王麗霞，郝 晶，劉 招，張雙成，孔金玲，楊 耘

（1.長安大學(xué) 地質(zhì)工程與測繪學(xué)院，陜西 西安 710054；2.長安大學(xué) 地球科學(xué)與資源學(xué)院，陜西 西安 710054；3.長安大學(xué) 水利與環(huán)境學(xué)院，陜西 西安 710054）

生態(tài)環(huán)境是人類文明和社會(huì)經(jīng)濟(jì)發(fā)展的基礎(chǔ)，開展生態(tài)環(huán)境質(zhì)量監(jiān)測評(píng)估對生態(tài)環(huán)境保護(hù)政策的制定有重要參考意義［1－3］。近年來，國內(nèi)外學(xué)者利用遙感和地理信息技術(shù)開展了流域生態(tài)環(huán)境質(zhì)量監(jiān)測評(píng)價(jià)研究，研究內(nèi)容包括流域特征提?。?－5］、評(píng)價(jià)指標(biāo)體系構(gòu)建［6－8］、監(jiān)測方法構(gòu)建［9－10］等。評(píng)價(jià)生態(tài)環(huán)境質(zhì)量采用的指標(biāo)主要有生態(tài)環(huán)境狀況指數(shù)（EI）［11］、遙感生態(tài)指數(shù)（RSEI）［12］、遙感生態(tài)距離指數(shù)（RSEDI）［13］等，其中RSEDI具有可視化和針對性強(qiáng)等優(yōu)點(diǎn)，在石羊河流域、烏魯木齊市和寧夏等生態(tài)環(huán)境質(zhì)量評(píng)估中得到應(yīng)用［14－16］。延河流域是黃土高原地區(qū)水土保持和生態(tài)保護(hù)的典型流域，有關(guān)學(xué)者從水文生態(tài)［17］、徑流量［18－19］、產(chǎn)流模式［20］、土壤水分［21］、植被覆蓋［22］等方面對延河流域生態(tài)環(huán)境進(jìn)行了單指標(biāo)評(píng)價(jià)，但在多指標(biāo)綜合評(píng)價(jià)方面有待深化。本研究采用改進(jìn)型遙感生態(tài)距離指數(shù)MRSEDI對延河流域生態(tài)環(huán)境質(zhì)量進(jìn)行評(píng)估，并采用CA－Markov模型對延河流域未來生態(tài)環(huán)境質(zhì)量進(jìn)行預(yù)測，以期為生態(tài)環(huán)境質(zhì)量評(píng)價(jià)探索較為普適的方法，并為黃土高原地區(qū)生態(tài)環(huán)境保護(hù)提供參考。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

延河是黃河的一級(jí)支流，發(fā)源于陜西省靖邊縣，由西北向東南流經(jīng)志丹縣、延安市安塞區(qū)和寶塔區(qū)，于延長縣匯入黃河，流域面積7 725 km2，屬黃土丘陵溝壑區(qū)，整體地勢西北高東南低。流域內(nèi)主要土壤類型為黃綿土，土質(zhì)疏松、抗沖蝕性差，水土流失嚴(yán)重、生態(tài)環(huán)境十分脆弱。1999年，延河流域在全國率先開始實(shí)施退耕還林（草），目前已取得顯著成效。

1.2 數(shù)據(jù)來源及預(yù)處理

本研究采用的主要數(shù)據(jù)：延河流域1998年、2004年、2010年、2016年6—9月的Landsat TM／OLI遙感影像，來源于美國地質(zhì)調(diào)查局網(wǎng)站（http：／／www.usgs.gov），利用ENVI5.3對遙感影像進(jìn)行預(yù)處理及有關(guān)指標(biāo)數(shù)據(jù)提??；數(shù)字高程模型（DEM），來源于美國地質(zhì)調(diào)查局網(wǎng)站，利用研究區(qū)邊界矢量數(shù)據(jù)對DEM進(jìn)行裁剪后獲得分辨率為30 m的延河流域高程數(shù)據(jù)；土地利用數(shù)據(jù)來源于科學(xué)數(shù)據(jù)共享網(wǎng)（http：／／www.geodata.cn），根據(jù)流域?qū)嶋H情況將土地利用類型重分類為耕地、林地、草地、水域、建筑用地和未利用地；1︰100萬土壤類型數(shù)據(jù)，來源于世界糧農(nóng)組織（FAO）發(fā)布的世界土壤數(shù)據(jù)庫（HWSD）；延河流域及其周邊62個(gè)氣象站1998—2016年日降水量等氣象數(shù)據(jù)，來源于中國氣象數(shù)據(jù)共享網(wǎng)，運(yùn)用ArcGIS 10.5軟件中的克里金插值方法，得到延河流域1998年、2004年、2010年、2016年4個(gè)典型年份逐月降水量和年降水量柵格數(shù)據(jù)。

2 研究方法

2.1 改進(jìn)型遙感生態(tài)距離指數(shù)的計(jì)算

充分考慮延河流域水土流失嚴(yán)重、城市擴(kuò)建占用耕地并造成裸地增加、礦區(qū)土壤濕度降低及植被破壞嚴(yán)重等情況，選擇土壤侵蝕指數(shù)SEI、建筑裸土指數(shù)NDSI、濕度指數(shù)WI、植被指數(shù)NDVI等4個(gè)評(píng)價(jià)指標(biāo)構(gòu)建四維空間，把正向指標(biāo)WI和NDVI的最小值及負(fù)向指標(biāo)SEI和NDSI的最大值作為最差點(diǎn)，把研究區(qū)內(nèi)其他點(diǎn)與最差點(diǎn)的距離稱為改進(jìn)型遙感生態(tài)距離指數(shù)（MRSEDI），其值越小表明生態(tài)環(huán)境質(zhì)量越差、越大表明生態(tài)環(huán)境質(zhì)量越好。MRSEDI計(jì)算公式如下：

式中：SEI、NDSI、WI、NDVI分別為某像元的歸一化土壤侵蝕指數(shù)、建筑裸土指數(shù)、濕度指數(shù)、植被指數(shù)；SEImax、NDSImax分別為研究區(qū)歸一化土壤侵蝕指數(shù)、建筑裸土指數(shù)的最大值；WImin、NDVImin分別為研究區(qū)歸一化濕度指數(shù)、植被指數(shù)的最小值。

根據(jù)MRSEDI的大小，參考相關(guān)研究，采用自然斷裂分級(jí)法將生態(tài)環(huán)境質(zhì)量分為很差、較差、中等、良好、優(yōu)秀5個(gè)等級(jí)［15－16］，分級(jí)標(biāo)準(zhǔn)見表1。

表1 生態(tài)環(huán)境質(zhì)量分級(jí)標(biāo)準(zhǔn)

2.2 評(píng)價(jià)指標(biāo)的提取及歸一化處理

（1）土壤侵蝕指數(shù)。根據(jù)研究區(qū)的實(shí)際情況和數(shù)據(jù)的可獲取性，把土壤侵蝕模數(shù)A作為土壤侵蝕指數(shù)SEI，采用修正通用土壤流失方程計(jì)算土壤侵蝕模數(shù)［23］：

式中：A為土壤侵蝕模數(shù)，t／（hm2·a）；R為降雨侵蝕力，MJ·mm／（hm2·a）；K為土壤可蝕性因子，t·hm2·h／（hm2·MJ·mm）；L、S、C、P分別為坡長因子、坡度因子、植被覆蓋因子、水土保持措施因子，均無單位。

（2）濕度指數(shù)。把纓帽變換的濕度分量WET作為濕度指數(shù)WI，基于Landsat5 TM和Landsat8 OLI遙感影像的計(jì)算公式為［14］

式中：ρTM1、ρTM2、ρTM3、ρTM4、ρTM5、ρTM7分別為TM傳感器對1、2、3、4、5、7波段的反射率；ρOLI2、ρOLI3、ρOLI4、ρOLI5、ρOLI6、ρOLI7分別為OLI傳感器對2、3、4、5、6、7波段的反射率。

（3）建筑裸土指數(shù)。把裸土指數(shù)SI和建筑指數(shù)IBI的均值作為建筑裸土指數(shù)NDSI，公式為［24］

式中：ρ1、ρ2、ρ3、ρ4、ρ5分別為TM傳感器對1、2、3、4、5波段的反射率（或OLI傳感器對2、3、4、5、6波段的反射率）。

（4）植 被 指 數(shù)。植 被 指 數(shù)（NDVI）計(jì) 算 公 式如下［25］：

式中：ρnir、ρred分別為傳感器對近紅外波段、紅波段的反射率。

（5）指標(biāo)歸一化處理。為解決上述4個(gè)指標(biāo)量綱不同的影響，在計(jì)算MRSEDI之前需要進(jìn)行歸一化處理，歸一化公式為

式中：yi為像元i的歸一化指標(biāo)值；xi為像元i的原指標(biāo)值；xmin、xmax分別為研究區(qū)原指標(biāo)值的最大值、最小值。

2.3 CA－Markov模型

元胞自動(dòng)機(jī)（CA）是一種可以進(jìn)行復(fù)雜系統(tǒng)時(shí)空演變過程模擬的數(shù)學(xué)模型［26］，形式為

式中：St、St＋1分別為t、t＋1時(shí)刻元胞的狀態(tài)；fq為局部空間的元胞轉(zhuǎn)換規(guī)則，其中q表示鄰域。

馬爾可夫模型（Markov）能夠利用系統(tǒng)已有離散狀態(tài)的經(jīng)驗(yàn)轉(zhuǎn)換概率對未來發(fā)展?fàn)顩r進(jìn)行模擬預(yù)測［27］。若一個(gè)系統(tǒng)的變化過程存在馬爾可夫性，其在t時(shí)刻的狀態(tài)為S（t），則t＋1時(shí)刻的狀態(tài)為

式中：P為狀態(tài)轉(zhuǎn)移概率。

CA－Markov模型能夠基于像元進(jìn)行有關(guān)指標(biāo)的時(shí)空演變模擬預(yù)測，既保持了元胞自動(dòng)機(jī)（CA）模擬復(fù)雜系統(tǒng)空間變化的能力，又具有Markov模型進(jìn)行長期預(yù)測的功能，被廣泛應(yīng)用于土地利用格局的模擬和預(yù)測。由于MRSEDI的計(jì)算結(jié)果為具有空間離散特征的柵格數(shù)據(jù)，因此本研究嘗試將CA－Markov模型用于延河流域生態(tài)環(huán)境質(zhì)量模擬預(yù)測。

3 結(jié)果與分析

3.1 生態(tài)環(huán)境質(zhì)量變化情況分析

表2為1998年、2004年、2010年、2016年4個(gè)典型年份延河流域生態(tài)環(huán)境質(zhì)量各指標(biāo)均值（歸一化值）和MRSEDI均值。由表2可知：1998—2016年，延河流域MRSEDI均值從0.873提高到1.376，提高幅度為57.6%，表明流域生態(tài)環(huán)境質(zhì)量得到顯著改善；負(fù)向指標(biāo)SEI和NDSI均呈下降趨勢，下降幅度分別為34.8%和33.2%，表明流域土壤侵蝕模數(shù)顯著降低、建筑裸地面積明顯減少；正向指標(biāo)WI和NDVI均呈上升趨勢，上升幅度分別為32.4%和86.5%，表明延河流域土壤濕度和植被覆蓋度顯著提高。

表2 典型年份各指標(biāo)均值

典型年份延河流域各等級(jí)生態(tài)環(huán)境質(zhì)量面積占比見表3。由表3可知：1998—2016年延河流域生態(tài)環(huán)境質(zhì)量等級(jí)變化明顯，優(yōu)秀等級(jí)的面積占比明顯提高；很差、較差等級(jí)的面積占比明顯下降，其中2010—2016年下降幅度最大，原因主要是自1999年開始實(shí)施的退耕還林（草）工程成效日漸顯著，從2010年前后開始由擴(kuò)大規(guī)模階段轉(zhuǎn)為鞏固成果階段。

表3 典型年份生態(tài)環(huán)境質(zhì)量各等級(jí)面積占比 %

為進(jìn)一步揭示延河流域生態(tài)環(huán)境質(zhì)量的變化特征，基于MRSEDI的變化情況，將研究區(qū)生態(tài)環(huán)境質(zhì)量的變化分為顯著恢復(fù)、輕度恢復(fù)、基本不變、輕度退化、顯著退化等5種類型，各類變化的面積和占比見表4。由表4可以看出，1998—2016年延河流域除51.69%的面積生態(tài)環(huán)境質(zhì)量基本沒變外，發(fā)生變化的面積以輕度恢復(fù)和顯著恢復(fù)為主（二者占比為32.67%），有小面積的輕度退化和顯著退化（二者占比為15.64%），表明延河流域生態(tài)環(huán)境質(zhì)量整體上呈提高趨勢。

表4 1998—2016年生態(tài)環(huán)境質(zhì)量變化類型

典型年份延河流域各等級(jí)生態(tài)環(huán)境質(zhì)量分布情況見圖1。由圖1可知：延河流域生態(tài)環(huán)境質(zhì)量為很差和較差等級(jí)的區(qū)域主要分布在流域西北部，優(yōu)秀、良好等級(jí)的區(qū)域主要分布在流域東南部，1998—2016年流域東南部和中部生態(tài)環(huán)境質(zhì)量等級(jí)明顯提高。

圖1 典型年份延河流域各等級(jí)生態(tài)環(huán)境質(zhì)量空間分布

為進(jìn)一步揭示延河流域生態(tài)環(huán)境質(zhì)量空間變化特征，將生態(tài)環(huán)境質(zhì)量變化類型分布圖與流域內(nèi)縣級(jí)行政區(qū)劃疊加，見圖2。

圖2 生態(tài)環(huán)境質(zhì)量變化類型分布

由圖2可以看出，延河流域生態(tài)環(huán)境質(zhì)量變化存在一定的空間差異性，流域整體以基本不變和恢復(fù)為主，少數(shù)區(qū)域的生態(tài)環(huán)境質(zhì)量發(fā)生退化。在縣（區(qū)）尺度上，延長縣生態(tài)環(huán)境質(zhì)量恢復(fù)最為明顯，靖邊縣生態(tài)環(huán)境質(zhì)量恢復(fù)效果不很理想。統(tǒng)計(jì)1998—2016年流域內(nèi)各縣（區(qū)）MRSEDI均值變化情況表明，延長縣、寶塔區(qū)、安塞區(qū)、志丹縣MRSEDI均值分別提高了0.254、0.253、0.154、0.070，而靖邊縣MRSEDI均值降低了0.038。

結(jié)合Google Earth高分辨率影像對部分生態(tài)環(huán)境質(zhì)量顯著退化區(qū)域（圖2中紅線所圍a、b、c、d、e區(qū)域）進(jìn)行了驗(yàn)證，發(fā)現(xiàn)各區(qū)域生態(tài)環(huán)境質(zhì)量變化的驅(qū)動(dòng)因素存在差異：分布在靖邊縣的a區(qū)域生態(tài)環(huán)境質(zhì)量呈點(diǎn)狀退化，主要原因是靖邊縣礦產(chǎn)資源豐富，石油、天然氣及煤炭開采等形成大量點(diǎn)狀裸土礦區(qū)，其生態(tài)恢復(fù)力度有待提高；分布在安塞區(qū)的b、c兩區(qū)域生態(tài)環(huán)境質(zhì)量均明顯退化，主要原因是這兩個(gè)區(qū)域建設(shè)用地和耕地面積有所增加，其中b區(qū)域地勢起伏較大、生態(tài)環(huán)境脆弱、人類活動(dòng)范圍集中；分布在寶塔區(qū)中部的d區(qū)域生態(tài)環(huán)境質(zhì)量明顯退化，主要原因是自2012年開始實(shí)施“削山造城”工程，新城區(qū)建設(shè)改變了地形地貌、加劇了水土流失，進(jìn)而使生態(tài)環(huán)境質(zhì)量退化；延長縣生態(tài)環(huán)境質(zhì)量整體上明顯恢復(fù)，其西部e區(qū)有退化現(xiàn)象的主要原因是耕地面積增加、破壞了原本茂盛的植被。

3.2 生態(tài)環(huán)境質(zhì)量預(yù)測結(jié)果分析

首先，對CA－Markov模型適用性進(jìn)行評(píng)價(jià)，選取2004年和2010年的MRSEDI計(jì)算結(jié)果，用CA－Markov模型對2016年MRSEDI進(jìn)行預(yù)測，預(yù)測值與前述計(jì)算值進(jìn)行比對檢驗(yàn)，得到Kappa系數(shù)為0.647 6，滿足精度要求，表明CA－Markov模型適用于延河流域生態(tài)環(huán)境質(zhì)量預(yù)測。然后，分別對延河流域2022年和2028年生態(tài)環(huán)境質(zhì)量進(jìn)行預(yù)測，結(jié)果見圖3。

圖3 2022年和2028年生態(tài)環(huán)境質(zhì)量預(yù)測結(jié)果

根據(jù)預(yù)測結(jié)果統(tǒng)計(jì)的2022年、2028年生態(tài)環(huán)境質(zhì)量各等級(jí)面積占比見表5。由表5、表3可知，2028年與2016年相比，生態(tài)環(huán)境質(zhì)量很差和較差的面積占比將明顯降低，而良好和優(yōu)秀等級(jí)的面積占比將明顯提高。由圖3（b）與圖1（d）對比可知，2028年生態(tài)環(huán)境質(zhì)量恢復(fù)區(qū)主要分布在流域西北部和中部地勢較為平坦的河谷區(qū)，但流域北部和中部仍然存在生態(tài)環(huán)境質(zhì)量較差區(qū)域，說明這些區(qū)域生態(tài)環(huán)境極度脆弱，植被恢復(fù)、生態(tài)建設(shè)須長期堅(jiān)持，尤其對石油、天然氣、煤炭開采區(qū)等的生態(tài)恢復(fù)應(yīng)加強(qiáng)監(jiān)管。

表5 2022年和2028年生態(tài)環(huán)境質(zhì)量各等級(jí)面積占比 %

3.3 討 論

（1）指標(biāo)選取的合理性。本研究基于延河流域生態(tài)狀況等，綜合考慮數(shù)據(jù)的可獲取性和指標(biāo)的適用性，選擇土壤侵蝕指數(shù)、建筑裸土指數(shù)、濕度指數(shù)、植被指數(shù)4個(gè)指標(biāo)計(jì)算改進(jìn)型遙感生態(tài)距離指數(shù)，用于水土流失較為嚴(yán)重的干旱半干旱區(qū)生態(tài)環(huán)境質(zhì)量快速評(píng)價(jià)，結(jié)果與實(shí)際情況相符，說明了指標(biāo)選取的合理性。由于不同區(qū)域生態(tài)環(huán)境狀況等存在差異，因此在進(jìn)行其他流域或區(qū)域生態(tài)環(huán)境質(zhì)量評(píng)價(jià)時(shí)可選取更合適的指標(biāo)。

（2）高程與地形因子的影響。高程在一定程度上影響區(qū)域溫度、濕度、人類活動(dòng)頻率及生態(tài)環(huán)境狀況，地形因子（坡度、坡長、坡向等）與生態(tài)環(huán)境狀況關(guān)系密切［22］，然而目前基于多指標(biāo)法的生態(tài)環(huán)境評(píng)價(jià)主要利用遙感影像提取地表信息，往往忽略了地形因子的影響。本研究對延河流域高程進(jìn)行分級(jí)并統(tǒng)計(jì)各級(jí)高程的MRSEDI，結(jié)果表明：MRSEDI隨高程的升高呈現(xiàn)先增大后減小的趨勢，在1 000～1 200 m高程范圍內(nèi)最高（為1.002），在1 600～1 800 m高程范圍內(nèi)最低（為0.707），研究時(shí)段內(nèi)低海拔（＜1 000 m）區(qū)域和中海拔（1 000～1 200 m）區(qū)域的生態(tài)環(huán)境質(zhì)量明顯改善，但高海拔（1 200～1 800 m）區(qū)域的生態(tài)環(huán)境問題依然嚴(yán)峻。為更精準(zhǔn)進(jìn)行區(qū)域生態(tài)環(huán)境質(zhì)量評(píng)價(jià)，后續(xù)研究擬考慮地形因子對生態(tài)環(huán)境質(zhì)量的影響。

（3）預(yù)測結(jié)果的準(zhǔn)確性。CA－Markov模型兼具CA模型模擬復(fù)雜系統(tǒng)空間變化的能力和Markov模型長期預(yù)測的功能，本研究驗(yàn)證了其模擬預(yù)測延河流域生態(tài)環(huán)境質(zhì)量的適用性，但延河流域內(nèi)氣象站點(diǎn)較少，采用柵格插值的方式將氣象數(shù)據(jù)從點(diǎn)狀轉(zhuǎn)換為面狀時(shí)存在一定誤差，進(jìn)而可能影響模擬預(yù)測的精度。

4 結(jié) 論

（1）改進(jìn)型遙感生態(tài)距離指數(shù)MRSEDI能夠綜合多指標(biāo)信息、較為準(zhǔn)確地反映延河流域生態(tài)環(huán)境狀況，可作為生態(tài)環(huán)境質(zhì)量評(píng)價(jià)的指標(biāo)；CA－Markov模型兼具CA模型模擬復(fù)雜系統(tǒng)空間變化的能力和Markov模型長期預(yù)測的功能，可用于模擬預(yù)測流域生態(tài)環(huán)境質(zhì)量。

（2）延河流域生態(tài)環(huán)境質(zhì)量在空間上具有西北低、東南高的特征，1998—2016年負(fù)向指標(biāo)SEI和NDSI均呈下降趨勢、正向指標(biāo)WI和NDVI均呈上升趨勢，MRSEDI流域均值從0.873提高到1.376，流域生態(tài)環(huán)境質(zhì)量整體上明顯上升，但存在局部生態(tài)環(huán)境質(zhì)量退化現(xiàn)象。

（3）對延河流域2028年生態(tài)環(huán)境質(zhì)量的預(yù)測結(jié)果表明，未來延河流域生態(tài)環(huán)境質(zhì)量將整體持續(xù)上升，但流域北部和中部生態(tài)環(huán)境極度脆弱區(qū)生態(tài)環(huán)境質(zhì)量仍然較差，因此生態(tài)建設(shè)尤其石油、天然氣、煤炭開采區(qū)的生態(tài)恢復(fù)須長期堅(jiān)持。