鄉鎮遙感生態指數時空變化及影響因子研究
——以天津市薊州區為例

李 妍,張國欽,吝 濤,葉 紅,劉玉琴,陳天翼,劉文惠

1 中國科學院城市環境研究所,中國科學院城市環境與健康重點實驗室, 廈門 361021 2 中國科學院大學, 北京 101408

黨的十九大提出實施鄉村振興戰略,推出了《鄉村振興戰略規劃(2018—2022年)》,提出“建設生態宜居鄉村,推進綠色發展”,構建人與自然和諧共生的鄉村發展新格局,是未來綠色生態農村建設的重中之重[1]。鄉鎮由于其自身的演變和人為的干擾,必然會表現出生態環境與社會發展的不協調性[2]。鄉鎮尺度的生態環境評價作為我國農村生態文明建設的一項基礎工作,是我國可持續發展戰略實施和綠色生態農村建設的重要組成部分。長期以來,我國的研究熱點是城市尺度的生態環境評價,對小尺度的鄉鎮環境質量的變化趨勢和影響因子關注甚少[3]。目前我國鄉鎮生態環境評價的指標模型繁多,包括《生態環境狀況評價技術規范(HJ192—2015)》中的生態指數[4]、環境監測數據實地采集與分析[5]、居民環境滿意度調查[6]等方法。然而,大部分鄉鎮尺度的生態環境評價方法都有著指標較為繁瑣[7]、指標獲取較難[8]、數據要求高[9]、數據質量難以得到保證[10]等缺點,缺乏一種簡單便捷、效率高、能夠推廣使用的評價方法。因此,以鄉鎮為評價單元,進行生態環境質量評價并探討其影響機制[11],有針對性地進行政策調整,對實現我國鄉鎮經濟與生態環境協調發展,推動鄉村生態文明建設,實現鄉村振興有重要意義[12]。

為了提高生態環境質量評價工作的效率與質量,一些研究開始將信息共享系統[13]、地理信息系統[14]、遙感技術[15]等方法與傳統的生態環境評價手段相結合[16],以縮短鄉鎮生態環境質量評價的工作周期,便于快捷、準確地進行鄉鎮不同時期生態環境質量的評價和演變分析。本研究采用遙感生態指數[17]進行研究區生態環境質量評價,并采用遙感數據、統計數據和社會調查數據相結合的方法[18]進行研究區生態環境質量空間分異性的影響因子分析。從遙感影像中提取干度、濕度、綠度、熱度四個可以涵蓋大部分生態環境信息的分指標,進行鄉鎮生態環境質量評價[19]和時空演變分析[20]。采用主成分分析法進行分指標到綜合指標的集成,避免了人為主觀因素對指標權重的影響,可以客觀地反映研究區的生態環境狀況[21]。同時,以遙感生態指數為因變量,選取社會、經濟、地形、模型四大類型九個因子作為自變量,使用地理探測器方法進行影響力探測分析,探究薊州區鄉鎮生態環境質量空間分異性的影響因子[22],為薊州區鄉鎮生態環境維持與保護方面的政策和鄉村生態規劃、優化薊州區鄉鎮生態格局提供建議和科學依據[23],同時也為其他類似鄉鎮尺度的生態環境質量評價與影響因子分析提供參考[24]。

1 研究區概況與數據獲取

1.1 研究區概況

薊州區,原為天津市薊縣,2016年12月撤縣設區。如圖1所示,薊州區下轄26個鄉鎮、949個行政村,全區總面積1590 km2,位于天津市最北部,北緯39°45′—40°15′,東經117°05′—117°47′,屬暖溫帶半濕潤大陸性季風氣候。四季分明,陽光充足,熱量豐富,晝夜溫差大,季風氣候鮮明,風向季節更替明顯。2019年11月14日,薊州區被生態環境部評為第三批“綠水青山就是金山銀山”實踐創新基地；2020年10月9日,被生態環境部授予第四批國家生態文明建設示范市縣稱號。截至2018年末2019年初,薊州區有戶籍人口87.21萬人,常住人口90.19萬人,其中城鎮人口26.34萬人,鄉村人口60.87萬人。

圖1 薊州區區位和行政區劃Fig.1 Location and administrative division of Jizhou District

1.2 數據獲取與預處理

本文以從美國地質勘探局官網(https://earthexplorer.usgs.gov/)上獲取的研究區2000年、2005年、2010年、2015年、2020年的Landsat系列遙感影像為源數據。為保證數據質量和結果準確性,所選影像均為夏季影像,月份差距在兩個月內,且云量均在10%以下。為了減少不同時相影像在光照和大氣等方面的差異,對這5期遙感影像進行預處理,通過輻射定標將像元灰度值轉換為輻射亮度值,再利用FLAASH大氣校正法進行大氣校正。預處理結束后計算遙感生態指數,以鄉鎮為基本單元進行空間可視化分析和時空演變及影響因子分析。薊州區社會經濟數據來自薊州區鄉鎮基本信息調查問卷結果,薊州區30m高程數據來自中國科學院計算機網絡信息中心地理空間數據云平臺(http://www.gscloud.cn)。通過ArcGIS將遙感生態指數、社會經濟數據和DEM數據格網化并分級賦值,進行地理探測器分析。

2 研究方法

2.1 遙感生態指數

遙感生態指數(Remote Sensing Ecological Index, RSEI)是一個可以快速進行生態環境質量監測與評價的指標[25],包括4個重要的生態環境指標,綠度、熱度、干度、濕度。通過遙感影像反演得到上述四個指標,再通過主成分分析得到遙感生態指數。由于所選的指標完全基于遙感影像即可獲得,且計算過程沒有人為干預,結果客觀可靠[26],因此可以客觀反映研究區生態環境的整體狀況。其中：①綠度指標由廣泛應用的歸一化植被指數(Normalized Differential Vegetation Index, NDVI)表示,可以反映植物生長狀態以及植被分布密度,在一定程度上體現出地表空間變化規律。②熱度指標由地表溫度(Land Surface Temperature, LST)表示,與研究區的綠化覆蓋、建成區面積和人口密度等有關[27]。③干度指標(Normalized Differential Soil Index, NDSI)由裸土指數(Soil Index,SI)和建筑指數(Index-based Built-up Index, IBI)的均值表示。在鄉鎮生態環境中,由生態用地轉化為建筑用地也會造成地表“干化”,因此最終干度指數代表地表的“干化”程度,包括從生態用地向建筑用地和裸地的轉變。干度指數越高,地表越裸露,土地退化越嚴重。④濕度指標,由濕度分量(Wet)表示,是經過纓帽變換的濕度分量,代表開放水體和研究區土壤和植被的濕度,根據傳感器的不同,纓帽變換的系數也不同,不同傳感器的纓帽變換系數可以在Index DataBase網站(https://www.indexdatabase.de/db/i-single.php?id=93)查找。本研究使用Landsat 7 ETM遙感影像(2000年—2015年)和Landsat 8 OLI遙感影像(2020年)進行遙感生態指數計算,綠度、熱度、干度、濕度四個指標的計算公式及說明如表1所示[25]。

耦合上述四個指標的信息并可以作為獨立的生態指標進行環境評價,形成綜合遙感生態指數。為了消除不同指標之間量綱的影響,對所有指標進行標準化處理,將原始指標值的范圍統一到[0,1]并無量綱化[28]。標準化公式如下：

(1)

式中,NX為某一指標標準化后的值,X為該指標的像元平均值,Xmax為該指標的最大值,Xmin為該指標的最小值。

經過標準化后的四個指標就可以集成得到遙感生態指數。對于各指標在綜合指標中所占的權重,為了最大程度上消除人為主觀因素的影響,采用主成分分析法進行指標集成。如果存在某一主成分,正向指標主成分均為正值且負向指標主成分均為負值,且該主成分特征貢獻率最高,則認為該主成分最大限度上集中了各項指標的特征,即第一主成分PC1。PC1即為初始的遙感生態指數RSEI0。為了方便進行對比再次進行標準化,得到最終構建的遙感生態指數RSEI,計算公式如下：

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

(2)

(3)

式中,RSEI0為未經歸一化的初始遙感生態指數,RSEI0_max為RSEI0的最大值,RSEI0_min為RSEI0的最小值。RSEI為最終構建的遙感生態指數,其值介于[0,1]之間,越接近1,表示生態環境質量越好。

2.2 地理探測器

地理探測器由中國科學院地理科學與資源研究所王勁峰提出[22],是探測變量空間分異性及其背后驅動因子的一種統計學方法,與傳統的統計方法相比,地理探測器可以分析影響因素的解釋能力和多個影響因素之間的交互作用[29],越來越多的被應用到基于遙感的生態環境評價中[30]。地理探測器共有四個探測器,其基本原理如表2所示。

以通過統計數據和社會調查數據可直接或間接獲取的數據[31]為基礎,考慮指標的定量性、實效性和可信性[32],選取2020年社會因子、經濟因子、地形因子、模型因子四個類型[33]共9個變量作為自變量(見表3)；綜合考慮研究區面積和空間特征等因素,將薊州區按1 km×1 km劃分為共計1597個網格[34],利用ArcGIS的空間分析和統計工具,將上述自變量數據轉化成格網數據并分級賦值,以2020年遙感生態指數為因變量,運用地理探測器模型得到各指標對生態環境質量的影響力水平和交互作用[35]。

表1 Landsat遙感生態指數計算公式

表2 地理探測器基本原理

表3 地理探測器自變量選擇

3 結果與分析

3.1 薊州區生態環境質量的時空變化

根據遙感生態指數的四個分指標主成分分析結果(表4),第一主成分PC1的特征值貢獻率均為最高,即第一主成分最大限度上集中了四個分指標的特征信息；且在每個年份主成分分析結果的PC1中,Wet和NDVI均為正值,NDSI和LST均為負值,符合對四個指標與生態環境質量反饋關系的普遍認知,即濕度和植被覆蓋對生態環境質量有正面影響,地表裸露程度、人為建筑面積和地表溫度對生態環境質量有負面影響[17]。因此,以第一主成分PC1構建遙感生態指數RSEI。

表4 遙感生態指數各指標主成分分析結果

將得到的薊州區五個年份的遙感生態指數劃分為五個等級：0—0.2為極差,0.2—0.4為差,0.4—0.6為中等,0.6—0.8為好,0.8—1為極好。分級后各研究年份的遙感生態指數空間分布如圖2所示。從生態等級分布變化來看,薊州區2000年到2020年生態環境質量整體提升,生態環境質量等級為差和極差的區域明顯減少,生態質量等級為好的區域面積增加,生態環境質量好的區域集中在薊州區的北部山區、南部農業用地和水庫、泄洪區等水域區域；中部和水庫周邊的人口密集區域,尤其是人口最多且人口分布較為集中的漁陽鎮附近生態環境質量相對較差。

圖2 薊州區2000—2020年生態環境質量等級分布圖Fig.2 The distribution map of eco-environmental quality in Jizhou District from 2000 to 2020

表5總結了2000—2020年薊州區生態環境質量各等級面積和比重的變化。其中,生態環境質量等級為差和極差的區域面積減少了10.73%；生態環境質量等級為好和極好的區域面積增加了20.23%,達到薊州區總面積的77.8%。由圖3可看出,生態環境質量明顯提升的區域(圖3中綠色區域)包括白澗鎮西北部、許家臺鎮東南部、官莊鎮西南部、青甸洼泄洪區和別山鎮、東趙各莊鎮及其周邊地區等,相對聚集且區域面積較大；生態環境質量明顯降低的區域(圖3中橘色和紅色區域)主要有于橋水庫大部分、漁陽鎮西南部、洇溜鎮、邦均鎮、禮明莊鎮、上倉鎮等,區域較小且較為分散。

表5 薊州區2000—2020年生態環境質量各等級面積和比例

圖3 薊州區2000—2020年生態環境質量變化Fig.3 Changes of eco-environmental quality in Jizhou District from 2000 to 2020

3.2 薊州區鄉鎮生態環境質量演變趨勢分類

以薊州區行政鄉鎮邊界對薊州區2000—2020年的生態環境質量做分區統計,根據各鄉鎮生態環境質量隨時間變化的規律,可以將薊州區28個鄉鎮和水庫、水洼20年來的生態質量變化趨勢大致劃分為三類：第一類,生態環境質量大趨勢上持續上升,稱為持續上升型；第二類,生態環境質量沒有穩定的升降規律,在多個研究年份內生態環境質量下降,但最終生態質量是上升的,稱為波動上升型,大部分鄉鎮都屬于此類型；第三類,生態環境質量沒有穩定的升降規律,最終生態環境質量下降,稱為波動下降型,該類型只有禮明莊鎮和于橋水庫。具體分類見表6。

表6 薊州區2000—2020年生態環境質量變化分類

圖4 薊州區評估單元2000—2020年生態環境質量變化分類Fig.4 Classification of eco-environmental quality changes of assessment units in Jizhou District from 2000 to 2020

三種類型的鄉鎮空間分布如圖4。由圖可知,大部分上升型鄉鎮集中在薊州區北部和西北部山林地區,均為遙感影像中植被覆蓋較為茂盛的區域；波動上升型鄉鎮集中在薊州區南部農業聚集地,這些區域包含了薊州區大部分的農業用地；生態環境質量屬于波動下降型的禮明莊鎮位于其他類型鄉鎮包圍之中,且由遙感影像中可見人為建筑用地較多且較密集。其中值得關注的是于橋水庫的生態環境質量逐年下降,表示當地有關部門對水庫的保養和維護不到位,需要加大對于橋水庫的保護力度,嚴格落實水源地保護措施,恢復水庫生態系統,確保天津城市供水安全和水源地生態安全。

3.3 薊州區鄉鎮生態環境質量影響因子探測分析

圖5 地理探測器影響因子空間分布圖Fig.5 Spatial distribution of impact factors of Geodetector

地理探測器各因子空間分布如圖5所示。其中,人口密度、人均收入、人均農業產值和用電密度的空間分布情況大體一致,均呈現為中心鄉鎮和水庫、水洼邊緣數值較高、北部山林地區數值較低；海拔表現為由北部山林地區到南部耕地逐漸放緩的空間形態；干度指數與綠度指數空間分布相似,呈現為中心城鎮聚集區較高、山林地區和耕地較低的分布形態；濕度指數在南部耕地和水庫周邊數值較高；綠度指數在北部山林地區和南部耕地較高,中心城鎮地區較低,整體各因子分布與實際情況相符。

3.3.1主導因子探測分析

根據地理探測器模型的因子探測結果(表7),所有影響因子的P值均<0.001,表明所選因子均對薊州區鄉鎮生態環境質量的空間分布有顯著影響[36]。由于在地理探測器中需要同時納入模型因子后才能得到高度顯著的結果,從而全面反映自然地理因子和社會經濟因子的影響,但模型因子本身就與遙感生態指數有較大的關聯性,故在進行結果分析時,重點分析模型因子以外的其他因子的影響力(圖6)。從影響因子類型來看,地形因子的影響力>社會因子>經濟因子。在經濟因子中,用電密度的解釋力大于人均農業產值；在社會因子中,人均收入的解釋力大于人口密度,但以上四個因子的q統計值均小于0.1,因此經濟因子和社會因子中的四個影響因子對薊州區鄉鎮的生態環境質量空間分異性影響力較小,人均收入的影響力略大于人口密度和用電密度,人均農業產值的影響力最小。地形因子海拔的q統計值為0.1720,影響力僅次于4個模型因子,但遠不如模型因子的影響力大。故在除模型因子外的其他三類因子中,地形因子中的海拔對薊州區生態環境質量的空間分異性影響最大,社會因子和經濟因子的影響力相對較小。說明薊州區鄉鎮生態環境質量的空間分布受海拔影響要大于受其他社會經濟因素的影響。

表7 因子探測結果

圖6 地形因子、社會因子和經濟因子q統計值Fig.6 q-statistic results of terrain factors、social factors and economic factors

3.3.2交互作用分析

影響因子的交互作用分析結果見表8。對九個影響因子的交互探測結果表明,任意兩個影響因子交互的作用強度都要大于單一影響因子。其中人均收入與干度指數、人均收入與熱度指數、人口密度與海拔、人口密度與用電密度、人口密度與干度指數、人口密度與熱度指數、海拔與綠度指數、海拔與干度指數、海拔與熱度指數、人均農業產值與干度指數、用電密度與干度指數、用電密度與熱度指數以及四個模型因子兩兩交互呈現為雙因子增強交互作用,其余均呈現非線性增強交互作用。交互作用力最大的是干度指數與綠度指數的交互作用,q值為0.8115,即對薊州區鄉鎮生態環境質量空間分布的解釋水平為81.15%,在所有因子中對薊州區鄉鎮生態環境質量的空間分異性有最強的解釋力。人均收入和人口密度、人均農業產值和人均收入、人均農業產值和人口密度、用電密度和人均收入、用電密度和人口密度、用電密度和人均農業產值為N,說明這些因子的組合對薊州區鄉鎮生態環境質量的空間分異性的影響不具有顯著性的差異。總體看來,地表裸露程度和建筑面積對生態環境質量的影響最大[37],即人類活動導致的地表覆蓋變化可能是薊州區鄉鎮生態環境質量分布的主要影響因素。

表8 影響因子交互探測結果

綜合地理探測器的分析結果,薊州區鄉鎮的生態環境質量空間分異性不僅是單一影響因子直接、獨立作用的結果,而是社會因子、經濟因子、地形因子和模型因子等影響因素交互后互相增強的綜合作用導致的[38]。單因子探測和交互探測結果的差異反映出,對于薊州區鄉鎮生態環境質量的空間分異性的影響力,大部分影響因子通過與其他因子的協同作用可以比單獨作用更好地體現出來[39]。

4 結論與討論

本文采用遙感、統計和社會調查相結合的方法進行研究區生態環境質量時空分異性及其影響因子探測分析。其中影響因子選取人口、社會經濟、地形地貌、遙感生態模型四大類型,人口密度、人均收入、人均農業產值、用電密度、海拔和遙感生態指數的四個分指數共九個因子,通過地理探測器分別得到單因子探測的q統計值和交互因子探測的q統計值。研究表明2000年—2020年薊州區鄉鎮生態環境質量整體呈上升趨勢,各個鄉鎮生態環境質量變化趨勢可分持續上升型、波動上升型、波動下降型三種類型；地理探測器結果表示,在主導因子探測方面,薊州區鄉鎮生態環境質量的空間分布受海拔影響要大于受其他社會經濟因素的影響；在因子交互作用探測方面,薊州區鄉鎮生態環境質量的空間分異性受多個影響因子共同作用,每兩個因子之間相互作用的影響力都大于單一因子的影響力,其中干度指數與綠度指數的交互作用最為顯著。整體生態環境質量上升,說明薊州區各鄉鎮在生態環境維持與治理方面政策的大方向是有效的,絕大部分區域生態環境質量都在提升,少部分地區略有降低,應有針對性地進行政策調整,改善生態環境質量；根據地理探測器分析結果,地表干度情況、熱度情況和綠度情況對薊州區鄉鎮生態環境質量的影響最大,說明土地利用變化和城市建設是鄉鎮生態環境質量的主要影響因素和關鍵影響因子。因此,薊州區各鄉鎮在未來的生態環境保護與規劃中應更注意城鎮化過程中農業及其他生態用地與建設用地的平衡,科學地進行鄉鎮發展格局規劃,在不破壞生態環境的前提下,實現鄉鎮生產與生態協同發展。

在整個研究過程中,由于遙感衛星重訪周期限制,在進行研究區鄉鎮生態環境評價時,所選影像的日期難以統一,對評價結果的可比性可能造成一定的影響。此外,在地理探測器結果分析中,q值最大的是干度指數與綠度指數的交互作用(q=0.8115),其余的q統計值大部分集中在0.4—0.8左右；社會因子和經濟因子交互作用的q統計值在0.1—0.3之間,可能由于社會經濟因子主要反映了人類活動的強度,更多與污染排放具有較強的相關性,導致對于側重生態環境總體狀況評價的遙感生態指數解釋力較弱。

本研究也可為其他地區和尺度的分析提供借鑒,未來相關研究可以進一步納入對鄉鎮自然資源占用、生態環境污染等方面的評價,并開展相關因素對鄉鎮生態環境影響機制機理的實證調查與研究,為鄉村生態文明建設和鄉村振興提供支撐。