成都市生態環境質量動態變化遙感監測分析

李成繞，薛東劍，張 露，陳文烯

（1.成都師范學院 史地與旅游學院，四川 成都 611130；2.成都理工大學 地球科學學院，四川 成都 610059；3.阿壩師范學院 電子信息與自動化學院，四川 阿壩藏族自治州 623002）

人類活動對全球生態系統具有重要影響[1]，因此生態環境受到廣泛關注，監測多尺度生態系統的變化以發現現有問題很重要。當前，用于地球觀測系統的衛星遙感能夠大面積、實時、快速和周期性的重復觀測，已被廣泛用于生態研究領域。許多學者通過選擇不同的指標體系以及構建不同的模型方法，以各類遙感指數作為表征，從不同尺度對各類生態系統[2-6]的生態環境開展了監測評價。

2013年，徐涵秋[7]提出一個完全基于遙感技術，以主成分分析綜合植被指數、濕度分量、地表溫度和建筑指數等4個評價指標的遙感生態指數（Remote Sensing Ecological Index，RSEI）來對城市的生態狀況進行快速監測與評價，既能夠綜合反映生態系統的整體特征，又避免了計算過程的主觀隨意性，從而實現了對不同生態系統快速、客觀和綜合的評價。隨著遙感技術的發展，生態環境質量評價的指標和方法不斷完善[8-9]。Hu[10]提出了基于壓力狀態響應（PSR）框架，采用主成分分析（PCA）的一種新的基于遙感的生態指數（RSEI）來評價城市生態質量，避免了因個體特征而導致權重定義的變化或錯誤。Wang[11]利用MODIS和DMSP/OLS遙感數據，從生產力、外部干擾變化和人類社會經濟發展三個影響生態系統質量的主要因素中，選取凈第一生產力、植被指數和光照指數，采用主成分分析法自動確定權重系數，構建增強型遙感生態指數。Zhu[12]提出了一種改進的基于移動窗口模型的遙感生態指數，即基于移動窗口的遙感生態指數（MWRSEI），克服了自然條件對生態環境影響的有限性。2019年Xu[13]利用銳化的地表溫度影像，對遙感生態指數（RSEI）進行了改進，并利用該指數生成了生態狀況的時間序列圖像，采用Mann-Kendall檢驗和Theil-Sen估計量來評估RSEI時間序列趨勢和變化方向的顯著性。在圖像序列的基礎上，采用變化向量分析（CVA）方法檢測生態變化，揭示了生態狀況的改善。

成都市作為我國西部地區重要的中心城市，隨著經濟的發展，城市的面積在過去的二十年里迅速擴大，導致生態環境發生了很多的變化。因此，本文旨在，根據2000年、2009年和2018年的遙感數據計算出生態環境指數（綠、濕、熱、干），監測2000年至2018年成都市這一快速發展區域RSEI的長期動態變化。

1 研究區與數據

1.1 研究區概況

成都市是我國四川省的省會和成渝地區雙城經濟圈的核心城市，它位于四川盆地西部、岷江中游，岷江是長江上游的主要支流。如圖1所示，本文主要以成都市二圈層11個市轄區為研究區域，這也是城市乃至全省的政治和經濟中心，這里的建筑和人口高度集中。隨著城市化進程的加快，在過去的十八年中，該地區的生態環境質量急劇下降。因此，對該地區生態質量時空格局的研究是有意義的，可以為城市規劃者和決策者提供啟示。

圖1 研究區位置示意圖

1.2 數據源與預處理

如表1所示，本研究使用了美國地質調查局（USGS，http：//earthexplorer.usgs.gov/）于2000-04-16、2009-03-24獲取的Landsat TM和2018-04-18獲取的Landsat OLI的圖像。使用ENVI軟件完成了遙感圖像的輻射校正，將圖像的灰度值（DN）轉換為傳感器的反射率，然后使用FLAASH大氣校正模型對每個相位的可見和近紅外波段進行大氣校正。

表1 遙感數據信息表

2 方法

2.1 基于遙感的生態指數（RSEI）計算

在反映生態質量的諸多自然因素中，RSEI包括與人類生存密切相關的四個重要指標（綠色、濕度、熱量和干度），通常用于評估生態質量。在此研究中，RSEI由幾個指標組成，這些指標可以通過Landsat數據集快速獲取。

首先，人們普遍意識到，某些地區的生態模式和過程受到其邊界內外土地利用變化的影響很大[14]。其中，最顯著的自然特征是由生態用地向建設用地的轉變。因此，采用歸一化差異建筑和裸土指數（NDBSI）來表示人類活動對環境的壓力強度。第二，環境狀態指標旨在描述環境現狀和資源的質量和數量，以及它們隨時間的變化；因此，選擇NDVI作為簡單快速識別植被區的綠度指標。最后，應用地表溫度（LST）和濕度（WET）來指示當地氣候（即溫度和濕度）隨環境的變化。由于所有指標的數據來源相同，RSEI在不同時空尺度上具有可擴展性、可視化和可比性。

2.1.1 綠度指標（NDVI）

NDVI已被成功地用于監測和評估不同規模的植被覆蓋度[15-16]。大多數研究表明，NDVI對低密度植被敏感，特別適合于人滿為患的高密度城市地區[17-18]。因此，這里采用NDVI表示綠度指標，如式（1）：

式中：ρi分別是TM和OLI傳感器中每個波段的行星反射率。

2.1.2 濕度指標（WET）

Kauth-Thomas變換（K-T變換）可以生成三個分量，即濕度、綠色和亮度，已被廣泛用于評估生態環境。土壤和植被的水分含量可以通過濕度分量來反映[19]。TM和OLI的濕度分量可以分別通過式（2）和式（3）獲得：

2.1.3 熱度指標（LST）

地表溫度（LST）是研究區域熱環境的重要參數。本文使用大氣校正方法對LST進行了反演[20]，大氣校正方法也稱為輻射傳輸方程（RTE），是基于大氣輻射傳輸模型的傳統算法。它的一些輔助數據可從NASA網站（https：//atmcorr.gsfc.nasa.gov/）獲得，地表溫度（LST）的評估如式（4）：

式中：λ是發射輻射的波長（對于Landsat 5/7，為11.435μm，Landsat8波段10為10.9μm；ρ（1.438×10-2mK）；ε是地表反射率，可以表示為式（5）：

Tsensor是衛星亮度溫度，可以通過式（5）和式（6）計算：

式中：Lλ是傳感器的光譜輻射率，Gain和Bias分別為波段增益值和偏置值，DN表示Landsat圖像的灰度值，K1和K2是TM/OLI傳感器定標參數。對于TM和OLI，K2=1260.56K和1321.08K，以及K1=607.76和774.89mWcm-2sr-1μm-1。

2.1.4 干度指標（NDBSI）

隨著城市化和人類活動的發展，建筑物和裸露的土壤逐漸取代了生態系統的自然表面，導致地球變得“干燥”，并破壞了環境質量。Hu和Xu構建了歸一化差異建筑和土壤指數（NDBSI）來表示干度指標，該指數由IBI和BI組成，見式（8）-式（10）[8]：

其中

2.2 RSEI指標綜合

基于以上對各因子的計算，為了克服簡單加權法中主觀經驗對權重分配的影響，為此，采用主成分分析（PCA）來確定各變量的相對重要性。PCA方法是一種多維數據壓縮技術，可以消除四個變量之間的任何共線性影響[18]。更重要的是，根據各因子對主成分的貢獻，自動客觀地分配各因子的權重，防止因個體特征導致權重定義的變化或誤差[8]。

在處理主成分分析之前，將所有因子（即NDBSI、NDVI、LST和WET）重新定標在0到1之間。然后使用ENVI（5.5.3版）軟件的PCA旋轉工具計算PCA，生成單波段圖像（即RSEI圖像），可以表示為式（11）：

為了便于不同研究時期之間的時間比較，結果RSEI值再次從0標準化為1，較高的值表示生態質量較好，較低的值表示生態質量較差。

3 結果分析

3.1 主成分分析

由主成分分析結果（表2）可以看出，在第一主成分中，綠度（NDVI）和濕度（WET）均為正值，說明二者對生態環境起著積極的作用。熱度（LST）和干度（NDBSI）均為負值，表明二者對生態環境有消極影響。其他主要成分（PC2、PC3、PC4）的符號和大小不穩定，難以解釋生態現象。因此，本研究將PC1用于構建RSEI。

表2 主成分分析結果

3.2 生態環境質量動態變化分析

圖2顯示了2000年、2009年和2018年RSEI的空間分布。在圖2中，為了更好地分析生態環境質量的代表性，根據RSEI值，采用等間隔0.2將研究區域分為5個等級[13]，分別代表極差、差、中、良、優。總體上看，極差和差等級主要集中在中東部地區，優、良等級則集中在北部和西北部地區。2000-2018年，RSEI分布的一個顯著特點是，環境質量差的地區在2000年集中在中部，而在2009年則呈四周分散，到2018年分散得更為明顯。

圖2 2000-2018年遙感生態指數（RSEI）

圖3反映了成都市2000-2018年生態環境質量動態變化，從圖3上可以看出，2000-2009年，中心城區周圍和東部地區生態狀況明顯變差，毫無疑問，這是城市蔓延導致的2000-2009年生態環境的惡化；2009-2018年中心城區生態環境狀況得到了改善，這得益于近年來我國環境保護政策的貫徹和實施，環境治理力度的加大以及傳統工業污染的轉移。

圖3 2000-2018年成都市生態環境變化檢測

表3顯示了研究區2000年、2009年、2018年三個時期的各指標和RSEI平均值，通過比較可以看出，研究區RSEI均值從2000年的0.55下降到2009年的0.47，表明該時期研究區生態環境質量變差，而到2009年，RSEI均值又上升為0.51，表明該時期研究區的生態環境質量有所改善，總體來看，2000-2018年RSEI降低了0.04。2000-2018年干度呈增加的趨勢，表明研究區建筑面積逐漸增加。綠度持續減少，總體減少0.1。熱度在整個過程中呈下降趨勢，濕度則呈上升的趨勢。

表3 各指標和遙感生態指數均值

3.3 生態環境質量等級變化分析

對各年份各等級生態指數所占面積與比例進行統計（表4、圖4）。2000年、2009年、2018年，中等級所占面積比例變化不大，優、良等級所占面積比例都呈現先下降后上升的趨勢，并且優、良等級在2000-2009年間的下降趨勢大于2009-2018年的上升趨勢，2000-2009年優、良等級面積共下降了513.84km2，18年間優等級共下降了3.39%，良等級下降了2.03%，所以，通過優、良等級所占面積比例的變化也可以得出研究區在2000-2018年生態質量變差了。極差、差等級呈先上升后下降的趨勢，其中極差等級面積在2000-2009年期間增加了184.29km2，上升了5.07%，2009-2018年則減少了129.83km2，下降了3.54%。差等級在2000-2009年面積增加了297.24km2，上升了8.17%，相當于2009-2018年減少的近兩倍。從對各年份各等級生態指數所占面積與比例變化的分析，也說明了成都市生態環境質量呈先下降后上升的趨勢。

表4 各年份生態等級所占面積和比例變化表

圖4 各年份生態等級所占面積和比例統計圖

4 結束語

為了了解生態環境的現狀和預測未來的變化，遙感生態指數用于區域生態環境監測和評估也日益受到關注，而完全基于遙感信息技術的遙感生態監測是綜合反映生態系統整體特征的重要途徑之一。因此，本文采用遙感生態指數（RSEI）對城市化快速發展的成都市生態環境質量進行了快速監測和定量評價，為研究區的生態環境保護、綜合治理和可持續發展提供了科學依據。研究結果表明綠度和濕度對生態環境起著積極的作用，干度和熱度對生態環境起著消極的作用，其中干度指標對生態環境的負面影響最大，所以，建筑面積的擴大會導致生態退化，而植被建設可以提高生態環境質量。