徐思瑜，于海明，徐譽維，張熠斌，沈海鷗

（1.吉林省地質(zhì)環(huán)境監(jiān)測總站（吉林省地質(zhì)災(zāi)害應(yīng)急技術(shù)指導(dǎo)中心），吉林 長春 130021；2.吉林農(nóng)業(yè)大學(xué)，吉林 長春 130118）

實現(xiàn)鄉(xiāng)鎮(zhèn)生產(chǎn)生活與生態(tài)環(huán)境協(xié)同發(fā)展是制約現(xiàn)代社會發(fā)展的關(guān)鍵問題之一。如何有效利用各種現(xiàn)代化監(jiān)測手段，多尺度、全方位地掌握生態(tài)系統(tǒng)的發(fā)展、變化趨勢，同時提高生態(tài)環(huán)境評價工作的質(zhì)量和效率，已成為生態(tài)環(huán)境保護的重要研究方向。隨著航空航天學(xué)科的飛速進步，衛(wèi)星遙感技術(shù)近年來高速發(fā)展，其具有對地觀測面積廣闊、實時快速和周期性強等優(yōu)點，已在地質(zhì)環(huán)境監(jiān)測、自然災(zāi)害調(diào)查、礦山地質(zhì)環(huán)境治理、土地利用變化、考古、氣象水文調(diào)查和城市規(guī)劃等領(lǐng)域得到廣泛應(yīng)用。利用遙感數(shù)據(jù)對森林（Ochoa-Gaona et al.，2010）草地（Sullivan et al.，2010）、城市（Xu et al.，2009；曾輝等，1999）、河流（Ivits et al.，2009）及流域（Moran et al.，2004）的生態(tài)系統(tǒng)進行監(jiān)測和評價，已是生態(tài)監(jiān)測和保護的有效手段之一。但大多基于單一的指標進行監(jiān)測與評價，而生態(tài)系統(tǒng)是多要素及其功能結(jié)構(gòu)在時間和空間尺度上的綜合表達（Sowinska-Swierkosz，2017）。因此，生態(tài)環(huán)境質(zhì)量需從多維度進行詮釋。

本文以四平市為研究對象，以新型遙感生態(tài)指數(shù)（Remote Sensing baesd Ecology Index，RSEI）為研究基礎(chǔ)，采用Landsat系列為數(shù)據(jù)源，對該區(qū)2007年、2016年以及2021年的生態(tài)環(huán)境質(zhì)量進行量化研究，其目的在于選擇合適的評價模型，定性、定量研究區(qū)域內(nèi)的生態(tài)環(huán)境變化，明確四平市生態(tài)環(huán)境現(xiàn)狀，最后利用不同的評價機制進行對比分析，找出影響該區(qū)生態(tài)環(huán)境的主要因素并進行全面剖析，為保護四平市生態(tài)環(huán)境提供科學(xué)參考。本文進一步驗證RSEI的適用性，擴大其應(yīng)用范圍，為研究區(qū)生態(tài)環(huán)境保護可持續(xù)發(fā)展提供科學(xué)依據(jù)。

1 研究區(qū)概況和數(shù)據(jù)源

1.1 研究區(qū)概況

四平市是吉林省地級市，全市轄區(qū)1.03萬km2?，F(xiàn)轄梨樹、雙遼、伊通3個縣（市），鐵東、鐵西2個區(qū)，1個國家級經(jīng)濟技術(shù)開發(fā)區(qū)，6個省級經(jīng)濟開發(fā)區(qū)。截至2020年11月1日，四平市常住人口為181.47萬人。因選取的3期數(shù)據(jù)時間跨度較大，本次研究區(qū)包含公主嶺市（圖1）。公主嶺市2013年11月已由吉林省接管。

圖1 研究區(qū)示意圖Fig.1 Schematic Diagram of the Study Area

1.2 數(shù)據(jù)來源

遙感影像數(shù)據(jù)均在地理空間數(shù)據(jù)云（http：//www.gscloud.cn）獲取，數(shù)據(jù)類型為Landsat系列數(shù)據(jù)源，為避免云量對結(jié)果的影響，選取少云或無云的影像作為研究對象，云量控制在10%以內(nèi)。時間序列上，選取時相相近或同時期的遙感影像，研究時間為2007年、2016年、2021年，每年選擇8月下旬的影像為對照序列。

1.3 數(shù)據(jù)預(yù)處理

為了減少不同時相影像在光照和大氣方面帶來的差異，對這3期遙感影像進行預(yù)處理，通過輻射定標將像元灰度值轉(zhuǎn)換為輻射亮度值（Chander et al.，2009），再利用FLAASH大氣校正法進行大氣校正（Nazeer et al.，2014）。最后對獲取的遙感影像和矢量邊界進行投影，將所有數(shù)據(jù)統(tǒng)一到同一坐標系統(tǒng)下。最后對影像邊界裁剪，獲取研究區(qū)范圍內(nèi)的遙感影像。

2 研究方法

新型遙感生態(tài)指數(shù)（RSEI）是基于遙感技術(shù)，且指標容易獲得、沒有人為權(quán)重設(shè)定，是一個可以快速、定量客觀評價研究區(qū)生態(tài)環(huán)境的指標（徐涵秋，2013a；徐涵秋，2013b）。遙感生態(tài)指數(shù)中代表生態(tài)優(yōu)劣的重要生態(tài)指標是綠度、濕度、熱度和干度。分別用歸一化植被指數(shù)（NDVI）、濕度分量（WET）、地表溫度（LST）、建筑物和裸土指數(shù)（NDBSI）來代表。這樣，擬建的遙感生態(tài)指數(shù)（RSEI）就可以表示為這4個指標的函數(shù)，即：

其遙感定義為：

式（1）、式（2）中，Greenness為綠度，Wetness為濕度，Thermal為熱度，Dryness為干度；NDVI為植被指數(shù)，Wet為濕度分量，LST為地表溫度，NDBSI為建筑物和裸土指數(shù)。4個指標計算公式見表1。

表1 遙感生態(tài)指數(shù)計算公式Tab.1 Calculation formula of remote sensing ecological index

由于NDVI、WET、LST、NDBSI指標的量綱不統(tǒng)一，為避免在主成分分析中各個指標權(quán)重失衡，需要對4個因子原始值做歸一化處理，將范圍統(tǒng)一在（0，1）之間，歸一化公式為：

式（3）中，BIi為某個因子歸一化的像元值，bi為某個指標因子的像元值，bmax、bmin分別為該因子的最大值、最小值。

上述4個指標經(jīng)歸一化處理后，利用遙感影像處理工具（采用ENVI 5.3）將4個指標耦合成一幅影像，然后對合成后的影像做主成分分析，提取第一主成分PC1作為遙感生態(tài)指數(shù)初始值，從而獲得初始的生態(tài)指數(shù)RSEI0。為避免大片的水域影響PCA的荷載分布，采用MNDWI水體指數(shù)（徐涵秋，2005）掩膜掉水體信息。

為了便于指標的度量和比較，可同樣對RSEI0進行歸一化：

RSEI即為所建的遙感生態(tài)指數(shù)，其值介于（0，1）之間。RSEI0值越接近1，說明生態(tài)越好；反之，生態(tài)質(zhì)量越差。

3 結(jié)果與分析

3.1 四平市生態(tài)環(huán)境質(zhì)量整體分析

對合成后的4個遙感生態(tài)指數(shù)指標進行主成分分析，得到定量化的綜合指數(shù)（表2）。

從表2可以看出：1）PC1中最大限度集中了4個指標的特征信息，特征值貢獻率均為最高，分別為85.44%、87.11%、76.82%，均在75%以上。2）各年份的第一主成分結(jié)果中，NDVI和WET均為正值，LST和NDBSI均為負值，表明綠度和濕度對生態(tài)環(huán)境有促進作用，溫度和干度對生態(tài)環(huán)境有抑制作用，4個年份中干度的系數(shù)都最大，說明干度對生態(tài)環(huán)境質(zhì)量的影響最大。3）在PC2、PC3、PC4中各指標值無漸規(guī)律可循，各指標貢獻率也很小。故以第一主成分PC1構(gòu)建RSEI。

表2 各年份主成分分析結(jié)果Tab.2 Principal component analysis results of each year

為從整體上分析四平市生態(tài)環(huán)境狀況，分別統(tǒng)計了4個指標和RSEI均值（表3）。

從表3可以看出，四平市整體上從2007年、2016年、2021年的RSEI均值呈上升趨勢，分別為0.661 2、0.670 3、0.696 1。說明研究區(qū)生態(tài)環(huán)境在逐漸變好，生態(tài)質(zhì)量逐步提升。

表3 各指標和RSEI均值Tab.3 Average value of each index and RSEI

將四平市各地市的3期數(shù)據(jù)按0.2為間隔劃分為5個等級，分別為［0～0.2）、［0.2～0.4）、［0.4～0.6）、［0.6～0.8）、［0.8～1］，分別代表生態(tài)環(huán)境差、較差、中、良、優(yōu)。從四平市整體生態(tài)等級分布變化來看，四平市從2007年到2021年生態(tài)環(huán)境質(zhì)量明顯提升，其中雙遼市生態(tài)環(huán)境質(zhì)量提升明顯。這與當?shù)卣_展的相關(guān)生態(tài)環(huán)境治理工作息息相關(guān)，尤其是雙遼市大力開展植樹造林、退耕還林生態(tài)工程密不可分。同時可以表明RSEI反映四平市生態(tài)環(huán)境狀況準確合理。如圖2所示。

圖2 四平市各地市RSEI質(zhì)量等級分布圖Fig.2 Distribution map of RSEI quality grades in all cities of Siping City

表4總結(jié)了四平市生態(tài)環(huán)境質(zhì)量各等級的面積和比重?？梢钥闯觯?007—2021年生態(tài)等級為差、較差、中等級所占面積比重從30.46%下降到22.17%，而良和優(yōu)等級所占面積比重從69.51%上升到77.81%。2007年與2021年對比：差、較差和中級占比到2021年明顯減少，分別下降了0.98%、4.62%、2.69%；良等級占比明顯增加，為5.09%?？梢钥闯?，2007—2021年，四平市生態(tài)環(huán)境質(zhì)量得以提升，同時也進一步表明，四平市態(tài)環(huán)境質(zhì)量得以提升。

表4 RSEI等級面積及其百分比Tab.4 RSEI grade area and its percentage

為更好地研究四平市生態(tài)環(huán)境質(zhì)量的時空變化，對遙感生態(tài)指數(shù)等級圖進行差值變化檢測（圖3），按級差符號分為3類，變好（+1、+2、+3、+4），變差（-4、-3、-2、-1），不變（0）（表5）。

表5 2007—2021年間RSEI差值變化檢測Tab.5 Detection of changes in RSEI difference between 2007 and 2021

圖3 2007—2021四平市RSEI差值變化檢測Fig.3 Change detection of RSEI difference in Siping City

2007—2021年生態(tài)等級變差的面積為4 237.91 km2（約占總面積的29.38%），不變的面積為5 370.07 km2（約占總面積的37.23%），變好的面積為4 816.55 km2（約占總面積的33.39%），整體上生態(tài)環(huán)境質(zhì)量較好。

3.2 建模與預(yù)測

采用1 km×1 km網(wǎng)格對3期遙感生態(tài)指數(shù)和4個指標進行整圖重采樣，4個指標作為自變量，遙感生態(tài)指數(shù)作為因變量進行多元回歸分析，建立四平市生態(tài)模型，預(yù)測四平市生態(tài)環(huán)境變化趨勢。以下為四平市2007年、2016年、2021年的回歸模型：

從生態(tài)模型可以看出，NDVI和WET的系數(shù)為正，而LST和NDBSI為負，可以看出NDVI和WET對生態(tài)環(huán)境起促進作用，而LST和NDBSI起抑制作用，這個結(jié)果和表1各指標對第一主成分的貢獻相一致。從回歸模型的系數(shù)的均值可以看出（均值分別為：0.287 6，0.293 1，-0.284 4，-0.324 4），對研究區(qū)生態(tài)環(huán)境的影響最大的是NDBSI，其他依次為WET、NDVI、LST。

圖4為2021年正向指標NDVI、WET和負向指標LST、NDSI與RSEI的三維散點特征圖。特征圖的上部代表植被覆蓋度高且濕度較大的散點，生態(tài)環(huán)境相對優(yōu)越；下部代表裸露地表、熱度高的散點，生態(tài)環(huán)境較差。從三維散點特征圖可以看出，散點多集中在上部，說明地表干化和裸露的區(qū)域正在逐步減少，生態(tài)環(huán)境質(zhì)量正在逐漸提升，證實了四平市加強對沙地、荒地等裸露土地的治理，降低裸露土地面積，干度指數(shù)有所下降。生態(tài)環(huán)境的措施已初見成效。

圖4 三維散點特征圖Fig.4 3D scatter plots of indicators

整體上來看，主成分分析和多元回歸都能很好地反映研究區(qū)生態(tài)環(huán)境的趨勢。無論是主成分分析還是多元回歸模型，代表正向指標的WET和代表負向指標的NDBSI對的生態(tài)環(huán)境影響較大。以2021年的回歸模型進行預(yù)測，欲使RSEI提升0.1，那么相應(yīng)的NDBSI減少0.503 3或WET提升0.368 2。但在實際生態(tài)環(huán)境治理中，干化裸露地表減少的同時伴隨著綠地和植被的增加，假設(shè)NDBSI減少0.503 3，NDVI增加0.503 3，則RSEI將提升0.321 1。

4 結(jié)論與討論

（1）對四平市2007年、2016年、2021年遙感影像進行主成分分析。NDVI和WET均為正值，LST和NDBSI均為負值，表明綠度和濕度對生態(tài)環(huán)境有促進作用，溫度和干度對生態(tài)環(huán)境有抑制作用，3個年份中干度的系數(shù)都最大，說明干度對研究區(qū)生態(tài)環(huán)境質(zhì)量的影響最大。

（2）從生態(tài)環(huán)境等級來看，生態(tài)等級中級以下所占面積比重下降了8.29%，中等級以上等級占比隨之上升，就2007年和2021年比較來看，差、較差和中級占比到2021年明顯減少分別下降0.98%、4.62%、2.69%。良等級占比明顯增加，為5.09%。其中雙遼市生態(tài)環(huán)境質(zhì)量得到明顯改善，表明RSEI能很好地綜合4個分量指標，可準確表達和反映四平市生態(tài)環(huán)境狀況。

（3）以NDVI、WET、LST、NDBSI和RSEI進行多元回歸分析，建立四平市生態(tài)模型，其中NDBSI對生態(tài)環(huán)境影響最大，從回歸模型預(yù)測結(jié)果可以看出，干化和裸露地表的治理是提升四平市生態(tài)質(zhì)量的關(guān)鍵，這一結(jié)果也證實了雙遼市裸露土地的治理，降低裸露土地面積。改善當?shù)厣鷳B(tài)環(huán)境的措施是科學(xué)的、合理的。