(qū)。4)生態(tài)等級(jí)的分布和變化監(jiān)測(cè)結(jié)果表明，部分城市建設(shè)區(qū)域的生態(tài)等級(jí)由差變好，建設(shè)初期破壞的自然生態(tài)表面后期得到了修復(fù)，表明恢復(fù)植被覆蓋的園林綠化工程能有效地改善生態(tài)環(huán)境狀況。