重慶南川區生態環境變化及其對城市不透水面的響應

鄧力維, 徐麗華

重慶南川區生態環境變化及其對城市不透水面的響應

鄧力維, 徐麗華*

西南大學資源環境學院, 重慶 400715

城市建筑物的擴張使得不透水面擠占了大量的自然生態空間, 利用遙感技術對生態環境進行監測有助于快速掌握區域生態變化過程。以重慶市生態典型示范區南川為研究區, 利用2002、2011、2016年3期多時相Landsat影像, 通過耦合綠度、濕度、干度、熱度四個因子, 計算各個時期的遙感生態指數(RSEI), 并采用歸一化不透水面指數提取各個年份的不透水面信息, 借助景觀格局指數揭示不透水面時空變化對區域生態的影響, 最后結合人類活動范圍以及經濟、政策等多角度對區域生態環境變化進行分析。結果表明: (1)研究期內南川區的RSEI均值由0.6791下降至0.5712, 再上升到0.6669, 生態環境總體有所恢復。構成RSEI的四個因子中, 對區域生態影響最大的是綠度指數, 其次為干度指數。(2)2002—2016年間研究區不透水面擴張主要以內部填充為主, 不透水面年增長率約為6.31%。(3)不透水面斑塊面積較大、聚集度高、結合度強的區域RSEI值低, 生態等級為優的區域相較生態質量差的區域聚集度低12%左右。(4)生態環境與人類活動范圍、生態政策具有一定的相關性, 與道路距離每增大100 m, RSEI值提高約0.0149; 積極的生態政策對區域生態環境具有促進作用。總的來說, 合理利用現有不透水面進行建設, 增加不透水面形態的復雜性和分散性, 保護已有植被, 注重經濟增長與生態保護相協調是改善區域生態環境的關鍵。

不透水面; 遙感生態指數; 景觀格局指數; 生態環境變化

0 前言

城市化進程的加快使得大量不透水面取代了原有的自然地表景觀植被, 進而影響地表溫度、土地利用變化、城市空間規劃以及城市生態建設[1–4]等, 對生態環境造成了一定程度的破壞, 對區域生態環境監測與評價也提出了更高的要求[5]。不透水面的變化是城市擴張的主要標志, 城市不透水面的比例及時空動態變化是影響城市發展程度以及生態質量狀況的重要指標[6]。因此, 研究不透水面的變化對生態環境的影響具有重要意義。

遙感技術的發展為城市不透水面的提取提供了可行性, 發展了一些基于遙感的生態質量評價方法, 如基于生態系統的服務價值法[7]、PSR與層次分析法構建的綜合指數法[8]、Delphi與模糊評價相結合法[9]等。徐涵秋提出了以干度、熱度、綠度、濕度四個指標集成的遙感生態指數(Remote Sensing Ecological Index, RSEI)[10], 該指數的各指標完全基于遙感影像獲取, 通過主成分分析非人為地確定各因子對生態環境的貢獻, 所得結果客觀且具有較好的空間可視化效果, 在干旱區、水土流失區、礦區、城市群[11–15]等地的生態環境質量評價中得到廣泛應用。景觀格局可描述不同大小形狀的景觀斑塊在空間上的布局[16]。自然、生物及社會的各種生態過程相互作用構成了景觀格局的變化與發展, 人類的開發活動也主要在景觀層次上進行[17]。隨著研究區城市化的推進, 人類活動強度和范圍不斷增大, 不透水面占比提升且分布情況復雜, 因此結合景觀格局指數分析研究區生態質量變化, 對于及時查清研究區的景觀生態格局以針對性地保護生態環境具有顯著作用。

重慶復雜的地形使得區域間生態差異表現更為明顯[18], 不透水面景觀格局亦趨于復雜化, 及時掌握山區城市生態環境變化對于城市規劃建設具有重要意義。重慶市南川區以中山、低山為主要地貌[19], 在川東平行嶺谷區代表性顯著, 該區北部致力于發展生態農業, 南部金佛山是5A級風景名勝區。南川區經歷了城鎮化到重慶市典型生態示范區的轉型, 對該區生態變化情況進行研究, 分析其對不透水面、人類活動范圍的響應以及生態政策的影響, 對更大范圍的區域生態建設具有輻射示范作用。因此, 本文擬采用2002、2011、2016年三個時期的Landsat影像, 通過提取各研究期不透水面信息分析其時空變化特征, 并結合遙感生態指數、景觀格局指數定量分析南川區不透水面時空分異以及人類活動對區域生態環境的影響。

1 研究區域與研究方法

1.1 研究區概況

南川區坐落于重慶南部, 經緯度范圍為北緯28°46′—29°30′、東經106°54′—107°27′, 總面積約2602 km2(圖1)。該區地形以山地為主, 地勢東南高西北低, 境內海拔最低323 m, 最高2228 m。主要可分為北部生態農業示范區、中部城鄉一體化示范區、南部金佛山三個類區[20]。該區自然資源主要包括以煤為代表的礦產資源, 以野豬、猴等為代表的生物資源, 水資源、森林資源、土地資源等儲量豐富, 先后被評為“國家衛生城市”、“國家森林旅游示范縣”。

1.2 數據來源與預處理

文中使用遙感數據為Landsat衛星影像, 數據均來源于地理空間數據云(http://www.gscloud.cn)平臺。影像獲取時間分別為2002年6月11日、2011年5月27日、2016年6月17日, 傳感器分別為TM/ETM/OLI, 其中TM影像包含藍、綠、紅、近紅外、中紅外等7個波段, ETM影像包含藍、綠、紅、近紅外、短波紅外等8個波段, OLI影像包含海岸、藍、綠、紅、近紅外、短波紅外、全色等11個波段, 本研究所用波段為綠光、紅光、近紅外3個波段, 空間分辨率均為30 m。云量分別為 1.68, 0.01, 2.11, 軌道號均為127/40。對三期影像分別進行幾何校正、輻射定標、大氣校正等預處理, 幾何校正時投影為UTM投影, 投影坐標系為WGS_1984_UTM_Zone_ 48N, 校正方式為二次多項式, 重采樣方式選擇雙線性內插(Bilinear), 最后用南川區的區界矢量文件進行裁剪, 其結果影像如圖2所示。

圖1 研究區地理位置

Figure 1 Geographic location of the study area

1.3 研究方法

1.3.1遙感生態指數

文中用遙感生態指數()對區域生態環境進行評價。的構建需要整合綠度、濕度、熱度和干度因子四個分量, 因此需要分別構建單一分量, 將四個單一分量進行疊加后, 進行主成分分析, 并將第一主成分作為的初始狀態值。最后, 對其進行歸一化處理, 得到最終的值。遙感生態指數的表達式如公式(1)所示。

(1)

式中,為主成分分析函數,分別用歸一化植被指數、纓帽變換的濕度分量、地表溫度、建筑物與裸土指數的均值來表示, 其計算公式詳見參考文獻[10]。

1.3.2 逐步多元線性回歸

利用ArcGIS軟件, 分別對圖像按照10×10(0.3 km×0.3 km)格網貫穿全影像的方法進行隨機采樣, 每幅影像均勻采集20000個樣點。以為因變量,作為自變量進行逐步多元線性回歸分析, 具體分析綠度、濕度、熱度、干度對區域生態的影響。同時為了更為直觀地表現四個分量與的關系, 利用MATLAB R2014b繪制散點圖, 對遙感生態指數和四個分量進行可視化顯示。

圖2 研究區Landsat影像

Figure 2 Landsat images of study area

1.3.3 不透水面提取

文中采用歸一化不透水面指數(Normalized Difference Impervious Surface Index, NDISI)對不透水面進行提取,全面考慮了相近地類的光譜特性, 能較好地區分出不透水面和裸土信息, 且實現方式較為簡單[21]。表達式如式(2)、(3)所示。式中,為不透水面指數,為歸一化水體指數,分別是Landsat影像中的綠光、近紅外、中紅外1波段和熱紅外波段。

(2)

(3)

1.3.4 景觀格局指數

選取平均斑塊面積(Mean Patch Area, PA_MN), 最大斑塊指數(Large Patch Index, LPI), 平均形狀指數(Mean Shape Index, Shape_MN), 斑塊密度(Patch Density, PD), 聚集度(Aggregation Index, AI), 斑塊結合度(COHESION)6種景觀指數作為評價指標, 對不透水面的空間分布狀況進行評價, 所使用軟件為景觀格局分析軟件Fragstats 4.2。

2 結果與分析

2.1 城市生態環境質量總體狀況

2.1.1 城市生態環境時空變化

對干度、熱度、濕度、綠度指標進行主成分分析(表1)發現, 三個時期PC1的貢獻率都較大, 因此第一主成分可用于描述4個指標的特征。兩個指標與兩個指標符號相反, 說明它們分別對研究區生態起著相反的作用。代表干度和代表熱度的指標對生態環境造成消極影響, 代表濕度及代表綠度的指數則對區域生態起著積極作用。四個指標在2011年PC1、PC2載荷與2002、2016年載荷符號不同, 說明2011年的生態條件與PC1值成反比, 在初始化之前應進行反向處理[12], 使三期情況統一。

對研究區三個年份各指標均值和的均值變化進行統計(表2)發現: (1)指數持續增大, 符合區域城市化實際進程, 代表熱度的指數則出現了先減后增的趨勢, 這與研究區的氣溫變化實際情況一致; (2) 綠度指標、濕度指標在研究期間持續增長, 增長率在8.5%左右, 表明研究區的植被覆蓋面積有所增加; (3) 總的來說, 四個指標的變化趨勢表明研究區14年間生態環境質量逐漸改善,均值呈現先下降后上升的趨勢。

表1 各生態指標主成分分析結果

表2 南川區各研究期四個指標及RSEI均值

根據0.2的相等間隔對指數進行分級[10](表3), 由表3可知, 2002—2016年間, 研究區最大面積占比的區域由生態等級良好轉向生態質量中等, 2016年恢復為生態條件良好。2002—2011年間, 生態質量等級為優、良的面積都有所減少(分別減少了5.16%、37.53%), 同時等級為中等及以下的區域面積都有不同程度的增大, 表現出區域生態有所惡化; 2011—2016年間, 生態等級為優、良的區域面積占比均有所上升, 而生態質量為中等、較差以及差的區域面積都有所減小, 說明研究區生態質量逐漸得到改善。

表3 2002—2016年南川區生態等級變化

由圖3可以看出: 2002—2016年間, 生態質量最差的區域均集中在中部城市區, 而等級最高的區域大都集中在南部的金佛山生態示范區, 表現出一定的規律性。2002—2011年間, 研究區生態質量有所下降, 在圖3(b)上表現為紅色、黃色區域相較圖3(a)明顯擴張, 而綠色面積顯著減少; 2011—2016年間, 雖然城市建筑密度以及不透水面面積隨著城市化進程仍進一步增大, 但城市中心生態質量卻得到了明顯改善, 在圖3(c)上表現為城市中心的紅色、黃色區域面積相較圖3(b) 明顯減小; 研究區南部的生態質量也得到進一步的提高, 在圖3(c)上表現為綠色區域面積相較圖3(b)相比顯著增大, 說明近年來人們在開發建設城市的同時, 更加注重對已有城區和植被的生態環境保護。

2.1.2 城市生態環境建模分析

分別對2002、2011、2016年影像的及影像進行隨機采樣, 每幅影像采集20000個樣本點, 然后以為因變量,為自變量進行逐步多元線性回歸分析, 得到2002、2011、2016年的回歸模型如下:

20020.0860.3440.0950.678

0.315(4)

20110.2720.3780.4640.624

0.217(5)

20160.3240.0350.6130.729

0.109(6)

在逐步回歸的過程中, 4個指標都被保留了下來, 說明4個指標都對研究區生態質量有重要影響; 回歸方程中,的系數為負,的系數則為正, 表示干度、熱度指數增加對區域生態有負面影響, 而綠度與濕度指數的增大則有利于優化區域生態質量, 這也與實際生態情況相符。

圖3 南川區各研究期生態質量分級圖

Figure 3 Ecological quality classification map of Nanchuan in different study years

通過三維散點圖可以更加直觀地描述四個指標和的關系。以2016年為例, 圖4(a)是、與的三維散點圖, 圖4(d)是、與的三維投影圖。由圖4(a)、4(d)可以看出兩幅圖都具有較好的趨勢性:的增加對生態質量有正向的積極作用, 表明植被覆蓋率與地表濕度的增加能夠促進生態環境的好轉;指數的增大則會引起指數的降低, 表現為地表溫度的上升以及建筑物、裸土范圍的擴張會導致生態環境的惡化。同時可以由圖4(b)看出,對的大小起著重要作用, 在R2為0.791的前提下, 其趨勢線斜率達0.9884; 由圖4(c)、(e)、(f)可知,指數大部分都集中在0.5—1.0之間,主要集中在0.6—0.7的范圍內, 變化廣度較小, 而在0.6之前表現出較弱的趨勢性, 均未能顯示出與相同程度的趨勢性。這說明區域植被覆蓋面積越大, 綠度越高, 就越有利于區域生態質量的改善。進一步的, 2002、2011、2016年的系數值分別為0.678、0.624、0.729, 而的系數絕對值則分別為0.344、0.378、0.035, 由此可見,的系數絕對值越大,的系數絕對值就越小, 表現為當地面建筑物及裸土所占比例越大, 就越難通過增加植被覆蓋度的方法來達到改善區域環境的目的。以2016年為例(圖4b、圖4e), 要使指數增加0.2, 只需要使值下降0.012即可; 而如果想通過抬高來達到同樣的目的, 則需要將值提高0.21。

2.2 城市生態環境對不透水面的響應

2.2.1 城市不透水面時空變化

不透水面的分布與變化是城市空間擴展的重要表征, 能夠較為準確地反映人類活動強度以及城市建筑用地增長趨勢[4]。利用(式2)提取研究區不透水面信息, 提取結果如圖5所示。對每幅不透水面影像隨機選取400個樣本點, 與原影像進行對比并精度驗證。驗證結果表明, 2002、2011、2016年的不透水面提取總體精度分別為94.38%、94.76%、89.75%, Kappa系數分別為0.8736、0.8830、0.7753, 分類精度都超過85%, Kappa系數均大于0.75, 符合精度要求。由圖5可見, 2002—2016年間, 研究區不透水面擴張主要集中在中部城區, 總體表現為由城市中心向周邊地區擴張, 其中南部金佛山的不透水面擴張形式以分散式擴張為主。

圖4 2016年各指數與RSEI相關性散點圖

Figure 4 Scatter points of correlation maps between each index andin 2016

圖5 各研究期南川區不透水面提取影像

Figure 5 Images of impervious surface extraction in Nanchuan during the research period

對各研究期不透水面變化情況(表4)進行比較, 可以發現, 2002—2016年, 南川區不透水面面積總共增加了69.82 km2, 年均增長率約為6.31%; 其中2002—2011年間, 不透水面面積由78.99 km2增加到108.53 km2, 年均增長率約為4.16%; 2011—2016年間, 不透水面增加面積為40.28 km2, 年均增長率約為7.42%, 相較前一階段, 不透水面面積增長率提高了約40%。

2.2.2 不透水面景觀格局對生態環境的影響

不透水面的景觀格局變化是影響城市生態質量的重要因素。以為因變量, 景觀格局指數為自變量, 對南川區值與不透水面的6種景觀格局指數進行相關分析, 得到平均斑塊面積、最大斑塊指數、平均形狀指數、聚集度、斑塊密度、斑塊結合度與之間的相關系數分別為–0.950、–0.727、–0.461、–0.937、0.887、–0.879, 可以看出平均斑塊面積、聚集度、斑塊密度、斑塊結合度與之間存在強的相關性, 而最大斑塊指數、平均形狀指數與RSEI之間則呈弱相關, 說明了該區域的生態質量受不透水面的平均斑塊面積、聚集度、斑塊密度、斑塊結合度的影響較大。將不透水面信息與上述的優、良、中等、較差、差5個等級疊加進行景觀格局分析, 統計各個生態等級相對應的不透水面景觀格局指數(表5), 可以看出, 相較于生態等級為差、較差的區域,等級高的區域平均斑塊面積、斑塊聚集度等都比較小, 說明等級高的區域, 其不透水面斑塊的平均面積較小, 斑塊聚集程度較低(比等級低的聚集度小12%左右), 不透水面斑塊之間的結合度也較低。由此可見, 不透水面斑塊面積小、最大斑塊指數和平均形狀指數低, 斑塊聚集程度低且結合度小的區域生態環境質量較好,等級較高。

表4 各研究期不透水面變化情況

2.3 人類活動范圍對生態環境的影響

人類活動的強度和廣度均會在一定程度上對區域生態環境造成影響。為了進一步揭示人類活動范圍對研究區生態環境的影響, 選取研究區的中心城區按照100 m等間距分為距離道路0–100 m、100–200 m、200–300 m、300–400 m、400–500 m 的5個區域(圖6), 然后將其分別與進行疊加, 得到研究區距離道路0—100 m、100—200 m、200—300 m、300—400 m、400—500 m各間隔的生態環境分布圖(圖7)。可以看出, 與道路距離越遠,等級越高, 表現為圖7 (e)中呈綠色、深綠色的面積相較圖7(a)明顯增多; 而距離道路越近, 人類活動加劇, 生態條件越差, 表現為圖7(a)中呈黃色、紅色的區域面積較大。

表5 不同RSEI等級所對應的不透水面景觀格局指數

通過對生態等級與距道路100米等間隔各區域進行數據統計發現(表6), 距離道路400—500 m的區域生態等級為優、良所占比例達91.14%, 生態環境質量較高, 相較于距離道路100 m范圍內生態等級為優、良的區域所占比例高18.25%。同時, 將各間隔距離所對應的值進行分析, 計算得到各間隔距離的均值(圖8)?？傮w來說, 隨著與道路的距離越來越大, 人類活動強度與廣度都有所減弱,均值有所增加, 表現為與道路距離每增大100 m,值提高約0.0149。從圖8中可以看出, 與道路間隔在100—200 m之間相比在100 m范圍內的區域生態環境改善明顯,均值上升約9.12%。

圖6 研究區中心城區道路分級圖

Figure 6 Road classification map of central area in Nanchuan

圖7 100米等間隔生態環境分布圖

Figure 7 Distribution map of ecological environment at equal interval of 100 meters

表6 各RSEI等級對應的100米等間距生態狀況

圖8 100米等間隔對應的RSEI均值

Figure 8 RSEI mean value for 100–meter equal intervals

2.4 經濟、政策對生態環境的影響

研究期間, 南川區生態環境總體向好發展。根據《南川統計年鑒》, 研究區2016年地區生產總值233.39億元, 相比2011年增加了約57.21億元, 年均增長率約為6.5%, 經濟增長平穩有序; 建成區面積由2011年的18.21 km2增加到2016年的24.52 km2, 第二、三產業產值也穩步提升。為了應對經濟發展以及城鎮化建設所帶來的一些生態問題, 研究區更加注重對建成區的綠化工作, 截至2016年底, 建成區綠化率達33.4%; 植樹造林工作有序開展, 2016年南川區森林覆蓋率達到了52%, 森林蓄積量達800萬立方米, 相比同年重慶市總體森林綠化率高7%左右; 對污水的處理能力也逐漸提高, 2016年南川區全年污水處理量達1847萬立方米, 生活污水處理率高達91.0%。尤其是位于研究區南部的金佛山地區被評為“世界自然遺產”、“5A級旅游景區”、“國家森林公園”后, 政府出臺了一系列生態保護政策與項目, 創新生態機制, 鼓勵社會資本共同參與建設森林公園, 體現出政策對生態環境的促進作用。

3 討論與結論

根據遙感生態指數及建模分析發現: 綠度和濕度指數的增大對區域生態環境具有積極作用, 干度與熱度指標的上升則會降低生態質量等級。研究期間, 南川區生態質量先下降后提高, 總體來說生態環境有所改善。2002—2011年間, 生態等級為優的區域面積減少了5.16%, 等級為差的區域增加了8.67 km2; 而2011—2016年間, 生態等級為中等及以下的區域面積均有所減小, 等級為良好的區域占全區總面積的80%左右。

不透水面擴張形式由圈層式擴張轉變為分散擴張、內部填充為主。2002—2016年, 南川區不透水面面積共增加了69.82 km2。不透水面尤其是建筑用地擴張對區域環境的破壞顯著, 表現為要使RSEI指數增加0.2, 讓NDSI值下降0.012即可, 但卻需要將NDVI值提高0.21來達到同樣的目的。不透水面的平均斑塊面積、聚集度、斑塊結合度等景觀格局指數與區域生態環境之間存在較強的相關性。平均斑塊面積較大、聚集度高、斑塊結合度強的區域RSEI值低, 生態等級為優的區域相較生態質量差的區域不透水面聚集度低12%左右。

人類活動的強度與范圍對區域生態環境的影響呈現出一定的規律性, 總體表現為與道路距離越遠, RSEI等級越高。與道路相隔400—500 m的區域，生態等級為優、良所占比例約為91.14%, 相較于在道路100 m范圍內相同生態等級的區域高17.29%。同時經濟、政策也能影響生態環境變化, 合理的經濟發展、健康的生態政策對于生態質量的改善具有正向引導作用。

為優化生態環境, 應針對城市中心區合理規劃建設范圍, 抑制城市規模盲目擴張, 協調好土地資源開發與生態環境保護之間的關系; 其次要提高植被覆蓋率, 尤其是提高建成區的綠化率以構建森林城市, 發揮區域的生態優勢; 也可以降低不透水面的連通度, 構造植被、水體、不透水面景觀的交替分布。針對人類活動強度較大的區域, 應當發揮政策的積極作用, 創新生態保護機制, 建設生態監測體系, 推動區域生態頂層設計與底層改變相協同。同時區域生態狀況受地理、文化科技等多種因素影響, 在本研究中尚未考慮全面。在今后的研究中, 應根據區域實際構建區域生態質量綜合評價體系以更好地指導區域生態建設。

[1] MA Yuling, YANG Kun, ZHANG Shaohua, et al. Impacts of large–area impervious surfaces on regional land surface temperature in the Great Pearl River Delta, China[J]. Journal of the Indian Society of Remote Sensing, 2019, 47(11): 1831–1845.

[2] AICHELE S S, ANDRESEN J A. Spatial and temporal variations in land development and impervious surface creation in Oakland County, Michigan, 1945–2005[J]. Journal of Hydrology, 2013, 485: 96–102.

[3] 周正龍, 沙晉明, 范躍新, 等. 廈門市不透水面景觀格局時空變化及驅動力分析[J]. 應用生態學報, 2020, 31(1): 230–238.

[4] 王美雅, 徐涵秋. 上海和紐約城市不透水面時空變化及其對生態質量影響的對比[J]. 應用生態學報, 2018, 29(11): 3735–3746.

[5] 王美雅, 徐涵秋, 李霞, 等. 不透水面時空變化及其對城市熱環境影響的定量分析——以福州市建成區為例[J]. 應用基礎與工程科學學報, 2018, 26(6): 1316–1326.

[6] 李苗, 臧淑英, 吳長山, 等. 哈爾濱市中心城區不透水面時空變化及驅動力分析(英文)[J]. Journal of Geographical Sciences, 2018, 28(3): 323–336.

[7] 宋文彬, 張翼然, 張玲, 等. 洪河國家級自然保護區沼澤生態系統服務價值估算[J]. 濕地科學, 2014, 12(1): 81–88.

[8] 陳強, 陳云浩, 王萌杰, 等. 2001–2010年洞庭湖生態系統質量遙感綜合評價與變化分析[J]. 生態學報, 2015, 35(13): 4347–4356.

[9] WANG Xiaodan, CAO Yingzi, ZHONG Xianghao, et al. A new method of regional eco-environmental quality assessment and its application[J]. Journal of Environmental Quality, 2012, 41(5): 1393–1401.

[10] 徐涵秋. 區域生態環境變化的遙感評價指數[J]. 中國環境科學, 2013, 33(5): 889–897.

[11] 周玄德, 郭華東, 孜比布拉·司馬義. 干旱區綠洲城市遙感生態指數變化監測[J]. 資源科學, 2019, 41(5): 1002–1012.

[12] 張文強, 孫從建, 李新功. 晉西南黃土高原區植被覆蓋度變化及其生態效應評估[J]. 自然資源學報, 2019, 34(8): 1748-1758.

[13] LIU Suoxuan, YUAN Yanbin, ZHAO Hao, et al. Analysis of ecological environment changes in hydropower development zone based on RSEI: a case study in the middle and lower reaches of the Qingjiang river, China[J]. Journal of Ecology and Rural Environment, 2019, 35(11): 1361–1368.

[14] 吳志杰, 王猛猛, 陳紹杰, 等. 基于遙感生態指數的永定礦區生態變化監測與評價[J]. 生態科學, 2016, 35(5): 200–207.

[15] 王東升, 王小磊, 雷澤勇. 基于遙感生態指數的阜新市生態質量評估[J]. 生態科學, 2020, 39(3): 88–94.

[16] 杜培軍, 陳宇, 譚琨. 濕地景觀格局與生態安全遙感監測分析——以江蘇濱海濕地為例[J]. 國土資源遙感, 2014, 26(1): 158–166.

[17] 何珍珍, 王宏衛, 楊勝天, 等. 渭干河–庫車河綠洲景觀生態安全時空分異及格局優化[J]. 生態學報, 2019, 39(15): 5473–5482.

[18] 陳艷英, 唐云輝, 張建平. 基于MODIS的重慶市植被指數對地形的響應[J]. 中國農業氣象, 2012, 33(4): 587– 594.

[19] 查瑞生, 陳夢琳, 趙曉雪. 基于地形起伏度的南川區人居環境地形適宜性評價[J]. 西南大學學報(自然科學版), 2014, 36(10): 150–156.

[20] 楊坡, 何多興, 田永中, 等. 土地利用總體規劃生態環境影響空間評價——以重慶市南川區為例[J]. 水土保持研究, 2013, 20(1): 215–219.

[21] 徐涵秋, 施婷婷, 王美雅, 等. 雄安新區地表覆蓋變化及其新區規劃的生態響應預測[J]. 生態學報, 2017, 37(19): 6289–6301.

Ecological environment changes and their responses to urban impervious surfaces in Nanchuan, Chongqing

DENG Liwei, XU Lihua*

School of Resources and Environment, Southwest University, Chongqing 400715, China

As a result of the urban spatial expansion, a great deal of natural ecological space has been occupied by impervious surfaces. Under this circumstance, monitoring the ecological environment by remote sensing technology helps to master the regional ecological change process rapidly. Nanchuan, Chongqing, a typical ecological region, was chosen as the study area. Based on the Landsat images in 2002, 2011 and 2016; the greenness, humidity, dryness and heat were integrated to calculate the remote sensing ecological index (RSEI). Then normalized difference impervious surface index was used to extract the impervious surface information of the three years mentioned above. Furthermore, landscape pattern indices were used to display the impact on the regional ecology exerted by temporal–spatial variation of impervious surface. The regional ecological environment changes were analyzed from the perspectives of human activities, economy and policies. It turned out that the overall ecological environment index gradually recovered, with the mean RSEI values of Nanchuan dropped from 0.6791 to 0.5712, then increased to 0.6669 in the study years. Of the four indices that make up RSEI, greenness index had the greatest impact on the regional ecology, followed by the dryness index. Internal filling played a dominant role in the expansion of the impervious surface in the study area from 2002 to 2016, with an annual growth rate of 6.31% approximately. Moreover, areas with large average patch, high aggregation and strong cohesion had low RSEI values. Compared to superior ecological areas, inferior areas were about 12% lower in aggregation. The ecological environment had a certain correlation with the scope of human activities and ecological policies; the RSEI value raised by about 0.0149 for every 100 m increase in road distance, and positive ecological policies could promote the regional environment. In general, the key to improving the regional ecological environment is to rationally utilize the existing impervious surface for construction, increase the complexity and dispersion of impervious surface morphology, protect the existing vegetation, and pay attention to the coordination of economic growth and ecological protection.

impervious surface; remote sensing ecological index; landscape pattern index; ecological environment variation

鄧力維, 徐麗華. 重慶南川區生態環境變化及其對城市不透水面的響應[J]. 生態科學, 2022, 41(3): 107–116.

DENG Liwei, XU Lihua. Ecological environment changes and their responses to urban impervious surfaces in Nanchuan, Chongqing[J]. Ecological Science, 2022, 41(3): 107–116.

10.14108/j.cnki.1008-8873.2022.03.012

X826

A

1008-8873(2022)03-107-10

2020-05-25;

2020-06-13

國家自然科學基金項目(41671291); 西南大學實驗技術研究項目(SYJ2021040); 重慶市基礎科學與前沿技術研究一般項目(cstc2016jcyjA0184)

鄧力維(1995—), 女, 重慶梁平人, 碩士研究生, 主要從事遙感生態、遙感圖像處理研究, E-mail:2291397815@qq.com

徐麗華, 女, 博士, 副教授, 主要從事遙感圖像信息處理研究、土壤養分預測與制圖, E-mail:sweitlianna@126.com