楊坤士，盧遠(yuǎn)，2*，翁月梅，韋麗珍

（1.南寧師范大學(xué)地理科學(xué)與規(guī)劃學(xué)院，南寧 530001；2.北部灣環(huán)境演變與資源利用教育部重點(diǎn)實(shí)驗(yàn)室，南寧 530001）

區(qū)域生態(tài)環(huán)境質(zhì)量評(píng)價(jià)是在特定時(shí)間、空間范圍內(nèi)，對(duì)人類活動(dòng)及社會(huì)經(jīng)濟(jì)發(fā)展下生態(tài)環(huán)境的優(yōu)劣程度進(jìn)行定性或定量分析和判別[1-2]。當(dāng)前，生態(tài)環(huán)境質(zhì)量評(píng)價(jià)技術(shù)方法已經(jīng)從20 世紀(jì)60 年代初期對(duì)生態(tài)環(huán)境的單要素調(diào)查，發(fā)展為綜合多源數(shù)據(jù)、多環(huán)境要素的指標(biāo)評(píng)價(jià)[3-5]。隨著我國(guó)對(duì)生態(tài)文明建設(shè)重視程度的提高，國(guó)家對(duì)生態(tài)環(huán)境保護(hù)的投入和治理力度不斷加大，生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)受到社會(huì)的廣泛關(guān)注。衛(wèi)星遙感技術(shù)擁有快速有效獲取地表信息的能力，已被廣泛用于生態(tài)環(huán)境監(jiān)測(cè)領(lǐng)域[6-7]。遙感生態(tài)指數(shù)（Remote Sensing Ecological Index，RSEI）是徐涵秋[8-9]于2013 年提出的基于衛(wèi)星遙感影像信息耦合植被綠度、濕度、地表溫度、土壤干度4 個(gè)指標(biāo)，通過(guò)主成分分析法對(duì)區(qū)域生態(tài)環(huán)境質(zhì)量進(jìn)行客觀評(píng)價(jià)的一種生態(tài)環(huán)境監(jiān)測(cè)方法，同時(shí)也是當(dāng)前區(qū)域生態(tài)環(huán)境監(jiān)測(cè)研究的熱點(diǎn)。劉智才等[10]運(yùn)用遙感生態(tài)環(huán)境指數(shù)對(duì)杭州市1989—2010 年城市發(fā)展引發(fā)的生態(tài)環(huán)境質(zhì)量變化進(jìn)行長(zhǎng)時(shí)間的監(jiān)測(cè)評(píng)價(jià)；周玲美等[11]通過(guò)獲取內(nèi)蒙古杭錦旗荒漠地區(qū)1992—2017 年遙感影像數(shù)據(jù)，綜合構(gòu)建遙感生態(tài)指數(shù)模型，對(duì)杭錦旗荒漠地區(qū)的生態(tài)環(huán)境變化進(jìn)行監(jiān)測(cè)評(píng)價(jià)；繆鑫輝等[12]選取2000、2009、2017 年遙感影像數(shù)據(jù)構(gòu)建遙感生態(tài)指數(shù)模型，對(duì)寧波市甬江流域進(jìn)行生態(tài)環(huán)境變化分析和動(dòng)態(tài)監(jiān)測(cè)。遙感生態(tài)指數(shù)集成了遙感影像反演出的各類生態(tài)環(huán)境指標(biāo)，對(duì)區(qū)域生態(tài)環(huán)境質(zhì)量監(jiān)測(cè)具有較高的參考性[13-16]。

南流江流域是廣西南部眾多獨(dú)流入海河流中流域面積最大的一條河流，地處北部灣經(jīng)濟(jì)區(qū)，經(jīng)濟(jì)區(qū)的建立給流域帶來(lái)了前所未有的發(fā)展機(jī)遇，同時(shí)也給南流江流域生態(tài)環(huán)境質(zhì)量帶來(lái)巨大挑戰(zhàn)[17-19]。發(fā)展帶來(lái)的問(wèn)題嚴(yán)重影響該地區(qū)生態(tài)環(huán)境質(zhì)量，流域生態(tài)系統(tǒng)遭受巨大挑戰(zhàn)[20]。當(dāng)前，運(yùn)用Google Earth Engine（GEE）平臺(tái)對(duì)我國(guó)南方地區(qū)進(jìn)行高分辨、長(zhǎng)時(shí)間序列的遙感生態(tài)環(huán)境監(jiān)測(cè)評(píng)價(jià)及時(shí)空分布特征研究尚屬少見(jiàn)，因此研究南流江流域生態(tài)環(huán)境質(zhì)量的監(jiān)測(cè)評(píng)價(jià)方法具有重要的理論和現(xiàn)實(shí)意義。

近年來(lái)，一些具有高性能計(jì)算能力和大數(shù)據(jù)處理工具的地理空間數(shù)據(jù)云計(jì)算平臺(tái)被廣泛用于地球科學(xué)研究[21]。遙感云計(jì)算平臺(tái)的出現(xiàn)大大改變了傳統(tǒng)地理空間數(shù)據(jù)存儲(chǔ)、管理和分析方式[22]。鑒于此，借助GEE 平臺(tái)遙感圖像數(shù)據(jù)處理優(yōu)勢(shì)，對(duì)南流江流域2000—2019 年Landsat TM/OLI 衛(wèi)星遙感圖像進(jìn)行指標(biāo)運(yùn)算，構(gòu)建各個(gè)年份遙感生態(tài)環(huán)境指數(shù)模型，對(duì)研究區(qū)20 年來(lái)生態(tài)環(huán)境質(zhì)量進(jìn)行監(jiān)測(cè)和評(píng)價(jià)，及時(shí)、準(zhǔn)確地掌握南流江流域生態(tài)環(huán)境質(zhì)量狀況和變化態(tài)勢(shì)，以期為南流江流域水土保持、生態(tài)治理建設(shè)提供參考依據(jù)，促進(jìn)地區(qū)資源環(huán)境的可持續(xù)發(fā)展。

1 材料與方法

1.1 研究區(qū)概況

南流江是廣西南部入海河流中流域面積最大、服務(wù)人口最多、水量最豐富的獨(dú)流入海河流，地處21°21′～23°04′N、105°47′～107°41′E 之間，發(fā)源于北流市與玉林市交界處的大容山區(qū)，流域流經(jīng)玉林市博白縣、欽州市浦北縣以及北海市合浦縣，流域面積9 270 km2（圖1）。南流江流域是以低山丘陵和沖積平原為主構(gòu)成的地貌形態(tài)，地勢(shì)西北部較高，自北向西南傾斜，屬亞熱帶季風(fēng)氣候，多年平均氣溫穩(wěn)定在21～23 ℃之間，受沿海季風(fēng)氣候影響，流域夏季高溫多雨，冬季降雨少而溫涼。

圖1 南流江流域示意圖Figure 1 Schematic diagram of Nanliujiang River basin

1.2 數(shù)據(jù)來(lái)源

影像數(shù)據(jù)來(lái)源于美國(guó)地質(zhì)調(diào)查局（USGS）發(fā)布的2000—2019 年Landsat 影像數(shù)據(jù)衛(wèi)星計(jì)劃（https：//earthexplorer.usgs.gov/），空間分辨率為30 m，對(duì)地觀測(cè)重訪周期16 d。在GEE 平臺(tái)上，Landsat 數(shù)據(jù)可以通過(guò)JavaScript API 在線訪問(wèn)研究區(qū)范圍內(nèi)2000—2012 年的Landsat 5 TM 地表反射率數(shù)據(jù)集和2013—2019 年的Landsat 8 OLI 地表反射率數(shù)據(jù)集，并且GEE平臺(tái)內(nèi)的Landsat數(shù)據(jù)均采用了LaSRC方法對(duì)影像進(jìn)行大氣表面反射率校正，并對(duì)所有影像數(shù)據(jù)波段進(jìn)行正射校正，降低了其他要素（云、水體、冰雪、大氣等）對(duì)影像的影響，使得影像數(shù)據(jù)具有良好的輻射度。

由于南流江流域地處低緯度地區(qū)，年度影像質(zhì)量受云、雨遮罩影響較大，無(wú)云影像多集中于秋、冬季節(jié)，其他時(shí)期影像云量覆蓋率高。因此，在GEE 平臺(tái)上篩選影像時(shí)間閾值為9—12 月之間的最少云量影像作為基準(zhǔn)影像，并將受云遮罩影響的部分影像替換為該年度無(wú)云的圖像，并對(duì)圖像進(jìn)行中值提取，消除去云圖像之間的色差等問(wèn)題，以保障影像數(shù)據(jù)來(lái)源的可靠性。

矢量數(shù)據(jù)主要包括流域邊界和行政區(qū)劃邊界，本研究通過(guò)采用ArcMap10.4 的Hydrology 模塊獲取了研究區(qū)的流域邊界，行政區(qū)劃邊界來(lái)源于2017年版的1∶250 000 全國(guó)基礎(chǔ)地理數(shù)據(jù)庫(kù)（http：//www.webmap.cn/）。研究區(qū)2000—2019年數(shù)據(jù)來(lái)源、處理情況如表1所示。

表1 數(shù)據(jù)來(lái)源與處理平臺(tái)Table 1 Data source and processing platform

1.3 研究方法

1.3.1 GEE平臺(tái)分量指標(biāo)計(jì)算

GEE 平臺(tái)是由美國(guó)肯塔基大學(xué)與美國(guó)地質(zhì)調(diào)查局聯(lián)合開(kāi)發(fā)的一個(gè)能夠?qū)崿F(xiàn)PB級(jí)地理信息大數(shù)據(jù)在線分析及可視化的平臺(tái)[21]。該平臺(tái)具有海量的遙感圖像存檔，包括長(zhǎng)時(shí)間序列影像集（如Landsat、MODIS等）及其派生的數(shù)據(jù)產(chǎn)品，并基于JavaScript和Python 語(yǔ)言的API 接口實(shí)現(xiàn)在線處理、分析和可視化等各項(xiàng)工作的開(kāi)展，相對(duì)于傳統(tǒng)的遙感圖像處理方式，可更快速有效地實(shí)現(xiàn)大尺度、長(zhǎng)時(shí)序的地理數(shù)據(jù)處理和信息挖掘。

由于研究區(qū)地處多云雨緯度帶，年度Landsat 序列影像集內(nèi)無(wú)云的圖像較少且無(wú)云影像時(shí)間段也不固定，為此，在GEE 平臺(tái)上通過(guò)遍歷年度時(shí)間序列影像集，過(guò)濾最小云量影像，調(diào)用GEE 中Landsat 云掩膜算法，對(duì)年度時(shí)間序列內(nèi)的圖像進(jìn)行云像元、云陰影檢測(cè)并去除，對(duì)去云后影像區(qū)域填充年度中無(wú)云的圖像，并進(jìn)行均值擬合得到研究區(qū)內(nèi)年度的最優(yōu)Landsat 圖像數(shù)據(jù)[23-24]。遙感生態(tài)指數(shù)技術(shù)路線如圖2 所示。

圖2 GEE平臺(tái)下構(gòu)建遙感生態(tài)指數(shù)（RSEI）模型技術(shù)路線Figure 2 The technical route of constructing the remote sensing ecological index（RSEI）under the GEE platform

本研究采用徐涵秋[9]所創(chuàng)建的遙感生態(tài)指數(shù)對(duì)南流江流域生態(tài)環(huán)境質(zhì)量進(jìn)行監(jiān)測(cè)與評(píng)價(jià)，該生態(tài)指數(shù)是將遙感圖像衍生出的植被綠度、濕度、地表溫度、土壤干度4 個(gè)直觀反映研究區(qū)生態(tài)環(huán)境狀況的指標(biāo)，耦合構(gòu)建遙感生態(tài)指數(shù)（RSEI）模型。表達(dá)式如下：

式中：NDVI 代表植被綠度指標(biāo)[25]；WET 代表濕度指標(biāo)[26]；LST 代表地表溫度指標(biāo)[27-28]；NDBSI 代表土壤干度指標(biāo)，該指標(biāo)為土壤指數(shù)（SI）和建筑指數(shù)（IBI）的平均值[29]。各類生態(tài)環(huán)境分量運(yùn)算如表2所示。

表2 各類生態(tài)環(huán)境分量運(yùn)算公式和說(shuō)明Table 2 Calculation formulas and descriptions of various ecological environment components

1.3.2 遙感生態(tài)指數(shù)模型構(gòu)建

“這件事太復(fù)雜了，不能簡(jiǎn)單去理解。S想一勞永逸地解決問(wèn)題。但這兩個(gè)女人都給了他共同的感受，那就是壓抑、沖突和痛苦。S遇到Y(jié)時(shí)，對(duì)命運(yùn)感激不已。他羞怯內(nèi)向，恐懼于跟人打交道，他不是一個(gè)愛(ài)追逐女人的人，那是迫不得已。世上若有一個(gè)女人能使他平靜，那就是Y。他終于跟Y在一起了，卻依然沒(méi)法安寧?；蛘哒f(shuō)，Y正在變得枯竭及死寂，S眼前浮現(xiàn)了一句唐詩(shī)：千山鳥(niǎo)飛絕，萬(wàn)徑人蹤滅。Y猶如一顆正在塌縮的星球。當(dāng)然，他們?nèi)詴?huì)睡覺(jué)，有時(shí)還是Y主動(dòng)邀請(qǐng)。但S知道這是怎么回事。這連跟曲做愛(ài)都不如?！?/p>

主成分分析是考察多個(gè)變量之間相關(guān)性的一種多元統(tǒng)計(jì)方法，可以有效地將眾多具有一定關(guān)聯(lián)性的變量重新組合成少數(shù)保留初始變量信息的幾個(gè)波段。由于多波段數(shù)據(jù)之間存在關(guān)聯(lián)性，主成分分析可以使各波段之間的方差達(dá)到最大，從而實(shí)現(xiàn)數(shù)據(jù)降維，達(dá)到隔離噪聲的效果。通常而言，第一主成分（PC1）包含各波段數(shù)據(jù)最大方差百分比，第二主成分（PC2）包含各波段數(shù)據(jù)第二大方差百分比，依此類推。即PC1包含了各波段之間關(guān)聯(lián)性最高的信息量。考慮到4個(gè)分量指標(biāo)之間量綱的不一致性，因此，本研究對(duì)上述4 個(gè)分量指標(biāo)先進(jìn)行歸一化，將運(yùn)算的量綱統(tǒng)一為[0，1]之間，其公式為：

式中：I（NI）為分量指標(biāo)歸一化后的結(jié)果；I為分量指標(biāo)值；Imax為分量指標(biāo)的最大值；Imin為分量指標(biāo)的最小值。

以各指標(biāo)之間相關(guān)性最優(yōu)的PC1信息量作為遙感生態(tài)指數(shù)RSEI的信息量來(lái)源。通過(guò)GEE平臺(tái)的主成分分析拓展模塊（https：//developers.google.com/earthengine/guides/arrays_eigen_analysis）剔除水體指數(shù)[30]運(yùn)算得到的研究區(qū)水域后，采用主成分分析方法對(duì)歸一化后的4 個(gè)分量指標(biāo)構(gòu)建遙感生態(tài)指數(shù)模型。提取2000、2005、2010、2015、2019年P(guān)C1信息量，并通過(guò)歸一化公式處理得到5個(gè)年份的遙感生態(tài)指數(shù)（表3）。

表3 各年份第一主成分（PC1）特征值信息Table 3 Characteristic value information of the first principal component（PC1）in each year

2 結(jié)果與分析

2.1 南流江流域生態(tài)環(huán)境質(zhì)量整體狀況

通過(guò)GEE 平臺(tái)計(jì)算得出南流江流域2000、2005、2010、2015 年和2019 年的RSEI，對(duì)5 個(gè)不同時(shí)期的RSEI 進(jìn)行線性回歸分析，采用最小二乘法進(jìn)行參數(shù)估計(jì)，擬合精度達(dá)到0.878 5，表現(xiàn)出極顯著的正相關(guān)性。由圖3 分析可得，2000—2005 年期間RSEI 均值出現(xiàn)短暫的下降趨勢(shì)，隨后在2010—2019 年持續(xù)升高。整體而言，2000—2019 年南流江流域RSEI 指數(shù)均值呈現(xiàn)出逐年升高的態(tài)勢(shì)，表明南流江流域近20年來(lái)整體生態(tài)環(huán)境變化持續(xù)向好發(fā)展。

圖3 2000—2019年南流江流域遙感生態(tài)指數(shù)（RSEI）線性擬合圖Figure 3 Remote sensing ecological index（RSEI）linear fitting diagram of Nanliujiang basin from 2000 to 2019

為進(jìn)一步了解南流江流域遙感生態(tài)環(huán)境質(zhì)量的空間分布情況，對(duì)RSEI進(jìn)行定量化與可視化分析，依據(jù)RSEI 值越接近1 生態(tài)環(huán)境越好的原則[8，31]，將5 個(gè)時(shí)期南流江流域RSEI 以等間距（0.2）劃分為差（0～0.2）、較差（0.2～0.4）、中（0.4～0.6）、良（0.6～0.8）、優(yōu)（0.8～1）共5 個(gè)等級(jí)，并分別對(duì)5 個(gè)時(shí)期各生態(tài)等級(jí)的面積及其占比進(jìn)行統(tǒng)計(jì)，結(jié)果見(jiàn)圖4。

圖4 2000—2019年各時(shí)期生態(tài)等級(jí)面積占比Figure 4 The proportion of each ecological grade area in from 2000 to 2019

由2000—2019 年南流江流域RSEI 等級(jí)分布情況（圖5）可知，2000—2010 年研究區(qū)總體生態(tài)結(jié)構(gòu)變化不大。2010 年之前，研究區(qū)總體生態(tài)質(zhì)量以中生態(tài)等級(jí)為主，面積占比超過(guò)60%，其次為生態(tài)狀況良等級(jí)，面積占比超過(guò)25%，其他等級(jí)占比均小于15%；但2010 年之后，研究區(qū)生態(tài)質(zhì)量等級(jí)以良生態(tài)等級(jí)為主，面積占比超過(guò)60%。2000—2019 年研究區(qū)生態(tài)質(zhì)量等級(jí)變化主要從中等級(jí)變?yōu)榱嫉燃?jí)，且優(yōu)生態(tài)等級(jí)面積逐年增加。綜合而言，2000—2019 年RSEI生態(tài)等級(jí)變化呈現(xiàn)出持續(xù)向好的趨勢(shì)。

圖5 2000—2019年南流江流域RSEI等級(jí)分布Figure 5 Distribution of RSEI ratings in Nanliujiang basin from 2000 to 2019

圖6 2000—2019年南流江流域上、中、下游生態(tài)環(huán)境質(zhì)量分級(jí)Figure 6 The ecological environment quality grade of the upper，middle and lower reaches of the Nanliu River basin from 2000 to 2019

2.2 南流江流域生態(tài)環(huán)境質(zhì)量演變分析

由于區(qū)域內(nèi)各等級(jí)生態(tài)風(fēng)險(xiǎn)區(qū)面積減少與增加之間存在相互關(guān)聯(lián)、相互轉(zhuǎn)換的方式不是單向性轉(zhuǎn)移，轉(zhuǎn)換面積不能定量直觀反映。因此，為了更好地研究各生態(tài)等級(jí)之間相互轉(zhuǎn)移的關(guān)系，以10 年為間隔周期，采用?；鶊D方式，直觀分析2000—2010、2010—2019 年間南流江流域的生態(tài)環(huán)境質(zhì)量等級(jí)面積演變情況（圖7）。

圖7 南流江流域2000—2010、2010—2019年生態(tài)環(huán)境質(zhì)量等級(jí)面積轉(zhuǎn)移圖Figure 7 The area transfer map of the ecological environment quality grade in Nanliujiang basin from 2000 to 2010 and 2010 to 2019

由圖7可以得出，2000—2019年南流江流域生態(tài)質(zhì)量總體上呈現(xiàn)持續(xù)向好的態(tài)勢(shì)。2000—2010 年南流江流域生態(tài)等級(jí)面積變化主要表現(xiàn)為：2010 年較2000 年差生態(tài)等級(jí)面積減少了8.37 km2，較差生態(tài)等級(jí)減少了609.24 km2，主要向中生態(tài)等級(jí)轉(zhuǎn)移，轉(zhuǎn)移面積最多的是由中等級(jí)轉(zhuǎn)為良等級(jí)，轉(zhuǎn)移面積為1 371.87 km2，中生態(tài)等級(jí)面積變化不明顯，良生態(tài)等級(jí)面積增加681.35 km2，轉(zhuǎn)移面積次之的為良生態(tài)等級(jí)轉(zhuǎn)為中生態(tài)等級(jí)，面積為833.63 km2，優(yōu)生態(tài)等級(jí)面積較2000 年減少了20.53 km2，2000—2010 年南流江流域生態(tài)質(zhì)量轉(zhuǎn)移主要聚集在中生態(tài)等級(jí)和良生態(tài)等級(jí)之間的內(nèi)部轉(zhuǎn)移交換，表現(xiàn)出生態(tài)質(zhì)量變好趨勢(shì)。2010—2019 年，隨著《廣西北部灣經(jīng)濟(jì)區(qū)發(fā)展規(guī)劃》的編制出臺(tái)，北部灣經(jīng)濟(jì)區(qū)建設(shè)進(jìn)入快速發(fā)展的階段，與此同時(shí)南流江流域生態(tài)質(zhì)量變化也隨之加快。自2010 年起，差生態(tài)等級(jí)面積呈現(xiàn)持續(xù)減少的變化態(tài)勢(shì)，較差生態(tài)等級(jí)主要是與中生態(tài)等級(jí)之間進(jìn)行面積轉(zhuǎn)移，中生態(tài)等級(jí)面積變化劇烈，相較2010年，2019 年中生態(tài)等級(jí)向良生態(tài)等級(jí)面積轉(zhuǎn)移為2 611.62 km2，占流域總面積的28.59%，良生態(tài)等級(jí)面積變化來(lái)源主要是由中生態(tài)等級(jí)轉(zhuǎn)移而來(lái)，面積增加1 852 km2，優(yōu)生態(tài)等級(jí)面積變化534.97 km2，主要是由良生態(tài)等級(jí)轉(zhuǎn)移而來(lái)。南流江流域近20 年來(lái)生態(tài)環(huán)境質(zhì)量面積變化情況如表4 所示。等級(jí)變差的面積占比減少6.62 個(gè)百分點(diǎn)，變好的面積占比增加12.83個(gè)百分點(diǎn)，不變的情況占流域面積均超過(guò)50%，流域生態(tài)環(huán)境質(zhì)量在保持原有的基礎(chǔ)上逐年提升。

表4 南流江流域各年份生態(tài)環(huán)境質(zhì)量面積變化Table 4 Changes in the area of ecological environment quality in each year in the Nanliujiang River basin

總體而言，2000—2019 年南流江流域生態(tài)環(huán)境質(zhì)量變化主要呈現(xiàn)“緩慢變化-快速變化”的過(guò)程，生態(tài)環(huán)境質(zhì)量改善明顯。2000—2019 年南流江流域整體生態(tài)環(huán)境質(zhì)量逐漸好轉(zhuǎn)。如圖8 所示，生態(tài)退化區(qū)域主要集中在城市建成區(qū)及其緩沖地帶，以人類聚集區(qū)和作物耕種區(qū)為主，其次在流域下游河口三角洲地勢(shì)較為開(kāi)闊、平坦的地帶。2010 年國(guó)家住建部批復(fù)《廣西北部灣經(jīng)濟(jì)區(qū)城鎮(zhèn)群規(guī)劃綱要》中指出，將北部灣城鎮(zhèn)群建設(shè)成為中國(guó)南部地區(qū)有影響力和競(jìng)爭(zhēng)力的城鎮(zhèn)群，南流江流域正是處于玉林-北海都市區(qū)建設(shè)的重點(diǎn)地區(qū)，流域城鎮(zhèn)化建設(shè)投入逐年提高，城鎮(zhèn)建設(shè)面積也在不斷增加，進(jìn)而影響了原有生態(tài)質(zhì)量平衡，對(duì)生態(tài)環(huán)境質(zhì)量退化造成了負(fù)面影響。而生態(tài)退化不明顯且有好轉(zhuǎn)的區(qū)域主要位于流域六萬(wàn)大山、大容山南北部等地勢(shì)相對(duì)較高的山區(qū)，該地區(qū)以天然林地為主要植被覆蓋類型，邊緣地區(qū)得益于近年來(lái)生態(tài)治理建設(shè)的有效實(shí)施，人類活動(dòng)影響降低，并推廣種植了大量的人工經(jīng)濟(jì)林（桉樹(shù)），植被恢復(fù)明顯。2018年廣西壯族自治區(qū)印發(fā)了《關(guān)于全面加強(qiáng)生態(tài)環(huán)境保護(hù)堅(jiān)決打好污染防治攻堅(jiān)戰(zhàn)的實(shí)施意見(jiàn)》，此后全區(qū)著力解決生態(tài)環(huán)境問(wèn)題，生態(tài)環(huán)境質(zhì)量得到改善，實(shí)現(xiàn)生態(tài)環(huán)境保護(hù)水平同全面建成小康社會(huì)目標(biāo)相適應(yīng)。由此可見(jiàn)，實(shí)施生態(tài)環(huán)境保護(hù)舉措對(duì)于生態(tài)環(huán)境質(zhì)量有明顯的促進(jìn)作用。

圖8 2000—2010、2010—2019年南流江流域RSEI變化檢測(cè)Figure 8 Detection of RSEI changes in Nanliujiang basin from 2000 to 2010 and 2010 to 2019

3 討論

本研究通過(guò)耦合南流江流域綠度、濕度、熱度、干度四個(gè)生態(tài)環(huán)境指標(biāo)，采用主成分分析方法構(gòu)建遙感生態(tài)指數(shù)（RSEI）模型，研究表明，南流江RSEI生態(tài)風(fēng)險(xiǎn)總體處于低生態(tài)風(fēng)險(xiǎn)水平，生態(tài)環(huán)境質(zhì)量空間上呈現(xiàn)西南山區(qū)高、東北平原地區(qū)低的分布，且20 年來(lái)生態(tài)環(huán)境質(zhì)量改善明顯。通過(guò)查閱統(tǒng)計(jì)年鑒及相關(guān)研究文獻(xiàn)可知，2000—2010 年南流江流域陸續(xù)出現(xiàn)水體氨氮超標(biāo)等問(wèn)題，生態(tài)治理基礎(chǔ)工程（污水處理廠、水環(huán)境治理工程等）加快建設(shè)，人類活動(dòng)和農(nóng)業(yè)生產(chǎn)對(duì)自然資源的不合理開(kāi)發(fā)導(dǎo)致流域水土流失加重，流域生態(tài)環(huán)境質(zhì)量問(wèn)題嚴(yán)峻，這與本研究得到的2000—2005 年南流江流域生態(tài)環(huán)境質(zhì)量先下降、2005—2010 年逐步改善的變化趨勢(shì)基本吻合[17-18]。2010 年以來(lái)，隨著南流江流域生態(tài)治理工程的不斷推進(jìn)，流域生態(tài)環(huán)境逐年變好，2013 年起廣西開(kāi)展了“美麗廣西·清潔鄉(xiāng)村”活動(dòng)，進(jìn)一步提升了鄉(xiāng)村生態(tài)環(huán)境質(zhì)量，尤其在2016 年，中央環(huán)保督察將南流江污染列入廣西9 個(gè)生態(tài)環(huán)境損害責(zé)任追究問(wèn)題之一，南流江生態(tài)治理納入自治區(qū)重大項(xiàng)目，出臺(tái)了《2018 年南流江流域水環(huán)境綜合治理攻堅(jiān)方案》后，流域生態(tài)環(huán)境逐年得到改善[19-20]，也從側(cè)面驗(yàn)證了采用主成分分析構(gòu)建的遙感生態(tài)指數(shù)模型能夠較好地反映20 年間南流江流域生態(tài)環(huán)境質(zhì)量變化情況。但本研究未考慮到流域土地利用與生態(tài)環(huán)境質(zhì)量之間的驅(qū)動(dòng)因素評(píng)估，這也是今后研究的重點(diǎn)。

此外，在采用遙感生態(tài)指數(shù)對(duì)區(qū)域生態(tài)環(huán)境質(zhì)量進(jìn)行監(jiān)測(cè)時(shí)，各類指標(biāo)多采用年度觀測(cè)影像中質(zhì)量最優(yōu)且季節(jié)相近的影像數(shù)據(jù)[11-12]，對(duì)受云覆蓋較多的低緯度地區(qū)的影像，往往會(huì)以鄰近年份的優(yōu)質(zhì)圖像進(jìn)行替代[15]，這使年度的RSEI 的準(zhǔn)確性、可比性及研究范圍和尺度受到一定程度的影響。本研究通過(guò)Google Earth Engine 的云計(jì)算平臺(tái)，對(duì)20 年來(lái)南流江流域各年份遙感圖像設(shè)定時(shí)間閾值篩選年度無(wú)云或云量最低的影像，采用去云、圖像中值均衡化等改善原始圖像質(zhì)量，使年度RSEI計(jì)算更具有真實(shí)性、客觀性。

關(guān)于遙感生態(tài)指數(shù)的4 個(gè)生態(tài)環(huán)境指標(biāo)是否能夠全面代表區(qū)域生態(tài)質(zhì)量還有待商榷，可以考慮在今后的研究中增加生態(tài)環(huán)境的其他指標(biāo)并進(jìn)行優(yōu)化，這也是今后遙感生態(tài)指數(shù)研究的改進(jìn)方向。

4 結(jié)論

本研究基于Google Earth Engine 平臺(tái)合成年度南流江流域無(wú)云影像，耦合遙感影像綠度、濕度、熱度、干度四個(gè)生態(tài)環(huán)境指標(biāo)，利用主成分分析法構(gòu)建南流江流域遙感生態(tài)指數(shù)模型，并定量分析了2000—2019 年廣西南流江流域生態(tài)環(huán)境質(zhì)量時(shí)空變化特征和空間格局。主要結(jié)論如下：

（1）遙感生態(tài)指數(shù)耦合的4 類生態(tài)環(huán)境指標(biāo)的特征值貢獻(xiàn)率均超過(guò)65%，表明遙感生態(tài)指數(shù)包含了4個(gè)生態(tài)環(huán)境指標(biāo)的主要特征信息，且植被綠度指標(biāo)和濕度指標(biāo)與南流江生態(tài)環(huán)境質(zhì)量呈正相關(guān)，地表溫度指標(biāo)和土壤干度指標(biāo)與南流江生態(tài)環(huán)境質(zhì)量呈負(fù)相關(guān)。

（2）2000—2019年南流江流域生態(tài)環(huán)境質(zhì)量整體呈現(xiàn)逐年好轉(zhuǎn)的趨勢(shì)，遙感生態(tài)指數(shù)均值由2000年的0.543 4增長(zhǎng)至2019年的0.636 4，流域生態(tài)質(zhì)量等級(jí)較高的區(qū)域主要分布在西南山區(qū)、東北部山區(qū)，等級(jí)較低的區(qū)域分布在流域南部入海河口及中部平原。

（3）南流江流域優(yōu)、中生態(tài)等級(jí)面積在流域上游變化最為明顯，良、較差生態(tài)等級(jí)面積變化最明顯區(qū)域是流域下游，差生態(tài)等級(jí)面積變化不明顯。

（4）Google Earth Engine 平臺(tái)能夠快速、高效地對(duì)遙感影像進(jìn)行預(yù)處理，并能夠較好地解決遙感圖像受云覆蓋、影像缺失、色差等問(wèn)題，在長(zhǎng)時(shí)間、大尺度的遙感監(jiān)測(cè)研究中具有廣闊的應(yīng)用前景。