基于遙感分析的國土空間生態功能重點提升區的識別

鄧瀟瀟 吳穎

摘 ?要 ?基于遙感影像及GIS空間方法，通過研究瀏陽市綠度、熱度、干度和濕度四個指標構建遙感生態指數評價模型，探索瀏陽市生態本底變化，掌握生態家底，從而為瀏陽市生態功能重點提升區的診斷與識別提供判斷依據。以此劃定為國土空間生態功能重點提升區，為瀏陽市國土空間生態保護修復提供空間指引。

關鍵詞 ?遙感分析;生態環境;生態功能;重點提升區

中圖分類號：P951 ? ? ? ? ? ? ? 文獻標志碼：A

Identification of Key Elevation Zones of Ecological Function in Territorial Space Based on Remote Sensing Analysis：

A case study of Liuyang

Deng Xiaoxiao ， Wu Ying

（The Third Surveying and Mapping Institue of Hunan Province， Changsha Hunan 410007）

Abstract： Based on remote sensing images and GIS spatial methods， a remote sensing ecological index evaluation model was constructed by studying the indexes of green degree， heat degree， dry degree and humidity in Liuyang， to master the ecological family background， so as to provide a basis for the diagnosis and identification of the key areas of ecological function enhancement in Liuyang. ?It will be designated as a key enhancement area for the ecological functions of the territorial space and provide spatial guidance for the ecological conservation and restoration of the territorial space of Liuyang.

Keywords： remote sensing analysis; ecological environment; ecological function; key improvement area

遙感技術發展為識別生態環境時空變化提供了有力技術支撐。遙感生態指數由徐涵秋[1]提出，涵蓋綠度、熱度、干度和濕度等自然因子，借助主成分分析法對城市生態環境進行快速監測。該方法彌補了單一生態環境指標的不足，并得到眾多驗證。本文借助于遙感數據構建遙感生態指數對瀏陽市生態本底進行評估，掌握生態破壞相對嚴重區域的動態變化情況，確定國土空間生態功能重點提升區，為統籌山水林田湖草整體治理、科學保護、生態修復打好基礎。

1 ?研究區域和數據

1.1 ?研究區概況

瀏陽市位于北緯27°51′-28°34′，東經113°10′-114°15′，東西寬105.8km，南北長80.9km，總面積5 007.75km?。地處湘贛邊界地帶，古為“吳楚咽喉”，是世界聞名的花炮之鄉。屬亞熱帶季風氣候，歷年平均氣溫18.4℃，年均降水量1 680mm。山地與丘陵構成瀏陽市主要地貌，東北地區海拔較高，西南地區海拔相對較低。

1.2 ?數據選擇與預處理

選取瀏陽市1994年、2008年、2013年及2019年四期遙感數據，對多光譜中的七個波段進行研究分析。影像獲取時間統一在7—9月，保證氣溫、植被等因素在統一時間節點狀態基本一致，確保研究結果具有可比性。

其次，對選取的影像進行預處理，即輻射校正、幾何校正、無縫鑲嵌，依據矢量數據裁剪出瀏陽市影像，對不同時相的影像進行配準，確保配準誤差（RMSE）小于0.5個象元[2]，修正圖像數據中因大氣質量、太陽高度、傳感器靈敏度等引起的畸變。

2 ?研究方法

選取與人類息息相關的熱度（LST）、綠度（NDVI）、干度（NDSI）以及濕度（Wet）四個指標構建遙感生態指數（RSEI），以此作為識別生態功能重點提升區的判斷因子。

（1）熱度指標

以地表溫度代表熱度指標，通常稱之為地表的皮膚溫度。在城市熱島效應、自然災害監測等方面，地表溫度扮演著至關重要的角色，獲得地表溫度的主要途徑是利用熱紅外遙感技術[3]。本文采用地表溫度反演方法中的大氣校正法（輻射傳輸方程法），計算公式為：

（1）

（2）

式中：L10指熱紅外線輻射亮度值;I10↑、I10分別是大氣向上、向下輻射亮度;τ10為大氣在熱紅外波段的透過率;ε10表示地表比輻射率;B（Ts）是與Ts在同一溫度下黑體的熱輻射亮度;Ts為亮度溫度，單位為K。

（3）

地表真實溫度LST的獲取主要源自普朗克公式的反函數，單位為℃：

（4）

式中：可通過影像的元數據獲得定標系數K1和K2。

地表比輻射率[4]按經驗公式[5]計算，表達式為：

（5）

（2）綠度指標

歸一化植被指數（NDVI）能敏感地監測土壤的變化，對開展植被研究有著極為重要的意義[6]，且在環境監測中得到了十分廣泛的應用，用來反映植被覆蓋程度，即歸一化植被指數越高，表示土地覆蓋較多的植被。其公式為：

（6）

式中：ρnir、ρred分別代表近紅外、紅光波段的光譜反射率。

（3）濕度指標

濕度指標的獲取主要來源于纓帽變換中的Wet分量，表示植被與土壤中含有的水分。纓帽變換在處理影像時能夠進行數據壓縮以及去冗余，其濕度、綠度、亮度分量與地表物理參數存在緊密關系。不同傳感器其公式有所不同，具體為：

TM數據：

Wet=0.0315βblue+0.2021βgreen+0.3102βred+0.1594βnir-0.6706βmir1-0.6109βmir2（7）

ETM+數據：

Wet=0.2626βblue+0.2141βgreen+0.0926βred+0.0656βnir-0.7629βmir1-0.5388βmir2 （8）

OLI數據：

Wet=0.1511βblue+0.1973βgreen+0.3283βred+0.3407βnir-0.7117βmir1-0.4559βmir2（9）

式中：βi代表影像數據中相應波段的光譜反射率。

（4）干度指標

干度指標主要用來表示地表“干化”的程度，包括裸露的土壤和建設用地導致的土地“干化”。因此由裸土指數和建筑指數兩部分構成干度指標（NDSI），具體公式為：

NDSI=（SI+IBI）/2（10）

其中裸土指數：

SI=[（ρmir+ρred ）-（ρnir+ρbule）]/[（ρmir+ρred）+（ρnir+ρbule） ]（11）

建筑指數：

（12）

（5）遙感生態指數構建

由于各指標的量綱與值域存在差異，《生態環境狀況評價技術規范》[7]將無量綱化處理后的指標的值域規范到[0，1]范圍內，從而更好地分析瀏陽市生態環境質量。

NIi=（Ii-Imin ）/（Imax-Imin ） ?（13）

其中：Inir為歸一化后的指標，Ii為各分項指標，Imax代表指標的最大值，Imin代表指標最小值。

3 ?瀏陽市生態環境質量指數整體評價

3.1 ?生態環境指標分析

借助ENVI軟件對1994年、2008年、2013年、2019年遙感影像進行處理，獲取綠度、熱度、干度及濕度指標，通過主成分分析獲取RSEI值，以此了解瀏陽市在該期間的生態環境變化情況。

從表1可得1994年、2008年、2013年、2019年四期RSEI值分別為0.68、0.57、0.74、0.63，總體上瀏陽市遙感生態環境質量指數處于較好狀態。其中熱度、干度指標值自1994—2019年總體上呈現出上升趨勢，與瀏陽市城市不斷擴張、建筑面積增加息息相關;歸一化植被指數平均值上升，其中山區上升較為明顯。

（1）熱度指標分析

從圖1可得，瀏陽主要以中低地表能量均質性分布，且逐漸呈現趨高態勢。高熱度區主要分布在中心城區、金陽新城等區域，隨時間呈逐漸擴張趨勢;低值區主要集中分布于北部連云山片區、東北部的山地區域，隨時間呈逐漸縮小趨勢;中值區主要分布在高值區外圈范圍，隨時間變化逐漸轉為與高值區相間分布。

空間上來看，1994—2019年間，熱度變化最明顯的區域與建設用地擴張的范圍空間耦合程度較高，說明隨著建成區的不斷擴張，導致地表溫度不斷升高。

在剔除城區建設用地及云層干擾的基礎上，熱度變化明顯的區域主要集中于瀏陽市西北部沙市—淳口鎮部分區域及北部的古港—沿溪鎮等部分區域，主要因為城市的不斷向外擴張造成周邊生態環境的破壞。

（2）綠度指標分析

從圖2發現高值區主要集中位于大圍山鎮、張坊鎮、小河鄉、高坪鎮、淳口鎮東部等，且分布范圍隨時間的增大逐漸減小;低值區主要位于淮川街道、永安鎮、洞陽鎮、古港—沿溪鎮南部等地，其分布范圍隨時間的增長逐漸增加，主要是因為其屬于瀏陽市中心城區、金陽新區以及兩型產業園區內，城鎮發展快，開發力度強，因此對植被的破壞程度較大。

從綠度質量來看，山區植被綠度質量總體情況較好。在1994—2008年期間，隨著瀏陽市建成區的不斷擴大，綠度質量有較大幅度下降，西北部、中部、北部地區出現明顯斑塊狀非植被用地（剔除云層的干擾）。2013年綠度質量得到顯著提升，2019年山區植被指數上升明顯。

從綠度規模來看，山地植被分布格局基本定型，整體格局相對穩定。建成區內部呈現明顯的破碎化，低值區域由塊狀聚集逐漸向破碎斑塊轉變，說明建設用地在不斷擴張的同時也逐漸開始注重內部植被綠化。

（3）濕度指標分析

從圖3中可以發現，濕度值較高的區域主要集中分布于北部連云山脈所在片區及大圍山鎮—張坊鎮等區域，而低值區域主要分布于中心城區、金陽新城等人口密集區域。

（4）干度指標分析

由圖4可知高值區范圍呈現出不斷擴張的趨勢，其中2008年擴張程度最為明顯，主要體現在瀏陽市西北部沙市—淳口鎮及中北部淮川—關口—古港鎮等區域。隨著近幾年對自然生態環境的逐漸重視，在一定程度上減少裸露土壤的面積，但建設用地的擴張使得干度指標仍呈現逐年上漲的趨勢。

3.2 生態環境質量空間分布特征

為了更直觀地反映瀏陽市生態環境質量的空間分布特征，將生態環境質量指數進行分級，包括差、較差、一般、良和優五個等級，其中各等級的區域范圍分別為[0，0.2]、（0.2，0.4]、（0.4，0.6]、（0.6，0.8]、（0.8，1.0]，以此獲得瀏陽市生態環境質量空間分布圖。

從整體上看，瀏陽市在1994—2019年間生態環境質量基本上處于良好的狀態，其值分別為0.68、0.57、0.74、0.63。主要呈現出“中間建成區較差周圍區域較好”大體走向，且中心建成區隨時間不斷向四周擴張，由此說明生態環境質量對建成區及其周邊地區有著較高敏感度，城市化的快速發展對生態環境質量將產生顯著影響。2008年瀏陽市生態環境質量相比1994年呈下降趨勢，生態環境質量等級為“一般”占比較大，為40.88%;2013年生態環境質量有所改善，上升至“良”，占比高達68.16%;2019年間瀏陽市“優”的范圍有所擴大，說明瀏陽市注重對生態環境的保護，使其生態環境質量在不斷地提高。

從空間上看，1994年瀏陽市生態環境質量等級為差和較差的區域主要集中在中部關口街道、古港鎮、金剛鎮、鎮頭鎮等區域;2008年生態環境質量變化最顯著的區域主要體現瀏陽市金陽新城片區及金剛—大瑤鎮等部分區域;2013年期間生態環境質量等級變化較為明顯，主要體現在西北部金陽新城區域及沙市-淳口鎮部分地區;2019年生態環境質量較好的區域主要分布在連云山片區及大圍山南部、張坊鎮、高坪鎮等區域，較差的區域主要位于沙市—淳口、古港—沿溪等鎮及金剛—大瑤鎮的部分地區。

綜上，將瀏陽市北部由于城鎮發展較快、林地與耕地等植被減少較多的沙市—淳口、古港—沿溪—官渡—達滸鎮的部分村莊及南部因礦產資源開發利用強度較大、分布較密集導致的土壤裸露、植被破壞情況較嚴重的大瑤—金剛—文家市鎮部分村莊劃定為生態功能重點提升區，詳見圖7。并借助Invest模型對瀏陽市生境質量進行分析論證，結果顯示本文提取的生態功能重點提升區所在范圍的生境質量較差，主要處于中低等，進而表明本文的研究結果具有一定的真實性。

4 ?結論

本文憑借遙感生態指數（RSEI）評價模型從熱度、綠度、干度及濕度四個維度出發對瀏陽市生態環境進行綜合分析。以此構建遙感生態指數，作為判斷因子用于識別瀏陽市生態修復重點區域，是國土空間生態修復前期工作的一部分，能更好地推進國土空間規劃的開展。結論如下：

（1）選取生態環境要素中的地表溫度、植被、裸土、建筑等，結合定量、定性分析，研究結果說明地表溫度、干度與建設用地呈正比，植被與建設用地呈負相關，地表溫度與植被呈負相關。

（2）瀏陽市自1994—2019年以來，生態環境質量從整體上一直處于良好的狀態。雖隨著城鎮的快速擴張，生態環境受到一定破壞，但在政府不斷提高居民的生活環境質量、增加城市綠化、改善城區生態條件等努力下，生態環境得到較好的維持。

（3）綜合分析得出瀏陽市生態環境破壞較嚴重區域：在1994—2019年間，剔除城區建設用地、云層的干擾，熱度、干度變化明顯的區域主要集中于瀏陽市西北部、南部和東南部大部分區域;而植被變化明顯的區域主要集中分布于瀏陽市南部以及北部地區的部分鄉鎮。

因此，將瀏陽市南部地區的大瑤—金剛—文家市鎮部分村莊、西北部沙市—淳口鎮部分區域以及北部地區的古港—沿溪—官渡—達滸鎮部分生態環境質量有所下降的村莊劃定為國土空間生態功能重點提升區（剔除中心城區、云層等的干擾因素），在遵循客觀規律的前提下開展重點區域的生態保護與修復，有效制定生態修復的技術模式，提升國土空間生態修復治理能力。

參考文獻/References

[1]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.

[2]祝佳. Landsat8衛星遙感數據預處理方法[J].國土資源遙感，2016，28（2）：21-27.

[3]朱貞榕，程朋根，桂新，等.地表溫度反演的算法綜述[J].測繪與空間地理信息，2016（5）：70-75.

[4]Bhandari A K， Kumar A， Singh G K. Improved feature extraction scheme for satellite images using NDVI and NDWI technique based on DWT and SVD[J]. Arabian Journal of Geosciences， 2015， 8（9）：6949-6966.

[5]王新生，徐靜，柳菲，等.近10年我國地表比輻射率的時空變化[J].地理學報， 2012， 67（1）：93-100.

[6]張軍，賈春蓉，李鵬，等.陜西省丹江流域NDVI 分布及其與土地利用的關系[J].中國水土保持科學，2016，14（2）：67-73.

[7]HJ/T 192-2015 生態環境狀況評價技術規范（施行）[S].北京：中國標準出版社，2015.