梁巧玲史正濤陳越豪何光熊史亮濤李 婕

(1.云南師范大學(xué) 地理學(xué)部,云南 昆明650500;2.云南省農(nóng)業(yè)科學(xué)院熱區(qū)生態(tài)農(nóng)業(yè)研究所,云南 元謀651300;3.元謀干熱河谷植物園,云南 元謀651300)

干熱河谷是中國西南地區(qū)特殊的地理單元,熱量高、降水量少以及蒸發(fā)強(qiáng)的獨(dú)特自然環(huán)境條件,孕育高原特色現(xiàn)代農(nóng)業(yè)[1]。而隨著人類活動(dòng)加劇,對(duì)生態(tài)環(huán)境產(chǎn)生明顯影響。近年來干熱河谷的生態(tài)環(huán)境現(xiàn)狀和未來發(fā)展備受國家高度重視,從構(gòu)建西南生態(tài)安全屏障到生態(tài)系統(tǒng)保護(hù)和修復(fù)重大工程規(guī)劃,關(guān)于生態(tài)環(huán)境尤其是生態(tài)環(huán)境脆弱區(qū)的研究及評(píng)估成為研究熱點(diǎn)[2]。20世紀(jì)60年代國外學(xué)者開展對(duì)生態(tài)環(huán)境質(zhì)量評(píng)價(jià)的研究。伴隨遙感技術(shù)的發(fā)展,利用RS和GIS獲取地面信息,再結(jié)合數(shù)學(xué)方法進(jìn)行環(huán)境綜合評(píng)價(jià),使生態(tài)環(huán)境質(zhì)量研究得到較大飛躍[3]。其中以Charles等人對(duì)河口地區(qū)開展的生態(tài)監(jiān)測(cè)和評(píng)價(jià)最具代表性[4]。而在2006年國家環(huán)境保護(hù)局提出生態(tài)環(huán)境狀況指數(shù)(EI),用于評(píng)價(jià)一個(gè)地區(qū)的生態(tài)環(huán)質(zhì)量狀況。鑒于該指數(shù)存在指標(biāo)權(quán)重人為設(shè)定,且獲取難度大等缺點(diǎn)。2013年徐涵秋基于遙感影像提出了遙感生態(tài)指數(shù)(RSEI),用于定量評(píng)價(jià)區(qū)域的生態(tài)環(huán)境質(zhì)量[5]。相較EI指數(shù),RSEI指數(shù)的構(gòu)建不依賴于地面調(diào)查數(shù)據(jù),在確?？臻g上的連續(xù)性的同時(shí)減少了人為干預(yù),從而保證評(píng)價(jià)結(jié)果的客觀合理性[6]。此后該指數(shù)被廣泛應(yīng)用于區(qū)域地理生態(tài)研究中。周萌等人利用遙感生態(tài)指數(shù)對(duì)東江源區(qū)2000—2019年的生態(tài)環(huán)境質(zhì)量進(jìn)行了時(shí)空變化分析以及動(dòng)態(tài)監(jiān)測(cè)[7]。Wang[8]通過改進(jìn)遙感生態(tài)指數(shù)(ARSEI)耦合了綠度、鹽度、濕度、熱量和土地退化指數(shù),對(duì)干旱區(qū)生態(tài)環(huán)境質(zhì)量進(jìn)行了監(jiān)測(cè)和評(píng)價(jià)。但在解剖生態(tài)環(huán)境變化的驅(qū)動(dòng)力研究尚有不足。因此,本文引入地理探測(cè)器作為探索空間分異的統(tǒng)計(jì)學(xué)方法[9],用于解釋影響生態(tài)環(huán)境質(zhì)量的空間異質(zhì)性和揭示其背后的驅(qū)動(dòng)力。

元謀干熱河谷作為中國西南干旱河谷的典型代表,干熱的氣候與人為活動(dòng)影響下,出現(xiàn)植被—土壤協(xié)同退化的自然現(xiàn)象,使該區(qū)成為較為典型的生態(tài)脆弱區(qū)[10]。本文以Landsat遙感影像作為數(shù)據(jù)源,通過構(gòu)建遙感生態(tài)指數(shù)模型,采用主成分分析和地理探測(cè)器等方法,探究2000—2020年期間元謀干熱河谷生態(tài)環(huán)境質(zhì)量時(shí)空變化特征[11],進(jìn)一步分析其生態(tài)環(huán)境變化的驅(qū)動(dòng)因素,為治理干熱河谷區(qū)域的生態(tài)環(huán)境保護(hù)和可持續(xù)發(fā)展提供借鑒和參考依據(jù)。

1 研究區(qū)概況

元謀干熱河谷主要集中分布于元謀干熱河谷境內(nèi)(101°35′—102°06′E,25°23′—26°06′),地處滇中高原北緣,屬楚雄彝族自治州。地勢(shì)呈四周高,中間低,由南向北傾斜的“筲箕凹”形,屬于南亞熱帶干熱河谷氣候[9],年均降雨量657.5 mm,全年基本無霜,年平均氣溫21.4℃。干熱河谷的典型植被類型為稀樹灌木草叢[12]。獨(dú)特的氣候環(huán)境,快速發(fā)展農(nóng)業(yè)經(jīng)濟(jì),給元謀干熱河谷帶來發(fā)展機(jī)遇的同時(shí)也給河谷的生態(tài)環(huán)境帶來了挑戰(zhàn)。隨著森林覆蓋率減小、土地退化、水土流失嚴(yán)重,該區(qū)已成為中國較為典型的生態(tài)脆弱分布區(qū)[13]。

2 數(shù)據(jù)與分析

2.1 數(shù)據(jù)來源及處理

本文所獲取的Landsat遙感影像來自美國地質(zhì)勘查局USGS(https:∥earthexplorer.usgs.gov/),時(shí)間為2000年12月25日、2010年12月23日的Landsat 7 ETM和2020年12月26日Landsat 8 OLI遙感影像數(shù)據(jù)。元謀干熱河谷旱季干旱少雨少云,在此統(tǒng)一選取12月(云量＜8%)遙感影像作為研究數(shù)據(jù)源。借助ENVI5.3平臺(tái)對(duì)影像數(shù)據(jù)進(jìn)行預(yù)處理,如輻射定標(biāo)、大氣校正、重采樣、裁剪等。而其他輔助數(shù)據(jù):DEM數(shù)據(jù)來源于地理空間數(shù)據(jù)云(http:∥www.gscloud.cn,30 m×30 m);土地利用通過人機(jī)交互監(jiān)督分類法對(duì)3期Landsat影像進(jìn)行分類。參照國家標(biāo)準(zhǔn)《土地利用現(xiàn)狀分類(GB/T21010-2007)》,結(jié)合研究區(qū)的土地利用現(xiàn)狀,采用土地利用3級(jí)分類系統(tǒng)將元謀干熱河谷的土地利用類型劃分為林地、灌草叢、耕地、建筑用地、水體及其他6類。對(duì)完成分類的土地利用數(shù)據(jù)進(jìn)行精度評(píng)價(jià):總體精度大于85%,kappa系數(shù)在80%以上[14];人口及經(jīng)濟(jì)數(shù)據(jù)集源于中國中國科學(xué)院資源環(huán)境科學(xué)數(shù)據(jù)中心(http:∥www.resdc.cn/),而氣溫和降水?dāng)?shù)據(jù)來源于國家地球系統(tǒng)科學(xué)數(shù)據(jù)中心(http:∥www.geodata.cn);空間分辨率均為1 km×1 km[15],需進(jìn)一步重采樣到30 m×30 m,使各個(gè)因子結(jié)果適用于評(píng)價(jià)指標(biāo)的計(jì)算。最后通過利用ArcGIS將遙感生態(tài)指數(shù)、DEM和社會(huì)經(jīng)濟(jì)等數(shù)據(jù)格網(wǎng)化并分級(jí)賦值,進(jìn)行地理探測(cè)器分析。

2.2 研究方法

2.2.1 RSEI計(jì)算 元謀干熱河谷的生態(tài)環(huán)境特征主要表現(xiàn)為森林覆蓋率低,土壤貧瘠,水土流失嚴(yán)重,生態(tài)環(huán)境脆弱。基于區(qū)域自然環(huán)境特性,本文選取NDVI,WET,NDBSI和LST這4個(gè)指標(biāo),擬構(gòu)建元謀干熱河谷的遙感生態(tài)指數(shù),利用主成分分析方法對(duì)指標(biāo)賦予權(quán)重。

(1)綠度指標(biāo)。NDVI應(yīng)用于檢測(cè)植被生長(zhǎng)狀態(tài)和植被覆蓋度[16]。

式中:NDVI為歸一化植被指數(shù);Tnir,Tred分別為ETM,OLI數(shù)據(jù)中紅、近紅外波段的反射率。

(2)濕度指標(biāo)。Wet主要反映了水體和土壤、植被的濕度,廣泛應(yīng)用在生態(tài)環(huán)境監(jiān)測(cè)和評(píng)價(jià)。利用遙感纓帽變換獲取的濕度分量與土壤濕度有關(guān)[17],計(jì)算如下:

式中:h1-h6分別代表藍(lán)波段、綠波段、紅波段、近紅波段、中紅外波段1,中紅外波段2。

(3)干度指標(biāo)。建筑物和裸土?xí)斐赏恋馗苫?嚴(yán)重影響河谷流域的生態(tài)環(huán)境問題,本文采用建筑物指數(shù)IBI和裸土指數(shù)

SI的平均值來構(gòu)建干度指標(biāo)NDBSI[18-20]:

式中:Tblue,Tgreen,Tred,Tnir,Tswir1分別為藍(lán)波段、綠波段、紅波段、近紅外波段、短波紅外1。

(4)熱度指標(biāo)。熱度指標(biāo)用地表溫度(LST)經(jīng)比輻射率校正的溫度來表示。通過利用Landsat數(shù)據(jù)的熱紅外波段,計(jì)算亮度溫度Lλ,并進(jìn)行比輻射率ε校正,計(jì)算公式:

式中:gain,bias分別為熱紅外波段的增益值與偏置值;DN為像灰度值;B(TS)為黑體輻射亮度;L↑和L↓為大氣向上和向下的輻射亮度;T為大氣熱紅外波段透過率;ε為地表比輻射率。對(duì)于Landsat 7影像來說,K1=666.09;K2=1 282.71;而Landsat 8影像K1=774.89;K2=1 321.08[21-23]。

通過上述公式計(jì)算出生態(tài)環(huán)境質(zhì)量4個(gè)評(píng)價(jià)指標(biāo),再經(jīng)歸一化處理,最后合成一幅新的影像,構(gòu)建一個(gè)函數(shù)[24],表達(dá)式為:

式中:NDVI為歸一化植被指數(shù);Wet是濕度分量;NDBSI是由建筑指數(shù)與裸土指數(shù)線性合成得到;LST是地表溫度指數(shù)。

(5)4個(gè)指標(biāo)歸一化處理。為了便于后續(xù)計(jì)算,需對(duì)研究區(qū)生態(tài)環(huán)境質(zhì)量評(píng)價(jià)的4個(gè)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理,使其數(shù)值介于[0,1]之間,從而有助于對(duì)各指標(biāo)進(jìn)行比較[25-26]。歸一化公式為:

式中:Ai為第i個(gè)指標(biāo)標(biāo)準(zhǔn)化處理值;Bi為第i個(gè)原指標(biāo)值;Bmax為第i個(gè)指標(biāo)最大值;Bmin第i個(gè)指標(biāo)最小值。

為了使?jié)穸戎笜?biāo)能更好反映地面濕度,本研究采用歸一化水體指數(shù)(MNDWI)實(shí)現(xiàn)對(duì)水體信息的掩膜,從而避免大面積水體影響PCA的荷載分布[27]。其計(jì)算公式為:

式中:Pgreen為綠光波段;Pnir為中紅外波段。

(6)遙感生態(tài)指數(shù)構(gòu)建。RSEI指數(shù)由上述4個(gè)指標(biāo)經(jīng)歸一化后轉(zhuǎn)換后的第一主成分(PC1)所構(gòu)成,通過主成分分析方法計(jì)算得到4個(gè)指標(biāo),基于4個(gè)指標(biāo)數(shù)值范圍不一[28-29],經(jīng)歸一化處理,其具體公式為:RSEI0=1-PC1〔f(NDVI,Wet,NDBSI,LST)〕(13)

式中:RSEI0生態(tài)指數(shù)的初始值;RSEI0-min,RSEI0-max為初始值的最小和最大值;RSEI則是遙感生態(tài)指數(shù),其數(shù)值越接近1,表明生態(tài)環(huán)境越好,越接近0表明生態(tài)環(huán)境越差。

2.2.2 地理探測(cè)器模型 由王勁峰等人提出地理探測(cè)器主要用于分析空間分異性的影響因素及各因子間的交互探測(cè)[30]。將RSEI等級(jí)作為因變量,將綠度、濕度、干度、熱度、降雨量、氣溫、高程、經(jīng)濟(jì)和人口密度及土地利用10個(gè)評(píng)價(jià)指標(biāo)作為自變量,導(dǎo)入地理探測(cè)器進(jìn)行運(yùn)算。利用地理探測(cè)器中的因子探測(cè)和交互探測(cè),分析影響元謀干熱河谷生態(tài)環(huán)境質(zhì)量的驅(qū)動(dòng)力[31]。根據(jù)因子探測(cè)器所得結(jié)果中的q值和p值得出各指標(biāo)對(duì)元謀干熱河谷生態(tài)環(huán)境的影響力及。q值越大,說明指標(biāo)對(duì)生態(tài)環(huán)境的影響力越大。因子探測(cè)器計(jì)算公式為:

式中:q為某影響因子對(duì)元謀干熱河谷生態(tài)環(huán)境質(zhì)量指數(shù)的影響力,即解釋力強(qiáng)度;h=1,…,L;L為因變量RSEI和自變量因子的分類數(shù);Nh,N分別為不同分級(jí)的區(qū)域和全區(qū)域內(nèi)的樣本數(shù);δ2h,δ2分別為不同分級(jí)的區(qū)域和全區(qū)域內(nèi)RSEI的方差[11]。

而交互探測(cè)器主要用于探測(cè)多因子交互作用后對(duì)生態(tài)環(huán)境質(zhì)量的影響力,即影響因子相互作用后是否會(huì)強(qiáng)化或弱化對(duì)區(qū)域生態(tài)環(huán)境的影響,或者這些因子對(duì)生態(tài)環(huán)境的影響是相互獨(dú)立的[32]。該方法是首先分別計(jì)算兩種因子對(duì)生態(tài)環(huán)境質(zhì)量的q值q(X1),q(X2),交互后的q值q(X1∩X2)然后對(duì)q(X1),q(X2)與q(X1∩X2)進(jìn)行比較,主要類型詳見表1。

表1 多因子交互探測(cè)類型[33]

3 結(jié)果與分析

3.1 生態(tài)環(huán)境質(zhì)量評(píng)價(jià)結(jié)果

由表2可知,2000,2010和2020年生態(tài)環(huán)境質(zhì)量指標(biāo)第一主成分的特征值分別為0.312,0.265,0.333;貢獻(xiàn)率分別為78.75%,72.85%,81.69%。這3期影像的PC1的貢獻(xiàn)率都超過70%,涵蓋上述4個(gè)指標(biāo)的大部分特征信息。而PC4的貢獻(xiàn)率較小,可忽略不計(jì)?；赑C1累積貢獻(xiàn)率超過70%,因此,構(gòu)建RSEI生態(tài)指數(shù)模型能全面反映研究區(qū)的生態(tài)環(huán)境綜合狀況,對(duì)評(píng)價(jià)生態(tài)質(zhì)量具有較好的適普性。

表2 計(jì)算各主成分特征值、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率

由表3中的4個(gè)指標(biāo)均值變化來看,2000—2020年綠度和濕度指標(biāo)的均值呈現(xiàn)先降后升的變化趨勢(shì),說明這20 a元謀干熱河谷采取生態(tài)修復(fù)政策措施取得一定成效;而LST呈現(xiàn)前10 a微增后10 a有微減變化。而干度指標(biāo)呈現(xiàn)小幅度增長(zhǎng)變化的趨勢(shì),表明元謀干熱河谷在2010年的城鎮(zhèn)化速度有所加快,不透水表面和裸土面積有所增加。從各指標(biāo)均值變化來看NDVI,NDSI和LST指標(biāo)在這20 a間的變化幅度較大,說明2個(gè)指標(biāo)對(duì)元謀干熱河谷RSEI變化起著至關(guān)重要作用。從RSEI均值變化幅度上看,2000年元謀干熱河谷RSEI值為0.628,到2010年RSEI降低到0.609,說明2010年的生態(tài)環(huán)境質(zhì)量較差。而到2020年,隨著研究區(qū)的生態(tài)環(huán)境恢復(fù)和治理,RSEI值上升到0.684,生態(tài)環(huán)境質(zhì)量變好。在2000—2010年,RSEI值減少0.02,減少幅度為3.01%;而在2010—2020年RSEI值增加0.075,增幅為12.31%;從總體來看,在2000—2020年RSEI值變化幅度約為8.91%,RSEI值呈現(xiàn)先降后升的變化趨勢(shì)。后10 a生態(tài)環(huán)境改善的效果明顯優(yōu)于前10 a改善的效果。

表3 元謀干熱河谷2000—2020年4個(gè)指標(biāo)和RSEI的變化統(tǒng)計(jì)

3.2 RSEI空間變化分析

3.2.1 RSEI整體性分析 根據(jù)《生態(tài)環(huán)境評(píng)價(jià)技術(shù)規(guī)范》的分級(jí)標(biāo)準(zhǔn),以0.2為間隔,將元謀干熱河谷生態(tài)指數(shù)劃分成5個(gè)等級(jí):差(0～0.2)、較差(0.2～0.4)一般(0.4～0.6)、良(0.6～0.8)、優(yōu)(0.8～1.0)[7];通過分級(jí)統(tǒng)計(jì)得到RSEI空間分布狀況(圖2,表4)。

由圖1可知,在2000—2020年元謀干熱河谷的生態(tài)環(huán)境質(zhì)量等級(jí)以良好、一般為主。從遙感生態(tài)環(huán)境指數(shù)的空間分布來看(圖1),環(huán)境質(zhì)量等級(jí)較低區(qū)域主要集中在元謀干熱河谷壩區(qū)和流域兩側(cè),受干熱氣候條件及人類活動(dòng)影響,生態(tài)環(huán)境質(zhì)量較差。較高質(zhì)量等級(jí)則分布在元謀干熱河谷東南部高海拔地區(qū),隨著水分條件改善,植被覆蓋度高,生態(tài)環(huán)境較好。從整體上看,元謀干熱河谷生態(tài)環(huán)境質(zhì)量指數(shù)年均值在0.609～0.684間,呈現(xiàn)先“先降后升”變化的趨勢(shì),多年RSEI平均值為0.640,研究區(qū)生態(tài)環(huán)境質(zhì)量一般。

圖1 元謀干熱河谷2000—2020年遙感生態(tài)指數(shù)的等級(jí)分布

由表4可知,在2000—2010年元謀干熱河谷生態(tài)環(huán)境為優(yōu)和良好的區(qū)域面積由原來的42.83%下降到2010年34.63%;而等級(jí)為差和較差的區(qū)域面積比例由2000年的18.63%上升到2010年的31.48%,整體生態(tài)環(huán)境質(zhì)量較差。而這個(gè)時(shí)期元謀干熱河谷城鎮(zhèn)化建設(shè)加快導(dǎo)致生態(tài)環(huán)境惡化。但在2010—2020年元謀干熱河谷的生態(tài)環(huán)境質(zhì)量出現(xiàn)好轉(zhuǎn),表現(xiàn)在生態(tài)級(jí)差和較差的面積減少,由2010年636.71 km2降到2020年的508.82 km2。生態(tài)等級(jí)為良和優(yōu)的面積比例由2010年的34.63%增加到2020年的40.04%,后期元謀干熱河谷實(shí)行的生態(tài)恢復(fù)工程和政策的積極響應(yīng),使得該區(qū)近10 a的生態(tài)環(huán)境明顯改善。

表4 元謀干熱河谷2000—2020年生態(tài)等級(jí)及面積變化

3.2.2 RSEI區(qū)域性分析 為進(jìn)一步探究元謀干熱河谷RSEI變化情況,本文通過對(duì)元謀干熱河谷管轄的10個(gè)鄉(xiāng)鎮(zhèn)20 a RSEI研究,結(jié)果如圖2所示。

由圖2可以看出,新華鄉(xiāng)、姜驛鄉(xiāng)的RSEI均值低于全縣的RSEI平均值,表明這兩個(gè)鄉(xiāng)鎮(zhèn)生態(tài)環(huán)境狀況較差;而物茂鄉(xiāng)、老城鄉(xiāng)以及元馬鎮(zhèn)RSEI較高,表明該區(qū)域的生態(tài)環(huán)境狀況相對(duì)較好,而這些區(qū)域多屬于農(nóng)、林業(yè)種植區(qū),人口密度相較主城區(qū)低,擁有較好的自然區(qū)位條件。2000—2020年姜驛鄉(xiāng)、黃瓜園鎮(zhèn)、物茂鄉(xiāng)、元馬鎮(zhèn)的RSEI處于上升;而江邊鄉(xiāng)處于下降趨勢(shì),說明水庫修建對(duì)該區(qū)生態(tài)環(huán)境造成一定影響;而其他鄉(xiāng)鎮(zhèn)的RSEI均值相對(duì)穩(wěn)定。這也進(jìn)一步說明元謀干熱河谷實(shí)施生態(tài)保護(hù)取得一定成效,轄區(qū)生態(tài)環(huán)境得到改善。

圖2 元謀干熱河谷轄區(qū)各鄉(xiāng)鎮(zhèn)不同時(shí)期RSEI等級(jí)

3.3 RSEI動(dòng)態(tài)變化分析

依據(jù)研究區(qū)實(shí)際情況,采用指數(shù)分級(jí)法將生態(tài)環(huán)境指數(shù)等級(jí)變化分為5類間隔為0.3,分別表現(xiàn)為:惡化(RSEI指數(shù)值＜-0.6),變差(-0.3＜RSEI指數(shù)值＜-0.6),不變(0＜RSEI指數(shù)值＜-0.3),變好(0.3＜RSEI指數(shù)值＜0)和優(yōu)化(RSEI指數(shù)值＞0.3)[11]。以獲取RSEI為基礎(chǔ),分別對(duì)元謀干熱河谷2000—2020年的生態(tài)環(huán)境質(zhì)量進(jìn)行分級(jí)面積變化統(tǒng)計(jì)和分析。通過圖3和表5可知,2000—2010年期間,元謀干熱河谷生態(tài)環(huán)境質(zhì)量不變的面積占總體的60%以上;生態(tài)環(huán)境質(zhì)量轉(zhuǎn)好的面積占元謀干熱河谷總面積的19.95%;而生態(tài)環(huán)境變差的面積占研究區(qū)域面積的18.8%。生態(tài)好轉(zhuǎn)與惡化的面積基本相當(dāng)。

圖3 元謀干熱河谷2000—2020年生態(tài)環(huán)境質(zhì)量等級(jí)變化

表5 元謀干熱河谷2000—2020年RSEI等級(jí)變化監(jiān)測(cè)

在2010—2020年期間元謀干熱河谷生態(tài)環(huán)境質(zhì)量變好等級(jí)面積占總面積的25.41%遠(yuǎn)高于生態(tài)變差的面積。而生態(tài)環(huán)境轉(zhuǎn)好集中在河谷兩側(cè),主要受退耕還林還草政策以及水庫修生態(tài)移民等政策的影響,使得河谷兩側(cè)的生態(tài)環(huán)境得到改善。生態(tài)環(huán)境變差集中在元謀干熱河谷居民區(qū)和耕作區(qū)周圍,而不合理的人類活動(dòng)在一定程度影響了當(dāng)?shù)厣鷳B(tài)環(huán)境?？傮w來,前10 a元謀干熱河谷生態(tài)環(huán)境較差,后10 a元謀干熱河谷生態(tài)環(huán)境出現(xiàn)轉(zhuǎn)好。這進(jìn)一步說了元謀干熱河谷生態(tài)修復(fù)工程和措施初步顯現(xiàn)成效,部分區(qū)域的生態(tài)環(huán)境質(zhì)量明顯改善。

3.4 驅(qū)動(dòng)力因素分析

區(qū)域生態(tài)環(huán)境質(zhì)量受人為和自然等多重因素驅(qū)動(dòng),而干熱河谷生態(tài)環(huán)境狀況差異分明且環(huán)境條件復(fù)雜。因此本文選取NDVI,Wet,NDBSI和LST這4個(gè)基礎(chǔ)指標(biāo),再結(jié)合當(dāng)?shù)鬲?dú)特干熱氣候條件及人類活動(dòng)對(duì)生態(tài)環(huán)境影響,篩選出降水、氣溫、高程(DEM)、經(jīng)濟(jì)密度(GDP)、人口密度(POP)、土地利用等指標(biāo)作為自變量X,以研究區(qū)RSEI模型第1主成分PC1作為因變量Y。利用ArcGIS采用自然斷點(diǎn)法對(duì)自變量進(jìn)行分級(jí),創(chuàng)建500 m×500 m的格網(wǎng)進(jìn)行均勻分布采樣,去除異常點(diǎn),共7 770個(gè)樣本點(diǎn)。然后將數(shù)據(jù)導(dǎo)入到基于Excel的地理探測(cè)器軟件中進(jìn)行因子探測(cè),探究各驅(qū)動(dòng)因子對(duì)RSEI空間分異特征的解釋力(圖4)。由表6可知,2000—2020年期間對(duì)10個(gè)因子探測(cè)結(jié)果顯示:p=0,表明所選10個(gè)因子對(duì)元謀干熱河谷生態(tài)環(huán)境解釋力都很充足。q值是指對(duì)RSEI的影響強(qiáng)度,也是對(duì)空間分異特征的解釋力[11]。從時(shí)間序列來看,2000年q值大小依次為:土地利用＞綠度指標(biāo)＞干度指標(biāo)＞濕度指標(biāo)＞熱度指標(biāo)＞氣溫＞海拔＞降水＞人口密度＞經(jīng)濟(jì)密度,其中土地利用(q=0.589)是影響2000年研究區(qū)生態(tài)環(huán)境的主導(dǎo)因子。2010年影響因子解釋力大小為:綠度指標(biāo)＞土地利用＞干度指標(biāo)＞濕度指標(biāo)＞熱度指標(biāo)＞氣溫＞海拔＞降水＞經(jīng)濟(jì)密度＞人口密度。而綠度指標(biāo)的q=0.583,是2010年元謀干熱河谷生態(tài)環(huán)境變化的主要影響因素;2020年影響強(qiáng)度大小為:綠度指標(biāo)＞土地利用＞熱度指標(biāo)＞氣溫＞濕度指標(biāo)＞海拔＞降水＞經(jīng)濟(jì)密度＞干度指標(biāo)＞人口密度。然而,綠度和土地利用的q值均大于0.5,是生態(tài)環(huán)境變化的主導(dǎo)因素。總體來看,這20 a研究區(qū)的綠度指標(biāo)q值都大于0.5,是影響元謀干熱河谷生態(tài)環(huán)境變化的重要因素。其他因子也在不同程度上影響著生態(tài)環(huán)境的變化。

表6 元謀干熱河谷生態(tài)環(huán)境變化單因子探測(cè)結(jié)果

圖4 元謀干熱河谷探測(cè)因子空間分布

由圖5可知,探究2000—2020年影響元謀干熱河谷生態(tài)環(huán)境變化的10因子間兩兩交互探測(cè)共產(chǎn)生36項(xiàng)交互結(jié)果。相較單因子,雙因子的交互作用對(duì)元謀干熱河谷生態(tài)環(huán)境的影響更為顯著。主要表現(xiàn)在20 a間綠度、干度、濕度和熱度指標(biāo)、氣溫、降水、海拔、GDP值、人口密度、土地利用這10個(gè)因子,任意兩因子的交互作用對(duì)元謀干熱河谷生態(tài)環(huán)境質(zhì)量的影響力均大于單因子的影響,且都顯示為雙因子增強(qiáng)。其中2000年影響RSEI最大的是土地利用∩綠度指標(biāo)的交互作用q=0.712,是所有因子中對(duì)元謀干熱河谷生態(tài)環(huán)境質(zhì)量空間分異性有最強(qiáng)的解釋力。而在2010年NDVI∩NDBSI交互作用q值在0.7以上,其影響最大。2020年NDVI∩LST的交互作用對(duì)元謀干熱河谷的RSEI影響最強(qiáng)。從2000—2020年所有因子交互探測(cè)結(jié)果顯示:綠度指標(biāo)、土地利用和干度指標(biāo)這3個(gè)因子對(duì)元謀干熱河谷生態(tài)環(huán)境變化的影響最為顯著。這20 a期間,綠度因素的影響作用逐漸增大,而植被覆蓋度的提高對(duì)研究區(qū)生態(tài)環(huán)境恢復(fù)和治理中起著關(guān)鍵性的作用。而干度和土地利用的變化主要受土壤和城市擴(kuò)張影響,導(dǎo)致地表裸露、干化嚴(yán)重。因此在恢復(fù)和保護(hù)當(dāng)?shù)厣鷳B(tài)環(huán)境,要注重合理開發(fā)利用土地資源和保護(hù)植被。

圖5 研究區(qū)2000—2020年各因子交互探測(cè)器結(jié)果

4 結(jié)論

(1)利用RSEI模型并采用主成分分析方法來研究元謀干熱河谷的生態(tài)環(huán)境質(zhì)量變化情況。從時(shí)間上看,2000—2020年元謀干熱河谷的RSEI均值從0.628增至0.684,增長(zhǎng)率為8.92%,生態(tài)環(huán)境正在逐步改善;而空間上看,元謀干熱河谷生態(tài)環(huán)境較好區(qū)域集中分布在元謀干熱河谷高海拔植被覆蓋度較高的地區(qū);生態(tài)較差等級(jí)分布在金沙江和龍川江流域河谷兩側(cè)低海拔區(qū)域內(nèi),整體呈現(xiàn)出“中部低、四周高”分布特征。

(2)從生態(tài)環(huán)境空間變化分析中可知,元謀干熱河谷生態(tài)環(huán)境質(zhì)量改善集中在中部與西部區(qū)域,而東部鄉(xiāng)鎮(zhèn)變化不大;從時(shí)間變化上看,2000年元謀干熱河谷生態(tài)環(huán)境質(zhì)量等級(jí)差的面積占研究區(qū)面積的18.63%,到2010年增長(zhǎng)到31.48%。而隨著生態(tài)環(huán)境改善,2020年生態(tài)等級(jí)較差的面積降至25.49%。這說明元謀干熱河谷實(shí)施生態(tài)修復(fù)工程取得一定成效。

(3)分析影響元謀干熱河谷生態(tài)環(huán)境驅(qū)動(dòng)力的結(jié)果顯示:綠度指標(biāo)和土地利用對(duì)生態(tài)環(huán)境質(zhì)量的影響較為顯著;2000—2020年各指標(biāo)q的平均值排序大小為:NDVI＞土地利用＞NDBSI＞LST＞W(wǎng)ET＞氣溫＞高程＞降水＞經(jīng)濟(jì)密度＞人口密度。再對(duì)比3期影響生態(tài)環(huán)境質(zhì)量的因子發(fā)現(xiàn),q值存在不同程度的變化,側(cè)面說明在這20 a期間所選10個(gè)因子對(duì)元謀干熱河谷生態(tài)環(huán)境質(zhì)量的時(shí)空分布影響存在波動(dòng)性。而兩兩因子交互后的q值均大于單因子的影響。其中綠度指標(biāo)與其他因子交互后q值均大于0.5,而土地利用與其他因子相交的q值也顯著大于其他交互結(jié)果。這進(jìn)一步說明綠度和土地利用對(duì)元謀干熱河谷的生態(tài)環(huán)境變化起著關(guān)鍵性作用。任意兩因子間交互的影響力都要大于單因子的影響,說明元謀干熱河谷的生態(tài)環(huán)境現(xiàn)狀是自然和人為因素共同作用的結(jié)果,而氣溫、降水、人口及GDP等因素是其具體的表現(xiàn)。

因此,在發(fā)展元謀干熱河谷社會(huì)經(jīng)濟(jì)的同時(shí),應(yīng)合理配置和利用土地資源,繼續(xù)落實(shí)生態(tài)保護(hù)和修復(fù)工作,促進(jìn)生態(tài)環(huán)境和諧發(fā)展。由于特定區(qū)域的綠度、濕度、干度和熱量等指標(biāo)的變化存在一定隨機(jī)性,為了使本文的生態(tài)環(huán)境評(píng)價(jià)結(jié)果更加科學(xué)合理,在后續(xù)的研究中更詳細(xì)結(jié)合元謀干熱河谷的區(qū)域特征,建立更加完善的生態(tài)環(huán)境評(píng)價(jià)體系,為生態(tài)治理提供更加準(zhǔn)確的方向。