基于遙感生態指數的宜昌市區生態環境變化研究

羅瑪詩藝，陶 榮*，張城芳，陳興芳

（1. 湖北省空間規劃研究院，湖北 武漢 430071；2. 武漢華夏理工學院 土木建筑工程學院，湖北 武漢 430223；3. 武漢理工大學資源與環境工程學院，湖北 武漢 430070；4. 華中師范大學 城市與環境科學學院，湖北 武漢 430079）

自然生態系統是人類賴以生存和發展的基礎。近年來，隨著大量以城鎮化為主的人類活動的增加，土地利用情況發生了很大的變化，對各種尺度上的生態系統均造成了嚴重擾動。因此，有效評價某地區的生態環境質量和動態監測生態環境狀況的時空變化，一方面符合生態可持續發展的實際需求，另一方面將為區域規劃人員進行國土空間規劃提供參考。

目前，遙感技術以其方便、快捷和客觀等優勢，成為生態環境研究中不可或缺的一部分。遙感技術運用于生態環境質量評價方面的研究可分為3 類：①基于遙感獲取的單個指標生態環境評價方法，如根據遙感解譯獲取的土地利用/覆被的分布特征和變化趨勢分析生態環境變化[1]，土地利用/覆被變化雖可作為生態環境變化的一個方面，但生態環境是一個復雜的整體，單一的生態環境指標不能反映生態環境全面且真實的變化情況；②運用不同指數所構建的指標體系綜合反映區域生態環境的變化情況，如國家頒布的《生態環境狀況評價技術規范》則利用遙感反演獲取的生物豐度指標、植被覆蓋指標、水網密度指標、土地脅迫指標和污染負荷指標等來綜合反映區域生態環境狀況[2]，但各指標在體系中的權重是人為賦予的，因此其結果存在不合理性；③基于遙感信息的空間化，從遙感影像中直接獲取與生態環境息息相關的指數，從而減少對指標權重的人為干預，實現生態環境變化的可視化，如對于長株潭地區生態環境的研究，肖瑛[3]選取了植被覆蓋度、土壤含水量、地形3 個生態環境要素作為評價指標，徐涵秋[4]采用RSEI評價了一個地區的生態環境質量，該體系中主要包括綠度指標、濕度指標、干度指標和熱度指標。

宜昌市作為長江流域的重要節點城市，其生態環境關乎長江整體流域的發展。在全球氣候變暖的背景下，當地過度挖掘資源和毀林開荒等活動使得當地的水土流失和水質污染等環境問題越來越嚴重。本文采用RSEI 對宜昌市西陵區、點軍區、猇亭區、夷陵區和伍家崗區（以下簡稱宜昌市區）的生態環境進行了評價，并分析了該區域RSEI 的時間變化情況和空間分布情況。

1 研究區概況與數據處理

1.1 研究區概況

本文選取的研究對象是宜昌市區，位于湖北省西南部。該區域屬亞熱帶季風氣候，年均氣溫為16.9℃，年均降水量為992.1~1 404.1 mm，植被類型以常綠闊葉落葉林為主；地形西北高、東南低，西北部為高山植被覆蓋區，東南部丘陵平原相間分布。研究區全域林業和耕地面積占比較大，中南部城市建設用地占比較高，建成區已達170 km2。社會經濟方面以電力、化工、食品醫藥、裝配制造為四大支柱產業，2018年5個市轄區所創造的生產總值占宜昌全市生產總值的36.8%[5]，經濟實力較強。

1.2 數據來源與預處理

本文以Landsat8 遙感影像為主要數據源，為保證影像能最大限度地觀測到綠度信息，影像獲取時間盡量處于該區域主要植被的生長期；同時為避免時間/季節變化效應引起不同光譜的響應問題，不同年份的多期影像盡量保證在一年中相近的時間段內，使植被具有相近的物候和生長狀態。宜昌市夏季多云多雨，因此大量5—10月的Landsat8影像數據云量較大，不能滿足應用條件，最終只有2013年8月、2015年8月和2019年10月3期影像能滿足云量較少的條件，影像詳細信息如表1 所示。Landsat8 影像數據均從美國地質勘探局（USGS）官網（https://earthexplorer.usgs.gov）下載。

表1 影像數據詳細參數

基于ENVI 軟件，結合LaSRC 2.0，本文對Landsat OLI數據進行輻射定標和大氣校正，采用云量最小的策略，無縫鑲嵌遙感影像；并通過影像裁剪生產特定區域的可用于地表參數反演的影像數據，詳細如圖1所示。

圖1 數據預處理路線圖

2 研究方法

2.1 指標選取與反演

本文借助徐涵秋等學者提出的RSEI 去評價宜昌市區的生態環境。RSEI由綠度、濕度、干度和熱度4個與人類生產生活息息相關的指標耦合而成。4 個指標可直接從遙感影像中獲取，可綜合反映某一地區的生態環境狀況[6]。

綠度指標是表示研究區內植被狀況的一個綜合感知指標。本文選取歸一化植被指數（NDVI）來表示綠度。

式中 ，ρNIR和 ρRed為Landsat8 OLI 影像近紅外波段和紅光波段經大氣校正后的反射率數據。

濕度指標反映的是水體、土壤和植被的含水量情況[7]。本文采用Landsat8 OLI傳感器所獲影像的纓帽變換的濕度分量——地表濕度（LSM）表示濕度指標。詳細推導過程見參考文獻[8]。

式中， ρBlue、 ρGreen、 ρRed、 ρNIR、 ρSWIR1、 ρSWIR2分別為Landsat8 OLI 影像藍、綠、紅、近紅外、短波紅外1 和短波紅外2 六個波段經大氣校正后的反射率數據。

熱度指標反映地表熱量的分布情況，可采用從熱紅外影像中獲取的地表溫度（LST）來表示。本文利用Jiménez-Munoz J C[9]等提出的單通道算法來反演LST，即

式中， Lsen為衛星傳感器測得的輻射強度，單位為W/m2/sr/μm；Tsen為亮溫；γ、δ 為基于普朗克函數的兩個參數，其中對于TIRS 10波段而言bγ為1 324；ε 為地表比輻射率，具體數字見參考文獻[9]；ψ1、ψ1和ψ1是3個大氣水含量的函數，具體函數表達和推導過程見參考文獻[10]。

Lsen可通過輻射校正將影像的亮度值（DN）轉換為大氣頂部的光譜輻射值，即

式中， ML為波段 λ 的絕對輻射定標系數；AL為波段λ的調整偏移量，這兩個值均能從影像的元數據文件（MTL文件）中獲取。

Tsen可根據黑體輻射能量的分布定律將輻射能量轉換為亮溫，即

式中，對于TIRS 10波段而言，K1和K2是熱紅外波段的定標常數，分別為774.89 W/m2/sr/μm和1 321.08 K。

干度指標反映的是裸土、人工建設的道路、建筑等不透水面造成的地表“干化”情況，能在一定程度上反映人類活動對生態環境狀況的影響，一般由反映裸土（SI）和不透水面（IBI）[11]的指數綜合而成。本文參照參考文獻[12]，采用一個綜合植被指數NDBSI來估算。針對Landsat8影像，其計算方法為：

式中 ，ρGreen、 ρRed、 ρNIR、 ρSWIR1、 ρSWIR2分別為Landsat8 OLI影像綠、紅、近紅外、短波紅外1和短波紅外2五個波段經大氣校正后的反射率數據。

2.2 RSEI的計算

由于宜昌市區內存在長江、西北口水庫等大面積水體，為避免大片水域影響主成分變換的荷載分布，使濕度指標能更準確地反映土壤和植被的含水量信息，在計算RSEI 前，本文采用MNDWI 指數[13]來提取水體面積，用于掩膜水體信息。其計算方式為：

式中， ρGreen、 ρMIR分別為影像數據中綠、中紅外波段經大氣校正后的反射率數據。

RSEI 由綠度、濕度、干度、熱度4 個指標構成。為了消除各分量指標量綱和數值范圍的不同，在執行主成分分析前，本文對4個指標進行歸一化處理，即

式中，NI 為歸一化后的指標值； I 為指標的數值；Imax和Imin分別為指標的最大值和最小值。

將4個歸一化后的指標借助ENVI軟件融合為一個圖像，并進行主成分分析；再根據各主成分對其不同的貢獻率，保留貢獻率最大的主成分。由于第一個成分（PC1）可解釋超過80%的RSEI，集中了4個指標的大部分特征，可選擇PCA的PC1來表示RSEI，即

其中用1 減去PC1是為了使大的數值可以代表好的生態狀況。

為了比較不同時期生態環境質量的變化情況，將實際的RSEI值進一步標準化為0~1的范圍，即

RSEI值越高代表生態環境越好。

3 研究結果與分析

3.1 RSEI評價模型檢驗

本文通過4個分量指標和RSEI指數的相關性以及分量指標相互之間的相關性來檢驗RSEI 的可行性與綜合代表程度。由表2 可知，在4 個分量指標中，干度指標的平均相關度最高，其均值為0.775 5，綠度、熱度和濕度指標的3期平均相關度均值分別為0.679 5、0.575 0和0.650 1；3期RSEI對各指標的平均相關度均值為0.731，而4 個分量指標的平均相關度僅為0.67，表明RSEI 指數相對于單一指標來說更具代表性，能從整體上評價區域生態質量；從各指標分量與RSEI的相關性來看，干度與熱度指標對RSEI 的貢獻為負值，綠度與濕度指標對RSEI 的貢獻為正值，表明干度與熱度指標對城市生態環境起消極作用，而綠度與濕度指標的提高可以更好地促進城市生態環境的優化。

表2 RSEI與各指標的相關性分析

3.2 生態環境質量狀況評價

宜昌市區2013—2019 年RSEI 和4 個分量指標統計如表3所示，可以發現，2013年、2015年和2019年的RSEI 均值分別為0.633、0.620 和0.529，生態環境質量呈逐漸下降趨勢，整體降幅達到16.4%。從空間分布特征來看（圖2），宜昌市區西部山地地區的生態質量明顯高于東南部的平原地區，西部的夷陵區與點軍區由于植被覆蓋度較好，人口壓力和經濟開發力度較小，大部分地區的生態環境質量略高于其他三區。生態質量較差的地區主要集中在東南沿江地區以及黃泊河流域附近。結合2011—2030年宜昌市中心城區空間結構規劃圖（圖3）發現，宜昌市規劃發展呈現沿江沿河向南部發展的特點，規劃了伍家崗組團和白洋組團等多個建設集聚區。隨著多個工業加工園和產業園相繼建成投入使用，一方面對耕地和林地等生態用地有較大地破壞，另一方面工業園與產業園所產生的工業廢物難以進入生態循環，對當地的生態環境造成了較大影響。

圖3 2011—2030年宜昌市中心城區空間結構圖注：來源于中國城市規劃設計研究院。

表3 各指標均值分析

圖2 宜昌市區2013—2019年RSEI區域分布圖

從4個分量指標來看，與RSEI呈正相關的濕度與綠度指標呈先升后降的趨勢，整體降幅分別為2.8%和1.5%；而對RSEI 的貢獻為負的干度與熱度指標均呈上升趨勢，增幅分別為12.5%和2.7%，表明宜昌市區生態環境的下降與植被、土壤和植被含水量的減少、地表熱量和不透水面的增加有關系。植被的減少和城市不透水面的增加在一定程度上導致了宜昌市區生態環境質量的下降。

3.3 生態環境動態變化分析

根據徐涵秋[6]提出的分級研究方法，本文以0.2為分級間隔，將RSEI分為[0 0.2]、[0.2 0.4]、[0.4 0.6]、[0.6 0.8]、[0.8 1]五個等級，分別借鑒等級差值運算和土地利用變化研究的轉移矩陣法，探究了生態環境質量的詳細變化情況。2013—2015 年RSEI 等級轉移矩陣如表4所示，可以看出，第四等級和第三等級存在明顯的轉出，第一等級和第五等級轉入與轉出不明顯；經統計分析可知，2013—2015年生態環境等級為第三等級地區的面積通過轉化增加了120.212 km2，其原因是部分第四等級地區轉化為第三等級，第四等級地區的面積減少了190.282 km2；對角線上的值表示生態環境質量不變，對角線上方區域為高等級指標轉化為低等級指標，表示生態環境質量下降，而下方區域為低等級指標轉化為高等級指標，表示生態環境質量有所提高，對角線上方的面積為377.583 km2，指標下降面積占變化值的71.3%，因此2013—2015年宜昌市生態質量變差區域大于變好區域。

表4 2013—2015年RSEI等級轉移矩陣/km2

本文將 2015 年的 RSEI 值減去 2013 年的 RSEI 值，得差值為正、零、負分別代表生態環境變好、不變和變差。由圖4 可知，2013—2015 年大部分地區生態環境質量沒有大的變化；生態環境變好的區域主要在西北口水庫地區，查閱2015 年宜昌市的氣象資料可知，宜昌市區經歷了大面積降雨，西北口水庫庫容增加，為水庫周圍林地和草地的恢復提供了充足的水源，因此該區生態環境質量有所轉變；生態環境變差的區域主要集中在點軍區的中部、夷陵區的西南部以及黃泊河流域附近，且呈點狀分布，這是由于宜昌市區在進行經濟建設時，對局部地區過度開發，使得當地的原始生態環境發生破壞所致。

圖4 2013—2015年等級變化圖

2015—2019年RSEI等級轉移矩陣如表5所示，可以看出，第二等級與第三等級地區的面積有所增加，其增加面積分別為387.175 km2和1 392.179 km2，第二等級地區面積增加的原因主要是第三等級和第四等級不斷轉化為第二等級；而第四等級地區的面積減少了1 758.7 km2，其原因是大部分第四等級轉化為第三等級和第二等級。

表5 2015—2019年RSEI等級轉移矩陣/km2

由2015—2019 年的等級變化圖（圖5）來看，區域生態環境變差的區域大面積增長，變差區域主要集中在北部與中部地區，且呈局部地區集中分布的特點；北部地區土地覆蓋原為森林草地，但由于人們的大肆開發，土地覆蓋發生明顯變化，生態環境變化較為明顯，同時由于2019 年的影像獲取時期為10 月，一方面該地區的植被處于凋落期，相對的綠度指標有所降低，另一方面該時期亞熱帶地區降水相對減少，使得干度指標有所增加，使得RSEI值有所下降。

圖5 2015—2019年等級變化圖

4 結 語

本文基于 2013 年、2015 年和 2019 年 3 期遙感數據，反演獲取了干度、熱度、濕度和綠度4 個指標，通過主成分分析法構建了RSEI；并結合差值運算和等級轉移矩陣研究方法，全面分析了宜昌市區生態環境的時空變化情況，為宜昌市城市發展與規劃提供了有效的依據。

1）濕度、綠度、干度、熱度4個指標所構成的生態環境指標體系比單一指標更能反映生態環境的變化。從單一指標與RSEI 的相關性來看，綠度與濕度指標對生態環境的貢獻為正，而干度與熱度指標對生態環境的貢獻為負。

2）由3期遙感指數的均值來看，宜昌市區生態環境質量呈下降態勢。從時間跨度來看，2013年、2015年和2019 年宜昌市區RSEI 均值分別為0.633、0.620 和0.529，表明2013—2019 年宜昌市區生態環境質量在逐漸變差。從空間跨度來看，東南方向整體的生態環境質量較差，而西北方向的RSEI 指數相對其他地區較高。

3）在RSEI 等級變化研究中，以中等等級和較好等級變化最為明顯，且在轉化中，等級下降比例明顯高于等級上升比例，這也表明宜昌市區生態環境質量呈下降態勢。