基于耦合模型和遙感技術的江蘇中部海岸帶生態系統健康評價

沙宏杰,張 東,2,*,施順杰,劉興興

1 南京師范大學地理科學學院,南京 210023 2 江蘇省地理信息資源開發與利用協同創新中心,南京 210023

圖1 研究區位置圖Fig.1 Location of the study area

海岸帶是海洋系統與陸地系統相連接的過渡地帶。該區域資源類型豐富、環境條件優越,是海岸動力與沿岸陸地相互作用、具有海陸過渡特點的獨立環境體系,與人類的生存與發展關系密切[1]。近年來,海岸帶地區的生態健康問題一直是國內外學者研究和關注的熱點,隨著遙感技術的廣泛應用,為海岸帶生態系統健康的監測和評價提供了更有效的數據保障。目前國內外研究的主流方法是利用PSR模型構建評價指標體系[2-3],再通過層次分析法確定各指標權重[4-5],最后得出生態系統健康綜合評價值。該方法在墨西哥海岸帶地區[6]、澳大利亞地區[7]以及國內的青島市海岸帶[8]、江蘇海岸帶[9]等地區都得到了較好的應用。

然而利用PSR模型或層次分析法模型對海岸帶生態系統健康進行評價仍處于嘗試階段,有待進一步完善。該方法在實際應用過程中遇到的最主要問題是指標權重的確定,指標權重反映了指標在整個評價體系中的影響程度大小,主要確定方法是專家根據實際經驗進行打分,受主觀因素影響較大。為了尋求一種更加科學合理、客觀、方便易行的技術方法來評價海岸帶地區的生態系統健康,本文嘗試以生態系統健康指數作為評價的基礎,借助遙感手段,構建可以直接從遙感影像中獲取的指標體系,再耦合TOPSIS分析法和VOR生態系統健康度量模型,客觀評價海岸帶陸域的生態健康狀況,以期為海岸帶的生態環境保護和修復提供技術支撐和參考依據。

1 研究區域與數據來源

1.1 研究區概況

選擇江蘇中部沿海的新洋港至川東港岸段為研究區,參考我國1985年開展的全國海岸帶和灘涂資源綜合調查對海岸帶的規定,確定海岸線向陸延伸10 km作為生態系統健康評價的海岸帶陸域范圍[10],具體空間位置見圖1。研究區地處江蘇省東部的黃海之濱,位于32°56′—33°36′N,120°25′—120°56′E之間,沿海北部為鹽城國家級珍禽自然保護區,南部為麋鹿國家級自然保護區,保護區內自然生態環境良好。中部灘涂開發出大片的高涂圍海養殖區,并且擁有江蘇省重點建設的沿海三大深水海港之一——大豐港,區內年平均氣溫15.0℃。

1.2 數據采集與預處理

收集了2016年3月21日覆蓋整個研究區的Landsat- 8 OLI_TIRS衛星遙感影像和GDEMV2的30 m分辨率數字高程數據,用于研究區的海岸帶地物類型遙感提取及生態健康評價指標計算,以上數據均從地理空間數據云(http://www.gscloud.cn/)下載獲得。對遙感影像數據進行了波段合成、幾何校正、圖像增強等預處理[11],幾何校正誤差小于0.2個像元。

2 研究方法

2.1 評價指標體系構建

本文主要研究基于遙感影像的生態健康評價方法,其中生態系統健康主要反映在活力、組織力和恢復力3個方面。活力指生態系統的能量輸入和營養循環容量,是衡量系統新陳代謝和初級生產力的主要指標,取決于綠色植物的生物量和光合作用。光合作用對氣溫產生一定影響,而氣溫變化又會反作用于植被生長,因此選取歸一化差值植被指數NDVI和地表溫度值[12-13]表征系統活力。組織力用于描述生態系統的復雜性,主要體現在自然景觀的多樣性和人類活動影響這兩方面上。一般來說系統越復雜,生態就越健康。因此選用歸一化差值建筑指數NDBI[14]、景觀多樣性、景觀破碎度、平均斑塊面積、人類干擾指數和圍海養殖區密度來表征。恢復力指系統受外來干擾的抵抗力和恢復速率,是系統彈性的相對程度,主要受景觀要素和地形因素的影響較大,所以選則坡度和生態彈性度表征系統恢復力。因此可見,這3個子系統、10類指標共同構成的生態系統健康評價指標體系,可以從資源環境、景觀生態、人類活動3個角度實現海岸帶陸域的生態系統健康評價。

表1 海岸帶陸域生態系統健康評價指標體系

NDVI：歸一化植被指數,Normalized difference vegetation index;NDBI：歸一化建筑指數,Normalized difference barren index

由于各指標對生態系統健康的影響較為復雜,某些指標因子的增量會使生態系統變得更加穩定和健康,這類指標歸結為積極指標;某些指標因子的增量會使生態系統變得脆弱和不穩定,則這類指標定為消極指標。以此分類,海岸帶陸域生態系統健康評價指標體系及指標類型見表1所示。

2.2 評價指標計算方法

1)海岸帶地物遙感分類

由于所選取的景觀多樣性、景觀破碎度、平均斑塊面積和生態彈性度指標要在遙感影像分類的基礎上進行計算,因此先對所獲取的遙感影像進行地物類型遙感解譯。依據《全國濕地資源調查和監測技術規程》和野外實地考察情況,將研究區地物類型分為河流、光灘、建設用地、林地、農田、圍海養殖區、灘涂植被7種類型[15]。采用面向對象的分類方法,根據多尺度分割試驗,將圖像分割參數設為50,合并參數設為90,對遙感影像進行了圖像分割;在此基礎上采用SVM支持向量機監督分類,得到各類型地物的空間分布。分類后利用人工目視解譯糾正局部的錯分區域,得到最終的分類結果見圖2。可以看到,研究區內的地物類型以圍海養殖區、灘涂植被和農田為主,基本呈分帶、連片分布。

圖2 研究區分類結果圖Fig.2 Classification results of the study area

2)地表溫度計算

目前常用的地表溫度遙感反演算法主要有輻射傳輸方程法、單窗算法、劈窗算法和多通道多角度算法等[12]。本文采用輻射傳輸方程法對地表溫度進行反演,具體計算分為以下四步：

①植被覆蓋度計算

植被覆蓋度Fv的計算公式如下：

(1)

式中,NDVI為歸一化差值植被指數,NDVIv和NDVIs分別為植被完全覆蓋和裸地的NDVI。根據覃志豪等人[16]的研究,取NDVIv= 0.70和NDVIs= 0.05,且有,當某個像元的NDVI大于0.70時,Fv取值為1;當NDVI小于0.05,Fv取值為0。

②地表比輻射率計算

在進行地表比輻射率計算時,可大致將遙感影像分為水體、自然地物和人工地物3種類型[17]。采取以下方法計算研究區的地表比輻射率：水體像元的比輻射率直接賦值為0.995,自然地物和人工地物分別以植被像元和建設用地像元為代表,其比輻射率εs和εb分別根據下式(2)、(3)進行估算：

(2)

(3)

③相同溫度下黑體的輻射亮度值計算

根據輻射傳輸方程,衛星傳感器接收到的熱紅外輻射亮度值的表達式可寫為：

L=[εΔB(TS)+(1-ε)L↓]Δτ+L↑

(4)

式中,ε為地表比輻射率,TS為地表真實溫度,B(TS)為普朗克定律推導得到的黑體在TS的熱輻射強度,τ為大氣在熱紅外波段的透射率,L↑和L↓分別是大氣上行和下行的熱輻射強度。根據NASA提供的計算工具,τ、L↑和L↓可根據影像的成像時間和中心經緯度計算得到。則溫度為T的黑體在熱紅外波段的輻射亮度B(TS)為：

B(TS)=[L-L↑-τΔ(1-ε)L↓]/τΔε

(5)

④地表溫度反演

在獲取溫度為TS的黑體在熱紅外波段的輻射亮度后,根據普朗克公式的反函數,求得地表真實溫度TS：

(6)

式中,K1、K2為Landsat 8影像熱紅外波段的定標常數,在遙感影像的頭文件中獲取。

3)生態彈性度計算

生態彈性度指生態環境在內外擾動或壓力不超過其彈性限度時,具有自我調節與恢復能力的特性,計算公式如下：

(7)

式中,n為景觀類型的數量,Pi表示第i種景觀類型在該景觀格局中所占的比例,Ri表示第i種景觀類型的生態彈性度分值。參考有關學者的研究[17-18],再結合研究區實際情況,對不同景觀類型的生態彈性度進行賦值,具體分值見表2所示。

4)其他指標計算

其余指標計算方法見表3。各指標計算的空間結果如圖3所示。可以看到,NDVI值最大的位于農田區,其次是灘涂植被區;建設用地主要集中在大豐港岸段,只有零星植被分布,NDVI值接近于0;圍海養殖區和河流主要由水體組成,這部分區域NDVI值最小。從地表溫度分布來看,農作物、植被進行光合作用,水體比熱容大,都對氣溫調節有積極作用,因此農田和圍海養殖區溫度較低;而建設用地植被覆蓋度較低,熱島效應明顯,因此整個研究區中大豐港區所在地溫度最高。

表2 生態彈性度分值表

表3 評價指標計算方法

NDBI主要反映城鎮或建設用地信息,但其本質上揭示的是地表的裸露特征[14],因此NDBI最大的區域在大豐港后方的臨港產業區以及海岸線附近的灘涂。灘涂植被區向陸一側植被覆蓋度逐漸增大,NDBI逐漸減小,到農田區地表基本為農作物覆蓋,NDBI最低。從景觀指數來看,建設用地分布較為分散,斑塊數量多,平均斑塊面積小,景觀破碎程度大,生態彈性度較低,一旦遭受破壞難以自我修復;而農田區、圍海養殖區、灘涂植被區平均斑塊面積大,景觀破碎度小,具有較高的生態彈性度,自然恢復能力較強。

圖3 各指標遙感空間差異分布圖Fig.3 Spatial difference map of remote sensing for each index

2.3 耦合TOPSIS-VOR模型的生態系統健康評價法

2.3.1 生態系統健康評價指標歸一化

生態系統是多變量的,因此對生態系統健康的度量標準也是多指標的。為了使各指標間可以相互比較,需要根據表1中的指標類型分別對各指標進行歸一化處理,計算公式如下：

1)具有積極健康意義指標：

Y=(X-Xmin)/(Xmax-Xmin)

(8)

2)具有消極健康意義指標：

Y=(Xmax-X)/(Xmax-Xmin)

(9)

式中,X表示原始數據,Xmax表示樣本數據的最大值,Xmin表示樣本數據的最小值。

2.3.2 TOPSIS評價法

TOPSIS法(Technique for order preference by similarity to ideal solution)是有限方案多目標決策分析的一種常用方法,其基本原理是：以歸一化后的原始數據矩陣,采用余弦法找出有限方案中的最優方案和最劣方案,然后分別計算各評價對象與最優方案和最劣方案間的距離,根據各評價對象與最優方案的相對接近程度,來判斷評價對象的優劣[19-20]。

單一指標歸一化處理以后,采用TOPSIS模型分別對3個子系統下的指標進行計算,具體步驟如下：

1)構建評估矩陣。設有n個評價對象,m個評價指標,得到原始數據矩陣為：

(10)

式中,各元素為Xij,i=1,2,…,m;j=1,2,…,n。

2)原始指標標準化處理。處理方式同公式8和9。

3)確定最優方案和最劣方案。最優方案Z+由歸一化后矩陣Z中的最大值構成：Z+=(maxZ1,maxZ2,…,maxZn);最劣方案Z-由歸一化后矩陣Z中的最小值構成：Z-=(minZ1,minZ2,…,minZm)。

(11)

(12)

5)計算各評價對象與最優方案的接近程度Ci。

(13)

式中,0≤Ci≤1。Ci值越大,表明評價對象越優。

2.3.3 VOR模型

根據生態系統健康的定義,組織力、活力和恢復力是系統健康的具體反映,因此健康可以從活力V、組織力O和恢復力R的3個方面來度量[21]。度量生態系統健康的指數HI定義為：

HI=V×O×R

(14)

2.3.4 生態健康評價等級劃分

參考相關專家學者提出的生態系統健康等級劃分標準[22],將研究區范圍內生態健康子系統及生態健康綜合指數按照相等間斷法劃分為5個級別,如表4所示。

表4 生態系統健康評價等級

3 結果分析

3.1 子系統健康狀況分析

采用TOPSIS模型分別對3個子系統下的指標進行計算并分級,結果如圖4所示,圖5顯示了子系統中各等級所占區域總面積的比例。

圖4 生態系統健康評價子系統Fig.4 Ecosystem health assessment subsystem

圖5 活力、組織力和恢復力各等級所占比例Fig.5 The proportion of vigor, organization, and resilience

3.1.1 生態系統活力健康狀況

生態系統的活力體現在初級生產力和物質循環兩個方面。從圖4和圖5中可以看出,一級和二級活力較好的區域大約占了整個研究區的四分之一,對應的主要地物類型是農田,這是因為農作物初級生產力較高,活力值也相應較高。活力為三級的占比73.66%,這部分區域主要是圍海養殖區和灘涂植被覆蓋區域,整體活力一般。對于圍海養殖區來說,養殖水域以漁業養殖為主,對水質要求較高,因此水體中藻類數量少,其初級生產力比農田低;同時為了防止水中的養分流失,圍海養殖水域需要控制與外界水體的連通,水體交換速度慢,物質循環速度要小于農田區域,所以圍海養殖區活力值低于農田區。灘涂植被區由于植被生長不如農作物旺盛,活力值也較于農田區域略低。活力值較差的地區主要位于大豐港區的臨港產業區,由于港口運營的需要,港區后方建有大片的倉儲區、加工區等,地表被建筑物、道路等覆蓋和分割,破壞了原有的濕地生態系統,導致植被覆蓋率低,區域熱島效應明顯,生態系統活力明顯降低。

3.1.2 生態系統組織力健康狀況

組織力體現生態系統的復雜性,組織越復雜,生態系統越健康。經分析可知,研究區組織力主要集中在二級和三級,分別占區域總面積的50.78%和41.93%,整體組織力較高。這部分區域主要包括了圍海養殖區、農田、林地以及灘涂植被,景觀類型多樣化,對生態健康有積極作用。四級區域主要在大豐港區,組織力較差,主要原因是該區域以建筑用地為主,受人類活動干擾較大,對生態健康造成消極影響。五級區域零星分布在海岸線附近的光灘,灘面生態系統類型單一,組織力最低。

3.1.3 生態系統恢復力健康狀況

在所有等級中,恢復力為二級的區域面積最大,占50.63%。這部分區域主要是圍海養殖區,屬于人工圍墾區域,受自然干擾的恢復速度較快,抵抗力較強,因此恢復力較好。三級區域占38.91%,主要是農田、灘涂和少部分林地,其中農作物和灘涂植被的生長受自然因素影響較大;灘涂區域在水動力環境和沉積動力環境變化下,會發生侵蝕或淤積變化;而林地一經破壞,恢復所需時間較長,因此這類地區相對而言恢復力一般。四級主要是大豐港區所在地,港口建設投資大,一經破壞,修復需要消耗大量人力物力資源,因此該地區恢復力較差。

3.2 生態系統健康狀況分析

圖6 生態系統綜合健康評價Fig.6 Integrated health assessment of ecosystems

將TOPSIS模型和VOR模型耦合,對海岸帶陸域生態系統進行定量分析,根據生態系統健康綜合評價值,繪制了生態系統綜合健康評價值空間分布圖如圖6所示。

3.2.1 不同景觀類型的健康狀況

從圖6中可以看出,在所有地物類型中,河流占研究區總面積的2.02%,都處于一級和二級,生態健康狀況較好。建設用地主要包括大豐港區及其附屬設施和道路等,約占研究區總面積的8.06%,處于四級和五級,受人類活動影響較大,尤其是道路會將原本連通的自然景觀人為阻隔,因此這類地區生態健康狀況較差。農田區域占研究區面積的24.07%,大部分處于三級,少部分處于二級,農作物通過光合作用進行固碳,調節區域氣候,對濕地生態健康有積極作用,因此生態健康狀況相對較好。圍海養殖區面積最大,占研究區總面積的50.86%,大部分處于二級,少部分處于三級,由于圍海養殖水體對調節氣溫有積極作用,因此這類地區也是生態健康相對較好的區域。灘涂植被約占總面積的15.17%,基本處于三級,灘涂地區本身地形沖淤變化大,植被類型由于護花米草等先鋒植被與本土植被之間的種群競爭,景觀類型不穩定,因此從景觀角度來看這類地區生態健康一般。

3.2.2 不同空間范圍的健康狀況

對圖6進行統計可知,江蘇中部海岸陸域生態系統健康狀態整體較好,健康狀態一級健康和二級良好的區域面積共占27.62%,健康狀態三級一般的區域面積占60.94%,健康狀態四級較差和五級差的區域面積共占11.44%。從空間分布來看,大豐港至王港岸段生態健康狀況最差,該岸段人類活動頻繁,建筑物密度大,工廠生產會產生大量廢氣廢水,對環境造成污染和破壞,而人類居住區域也會產生大量生活垃圾,對生態環境造成嚴重影響。斗龍港至四卯酉河段主要由圍海養殖區、農田和灘涂組成,受污染較輕,環境保護程度較高,景觀破碎程度小,因此整體生態健康狀況相對較好。此外,新洋港至斗龍港段的丹頂鶴國家級珍禽自然保護區以及川東港西南處的麋鹿國家級自然保護區健康狀況均為二級良好至一級健康之間,政府部門通過限制人類開發活動,有計劃地對環境加以保護,控制環境污染和生態破壞行為,防止環境質量惡化,有利于保持生態平衡,因此生態狀況較好。

4 結論

依據景觀生態學和生態系統健康理論,以遙感數據為基礎,建立了可直接從遙感影像中獲取的評價指標體系,并采用耦合的TOPSIS-VOR模型對江蘇中部海岸生態系統進行健康評價。得出以下結論：

(1)江蘇中部海岸地區整體生態健康狀態中等偏好,健康狀況處于一般及以上的地區占總面積的88.56%,健康狀況較差和差的地區僅占總面積的11.44%。

(2)從地物類型來看,圍海養殖區、農田集中區域以及自然保護區濕地生態健康狀況較好,而建設用地區域生態健康狀況相對較差。

(3)從空間分布來看,斗龍港至四卯酉河岸段主要是農田區、圍海養殖區和灘涂植被區,污染較小,整體生態健康最好;四卯酉河至王港河岸段生態健康狀況最差,該區域主要包括大豐港區及其臨港產業區,景觀破碎程度高,受人類活動干擾頻繁,可在區域內適當增加植被覆蓋,開挖部分水面,增加區域的景觀多樣性,從而提高生態系統活力。

與傳統的以PSR模型和層次分析法相結合構建的生態健康評價模型相比,本文所提出的TOPSIS-VOR耦合模型評價方法具有以下優勢：(1)評價指標數據基本均可從遙感影像中計算得到,數據獲取方便,有利于開展生態系統健康時序分析研究;(2)耦合模型不需要對指標權重進行賦值,避免了主觀因素對客觀評價結果的影響;(3)評價結果能有效反映研究區內不同地物類型生態健康狀況的空間分布特征,避免了傳統評價方法得到的生態健康評價結果僅用一個數值來表示整個區域健康狀況帶來的片面性,能夠為管理者對生態系統修復提供空間參考依據。