李 妍,張國欽,吝 濤,葉 紅,劉玉琴,陳天翼,劉文惠

1 中國科學(xué)院城市環(huán)境研究所,中國科學(xué)院城市環(huán)境與健康重點(diǎn)實(shí)驗(yàn)室, 廈門 361021 2 中國科學(xué)院大學(xué), 北京 101408

黨的十九大提出實(shí)施鄉(xiāng)村振興戰(zhàn)略,推出了《鄉(xiāng)村振興戰(zhàn)略規(guī)劃(2018—2022年)》,提出“建設(shè)生態(tài)宜居鄉(xiāng)村,推進(jìn)綠色發(fā)展”,構(gòu)建人與自然和諧共生的鄉(xiāng)村發(fā)展新格局,是未來綠色生態(tài)農(nóng)村建設(shè)的重中之重[1]。鄉(xiāng)鎮(zhèn)由于其自身的演變和人為的干擾,必然會表現(xiàn)出生態(tài)環(huán)境與社會發(fā)展的不協(xié)調(diào)性[2]。鄉(xiāng)鎮(zhèn)尺度的生態(tài)環(huán)境評價作為我國農(nóng)村生態(tài)文明建設(shè)的一項(xiàng)基礎(chǔ)工作,是我國可持續(xù)發(fā)展戰(zhàn)略實(shí)施和綠色生態(tài)農(nóng)村建設(shè)的重要組成部分。長期以來,我國的研究熱點(diǎn)是城市尺度的生態(tài)環(huán)境評價,對小尺度的鄉(xiāng)鎮(zhèn)環(huán)境質(zhì)量的變化趨勢和影響因子關(guān)注甚少[3]。目前我國鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境評價的指標(biāo)模型繁多,包括《生態(tài)環(huán)境狀況評價技術(shù)規(guī)范(HJ192—2015)》中的生態(tài)指數(shù)[4]、環(huán)境監(jiān)測數(shù)據(jù)實(shí)地采集與分析[5]、居民環(huán)境滿意度調(diào)查[6]等方法。然而,大部分鄉(xiāng)鎮(zhèn)尺度的生態(tài)環(huán)境評價方法都有著指標(biāo)較為繁瑣[7]、指標(biāo)獲取較難[8]、數(shù)據(jù)要求高[9]、數(shù)據(jù)質(zhì)量難以得到保證[10]等缺點(diǎn),缺乏一種簡單便捷、效率高、能夠推廣使用的評價方法。因此,以鄉(xiāng)鎮(zhèn)為評價單元,進(jìn)行生態(tài)環(huán)境質(zhì)量評價并探討其影響機(jī)制[11],有針對性地進(jìn)行政策調(diào)整,對實(shí)現(xiàn)我國鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)與生態(tài)環(huán)境協(xié)調(diào)發(fā)展,推動鄉(xiāng)村生態(tài)文明建設(shè),實(shí)現(xiàn)鄉(xiāng)村振興有重要意義[12]。

為了提高生態(tài)環(huán)境質(zhì)量評價工作的效率與質(zhì)量,一些研究開始將信息共享系統(tǒng)[13]、地理信息系統(tǒng)[14]、遙感技術(shù)[15]等方法與傳統(tǒng)的生態(tài)環(huán)境評價手段相結(jié)合[16],以縮短鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量評價的工作周期,便于快捷、準(zhǔn)確地進(jìn)行鄉(xiāng)鎮(zhèn)不同時期生態(tài)環(huán)境質(zhì)量的評價和演變分析。本研究采用遙感生態(tài)指數(shù)[17]進(jìn)行研究區(qū)生態(tài)環(huán)境質(zhì)量評價,并采用遙感數(shù)據(jù)、統(tǒng)計數(shù)據(jù)和社會調(diào)查數(shù)據(jù)相結(jié)合的方法[18]進(jìn)行研究區(qū)生態(tài)環(huán)境質(zhì)量空間分異性的影響因子分析。從遙感影像中提取干度、濕度、綠度、熱度四個可以涵蓋大部分生態(tài)環(huán)境信息的分指標(biāo),進(jìn)行鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量評價[19]和時空演變分析[20]。采用主成分分析法進(jìn)行分指標(biāo)到綜合指標(biāo)的集成,避免了人為主觀因素對指標(biāo)權(quán)重的影響,可以客觀地反映研究區(qū)的生態(tài)環(huán)境狀況[21]。同時,以遙感生態(tài)指數(shù)為因變量,選取社會、經(jīng)濟(jì)、地形、模型四大類型九個因子作為自變量,使用地理探測器方法進(jìn)行影響力探測分析,探究薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量空間分異性的影響因子[22],為薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境維持與保護(hù)方面的政策和鄉(xiāng)村生態(tài)規(guī)劃、優(yōu)化薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)格局提供建議和科學(xué)依據(jù)[23],同時也為其他類似鄉(xiāng)鎮(zhèn)尺度的生態(tài)環(huán)境質(zhì)量評價與影響因子分析提供參考[24]。

1 研究區(qū)概況與數(shù)據(jù)獲取

1.1 研究區(qū)概況

薊州區(qū),原為天津市薊縣,2016年12月撤縣設(shè)區(qū)。如圖1所示,薊州區(qū)下轄26個鄉(xiāng)鎮(zhèn)、949個行政村,全區(qū)總面積1590 km2,位于天津市最北部,北緯39°45′—40°15′,東經(jīng)117°05′—117°47′,屬暖溫帶半濕潤大陸性季風(fēng)氣候。四季分明,陽光充足,熱量豐富,晝夜溫差大,季風(fēng)氣候鮮明,風(fēng)向季節(jié)更替明顯。2019年11月14日,薊州區(qū)被生態(tài)環(huán)境部評為第三批“綠水青山就是金山銀山”實(shí)踐創(chuàng)新基地；2020年10月9日,被生態(tài)環(huán)境部授予第四批國家生態(tài)文明建設(shè)示范市縣稱號。截至2018年末2019年初,薊州區(qū)有戶籍人口87.21萬人,常住人口90.19萬人,其中城鎮(zhèn)人口26.34萬人,鄉(xiāng)村人口60.87萬人。

圖1 薊州區(qū)區(qū)位和行政區(qū)劃Fig.1 Location and administrative division of Jizhou District

1.2 數(shù)據(jù)獲取與預(yù)處理

本文以從美國地質(zhì)勘探局官網(wǎng)(https://earthexplorer.usgs.gov/)上獲取的研究區(qū)2000年、2005年、2010年、2015年、2020年的Landsat系列遙感影像為源數(shù)據(jù)。為保證數(shù)據(jù)質(zhì)量和結(jié)果準(zhǔn)確性,所選影像均為夏季影像,月份差距在兩個月內(nèi),且云量均在10%以下。為了減少不同時相影像在光照和大氣等方面的差異,對這5期遙感影像進(jìn)行預(yù)處理,通過輻射定標(biāo)將像元灰度值轉(zhuǎn)換為輻射亮度值,再利用FLAASH大氣校正法進(jìn)行大氣校正。預(yù)處理結(jié)束后計算遙感生態(tài)指數(shù),以鄉(xiāng)鎮(zhèn)為基本單元進(jìn)行空間可視化分析和時空演變及影響因子分析。薊州區(qū)社會經(jīng)濟(jì)數(shù)據(jù)來自薊州區(qū)鄉(xiāng)鎮(zhèn)基本信息調(diào)查問卷結(jié)果,薊州區(qū)30m高程數(shù)據(jù)來自中國科學(xué)院計算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(http://www.gscloud.cn)。通過ArcGIS將遙感生態(tài)指數(shù)、社會經(jīng)濟(jì)數(shù)據(jù)和DEM數(shù)據(jù)格網(wǎng)化并分級賦值,進(jìn)行地理探測器分析。

2 研究方法

2.1 遙感生態(tài)指數(shù)

遙感生態(tài)指數(shù)(Remote Sensing Ecological Index, RSEI)是一個可以快速進(jìn)行生態(tài)環(huán)境質(zhì)量監(jiān)測與評價的指標(biāo)[25],包括4個重要的生態(tài)環(huán)境指標(biāo),綠度、熱度、干度、濕度。通過遙感影像反演得到上述四個指標(biāo),再通過主成分分析得到遙感生態(tài)指數(shù)。由于所選的指標(biāo)完全基于遙感影像即可獲得,且計算過程沒有人為干預(yù),結(jié)果客觀可靠[26],因此可以客觀反映研究區(qū)生態(tài)環(huán)境的整體狀況。其中：①綠度指標(biāo)由廣泛應(yīng)用的歸一化植被指數(shù)(Normalized Differential Vegetation Index, NDVI)表示,可以反映植物生長狀態(tài)以及植被分布密度,在一定程度上體現(xiàn)出地表空間變化規(guī)律。②熱度指標(biāo)由地表溫度(Land Surface Temperature, LST)表示,與研究區(qū)的綠化覆蓋、建成區(qū)面積和人口密度等有關(guān)[27]。③干度指標(biāo)(Normalized Differential Soil Index, NDSI)由裸土指數(shù)(Soil Index,SI)和建筑指數(shù)(Index-based Built-up Index, IBI)的均值表示。在鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境中,由生態(tài)用地轉(zhuǎn)化為建筑用地也會造成地表“干化”,因此最終干度指數(shù)代表地表的“干化”程度,包括從生態(tài)用地向建筑用地和裸地的轉(zhuǎn)變。干度指數(shù)越高,地表越裸露,土地退化越嚴(yán)重。④濕度指標(biāo),由濕度分量(Wet)表示,是經(jīng)過纓帽變換的濕度分量,代表開放水體和研究區(qū)土壤和植被的濕度,根據(jù)傳感器的不同,纓帽變換的系數(shù)也不同,不同傳感器的纓帽變換系數(shù)可以在Index DataBase網(wǎng)站(https://www.indexdatabase.de/db/i-single.php?id=93)查找。本研究使用Landsat 7 ETM遙感影像(2000年—2015年)和Landsat 8 OLI遙感影像(2020年)進(jìn)行遙感生態(tài)指數(shù)計算,綠度、熱度、干度、濕度四個指標(biāo)的計算公式及說明如表1所示[25]。

耦合上述四個指標(biāo)的信息并可以作為獨(dú)立的生態(tài)指標(biāo)進(jìn)行環(huán)境評價,形成綜合遙感生態(tài)指數(shù)。為了消除不同指標(biāo)之間量綱的影響,對所有指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理,將原始指標(biāo)值的范圍統(tǒng)一到[0,1]并無量綱化[28]。標(biāo)準(zhǔn)化公式如下：

(1)

式中,NX為某一指標(biāo)標(biāo)準(zhǔn)化后的值,X為該指標(biāo)的像元平均值,Xmax為該指標(biāo)的最大值,Xmin為該指標(biāo)的最小值。

經(jīng)過標(biāo)準(zhǔn)化后的四個指標(biāo)就可以集成得到遙感生態(tài)指數(shù)。對于各指標(biāo)在綜合指標(biāo)中所占的權(quán)重,為了最大程度上消除人為主觀因素的影響,采用主成分分析法進(jìn)行指標(biāo)集成。如果存在某一主成分,正向指標(biāo)主成分均為正值且負(fù)向指標(biāo)主成分均為負(fù)值,且該主成分特征貢獻(xiàn)率最高,則認(rèn)為該主成分最大限度上集中了各項(xiàng)指標(biāo)的特征,即第一主成分PC1。PC1即為初始的遙感生態(tài)指數(shù)RSEI0。為了方便進(jìn)行對比再次進(jìn)行標(biāo)準(zhǔn)化,得到最終構(gòu)建的遙感生態(tài)指數(shù)RSEI,計算公式如下：

RSEI0=PC1[f(NDVI,Wet,LST,NDSI)]

(2)

(3)

式中,RSEI0為未經(jīng)歸一化的初始遙感生態(tài)指數(shù),RSEI0_max為RSEI0的最大值,RSEI0_min為RSEI0的最小值。RSEI為最終構(gòu)建的遙感生態(tài)指數(shù),其值介于[0,1]之間,越接近1,表示生態(tài)環(huán)境質(zhì)量越好。

2.2 地理探測器

地理探測器由中國科學(xué)院地理科學(xué)與資源研究所王勁峰提出[22],是探測變量空間分異性及其背后驅(qū)動因子的一種統(tǒng)計學(xué)方法,與傳統(tǒng)的統(tǒng)計方法相比,地理探測器可以分析影響因素的解釋能力和多個影響因素之間的交互作用[29],越來越多的被應(yīng)用到基于遙感的生態(tài)環(huán)境評價中[30]。地理探測器共有四個探測器,其基本原理如表2所示。

以通過統(tǒng)計數(shù)據(jù)和社會調(diào)查數(shù)據(jù)可直接或間接獲取的數(shù)據(jù)[31]為基礎(chǔ),考慮指標(biāo)的定量性、實(shí)效性和可信性[32],選取2020年社會因子、經(jīng)濟(jì)因子、地形因子、模型因子四個類型[33]共9個變量作為自變量(見表3)；綜合考慮研究區(qū)面積和空間特征等因素,將薊州區(qū)按1 km×1 km劃分為共計1597個網(wǎng)格[34],利用ArcGIS的空間分析和統(tǒng)計工具,將上述自變量數(shù)據(jù)轉(zhuǎn)化成格網(wǎng)數(shù)據(jù)并分級賦值,以2020年遙感生態(tài)指數(shù)為因變量,運(yùn)用地理探測器模型得到各指標(biāo)對生態(tài)環(huán)境質(zhì)量的影響力水平和交互作用[35]。

表1 Landsat遙感生態(tài)指數(shù)計算公式

表2 地理探測器基本原理

表3 地理探測器自變量選擇

3 結(jié)果與分析

3.1 薊州區(qū)生態(tài)環(huán)境質(zhì)量的時空變化

根據(jù)遙感生態(tài)指數(shù)的四個分指標(biāo)主成分分析結(jié)果(表4),第一主成分PC1的特征值貢獻(xiàn)率均為最高,即第一主成分最大限度上集中了四個分指標(biāo)的特征信息；且在每個年份主成分分析結(jié)果的PC1中,Wet和NDVI均為正值,NDSI和LST均為負(fù)值,符合對四個指標(biāo)與生態(tài)環(huán)境質(zhì)量反饋關(guān)系的普遍認(rèn)知,即濕度和植被覆蓋對生態(tài)環(huán)境質(zhì)量有正面影響,地表裸露程度、人為建筑面積和地表溫度對生態(tài)環(huán)境質(zhì)量有負(fù)面影響[17]。因此,以第一主成分PC1構(gòu)建遙感生態(tài)指數(shù)RSEI。

表4 遙感生態(tài)指數(shù)各指標(biāo)主成分分析結(jié)果

將得到的薊州區(qū)五個年份的遙感生態(tài)指數(shù)劃分為五個等級：0—0.2為極差,0.2—0.4為差,0.4—0.6為中等,0.6—0.8為好,0.8—1為極好。分級后各研究年份的遙感生態(tài)指數(shù)空間分布如圖2所示。從生態(tài)等級分布變化來看,薊州區(qū)2000年到2020年生態(tài)環(huán)境質(zhì)量整體提升,生態(tài)環(huán)境質(zhì)量等級為差和極差的區(qū)域明顯減少,生態(tài)質(zhì)量等級為好的區(qū)域面積增加,生態(tài)環(huán)境質(zhì)量好的區(qū)域集中在薊州區(qū)的北部山區(qū)、南部農(nóng)業(yè)用地和水庫、泄洪區(qū)等水域區(qū)域；中部和水庫周邊的人口密集區(qū)域,尤其是人口最多且人口分布較為集中的漁陽鎮(zhèn)附近生態(tài)環(huán)境質(zhì)量相對較差。

圖2 薊州區(qū)2000—2020年生態(tài)環(huán)境質(zhì)量等級分布圖Fig.2 The distribution map of eco-environmental quality in Jizhou District from 2000 to 2020

表5總結(jié)了2000—2020年薊州區(qū)生態(tài)環(huán)境質(zhì)量各等級面積和比重的變化。其中,生態(tài)環(huán)境質(zhì)量等級為差和極差的區(qū)域面積減少了10.73%；生態(tài)環(huán)境質(zhì)量等級為好和極好的區(qū)域面積增加了20.23%,達(dá)到薊州區(qū)總面積的77.8%。由圖3可看出,生態(tài)環(huán)境質(zhì)量明顯提升的區(qū)域(圖3中綠色區(qū)域)包括白澗鎮(zhèn)西北部、許家臺鎮(zhèn)東南部、官莊鎮(zhèn)西南部、青甸洼泄洪區(qū)和別山鎮(zhèn)、東趙各莊鎮(zhèn)及其周邊地區(qū)等,相對聚集且區(qū)域面積較大；生態(tài)環(huán)境質(zhì)量明顯降低的區(qū)域(圖3中橘色和紅色區(qū)域)主要有于橋水庫大部分、漁陽鎮(zhèn)西南部、洇溜鎮(zhèn)、邦均鎮(zhèn)、禮明莊鎮(zhèn)、上倉鎮(zhèn)等,區(qū)域較小且較為分散。

表5 薊州區(qū)2000—2020年生態(tài)環(huán)境質(zhì)量各等級面積和比例

圖3 薊州區(qū)2000—2020年生態(tài)環(huán)境質(zhì)量變化Fig.3 Changes of eco-environmental quality in Jizhou District from 2000 to 2020

3.2 薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量演變趨勢分類

以薊州區(qū)行政鄉(xiāng)鎮(zhèn)邊界對薊州區(qū)2000—2020年的生態(tài)環(huán)境質(zhì)量做分區(qū)統(tǒng)計,根據(jù)各鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量隨時間變化的規(guī)律,可以將薊州區(qū)28個鄉(xiāng)鎮(zhèn)和水庫、水洼20年來的生態(tài)質(zhì)量變化趨勢大致劃分為三類：第一類,生態(tài)環(huán)境質(zhì)量大趨勢上持續(xù)上升,稱為持續(xù)上升型；第二類,生態(tài)環(huán)境質(zhì)量沒有穩(wěn)定的升降規(guī)律,在多個研究年份內(nèi)生態(tài)環(huán)境質(zhì)量下降,但最終生態(tài)質(zhì)量是上升的,稱為波動上升型,大部分鄉(xiāng)鎮(zhèn)都屬于此類型；第三類,生態(tài)環(huán)境質(zhì)量沒有穩(wěn)定的升降規(guī)律,最終生態(tài)環(huán)境質(zhì)量下降,稱為波動下降型,該類型只有禮明莊鎮(zhèn)和于橋水庫。具體分類見表6。

表6 薊州區(qū)2000—2020年生態(tài)環(huán)境質(zhì)量變化分類

圖4 薊州區(qū)評估單元2000—2020年生態(tài)環(huán)境質(zhì)量變化分類Fig.4 Classification of eco-environmental quality changes of assessment units in Jizhou District from 2000 to 2020

三種類型的鄉(xiāng)鎮(zhèn)空間分布如圖4。由圖可知,大部分上升型鄉(xiāng)鎮(zhèn)集中在薊州區(qū)北部和西北部山林地區(qū),均為遙感影像中植被覆蓋較為茂盛的區(qū)域；波動上升型鄉(xiāng)鎮(zhèn)集中在薊州區(qū)南部農(nóng)業(yè)聚集地,這些區(qū)域包含了薊州區(qū)大部分的農(nóng)業(yè)用地；生態(tài)環(huán)境質(zhì)量屬于波動下降型的禮明莊鎮(zhèn)位于其他類型鄉(xiāng)鎮(zhèn)包圍之中,且由遙感影像中可見人為建筑用地較多且較密集。其中值得關(guān)注的是于橋水庫的生態(tài)環(huán)境質(zhì)量逐年下降,表示當(dāng)?shù)赜嘘P(guān)部門對水庫的保養(yǎng)和維護(hù)不到位,需要加大對于橋水庫的保護(hù)力度,嚴(yán)格落實(shí)水源地保護(hù)措施,恢復(fù)水庫生態(tài)系統(tǒng),確保天津城市供水安全和水源地生態(tài)安全。

3.3 薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量影響因子探測分析

圖5 地理探測器影響因子空間分布圖Fig.5 Spatial distribution of impact factors of Geodetector

地理探測器各因子空間分布如圖5所示。其中,人口密度、人均收入、人均農(nóng)業(yè)產(chǎn)值和用電密度的空間分布情況大體一致,均呈現(xiàn)為中心鄉(xiāng)鎮(zhèn)和水庫、水洼邊緣數(shù)值較高、北部山林地區(qū)數(shù)值較低；海拔表現(xiàn)為由北部山林地區(qū)到南部耕地逐漸放緩的空間形態(tài)；干度指數(shù)與綠度指數(shù)空間分布相似,呈現(xiàn)為中心城鎮(zhèn)聚集區(qū)較高、山林地區(qū)和耕地較低的分布形態(tài)；濕度指數(shù)在南部耕地和水庫周邊數(shù)值較高；綠度指數(shù)在北部山林地區(qū)和南部耕地較高,中心城鎮(zhèn)地區(qū)較低,整體各因子分布與實(shí)際情況相符。

3.3.1主導(dǎo)因子探測分析

根據(jù)地理探測器模型的因子探測結(jié)果(表7),所有影響因子的P值均<0.001,表明所選因子均對薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量的空間分布有顯著影響[36]。由于在地理探測器中需要同時納入模型因子后才能得到高度顯著的結(jié)果,從而全面反映自然地理因子和社會經(jīng)濟(jì)因子的影響,但模型因子本身就與遙感生態(tài)指數(shù)有較大的關(guān)聯(lián)性,故在進(jìn)行結(jié)果分析時,重點(diǎn)分析模型因子以外的其他因子的影響力(圖6)。從影響因子類型來看,地形因子的影響力>社會因子>經(jīng)濟(jì)因子。在經(jīng)濟(jì)因子中,用電密度的解釋力大于人均農(nóng)業(yè)產(chǎn)值；在社會因子中,人均收入的解釋力大于人口密度,但以上四個因子的q統(tǒng)計值均小于0.1,因此經(jīng)濟(jì)因子和社會因子中的四個影響因子對薊州區(qū)鄉(xiāng)鎮(zhèn)的生態(tài)環(huán)境質(zhì)量空間分異性影響力較小,人均收入的影響力略大于人口密度和用電密度,人均農(nóng)業(yè)產(chǎn)值的影響力最小。地形因子海拔的q統(tǒng)計值為0.1720,影響力僅次于4個模型因子,但遠(yuǎn)不如模型因子的影響力大。故在除模型因子外的其他三類因子中,地形因子中的海拔對薊州區(qū)生態(tài)環(huán)境質(zhì)量的空間分異性影響最大,社會因子和經(jīng)濟(jì)因子的影響力相對較小。說明薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量的空間分布受海拔影響要大于受其他社會經(jīng)濟(jì)因素的影響。

表7 因子探測結(jié)果

圖6 地形因子、社會因子和經(jīng)濟(jì)因子q統(tǒng)計值Fig.6 q-statistic results of terrain factors、social factors and economic factors

3.3.2交互作用分析

影響因子的交互作用分析結(jié)果見表8。對九個影響因子的交互探測結(jié)果表明,任意兩個影響因子交互的作用強(qiáng)度都要大于單一影響因子。其中人均收入與干度指數(shù)、人均收入與熱度指數(shù)、人口密度與海拔、人口密度與用電密度、人口密度與干度指數(shù)、人口密度與熱度指數(shù)、海拔與綠度指數(shù)、海拔與干度指數(shù)、海拔與熱度指數(shù)、人均農(nóng)業(yè)產(chǎn)值與干度指數(shù)、用電密度與干度指數(shù)、用電密度與熱度指數(shù)以及四個模型因子兩兩交互呈現(xiàn)為雙因子增強(qiáng)交互作用,其余均呈現(xiàn)非線性增強(qiáng)交互作用。交互作用力最大的是干度指數(shù)與綠度指數(shù)的交互作用,q值為0.8115,即對薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量空間分布的解釋水平為81.15%,在所有因子中對薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量的空間分異性有最強(qiáng)的解釋力。人均收入和人口密度、人均農(nóng)業(yè)產(chǎn)值和人均收入、人均農(nóng)業(yè)產(chǎn)值和人口密度、用電密度和人均收入、用電密度和人口密度、用電密度和人均農(nóng)業(yè)產(chǎn)值為N,說明這些因子的組合對薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量的空間分異性的影響不具有顯著性的差異。總體看來,地表裸露程度和建筑面積對生態(tài)環(huán)境質(zhì)量的影響最大[37],即人類活動導(dǎo)致的地表覆蓋變化可能是薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量分布的主要影響因素。

表8 影響因子交互探測結(jié)果

綜合地理探測器的分析結(jié)果,薊州區(qū)鄉(xiāng)鎮(zhèn)的生態(tài)環(huán)境質(zhì)量空間分異性不僅是單一影響因子直接、獨(dú)立作用的結(jié)果,而是社會因子、經(jīng)濟(jì)因子、地形因子和模型因子等影響因素交互后互相增強(qiáng)的綜合作用導(dǎo)致的[38]。單因子探測和交互探測結(jié)果的差異反映出,對于薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量的空間分異性的影響力,大部分影響因子通過與其他因子的協(xié)同作用可以比單獨(dú)作用更好地體現(xiàn)出來[39]。

4 結(jié)論與討論

本文采用遙感、統(tǒng)計和社會調(diào)查相結(jié)合的方法進(jìn)行研究區(qū)生態(tài)環(huán)境質(zhì)量時空分異性及其影響因子探測分析。其中影響因子選取人口、社會經(jīng)濟(jì)、地形地貌、遙感生態(tài)模型四大類型,人口密度、人均收入、人均農(nóng)業(yè)產(chǎn)值、用電密度、海拔和遙感生態(tài)指數(shù)的四個分指數(shù)共九個因子,通過地理探測器分別得到單因子探測的q統(tǒng)計值和交互因子探測的q統(tǒng)計值。研究表明2000年—2020年薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量整體呈上升趨勢,各個鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量變化趨勢可分持續(xù)上升型、波動上升型、波動下降型三種類型；地理探測器結(jié)果表示,在主導(dǎo)因子探測方面,薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量的空間分布受海拔影響要大于受其他社會經(jīng)濟(jì)因素的影響；在因子交互作用探測方面,薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量的空間分異性受多個影響因子共同作用,每兩個因子之間相互作用的影響力都大于單一因子的影響力,其中干度指數(shù)與綠度指數(shù)的交互作用最為顯著。整體生態(tài)環(huán)境質(zhì)量上升,說明薊州區(qū)各鄉(xiāng)鎮(zhèn)在生態(tài)環(huán)境維持與治理方面政策的大方向是有效的,絕大部分區(qū)域生態(tài)環(huán)境質(zhì)量都在提升,少部分地區(qū)略有降低,應(yīng)有針對性地進(jìn)行政策調(diào)整,改善生態(tài)環(huán)境質(zhì)量；根據(jù)地理探測器分析結(jié)果,地表干度情況、熱度情況和綠度情況對薊州區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量的影響最大,說明土地利用變化和城市建設(shè)是鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境質(zhì)量的主要影響因素和關(guān)鍵影響因子。因此,薊州區(qū)各鄉(xiāng)鎮(zhèn)在未來的生態(tài)環(huán)境保護(hù)與規(guī)劃中應(yīng)更注意城鎮(zhèn)化過程中農(nóng)業(yè)及其他生態(tài)用地與建設(shè)用地的平衡,科學(xué)地進(jìn)行鄉(xiāng)鎮(zhèn)發(fā)展格局規(guī)劃,在不破壞生態(tài)環(huán)境的前提下,實(shí)現(xiàn)鄉(xiāng)鎮(zhèn)生產(chǎn)與生態(tài)協(xié)同發(fā)展。

在整個研究過程中,由于遙感衛(wèi)星重訪周期限制,在進(jìn)行研究區(qū)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境評價時,所選影像的日期難以統(tǒng)一,對評價結(jié)果的可比性可能造成一定的影響。此外,在地理探測器結(jié)果分析中,q值最大的是干度指數(shù)與綠度指數(shù)的交互作用(q=0.8115),其余的q統(tǒng)計值大部分集中在0.4—0.8左右；社會因子和經(jīng)濟(jì)因子交互作用的q統(tǒng)計值在0.1—0.3之間,可能由于社會經(jīng)濟(jì)因子主要反映了人類活動的強(qiáng)度,更多與污染排放具有較強(qiáng)的相關(guān)性,導(dǎo)致對于側(cè)重生態(tài)環(huán)境總體狀況評價的遙感生態(tài)指數(shù)解釋力較弱。

本研究也可為其他地區(qū)和尺度的分析提供借鑒,未來相關(guān)研究可以進(jìn)一步納入對鄉(xiāng)鎮(zhèn)自然資源占用、生態(tài)環(huán)境污染等方面的評價,并開展相關(guān)因素對鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境影響機(jī)制機(jī)理的實(shí)證調(diào)查與研究,為鄉(xiāng)村生態(tài)文明建設(shè)和鄉(xiāng)村振興提供支撐。