李冠穩(wěn),肖能文,李俊生

1 中國環(huán)境科學(xué)研究院 國家環(huán)境保護(hù)區(qū)域生態(tài)過程與功能評(píng)估重點(diǎn)實(shí)驗(yàn)室,北京 100012 2 西北農(nóng)林科技大學(xué)林學(xué)院,楊凌 712100

生態(tài)系統(tǒng)質(zhì)量是生態(tài)系統(tǒng)生產(chǎn)服務(wù)能力、抗干擾能力以及對(duì)人類生存與發(fā)展承載能力的具體體現(xiàn),其變化關(guān)乎人類居住環(huán)境和物質(zhì)生活水平[1-2]。良好的生態(tài)系統(tǒng)質(zhì)量也是推進(jìn)我國生態(tài)文明建設(shè)進(jìn)程的重要舉措,因此研究生態(tài)系統(tǒng)質(zhì)量的時(shí)空分布特征及其變化趨勢(shì)有助于量化分析生態(tài)保護(hù)和生態(tài)恢復(fù)措施績(jī)效,也能夠?yàn)榻窈笊鷳B(tài)保護(hù)政策研究、城市發(fā)展戰(zhàn)略制定提供科學(xué)依據(jù)[3]。

生態(tài)系統(tǒng)質(zhì)量評(píng)估通常以數(shù)學(xué)模型為基礎(chǔ),通過構(gòu)建評(píng)估指標(biāo)體系,量化生態(tài)系統(tǒng)質(zhì)量。遙感技術(shù)以其快速、實(shí)時(shí)、大范圍重復(fù)獲取地物信息等優(yōu)勢(shì)被廣泛應(yīng)用于區(qū)域生態(tài)系統(tǒng)質(zhì)量評(píng)估[4-6]。國內(nèi)外學(xué)者利用遙感技術(shù)進(jìn)行生態(tài)系統(tǒng)質(zhì)量評(píng)估開展了大量研究工作,廣泛應(yīng)用于森林[7]、草地[8]、荒漠[9]、城市[10]、礦區(qū)[11]、自然保護(hù)區(qū)[12-14]、流域[15-18]、國家重點(diǎn)生態(tài)功能區(qū)[19]等不同空間尺度。然而,上述研究多是基于現(xiàn)狀-相對(duì)變化量的評(píng)估體系,即評(píng)估兩個(gè)時(shí)間點(diǎn)生態(tài)系統(tǒng)質(zhì)量的相對(duì)變化,以此判斷生態(tài)系統(tǒng)質(zhì)量的改善或惡化情況,缺少多年連續(xù)生態(tài)系統(tǒng)質(zhì)量評(píng)估[6-8,11-19]。如Xu等[20]基于植被指數(shù)、生物量和凈初級(jí)生產(chǎn)力評(píng)估了京津冀2000、2010年生態(tài)系統(tǒng)質(zhì)量變化,發(fā)現(xiàn)京津冀生態(tài)系統(tǒng)質(zhì)量的變化與三北防護(hù)林帶和京津沙塵暴防治項(xiàng)目正相關(guān)。此外,上述研究缺乏統(tǒng)一評(píng)估指標(biāo)體系,不同評(píng)估結(jié)果可比性較差；同時(shí)缺少與該區(qū)域最優(yōu)狀態(tài)下生產(chǎn)力(理想值)的比較,進(jìn)而難以量化生態(tài)系統(tǒng)的恢復(fù)潛力。Xu等[21]提出的基于主成分分析方法的遙感生態(tài)指數(shù)(remote sensing based ecological index,RSEI),集成了能夠響應(yīng)生態(tài)系統(tǒng)質(zhì)量的綠度、濕度、熱度等多種關(guān)鍵生態(tài)因子,不僅與生態(tài)環(huán)境狀況指數(shù)(ecological index,EI)有很好地可比性,在區(qū)域生態(tài)系統(tǒng)質(zhì)量快速監(jiān)測(cè)和評(píng)價(jià)方面也具有明顯優(yōu)勢(shì)和使用價(jià)值[22],在不同空間尺度區(qū)域得到廣泛應(yīng)用[23-27]。如Liao等[28]基于MODIS數(shù)據(jù)構(gòu)建RSEI模型評(píng)估了我國2000—2017年生態(tài)環(huán)境質(zhì)量變化,發(fā)現(xiàn)干燥是影響生態(tài)環(huán)境質(zhì)量的最重要因素；楊江燕等[29]運(yùn)用RSEI方法對(duì)雄安新區(qū)進(jìn)行生態(tài)系統(tǒng)質(zhì)量評(píng)估,認(rèn)為RSEI能綜合反映各分量指標(biāo)信息,雄安新區(qū)生態(tài)質(zhì)量變化與其城鎮(zhèn)擴(kuò)張緊密負(fù)相關(guān)；同樣朱泓等[30]基于RSEI監(jiān)測(cè)和評(píng)價(jià)了1988—2018年滇中湖泊流域生態(tài)環(huán)境質(zhì)量變化,得到城市擴(kuò)張和城市化是導(dǎo)致山間谷地和湖泊周圍生態(tài)環(huán)境質(zhì)量變差的重要原因。

赤水河流域擁有豐富的自然植被類型,亦是我國重要的生物資源基因庫,亦是長(zhǎng)江上游和三峽庫區(qū)的重要生態(tài)屏障,在國家生態(tài)安全中發(fā)揮著重要作用。赤水河是目前長(zhǎng)江上游唯一一條未建壩的支流,生態(tài)資源和生物多樣性豐富,流域近四成縣市位于國家重點(diǎn)生態(tài)功能區(qū)或生物多樣性保護(hù)優(yōu)先區(qū)。但赤水河流域地處烏蒙山連片特困地區(qū)復(fù)地,人口較多,水土流失嚴(yán)重；加之流域工業(yè)化及城鎮(zhèn)化的快速推進(jìn),存在以消耗破壞生態(tài)環(huán)境為代價(jià)的經(jīng)濟(jì)增長(zhǎng)現(xiàn)象,始終面臨著經(jīng)濟(jì)開發(fā)與生態(tài)環(huán)境保護(hù)的突出矛盾,因此開展水河流域生態(tài)系統(tǒng)質(zhì)量遙感監(jiān)測(cè)和評(píng)估,對(duì)赤水河流域生態(tài)安全和保護(hù)長(zhǎng)江上游生態(tài)屏障具有重要意義。本研究綜合歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)、葉面積指數(shù)(Leaf Area Index,LAI)、表層水分含量指數(shù)(Surface Water Content Index,SWCI)和陸地表面溫度(Land Surface Temperature,LST)構(gòu)建遙感生態(tài)指數(shù)(RSEI),并結(jié)合Sen+Mann-Kendall趨勢(shì)分析法分析赤水河流域2000—2018年生態(tài)系統(tǒng)質(zhì)量變化趨勢(shì)及相對(duì)恢復(fù)潛力,為赤水河流域生態(tài)環(huán)境保護(hù)、綠水青山就是金山銀山理論實(shí)踐以及城市經(jīng)濟(jì)發(fā)展提供科學(xué)參考。

1 數(shù)據(jù)與研究方法

1.1 研究區(qū)概況

赤水河為長(zhǎng)江上游一級(jí)支流,發(fā)源于云南省鎮(zhèn)雄縣,干流全長(zhǎng)444.5 km,流域面積為18932.2 km2,涉及云、貴、川3省13個(gè)縣(市區(qū))行政單位,并于四川省合江縣匯入長(zhǎng)江(圖1)。赤水河流域地處云貴高原和四川盆地接壤地帶,氣候差異較大,上游為暖溫帶高原氣候,氣溫稍低；中下游為四川盆地丘陵區(qū),具有亞熱帶濕潤(rùn)氣候特點(diǎn),氣溫較高。赤水河流域地形、地貌以山地和丘陵為主,土壤類型多樣,其特殊的地理環(huán)境形成了多樣的植被類型,植被類型從中亞熱帶濕潤(rùn)性常綠闊葉林向半濕潤(rùn)闊葉林過度,生物多樣性較為豐富。赤水河還是長(zhǎng)江上游唯一一條未建壩的一級(jí)支流,為保護(hù)長(zhǎng)江上游特有魚類及水生生物多樣性提供重要棲息地或產(chǎn)卵場(chǎng)[31]。

圖1 研究區(qū)概況和土地利用/土地覆被分布Fig.1 Location of the study area and distribution of ecosystem

1.2 數(shù)據(jù)來源與處理

本文采用的遙感數(shù)據(jù)來源于NASA MODIS的2000—2018年MOD09A1、MOD11A2、MOD13Q1和MOD15A2H數(shù)據(jù)產(chǎn)品(https://search.earthdata.nasa.gov/),分別用于提取SWCI、LST、NDVI和LAI生態(tài)因子。首先利用MRT(MODIS Reprojection Tools)軟件進(jìn)行影像拼接和投影轉(zhuǎn)換,統(tǒng)一分辨率為500 m；再利用最大值合成法得到月尺度生態(tài)參數(shù)數(shù)據(jù),生長(zhǎng)季(5—10月份)取平均后,再通過歸一化進(jìn)行無量綱處理。2018處土地利用/土地覆被數(shù)據(jù)(圖1)來源于國家基礎(chǔ)地里信息中心,包括8大類46小類,數(shù)據(jù)坐標(biāo)系采用2000國家大地坐標(biāo)系,柵格格網(wǎng)大小5米,斑塊分類精度優(yōu)于85%。赤水河流域以林地為主,占61.3%；其次是耕地、建設(shè)用地、草地等。

1.3 遙感生態(tài)指數(shù)分量指標(biāo)計(jì)算

(1)表層水分含量指數(shù)(SWCI):水分是植物生長(zhǎng)的基本條件,也是生態(tài)環(huán)境演變發(fā)展的一個(gè)主要因素。SWCI可以很好地反映植被、水體和土壤濕度狀況,可較好代表生態(tài)系統(tǒng)的“濕度”,與生態(tài)系統(tǒng)緊密相關(guān)[32-33]。MOD09A1數(shù)據(jù)B6、B7波段與水分反射率變化較為敏感,且有極為相同的大氣散射和輻射值[34],因此可通過B6、B7波段計(jì)算SWCI,公式如下:

SWCI=B6-B7/B6+B7

(1)

式中:B6、B7分別為MOD09A1影像波段反射值,B6-B7能夠反映植被和土壤中水含量,并能夠最大程度減少大氣影響；B6+B7作為分母能夠使結(jié)果值限定在-1—1之間。

(2)陸地表面溫度(LST):溫度是影響植被生長(zhǎng)的重要因子,被廣泛用于評(píng)價(jià)生態(tài)環(huán)境變化,能較好地表征生態(tài)系統(tǒng)的“熱度”[23]。LST是影響大氣和地面之間能量和水平衡的關(guān)鍵參數(shù),與植被的生長(zhǎng)與分布、地表水資源循環(huán)等密切相關(guān),是影響植被生長(zhǎng)的關(guān)鍵因子,也是生態(tài)系統(tǒng)變化的重要指示因子[35-36]。LST與氣象觀測(cè)空氣溫度有密切關(guān)系,且一般地表溫度高于氣溫,將MOD11A2影像像元灰度值轉(zhuǎn)換為常用攝氏度,提取赤水河流域地表溫度分布情況,公式如下:

LST=0.02×DNs-273.15

(2)

式中:DNs為MOD11A2影像像元灰度值。

(3)歸一化植被指數(shù)(NDVI)和葉面積指數(shù)(LAI):植被是生態(tài)系統(tǒng)重要組成部分,對(duì)生態(tài)系統(tǒng)環(huán)境變化較為敏感。NDVI可用于監(jiān)測(cè)植物生產(chǎn)狀況,LAI進(jìn)一步反映植被生長(zhǎng)質(zhì)量,被廣泛應(yīng)用于生態(tài)系統(tǒng)質(zhì)量評(píng)估中[37]。NDVI是反映植物長(zhǎng)勢(shì)的重要參數(shù)之一,用于表征生態(tài)系統(tǒng)質(zhì)量的“綠度”[11]。其公式如下:

NDVI=(ρNIR-ρred)/(ρNIR+ρred)

(3)

式中:ρNIR、ρred分別代表MOD13Q1影像近紅外波段和紅波段的反射率。

LAI是描述植被冠層幾何結(jié)構(gòu)的一個(gè)重要植被特征參數(shù),能夠定量描述植被冠層表面能量交換,是景觀、能量、物質(zhì)循環(huán)的重要參數(shù)[38]。對(duì)非特殊DN值其公式如下:

LAI=0.1 ×DNA

(4)

式中:DNA為MOD15A2H影像的像元灰度值。

1.4 研究方法

1.4.1遙感生態(tài)指數(shù)計(jì)算

將經(jīng)歸一化處理后的4個(gè)分量指標(biāo)重新組合成一幅新影像,通過ENVI軟件主成分分析模塊計(jì)算RSEI值。該方法最大優(yōu)點(diǎn)是可根據(jù)數(shù)據(jù)本身確定權(quán)重,不僅可以減少原始變量信息重疊,而且可有效減少變量個(gè)數(shù)[39]。公式如下:

RSEI=RSEI0-RSEI0_min/RSEI0_max-RSEI0_min
RSEI0=1-PC1

(5)

式中:RSEI為歸一化后遙感生態(tài)指數(shù),其值越大表示生態(tài)系統(tǒng)質(zhì)量越好;反之,表示生他系統(tǒng)質(zhì)量越差。RSEI0為第i像元的原始遙感生態(tài)指數(shù),RSEI0_max、RSEI0_min分別為原始遙感生態(tài)指數(shù)的最大值和最小值,PC1為第一主成分載荷值。

1.4.2Sen+Mann-Kendall 趨勢(shì)分析

Theil-Sen Median 趨勢(shì)分析和Mann-Kendall 檢驗(yàn)結(jié)合,用于植被、氣候等時(shí)序變化特征分析,能夠有效減少數(shù)據(jù)誤差影響,成為判斷時(shí)序數(shù)據(jù)趨勢(shì)變化的重要方法[40-41]。Theil-Sen Median公式為:

(6)

式中:i,j為年份,NDVIi、NDVIj為第i,j年NDVI值；當(dāng)βNDVI>0 時(shí),表示NDVI時(shí)序上呈增長(zhǎng)趨勢(shì)；βNDVI<0,則呈退化趨勢(shì)；βNDVI=0,保持不變。

Mann-Kendall 檢驗(yàn)公式如下:

(7)

其中,

(8)

方差V(S)=n(n-1)(2n+5)/18。當(dāng)n>10時(shí),Z統(tǒng)計(jì)量通過下式計(jì)算:

(9)

式中:n是時(shí)間序列長(zhǎng)度,Sgn是符號(hào)函數(shù),Z值采用雙邊趨勢(shì)檢驗(yàn),在給定顯著性水平α=0.05情況下,Z1-α/2=1.96作為顯著與非顯著的界定標(biāo)準(zhǔn),當(dāng)Z>1.96時(shí),趨勢(shì)顯著;反之不顯著。

1.4.3 理想?yún)⒄障颠x擇

評(píng)估某一區(qū)域生態(tài)系統(tǒng)質(zhì)量多是評(píng)估兩個(gè)時(shí)間段間生態(tài)系統(tǒng)質(zhì)量變化,缺少與理想狀態(tài)下生態(tài)系統(tǒng)質(zhì)量差距比較,即難以量化生態(tài)系統(tǒng)的恢復(fù)潛力。近幾十年,我國自然保護(hù)區(qū)、國家公園等的建設(shè)和發(fā)展,為生態(tài)系統(tǒng)保護(hù)、確定理想?yún)⒄障堤峁┝丝赡?。選擇保護(hù)區(qū)內(nèi)不同生態(tài)系統(tǒng)(如森林、草地、荒漠等)本底值較高區(qū)域作為理想?yún)⒄障?對(duì)比分析其他區(qū)域與最優(yōu)狀態(tài)下的生產(chǎn)力(即理想值或最優(yōu)值)之間的差距,以量化其他區(qū)域生態(tài)系統(tǒng)相對(duì)恢復(fù)潛力,幫助管理部門樹立明確的改善和保護(hù)目標(biāo)。

2 結(jié)果與分析

2.1 生態(tài)系統(tǒng)質(zhì)量描述性統(tǒng)計(jì)

依據(jù)上述公式,分別得到赤水河流域2000—2018年NDVI、LAI、LST、SWCI近20年均值如圖2所示。赤水河流域NDVI、LAI高值區(qū)域主要分布在赤水河下游古藺縣、赤水市、習(xí)水縣交界處,土地利用類型主要為林地；低值區(qū)域主要分布在懷仁市、古藺縣和習(xí)水縣交匯處,這些區(qū)域海拔較低,耕地和建設(shè)用地分布較多,人為干擾活動(dòng)較強(qiáng)。LST分布與DEM高度相關(guān),高海拔區(qū)域LST值較低,低海拔區(qū)域LST值較高。SWCI值呈現(xiàn)西部高、東部低趨勢(shì),與赤水河流域降水分布格局一致。

圖2 2000—2018年NDVI、LAI、LST、SWCI均值空間分布Fig.2 Spatial distribution of mean values of NDVI、LAI、LST、SWCI from 2000 to 2018

2000—2018年赤水河流域SWCI、LST、LAI、NDVI和RSEI的均值和標(biāo)準(zhǔn)差如圖3小提琴圖所示。其中箱體長(zhǎng)短代表各指標(biāo)及RSEI值標(biāo)準(zhǔn)差,反映年際間波動(dòng)狀況；上下橫線為值范圍10%—90%,中間橫線為平均值。從圖上可以看出,四個(gè)生態(tài)指數(shù)中LST變化差異最大,其次是SWCI、LAI、NDVI。四個(gè)生態(tài)指數(shù)中NDVI平均值最大,為0.76；其次是LAI、LST、SWCI。赤水河流域近20年RSEI平均值為0.613,且標(biāo)準(zhǔn)差較小,表明赤水河流域近20年生態(tài)系統(tǒng)質(zhì)量較好,且變化比較平穩(wěn)。

圖3 2000—2018年SWCI、LST、LAI、NDVI和RSEI均值和標(biāo)準(zhǔn)差Fig.3 Mean and standard deviation of SWCI、LST、LAI、NDVI and RSEI from 2000 to 2018

通過RSEI與各生態(tài)因子相關(guān)性分析,以驗(yàn)證RSEI能否代表各生態(tài)因子。各生態(tài)因子之間和各生態(tài)因子與RSEI之間相關(guān)系數(shù)如表1所示,Mc為平均相關(guān)度。從表中可以看出,4個(gè)指標(biāo)中平均相關(guān)度最高的為SWCI和NDVI,說明其對(duì)生態(tài)系統(tǒng)質(zhì)量起關(guān)鍵作用,其次是LST、LAI。RSEI與4個(gè)指標(biāo)相關(guān)系數(shù)均值為0.899,均高于單個(gè)指標(biāo)。由此可以得出,RSEI指數(shù)不僅能集合各生態(tài)因子信息,相比單一生態(tài)因子更具有生態(tài)系統(tǒng)質(zhì)量代表性。

表1 RSEI與各指標(biāo)相關(guān)性Table 1 Correlation between RSEI and indicators

2.2 生態(tài)系統(tǒng)質(zhì)量空間分布特征

通過計(jì)算獲取2000—2018年赤水河流域逐年生態(tài)系統(tǒng)質(zhì)量平均值空間分布(圖4),圖中顏色由紅色過度到綠色,表示生態(tài)系統(tǒng)質(zhì)量綜合評(píng)價(jià)值從低值向高值過度。赤水河流域RSEI平均值為0.613,其中RSEI值在0.6—0.8范圍占總面積的56%,0.4—0.6范圍占43.5%,赤水河流域生態(tài)系統(tǒng)質(zhì)量整體較高。根據(jù)行政區(qū)邊界可知,高值區(qū)域主要分布在赤水河流域下游赤水市、合江縣濕潤(rùn)性常綠闊葉林區(qū),中游金沙縣、懷仁市、古藺縣常綠針葉林、闊葉林區(qū),上游鎮(zhèn)雄縣、威信縣和敘永縣交界處的高山常綠針葉林、落葉闊葉林區(qū),這些地區(qū)水熱條件較好,有利于落葉闊葉林、針葉林、草地的生長(zhǎng),生態(tài)系統(tǒng)質(zhì)量較高。低值區(qū)域主要分布在上游鎮(zhèn)雄縣、七星關(guān)區(qū)及大方縣,這些地區(qū)處于烏蒙連片特困區(qū),坡耕地較多,同時(shí)屬典型喀斯特地貌發(fā)育,加之這些地區(qū)石漠化嚴(yán)重,因此生態(tài)系統(tǒng)質(zhì)量較低;赤水河中段桐梓縣、播州區(qū)、懷仁市西北部及習(xí)水縣中部,這些地區(qū)受土壤含沙量、地形及坡度影響,加之不合理開采行為,水土流失嚴(yán)重,生態(tài)系統(tǒng)質(zhì)量亦較低。

圖4 赤水河流域2000—2018年平均RSEI值空間分布Fig.4 Spatial distribution of average RSEI from 2000 to 2018

2.3 生態(tài)系統(tǒng)質(zhì)量變化狀況分析

通過Sen+Mann-Kendall檢驗(yàn)分析2000—2018年赤水河流域生態(tài)系統(tǒng)質(zhì)量空間變化情況,如表2和圖5。赤水河流域近20年生態(tài)系統(tǒng)質(zhì)量以整體以改善為主,但局部仍有退化現(xiàn)象。其中顯著改善區(qū)域面積占總面積的6.12%,輕微改善區(qū)域面積占總面積的59.51%,穩(wěn)定不變區(qū)域面積占9.71%,輕微退化區(qū)域面積占23.17%,顯著退化區(qū)域面積占1.49%。從空間分布看,生態(tài)系統(tǒng)質(zhì)量明顯改善區(qū)域主要位于古藺縣；大力實(shí)施天然林保護(hù)、退耕還林等生態(tài)建設(shè)工程是古藺縣生態(tài)系統(tǒng)質(zhì)量顯著提升的主要原因。輕微改善區(qū)域分布較廣,主要位于大方縣南部、古藺縣南部、播州區(qū)、桐梓縣西部、習(xí)水縣、赤水市、合江縣和敘永縣,與實(shí)行退耕還林、石漠化綜合治理等大規(guī)模人工林建設(shè)工程將陡坡旱地、草地轉(zhuǎn)化為林地密切相關(guān)；另一方面,生態(tài)示范區(qū)和自然保護(hù)區(qū)的建立如貴州習(xí)水國家級(jí)自然保護(hù)區(qū)、貴州赤水桫欏國家級(jí)自然保護(hù)區(qū)、燕子巖國家森林公園等很大程度上提高了生態(tài)系統(tǒng)質(zhì)量[42]。保持不變區(qū)域零散分布。輕微退化區(qū)域主要分布在上游七星關(guān)區(qū)、鎮(zhèn)雄縣、威信縣,這些地區(qū)農(nóng)業(yè)墾殖密度高,且多為坡耕旱地；下游懷仁市北部、合江縣與赤水市交界處,這些地區(qū)由于酒業(yè)的發(fā)展,重視高經(jīng)濟(jì)價(jià)值紅糧作物,輕育見效慢林木導(dǎo)致生態(tài)系統(tǒng)質(zhì)量下降。顯著退化區(qū)域主要位于赤水市城區(qū)及懷仁市中樞街道、鹽津街道、蒼龍街道、三合鎮(zhèn)和茅臺(tái)鎮(zhèn),主要是由于這些區(qū)域的城鎮(zhèn)建設(shè)和酒工業(yè)發(fā)展導(dǎo)致草地、耕地面積減少。

圖5 2000—2018年赤水河流域RSEI變化特征圖空間分布 Fig.5 Spatial distribution of RSEI based on trend and Hurst index

表2 RSEI變化趨勢(shì)統(tǒng)計(jì)Table 2 Statistics of RSEI Trend

2.4 參照系-現(xiàn)狀-變化量分析

圖6 2000—2018年赤水河流域林地RSEI值與理想?yún)⒄障挡钪悼臻g分布Fig.6 The difference RSEI of woodland in Chisui river basin during 2000—2018 compared with the ideal value

建立基于理想?yún)⒄障档纳鷳B(tài)系統(tǒng)質(zhì)量評(píng)估指標(biāo)體系,其關(guān)鍵是量化評(píng)估指標(biāo)在環(huán)境適宜、未受或較少受到人為干擾即理想狀態(tài)下的閾值。植被作為生態(tài)系統(tǒng)的重要組成部分,具有涵養(yǎng)水源、氣候調(diào)節(jié)、提供生境等多種作用,是陸地生態(tài)系統(tǒng)存在的基礎(chǔ)[43]。赤水河流域林地占總面積的61.3%,主要植被類型為亞熱帶常綠闊葉林、亞熱帶針葉林及亞熱帶、熱帶落葉闊葉灌叢；根據(jù)謝高地等[44]中國生態(tài)區(qū)劃方案,赤水河流域大部分位于黔中中亞熱帶常綠闊葉林生態(tài)區(qū)。貴州習(xí)水國家自然保護(hù)區(qū)建立于1992年,面積48666 hm2;1997年晉升為國家級(jí)自然保護(hù)區(qū),主要保護(hù)對(duì)象為中亞熱帶常綠闊葉林森林生態(tài)系統(tǒng)。故選取貴州習(xí)水國家自然保護(hù)區(qū)濕潤(rùn)性常綠闊葉林區(qū)本底值較高區(qū)域?yàn)閰⒄障?評(píng)估其他區(qū)域林地與該區(qū)域林地RSEI差值,量化其生態(tài)系統(tǒng)質(zhì)量相對(duì)恢復(fù)潛力,即根據(jù)相對(duì)恢復(fù)潛力數(shù)值大小和資源條件劃分成不同管理措施等級(jí),進(jìn)而調(diào)整具體管理策略,合理分配資源,提高管理成效。保護(hù)區(qū)內(nèi)林地近20年RSEI理想均值為0.69,其他區(qū)域林地與之差距如圖6所示(負(fù)值表示高于保護(hù)區(qū)內(nèi)林地RSEI,正值表示低于保護(hù)區(qū)內(nèi)林地RSEI)。從圖中可以看出,赤水河流域林地RSEI值與理想?yún)⒄障礡ESI值差距在10%以上面積占林地總面積的49.82%,主要分布在大方縣、桐梓縣、播州區(qū)及懷仁市、習(xí)水縣部分地區(qū)。

3 討論

遙感生態(tài)指數(shù)(RSEI)與EI相比,不僅在生態(tài)意義上具有較強(qiáng)的可比性,還具有較高的可視化及預(yù)測(cè)能力。本研究基于RS技術(shù)構(gòu)建了RSEI,并與SWCI、LST、LAI和NDVI 4個(gè)生態(tài)因子進(jìn)行相關(guān)性分析,發(fā)現(xiàn)RSEI不僅能集合各生態(tài)因子信息,相比單一生態(tài)因子更具有生態(tài)系統(tǒng)質(zhì)量代表性。4個(gè)生態(tài)因子中,NDVI和SWCI對(duì)生態(tài)質(zhì)量貢獻(xiàn)較大,RSEI高值主要分布在濕度高、植被覆蓋條件較好區(qū)域[12,45-46]。單薇等[6]在評(píng)估常德市鼎城區(qū)生態(tài)環(huán)境質(zhì)量時(shí)亦發(fā)現(xiàn)濕度和綠色指標(biāo)對(duì)生態(tài)環(huán)境質(zhì)量的改善至關(guān)重要。

赤水河流域生態(tài)系統(tǒng)質(zhì)量改善面積遠(yuǎn)大于退化面積,這一定程度上反映了近20年生態(tài)恢復(fù)工程取得了一定成效。保護(hù)和發(fā)展赤水河流域生態(tài)經(jīng)濟(jì)是發(fā)揮區(qū)域生態(tài)優(yōu)勢(shì)和綠色發(fā)展的需要,自1990年實(shí)施退耕還林、石漠化綜合治理等大規(guī)模人工林建設(shè)工程以來,大方縣南部、古藺縣、播州區(qū)、桐梓縣西部、習(xí)水縣、赤水市、合江縣和敘永縣生態(tài)系統(tǒng)質(zhì)量不斷改善,特別是古藺縣和大方縣南部改善明顯,這與許幼霞等[42]、黃林峰等[47]研究赤水河流域植被生態(tài)質(zhì)量時(shí)空變化相似。但仍存在局部退化現(xiàn)象,如赤水河上游鎮(zhèn)雄縣、威信縣及七星關(guān)區(qū)農(nóng)業(yè)墾殖密度高,且多為坡耕旱地[48],生態(tài)系統(tǒng)質(zhì)量下降；仁懷市、桐梓縣、習(xí)水縣和赤水市局部,由于城鎮(zhèn)建設(shè)和酒業(yè)發(fā)展亦出現(xiàn)生態(tài)系統(tǒng)質(zhì)量退化現(xiàn)象[49],特別是懷仁市中樞街道、鹽津街道、蒼龍街道、三合鎮(zhèn)、茅臺(tái)鎮(zhèn)[50]和赤水市、習(xí)水縣城區(qū)出現(xiàn)顯著退化現(xiàn)象,這從側(cè)面反映了人類活動(dòng)對(duì)區(qū)域生態(tài)環(huán)境質(zhì)量的重要影響[51]。程志峰等[52]研究城市群RESI變化時(shí),證實(shí)了城市的擴(kuò)張確實(shí)會(huì)帶來生態(tài)的惡化,NDVI和WET的增加會(huì)提高RESI,有利于生態(tài)系統(tǒng)質(zhì)量的改善,與本文研究結(jié)果相符。

評(píng)估某一區(qū)域生態(tài)系統(tǒng)質(zhì)量多是評(píng)估兩個(gè)時(shí)間段間生態(tài)系統(tǒng)質(zhì)量變化,缺少與理想狀態(tài)下生態(tài)系統(tǒng)質(zhì)量差距比較,即難以量化生態(tài)系統(tǒng)的恢復(fù)潛力。本文選取貴州習(xí)水國家自然保護(hù)區(qū)濕潤(rùn)性常綠闊葉林區(qū)為參照系,量化其他區(qū)域林地與該區(qū)域林地RSEI差值,有49.82%林地面積RSEI差值在10%以上,主要分布在桐梓縣、播州區(qū)、大方縣及習(xí)水縣、懷仁市部分地區(qū),主要是受高原地形、土壤含沙量和人類活動(dòng)影響[53],這些特性使這些地區(qū)植被覆蓋度和植被生長(zhǎng)相對(duì)較差,與理想?yún)⒄障礡SEI值有一定差距,應(yīng)加強(qiáng)林地保護(hù)、控制工業(yè)活動(dòng)對(duì)生態(tài)保護(hù)的壓力。

RSEI完全基于遙感信息技術(shù),有利于快速、定量監(jiān)測(cè)評(píng)估區(qū)域的生態(tài)環(huán)境質(zhì)量變化[12],但目前采用遙感技術(shù)監(jiān)測(cè)生態(tài)系統(tǒng)質(zhì)量還沒有統(tǒng)一、完整的評(píng)價(jià)指標(biāo)體系[4,16,18,54-55],如何選擇合適的生態(tài)系統(tǒng)因子并進(jìn)行多因子耦合分析仍需要進(jìn)一步創(chuàng)新研究。朱青等[15]發(fā)現(xiàn)鄱陽湖區(qū)RSEI和地形因子中海拔和高程有較強(qiáng)的正相關(guān)性,但在黃土溝壑區(qū)富縣[56-57]、農(nóng)牧交錯(cuò)區(qū)鹽池縣[58]得出不同結(jié)論；同時(shí)溫度過低或過高時(shí)均會(huì)反作用于生態(tài)系統(tǒng)[3]；如何定量評(píng)估海拔和溫度對(duì)生態(tài)系統(tǒng)質(zhì)量的影響還需進(jìn)一步探討。本文僅采用遙感技術(shù)評(píng)估區(qū)域生態(tài)系統(tǒng)質(zhì)量,在快速、定量評(píng)估某一區(qū)域生態(tài)系統(tǒng)質(zhì)量具有一定優(yōu)勢(shì),但忽略了人類活動(dòng)及生物多樣性對(duì)生態(tài)系統(tǒng)質(zhì)量的影響,因此所得結(jié)果可能與實(shí)際情況存在一定偏差,今后將進(jìn)一步考慮人類活動(dòng)、地形等生態(tài)指數(shù)對(duì)評(píng)估模型進(jìn)行改進(jìn)。

4 結(jié)論

本文從能夠反映生態(tài)系統(tǒng)質(zhì)量的植被綠度、植被質(zhì)量、濕度和熱度4個(gè)因子入手,構(gòu)建生態(tài)系統(tǒng)質(zhì)量評(píng)價(jià)模型,對(duì)赤水河流域2000—2018年生態(tài)系統(tǒng)質(zhì)量進(jìn)行時(shí)空變化分析。發(fā)現(xiàn)RSEI不僅能集合各生態(tài)因子信息,相比單一生態(tài)因子更具有生態(tài)系統(tǒng)質(zhì)量代表性,可用于快速定量評(píng)估赤水河流域生態(tài)系統(tǒng)質(zhì)量,且綠度和濕度對(duì)赤水河流域生態(tài)系統(tǒng)質(zhì)量起關(guān)鍵作用?？臻g上,赤水河流域RSEI平均值為0.613,高值區(qū)域主要分布在下游濕潤(rùn)常綠闊葉林區(qū),中游河谷中山闊葉林林、常綠針葉林區(qū),上游鎮(zhèn)雄縣、威信縣和敘永縣交界處的高山常綠針葉林、落葉闊葉林區(qū)。赤水河流域近20年生態(tài)系統(tǒng)質(zhì)量整體以改善為主,但局部仍出現(xiàn)退化現(xiàn)象,其中生態(tài)系統(tǒng)質(zhì)量顯著改善區(qū)域面積占總面積的6.12%,輕微改善區(qū)域面積占總面積的59.51%,這與該區(qū)域?qū)嵤┩烁€林、石漠化綜合治理等大規(guī)模人工林建設(shè)工程有關(guān)。輕微退化區(qū)域面積占23.17%,顯著退化區(qū)域面積占1.49%,與城鎮(zhèn)化建設(shè)和酒工業(yè)發(fā)展導(dǎo)致草地、耕地面積減少有關(guān)。選擇習(xí)水國家級(jí)自然保護(hù)區(qū)中亞熱帶常綠闊葉林作為參照系,量化其他區(qū)域林地與該區(qū)域最優(yōu)狀態(tài)下RSEI的差距,發(fā)現(xiàn)有49.82%林地面積RSEI差值在10%以上,主要分布在桐梓縣、播州區(qū)、大方縣及習(xí)水縣、懷仁市部分地區(qū)。