許肖云，廖運(yùn)文，楊永安，胡艷麗，蔣紅斌

(1.西華師范大學(xué) a.化學(xué)化工學(xué)院，b.環(huán)境科學(xué)與工程學(xué)院，四川 南充 637009；2.遂寧生態(tài)環(huán)境監(jiān)測中心站，四川 遂寧 629000)

生態(tài)環(huán)境質(zhì)量是指一定時(shí)空范圍內(nèi)的生態(tài)環(huán)境狀況，是對生態(tài)環(huán)境性質(zhì)及其變化結(jié)果的評價(jià)，直接影響著人類的生存、生活與發(fā)展。對特定區(qū)域開展特定時(shí)間和空間內(nèi)的生態(tài)環(huán)境狀況評價(jià)，不僅能客觀判定生態(tài)系統(tǒng)的實(shí)體性和生態(tài)演替的程度，還可找尋內(nèi)在規(guī)律，預(yù)判生態(tài)環(huán)境質(zhì)量的發(fā)展方向，具有十分重要的理論與實(shí)踐意義[1-2]。目前，生態(tài)環(huán)境狀況評價(jià)尚處于研究與探索階段，多采用定性描述和定量分析相結(jié)合的方法，且多數(shù)定量方法含有人為的主觀因素，再結(jié)合生態(tài)環(huán)境本身固有的復(fù)雜且多變特性，形成了多種評價(jià)生態(tài)環(huán)境狀況的方法[3-5]。喻良和伊武軍[6]利用層次分析法基本原理，以福州市為例建立了城市生態(tài)環(huán)境質(zhì)量評價(jià)模型；李洪義等[7]利用神經(jīng)網(wǎng)絡(luò)方法對生態(tài)環(huán)境遙感本底值進(jìn)行預(yù)測研究；潘倩等[8]研究了不同的解譯數(shù)據(jù)對生態(tài)環(huán)境質(zhì)量評價(jià)的影響，并探討了數(shù)據(jù)應(yīng)用的可靠性；陳濤和徐瑤[9]依托RS與GIS技術(shù)，利用主成分分析法，開展了四川省生態(tài)環(huán)境質(zhì)量評價(jià)。

近年來，遂寧市經(jīng)濟(jì)發(fā)展迅速，城鎮(zhèn)化進(jìn)程加快，土地利用類型和環(huán)境質(zhì)量均發(fā)生著變化，及時(shí)掌握其生態(tài)環(huán)境狀況和評估生態(tài)環(huán)境變化與趨勢，顯得愈加重要和緊迫，截至目前，尚未有該項(xiàng)研究的報(bào)道。本文利用遙感衛(wèi)星影像數(shù)據(jù)，對2010—2019年遂寧市土地利用情況和生態(tài)環(huán)境狀況進(jìn)行綜合分析和動(dòng)態(tài)評價(jià)，研究其生態(tài)環(huán)境狀況、變化趨勢和影響因素，科學(xué)、系統(tǒng)地評估近10年來在人類和自然影響下，遂寧市生態(tài)環(huán)境的狀況及其變化規(guī)律，以期為當(dāng)?shù)卣托袠I(yè)主管部門的科學(xué)決策、統(tǒng)籌謀劃、合理開發(fā)等提供參考。

1 監(jiān)測指標(biāo)和評價(jià)方法

1.1 研究區(qū)域概況

遂寧市位于四川盆地的腹心和嘉陵江右岸一級支流涪江的中游，總面積5 300 km2，是成渝雙城經(jīng)濟(jì)圈的區(qū)域性中心城市。地勢西北高東南低，地形以丘陵為主，占總面積的70%，河谷、臺(tái)階地占25%。氣候溫和，降水較充沛，但時(shí)空分布不均，集中在夏秋季節(jié)，且年內(nèi)變幅大，屬于亞熱帶濕潤季風(fēng)氣候[10-11]。

1.2 數(shù)據(jù)來源

2010—2011年遙感影像數(shù)據(jù)來源于美國陸地衛(wèi)星Landsat 5 TM影像，以中高分辨率、光譜對綠色植被比較敏感、空間分辨率為30 m左右的影像為主；2012年遙感影像數(shù)據(jù)來自中國資源一號衛(wèi)星ZY-1-02C數(shù)據(jù)，空間分辨率為10 m；2013—2017年遙感影像數(shù)據(jù)為美國陸地衛(wèi)星Landsat 8影像，空間分辨率為15 m；2018—2019年遙感影像數(shù)據(jù)源為中國GF-1/2和ZY-3衛(wèi)星遙感影像，空間分辨率分別為8 m和5.8 m。

大氣降水?dāng)?shù)據(jù)來自遂寧市環(huán)境質(zhì)量報(bào)告書[12-13]，污染源數(shù)據(jù)來自遂寧市第二次全國污染源普查公報(bào)[14]。土地利用相關(guān)數(shù)據(jù)以生態(tài)遙感影像為數(shù)據(jù)源，對遙感影像進(jìn)行幾何校正和拼接，根據(jù)地物光譜特征，采用人機(jī)交互遙感解譯獲得[15]。

1.3 解譯精度計(jì)算

由于存在同物異譜或同譜異物的現(xiàn)象，為了提高解譯結(jié)果的精度，一般采用外業(yè)調(diào)查方法。外業(yè)調(diào)查主要內(nèi)容有境界權(quán)屬、線狀地物、地類圖斑、零星地物等[16]。土地利用遙感數(shù)據(jù)解譯精度主要對地類圖斑進(jìn)行分析，本文采用抽樣法[17]和混淆矩陣法[18]，選取研究區(qū)域內(nèi)的老池鄉(xiāng)，并抽樣480個(gè)圖斑、12種地類進(jìn)行外業(yè)調(diào)查，12種地類名稱及編碼為：水田(011)、旱地(013)、果園(021)、有林地(031)、灌木林(032)、公路用地(102)、農(nóng)村道路(104)、河流水面(111)、坑塘水面(114)、建制鎮(zhèn)(202)、村莊(203)、采礦用地(204)。利用外業(yè)調(diào)查數(shù)據(jù)和解譯結(jié)果建立混淆矩陣來定量分析解譯結(jié)果的精度。計(jì)算公式為：總體精度(Pr)=∑(Aij/A)×100%，各地類精度(Pi)=(Aij/Ai)×100%，式中，Aij為i地類判讀正確的圖斑數(shù)，A為樣區(qū)總圖斑數(shù)，Ai為i地類的圖斑數(shù)。

1.4 生態(tài)環(huán)境狀況指數(shù)計(jì)算

利用標(biāo)準(zhǔn)[19]規(guī)定的公式，分別計(jì)算生態(tài)環(huán)境狀況指數(shù)(EI)，生物豐度指數(shù)、植被覆蓋指數(shù)、水網(wǎng)密度指數(shù)、土地脅迫指數(shù)、污染負(fù)荷指數(shù)5個(gè)二級分指數(shù)和1個(gè)環(huán)境限制指數(shù)，公式中涉及的數(shù)據(jù)來自當(dāng)年的統(tǒng)計(jì)年鑒、水資源公報(bào)和環(huán)境統(tǒng)計(jì)。為了使年際間各指數(shù)具有可比性，統(tǒng)一采用2019年的歸一化系數(shù)，經(jīng)平均處理后獲得。

1.5 評價(jià)方法

按照文獻(xiàn)[19]中的方法，評價(jià)2019年的生態(tài)環(huán)境狀況。為保持?jǐn)?shù)據(jù)間的可比性，依據(jù)標(biāo)準(zhǔn)[20]計(jì)算2011—2019年生態(tài)環(huán)境狀況指數(shù)并評價(jià)生態(tài)環(huán)境狀況年際間變化(△EI)，為了表述一致，將環(huán)境質(zhì)量指數(shù)轉(zhuǎn)化為污染負(fù)荷指數(shù)。年際間變化公式為：△EI= EIN-EI(N-1)，式中N為年份。

1.6 分級標(biāo)準(zhǔn)

根據(jù)文獻(xiàn)[19]，將生態(tài)環(huán)境劃分為5級：優(yōu)(EI≥75)、良(55≤EI<75)、一般(35≤EI<55)、較差(20≤EI<35)和差(EI<20)。同時(shí)根據(jù)生態(tài)環(huán)境狀況的變化和波動(dòng)程度進(jìn)行了分級，詳見表1。

表1 生態(tài)環(huán)境狀況變化及波動(dòng)分級

2 結(jié)果與討論

2.1 解譯精度分析

遙感影像解譯數(shù)據(jù)精度是準(zhǔn)確評價(jià)生態(tài)環(huán)境狀況的基礎(chǔ)，利用混淆矩陣對480個(gè)抽樣圖斑、12種地類屬性進(jìn)行判讀。根據(jù)表2數(shù)據(jù)可知，判讀錯(cuò)誤的地類主要集中在灌木林地和有林地、水田和旱田、公路用地和農(nóng)村道路。灌木林地誤判主要因其空間位置大多位于林地和旱地之間，地界限不易勾繪；旱地誤判因研究區(qū)存在旱地與水田相鄰情況，區(qū)分過渡帶光譜存在一定困難，旱地吻合度較低，易發(fā)生相互誤判；隨著扶貧力度加大和推進(jìn)，農(nóng)村道路變化較大，道路的長度和質(zhì)量均明顯提高，外業(yè)調(diào)查時(shí)發(fā)現(xiàn)新增道路不斷出現(xiàn)，使得農(nóng)村道路在內(nèi)業(yè)預(yù)判時(shí)容易誤判。

表2 各地類屬性判讀混淆矩陣

計(jì)算所得總體精度為94.2%?？梢?，采用人機(jī)交互解譯，地類屬性總體判讀精度較高。12種地類屬性判讀精度如表3所示，除村莊、公路用地和有林地的精度不足90.0%外，其余的9種地類均在90.0%以上，其中村莊較低是因其基數(shù)較小所致，其余兩種是判讀錯(cuò)誤數(shù)量較多和基數(shù)相對較小共同導(dǎo)致。

表3 各地類屬性判讀精度

2.2 土地利用狀況

根據(jù)土地的自然屬性和利用情況，分為耕地、林地、草地、水域濕地、建筑用地和未利用地6種土地利用類型。通過2010和2019年生態(tài)遙感解譯，對土地利用現(xiàn)狀進(jìn)行了分類統(tǒng)計(jì)，結(jié)果見表4。全市土地利用類型以耕地和林地為主，10年間其結(jié)構(gòu)組成沒有發(fā)生根本性變化。從面積變化絕對量分析，發(fā)生變化的主要是耕地、林地、水域濕地和建筑用地，其中耕地和水域濕地分別下降了35.02和11.95 km2，林地和建筑用地分別上升了31.79 km2和11.22 km2，其余土地類型也有變化，但變化面積不大。從面積變化率分析，草地和未利用地的變幅較大，前者下降了9.09%，后者上升了18.30%，這2類土地面積較小，導(dǎo)致變化率較高；水域濕地下降了8.23%，建筑用地和林地分別上升了6.66%和2.55%，耕地的變化幅度最小，不足1%。

表4 遂寧市土地類型利用變化情況

土地利用變化主要受人類活動(dòng)、經(jīng)濟(jì)社會(huì)發(fā)展、產(chǎn)業(yè)布局、城鄉(xiāng)規(guī)劃、自然因素等因素的影響。耕地和林地面積的變化主要受制于退耕還林政策的執(zhí)行程度；水域濕地面積變化主要受自然因素影響，同時(shí)也影響著未利用地的面積；影響建筑用地面積的因素有城鎮(zhèn)化程度、人口數(shù)量和經(jīng)濟(jì)發(fā)展水平等[21]。在評價(jià)期間，遂寧市各土地利用類型變化總體來看，林地、建筑用地和未利用地的面積在增加，其余類型土地的面積在減小，主要原因可能是遂寧市退耕還林制度落實(shí)效果較明顯、城鎮(zhèn)化水平和經(jīng)濟(jì)發(fā)展加快、自然因素尤其大氣降水變化幅度較大所致。遂寧市統(tǒng)計(jì)年鑒進(jìn)一步佐證了這一結(jié)論，數(shù)據(jù)顯示，近10年來遂寧市退耕還林累計(jì)達(dá)5 500余公頃，2019年的城鎮(zhèn)化率、國民生產(chǎn)總值和大氣降水量分別較2010年增加了34.24%、172.00%和8.31%[22-23]。

2.3 生態(tài)環(huán)境狀況評價(jià)

2019年，遂寧市及各縣(市、區(qū))生態(tài)環(huán)境狀況如表5所示：全市生物豐度指數(shù)為42.86、植被覆蓋指數(shù)為86.56、水網(wǎng)密度指數(shù)為36.05、土地脅迫指數(shù)為20.97、污染負(fù)荷指數(shù)為0.20，同時(shí)，全市沒有出現(xiàn)嚴(yán)重影響人居生產(chǎn)生活安全的生態(tài)破壞和環(huán)境污染的突發(fā)環(huán)境事件，沒有生態(tài)環(huán)境狀況的約束性指標(biāo)(環(huán)境限制指數(shù))，因此生態(tài)環(huán)境狀況級別不需要進(jìn)行限制和調(diào)節(jié)。綜合計(jì)算得到遂寧市生態(tài)環(huán)境狀況指數(shù)是63.88，級別為良。5個(gè)縣(市、區(qū))的生態(tài)環(huán)境狀況指數(shù)級別也均為良，其中射洪市生態(tài)環(huán)境狀況指數(shù)最高(67.49)，其次為蓬溪縣(66.71)，最低的是船山區(qū)(57.96)，較射洪市低了14.1個(gè)百分點(diǎn)，其原因可能是船山區(qū)是遂寧市主城區(qū)，工業(yè)集中、城市化建設(shè)快、人口密集度高，導(dǎo)致生物棲息地和植被覆蓋程度較其他縣(市、區(qū))低，土地質(zhì)量遭受脅迫程度和環(huán)境污染程度最高。

表5 2019年遂寧市各縣(市、區(qū))生態(tài)環(huán)境狀況

就生態(tài)環(huán)境狀況二級分指數(shù)分析，射洪市生物豐度指數(shù)最高，其次是蓬溪縣，均高于全市水平，船山區(qū)生物豐度指數(shù)最低。

植被覆蓋指數(shù)方面，蓬溪縣最高，其次是射洪市，均高于全市水平，船山區(qū)植被覆蓋指數(shù)最低，原因是船山區(qū)是主城區(qū)，快速的城鎮(zhèn)化建設(shè)不僅影響了生物的棲息和多樣性，而且降低了植被覆蓋率。

水網(wǎng)密度指數(shù)方面，蓬溪縣最高，因其擁有全市最大湖泊赤城湖和遂寧市飲用水備用水源地黑龍凼水庫，湖面分別達(dá)330萬m2和77萬m2，而且境內(nèi)還有涪江左岸一級支流芝溪河，其長度為83 km，多年平均流量為5.2 m3·s-1。其次為射洪市，這是由于嘉陵江右岸最大一級支流涪江和涪江最大支流梓江從其流過，境內(nèi)河長分別75 km和33 km，多年平均流量分別為429.0 m3·s-1和53.9 m3·s-1。安居區(qū)水網(wǎng)密度指數(shù)最低，主要原因是安居區(qū)主要河流白安河、蟠龍河、西眉河年水資源量均較小，水網(wǎng)密度相對低，其中西眉河長度為28 km，多年平均流量不足1.0 m3·s-1，單位平方公里的水資源量也是最低的，僅為26.89萬m3。

土地脅迫指數(shù)方面，安居區(qū)最低，其原因是安居區(qū)成立最晚(2003年成立)，城區(qū)常住人口不足4萬人，城鎮(zhèn)化建設(shè)速度和規(guī)模最低；其次是設(shè)立于1997年的大英縣，城區(qū)常住人口約10萬人；土地脅迫指數(shù)最高是船山區(qū)，其主城區(qū)建設(shè)用地占比最高，土地脅迫率相對高。

污染負(fù)荷指數(shù)方面，安居區(qū)及蓬溪縣均低于全市水平，船山區(qū)和射洪市污染負(fù)荷指數(shù)較高，主要原因是船山區(qū)和射洪市工業(yè)較發(fā)達(dá)，城鎮(zhèn)人口較多，主要污染物排放量位居前兩位，環(huán)境污染壓力較大，環(huán)境承載力相對低。遂寧市第二次全國污染源普查[14]結(jié)果顯示，船山區(qū)工業(yè)源數(shù)量占全市的比例最高，高達(dá)38.06%；其次是射洪市，為23.81%；安居區(qū)和蓬溪縣的工業(yè)源占比排在最后2位，分別為12.39%和12.27%。

2.4 生態(tài)環(huán)境狀況變化分析

2010—2019年生態(tài)環(huán)境狀況指數(shù)及其年際變化量情況如圖1所示：遂寧市近10年EI值分布在62.50～63.90，整體呈“W”型，表現(xiàn)出向好趨勢，2013年生態(tài)環(huán)境狀況最好，其EI值為63.90?！鱁I值變化幅度在-1.13～1.38，△EI值累計(jì)變化量為0.88，生態(tài)環(huán)境狀況穩(wěn)定，年際變化量呈平穩(wěn)態(tài)勢。就具體△EI值分析，2011—2012年、2016—2017年、2017—2018年，這3個(gè)時(shí)間段間生態(tài)環(huán)境狀況略微有所變化，生態(tài)環(huán)境狀況有所波動(dòng)，其中2016—2017年△EI值為-1.13，略微變差；另外2個(gè)時(shí)間段略微變好，△EI值分別為1.00、1.38。剩余的6個(gè)時(shí)間段生態(tài)環(huán)境狀況均無明顯變化，生態(tài)環(huán)境狀況穩(wěn)定。

二級分指數(shù)年際變化量的分析結(jié)果顯示(圖2)：近10年來遂寧市生物豐度指數(shù)變化量累計(jì)上升3.96，2010—2017年較平穩(wěn)，2019年增長顯著。植被覆蓋指數(shù)變化量累計(jì)下降2.04，主要由2017年貢獻(xiàn)。水網(wǎng)密度指數(shù)變化量累積上升3.65，說明遂寧市水資源量在增加。水網(wǎng)密度指數(shù)與河流長度、水域面積和水資源量有關(guān)，用于反映評價(jià)區(qū)域水資源的豐富程度，其中河流長度比較固定，水域面積和水資源量與當(dāng)?shù)卮髿饨邓芮邢嚓P(guān)，降水量的年際變化直接影響著水網(wǎng)密度指數(shù)的變化程度[24]。結(jié)合圖3可知，2011年和2017年水網(wǎng)密度指數(shù)變化量最小是由于這兩年大氣降水量最少所致。從圖1、圖2可以看出，導(dǎo)致2017生態(tài)環(huán)境狀況指數(shù)明顯下降的主要原因?yàn)橹脖桓采w指數(shù)變化量和水網(wǎng)密度指數(shù)變化量較低，其值分別為-3.14和-2.33。曾光明等[25]研究發(fā)現(xiàn)，濕地植被在夏季易被淹沒，使NDVI下降，同時(shí)韓沁哲等[26]研究也表明，植被覆蓋程度與水體面積密切相關(guān)，其程度與降水量呈現(xiàn)高度負(fù)相關(guān)。據(jù)統(tǒng)計(jì)，2017年5—8月大氣降水量均顯著高于2016年和2018年的同期，大氣降水的顯著增加使得2017年的植被覆蓋程度下明顯下降，使其在圖2中位于峰谷。2017年大氣降水量時(shí)間比較集中且總降水量少，使得植被覆蓋指數(shù)和水網(wǎng)密度指數(shù)的變化量較低。對比圖2中水網(wǎng)密度指數(shù)變化量與圖3中大氣降水量這2條曲線，發(fā)現(xiàn)它們的變化趨勢不完全一致，這是由于全年的降水量是由單次降水量和降水頻次共同決定的，以2013年為例，盡管該年的降水量最大，但其降水頻次較少，且30%以上的降水量是“6·30”特大暴雨所貢獻(xiàn)[27]，導(dǎo)致該年的水網(wǎng)密度指數(shù)變化量(-1.2)尚不及2012年(4.2)的大。

土地脅迫指數(shù)變化量累計(jì)上升了3.87，這說明在評價(jià)時(shí)間內(nèi)遂寧市土地質(zhì)量遭受脅迫的程度呈現(xiàn)加重態(tài)勢。土地遭受脅迫的原因，可能是由于城鎮(zhèn)化程度加快和建設(shè)用地快速增加導(dǎo)致土地大量開發(fā)所致，前文中的土地類型變化量和城鎮(zhèn)化率增加量進(jìn)一步證實(shí)了這一推測，這與陳楠等[21]研究湖北省的生態(tài)環(huán)境狀況一致。

污染負(fù)荷指數(shù)整體累計(jì)下降0.20，這與遂寧市近年來加大污染源治理和散亂污整治分不開，僅從大氣環(huán)境數(shù)據(jù)上分析，遂寧市近年來空氣質(zhì)量優(yōu)良率逐漸提升，污染物濃度逐漸下降[28-29]，其中2019年的優(yōu)良率達(dá)93.4%，可吸入顆粒物、細(xì)顆粒、二氧化硫、氮氧化物、一氧化碳和臭氧6項(xiàng)監(jiān)測指標(biāo)年均值都達(dá)到了《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》(GB 3095—2012)的二級標(biāo)準(zhǔn)[30]，邁入環(huán)境空氣質(zhì)量達(dá)標(biāo)城市行列。

2.5 相關(guān)性分析

為了進(jìn)一步分析生態(tài)環(huán)境狀況指數(shù)、生態(tài)環(huán)境狀況變化值與各二級指數(shù)之間關(guān)系，借用SPSS 19.0軟件進(jìn)行了分析，其結(jié)果見表6。生態(tài)環(huán)境狀況指數(shù)與土地脅迫指數(shù)、污染負(fù)荷指數(shù)呈顯著負(fù)相關(guān)，與生物豐度指數(shù)、植被覆蓋指數(shù)呈顯著正相關(guān)，這一現(xiàn)象與沈陽市的情況一致[31]。

表6 遂寧市生態(tài)環(huán)境狀況與各指數(shù)相關(guān)性

生態(tài)環(huán)境狀況變化值與土地脅迫指數(shù)、污染負(fù)荷指數(shù)、植被覆蓋指數(shù)呈負(fù)相關(guān)，與生物豐度指數(shù)、水網(wǎng)密度指數(shù)呈正相關(guān)，但相關(guān)性均不顯著。

3 結(jié) 論

本文利用遂寧市2010—2019年的遙感影像數(shù)據(jù)，根據(jù)《生態(tài)環(huán)境狀況評價(jià)技術(shù)規(guī)范(HJ 192—2015)》中生態(tài)環(huán)境狀況指數(shù)計(jì)算和評價(jià)方法，采用了人機(jī)交互遙感解譯和野外調(diào)查相結(jié)合的方法，首次研究了該市近10年來土地利用類型變化和生態(tài)環(huán)境狀況。結(jié)果發(fā)現(xiàn)，選用的解譯方法效果較好，總體精度為94.2%。土地類型以耕地和林地為主且整體穩(wěn)定。遂寧市及其各縣(市、區(qū))生態(tài)環(huán)境狀況級別均為良，評價(jià)期間生態(tài)環(huán)境狀況雖略有波動(dòng)但總體平穩(wěn)，從5個(gè)二級分指數(shù)角度分析了各縣(市、區(qū))生態(tài)環(huán)境狀況產(chǎn)生差異的原因，并借助SPSS 19.0軟件，探討了生態(tài)環(huán)境狀況指數(shù)及其變化值與二級分指數(shù)之間的相關(guān)性。由于未能獲得研究區(qū)域污染數(shù)據(jù)，未分析生態(tài)環(huán)境狀況指數(shù)及其變化值與污染物排放量之間的相關(guān)性，在一定程度上影響了評價(jià)的完整性，有待進(jìn)一步完善。

致謝：在生態(tài)遙感數(shù)據(jù)解譯中，四川省生態(tài)環(huán)境監(jiān)測總站周春蘭給予指導(dǎo)和幫助，在此表示感謝！