基于多源數據的泰國生態環境遙感評估

楊勝瑋, 陳博偉, 閆敏, 張麗,*, 劉長星

基于多源數據的泰國生態環境遙感評估

楊勝瑋1, 陳博偉2,3, 閆敏2,3, 張麗2,3,*, 劉長星1

1. 西安科技大學測繪學院, 西安 710054 2. 中國科學院空天信息創新研究院數字地球重點實驗室, 北京 100094 3. 海南省地球觀測重點實驗室, 三亞 572000

針對國家層次的生態環境狀況開展評估與分析對于生態保護和環境治理意義重大, 而遙感技術應用于生態環境評估已經顯示出大范圍、多尺度、高時效的優勢。基于MODIS、燈光數據等遙感產品及社會經濟數據, 建立泰國生態環境評估指標體系, 采用層次分析法(AHP)確定各指標層權重, 利用“壓力-狀態-響應”(PSR)模型開展了泰國2005—2015年生態環境在壓力、狀態、響應各層和綜合狀況的時空變化分析。結果表明, 泰國整體生態環境綜合狀況處于健康等級的中(Ⅲ)級, 呈逐步退化趨勢, 2010年至2015年退化程度較大。泰國七個主要地區中, 曼谷地區從生態狀況中(Ⅲ)級退化為差(Ⅱ)級; 南部地區生態狀況最優, 處于良(Ⅳ)級; 中部和東北部地區生態狀況處于差(Ⅱ)級; 北部、西部和東部地區生態狀況處于中(Ⅲ)級。泰國生態環境遙感綜合評估結合使用了多源遙感數據和社會經濟統計數據, 對泰國近十年的生態環境進行評估, 得到了泰國2005年、2010年和2015年三期1 km×1 km象元尺度的生態環境時空變化結果, 可以為區域生態保護戰略提供科學依據。

生態環境; 遙感評估; PSR模型; 泰國; 時空變化

0 前言

生態環境是人類賴以生存和發展的重要保障, 建設優良的生態環境是整個人類社會存在和發展的基礎條件。作為世界的新型工業國家和世界新興市場經濟體之一, 泰國的第十二個國家經濟和社會發展計劃(2017—2021)表明, 近年來隨著社會的快速進步和經濟的蓬勃發展, 泰國的自然資源和生態環境在不斷退化[1], 城市擴張[2]、森林砍伐[3]和空氣污染[4–5]等成為了泰國主要的生態環境問題。隨著全球諸多環境問題的出現, 評估國家層次的整體生態環境狀況亟待落實。

國內外生態評價指標體系以相對成熟的“壓力-狀態-響應”( Pressure-State-Response, PSR)概念框架模型為主, 此外還有聯合國可持續發展委員會(UNCSD)的“驅動力-狀態-響應”(DSR)評價體系, 歐洲環境署在PSR模型上增加了“驅動力”和“影響”兩類指標的DPSIR評價體系[6]等。PSR模型使用“原因-效應-響應”這一思維邏輯體現了人類與環境之間的相互作用關系, 反映生態環境的自然、經濟和社會因素之間的關系, 為生態評估指標構造提供了一種邏輯基礎, 其理論與方法已經廣泛應用于區域、流域等宏觀層面和農業、水土資源、能源利用等微觀層面的生態評價研究[7]。目前, 生態環境評估工作多在小區域尺度展開, 如: 魏興萍[8]基于PSR模型對三峽庫區重慶段進行了生態安全動態評價; Sun等[9]利用遙感和統計數據對杭州灣濕地生態系統各個地區的健康狀況進行時空格局分析; Weterings[10]將遙感數據與調查問卷數據結合, 建立了泰國濤島珊瑚礁生態環境狀態與脅迫因素評估模型; 林媚珍[11]、虞繼進[12]、任寧[13]分別對中山市、龍巖市、張家口市的生態安全進行了評價。綜上所述, 大區域和國家尺度的生態環境評估研究較為局限。

為了評估國家層次生態環境時空變化, 發展生態評估方法與模型在國家層次的應用, 本研究綜合多源遙感數據及社會經濟統計數據, 利用PSR模型對泰國2005—2015年的生態環境狀況進行評估, 分析泰國近十年來生態環境在時間和空間上的變化情況, 旨在提高社會大眾的生態環境保護意識, 并指引政府制定可持續發展的生態環境保護政策與戰略。

1 研究區與數據源

1.1 研究區概況

泰國位于亞洲大陸中南半島中南部, 東南臨泰國灣, 西南瀕臨安達曼海, 國境大部分為低緩的山區和高原。泰國大部分地區屬于熱帶季風性氣候, 常年溫度不下18 ℃, 平均年降水量約1000毫米, 全年分為熱、雨、涼三季, 熱季每年從3月到5月, 雨季從6月到9月, 涼季從10月到次年2月。泰國地處熱帶, 植被覆蓋率高, 2005年土地覆蓋分類數據(MCD12Q1)顯示, 泰國境內多作物(38.75%)、常綠闊葉林(17.98%)和多數的草原(13.74%)。泰國共76個行政區, 可劃分為7個主要地區, 包括北部、東北部、西部、中部、東部、南部、曼谷及周邊地區, 研究區地理位置與七個分區2005年均NDVI分級如圖1所示。

1.2 數據來源

本文選取2005年、2010年和2015年三個時間點對泰國2005—2015年的生態環境狀況進行評估, 主要采用的遙感數據如表1所示。統計數據有人均國內生產總值、二氧化碳排放量、人口增長率和可再生能源發電量數據, 均獲取于世界銀行公開數據(https://data.worldbank.org.cn/)。

本研究用到的邊界數據來源于全球行政區域數據庫(Global Administrative Areas, GADM)3.6版本數據(https://gadm.org/index.html), 包含國家邊界和行政區劃邊界。為開展區域生態環境分析, 本研究中所有數據均投影為WGS 1984 UTM Zone 47N, 其中柵格數據分辨率統一重采樣為1 km×1 km。

圖1 研究區及其分區

Figure 1 Study area and distribution of its subregions

表1 多源遙感數據

2 研究方法

2.1 評估方法與指標體系構建

指標體系的構建需要充分考慮指標數據的可獲取性、指標體系的科學性和指標間的相互影響, 本研究基于由經濟合作與發展組織(OECD)和聯合國環境規劃署(UNEP)共同發展起來的用于研究環境問題的壓力-狀態-響應(Pressure-State-Response, PSR)框架[14–15], 構建了一套評估泰國生態環境的指標體系, 指標體系分為4級, 由目標層、準則層, 因素層和指標層組成, 共12個指標, 各指標及其在生態環境評估中的作用如表2所示。

2.2 指標與權重計算

對生態環境進行客觀準確的評估需要確定指標權重, 層次分析法(AHP)是一種定性分析與定量分析相結合的決策方法, 廣泛應用于計算評價指標體系的權重, 能使復雜問題層次化, 是一種靈活的多維目標決策統計方法[16]。本研究為更客觀地量化生態環境評估指數, 采用層次分析法和PSR模型相結合的方法。經計算, 各準則層和指標層的權重如表3所示, 且各判斷矩陣的隨機一致性比例均小于0.1, 判斷矩陣具有滿意的一致性。

其中, 植被校正的歸一化城市指數(Vegetation Adjusted Normalized Urban Index,)能夠較好地反映城市區域的空間格局和城市化強度[17], 計算公式為:

表2 各因素層及其作用

表3 指標及其權重

=(1–)×

式中,為歸一化植被指數, 數據來源于美國國家航空航天局(National Aeronautics and Space Administration, NASA)的MOD13A3數據產品, 由于負值區域一般為水體或裸地, 所以賦值為零;為標準化的夜間燈光年際數據, 其中2005年(由于缺失2005年數據, 選用2006年數據集代替)和2010年數據選用已經過飽和校正的DMSP-OLS全球輻射校正數據集, 2015年數據選用NPP-VIIRS數據。根據公式, 城市建成區有著更高的值, 當值趨近1, 為城市核心區, 幾乎無植被覆蓋; 相反, 當值趨近于0時, 說明該區域為植被茂盛區, 幾乎沒有城市建筑。

植被覆蓋度(Fractional Vegetation Cover,)計算選用象元二分模型, 其假設像元只由植被與非植被覆蓋地表兩部分構成[18], 基于的象元二分模型反演植被覆蓋度估算公式為:

=(–NDVI)/(NDVI–NDVI)

式中,NDVI代表純土壤覆蓋像元的NDVI值;NDVI代表純植被覆蓋像元的 NDVI值。本研究選取積累百分數為0.5%和99.5%為置信區間, 認為積累百分比小于0.5%的區域為純土壤覆蓋區植被指數, 作為NDVI,積累百分比大于99.5%的區域為純植被覆蓋區植被指數, 作為NDVI。

土地覆蓋類型(Land Use/Cover Change,)數據為來源于NASA的MCD12Q1數據產品, 并選用該產品中的國際地圈生物圈計劃(International Geosphere Biosphere Program, IGBP)土地覆蓋分類數據集。

地表溫度(Land surface temperature,)數據為來源于NASA的全球0.05°地表溫度/發射率月均合成L3產品MOD11C3數據產品, 由于傳感器自身、云層遮擋等原因造成的數據質量較低, 因此選擇云量較低的涼季即10月至1月的MOD11C3數據產品作為數據源。根據 MODIS 數據說明[19], 地表溫度數據單位為開爾文, 到攝氏度的轉換公式為:

(×0.02)–273=

式中(MODIS Pixel Value in Kelvin)是 MODIS 開爾文像元值,(MODIS Pixel Value in Celsius)是攝氏度像元值。

2.3 評估模型計算

由于得到的指標因子量綱不統一, 不具有可比性。因此需要對原始數據指標因子進行標準化處理, 使所有指標因子的值在標準化后都在［0—1］范圍內。

對于正向評價因子, 標準化方式如公式:

P=(X–Xmin)/(max–min)

對于負向評價因子。標準化方式如公式:

P=1–(X–Xmin)/(max–min)

式中,X為指標原始值,X為指標的最小值,X為指標的最大值,P為標準化后的指標值,取值為1—12。

在得到各指標層和各指標的權重后, 利用綜合評價方法對各指標加權計算。泰國生態系統環境評分計算方法如公式:

式中,S為評估得分,取值2005、2010、2015,q為指標象元值,取值1—12,w為該指標權重。

3 結果與分析

為了直觀反映泰國生態系統健康評估狀況, 根據評分計算結果, 在參考相關科研文獻和專家咨詢的基礎上, 對評分結果等間距劃分為五個等級, 并對每個等級的生態系統健康特征進行總結(表4)。

3.1 分層結果與分析

3.1.1 生態環境評估壓力層

壓力層反映了生態環境受到的外界壓力, 2005年、2010年和2015年三期壓力層分數分別為0.996、0.938、0.8578, 其三期逐期降低的年均分值體現了泰國整體的生態環境壓力逐期遞增。

壓力層各指標變化趨勢如圖2。根據WorldPop數據, 泰國三期平均人口密度分別約為119.1 人·km–2、124.6 人·km–2、131.9 人·km–2, 而在全國人口密集區曼谷及周邊地區, 三期平均人口密度分別達到了1526.7 人·km–2、1837.7人·km–2、2228.0 人·km–2; 泰國三期值分別為0.00238、0.00252、0.00291, 代表泰國整體城市化水平越來越高; CO2排放量以每年1.9%的速度增, 從其三個要素層中可以看出壓力遞增的原因有日益遞增的人口密度、CO2排放量和日益嚴重的城市化。

3.1.2 生態環境評估狀態層

狀態層作為最能反映一個地區或生態系統的環境狀況的準則層, 一直也在被學者作為單獨的課題進行研究[20–21]。標準化后的狀態層各指標變化趨勢如圖3, 作為正向評價因子, 植被覆蓋度呈逐年遞減趨勢, 降水量呈先增后減趨勢; 作為負向評價因子, 土地覆蓋類型、PM2.5呈先增后減趨勢, 地表溫度呈逐年遞增趨勢。經代入模型計算, 狀態層計算結果如圖4。實驗表明, 泰國整體生態環境狀態在2005年、2010年和2015年三期的評分值分別為0.5181、0.5299、0.5187, 呈先增后減趨勢, 即泰國整體在2005—2015年的生態環境狀態是先改善后退化的。

表4 生態環境分值、等級和特征

圖2 壓力層指標年均值變化

Figure 2 Changes in the mean value of pressure layer indicators

圖 3 狀態層指標年均值變化

Figure 3 Changes in the mean value of state layer indicators

圖4 泰國三期生態環境狀態時空變化(a, b, c分別表示2005, 2010, 2015年)

Figure 4 Spatio-temporal changes of the ecological environment in the three times of Thailand (a, b, and c respectively represent 2005, 2010, and 2015)

泰國七個分區三期狀態計算結果如圖5。根據實驗結果, 在泰國七個分區中, 東北部、中部和曼谷周邊地區生態狀態較差, 其分區內各府城市化水平較高, 經濟較發達, 土地覆蓋類型以作物、城市和建成區用地為主, 城市熱島效應嚴重, 植被覆蓋度低, 例如曼谷及周邊地區三期植被覆蓋度分別為0.541、0.450、0.401, 逐期遞減; 南部地區生態狀態三期都為最優, 2005年其土地覆蓋類型有28.782%的常綠闊葉林和40.564 %的多樹草原, 植被覆蓋度高, 三期分別達到0.813、0.830、0.843, 且逐期遞增。

3.1.3 生態環境評估響應層

響應層反映了針對生態環境退化, 人類社會制定一定的生態保護政策進行響應, 來保持一個城市和國家的生態可持續發展。三期響應層在2005年、2010年和2015年三期的評分值分別為0.002、0.374、0.774, 變化極其明顯, 說明人類社會針對生態環境變化做出了積極響應。

圖5 七個分區生態環境狀態變化分析(曼谷*表示曼谷及其周邊地區)

Figure 5 Analysis of changes in ecological environment status in seven subregions (Bangkok * indicates Bangkok and surrounding areas)

響應層各指標變化趨勢如圖6。人均GDP和夜間燈光為社會經濟響應因素, 可以表征社會發展水平, 側面反映社會能投入生態環境保護的經濟能力。夜間燈光可以客觀的評估和預測區域的GDP, 分析人類的經濟活動[22–23]。人均GDP逐年遞增, 同時, 2005年、2010年和2015年三期標準化后的夜間燈光平均值分別為0.00553、0.00596和0.00655, 也在逐年遞增, 表明社會對于生態環境治理的經濟能力逐漸提高。可再生資源使用力度逐年加大, 人口增長率逐年降低, 顯示了人類社會制定并實施環保響應政策帶來的成效。

3.2 綜合狀況時空變化

經過計算得出最終的泰國生態系統環境評估結果如圖7, 2005年、2010年和2015年三期評估結果整體分數分別為0.5650、0.5649、0.5490, 整體均處于健康等級的中(Ⅲ)級, 生態系統環境質量一般, 且處于退化階段。環境績效指數(EPI)是一套針對全球各國應對空氣質量、水資源管理和氣候變遷等敏感環境問題能力的評估體系[24], 根據環境績效指數報告, 泰國在2006年、2010年和2014年EPI指數分別為66.8、62.2、52.83, 本研究的評估結果與EPI指數具有一致性, 均顯示泰國生態環境的退化趨勢, 能夠較好地反映泰國生態環境變化。

根據評估結果, 各個健康等級占國土面積的百分比如圖8所示, 占國土面積較大的等級為差(Ⅱ)級和中(Ⅲ)級, 說明泰國整體健康等級中等偏差。在2005年至2010年, 泰國生態環境綜合狀況有50.97%的地區呈退化趨勢, 49.03%改善; 而在2010年至2015年, 泰國生態環境綜合狀況有73.22%的地區呈退化趨勢, 26.78%的地區改善。研究結果表明, 隨著社會經濟的發展, 泰國存在經濟發展與環境治理不平衡的問題, 伴隨而來的是整體生態環境在逐步退化。

七個分區三期評估分值如圖9, 可以看出各分區除曼谷地區外在三期中都處于固定的等級, 沒有較大變動, 但是都有退化的情況, 而曼谷地區在2005年和2010年處于良(Ⅳ)級, 在2015年退化為中(Ⅲ)級。七個分區中, 和泰國整體變化趨勢一致, 在逐期退化的有北部地區、西部地區, 其他五個地區都為先改善后退化。其中, 根據各區三期的評估分值, 2005年至2015年變化最大的為北部地區, 評估分值降低了5.1%, 其次是評估分值降低了3.7%的中部地區, 而南部地區由于經濟欠發達和得天獨厚的森林資源, 評估分值增加了0.2%。近年來, 泰國經濟發達的地區往往伴隨著生態環境的破壞, 環境問題中森林砍伐、城市熱島效應、霧霾天氣增多等比較突出, 而在經濟落后的地區則生態環境人為破壞較少, 生態評估分值也較高。針對生態環境問題, 盡管泰國政府和社會已經做出積極的響應, 但目前對生態環境的干擾程度還是遠遠大于生態恢復的力度[1]。

圖 6 響應層指標年均值變化

Figure 6 Changes in the mean value of response layer indicators

圖 7 泰國三期生態環境綜合狀況時空變化(a, b, c分別表示2005, 2010, 2015年)

Figure 7 Spatio-temporal variations of the comprehensive ecological environment in the three times of Thailand(a, b, and c respectively represent 2005, 2010, and 2015)

圖 8 各個健康等級占國土面積的百分比

Figure 8 The percentage of territory by each health grade

圖9 七個分區三期生態環境綜合狀況變化(a, b, c分別表示2005, 2010, 2015年)

Figure 9 Changes in the comprehensive status of the ecological environment in the three times of seven subregions

根據評估結果, 泰國在發展經濟的同時, 應注重實施可持續發展戰略, 在環境治理工作中應著重提高森林覆蓋率和建城區綠化率, 降低城市的人口密度, 解決城市住房和交通擁擠問題, 減少廢氣排放, 控制空氣中可吸入顆粒物含量。

4 討論與結論

本研究基于PSR模型和層次分析法, 使用了多源遙感數據和社會經濟統計數據相結合, 對泰國近十年的生態環境進行評估, 得到了泰國2005年、2010年和2015年三期1 km×1 km尺度的生態環境時空變化結果, 根據結果分析得到的主要結論為如下幾個方面。(1)泰國在2005—2015年間, 整體生態環境壓力呈遞漲趨勢, 生態環境狀態先改善后退化, 生態環境響應遞增。泰國三期的生態環境綜合狀況整體處于健康等級的中(Ⅲ)級, 且呈退化趨勢, 在2010年至2015年間退化程度最大。(2)泰國七個分區中, 東北部、中部和曼谷及其周邊地區生態環境綜合狀況三期都較差(處于健康等級中的差(Ⅱ)級), 且東北部和中部地區生態逐期退化, 曼谷及周邊地區生態先改善后退化; 南部地區生態環境綜合狀況最優(處于健康等級中的良(Ⅳ)級), 北部、西部東部地區綜合狀況一般(處于健康等級中的中(Ⅲ)級), 且三個地區生態環境整體呈現先改善后退化趨勢。(3)隨著社會經濟的發展和城市化水平的提高, 泰國對生態環境的保護和整治能力逐漸提高, 開始建立環境保護區, 使用新型能源代替不可再生能源。同時, 針對人口增長速度過高, 泰國政府通過教育和經濟發展支持計劃生育政策來控制人口。本研究內容可以為泰國針對區域性生態環境治理提供技術參考。

由于本研究選用社會經濟統計數據是國家尺度的數據, 會降低評估結果分辨率并增大評估誤差。在后續或其他評估研究中, 應選用分區或分省的更小尺度的統計數據, 來提高評估結果精度。

[1] Office of the National Economic and Social Development Board (NESDB); Office of the Prime Minister. n. d. The Twelfth National Economic and Social Development Plan (2017-2021)[M]. Bangkok: Office of the National Econo-mic and Social Development Board (NESDB); Office of the Prime Minister, 2018: 1–11.

[2] Arifwidodo S D, Tanaka T.The Characteristics of Urban Heat Island in Bangkok, Thailand[J]. Procedia-Social and Behavioral Sciences, 2015, 195: 423–428.

[3] Entwisle B, Rindfuss R R, Walsh S J, et al. Population growth and its spatial distribution as factors in the deforestation of Nang Rong, Thailand[J]. Geoforum, 2008, 39(2): 879–897.

[4] Ruchirawat M, Settachan D, Navasumrit P, et al. Assessment of potential cancer risk in children exposed to urban air pollution in Bangkok, Thailand[J]. Toxicology Letters (Shannon), 2007, 168(3): 200–209.

[5] World Bank, Institute for Health Metrics and Evaluation. The cost of air pollution: strengthening the economic case for action[M]. Washington, DC: World Bank,2016: 11–75.

[6] 汪朝輝, 田定湘, 劉艷華. 中外生態安全評價對比研究[J].生態經濟, 2008,2008(7): 46–51.

[7] 肖篤寧, 陳文波, 郭福良. 論生態安全的基本概念和研究內容[J]. 應用生態學報, 2002, 13(3): 354–358.

[8] 魏興萍. 基于PSR模型的三峽庫區重慶段生態安全動態評價[J]. 地理科學進展, 2010, 29(9): 1095– 1099.

[9] Sun T, Lin W, Chen G, et al. Wetland ecosystem health assessment through integrating remote sensing and inventory data with an assessment model for the Hangzhou Bay, China[J]. Science of The Total Environment, 2016, 566-567: 627–640.

[10] Weterings R. A GIS-based assessment of threats to the natural environment on Koh Tao, Thailand[J]. Kasetsart Journal-Natural Science, 2011, 45(4): 843–755.

[11] 林媚珍, 許陽萍, 謝鴻宇, 等. 基于PSR-AHP方法的中山市生態安全評價[J]. 華南師范大學學報(自然科學版), 2010(4): 107–111.

[12] 虞繼進, 陳雪玲, 陳紹杰. 基于遙感和PSR模型的城市景觀生態安全評價——以福建省龍巖市為例[J]. 國土資源遙感, 2013, 25(1): 143–149.

[13] 任寧. 張家口市生態安全動態評價研究[D]. 保定: 河北大學, 2019.

[14] Rapport D J. What Constitutes Ecosystem Health? [J]. Perspectives in Biology and Medicine, 1989, 33(1): 120– 132.

[15] Organization for Economic Cooperation and Development (OECD). [2004-05-20]. OECD Environmental Indicators: Development Measurement and Use [EB/OL]. http: //www. oecd. org/dataoecd/7/47/24993546. pdf.

[16] 張文忠. 中國宜居城市研究報告(北京)[M]. 北京: 社會科學文獻出版社, 2006.

[17] 張曉璇, 胡永紅, 樊彥國. VANUI指數監測京津冀城市群區域2001～2012年城市化過程[J]. 遙感技術與應用, 2015, 30(6): 123–129.

[18]穆少杰, 李建龍, 陳奕兆, 等. 2001-2010年內蒙古植被覆蓋度時空變化特征[J]. 地理學報, 2012(9): 105– 118.

[19] National Aeronautics and Space Administration (NASA) Level-1 and Atmosphere Archive & Distribution System (LAADS) Distributed Active Archive Center (DAAC). Collection-6 MODIS Land Surface Temperature Products Users' Guide [EB/OL]. https: //lpdaac. usgs. gov/docu-ments/118/MOD11_User_Guide_V6. pdf?_ga=2. 194814379. 728145978. 1578273521-192259545. 157633 3591.

[20] 馮素云, 張凱選, 鹿琳琳. "海上絲綢之路"超大城市環境變化遙感分析[J]. 地球信息科學學報, 2018, 20(5): 602– 612.

[21] 劉朱婷, 郭慶榮, 劉花, 等. 基于Landsat影像的廣東省重點生態功能區生態功能狀況及其變化評價[J]. 生態科學, 2019, 38(5): 119–126.

[22] Elvidge C D, Baugh K E, Kihn E A, et al. Relation between satellite observed visible-near infrared emissions, popula-tion, economic activity and electric power consumption[J]. International Journal of Remote Sensing, 1997, 18(6): 1373–1379.

[23] 郭永德, 高金環, 馬洪兵. Suomi-NPP夜間燈光數據與GDP的空間關系分析[J]. 清華大學學報: 自然科學版, 2016, 56(10): 1122–1130.

[24] 董戰峰, 張欣, 郝春旭. 2014年全球環境績效指數(EPI)分析與思考[J]. 環境保護, 2015, 43(2): 55–59.

Remote sensing assessment of ecological environment in Thailand based on multi-source data

YANG Shengwei1, CHEN Bowei2, YAN Min2, ZHANG Li2,3,*, LIU Changxing1

1. College of Geomatics, Xi’an University of Science and Technology, Xi’an 710054, China 2. Key Laboratory of Digital Earth Science, Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China 3. Key Laboratory of Earth Observation of Hainan Province, Sanya 752000, China

The assessment and analysis of the state of the ecological environment at the national level are of great significance for ecological protection and environmental policymaking. Recent advances in the application of remote sensing technology have enabled a more accurate and estimation in large-scale ecological assessment compared with the conventional methods. In this paper, we used a combination of the remote sensing products including MODIS and night-time light date, together with socio-economic data, to establish an evaluation system to assess ecological environment in Thailand. We further implemented an Analytic Hierarchy Process (AHP) to determine the weights of each of the layer, which was expected to serve as the inputs for the pressure-state-response (PSR) model. Finally, we analyzed the spatio-temporal changes of ecological environment in stress, state, response levels and overall conditions in Thailand from the year of 2005 to 2015. Results showed that the overall state of Thailand in the three periods was in the fair (Ⅲ) level of health grade with a tendency of gradually decreasing, of which the most significant drop was from the year of 2010 to 2015. In the seven subregions, the health score in Bangkok area declined from fair(Ⅲ) level to poor(Ⅱ) level, the ecological condition in the southern region was the best and was in the good (IV) level, and the ecological situation in the central and northeast regions was in the poor (II) level. In addition, the ecological conditions in the northern, western, and eastern regions were in the middle (III) level. Our proposed methods for the ecological environment assessment in Thailand for nearly a decade by using multi-source remote sensing data in combination with social and economic statistical data showed the results of Thailand’s spatio-temporal changes of ecological environment in three phases of 2005, 2010 and 2015 for Thailand at 1 km x 1 km pixel scale. It can provide technical and scientific reference for the comprehensive development of Thailand and provide scientific guidance for the regional environmental protection.

Ecological environment; remote sensing assessment; PSR model; Thailand; Spatio-temporal changes

楊勝瑋, 陳博偉, 閆敏, 等. 基于多源數據的泰國生態環境遙感評估[J]. 生態科學, 2021, 40(4): 47–56.

YANG Shengwei, CHEN Bowei, YAN Min, et al. Remote sensing assessment of ecological environment in Thailand based on multi-source data[J]. Ecological Science, 2021, 40(4): 47–56.

10.14108/j.cnki.1008-8873.2021.04.006

X87, X835

A

1008-8873(2021)04-047-10

2020-01-07;

2020-02-29

中國科學院戰略性先導科技專項(A類)(XDA13020506); 海南省重大科技計劃項目(ZDKJ2019006)

楊勝瑋(1994—), 男, 碩士研究生, 主要從事生態環境遙感監測研究, E-mail: ysw1126434@163.com

張麗, 女, 研究員, 主要從事全球生態和海岸帶遙感研究, E-mail: zhangli@aircas.ac.cn