郭力宇, 孫悅悅, 王 濤

(西安科技大學(xué) 測繪科學(xué)與技術(shù)學(xué)院, 陜西 西安 710054)

黃土高原地處我國半濕潤與半干旱的過渡區(qū)域,生態(tài)環(huán)境脆弱,受到自然因素和人類活動(dòng)的雙重干擾,是我國水土流失最為嚴(yán)重的區(qū)域之一[1]。2015年國家環(huán)境保護(hù)部門印發(fā)《全國生態(tài)功能區(qū)劃(修編版)》,將黃土高原部分水土流失嚴(yán)重的區(qū)域劃為國家重點(diǎn)生態(tài)功能區(qū),其主要的生態(tài)服務(wù)功能為水土保持。該區(qū)由于過度人類生產(chǎn)開發(fā)活動(dòng),導(dǎo)致植被覆蓋度低和水土保持功能弱等生態(tài)問題,嚴(yán)重威脅區(qū)域生態(tài)安全,制約當(dāng)?shù)亟?jīng)濟(jì)可持續(xù)發(fā)展。針對黃土高原水土保持功能區(qū)進(jìn)行生態(tài)環(huán)境質(zhì)量評價(jià)可以有效監(jiān)測區(qū)域生態(tài)環(huán)境質(zhì)量動(dòng)態(tài)變化,已成為目前研究的熱點(diǎn)問題。

遙感技術(shù)具有快速、實(shí)時(shí)、易于獲取等優(yōu)點(diǎn)[2],已成為生態(tài)環(huán)境質(zhì)量評價(jià)的重要手段。以往研究大多基于單一指標(biāo)對生態(tài)環(huán)境質(zhì)量進(jìn)行評估,如Song等[3]利用土地利用數(shù)據(jù)分析黃土高原生態(tài)環(huán)境質(zhì)量變化,Xu等[4]利用植被凈初級生產(chǎn)力評估京津冀地區(qū)生態(tài)系統(tǒng)質(zhì)量,Coutts等[5]利用地表熱度評估城市熱島效應(yīng)。生態(tài)環(huán)境變化是由多種因素共同作用的,基于單一指標(biāo)的評價(jià)雖能在特定區(qū)域內(nèi)反映部分生態(tài)效應(yīng),但難以解釋生態(tài)環(huán)境中多種因素的共同作用。2013年,徐涵秋[6-7]提出遙感生態(tài)指數(shù)(remote sensing ecological index, RSEI),將4個(gè)與生態(tài)環(huán)境密切相關(guān)的指標(biāo),即綠度(normalized difference vegetation index, NDVI)、濕度(WET)、干度(normalized difference built-up and soil index, NDBSI)和熱度(land surface temperature, LST),通過主成分分析進(jìn)行耦合,得到可以量化的生態(tài)質(zhì)量指數(shù),為生態(tài)環(huán)境質(zhì)量評價(jià)開拓了新方向。耦合RSEI的4個(gè)指標(biāo)均提取自遙感影像,獲取容易,避免了人為確定權(quán)重的主觀性,兼具可視化表達(dá),能有效反映區(qū)域生態(tài)環(huán)境質(zhì)量狀況,可對區(qū)域進(jìn)行長時(shí)間序列的生態(tài)環(huán)境質(zhì)量動(dòng)態(tài)監(jiān)測。因此被廣泛應(yīng)用于城市[8-9]、礦區(qū)[10-11]、流域[12-13]等區(qū)域的生態(tài)環(huán)境質(zhì)量評價(jià)研究。

遙感生態(tài)指數(shù)在生態(tài)環(huán)境質(zhì)量評價(jià)研究中具有客觀、便捷和快速等優(yōu)點(diǎn)。但在實(shí)際應(yīng)用中還存在一些問題,例如云遮擋區(qū)域的數(shù)據(jù)缺失,影像獲取時(shí)間不一致,拼接較為困難。因此在實(shí)際的研究中通常篩選出云量少的小尺度區(qū)域的幾個(gè)特征時(shí)間點(diǎn)的數(shù)據(jù)進(jìn)行研究,缺乏大尺度區(qū)域的長時(shí)序研究。Google Earth Engine(GEE)平臺可以在線處理大范圍長時(shí)序的遙感數(shù)據(jù),能有效規(guī)避上述問題,將研究者從繁復(fù)的數(shù)據(jù)處理工作中解脫出來,極大地提高了工作效率。

黃土高原水土保持功能區(qū)作為黃土高原的核心區(qū)域,生態(tài)問題突出,尤其是退耕還林還草工程實(shí)施以來的生態(tài)環(huán)境質(zhì)量變化受到廣泛重視,目前利用RSEI對其生態(tài)環(huán)境質(zhì)量進(jìn)行長時(shí)間、大范圍的監(jiān)測評價(jià)研究較少。因此,黃土高原水土保持功能區(qū)生態(tài)環(huán)境質(zhì)量監(jiān)測評價(jià)對于認(rèn)識國家生態(tài)保護(hù)政策帶來的影響具有重要的科學(xué)意義。

本文以黃土高原水土保持功能區(qū)作為研究對象,借助GEE平臺,利用2000—2020年MODIS數(shù)據(jù)構(gòu)建遙感生態(tài)指數(shù)(RSEI),2000年和2020年兩期土地利用數(shù)據(jù),結(jié)合年降水量和年平均氣溫?cái)?shù)據(jù),利用趨勢分析、相關(guān)分析等方法分析研究區(qū)遙感生態(tài)指數(shù)的時(shí)空變化,探討人類活動(dòng)和氣候因子對區(qū)域生態(tài)環(huán)境質(zhì)量的影響,對該地區(qū)生態(tài)環(huán)境質(zhì)量狀況進(jìn)行動(dòng)態(tài)監(jiān)測與評價(jià)。

1 材料與研究方法

1.1 研究區(qū)概況

黃土高原水土保持生態(tài)功能區(qū)是《全國生態(tài)功能區(qū)劃》劃定的土壤保持重要區(qū),位于黃土高原腹地(見圖1),地理坐標(biāo)為103°56′～111°46′E,34°28′～39°10′N,行政區(qū)劃涉及山西省(忻州、呂梁、臨汾),陜西省(榆林、延安),甘肅省(蘭州、白銀、天水、慶陽、定西、平?jīng)?,和寧夏回族自治區(qū)(固原、中衛(wèi)),總面積約為13.3×104km2。主要地貌類型為黃土丘陵溝壑[14],整體地勢西部高、東部低。該區(qū)域?yàn)榘霛駶?半干旱季風(fēng)氣候,多年平均氣溫約9 ℃,多年平均降水量為430～550 mm,年內(nèi)降水分配不均,多集中在7、8月份。主要植被類型為森林草原和草原。

1.2 實(shí)驗(yàn)數(shù)據(jù)

本研究使用數(shù)據(jù)包括:2000—2020年MODIS(Moderate-resolution Imaging Spectroradiometer)數(shù)據(jù)產(chǎn)品,分別為MOD13A1植被指數(shù)產(chǎn)品、MYD091A1地表反射率產(chǎn)品和MYD11A2地表反射率/發(fā)射率產(chǎn)品,2000年、2020年土地利用柵格數(shù)據(jù),2000—2020年逐年降水量、平均氣溫?cái)?shù)據(jù),DEM數(shù)據(jù)、矢量邊界數(shù)據(jù)。數(shù)據(jù)詳細(xì)介紹見表1。

表1 數(shù)據(jù)來源Tab.1 Data sources

1.3 研究方法

1.3.1 遙感生態(tài)指數(shù)構(gòu)建

遙感生態(tài)指數(shù)(RSEI)借助綠度(NDVI)、熱度(LST)、濕度(WET)和干度(NDBSI)4個(gè)生態(tài)指標(biāo),通過主成分分析進(jìn)行耦合得到,公式如下:

RESI=f(NDVI,LST,WET,NDBSI)

(1)

1) 綠度指標(biāo)

歸一化植被指數(shù)與植被覆蓋度、葉面積指數(shù)和植物生物量密切相關(guān),是目前應(yīng)用最為廣泛的植被指數(shù)。公式如下:

NDVI=(bNIR-bRED)/(bNIR+bRED)

(2)

式中:bNIR和bRED分別為近紅外、紅光波段。

2) 熱度指標(biāo)

地表溫度利用GEE平臺通過白天地表溫度數(shù)據(jù)轉(zhuǎn)換而來,公式如下:

LST=0.02DN-273.15

(3)

式中:DN為陸地地表溫度灰度值。

3) 濕度指標(biāo)

濕度指標(biāo)采用纓帽變換后得到,公式如下:

WET=0.1147b1+0.2489b2+0.2408b3+

0.3132b4-0.31222b5-0.6416b6-0.508b7

(4)

式中:bi(i=1,2,3,…,7)分別代表各地表反射波段。

4) 干度指標(biāo)

干度指標(biāo)選用裸土指數(shù)SI和建筑指數(shù)IBI合成而來,公式如下:

NDBSI=(SI+IBI)/2

(5)

SI=[(bS+bRED)-(bBLUE+bNIR)]/

[(bS+bRED)+(bBLUE+bNIR)]

(6)

IBI={2bS/(bS+bNIR)-[bNIR/(bNIR+bRED)+bGREEN/(bGREEN+bS)]}/
{2bS/(bS+bNIR)+[bNIR/(bNIR+bRED)+bGREEN/(bGREEN+bS)]}

(7)

式中:bS、bRED、bNIR、bBLUE和bGREEN分別為短波紅外、紅光、近紅外、藍(lán)光和綠光波段。

為了避免4個(gè)指標(biāo)量綱不統(tǒng)一導(dǎo)致權(quán)重失衡問題,在主成分變換前,需對各指標(biāo)進(jìn)行歸一化處理,公式如下:

NIi=(Ii-Imin)/(Imax-Imin)

(8)

式中:NIi為4個(gè)生態(tài)指標(biāo)歸一化的結(jié)果;Ii為生態(tài)指標(biāo)在第i個(gè)像元處的值;Imax為最大值;Imin為最小值。

將歸一化后的4個(gè)指標(biāo)進(jìn)行主成分轉(zhuǎn)換,得到第一主成分結(jié)果(PC1),為了便于分析,對PC1進(jìn)行正負(fù)置換,公式如下。

RSEI0=1-PC1

(9)

式中RSEI0為正負(fù)置換后的結(jié)果。為了便于后續(xù)研究,將置換后的RSEI0值以0.2為間隔劃分為5個(gè)等級:極差(0, 0.2]、差(0.2, 0.4]、中等(0.4, 0.6]、良(0.6, 0.8]、優(yōu)(0.8, 1.0]。

1.3.2 趨勢分析

本研究采用一元線性回歸模型對研究區(qū)2000—2020年RSEI、年降水量和平均氣溫進(jìn)行趨勢分析,計(jì)算公式如下:

y=ax+b

(10)

(11)

(12)

對計(jì)算得到的一元線性方程進(jìn)行顯著性檢驗(yàn),具體公式如下:

(13)

(14)

(15)

式中:F為統(tǒng)計(jì)量;U為回歸平方和;Q為誤差平方和;y′為利用線性方程得到的y的擬合值。

計(jì)算出F值后,在分布表中查找α=0.05,n=21時(shí),F的臨界值為4.38,若F>4.38則回歸方程是顯著的,反之,則不顯著。

1.3.3 相關(guān)分析

利用相關(guān)系數(shù)分析2000—2020年RSEI與年降水量、年平均氣溫之間的相關(guān)關(guān)系,公式如下:

(16)

2 結(jié)果分析

2.1 生態(tài)空間變化特征

土地利用空間格局的變化與國家高質(zhì)量發(fā)展和生態(tài)文明建設(shè)戰(zhàn)略息息相關(guān)[15],為了更好地解釋黃土高原水土保持功能區(qū)生態(tài)環(huán)境質(zhì)量變化特征與土地利用變化格局之間的關(guān)系,本研究參考殷嘉迪等[16]的研究,將6類土地利用類型劃分為3類生態(tài)空間,即生態(tài)用地、半生態(tài)用地和弱生態(tài)用地。生態(tài)用地包括林地、草地、水域和未利用地,生態(tài)功能強(qiáng);半生態(tài)用地指耕地,具有一定的生態(tài)功能;弱生態(tài)用地為建設(shè)用地,生態(tài)功能極弱。

2000年和2020年黃土高原水土保持功能區(qū)以生態(tài)用地為主(見圖2),平均面積占比為57.31%。2000—2020年研究以生態(tài)用地增加和半生態(tài)用地減少為主要特征,其中生態(tài)用地增加了4 428 km2,主要表現(xiàn)為草地和林地的增加,分別增加了2 901 km2和1 532 km2;半生態(tài)用地減少了5 807 km2,表現(xiàn)為耕地的減少;研究時(shí)段內(nèi)弱生態(tài)用地表現(xiàn)為增加過程,共增加1 123 km2,主要為耕地向建設(shè)用地的轉(zhuǎn)移。

圖2 生態(tài)空間面積變化統(tǒng)計(jì)Fig.2 Statistics of ecological space area change

2.2 生態(tài)環(huán)境質(zhì)量變化特征

2.2.1 各指標(biāo)主成分分析結(jié)果

對2000年、2005年、2010年、2015年和2020年NDVI、WET、NDBSI和LST進(jìn)行主成分分析(見表2),可知第一主成分(PC1)貢獻(xiàn)率分別為95.55%、96.70%、94.33%、91.22%和92.22%,均超過90%,表明第一主成分能夠反映4個(gè)生態(tài)指標(biāo)的大部分特征。4個(gè)指標(biāo)在PC1上貢獻(xiàn)率相對穩(wěn)定,其中NDVI和WET為正值,表明綠度和濕度對生態(tài)環(huán)境起積極作用,NDBSI和LST為負(fù)值,表明干度和熱度對生態(tài)環(huán)境起消極作用。

表2 主成分分析結(jié)果Tab.2 Principal component and analysis results

2.2.2 生態(tài)環(huán)境質(zhì)量等級變化

2000—2020年研究區(qū)生態(tài)環(huán)境質(zhì)量整體呈增加趨勢(見圖3)。RSEI均值由2000年的0.39增至2020年的0.57,增加率為43.15%。研究時(shí)段內(nèi)RSEI均值表現(xiàn)為“上升-下降-上升-下降-上升”的波動(dòng)上升過程,其中RSEI最低值出現(xiàn)在2000年,為0.39,峰值出現(xiàn)在2018年,為0.59。以2000年、2005年、2010年、2015年和2020年5個(gè)特征年份為例(見圖4),對研究區(qū)生態(tài)環(huán)境質(zhì)量等級時(shí)空變化進(jìn)行分析?？臻g格局上,2000—2020年,研究區(qū)生態(tài)環(huán)境質(zhì)量等級以中等為主(見圖5),多年平均占比約為45.61%。生態(tài)環(huán)境質(zhì)量等級為優(yōu)、良的區(qū)域主要分布在南部,包括延安、臨汾、慶陽、天水及平?jīng)龅葏^(qū)域。

圖3 2000—2020年RSEI均值變化過程Fig.3 The change process of RSEI from 2000 to 2020

圖4 2000年、2005年、2010年、2015年和2020年生態(tài)環(huán)境質(zhì)量等級空間分布Fig.4 Spatial distribution of ecological environmental quality levels in 2000, 2005, 2010, 2015 and 2020注:此圖基于國家自然資源部標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站審圖號為GS(2019)1822的標(biāo)準(zhǔn)地圖制作,底圖無修改。

圖5 2000—2020年RSEI各等級面積占比Fig.5 The area proportion of RSEI in different type during 2000-2020

生態(tài)環(huán)境等級為中的區(qū)域主要分布北部和西部,包括榆林、慶陽及定西等區(qū)域。生態(tài)環(huán)境質(zhì)量等級為差的區(qū)域主要分布在北部和西北部,包括榆林市西部、中衛(wèi)南部、固原北部和慶陽西北部等區(qū)域。變化趨勢上,優(yōu)、良等級面積明顯增加,由2000年的4.38%增至2020年的42.46%,空間變化表現(xiàn)為由南向北逐年擴(kuò)張。極差、差等級面積占比明顯下降,由2000年73.42%降至2020的12.63%,降幅達(dá)60.79%,反映出研究區(qū)生態(tài)環(huán)境質(zhì)量呈明顯改善過程。

2.2.3 生態(tài)環(huán)境質(zhì)量變化趨勢分析

RSEI增加速率較快的地區(qū)集中在研究區(qū)中部,包括延安、榆林、呂梁部分區(qū)域(見圖6(a))?；陲@著性檢驗(yàn)結(jié)果將變化趨勢劃分為4個(gè)類型分別為顯著增加、不顯著增加、顯著減少和不顯著減少。2000—2020年RSEI顯著增加區(qū)域面積占比為11.59%,主要分布在延安、呂梁、平?jīng)龊吞焖糠值貐^(qū);RSEI顯著減少和不顯著減少分布范圍較小,零星分布在各地市的主城區(qū)及其附近區(qū)域,反映出城市擴(kuò)張對生態(tài)環(huán)境質(zhì)量具有負(fù)向作用(見圖6(b))。

圖6 2000—2020年RSEI結(jié)果空間分布Fig.6 Spatial distribution of RSEI during 2000-2020注:此圖基于國家自然資源部標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站審圖號為GS(2019)1822的標(biāo)準(zhǔn)地圖制作,底圖無修改。

2.3 不同生態(tài)空間類型的RSEI變化

2000—2020年黃土高原水土保持功能區(qū)生態(tài)用地、半生態(tài)用地和弱生態(tài)用地RSEI多年平均值分別為0.50、0.48和0.49,生態(tài)環(huán)境質(zhì)量整體為中等。2000—2020年3類生態(tài)用地的RSEI均呈增加過程(見圖7)。以2008年為界,之前,生態(tài)用地和半生態(tài)用地區(qū)域的RSEI值低于弱生態(tài)用地,之后,高于弱生態(tài)用地。

圖7 不同生態(tài)空間類型RSEI變化過程Fig.7 The change of RSEI in different ecological space type

用各類生態(tài)空間轉(zhuǎn)移區(qū)域的RSEI均值減去保持不變區(qū)域的RSEI均值,得到發(fā)生轉(zhuǎn)移后各類生態(tài)空間RSEI差值變化情況(見圖8),差值為負(fù)表示發(fā)生轉(zhuǎn)移后,生態(tài)環(huán)境質(zhì)量比保持不變區(qū)域退化,差值為正表示發(fā)生轉(zhuǎn)移后,生態(tài)環(huán)境質(zhì)量比保持不變區(qū)域改善。

圖8 不同生態(tài)空間轉(zhuǎn)移區(qū)域RSEI變化過程Fig.8 The change process of RSEI in different ecological space transfer areas

生態(tài)用地轉(zhuǎn)為半生態(tài)用地或弱生態(tài)用地導(dǎo)致生態(tài)環(huán)境質(zhì)量下降。以2008年為界,之前生態(tài)用地轉(zhuǎn)為弱生態(tài)用地的區(qū)域,生態(tài)環(huán)境質(zhì)量優(yōu)于轉(zhuǎn)為半生態(tài)用地的區(qū)域;之后生態(tài)用地轉(zhuǎn)為弱生態(tài)用地的區(qū)域,生態(tài)環(huán)境質(zhì)量較轉(zhuǎn)為半生態(tài)用地區(qū)域差(圖8(a))。半生態(tài)用地轉(zhuǎn)為生態(tài)用地可以提高生態(tài)環(huán)境質(zhì)量,但轉(zhuǎn)為弱生態(tài)用地導(dǎo)致生態(tài)環(huán)境質(zhì)量持續(xù)下降(圖8(b))。弱生態(tài)用地轉(zhuǎn)為生態(tài)用地和半生態(tài)用地均引起生態(tài)環(huán)境質(zhì)量的提高,并且弱生態(tài)用地轉(zhuǎn)為半生態(tài)用地對生態(tài)環(huán)境質(zhì)量的改善明顯優(yōu)于轉(zhuǎn)為生態(tài)用地(圖8(c))。黃土高原水土保持功能區(qū)生態(tài)環(huán)境脆弱,植被覆蓋水平較低,生態(tài)用地、半生態(tài)用地和弱生態(tài)用地相互轉(zhuǎn)變引起的生態(tài)環(huán)境質(zhì)量變化情況復(fù)雜?？傮w來看,生態(tài)用地的轉(zhuǎn)出導(dǎo)致區(qū)域生態(tài)環(huán)境質(zhì)量的下降,并且半生態(tài)用地的轉(zhuǎn)為弱生態(tài)用地導(dǎo)致生態(tài)環(huán)境持續(xù)下降,而弱生態(tài)用地的轉(zhuǎn)出導(dǎo)致區(qū)域生態(tài)環(huán)境質(zhì)量的改善。這一結(jié)果表明黃土高原水土保持功能區(qū)退耕還林還草工程實(shí)施引起的林地、草地等生態(tài)用地增加,明顯提高了生態(tài)環(huán)境質(zhì)量,而城市擴(kuò)張等人類活動(dòng)導(dǎo)致了區(qū)域生態(tài)環(huán)境質(zhì)量下降。

2.4 氣候因素對生態(tài)環(huán)境質(zhì)量影響

見圖9,2000—2020年研究區(qū)年降水量呈增加過程,顯著增加占比為27.02%,主要分布在區(qū)域東部和西部。RSEI與年降水量主要呈正相關(guān)關(guān)系,顯著正相關(guān)面積占25.30%,主要分布在榆林、忻州和呂梁部分地區(qū),西部中衛(wèi)、白銀、蘭州等也有少量分布。2000—2020年研究區(qū)年平均氣溫顯著增加區(qū)域占比為13.78%,分散在呂梁山區(qū)和研究區(qū)西部區(qū)域。RSEI與年平均氣溫顯著負(fù)相關(guān)區(qū)域零星分布在忻州、延安、慶陽、天水和定西。

3 討 論

已有關(guān)于黃土高原生態(tài)質(zhì)量評價(jià)研究多以塬區(qū)[17]或縣域[18]為研究范圍,監(jiān)測范圍小,不能反映大尺度黃土高原生態(tài)環(huán)境質(zhì)量動(dòng)態(tài)變化情況。本文基于2000—2020年MODIS數(shù)據(jù),以黃土高原水土保持功能區(qū)為研究對象,監(jiān)測其生態(tài)環(huán)境質(zhì)量動(dòng)態(tài)變化狀況,空間尺度大、時(shí)間序列連續(xù),對于科學(xué)認(rèn)識黃土高原水土保持功能區(qū)生態(tài)環(huán)境變化具有一定的參考價(jià)值。

研究區(qū)生態(tài)環(huán)境質(zhì)量整體呈改善過程,空間分布由東南向西北依次為優(yōu)、良、中、差,與計(jì)偉等[19]利用生態(tài)公報(bào)得出的研究結(jié)果一致。相比之下,遙感生態(tài)指數(shù)(RSEI)數(shù)據(jù)更易獲取,不受行政區(qū)劃限制。1999年退耕還林還草工程實(shí)施以來,黃土高原水土保持功能區(qū)作為工程重點(diǎn)實(shí)施區(qū)域,耕地面積減少5 807 km2,林地、草地面積增加。據(jù)已有研究[20-22],2000年以來,延安部分地區(qū)、山西呂梁山區(qū)和甘肅東南部區(qū)域植被覆蓋情況明顯改善,與本研究認(rèn)為的研究區(qū)自南而北生態(tài)環(huán)境質(zhì)量改善結(jié)果一致。

以2008年為界,之前生態(tài)用地和半生態(tài)用地的RSEI值低于弱生態(tài)用地,之后,優(yōu)于弱生態(tài)用地。這一現(xiàn)象可能與植被類型[23]和人類活動(dòng)有關(guān)。研究區(qū)的植被類型以草地為主,水土保持能力較弱,地表容易裸露,導(dǎo)致生態(tài)用地生態(tài)環(huán)境質(zhì)量較低。另一方面,退耕還林初期,人工種植活動(dòng)對地表土壤的擾動(dòng)作用可能會導(dǎo)致生態(tài)環(huán)境質(zhì)量的輕微退化[24]。城鎮(zhèn)和耕地則因?yàn)槌鞘芯G化和人工灌溉,改善了弱生態(tài)用地和半生態(tài)用地的植被狀況和水分條件,因此早期弱生態(tài)用地生態(tài)環(huán)境質(zhì)量好于生態(tài)用地。2014年第二輪退耕還林還草工程實(shí)施,研究區(qū)內(nèi)植被覆蓋度明顯好轉(zhuǎn),生態(tài)用地和半生態(tài)用地的RSEI值逐漸優(yōu)于弱生態(tài)用地。以2012年為界,之前轉(zhuǎn)為弱生態(tài)用地區(qū)域的RSEI值高于轉(zhuǎn)為生態(tài)用地或半生態(tài)用地的區(qū)域(圖8(a)、圖8(b)),之后低于轉(zhuǎn)為生態(tài)用地或半生態(tài)用地的區(qū)域。城市擴(kuò)張初期,受城市綠地空間的影響[25-26],弱生態(tài)用地生態(tài)環(huán)境質(zhì)量較好,隨著城鎮(zhèn)化程度的提高,工程建設(shè)導(dǎo)致城市綠地空間大面積減少,城市地表干化和熱島效應(yīng)逐漸嚴(yán)重,表現(xiàn)為轉(zhuǎn)入弱生態(tài)用地的生態(tài)環(huán)境質(zhì)量與轉(zhuǎn)入生態(tài)用地或半生態(tài)用地的生態(tài)環(huán)境質(zhì)量相比,呈退化過程。隨著前一輪退耕還林工程試點(diǎn)工作的完成,退耕還林成果被進(jìn)一步鞏固,研究區(qū)植被覆蓋度明顯提升,轉(zhuǎn)為生態(tài)用地的生態(tài)環(huán)境質(zhì)量開始優(yōu)于轉(zhuǎn)為弱生態(tài)用地。

氣候條件對生態(tài)環(huán)境質(zhì)量影響具有一定的空間異質(zhì)性[27],根據(jù)PC1分析結(jié)果,濕度(WET)對RSEI起正效應(yīng),而熱度(LST)對RSEI起負(fù)效應(yīng),表現(xiàn)為RSEI與年降水量呈正相關(guān)關(guān)系,面積占比超過90%,由南而北相關(guān)性顯著性逐步增強(qiáng)。熱度(LST)對RSEI的貢獻(xiàn)率絕對值低于濕度(WET),研究區(qū)熱量充足,水分是限制植被生長的主要因素,因此RSEI對年平均氣溫的響應(yīng)較弱,表現(xiàn)為RSEI與年平均氣溫呈不顯著負(fù)相關(guān),占比為96.39%,據(jù)已有研究[28],黃土高原植被覆蓋度與年平均氣溫表現(xiàn)為微弱負(fù)相關(guān),這可能是RSEI與年平均氣溫表現(xiàn)為不顯著負(fù)相關(guān)的原因之一。2000—2020年研究區(qū)年降水量呈現(xiàn)增加過程,而年平均氣溫以不顯著增加和不顯著減少為主,研究時(shí)段內(nèi)年降水量對RSEI的正效應(yīng)大于年平均氣溫的負(fù)效應(yīng)。另一方面,根據(jù)楊丹等[22]的研究,延安、呂梁等地人類活動(dòng)對植被的貢獻(xiàn)率大于氣候因子,結(jié)合研究區(qū)生態(tài)環(huán)境質(zhì)量等級分布現(xiàn)狀,延安、呂梁等地生態(tài)環(huán)境質(zhì)量明顯改善。這些區(qū)域也是退耕還林還草核心區(qū)域,反映出退耕還林還草工程是研究區(qū)生態(tài)環(huán)境改善的重要原因。

4 結(jié) 論

本文利用GEE平臺構(gòu)建遙感生態(tài)指數(shù),數(shù)據(jù)獲取及時(shí)準(zhǔn)確、時(shí)間序列長、研究范圍大,免去了傳統(tǒng)RSEI建模過程中,數(shù)據(jù)下載和預(yù)處理等工作步驟,極大的提高了工作效率,且提取的生態(tài)指標(biāo)荷載與實(shí)際情況相符,證明利用GEE對黃土高原水土保持功能區(qū)的生態(tài)環(huán)境質(zhì)量進(jìn)行動(dòng)態(tài)監(jiān)測是高效可行的。文章主要結(jié)論為如下。

1) 2000—2020年研究區(qū)以生態(tài)用地為主,平均面積占比為57.31%,以生態(tài)用地增加和半生態(tài)用地減少為主要特征,生態(tài)用地的轉(zhuǎn)入改善了區(qū)域生態(tài)環(huán)境質(zhì)量。

2) 2000—2020年研究區(qū)RSEI均值由2000年的0.39增至2020年的0.57,生態(tài)環(huán)境質(zhì)量明顯改善。生態(tài)環(huán)境質(zhì)量等級以中等為主,多年平均占比為45.61%,優(yōu)、良等級面積增加38.08%,極差和差等級面積減少60.79%。RSEI顯著增加區(qū)域占比為11.59%,分布在延安、呂梁等地,即退耕還林核心區(qū)。黃土高原水土保持功能區(qū)的生態(tài)環(huán)境質(zhì)量改善與退耕還林還草工程關(guān)系密切。

3) RSEI與年降水量為正相關(guān)關(guān)系,顯著正相關(guān)面積占比為25.30%。水分是限制研究區(qū)植被生長的主要因素,降水量增加改善了研究區(qū)生態(tài)環(huán)境質(zhì)量。退耕還林工程在一定程度上弱化了RSEI對氣候的響應(yīng)。