基于RSEI的南充市生態環境監測與評價研究*

張優

1.中共儀隴縣委黨校；2.張思德干部學院

生態學概念早在十九世紀六十年代被德國科學家所提出，發展至今，不斷得到完善和發展。遙感技術是當代非常重要的科學技術，是對區域乃至更大的全球尺度進行時空連續的生態環境監測的唯一手段，數據獲取方便，時空連續性好，具備時、空、譜多尺度特征等等其他技術無法比擬的優勢。1997年，Jon.hardling等人利用地理信息技術對新西蘭南島的生態環境等級進行劃分。1998年，J.Hill等人通過衛星遙感動態監測地中海周邊區域的生態環境。楊武年等利用遙感圖像信息在區域生態環境動態監測、土地利用遙感監測等方面進行了大量研究。何政偉等在生態地質環境保護、林業生態效益監測、植被覆蓋度等方面取得大量研究成果。

20世紀90年代之后，對生態環境脆弱和敏感區域的研究逐漸增多。蔣菊芳等以氣候變化和人類活動為主要因素，分析了石羊河流域治理前后生態環境的變化趨勢。陳德華等通過不同時段的遙感解譯，分析了疏勒河流域中游生態環境變化及成因。李曉文等基于高分辨率土地利用數據，對1985-2000年間河西地區生態環境效應進行了定量分析。趙克會選取兩個時相的遙感影像，分析了近年來三峽庫區重慶主城段生態環境動態變化的趨勢和特征。

國內外學者主要從生態安全、生態承載力、生態效應、生態服務功能等方面對生態環境進行評價。張穎等利用 MODIS、NDVI等遙感數據構建了P-S-R 模型，對青海湖流域生態環境保護效果進行評價。徐涵秋提出的區域遙感生態指數RSEI（Remote Sensing Ecological Index），綜合考慮植被覆蓋、城市建設、地表溫度等多個方面的因素，適宜對區域生態狀況進行綜合評價。RSEI以濕度、綠度、熱度和干度4個重要因子作為評價指標，并通過主成分耦合確定各指標對生態變化的影響貢獻。相較人為確定指標權重的方法而言更加客觀，在水土流失區和城市的應用中都取得了較好的實驗結果。本文選用RSEI指數對南充市生態環境進行監測與評價，為區域經濟發展提供一定的參考意見。

一、研究區概況

南充市隸屬四川省，位于四川盆地東北、嘉陵江中游，介于30°35′-31°51′N、105°27′-106°58′ E之間，轄3區1市5縣，人口760萬，面積約為1.249×104km2。地勢北高南低，地形地貌可分為北部低山區與南部丘陵區，以丘陵地貌為主。區域內氣候為中亞熱帶濕潤季風氣候，擁有閬中古城、朱德故里等風景區。

二、數據來源與預處理

選取2010年、2020年影像作為數據源，其中2010年為ETM影像，2020年為Landsat OLI影像。影像時相相對一致，植物生長狀態及地面狀況相似性較高，保證影像的可比性。對研究區影像進行幾何校正、輻射定標和大氣校正，將圖像的亮度值（DN）值轉換為地表反射率，減少太陽光照、大氣吸收等的影響，根據矢量邊界進行裁剪。

三、研究方法

（一）濕度指標

遙感纓帽變換所獲得的亮度、綠度、濕度分量已被廣泛應用于生態環境監測中，其中的濕度分量反映了水體和土壤、植被的濕度，與生態密切相關，因此，本研究的濕度指標以這一濕度分量為代表。

不同影像所對應的變換公式不同，Landsat 7 ETM、Landsat 8 OLI的公式分別為：

其 中，ρBule、ρGreen、ρRed、ρNIR、ρSWIR1、ρSWIR2分別為ETM、OLI藍、綠、紅、近紅外、短波紅外1、短波紅外2波段的反射率。

（二）綠度指標

歸一化植被指數NDVI與植物生物量、葉面積指數以及植被覆蓋度密切相關，用來代表綠度指標：

其中，ρNIR、ρRed分別為近紅外和紅外波段的反射率。

（三）熱度指標

熱度指標由地表溫度來代表，它采用Landsat 用戶手冊的模型和Chander等最新修訂的參數來計算。

式中，L6為TM熱紅外6波段在傳感器處的輻射值，T為傳感器處溫度值，DN為灰度值，gain和bias為6波段的增益值與偏置值，K1和K2為定標參數，它們都可以從用戶手冊獲得。經過公式5計算的溫度T可以通過比輻射率糾正轉換為地表溫度LST。

式中，λ為TM 6波段的中心波長(11.5μm)，ρ=1.438×10-2mK，ε 為 比輻射率。根據本次研究的實際，采用植被指數混合模型進行計算，其主要內容為：NDVI<0.1的像元，認為是裸土像元，ε設為0.96；NDVI>0.72的像元，認為是純植被像元，ε設為0.985；0.1<ε<0.72的像元，采用公式7計算。

（四）干度指標

干度指標(NDSI)選用的是裸土指數SI，但在區域環境中，還有相當一部分的建筑用地，它們同樣造成地表的“干化”，因此干度指標可由二者合成，即由裸土指數SI和建筑指數IBI合成。

（五）遙感生態指標構建

鑒于各指標的量綱與值域不同，需對各指標進行無量綱化處理并將值域規范到［0，1］之間，以方便對各指標對生態的貢獻進行比較分析。

其中，Inor為歸一化后的指標，Ii為各分項指標，I max、I min為該指標最大值與最小值。

多元統計方法中的主成分分析(PCA)是一種將多個變量通過正交線性變換來選出少數重要變量的多維數據壓縮技術。將歸一化后的四個指標合成一幅影像并對其進行主成分分析以確定各指標所占權重。

從表1可以看出，2期影像第一主成分方差貢獻率分別為55.32%、76.28%，說明第一主成分PCA1包含了影像絕大部分特征信息。可用PCA1再次進行公式9的計算，將其值的范圍規范在［0，1］之間，可以得到最終的RSEI指數，其值越大，表明生態狀況越好。

表1 主成分分析結果

四、結果與分析

（一）整體分析

經統計得出，南充市2010、2020年兩年RSEI的均值0.6204、0.5509，從整體來看，南充市的生態環境質量在2010-2020這10年間總體呈現下降趨勢，整體下降約6.95%。

（二）分級統計

根據徐涵秋提出的分級方法，以0.2為間隔，由低到高按[0-0.2)、[0.2-0.4)、[0.4-0.6)、[0.6-0.8)、[0.8-1)分別為差、較差、中等、良、優五級，從表2可以看出，2010年生態環境差的區域所占比重為0.158%，2020年為0.069%，下降了0.089%，生態環境較差的所占比重分別為2.507%、7.623%，上升了 5.116%。生態環境中等的比例有所上升，由32.136%至43.812%，上升了11.676%。與之對應，生態環境優、良所占比例都有所下降，分別下降14.12%與2.583%。說明在2010-2020這10年間，由于城市建設的積極擴張，生態環境質量有所下降，區域質量以中等和良為主，占90%以上。

表2 2010-2020年南充市各級生態質量區域面積及所占比例

從表3可以看出，2010年生態質量最差的區域主要集中在閬中市、南部縣、高坪區，面積分別為9.71km2、3.99km2、3.13km2，生態質量較差的區域主要集中在南部縣、閬中市，面積分別為89.23km2、54.91km2，西充縣和營山縣生態質量較差的區域相對較少，各區縣的生態環境質量以中等和良好為主。

表3 2010與2020年南充市各區縣各級生態環境質量面積統計

2020年，各區縣生態環境差的區域有所減少，但較差區域卻大幅上升，以南部縣、閬中市、嘉陵區面積最大，面積分別 為 203.09km2、130.55km2、127.03km2，各區縣的生態環境質量以中等和良好為主，質量為優的區域均有所下降。

五、總結和分析

2010-2020年10年間南充市各區縣生態環境差的區域所占比重總體下降、面積縮小，說明在環境保護方面采取了相應的對策，但不容忽視的是環境污染問題依舊嚴重，2010年、2020年兩年RSEI的均值的0.6204、0.5509，說明在2010-2020這10年期間南充市的生態環境質量呈現下降趨勢，整體下降約6.95%。2010年與2020年，研究區生態環境差的區域所占比重下降了-0.089%，生態環境較差的區域面積比重上升了5.116%。生態環境中等的比例有所上升，由32.136%至43.812%，上升了11.676%。與之對應，生態環境優、良所占比例都有所下降，分別下降14.12%與2.583%。說明10年間，由于城市建設的積極擴張，生態環境質量有所下降，區域質量以中等和良為主，占90%以上。從時空來看，2010年生態質量最差的區域主要集中在閬中市、南部縣、高坪區，面積分別為9.71km2、3.99km2、3.13km2，生態質量較差的區域主要集中南部縣、閬中市，面積分別為89.23km2、54.91km2，西充縣和營山縣生態質量較差的區域相對較少，各區縣的生態環境質量以中等和良好為主。2020年，各區縣生態環境差的區域有所減少，但較差區域卻大幅上升，以南部縣、閬中市、嘉陵區面積最大，面積分別為203.09km2、130.55km2、127.03km2，各區縣的生態環境質量以中等和良好為主，質量為優的區域均有所下降，其主要原因在于城市面積不斷擴張，以及耕地、草地、林地的占用，因此，南充市的生態環境保護刻不容緩。