楊 瑩，許 剛，陳興梅，吳世紅，連 懿

（1.交通運(yùn)輸部天津水運(yùn)工程科學(xué)研究所 水路交通環(huán)境保護(hù)技術(shù)交通行業(yè)重點(diǎn)實(shí)驗(yàn)室，天津 300456；2.天津師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，天津 300387）

近年來，隨著我國經(jīng)濟(jì)的飛速發(fā)展，公路建設(shè)進(jìn)展迅猛[1].但在公路蓬勃發(fā)展之時(shí)，公路的施工和運(yùn)營會(huì)對公路所在區(qū)域的生態(tài)環(huán)境造成一定的破壞[2]，特別是西藏等生態(tài)承載力較差的地區(qū)表現(xiàn)得尤為明顯.截至2018年底，西藏公路通車總里程突破9×104km[3].西藏公路的建設(shè)勢必對生態(tài)環(huán)境產(chǎn)生一定影響，而生態(tài)環(huán)境是水資源、土地資源、生物資源以及氣候資源數(shù)量和質(zhì)量的總稱，是人類社會(huì)開展政治、經(jīng)濟(jì)和文化等所有活動(dòng)的根本，影響著人類的生存和發(fā)展[4].因此協(xié)調(diào)交通建設(shè)與生態(tài)環(huán)境之間的關(guān)系是我國公路建設(shè)中需要解決的問題，而客觀地分析公路建設(shè)對生態(tài)系統(tǒng)的影響具有十分重要的意義.

公路分布多呈線性且面積廣闊，通過傳統(tǒng)的調(diào)查方式，如實(shí)地調(diào)查等，不僅費(fèi)時(shí)、費(fèi)力，而且難以做到定位定量，信息不夠全面[5].RS（remote sensing）和GIS（geographic information system）具有信息量大、觀測范圍廣、精度高和速度快等優(yōu)勢，已逐漸應(yīng)用于生態(tài)環(huán)境分析的研究領(lǐng)域[6].研究人員基于MODIS和LANDSAT ETM等遙感數(shù)據(jù)，以生態(tài)環(huán)境的可持續(xù)利用和改善保護(hù)為主線，對西部開發(fā)和長江中上游的治理展開了相應(yīng)研究[7-8].隨著原環(huán)境保護(hù)部頒發(fā)《生態(tài)環(huán)境狀況評價(jià)技術(shù)規(guī)范》（以下簡稱《規(guī)范》），基于遙感的生態(tài)環(huán)境狀況指數(shù)（ecological index，EI）在生態(tài)評價(jià)領(lǐng)域中得到廣泛應(yīng)用[9-10].但獲取EI指標(biāo)中的污染負(fù)荷指數(shù)受到地域尺度和時(shí)間的限制，不適合范圍較大的研究區(qū)，尤其是西部地區(qū)省份的統(tǒng)計(jì)數(shù)據(jù)更加缺乏，難以獲得完整的數(shù)據(jù)，因此EI不適宜西藏等范圍較大地區(qū)的生態(tài)狀況研究.吳宜進(jìn)等[11]從數(shù)據(jù)缺失的角度提出了基于主成分分析法的西藏植被生態(tài)環(huán)境質(zhì)量評價(jià)方法，此方法可以彌補(bǔ)EI的不足，更準(zhǔn)確地反映數(shù)據(jù)完整性低的西藏地區(qū)的生態(tài)狀況.徐涵秋[12]對遙感生態(tài)環(huán)境狀況指數(shù)進(jìn)行了改進(jìn).

本研究以拉林高等級公路為例，引入西藏植被生態(tài)環(huán)境質(zhì)量評價(jià)方法，選取MODIS數(shù)據(jù)集，利用Google earth engine（GEE）平臺提取陸地表面溫度（land surface temperature，LST）、總初級生產(chǎn)力（gross primary productivity，GPP）、葉面積指數(shù)（leaf area index，LAI）、植被覆蓋度（fractional vegetation cover，F(xiàn)VC）和地面濕度（wet）5項(xiàng)指標(biāo)，并基于主成分分析法構(gòu)建遙感生態(tài)指數(shù)P，對拉林高等級公路研究區(qū)生態(tài)系統(tǒng)結(jié)構(gòu)的時(shí)空變化特征進(jìn)行遙感定量分析，為公路環(huán)境保護(hù)提供技術(shù)支持.

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)概況

拉林高等級公路（簡稱拉林公路）位于中國西藏自治區(qū)東南部（29°N~30°N、91°E~95°E），平行于國道G318拉林段，連接省會(huì)拉薩和地級市林芝，是中國西藏自治區(qū)境內(nèi)的一條城際一級公路，路線全長413.6 km[13].拉林公路的建成共分為2期工程，第1期工程從拉林公路的兩端林芝和拉薩市起始，終點(diǎn)為工布江達(dá)和墨竹工卡縣，于2013年5月下旬開工，2015年9月建成通車.第2期工程為工布江達(dá)至墨竹工卡段，建設(shè)時(shí)間為2015年9月—2019年4月.拉林公路所在區(qū)域平均海拔高于3 000 m，為高原溫帶半干旱季風(fēng)氣候，當(dāng)?shù)刂脖恢饕獮椴莸睾凸嗄玖值?研究區(qū)范圍為公路中心沿線兩側(cè)10 km以內(nèi)的區(qū)域，如圖1所示.

1.2 數(shù)據(jù)來源

影像選自MODIS（中分辨率成像光譜moderateresolution imaging spectroradiometer）數(shù)據(jù)集.MODIS數(shù)據(jù)集覆蓋范圍廣，掃描寬度達(dá)2 330 km，時(shí)間分辨率較高，可用于全球范圍研究的陸地、海洋和大氣等領(lǐng)域的標(biāo)準(zhǔn)數(shù)據(jù)產(chǎn)品較多.數(shù)據(jù)篩選及處理工作均在GEE平臺完成，GEE是一個(gè)集科學(xué)分析和地理信息數(shù)據(jù)可視化于一體的綜合性平臺，存儲(chǔ)了大量免費(fèi)的遙感影像數(shù)據(jù)集.本研究采用WGS84坐標(biāo)系統(tǒng)，篩選云量少、質(zhì)量高的數(shù)據(jù)，時(shí)間范圍為2012年、2014年和2019年的7—9月，利用均值法對各指標(biāo)7—9月數(shù)據(jù)進(jìn)行合成，最后結(jié)果作為后續(xù)主成分分析的數(shù)據(jù)基礎(chǔ).7—9月拉林公路所在區(qū)域的植被生長旺盛，能夠?yàn)樯鷳B(tài)環(huán)境變化分析提供較好的基礎(chǔ).為避免各個(gè)指標(biāo)像元不統(tǒng)一，不同波段的數(shù)據(jù)產(chǎn)品需要進(jìn)行重采樣，統(tǒng)一分辨率為250 m，為后續(xù)主成分分析提供數(shù)據(jù)支持.

拉林公路地區(qū)DEM（digital elevation model）數(shù)據(jù)選自全球的SRTM V3產(chǎn)品（SRTM Plus），由NASA JPL提供，其分辨率為1角秒（約30 m），用于反演拉林公路地區(qū)的海拔情況.

2 遙感生態(tài)指數(shù)模型的構(gòu)建

2.1 遙感生態(tài)指數(shù)模型構(gòu)建的過程

《規(guī)范》中的生態(tài)環(huán)境狀況指數(shù)（EI）共包括生物豐度、植被覆蓋、水網(wǎng)密度、土地退化和環(huán)境質(zhì)量5個(gè)評價(jià)指數(shù)，其中部分評價(jià)指數(shù)的使用需要通過年度統(tǒng)計(jì)和地面監(jiān)測數(shù)據(jù)獲取，這使得指數(shù)應(yīng)用場景的局限性較強(qiáng).而西藏地區(qū)的人口密度相對較低，獲取數(shù)據(jù)的難度也較平原地區(qū)高，因此要用標(biāo)準(zhǔn)的EI指數(shù)實(shí)現(xiàn)宏觀的生態(tài)狀況分析難度較大.基于文獻(xiàn)[12]中的生態(tài)遙感指數(shù)，研究選用與自然生態(tài)環(huán)境相關(guān)的綠度、濕度和熱度3個(gè)重要指標(biāo)作為擬建遙感生態(tài)的評價(jià)指標(biāo)，其中植被覆蓋度（FVC）、葉面積指數(shù)（LAI）和總初級生產(chǎn)力（GPP）表征沿路的植被質(zhì)量特征、植被生長狀況和覆蓋度等，是直接反映研究區(qū)綠度的重要指標(biāo)；陸地表面溫度（LST）和地面濕度（wet）表征研究區(qū)的熱度和濕度，是與植被生長關(guān)系緊密的2個(gè)重要生態(tài)因子.各指標(biāo)所用數(shù)據(jù)源如表1所示.

表1 各研究指標(biāo)及其數(shù)據(jù)產(chǎn)品Tab.1 Various research indicators and their data products

遙感生態(tài)指數(shù)模型的構(gòu)建需要將單一的指標(biāo)指數(shù)進(jìn)行耦合，常規(guī)的耦合方式是指數(shù)加權(quán)方式.該方法中指標(biāo)的權(quán)重主要由人為標(biāo)定，受地域影響明顯，同時(shí)需要采集大量的實(shí)驗(yàn)數(shù)據(jù)作支撐，不適合大尺度和數(shù)據(jù)缺失的區(qū)域.主成分分析方法是一種將多變量通過正交線性變換進(jìn)行篩選的多維數(shù)據(jù)壓縮技術(shù)[14]，可以獲取各個(gè)指標(biāo)的權(quán)重值，進(jìn)而減少人為確定權(quán)重造成的指標(biāo)集成差異的干擾，對數(shù)據(jù)集能夠做出客觀分析.因此，本研究基于以上5種指標(biāo)，采用主成分分析方法建立遙感生態(tài)指數(shù)模型，遙感生態(tài)指數(shù)

該模型利用主成分變換集成以上5個(gè)指標(biāo)，并根據(jù)各指標(biāo)對主成分的貢獻(xiàn)度，對其進(jìn)行加權(quán)求和來確定權(quán)重，實(shí)現(xiàn)以單一變量耦合多個(gè)指標(biāo)的目的，有效避免了因主觀因素引起的權(quán)重不均.最終的分析結(jié)果及動(dòng)態(tài)變化可直觀展示，同時(shí)有效彌補(bǔ)了EI的不足，更有利于對沿路生態(tài)環(huán)境的變化進(jìn)行定量、客觀地分析.加權(quán)求和的公式為

式（2）中：ci（i=1，2，…，m）為某一主成分的方差貢獻(xiàn)率；m為選擇的主成分個(gè)數(shù)；pci為對應(yīng)的第i個(gè)主成分.在做主成分變換前，由于各指標(biāo)量綱不統(tǒng)一，對指標(biāo)進(jìn)行標(biāo)準(zhǔn)化，將其數(shù)值映射到[0，1]區(qū)間.指標(biāo)標(biāo)準(zhǔn)化處理公式為

式（3）中：Xi為標(biāo)準(zhǔn)化后的像元值；xi、xmin和xmax分別為像元i的原始值、最小值和最大值.

2.2 相關(guān)參數(shù)的反演

2.2.1 植被覆蓋度（FVC）

植被在生態(tài)系統(tǒng)中占有重要地位，是生態(tài)系統(tǒng)存在的基礎(chǔ)，它在陸地表面的能量交換、生物地球化學(xué)循環(huán)和水文循環(huán)過程中扮演著重要的生態(tài)角色.植被覆蓋度（FVC）是植物群落覆蓋地表狀況的一個(gè)綜合量化指標(biāo)，是重要的生態(tài)氣候參數(shù)[15].歸一化植被指數(shù)（NDVI）與植被覆蓋度之間的線性關(guān)系[16]為

式（5）中：NDVImax為歸一化植被指數(shù)的最大值，NDVImin為歸一化植被指數(shù)最小值.由于拉林公路地區(qū)沿路環(huán)境的特殊性，獲得實(shí)測數(shù)據(jù)比較困難.因此，本研究采用95%置信區(qū)間方法提取歸一化植被指數(shù)的最大值和最小值，得到的NDVImax和NDVImin代入式（5）得到FVC的分布狀況.

2.2.2 葉面積指數(shù)（LAI）和總初級生產(chǎn)力（GPP）

葉面積指數(shù)用于進(jìn)一步反映沿路生態(tài)環(huán)境的植被質(zhì)量，總初級生產(chǎn)力是表征植物光合作用的指標(biāo)，常用于量化植被生長質(zhì)量.利用MODIS產(chǎn)品反演得到葉面積指數(shù)已經(jīng)有了大量的驗(yàn)證[18-19]，LAI表達(dá)式為

式（6）中：DNA為葉面積指數(shù)影像的灰度值，不包括裸地、冰川和水域等特殊土地類型的DN值.

同樣基于MOD17A2H產(chǎn)品獲取GPP的分布，其表達(dá)式為

式（7）中：DNs為總初級生產(chǎn)力指數(shù)影像的灰度值，不包括裸地、冰川和水域等特殊土地類型的DN值.

2.2.3 陸地表面溫度（LST）

陸地表面溫度為經(jīng)比輻射率校正的地表溫度，用于反映公路沿線區(qū)域的熱環(huán)境問題.將陸地表面溫度轉(zhuǎn)換為常用的攝氏度，其公式為：

式（8）中：DN為陸地表面溫度影像的灰度值.

2.2.4 濕度（wet）

濕度是影響植被生長的重要因子，也是驅(qū)動(dòng)生態(tài)環(huán)境變化的重要因素[20].有學(xué)者發(fā)現(xiàn)TVDI等濕度或干度指標(biāo)對反演西部區(qū)域的土壤和植被的濕度不太適宜，并對比發(fā)現(xiàn)MODIS纓帽變換后的濕度分量可以較好地反映拉林公路所在地區(qū)的植被和土壤的綜合濕度[11].纓帽變換又稱坎斯-托馬斯（Kauth-Thomas transformation，K-T）變換，是根據(jù)土壤和植被等多維光譜空間中信息分布規(guī)律，通過經(jīng)驗(yàn)性線性變換得到的正交分量[21].利用MOD09A1地表反射率產(chǎn)品，在改進(jìn)的MODIS纓帽變換的基礎(chǔ)上計(jì)算拉林公路所在地區(qū)的濕度指標(biāo)[22]，其提取公式為

式（9）中：ρRed、ρGreen、ρBlue、ρNIR1、ρNIR2、ρSWIR1和ρSWIR2分別為紅、綠、藍(lán)、近紅外1、近紅外2、短波紅外1和短波紅外2波段的反射率.

3 結(jié)果與討論

3.1 遙感生態(tài)指數(shù)分布

通過MODIS數(shù)據(jù)產(chǎn)品可以實(shí)現(xiàn)單一指標(biāo)的構(gòu)建，在此基礎(chǔ)上本研究采用主成分分析原理實(shí)現(xiàn)5個(gè)指標(biāo)信息的耦合并構(gòu)建遙感生態(tài)指數(shù)P，進(jìn)而綜合分析拉林公路東西段研究區(qū)（第1期工程修建路段）和中段研究區(qū)（第2期工程修建路段）在施工和治理過程中的生態(tài)狀況變化.為避免人為因素引起的計(jì)算偏差，使模型更加客觀，以方差貢獻(xiàn)率作為生態(tài)指數(shù)模型的權(quán)重參考標(biāo)準(zhǔn)，基于式（2）建立不同年份的生態(tài)指數(shù)模型.最終將不同年份的主成分因子（PC1、PC2、PC3）帶入對應(yīng)的生態(tài)指數(shù)模型中，得到拉林公路區(qū)域遙感生態(tài)指數(shù)的分布情況.

從不同年份指標(biāo)的一致性角度考慮，利用式（3）對計(jì)算所得初始遙感生態(tài)指數(shù)P進(jìn)行標(biāo)準(zhǔn)化處理，得到拉林公路所在區(qū)域2012年、2014年和2019年遙感生態(tài)指數(shù)的分布狀況，P介于[0，1]之間，P值越大表示生態(tài)環(huán)境質(zhì)量越高，生態(tài)環(huán)境越好；反之表示生態(tài)環(huán)境越差.表2為各主成分特征值及貢獻(xiàn)率.

表2 各主成分特征值及貢獻(xiàn)率Tab.2 Characteristic values and contribution rates of principal components

由表2可知：①不同年份PC1、PC2和PC3的累計(jì)貢獻(xiàn)率均大于80%，表明這3個(gè)成分信息集中了5個(gè)指標(biāo)的大部分特征；②不同指標(biāo)成分區(qū)間的對應(yīng)關(guān)系相對穩(wěn)定，第1主成分（PC1）中GPP、FVC和LAI較大，3期均達(dá)到0.8以上，因此該主成分能夠較好地表征植被的分布特征；第2主成分（PC2）中LST較大，3期均在0.9以上，能夠較好地表征熱度因子；wet在第3主成分（PC3）中較大，3期達(dá)到0.95以上，在一定程度上表征了濕度的分布特征.

3.2 沿路生態(tài)環(huán)境的時(shí)空變化分析

遙感變化檢測分析是對比不同年份生態(tài)狀況時(shí)空變化的有效手段，圖2為2012年、2014年和2019年遙感生態(tài)指數(shù)P的分布情況.

圖2 2012年、2014年和2019年遙感生態(tài)指數(shù)P的分布Fig.2 Distribution of comprehensive ecological indexes in 2012，2014，and 2019

由圖2可以看出，拉林公路施工前后的生態(tài)狀況普遍呈現(xiàn)“東西段較好，中段較差”的空間格局.生態(tài)狀況較好的地區(qū)主要集中在公路東西兩段研究區(qū)，包括拉薩、墨竹工卡、工布江達(dá)和林芝等地；公路中段墨竹工卡至工布江達(dá)地區(qū)的遙感指數(shù)顯示其生態(tài)指數(shù)等級為中等偏差.該遙感生態(tài)狀況的時(shí)空分布特征表明，無論是施工前還是施工后，生態(tài)指數(shù)P具有相似的變化趨勢，因此自然條件是該分布特征的主要原因.從拉薩至墨竹工卡和林芝至工布江達(dá)兩段海拔普遍較低，水熱條件優(yōu)越，植被種類多且生態(tài)狀況相對較好；中段地區(qū)海拔相對較高，氣候干燥寒冷，空氣相對稀薄，植被生態(tài)狀況較脆弱，從遙感指數(shù)上體現(xiàn)的生態(tài)狀況相對較差.為了綜合定量分析遙感生態(tài)指數(shù)分布特征，對圖2進(jìn)行量化統(tǒng)計(jì).以0.2為間隔對P進(jìn)行了等級劃分，共分為差、較差、中等、良好和優(yōu)5個(gè)等級，并對像元進(jìn)行統(tǒng)計(jì)分析，結(jié)果如表3所示.

由表3可以看出，2012年和2019年遙感生態(tài)指數(shù)為中等及以上地區(qū)的面積占總面積的64.02%和77.86%，分布范圍較廣.同年遙感生態(tài)指數(shù)評價(jià)等級為較差和差地區(qū)的面積占總面積的35.52%和22.16%，分布范圍較小，這表明研究區(qū)的生態(tài)環(huán)境狀況相對較好.而2014年遙感生態(tài)指數(shù)等級與之相反，遙感生態(tài)綜合指數(shù)為中等及以上地區(qū)的面積占總體面積的49.87%，而較差和差的區(qū)域地區(qū)占總面積的50.13%，生態(tài)環(huán)境狀況較差.統(tǒng)計(jì)數(shù)據(jù)顯示，2012—2019年，拉林公路的遙感生態(tài)指數(shù)呈“V”字型變化趨勢，在一定程度上反映出其生態(tài)狀況呈現(xiàn)由好變壞又變好的過程.

表3 2012—2019年各級生態(tài)指數(shù)的面積變化Tab.3 Area change of each ecological index between 2012—2019

為了更直觀地監(jiān)測拉林公路建設(shè)前后公路沿線區(qū)域的生態(tài)質(zhì)量變化，對同一地區(qū)不同年份的P進(jìn)行柵格差值運(yùn)算，取值范圍為[-1，1].在此基礎(chǔ)上，將生態(tài)狀況變化的結(jié)果密度分割為明顯變好（0.5，1]、變好（0.1，0.5]、不變[-0.1，0.1]、變差[-0.5，-0.1）和明顯變差[-1，-0.5）共5個(gè)等級，以不同顏色進(jìn)行表示，得到生態(tài)指數(shù)的動(dòng)態(tài)變化分布情況，結(jié)果如圖3所示，對應(yīng)的像元統(tǒng)計(jì)如表4所示.

表4 生態(tài)變化動(dòng)態(tài)統(tǒng)計(jì)Tab.4 Dynamic statistios of ecological change

圖3 生態(tài)指數(shù)變化情況Fig.3 Change detection of ecological indexes

由圖3（a）可以看出，2012—2014年生態(tài)質(zhì)量變壞較為明顯的區(qū)域主要集中在東西兩段.根據(jù)拉林公共路生態(tài)質(zhì)量的統(tǒng)表（表4）可知，2012—2014年研究區(qū)生態(tài)狀況改善的面積為1 532 km2，占總面積的17.20%；生態(tài)環(huán)境狀況退化的區(qū)域面積為4 573 km2，占總面積的51.33%；生態(tài)質(zhì)量總體呈現(xiàn)退化趨勢，其中退化區(qū)域的面積明顯高于改善區(qū)域的面積.2012—2014年為施工集中期，施工過程中部分原生植被剝離，同時(shí)廢棄渣土也有堆積現(xiàn)象，這些都對公路沿線生態(tài)環(huán)境造成一定破壞，生態(tài)系統(tǒng)結(jié)構(gòu)退化相對明顯且迅速.2014年研究區(qū)生態(tài)環(huán)境質(zhì)量最差，其中較差和差的區(qū)域占研究區(qū)總面積的50.13%，研究區(qū)生態(tài)綜合指數(shù)最低.2014—2019年研究區(qū)的生態(tài)環(huán)境質(zhì)量有所改善，研究區(qū)域生態(tài)改善地區(qū)面積為5 776 km2，退化地區(qū)面積為958 km2，分別占總面積的64.84%和10.76%，總體生態(tài)質(zhì)量呈現(xiàn)明顯變好的趨勢.結(jié)合圖3（b）可知，變好的區(qū)域主要集中在沿路附近，公路中段研究區(qū)生態(tài)質(zhì)量變好區(qū)域的面積相對東西兩段略微增多，說明拉林公路生態(tài)修復(fù)工程起到明顯效果.施工的同時(shí)，沿路臨建恢復(fù)、施工便道恢復(fù)、取料場和棄土場恢復(fù)以及綠色環(huán)保等措施也對沿路生態(tài)區(qū)域起到復(fù)原作用，使其與原生態(tài)面貌保持一致[23].由圖3可知，2012年和2019年拉林公路所在區(qū)域的生態(tài)質(zhì)量大致相同，甚至部分區(qū)域有變好趨勢；此外，由表4可知，2012—2019年不變區(qū)域的面積占總面積的37.26%，改善區(qū)域的面積為3 994 km2，變差區(qū)域的面積為1 594 km2，分別占總面積的比例為44.84%和17.89%.由此可見2019年生態(tài)質(zhì)量相比2012年略有改善，生態(tài)修復(fù)初見成效.

3.3 影響因子分析

為了更好地分析影響生態(tài)環(huán)境的因素，本研究將重點(diǎn)研究區(qū)域集中于公路東西兩段，結(jié)合DEM數(shù)據(jù)和歸一化植被指數(shù)NDVI分析自然環(huán)境對生態(tài)環(huán)境產(chǎn)生的影響.圖4為研究區(qū)DEM數(shù)據(jù)和2014年NDVI數(shù)據(jù)，表5和表6為拉林公路東西兩段的生態(tài)等級變化.

圖4拉林公路所在區(qū)域DEM和NDVI分布圖Fig.4 DEMand NEVI map of Lalin Highway

表5 2012—2014年不同海拔下的生態(tài)等級變化（西段）Tab.5 Changes in ecological levels at different altitudesfrom 2012 to 2014（west section）

表6 2014—2019年不同海拔下的生態(tài)等級變化（東段）Tab.6 Changes in ecological levels at different altitudes from 2014 to 2019（east section）

由表5和表6可以看出，拉林公路所在區(qū)域地形越低生態(tài)變化越劇烈，且地形低的地區(qū)生態(tài)質(zhì)量恢復(fù)速度較快；反之生態(tài)質(zhì)量恢復(fù)較慢.其中：

（1）由表5可知，在公路東西兩段研究區(qū)建設(shè)期間（2012—2014年），生態(tài)狀況處于變差及以下級別的區(qū)域主要集中在4 500 m以下，累計(jì)面積占比達(dá)到40.61%.而海拔4 500 m以上地區(qū)生態(tài)環(huán)境質(zhì)量變壞及以下的累計(jì)面積占比為15.88%.由此可知，海拔相對較低的地區(qū)生態(tài)質(zhì)量變差的較多.結(jié)合研究區(qū)地形分布情況（圖4）可知，研究區(qū)東西兩段海拔較低，且東段的海拔低于西段，最低海拔為3 145 m.造成低海拔地區(qū)生態(tài)環(huán)境質(zhì)量變差的原因與植被的分布具有直接關(guān)系.研究區(qū)NDVI與海拔的關(guān)系如圖5所示.由圖5可知，海拔4 500 m以下地區(qū)的歸一化植被指數(shù)大部分在0.6以上，說明該地區(qū)植被較多，面積占比為51.54%.因此拉林公路建設(shè)施工期間對植被的破壞直接影響了當(dāng)?shù)氐纳鷳B(tài)質(zhì)量，且該地區(qū)處于高寒區(qū)，破壞的植被難以在短時(shí)間內(nèi)恢復(fù)原狀，因此施工期間當(dāng)?shù)氐纳鷳B(tài)質(zhì)量退化較為明顯.

圖5 不同海拔下的NDVI等級分布Fig.5 NDVI level distribution at different altitudes

（2）在公路東西兩段區(qū)域生態(tài)環(huán)境恢復(fù)期間（2014—2019年），生態(tài)環(huán)境質(zhì)量變好及以上的區(qū)域同樣集中在4 500 m以下的低海拔地區(qū)，其累計(jì)面積占比為47.66%；海拔在4 500 m以上區(qū)域生態(tài)環(huán)境質(zhì)量變好及以上的累計(jì)面積占比為17.22%；其中海拔在4 000 m以下的區(qū)域面積約占總面積的29.15%，改善的區(qū)域主要集中在海拔相對較低的地區(qū)，且沿路附近區(qū)域的生態(tài)質(zhì)量改善尤為明顯，可見生態(tài)恢復(fù)措施的實(shí)施使當(dāng)?shù)厣鷳B(tài)環(huán)境進(jìn)一步提升.但結(jié)合圖4發(fā)現(xiàn)，部分邊緣地區(qū)的生態(tài)質(zhì)量恢復(fù)并不明顯.根據(jù)DEM數(shù)據(jù)和NDVI的分布可以看出，研究區(qū)邊緣海拔相對較高，最高可達(dá)5 751 m.海拔高的地區(qū)氣溫低，晝夜溫差大且輻射強(qiáng)等特殊的自然條件對植被恢復(fù)的要求較高，且在這些區(qū)域中部分地區(qū)的植被覆蓋較多，NDVI值達(dá)到0.6以上.但由于自身承載力低和自然條件的特殊性，海拔較高且植被較多的地區(qū)生態(tài)恢復(fù)較困難，因此該區(qū)域內(nèi)生態(tài)修復(fù)工程的效果不明顯.

4 結(jié)論

本研究基于遙感技術(shù)手段得到拉林公路研究區(qū)生態(tài)系統(tǒng)的植被覆蓋度、葉面積指數(shù)、總初級生產(chǎn)力、陸地表面溫度和濕度共5項(xiàng)指標(biāo)，使用主成分分析方法構(gòu)建遙感生態(tài)指數(shù)P模型，對近8年（2012—2019年）拉林公路所在研究區(qū)域的生態(tài)環(huán)境質(zhì)量進(jìn)行分析，并根據(jù)拉林公路的施工階段，定量分析了生態(tài)破壞期和生態(tài)恢復(fù)期影響生態(tài)環(huán)境變化的相關(guān)影響因子，結(jié)果表明：

（1）拉林公路所在研究區(qū)域生態(tài)環(huán)境質(zhì)量整體較脆弱，呈現(xiàn)東西段優(yōu)中段差的分布格局.2012—2019年研究區(qū)內(nèi)遙感生態(tài)指數(shù)總體呈現(xiàn)“V”字型變化趨勢，改善區(qū)域和退化區(qū)域的面積分別占總面積的44.84%和17.89%.其中，2012—2014年研究區(qū)域生態(tài)狀況退化較明顯，2014—2019年拉林公路所在研究區(qū)生態(tài)狀況逐漸改善.

（2）施工的行為方式對生態(tài)環(huán)境修復(fù)快慢產(chǎn)生重要影響.建設(shè)期間東西段研究區(qū)的集中施工加速了當(dāng)?shù)厣鷳B(tài)環(huán)境的退化，而在生態(tài)狀況改善區(qū)域集中的沿路垂直分布地帶和中段，施工期間注重生態(tài)恢復(fù)，利用原有植被和草皮表土回填的方法，使得中段地區(qū)生態(tài)環(huán)境得到明顯改善.

（3）生態(tài)環(huán)境的影響因子分析表明，地形對生態(tài)環(huán)境質(zhì)量變化也有顯著影響.地形越低的地區(qū)植被覆蓋度越高，生態(tài)變化越劇烈，且地形低的地區(qū)生態(tài)環(huán)境相對較好，因此生態(tài)恢復(fù)較快，反之生態(tài)環(huán)境變化不明顯，且恢復(fù)較慢.