王 勇，王世東

(河南理工大學(xué)測繪與國土信息工程學(xué)院,454000,河南焦作)

南水北調(diào)中線工程作為國家的重大基礎(chǔ)工程，對于緩解我國北方地區(qū)的水資源緊張的問題具有重要的現(xiàn)實意義。丹江流域(河南段)作為其主要的水源地，其生態(tài)質(zhì)量的好壞引起人們的高度關(guān)注，而近20年來隨著城市化進程的加快，丹江流域(河南段)部分區(qū)域的生態(tài)環(huán)境明顯遭到破壞，如何對流域的生態(tài)質(zhì)量進行大范圍、長時間周期性監(jiān)測與評估已成為首要的考慮問題。遙感因其可以對地面進行實時快速的周期性觀測的優(yōu)點在生態(tài)環(huán)境領(lǐng)域得到廣泛應(yīng)用，已成為監(jiān)測區(qū)域生態(tài)質(zhì)量的重要手段[1-4]。

對于遙感數(shù)據(jù)，通常采用計算各類遙感指數(shù)來監(jiān)測區(qū)域的生態(tài)質(zhì)量，例如：孟丹等[5]利用NDVI數(shù)據(jù)并結(jié)合降水、氣溫等資料對京津冀等地區(qū)NDVI的變化特征和空間分布進行研究，并分析影響植被覆蓋度變化的氣候因子驅(qū)動力；羅敏等[6]以NDVI為指示因子，分析塔里木河2000—2013年間NDVI的時空變化特征，探討區(qū)分降水、氣溫氣候因子以及人類活動對植被覆被變化的影響；丁小松等[7]利用Landsat系列影像提取水體指數(shù)并計算水陸分割閾值，對大連市獐子島的海岸線進行自動提取并分析其時空變化原因；王小平等[8]通過提取各類水體指數(shù)值并結(jié)合實測數(shù)據(jù)建模分析，對艾比湖流域的地表水水質(zhì)進行監(jiān)測；王樂[9]對西安市不同時期的地表溫度進行反演，并結(jié)合其他研究數(shù)據(jù)，分析研究西安市的城市熱島效應(yīng)。但是，單一的遙感指數(shù)并不能完全反映區(qū)域的生態(tài)質(zhì)量狀況，學(xué)者開始考慮綜合多個遙感指數(shù)信息監(jiān)測區(qū)域的生態(tài)質(zhì)量。由徐涵秋提出的遙感生態(tài)指數(shù)(RSEI)目前已經(jīng)得到了較為廣泛的應(yīng)用[10-13]，例如劉智才等[12]利用遙感生態(tài)指數(shù)對杭州市的生態(tài)變化進行監(jiān)測，并分析引起杭州市生態(tài)質(zhì)量降低的原因。該指數(shù)集成了由遙感影像中提取的某些能反映區(qū)域生態(tài)質(zhì)量的指標(biāo)，對其進行長時間周期性的監(jiān)測，具有較高的參考價值；但是目前遙感生態(tài)指數(shù)主要以城市為研究對象，監(jiān)測分析其生態(tài)質(zhì)量變化，對于流域尺度的生態(tài)質(zhì)量變化的研究較少，特別是對于丹江流域(河南段)的生態(tài)質(zhì)量研究尚未見報道。

因此，為進一步研究南水北調(diào)中線工程水源地的生態(tài)質(zhì)量變化情況，本文以丹江流域(河南段)為研究區(qū)，利用1998、2008和2017年的Landsat 系列衛(wèi)星影像，集成耦合得到研究區(qū)各年份的遙感生態(tài)指數(shù)，對研究區(qū)歷年的生態(tài)質(zhì)量狀況進行監(jiān)測，并結(jié)合研究區(qū)的經(jīng)濟發(fā)展?fàn)顩r分析其變化原因，以便為水源地的保護提供合理的科學(xué)依據(jù)和數(shù)據(jù)支撐。本研究為保護水源地的水質(zhì)安全，以及監(jiān)測區(qū)域的植被覆蓋和水土流失狀況提供一種新的技術(shù)手段。

1 研究區(qū)概況

丹江流域(河南段)位于河南省西南部，秦嶺余脈伏牛山南麓，與湖北省、陜西省相臨，包含三門峽市盧氏縣部分鄉(xiāng)鎮(zhèn)、洛陽市欒川縣部分鄉(xiāng)鎮(zhèn)，南陽市的西峽縣、淅川縣，以及內(nèi)鄉(xiāng)縣、鄧州市部分鄉(xiāng)鎮(zhèn)，總面積為8 218 km2,其中南陽市6 668 km2，三門峽市1 238 km2，洛陽市312 km2，地理坐標(biāo)為E 110°52′～112°，N 33°30′～34°之間。研究區(qū)地處北亞熱帶向暖溫帶過渡地帶，林地面積約為4 280 km2，主要分布于西部和北部山區(qū)，耕地面積約為1 470 km2,主要分布于中部和東南部的平原及丘陵地帶，其中大部分耕地為旱地，水澆地僅占耕地面積的5%左右。

2 材料與方法

研究選取3景Landsat系列衛(wèi)星遙感影像作為數(shù)據(jù)源，日期分別為1998.09.06(TM)、2008.09.01(TM)和2017.08.09(OLI和TIRS)(圖1)。所選的3期影像季節(jié)相近，避免因植被生長狀態(tài)不同造成的影響。

圖1 丹江流域(河南段)遙感影像Fig.1 Danjiang River Basin(Henan section) remote sensing images

為減少地形、光照和大氣等因素對不同時相影像的影像，保證影像在空間疊加分析中的準確性，需要對三期影像進行預(yù)處理：1)對影像進行輻射定標(biāo)，采用Chander和Chavez的模型和參數(shù)將影像的灰度值轉(zhuǎn)換為傳感器處的反射率[14-15]；2)為消除大氣和光照等因素對地物反射率的影響，需要對輻射定標(biāo)后的影像進行Flaash大氣校正；3)采用二次多項式和最鄰近像元法對不同時相的3期影像進行幾何校正，使其均方根誤差滿足小于0.5個像元的精度要求，避免后期進行差值計算時出現(xiàn)誤差。

作者采用遙感生態(tài)指數(shù)(RSEI)監(jiān)測研究區(qū)的生態(tài)環(huán)境狀態(tài)及變化情況。該指數(shù)由徐涵秋[10]提出，選取綠度、濕度、熱度和干度4個與人類日常生活密切相關(guān)的指標(biāo)并通過主成分分析進行集成，克服了各指標(biāo)之間的不相關(guān)性。遙感生態(tài)指數(shù)(RSEI)與2006年國家環(huán)保部頒發(fā)的《生態(tài)環(huán)境狀況評價技術(shù)規(guī)范》中的生態(tài)環(huán)境狀況指數(shù)(EI)[16-18]相比具有明顯的優(yōu)勢，避免了人為的主觀因素造成的影響，可以對研究區(qū)的生態(tài)質(zhì)量進行可視化表達和建模分析。其中綠度指標(biāo)的計算方法見文獻[19],濕度指標(biāo)的計算方法見文獻[20-21]，熱度指標(biāo)的計算方法見文獻[12，22-23],干度指標(biāo)的計算方法見文獻[24]。利用上述方法計算得到的各指標(biāo)能夠反映研究區(qū)不同方面的生態(tài)環(huán)境狀況，但是其量綱各不統(tǒng)一，因此在構(gòu)建遙感生態(tài)指數(shù)前需要進行歸一化處理，避免因權(quán)重失衡造成的影響[25-26]。通用的歸一化公式為

NIi=(Ini-Imini)/(Imaxi-Imini)。

(1)

式中：NIi為上述4個指標(biāo)歸一化后的數(shù)值；Ini為該指標(biāo)在像元n處的數(shù)值；Imaxi為該指標(biāo)的最大值；Imini為該指標(biāo)的最小值。歸一化后各指標(biāo)的數(shù)值范圍應(yīng)在[0,1]之間。

筆者采用主成分分析集成歸一化處理后的指標(biāo)數(shù)據(jù)，主成分分析法(PCA)是一種將多個變量通過正交線性變換來選出少數(shù)重要變量的多維數(shù)據(jù)壓縮技術(shù)，得到的第1個主分量是對原始多變量數(shù)據(jù)集貢獻最大的新變量。該方法最大的優(yōu)點就是根據(jù)數(shù)據(jù)本身的性質(zhì)和各個指標(biāo)對各主分量的貢獻度來自動客觀地確定集成各指標(biāo)的權(quán)重，較大地避免了由于主觀因素造成的誤差，保證結(jié)果的可靠性。

由于丹江口水庫的水域面積占研究區(qū)總面積的4%以上，在進行主成分分析前需要利用改進的歸一化差異水體指數(shù)(MNDWI)對水體進行掩膜處理[27]，避免影響PCA的荷載分布。再將歸一化后的4個指標(biāo)合成一副影像并進行主成分分析。

利用ENVI中的主成分分析模塊可以得到的第1主成分PC1，進而對PC1進行歸一化處理得到遙感生態(tài)指數(shù)，其計算公式為

RSEI=(PC1-PC1min)/(PC1max-PC1min)

(2)

式中：PC1max為第一主成分中的最大值；PC1min為第一主成分中的最小值。RSEI的值越高，代表研究區(qū)的生態(tài)狀況越好，反之說明生態(tài)狀況越差。

3 結(jié)果與分析

3.1 各指標(biāo)主成分分析結(jié)果

通過對丹江流域(河南段)的3期Landsat系列影像數(shù)據(jù)處理，得到其綠度指標(biāo)、濕度指標(biāo)、熱度指標(biāo)和干度指標(biāo)，利用ENVI軟件中的主成分分析模塊得到的主成分分析結(jié)果并統(tǒng)計，利用SPSS軟件對RSEI與4個指標(biāo)之間的相關(guān)性進行統(tǒng)計分析。

主成分分析后的統(tǒng)計結(jié)果如表1所示。從表1中可以看出，研究區(qū)3個年份主成分變換后的第1主成分(PC1)貢獻率較高，分別為81.83%、76.7%和83.83%，說明變換后的第1主成分已經(jīng)包含原影像的大部分屬性特征，并且綠度和濕度對PC1的貢獻值均為正數(shù)，說明綠度指標(biāo)和濕度指標(biāo)對生態(tài)質(zhì)量有正面的影響，熱度和干度對PC1的貢獻值均為負數(shù)，說明溫度指標(biāo)和干度指標(biāo)對生態(tài)質(zhì)量存在負面影響。

由表2可見，研究區(qū)近20年的遙感生態(tài)指數(shù)的平均值逐步升高，說明研究區(qū)總體的生態(tài)環(huán)境質(zhì)量不斷變好；熱度指標(biāo)和干度指標(biāo)的荷載值之和的絕對值大于綠度指標(biāo)和濕度指標(biāo)的荷載值之和的絕對值，表明熱度和干度對研究區(qū)生態(tài)環(huán)境的抑制作用大于綠度和濕度對研究區(qū)生態(tài)環(huán)境的促進作用；通過對比綠度和濕度對PC1的荷載值以及結(jié)合遙感生態(tài)指數(shù)的變化情況，可以得出綠度對研究區(qū)生態(tài)環(huán)境狀況的提高作用更為明顯。

表1 主成分分析結(jié)果Tab.1 Principal component analysis results

注：NDVI為綠度指標(biāo)，WET為濕度指標(biāo)，LST為溫度指標(biāo)，NDSI為干度指標(biāo)。下同。Notes: NDVI is the greenness index, WET is the humidity index, LST is the temperature index, and NDSI is the dryness index. The same below.

表2 遙感生態(tài)指數(shù)與各指標(biāo)統(tǒng)計值Tab.2 Statistical value of remote sensing ecological index (RSEI) and each index

3.2 生態(tài)質(zhì)量時空變化監(jiān)測

將各年份的遙感生態(tài)指數(shù)結(jié)果以0.2為間隔分為5個級別，分別代表研究區(qū)生態(tài)差[0～0.2)、較差[0.2～0.4)、中等[0.4～0.6)、良好[0.6～0.8)和優(yōu)[0.8～1.0]的5個等級，生成遙感生態(tài)指數(shù)等級圖(圖2)并統(tǒng)計各級別面積，結(jié)果見表3。

圖2 遙感生態(tài)指數(shù)等級空間分布圖Fig.2 Spatial distribution of RSEI level

表3 生態(tài)質(zhì)量等級面積和比例

由表3可見，研究區(qū)的生態(tài)等級位于良好級別的面積占研究區(qū)總面積的比例較大，1998和2008年占的比例在50%左右，2017年達到74.5%，占研究區(qū)總面積的近3/4；對其他的幾個生態(tài)等級進行分析發(fā)現(xiàn)：研究區(qū)處于中等等級的面積比例呈現(xiàn)先上升后下降的趨勢，從1998年的38.26%上升到2008年的45.96%，到2017年迅速下降為16.06%；位于優(yōu)級別的面積占研究區(qū)總面積較少，其比例處于先下降后上升的趨勢，2017年最高，達到9.72%；處于差和較差等級的面積所占比例更少，且總體呈現(xiàn)先上升后下降的趨勢，最高為2008年的3.66%，最低為2017年的1.72%。綜上所述，丹江流域(河南段)總體的生態(tài)質(zhì)量較好，遙感生態(tài)指數(shù)處于良好級別的較多，2017年研究區(qū)的生態(tài)質(zhì)量明顯提高，研究區(qū)的生態(tài)環(huán)境已經(jīng)得到改善。

由圖2可見，生態(tài)狀況較差的地區(qū)主要分布于人口聚集區(qū)、耕地以及裸土區(qū)域，說明人為的生產(chǎn)活動和植被覆蓋狀況對生態(tài)質(zhì)量的好壞有明顯影響，西部和北部山區(qū)的總體生態(tài)質(zhì)量明顯高于其他地方。

為了更好地了解丹江流域(河南段)生態(tài)環(huán)境的變化狀況，以遙感生態(tài)指數(shù)等級圖為基礎(chǔ)對各年份的遙感生態(tài)指數(shù)進行差值計算，將得到的結(jié)果按區(qū)間分為7個等級進行變化檢測，包括急劇變差(-1,-0.4]、明顯變差(-0.4,-0.2]、略微變差(-0.2,-0.05]、無明顯變化(-0.05,0.05)、略微變好[0.05,0.2)、明顯變差[0.2,0.4)、急劇變差[0.4,1)，并統(tǒng)計各變化級別的面積，統(tǒng)計結(jié)果見表4。

表4 生態(tài)質(zhì)量等級和面積變化統(tǒng)計Tab.4 Ecological quality level and statistics of area change

由表4可見，近20年來研究區(qū)的生態(tài)質(zhì)量總體處于穩(wěn)定狀態(tài)，大部分區(qū)域的生態(tài)質(zhì)量無明顯變化。1998年到2008年間研究區(qū)無明顯變化區(qū)域的比例占到研究區(qū)總面積的74.54%，2008年到2017年間研究區(qū)無明顯變化區(qū)域的面積比例為60.91%，而近20年研究區(qū)無明顯變化區(qū)域的面積比例為55.20%。此外，1998年到2008年間研究區(qū)略微變差的面積達到了1 632.749 km2，占研究區(qū)總面積的19.87%，略微變好的面積僅為431.908 km2，其他4個級別變化的面積極少，總計面積為27.861 km2，比例僅為0.34%。2008年到2017年間研究區(qū)略微變差的區(qū)域面積為814.145 km2，而略微變好的面積區(qū)域達到2 257.548 km2,占到研究區(qū)總面積的27.47%，而明顯變好的區(qū)域與前10年相比明顯上升，達到了112.933 km2，其他變化面積仍然極少。對近20年的變化情況進行分析，發(fā)現(xiàn)略微變好的區(qū)域面積達到3 474.587 km2，略微變差的面積僅為122.215 km2，其他4類變化面積的比例僅占1.035%。綜上所述，從1998—2017研究區(qū)生態(tài)質(zhì)量提高的區(qū)域所占的面積大于生態(tài)質(zhì)量下降的面積，且上升比例遠遠高于下降比例，表明研究區(qū)的生態(tài)質(zhì)量得到了明顯提升。

由圖3(a)可見，1998—2008年間研究區(qū)生態(tài)質(zhì)量略微變差的區(qū)域較多，且分布于整個研究區(qū)，結(jié)合國家氣象局提供的研究區(qū)2年的降雨量數(shù)據(jù)分析發(fā)現(xiàn)，2008年的降雨量明顯低于1998年，說明RSEI與降雨量成正相關(guān)，與實際情況相符；而略微變好的區(qū)域主要在東南部的平原區(qū)域，該區(qū)域的主要土地利用類型為耕地，說明受到人類活動的影響明顯減少。圖3(b)為2008—2017年間研究區(qū)生態(tài)質(zhì)量變化圖，其中變差的區(qū)域主要分布于西峽縣、淅川縣城區(qū)及沿河村鎮(zhèn)區(qū)域，說明城市擴張是當(dāng)前區(qū)域生態(tài)質(zhì)量變差的主要原因。圖3(c)為1998—2017年的研究區(qū)生態(tài)質(zhì)量變化圖，生態(tài)質(zhì)量變好的區(qū)域集中于東南部及中部的耕地區(qū)域，這與退耕還林等國家政策的實施有著密不可分的關(guān)系。而變差的區(qū)域主要分布于北部的林地和中部的西峽、淅川等縣的城市擴張地帶，表明城市化進程的加快對區(qū)域生態(tài)質(zhì)量變化具有明顯的影響，此外北部林地生態(tài)質(zhì)量的降低與人類的活動密切相關(guān)，因此需要加強對北部林地的保護，避免水土流失等情況的發(fā)生，保護生態(tài)系統(tǒng)的穩(wěn)定性。

圖3 遙感生態(tài)指數(shù)變化監(jiān)測圖Fig.3 RSEI change monitoring map

4 結(jié)論

對丹江流域(河南段)1998—2017年的遙感生態(tài)指數(shù)分析發(fā)現(xiàn)，遙感生態(tài)指數(shù)均值由1998年的0.632 0上升至2017年的0.694 4，上升幅度達到9.87%，表明研究區(qū)的生態(tài)質(zhì)量呈現(xiàn)提升的趨勢。其中生態(tài)質(zhì)量變好的面積達到3 551.23 km2，占到研究區(qū)總面積43.21%，生態(tài)質(zhì)量變差的面積為130.634 km2,僅占研究區(qū)面積的1.59%。在空間格局的變化上，丹江流域(河南段)生態(tài)質(zhì)量變好的區(qū)域主要分布于東南部以及中部的耕地區(qū)域，生態(tài)質(zhì)量退化的區(qū)域主要分布于北部林地以及中部的城區(qū)擴張地帶。在反映研究區(qū)生態(tài)質(zhì)量的4個指標(biāo)中，綠度指標(biāo)和干度指標(biāo)對生態(tài)質(zhì)量的變化影響最為明顯，城市的擴張活動會導(dǎo)致區(qū)域生態(tài)質(zhì)量顯著降低，植被覆蓋度的增加對研究區(qū)生態(tài)質(zhì)量的提升有明顯的促進作用。

利用Landsat系列遙感數(shù)據(jù)構(gòu)建的遙感生態(tài)指數(shù)主要以自然狀態(tài)指標(biāo)為主，各指標(biāo)計算簡便且不需要人為設(shè)置權(quán)重，為大范圍、周期性的區(qū)域生態(tài)狀況監(jiān)測提供了一種新的思路和方法。但是目前仍存在一些不足之處，例如遙感影像的數(shù)據(jù)質(zhì)量問題、未結(jié)合研究區(qū)的經(jīng)濟發(fā)展情況等原因；因此在后續(xù)的研究中可以考慮以遙感生態(tài)指數(shù)為基礎(chǔ)，結(jié)合研究區(qū)的經(jīng)濟發(fā)展等方面的數(shù)據(jù)對區(qū)域環(huán)境狀況的協(xié)調(diào)發(fā)展進行監(jiān)測分析，以期為區(qū)域的生態(tài)保護提供更加合理的科學(xué)依據(jù)。