基于夜間燈光數據的太湖流域城鎮擴張對凈初級生產力的影響研究

喬旭寧,顧羊羊,鄒長新,黃賢峰,胡 濤

1 河南理工大學測繪與國土信息工程學院,焦作 454003 2 環境保護部南京環境科學研究所,南京 210042 3 貴州省環境科學研究設計院,貴陽 550018 4 中國環境科學研究院,北京 100012

生態環境是人類生存依賴的物質基礎和必不可少的空間條件[1]。MA報告[2]指出,在評估的24項全球生態系統服務功能中,有15項(占總數60%以上)正在退化,生態系統服務功能不斷下降,生態環境逐漸降低。TEEB研究成果[3]揭示全球生態環境正遭受威脅。Costanza等[4]研究結果表明近年來土地利用方式的改變造成全球生態環境質量下降。劉愛琳等[5]研究發現中國近15年來城市和工礦用地擴張對NPP降低具有顯著影響。生態環境質量的降低,將會直接威脅區域乃至全球生態安全[2, 6]。植被凈初級生產力(Net primary productivity, NPP)是指綠色植物在單位時間單位面積通過光合作用產生有機物質總量扣除自養呼吸后剩余部分[7],是陸地生態系統重要組成之一,在生態環境研究中運用廣泛[1, 8]。NPP作為生態系統服務功能重要指標,能夠有效反應城鎮化帶來的生態環境問題[5, 9]。目前常見的NPP估算模型主要有氣候生產潛力模型(統計模型)、光能利用率模型(參數模型)、生態系統過程模型(機理模型)[10]。MOD17A3-NPP產品,參考BIOME-BGC模型與光能利用率模型擬合得到的陸地生態系統NPP[1],被國內外學者運用在不同區域植被生長狀況、生物量估算、生態環境變化等方面[11]。

城鎮擴張是一個涉及經濟、人口、地域空間等諸多方面復雜過程,城鎮開發程度能夠有效反應城鎮擴張現象[12]。目前常用城鎮開發程度測算方法包括主要指標法和復合指標法,人口概念的差異性、單一指標的片面性、復合指標的地域性以及統計數據的滯后性等因素使得計算指標在適用性、可比性、及時性等方面存在不足。因此,構建能夠綜合反映城鎮發展特征,在快速獲取數據同時具有較高可比性的城鎮開發程度指標成為目前急需解決的問題。近些年遙感技術的快速發展為解決該問題提供了技術支持。

DMSP/OLS夜間燈光影像是美國軍事氣象衛星(Defense Meteorological Satellite Program,DMSP)搭載的OLS傳感器(Operational Linescan System)獲取的數據,能探測到城市夜間燈光,是監測人類活動良好的數據源[13- 14]。DMSP/OLS夜間燈光數據已經成功地被國內外學者運用于城市發展研究[15],經濟發展水平研究[16- 17],電力能源消費量研究[14]以及城市化對生態環境影響研究[18]等領域。目前,根據植被覆蓋變化[19]、土地利用變化[20]、潛在NPP變化[8, 21]等指標分析人類活動變化對生態環境影響研究較多,使用夜間燈光數據量化城鎮開發程度表征人類活動研究較少[18]。以往研究區主要集中在區域[8, 20]、省[1]、市行政區劃[18],研究單元很少涉及縣域或更小尺度。本文在像元尺度探討城鎮開發程度與NPP關系,可以精確表征城鎮開發程度及NPP動態變化,準確反映兩者時空關聯特征,有效分析城鎮開發程度變化對NPP影響,對制定差異化的區域生態保護政策具有重要意義。

本文基于MODIS17A3數據和DMSP/OLS穩定夜間燈光數據,構建城鎮開發程度指數,采用一元線性趨勢分析法對城鎮開發程度進行分區,分析太湖流域城鎮開發程度與NPP相關系數的動態變化規律,并運用熱點分析模型研究土地利用轉型對NPP變化影響,為區域生態可持續發展提供參考依據。

1 研究區與數據來源

1.1 研究區概況

太湖流域位于長江三角洲核心區域(119°11′—121°51′E, 30°28′ —32°15′N),北抵長江,東臨東海,南濱錢塘江,西以天目山,茅山為界(圖1)。行政區劃包括江蘇省蘇南地區,浙江的嘉興、湖州以及杭州市一部分,上海的大部分區域,流域面積3.69萬km2。流域地勢呈西高東低,地貌主要包括丘林山地及平原兩類,其中丘林山地位于流域西南部,而平原區主要分布在流域北、東和南部,占流域面積的80%。地處亞熱帶季風氣候,年降雨量1010—1400 mm,全年平均氣溫15.6℃。根據《中國統計年鑒2011》可知,太湖流域以占全國0.38%的國土面積、占全國4.8%人口,并產生全國11.6%的GDP,生態環境承載壓力大[22]。

圖1 太湖流域區位圖

1.2 數據來源及預處理

(1)土地利用數據 太湖流域2000和2010年2期土地利用數據由中國科學院南京地理與湖泊研究所湖泊-流域科學數據中心提供(http://lake.geodata.cn/)。結合太湖流域土地利用現狀,將土地利用類型分為耕地、林地、水域、建設用地和未利用地五大類。

(2)NPP 植被凈初級生產力數據 數據來源于美國國家航空航天局網站(https://modis.gsfc.nasa.gov/),本文使用太湖流域MOD17A3 NPP數據,空間分辨率1 km,單位為gC m-2a-1。獲得2000—2010年共11年MOD17A3_h28v05區域影像數據,通過ENVI 5.1對數據進行裁剪、重采樣等預處理。MOD17A3產品有效值為0—65500,超出該數值范圍均為無效數值。

(3)DMSP/OLS夜間燈光數據 數據來源于美國國家地理數據中心網站(http://ngdc.noaa.gov/eog/dmsp)。夜間燈光數據包含3種全年平均產品：無云觀測頻數、平均燈光數據、穩定燈光數據。穩定燈光數據涉及城市、鄉鎮及其他光源區域,去除天然氣燃燒、火光等偶然噪聲,對全年VRIN通道灰度值平均化處理,灰度值范圍0—63,燈光亮度值越高的區域灰度值越大[14]。基于全球F152000-F182010穩定夜間燈光數據,采用Envi 5.1裁剪出太湖流域夜間燈光數據,將WGS-84原始地理坐標投影轉化為Lambert等積方位投影,重采樣生成1 km×1 km格網柵格。

2 研究方法

2.1 城鎮開發程度估算

已有研究表明,DMSP/OLS穩定夜間燈光數據能夠有效識別城鎮范圍和監測城市動態變化[23- 24]。 Zhou等[23]通過夜間燈光數據分析南亞城鎮擴張時空格局變化。Ma等[24]提出夜間燈光數據的明亮梯度算法研究城鎮變化特征。由于原始影像數據的不連續性以及飽和現象的存在[15],以F16_20051128-20061224_rad_v4影像作為輻射定標依據,采用不變目標法對太湖流域夜間燈光數據進行飽和校正[25],并對影像進行連續性校正[26]。使得不同影像間具有連續性以及可比性,并減少像元的飽和效應。

本文借鑒土地利用程度概念[20],構建城鎮開發程度指數(Urban development level,UDL),用來表征人類活動。其公式為：

式中：U為研究區域的城鎮開發程度綜合指數；Di為第i級夜間燈光像元值(校正前像元值范圍為0—63)；Pi為第i等級的夜間燈光像元值面積百分比；ΔUb-a為城鎮開發程度綜合變化指數,如果ΔUb-a為正數,則表明該區域b時間城鎮開發程度指數大于a時間城鎮開發程度指數；否則相反。Ua、Ub為時間a和時間b對應第i等級城鎮開發程度面積百分比。

2.2 變化趨勢分析

采用一元線性回歸分析方法模擬區域2000—2010年每個像元柵格的變化趨勢[18]。其中回歸方程y=a+bx中斜率b可以表示自變量的變化趨勢。本文設置時間為自變量,因變量為1 km像元的城鎮開發程度指數,根據最小二乘算法,計算變化趨勢斜率。其公式為：

式中：b為趨勢斜率；n為時間點數量；i為時間；Si為各像元統計量。

2.3 相關系數分析

采用Pearson相關系數法計算太湖流域NPP與UDL在時空尺度上相關系數的變化趨勢。相關系數(Rxy)計算公式如下：

2.4 熱點分析

3 結果與分析

3.1 NPP時空變化特征

從圖2可知,2000—2010年太湖流域年均NPP總體呈現波動下降趨勢,11年平均值為422.65 gC m-2a-1。2001年年均NPP最大值為452.54 gC m-2a-1,而2005年年均NPP值最小為388.79 gC m-2a-1。多年平均NPP主要集中在400—600 gC m-2a-1之間,占流域總面積的31.26%—48.37%,該等級2000年占流域總面積比例最高。其次是年均NPP<200 gC m-2a-1等級,該等級占流域總面積變化趨勢較小,穩定在27.75%—27.95%之間。年均NPP在200—400 gC m-2a-1等級占流域總面積最小,變化范圍為1.47%—6.54%。

圖2 2000—2010年太湖流域年均NPP組成特征

圖3 2000—2010年太湖流域年均NPP空間分布

2000—2010年太湖流域年均NPP空間分布如圖3所示。流域西南部植被凈初級生產力保持高值狀態,生態環境較好。高值區主要分布在天目山脈以南,涉及臨安市、安吉縣、湖州市、德清縣和杭州交界處,長興縣與宜興市交界處。該區域屬于森林禁伐區,人類活動較少,植物資源豐富。流域東北部的常熟市、太倉市以及流域東南部杭嘉湖平原涉及的平湖市和嘉興市地形平坦、土壤肥沃、氣候條件優越,耕地生產力高,同樣具有較高的植被凈初級生產力。太湖流域西北部句容、金壇、溧陽受地形起伏以及糧食生產本底限制,植被凈初級生產力不高。城市建設用地周圍植被凈初級生產力保持低值狀態。

3.2 城鎮開發程度分析

相關研究表明夜間燈光數據與國內生產總值GDP、建成區面積、非農人口、非農人口比例具有較好的相關性。統計太湖流域各市縣2000—2010年GDP總值(百億元)、建成區面積(km2)、非農人口數(萬人)、年末總人口(萬人),對比城鎮開發程度總值UDLsum與GDP總值、建成區面積、非農人口和非農人口比例數據情況。如圖4所示,流域GDP總值、建成區面積、非農人口和非農人口比例逐年增加,城鎮開發程度指數的總值也呈現增加趨勢。2000—2010年城鎮開發程度總值UDLsum與GDP、建成區面積、非農人口和非農人口比例四組關系的R都高于0.9,R2都高于0.83,且F值較大,F檢驗的顯著性概率Sig值小于0.01,4組數據均通過顯著性檢驗,相關性較好。基于夜間燈光數據構建的城鎮開發程度指數能夠綜合反映經濟水平、城鎮邊界擴張、非農人口比例等城鎮發展特征,有效表征城鎮擴張現象。

2000—2010年太湖流域城鎮開發程度空間分布如圖5所示。2000年太湖流域開發程度高值區主要分布在上海市、蘇州市、無錫市、常州市等地市中心,而宜興市、溧陽市、海寧市等地城鎮開發程度指數偏低,但這些地區已經初具規模,并在空間形成集聚效應。2000年流域城鎮開發程度低值區廣泛分布,人類對流域開發處于較低水平。2010年太湖流域城鎮開發程度高值區分布在流域東部、北部以及東南部,而流域西南部和西部的城鎮,比如安吉縣和長興縣,城鎮開發程度相對較低。2000—2010年,太湖流域城鎮開發程度主要圍繞2000年各地市中心城區往四周擴散增加,流域北部、東部以及東南部平坦的地形、便捷的交通,人類活動劇烈,城鎮開發程度快速增加。流域西南部以及西部地區受地形等自然因素影響,城鎮開發程度增加緩慢。

圖4 2000—2010年太湖流域城鎮開發程度總值與GDP、建成區面積、非農人口、非農人口比例變化趨勢

圖5 2000—2010年太湖流域城鎮開發程度變化

3.3 NPP與城鎮開發程度格局

一元線性回歸分析可在一定程度上消除異常天氣對夜間燈光的影響,能夠有效分析城鎮開發程度時間變化規律。選取0值與趨勢變化平均值為閾值,由于UDL變化趨勢均值為正值,故將UDL變化趨勢小于0值歸為降低區,0—UDLmean歸為緩慢增加區,UDLmean—2UDLmean歸為增加區,大于2UDLmean歸為快速增加區。

圖6 2000—2010年太湖流域UDL指數變化趨勢

3.3.1 UDL指數變化趨勢

2000—2010年太湖流域城鎮開發程度指數(UDL)變化斜率為正值,流域城鎮開發程度總體呈現增加趨勢(圖6)。UDL快速增加區域主要分布在流域北部中心城區外圍,中心城區快速擴張,侵占周圍耕地和水域,城鎮開發程度較高。UDL增加區域主要分布在流域各市縣中心城區,流域北部UDL快速增加區帶動周邊發展,城鎮開發程度增加區域擴大。上海市和杭州市具有良好的社會經濟基礎以及豐富的勞動力資源,導致該區域城鎮開發程度增加。流域東南部平湖市、嘉興市、桐鄉市等地,受上海與杭州兩地輻射帶動發展,城鎮開發程度逐年增加。宜興市東南部龍背山森林公園以及安吉縣與德清縣交界莫干山脈等地城鎮開發程度降低。

3.3.2 NPP與UDL時間變化趨勢

在ArcGIS 10.1軟件中使用Spatial Analyst tools工具里面Band Collection bands功能統計11年不同分區內NPP與UDL的相關系數。從圖7可以看出,城鎮開發程度增加區UDL與NPP保持較高的負相關關系,相關系數最大值為-0.570,最小值為-0.697,標準差為0.035,波動幅度較小且離散程度小,表現出一定的遞增趨勢；快速增加區UDL與NPP保持負相關,相關系數最大值為-0.166,最小值為-0.354,標準差為0.054,相關系數波動較大且離散程度較高,呈現出增加趨勢；降低區UDL與NPP同樣保持負相關,相關系數最大值為-0.036,最小值為-0.202,UDL與NPP相關系數先增加后減少,波動幅度和離散程度遠高于其他3個區域,緩慢增加區URL與NPP在y=0水平軸上下波動,標準差與離散度均最小,波動較小。城鎮開發程度緩慢增加區對NPP影響較小,而增加區與快速增加區對NPP變化影響較大。

圖7 2000—2010年太湖流域UDL與NPP相關系數的動態變化

圖8 NPP與UDL相關系數

3.3.3 NPP與UDL空間變化趨勢

本文通過計算2000—2010年太湖流域NPP與UDL的相關系數分析空間差異性。以1 km2的像元數據為基本單元,將11年NPP柵格數據與UDL柵格數據導入matlab中,計算兩者空間上的相關系數,如圖8所示。其中太湖流域11年間UDL指數降低區域僅占流域總面積的0.54%,故可只考慮UDL指數為正值情況。經統計,NPP與UDL在空間上呈現負相關占流域總面積的46.57%,流域各地處于社會經濟快速發展階段,城鎮開發程度增加,NPP年均值減少成為流域主要趨勢。從遙感影像上無法有效判斷城鎮開發程度的增強是流域植被凈初級生產力減少的主要因素,因為流域植被凈初級生產力與城鎮開發程度同步增加也占流域總面積的29.47%。NPP與UDL指數在空間上表現不相關也占流域總面積23.96%。

按照城鎮開發程度分區統計,涉及較小面積的城鎮降低區相關系數均值為-0.07,占流域總面積51.29%的城鎮緩慢增加區相關系數均值為-0.04。城鎮降低區與城鎮緩慢增加區的NPP與UDL相關系數較小,表明該區域內城鎮開發建設對NPP變化影響不大。占流域總面積36.55%和11.62%的城鎮增加區與城鎮快速增加區相關系數均值分別為為-0.1和-0.21, 該區域NPP受城鎮開發程度影響較大。在太湖流域城鎮開發過程中,通過有序引導城鎮緩慢擴張,實現區域空間城鎮化、人口城鎮化與經濟城鎮化協調發展,可以有效降低城鎮擴張對生態環境影響。

3.4 土地利用轉型對NPP的影響

土地利用轉型是反映城鎮開發程度的重要因素,在ArcGIS 10.1中使用熱點分析工具(Getis-Ord Gi*)識別2000—2010年NPP變化趨勢的高值(熱點)以及低值(冷點)在空間上的顯著集聚,分析土地利用轉型對NPP變化的影響。圖9顯示NPP變化趨勢的冷熱點空間分布信息。當P<0.01時,NPP變化熱點區域主要分布在流域西南部、西部以及上海南部,冷點區域主要集中在流域東南部、上海的東部以及流域北部主城區外圍。2000—2010年熱點區未發生土地轉型的耕地和林地面積為355 km2和357 km2,NPP分別增加32.85×106gC和47.09×106gC。熱點區土地利用類型轉型主要發生在耕地轉林地,2000年41 km2耕地在2010年轉變為林地,NPP相應增加4.39×106gC(見表1和表2)。11年間冷點未發生土地利用轉型的建設用地面積為591 km2,NPP減少63.94×106gC,建設用地開發強度的增加致使該區域NPP快速降低。冷點區土地利用轉型主要發生在耕地轉建設用地、林地轉轉建設用地以及水域轉建設用地之間。2000年677 km2的耕地在2010年轉變為建設用地,NPP減少76.08×106gC。同時32 km2的林地以及47 km2的水域轉為建設用地,NPP分布相應減少3.26×106gC和4.75×106gC。隨著太湖流域城鎮開發程度增加,2010年NPP總值變化冷點區涉及的建設用地總共減少148.03×106gC,占流域NPP總值變化冷點區的44.87%。太湖流域建設用地面積的快速擴張以及由此所導致的城鎮開發程度的增加,是流域NPP降低的主要原因。

圖9 2000—2010年太湖流域NPP變化的冷熱點空間分布

表1 2000 —2010年太湖流域NPP變化冷熱點(P<0.01)區域土地利用變化轉移矩陣/km2

表2 2000—2010年太湖流域NPP變化冷熱點(P<0.01)區域對應NPP總值變化/106gC

4 結論與討論

4.1 結論

本文采用DMSP/OLS穩定夜間燈光數據構建城鎮開發強度指數,運用多指標驗證其表征城鎮擴張的合理性,分析太湖流域城鎮開發程度與植被凈初級生產力時空格局演變特征,并探討土地利用轉型對NPP變化的影響。結論如下：

(1)2000—2010年,太湖流域年均NPP變化范圍是388.79—452.54 gC m-2a-1,NPP變化呈現波動下降趨勢。年均NPP主要集中在400—600 gC m-2a-1,占流域總面積31.26%—48.37%。NPP高值區分布在流域西南部及東南部,低值區廣泛分布。

(2)2000—2010年,太湖流域北部、東部以及東南部的城鎮開發程度快速增加,西南部以及西部地區增加緩慢。城鎮開發程度緩慢增加區對NPP影響較小,而增加區與快速增加區對NPP變化影響較大。

(3)2000—2010年,NPP變化熱點區土地利用類型轉型主要發生在耕地轉林地,冷點區主要發生在耕地轉建設用地、林地轉轉建設用地以及水域轉建設用地之間。太湖流域建設用地面積的快速擴張以及由此導致的城鎮開發程度的增加,是流域NPP降低的主要原因。

4.2 討論

(1)本文基于MODIS-NPP產品數據計算的2000—2010年太湖流域NPP平均值為422.65 gC m-2a-1,與王琳等[28]結果(506.6 gC m-2a-1)接近,高于戴靚等[29]結果(168.8 gC m-2a-1)。研究區范圍、時間序列長度、數據源、估算模型差異等都是影響測算NPP差異的主要原因[10]。依托一元線性回歸分析,計算11年流域城鎮開發程度(UDL)總體變化趨勢,可在一定程度上消除異常天氣對夜間燈光的影響,能夠有效分析城鎮開發程度時間變化規律。

(2)城鎮開發程度的增加導致NPP減少成為流域主要趨勢,部分區域出現NPP增加而城鎮開發程度降低的格局。近些年宜興市東南部龍背山森林公園的建設以及上海、蘇州等地“四類”公益林和“四旁”林的生產與保護工程實施,改善了區域生態環境。但是大多數城鎮開發程度增加區域主要位于建設用地周圍,具有較低的NPP。2010年NPP總值變化冷點區涉及的建設用地總共減少148.03×106gC,占流域NPP總值變化冷點區的44.87%。因此,太湖流域城鎮擴張是流域NPP降低的關鍵因素,與徐昔保等人研究結果一致[30]。因此要從區域實際情況出發,改善人們對建設用地在生態環境中價值認知,完善城市綠地系統規劃,提高城市生態環境價值,構建良好的生態安全格局[31]。

(3)太湖流域應當走適度擴張的綠色城鎮化道路。由于太湖流域城鎮開發程度緩慢增加區對NPP影響較小,而增加區與快速增加區對NPP變化影響較大。因此,應當適當控制流域城鎮化速度,適當放緩城鎮擴張水平,可有效降低城鎮擴張對生態系統的影響程度,促進城鎮擴張與生態保護協調的綠色城鎮化發展。