基于遙感生態指數的宜賓市長江濱河帶環境研究

韓依廷 趙良軍，2* 張秦瑞 林國軍

(1.四川輕化工大學自動化與信息工程學院; 2.企業信息化與物聯網測控技術四川省高校重點實驗室,四川 自貢 643000)

近些年來，中國經濟呈高速發展態勢，城市化進程帶給人們便利生活的同時也造成了生態環境的破壞，生態環境狀態監測對于現代人類社會以及經濟發展具有里程碑式的意義，能夠幫助決策者適時改變發展戰略并提出環境經濟共同發展的建議。快速、有效、準確地監測宜賓長江上游的生態環境，對整個長江流域的生態文明建設和環境保護有著至關重要的意義。

當前，針對大范圍的資源環境監測技術，遙感技術具有頗多優勢，能夠快速對草地、海洋、河流等生態系統進行監測[1-4]。許多學者對環境質量的遙感監測提出了一系列的方法，但這些監測技術僅僅側重于單一的因素進行環境評價，如僅利用城市熱島指數[5]、城市用水和綠化覆蓋率[6]、不透水地表覆蓋率[7]等。僅僅通過單個指標就對生態環境狀況進行評估，并不能從宏觀角度把控生態環境質量的綜合情況，因此，徐涵秋提出了一種既能快速、簡便的收集有用因素，又能集成多種生態指標的遙感生態指數(RSEI)[8]。更有學者提出了一種移動窗口評估單元的改進型RSEI，即基于移動窗口的遙感生態指數(MW-RSEI)[9]對礦區的生態狀況進行評測。

本文選取2013、2020年宜賓長江流域landsat 8衛星遙感影像，利用RSEI指數模型，由遙感圖像得到綠度(NDVI)、濕度(WET)、熱度(LST)、干度(NDBSI)四個評價指標，再通過PCA法計算宜賓長江流域生態指數，為該區域生態環境監測與評價提供數據支撐和指導意義。

1 材料和方法

1.1 研究區概況

研究區宜賓地勢西南部分偏高，東北部分偏低，地形以小型山嶺為主，錯落有致，地形多變，境內低山占 46.6%，小型山嶺占 45.3%，平壩占8.1%[10]。該區域處于金沙江、岷江、長江三江交匯處，被譽為“萬里長江第一城”“中國白酒之都”[10]，是現代社會重要的“物流中心”和“交通心臟”，建有18平方公里五糧液產業園，36平方公里臨港大學城、科技創新城。本文旨在研究其生態環境變化規律，能夠為環境保護和釀酒等重要產業發展布局提供輔助決策支撐。

1.2 遙感影像及處理

本文使用ENVI 5.1軟件為工具，以宜賓長江流域為主研究區，文中圖像數據均取自中國地理空間數據云，選取2013-05-20、2020-05-17的2期 landsat 8 OLI遙感衛星圖像(見圖1、2)。選取的遙感圖像云層量少，數據精確性高，時相相差不大。本文對遙感數據進行水域掩膜、輻射定標、大氣校正、直方圖配準等預處理。由于不同年份的圖像之間會產生差異，所以需要對圖像進行輻射校正這一步驟；在不同數據之間也會存在時相差異，可以通過直方圖配準的方式減小差異；將處理好的圖像進行剪裁，確定出最終的研究區域。

圖1 2013年宜賓市遙感圖像

圖2 2020年宜賓市遙感圖像

2 研究方法

2.1 指標的構建

(1)綠度指標

綠度指標：通常植被指數能夠顯示植物的豐茂程度、植被的分布情況、葉片覆蓋率和生物的種類數[11-12]，城市的熱島效應不斷加強，植被覆蓋率越大越能夠減少蒸騰作用。NDVI計算公式為：

(1)

式中：ρNIR、ρred分別代表著OLI影像中的波段反射率。

(2)濕度指標

濕度指標：纓帽變換廣泛應用于濕度指標的提取中[13]。濕度指標用WET表示，其公式為[14]：

WET=0.1511ρblue+0.1973ρgreen+0.3283ρred+

0.3407ρNIR-0.7117ρSWIR1-0.4559ρSWIR2

(2)

式中：ρi代表Landsat 8中各個波段的反射率 。

(3)熱度指標

熱度指標：隨著環境的惡化，環境溫度上升是人們急需解決的問題。代表熱度指標的地表溫度可通過亮度溫度修正得到。通過采用 Landsat[15]及 Chander[16]等最新修訂的定標參數進行計算：

L10=gain×DN+bias

(3)

T=K2/ln(K1/L10+1)

(4)

LST=T[1+(λT/ρ)lnε]

(5)

式中：L10代表傳感器處的輻射值；DN為圖像的灰度值；gain為landsat 8衛星的增益系數，bias為偏置系數，可從原始遙感圖像的頭文件中得到；T為傳感器處的溫度；K1、K2為定標參數，λ為一般為發射輻射的波長，本文為10波段的中心波長取自11.48 μm；ρ=h×c/σ(1.438×10-2mM)，ε為地表比輻射率。

(4)干度指標

干度指標：隨著城市越來越多的建筑用地替代原有的土壤，由于這些因素造成的土地干化會給環境帶來危害，地表的裸露面會使水分流失，使土地干涸的問題更加嚴重，所以干度指標(NDBSI)[17]與城市建筑指數(IBI)和裸土指數(SI)有關，計算公式為：

(6)

IBI=

(7)

其中：

(8)

2.2 遙感生態指數

通過以上步驟得到了四個生態指標，需要對四個指標先進行正規化處理，將它們的取值范圍集中到[0,1]之間。并且水域對PCA載荷的分布有著較大的影響，所以需要采用MNDWI[18]水體指數去除水域信息。

主成分分析法把多個變量的信息通過特征光譜空間坐標軸的垂直變換，壓縮至前面1～2個主成分之中，根據4個指標對主成分的貢獻度客觀、自主分配各自的權重，避免了由人為規定權重、或者將指標簡單的進行相加所帶來的偏差。各指標的正規化公式：

Pi=(Mi-Mmin)/(Mmax-Mmin)

(9)

式中，Mi代表在象元i處的原始數值；Mmax代表所有象元中的最大值；Mmin代表所有象元中最小值。

四個指標經過正規化處理過后，將計算得到PC1，為了使結果更加直觀，使用1減去PC1，獲得初始RSEI值，即RSEI0。

RSEI0=1-PC1

(10)

再將上述RSEI0進行歸一化處理后，最終得到RSEI，該值范圍在[0,1]之間，越靠近0表示生態環境越差，反之亦然。

RSEI=(RSEI0-RSEI0MIN)/(RSEI0MAX-RSEI0MIN)

(11)

式中，RSEI0代表初始遙感生態指數，RSEI為正規化后的生態指數。

3 結果與分析

3.1 生態環境指標相關性分析結果

從表1中可以看出，通過單個指標之間進行比較，其中相關性最高的指標為干度指標(NDBSI)，兩年的平均相關系數達到最大0.649；平均相關度最低的為濕度分量(WET)，兩年的平均相關系數達到最小0.412。而遙感生態指數(RSEI)與這四個指標的平均相關性達到了0.732，比單個指標相關度最高的建筑-裸土分量高12.79%，比相關度最低的濕度分量高43.16%。遙感生態系數與各指標之間的相關系數最高，至此說明遙感生態指數對這四個生態指標的相關性很高，具有代表性。

表1 各指標和遙感生態指數RSEI的相關性統計表

3.2 生態環境主成分分析結果

通過PCA分析法對研究區4個指標進行生態環境質量分析，從表2中可以看出，第一主成分(PC1)特征值的貢獻率遠遠大于其他三個主成分特征值的貢獻率，兩個年份中的第一主成分的特征值所占比例都在70%以上，這說明第一主成分分析法效果顯著，對于遙感生態指數的計算具有代表性，其他主成分分量值忽大忽小，說明對4個生態指標的信息包含不完整。從表2中可以看出PC1中NDVI和WET都為正值，這說明代表NDVI和WET對生態環境起到了正向作用，而LST和NDBSI指數都呈負值，說明LST和NDBSI對環境產生了負面影響。

表2 指標主成分分析

3.3 生態環境指標統計結果

統計結果表明，2013—2020期間，研究區的生態指數RSEI呈緩慢變好趨勢，生態指數從0.660上升至0.696，總體上升了約1.45%，濕度和地表溫度的均值基本保持不變，建筑-裸土指數和綠度的均值有所上升，但綠度的均值增長比建筑-裸土指數高，雖然宜賓城市化發展進程快速，但由于近年來人們環境保護意識的不斷提升，使得城市化進程并沒有破壞人類的居住環境。見表3及圖3、4。

表3 各年份4個指標和遙感生態指數RSEI的統計值

圖3 2013年RSEI圖像

圖4 2020年RSEI圖像

3.4 RSEI指數的變化檢測

從時間上對比，從表4可以分析出，2013—2020兩年中，生態級別好的區間為：優(0.8～1)、良(0.6～0.8)，優級生態變好的面積增加0.92%，良級生態變好的面積增加2.84%，生態變好的面積合計為：3.76%；生態級別差的區間為：差(0～0.2)、較差(0.2～0.4)、中(0.4～0.6)，差級生態變差的面積增加0.04%，較差級生態變差的面積減少3.74%，中級生態變差的面積減少0.06%，生態級別變差的生態級別合計為：-3.76%。

表4 2013—2020 年各級生態指數面積變化

在表5中發現，生態環境等級不變的地區面積占比最大，為849.03 km2，占比為80.64%；生態環境等級上升的地區面積為148.77 km2，占比為14.13%；生態環境等級下降的面積僅為55.06 km2，占比為5.23%，總體上，生態等級變差的面積小于生態等級變好的面積。

表5 變化檢測

圖5 2013-2020年RSEI變化檢測圖

從地理空間上對比，圖5中表示生態環境較差的深色區域隨著城市建設用地的擴張而逐漸擴散。生態狀況變差的地區分布長江附近臨港區、南溪區、江安縣，其中生態等級變差最多的地區是臨港區，臨港地區依舊還在建設當中，這些因素造成了環境的破壞。

4 總結

從遙感生態指數可以看出，自2013—2020年宜賓的城郊生態指數從0.660略上升至0.696，其中生態狀況變好的土地面積為148.77 km2，而變差的土地面積只達到了55.06 km2，雖然宜賓市城市規劃建設進程快速，但是沒有造成總體環境質量的大幅度下降，這得益于該市科學的規劃與建設。

在四個生態指標中，干度指數NDBSI與RSEI的相關性最大，城市建筑的擴建導致大量的水泥地替代了原有的土地表面，造成土地的干涸和城市熱島效應，說明人們對土地、建筑用地的規劃對于生態的治理息息相關。如果在城市規劃中多加入綠化植物、樹木可以一定程度上抵消城市建設給環境帶來的破壞，基于此人們應該進一步增強環保意識，因地制宜，對于城市未來的發展需要多將環境因素納入計劃進程。

綜上，本文基于Landsat 8 遙感圖像對宜賓長江流域生態狀況進行研究，建立的遙感生態指數可以耦合這四個生態指標的主要信息，從而使人們更直觀、簡潔的了解研究地區的生態環境狀況，對生態環境進行監測和評估。但本文仍舊存在不足之處，第一：由于西南地區環境多云霧，許多遙感圖像都有云層的遮擋，為圖像的選取增加了困難；第二：在未來的研究中可以加入經濟發展、文化科技建設、旅游規劃對環境的影響并納入評測指標中，從各個方面對城市的經濟進程、社會文化發展與環境的保護進行研究。