黃河中下游影響區生態空間和生態指數變化評估

劉小燕,崔耀平,*,董金瑋,史志方,閏亞迪

1 黃河中下游數字地理技術教育部重點實驗室(河南大學), 開封 475004

2 河南省大氣污染綜合防治與生態安全重點實驗室, 開封 475004

3 河南大學地理與環境學院, 開封 475004

4 中國科學院地理科學與資源研究所, 北京 100101

黃河流域生態保護和高質量發展已經上升為國家重大戰略,黃河生態保護與治理勢在必行[1]。良好的流域生態環境是實現可持續發展的前提條件,但是黃河流域,特別是黃河中下游影響區人地關系非常復雜,尤其是近年來隨著社會的不斷發展,城市化進程不斷加快等人類活動疊加自然干擾造成的生態環境問題日益突出[2]。因此,監測黃河中下游影響區生態狀況、評估生態環境變化特征也成為當前迫切需要面對的問題[3]。

生態環境監測和評估方法較多,但缺乏利用遙感作為全數據鏈評估黃河中下游影響區生態狀況的相關研究[4]。遙感技術具有快速、時實、大面積等優點已經被廣泛地應用于生態環境領域[5],成為監測和評估區域生態環境的有效手段[6]。特別是遙感大數據平臺的出現,能夠對海量數據進行快速處理和分析,對生態環境的實時監測和評估提供幫助。

21世紀以來國內外研究學者利用遙感技術,通過構建指數模型對區域生態環境的監測和評估開展了大量研究,指數模型主要包括：EI指數[7]、DPSIR-TOPSIS模型[8]和AHP-Grey的動態生態環境評價模型[9]等,豐富了生態環境監測和評估的方法。但是以往這些研究存在影響因子選擇單一或模型構建受到人為因素的影響等問題,對生態環境的監測和評估的精度有一定影響。而徐涵秋[10]提出的一種包含濕度、綠度、干度和熱度等因素綜合反映的遙感生態指數(Remote Sensing Ecological Index,RSEI),避免人為因素對研究結果產生的影響,提高了研究結果的客觀性。近幾年該指數在漓江流域[11]、長三角城市群[12]以及整個中國區[13]都有相應研究,因此,RSEI指數是一種普遍接受的可以在大范圍內進行對比的方法,適宜進行大尺度,也適宜進行與他人做橫向比較。但目前對黃河中下游影響區生態環境的研究更多關注某一影響因子對生態環境的影響[14]及早期黃河流域生態環境狀況[15- 16],缺少對近些年黃河故道等地區生態空間變化及生態狀況的整體監測和評估,此外,對黃河有記載以來所流經地區的近20年生態狀況及其差異性仍不得而知。

本研究基于遙感大數據平臺、遙感數據以及土地利用分類數據,利用生態空間分類體系和RSEI模型,分析2000年以來黃河中下游影響區生態空間類型及生態指數的時空變化規律,并對該地區的生態環境進行監測和評估。

1 數據來源與研究方法

1.1 研究區界定

本研究涉及到的黃河中下游影響區是指包括黃河中下游流域在內的五省一市,即河南、河北、山東、安徽、江蘇以及天津的部分地區[17]。研究區選擇主要是依據有記載以來,黃河所流經區域(圖1)。2600多年來[18],黃河下游河道經歷了從北到南,又從南到北的大循環擺動。下游故道略呈折扇形,最北經由今河北霸州市、天津海河入海,最南經由安徽、江蘇奪淮河入海(在江蘇省經過中山河與黃河故道在濱海縣入海)。因此,研究區不僅僅局限于黃河當前的流域范圍,更多關注為黃河流域的影響范圍,既包括當前的黃河河道及黃河流域范圍,還考慮歷史的黃河故道及其流域波及范圍。研究區地理位置在32°25′—39°21′N和119°25′—110°10′E,研究區總面積26.72萬km2,該區域位于華北平原,地勢平坦,屬于暖溫帶半干旱季風氣候,夏季溫暖多雨,冬季寒冷干燥。

圖1 黃河中下游影響區Fig.1 Affected area in the middle and lower reaches of the Yellow River

1.2 研究數據

土地利用遙感觀測數據。本研究土地利用類型數據來自于中國科學院資源與環境數據中心[19],涉及2000年和2020年的兩期影像,空間分辨率為1km。原始數據來主要來自Landsat影像,選取影像時盡量避免云霧干擾,以無云或者少云的準備生長季影像為主[20]。對遙感影像進行幾何校正和圖像增強處理,建立圖像解譯標志[21]。土地利用類型分為耕地、林地、草地、水域、建設用地、未利用地等6個一級類。兩期遙感影像分類準確度為92.4%和93.2%,滿足本研究要求[22]。

MODIS影像數據。采用空間分辨率為500m、時間分辨率為8d的MOD09A1地面反射率數據,對該數據進行輻射定標和幾何校正等基本處理,其消除大氣散射、吸收、反射引起的部分誤差,為地表實際反射率[23- 24]。本研究同時利用MOD11A2 V6 數據提供的空間分辨率為1km的8d平均地表溫度數據。

1.3 研究方法

1.3.1生態空間定義及變化分析

《生態保護紅線劃定指南》中對生態空間定義為指具有自然屬性、以提供生態服務或生態產品為主體功能的國土空間,包括森林、草原、濕地等。這一定義更多的是從國土空間規劃或生態紅線的角度,早前學術界就生態空間展開過深入研究,但目前并未對生態空間的概念與分類達成共識。而本研究從生態評估角度參考最新學者[25]對生態空間的定義,該生態空間的界定不僅考慮了國土資源的生態空間定義,還包括了建設用地和耕地等受到人為干擾強烈的土地范圍,即本研究涉及的生態空間不僅是把生產和生活用地也看作承載著城鎮和農田生態系統的空間范圍統一加以考慮。因此,本研究基于土地利用類型衍生出三種生態用地類型：生態用地、半生態用地和弱生態用地(表1)。

表1 生態空間分類及與土地利用類型的映射關系Table 1 Ecological space classification system and its corresponding land use/land cover classification

本研究基于土地利用類型衍生的生態空間分類體系,通過疊加運算實現圖譜融合對研究區生態空間類型變化進行統計分析[26]。具體步驟為：1)對經過分類后的土地利用數據集進行重分類,設置生態用地、半生態用地和弱生態用地三類編碼分別為1、2、3；2)將前一時刻的柵格單元的編碼作為十位數,后一時刻的柵格單元的編碼作為個位數,生成一個兩位數編碼的生態空間圖譜單元。最終得到2000—2020年黃河中下游影響區生態空間變化圖譜。

1.3.2RSEI指標計算及變化分析

RSEI是一種完全基于遙感數據得到的綜合分析區域生態環境的方法,可以客觀反映區域的生態環境質量[27-28]。該方法選擇濕度(Wet)、綠度(NDVI)、干度(NDSI)、熱度(LST)等4個生態因子[29- 30]。其中,熱度指標LST數據利用同源的MODIS地表溫度產品插補得到完整的LST數據[31],其余指標公式如下:

RSEI=f(Wet,NDVI,LST,NDBSI)

(1)

Wet=0.10839ρ1+0.0912ρ2+0.5065ρ3+0.4040ρ4-0.2410ρ5-0.4658ρ6-0.5306ρ7

(2)

NDVI=(ρ2-ρ1)/(ρ2+ρ1)

(3)

NDSI=(IBI+SI)/2

(4)

(5)

(6)

式中,ρ1—7代表MODIS第1—7波段的地表反射率。SI表示土壤指數,IBI表示建筑指數。由于四個指標量綱不統一,為了減小對研究結果的影響,最終是將各指標的值進行歸一化處理,使其變換到0—1之間[32],公式如下：

(7)

式中,NI為歸一化指標,I為原始指標,Imin為指標I最小值,Imax為指標I最大值。

之后對四個指標通過主成分分析方法進行合成,并選取得到的第一主成分作為RSEI指數[13]。根據RSEI模型計算出研究區2000—2020年RSEI值,RSEI值越高,表示生態空間狀況越好。為了更直觀地反映研究區生態空間狀況,根據《生態環境評價技術規范》中生態環境分級標準[3],進一步將RSEI值以0.2為間隔劃分為5個等級,分別代表生態狀況差(0—0.2)、較差(0.2—0.4)、中等(0.4—0.6)、良(0.6—0.8)、優(0.8—1)5個等級。

2 研究結果

2.1 生態空間演變的時空特征

通過對研究區2000年和2020年土地利用分布變化進行統計,獲得研究區不同時段各土地利用類型分布及其變化情況(圖2,圖3)。結果表明研究區主要土地利用類型是耕地,且分布較廣泛,2000年和2020年耕地面積分別占研究區總面積的71.37%和67.91%,近20年間面積共減少9849km2,減少速度為469km2/a；研究區林地分散度較小,集中分布在河南省西南一帶,與2000年林地面積相比,2020年面積共減少805km2；研究區草地主要分布在林地外圍,此外山東省北部和南部也分布大量草地,草地面積同樣有所減少,共減少1878km2,減少速度為減少89km2/a；水域主要包括黃河、天津市的北大港水庫和團泊洼水庫、山東省微山湖以及江蘇省的洪澤湖和高郵湖,面積共增加1662km2,增速為79km2/a；2000年建設用地只集中在城區,2020年可以明顯看到建設用地以各自為中心向外擴大,近20年建設用地面積共增加11146km2,增速為531km2/a,其中河南省鄭州市、山東省濟南市以及天津市建設用地面積明顯增大；未利用地主要包括自然保護區和濕地公園等,主要分布在河北省北部邊界和山東省北部邊界,自2000年至2020年面積共減少1175km2,增速為56km2/a。

圖2 2000年和2020年土地利用類型變化統計Fig.2 Statistics of land use type change in 2000 and 2020

圖3 2000年和2020年土地利用類型分布Fig.3 Distribution of land use types in 2000 and 2020

2000—2020年研究區生態空間用地發生了不同程度的變化(圖4)。“半生態用地→弱生態用地”占比最大,占總變化面積的41.78%,面積為32452km2,即平均每年有1545km2地區由耕地轉為建設用地；其次為“弱生態用地→半生態用地”、“生態用地→半生態用地”和“半生態用地→生態用地”,面積分別為21927km2、10154km2和8927km2,占比分別為28.21%、13.06%和11.48%。山東省和河南省生態空間類型轉換的面積較多,轉換面積分別為23455km2和24513km2,且多以“半生態用地→弱生態用地”為主,天津市生態空間類型轉換面積較少,共轉換1920km2；“弱生態用地→生態用地”類型主要集中在天津市和山東省北部邊界,“生態用地→半生態用地”主要集中在黃河入海口區域(山東省東營市),而河南省主要以“半生態用地→弱生態用地”和“半生態用地→生態用地”為主,其中“半生態用地→弱生態用地”主要集中在河南省的鄭州市和洛陽市,而“半生態用地→生態用地”主要分布在河南省黃河流域一帶,呈狹長分布。

圖4 生態空間類型轉換Fig.4 Ecological space type transformation

2.2 生態指數時空變化

統計研究區2000—2020年RSEI分布變化情況并進行趨勢線分析和顯著性檢驗。從圖5中可以看出,生態級別為“優”主要分布在河南省、江蘇省和安徽省周邊；研究區中部生態級別主要為“中等”和“良”；研究區北部生態級別以“較差”為主,只有北部邊界一帶生態級別為“差”。通過利用線性趨勢分析法了解研究區時空變化趨勢,分析結果表明生態指數變化較小的地區主要集中在研究區中部,而研究區北部和南部生態狀況變化較大,且通過了0.01顯著性檢驗。

圖5 2000—2020年研究區RSEI變化分析Fig.5 Change analysis of RSEI from 2000 to 2020

統計研究區各生態級別面積,以便對研究區生態質量進行評估。結果表明：研究區2000—2020年生態級別為“中等”、“良”的研究區面積整體呈上升趨勢,2000—2020年兩者面積分別增加52956km2和39296km2,從2000年占比36.60%和8.94%增加至2020年的52.77%和20.94%,而生態級別為“較差”呈下降趨勢,面積共減少41593km2,由2000年的32.92%減少至2020年的20.21%；生態級別為“差”的研究區面積整體呈下降趨勢,由2000年的5.93%減少至2020年的2.80%；生態級別為“優”的研究區面積整體處于緩慢增長狀態,近20年共增加9979km2,由2000年的0.23%增加至2020年的3.28%(圖6)。

圖6 2000—2020年不同生態等級面積動態變化 Fig.6 The dynamics of various ecological grades from 2000 to 2020

2000—2020年研究區內各省市生態空間類型發生不同程度變化,但RSEI整體呈穩健增長趨勢。2005年RSEI均值達到最小(0.39),生態級別為“較差”,而2018年RSEI均值達到最大(0.52),生態級別為“中等”,說明研究區生態環境質量有所提高(圖7)。統計研究區五省一市每年RSEI變化,結果顯示各省市RSEI均呈現緩慢增長趨勢,其中江蘇省和河南省生態環境較好,生態級別整體處于“中等”,RSEI分別為0.54、0.49,山東省、安徽省和河北省生態級別由“較差”轉為“中等”,RSEI分別增長0.14、0.05和0.17,2000—2015年天津市的RSEI在0.3之間平穩波動,但2015年之后,天津市RSEI急劇上升,RSEI由2015年的0.26上升為0.56。

圖7 研究區各個省市生態空間類型RSEI變化圖Fig.7 RSEI changes in various provinces and ecological space types in the study area

統計研究區黃河流域內外2000—2020年RSEI變化情況(圖8),得到黃河流域內外RSEI均呈波動上升趨勢,RSEI整體介于0.4—0.5之間,生態級別整體為“中等”。圖8可以看出流域內外RSEI平均值變化波動情況大體類似,2003年流域內外RSEI最小,RSEI分別為0.40和0.38,而2018年達到最大值(0.56和0.54)；多年來流域內外的RSEI變化趨勢值均較小(0.007)且幾乎無差異。就2000—2020年流域內外RSEI多年平均而言,黃河流域的RSEI為0.479,大于流域之外的0.469。這說明了黃河流域內的生態狀況雖然整體略好于流域之外,但是流域內外的變化值均很小且變化趨勢并無明顯差異。

圖8 黃河流域內外年RSEI平均值年際變化 Fig.8 Annual change of RSEI in and outside the Yellow River basin

2.3 不同生態空間類型內生態指數變化分析

2000—2020年各生態空間類型的生態狀況整體均有所提升。圖9表明2000—2020年期間3種生態空間類型的RSEI均呈上升趨勢,表明生態用地區域的生態保持整體向好、耕地生態功能增強及城市等人居生態環境均有所好轉。3種生態空間類型的RSEI主要集中在0.4—0.6之間,生態級別整體為“中等”,2003年RSEI達到近20年最小,而2018年RSEI達到最大。從圖9中可以看出2015年之前各生態空間類型RSEI整體變化平穩,整體波動幅度為0.04,2015年之后RSEI急劇上升,上升幅度為0.2。

圖9 研究區各生態空間類型的RSEI變化Fig.9 Annual RSEI change of various ecological space types

3 結論與討論

3.1 結論

本研究利用土地利用數據衍生出的生態空間,并分析黃河中下游影響區生態空間類型變化；進一步,基于Google Earth Engine平臺合成無云MODIS數據并通過主成分分析生成遙感生態指數RSEI[33],進一步對研究區生態指數的變化進行分析。本研究得到以下幾點基本結論：

(1)生態空間用地類型變化中,“半生態用地→弱生態用地”占比最大,占總變化面積的41.78%,表明近20年城市的擴張主要以侵占農田為主,其次為“弱生態用地→半生態用地”,占比為28.21%,表明在城市擴張侵占農田的同時也會伴隨著少部分其他生態類型轉換為農田。

(2)研究區2000—2020年生態狀況整體有所改善,生態級別為“中等”、“良”和“優”的研究區面積整體呈上升趨勢,而生態級別為“較差”和“差”的面積呈下降趨勢；研究區各省份的生態狀況也在持續改善,特別是山東省、安徽省和河北省生態級別由“較差”轉為“中等”。研究區黃河流域內外區域的RSEI均呈上升趨勢且趨勢基本一致,說明了黃河流域內外的生態狀況幾乎沒有區別。

(3)研究區生態用地、半生態用地和弱生態用地RSEI主要分布在0.4—0.6之間,生態級別整體為“中等”。2000—2020年RSEI整體均呈現線性上升趨勢,對應生態空間可知,研究區林草地等生態用地的生態狀況持續向好、耕地的生態功能有所增強,城市等人居生態環境亦有所好轉。

3.2 討論

在整個研究過程中,本研究完全利用了遙感手段和對應逐柵格的算法完成了數據處理與運算,而沒有任何人為的權重設置、參數賦值等步驟。本研究搭建的研究框架能夠快速地對2000—2020年來黃河中下游影響區的生態狀況進行定量評估,且本研究所用RSEI與其他評估方法相比[34-35],數據更容易獲取和運算分析,也使評估結果更為客觀。

就結果而言,雖然研究區整體的生態狀況持續改善,他人的研究也發現了在研究時段研究區植被具有增強的趨勢[36-37],但要注意的是,在逐柵格分析生態指數的變化趨勢時,發現在局部區域,尤其是研究區中部還存在很多地方生態指數下降。因此,我們有必要審慎對待這段時期的生態好轉狀況,尤其是植被綠度,在全國范圍內均持續提升的大背景下[38],對生態空間的轉換驅動因子及其對生態狀態的影響因素與穩定性等方面仍需進一步探索。

研究區生態狀況復雜多樣,氣候變化、人類行為[39]以及政策變化[40]都會對生態環境產生一定的影響,本研究RSEI指數雖考慮濕度、綠度、干度和熱度等四種因素,但并未考慮氣候因子等對生態環境的影響。因此在今后研究中,應結合實際情況,在現有研究的基礎上添加氣候因子等多種影響因素,更加精確的對研究區的生態環境狀況進行監測和評估。