張戰(zhàn)偉，董其軍，李婷婷

(山東明嘉勘察測(cè)繪有限公司,山東 淄博 255086)

0 引言

黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展，是重大國家戰(zhàn)略。2022年中共山東省委、山東省人民政府印發(fā)了《山東省黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展規(guī)劃》，其中明確了黃河三角洲生態(tài)防護(hù)治理、生物多樣性保護(hù)工程。近年來，遙感技術(shù)已被廣泛用于生態(tài)評(píng)價(jià)、監(jiān)測(cè)、保護(hù)等工作，其具有長時(shí)序、范圍廣、信息量豐富等優(yōu)勢(shì)，可為濕地資源監(jiān)測(cè)、植被多樣性保護(hù)、生態(tài)修復(fù)等提供支撐，因此開展基于遙感技術(shù)手段的生態(tài)評(píng)估與分析具有重要的意義[1-3]。

本文基于2000—2021年的Landsat 5、Landsat 7、Landsat 8遙感影像數(shù)據(jù)，對(duì)黃河三角洲區(qū)域進(jìn)行了長時(shí)間序列的歸一化植被指數(shù)(NDVI)、濕度指數(shù)(Wet)、鹽分指數(shù)(SI3)、遙感生態(tài)指數(shù)(RSEI)進(jìn)行了計(jì)算，分析了指數(shù)之間的相關(guān)關(guān)系，其次按年度對(duì)4種指數(shù)分別做了重標(biāo)極差分析及Hurst指數(shù)預(yù)測(cè)分析，研究成果可為黃河三角洲的生態(tài)修復(fù)及評(píng)價(jià)提供科學(xué)依據(jù)及理論指導(dǎo)。

1 研究現(xiàn)狀

目前國內(nèi)外學(xué)者基于遙感技術(shù)方法，從多個(gè)方向開展了生態(tài)環(huán)境相關(guān)的研究，針對(duì)黃河三角洲區(qū)域的遙感生態(tài)研究也得了較多學(xué)者的關(guān)注，并形成了諸多成果。主要研究方向涉及新生濕地空間分布規(guī)律[4]濕地動(dòng)態(tài)變化[5-6]、植被空間分布監(jiān)測(cè)[7]、土壤鹽分提取[8]等。這些研究體現(xiàn)了遙感在黃河三角洲生態(tài)環(huán)境評(píng)價(jià)、監(jiān)測(cè)等工作中的技術(shù)優(yōu)勢(shì)。

鹽漬化是全球性問題，廣泛發(fā)生在干旱和濱海地區(qū)[9]，鹽漬化對(duì)植被影響明顯，會(huì)惡化生態(tài)環(huán)境[10-11]，針對(duì)鹽漬化問題，很多學(xué)者基于遙感技術(shù)開展了大量研究。趙欣悅等[12]利用Landsat 8 OLI對(duì)阿拉善地區(qū)鹽漬化特征進(jìn)行了分析。黃曉宇等[13]基于光譜指數(shù)、波段反射率與實(shí)測(cè)值實(shí)現(xiàn)了土壤含鹽量的快速檢測(cè)。卞?；ǖ萚14]對(duì)不同水鹽生境下蘆葦濕地植被及土壤碳氮磷生態(tài)化學(xué)計(jì)量特征進(jìn)行了研究。吳霞等[15]利用同時(shí)期土壤樣本與Landsat 8影像，基于相關(guān)分析和曲線回歸分析法構(gòu)建了土壤鹽漬化評(píng)價(jià)指數(shù)。楊麗萍等[16]基于Sentinel-2數(shù)據(jù)，通過提取鹽分指數(shù)、植被指數(shù)等6類變量，設(shè)計(jì)了土壤鹽分預(yù)測(cè)模型。陳俊英等[17]利用無人機(jī)多光譜、GF-1遙感數(shù)據(jù)，結(jié)合土壤含鹽量，構(gòu)建了鹽漬化監(jiān)測(cè)模型，提高了鹽漬化的監(jiān)測(cè)精度。黃河三角洲為濱海區(qū)域，鹽漬化問題對(duì)生態(tài)的影響是需要重點(diǎn)考慮的因素。

近年來隨著遙感云計(jì)算平臺(tái)等技術(shù)的發(fā)展，基于遙感數(shù)據(jù)長時(shí)間序列的研究越來越多。徐振田等[18]利用1986—2016年的Landsat影像，分析了黃河三角洲近30年濕地的時(shí)空分布和動(dòng)態(tài)變化特征。焦瑞峰等[19]以 1986—2018 年的衛(wèi)星遙感影像為基礎(chǔ)，分析了黃河三角洲分布格局、濕地面積及變化規(guī)律。余澤鴻等[20]基于2005—2018 年MODIS、Landsat數(shù)據(jù)，分析了黃河三角洲土壤鹽分含量時(shí)空演變特征。張晨宇等[21]以Landsat影像為基礎(chǔ)，揭示了2000—2020 年黃河三角洲鹽地堿蓬等植被的時(shí)空變化規(guī)律。長時(shí)間序列的分析能夠得到更加科學(xué)、完整、全面的特征規(guī)律，受到越來越多學(xué)者的關(guān)注，因此本文基于Google Earth Engine (GEE)開展黃河三角洲長時(shí)序生態(tài)指數(shù)遙感估算與分析的研究。GEE由谷歌在2010年推出，是目前應(yīng)用最為廣泛的遙感云計(jì)算平臺(tái)，具有自動(dòng)并行處理和快速計(jì)算的特點(diǎn)，是目前最流行的地球大數(shù)據(jù)處理平臺(tái)[22]。GEE集成了近40年歷史遙感影像數(shù)據(jù)，研究人員可以基于GEE開展生態(tài)、農(nóng)業(yè)、海洋等諸多領(lǐng)域的研究。GEE主要由計(jì)算資源、數(shù)據(jù)集、代碼編輯器、APIs組成，支持JavaScript和Python語言開發(fā)，且用戶能夠上傳柵格或矢量數(shù)據(jù)進(jìn)行處理、分析。

2 研究方法

2.1 總體技術(shù)流程

本研究利用GEE平臺(tái)優(yōu)勢(shì)，對(duì)黃河三角洲區(qū)域2000—2021年的生態(tài)質(zhì)量進(jìn)行評(píng)估與分析，利用遙感數(shù)據(jù)構(gòu)建NDVI、Wet、SI3、RSEI生態(tài)要素，并根據(jù)研究區(qū)域的特點(diǎn)，引入了SI3與RSEI相結(jié)合的評(píng)價(jià)分析方法，對(duì)2000—2021年逐年環(huán)境質(zhì)量進(jìn)行全面、完整的長時(shí)間序列的變化規(guī)律進(jìn)行分析，為該區(qū)域生態(tài)環(huán)境評(píng)估提供了新的思路。研究的總體技術(shù)路線如圖1所示。

圖1 研究總體技術(shù)路線圖

2.2 遙感數(shù)據(jù)

本文采用Landsat 5、Landsat 7、Landsat 8衛(wèi)星影像為數(shù)據(jù)源，研究時(shí)間為2000—2021年，共計(jì)22年。使用的衛(wèi)星為美國NASA的陸地衛(wèi)星計(jì)劃中的3顆，具體參數(shù)如表1所示。其中2000—2011年使用Landsat 5影像，2012—2013年使用Landsat 7影像，2014—2021年使用Landsat 8影像，影像的空間分辨率為30m，結(jié)果為逐年1月1日—12月31日去云后均值合成。

表1 遙感影像數(shù)據(jù)來源衛(wèi)星主要參數(shù)

2.3 采用指數(shù)

本文選用歸一化植被指數(shù)(NDVI)、濕度指數(shù)(Wet)、鹽分指數(shù)(SI3)、遙感生態(tài)指數(shù)(RSEI)進(jìn)行黃河三角洲區(qū)域的生態(tài)估算及分析。各指數(shù)的計(jì)算如公式(1)～(4)所示。

(1)

其中：NIR為近紅外波段的反射值;R為紅光波段的反射值。

(2)

其中：B表示藍(lán)光波段;G表示綠光波段;R表示紅光波段。

Wet=c1B1+c2B2+c3B3+c4B4+c5B5+c6B6

(3)

其中：B1～B6分別代表藍(lán)波段、綠波段、紅波段、近紅波段、中紅外波段 1、中紅外波段 2;c1～c6為傳感器參數(shù)。

綜上所述，海南省新生兒疾病篩查信息系統(tǒng)的應(yīng)用現(xiàn)已可以滿足海南省新生兒疾病篩查的整個(gè)服務(wù)流程的需求，將新生兒疾病篩查工作中各環(huán)節(jié)的繁瑣和某些不規(guī)則流程通過信息化管理演變?yōu)榭伸`活處理的程序，大大提高了工作效率和工作質(zhì)量，未來還需根據(jù)不同時(shí)期的需求繼續(xù)改進(jìn)，逐步完善功能的拓展和維護(hù)，甚至可以考慮引進(jìn)區(qū)塊鏈技術(shù)在性能上繼續(xù)提高。通過信息化管理，對(duì)新生兒疾病的早發(fā)現(xiàn)、早診斷和早治療，減少殘疾兒發(fā)生率提高出生人口素質(zhì)的目的具有重大意義。

RSEI=f(NDVI,Wet,LST,NDSI)

(4)

其中：NDVI為綠度指標(biāo);Wet為濕度指標(biāo);LST為熱度指標(biāo);NDSI為干度指標(biāo)。

RSEI耦合了綠度、濕度、熱度和干度4 類指標(biāo)，各指標(biāo)根據(jù)本身性質(zhì)確定，非人為加權(quán)確定，該指數(shù)能夠快速評(píng)價(jià)、監(jiān)測(cè)生態(tài)質(zhì)量，可以對(duì)區(qū)域的生態(tài)環(huán)境變化規(guī)律進(jìn)行建模、時(shí)空分析及可視化，是一種基于自然與遙感因素的量化指標(biāo)[23]。由于RSEI耦合的4類指標(biāo)信息完全來源于遙感數(shù)據(jù)，信息獲取相對(duì)容易，且計(jì)算過程避免人為因素影響，獲得的結(jié)果更加客觀、可靠。

2.4 數(shù)據(jù)處理與制圖

首先基于遙感影像數(shù)據(jù)生成2000—2021年4類指數(shù)數(shù)據(jù)，并制作逐年NDVI、Wet、SI3、RSEI柵格圖。其次對(duì)逐年的4種指數(shù)分別做重標(biāo)極差分析、Hurst指數(shù)預(yù)測(cè)分析。

Hurst指數(shù)是對(duì)長時(shí)間序列的自相關(guān)性分析，并對(duì)未來趨勢(shì)的預(yù)測(cè)。Hurst指數(shù)的思路是：

設(shè)Xi=X1,…,Xn為一時(shí)間序列n個(gè)連續(xù)值，取對(duì)數(shù)并進(jìn)行一次差分后的數(shù)據(jù)劃分為長度為H的相鄰的子區(qū)間A，即A×H=n。

每個(gè)子區(qū)間的均值為：

(5)

標(biāo)準(zhǔn)差為：

(6)

(7)

組內(nèi)極差為：

Rh=Max(Xr,A)-Min(Xr,A)

(8)

Hurst指數(shù)(H)為：

(9)

Hurst推出的關(guān)系為：

(10)

式中:c為常數(shù);n為觀察值個(gè)數(shù);H為Hurst指數(shù)。

3 實(shí)驗(yàn)結(jié)果及分析

3.1 NDVI、Wet、SI3、RSEI指數(shù)

本文對(duì)2000—2021年間5個(gè)年份的結(jié)果進(jìn)行了重點(diǎn)分析，如圖2所示。

從圖2可知，NDVI在2000年為0.03～0.9，高值分布區(qū)域較多；在2011年有所下降，為0.3～0.7之間，其中東營市城區(qū)區(qū)域部分值相對(duì)較低，與城鎮(zhèn)化建設(shè)有關(guān)；在2021年整體呈現(xiàn)上升趨勢(shì)，且NDVI分布較為均勻；研究時(shí)間內(nèi)整體呈先降后升的變化趨勢(shì)，說明前期植被覆蓋狀況有所惡化，近年來研究區(qū)域生態(tài)環(huán)境保護(hù)力度不斷加強(qiáng)，植被覆蓋有所好轉(zhuǎn)。RSEI在2000年為0.02～0.9，高值分布區(qū)域較多；2011年整體值有所降低，在2016年及2021年有所升高。鹽度值及濕度值整體較為平穩(wěn)。總體上，4類指數(shù)呈現(xiàn)不同的空間差異性，沿岸和內(nèi)陸呈現(xiàn)不同的趨勢(shì)和變化，2000—2021年4類指數(shù)整體均體現(xiàn)出“V”字形或倒“V”字形變化趨勢(shì)。

3.2 Hurst指數(shù)

本文基于2000—2021年4類指數(shù)數(shù)據(jù)，分析了變化規(guī)律并進(jìn)行了預(yù)測(cè)，如圖3所示。其中：

H=0.5表示時(shí)間序列可以隨機(jī)游走，過去的趨勢(shì)與未來沒有關(guān)系；0

下面重點(diǎn)對(duì)RSEI進(jìn)行分析，從圖3可以看出，RSEI低值部分主要是沿海海洋區(qū)域，因此不在分析范圍內(nèi)，圖3中大于0.5的值比例最大，此外結(jié)合圖2可以看出自2011年以來，生態(tài)環(huán)境指數(shù)呈現(xiàn)上升趨勢(shì)，說明生態(tài)環(huán)境有改善趨勢(shì)，結(jié)果與近年來我國生態(tài)保護(hù)政策的實(shí)施及地方生態(tài)保護(hù)力度的加強(qiáng)一致。

圖2 研究區(qū)2000—2021年4類指數(shù)制圖成果

圖3 研究區(qū)2000—2021年4類指數(shù)Hurst預(yù)測(cè)制圖成果

3.3 相關(guān)性分析

3.3.1 相關(guān)系數(shù)

RSEI是在4個(gè)生態(tài)指數(shù)Wet(濕度)、NDVI(綠度)、LST(熱度)、NDBI建筑指數(shù)(干度)的基礎(chǔ)上通過主成分變換得出的一個(gè)評(píng)價(jià)生態(tài)環(huán)境質(zhì)量的指標(biāo)，該指數(shù)具有較強(qiáng)的客觀性、評(píng)價(jià)結(jié)果可視化效果好等優(yōu)點(diǎn)，因此與EI指數(shù)(生態(tài)指數(shù))相比，該指數(shù)更適用于區(qū)域生態(tài)環(huán)境質(zhì)量評(píng)價(jià)。然而SI3與RSEI結(jié)合的研究者較少，鑒于此，基于RSEI指數(shù)與SI3、NDVI、Wet進(jìn)一步分析。

如表2所示，本研究隨機(jī)選取120個(gè)抽樣點(diǎn)進(jìn)行分析，其中RSEI與Wet的相關(guān)性最高為0.687，表明濕度對(duì)生態(tài)指數(shù)環(huán)境的影響最大；與SI3的相關(guān)性為-0.18，呈現(xiàn)負(fù)相關(guān)，表明鹽度會(huì)制約生態(tài)環(huán)境的變化；與NDVI的相關(guān)性為0.01，表明NDVI的變化與生態(tài)指數(shù)的相關(guān)性并不明顯。相關(guān)系數(shù)R平方(COD)依然是Wet較高，其次為SI3、NDVI。

表2 RSEI與SI3、NDVI、Wet分析結(jié)果

3.3.2 相關(guān)性趨勢(shì)

RSEI指數(shù)與鹽分指數(shù)SI3，NDVI，Wet的相關(guān)趨勢(shì)分析，RSEI與SI3負(fù)相關(guān)，趨勢(shì)逐漸下降，表明鹽分制約了生態(tài)環(huán)境的發(fā)展，與Wet正相關(guān)，逐漸上升，Wet的增加對(duì)環(huán)境優(yōu)化具有至關(guān)重要的作用，與NDVI相關(guān)趨勢(shì)基本保持平穩(wěn)(圖4)。因此加強(qiáng)水域濕地的保護(hù)對(duì)環(huán)境具有極大的貢獻(xiàn)度。

a—RSEI_SI3;b—RSEI_Wet;c—RSEI _NDVI圖4 RSEI與SI3、Wet、NDVI相關(guān)性分析

4 結(jié)論

本研究提取了黃河三角洲區(qū)域2000—2021年度歸一化植被指數(shù)、濕度指數(shù)、鹽分指數(shù)、遙感生態(tài)指數(shù)4個(gè)參數(shù)指標(biāo)，此外考慮到黃河三角洲的區(qū)域特點(diǎn)，引入了鹽分指數(shù)(SI3)與遙感生態(tài)指數(shù)(RSEI)相結(jié)合的評(píng)價(jià)分析方法，為該區(qū)域生態(tài)環(huán)境評(píng)估提供了新的思路。此外，本文分析了2000年以來每個(gè)年度的數(shù)據(jù)，獲得了長時(shí)間序列的分析結(jié)果，得到的變化規(guī)律更加完整、細(xì)致。通過利用GEE平臺(tái)的優(yōu)勢(shì)，可以快速的獲得分析結(jié)果，可為其他區(qū)域的生態(tài)遙感評(píng)估及分析提供參考。根據(jù)本文的研究成果發(fā)現(xiàn)：

(1)自2011年以來黃河三角洲區(qū)域的生態(tài)環(huán)境指數(shù)呈現(xiàn)上升趨勢(shì)，生態(tài)環(huán)境持續(xù)改善，這與我國生態(tài)保護(hù)政策及地方生態(tài)保護(hù)工作相關(guān)。

(2)通過RSEI與SI3、NDVI、Wet的相關(guān)趨勢(shì)分析，發(fā)現(xiàn)Wet的增加對(duì)環(huán)境優(yōu)化具有重要影響，因此加強(qiáng)水域濕地的保護(hù)將有利于環(huán)境改善。

(3)鹽度值與環(huán)境質(zhì)量呈現(xiàn)負(fù)相關(guān)，說明鹽度會(huì)制約生態(tài)環(huán)境的改善。

本文基于GEE平臺(tái)開展區(qū)域生態(tài)遙感研究，較為全面、準(zhǔn)確地反映了研究區(qū)的生態(tài)質(zhì)量情況，能夠?yàn)辄S河三角洲區(qū)域的生態(tài)修復(fù)及保護(hù)提供參考。目前國產(chǎn)化的遙感大數(shù)據(jù)平臺(tái)也強(qiáng)勢(shì)發(fā)展，比如航天宏圖的PIE-Engine(Pixel Information Expert Engine)、阿里云達(dá)摩院的AI Earth等，需要發(fā)揮國產(chǎn)平臺(tái)優(yōu)勢(shì)，開展生態(tài)遙感等方面的相關(guān)研究。此外，本文研究考慮的因素仍相對(duì)單一，不利于結(jié)果的系統(tǒng)性分析，因此下一步將結(jié)合人口、居民區(qū)、耕地等因素對(duì)遙感生態(tài)指數(shù)的影響開展進(jìn)一步研究。