鄧力維, 徐麗華

重慶南川區(qū)生態(tài)環(huán)境變化及其對(duì)城市不透水面的響應(yīng)

鄧力維, 徐麗華*

西南大學(xué)資源環(huán)境學(xué)院, 重慶 400715

城市建筑物的擴(kuò)張使得不透水面擠占了大量的自然生態(tài)空間, 利用遙感技術(shù)對(duì)生態(tài)環(huán)境進(jìn)行監(jiān)測(cè)有助于快速掌握區(qū)域生態(tài)變化過程。以重慶市生態(tài)典型示范區(qū)南川為研究區(qū), 利用2002、2011、2016年3期多時(shí)相Landsat影像, 通過耦合綠度、濕度、干度、熱度四個(gè)因子, 計(jì)算各個(gè)時(shí)期的遙感生態(tài)指數(shù)(RSEI), 并采用歸一化不透水面指數(shù)提取各個(gè)年份的不透水面信息, 借助景觀格局指數(shù)揭示不透水面時(shí)空變化對(duì)區(qū)域生態(tài)的影響, 最后結(jié)合人類活動(dòng)范圍以及經(jīng)濟(jì)、政策等多角度對(duì)區(qū)域生態(tài)環(huán)境變化進(jìn)行分析。結(jié)果表明: (1)研究期內(nèi)南川區(qū)的RSEI均值由0.6791下降至0.5712, 再上升到0.6669, 生態(tài)環(huán)境總體有所恢復(fù)。構(gòu)成RSEI的四個(gè)因子中, 對(duì)區(qū)域生態(tài)影響最大的是綠度指數(shù), 其次為干度指數(shù)。(2)2002—2016年間研究區(qū)不透水面擴(kuò)張主要以內(nèi)部填充為主, 不透水面年增長(zhǎng)率約為6.31%。(3)不透水面斑塊面積較大、聚集度高、結(jié)合度強(qiáng)的區(qū)域RSEI值低, 生態(tài)等級(jí)為優(yōu)的區(qū)域相較生態(tài)質(zhì)量差的區(qū)域聚集度低12%左右。(4)生態(tài)環(huán)境與人類活動(dòng)范圍、生態(tài)政策具有一定的相關(guān)性, 與道路距離每增大100 m, RSEI值提高約0.0149; 積極的生態(tài)政策對(duì)區(qū)域生態(tài)環(huán)境具有促進(jìn)作用。總的來說, 合理利用現(xiàn)有不透水面進(jìn)行建設(shè), 增加不透水面形態(tài)的復(fù)雜性和分散性, 保護(hù)已有植被, 注重經(jīng)濟(jì)增長(zhǎng)與生態(tài)保護(hù)相協(xié)調(diào)是改善區(qū)域生態(tài)環(huán)境的關(guān)鍵。

不透水面; 遙感生態(tài)指數(shù); 景觀格局指數(shù); 生態(tài)環(huán)境變化

0 前言

城市化進(jìn)程的加快使得大量不透水面取代了原有的自然地表景觀植被, 進(jìn)而影響地表溫度、土地利用變化、城市空間規(guī)劃以及城市生態(tài)建設(shè)[1–4]等, 對(duì)生態(tài)環(huán)境造成了一定程度的破壞, 對(duì)區(qū)域生態(tài)環(huán)境監(jiān)測(cè)與評(píng)價(jià)也提出了更高的要求[5]。不透水面的變化是城市擴(kuò)張的主要標(biāo)志, 城市不透水面的比例及時(shí)空動(dòng)態(tài)變化是影響城市發(fā)展程度以及生態(tài)質(zhì)量狀況的重要指標(biāo)[6]。因此, 研究不透水面的變化對(duì)生態(tài)環(huán)境的影響具有重要意義。

遙感技術(shù)的發(fā)展為城市不透水面的提取提供了可行性, 發(fā)展了一些基于遙感的生態(tài)質(zhì)量評(píng)價(jià)方法, 如基于生態(tài)系統(tǒng)的服務(wù)價(jià)值法[7]、PSR與層次分析法構(gòu)建的綜合指數(shù)法[8]、Delphi與模糊評(píng)價(jià)相結(jié)合法[9]等。徐涵秋提出了以干度、熱度、綠度、濕度四個(gè)指標(biāo)集成的遙感生態(tài)指數(shù)(Remote Sensing Ecological Index, RSEI)[10], 該指數(shù)的各指標(biāo)完全基于遙感影像獲取, 通過主成分分析非人為地確定各因子對(duì)生態(tài)環(huán)境的貢獻(xiàn), 所得結(jié)果客觀且具有較好的空間可視化效果, 在干旱區(qū)、水土流失區(qū)、礦區(qū)、城市群[11–15]等地的生態(tài)環(huán)境質(zhì)量評(píng)價(jià)中得到廣泛應(yīng)用。景觀格局可描述不同大小形狀的景觀斑塊在空間上的布局[16]。自然、生物及社會(huì)的各種生態(tài)過程相互作用構(gòu)成了景觀格局的變化與發(fā)展, 人類的開發(fā)活動(dòng)也主要在景觀層次上進(jìn)行[17]。隨著研究區(qū)城市化的推進(jìn), 人類活動(dòng)強(qiáng)度和范圍不斷增大, 不透水面占比提升且分布情況復(fù)雜, 因此結(jié)合景觀格局指數(shù)分析研究區(qū)生態(tài)質(zhì)量變化, 對(duì)于及時(shí)查清研究區(qū)的景觀生態(tài)格局以針對(duì)性地保護(hù)生態(tài)環(huán)境具有顯著作用。

重慶復(fù)雜的地形使得區(qū)域間生態(tài)差異表現(xiàn)更為明顯[18], 不透水面景觀格局亦趨于復(fù)雜化, 及時(shí)掌握山區(qū)城市生態(tài)環(huán)境變化對(duì)于城市規(guī)劃建設(shè)具有重要意義。重慶市南川區(qū)以中山、低山為主要地貌[19], 在川東平行嶺谷區(qū)代表性顯著, 該區(qū)北部致力于發(fā)展生態(tài)農(nóng)業(yè), 南部金佛山是5A級(jí)風(fēng)景名勝區(qū)。南川區(qū)經(jīng)歷了城鎮(zhèn)化到重慶市典型生態(tài)示范區(qū)的轉(zhuǎn)型, 對(duì)該區(qū)生態(tài)變化情況進(jìn)行研究, 分析其對(duì)不透水面、人類活動(dòng)范圍的響應(yīng)以及生態(tài)政策的影響, 對(duì)更大范圍的區(qū)域生態(tài)建設(shè)具有輻射示范作用。因此, 本文擬采用2002、2011、2016年三個(gè)時(shí)期的Landsat影像, 通過提取各研究期不透水面信息分析其時(shí)空變化特征, 并結(jié)合遙感生態(tài)指數(shù)、景觀格局指數(shù)定量分析南川區(qū)不透水面時(shí)空分異以及人類活動(dòng)對(duì)區(qū)域生態(tài)環(huán)境的影響。

1 研究區(qū)域與研究方法

1.1 研究區(qū)概況

南川區(qū)坐落于重慶南部, 經(jīng)緯度范圍為北緯28°46′—29°30′、東經(jīng)106°54′—107°27′, 總面積約2602 km2(圖1)。該區(qū)地形以山地為主, 地勢(shì)東南高西北低, 境內(nèi)海拔最低323 m, 最高2228 m。主要可分為北部生態(tài)農(nóng)業(yè)示范區(qū)、中部城鄉(xiāng)一體化示范區(qū)、南部金佛山三個(gè)類區(qū)[20]。該區(qū)自然資源主要包括以煤為代表的礦產(chǎn)資源, 以野豬、猴等為代表的生物資源, 水資源、森林資源、土地資源等儲(chǔ)量豐富, 先后被評(píng)為“國(guó)家衛(wèi)生城市”、“國(guó)家森林旅游示范縣”。

1.2 數(shù)據(jù)來源與預(yù)處理

文中使用遙感數(shù)據(jù)為L(zhǎng)andsat衛(wèi)星影像, 數(shù)據(jù)均來源于地理空間數(shù)據(jù)云(http://www.gscloud.cn)平臺(tái)。影像獲取時(shí)間分別為2002年6月11日、2011年5月27日、2016年6月17日, 傳感器分別為TM/ETM/OLI, 其中TM影像包含藍(lán)、綠、紅、近紅外、中紅外等7個(gè)波段, ETM影像包含藍(lán)、綠、紅、近紅外、短波紅外等8個(gè)波段, OLI影像包含海岸、藍(lán)、綠、紅、近紅外、短波紅外、全色等11個(gè)波段, 本研究所用波段為綠光、紅光、近紅外3個(gè)波段, 空間分辨率均為30 m。云量分別為 1.68, 0.01, 2.11, 軌道號(hào)均為127/40。對(duì)三期影像分別進(jìn)行幾何校正、輻射定標(biāo)、大氣校正等預(yù)處理, 幾何校正時(shí)投影為UTM投影, 投影坐標(biāo)系為WGS_1984_UTM_Zone_ 48N, 校正方式為二次多項(xiàng)式, 重采樣方式選擇雙線性內(nèi)插(Bilinear), 最后用南川區(qū)的區(qū)界矢量文件進(jìn)行裁剪, 其結(jié)果影像如圖2所示。

圖1 研究區(qū)地理位置

Figure 1 Geographic location of the study area

1.3 研究方法

1.3.1遙感生態(tài)指數(shù)

文中用遙感生態(tài)指數(shù)()對(duì)區(qū)域生態(tài)環(huán)境進(jìn)行評(píng)價(jià)。的構(gòu)建需要整合綠度、濕度、熱度和干度因子四個(gè)分量, 因此需要分別構(gòu)建單一分量, 將四個(gè)單一分量進(jìn)行疊加后, 進(jìn)行主成分分析, 并將第一主成分作為的初始狀態(tài)值。最后, 對(duì)其進(jìn)行歸一化處理, 得到最終的值。遙感生態(tài)指數(shù)的表達(dá)式如公式(1)所示。

(1)

式中,為主成分分析函數(shù),分別用歸一化植被指數(shù)、纓帽變換的濕度分量、地表溫度、建筑物與裸土指數(shù)的均值來表示, 其計(jì)算公式詳見參考文獻(xiàn)[10]。

1.3.2 逐步多元線性回歸

利用ArcGIS軟件, 分別對(duì)圖像按照10×10(0.3 km×0.3 km)格網(wǎng)貫穿全影像的方法進(jìn)行隨機(jī)采樣, 每幅影像均勻采集20000個(gè)樣點(diǎn)。以為因變量,作為自變量進(jìn)行逐步多元線性回歸分析, 具體分析綠度、濕度、熱度、干度對(duì)區(qū)域生態(tài)的影響。同時(shí)為了更為直觀地表現(xiàn)四個(gè)分量與的關(guān)系, 利用MATLAB R2014b繪制散點(diǎn)圖, 對(duì)遙感生態(tài)指數(shù)和四個(gè)分量進(jìn)行可視化顯示。

圖2 研究區(qū)Landsat影像

Figure 2 Landsat images of study area

1.3.3 不透水面提取

文中采用歸一化不透水面指數(shù)(Normalized Difference Impervious Surface Index, NDISI)對(duì)不透水面進(jìn)行提取,全面考慮了相近地類的光譜特性, 能較好地區(qū)分出不透水面和裸土信息, 且實(shí)現(xiàn)方式較為簡(jiǎn)單[21]。表達(dá)式如式(2)、(3)所示。式中,為不透水面指數(shù),為歸一化水體指數(shù),分別是Landsat影像中的綠光、近紅外、中紅外1波段和熱紅外波段。

(2)

(3)

1.3.4 景觀格局指數(shù)

選取平均斑塊面積(Mean Patch Area, PA_MN), 最大斑塊指數(shù)(Large Patch Index, LPI), 平均形狀指數(shù)(Mean Shape Index, Shape_MN), 斑塊密度(Patch Density, PD), 聚集度(Aggregation Index, AI), 斑塊結(jié)合度(COHESION)6種景觀指數(shù)作為評(píng)價(jià)指標(biāo), 對(duì)不透水面的空間分布狀況進(jìn)行評(píng)價(jià), 所使用軟件為景觀格局分析軟件Fragstats 4.2。

2 結(jié)果與分析

2.1 城市生態(tài)環(huán)境質(zhì)量總體狀況

2.1.1 城市生態(tài)環(huán)境時(shí)空變化

對(duì)干度、熱度、濕度、綠度指標(biāo)進(jìn)行主成分分析(表1)發(fā)現(xiàn), 三個(gè)時(shí)期PC1的貢獻(xiàn)率都較大, 因此第一主成分可用于描述4個(gè)指標(biāo)的特征。兩個(gè)指標(biāo)與兩個(gè)指標(biāo)符號(hào)相反, 說明它們分別對(duì)研究區(qū)生態(tài)起著相反的作用。代表干度和代表熱度的指標(biāo)對(duì)生態(tài)環(huán)境造成消極影響, 代表濕度及代表綠度的指數(shù)則對(duì)區(qū)域生態(tài)起著積極作用。四個(gè)指標(biāo)在2011年P(guān)C1、PC2載荷與2002、2016年載荷符號(hào)不同, 說明2011年的生態(tài)條件與PC1值成反比, 在初始化之前應(yīng)進(jìn)行反向處理[12], 使三期情況統(tǒng)一。

對(duì)研究區(qū)三個(gè)年份各指標(biāo)均值和的均值變化進(jìn)行統(tǒng)計(jì)(表2)發(fā)現(xiàn): (1)指數(shù)持續(xù)增大, 符合區(qū)域城市化實(shí)際進(jìn)程, 代表熱度的指數(shù)則出現(xiàn)了先減后增的趨勢(shì), 這與研究區(qū)的氣溫變化實(shí)際情況一致; (2) 綠度指標(biāo)、濕度指標(biāo)在研究期間持續(xù)增長(zhǎng), 增長(zhǎng)率在8.5%左右, 表明研究區(qū)的植被覆蓋面積有所增加; (3) 總的來說, 四個(gè)指標(biāo)的變化趨勢(shì)表明研究區(qū)14年間生態(tài)環(huán)境質(zhì)量逐漸改善,均值呈現(xiàn)先下降后上升的趨勢(shì)。

表1 各生態(tài)指標(biāo)主成分分析結(jié)果

表2 南川區(qū)各研究期四個(gè)指標(biāo)及RSEI均值

根據(jù)0.2的相等間隔對(duì)指數(shù)進(jìn)行分級(jí)[10](表3), 由表3可知, 2002—2016年間, 研究區(qū)最大面積占比的區(qū)域由生態(tài)等級(jí)良好轉(zhuǎn)向生態(tài)質(zhì)量中等, 2016年恢復(fù)為生態(tài)條件良好。2002—2011年間, 生態(tài)質(zhì)量等級(jí)為優(yōu)、良的面積都有所減少(分別減少了5.16%、37.53%), 同時(shí)等級(jí)為中等及以下的區(qū)域面積都有不同程度的增大, 表現(xiàn)出區(qū)域生態(tài)有所惡化; 2011—2016年間, 生態(tài)等級(jí)為優(yōu)、良的區(qū)域面積占比均有所上升, 而生態(tài)質(zhì)量為中等、較差以及差的區(qū)域面積都有所減小, 說明研究區(qū)生態(tài)質(zhì)量逐漸得到改善。

表3 2002—2016年南川區(qū)生態(tài)等級(jí)變化

由圖3可以看出: 2002—2016年間, 生態(tài)質(zhì)量最差的區(qū)域均集中在中部城市區(qū), 而等級(jí)最高的區(qū)域大都集中在南部的金佛山生態(tài)示范區(qū), 表現(xiàn)出一定的規(guī)律性。2002—2011年間, 研究區(qū)生態(tài)質(zhì)量有所下降, 在圖3(b)上表現(xiàn)為紅色、黃色區(qū)域相較圖3(a)明顯擴(kuò)張, 而綠色面積顯著減少; 2011—2016年間, 雖然城市建筑密度以及不透水面面積隨著城市化進(jìn)程仍進(jìn)一步增大, 但城市中心生態(tài)質(zhì)量卻得到了明顯改善, 在圖3(c)上表現(xiàn)為城市中心的紅色、黃色區(qū)域面積相較圖3(b) 明顯減小; 研究區(qū)南部的生態(tài)質(zhì)量也得到進(jìn)一步的提高, 在圖3(c)上表現(xiàn)為綠色區(qū)域面積相較圖3(b)相比顯著增大, 說明近年來人們?cè)陂_發(fā)建設(shè)城市的同時(shí), 更加注重對(duì)已有城區(qū)和植被的生態(tài)環(huán)境保護(hù)。

2.1.2 城市生態(tài)環(huán)境建模分析

分別對(duì)2002、2011、2016年影像的及影像進(jìn)行隨機(jī)采樣, 每幅影像采集20000個(gè)樣本點(diǎn), 然后以為因變量,為自變量進(jìn)行逐步多元線性回歸分析, 得到2002、2011、2016年的回歸模型如下:

20020.0860.3440.0950.678

0.315(4)

20110.2720.3780.4640.624

0.217(5)

20160.3240.0350.6130.729

0.109(6)

在逐步回歸的過程中, 4個(gè)指標(biāo)都被保留了下來, 說明4個(gè)指標(biāo)都對(duì)研究區(qū)生態(tài)質(zhì)量有重要影響; 回歸方程中,的系數(shù)為負(fù),的系數(shù)則為正, 表示干度、熱度指數(shù)增加對(duì)區(qū)域生態(tài)有負(fù)面影響, 而綠度與濕度指數(shù)的增大則有利于優(yōu)化區(qū)域生態(tài)質(zhì)量, 這也與實(shí)際生態(tài)情況相符。

圖3 南川區(qū)各研究期生態(tài)質(zhì)量分級(jí)圖

Figure 3 Ecological quality classification map of Nanchuan in different study years

通過三維散點(diǎn)圖可以更加直觀地描述四個(gè)指標(biāo)和的關(guān)系。以2016年為例, 圖4(a)是、與的三維散點(diǎn)圖, 圖4(d)是、與的三維投影圖。由圖4(a)、4(d)可以看出兩幅圖都具有較好的趨勢(shì)性:的增加對(duì)生態(tài)質(zhì)量有正向的積極作用, 表明植被覆蓋率與地表濕度的增加能夠促進(jìn)生態(tài)環(huán)境的好轉(zhuǎn);指數(shù)的增大則會(huì)引起指數(shù)的降低, 表現(xiàn)為地表溫度的上升以及建筑物、裸土范圍的擴(kuò)張會(huì)導(dǎo)致生態(tài)環(huán)境的惡化。同時(shí)可以由圖4(b)看出,對(duì)的大小起著重要作用, 在R2為0.791的前提下, 其趨勢(shì)線斜率達(dá)0.9884; 由圖4(c)、(e)、(f)可知,指數(shù)大部分都集中在0.5—1.0之間,主要集中在0.6—0.7的范圍內(nèi), 變化廣度較小, 而在0.6之前表現(xiàn)出較弱的趨勢(shì)性, 均未能顯示出與相同程度的趨勢(shì)性。這說明區(qū)域植被覆蓋面積越大, 綠度越高, 就越有利于區(qū)域生態(tài)質(zhì)量的改善。進(jìn)一步的, 2002、2011、2016年的系數(shù)值分別為0.678、0.624、0.729, 而的系數(shù)絕對(duì)值則分別為0.344、0.378、0.035, 由此可見,的系數(shù)絕對(duì)值越大,的系數(shù)絕對(duì)值就越小, 表現(xiàn)為當(dāng)?shù)孛娼ㄖ锛奥阃了急壤酱? 就越難通過增加植被覆蓋度的方法來達(dá)到改善區(qū)域環(huán)境的目的。以2016年為例(圖4b、圖4e), 要使指數(shù)增加0.2, 只需要使值下降0.012即可; 而如果想通過抬高來達(dá)到同樣的目的, 則需要將值提高0.21。

2.2 城市生態(tài)環(huán)境對(duì)不透水面的響應(yīng)

2.2.1 城市不透水面時(shí)空變化

不透水面的分布與變化是城市空間擴(kuò)展的重要表征, 能夠較為準(zhǔn)確地反映人類活動(dòng)強(qiáng)度以及城市建筑用地增長(zhǎng)趨勢(shì)[4]。利用(式2)提取研究區(qū)不透水面信息, 提取結(jié)果如圖5所示。對(duì)每幅不透水面影像隨機(jī)選取400個(gè)樣本點(diǎn), 與原影像進(jìn)行對(duì)比并精度驗(yàn)證。驗(yàn)證結(jié)果表明, 2002、2011、2016年的不透水面提取總體精度分別為94.38%、94.76%、89.75%, Kappa系數(shù)分別為0.8736、0.8830、0.7753, 分類精度都超過85%, Kappa系數(shù)均大于0.75, 符合精度要求。由圖5可見, 2002—2016年間, 研究區(qū)不透水面擴(kuò)張主要集中在中部城區(qū), 總體表現(xiàn)為由城市中心向周邊地區(qū)擴(kuò)張, 其中南部金佛山的不透水面擴(kuò)張形式以分散式擴(kuò)張為主。

圖4 2016年各指數(shù)與RSEI相關(guān)性散點(diǎn)圖

Figure 4 Scatter points of correlation maps between each index andin 2016

圖5 各研究期南川區(qū)不透水面提取影像

Figure 5 Images of impervious surface extraction in Nanchuan during the research period

對(duì)各研究期不透水面變化情況(表4)進(jìn)行比較, 可以發(fā)現(xiàn), 2002—2016年, 南川區(qū)不透水面面積總共增加了69.82 km2, 年均增長(zhǎng)率約為6.31%; 其中2002—2011年間, 不透水面面積由78.99 km2增加到108.53 km2, 年均增長(zhǎng)率約為4.16%; 2011—2016年間, 不透水面增加面積為40.28 km2, 年均增長(zhǎng)率約為7.42%, 相較前一階段, 不透水面面積增長(zhǎng)率提高了約40%。

2.2.2 不透水面景觀格局對(duì)生態(tài)環(huán)境的影響

不透水面的景觀格局變化是影響城市生態(tài)質(zhì)量的重要因素。以為因變量, 景觀格局指數(shù)為自變量, 對(duì)南川區(qū)值與不透水面的6種景觀格局指數(shù)進(jìn)行相關(guān)分析, 得到平均斑塊面積、最大斑塊指數(shù)、平均形狀指數(shù)、聚集度、斑塊密度、斑塊結(jié)合度與之間的相關(guān)系數(shù)分別為–0.950、–0.727、–0.461、–0.937、0.887、–0.879, 可以看出平均斑塊面積、聚集度、斑塊密度、斑塊結(jié)合度與之間存在強(qiáng)的相關(guān)性, 而最大斑塊指數(shù)、平均形狀指數(shù)與RSEI之間則呈弱相關(guān), 說明了該區(qū)域的生態(tài)質(zhì)量受不透水面的平均斑塊面積、聚集度、斑塊密度、斑塊結(jié)合度的影響較大。將不透水面信息與上述的優(yōu)、良、中等、較差、差5個(gè)等級(jí)疊加進(jìn)行景觀格局分析, 統(tǒng)計(jì)各個(gè)生態(tài)等級(jí)相對(duì)應(yīng)的不透水面景觀格局指數(shù)(表5), 可以看出, 相較于生態(tài)等級(jí)為差、較差的區(qū)域,等級(jí)高的區(qū)域平均斑塊面積、斑塊聚集度等都比較小, 說明等級(jí)高的區(qū)域, 其不透水面斑塊的平均面積較小, 斑塊聚集程度較低(比等級(jí)低的聚集度小12%左右), 不透水面斑塊之間的結(jié)合度也較低。由此可見, 不透水面斑塊面積小、最大斑塊指數(shù)和平均形狀指數(shù)低, 斑塊聚集程度低且結(jié)合度小的區(qū)域生態(tài)環(huán)境質(zhì)量較好,等級(jí)較高。

表4 各研究期不透水面變化情況

2.3 人類活動(dòng)范圍對(duì)生態(tài)環(huán)境的影響

人類活動(dòng)的強(qiáng)度和廣度均會(huì)在一定程度上對(duì)區(qū)域生態(tài)環(huán)境造成影響。為了進(jìn)一步揭示人類活動(dòng)范圍對(duì)研究區(qū)生態(tài)環(huán)境的影響, 選取研究區(qū)的中心城區(qū)按照100 m等間距分為距離道路0–100 m、100–200 m、200–300 m、300–400 m、400–500 m 的5個(gè)區(qū)域(圖6), 然后將其分別與進(jìn)行疊加, 得到研究區(qū)距離道路0—100 m、100—200 m、200—300 m、300—400 m、400—500 m各間隔的生態(tài)環(huán)境分布圖(圖7)?？梢钥闯? 與道路距離越遠(yuǎn),等級(jí)越高, 表現(xiàn)為圖7 (e)中呈綠色、深綠色的面積相較圖7(a)明顯增多; 而距離道路越近, 人類活動(dòng)加劇, 生態(tài)條件越差, 表現(xiàn)為圖7(a)中呈黃色、紅色的區(qū)域面積較大。

表5 不同RSEI等級(jí)所對(duì)應(yīng)的不透水面景觀格局指數(shù)

通過對(duì)生態(tài)等級(jí)與距道路100米等間隔各區(qū)域進(jìn)行數(shù)據(jù)統(tǒng)計(jì)發(fā)現(xiàn)(表6), 距離道路400—500 m的區(qū)域生態(tài)等級(jí)為優(yōu)、良所占比例達(dá)91.14%, 生態(tài)環(huán)境質(zhì)量較高, 相較于距離道路100 m范圍內(nèi)生態(tài)等級(jí)為優(yōu)、良的區(qū)域所占比例高18.25%。同時(shí), 將各間隔距離所對(duì)應(yīng)的值進(jìn)行分析, 計(jì)算得到各間隔距離的均值(圖8)?？傮w來說, 隨著與道路的距離越來越大, 人類活動(dòng)強(qiáng)度與廣度都有所減弱,均值有所增加, 表現(xiàn)為與道路距離每增大100 m,值提高約0.0149。從圖8中可以看出, 與道路間隔在100—200 m之間相比在100 m范圍內(nèi)的區(qū)域生態(tài)環(huán)境改善明顯,均值上升約9.12%。

圖6 研究區(qū)中心城區(qū)道路分級(jí)圖

Figure 6 Road classification map of central area in Nanchuan

圖7 100米等間隔生態(tài)環(huán)境分布圖

Figure 7 Distribution map of ecological environment at equal interval of 100 meters

表6 各RSEI等級(jí)對(duì)應(yīng)的100米等間距生態(tài)狀況

圖8 100米等間隔對(duì)應(yīng)的RSEI均值

Figure 8 RSEI mean value for 100–meter equal intervals

2.4 經(jīng)濟(jì)、政策對(duì)生態(tài)環(huán)境的影響

研究期間, 南川區(qū)生態(tài)環(huán)境總體向好發(fā)展。根據(jù)《南川統(tǒng)計(jì)年鑒》, 研究區(qū)2016年地區(qū)生產(chǎn)總值233.39億元, 相比2011年增加了約57.21億元, 年均增長(zhǎng)率約為6.5%, 經(jīng)濟(jì)增長(zhǎng)平穩(wěn)有序; 建成區(qū)面積由2011年的18.21 km2增加到2016年的24.52 km2, 第二、三產(chǎn)業(yè)產(chǎn)值也穩(wěn)步提升。為了應(yīng)對(duì)經(jīng)濟(jì)發(fā)展以及城鎮(zhèn)化建設(shè)所帶來的一些生態(tài)問題, 研究區(qū)更加注重對(duì)建成區(qū)的綠化工作, 截至2016年底, 建成區(qū)綠化率達(dá)33.4%; 植樹造林工作有序開展, 2016年南川區(qū)森林覆蓋率達(dá)到了52%, 森林蓄積量達(dá)800萬立方米, 相比同年重慶市總體森林綠化率高7%左右; 對(duì)污水的處理能力也逐漸提高, 2016年南川區(qū)全年污水處理量達(dá)1847萬立方米, 生活污水處理率高達(dá)91.0%。尤其是位于研究區(qū)南部的金佛山地區(qū)被評(píng)為“世界自然遺產(chǎn)”、“5A級(jí)旅游景區(qū)”、“國(guó)家森林公園”后, 政府出臺(tái)了一系列生態(tài)保護(hù)政策與項(xiàng)目, 創(chuàng)新生態(tài)機(jī)制, 鼓勵(lì)社會(huì)資本共同參與建設(shè)森林公園, 體現(xiàn)出政策對(duì)生態(tài)環(huán)境的促進(jìn)作用。

3 討論與結(jié)論

根據(jù)遙感生態(tài)指數(shù)及建模分析發(fā)現(xiàn): 綠度和濕度指數(shù)的增大對(duì)區(qū)域生態(tài)環(huán)境具有積極作用, 干度與熱度指標(biāo)的上升則會(huì)降低生態(tài)質(zhì)量等級(jí)。研究期間, 南川區(qū)生態(tài)質(zhì)量先下降后提高, 總體來說生態(tài)環(huán)境有所改善。2002—2011年間, 生態(tài)等級(jí)為優(yōu)的區(qū)域面積減少了5.16%, 等級(jí)為差的區(qū)域增加了8.67 km2; 而2011—2016年間, 生態(tài)等級(jí)為中等及以下的區(qū)域面積均有所減小, 等級(jí)為良好的區(qū)域占全區(qū)總面積的80%左右。

不透水面擴(kuò)張形式由圈層式擴(kuò)張轉(zhuǎn)變?yōu)榉稚U(kuò)張、內(nèi)部填充為主。2002—2016年, 南川區(qū)不透水面面積共增加了69.82 km2。不透水面尤其是建筑用地?cái)U(kuò)張對(duì)區(qū)域環(huán)境的破壞顯著, 表現(xiàn)為要使RSEI指數(shù)增加0.2, 讓NDSI值下降0.012即可, 但卻需要將NDVI值提高0.21來達(dá)到同樣的目的。不透水面的平均斑塊面積、聚集度、斑塊結(jié)合度等景觀格局指數(shù)與區(qū)域生態(tài)環(huán)境之間存在較強(qiáng)的相關(guān)性。平均斑塊面積較大、聚集度高、斑塊結(jié)合度強(qiáng)的區(qū)域RSEI值低, 生態(tài)等級(jí)為優(yōu)的區(qū)域相較生態(tài)質(zhì)量差的區(qū)域不透水面聚集度低12%左右。

人類活動(dòng)的強(qiáng)度與范圍對(duì)區(qū)域生態(tài)環(huán)境的影響呈現(xiàn)出一定的規(guī)律性, 總體表現(xiàn)為與道路距離越遠(yuǎn), RSEI等級(jí)越高。與道路相隔400—500 m的區(qū)域，生態(tài)等級(jí)為優(yōu)、良所占比例約為91.14%, 相較于在道路100 m范圍內(nèi)相同生態(tài)等級(jí)的區(qū)域高17.29%。同時(shí)經(jīng)濟(jì)、政策也能影響生態(tài)環(huán)境變化, 合理的經(jīng)濟(jì)發(fā)展、健康的生態(tài)政策對(duì)于生態(tài)質(zhì)量的改善具有正向引導(dǎo)作用。

為優(yōu)化生態(tài)環(huán)境, 應(yīng)針對(duì)城市中心區(qū)合理規(guī)劃建設(shè)范圍, 抑制城市規(guī)模盲目擴(kuò)張, 協(xié)調(diào)好土地資源開發(fā)與生態(tài)環(huán)境保護(hù)之間的關(guān)系; 其次要提高植被覆蓋率, 尤其是提高建成區(qū)的綠化率以構(gòu)建森林城市, 發(fā)揮區(qū)域的生態(tài)優(yōu)勢(shì); 也可以降低不透水面的連通度, 構(gòu)造植被、水體、不透水面景觀的交替分布。針對(duì)人類活動(dòng)強(qiáng)度較大的區(qū)域, 應(yīng)當(dāng)發(fā)揮政策的積極作用, 創(chuàng)新生態(tài)保護(hù)機(jī)制, 建設(shè)生態(tài)監(jiān)測(cè)體系, 推動(dòng)區(qū)域生態(tài)頂層設(shè)計(jì)與底層改變相協(xié)同。同時(shí)區(qū)域生態(tài)狀況受地理、文化科技等多種因素影響, 在本研究中尚未考慮全面。在今后的研究中, 應(yīng)根據(jù)區(qū)域?qū)嶋H構(gòu)建區(qū)域生態(tài)質(zhì)量綜合評(píng)價(jià)體系以更好地指導(dǎo)區(qū)域生態(tài)建設(shè)。

[1] MA Yuling, YANG Kun, ZHANG Shaohua, et al. Impacts of large–area impervious surfaces on regional land surface temperature in the Great Pearl River Delta, China[J]. Journal of the Indian Society of Remote Sensing, 2019, 47(11): 1831–1845.

[2] AICHELE S S, ANDRESEN J A. Spatial and temporal variations in land development and impervious surface creation in Oakland County, Michigan, 1945–2005[J]. Journal of Hydrology, 2013, 485: 96–102.

[3] 周正龍, 沙晉明, 范躍新, 等. 廈門市不透水面景觀格局時(shí)空變化及驅(qū)動(dòng)力分析[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2020, 31(1): 230–238.

[4] 王美雅, 徐涵秋. 上海和紐約城市不透水面時(shí)空變化及其對(duì)生態(tài)質(zhì)量影響的對(duì)比[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2018, 29(11): 3735–3746.

[5] 王美雅, 徐涵秋, 李霞, 等. 不透水面時(shí)空變化及其對(duì)城市熱環(huán)境影響的定量分析——以福州市建成區(qū)為例[J]. 應(yīng)用基礎(chǔ)與工程科學(xué)學(xué)報(bào), 2018, 26(6): 1316–1326.

[6] 李苗, 臧淑英, 吳長(zhǎng)山, 等. 哈爾濱市中心城區(qū)不透水面時(shí)空變化及驅(qū)動(dòng)力分析(英文)[J]. Journal of Geographical Sciences, 2018, 28(3): 323–336.

[7] 宋文彬, 張翼然, 張玲, 等. 洪河國(guó)家級(jí)自然保護(hù)區(qū)沼澤生態(tài)系統(tǒng)服務(wù)價(jià)值估算[J]. 濕地科學(xué), 2014, 12(1): 81–88.

[8] 陳強(qiáng), 陳云浩, 王萌杰, 等. 2001–2010年洞庭湖生態(tài)系統(tǒng)質(zhì)量遙感綜合評(píng)價(jià)與變化分析[J]. 生態(tài)學(xué)報(bào), 2015, 35(13): 4347–4356.

[9] WANG Xiaodan, CAO Yingzi, ZHONG Xianghao, et al. A new method of regional eco-environmental quality assessment and its application[J]. Journal of Environmental Quality, 2012, 41(5): 1393–1401.

[10] 徐涵秋. 區(qū)域生態(tài)環(huán)境變化的遙感評(píng)價(jià)指數(shù)[J]. 中國(guó)環(huán)境科學(xué), 2013, 33(5): 889–897.

[11] 周玄德, 郭華東, 孜比布拉·司馬義. 干旱區(qū)綠洲城市遙感生態(tài)指數(shù)變化監(jiān)測(cè)[J]. 資源科學(xué), 2019, 41(5): 1002–1012.

[12] 張文強(qiáng), 孫從建, 李新功. 晉西南黃土高原區(qū)植被覆蓋度變化及其生態(tài)效應(yīng)評(píng)估[J]. 自然資源學(xué)報(bào), 2019, 34(8): 1748-1758.

[13] LIU Suoxuan, YUAN Yanbin, ZHAO Hao, et al. Analysis of ecological environment changes in hydropower development zone based on RSEI: a case study in the middle and lower reaches of the Qingjiang river, China[J]. Journal of Ecology and Rural Environment, 2019, 35(11): 1361–1368.

[14] 吳志杰, 王猛猛, 陳紹杰, 等. 基于遙感生態(tài)指數(shù)的永定礦區(qū)生態(tài)變化監(jiān)測(cè)與評(píng)價(jià)[J]. 生態(tài)科學(xué), 2016, 35(5): 200–207.

[15] 王東升, 王小磊, 雷澤勇. 基于遙感生態(tài)指數(shù)的阜新市生態(tài)質(zhì)量評(píng)估[J]. 生態(tài)科學(xué), 2020, 39(3): 88–94.

[16] 杜培軍, 陳宇, 譚琨. 濕地景觀格局與生態(tài)安全遙感監(jiān)測(cè)分析——以江蘇濱海濕地為例[J]. 國(guó)土資源遙感, 2014, 26(1): 158–166.

[17] 何珍珍, 王宏衛(wèi), 楊勝天, 等. 渭干河–庫(kù)車河綠洲景觀生態(tài)安全時(shí)空分異及格局優(yōu)化[J]. 生態(tài)學(xué)報(bào), 2019, 39(15): 5473–5482.

[18] 陳艷英, 唐云輝, 張建平. 基于MODIS的重慶市植被指數(shù)對(duì)地形的響應(yīng)[J]. 中國(guó)農(nóng)業(yè)氣象, 2012, 33(4): 587– 594.

[19] 查瑞生, 陳夢(mèng)琳, 趙曉雪. 基于地形起伏度的南川區(qū)人居環(huán)境地形適宜性評(píng)價(jià)[J]. 西南大學(xué)學(xué)報(bào)(自然科學(xué)版), 2014, 36(10): 150–156.

[20] 楊坡, 何多興, 田永中, 等. 土地利用總體規(guī)劃生態(tài)環(huán)境影響空間評(píng)價(jià)——以重慶市南川區(qū)為例[J]. 水土保持研究, 2013, 20(1): 215–219.

[21] 徐涵秋, 施婷婷, 王美雅, 等. 雄安新區(qū)地表覆蓋變化及其新區(qū)規(guī)劃的生態(tài)響應(yīng)預(yù)測(cè)[J]. 生態(tài)學(xué)報(bào), 2017, 37(19): 6289–6301.

Ecological environment changes and their responses to urban impervious surfaces in Nanchuan, Chongqing

DENG Liwei, XU Lihua*

School of Resources and Environment, Southwest University, Chongqing 400715, China

As a result of the urban spatial expansion, a great deal of natural ecological space has been occupied by impervious surfaces. Under this circumstance, monitoring the ecological environment by remote sensing technology helps to master the regional ecological change process rapidly. Nanchuan, Chongqing, a typical ecological region, was chosen as the study area. Based on the Landsat images in 2002, 2011 and 2016; the greenness, humidity, dryness and heat were integrated to calculate the remote sensing ecological index (RSEI). Then normalized difference impervious surface index was used to extract the impervious surface information of the three years mentioned above. Furthermore, landscape pattern indices were used to display the impact on the regional ecology exerted by temporal–spatial variation of impervious surface. The regional ecological environment changes were analyzed from the perspectives of human activities, economy and policies. It turned out that the overall ecological environment index gradually recovered, with the mean RSEI values of Nanchuan dropped from 0.6791 to 0.5712, then increased to 0.6669 in the study years. Of the four indices that make up RSEI, greenness index had the greatest impact on the regional ecology, followed by the dryness index. Internal filling played a dominant role in the expansion of the impervious surface in the study area from 2002 to 2016, with an annual growth rate of 6.31% approximately. Moreover, areas with large average patch, high aggregation and strong cohesion had low RSEI values. Compared to superior ecological areas, inferior areas were about 12% lower in aggregation. The ecological environment had a certain correlation with the scope of human activities and ecological policies; the RSEI value raised by about 0.0149 for every 100 m increase in road distance, and positive ecological policies could promote the regional environment. In general, the key to improving the regional ecological environment is to rationally utilize the existing impervious surface for construction, increase the complexity and dispersion of impervious surface morphology, protect the existing vegetation, and pay attention to the coordination of economic growth and ecological protection.

impervious surface; remote sensing ecological index; landscape pattern index; ecological environment variation

鄧力維, 徐麗華. 重慶南川區(qū)生態(tài)環(huán)境變化及其對(duì)城市不透水面的響應(yīng)[J]. 生態(tài)科學(xué), 2022, 41(3): 107–116.

DENG Liwei, XU Lihua. Ecological environment changes and their responses to urban impervious surfaces in Nanchuan, Chongqing[J]. Ecological Science, 2022, 41(3): 107–116.

10.14108/j.cnki.1008-8873.2022.03.012

X826

A

1008-8873(2022)03-107-10

2020-05-25;

2020-06-13

國(guó)家自然科學(xué)基金項(xiàng)目(41671291); 西南大學(xué)實(shí)驗(yàn)技術(shù)研究項(xiàng)目(SYJ2021040); 重慶市基礎(chǔ)科學(xué)與前沿技術(shù)研究一般項(xiàng)目(cstc2016jcyjA0184)

鄧力維(1995—), 女, 重慶梁平人, 碩士研究生, 主要從事遙感生態(tài)、遙感圖像處理研究, E-mail:2291397815@qq.com

徐麗華, 女, 博士, 副教授, 主要從事遙感圖像信息處理研究、土壤養(yǎng)分預(yù)測(cè)與制圖, E-mail:sweitlianna@126.com