海南島生態環境質量時空變化及其對氣候變化與人類活動的響應

耿 靜,徐 棟,吳御豪,耿 佳,任丙南,楊 鋒

1 三亞學院翟明國院士工作站,三亞 572022 2 北京師范大學遙感科學國家重點實驗室,北京 100091 3 山東大學(威海)空間科學與物理學院,威海 264209 4 三亞學院國際酒店管理學院,三亞 572022

生態環境是人類生存與發展的重要基礎, 是社會經濟可持續發展的重要保障。自工業革命以來,人類活動和氣候變化對地球系統產生了前所未有的沖擊[1]。特別是隨著社會經濟的快速發展,人類活動改造自然的力度和規模不斷增強[2—3],帶來了一系列的生態環境問題,例如土地退化、生物多樣性銳減、干旱和洪澇頻發、生態系統服務受損等[4—8]。隨著聯合國于2015年通過了17項可持續發展目標(SDGs),氣候變化與人類活動對生態環境的協同影響正成為越來越多學者們的關注點[9—10]。

海南作為氣候變化的敏感區和生態環境的脆弱區,研究顯示近50年(1961—2011年)海島氣候變暖趨勢明顯,年平均最高氣溫和年平均最低氣溫均呈上升趨勢,且降水存在多時間尺度的周期變化特征[11]。特別是近10年,城市擴張加速,土地利用類型變化劇烈,建筑用地增加迅猛,這些深刻影響著全島的生態環境質量[12—13]。海南島四面環海,生態系統抗干擾能力較弱,盡管受益于生態省建設戰略的較先啟動和國家重點生態功能區的政策,采取了較為嚴格的生態保護措施,但天然林的面積和自然濕地的面積均呈現了下降趨勢,減弱了生態保護的有效性[14—16]。因此,揭示海南島生態環境演變特征,分析其對氣候變化與人類活動的響應,對于海南省未來的生態保護以及可持續發展目標的實現具有重要的現實意義。

目前,遙感技術的快速發展以及多源遙感數據的開放獲取極大地推動了區域尺度的對地觀測研究,這也為區域生態環境質量監測與評估提供了新的方法[17—18]。2013年,徐涵秋提出了一種基于遙感的生態質量評估模型(Remote Sensing Based Ecological Index,RSEI)[19],該模型使用主成分分析法避免了多指標評價中人為確定權重的主觀性,并且以其快速、客觀、結果可視化等優點被廣泛應用于區域生態環境監測和質量評價中。但在應用于不同研究區域時,RSEI指標選取未考慮特定區域的主導生態系統服務功能。因此,在研究特定區域時,一些學者對RSEI進行了改進和完善[20—22]。例如,王杰等[21]針對干旱區生態環境的特點構建了干旱區遙感生態指數(Arid Remote Sensing Ecological Index,ARSEI),該指數耦合了綠度、濕度、鹽度、熱度以及土地退化度信息,結果表明ARSEI比RSEI對干旱區生態環境質量的評價具有更好的適用性；吳映曈等[22]通過加入空氣質量指標改進了RSEI模型,利用改進后的模型分析了伊敏礦區生態環境質量的時空演變特征。通過對現有研究的梳理,已證實RSEI模型對于區域生態環境質量分析有獨特的優勢,但由于不同區域生態系統的獨特性和治理任務的不同,可以根據研究區域的特點在指標構建時進行調整與改進。

本文對海南島生態環境質量進行評價時,參考Xu等的研究[23],在RSEI模型的基礎上,引入了生境質量指標(Habitat Quality Index,HQI),構建了能反映該區域主導生態系統服務功能的生態環境質量指數(Modified Remote Sensing Ecological Index,MRSEI),并探究了海南島1992—2015年的生態環境質量對氣候變化以及人為活動的響應。其次,本研究基于像元尺度的多元回歸方法對比了氣候指標與人類活動對海南島生態環境質量變化的貢獻度。該研究在彌補了現有研究不足的同時,可以為快速掌握海南島經濟社會發展下生態環境質量的變化趨勢和生態建設的效果提供新的方法,為制定相應的政策提供科學依據。

1 材料與方法

1.1 研究區概況

海南島(108.37°—111.03°E,18.80°—20.10°N)位于中國大陸的南端(圖1),陸地面積約為3.4萬 km2,是中國第二大島。海南島平均海拔120 m,島內地貌類型多樣,中部高聳,四周低平,由中部到四周依次為山地、丘陵、臺地、平原,構成層狀垂直分布和環狀水平分布帶,河流大多發源于中部山區,呈放射狀分布。海南島屬典型的熱帶季風氣候和熱帶海洋氣候,雨水充足,長夏無冬,全年溫暖,干濕季節較明顯,年降水量為1000—2500 mm,年平均氣溫在22—27℃之間[24]。社會發展方面,海南省常住人口達到1008.12萬人,其中城鎮人口比重約為60.27%,處于全國平均水平,2020年地區生產總值為5532.39億元[25]。

圖1 研究區示意圖Fig.1 Sketch map of research area

1.2 數據源及處理

如表1所示,本研究使用的數據包括行政區劃數據、Landsat 5/7/8影像數據(反射率數據)、全國縣域生態環境指數(Eco-environmental index,EI)[26]、連續一致性夜間燈光數據(Nighttime light,NTL)[27]、土地覆蓋與土地類型數據(Land use and land cover,LULC)數據[28]。本研究中數據處理過程包括全年Landsat影像數據的云掩膜處理、拼接、裁剪、年數據合成,月度平均氣溫合成年氣溫數據(求平均),月度降雨量合成年降雨量數據(求和)等處理。其中,Landsat影像數據的處理過程是在谷歌地球引擎(Google Earth Engine,GEE)平臺進行[29]。

表1 數據源詳細說明Table 1 Detailed description of data

2 研究方法

2.1 生態環境質量評價

本研究在原有的RSEI模型[19]基礎上構建的MRSEI模型計算公式如下：

(1)

PC1=PCA(HQI,NDVI,NDBSI,LST,WET)

(2)

式中,MRSEI為改進的生態環境質量指數,PC1為主成分變換的第一主成分,PC1min為第一主成分的最小值,PC1max為第一主成分的最大值、HQI為生境質量指數,NDVI為植被覆蓋度指數,NDSBI為地表敢干度指數,LST為地表溫度指數,WET為地表濕度指數。其中所有評價指標均在國家尺度上進行標準化處理。

HQI指數公式參考文獻[26],計算公式如下：

HQI=AHQI×(0.35×Forest+0.21×Grassland+0.28×Water+0.11×Cropland+0.04×Built+0.01×Unused)/Area

(3)

式中,HQI為生境質量指數,AHQI為歸一化系數,Forest、Grassland、Water、Cropland、Built、Unused分別為林地、草地、水體、耕地、建設用地、未利用地的面積,Area為海南島陸地總面積。

NDVI、NDBSI、WET指數參考文獻[19—20]中的方法進行計算；LST指數是利用Ermida等[31]提供的開源代碼(SMW算法)計算得到的,計算平臺為GEE[29]。

2.2 人類活動評價

美國國防氣象衛星搭載的可見紅外成像線性掃描業務系統(Defense Meteorological Satellite Program/Operational Linescan System,DMSP/OLS)和美國新一代國家極軌衛星搭載的可見光近紅外成像輻射傳感器(Visible Infrared Imaging Radiometer Suite,VIRS)提供的夜間燈光數據為表征全球和區域范圍的人類活動強度提供了機會。因此,文章選用夜間燈光數據來表征1992—2015年海南島人類活動。但為了獲得長時間序列穩定的夜間燈光數據,需要對DMSP/OLS影像數據和VIIRS數據進行校正和擬合。參考文獻[27]對兩種數據進行校正和擬合,生成了反映海南島人類活動的長時間序列連續夜間燈光數據。

2.3 趨勢分析法

本文利用一元線性回歸分析法分析像元尺度上海南島1992—2015年生態環境質量、氣溫、降雨、夜間燈光的空間變化趨勢。計算公式如下：

(4)

式中,θslope為x指標在1992—2015年的變化趨勢,n為24,i為年份,xi為x指標在第i年的值。

2.4 相關性分析

本研究利用偏相關分析法來探究海南島的生態環境質量變化對氣候變化(氣溫、降雨)與人類活動(夜間燈光)的相應關系。首先,計算每個指標與MRSEI的相關系數,計算公式如下：

(5)

偏相關分析表示兩個要素同時與第3、4個要素存在相關性時,剔除其余要素考慮另外兩個要素的相關性,可以用偏相關系數表示。計算公式為：

(6)

(7)

式中,Rxy,z為x變量、y變量之間的偏相關系數,Rxy、Rxz、Ryz分別為x與y、x與z、y與z之間的相關系數,Rxy,zw為剔除z變量和w變量后的x變量與y變量之間的偏相關系數。

2.5 指標貢獻度分析

探究氣溫、降雨、夜間燈光對海南島生態環境質量變化的貢獻度對深刻理解海南島生態環境質量演變及其對氣候變化與人類活動的響應具有重要意義。本研究基于像元尺度的多元回歸方法[32],利用標準化回歸系數的絕對值來量化氣溫、降雨與夜間燈光對生態環境質量變化的貢獻度。具體公式如下：

Y=b0+b1×X1+b2×X2+b3×X3

(8)

Zj=bj×(SXj/SY)

(9)

式中,Y為生態環境質量,參數bj由最小二乘法計算得到,Xj為各指標(氣溫、降雨、夜間燈光)24年的樣本值,Zj為各指標的標準化回歸系數,SXj為各指標的標準差,SY為Y的標準差。

3 結果與分析

3.1 MRSEI精度評價

中華人民共和國生態環境部于2015年頒發的《生態環境狀況評價技術規范》中提出了一種基于遙感技術的EI指數[26],EI指數能夠有效評估縣級及以上尺度的城市生態環境狀況。本文將全國縣域的EI指數作為生態環境質量的真值,然后將按照文獻[19]計算的全國縣域RSEI指數和本研究計算的MRSEI指數與EI指數進行散點擬合。如圖2所示,改進后的MRSEI指數與EI指數擬合效果優于RSEI指數,MRSEI與EI的擬合度R2達到了0.72,均方根誤差為0.11,偏差為-0.05,三項指標較RSEI指數有明顯的提升。這表明MRSEI模型適用于大尺度的生態環境質量評價,可用于表征本研究中海南島的生態環境質量。

圖2 RSEI、MRSEI與標準化EI指數的散點擬合圖[23]Fig.2 Scatter fitting curves of RSEI, MRSEI converted EI

3.2 MRSEI時空變化分析

海南島24年來的年平均MRSEI由1992年的0.711上升到2015年0.745(圖3)。具體到各年份數值可以發現,數值變化呈現出3個不同變化階段。1992—1997年,MRSEI值呈現出上升趨勢,而在1997—2011年,MRSEI呈現出震蕩下降趨勢,但下降區間并不大,2012—2015年,MRSEI又呈現上升趨勢。通過擬合得到1992—2015年MRSEI的年際變化趨勢線,由擬合曲線的斜率發現1992—2015年海南島的年均MRSEI呈現整體緩慢上升趨勢,這表明近24年海南島的生態環境質量在不斷提高。

圖3 1992—2015年海南島MRSEI年際變化趨勢 Fig.3 Interannual change trend of MRSEI in Hainan Island from 1992 to 2015

林地的增減對MRSEI的變化影響較大。20世紀80年代中期到90年代中期,海南島林地增加明顯,這使得MRSEI上升明顯；但從20世紀90年中后期開始,大面積的林地、草地、耕地被轉化為城鎮建設用地,下墊面的改造也使得MRSEI出現下降的趨勢。尤其是2010年海南國際旅游島政策實施后,對建設用地的需求進一步增加,城鎮規模不斷擴大,導致對林地和耕地的占用增多,而林地資源對自然生態環境的自我修復起著重要作用,因此林地的減少是造成這一時期海南島MRSEI呈現下降的主要原因。總體來看,近24年海南島的MRSEI指數始終保持在比較穩定的水平,變化強度較低,生態環境質量與經濟社會發展保持了雙贏。

其次,本研究利用趨勢分析法分析了海南島24年內的MRSEI時空變化趨勢(圖4),結果表明海南島大部分區域MRSEI呈增長趨勢,較為明顯的增長主要集中在海南島西北部沿海地區以及中西部林區；但在海南島東部和西南部沿海地區,MRSEI呈現出了顯著降低趨勢,其中紫色區域如海口市、定安縣、三亞市、萬寧市和東方市的城市建成區MRSEI降低趨勢較為顯著,這表明城市建成區的擴張對海南島的生態環境質量具有顯著的負面作用。

圖4 1992—2015年海南島MRSEI空間變化趨勢 Fig.4 Spatial change trend of MRSEI in Hainan Island from 1992 to 2015

為進一步探究各行政區劃市縣內MRSEI時空變化差異,本研究統計了1992—2015年海南島各市縣的年均MRSEI變化情況。如圖5所示,縱軸方向上代表了各市縣的年均MRSEI值,橫軸代表了各市縣的名稱。圖6展示的則為各市縣24年內MRSEI平均值與標準差。結果表明,各區縣的MRSEI在時間上的變化趨勢不明顯,而在空間上卻存在著顯著的差異。海南省中部山區的四個市縣瓊中黎族苗族自治縣(瓊中縣)、五指山市、保亭黎族苗族自治縣(保亭縣)和白沙黎族自治縣(白沙縣)多年平均MRSEI值最高。其中瓊中縣多年平均MRSEI值達到0.878,瓊中縣的MRSEI標準差也是最小,僅為0.040,五指山市為0.870(標準差為0.054)、保亭縣為0.861(標準差為0.058)、白沙縣為0.846(標準差為0.071)。考慮到中部山區4個市縣是國家重點生態功能區也是海南生態文明建設重要示范區和試驗區,該區域受人類活動的影響較小,從多年MRSEI平均值及其年際變化可以反映出這四個地區的生態環境保持在較優的水平。在所有的市縣中,臨高縣的多年MRSEI平均值最低,為0.589,其次是文昌市(0.592)。另一方面,MRSEI值時間分布差異最為明顯的是陵水縣,標準差值達到了0.175,其次是萬寧市(標準差為0.172)、昌江縣(標準差為0.171)以及東方市(標準差為0.169),這表明這些市縣生態環境質量波動相對較大,需要引起重視。

圖5 1992—2015年海南島各市縣的MRSEI熱力圖Fig.5 MRSEI thermal maps of cities and counties in Hainan Island from 1992 to 2015

圖6 海南島各市縣1992—2015年的MRSEI平均值Fig.6 Average of MRSEI of cities and counties in Hainan Island from 1992 to 2015

3.3 不同土地利用類型下的MRSEI

本研究參照《土地利用現狀分類標準》(GB/T 21010—2017)將土地覆蓋類型分為6大類別,分別是草地、林地、耕地、水體、建設用地和未利用地。隨后,統計了各年每種地類所對應的MRESI平均值(圖7)。結果表明林地的MRESI值最高,其24 年的MRSEI平均值為0.812,其次是草地和水體,其平均值分別為0.665和0.658；耕地、未利用地和建設用地的MRESI較小,其平均值分別為0.561、0.519和0.493,這說明各用地類別對MRESI貢獻率由大到小排列分別是林地、草地、水體、耕地、未利用地和建設用地,這與況婷的研究[33]結果一致；此外,淺綠色部分為各用地類型的MRSEI值同時出現明顯波段的時間段,這與圖3中出現波峰的時間一致。

圖7 992—2015年海南島不同用地類型的MRESI Fig.7 MRESI of different land use types in Hainan Island from 1992 to 2015

3.4 MRESI對氣候和人類活動的響應

3.4.1氣候和人類活動的時空變化特征

圖8—圖10分別是1992—2015年海南島的氣溫、降水和夜間燈光數據時空變化趨勢圖。從圖8可以看出,海南島多年氣溫變化呈現出北部沿海地區和東南部顯著升高的趨勢,而西南部沿海地區和中部部分地區的氣溫呈現下降的趨勢。從圖9可以看出,海南島1992—2015年的降水變化趨勢呈現出明顯的南北差異,由北向南呈現出逐漸遞減的趨勢。圖10顯示,海口市和三亞市的夜間燈光呈現出大面積的顯著增加趨勢,儋州市、東方市、陵水縣、萬寧市、瓊海市、文昌市、定安縣、澄邁縣、昌江縣等市縣的主城區(中心城區)以及以儋州洋浦經濟開發區(產業園區)、陵水清水灣岸線區域(旅游度假功能區)、東方八所港(港口基礎設施功能區)為代表的經濟活躍度較高的區域也呈現出明顯增加趨勢。

圖8 1992—2015年海南島氣溫空間變化趨勢 Fig.8 Spatial change trend of temperature in Hainan Island from 1992 to 2015

圖9 1992—2015年海南島降水空間變化趨勢 Fig.9 Spatial change trend of precipitation in Hainan Island from 1992 to 2015

圖10 1992—2015年海南島人類活動強度空間變化趨勢 Fig.10 Spatial change trend of human activities in Hainan Island from 1992 to 2015

此外,本研究統計了1992—2015年海南島全年總降雨量、全年平均氣溫(圖11)以及夜間燈光的年際變化趨勢(圖12)。結果表明,過去24年：(1)海南島的年總降雨量和年平均氣溫都呈現出波動變化特征,年總降雨量最少為2004年(899.808 mm),最多為2012年(1664.687 mm),24年平均年總降雨量為1353.891 mm；(2)年平均氣溫在23—25℃之間波動,年平均氣溫最低為2011年(23.171℃),最高為2015年(24.722℃),24年平均年均氣溫為23.967℃；3)海南島人類活動強度呈現出波動上升趨勢,由1992年的0.015增長到2015年的0.125。

圖11 1992—2015年海南島年總降雨量和年平均氣溫變化Fig.11 Interannual change trend of annual total precipitation and annual mean temperature in Hainan Island from 1992 to 2015

圖12 1992—2015年海南島人類活動強度年際變化趨勢 Fig.12 Interannual change trend of urbanization in Hainan Island from 1992 to 2015

3.4.2MRESI與氣候和人類活動的相關性

利用公式5—7,本研究從像元尺度分析了MRESI與氣溫、降雨和人類活動之間偏相關性。從圖13可以看出,MRESI與氣溫呈顯著相關地區(P<0.05)以正相關為主(正顯著相關占顯著地區面積98.5%),相關度最高的區域在海南島北部的儋州市和澄邁縣(P<0.05)；MRESI與降雨呈顯著相關(P<0.05)區域面積要高于氣溫因素,顯著相關區域同樣基本為正相關(圖13,正顯著相關占顯著地區面積98.7%),且主要集中在海南島中北部以及東北部區域,其中海口市和定安縣正相關性最為明顯；而從圖13可以看出,MRESI與夜間燈光在海南島的沿海地區存在明顯的顯著相關性(P<0.05),其中在一些重要城市和市縣主城區,如海口市、三亞市、定安縣和東方市,MRESI與人類活動存在著顯著負相關的關系,而在海南島的西北部、東南部少部分區域,MRESI與人類活動呈顯著正相關關系。海南自2011年開展綠化寶島大行動[34],草地和耕地等宜林地大面積轉為林地,這在一定程度上保障了全島林地資源的平衡,使得大多數地區人類活動與MRESI指數出現協同發展。

圖13 MRSEI與氣溫、降水、夜間燈光的偏相關分布圖Fig.13 Partial correlation between MRESI and temperature, precipitation and nighttime-light

3.5 貢獻度分析

圖14展示了海南島1992—2015年氣溫、降水、夜間燈光對生態環境質量變化的貢獻度空間分布圖。從圖14可以看出,氣溫、降水、夜間燈光的貢獻度在空間分布上存在顯著差異。其中,夜間燈光影響更為重要

圖14 氣溫、降水、夜間燈光對MRSEI的影響貢獻度空間分布圖Fig.14 Spatial distribution of influence contribution of temperature, precipitation and nighttime light on MRSEI

的區域主要集中在海南島沿海地區,例如海口市、三亞市、東方市等,這與3.4.2節中得出的結論一致；氣溫和降水影響更重要的區域則集中在海南島中北部地區,主要原因是該區域分布著島內豐富的森林資源,而森林對氣溫和降水的的敏感性較大,且該區域受人類活動影響較少。其次,三個指標中受降水指標主導的面積最大,達到了0.880萬km2,約占全島面積的25.287%,而對氣溫響應面積最少,僅為0.506萬km2,約占全島面積的14.540%。作為兩個重要的氣候指標,氣溫和降雨共同主導了影響全島39.827%面積的生態環境質量的演變。作為表征人類活動的夜間燈光指標則主導影響的面積為0.726萬km2,約占全島面積的20.862%。這表明,作為氣候變化的敏感區,近24年海南島生態環境質量變化對氣候變化的響應更為突出,而只有沿海等地區主要受到人類活動的影響。

4 結論

本研究在RSEI模型的基礎上,引入生境質量指數,構建了能反映該區域主導生態系統服務功能的生態環境質量指數MRSEI。基于MRSEI,本研究探究了1992—2015年海南島的生態環境質量的時空動態變化特征以及其對氣候變化與人類活動的響應,并基于像元尺度的多元回歸方法對比了氣候指標與人類活動對海南島生態環境質量的相對重要性,主要結論如下：

(1)較RSEI指數,MRSEI在精度上有提升,可以較好地評價地區生態環境質量變化,實現了地區生態環境質量動態快速評價,評價結果可以為地區生態安全評價、生態保護與修復提供數據支撐。特別是海南中國自由貿易港建設下,為整體生態質量不降低、可持續發展提供科學依據。

(2)1992—2015年,海南島的MRSEI指數呈現階段波動特征,但總體呈小幅增長趨勢,增長主要集中在海南島西北部沿海地區以及中西部林區。各市縣間的生態環境質量差異明顯,海南省中部山區四個市縣多年平均MRSEI值保持最高。不同用地類型的MRSEI差異較大,由大到小排列分別是林地、草地、水體、耕地、未利用地和建設用地。

(3)1992—2015年,海南島氣溫與降水量變化趨勢存在較大的空間差異。海口市和三亞市人類活動強度呈現顯著增加趨勢。海南島的氣溫和降水與生態環境質量主要表現為正相關的關系,且降水與生態環境質量存在顯著相關性的區域面積要大于氣溫。人類活動對生態環境在海南島沿海地區和市縣的主城區表現出顯著的負相關的關系。

(4)近24年,在海南島約40%的區域,氣候變化對生態環境質量的影響大于人類活動產生的影響,而只有沿海等地區受人類活動的影響更為突出。