劉栩位, 周啟剛, 周 浪, 孟浩斌, 李明慧, 彭春花

(1.重慶工商大學(xué) 環(huán)境與資源學(xué)院, 重慶 400067; 2生態(tài)環(huán)境空間信息數(shù)據(jù)挖掘與 大數(shù)據(jù)集成重慶市重點(diǎn)實(shí)驗(yàn)室, 重慶 401320; 3.重慶工商大學(xué) 公共管理學(xué)院, 重慶 400067)

隨著我國工業(yè)化、城鎮(zhèn)化的快速發(fā)展，因生態(tài)環(huán)境被破壞而造成的森林退化、水土流失、土地荒漠化等一系列生態(tài)環(huán)境問題成為近年來人們廣泛關(guān)注和研究的熱點(diǎn)[1-2]。生態(tài)環(huán)境質(zhì)量是對(duì)生態(tài)系統(tǒng)要素、結(jié)構(gòu)和功能綜合特征的表現(xiàn)，能反映區(qū)域生態(tài)環(huán)境狀況的優(yōu)劣程度，生態(tài)環(huán)境質(zhì)量的好壞與人類活動(dòng)、經(jīng)濟(jì)社會(huì)發(fā)展和自然環(huán)境變化有著密切關(guān)聯(lián)，對(duì)生態(tài)環(huán)境質(zhì)量狀況的及時(shí)評(píng)價(jià)是實(shí)現(xiàn)生態(tài)環(huán)境動(dòng)態(tài)監(jiān)測(cè)和自然資源可持續(xù)利用的重要方式，有利于促進(jìn)社會(huì)經(jīng)濟(jì)與生態(tài)環(huán)境保護(hù)的可持續(xù)發(fā)展[3-5]。

目前，隨著人們對(duì)生態(tài)環(huán)境問題相關(guān)研究的重視，有關(guān)生態(tài)環(huán)境質(zhì)量動(dòng)態(tài)監(jiān)測(cè)和評(píng)價(jià)的方法眾多[6-7]。其中，遙感技術(shù)以快速、實(shí)時(shí)及范圍廣等監(jiān)測(cè)特點(diǎn)被廣泛應(yīng)用于生態(tài)環(huán)境等研究領(lǐng)域[8]，國內(nèi)外學(xué)者利用遙感技術(shù)對(duì)城市、森林、礦區(qū)、流域和自然保護(hù)地等方面的生態(tài)環(huán)境質(zhì)量動(dòng)態(tài)監(jiān)測(cè)和評(píng)價(jià)進(jìn)行了大量研究和應(yīng)用[9-13]，但生態(tài)環(huán)境是由復(fù)雜的生態(tài)系統(tǒng)組成，受多因素的綜合影響，單一的生態(tài)質(zhì)量指數(shù)只能代表生態(tài)系統(tǒng)某一方面的生態(tài)特征，難以準(zhǔn)確和全面的反映生態(tài)系統(tǒng)綜合特征。由徐涵秋提出的遙感生態(tài)指數(shù)(remote sensing ecological index，RSEI)可客觀、快速監(jiān)測(cè)和評(píng)價(jià)生態(tài)環(huán)境質(zhì)量變化，應(yīng)用較為成熟[14]。如農(nóng)蘭萍等[15]運(yùn)用RSEI模型對(duì)昆明市生態(tài)環(huán)境質(zhì)量進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，研究結(jié)果能較好的反映區(qū)域生態(tài)環(huán)境狀況。航鑫等[16]基于遙感生態(tài)指數(shù)模型評(píng)價(jià)南京城市化過程中的生態(tài)質(zhì)量變化情況，發(fā)現(xiàn)城市化是南京生態(tài)質(zhì)量下降的一大影響因素。大量的研究表明遙感生態(tài)指數(shù)是在時(shí)空中對(duì)生態(tài)環(huán)境質(zhì)量評(píng)價(jià)結(jié)果進(jìn)行高精度可視化表達(dá)的一種可靠技術(shù)手段，對(duì)于區(qū)域生態(tài)環(huán)境質(zhì)量長時(shí)序的周期性監(jiān)測(cè)極具價(jià)值[17]?，F(xiàn)目前遙感生態(tài)指數(shù)研究對(duì)象較廣，主要以城市、自然保護(hù)區(qū)為研究對(duì)象，但鮮有對(duì)水土保持生態(tài)功能區(qū)的研究，同時(shí)現(xiàn)階段多為大時(shí)間尺度、長時(shí)間段研究，較缺乏大時(shí)間尺度的多個(gè)短時(shí)間段研究。

水土流失不僅破壞水土資源，威脅糧食、防洪、飲水安全，同時(shí)還將對(duì)生態(tài)平衡造成破壞，影響生態(tài)環(huán)境安全，是制約經(jīng)濟(jì)社會(huì)發(fā)展的主要生態(tài)環(huán)境問題[18]。三峽庫區(qū)重慶段水土保持生態(tài)功能區(qū)是我國重要的水土流失防治生態(tài)功能區(qū)，是集水源涵養(yǎng)、生物多樣性保護(hù)、水土保持等多種重要生態(tài)價(jià)值于一體的關(guān)鍵區(qū)域，但由于該區(qū)域人地關(guān)系較為緊張，以坡耕地為主的耕作方式和過度開發(fā)致使植被覆蓋度降低并引起土地干化，又因處于地勢(shì)第二級(jí)階梯東緣，水土流失面積大，山洪、泥石流等地質(zhì)災(zāi)害頻發(fā)，多種因素對(duì)脆弱的生態(tài)環(huán)境造成持續(xù)威脅，因此對(duì)該區(qū)域生態(tài)環(huán)境質(zhì)量的快速評(píng)價(jià)顯得尤其重要[19]。本研究基于RSEI對(duì)三峽庫區(qū)重慶段水土保持生態(tài)功能區(qū)1994—2019年生態(tài)環(huán)境質(zhì)量進(jìn)行長時(shí)間序列的動(dòng)態(tài)變化分析，快速監(jiān)測(cè)區(qū)域生態(tài)狀況，以期為今后的生態(tài)保護(hù)和生態(tài)治理提供支撐。

1 研究方法與數(shù)據(jù)來源

1.1 研究區(qū)概況與數(shù)據(jù)來源

1.1.1 研究區(qū)概況 三峽庫區(qū)重慶段水土保持生態(tài)功能區(qū)是建設(shè)長江上游重要生態(tài)屏障的重點(diǎn)生態(tài)功能區(qū)，是關(guān)系全市乃至全國生態(tài)安全的重點(diǎn)區(qū)域[20]。該研究區(qū)包括云陽、奉節(jié)、巫山3個(gè)區(qū)縣，地理位置介于東經(jīng)108°69′—109°87′，北緯30°93′—31°07′，總面積達(dá)10 480.858 km2。研究區(qū)內(nèi)地形起伏度大，地貌復(fù)雜，雨水充沛，濕度大，云霧多，土壤抗蝕性差。區(qū)域植被類型豐富，以亞熱帶山地常綠闊葉林以及常綠落葉闊葉混交林為主，森林覆蓋率較高。土地資源利用結(jié)構(gòu)以林業(yè)用地為主導(dǎo)，耕地次之，其中，林業(yè)用地以有林地為主，而坡耕地占耕地絕大部分。云陽縣、奉節(jié)縣及巫山縣屬于重慶市渝東北生態(tài)涵養(yǎng)發(fā)展區(qū)，是我國重要生物多樣性保護(hù)區(qū)和生態(tài)功能維護(hù)區(qū)，由于區(qū)域內(nèi)坡耕地的大量耕作，又是水土流失敏感程度高且重力侵蝕最嚴(yán)重的區(qū)域。因此，本研究以三峽庫區(qū)重慶段水土保持生態(tài)功能區(qū)為研究區(qū)域，研究其區(qū)域生態(tài)質(zhì)量變化情況，實(shí)現(xiàn)對(duì)水土資源可持續(xù)利用和生態(tài)環(huán)境的可持續(xù)監(jiān)管，有助于構(gòu)筑長江上游重要生態(tài)屏障，進(jìn)一步改善生態(tài)環(huán)境。

1.1.2 數(shù)據(jù)來源與處理 本研究數(shù)據(jù)來源于美國地質(zhì)勘探局(https:∥earthexplorer.usgs.gov/)Landsat系列衛(wèi)星遙感數(shù)據(jù)。考慮季節(jié)差異性對(duì)RSEI各分量指標(biāo)的計(jì)算造成的影響，因此本次研究篩選出8—10月的遙感數(shù)據(jù)，其中包含行列號(hào)為126/038，126/039的1994年8月17日、2000年9月2日、2007年9月22日的Landsat5(TM)和2013年10月8日、2019年9月23日的Landsat8(OIL/TIRS)共5期數(shù)據(jù)，空間分辨率為30 m，云量均低于10%，影像質(zhì)量較好。

為減少不同時(shí)相影像在大氣、地形、光照方面的差異，保證影像在空間疊加分析的準(zhǔn)確性，對(duì)原始數(shù)據(jù)在ENVI5.3中采用輻射定標(biāo)將灰度值轉(zhuǎn)換為反射率，利用FLAASH大氣校正消除大氣輻射與散射造成的誤差，采用二次多項(xiàng)式和最鄰近像元法對(duì)5期影像進(jìn)行幾何校正，使均方根誤差滿足(RMS)<0.05的要求，避免后期差值變化分析出現(xiàn)誤差[21]，依據(jù)研究區(qū)矢量邊界裁剪預(yù)處理后的遙感影像。

1.2 研究方法

遙感生態(tài)指數(shù)(RSEI)是一種基于濕度、綠度、干度和熱度4種自然因子為主的評(píng)價(jià)生態(tài)狀況的體系，可以快速評(píng)價(jià)生態(tài)環(huán)境狀況[22]。計(jì)算濕度、綠度、干度和熱度4個(gè)自然指標(biāo)，將各個(gè)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化從而消除量綱的差異，利用主成分分析法，構(gòu)建一個(gè)快速且客觀的定量評(píng)價(jià)模型[23-24]。

RSEI=f(WET,NDVI,NDBSI,LST)

(1)

式中:WET代表濕度指標(biāo)；歸一化植被指數(shù)(Normalized Differential Vegetation Index, NDVI)代表綠度指標(biāo)；地表溫度(Land Surface Temperature, LST)代表熱度指標(biāo)；建筑指數(shù)—裸土指數(shù)(Normalized Differential Building-Soil Index, NDBSI)代表干度指標(biāo)，4個(gè)分量指標(biāo)的計(jì)算如下。

1.2.1 濕度指標(biāo) 濕度指標(biāo)(WET)高低與生態(tài)環(huán)境質(zhì)量存在相關(guān)性，反映了土壤及植被的濕度[25]。通過纓帽變換法[26]壓縮數(shù)據(jù)和去除數(shù)據(jù)的冗余，得到3個(gè)分量分別是“亮度”、“綠度”和“第三分量”，將第三分量作為濕度因子，反演公式[27- 28]。

TM數(shù)據(jù)：WET=0.0315ρblue+0.2021ρgreen+

0.3102ρred+0.1594ρnir-

0.6806ρswir1-0.6109ρswir2

(2)

OLI數(shù)據(jù): WET=0.1511ρblue+0.1973ρgreen+

0.3283ρred+0.3407ρnir-

0.7171ρswir1-0.4559ρswir2

(3)

式中:ρblue，ρgreen，ρred，ρnir，ρswir1，ρswir2分別為TM和OLI影像藍(lán)、綠、紅、近紅外、短波紅外1,短波紅外2波段的反射率值。在大氣校正過程中,反射率被擴(kuò)大10 000倍,需除以 10 000,得到濕度指標(biāo)。

1.2.2 綠度指標(biāo) 綠度指標(biāo)(NDVI)可以反映出生態(tài)環(huán)境的脆弱性[29]，且被廣泛的應(yīng)用于植被變化監(jiān)測(cè)，可以明顯的區(qū)分植被的生長態(tài)勢(shì)和密度狀況，本研究選取NDVI作為綠度指標(biāo)。

(4)

1.2.3 干度指標(biāo) 干度指標(biāo)(NDBSI)以選取的建筑指數(shù)和裸土指數(shù)兩個(gè)指標(biāo)的平均值表示[30]，兩種指標(biāo)指數(shù)可以表示出地表生態(tài)環(huán)境的“干化”情況。

(5)

式中:IBI為建筑指數(shù)；SI為土壤指數(shù)。

1.2.4 熱度指標(biāo) 熱度指標(biāo)(LST)地表溫度與社會(huì)經(jīng)濟(jì)發(fā)展、自然現(xiàn)象等有著密不可分的關(guān)系[31]，通過地表溫度來反映地表生態(tài)環(huán)境的狀況，本文采用大氣校正法，根據(jù)Landsat手冊(cè)以及最新的參數(shù)進(jìn)行反演計(jì)算[32]。

L=gain×DN+bias

(6)

(7)

(8)

式中:L為熱紅外波段的輻射值,像元的DN值；gain和bias為L波段的增益值和偏置值,從影像的頭文件獲得;T為傳感器處溫度值;K1和K2分別為定標(biāo)參數(shù),根據(jù)用戶手冊(cè)及Chander[33]最新定標(biāo)參數(shù)獲得:對(duì)于TM,K1=607.76 W/(m2·sr·μm),K2=1 260.56 K;對(duì)于TIRS,K1=774.89 W/(m2·sr·μm),K2=1 321.08 K；λ為熱紅外波段的中心波長(λ=11.45 μm;ρ=1.438×10-2mK；ε為地表比輻射率)。

1.2.5 遙感生態(tài)指數(shù)的綜合構(gòu)建 以上述公式計(jì)算出遙感生態(tài)指數(shù)的分量指標(biāo)，對(duì)4個(gè)分量指標(biāo)進(jìn)行歸一化處理以消除量綱差異，構(gòu)建RSEI。研究區(qū)水系發(fā)達(dá)，更有長江橫貫而過，為避免大規(guī)模水體對(duì)濕度指標(biāo)反演造成影響，故通過計(jì)算歸一化水體指數(shù)(Modified NDWI，MNDWI)[34]提取水域范圍，通過掩膜處理并剔除。常規(guī)方法可以通過對(duì)各指標(biāo)直接求和[35]，或者通過計(jì)算出4個(gè)分量的平均值再進(jìn)行求和，或者賦予相應(yīng)權(quán)重再相加[36]。上述方法的局限性在于數(shù)值上的簡(jiǎn)單相加減以及指標(biāo)權(quán)重的人為確定無法真實(shí)反映指標(biāo)之間的內(nèi)在聯(lián)系，不能較好的反映出評(píng)價(jià)模型的精確性。綜上，為保證評(píng)價(jià)模型的全面性和準(zhǔn)確性，本研究采用主成分分析(Forward PCA Rotation New Statistics and Rotate)，該方法采取依次垂直旋轉(zhuǎn)坐標(biāo)軸的方法將多維信息集中到少數(shù)幾個(gè)特征分量，從而實(shí)現(xiàn)多因子的降維[37]。對(duì)主成分分析貢獻(xiàn)率最大的第一主成分進(jìn)行正負(fù)轉(zhuǎn)置處理并得到初始值RSEI0，使大的數(shù)值代表好的生態(tài)狀況。

RSEI0=1-{PC1[f(NDVI,WET,NDBSI,LST)]}

(9)

考慮到多期指數(shù)的度量和比較，對(duì)RSEI0進(jìn)行歸一化處理后最終構(gòu)建遙感生態(tài)指數(shù)RSEI。

(10)

式中:RSEI0和RSEI分別為遙感生態(tài)指數(shù)4個(gè)分量指標(biāo)經(jīng)過主成分變換后得到的初始值和歸一化后的RESI0;PC1為貢獻(xiàn)率最大的第一主成分值;RSEI0-max和RSEI0-min分別為RSEI0的最大值和最小值。遙感生態(tài)指數(shù)RSEI的值域?yàn)?到1,其值越大,表示生態(tài)狀況越好。

2 結(jié)果與分析

2.1 RSEI的構(gòu)建與相關(guān)性分析

運(yùn)用ENVI對(duì)4個(gè)指標(biāo)的疊加圖層進(jìn)行主成分分析，主成分分析結(jié)果(表1)表明，1994年、2000年、2007年、2013年、2019年分析結(jié)果的第一主成分貢獻(xiàn)率分別為84.5%，75.4%，81.3%，76.2%，78.9%，均大于75%，說明能較好集中4個(gè)指標(biāo)的大部分屬性特征。同時(shí)，觀察表1中各年份第一主成分4個(gè)指標(biāo)的貢獻(xiàn)度，其中綠度和濕度的貢獻(xiàn)度均為正值，可說明該兩項(xiàng)指標(biāo)共同對(duì)生態(tài)環(huán)境起促進(jìn)作用，而熱度和干度指標(biāo)的均為負(fù)值，說明該兩項(xiàng)指標(biāo)共同對(duì)生態(tài)環(huán)境起阻礙作用，這與實(shí)際的生態(tài)現(xiàn)象相符，因此本研究采用貢獻(xiàn)率最高的第一主成分進(jìn)行RSEI的計(jì)算。

表1 指標(biāo)第一主成分

分析各指標(biāo)與遙感生態(tài)指數(shù)RSEI以及各指標(biāo)自身之間的相關(guān)性(表2) ，該分析可進(jìn)一步揭示RSEI相對(duì)于各指標(biāo)的綜合代表性。就4個(gè)指標(biāo)的平均相關(guān)度而言，干度指數(shù)NDBSI的平均相關(guān)度最高，NDBSI在5個(gè)年份的均值達(dá)0.722；而平均相關(guān)度最低的指標(biāo)為熱度指數(shù)LST，5個(gè)年份的均值為0.571。RSEI與各年份4個(gè)指標(biāo)之間的平均相關(guān)度都大于0.8，且5個(gè)年份的相關(guān)度平均值達(dá)0.842，比單指標(biāo)最高的NDBSI高出16.6%，比最低的LST高出47.5%，比4個(gè)指標(biāo)的相關(guān)度均值0.626高出34.5%。因此，該結(jié)果表明構(gòu)建的RSEI與4個(gè)指標(biāo)之間存在較好的相關(guān)性，在全面綜合反映本研究區(qū)生態(tài)環(huán)境質(zhì)量方面比任一單指標(biāo)更具優(yōu)勢(shì)和代表性。

表2 各指標(biāo)和RSEI指數(shù)的相關(guān)性統(tǒng)計(jì)

2.2 三峽庫區(qū)重慶段水土保持生態(tài)功能區(qū)生態(tài)環(huán)境質(zhì)量分析

2.2.1 三峽庫區(qū)重慶段水土保持生態(tài)功能區(qū)生態(tài)環(huán)境質(zhì)量時(shí)序變化 統(tǒng)計(jì)1994—2019年三峽庫區(qū)重慶段水土保持生態(tài)功能區(qū)NDVI，WET，LST，NDBSI等4個(gè)分量指標(biāo)和RSEI遙感生態(tài)指數(shù)(歸一化)的均值，分析研究區(qū)整體生態(tài)環(huán)境質(zhì)量(圖1)。結(jié)果表明，25 a間研究區(qū)RSEI平均值從0.525上升至0.653，上漲幅度達(dá)24.38%，生態(tài)環(huán)境質(zhì)量整體呈明顯改善趨勢(shì)；其中，對(duì)生態(tài)環(huán)境起促進(jìn)作用的綠度和濕度指數(shù)在25 a間上漲幅度分別為17.33%和14.12%；而對(duì)生態(tài)環(huán)境起阻礙作用的熱度指標(biāo)變化幅度較小，上升幅度僅為3.56%，干度指數(shù)則因?yàn)橹脖桓采w度的上升以及裸土面積的減少，下降幅度明顯，達(dá)17.54%，生境質(zhì)量改善趨勢(shì)明顯。

圖1 1994-2019年單一指標(biāo)和RSEI平均值

為了更好分析研究區(qū)生態(tài)環(huán)境質(zhì)量，將各年份的遙感生態(tài)指數(shù)RESI按0.2為間隔等間距劃分為5個(gè)等級(jí)，依次代表研究區(qū)生態(tài)環(huán)境質(zhì)量差(0～0.2)、較差(0.2～0.4)、中等(0.4～0.6)、良(0.6～0.8)、優(yōu)(0.8～1)[38]，統(tǒng)計(jì)1994—2019年研究區(qū)各生態(tài)環(huán)境質(zhì)量等級(jí)的面積及占比見表3。由表3中的信息，分析各年份研究區(qū)各等級(jí)地類所占面積和比例的統(tǒng)計(jì)結(jié)果，表明1994—2019年以生態(tài)環(huán)境質(zhì)量中等和良好的地區(qū)為主，生態(tài)環(huán)境質(zhì)量是中等的地區(qū)面積占比分別為45.66%，58.01%，48.33%，36.20%以及24.13%，除2000年有增長外，占比呈逐年下降趨勢(shì)，25 a間共減少2 256.92 km2；生態(tài)環(huán)境為良的地區(qū)面積占比逐年攀升，分別為29.05%，32.90%，39.88%，52.15%以及60.39%，總增幅為31.34%，共增加面積3 191.99 km2，同時(shí)，優(yōu)等級(jí)地區(qū)面積占比總增幅為8.05%，共增加面積843.71 km2，生態(tài)環(huán)境狀況改善趨勢(shì)明顯；較差和差等級(jí)地區(qū)面積在25 a間呈總體下降趨勢(shì)，共下降面積達(dá)1 778.79 km2，其中生態(tài)環(huán)境質(zhì)量較差等級(jí)的面積占比從1994年的21.05%下降到2019年的4.56%，降幅為16.49%，下降幅度明顯，再次印證了三峽庫區(qū)重慶段水土保持生態(tài)功能區(qū)生態(tài)環(huán)境質(zhì)量持續(xù)改善的總體趨勢(shì)。

表3 1994-2019年RSEI各等級(jí)面積及百分比

2.2.2 三峽庫區(qū)重慶段水土保持生態(tài)功能區(qū)生態(tài)環(huán)境質(zhì)量動(dòng)態(tài)變化監(jiān)測(cè) 在對(duì)三峽庫區(qū)重慶段水土保持生態(tài)功能區(qū)RSEI值的分級(jí)基礎(chǔ)上，運(yùn)用差值變化揭示1994—2000年、2000—2007年、2007—2013年、2013—2019年4個(gè)時(shí)間段生態(tài)環(huán)境質(zhì)量的動(dòng)態(tài)變化過程。根據(jù)表4的分析結(jié)果可以看出：1994—2000年研究區(qū)生態(tài)環(huán)境質(zhì)量退化的面積為991.895 km2，面積占比達(dá)9.46%，生態(tài)環(huán)境質(zhì)量改善的面積達(dá)2 336.257 km2，占總面積的22.29%，生態(tài)環(huán)境總體質(zhì)量得到好轉(zhuǎn)。2000—2007年，研究區(qū)生態(tài)環(huán)境質(zhì)量退化的面積為983.010 km2，所占比例達(dá)9.38%，生態(tài)環(huán)境質(zhì)量改善的面積為1 785.949，占總面積的17.04%，而保持穩(wěn)定未發(fā)生變化的區(qū)域面積為7 711.900 km2，面積占比為4個(gè)時(shí)間段最高，達(dá)73.58%，雖較上一時(shí)段增幅放緩但生態(tài)狀況仍在改善。2007—2013年，研究區(qū)生態(tài)環(huán)境質(zhì)量退化區(qū)域?yàn)?48.081 km2，面積占比5.229%，而生態(tài)環(huán)境質(zhì)量改善區(qū)域面積為3 251.328 km2，面積占比為31.02%，生態(tài)環(huán)境轉(zhuǎn)好趨勢(shì)明顯。2013—2019年，生態(tài)環(huán)境質(zhì)量退化區(qū)域面積為966.874 km2，面積占比9.22%，較上一時(shí)段略有上升，生態(tài)環(huán)境質(zhì)量改善區(qū)域面積為2 789.933 km2，面積占比26.62%。穩(wěn)定不變區(qū)域面積為6 724.051 km2，占總面積的64.156%，與上一時(shí)段的63.75%基本持平。研究區(qū)總體生態(tài)環(huán)境質(zhì)量持續(xù)改善，但改善速率逐漸放緩。

表4 1994-2019年RSEI差值變化

總體來看、1994—2019年的25 a間，生態(tài)環(huán)境質(zhì)量改善面積為6 265.673 km2，所占比例為59.78%，退化面積較小，為604.789 km2，面積占比僅為5.77%，改善面積占比高出退化面積占比54個(gè)百分點(diǎn)，總體生態(tài)環(huán)境質(zhì)量改善趨勢(shì)明顯，同時(shí)說明重慶市政府在近25 a內(nèi)對(duì)三峽庫區(qū)水土保持生態(tài)功能區(qū)的生態(tài)狀況保持極高的重視程度，一系列針對(duì)研究區(qū)生態(tài)治理的措施在有力推進(jìn)和大力實(shí)施下取得了成效。但從總體的變化趨勢(shì)來看，近期改善的速率放緩而退化的面積增加，對(duì)待生態(tài)保護(hù)的工作仍不能懈怠。

結(jié)合圖2可看出，1994—2000年三峽庫區(qū)重慶段水土保持生態(tài)功能區(qū)生態(tài)環(huán)境質(zhì)量改善較為明顯，主要改善區(qū)域集中于長江沿岸地區(qū)，而主要退化區(qū)域主要集中于研究區(qū)南部以及東北和西北邊緣地區(qū)；2000—2007年，研究區(qū)生態(tài)環(huán)境質(zhì)量變化較小，大體保持穩(wěn)定態(tài)勢(shì)，長江以北區(qū)域退化面積較為集中，而長江以南改善面積較為集中；2007—2013年研究區(qū)生態(tài)環(huán)境質(zhì)量改善明顯，3個(gè)區(qū)縣境內(nèi)生態(tài)狀況大幅好轉(zhuǎn)，除主要城鎮(zhèn)建成區(qū)發(fā)展需要使周邊退化區(qū)域略微增加外，奉節(jié)縣東南部因主體施工活動(dòng)加劇致使退化區(qū)域較為集中；2013—2019年，生態(tài)環(huán)境質(zhì)量改善面積仍大于退化面積，生態(tài)環(huán)境質(zhì)量持續(xù)好轉(zhuǎn)。生態(tài)環(huán)境改善區(qū)域在云陽縣北部和奉節(jié)縣南部出現(xiàn)大面積連片聚集，但因社會(huì)經(jīng)濟(jì)發(fā)展的需要，長江沿岸人為活動(dòng)再次加劇，致使3個(gè)區(qū)縣城市建成區(qū)以及周邊沿岸的退化區(qū)域增加明顯，巫山縣因新建機(jī)場(chǎng)等主體施工活動(dòng)，退化狀況尤為突出。

圖2 遙感生態(tài)指數(shù)變化監(jiān)測(cè)

總體來看，1994—2019年研究區(qū)生態(tài)環(huán)境質(zhì)量得到明顯改善，改善面積占比接近總面積的60%，改善面積幅度經(jīng)歷“下降—上升—下降—上升”的過程，于第三時(shí)間段2007—2013年幅度達(dá)到峰值，為31.02%，該時(shí)間段穩(wěn)定區(qū)域面積占比為63.75%，第四時(shí)間段2013—2019年穩(wěn)定區(qū)域面積占比64.17%，說明該地區(qū)在這兩個(gè)時(shí)間段穩(wěn)定區(qū)域面積已占據(jù)主導(dǎo)且整體生態(tài)環(huán)境質(zhì)量趨于穩(wěn)定，表明近期生態(tài)環(huán)境治理措施較為成熟，取得顯著成效。巫山縣東南和東北部植被覆蓋度減少，出現(xiàn)大面積裸土致使生態(tài)退化，因此在對(duì)長江沿岸生態(tài)重視的同時(shí)也應(yīng)注意對(duì)研究區(qū)邊緣區(qū)域的合理保護(hù)，避免出現(xiàn)顧此失彼的情況。

綜上，三峽庫區(qū)重慶段水土保持生態(tài)功能區(qū)生態(tài)環(huán)境質(zhì)量改善效果明顯。其原因可分為自然因素和人為因素兩部分，自然因素為該研究區(qū)屬濕潤亞熱帶季風(fēng)氣候，常年雨量充沛、濕度大、云霧多，為植物生長提供了充足的水源，自然生長條件較好，植被覆蓋面積易上升；人為因素主要包括該地區(qū)社會(huì)經(jīng)濟(jì)的發(fā)展，產(chǎn)業(yè)持續(xù)轉(zhuǎn)型升級(jí)，一定程度上降低了對(duì)農(nóng)耕經(jīng)濟(jì)的依賴程度，退耕還林和退牧還草使大量坡耕地面積轉(zhuǎn)變?yōu)橹脖?。加之?duì)不合理土地利用方式的轉(zhuǎn)變以及集約節(jié)約等措施的大力度實(shí)施，減緩了緊張的人地關(guān)系，使得本研究區(qū)生態(tài)環(huán)境質(zhì)量逐漸改善。

2.3 RSEI的建模和預(yù)測(cè)

為進(jìn)一步定量刻畫三峽庫區(qū)重慶段水土保持生態(tài)功能區(qū)生態(tài)狀況，建立研究區(qū)生態(tài)模型，用于對(duì)生態(tài)環(huán)境質(zhì)量變化的模擬和預(yù)測(cè)。對(duì)本研究區(qū)進(jìn)行隨機(jī)采樣，以生態(tài)指數(shù)RSEI為因變量，以NDVI，WET，LST及NDBSI為自變量進(jìn)行逐步回歸分析。從研究區(qū)中采集90 000個(gè)點(diǎn)，并按各分量對(duì)其賦值。足夠多的樣點(diǎn)和貫穿全影像的采樣方法可以避免少量樣點(diǎn)和局域性地抽樣所帶來結(jié)果的不確定性，各年份回歸模型如下(均通過1%顯著性檢驗(yàn))：

RSEI1994=0.314+0.390NDVI+0.287WET-

0.248LST-0.123NDBSI (R2=0.990)

(11)

RSEI2000=0.322+0.340NDVI+0.362WET-

0.240LST-0.146NDBSI (R2=0.985)

(12)

RSEI2007=0.436+0.256NDVI+0.315WET-

0.271LST-0.193NDBSI (R2=0.994)

(13)

RSEI2013=0.376+0.223NDVI+0.420WET-

0.242LST-0.188NDBSI (R2=0.989)

(12)

RSEI2019=0.478+0.265NDVI+0.337WET-

0.244LST-0.249NDBSI (R2=0.997)

(13)

研究區(qū)生態(tài)模型各指標(biāo)在5個(gè)年份的回歸分析中未出現(xiàn)任何一個(gè)被剔除的情況，說明所選4個(gè)指標(biāo)皆為刻畫研究區(qū)生態(tài)環(huán)境質(zhì)量的關(guān)鍵性指標(biāo)。其中RSEI與NDVI，WET成正比關(guān)系，說明對(duì)生態(tài)環(huán)境質(zhì)量起正面影響；RSEI與LST，NDBSI成反比關(guān)系，說明對(duì)生態(tài)環(huán)境質(zhì)量起負(fù)面影響，這與選取的貢獻(xiàn)度最大的第一主成分情況吻合。從模型各指標(biāo)回歸系數(shù)的絕對(duì)值來看，對(duì)RSEI貢獻(xiàn)度最大的是WET，為影響生態(tài)環(huán)境的主要因素。NDVI次之，然后依次為LST和NDBSI，且各年份對(duì)生態(tài)起正面作用的NDVI和WET系數(shù)之和均大于起負(fù)面作用LST和NDBSI系數(shù)絕對(duì)值之和，這與上述生態(tài)環(huán)境質(zhì)量連年改善的結(jié)論也相符。進(jìn)一步分析5個(gè)年份回歸模型的系數(shù)變化可以看出：正向指標(biāo)中，NDVI對(duì)RESI的貢獻(xiàn)率呈先下降后上升的趨勢(shì)，WET對(duì)RSEI的貢獻(xiàn)率呈明顯波動(dòng)趨勢(shì)；負(fù)向指標(biāo)中，LST對(duì)RSEI的貢獻(xiàn)率波動(dòng)較為穩(wěn)定，NDBSI對(duì)RSEI的貢獻(xiàn)率連年上升，說明隨著經(jīng)濟(jì)提振及發(fā)展建設(shè)的需要，研究區(qū)建設(shè)用地的面積在不斷擴(kuò)大，地表植被遭到破壞，裸土面積增加。雖研究年限內(nèi)生態(tài)環(huán)境質(zhì)量改善趨勢(shì)明顯，但仍需要警惕過度開發(fā)對(duì)生態(tài)環(huán)境帶來的潛在風(fēng)險(xiǎn)。

以2019年為例，圖3各指標(biāo)的散點(diǎn)在三維特征空間的分布狀況來分析它們與RSEI之間的相互關(guān)系?？梢钥闯觯瑘D3A中NDVI和WET值越高時(shí)，RSEI值隨之升高，進(jìn)一步說明植被生長越好、水分越高的區(qū)域，生態(tài)環(huán)境質(zhì)量越高；圖3B是對(duì)生態(tài)起負(fù)面影響的RSEI與NDBSI，LST的三維關(guān)系圖，可以看出，NDBSI和LST值越高時(shí)，RSEI值隨之降低，說明地表溫度越高、建筑及裸土面積越大的區(qū)域，生態(tài)環(huán)境質(zhì)量越低。

圖3 生態(tài)環(huán)境質(zhì)量三維關(guān)系

基于現(xiàn)有研究內(nèi)容，利用1994—2019年NDVI，WET，LST，NDBSI及RSEI的平均值并運(yùn)用Excel中的TREND函數(shù)預(yù)測(cè)2025年研究區(qū)的生態(tài)環(huán)境質(zhì)量各指標(biāo)值。由圖4觀察可知，2025年研究區(qū)生態(tài)環(huán)境質(zhì)量將繼續(xù)上升，但上升幅度較小，NDVI上升幅度較大，NDBSI較2019年基本持平，而LST出現(xiàn)下降，下降幅度較小，總體來看研究區(qū)的生態(tài)狀況在多年治理和保護(hù)下逐漸趨于穩(wěn)定。因此，研究區(qū)在后續(xù)的生態(tài)環(huán)境建設(shè)中，應(yīng)仍采取積極的措施進(jìn)行持續(xù)的生態(tài)治理及保護(hù)，在提高研究區(qū)植被面積的基礎(chǔ)上努力提升植被質(zhì)量，培育抗干擾性強(qiáng)、穩(wěn)定性高的高質(zhì)量森林植被。在今后的發(fā)展過程中既滿足人口及經(jīng)濟(jì)增長、城市化程度上升等需求的同時(shí)協(xié)調(diào)好與生態(tài)保護(hù)之間的關(guān)系，加強(qiáng)城市建成區(qū)的綠化建設(shè)，并時(shí)刻警惕長江沿岸因過度開發(fā)致使的土地干化和植被退化以及隨之而來的水土流失，這都將是庫區(qū)水土保持生態(tài)功能區(qū)生態(tài)治理的重點(diǎn)。

圖4 RSEI變化趨勢(shì)及預(yù)測(cè)

3 結(jié) 論

(1) 1994—2019年三峽庫區(qū)重慶段水土保持功能區(qū)RSEI均值由0.525上升至0.653，增加0.151，上漲幅度達(dá)24.38%，且自2013年來，良和優(yōu)等級(jí)地區(qū)面積占比均超過55%，說明生態(tài)環(huán)境整體質(zhì)量改善明顯并逐漸趨于穩(wěn)定。

(2) 差值分析結(jié)果表明，生態(tài)環(huán)境質(zhì)量改善面積為6 265.673 km2，所占比例為59.78%，退化區(qū)域面積較小，為604.789 km2，面積占比僅為5.77%，改善面積占比高出退化面積占比54個(gè)百分點(diǎn)，總體生態(tài)環(huán)境質(zhì)量改善趨勢(shì)明顯。從空間分布上看，1994—2019年研究區(qū)改善區(qū)域較廣，主要集中于奉節(jié)縣和云陽縣；退化區(qū)域集中于三區(qū)縣主要的城市建成區(qū)以及管轄范圍內(nèi)具有一定規(guī)模的村鎮(zhèn)，巫山縣北部和東南部退化面積較集中，但整體改善趨勢(shì)明顯。

(3) 對(duì)2025年研究區(qū)的生態(tài)環(huán)境質(zhì)量各指標(biāo)值進(jìn)行預(yù)測(cè)，NDVI，WET均出現(xiàn)上升趨勢(shì)，LST則出現(xiàn)下降，NDBSI小幅度上升，RSEI仍持續(xù)上升，但上升速率明顯放緩，研究區(qū)在后續(xù)的生態(tài)環(huán)境建設(shè)中，仍應(yīng)進(jìn)行持續(xù)的生態(tài)治理及保護(hù)。