基于多源遙感數據的土地整治生態環境質量動態監測

單 薇，金曉斌,2※，孟憲素，楊曉艷，徐志剛，顧錚鳴，周寅康,2

?

基于多源遙感數據的土地整治生態環境質量動態監測

單 薇1，金曉斌1,2※，孟憲素3，楊曉艷3，徐志剛1，顧錚鳴1，周寅康1,2

（1. 南京大學地理與海洋科學學院，南京210023；2. 國土資源部海岸帶開發與保護重點實驗室，南京 210023；3. 國土資源部土地整治中心，北京 100035）

土地整治生態轉型是土地整治發展的必然趨勢，在項目區尺度進行科學合理、客觀直接、長期全面的生態環境質量監測評估具有重要意義。該研究基于多源遙感數據，選取典型土地整治項目，運用主成分分析法構建RSEI（remote sensing ecological index）模型，反演得到濕度、綠度、熱度、干度指標以及RSEI指數，實現對項目區整治過程中生態環境質量變化的監測與分析。研究結果表明：1）濕度和綠度指標對項目區生態環境質量具有正向作用，而熱度和干度指標起負向作用，且干度指標的影響最大；2）RSEI總均值在整治前、中、后分別為0.652、0.572和0.605；RSEI等級中的優良等級在整治前、中、后所占比例分別為78.73%、39.55%和63.29%；RSEI變差、不變和變好的比例分比為42.55%、46.25%和11.20%；3）項目區生態環境質量呈現“先下降-后上升-整體下降”的態勢，表現為“整治期變差-恢復期變好-全過程變差”的總體特征，土地整治對項目區生態環境的擾動具有持續性，區域生態環境恢復與改善存在滯后期，在項目竣工5年后項目區的生態環境質量水平仍低于整治前。

土地整治；生態；遙感；環境質量；動態監測；RSEI指數

0 引 言

隨著城市化和工業化迅速推進，人地關系沖突凸顯，國土資源環境承載壓力越來越大。土地整治作為保障國家糧食安全、支持鄉村振興戰略、優化土地資源配置、促進生態文明建設的重要手段[1-3]，在穩定有效耕地面積、提高耕地生產能力、優化用地結構等方面發揮了積極作用，已經成為當前中國最大規模改變土地利用方式和影響陸地生態系統的有組織人類活動之一[4]。國土資源是綠色發展的物質基礎、空間載體、能量來源和構成要素，在生態文明建設目標要求下，現階段中國土地整治逐步從增加耕地數量，向注重耕地數量保護、質量保護、生態保護并重轉變[5]。《全國土地整治規劃（2016-2020年）》明確提出“按照生態文明建設要求，實施山水林田湖綜合整治，加強生態環境保護和修復，大力建設生態國土”，以“促進生態安全屏障建設，加強農田生態防護和建設，開展土地生態環境整治示范建設”為主要目標和重要任務，著力推進土地整治生態環境建設。

生態環境質量的監測與評價是進行國土空間規劃和土地整治效益分析的基礎，但由于其具有的內涵豐富、表現多源、機制復雜、尺度差異、時空變化等特點[6-7]，使之成為行政管理和科學研究的難點。在區域尺度，生態環境質量評價的方法包括層次分析法[6]、綜合指數 法[8]、模糊綜合評價法[9]、變異系數法[10]等，但尚未形成統一規范的評價體系[7]。2006年，原國家環境保護總局發布《生態環境狀況評價技術規范（試行）》（HJ/T 192-2006）提出生態環境指數，并將其作為區域生態環境評價和考核依據，后經修訂于2015年發布《生態環境狀況評價技術規范》（HJ 192-2015）。隨著遙感技術應用的深入，生態環境評價方法不斷改進[11-12]，徐涵秋[13]參考前述規范提出了遙感生態指數（RSEI，remote sensing ecological index），實現了利用遙感數據對區域生態環境的快速監測。在項目層面，學者基于不同視角，采用不同方法對土地整治生態環境影響進行了評價分析。在監測對象上，包括宏觀整體評估和局部單要素評估。宏觀整體評估是將土地整治項目區作為一個生態系統，從景觀生態學[14]、生態系統服務[15]、土地整治規劃[16]等視角進行評估；局部單要素評估主要選擇生態系統中的關鍵要素，如碳[17-18]、氮[19-20]等進行評估；所采用的監測方法包括綜合指數法[21]、多因素綜合評判法[22]、關聯度分析法[23]、熵權物元可拓模型[24]、云模型[25]等。綜合而言，在項目層面，生態環境監測多基于統計資料或土地利用數據，采用綜合指數法，圍繞項目實施后的某個時段進行定性或半定量分析，在研究尺度的針對性、數據來源的客觀性、評價指標的有效性、監測評價的過程性等方面還有待提升。

項目區是土地整治活動的直接作用對象和效益顯化載體，對其進行生態環境質量的持續監測和動態評估對改善局地生態環境、保證耕地質量、改善農業生產條件，乃至區域可持續發展具有重要意義[4]。本研究基于多源遙感數據，選取典型土地整治項目，以整治前、中、后為研究時段，采用Landsat-5 TM和Landsat-8 OLI/TIRS影像數據，結合基礎地理數據及項目建設資料，耦合濕度、綠度、熱度和干度指標，運用主成分分析法構建RSEI模型，以實現對項目區生態環境質量時空變化的監測評估。

1 研究方法

1.1 研究思路

土地整治是對土地資源及其利用方式的再組織和再優化過程。基于不同整治階段，各項工程建設內容（土地平整工程、灌溉與排水工程、田間道路工程、生態防護工程以及其他工程）及其進度、土地利用方式、土地管理方式等的綜合作用對項目區生態環境產生諸多直接或間接、有利或有害的影響[4]，受到直接影響的生態環境要素主要包括土壤、水、生物等。在土壤要素方面，土地整治工程實施及農業生產對土壤理化性質、土壤生物活動等產生影響，改變了土壤水分、土壤溫度、土壤結構與質地，影響了土壤肥力與養分循環，可能造成土壤侵蝕等[26]；在水要素方面，土地整治工程實施及設施利用影響局地水資源配置、提高水資源利用效率、改善水資源管理等[27]；在生物要素方面，土地整治工程實施以及農業生產等改變了植被數量結構和空間格局[28]，影響了微生物的生命活動[19]。就整治過程而言，實施期內，由于工程建設的擾動對項目區生態環境的影響較為顯著；工程建設結束后，土壤性質、生產能力和環境修復需要一定的恢復期，有研究認為這一過程一般需要3～5 a[15]；在經歷一定階段的恢復后，項目區的農業生產能力和生態環境質量一般會有一定程度的提升[29]。

土地整治引起的生態環境要素響應，具體可通過濕度、綠度、熱度、干度等指標予以反映[13,30]，其中，土壤水分、水資源配置等引起濕度變化；植被類型以及與植物生長密切相關的土壤肥力、水環境質量等引起綠度變化；土壤溫度、地表覆被等引起熱度變化；土壤質地、土壤溫度、土地退化或非農建設活動等引起干度變化。在技術實現中，可利用專題信息增強技術來從遙感影像中提取相關指標的表征信息，如采用纓帽變換的濕度分量、植被指數和地表溫度分別代表濕度、綠度和熱度；由于建筑物是人工生態系統的重要組成部分，建筑不透水面取代原有自然生態系統，導致了地表的“干化”，因此利用建筑（裸土）指數代表“干度”。本研究應用耦合上述指標的RSEI遙感生態指數評價模型進行土地整治項目區生態環境質量監測評估，其中，濕度、綠度、熱度和干度分別用濕度分量、歸一化植被指數、地表溫度以及干度指數表征。

1.2 分量指標計算

1.2.1 濕度指標

濕度分量（WET）可反映地表水體、土壤和植被的濕度狀況。參考Crist[31]和Baig等[32]的研究，基于TM和OLI數據進行WET提取，計算方法見式（1）、（2）。

式中blue、green、red、NIR、SWIR1、SWIR2分別表示TM影像和OLI影像所對應的藍波段、綠波段、紅波段、近紅外波段、短波紅外1波段和短波紅外2波段的反射率。

1.2.2 綠度指標

歸一化植被指數（NDVI，normalized difference vegetation index）是根據植物葉面在紅光波段的吸收和近紅外波段的反射特性構建，反映植物生物量、葉面積指數以及植被覆蓋度的參數。本研究以NDVI表征綠度指標，計算方法見式（3）。

式中NIR、red分別表示各影像所對應的近紅外波段和紅波段的反射率。

1.2.3 熱度指標

地表溫度與植被的生長與分布、農作物產量、地表水資源蒸發循環等過程密切相關，是反映地表環境的重要參數。本研究以經過反演的地表溫度（LST，land surface temperature）表征熱度指標。具體計算步驟如下：

1）對于Landsat 5的TM6波段，利用熱紅外波段輻射定標參數將像元灰度值（DN，digital number）轉換為傳感器處的輻射亮度值（6），通過普朗克輻射函數得到包含大氣影響的像元亮度溫度（T），進而通過地表比輻射率（6）轉換為地表真實溫度（LST）。計算方法見式（4）、（5）、（6）。

式中和分別為TM6波段的增益值與偏置值，分別取0.056和1.238；1和2為定標系數，通過影像元數據獲取；中心波長取11.48m，取1.438×10–2mK；6為基于TM6的地表比輻射率。

2）對于Landsat8中的2個紅外波段，選擇波段10進行地表溫度反演，在輻射定標后得到熱紅外波段的輻射亮度值（10），其中包含3個組成部分，即大氣向上輻射亮度、地面的真實輻射亮度經過大氣層之后到達衛星傳感器的能量，以及大氣向下輻射到達地面后反射的能量[33-34]。衛星傳感器接收到的熱紅外輻射亮度值的計算方法見式（7）、（8）。

式中10為傳感器處的輻射亮度值，由輻射定標獲取；10為大氣在熱紅外波段的透射率；10為地表比輻射率；T為地表溫度；10(T)是與T相同的黑體輻射亮度；10↑和10↓分別為大氣向上和向下的輻射亮度。

地表真實溫度（LST）由普朗克定律獲取，計算公式見式（9）。

式中1和2為定標系數，通過影像元數據獲取[34]。在指標反演過程中，取水體的地表比輻射率為0.995；地表比輻射率6和10通過Sobrino提出的NDVI閾值法獲取[35]。10、10↑和10↓參數，參考中緯度夏季標準大氣剖面，依據影像成像時間集合中心經緯度，采用插值大氣剖面的方法獲取。

1.2.4 干度指標

應用建筑指數（IBI，index-based built-up index）和裸土指數（SI，soil index）合成干度指標，記為干度指數（NDBSI，normalized difference built-up and soil index），計算方法見式（10）、（11）、（12）。

式中blue、green、red、NIR、SWIR1、SWIR2分別表示TM影像和OLI影像所對應的藍波段、綠波段、紅波段、近紅外波段、短波紅外1波段和短波紅外2波段的反射率。

1.3 RSEI綜合指數

采用主成分分析法（PCA，principal component analysis）對濕度、綠度、熱度和干度分量指標進行集成，以主成分的方差為權重，對經過標準化處理的各評價指標進行綜合評價。具體步驟如下：

1）指標標準化

由于遙感調查所獲得的指標量綱不統一，采用極差標準化方法對指標進行標準化處理，將其量綱統一到[0，1]，計算方法見式（13）。

式中NI（normalized index）為標準化后的指標值；為該指標的數值大小；max和min分別為該指標在影像中的最大值和最小值。

2）RSEI指數計算

對標準化后的各期濕度、綠度、熱度、干度指標進行波段合成，并對合成后的圖像進行主成分變換，利用主成分分析結果構建初始遙感生態指數（RSEI0），計算方法見式（14）。

式中PCA表示主成分分析。為便于指標對比，對RSEI0進行標準化處理生成RSEI，計算方法見式（15）。

式中RSEI為遙感生態指數，其值范圍為[0，1]，越接近1代表生態環境質量越好。

2 研究區概況與基礎數據

2.1 研究區概況

本研究選取湖南省常德市鼎城區某高標準農田建設項目作為研究案例。該項目位于鼎城區東北部，地處112°00￠562E～112°05￠232E，29°09￠052N～29°15￠012N，項目區位置見圖1。項目區屬中亞熱帶向北亞熱帶過度的季風濕潤氣候，日照充足，冬冷夏熱，四季分明；多年均氣溫16.8 ℃，年降水量1 340 mm，全年無霜期約281 d；項目區地勢開闊平坦，平均高程25 m。項目區農業生產以糧食作物為主，主要種植雙季水稻；另有一些經濟作物，主要為棉花、油菜。

項目建設規模2 867.66 hm2，總投資8 541.78萬元，實施期為2011—2013年。項目共涉及12個行政村，實現新增耕地217.45 hm2，共完成土地平整工程309.80 hm2，開挖土方31.18萬m3；新修、整修灌溉渠道、排水溝及灌排兩用渠道264.23 km，管涵4 548座，蓄水池180座，新修泵站180座，機耕橋60座，輸電線路1.41 km；整修、新修田間道297.44 km，生產路173.81 km。通過項目實施，完善了項目區內的灌排設施，提升了基礎設施配套水平，完善了田間道路系統，促進農業生產由傳統種植方式向多產業融合發展，形成了“土地整治+全產業鏈發展”的特色做法，實現了農業增效和農民增收。

2.2 基礎數據與數據處理

本研究所收集的數據包括項目建設資料、遙感影像資料和實地調研資料。其中：項目建設資料包括項目規劃設計報告、竣工驗收報告、項目現狀圖（1∶5 000）、項目竣工圖（1∶2 000）；遙感影像資料包括Landsat 5 TM、Landsat 8 OLI和TIRS影像，獲取時間分別為2011-08-18（整治前）、2013-08-07（整治中）和2017-08-18（整治后），成像時間均近于北京時間11時，影像云量分別為0.08%、0.64%、2.24%；實地調研資料包括無人機航拍、農戶訪談、問卷調查等。同時，基于遙感生態指標中的熱度指標反演需要，由于數據采集受限，所需的熱紅外波段分別來源于Landsat-5衛星TM傳感器和Landsat-8衛星TIRS傳感器，分辨率分別為120、100 m，而結果數據分辨率均為30 m，需分別進行反演計算，故采取多源遙感數據以支撐本文研究。

圖1 項目區區位示意

數據預處理過程如下：1）基于項目資料，應用ArcGIS10.2平臺，提取研究區邊界和項目工程建設數據；2）基于遙感影像數據，應用ENVI 5.3平臺進行數據預處理：①使用二次多項式和最鄰近像元法對不同時相的三景影像進行幾何校正，使其均方根誤差小于0.5個像元以滿足精度要求；②對各時期遙感影像進行輻射定標，將影像的灰度值轉換為傳感器的反射率；③使用FLAASH大氣校正工具對各期影像的可見光、近紅外波段進行大氣校正，消除大氣和光照等因素對地物反射的影響；④使用項目區邊界對所有數據進行裁剪。

3 結果分析

3.1 RSEI模型構建與檢驗

3.1.1 RSEI模型構建

將標準化后的各期濕度、綠度、熱度、干度指標進行波段合成，并對合成后的新圖像進行PCA變換，得到主成分分析的結果，見表1。結果顯示：①3個階段各指標的第一主成分的貢獻率分別為62.99%、72.70%和66.89%，表明第一主成分集中了4項指標的大部分特征；②在第一主成分中，濕度指標（WET）和綠度指標（NDVI）為正值，表明二者對生態環境質量具有促進作用；熱度指標（LST）和干度指標（NDBSI）為負值，說明這2項指標對生態環境質量具有負面影響；3個階段中干度的系數均最大，說明其對項目區生態環境質量的影響最大；③其他主成分指標的符號和大小均不穩定，結果解釋力度較弱，故僅使用第一主成分進行模型構建。為計算結果與生態環境質量相對應，采用1-PC1獲得初始生態指數RSEI0[13]，并進一步對RSEI0進行標準化處理，得到RSEI指數。

表1 主成分分析結果

注：WET、NDVI、LST、NDBSI、RSEI分別指濕度、綠度、熱度、干度、遙感生態指數指標；PC1、PC2、PC3、PC4分別指第一、二、三、四主成分。

Note: WET, NDVI, LST, NDBSI and RSEI, referring respectively to humidity, green degree, heat, dryness, and remote sensing ecological index; PC1, PC2, PC3 and PC4, referring respectively to the first, second, third and fourth principal component.

3.1.2 RSEI模型檢驗

采用相關系數檢驗模型的適用性[13],當相關系數值越接近1，表明RSEI的綜合代表程度越高，模型的適宜性越強。計算方法見式（16）。

各指標與RSEI 的相關系數，以及各指標之間的相關系數見表2。就單指標而言，指標間相關度最高的是NDBSI，3個階段的均值為0.788；其后依次為WET、LST和NDVI，各階段的均值分別為0.737、0.698和0.670；而RSEI與4項指標各年的相關系數均大于0.8，表明RSEI指標較單一指標更具代表性。

表2 分項指標與RSEI指數的相關性矩陣

3.2 項目區生態環境質量總體評價

基于整治前、中、后期3個階段的項目區生態環境質量各分量指標及RSEI均值變化見圖2和表3。

圖2 項目區整治前后RSEI分布圖

1）各分量指標變化情況：①整治前、中、后期，濕度指標持續增加；綠度指標整治中略有下降而后有所提升；熱度指標整治中增加顯著，而后有一定下降；干度指標逐年增加，且整治后的變化幅度更大。②濕度WET與綠度NDVI對PC1的荷載值為正值，熱度LST與干度NDBSI對PC1的荷載值為負值；且NDBSI對PC1的荷載值絕對值最大，其后依次為WET、LST、NDVI。基于實地調研結果，項目區整治前、中、后，作物種植類型基本不變，但產量發生一定變化，雙季稻畝均總產量在整治前、中、后的畝均產量分別為11 100、10 950和11 250 kg/hm2；同時，整治后項目區灌溉保證率得到提高，農業生產穩定性有所增強；新建或改建道路、溝渠、橋涵、泵站等基礎設施增加了一定的不透水區面積；現場調研情況印證了NDVI、WET、LST、NDBSI等指標的變化。

表3 4個指標和遙感生態指數RSEI的均值變化

2）RSEI總均值變化情況：依據RSEI的表征涵義，從圖2可以看出，整治前，項目區整體生態環境質量相對最好；整治中，項目區生態環境質量相對較差；整治后，項目區生態環境質量相對處于中等。依據表3，從整治前到整治中，RSEI下降了12.27%；從整治中到整治后，提升了5.77%；從整治前到整治后，總體下降7.21%。總體上，RSEI總均值呈“先下降-后上升-整體下降”的態勢。

為更好地分析RSEI的代表性，進一步對RSEI進行定量分級與可視化分析，以0.2為間隔，從小到大劃分為5個等級，分別為：差、較差、中等、良、優，各等級所占面積及比例的統計結果如表4所示。

表4 項目區整治前后生態環境質量等級面積和比例

結果表明，整治前，項目區RSEI等級主要為“優、良”，相應占比分別為38.93%、39.79%；整治中，RSEI等級主要為“中等”，相應占比為43.00%；整治后，RSEI等級主要為“良”，相應占比為45.07%。項目區整治前、中、后RSEI等級處在良及以上的區域占比分別為78.73%、39.55%和63.29%，處在中等及以下的區域占比分別為21.27%、60.45%和36.71%。總體上，RSEI優良等級從整治前到整治中降低39.18%，從整治中到整治后提升23.74%，從整治前到整治后降低15.44%。

3.3 項目區生態環境質量變化監測

基于整治期（整治前-整治中）、恢復期（整治中-整治后）和全過程（整治前-整治后）3個階段，對RSEI的5個等級（差、較差、中等、良、優）進行等級差值劃分，根據各等級向其他等級的變化，分為-4級到4級，共歸為3個級差類和9個級差。①級差類：包括變差、不變、變好三類；所有負值級差歸為“變差”，0值級差歸為“不變”，所有正值級差歸為“變好”。②級差：等級范圍[-4，4]；每相鄰兩個等級的變化幅度為1級（依次類推），負值為高級向低級變化，生態環境質量變差，0值表征生態環境質量保持不變，正值表征生態環境質量變好。結果如圖3、表5所示。

結果表明，①級差類變化情況：在整治期，項目區整體RSEI表征“變差”比例最高，達62.48%，其后依次為不變、變好；在恢復期，項目區整體RSEI表征“變好”比例最高，達44.39%，其后依次為不變、變差；在全過程中，項目區整體RSEI表征“不變”比例最高，達46.25%，其后依次為變差、變好。②級差變化情況：按細分極差比較，在各個階段，大部分等級變化集中在-1級、-2級、0級和1級。在全過程中，0級占比最高；同時，分別有33.65%和7.65%的區域降低1個等級和2個等級，相應僅分別有10.21%和0.91%的區域提升1個等級和2個等級，正負向等級變化程度較為不均衡。

圖3 項目區整治前后RSEI變化監測

表5 項目區整治前后生態環境質量等級變化監測

4 結論與展望

為在項目區尺度實現科學合理、客觀直接、長期全面的生態環境質量監測評估，本研究基于多源遙感數據，嘗試應用RSEI，選取高標準農田建設區為案例，以整治前后共6年為研究期，對項目區尺度下的土地整治全過程生態環境質量變化進行分析。研究結果表明：1）對該項目所在區域而言，濕度和綠度指標對項目區生態環境質量起正向作用，而熱度和干度指標起負向作用，且干度指標影響最大；2）在整治前、中、后階段，RSEI優良區域占比分別為78.73%、39.55%和63.29%；在整治期、恢復期、全過程階段，RSEI主要變化狀態為變差、變好、不變，相應比率分別為62.48%、44.39%、46.25%；在整個研究期，RSEI變差、不變和變好的比例分比為42.55%、46.25%和11.20%；3）項目區生態環境質量呈現“先下 降-后上升-整體下降”的態勢，表現為“整治期變差-恢復期變好-全過程變差”的總體特征，土地整治對項目區生態環境的擾動具有持續性，區域生態環境恢復與改善存在滯后期，在項目竣工5年后該項目區的生態環境質量水平仍低于整治前。

土地整治工程實施、設施利用以及農業生產，伴隨著地表資源重構，直接或間接影響土壤理化性質、地表濕熱狀態、地表覆被變化，從而引起項目區濕度、綠度、熱度、干度等指標不同程度的響應變化，進而對區域生態環境質量產生持續性影響，并在整治前后不同階段呈現出一定的時空變化規律。具體而言：在時間上，整治期間，工程建設對土壤理化性質、地表覆被等造成階段性負面影響，生態環境質量明顯下降；恢復期間，得益于工程設施利用，區內灌溉保證率、作物長勢等得以改善與提升，生態環境質量有所恢復；總體上，項目區生態環境質量先下降后上升，但恢復后的生態環境質量水平低于整治前，主要由于建后投入生產的道路、溝渠等不透水面區域占地面積較整治前有一定增加。在空間上，基于研究結果、無人機影像識別以及現場調研的印證，各階段生態環境質量較差的區域主要分布在設施區與村莊區，生態環境質量變化較大的區域則主要分布在設施區與農田區，由此反映出工程實施以及不透水面對項目區生態環境質量的負面影響較為顯著，設施利用以及農業生產對項目區生態環境質量的正向作用較為顯著。依據前述分析，對土地整治工程進行包括理念提升與技術升級在內的生態化轉型將是影響土地整治項目區生態環境質量的關鍵因素，例如將生態理念貫穿項目規劃設計、工程實施、后期管護等環節；應用環境友好型田間沙石路面添加劑、軟體護坡材料、重金屬鈍化劑、保水保肥劑等新興環保型材料；進行生態溝渠設計與建設，采用生態襯砌方式代替傳統預制板襯砌；進行生態化道路設計與建設，采用泥結石路面，在路面與路基之間埋種草籽，代替傳統的砂礫石路面。

本研究尚存在一定不足：第一，土地整治工程實施以及后續農業生產改變了土壤水分、土壤溫度、土壤結構與質地等，影響了土壤質量，本研究評價指標僅反映了土壤水分與土壤溫度，對土壤肥力監測的全面性和有效性仍有待提高；第二，受限于客觀條件，不同時期的遙感影像質量存在細部差異，可能導致計算結果出現一定偏差；第三，土地整治對區域生態環境質量影響的內在機理仍有待深入，后期可根據不同工程對生態環境 影響的關鍵因素，進一步探究核算方法，優化監測評估模型。

[1] 鄖文聚，宇振榮. 中國農村土地整治生態景觀建設策略[J]. 農業工程學報，2011，27(4)：1－6. Yun Wenjun, Yu Zhenrong. Ecological landscaping strategy of rural land consolidation in China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(4): 1－6. (in Chinese with English abstract)

[2] 龍花樓. 論土地整治與鄉村空間重構[J]. 地理學報，2013，68(8)：1019－1028. Long Hualou. Land consolidation and rural space restructuring[J]. Acta Geographica Sinica, 2013, 68(8): 1019－1028. (in Chinese with English abstract)

[3] 嚴金明，夏方舟，馬梅. 中國土地整治轉型發展戰略導向研究[J]. 中國土地科學，2016，30(2)：3－10. Yan Jinming, Xia Fangzhou, Ma Mei. Strategy orientations of transformation development: Land consolidation in the new period of China[J]. China Land Science, 2016, 30(2): 3－10. (in Chinese with English abstract)

[4] 王軍，鐘莉娜. 土地整治工作中生態建設問題及發展建議[J]. 農業工程學報，2017，33(5)：308－314. Wang Jun, Zhong Lina. Problems and suggestion for developing ecological construction in land management work[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(5): 308－314. (in Chinese with English abstract)

[5] 鄖宛琪，朱道林，湯懷志. 中國土地整治戰略重塑與創新[J]. 農業工程學報，2016，32(4)：1－8. Yun Wanqi, Zhu Daolin, Tang Huaizhi. Reshaping and innovation of China land consolidation strategy[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(4): 1－8. (in Chinese with English abstract)

[6] 孫東琪，張京祥，朱傳耿，等. 中國生態環境質量變化 態勢及其空間分異分析[J]. 地理學報，2012，67(12)： 1599－1610. Sun Dongqi, Zhang Jingxiang, Zhu Chuangeng, et al. An assessment of China's ecological environment quality change and its spatial variation[J]. Acta Geographica Sinica, 2012, 67(12): 1599－1610. (in Chinese with English abstract)

[7] 柴燕妮，魏冠軍，侯偉，等. 空間視角下的多尺度生態環境質量評價方法[J]. 生態學雜志，2018，37(2)：596－604. Chai Yanni, Wei Guanjun, Hou Wei, et al. Multi-scale eco-environmental quality evaluation method from a spatial perspective[J]. Chinese Journal of Ecology, 2018, 37(2): 596－604. (in Chinese with English abstract)

[8] 王曉君，吳敬學，蔣和平. 中國農村生態環境質量動態評價及未來發展趨勢預測[J]. 自然資源學報，2017，32(5): 864－876. Wang Xiaojun, Wu Jingxue, Jiang Heping. Dynamic assessment and trend prediction of rural eco-environmental quality in China[J]. Journal of Natural Resources, 2017, 32(5): 864－876. (in Chinese with English abstract)

[9] 顧成林，李雪銘. 基于模糊綜合評價法的城市生態環境質量綜合評價：以大連市為例[J]. 環境科學與管理，2012，37(3)：172－187.Gu Chenglin, Li Xueming. The evaluation of urban ecological environment quality based on fruzzy comprehensive evaluation method-case of Dalian[J]. Environmental Science and Management, 2012, 37(3): 172－187. (in Chinese with English abstract)

[10] 劉軒，岳德鵬，馬夢超. 基于變異系數法的北京市山區小流域生態環境質量評價[J]. 西北林學院學報，2016，31(2)：66－71. Liu Xuan, Yue Depeng, Ma Mengchao. Small watershed eco-environmental quality appraisal of Beijing mountain area based on coefficient variation[J]. Journal of Northwest Forestry University, 2016, 31(2): 66－71. (in Chinese with English abstract)

[11] Malekmohammadi B, Blouchi L R. Ecological risk assessment of wetland ecosystems using multi criteria decision making and geographic information system[J]. Ecological Indicators, 2014, 41: 133－144.

[12] 傅伯杰，劉宇. 國際生態系統觀測研究計劃及啟示[J]. 地理科學進展，2014，33(7)：893－902. Fu Bojie, Liu Yu. Global ecosystem observation and research programs: Evolution and insights for future development[J]. Progress in Geography, 2014, 33(7): 893－902. (in Chinese with English abstract)

[13] 徐涵秋. 城市遙感生態指數的創建及其應用[J]. 生態學報，2013，33(24)：7853－7862. Xu Hanqiu. A remote sensing urban ecological index and its application[J]. Acta Ecological Sinica, 2013, 33(24): 7853－7862. (in Chinese with English abstract)

[14] 董玉紅，劉世梁，王軍，等. 基于景觀格局的土地整理風險與固碳功能評價[J]. 農業工程學報，2017，33(7)： 246－253. Dong Yuhong, Liu Shiliang, Wang Jun, et al. Assessment of risk and carbon sequestration function of land consolidation based on landscape pattern[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(7): 246－253. (in Chinese with English abstract)

[15] 郭貝貝，金曉斌，林憶南，等. 基于生態流方法的土地整治項目對農田生態系統的影響研究[J]. 生態學報，2015，35(23)：7669－7681. Guo Beibei, Jin Xiaobin, Lin Yinan, et al. Determining the effect of the land consolidation project on the cropland ecosystem based on the ecological flow method[J]. Acta Ecological Sinica, 2015, 35(23): 7669－7681. (in Chinese with English abstract)

[16] 喻光明，魯迪，林小薇，等. 土地整理規劃中的自然生態補償評價方法探討[J]. 生態環境，2008，17(4)：1702－1706. Yu Guangming, Lu Di, Lin Xiaowei, et al. On the assessment methodology of natural ecological compensation for land consolidation planning[J]. Ecology and Environment, 2008, 17(4): 1702－1706. (in Chinese with English abstract)

[17] 張庶，金曉斌，楊緒紅，等. 農用地整治項目的碳效應分析與核算研究[J]. 資源科學，2016，38(1)：93－101. Zhang Shu, Jin Xiaobin, Yang Xuhong, et al. Determining and estimating impacts of farmland consolidation projects on the regional carbon effects[J]. Resources Science, 2016, 38(1): 93－101. (in Chinese with English abstract)

[18] 費羅成，吳次芳，程久苗. 農村土地整治的碳效應及其政策響應[J]. 資源科學，2017，39(11)：2073－2082. Fei Luocheng, Wu Cifang, Cheng Jiumiao. Carbon effect of rural land consolidation and its policy response[J]. Resources Science, 2017, 39(11): 2073－2082. (in Chinese with English abstract)

[19] 祁樂，高明，楊來淑，等. 土地整理對巖溶區土壤微生物生物量碳、氮及酶活性的影響：以重慶豐都縣三壩鄉為例[J]. 中國巖溶，2015，34(1)：86－94. Qi Le, Gao Ming, Yang Laishu, et al. The effect of land integration on soil microbial biomass carbon, nitrogen and enzyme activity in karst areas: An example of Sanba township, Fengdu county, Chongqing City[J]. Carsologica Sinica, 2015, 34(1): 86－94. (in Chinese with English abstract)

[20] 孫彭成，高建恩，韓賽奇，等. 黃土丘陵溝壑區溝道土地整治對徑流—泥沙—氮素排放影響的模擬研究[J]. 農業環境科學學報，2017，36(6)：1177－1185. Sun Pengcheng, Gao Jianen, Han Saiqi, et al. Simulation study on the effects of typical gully land consolidation on runoff-sediment-nitrogen emissions in the loess hilly-gully region[J]. Journal of Agro-Environment Science, 2017, 36(6): 1177－1185. (in Chinese with English abstract)

[21] 王千. 基于農業生產風險的關中地區土地整治分區研究[D]. 南京：南京大學，2012. Wang Qian. The Research of Land Consolidation Sub-zoning based on Risk Assessment of Agricultural Production of Guanzhong Region[D]. Nanjing: Nanjing University, 2012. (in Chinese with English abstract)

[22] 譚少軍，邵景安. 基于生態適宜性評價的西南丘陵區土地整治工程布局研究土地整理生態評價的方法與案例[J]. 資源科學，2018，37(4)：659－677. Tan Shaojun, Shao Jingan. Land consolidation project layout based on ecological suitability evaluation in hilly areas of Southwest China[J]. Geographical Research, 2018, 37(4): 659－677. (in Chinese with English abstract)

[23] 朱彥剛，胡石元，張奇. 基于關聯度分析法的土地整理生態環評研究[J]. 測繪信息與工程，2008，33(1)：30－32. Zhu Yangang, Hu Shiyuan, Zhang Qi. Land consolidation ecological environment impact assessment based on correlative degree analysis method[J]. Journal of Geomatics, 2008, 33(1): 30－32. (in Chinese with English abstract)

[24] 歐陽彥，劉秀華. 基于熵權物元可拓模型的土地整理生態環境影響評價：以老河口市孟樓鎮基本農田整理項目為例[J]. 西南師范大學學報：自然科學版，2009，34(6)：67－73.Ouyang Yan, Liu Xiuhua. Eco-environment impact assessmenton land consolidation based on entropy-weighted matterelement model: A case study of the land consolidation project in Menglou Town, Laohekou City[J]. Journal of Southwest China Normal University (Natural Science Edition), 2009, 34(6): 67－73. (in Chinese with English abstract)

[25] 樊敏，劉耀林，吳艷娟，等. 基于云模型的土地整理生態影響評價研究[J]. 武漢大學學報：信息科學版，2008，33(9)：986－987. Fan Min, Liu Yaolin, Wu Yanjuan, et al. Ecological impact evaluation for land consolidation based on cloud model[J]. Geomatics and Information Science of Wuhan University, 2008, 33(9): 986－987. (in Chinese with English abstract)

[26] 張正峰，趙偉. 土地整理的生態環境效應分析[J]. 農業工程學報，2007，23(8)：281－285.Zhang Zhengfeng, Zhao Wei. Effects of land consolidation on ecological environment[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2007, 23(8): 281－285. (in Chinese with English abstract)

[27] Demetriou D, Stillwell J, See L. Land consolidation in Cyprus: Why is an Integrated Planning and Decision Support System required[J]. Land Use Policy, 2012, 29(1): 131－142.

[28] Sklenicka P, ?ímová P, Hrdinov? K, et al. Changing rural landscapes along the border of Austria and the Czech Republic between 1952 and 2009: Roles of political, socioeconomic and environmental factors[J]. Applied Geography, 2014, 47: 89－98.

[29] 洪長橋，金曉斌，陳昌春，等. 基于多源遙感數據融合的土地整治區產能動態監測：方法與案例[J]. 地理研究，2017，36(9)：1787－1800. Hong Changqiao, Jin Xiaobin, Chen Changchun, et al. Dynamically monitoring productivity of cultivated land enrolled in land consolidation programs based on fusing multi-source remote sensing data: Methodology and a case study[J]. Geographical Research, 2017, 36(9): 1787－1800. (in Chinese with English abstract)

[30] 王士遠，張學霞，朱彤，等. 長白山自然保護區生態環境質量的遙感評價[J]. 地理科學進展，2016，35(10)： 1269－1278. Wang Shiyuan, Zhang Xuexia, Zhu Tong, et al. Assessment of ecological environment quality in the Changbai Mountain Nature Reserve based on remote sensing technology[J]. Progress in Geography, 2016, 35(10): 1269－1278. (in Chinese with English abstract)

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

[32] Baig M H A, Zhang L F, Shuai T, et al. Derivation of a tasselled cap transformation based on Landsat 8 at-satellite reflectance[J]. Remote Sensing Letters, 2014, 5(5): 423－431.

[33] Yu X L, Guo X L, Wu Z C. Land surface temperature retrieval from Landsat8 TIRS: Comparison between radiative transfer equation-based method, split window algorithm and single channel method[J]. Remote Sensing, 2014, 6(10): 9829－9852.

[34] NASA. Landsat8 (L8) data users handbook[EB/OL]. 2016-03- 29[2016-04-20]. http://landsat.usgs.gov/documents/Landsat8 DataUsersHandbook.pdf.

[35] Sobrino J A, Jiménez-Mu?oz J C, Paolini L. Land surface temperature retrieval from Landsat TM5[J]. Remote Sensing of Environment, 2004, 90(4): 434－440.

Dynamical monitoring of ecological environment quality of land consolidation based on multi-source remote sensing data

Shan Wei1, Jin Xiaobin1,2※, Meng Xiansu3, Yang Xiaoyan3, Xu Zhigang1, Gu Zhengming1, Zhou Yinkang1,2

(1.,,210023,; 2.,,210023,; 3.,,100035,)

Land consolidation is one of the important means to safeguard national food security, support rural revitalization strategy, optimize the allocation of land resources, and promote the construction of ecological civilization.Ecological transformation is the inevitable trend for the development of land consolidation. It is quite important to carry out scientific and reasonable, objective and direct, and long-term comprehensive monitoring and evaluation of ecological environmental quality at project area scale. Based on remote sensing technology, RSEI (remote sensing ecological index) model can quickly, objectively and quantitatively evaluate regional ecological environment quality, and realize visual representation, time-space analysis, simulation and prediction of regional ecological environment quality changes. Applying multi-source remote sensing data and taking 6 years before and after land consolidation as study period, this research constructed the RSEI model with principal component analysis, and retrieved values of the wetness, greenness, heat, and dryness indicators and RSEI index to monitor and analyze ecological environmental quality in a typical land consolidation project. The standard values in the research are: 1) RSEI ranges from 0 to 1, and the closer to 1 the value, the better the ecological environment quality. 2) The RSEI basic level is divided into 5 levels from small to large, i.e. “poor, inferior, medium, good, and excellent”. 3) Based on the RSEI basic level, the RSEI level is divided into 9 subdivision levels (from-4 to 4) and 3 classes (worse, unchanged and better). All negative subdivision levels are classified as "worse", 0-value is classified as "unchanged", and all positive subdivision levels are classified as "better". The result shows: 1) The wetness and greenness indicators have a positive effect on promoting the ecological environment quality of the region, while the heat and dryness indicators have a restraining effect on the regional ecological environment quality, and the dryness indicator is more significant than the other 3 indicators. 2) Before, during, and after the land consolidation, the mean values of RSEI are 0.652, 0.572, and 0.605, respectively, and the proportion of excellent plus good RSEI class accounts for 78.73%, 39.55%, and 63.29% respectively in 3 periods. Meanwhile, the degenerated, unchanged, and improved RSEI classes are 42.55%, 46.25%, and 11.20% of the total area, respectively. 3) In this project area, the ecological environment quality presents a trend of decreasing firstly and increasing later, with an overall trend of decreasing, which are the characteristics of “turning worse during the consolidation period, getting better during the recovery period, and becoming worse in the overall process”. Land consolidation causes persistent disturbance to the ecological environment, and there is a lag to restore and improve regional ecological environment. Five years after the project completion, the ecological environment quality level is still lower than before. The project area is the direct target of land consolidation and the carrier of benefit manifestation. This study can provide certain theoretical guidance and method reference for the continuous monitoring and dynamic assessment of ecological environment quality at the project area scale. Furthermore, it can provide certain method reference and data support to improve the local ecological environment, ensure the quality of cultivated land, improve agricultural production conditions, and promote regional sustainable development in some degree.

land consolidation; ecology; remote sensing; environment quality; dynamically monitoring; RSEI index

2018-05-17

2018-10-15

國家科技支撐計劃課題（2015BAD06B02）

單 薇，河南周口人，博士研究生，主要從事土地利用與國土整治研究。Email：shanbelieve@126.com

金曉斌，甘肅蘭州人，博士，教授，博士生導師，主要從事土地利用與國土整治研究。Email：jinxb@nju.edu.cn

10.11975/j.issn.1002-6819.2019.01.029

F301.2

A

1002-6819(2019)-01-0234-09

單 薇，金曉斌，孟憲素，楊曉艷，徐志剛，顧錚鳴，周寅康. 基于多源遙感數據的土地整治生態環境質量動態監測[J]. 農業工程學報，2019，35(1)：234－242. doi：10.11975/j.issn.1002-6819.2019.01.029 http://www.tcsae.org

Shan Wei, Jin Xiaobin, Meng Xiansu, Yang Xiaoyan, Xu Zhigang, Gu Zhengming, Zhou Yinkang. Dynamical monitoring of ecological environment quality of land consolidation based on multi-source remote sensing data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(1): 234－242. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.01.029 http://www.tcsae.org