基于退耕還林工程的生態環境質量動態變化研究
——以云南蘭坪縣為例

李益敏，李盈盈，劉師旖，吳博聞，趙娟珍

1.云南大學地球科學學院

2.云南省高校國產高分衛星遙感地質工程研究中心

隨著社會經濟的發展，人類為了滿足自身不斷增長的物質利益需求，對自然進行無限制的索取，對生態系統造成了嚴重的破壞[1-2]。為了緩解生態環境問題，1999年國家正式啟動了退耕還林還草工程，在四川、甘肅、陜西3省進行試點，2000年在全國范圍內進行推廣。云南省怒江傈僳族自治州（簡稱怒江州）蘭坪白族普米族自治縣（簡稱蘭坪縣）成為退耕還林工程試點示范縣，2000——2001年完成退耕還林28.67 km2，并從2002年起全面展開退耕還林還草工程，到2006年，累計完成退耕還林62.67 km2，不僅增加了蘭坪縣的林草覆蓋率，而且使水土流失、泥石流等自然災害得到有效遏制。2014年，第二輪退耕還林還草工程正式啟動[3]。怒江州在此背景下，提出了以公路沿線、江河兩岸、城鎮面山和湖庫周圍等生態脆弱區與重要生態區位作為全州第二輪退耕還林還草工程實施的重點，截至2019年，蘭坪縣完成退耕還林153.6 km2。

2020年6月30日，國家林業和草原局發布了《中國退耕還林還草二十年（1999——2019）》白皮書。白皮書顯示，20年來我國實施退耕還林還草34.33萬km2，成林面積占全球同期增綠面積的4%以上，全國退耕還林還草當年產生的生態效益總價值量為1.38萬億元[4]。學者們針對退耕還林在生態環境方面的成效開展了大量研究。2003年，羅海波等[5]對貴州省退耕還林工程與土壤養分流失情況的相關性進行了研究；2004年，李蕾等[6]引入土壤保持功能價值的評價方法，對退耕還林工程的土壤保持效益進行評價，開啟了基于退耕還林工程對生態系統服務功能影響的研究；2007年，高國雄等[7]基于退耕還林不同配置方式，對生態系統服務功能進行了評價；2010年，李莉等[8]引入了《生態環境狀況評價技術規范（試行）》規定的生態環境狀況評價指標體系和計算方法，對奈曼旗在退耕還林工程實施初期以及實施5年后的生態環境質量進行了評價；2016年，高鳳杰等[9]構建了牡丹江地區土地生態安全評價指標體系，定量分析了牡丹江地區在退耕還林工程期間土地生態安全的時空演變情況；2020年，王靜等[10]將自然和人為因素分離開，探討了寶雞地區年際和季節尺度上退耕還林工程的生態效果。

目前，對于生態環境質量的評價方法主要有壓力-狀態-響應（PSR）模型[11-12]、驅動力-壓力-狀態-影響-響應（DPSIR）模型[13-14]、綜合指數法[15]、多變量海洋生物指數（M-AMBI）模型[16-17]、生態環境狀況指數（EI）模型[18-19]、遙感生態距離指數（RSEDI）模型[20]、遙感生態指數（RSEI）模型[21-22]等，但這些模型主要應用于對特定行政區域或流域的生態環境質量進行評價，以此來反映研究區內生態環境質量的變化，對于模型的應用價值還有待挖掘。退耕還林工程作為國家的重大生態建設工程，對其在生態環境方面的成效進行研究，不僅可以推動工程的實施，還可以為工程實施提出建設性意見。因此，將生態環境質量的評價模型應用于退耕還林工程是理論與實踐的有機結合，既可以促進退耕還林工程的實施，又可以使模型發揮其現實意義，但目前相關研究較少。蘭坪縣作為高山峽谷地區，地質災害頻發，水土流失嚴重，生態環境較為脆弱，對該區域開展生態環境質量動態研究可以為其生態建設工程提供基礎，對其生態修復具有重要意義。

RSEI模型由徐涵秋[23]在2013年提出，該模型利用主成分分析法自動分配評價指標的權重，與EI模型相比具有可視化、能進行時空分析、易于建模等優點。筆者以怒江州第二輪退耕還林工程為背景，將RSEI模型應用于蘭坪縣在退耕還林工程實施前（2013年）、實施過程中（2017年）以及實施末期（2020年）的生態環境質量動態變化研究，并從基本農田、坡度、生態環境質量3個方面考慮，確定了蘭坪縣潛在退耕區域，以期為退耕還林工程實施效果評價提供方法參考，同時對其他退耕區的退耕效果評價和今后退耕區的確定具有借鑒意義。

1 研究區概況與數據來源

蘭坪縣位于怒江州東部、云南省西部，全縣總面積為4 371.2 km2（圖1）。蘭坪縣地處“三江并流”世界自然遺產腹地，全縣森林覆蓋率達71.47%。縣境內礦產資源豐富，分布著220多個礦床、礦點，擁有儲量1 100萬個金屬噸的世界級鳳凰山鉛鋅礦，長時間、高強度的礦產開發以及修路等經濟建設活動使得縣內自然災害頻發、水土流失嚴重，有200多個地質災害隱患點，水土流失面積占全縣面積的20%左右，導致蘭坪縣生態環境較為脆弱。

圖1 研究區行政區劃Fig.1 Administrative division of the study area

本研究所需的數據包括Landsat 8遙感影像、數字高程模型（DEM）數據以及行政區劃、水體和積雪區、退耕還林、基本農田矢量數據。其中Landsat8遙感影像、DEM數據來源于地理空間數據云；行政區劃數據來源于國家科技基礎條件平臺——國家地球系統科學數據中心；水體和積雪區依據遙感影像目視解譯得到；基本農田矢量數據來源于怒江州自然資源局；2014——2016年退耕還林矢量數據來源于怒江州林業和草原局。2017——2020年退耕還林數據由遙感影像提取，先運用監督分類與目視解譯相結合的方法提取2013年、2020年2期耕地數據，然后通過空間分析得到退耕還林數據，用2014——2016年退耕還林矢量數據進行驗證，精度達86.20%。

2 研究方法

RSEI模型包含綠度、干度、濕度和熱度4個指標，首先基于Landsat 8遙感影像，運用ENVI5.3提取出單個指標，然后運用主成分分析法進行降維處理，將第一主成分的值作為RSEI 的初始值，并據此計算出RSEI ，具體計算過程如下。

2.1 RSEI單一指標計算

（1）綠度

歸一化植被指數（NDVI）能夠反映植被生長狀況、植被覆蓋度以及時空分布特征[24]，因此將NDVI作為反映綠度的指標，其計算公式如下：

式中：ρNIR為近紅外波段的反射率；ρRed為紅波段的反射率。

（2）干度

隨著城市化進程的加快，不透水面性質的建設用地迅速擴張，不透水面和裸露的土壤加劇了區域的干燥程度。選取建筑指數（IBI）和裸土指數（SI）作為干度指標，其計算公式如下：

式中：ρSWIR1、ρGreen分別代表短波紅外1、綠波段的光譜反射率；NDBSI為干度指標。

（3）濕度

在生態環境檢測中，濕度指標與土壤濕度和植被緊密相關[25]，能夠反映生態環境質量狀況，其計算公式如下：

式中：WET 為濕度指標；b1、b2、b3、b4、b5、b6分別為藍波段、綠波段、紅波段、近紅外波段、短波紅外1和短波紅外2的光譜反射率。

（4）熱度

地表溫度反映熱度指標。采用大氣校正法進行地表溫度反演，計算公式如下：

式中：L為OLI/TIRS影像第10波段像元在傳感器處的輻射值；DN為像元灰度值；gain、bais分別為像元增益值和偏置值，可在遙感影像的頭文件中獲取；B（LST）為黑體輻射亮度；L↑、L↓、T分別為大氣向上、向下的輻射亮度和在熱紅外波段的透過率，可在網站https://atmcorr.gsfc.nasa.gov/查詢；LST為熱度指標；K1、K2為定標參數，在OLI/TIRS影像中分別為 480.89、1 204.14 W/(m2·sr·μm)；ε為地表輻射率，參考吳映曈等[26]的相關研究依據NDVI獲取。

2.2 RSEI計算

（1）主成分分析

由于評價指標的量綱不同對于主成分分析結果的影響較為明顯[27]，因此需要對NDVI、NDBSI、WET、LST 這4個指標進行歸一化處理〔式（9）〕，然后在ENVI5.3軟件中進行主成分分析，將方差最大的第一主成分的值作為RSEI的初始值〔式（10）〕。

式中：NI為指標標準化后的值；I為指標的數值；Imin、Imax分別為指標的最小值與最大值。

式中：RSEI0為遙感生態指數的初始值；PC1為4個指標經過主成分分析后提取的第一主成分信息。

（2）RESI的計算與分級處理

將RSEI0進行歸一化處理，得到最終的RSEI〔式（11）〕，然后采用等間隔法將 RSEI分為差（0～0.2）、較差（0.2～0.4）、一般（0.4～0.6）、良（0.6～0.8）、優（0.8～1）5 個等級。

式中：RSEI0-min、RSEI0-max分別為RSEI0的最大值和最小值。

3 結果與分析

3.1 蘭坪縣2013——2020年生態環境質量變化

3.1.1 主成分分析法結果

由于瀾滄江穿過蘭坪縣，且蘭坪縣西南部有積雪，為避免水域、積雪對RSEI模型的影響，在進行主成分分析時將水域和積雪淹沒掉。由主成分貢獻率及特征值（表1）可知，2013年、2017年、2020年PC1的貢獻率分別為93.01%、92.78%、93.24%，均高于90%，說明合成的PC1信息可以代表綠度、干度、濕度和熱度4個指標所包含的所有信息。

表1 主成分貢獻率及特征值Table 1 Principal component contribution rate and characteristic value

3.1.2 生態環境質量空間變化

由蘭坪縣2013年、2017年、2020年RSEI分級圖（圖2）可知，蘭坪縣生態環境質量以良、優2個級別為主，生態環境質量差、較差的區域主要分布在瀾滄江兩岸。2013——2017年，蘭坪縣的RSEI變化不明顯，變化區域主要在瀾滄江南段、西岸，兔峨鄉中部地區，RSEI為差、較差的區域面積減少。2017——2020年，蘭坪縣的生態環境質量明顯提高，瀾滄江兩岸RSEI為差、較差的區域面積明顯減少（如中排鄉的西岸），研究區北部和中部RESI為良、優的區域面積明顯增加。從RSEI的平均值來看，從2013年的0.587 22變為2017年的0.598 471再變為2020年的0.623 225，2013——2017年RSEI提高了1.92%，而2017——2020年提高了4.14%。總體來講，2013——2020年蘭坪縣的生態環境質量不斷提高。

圖2 蘭坪縣2013——2020年RSEI分級Fig.2 RSEI grading map of Lanping County in 2013-2020

3.1.3 生態環境質量時間變化

由蘭坪縣2013——2020年RSEI各等級面積及占比（表2）可知，2013年、2017年和2020年，蘭坪縣RSEI為優的區域面積占比最大，為差的區域面積占比最小。2013——2017年，蘭坪縣RSEI各等級面積變化較小，等級為良、優的區域面積占比增加，而等級為差、較差和一般的區域面積占比均下降，其中，等級為一般的區域面積占比減少了1.01%，其他2個等級的面積占比減少均小于1%。2017——2020年，RSEI各等級的面積變化規律與2013——2017年的變化規律相同，但變化幅度增加，RSEI等級為優的區域面積占比增加了3.17%，等級為較差的區域面積占比減少了1.96%，其他各等級面積占比變化為1%～1.5%。因此， 2013——2020年，蘭坪縣的生態環境質量呈上升趨勢，RSEI等級為良、優的區域面積增加，等級為差、較差和一般的區域面積呈減少趨勢。

表2 蘭坪縣2013——2020年RSEI各等級面積及占比Table 2 Area and proportion of RSEI grades in Lanping County from 2013 to 2020

3.1.4 生態環境質量等級變化

由蘭坪縣RSEI等級變化統計結果（表3）可知，2013——2020年，蘭坪縣內75%以上的區域生態環境質量處于不變狀態，生態環境質量變化幅度較小，RSEI的等級差主要集中在-1和1這2個級別上，生態環境質量變好的區域面積遠遠大于生態環境質量變差的區域面積。2013——2017年，蘭坪縣生態環境質量不變的區域面積占76.29%，等級差為-1和1的區域面積分別為350.122 5、635.800 5 km2，分別占總面積的8.15%、14.80%，生態環境質量變好的區域面積是生態環境質量變化變差的區域面積的1.7倍。2017——2020年，蘭坪縣生態環境質量不變的區域面積為3 232.883 7 km2，占研究區總面積的75.25%，生態環境質量變好的區域面積占比達18.31%，是生態環境質量變差的區域面積占比的2.8倍。可見，蘭坪縣的生態環境質量在2013——2020年處于上升趨勢，且上升幅度增加。

由蘭坪縣2013——2017年、2017——2020年RSEI等級變化（圖3）可以明顯看出，2013——2020年蘭坪縣生態環境質量等級以保持不變為主。2013——2017年，蘭坪縣生態環境質量變好的區域分布比較均勻，較為集中地分布在中排鄉中部、通甸鎮中部以及啦井鎮北部；而生態環境質量變差的區域有2個集中分布區，分別為營盤鎮的西北部以及東部，其次在研究區的西部高海拔區域均勻分布。2017——2020年，蘭坪縣的生態環境質量以保持不變和質量等級提高為主，生態環境質量變差的區域極少且分布不明顯，生態環境質量變好的區域主要分布在瀾滄江兩岸，以西岸為主，在中排鄉、石登鄉、營盤鎮分布面積較大。

圖3 蘭坪縣2013——2017年、2017——2020年RSEI等級變化Fig.3 RSEI grade changes in Lanping County from 2013 to 2017 and from 2017 to 2020

3.2 蘭坪縣退耕還林區生態環境質量變化

3.2.1 生態環境質量時空變化

以退耕還林斑塊數據為基礎，探究退耕還林區的生態環境質量變化。通過對比研究區、退耕還林2 km緩沖區以及退耕還林斑塊內的RSEI平均值（表4）可以發現，在3個研究尺度下，雖然退耕還林斑塊的RSEI最小，生態環境質量最差，但其RSEI的增加值最大，生態環境質量改善速度最快。2013——2020年，研究區內的RSEI增加了6.13%，退耕還林2 km緩沖區內的RSEI提升了10.33%，但退耕還林斑塊內的RSEI卻提升了22.42%，因此退耕還林工程對于生態環境質量改善具有直接且顯著的影響。

表4 研究區、退耕還林2 km緩沖區以及退耕還林斑塊內的RSEI平均值Table 4 RSEI mean values in the study area, 2 km buffer zone and patches of converting cropland to forests

由于退耕還林斑塊較小，且生態環境中沒有嚴格的分界線，退耕還林工程對周圍環境也會產生一定的影響，因此以退耕還林2 km緩沖區范圍內的區域作為退耕還林區開展進一步研究。由蘭坪縣2013——2020年退耕還林區RSEI分級圖（圖4）可知，2013——2020年，退耕還林區內的生態環境質量顯著提升，RSEI等級為差、較差的區域面積減少，而等級為良、優的區域面積明顯增加，其中中排鄉與兔峨鄉的變化尤為明顯。

圖4 蘭坪縣2013——2020年退耕還林區RSEI分級Fig.4 RSEI grading diagram of converting cropland to forests in Lanping County in 2013-2020

由蘭坪縣退耕還林區2013——2017年、2017——2020年RSEI等級轉移矩陣（表5、表6）可知，2013——2017年、2017——2020年2個時段，退耕還林區RSEI等級為差、較差和一般的區域面積減少，等級為良、優的區域面積增加，各等級中RSEI等級提高的區域面積要大于等級變差的區域面積。由此可知，在第二輪退耕還林工程實施期間，蘭坪縣生態環境質量明顯提升。

表5 蘭坪縣退耕還林區2013——2017年RSEI等級轉移矩陣Table 5 RSEI grade transfer matrix of converting cropland to forests in Lanping County in 2013-2017

表6 蘭坪縣退耕還林區2017——2020年RSEI等級轉移矩陣Table 6 RSEI grade transfer matrix of converting cropland to forests in Lanping County in 2017-2020

3.2.2 蘭坪縣潛在的退耕還林區

由上述研究結果可知，在第二輪退耕還林工程實施期間，蘭坪縣生態環境質量有了較大幅度的提升，尤其是退耕還林斑塊內生態環境質量提升更為明顯。退耕還林工程對生態環境質量改善的內因主要表現在以下2個方面：1）蘭坪縣退耕還林區主要位于坡度大于25°的區域，布局合理，該區域是自然災害高發區，退耕后水土流失、土壤侵蝕等自然災害明顯減弱，對生態環境質量改善具有直接作用；2）在退耕還林工程實施的過程中會優化農村產業結構、調整生產生活方式，對生態環境質量的改善具有間接作用。

相關研究表明，退耕還林率與生態環境質量變化的相關性較高[28]。蘭坪縣作為以山地為主的生態環境脆弱區，縣域內現有耕地分布還存在一定的不合理性，因此可進一步推進退耕還林工程以促進蘭坪縣生態環境質量的改善。首先，基本農田是耕地中最精華的部分，保護耕地最重要的就是對基本農田的保護[29]，因此可將基本農田區作為退耕還林區的限制條件；其次，坡度對土地利用具有一定的限制性，坡度大于25°的耕地水土流失問題比較嚴重，因此可將25°以上的耕地作為優先考慮的退耕區；最后，從生態環境質量改善的角度出發，可優先在RSEI等級為差和較差的區域實施退耕還林工程。依據以上3個條件，將基本農田、坡度和2020年RSEI等級圖進行疊加分析，確定蘭坪縣潛在退耕還林區，結果如圖5所示。蘭坪縣潛在退耕區主要分布在中排鄉、石登鄉、營盤鎮和兔峨鄉4個鄉鎮，其中分布面積最大的是中排鄉（11.451 1 km2），其次為兔峨鄉（8.693 3 km2），而在啦井鎮、金頂鎮和通甸鎮的分布面積較少。

圖5 蘭坪縣潛在退耕區Fig.5 Potential abandoned farmland areas in Lanping County

4 結論

（1）蘭坪縣的生態環境質量以良、優2個級別為主，生態環境質量等級在2013——2020年由一般轉為良，2013——2017年RSEI提升了1.92%，2017——2020年提升了4.14%，生態環境質量處于上升趨勢。

（2）2013——2017年、2017——2020年2個時期內，75%以上的區域生態環境質量保持不變，生態環境質量變化幅度較小，生態環境質量等級差主要處于- 1、0、1這 3個級別上，生態環境質量變好的區域面積遠遠大于變差的區域面積。

（3）2013——2020年，蘭坪縣退耕還林區生態環境質量等級顯著提升，遙感生態指數由2013年的0.540 166變為2020年的0.595 963，提升了10.33%。生態環境質量等級為差、較差和一般的區域面積減少，而等級為良、優的區域面積增加。

（4）蘭坪縣的生態環境質量在整個第二輪退耕還林工程中一直處于上升趨勢，2017——2020年的提升幅度大于2013——2017年，退耕還林斑塊生態環境質量的提升幅度明顯大于研究區和退耕還林2 km緩沖區，退耕還林工程有力地促進了蘭坪縣生態環境質量提升。

本研究將RSEI模型應用于退耕還林區生態環境質量動態變化研究，使退耕還林工程的生態效果更為直觀。研究結果可以為后期退耕還林工程的實施提供參考，如生態環境質量等級為差的區域可以優先實施退耕還林工程。退耕還林工程的規劃期限往往較長，由于RSEI模型的效果較好，因此可以在退耕還林區進行推廣。