永定客家土樓世界遺產地土地覆蓋與生態變化遙感評價

徐志剛， 鄭鴻瑞， 戴晨曦， 高 鵬， 杜培軍

(1.南京大學衛星測繪技術與應用國家測繪地理信息局重點實驗室，南京 210023； 2.龍巖學院資源工程學院，龍巖 364012； 3.江蘇省地理信息技術重點實驗室，南京 210023)

0 引言

2008年7月，福建省龍巖市永定客家土樓與南靖土樓及華安土樓組成的“福建土樓”被正式列入《世界遺產名錄》。永定區是擁有客家土樓及土樓群最多的區縣，據地方縣志記載，全區現有土樓2萬多座，分布在全區各個鄉村，其中下洋鎮初溪土樓群、高頭鄉高北土樓群、湖坑鎮洪坑土樓群以及衍香樓、振福樓，簡稱“三群二樓”，被列入“世界文化遺產”名錄。自然因素及人類活動影響遺產地內部及周邊區域土地覆蓋及生態環境狀況。2009年2 月，永定區人民政府委托陜西省古建筑設計研究院制定的《福建(永定)土樓保護規劃》明確提出，要定期對土樓及其生態環境進行監測與評價。當前開展的區域生態環境狀況評價主要以國家環境保護部于2006年頒布的《生態環境狀況評價技術規范(試行)》為標準計算的生態環境狀況指數(ecological index，EI)來進行。EI提出以來，得到了廣泛應用，但也存在諸如指標權重合理性、歸一化系數設定、生態環境狀況變化可視化及時空分析缺乏等問題[1-3]。

近年來，遙感技術以其大范圍快速、重復對地觀測優勢，大量應用于世界遺產地及周邊環境可視化表達、土地利用/覆蓋及其變化信息提取與變化規律分析[4-6]、生態環境因子提取、保護區景觀變化及變化風險評價、生態環境演變與驅動因素研究[7-9]等，但完全獨立采用遙感技術對遺產地及周邊區域進行生態環境狀況評價則非常少。徐涵秋[10]提出的新型遙感生態指數(remote sensing based ecological index，RSEI)獨立應用遙感技術對區域生態環境狀況進行快速、定量、客觀評價，時空變化分析、建模與預測，并可視化地表達相關結果，且與EI具有良好的可比性。

本文利用穩定、高精度的多分類器集成技術[11]，對土樓遺產所在地永定區及其規劃保護區1988—2014年間的土地覆蓋變化信息進行提取； 利用RSEI對研究區生態環境變化狀況進行評價，驗證RSEI對該類區域評價的合理性，為未來定期快速、定量、客觀評價并可視化地表達遺產地生態環境狀況提供技術支持。通過以上方法獲取的土地覆蓋及生態環境變化信息，分析二者之間的關系，以期為土樓遺產地生態保護及科學規劃提供決策依據。

1 研究區概況及數據源

永定客家土樓位于閩西最南端的福建省龍巖市永定區，分布在全區各鄉村。因此，本文選取永定全區作為研究區，地理位置在E116°25′～117°05′，N24°23′～25°05′之間，面積2 226.45 km2。同時，為了重點突出世界文化遺產所在區土地覆蓋及生態變化狀況，根據“三群二樓”5個遺產地地理分布狀況(圖1)，結合保護區劃分實際，又選取其中的湖高區(包括髙北土樓群、洪坑土樓群、振福樓和衍香樓，總面積117.48 km2)為重點研究區。

圖1 永定區及客家土樓世界文化遺產處Landsat8影像(Landsat8 B4(R)，B3(G)，B2(B)真彩色合成影像)Fig.1 Landsat8 images showing Yongding district and locations of World Heritage of Hakkas Tulou

研究區屬于亞熱帶海洋性季風氣候帶，年平均氣溫為18～20 ℃，年降雨量為1 400～1 800 mm。境內群山起伏，地勢東北高、西南低，屬典型中低山丘陵地貌。植被群落系亞熱帶常綠闊葉林區域。

研究區土地覆蓋以林地為主，林地占全區土地總面積的70%以上，而后按占比由高到低依次為耕地、建設用地、水域及水利設施用地等。由于區內森林覆蓋率高，總體生態環境較好。長期以來人們以農耕生產方式為主，導致林地不斷遭受破壞，生態環境隨之惡化。近年來，隨著申遺成功，人們生產、生活方式的改變以及環保意識的增強，政府環境治理措施得有效落實，生態環境呈現不斷改善趨勢。

根據研究區土地覆蓋特點，為了更好地區分各地類，本文選用5景獲取時相均為10月份的Landsat系列遙感影像，影像獲取時間分別為1988年10月9日(TM)、1996年10月31日(TM)、2002年10月8日(ETM+)、2009年10月19日(TM)和2014年10月17日(OLI)。對原始影像進行了輻射定標、大氣校正、幾何糾正和影像裁剪等預處理。

2 研究方法

2.1 土地覆蓋分類

根據Landsat 系列遙感影像的可解譯性，結合永定區實際情況，確定林地、灌木/草地、耕地、水體、建設用地、裸土、其他地類(退化地及開墾地)等共7類土地覆蓋類型。

2.1.1 最佳分類波段選擇

Landsat 系列遙感影像原始波段間存在較強的相關性，直接利用原始波段數據進行土地覆蓋分類，容易導致部分地物類型嚴重混淆。已有研究表明，通過波段選擇及利用波段運算獲得的相關指數構建新的特征空間能夠增強地物類別之間的可分性[12]。具體方法是對特征空間進行統計分析，選擇相對獨立、各地類在所選特征空間內差異大且包含信息量多的3～4個特征進行組合[13]。通過實驗發現，各地類在紅波段、短波紅外段及歸一化植被指數中具有較強的獨立性，故將這3個特征作為分類輸入特征。

2.1.2 最佳分類方法選擇

基于新的特征空間，分別采用支持向量機(support vector machine，SVM)、最大似然分類器(max-likelihood classifier，MLC)和神經網絡分類器(neural network classifier，NNC)監督分類方法，利用多分類器集成策略中的多數投票法，組合3種方法的分類結果。通過實地驗證，分類精度均在86%以上，滿足土地覆蓋分類要求。研究區土地覆蓋分類圖[11]如圖2所示。

(a) 1988年 (b) 1996年 (c) 2000年

(d) 2009年 (e) 2014年

圖2永定區和湖高區土地覆蓋分類圖

Fig.2Land-coverclassificationmapsofYongdingdistrictandHugaoregion

2.2 遙感生態指數計算

遙感生態指數(RSEI)由能直觀反映生態條件優劣的濕度(Wet)、歸一化植被指數(normalized difference vegetation index，NDVI)、歸一化土壤指數(normalized difference soil index，NDSI)、地表溫度(land surface temperature，LST)等4個分量通過主成分變換后的第一主成分(PC1)生成[10]。4個分量的計算式見表1。

表1 各分量計算式Tab.1 Formulas of various index

通過遙感數據獲取的4個分量的量綱不一致，需對各分量進行歸一化，即

NPi=(Pi-Pmin)/(Pmax-Pmin) ，

(1)

式中：NPi為歸一化處理后的某一分量值，取值范圍為[0,1]；Pi為該分量在像元i的值；Pmax和Pmin分別為該分量的最大值和最小值。

然后再利用遙感影像處理軟件中的PCA模塊計算PC1。計算得到的PC1值隨生態環境惡化而遞增，為使PC1值與生態關系符合人們的認知習慣，利用1減去PC1值得到初始生態指數RSEI0[17]，即

RSEI0=1-PC1 。

(2)

同樣，為了便于利用生態指數對比研究區各期生態變化狀況，需要對RSEI0進行歸一化[10]，即

RSEI=(RSEI0-RSEI0_min)/(RSEI0_max-RSEI0_min) ，

(3)

式中RSEI為遙感生態指數，其值為[0，1]；RESI0_min和RESI0_max分別為RESI最小值和最大值。生態質量優劣與RSEI呈正相關，生態越好，RSEI越接近1。

3 結果與分析

3.1 土地覆蓋變化時空分析

利用多分類器集成分類方法得到各年份土地覆蓋類型圖，對湖高區各個年份各土地覆蓋類型進行統計，得到了不同年份的土地覆蓋類型面積及其變化統計圖(圖3)。

(a) 各土地覆蓋類型面積 (b) 各土地覆蓋類型面積變化

圖3湖高區各年份土地覆蓋類型面積及變化值

Fig.3Areaandareachangequantitiesofdifferentland-coverclassesinvariousyearsinHugaoregion

為了很好地反映1988—2014年26 a間研究區土地覆蓋動態變化，采用分類后比較的變化檢測方法，對不同年份土地覆蓋分類圖進行比較，得到永定全區及湖高區土地覆蓋變化轉移矩陣。通過統計數據，結合影像分類圖與土地覆蓋轉移矩陣的分析結果表明，26 a間永定區林地、建設用地、水體和裸土分別增加了286.53 km2，80.34 km2，25.76 km2和17.40 km2，其他地類、耕地及灌木/草地分別減少了267.45 km2，129.87 km2及12.13 km2。對遺產地內部及周邊區域的湖高區變化具體分析如下：

1)林地。26 a間增加了8.55 km2，年均增長率為 0.57%，除2002—2009年間出現大量增加外，其他年間都有少量減少，說明永定客家土樓申遺前、后的環境整治取得了很大成效。增加的林地均集中在中、高海拔區，主要由其他地類和灌木/草地轉化而來； 減少的林地主要因材木采伐而退化為灌木/草地，或被開墾為果園地、耕地，或被建設用地占用。

2)灌木/草地。呈減→增→減→增的趨勢，總體上有大幅增加。增長較快的時期在1996—2002年間及2009—2014年間，減少最快的時期為2002—2009年間。灌木/草地增加的主要來源為耕地及其他地類，減少的灌木/草地均大部分轉化為林地，進一步說明了申遺前、后環境整治的有效性。

3)耕地。26 a間減少了9.23 km2，年均減少率為3.39%。經歷了1988—1996年的增長后，呈現逐年減少的趨勢。減少最多的發生在2002—2009年間，說明這個時期的退耕還林工作取得了實際成效。增加的耕地主要來源于建設用地附近的林草地(包括林地、灌木及草地)，減少的耕地主要轉化為灌木/草地及建設用地； 轉化為建設用地的耕地大部分靠近城鎮，轉化為灌木/草地的耕地大部分分布在坡耕地上。

4)建設用地。26 a間增加了5.75 km2，年均增長率為5.15%，呈逐年增長趨勢。增加的建設用地主要由耕地和林草地轉化而來，且多在原有的城鎮用地基礎上向外擴展； 減少的建設用地主要轉化為耕地、灌木/草地等。

5)其他地類。26 a間減少了27.31 km2，年均減少率為5.08%。通過分析各個時段的變化可以看出，其他地類在1996—2002年與2009—2014年間減少最多，而在2002—2009年間出現少量增長。增加的其他地類主要來源與靠近居民地的林草地及耕地； 減少的其他地類主要分布在中、高海拔地區，轉化為林草地及耕地。

6)水體和裸土。水體變化主要隨河流水位的變化而略有變化。裸土在總體上呈微量增加趨勢，主要由于經濟社會發展對建設用地需求的加大，導致在建設用地周圍出現部分裸露地。

3.2 生態環境狀況變化分析

為了定量地反映研究區1988—2014年26 a間的生態變化，統計了全區和湖高區的5個年份的Wet，NDVI，NDSI和LST 4個分量及RSEI(表2)。分析表2可知，永定區的RSEI均值1988—1996年間下降，之后逐步上升，說明全區1996年后的生態環境得到不斷改善。具體分析湖高區，RSEI均值從1988年的0.577 0下降到1996年的0.507 1，而在1996—2002年間基本維持不變，2002年后逐步提升，到2009年基本恢復到1988年水平，再到2014年達到0.660，比2009年大幅上升16.68%，說明湖高區遺產地內部及周邊生態環境在2002年后不斷得到改善，2009年后改善更加明顯。結合圖2和圖3進一步分析各分量及RSEI與土地覆蓋變化的關系，可以看出：

表2 5個年份4個分量及RSEI的均值變化Tab.2 Changes for mean values of four components and RSEI in five years

1)從各分量對PC1的貢獻度來看，與生態環境正相關的NDVI及WET為正值，與生態環境負相關的NDSI及LST為負值； 通過定量計算，RSEI與4個分量的平均相關系數達0.83，比4個分量間平均相關系數最高的NDSI的0.70增加了18.57%，比最低的LST的0.54增加了53.70%，從而有力地驗證了用RSEI進行生態環境評價的合理性。

2)在土地覆蓋類型與生態環境的關系上，生態環境好的主要為植被覆蓋度高的林地和其他地類中的果園，生態環境較好的主要為灌木/草地和其他地類中的退化區域，生態環境一般的主要為耕地，生態環境差的主要為裸土和建設用地區域。生態環境的優劣與土地覆蓋類型的布局基本符合。

3)濕度和綠度2個分量值呈現減→減→增→增的變化趨勢。1988—1996年期間正是由于對濕度和綠度分量有正面影響的林草地和其他地類中的果茶園地總體減少，而起相對負面影響的裸土、耕地和其他地類中的退化地總體增加，導致這一時期的RSEI也同步減少； 而在1996—2014年間，其他地類中的退化地、耕地或者灌木/草地大量減少，但絕大部分轉化為對濕度和綠度更有利的林草地或果茶園地，因而使RSEI也同步增加。

4)NDSI分量值呈現增→減→增→減趨勢。進一步分析可以發現與NDSI正相關的耕地、建設用地和其他地類的綜合面積總體上也呈現出增―減―增―減的趨勢，這也是導致從1988—1996年間RSEI值降幅較大的直接原因，而1996年后沒有對NDSI造成太大影響的原因是由于占絕對優勢的林草地的大量增長。

5)LST分量值變化規律性不是很明顯，這主要由于該分量與其他分量平均相關性最低，對RSEI的影響(荷載值)普遍最小，且對RSEI值影響最大的建設用地和裸土在各年份地類中占比較小。

為了直觀、立體地表達生態環境狀況的時空變化，制作了研究區的5期生態等級變化檢測圖，如圖4所示。

(a) 1988—1996年(b) 1996—2002年(c) 2002—2009年(d) 2009—2014年

圖4永定區和湖高區RSEI變化檢測圖

Fig.4ImagesofRSEIchangedetectioninYongdingdistrictandHugaoregion

統計分析表明，除1988—1996年間生態狀況變好的區域比變差的區域少外，其他各時段生態狀況變好的區域都多于變差的區域，即1996年后生態環境狀況在整體上是逐漸向好的方向發展的。特別值得注意的是重點研究區湖高區生態環境狀況的后期變好趨勢更加明顯。進一步分析表明，無論是變好還是變差，隨著生態等級的增加，級差加大呈明顯遞減性，也表明生態環境變化需要一個較長的時間過程，即在生態環境治理過程中要堅持連續性和長期性。

結合土地覆蓋變化檢測進行空間分析可以看出，生態質量變好的區域位于坡耕地、原有中高海拔退化地、開墾地以及灌木/草地轉化為林地的區域； 生態質量變差區域則集中在林草地轉化為耕地、退化及開墾地區域，以及城鎮周邊擴展區域。

4 結論

本文針對永定區遺產地土地覆蓋及生態變化分析需求，利用遙感變化檢測及遙感生態指數(RSEI)對遺產地所在區及規劃保護區進行相關分析與評價，得出以下結論：

1)永定全區及湖高區土地覆蓋類型在研究期內均發生了很大變化。變化較明顯區域為海拔較高的退化地、坡耕地及低山地區，即封山造林影響區及人類活動頻繁區； 而中、高山區及坡度較大不適合耕種地區受人類活動影響較小，土地覆蓋類型變化不明顯。面積變化最大的是林草地，其次是退化地和開墾地。

2)永定全區及湖高區的RSEI值均呈現先下降、后逐步提升的態勢，即生態環境由1988—1996年的變差到1996年后的逐步改善。

3)生態環境狀況與土地覆蓋類型緊密相關。在1988—2014年的26 a間，1988—1996年研究區林草地退化或開墾為耕地導致生態環境質量下降，其后隨著申遺工作的開展，生態環境整治力度的加大，對生態環境質量起積極影響作用的林草地大面積增加，使得1996年后生態環境狀況不斷改善，永定全區及湖高區生態質量均得到大幅提升，湖高區生態質量的后期改善則更加明顯。

4)生態環境改善不可能一蹴而就，區域生態環境治理與維護貴在堅持連續性與長期性。

[1] 孟 巖,趙庚星.基于衛星遙感數據的河口區生態環境狀況評價——以黃河三角洲墾利縣為例[J].中國環境科學,2009,29(2):163-167.

Meng Y,Zhao G X.Ecological environment condition evaluation of estuarine area based on quantitative remote sensing:A case study in Kenli County[J].China Environmental Science,2009,29(2):163-167.

[2] 程晉南,趙庚星,李 紅,等.基于RS和GIS的土地生態環境狀況評價及其動態變化[J].農業工程學報,2008,24(11):83-88.

Cheng J N,Zhao G X,Li H,et al.Dynamic changes and evaluation of land ecological environment status based on RS and GIS technique[J].Transactions of the CSAE,2008,24(11):83-88.

[3] 葉有華,梁永賢,沈一青,等.《生態環境狀況評價技術規范(試行)》中若干值得商榷的問題[J].熱帶地理,2009,29(4):404-406.

Ye Y H,Liang Y X,Shen Y Q,et al.Some issues related to “technical criterion for eco-environmental status evaluation (trial implementation)”[J].Tropical Geography,2009,29(4):404-406.

[4] 廖凱濤,王 成,習曉環,等.吳哥遺產地土地利用/土地覆蓋變化遙感分析[J].遙感信息,2015,30(1):119-124.

Liao K T,Wang C,Xi X H,et al.Land use and land cover change in Angkor heritage site based on remote sensing[J].Remote Sensing Information,2015,30(1):119-124.

[5] Wondie M,Schneider W,Melesse A M,et al.Spatial and temporal land cover changes in the Simen Mountains National Park,a world heritage site in northwestern Ethiopia[J].Remote Sensing,2011,3(4):752-766.

[6] Tomaselli V,Dimopoulos P,Marangi C,et al.Translating land cover/land use classifications to habitat taxonomies for landscape monitoring:A Mediterranean assessment[J].Landscape Ecology,2013,28(5):905-930.

[7] Nagendra H,Lucas R,Honrado J P,et al.Remote sensing for conservation monitoring:Assessing protected areas,habitat extent,habitat condition,species diversity,and threats[J].Ecological Indicators,2013,33:45-59.

[8] Svancara L K,Scott J M,Loveland T R,et al.Assessing the landscape context and conversion risk of protected areas using satellite data products[J].Remote Sensing of Environment,2009,113(7):1357-1369.

[9] Liu X P,Lao C H,Li X,et al.An integrated approach of remote sensing,GIS and swarm intelligence for zoning protected ecological areas[J].Landscape Ecology,2012,27(3):447-463.

[10] 徐涵秋.區域生態環境變化的遙感評價指數[J].中國環境科學,2013,33(5):889-897.

Xu H Q.A remote sensing index for assessment of regional ecological changes[J].China Environmental Science,2013,33(5):889-897.

[11] Du P J,Xia J S,Zhang W,et al.Multiple classifier system for remote sensing image classification:A review[J].Sensors,2012,12(4):4764-4792.

[12] Mausel P W,Kramber W J,Lee J K.Optimum band selection for supervised classification of multispectral data[J].Photogrammetric Engineering and Remote Sensing,1990,56(1):55-60.

[13] Jiang X G,Wang C Y,Wang C.Optimum band selection of hyperspectral remote sensing data[J].Arid Land Geography,2000,23(3):214-220.

[14] Crist E P.A TM tasseled cap equivalent transformation for reflectance factor data[J].Remote Sensing of Environment,1985,17(3):301-306.

[15] Huang C,Wylie B,Yang L,et al.Derivation of a tasselled cap transformation based on Landsat7 at-satellite reflectance[J].International Journal of Remote Sensing,2002,23(8):1741-1748.

[16] Baig M H A,Zhang L F,Shuai T,et al.Derivation of a tasselled cap transformation based on Landsat8 at-satellite reflectance[J].Remote Sensing Letters,2014,5(5):423-431.

[17] Rikimaru A.Landsat TM data processing guide for forest canopy density mapping and monitoring model[C]∥ITTO Workshop on Utilization of Remote Sensing in Site Assessment and Planning for Rehabilitation of Logged-over Forest.Bangkok,Thailand:ITTO,1996:1-8.

[18] Xu H.A new index for delineating built-up land features in satellite imagery[J].International Journal of Remote Sensing,2008,29(14):4269-4276.

[19] NASA.Landsat7 science data users handbook[EB/OL].[2012-09-05].http://landsathandbook.gsfc.nasa.gov.

[20] Nichol J.Remote sensing of urban heat islands by day and night[J].Photogrammetric Engineering and Remote Sensing,2005,71(5):613-621.