閆 野

(遼寧鐵道職業(yè)技術(shù)學(xué)院 鐵道工程學(xué)院, 遼寧 錦州 121000)

0 引言

在全球人口不斷上升,經(jīng)濟(jì)飛速發(fā)展的背景下,城市化進(jìn)程也在不斷進(jìn)行著。然而,城市化也帶來(lái)了人口遷移、土地利用結(jié)構(gòu)變化和城市環(huán)境污染等一系列問(wèn)題。城市生態(tài)環(huán)境質(zhì)量評(píng)價(jià)是城市生態(tài)學(xué)的一個(gè)重要研究領(lǐng)域,可以為城市生態(tài)規(guī)劃和管理提供科學(xué)依據(jù),促進(jìn)城市的可持續(xù)發(fā)展。

目前,利用遙感進(jìn)行生態(tài)質(zhì)量評(píng)價(jià)的方法主要分為兩種類型：一種是依據(jù)某一單一指標(biāo)的生態(tài)環(huán)境評(píng)價(jià)法。如李柏延等通過(guò)影響計(jì)算得到地表溫度數(shù)據(jù)來(lái)評(píng)測(cè)城市熱島效應(yīng)的嚴(yán)重程度,得到西安市城市熱島效應(yīng)日趨增強(qiáng)的結(jié)論[1-3];于信芳根據(jù)遙感計(jì)算得到歸一化植被指數(shù)估測(cè)東北森林物候情況,發(fā)現(xiàn)兩者相關(guān)性良好,可以通過(guò)相關(guān)植被指數(shù)來(lái)擬合東北森林植物的物候階段[4-5]。另一類評(píng)價(jià)方法是將多種指標(biāo)結(jié)合起來(lái)進(jìn)行生態(tài)質(zhì)量評(píng)價(jià),例如，包蕊等人,根據(jù)人均國(guó)內(nèi)生產(chǎn)總值、人口密度、植被覆蓋率等28項(xiàng)指標(biāo)為基礎(chǔ)構(gòu)建了綜合評(píng)價(jià)指標(biāo)體系,動(dòng)態(tài)評(píng)價(jià)生態(tài)承載力水平[6-8];張沛等以生物豐富度、植被覆蓋率、水網(wǎng)密集程度、土壤脅迫程度、污染負(fù)載量5方面為基礎(chǔ)建立生態(tài)指數(shù)模型來(lái)評(píng)價(jià)塔里木河的生態(tài)與環(huán)境的變化情況[9-10]。

但是,單一的遙感生態(tài)參數(shù)只能用來(lái)反映研究區(qū)域生態(tài)系統(tǒng)的一個(gè)方面,并不能綜合反映其整體的生態(tài)環(huán)境狀況;多指標(biāo)評(píng)價(jià)方法又存在統(tǒng)計(jì)數(shù)據(jù)類型繁雜、單位數(shù)量級(jí)不統(tǒng)一且難以獲取的缺點(diǎn),而且指標(biāo)體系的建立由人為確定,較難客觀地反映研究區(qū)的生態(tài)狀況。鑒于兩種生態(tài)環(huán)境評(píng)價(jià)方法各自的局限性,考慮數(shù)據(jù)采集、處理時(shí)效等因素,本文采用遙感生態(tài)指數(shù)(remote sensing ecological index,RSEI),利用主成分分析法(principal component analysis,PCA)集成，人們可以直接感知到的4個(gè)生態(tài)要素：綠度、濕度、干度和熱度,能夠較好地反映環(huán)境狀態(tài)的變化、氣候變化響應(yīng)以及人類活動(dòng)對(duì)環(huán)境造成的壓力,同時(shí)能避免因個(gè)體特征導(dǎo)致的權(quán)重定義的誤差。RSEI在不同時(shí)空尺度上具有可視化、可擴(kuò)展性和可比性,并已得到充分驗(yàn)證[11]。此外,目前針對(duì)寧波市的生態(tài)環(huán)境質(zhì)量評(píng)估以及變化特征動(dòng)態(tài)監(jiān)測(cè)方面的相關(guān)研究較少,本文以寧波市作為研究區(qū)域,采用RSEI評(píng)價(jià)模型對(duì)寧波市2015—2020年的生態(tài)環(huán)境狀況進(jìn)行評(píng)估,探究寧波市生態(tài)環(huán)境的具體狀況與變化特征,以期為寧波系統(tǒng)的城市規(guī)劃提供實(shí)證依據(jù)。

1 數(shù)據(jù)來(lái)源及處理

1.1 數(shù)據(jù)來(lái)源

以寧波市為研究對(duì)象,選用2015、2017、2020年各2景的Landsat8遙感影像。為保證結(jié)果具有可對(duì)比性,選取同季節(jié)的影像數(shù)據(jù)。此外,本研究對(duì)遙感數(shù)據(jù)的含云量要求比較嚴(yán)苛,含云量最多不能超過(guò)10%,所以這里選取2景含云量小于5%且季節(jié)同為夏季的Landsat8上攜帶的陸地成像儀(operational land imager，OLI)影像數(shù)據(jù),獲取得到日期分別是2015年8月3日、2017年8月24日和2020年8月16日。影像獲得時(shí)間最大差異21 d，以保證地表干濕程度接近和植被生長(zhǎng)狀態(tài)接近,從而確保實(shí)驗(yàn)結(jié)果具有較強(qiáng)的對(duì)比性。

1.2 數(shù)據(jù)預(yù)處理

首先對(duì)影像進(jìn)行輻射定標(biāo),經(jīng)過(guò)輻射定標(biāo)獲取的傳感器反射率僅消除了來(lái)自傳感器自身引起的輻射誤差,還存在由于光照條件和大氣作用(大氣吸收、大氣散射)導(dǎo)致的輻射誤差,該類誤差校正通過(guò)利用遙感圖像處理平臺(tái)(the environment for visualizing images,ENVI)5.3軟件中的FLAASH模型(fast line-of-sight atmospheric analysis of spectral hypercubes)大氣校正模塊來(lái)完成。相關(guān)參數(shù)根據(jù)研究區(qū)域調(diào)節(jié),其中傳感器類型選擇為L(zhǎng)andsat8 OLI,由于寧波的平均海拔為3～5 m,所以高程參數(shù)(km)設(shè)置為0.004。根據(jù)遙感圖像的成像時(shí)間和具體的緯度信息綜合確定大氣模型參數(shù)和氣溶膠模型,考慮到寧波處在北緯30°附近,影像獲取時(shí)間在8月份,設(shè)定大氣模型參數(shù)為Tropical;鑒于研究對(duì)象為城市生態(tài)環(huán)境質(zhì)量,氣溶膠模型選擇為urban類型。

為獲取精度較高的寧波市行政區(qū)矢量數(shù)據(jù),在網(wǎng)站(http://datav.aliyun.com/)中獲取寧波市基于Javascript對(duì)象表示法(JavaScript object notation,JSON)數(shù)據(jù),再通過(guò)Mapshaper數(shù)據(jù)綜合平臺(tái)(https://mapshaper.org/)將JSON數(shù)據(jù)轉(zhuǎn)化為Shapefile數(shù)據(jù)。然后對(duì)進(jìn)行過(guò)輻射定標(biāo)和大氣校正的3年2景共6幅的Landsat8 OLI影像進(jìn)行無(wú)縫數(shù)據(jù)鑲嵌以及柵格裁剪,利用寧波市行政邊界數(shù)據(jù)裁剪出研究區(qū)域。在計(jì)算RSEI之前,還需要采用修正的歸一化水指數(shù)(modified normalized difference water index，MNDWI)對(duì)各指標(biāo)的水體進(jìn)行掩膜提取,以避免大面積水域?qū)CA載荷分布的影響。

2 技術(shù)路線及研究方法

2.1 技術(shù)路線

本文技術(shù)路線如圖1所示,遙感生態(tài)指數(shù)(RSEI)以遙感數(shù)據(jù)為基礎(chǔ),通過(guò)提取四個(gè)遙感參數(shù),綠度、濕度、干度和熱度對(duì)生態(tài)質(zhì)量進(jìn)行客觀定量的評(píng)價(jià)。首先對(duì)四個(gè)指標(biāo)(綠度指標(biāo)NDVI、濕度指標(biāo)WET、干度指標(biāo)NDBSI、熱度指標(biāo)LST)進(jìn)行數(shù)據(jù)歸一化處理,然后將四個(gè)標(biāo)準(zhǔn)化過(guò)后的分量指標(biāo)進(jìn)行波段合成,并基于新產(chǎn)生的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行主成分分析(PCA),根據(jù)各變量對(duì)主成分的貢獻(xiàn)率自動(dòng)為各變量分配權(quán)重從而構(gòu)建評(píng)價(jià)模型,有效避免了人為因素或個(gè)體特征對(duì)最終結(jié)果產(chǎn)生的偏差,與傳統(tǒng)的生態(tài)質(zhì)量指數(shù)評(píng)價(jià)模型相比更加客觀和高效。

圖1 技術(shù)路線圖

2.2 遙感生態(tài)指數(shù)分量指標(biāo)的計(jì)算

2.2.1 濕度指標(biāo)(WET)

濕度與生態(tài)環(huán)境質(zhì)量的影響十分強(qiáng)烈,濕度指數(shù)較低的區(qū)域植被覆蓋情況較差,土地退化現(xiàn)象嚴(yán)重,土壤沙化、巖石裸露的現(xiàn)象時(shí)有發(fā)生;本研究通過(guò)纓帽變換可以提取出的研究取得濕度指標(biāo),進(jìn)而用以描述研究區(qū)的地表濕度。本研究中濕度指標(biāo)值用W表示,對(duì)于Landsat8 OLI數(shù)據(jù),計(jì)算公式如下：

W=0.151 1ρblue+0.197 3ρgreen+0.328 3ρred+0.340 7ρnir-

0.717 1ρswir1-0.455 9ρswir2

(1)

2.2.2綠度指標(biāo)(NDVI)

歸一化植被指數(shù)(NDVI)可以較為敏感的反應(yīng)植物生物量,它與生態(tài)系統(tǒng)服務(wù)密切相關(guān)(例如,營(yíng)養(yǎng)循環(huán)、原材料供應(yīng)、碳封存和氧氣生產(chǎn)),可以作為綠度指標(biāo),用Ni表示歸一化植被指數(shù)的值,由式(2)計(jì)算。

Ni=(ρnir-ρred)/(ρnir+ρred)

(2)

2.2.3熱度指標(biāo)(LST)

城市發(fā)展的特點(diǎn)通常是用高吸熱表面替換天然表面覆蓋物,導(dǎo)致城市溫度高于周邊地區(qū)。熱污染已經(jīng)成為城市主要污染之一,例如：地表變化導(dǎo)致城市溫度升高,與熱相關(guān)的疾病和死亡率、能源和水需求的增加以及室內(nèi)和室外的熱不適癥狀人群增加,以上種種在大多數(shù)城市中都無(wú)法避免,因此熱度指標(biāo)是評(píng)價(jià)生態(tài)環(huán)境質(zhì)量的重要指標(biāo),本文熱度指標(biāo)由地表溫度(LST)表征,計(jì)算公式如下：

Lλ=Gain×DN+Bias

(3)

式中,Gain、Bias是對(duì)于Landsat8 OLI數(shù)據(jù)，Gain=3.342 0×10-4W/m2·sr·μm,Bias=1.18W/m2·sr·μm。

B=[Lλ-L↓-τ(1-ε)L↑]/τε

(4)

式中,Lλ為傳感器輻射亮度;B為黑體熱輻射亮度;τ為大氣在熱紅外波段透射率;L↑、L↓分別為大氣上行、下行輻射亮度。在獲取黑體熱輻射亮度后,地表溫度TS由普朗克公式求出

TS=K2/ln(K1/B(TS)+1)

(5)

式中,TS表示地表的真實(shí)溫度(單位：K);K1、K2為定標(biāo)參數(shù),對(duì)于Landsat8 OLI數(shù)據(jù),K1=774.89 W/(m2·sr·μm),K2=1 321.06 K;ε為地表比輻射率。

2.2.4干度指標(biāo)(NDBSI)

隨著城市的快速擴(kuò)張,植被覆蓋地轉(zhuǎn)變?yōu)椴煌杆乇?從而加速了由于生物地球化學(xué)過(guò)程和循環(huán)模式的改變而導(dǎo)致的地表干化速度,從而對(duì)區(qū)域整體生態(tài)環(huán)境產(chǎn)生影響。研究區(qū)寧波的市區(qū)面積為38%,還存在約50%的山地、丘陵區(qū)域,因此干度指標(biāo)可通過(guò)整合建筑用地指數(shù)(index-based built-up index，IBI)與裸土指數(shù)裸土指數(shù)(soil index，BSI)的建筑物-裸土指數(shù)(NDBSI)進(jìn)行表征。建筑物-裸土指數(shù)的計(jì)算方法如下。

裸土指數(shù)為

Si=[(ρswir1+ρswir1)-(ρblue+ρnir)]/

[(ρred+ρnir)+(ρblue+ρnir)]

(6)

建筑物指數(shù)為

(7)

建筑物-裸土指數(shù)為

Nb=(Si+I)/2

(8)

其中,Si表示裸土指數(shù)值;I表示建筑物指數(shù)值;Nb表示建筑物-裸土指數(shù)值;ρbule、ρgreen、ρred、ρnir、ρswir1及ρswir2為分別表示Landsat8 OLI影像數(shù)據(jù)中藍(lán)、綠、紅、近紅外、中紅外1、中紅外2波段的反射率值。

2.3 遙感生態(tài)指數(shù)評(píng)價(jià)模型的構(gòu)建

在對(duì)各分量指標(biāo)實(shí)施標(biāo)準(zhǔn)化過(guò)后,利用主成分分析法(PCA)求出主成分,代表研究區(qū)域的初始遙感生態(tài)指數(shù)(RSEI0),研究發(fā)現(xiàn)RSEI0值低的地區(qū)生態(tài)環(huán)境較好,而RSEI0值高的地區(qū)生態(tài)環(huán)境反而較差。所以,用1減去RSEI0值,并進(jìn)行標(biāo)準(zhǔn)化處理,得到的RSEI即為該研究區(qū)的遙感生態(tài)指數(shù),值越接近1,說(shuō)明生態(tài)環(huán)境質(zhì)量越好。為進(jìn)一步探索寧波市2015、2017和2022年RSEI的空間異質(zhì)性,參考《生態(tài)環(huán)境評(píng)價(jià)技術(shù)規(guī)范》,以0.2為間隔,將歸一化后的RSEI分為5個(gè)水平,分別為優(yōu)(0.8～1)、良(0.6～0.8)、一般(0.4～0.6)、較差(0.2～0.4)和差(0～0.2)[12],如表1所示。

3 結(jié)果與討論

3.1 分量指標(biāo)主成分分析

寧波市2015、2017和2020年4個(gè)分量指標(biāo)的主成分分析結(jié)果見(jiàn)表2,主成分分析產(chǎn)生的第1主成分(PC1)的特征值所占的比例分別為94.90%、94.83%、94.79%,都大于85%,表明PC1已收集了4個(gè)指標(biāo)的絕大多數(shù)特征信息,可以代替綠度、濕度、干度和熱度四個(gè)分量指標(biāo)。PC1中NDVI和WET對(duì)RSEI的貢獻(xiàn)方向?yàn)樨?fù),而LST和NDBSI的貢獻(xiàn)方向?yàn)檎?與現(xiàn)實(shí)情況相符。

進(jìn)一步分析各分量對(duì)PC1的載荷(表2的第3列)可以發(fā)現(xiàn),熱度指標(biāo)對(duì)主成分1的載荷由2015年的-0.55上升到2017年的-0.57,再到2020年的-0.60,呈現(xiàn)上升的趨勢(shì),表明在研究期間內(nèi),熱度相對(duì)于其他三個(gè)指標(biāo)來(lái)說(shuō),對(duì)RSEI評(píng)價(jià)模型的影響程度變強(qiáng)。同時(shí),綠度指標(biāo)對(duì)PC1的貢獻(xiàn)率在2015、2017、2020年分別是0.62、0.61和0.55,呈現(xiàn)逐漸下滑的變化趨勢(shì),說(shuō)明綠度指標(biāo)相對(duì)于其他三個(gè)指標(biāo)來(lái)說(shuō),對(duì)RSEI評(píng)價(jià)模型的影響程度變?nèi)?與熱度指標(biāo)相反,綠度指標(biāo)的正貢獻(xiàn)率愈發(fā)下降,也說(shuō)明在研究期間內(nèi)寧波市的植被覆蓋度在持續(xù)下降。干度指標(biāo)(NDBSI)對(duì)PC1的貢獻(xiàn)度在3年中一直是4個(gè)分量指標(biāo)中最大的,分別達(dá)到了-0.74,-0.77,-0.78,說(shuō)明在研究期間,干度指標(biāo)是影響寧波市生態(tài)環(huán)境質(zhì)量的最主要因素。

表2 指標(biāo)主成分分析結(jié)果

3.2 寧波市生態(tài)環(huán)境質(zhì)量變化時(shí)空分析

表3為研究時(shí)段內(nèi)2015、2017、2022各年的四項(xiàng)指標(biāo)及遙感生態(tài)指數(shù)RSEI統(tǒng)計(jì)值。統(tǒng)計(jì)結(jié)果表明：研究期間內(nèi),寧波市的RSEI平均值從2015年的0.84下降到2017年的0.83,到了2020年又進(jìn)一步下降到0.78,6年來(lái)總體下降了7.2%,說(shuō)明寧波市的生態(tài)質(zhì)量在所研究的時(shí)間段內(nèi)生態(tài)環(huán)境的較為穩(wěn)定,略微變差?！秾幉ㄊ协h(huán)境狀況公報(bào)》顯示,2015、2017、2020年該市生態(tài)質(zhì)量一直處于良好狀態(tài),生態(tài)環(huán)境狀況指數(shù)(EI)分別為80.8、80.1和79.4,等級(jí)均為“優(yōu)”(EI≥75)[13]。雖然采取的方法不同,但也說(shuō)明了寧波市生態(tài)環(huán)境狀況在2015—2020年未發(fā)生明顯的改變,僅略微下降,這與所得到的研究結(jié)果相符。此外,NDBSI均值由2015年的-0.18小幅上升到2017年的-0.19,然后上升到2020年的-0.23,總體提高27.78%。研究表明,寧波市城區(qū)在2000年以來(lái)快速擴(kuò)展,其中2015—2018年間寧波市建成區(qū)面積的年均增長(zhǎng)速率和城市擴(kuò)展強(qiáng)度分別為18.07 km2·a-1和2.89%[14],寧波市城市擴(kuò)展持續(xù)在進(jìn)行中,這對(duì)生態(tài)環(huán)境會(huì)造成不可避免的影響。

表3 2015、2017、2020年各年份4個(gè)指標(biāo)和遙感生態(tài)指數(shù)RSEI的統(tǒng)計(jì)值

參照《生態(tài)環(huán)境評(píng)價(jià)技術(shù)規(guī)范》,對(duì)寧波市生態(tài)環(huán)境質(zhì)量進(jìn)行生態(tài)質(zhì)量等級(jí)的劃分,并對(duì)各等級(jí)對(duì)應(yīng)的面積進(jìn)行統(tǒng)計(jì)。2015、2017、2020年寧波市生態(tài)環(huán)境質(zhì)量分級(jí)結(jié)果見(jiàn)圖2,統(tǒng)計(jì)結(jié)果見(jiàn)表4，2015、2017、2020年寧波市生態(tài)環(huán)境質(zhì)量評(píng)價(jià)等級(jí)面積統(tǒng)計(jì),從生態(tài)等級(jí)的占比變化情況看,如柱形圖3所示,評(píng)級(jí)為優(yōu)的區(qū)域面積出現(xiàn)了減少的情況,從2015年的50.26%下降到2017年的43.17%,再下降到2020年的34.22%。評(píng)級(jí)為一般及以上區(qū)域的面積比例在2015、2017、2020年分別為85.94%、85.66%、85.19%,盡管有少量下降,但一直保持在85%以上,說(shuō)明寧波市生態(tài)環(huán)境較為穩(wěn)定,且生態(tài)環(huán)境質(zhì)量較好。

圖3 2015、2017、2020年寧波市生態(tài)環(huán)境質(zhì)量評(píng)價(jià)等級(jí)面積占比變化情況

表4 2015、2017、2020年寧波市生態(tài)環(huán)境質(zhì)量評(píng)價(jià)等級(jí)面積統(tǒng)計(jì)

從空間分布上看,2015年寧波市生態(tài)環(huán)境等級(jí)為優(yōu)的區(qū)域面積達(dá)到4933.52 km2,基本分布在余姚區(qū)南部、奉化區(qū)西部、寧?？h北部、象山縣北部、鄞州區(qū)東南部以及北侖區(qū)南部等地區(qū);生態(tài)環(huán)境等級(jí)為差的占比最少,面積僅為51.04 km2,僅僅占整體面積的0.52%,多分布在慈溪市、鎮(zhèn)海區(qū)、海曙區(qū)、鄞州區(qū)的主城區(qū)部分。

3.3 寧波市生態(tài)環(huán)境質(zhì)量動(dòng)態(tài)監(jiān)測(cè)

為了分析寧波市不同年份生態(tài)質(zhì)量的具體時(shí)空變化情況,在對(duì)RSEI的5個(gè)生態(tài)等級(jí)劃分的基礎(chǔ)上,對(duì)寧波市2015—2020年間的生態(tài)質(zhì)量進(jìn)行差值分析,正向差值表示生態(tài)環(huán)境等級(jí)變好的區(qū)域,負(fù)向差值表示生態(tài)環(huán)境變差的區(qū)域,差值為0表示生態(tài)環(huán)境等級(jí)未發(fā)生改變,如圖4所示。

圖4 2015—2020寧波市遙感生態(tài)指數(shù)等級(jí)變化圖

表5統(tǒng)計(jì)了2015—2020年來(lái)寧波生態(tài)環(huán)境變化差異,數(shù)據(jù)顯示：寧波市生態(tài)環(huán)境等級(jí)未發(fā)生改變的區(qū)域最多,占整體面積的73.29%;而生態(tài)環(huán)境等級(jí)變好的區(qū)域僅占整體面積的7.54%,這些生態(tài)環(huán)境改善的區(qū)域主要分布在各城區(qū)內(nèi)部和郊區(qū)地區(qū),且分布較為均勻,說(shuō)明寧波城市在向周邊擴(kuò)展,造成生態(tài)退化的同時(shí),其中心部分的老城區(qū)經(jīng)過(guò)不斷改造,生態(tài)環(huán)境狀況有出現(xiàn)改善。同時(shí)可以發(fā)現(xiàn),有19.18%的區(qū)域生態(tài)環(huán)境等級(jí)下降了,主要分布在寧?？h和象山縣的北部港口海岸帶。

表5 2015—2020寧波市遙感生態(tài)指數(shù)等級(jí)變化

從圖4可以看出,生態(tài)環(huán)境變差的區(qū)域多分布在中心城區(qū)水域周邊和北部港口海岸帶地區(qū),這些區(qū)域受水力侵蝕嚴(yán)重,沙質(zhì)和裸巖增多,植被稀疏,整體生態(tài)質(zhì)量低于其他地區(qū)。對(duì)于中心城區(qū)部分,少部分地區(qū)有變好的跡象出現(xiàn),根據(jù)相關(guān)研究,高功能景觀類型在退化成低功能景觀類型的過(guò)程中,產(chǎn)生的污染物會(huì)直接或間接影響港口海岸帶的土壤環(huán)境、水環(huán)境,從而加重海岸帶的生態(tài)環(huán)境壓力[15]。因此,寧?？h和象山縣北部港口海岸帶區(qū)域的生態(tài)環(huán)境治理工作亟待加強(qiáng)。

4 結(jié)論

利用Landsat8 OLI提取綠度、濕度、干度和熱度信息,采用RSEI模型對(duì)寧波市生態(tài)質(zhì)量進(jìn)行評(píng)價(jià),進(jìn)而對(duì)寧波市2015—2020年生態(tài)質(zhì)量的時(shí)空變化特征進(jìn)行分析,主要結(jié)論如下:

(1)就分量指標(biāo)而言,寧波市NDVI和WET對(duì)RSEI均有正向影響,LST和NDBSI對(duì)RSEI均有抑制作用。其中干濕度指標(biāo)對(duì)寧波市RSEI的影響最大,表明寧波市的生態(tài)質(zhì)量主要受城市擴(kuò)張的影響。

(2)在RSEI指數(shù)評(píng)估方面,寧波市2015、2017和2020年RSEI均值分別為0.84、0.83和0.78,說(shuō)明2015—2020年寧波市生態(tài)質(zhì)量變化總體呈現(xiàn)下降的趨勢(shì),寧波市生態(tài)環(huán)境質(zhì)量的不斷下降主要與城市化導(dǎo)致的自然條件惡化、氣候變暖、人類活動(dòng)增加有關(guān)。

(3)從空間格局上,寧波市中心城區(qū)如江北區(qū)、鎮(zhèn)海區(qū)、海曙區(qū)等區(qū)域生態(tài)環(huán)境質(zhì)量明顯低于奉化區(qū)、余姚區(qū)、北侖區(qū)等周邊城區(qū),這些地區(qū)以丘陵和山地為主,土地利用類型以林地為主,植被覆蓋度和氣候明顯優(yōu)于中心城區(qū),而中心城區(qū)的經(jīng)濟(jì)發(fā)展水平又明顯高于這些地區(qū)。

(4)在時(shí)間序列上,寧波市RSEI評(píng)級(jí)在一般及以上的面積比例在2015、2017、2020年分別為85.94%、85.66%、85.19%,類型變化檢測(cè)以不變?yōu)橹?變差為次,說(shuō)明盡管寧波城市規(guī)模在不斷擴(kuò)大,但城市的生態(tài)質(zhì)量一直保持穩(wěn)定,僅有略微降低,這主要得益于科學(xué)的城市規(guī)劃、舊城區(qū)改造和綠地的擴(kuò)大。