楊 杰，苑 躍，王博為，王 姝

(四川省氣象災(zāi)害防御技術(shù)中心，成都 610072)

前 言

生態(tài)紅線劃定的主體對象是重要生態(tài)功能區(qū)、生態(tài)敏感區(qū)和生態(tài)脆弱區(qū)[1]，是國家和區(qū)域生態(tài)環(huán)境安全的底線[2-3]。生態(tài)環(huán)境是人類生存和發(fā)展的主要物質(zhì)來源[4]，生態(tài)環(huán)境狀況可以定量分析與定性描述研究區(qū)生態(tài)環(huán)境系統(tǒng)的優(yōu)劣程度，生態(tài)環(huán)境狀況的好壞標(biāo)志著該研究區(qū)是否具有經(jīng)濟(jì)可持續(xù)發(fā)展以及社會生產(chǎn)和生活環(huán)境協(xié)調(diào)共存的能力[5]。濕地是生物圈重要的組成部分[6]，具有重要的生態(tài)價值和經(jīng)濟(jì)價值，在維持生物多樣性、涵養(yǎng)水源、保持水土等均起到重要的作用[7]。研究若爾蓋濕地生態(tài)保護(hù)紅線的生態(tài)環(huán)境狀況對其生態(tài)環(huán)境的保護(hù)和管理具有重要的意義。

目前，大部分的生態(tài)環(huán)境狀況評價都建立在利用地面觀測數(shù)據(jù)進(jìn)行研究分析[8]。但若爾蓋濕地紅線區(qū)面積巨大，分布廣泛且零散，難以對其所有區(qū)域進(jìn)行長期的地面觀測。遙感因其多時相、多分辨率、更新周期短、大面積同步觀測等特點為我們可以準(zhǔn)確便利的提取濕地生態(tài)環(huán)境信息提供了便利，是準(zhǔn)確掌握若爾蓋濕地紅線區(qū)生態(tài)環(huán)境狀況的重要技術(shù)手段[9]。2013年，福州大學(xué)徐涵秋教授提出了基于高精度Landsat 7 ETM+衛(wèi)星影像的新型遙感生態(tài)環(huán)境狀況指數(shù)RSEI(Remote Sensing Based Ecological Index)[10]，對區(qū)域生態(tài)環(huán)境實現(xiàn)快速監(jiān)測和動態(tài)評價，并與生態(tài)環(huán)境狀況指數(shù)EI(Ecological Index)進(jìn)行對比，驗證RSEI結(jié)果的精確度。該指數(shù)在EI的基礎(chǔ)上，借助純粹的遙感數(shù)據(jù)，選用植被指數(shù)、濕度分量、地表溫度和裸土指數(shù)作為生態(tài)評價指標(biāo)，分別代表植被綠度、土壤濕度、環(huán)境溫度、環(huán)境干度四項自然因子，并選用主成分分析法對各項指標(biāo)數(shù)據(jù)進(jìn)行確權(quán)計算，從數(shù)據(jù)到方法均消除了人為估算帶來的主觀性影響。遙感生態(tài)環(huán)境狀況指數(shù)RSEI基于遙感技術(shù)和自然因子，較為客觀地反映了生態(tài)環(huán)境質(zhì)量狀況，近年在許多生態(tài)評價中得到廣泛應(yīng)用。本文參照《生態(tài)環(huán)境狀況評價技術(shù)規(guī)范(HJ 192-2015)》[11]，運用遙感、全球定位系統(tǒng)和地理信息系統(tǒng)(3S技術(shù))，對若爾蓋濕地生態(tài)保護(hù)紅線構(gòu)建遙感生態(tài)環(huán)境狀況指數(shù)RSEI評價模型，為其生態(tài)環(huán)境狀況評價提供遙感監(jiān)測指標(biāo)。

1 研究地區(qū)與研究方法

1.1 研究區(qū)概況

若爾蓋濕地紅線區(qū)位于青藏高原東南部邊緣，地處四川省北部(32°20′-34°00′N，101°36′-103°30′E)[12]。本文以若爾蓋濕地生態(tài)保護(hù)紅線為研究區(qū)域，該區(qū)域范圍屬于川西北水源涵養(yǎng)與生物多樣性保護(hù)重要區(qū)，分布在四川省阿壩藏族自治州的若爾蓋縣、紅原縣和阿壩縣[13]，面積約為0.83×104km2，占四川省生態(tài)保護(hù)紅線總面積的5.6%，占全省幅員面積的1.7%[14](圖1)。

若爾蓋高原濕地是我國面積最大的高原泥炭沼澤集中分布區(qū)[15]，是長江、黃河上游重要的水源涵養(yǎng)區(qū)和水源供給站[16]。若爾蓋濕地紅線區(qū)是四川省生態(tài)保護(hù)紅線劃定區(qū)域“四軸九核”中“九核”之一，劃定為“若爾蓋濕地水源涵養(yǎng)—生物多樣性維護(hù)生態(tài)保護(hù)紅線”[14]。該區(qū)屬于典型的高寒、高海拔生態(tài)脆弱帶[17-18]，在濕地排水、不合理的放牧活動、工程建設(shè)、污染和氣候變化等人為因素和自然因素的多重脅迫下，若爾蓋濕地生態(tài)保護(hù)紅線內(nèi)的生態(tài)環(huán)境已極度脆弱，濕地資源受到嚴(yán)重威脅[19～21]。

圖1 若爾蓋濕地生態(tài)保護(hù)紅線范圍及其位置Fig.1 The scope and location of the the Ruoergai Wetland Ecological Protection Red Line

1.2 研究方法設(shè)計

對生態(tài)保護(hù)紅線的生態(tài)環(huán)境狀況進(jìn)行評價分析的研究中，評價指標(biāo)的選擇是關(guān)鍵的環(huán)節(jié)，選擇科學(xué)的評價指標(biāo)能夠使提取出的生態(tài)環(huán)境狀況指數(shù)結(jié)果更準(zhǔn)確的反映研究區(qū)的生態(tài)環(huán)境狀況[22]。在《生態(tài)環(huán)境狀況評價技術(shù)規(guī)范(HJ 192-2015)》中，生態(tài)環(huán)境狀況評價指標(biāo)體系涉及到了生物豐度指數(shù)、植被覆蓋指數(shù)、水網(wǎng)密度指數(shù)、土地脅迫指數(shù)、污染負(fù)荷指數(shù)共5個綜合指數(shù)的分指數(shù)[23]。土地脅迫指數(shù)中的土壤侵蝕模數(shù)計算復(fù)雜，而環(huán)境限制指數(shù)則必須通過年度統(tǒng)計數(shù)據(jù)獲得，這都限制了EI在更大范圍的推廣應(yīng)用。為此，本文基于衛(wèi)星遙感數(shù)據(jù)，結(jié)合若爾蓋濕地紅線區(qū)內(nèi)的草地和沼澤濕地的特殊環(huán)境，選取地表溫度(LST, Land Surface Temperature)、綠度指數(shù)(GVI, Greenness Vegetation Index)、植被指數(shù)(NDVI, Normalized Difference Vegetation Index)、總初級生產(chǎn)力(GPP, Gross Primary Productivity)、溫度植被干旱指數(shù)(TVDI, Temperature Vegetation Drought Index)和土地利用類型(LUCC, Land Use Cover Classes)共6個指數(shù)作為模型因子，分別從若爾蓋濕地紅線區(qū)環(huán)境的溫濕度情況、植被生長情況、地面類型情況等方面構(gòu)建遙感生態(tài)環(huán)境狀況指數(shù)RSEI評價模型，將其作為若爾蓋濕地生態(tài)保護(hù)紅線的生態(tài)環(huán)境狀況評價遙感監(jiān)測指標(biāo)。

遙感生態(tài)環(huán)境狀況指數(shù)RSEI評價模型的基本型式如下：

RSEI=A1×LST+A2×GVI+A3×NDVI

+A4×GPP+A5×TVDI+A6×LUCC

(1)

公式(1)中，RSEI為遙感生態(tài)環(huán)境狀況指數(shù)，LST為地表溫度，GVI為綠度指數(shù)，NDVI為歸一化植被指數(shù)，GPP為植被總初級生產(chǎn)力，TVDI為溫度植被干旱指數(shù)，LUCC為土地利用類型指數(shù)，Ai(i=1，2……6)為各指標(biāo)對應(yīng)的權(quán)重值，利用主成分分析方法客觀確定各模型因子的權(quán)重[24]。上述各分指標(biāo)要素值均為歸一化值，為了更直觀表示各項因子對生態(tài)環(huán)境影響程度差異，在數(shù)據(jù)處理時對原始數(shù)據(jù)采用極值法進(jìn)行了數(shù)據(jù)標(biāo)準(zhǔn)化處理，不同權(quán)重值則表示了不同指標(biāo)對環(huán)境影響的程度。

依據(jù)《生態(tài)環(huán)境狀況評價技術(shù)規(guī)范》中生態(tài)環(huán)境狀況的等級標(biāo)準(zhǔn)，將每期RSEI數(shù)據(jù)都進(jìn)行歸一化處理，將其統(tǒng)一到0～1，采用等間距法對若爾蓋濕地紅線區(qū)生態(tài)環(huán)境狀況等級進(jìn)行劃分，具體的分級標(biāo)準(zhǔn)如表1。

表1 生態(tài)環(huán)境狀況分級Tab.1 Ecological environment status classification

主成分分析法(PCA, Principal component analysis)是一種通過數(shù)學(xué)建模、數(shù)學(xué)變換和統(tǒng)計分析將眾多關(guān)聯(lián)性較強(qiáng)的評價指標(biāo)Y1～Yn(例如n個指標(biāo))轉(zhuǎn)換成相互間獨立、無關(guān)聯(lián)性的綜合指標(biāo)，客觀真實地反映原有信息[25]。該方法基于累計貢獻(xiàn)率篩選出前幾項相對重要的主成分，并結(jié)合定性分析對主成分作出合理解釋。主成分的貢獻(xiàn)率是確定各指標(biāo)權(quán)重的重要參考，通過前期降維變換可以獲得各指標(biāo)的權(quán)重值，減少人為確權(quán)造成指標(biāo)集成差異的干擾，從而對數(shù)據(jù)集作出客觀分析[26]。

依據(jù)6項模型因子的特性及變化特征，本文采用客觀確權(quán)的主成分分析法PCA構(gòu)建若爾蓋濕地生態(tài)保護(hù)紅線遙感生態(tài)環(huán)境狀況指數(shù)RESI評價模型。按照主成分分析原理，計算各因子相關(guān)系數(shù)矩陣，得到其主成分的方差貢獻(xiàn)率，并選取累計貢獻(xiàn)率達(dá)到85%以上的前幾項特征根作為確定因子權(quán)重的主成分。

1.3 數(shù)據(jù)來源

本研究所用數(shù)據(jù)主要為MODIS和Landsat衛(wèi)星遙感產(chǎn)品數(shù)據(jù)。地表溫度LST采用MOD11A2產(chǎn)品；歸一化植被指數(shù)NDVI采用MOD13A2產(chǎn)品；總初級生產(chǎn)力GPP采用MOD17A2產(chǎn)品；土地類型LUCC數(shù)據(jù)為MOD12Q2產(chǎn)品；溫度植被干旱指數(shù)TVDI利用MODIS LST產(chǎn)品和NDVI產(chǎn)品計算得到；綠度指數(shù)GVI來自Landsat衛(wèi)星的綠度指數(shù)產(chǎn)品，對LANDSAT的GVI綠度指數(shù)產(chǎn)品進(jìn)行重采樣處理，將30 m空間分辨率重采樣到1 000 m(表2)。

表2 本研究所用衛(wèi)星遙感資料Tab.2 Remote sensing data using in the study

1.4 數(shù)據(jù)處理

對獲取的MOD11A2、MOD13A2和MOD17A2產(chǎn)品利用MRT軟件進(jìn)行數(shù)據(jù)預(yù)處理，投影為Albers Equal Area投影，設(shè)置中國地區(qū)參數(shù)為S Minor 0，STDRPR1 25，STDRPR2 47，CentMor 105，OriginLat 0，F(xiàn)E 0，F(xiàn)N 0以及Datum WGS84。數(shù)據(jù)預(yù)處理后將不同時間分辨率的數(shù)據(jù)合成為年數(shù)據(jù)。

MODIS傳感器的MOD13A2產(chǎn)品為1 km空間分辨率的歸一化植被指數(shù)NDVI?；贛OD13A2產(chǎn)品和柵格數(shù)據(jù)的預(yù)處理，可以獲得歸一化植被指數(shù)，年NDVI是將全年共23景16d合成的歸一化植被指數(shù)NDVI累加求其平均值。

四川地區(qū)MOD11A2產(chǎn)品由于受到天氣因素的影響，LST缺測值(nodata)比較多。對于MOD11A2缺測值的處理方法為將每個月獲得的4景LST的平均值賦給缺測值：首先利用ArcGIS條件con和Isnull函數(shù)將Nodata值提取出來并賦值為0，計算剩余像元平均值，并將其賦值給Nodata；然后，將地表溫度LST轉(zhuǎn)換成攝氏溫度℃(轉(zhuǎn)換公式：像元值×0.02-273.15)；最后，計算46景LST的平均值作為年平均值。

利用NDVI—LST特征空間計算得到溫度植被干旱指數(shù)。NDVI—LST特征空間三角形[27]的上邊界定義為干邊，由NDVI相同時所對應(yīng)LST最大值的點擬合的趨勢線構(gòu)成，對應(yīng)著最干旱的情況；三角形的下邊界定義為濕邊，由NDVI相同時所對應(yīng)LST最小值的點擬合的趨勢線構(gòu)成，對應(yīng)著最濕潤的情況。NDVI相同時隨著地溫LST的降低蒸發(fā)降低，土地相對濕潤?；谶b感數(shù)據(jù)NDVI與LST的對應(yīng)關(guān)系得出了經(jīng)驗參數(shù)溫度植被干旱指數(shù)TVDI。MOD11A2產(chǎn)品中地表溫度LST的時間分辨率為8d，而NDVI時間分辨率為16d，所以選取LST中的23景(46景中每相鄰2景取最大值)與NDVI產(chǎn)品時間統(tǒng)一，進(jìn)而得出23景的干濕邊公式，并演算出TVDI，最后計算年溫度植被干旱指數(shù)平均值。

MOD17A2植被總初級生產(chǎn)力GPP產(chǎn)品在MODIS影像中存在一些特殊值，例如DN值為32765，表示稀疏植被地區(qū)；DN值為32766，表示水域。對于這些特殊值，本文均進(jìn)行了提取與分類，并通過歸一化公式，對柵格數(shù)據(jù)進(jìn)行無量綱處理，將GPP的值域控制在0～1，得到若爾蓋地區(qū)植被初級生產(chǎn)力分布情況，通過累加8d合成的46景植被總初級生產(chǎn)力GPP分布圖得到各年份植被總初級生產(chǎn)力分布圖。

根據(jù)土地利用類型對生態(tài)環(huán)境狀態(tài)的權(quán)重系數(shù)[28]對MODIS12Q2土地利用類型數(shù)據(jù)LUCC進(jìn)行重分類，將區(qū)域土地利用類型劃分為：林地、草地、水域濕地、耕地、建設(shè)用地、未利用地等6大地物類型。地物分類表征區(qū)域內(nèi)生物的豐貧程度，每種類型賦予不同權(quán)重系數(shù)(表3)。

表3 土地利用類型對生態(tài)環(huán)境狀態(tài)的權(quán)重系數(shù)Tab.3 The weight coefficient of land use type to ecological environment state

盡管在《生態(tài)環(huán)境狀況評價技術(shù)規(guī)范(HJ 192-2015)》中提供了各指數(shù)的歸一化系數(shù)參考值，但歸一化系數(shù)值的大小因評價區(qū)域范圍的不同而存在差異。在對區(qū)域生態(tài)環(huán)境狀況進(jìn)行評價時，由于評價區(qū)域具有地域差異性，同時生態(tài)過程具有時間和空間尺度屬性，不同區(qū)域的生態(tài)環(huán)境質(zhì)量也不相同。因此，需要對各因子進(jìn)行無量綱歸一化，使他們的指數(shù)區(qū)間映射在0～1。指數(shù)歸一化[29]公式可以表達(dá)為：

Fi=(indicatori-indicatormin)/(indicatormax-indicatormin)

(2)

公式(2)中: Fi 表示歸一化后某像元的指數(shù)值；indicatori表示該指標(biāo)在像元i的值；indicatormin表示該指數(shù)像元最小值；indicatormax表示該指數(shù)像元最大值。

在計算歸一化系數(shù)時，需要考慮評價的尺度范圍。在《生態(tài)環(huán)境狀況評價技術(shù)規(guī)范(HJ 192-2015)》中提供的歸一化系數(shù)值是以國家地域范圍為評價尺度獲得的，在對以區(qū)縣為單位進(jìn)行生態(tài)環(huán)境評價時，引用規(guī)范中提供的系數(shù)值可能會導(dǎo)致評價指數(shù)結(jié)果不能客觀反映研究區(qū)域的生態(tài)環(huán)境狀況，失去生態(tài)環(huán)境評價意義。因此，在對區(qū)域生態(tài)環(huán)境狀況評價時，應(yīng)先對歸一化系數(shù)進(jìn)行研究和分析，使得評價指數(shù)結(jié)果能夠客觀、準(zhǔn)確地反映研究區(qū)生態(tài)環(huán)境狀況。通過對要素使用歸一化處理和無效值剔除等預(yù)處理手段后，得到研究區(qū)生態(tài)保護(hù)紅線區(qū)各指數(shù)的柵格數(shù)據(jù)，空間分辨率為1 km。

2 結(jié)果與分析

2.1 各模型因子情況

2.1.1 歸一化植被指數(shù)(NDVI)

從若爾蓋濕地紅線區(qū)植被指數(shù)空間分布圖(圖2)可知，若爾蓋濕地紅線區(qū)植被狀況整體上表現(xiàn)為西部優(yōu)于東部，東南紅原縣邊緣區(qū)植被指數(shù)值較低。2000～2008年紅線區(qū)北部紅原縣部分地區(qū)植被指數(shù)呈現(xiàn)下降趨勢，2011～2019年間趨勢得到緩解，尤其是2017～2019年變化明顯，紅線區(qū)北部若爾蓋縣部分地區(qū)植被指數(shù)低值區(qū)域范圍不斷縮小。紅線區(qū)東南部紅原縣的植被指數(shù)值一直都較低，2000～2019年改善效果不太明顯。

為了進(jìn)一步分析植被指數(shù)的時間變化特征，統(tǒng)計制作了2000～2019年的植被指數(shù)變化趨勢圖(圖3)，可以看出：近20年若爾蓋濕地紅線區(qū)NDVI最大值為0.92，分別在2011、2014、2017和2019年。NDVI各年最大值在0.85～0.92，最小值在0.19～0.40。NDVI年平均值在2019年達(dá)到0.84，居于首位，在2000年最低，指數(shù)值為0.76。結(jié)合植被指數(shù)空間分布圖以及植被指數(shù)變化趨勢圖發(fā)現(xiàn)：從2000年～2019年，總的來說植被指數(shù)最大值和平均值逐年增長，最小值也在不斷升高，說明紅線區(qū)內(nèi)近20年來植被生長狀況總體上在不斷改善。在2011年前后植被指數(shù)最小值明顯減小，這可能與2008年地震造成部分地區(qū)地表植被破壞有關(guān)。

圖2 2000～2019年歸一化植被指數(shù)空間分布圖Fig.2 Spatial distribution map of Normalized Difference Vegetation Index from 2000 to 2019

圖3 2000～2019年紅線區(qū)歸一化植被指數(shù)變化趨勢圖Fig.3 The trend of normalized difference vegetation index in red line region from 2000 to 2019

2.1.2 地表溫度(LST)

2000～2019年若爾蓋濕地生態(tài)保護(hù)紅線區(qū)地表溫度的空間分布如圖4所示：紅線區(qū)東南部紅原縣為地表溫度低值區(qū)，北部若爾蓋縣溫度較高。這與若爾蓋濕地的地形有關(guān)，該地區(qū)北部海拔較低，南部海拔較高，因此地表溫度整體分布呈現(xiàn)北高南低的空間分布特征。

統(tǒng)計2000～2019年地表溫度各年份的均值發(fā)現(xiàn)，近20年來，LST最高值為2000年的25.44 ℃，最高值范圍為23.28～25.44 ℃；最小值為2011的5.90 ℃，最小值范圍為5.90～7.80 ℃；平均地表溫度最高值為18.70 ℃，范圍在17.40～18.70 ℃。整個區(qū)域地表溫度年均值的動態(tài)變化趨勢(圖5)為：2000～2006年間地表溫度最小值不斷降低，累計降低了1.90 ℃；2008～2019年間地表溫度最小值又開始不斷升高，累計升高了2.00 ℃。從近年來地表溫度年均值的最大值和最小值的變化特征來看，兩者呈現(xiàn)波動變化的特點，變化的值域范圍較小。因此，2000～2019年紅線區(qū)地表溫度總體上變化幅度不大。

圖4 2000～2019年地表溫度空間分布圖Fig.4 Spatial distribution map of Land Surface Temperature from 2000 to 2019

圖5 2000～2019年地表溫度變化圖Fig.5 The trend of Land Surface Temperature from 2000 to 2019

2.1.3 溫度植被干旱指數(shù)(TVDI)

溫度植被干旱指數(shù)的值域范圍為0～1，通過紅線區(qū)溫度植被干旱指數(shù)分布(圖6)可看出，TVDI高值區(qū)位于紅線區(qū)北部若爾蓋縣，低值區(qū)位于紅線區(qū)東南部紅原縣。研究發(fā)現(xiàn)TVDI值較高的地區(qū)，生態(tài)環(huán)境較好；TVDI 值較低的地區(qū)，生態(tài)環(huán)境較差，且TVDI敏感性較大，這是由于若爾蓋濕地生態(tài)保護(hù)紅線位于高寒高原地區(qū)，熱度因子對該地區(qū)植被生長的影響較大，而計算溫度植被干旱指數(shù)的地表溫度因子，雖然能夠很好的與植被指數(shù)結(jié)合反演土壤干旱情況，但該特征在平原地區(qū)更加明顯，對于缺少熱度的高原而言，地表溫度因子有利于該地區(qū)植被生長，該因子與植被指數(shù)結(jié)合反演土壤干旱情況，只會出現(xiàn)相反的結(jié)果，因此出現(xiàn)了TVDI越大，植被生長狀況越好的現(xiàn)象。

圖6 2000～2019年溫度植被干旱指數(shù)空間分布圖Fig.6 Spatial distribution map of Temperature Vegetation Dryness Index from 2000 to 2019

2000年～2019年TVDI平均值范圍在0.46～0.53，由圖7可知，2000年～2006年TVDI呈現(xiàn)略增趨勢，2008年～2014年TVDI不斷減小，2014～2017年又不斷增加，2017～2019又略微減小的趨勢?？偟膩碚f，近20年紅線區(qū)TVDI值總體呈波動增長趨勢。

圖7 2000～2019年溫度植被干旱指數(shù)趨勢圖Fig.7 The trend of Temperature Vegetation Dryness Index from 2000 to 2019

2.1.4 植被總初級生產(chǎn)力(GPP)

由紅線區(qū)植被總初級生產(chǎn)力空間分布(圖8)可得，若爾蓋濕地生態(tài)保護(hù)紅線西部阿壩縣區(qū)域為GPP高值區(qū)，紅原縣GPP較小，可能因為東南部人為因素的影響較大，該區(qū)域同時也是植被指數(shù)的低值區(qū)。整個紅線內(nèi)植被總初級生產(chǎn)力空間差異較小。由于GPP反映植被固定太陽能的效率，受氣候、水熱條件等多種因素影響，如光照和氣溫等，區(qū)域內(nèi)GPP空間分異較小反映出紅線區(qū)的水熱條件基本差異不明顯。

圖8 2000～2019年植被總初級生產(chǎn)力空間分布圖Fig.8 Spatial distribution map of Gross Primary Productivity from 2000 to 2019

圖9 2000～2019年植被總初級生產(chǎn)力變化趨勢圖Fig.9 The trend of Gross Primary Productivity from 2000 to 2019

統(tǒng)計2000～2019年植被總初級生產(chǎn)力年際均值制作動態(tài)變化趨勢(圖9)，GPP變化趨勢與NDVI大致相同，呈現(xiàn)同增同減的變化特征。GPP最大值在2014年取得最大值，為1.50 kg·C/m2。年GPP最大值的變化范圍在1.37～1.51 kg·C/m2，最小值在0.05～0.11 kg·C/m2，平均值在0.62～0.71 kg·C/m2。最大值和平均值呈現(xiàn)波動變化的特征，在2000～2008年間略有增加，2008～2011年間有所減小。

2.1.5 綠度指數(shù)(GVI)

2000～2019年紅線區(qū)綠度指數(shù)空間分布(圖10)表明紅線區(qū)的綠度指數(shù)低值區(qū)位于東南邊緣地區(qū)，整體上西部高于東部。2000～2019年紅線區(qū)北部若爾蓋縣部分地區(qū)綠度指數(shù)值呈減小的變化趨勢。

從綠度指數(shù)多年平均值的變化趨勢(圖11)統(tǒng)計中可看出，GVI最大值范圍在0.66～0.85，最小值范圍在-0.05～0.16，平均值在0.45～0.70。近年來紅線區(qū)綠度指數(shù)變化波動明顯，2000～2008年間最大值及最小值均呈波動增長趨勢，2008～2011年間最小值變化幅度較大。

圖10 2000～2019年綠度指數(shù)空間分布圖Fig.10 Spatial distribution map of Greenness Vegetation Index from 2000 to 2019

圖11 2000～2019綠度指數(shù)變化趨勢圖Fig.11 The trend of Greenness Vegetation Index from 2000 to 2019

2.1.6 土地利用類型(LUCC)

將紅線區(qū)土地利用類型劃分為：林地、草地、水域濕地、耕地、建設(shè)用地、未利用地等6類地物類型，紅線區(qū)土地利用空間分布如圖12所示，紅線區(qū)土地利用類型以草地為主。

圖12 2000～2019年土地利用類型空間分布圖Fig.12 Spatial distribution map of land use change from 2000 to 2019

分析表明，紅線區(qū)草地面積占整個紅線區(qū)的98%以上。從不同土地類型面積比例的多年變化情況可以看出，自2000～2017年，草地面積略有減小(<1%)，2017～2019年間草地面積略有增加(0.3%)。林地面積在2000～2006年間面積未發(fā)生明顯變化，2008～2019 年林地面積不斷減小。水域面積在2000～2003年不斷減小，2006～2019年間面積不斷增大。2014～2017年耕地面積減小，耕地面積在2017年最小僅為25 km2(參見表4)。

表4 紅線區(qū)不同土地類型面積統(tǒng)計Tab.4 Statistics of different land types in the Red Line Area (%)

2.2 RSEI模型的構(gòu)建

對研究區(qū)2000年、2003年、2006年、2008年、2011年、2014年、2017年和2019年共8期的模型因子采用主成分分析方法進(jìn)行分析后，計算得到各指數(shù)的特征值和方差貢獻(xiàn)率表(表5)，可知每一年的模型因子經(jīng)主成分分析后僅用1個主成分即可達(dá)到最低97.0%、最高可達(dá)98.3%的方差貢獻(xiàn)率，反映出主成分分析方法可很好的實現(xiàn)對指數(shù)的降維。

根據(jù)以下公式計算評價模型中各指數(shù)的綜合權(quán)重：

(3)

式中：PC表示各指數(shù)的綜合權(quán)重；ei表示主成分對應(yīng)的方差貢獻(xiàn)率；pci表示各主成分對原始指數(shù)的載荷。在分別計算得到各年份指數(shù)權(quán)重值的基礎(chǔ)上，以每個指數(shù)各年份的平均值作為若爾蓋紅線區(qū)生態(tài)環(huán)境狀況評價模型因子的權(quán)重(表6)。

表5 各年份指標(biāo)特征值和方差貢獻(xiàn)率Tab.5 Index eigenvalues and variance contribution rate of each year

表6 各年份指數(shù)權(quán)重與平均值Tab.6 Index weight and average value of each year

依據(jù)表6各年份指數(shù)多年權(quán)重的平均值，得出若爾蓋濕地生態(tài)保護(hù)紅線區(qū)遙感生態(tài)環(huán)境狀況指數(shù)RSEI評價模型：

RSEI=0.149×GPP+0.177×GVI+0.159×LST

+0.173×LUCC+0.190×NDVI

+0.163×TVDI

2.3 遙感生態(tài)環(huán)境狀況指數(shù)

根據(jù)評價模型，得到2000～2019年若爾蓋濕地紅線區(qū)生態(tài)環(huán)境狀況指數(shù)的空間分布 (圖13)?？煽闯錾鷳B(tài)環(huán)境狀況指數(shù)高值區(qū)在紅線區(qū)中部、西部和北部大部分地區(qū)，低值區(qū)主要集中分布于紅線區(qū)紅原縣東南部邊緣。紅線區(qū)RSEI的整體空間分布為西北部優(yōu)于東南部。

對結(jié)果進(jìn)行統(tǒng)計分析，得出2000～2019年生態(tài)環(huán)境狀態(tài)綜合評價指數(shù)變化趨勢(圖14)，可以看出：2000～2019年紅線區(qū)RSEI最大值的變化范圍為0.73～0.77，其中2014年取得最大值0.77，最小值為2017年的0.73。2000～2008年最大值沒有發(fā)生明顯的變化，都在0.75附近。2008～2019 年RSEI最大值總體呈現(xiàn)波動增加的變化趨勢。RSEI最小值的范圍在0.30～0.34，變化浮動較小，其中，2008年以前最小值呈現(xiàn)波動變化的特點，2008～2019年間RSEI最小值都維持在0.32以上，總體呈現(xiàn)波動增大的趨勢。以上結(jié)果表明，2000～2019年若爾蓋濕地紅線區(qū)的生態(tài)環(huán)境狀況總體上逐漸改善。

圖13 2000～2019年遙感生態(tài)指數(shù)空間分布圖Fig.13 Spatial distribution map of Remote Sensing Ecological Index from 2000 to 2019

圖14 2000～2019年RSEI指數(shù)變化趨勢圖Fig.14 The trend of RSEI from 2000 to 2019

2.4 生態(tài)環(huán)境狀況等級變化情況

根據(jù)若爾蓋濕地生態(tài)保護(hù)紅線區(qū)的分類標(biāo)準(zhǔn)，對2000～2019年生態(tài)環(huán)境狀態(tài)綜合評價指數(shù)空間分布圖進(jìn)行重分類，得到2000～2019年若爾蓋紅線區(qū)的生態(tài)環(huán)境狀況分級圖(圖15)。生態(tài)環(huán)境狀況等級為一般及以上等級主要位于紅線區(qū)中部、西部和北部大部分地區(qū)，較差和差以下等級的主要位于紅線區(qū)的東南部紅原縣地區(qū)。整個紅線區(qū)的生態(tài)環(huán)境狀況等級西部阿壩縣和北部若爾蓋縣優(yōu)于東南部紅原縣。

統(tǒng)計各年份生態(tài)環(huán)境評價等級的面積所占比例(表7)并制作生態(tài)環(huán)境評價等級變化柱狀圖(圖16)對比分析得到：2000～2019年紅線區(qū)生態(tài)環(huán)境差異明顯，西部地區(qū)生態(tài)環(huán)境較好，東南部地區(qū)生態(tài)環(huán)境較差。北部地區(qū)生態(tài)環(huán)境改善面積明顯大于生態(tài)惡化面積，生態(tài)環(huán)境狀況得到明顯改善。2000～2019年差所占比例變化較小，較差比例呈現(xiàn)波動變化趨勢，一般及以上所占比例呈現(xiàn)波動變化。若爾蓋濕地紅線區(qū)生態(tài)環(huán)境狀況良和優(yōu)所占比例較大，良優(yōu)所占比例呈現(xiàn)波動增大趨勢。從多年平均等級所占比例來看，優(yōu)占42.8%、良占47.7%、一般占7.1%、較差占2.1%、差占0.4%，優(yōu)和良所占比例達(dá)90.5%。

圖15 2000～2019年遙感生態(tài)環(huán)境狀況空間分布圖Fig.15 Spatial distribution map of the ecological environment status by remote sensing from 2000 to 2019

表7 若爾蓋濕地紅線地區(qū)生態(tài)環(huán)境狀況等級構(gòu)成及變化Tab.7 The grade composition and changes of the ecological environment in the red line area of Ruoergai wetland (%)

圖16 2000～2019年生態(tài)環(huán)境等級比例柱狀圖Fig.16 Histogram of the proportion of ecological environment grades from 2000 to 2019

3 結(jié)論與建議

3.1 結(jié)論

3.1.1 從各模型因子看出，若爾蓋濕地生態(tài)保護(hù)紅線區(qū)中部地區(qū)植被生長狀況較好，區(qū)域內(nèi)歸一化植被指數(shù)(NDVI)和植被總初級生產(chǎn)力(GPP)均值較高，北部部分地區(qū)和東南部植被生長狀況相對較差，NDVI和GPP均值相對低，但整個紅線區(qū)內(nèi)植被生長狀況差異較小。溫度植被干旱指數(shù)西北部高于東南部。地表溫度總體呈北高南低的空間分布特征。

3.1.2 在空間上，紅線區(qū)生態(tài)環(huán)境狀況整體上西北部優(yōu)于東南部，生態(tài)環(huán)境狀況等級呈現(xiàn)東南向西北遞增趨勢；紅線區(qū)內(nèi)部差異較明顯，西部地區(qū)生態(tài)環(huán)境較好，東南部地區(qū)生態(tài)環(huán)境較差。在時間序列上，2000～2019年生態(tài)環(huán)境狀況等級差及較差所占明顯減小，一般及以上所占比例增大；北部地區(qū)生態(tài)環(huán)境改善面積明顯大于生態(tài)惡化面積，生態(tài)環(huán)境狀況得到明顯改善。

3.1.3 紅線區(qū)多年平均的生態(tài)環(huán)境狀況指數(shù)等級優(yōu)占42.8%、良占47.7%、一般占7.1%、較差占2.1%、差占0.4%，等級主要為良和優(yōu)，所占比例達(dá)90.5%。各年份生態(tài)環(huán)境狀況分級結(jié)果與多年平均值分級結(jié)果對比，在2019年優(yōu)所占比例降低，良和一般增加，較差和差增加，說明紅線區(qū)北部若爾蓋縣區(qū)域生態(tài)環(huán)境狀況得到改善的同時，紅原縣部分地區(qū)也存在惡化趨勢。

3.1.4 近20年若爾蓋濕地生態(tài)保護(hù)紅線的生態(tài)環(huán)境狀況整體上得到逐漸改善，北部若爾蓋縣地區(qū)的生態(tài)環(huán)境改善面積明顯大于生態(tài)惡化面積，生態(tài)環(huán)境狀況得到明顯改善。紅線區(qū)中部、西部和北部大部分地區(qū)的生態(tài)環(huán)境狀況優(yōu)于東南部，等級呈現(xiàn)東南向西北遞增向好趨勢。紅線內(nèi)部生態(tài)環(huán)境狀況差異較明顯，西部若爾蓋縣地區(qū)生態(tài)環(huán)境較好，東南部紅原縣地區(qū)生態(tài)環(huán)境較差。

3.2 建議

3.2.1 建立健全若爾蓋濕地生態(tài)保護(hù)紅線區(qū)生態(tài)系統(tǒng)監(jiān)控體系。若爾蓋濕地紅線區(qū)受氣候、水文及人類活動等的多方面影響，應(yīng)充分利用長時間序列多源數(shù)據(jù)的支持，實現(xiàn)若爾蓋紅線區(qū)生態(tài)環(huán)境變化全過程監(jiān)測。建議加強(qiáng)若爾蓋濕地基于天基、地基、空基的生態(tài)立體監(jiān)測網(wǎng)絡(luò)體系建設(shè)，優(yōu)化、完善氣候、生態(tài)監(jiān)測站點布局，建成區(qū)域生態(tài)環(huán)境監(jiān)測網(wǎng)絡(luò)，強(qiáng)化草原、濕地和農(nóng)、林、牧交錯帶氣候生態(tài)及其變化的動態(tài)、定位監(jiān)測，以獲取若爾蓋濕地紅線區(qū)的生態(tài)和氣象觀測數(shù)據(jù)。

3.2.2 加大生態(tài)紅線保護(hù)力度。本研究結(jié)果較為真實地反映了2001～2019年若爾蓋濕地生態(tài)保護(hù)紅線的生態(tài)環(huán)境狀況變化特征，結(jié)果表明東南部紅原縣紅線區(qū)生態(tài)環(huán)境狀況較差，對該區(qū)域生態(tài)環(huán)境進(jìn)行保護(hù)的任務(wù)較為緊迫。建議堅決貫側(cè)落實生態(tài)保護(hù)紅線區(qū)政策，建立完善生態(tài)保護(hù)紅線監(jiān)測機(jī)制，定期開展監(jiān)測與調(diào)查，對生態(tài)保護(hù)紅線內(nèi)生態(tài)環(huán)境實施動態(tài)監(jiān)管；建立完善生態(tài)保護(hù)紅線評價機(jī)制，構(gòu)建生態(tài)保護(hù)紅線生態(tài)功能評價指標(biāo)體系；定期組織對生態(tài)保護(hù)紅線執(zhí)行情況進(jìn)行評價，及時掌握生態(tài)保護(hù)紅線區(qū)生態(tài)功能狀況及動態(tài)變化；擴(kuò)大生態(tài)補(bǔ)償區(qū)域，特別是紅線區(qū)內(nèi)生態(tài)質(zhì)量較差地區(qū)。