尹富杰，鄔明權(quán)，劉 榮，牛 錚，田定慧

(1.東華理工大學(xué)測繪工程學(xué)院，330013，南昌；2.中國科學(xué)院遙感與數(shù)字地球研究所遙感科學(xué)國家重點(diǎn)實(shí)驗(yàn)室，100101，北京)

0 引言

“一帶一路”沿線國家面臨著能源需求迅速增長與供應(yīng)不足的矛盾，解決能源短缺、調(diào)整能源結(jié)構(gòu)已成為“一帶一路”沿線國家快速發(fā)展的關(guān)鍵因素。2017年5月，中國發(fā)改委和國家能源局在首屆“一帶一路”國際合作高峰論壇前夕，聯(lián)合發(fā)布《絲綢之路經(jīng)濟(jì)帶和21世紀(jì)海上絲綢之路能源合作愿景與行動(dòng)》，提出將和各參與國共同建設(shè)“一帶一路”能源合作平臺(tái)，促進(jìn)“一帶一路”能源合作沿著更深更廣的方向發(fā)展[1]。

水電開發(fā)是“一帶一路”能源建設(shè)合作的重要領(lǐng)域，然而在水電站建設(shè)促進(jìn)經(jīng)濟(jì)、社會(huì)發(fā)展的同時(shí)，亦會(huì)引發(fā)一系列的生態(tài)環(huán)境影響。科學(xué)合理開發(fā)利用水電資源的前提是及時(shí)掌握流域水電開發(fā)狀況以及因其造成的生態(tài)環(huán)境問題[2]。李桂媛[3]等以向家壩水電站為例，分析水電工程的建設(shè)對區(qū)域環(huán)境產(chǎn)生影響的特點(diǎn)，結(jié)合產(chǎn)生影響的各個(gè)環(huán)境要素，構(gòu)建水電工程施工區(qū)域環(huán)境監(jiān)測體系。鄭玲芳[4]等以三峽庫區(qū)為研究對象，研究庫區(qū)周邊的土地利用變化及其產(chǎn)生的生態(tài)效應(yīng)；葛德祥[5]等運(yùn)用通用水土流失方程 (USLE)監(jiān)測二灘庫區(qū)水土流失情況；甘淑[6]等利用遙感技術(shù)觀察漫灣庫區(qū)周邊植被封蓋情況；袁希平[7]等使用植被覆蓋監(jiān)測漫灣移民情況；朱長明[8]等利用多源遙感和長時(shí)間序列數(shù)據(jù)，監(jiān)測和分析了生態(tài)輸水前后區(qū)域環(huán)境變化和生態(tài)效應(yīng)；周樂群[9]等采用多源影像融合、多層次信息提取等方法，對三峽庫區(qū)進(jìn)行了全面動(dòng)態(tài)監(jiān)測，以上的研究主要注重于生態(tài)環(huán)境的某一些方面，缺乏將生態(tài)環(huán)境作為社會(huì)，自然等綜合體來研究水電工程對于生態(tài)環(huán)境的影響。

我國在一帶一路區(qū)域承建了大量的水電站項(xiàng)目，這些水電站項(xiàng)目解決了當(dāng)?shù)氐哪茉炊倘眴栴}，也面臨了生態(tài)環(huán)境保護(hù)方面的壓力。然而我國在國外承建的水電站項(xiàng)目的遙感監(jiān)測工作還鮮有研究。遙感具有可以全球范圍、周期性獲取數(shù)據(jù)的特點(diǎn)，在監(jiān)測水電站項(xiàng)目的建設(shè)進(jìn)度和生態(tài)環(huán)境影響方面具有天然的優(yōu)勢。針對這一問題，本文以吉布3水電站為例，提出了一種“一帶一路”區(qū)域無地面調(diào)查數(shù)據(jù)支撐條件下的境外水電站工程生態(tài)環(huán)境和社會(huì)經(jīng)濟(jì)影響監(jiān)測方法：基于Landsat-5、Landsat-8衛(wèi)星遙感影像、NPP-VIIRS夜間遙感影像、高分影像等數(shù)據(jù)，選擇植被覆蓋度、道路與建筑、夜間燈光指數(shù)等指標(biāo)，利用遙感與GIS技術(shù)，從生態(tài)、社會(huì)經(jīng)濟(jì)等角度分析吉布3水電站修建所帶來的影響，并可為在建和待建工程加強(qiáng)生態(tài)環(huán)境保護(hù)提供科學(xué)指導(dǎo)。

1 研究區(qū)與數(shù)據(jù)來源

1.1 吉布3水電站項(xiàng)目概況

吉布3水電站是埃塞俄比亞重點(diǎn)建設(shè)項(xiàng)目，也是目前非洲已經(jīng)建成的最大的水電項(xiàng)目。該項(xiàng)目在2011年7月開工，2015年11月首臺(tái)機(jī)組交付埃塞俄比亞國家電網(wǎng)，2016年9月第10號(hào)機(jī)組運(yùn)行試驗(yàn)并交付埃方，標(biāo)志著吉布3水電站正式竣工。整個(gè)水電站總共投資18億美元，總裝機(jī)容量達(dá)到1870 MW，占到埃塞俄比亞全國總發(fā)電裝機(jī)容量的一半以上，很大程度上改善了埃塞俄比亞國家短時(shí)期內(nèi)電力嚴(yán)重不足的問題。在5年的工程建設(shè)過程中已為當(dāng)?shù)靥峁┝? 000多人的就業(yè)機(jī)會(huì)，很大程度上解決了當(dāng)?shù)氐木蜆I(yè)問題，并在建設(shè)過程中為埃塞俄比亞培育了一批高素質(zhì)、高技能的優(yōu)秀人才。

吉布3水電站位于埃塞爾比亞西南部的奧姆歐河上，是該流域的第三級電站，距離上游吉布2水電站151 km，距離索多市90 km，距離首都亞的斯亞貝巴360 km，其位置如圖1所示。項(xiàng)目工程包括10臺(tái)混流式水輪發(fā)電機(jī)組，一座400 kV敞開式開關(guān)站，高243 m的碾壓混凝土重力壩以及一些配套設(shè)施。

圖1 吉布3水電站位置示意圖

1.2 數(shù)據(jù)與預(yù)處理

本文采用了Landsat-5 Thematic Mapper(簡稱TM)、Landsat-8 Operational Land Imager(簡稱OLI)衛(wèi)星遙感影像和NPOESS Preparatory Project -Visible infrared Imaging Radiometer(簡稱NPP-VIIRS)夜間遙感影像數(shù)據(jù)。

Landsat-5 TM 和Landsat-8 OLI衛(wèi)星遙感影像來源于美國地質(zhì)勘探局(USGS)(https://earthexplorer.usgs.gov/)，選擇C1 Level-1產(chǎn)品，主要用于生態(tài)環(huán)境影響監(jiān)測。Landsat-5 TM 和Landsat-8 OLI衛(wèi)星遙感影像數(shù)據(jù)空間分辨率為30 m，時(shí)相為2010年01月30日、2014年01月25日、2017年01月17日，采用ENVI5.3對每期影像做FLAASH大氣校正、圖像裁剪等預(yù)處理。

NPP-VIIRS夜間燈光遙感數(shù)據(jù)源于美國國家海洋和大氣管理局(https://www.ngdc.noaa.gov/eog/)2012-2018年NPP-VIIRS夜間遙感影像數(shù)據(jù)，主要用于社會(huì)經(jīng)濟(jì)影響分析。VIIRS可見光紅外成像輻射儀包括22個(gè)(0.3～14 μm)光譜波段，9個(gè)可見光、近紅外(0.4～0.9 μm)、8個(gè)短、中波紅外(1～4 μm)、4個(gè)熱紅外(8～12 μm)、1個(gè)低照度條件下的可見光通道，空間分辨率為400 m。通過提取研究區(qū)域水體輻射均值作為最小閾值，對NPP-VIIR數(shù)據(jù)小于最小閾值的像元統(tǒng)一賦值為0，以達(dá)到去除噪聲的目的，并且通過輸變電線路30 km緩沖區(qū)掩模提取出所需范圍。

此外，本文還利用了worldview 0.3 m高分影像，30 m SRTM DEM(https://earthexplorer.usgs.gov/)數(shù)字高程模型作為土地利用分類的輔助數(shù)據(jù)，其中高分影像用于工程建設(shè)進(jìn)度監(jiān)測。

2 研究方法

技術(shù)流程如圖2所示，主要包括：1)對TM、OLI數(shù)據(jù)進(jìn)行預(yù)處理，計(jì)算NDVI，得到植被覆蓋度并制圖，分析2個(gè)時(shí)期的變化情況；2)對TM、OLI影像進(jìn)行非監(jiān)督分類，根據(jù)DEM計(jì)算得到坡度，再根據(jù)庫區(qū)5 km緩沖區(qū)裁剪出研究區(qū)坡度，然后將原影像的藍(lán)波段、綠波段、紅波段、近紅外波段與NDVI數(shù)據(jù)、非監(jiān)督分類結(jié)果和坡度重新組合成7波段影像進(jìn)行決策樹分類，得到土地利用變化圖，分析土地利用變化情況；3)利用Google earth高分影像，通過目視解譯提取3個(gè)時(shí)期道路、材料、廢料等數(shù)據(jù)，制成工程建設(shè)進(jìn)度圖；4)對NPP-VIIRS夜間燈光影像進(jìn)行去噪、裁剪等預(yù)處理，計(jì)算前后時(shí)期燈光增長率并制圖，通過燈光變化，來分析水電站建設(shè)對于當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)的影響。

圖2 技術(shù)路線圖

2.1 生態(tài)環(huán)境現(xiàn)狀遙感監(jiān)測方法

2.1.1 植被覆蓋度計(jì)算方法 1)歸一化差異植被指數(shù)(Normalized Difference Vegetation Index，NDVI)。歸一化差異植被指數(shù)是地表植被覆蓋變化的重要監(jiān)測指標(biāo)之一，在研究生態(tài)環(huán)境保護(hù)方面有廣泛的應(yīng)用[10]，可以有效地識(shí)別出植被的變化信息[11-12]，計(jì)算公式可表示為：

NDVI=(Rnir-Rred)/(Rnir+Rred)

(1)

式中：Rnir為Landsat 遙感影像的近紅外波段地表反射率；Rred為遙感影像的紅波段地表反射率。

2)基于像元二分模型植覆蓋度估算。像元二分模型是將像元地表分為植被和非植被，通過獲取純植被像元和純非植被像元來達(dá)到分解像元的目的，從而得到混合像元中植被所占的比重，這個(gè)比例就是植被覆蓋度[13-14]，計(jì)算公式可表示為：

VFV=(NDVI-NDVIsoil)/(NDVIveg-NDVIsoil)

(2)

式中：NDVIsoil為完全是裸土區(qū)域的NDVI值；NDVIveg則代表完全被植被所覆蓋的像元的NDVI值，即純植被像元的值；NDVIveg和NDVIsoil分別取NDVI直方圖95%和5%處的NDVI。本文將植被覆蓋度分為5個(gè)等級，0～0.2為低植被覆蓋度區(qū)；0.2～0.4為中低植被覆蓋度區(qū)；0.4～0.6為中等植被覆蓋度區(qū)；0.6～0.8為中高植被覆蓋度區(qū)；0.8～1.0為高植被覆蓋度區(qū)。

2.1.2 土地利用分類 在遙感影像分類的應(yīng)用中，專家知識(shí)決策樹相較于監(jiān)督分類、非監(jiān)督分類分類精度更高，更適合于本次研究區(qū)分類[15]。本文利用ENVI5.3進(jìn)行ISODATA非監(jiān)督分類，類別數(shù)量設(shè)置為10，迭代次數(shù)為10次，得到非監(jiān)督分類結(jié)果；利用ArcGIS對DEM進(jìn)行坡度計(jì)算，將經(jīng)過預(yù)處理后的原始影像藍(lán)波段、綠波段、紅波段、近紅外波段與經(jīng)過計(jì)算得到的NDVI、非監(jiān)督分類結(jié)果、坡度重新合并成7波段影像組成待分類影像進(jìn)行分類[16]。采用混淆矩陣進(jìn)行精度驗(yàn)證，保證精度達(dá)到85%，由于缺乏高分辨率影像，本文采用7波段合成的原影像作為真實(shí)參考源。

CART決策樹是Grajski K A , Breiman L[17]等在1984年提出的決策樹構(gòu)建算法，它的基本原理是通過對測量變量和目標(biāo)變量構(gòu)成的訓(xùn)練數(shù)據(jù)集的循環(huán)分析，從而形成的二叉樹形式的決策樹結(jié)構(gòu)。

CART算法采用的是經(jīng)濟(jì)學(xué)中的基尼系數(shù)(Gini index)作為最佳測試變量的準(zhǔn)則，選用的標(biāo)準(zhǔn)是每一個(gè)子節(jié)點(diǎn)的最高純度，所有節(jié)點(diǎn)的要素特征都要屬于同一類別。假設(shè)樣本集S中有n個(gè)要素類別，那么數(shù)據(jù)集就可以分為n類群體，那么數(shù)據(jù)集S的基尼系數(shù)就可以表示為：

Gini(S)=1-∑ni=1P2i

(3)

式中：pi是S中屬于Ci類的概率，用|Ci,S|/|S|來估計(jì)∑ni=1P2i是n個(gè)類別的總和。

2.1.3 生態(tài)占用與損失 生態(tài)占用(Ecological Footprint)理論最先由生態(tài)學(xué)家William ERee提出，成為可持續(xù)發(fā)展研究中重要的測度方法[18]。為了進(jìn)行項(xiàng)目建設(shè)的生態(tài)損失評估，首先需要確定計(jì)算的指標(biāo)類型進(jìn)行定量評估，利用30 m Landsat遙感影像，解譯吉布3水電站庫區(qū)淹沒范圍5 km緩沖區(qū)內(nèi)的2010年、2014年、2017年的生態(tài)資源分布狀況，然后對比不同年份的生態(tài)資源分布狀況圖，對比估算水電站建設(shè)占用的生態(tài)資源以及造成的直接生態(tài)損失。其中，生態(tài)資源類型劃分為林地、草地、水域、耕地和其他用地。

2.2 社會(huì)經(jīng)濟(jì)影響監(jiān)測

夜光遙感技術(shù)能夠大范圍地獲取人類社會(huì)經(jīng)濟(jì)活動(dòng)的信息，是遙感科學(xué)領(lǐng)域度量社會(huì)經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)之一[19-20]。本文采用夜間燈光影像(https://www.ngdc.noaa.gov/eog/)通過連接索多市和亞的斯亞貝巴建立沿線30 km緩沖區(qū)，采用燈光指數(shù)高于7的面積和燈光增長率2個(gè)指標(biāo)，分析水電站建設(shè)對于當(dāng)?shù)亟?jīng)濟(jì)社會(huì)的影響。增長率r、累計(jì)燈光總量L和平均燈光強(qiáng)度A分別表示為：

(4)

L=∑nixi

(5)

A=L/n

(6)

式中：L2018表示2018年的夜間燈光指數(shù)值，L2012表示2012年的夜間燈光指數(shù)值。式(5)中L表示累計(jì)燈光總量，xi表示第i個(gè)像元的DN值，式(6)中，A表示平均燈光強(qiáng)度，n表示年份數(shù)。

3 結(jié)果與分析

3.1 生態(tài)環(huán)境影響遙感監(jiān)測

3.1.1 周邊生態(tài)環(huán)境影響監(jiān)測 基于Landsat-5和Landsat-8衛(wèi)星遙感影像，分別提取吉布3水電站庫區(qū)沿線5 km緩沖區(qū)內(nèi)2010年1月和2017年1月植被覆蓋度，以庫區(qū)5 km緩沖區(qū)為總面積，通過比較不同時(shí)期的植被覆蓋度面積及占比分析工程建設(shè)對于周邊生態(tài)環(huán)境的影響。

結(jié)果表明：2010年吉布3水電站庫區(qū)沿線5 km緩沖區(qū)內(nèi)生態(tài)環(huán)境如圖3所示。吉布3水電站蓄水前，植被覆蓋度占比區(qū)間最大的是0.4～0.6，占比為40.08%，面積為583.48 km2；其次為0.2～0.4的區(qū)間，占比為33.42%，面積為486.59 km2；植被覆蓋度大于0.4的區(qū)間占比為59.95%，面積為872.64 km2。2017年緩沖區(qū)沿線自然環(huán)境基本良好，植被覆蓋度數(shù)值整體較高，如表1所示。吉布3水電站蓄水后，植被覆蓋度占比區(qū)間最大的是0.6～0.8，占比為40.54%，面積為590.23 km2；其次為0.8～1.0的區(qū)間，占比為29.43%，面積428.35 km2；植被覆蓋度大于0.4的區(qū)間占比為87.75%，面積為1 277.43 km2。經(jīng)過對比發(fā)現(xiàn)，水電站蓄水前，植被覆蓋度主要集中在0.2～0.6區(qū)間，水電站蓄水后，植被覆蓋度主要集中在0.6～0.8區(qū)間，植被覆蓋狀態(tài)變好。

表1 研究區(qū)2010年和2017年植被覆蓋度的面積及其占比

時(shí)間覆蓋度區(qū)間0～0.20.2～0.40.4～0.60.6～0.80.8～1.02010/01面積/km296.54486.59583.48231.1458.02占比/%6.6333.4240.0815.883.992017/01面積/km2143.2435.10258.85590.23428.35占比/%9.842.4117.7840.5429.43

(a)2010年 (b)2017年

3.1.2 生態(tài)占用與損失 基于專家決策樹分類方法能較好地將各類型地物區(qū)分開來，提高了分類精度，通過高清影像，選取驗(yàn)證樣本(2010年無高清影像，在原影像上選點(diǎn))，3期分類精度都達(dá)到了95%，如圖3所示。吉布3水電站機(jī)組部分安裝前(2010年1月，Kappa系數(shù)為0.96)5 km緩沖區(qū)內(nèi)主要生態(tài)資源類型為林地、草地、耕地、其他，四者在空間上呈交錯(cuò)分布，面積分別為244.98 km2、573.04 km2、362.28 km2、263.63 km2，分別占緩沖區(qū)總面積的16.83%、39.36%、24.89%、18.11%，水域面積較少，僅有11.84 km2，占緩沖區(qū)內(nèi)總面積的0.81%。吉布3水電站蓄水淹沒前(2014年，Kappa系數(shù)為0.98)，面積分別為249.44 km2、516.68 km2、429.44 km2、250.55 km2，分別占緩沖區(qū)總面積的17.13%、35.49%、29.50%、17.21%；水域無明顯變化。蓄水后(2017年1月，Kappa系數(shù)為0.98)5 km緩沖區(qū)內(nèi)生態(tài)資源類型主要為草地、林地、耕地，面積分別為633.70 km2、175.24 km2、361.03 km2。

基于吉布3水電站建設(shè)前后，估算吉布3水電站建設(shè)對當(dāng)?shù)厣鷳B(tài)資源的占用情況如表3所示;吉布3水電站建設(shè)共造成草地資源直接生態(tài)損失面積240.40 km2，占5 km緩沖區(qū)內(nèi)草地資源總面積的41.95%；造成耕地資源直接生態(tài)損失面積83.79 km2，占5 km緩沖區(qū)內(nèi)耕地資源總面積的23.13%；林地資源增加84.36 km2，其他資源增加91.87 km2，結(jié)合植被覆蓋結(jié)果(表1)和工程建設(shè)進(jìn)度監(jiān)測結(jié)果(表4、表5)可知，2010-2017年植被覆蓋整體上提高，主要是由于庫區(qū)蓄水占用的地物類型為草地、少量耕地和其他用地(裸地)，而蓄水前后，有少量的草地和其他用地轉(zhuǎn)化為了林地；其中其他用地增加的主要原因?yàn)樗姶髩蔚男藿?，臨時(shí)性道路和廠房等設(shè)施占用了大量的草地。

表2 2010-2017年吉布3水電站庫區(qū)淹沒范圍5 km緩沖區(qū)生態(tài)資源狀況

時(shí)間類型林地草地耕地水域其它2010/01面積/km2244.98573.04362.2811.84263.63占比/%16.8339.3624.890.8118.112014/01面積/km2249.44516.68429.449.65250.55占比/%17.1335.4929.500.6717.212017/01面積/km2329.34332.64278.49159.79355.50占比/%22.6222.8519.1310.9824.42

表3 吉布3水電站建設(shè)前后占用不同生態(tài)資源明細(xì)

(a)2010年 (b)2014年 (c)2017年

3.2 水電站建設(shè)進(jìn)度監(jiān)測

3.2.1 道路、建筑面積動(dòng)態(tài)監(jiān)測 該項(xiàng)目的土建工程于2006年開工建設(shè)，到2012年為止，項(xiàng)目的總體增長率達(dá)到62%。由于大壩、廠房、開關(guān)站等一些建筑的施工，項(xiàng)目建筑面積達(dá)到0.92 km2(表4)；施工進(jìn)度加快的同時(shí)，運(yùn)輸?shù)男枨笠布哟?，修建了一條18.50 km的進(jìn)場道路，此時(shí)道路的總長度增長至134.69 km。到2014年，一些主要建筑物接近完工，建筑面積也沒太大的變化，為0.99 km2，由于施工面積增大，道路總長度也增加了30 km，達(dá)到170.85 km。項(xiàng)目于2016年竣工，庫區(qū)開始蓄水，水庫蓄水面積11.70 km2，道路長度減少到了126.37 km，建筑面積達(dá)到最大，為1.01 km2，其中大壩占地0.05 km2，開關(guān)站占地0.06 km2，營地占地0.75 km2，其他占地0.13 km2，研究區(qū)道路和建筑變化情況如圖5所示。

3.2.2 工程車輛、材料、廢棄物面積動(dòng)態(tài)監(jiān)測 3期高清影像(圖6)采用目視解譯方法對水電站進(jìn)行監(jiān)測，解譯結(jié)果如表5所示。根據(jù)建設(shè)內(nèi)容將整個(gè)工程分為3個(gè)階段：第1階段是2006-2012年的土木工程建設(shè)階段，該階段工程進(jìn)度加快，車輛明顯增多，材料面積由原來的0.40 km2增加至0.78 km2，廢料面積也增長至0.94 km2。第2階段是2012年到電站蓄水前的水利機(jī)械工程建設(shè)與水電站機(jī)電設(shè)備安裝階段，該階段施工車輛達(dá)到高峰，材料面積也增加至2014的0.81 km2，廢料面積也達(dá)到1.09 km2。第3階段是在電站竣工后水庫開始蓄水，一些占地被淹沒，材料面積減少至0.42 km2，廢料面積減少到了0.88 km2，施工車輛也只剩下81輛。

表4 道路和建筑面積變化表

(a)2012年 (b)2014年 (c)2017年

(a)2012年 (b)2014年 (c)2017年

表5 研究區(qū)工程進(jìn)度監(jiān)測表

注：材料面積、廢棄面積表示水電大壩建造過程中所需的材料占地面積和廢棄物占地面積。

3.3 社會(huì)經(jīng)濟(jì)影響監(jiān)測結(jié)果

通過分析水電站建設(shè)前后燈光分布情況，可知水電站建設(shè)后當(dāng)?shù)責(zé)艄庵笖?shù)普遍提高，如圖7所示。燈光指數(shù)較高的地區(qū)出現(xiàn)在變電站附近的索多市和首都亞的斯亞貝吧，由于工程建設(shè)進(jìn)度的完工，水電站壩址區(qū)域出現(xiàn)燈光指數(shù)減少情況。

一般認(rèn)為燈光指數(shù)大于7的區(qū)域是經(jīng)濟(jì)高度發(fā)展區(qū)[21]。2012年5月吉布3水電站-索多-亞的斯亞貝巴沿線30 km緩沖區(qū)內(nèi)燈光指數(shù)高于7的面積為189.19 km2，2018年8月這一面積增加至296.31 km2。而2012-2018年的年平均增量為17.85 km2。從燈光指數(shù)增長率的角度分析，吉布3水電站-索多-亞的斯亞貝巴沿線30 km緩沖區(qū)內(nèi)，增長率大于90%的區(qū)域主要分布在索多市和首都亞的斯亞貝巴。

圖7 2012-2108年燈光增長率分布圖

如表6所示，增長率為負(fù)的區(qū)域較小，為218.47 km2，占總體增長率的比例為0.97%，增長率為正的總面積為22 415.83 km2，其中，主要集中在0%～50%區(qū)間，面積為22 142.40 km2。

表6 2012-2018年燈光變化圖

4 結(jié)論與討論

4.1 結(jié)論

本文通過遙感技術(shù)，對吉布3水電站庫區(qū)沿線5 km緩沖區(qū)范圍2010年、2014年、2017年進(jìn)行土地覆蓋和植被覆蓋計(jì)算，得到土地利用和植被覆蓋專題地圖；分析吉布3水電站-索多-亞的斯亞貝巴沿線30 km緩沖區(qū)燈光指數(shù)變化，得到燈光增長率專題圖；同時(shí)對水電站建設(shè)進(jìn)度進(jìn)行動(dòng)態(tài)監(jiān)測，研究結(jié)果如下。

1)2010-2017年，庫區(qū)沿線5 km緩沖區(qū)內(nèi)植被覆蓋狀態(tài)變好。2010年植被覆蓋度占比區(qū)間最大的是0.4～0.6，占比為40.08%，面積為583.48 km2；2017年植被覆蓋度占比區(qū)間最大的是0.6～0.8，占比為40.54%，面積為590.23 km2。

2)2010-2014年5 km緩沖區(qū)內(nèi)土地利用類型沒有較大變化，2014-2017年庫區(qū)5 km緩沖區(qū)內(nèi)土地利用類型發(fā)生較大的變化，其中林地、耕地和其它用地處于減少的過程，而水域、草地處于增加的狀態(tài)，其中庫區(qū)水域面積由于水電站蓄水呈現(xiàn)增加的趨勢。

3)通過對3期遙感影像監(jiān)測發(fā)現(xiàn)，根據(jù)建設(shè)內(nèi)容將整個(gè)工程分為3個(gè)階段，第1階段是在2006-2012年，主要進(jìn)行土木工程建設(shè)，車輛明顯增多，工程進(jìn)度加快，材料面積和廢料面積增加。第2階段是在2012年到電站蓄水前，主要進(jìn)行水利機(jī)械工程建設(shè)與水電站機(jī)電設(shè)備安裝。第3階段是在電站竣工后水庫開始蓄水，一些占地被淹沒，材料面積和廢料面積減少。

4)2012-2018年燈光指數(shù)變化表明，吉布3水電站建設(shè)促使當(dāng)?shù)責(zé)艄庵笖?shù)普遍提高。一般認(rèn)為燈光指數(shù)大于7的地方是高速發(fā)展區(qū)，2012年5月吉布3水電站-索多-亞的斯亞貝巴沿線30 km緩沖區(qū)內(nèi)燈光指數(shù)高于7的面積為189.19 km2，2018年8月這一面積增加至296.31 km2，增幅為56.62%。

4.2 討論

1)本文基于3期遙感影像進(jìn)行生態(tài)環(huán)境分析研究，由于缺乏地面調(diào)查數(shù)據(jù)的支持，監(jiān)測指標(biāo)僅限于植被覆蓋度和生態(tài)占用等不依賴于地面調(diào)查數(shù)據(jù)的指標(biāo)，不能夠全面反應(yīng)水電站庫區(qū)沿線5 km的生態(tài)環(huán)境狀況，需要地面調(diào)查數(shù)據(jù)的支持來拓展監(jiān)測的指標(biāo)，才能夠更好地反應(yīng)工程對生態(tài)環(huán)境的動(dòng)態(tài)影響。

2)本文利用土地利用/覆蓋和燈光指數(shù)來綜合評估水電站建設(shè)對于生態(tài)環(huán)境與社會(huì)經(jīng)濟(jì)的影響，其系統(tǒng)性和全面性還有待提升，監(jiān)測的指標(biāo)僅包括燈光增長率和燈光大于7的面積，由于該電站裝機(jī)容量占埃塞俄比亞全國裝機(jī)容量的50%，這2項(xiàng)指標(biāo)遠(yuǎn)只能初步反映電站對社會(huì)經(jīng)濟(jì)的影響，而能源是社會(huì)經(jīng)濟(jì)發(fā)展的動(dòng)力，對社會(huì)經(jīng)濟(jì)影響巨大，迫切需要深入開展其對社會(huì)經(jīng)濟(jì)影響的相關(guān)研究。