黃河流域生態環境質量時空格局與演變趨勢

楊澤康,田 佳,李萬源,蘇文瑞,郭睿妍,劉文娟

寧夏大學農學院, 銀川 750021

黃河流域在我國經濟社會發展和生態安全方面的作用舉足輕重,是我國重要的生態功能區,也是黨和政府關注的重點區域。習近平總書記在“9·18”重要講話中,將黃河流域生態保護和高質量發展確定為重大國家戰略[1]。但是黃河流域也是我國生態環境最為脆弱、水土流失最為嚴重的地區之一[2],為此我國從1978年開始在黃河流域陸續實施了“三北防護林工程”、“退耕還林還草工程”等一系列重大林業生態工程,使得該地區生態環境得到極大改善[3]。雖然黃河流域生態環境整體向好,但是也有局部地區由于人類生產活動的影響,導致生態環境惡化[4]。隨著新時代黃河流域社會經濟發展由高增速轉向高質量,區域生態環境質量的長時序遙感監測,成為定量評價生態環境優劣和演變趨勢的重要手段,也是制定黃河流域生態保護和高質量發展的重要依據[5]。在實際監測中,學者們雖然提出了多種生態環境質量評價指標,但普遍存在指標提取困難、研究尺度小、數據更新慢等問題[6]。因此,如何及時、準確的獲取黃河流域生態環境質量的時空格局與演變趨勢？是黃河流域生態環境保護和建設必須要解決的問題。

由于衛星遙感具有快速、實時、尺度大等優點[7- 8],目前已成為國內外評價區域生態環境質量的主要手段[9]。但大多數研究都是利用遙感信息提取單一指標對生態環境質量進行評估,如Ivits等[10]根據歸一化植被指數(NDVI)評價農田鳥類棲息地的適宜性,Coutts等[11]利用地表熱度(LST)評估城市熱島效應,郭文杰等[12]利用水體指數(NDWI)提取水體信息等。但生態環境是多因素結合體,單一指標的評價雖有一定的效果,卻難以解釋生態環境中的多因素綜合作用。2013年由徐涵秋[13]提出的基于Landsat的新型遙感生態指數(Remote Sensing Based Ecological Index,RSEI),為生態環境質量評價提供了新方向。由于RSEI綜合了綠度(NDVI)、濕度(Wet)、熱度(LST)和干度(NDSI)4個生態指標,且指標容易獲取,無需人為權重設定(用主成分分析確定權重),所以RSEI能夠全面、快速、客觀的反映區域生態環境質量水平。目前,RSEI在區域生態環境質量評價中已得到廣泛應用[14- 17],但是如果將其應用于大區域尺度,如整個黃河流域,面臨的困難是龐大的數據量、以及由此產生的繁雜的數據預處理和指數計算工作[18]。為了解決這個問題,王淵等[6]和陳煒等[9]基于Google Earth Engine(GEE)遙感云平臺,結合RSEI評價了粵港澳大灣區城市群生態環境質量和開展了三江源地區生態環境質量動態監測與分析。結果表明,GEE作為大區域范圍的生態環境質量評價與監測的遙感計算平臺,可以較好的改善遙感數據缺失、色差和時間不一致的問題[19]；可以免去繁雜的數據預處理工作如輻射校正、大氣校正、正射校正等[20]；可以快速實現影像去云、鑲嵌,指標計算、統計,動態變化趨勢分析等處理[21]。

因此,該文將借助GEE平臺,以整個黃河流域為研究區域,采用Landsat遙感影像為數據源,在GEE云端進行影像的預處理和合成及遙感生態指數(RSEI)的計算。利用計算結果對黃河流域生態環境質量的時空格局與演變趨勢進行大尺度、長時序的綜合分析評價,研究結果可為黃河流域的生態環境保護和高質量發展提供理論依據和技術支撐。

1 研究區域概況

黃河流域位于我國中北部(E：95°53′—119°05′,N：32°10′—41°50′),流域橫跨青海、四川、甘肅、寧夏、內蒙古、陜西、山西、河南及山東9省(圖1),總面積約80萬km2[4]。流域自西向東呈干旱、半干旱、半濕潤及濕潤氣候,多年平均溫度在7℃左右,平均降水在440mm左右[22],降水和氣溫空間分布均呈現自東向西,自南向北減少或降低的特征。流域地勢西高東低,從西到東橫跨青藏高原,內蒙古高原,黃土高原和淮海平原4個地貌單元。由于氣候差異大、地貌單元復雜,黃河流域成為我國生態環境最脆弱的地區之一,主要表現在徑流量逐步減少、水體污染嚴重、土壤侵蝕加劇、土地荒漠化、植被退化等[23]。

圖1 黃河流域位置 Fig.1 Location of the Yellow River Basin

2 數據與方法

2.1 數據源與預處理

遙感影像直接來源于GEE平臺數據庫提供的T1級別(質量最高)的Landsat 5(TM)和Landsat 8(OLI)地表反射率數據產品(Surface Reflectance, SR),該數據產品已經過幾何校正、輻射校正和大氣校正,空間分辨率30m,時間分辨率16d；基于GEE編程(JavaScript),篩選成像時間為目標年份及其前后各1年的夏季(6—9月)遙感影像。在GEE平臺上使用官方提供的Landsat云掩膜算法,對輸入的符合時間和空間范圍的影像數據集去除有云像元,以無云像元中值合成目標年份夏季最小云量影像。另外,為使濕度指標能夠真正代表地面的濕度條件,避免大片的水域影響主成分的荷載分布,采用MNDWI水體指數掩膜掉水體信息[13]。

2.2 遙感生態指數(RSEI)的計算

選用綠度(NDVI)、濕度(Wet)、熱度(LST)、干度(NDSI)4個指標(計算公式見表1),構建遙感生態指數(RSEI)來綜合反映區域的生態環境質量。由于4個指標的量綱不統一,在主成分分析(PCA)前先對這些指標進行正向歸一化處理(MMS),將它們的數值映射到[0, 1]區間內,見式(1)。

MMS=(I-Imin)/(Imax-Imin)

(1)

式中,I為指標值,Imax為目標年份該指標的最大值,Imin為目標年份該指標的最小值。經過MMS處理后,將4個指標合成新影像,通過在GEE中編寫主成分分析腳本(PCA JavaScript)計算初始RSEI0(未歸一化),見式(2)。

RSEI0=PC1[f(Wet, NDVI, NDSI, LST)]

(2)

式中,PC1為第1主成分,f為對4個指標進行正向歸一化處理(MMS),同樣利用式(1)對RSEI0進行MMS處理,得到最終的RSEI值,見式(3)。其值介于[0, 1]之間,RSEI值越接近于1,表示生態環境質量越好。

RSEI =(RESI0-RSEI0min)/ (RESI0max-RSEI0min)

(3)

式中,RSEI0min和RESI0max分別為目標年份的RESI0最小值和最大值,RSEI為最終的遙感生態指數。將RSEI以0.2為間隔分為Ⅰ(0—0.2)、Ⅱ(0.2—0.4)、Ⅲ(0.4—0.6)、Ⅳ(0.6—0.8)、Ⅴ(0.8—1.0)5級,分別代表生態環境質量差、較差、中等、良、優5個等級,該文技術路線如圖2所示。

表1 指標計算方法

圖2 技術路線Fig.2 Methodological workflowGEE：谷歌地球引擎Google earth engine；NDVI：歸一化植被指數Normalized difference vegetation index；LST：地表溫度 Land surface temperature；NDSI：歸一化土壤指數Normalized difference soil index;RSEI：遙感生態指數Remote sensing based ecological index

3 結果與分析

3.1 RSEI模型檢驗

由表2可知,4個指標中綠度(NDVI)和濕度(Wet)的荷載呈正值,且綠度平均荷載(0.6805)大于濕度(0.4058),說明綠度對RSEI的貢獻要高于濕度,且是正效應；熱度(LST)和干度(NDSI)的荷載呈負值,且熱度平均荷載的絕對值(0.2258)小于干度(0.5540),說明熱度對RSEI的貢獻要低于干度,且是負效應,這與實際情況相符。另外,4個指標在第1主成分(PC1)上的貢獻率最高達到93.87%(2000年),最低也有87.43%(1990年),平均89.60%。可見PC1上集中了85%以上的各指標特征信息,表明依據PC1構建RSEI在黃河流域是可行的。進一步采用平均相關度模型檢驗RSEI的可行性,計算方法見式(4)。

(4)

表2 4個指標在第1主成分上的荷載和貢獻率

表3 各指標相關性矩陣(Spearman相關系數)

3.2 黃河流域生態環境質量時空格局

圖3統計了1990—2019年7個年份的RSEI均值及分布,結果表明,黃河流域生態環境質量整體向好,RSEI均值從1990年的0.4278增長到2019年的0.5070,增長趨勢平均為0.002/a,30a增長率為14.03%,2000年RSEI均值出現峰值(0.5183),最低值出現在1990年(0.4278)。同時,由圖4可知,1990—2000年期間黃河流域生態環境質量增長較快,增長趨勢平均為0.005/a,增長率為11.69%；而2000—2019年期間,黃河流域生態環境質量變化呈現“下降→上升→下降→上升”的波動,但整體呈現緩慢增長狀態,增長趨勢平均為0.001/a,增長率僅為3.86%。因此,可將黃河流域生態環境質量變化分為2個階段研究,即2000年以前(1990—2000年)和2000年以后(2000—2019年)。

圖5反映了黃河流域RSEI值的空間分布(1990—2019年)。整體上看,生態環境質量等級為差(Ⅰ)、較差(Ⅱ)的區域集中分布在黃河上中游,包括：陜北、隴中黃土丘陵,寧夏中部干旱帶,毛烏素沙地、庫布齊沙漠等地區。生態環境質量等級為中等(Ⅲ)、良(Ⅳ)的區域集中分布在黃河源頭及下游,包括：甘南、祁連山、豫北、魯西北以及引黃灌區(如河套平原)、濕地(如烏梁素海)及森林周邊等地區。生態環境質量等級為優(Ⅴ)的區域集中分布在秦嶺北麓、六盤山、子午嶺、呂梁山等國家自然保護區。根據圖5還可知,1990—2000年,黃河流域生態環境質量等級以較差和中等為主,面積占比超過60%；2000—2019年,則以中等和良等級為主,面積占比超過56%,可見1990—2019年黃河流域生態環境質量呈現出持續向好的趨勢。

圖3 1990—2019年黃河流域RSEI的均值及分布 Fig.3 Average and distribution of RSEI in the Yellow River Basin, 1990—2019

圖4 1990—2019年黃河流域RSEI均值年際變化 Fig.4 Cross-annual mean variation of RSEI in the Yellow River Basin, 1990—2019

圖5 1990—2019年黃河流域生態環境質量等級分布Fig.5 Distribution of ecological environmental quality levels in the Yellow River Basin, 1990—2019

3.3 黃河流域生態環境質量演變趨勢

3.3.1生態環境質量等級演變

依據上文的分析,分2個時期(1990—2000年、2000—2019年)研究黃河流域生態環境質量的等級演變。由表4、表5可知,黃河流域地區生態環境質量從1990—2019年總體呈現出“快速變好→緩慢轉好”的演變趨勢。具體分析如下：

由表4可見,1990—2000年期間,生態環境質量等級提高的面積為25.74萬km2,占黃河流域總面積的32.04%,而生態環境質量等級退化的面積為3.29萬km2,僅占黃河流域總面積的4.10%。提高的面積比退化的面積多出27.94%,可見這一時期生態環境質量快速變好。由表4還可知,生態環境質量快速變好的原因,主要是由于差轉為較差(10.18萬km2)、較差轉為中等(5.69萬km2)、中等轉為良(7.08萬km2)貢獻較大。

由表5可見,2000—2019年期間,生態環境質量等級提高的面積為16.81萬km2,占黃河流域總面積的20.94%,而生態環境質量等級退化的面積為14.23萬km2,占黃河流域總面積的17.73%。提高的面積比退化的面積僅多出3.21%,可見這一時期生態環境質量是緩慢轉好。由表5還可知,生態環境質量提高緩慢的原因,主要是由于較差轉為差(6.10萬km2)、良轉為中等(4.09萬km2)貢獻較大。

表4 1990—2000年黃河流域生態環境質量等級轉移矩陣/km2

表5 2000—2019年黃河流域生態環境質量等級轉移矩陣/km2

3.3.2生態環境質量變化趨勢

采用GEE官方提供的嶺回歸函數(Ridge regression)擬合黃河流域1990—2019年期間的RSEI變化趨勢以及獲得相應的顯著性(P值)。圖6可見,寧夏沿黃經濟區、關中—天水經濟區、呼包鄂榆經濟區、中原經濟區等國家重點開發區,生態環境質量惡化較快；而水土流失最為嚴重的黃河中游地區(如陜西榆林、延安等地區)和寧夏固原、甘肅平涼等山地丘陵地區,生態環境質量恢復較快。

由圖7所示,將生態環境質量變化趨勢劃分為顯著提升(P<0.05)、提升但不顯著(P>0.05)、顯著降低(P<0.05)、降低但不顯著(P>0.05)4個等級,結果表明,黃河流域生態環境質量變化存在明顯的空間異質性。經統計(圖7),生態環境質量提升的面積占黃河流域總面積的76.38%,其中顯著提升的面積占26.14%。生態環境質量降低的面積占黃河流域總面積23.62%,其中顯著降低的面積僅占1.46%。對比來看,黃河流域生態環境質量提升的面積比降低的面積多出52.76%,整體上呈提升趨勢。

4 討論

4.1 RSEI模型的優勢

生態環境質量的影響因素是復雜多樣的。單一指標的評價雖有一定的效果,卻難以解釋生態環境中的多因素綜合作用[10- 12]。RSEI由綠度、濕度、熱度和干度4個指標構建,解決了單一指標在生態環境質量評價中的片面性問題。由表2可知,4個指標在第1主成分(PC1)的平均貢獻率達到89.60%,表明PC1集中了4個指標的大部分特征,因此基于PC1構建的RSEI比單一指標更具代表性。從表3的結果看,RSEI平均相關度最大(0.526),也說明了RSEI比單一指標更適用于對生態環境質量的評價。因此,RSEI指數與其它指數相比,具有全面、客觀、高效的獲取生態環境質量變化狀態以及便于進行可視化、時空分析、建模和預測的優勢[13,25- 27]。RSEI雖然不可能完全反映流域生態環境質量,但已是現有生態指數中考慮最為全面的一個,所以目前應用也最為廣泛。

圖6 1990—2019年黃河流域RSEI變化趨勢Fig.6 Trends of RSEI in the Yellow River Basin, 1990—2019

圖7 RSEI變化趨勢顯著性Fig.7 Significance of RSEI trends

4.2 GEE平臺構建RSEI模型的優勢

與傳統RSEI建模利用本地計算機下載、處理以及分析數據相比,GEE平臺無需影像下載即可直接調用1984年以來的全球Landsat地表反射數據,不僅實現了影像實時更新,而且免去了龐雜的遙感影像前期處理工作[28]。同時,利用Google的強大服務器可以快速在線處理和分析大尺度區域的海量遙感數據[29]。GEE平臺的這些優勢,保證了可以及時獲取黃河流域任何區域的RSEI。從該文的建模結果來看,采用GEE平臺提取的各指標荷載,不僅與實際情況相符(綠度和濕度是正效應、熱度和干度是負效應),且各指標在第1主成分上的貢獻率均超過85%(表2),這說明由GEE平臺構建的RSEI可以準確反映黃河流域的生態環境質量,也為準確分析生態環境質量的時空格局和演化趨勢奠定了基礎。

相比傳統RSEI建模,使用GEE平臺讓科研工作者能更加專注于研究目的本身,而不是一些重復的技術性工作[30]。GEE平臺提供很多內置代碼和函數,且調用十分方便,如云掩膜代碼、影像合成代碼、主成分分析代碼、嶺回歸函數、線性回歸函數等[31],這些內置代碼和函數保證了研究者可以及時、準確的獲取區域RSEI的變化,并對區域未來生態環境質量進行預測。在該文中,主成分分析不再借助其它軟件如MATLAB、SPSS等,而是利用GEE平臺直接編碼,極大的增加了研究的效率；另外,該文采用嶺回歸來計算RSEI變化趨勢和獲得相應的顯著性,相比傳統采用一元線性回歸和F檢驗明顯高效[9,30]。因此,與傳統RSEI建模相比,GEE平臺更適合作為大區域范圍的生態環境質量監測與評價的計算平臺,GEE平臺在我國黃河流域生態環境保護和高質量發展戰略實施中有著廣闊的應用前景。

4.3 黃河流域生態環境質量時空演變的原因探討

隨著人類活動和氣候變化等影響,黃河流域生態環境愈發受到人們關注。近幾十年,圍繞黃河流域眾多學者對氣候變化[32]、土地利用格局演變[33]、水域面積變化[34]、空氣質量[35]和水質污染[36]等方面進行了深入研究。但大部分都是針對單一要素或黃河上、中、下游等部分區域進行研究,并不能全面、整體的代表整個黃河流域的生態環境質量狀況。該文通過GEE平臺構建的RSEI模型,客觀、全面的分析了近30年來黃河流域生態環境質量的變化趨勢和空間差異,研究具有代表性和參考價值。

通過該文的分析,黃河流域生態環境質量等級為差(Ⅰ)、較差(Ⅱ)的區域集中分布在黃河上中游(圖5),其主要原因是該區域自然環境條件本身較差和長期不合理的人為活動[4]。因此,該區域是我國生態環境脆弱、水土流失嚴重的地區之一[37]。但是,黃河上中游也是我國近30年來(1990—2019年),生態環境質量提升最快的區域(圖6、圖7)。這得益于國家在該區域長期積極實施退耕還林還草、水土流失治理等生態工程,促使黃河上中游生態環境恢復效果明顯[3,38]。生態環境的恢復非一日之功,應當在完善生態政策的同時,繼續保持或增加對該地區的生態環境保護的投入力度。黃河流域下游生態環境質量相對穩定,以中等(Ⅲ)、良(Ⅳ)為主(圖5),部分地區出現生態環境質量下降趨勢(圖6),主要是由于人口增加,社會經濟發展,導致城市擴張造成。既要“金山銀山”,又要“綠水青山”,是黃河流域下游未來經濟發展不可忽視的重點與難點。

根據該文的綜合分析結果,1990—2019年黃河流域整體生態環境質量有明顯改善(圖3),但是改善并不是成直線上升的,而是明顯的分為快速變好(1990—2000年)和緩慢轉好(2000—2019年)2個階段(圖4)。其主要原因還是由于從90年代開始,國家對黃河流域的生態環境治理加大了投入,同時自然保護區的數量也明顯增加[39- 41],導致黃河流域原來生態質量較差的區域快速變好(表4)。但從2000年以后,黃河流域生態環境質量提升變緩,其主要原因是,雖然30年來整個黃河流域生態環境質量整體向好,但是部分地區,主要是一些大的國家級經濟開發區的生態環境卻出現了惡化趨勢(圖6、圖7)。惡化的主要原因是由于2000年以后,這些區域人類經濟活動頻繁,對生態環境的干擾較大,導致黃河流域原來生態質量較好的區域出現退化(表5)。經濟要發展,生態環境也要保護,因此,國家及黃河流域各省市應當重視經濟發展與生態環境保護相協調,這也是實現黃河流域生態保護和高質量發展的必然要求。

5 結論

(1)使用Google Earth Engine(GEE)平臺進行遙感生態指數(RSEI)的建模及分析,可以及時、準確的獲取黃河流域生態環境質量的時空格局與演變趨勢,在實施黃河流域生態環境保護和高質量發展戰略過程中有著廣闊的應用前景。

(2)黃河流域生態環境質量較差的區域集中分布在黃河上中游,但卻是黃河流域1990—2019年期間,生態環境質量提升最快的區域,我國生態工程在該地區的實施效果最為明顯,應當繼續保持或增加該地區生態環境保護的投入力度。

(3)30年來我國黃河流域生態環境質量整體向好,可分為快速變好(1990—2000年)和緩慢轉好(2000—2019年)2個時期,但是一些國家重點經濟開發區生態環境質量有所惡化,國家及黃河流域各省市應當高度重視經濟開發區的生態環境保護和高質量發展。