黃土高原水土保持功能區生態環境質量遙感監測與評價

郭力宇, 孫悅悅, 王 濤

(西安科技大學 測繪科學與技術學院, 陜西 西安 710054)

黃土高原地處我國半濕潤與半干旱的過渡區域,生態環境脆弱,受到自然因素和人類活動的雙重干擾,是我國水土流失最為嚴重的區域之一[1]。2015年國家環境保護部門印發《全國生態功能區劃(修編版)》,將黃土高原部分水土流失嚴重的區域劃為國家重點生態功能區,其主要的生態服務功能為水土保持。該區由于過度人類生產開發活動,導致植被覆蓋度低和水土保持功能弱等生態問題,嚴重威脅區域生態安全,制約當地經濟可持續發展。針對黃土高原水土保持功能區進行生態環境質量評價可以有效監測區域生態環境質量動態變化,已成為目前研究的熱點問題。

遙感技術具有快速、實時、易于獲取等優點[2],已成為生態環境質量評價的重要手段。以往研究大多基于單一指標對生態環境質量進行評估,如Song等[3]利用土地利用數據分析黃土高原生態環境質量變化,Xu等[4]利用植被凈初級生產力評估京津冀地區生態系統質量,Coutts等[5]利用地表熱度評估城市熱島效應。生態環境變化是由多種因素共同作用的,基于單一指標的評價雖能在特定區域內反映部分生態效應,但難以解釋生態環境中多種因素的共同作用。2013年,徐涵秋[6-7]提出遙感生態指數(remote sensing ecological index, RSEI),將4個與生態環境密切相關的指標,即綠度(normalized difference vegetation index, NDVI)、濕度(WET)、干度(normalized difference built-up and soil index, NDBSI)和熱度(land surface temperature, LST),通過主成分分析進行耦合,得到可以量化的生態質量指數,為生態環境質量評價開拓了新方向。耦合RSEI的4個指標均提取自遙感影像,獲取容易,避免了人為確定權重的主觀性,兼具可視化表達,能有效反映區域生態環境質量狀況,可對區域進行長時間序列的生態環境質量動態監測。因此被廣泛應用于城市[8-9]、礦區[10-11]、流域[12-13]等區域的生態環境質量評價研究。

遙感生態指數在生態環境質量評價研究中具有客觀、便捷和快速等優點。但在實際應用中還存在一些問題,例如云遮擋區域的數據缺失,影像獲取時間不一致,拼接較為困難。因此在實際的研究中通常篩選出云量少的小尺度區域的幾個特征時間點的數據進行研究,缺乏大尺度區域的長時序研究。Google Earth Engine(GEE)平臺可以在線處理大范圍長時序的遙感數據,能有效規避上述問題,將研究者從繁復的數據處理工作中解脫出來,極大地提高了工作效率。

黃土高原水土保持功能區作為黃土高原的核心區域,生態問題突出,尤其是退耕還林還草工程實施以來的生態環境質量變化受到廣泛重視,目前利用RSEI對其生態環境質量進行長時間、大范圍的監測評價研究較少。因此,黃土高原水土保持功能區生態環境質量監測評價對于認識國家生態保護政策帶來的影響具有重要的科學意義。

本文以黃土高原水土保持功能區作為研究對象,借助GEE平臺,利用2000—2020年MODIS數據構建遙感生態指數(RSEI),2000年和2020年兩期土地利用數據,結合年降水量和年平均氣溫數據,利用趨勢分析、相關分析等方法分析研究區遙感生態指數的時空變化,探討人類活動和氣候因子對區域生態環境質量的影響,對該地區生態環境質量狀況進行動態監測與評價。

1 材料與研究方法

1.1 研究區概況

黃土高原水土保持生態功能區是《全國生態功能區劃》劃定的土壤保持重要區,位于黃土高原腹地(見圖1),地理坐標為103°56′～111°46′E,34°28′～39°10′N,行政區劃涉及山西省(忻州、呂梁、臨汾),陜西省(榆林、延安),甘肅省(蘭州、白銀、天水、慶陽、定西、平涼),和寧夏回族自治區(固原、中衛),總面積約為13.3×104km2。主要地貌類型為黃土丘陵溝壑[14],整體地勢西部高、東部低。該區域為半濕潤-半干旱季風氣候,多年平均氣溫約9 ℃,多年平均降水量為430～550 mm,年內降水分配不均,多集中在7、8月份。主要植被類型為森林草原和草原。

1.2 實驗數據

本研究使用數據包括:2000—2020年MODIS(Moderate-resolution Imaging Spectroradiometer)數據產品,分別為MOD13A1植被指數產品、MYD091A1地表反射率產品和MYD11A2地表反射率/發射率產品,2000年、2020年土地利用柵格數據,2000—2020年逐年降水量、平均氣溫數據,DEM數據、矢量邊界數據。數據詳細介紹見表1。

表1 數據來源Tab.1 Data sources

1.3 研究方法

1.3.1 遙感生態指數構建

遙感生態指數(RSEI)借助綠度(NDVI)、熱度(LST)、濕度(WET)和干度(NDBSI)4個生態指標,通過主成分分析進行耦合得到,公式如下:

RESI=f(NDVI,LST,WET,NDBSI)

(1)

1) 綠度指標

歸一化植被指數與植被覆蓋度、葉面積指數和植物生物量密切相關,是目前應用最為廣泛的植被指數。公式如下:

NDVI=(bNIR-bRED)/(bNIR+bRED)

(2)

式中:bNIR和bRED分別為近紅外、紅光波段。

2) 熱度指標

地表溫度利用GEE平臺通過白天地表溫度數據轉換而來,公式如下:

LST=0.02DN-273.15

(3)

式中:DN為陸地地表溫度灰度值。

3) 濕度指標

濕度指標采用纓帽變換后得到,公式如下:

WET=0.1147b1+0.2489b2+0.2408b3+

0.3132b4-0.31222b5-0.6416b6-0.508b7

(4)

式中:bi(i=1,2,3,…,7)分別代表各地表反射波段。

4) 干度指標

干度指標選用裸土指數SI和建筑指數IBI合成而來,公式如下:

NDBSI=(SI+IBI)/2

(5)

SI=[(bS+bRED)-(bBLUE+bNIR)]/

[(bS+bRED)+(bBLUE+bNIR)]

(6)

IBI={2bS/(bS+bNIR)-[bNIR/(bNIR+bRED)+bGREEN/(bGREEN+bS)]}/
{2bS/(bS+bNIR)+[bNIR/(bNIR+bRED)+bGREEN/(bGREEN+bS)]}

(7)

式中:bS、bRED、bNIR、bBLUE和bGREEN分別為短波紅外、紅光、近紅外、藍光和綠光波段。

為了避免4個指標量綱不統一導致權重失衡問題,在主成分變換前,需對各指標進行歸一化處理,公式如下:

NIi=(Ii-Imin)/(Imax-Imin)

(8)

式中:NIi為4個生態指標歸一化的結果;Ii為生態指標在第i個像元處的值;Imax為最大值;Imin為最小值。

將歸一化后的4個指標進行主成分轉換,得到第一主成分結果(PC1),為了便于分析,對PC1進行正負置換,公式如下。

RSEI0=1-PC1

(9)

式中RSEI0為正負置換后的結果。為了便于后續研究,將置換后的RSEI0值以0.2為間隔劃分為5個等級:極差(0, 0.2]、差(0.2, 0.4]、中等(0.4, 0.6]、良(0.6, 0.8]、優(0.8, 1.0]。

1.3.2 趨勢分析

本研究采用一元線性回歸模型對研究區2000—2020年RSEI、年降水量和平均氣溫進行趨勢分析,計算公式如下:

y=ax+b

(10)

(11)

(12)

對計算得到的一元線性方程進行顯著性檢驗,具體公式如下:

(13)

(14)

(15)

式中:F為統計量;U為回歸平方和;Q為誤差平方和;y′為利用線性方程得到的y的擬合值。

計算出F值后,在分布表中查找α=0.05,n=21時,F的臨界值為4.38,若F>4.38則回歸方程是顯著的,反之,則不顯著。

1.3.3 相關分析

利用相關系數分析2000—2020年RSEI與年降水量、年平均氣溫之間的相關關系,公式如下:

(16)

2 結果分析

2.1 生態空間變化特征

土地利用空間格局的變化與國家高質量發展和生態文明建設戰略息息相關[15],為了更好地解釋黃土高原水土保持功能區生態環境質量變化特征與土地利用變化格局之間的關系,本研究參考殷嘉迪等[16]的研究,將6類土地利用類型劃分為3類生態空間,即生態用地、半生態用地和弱生態用地。生態用地包括林地、草地、水域和未利用地,生態功能強;半生態用地指耕地,具有一定的生態功能;弱生態用地為建設用地,生態功能極弱。

2000年和2020年黃土高原水土保持功能區以生態用地為主(見圖2),平均面積占比為57.31%。2000—2020年研究以生態用地增加和半生態用地減少為主要特征,其中生態用地增加了4 428 km2,主要表現為草地和林地的增加,分別增加了2 901 km2和1 532 km2;半生態用地減少了5 807 km2,表現為耕地的減少;研究時段內弱生態用地表現為增加過程,共增加1 123 km2,主要為耕地向建設用地的轉移。

圖2 生態空間面積變化統計Fig.2 Statistics of ecological space area change

2.2 生態環境質量變化特征

2.2.1 各指標主成分分析結果

對2000年、2005年、2010年、2015年和2020年NDVI、WET、NDBSI和LST進行主成分分析(見表2),可知第一主成分(PC1)貢獻率分別為95.55%、96.70%、94.33%、91.22%和92.22%,均超過90%,表明第一主成分能夠反映4個生態指標的大部分特征。4個指標在PC1上貢獻率相對穩定,其中NDVI和WET為正值,表明綠度和濕度對生態環境起積極作用,NDBSI和LST為負值,表明干度和熱度對生態環境起消極作用。

表2 主成分分析結果Tab.2 Principal component and analysis results

2.2.2 生態環境質量等級變化

2000—2020年研究區生態環境質量整體呈增加趨勢(見圖3)。RSEI均值由2000年的0.39增至2020年的0.57,增加率為43.15%。研究時段內RSEI均值表現為“上升-下降-上升-下降-上升”的波動上升過程,其中RSEI最低值出現在2000年,為0.39,峰值出現在2018年,為0.59。以2000年、2005年、2010年、2015年和2020年5個特征年份為例(見圖4),對研究區生態環境質量等級時空變化進行分析?？臻g格局上,2000—2020年,研究區生態環境質量等級以中等為主(見圖5),多年平均占比約為45.61%。生態環境質量等級為優、良的區域主要分布在南部,包括延安、臨汾、慶陽、天水及平涼等區域。

圖3 2000—2020年RSEI均值變化過程Fig.3 The change process of RSEI from 2000 to 2020

圖4 2000年、2005年、2010年、2015年和2020年生態環境質量等級空間分布Fig.4 Spatial distribution of ecological environmental quality levels in 2000, 2005, 2010, 2015 and 2020注:此圖基于國家自然資源部標準地圖服務網站審圖號為GS(2019)1822的標準地圖制作,底圖無修改。

圖5 2000—2020年RSEI各等級面積占比Fig.5 The area proportion of RSEI in different type during 2000-2020

生態環境等級為中的區域主要分布北部和西部,包括榆林、慶陽及定西等區域。生態環境質量等級為差的區域主要分布在北部和西北部,包括榆林市西部、中衛南部、固原北部和慶陽西北部等區域。變化趨勢上,優、良等級面積明顯增加,由2000年的4.38%增至2020年的42.46%,空間變化表現為由南向北逐年擴張。極差、差等級面積占比明顯下降,由2000年73.42%降至2020的12.63%,降幅達60.79%,反映出研究區生態環境質量呈明顯改善過程。

2.2.3 生態環境質量變化趨勢分析

RSEI增加速率較快的地區集中在研究區中部,包括延安、榆林、呂梁部分區域(見圖6(a))?；陲@著性檢驗結果將變化趨勢劃分為4個類型分別為顯著增加、不顯著增加、顯著減少和不顯著減少。2000—2020年RSEI顯著增加區域面積占比為11.59%,主要分布在延安、呂梁、平涼和天水部分地區;RSEI顯著減少和不顯著減少分布范圍較小,零星分布在各地市的主城區及其附近區域,反映出城市擴張對生態環境質量具有負向作用(見圖6(b))。

圖6 2000—2020年RSEI結果空間分布Fig.6 Spatial distribution of RSEI during 2000-2020注:此圖基于國家自然資源部標準地圖服務網站審圖號為GS(2019)1822的標準地圖制作,底圖無修改。

2.3 不同生態空間類型的RSEI變化

2000—2020年黃土高原水土保持功能區生態用地、半生態用地和弱生態用地RSEI多年平均值分別為0.50、0.48和0.49,生態環境質量整體為中等。2000—2020年3類生態用地的RSEI均呈增加過程(見圖7)。以2008年為界,之前,生態用地和半生態用地區域的RSEI值低于弱生態用地,之后,高于弱生態用地。

圖7 不同生態空間類型RSEI變化過程Fig.7 The change of RSEI in different ecological space type

用各類生態空間轉移區域的RSEI均值減去保持不變區域的RSEI均值,得到發生轉移后各類生態空間RSEI差值變化情況(見圖8),差值為負表示發生轉移后,生態環境質量比保持不變區域退化,差值為正表示發生轉移后,生態環境質量比保持不變區域改善。

圖8 不同生態空間轉移區域RSEI變化過程Fig.8 The change process of RSEI in different ecological space transfer areas

生態用地轉為半生態用地或弱生態用地導致生態環境質量下降。以2008年為界,之前生態用地轉為弱生態用地的區域,生態環境質量優于轉為半生態用地的區域;之后生態用地轉為弱生態用地的區域,生態環境質量較轉為半生態用地區域差(圖8(a))。半生態用地轉為生態用地可以提高生態環境質量,但轉為弱生態用地導致生態環境質量持續下降(圖8(b))。弱生態用地轉為生態用地和半生態用地均引起生態環境質量的提高,并且弱生態用地轉為半生態用地對生態環境質量的改善明顯優于轉為生態用地(圖8(c))。黃土高原水土保持功能區生態環境脆弱,植被覆蓋水平較低,生態用地、半生態用地和弱生態用地相互轉變引起的生態環境質量變化情況復雜?？傮w來看,生態用地的轉出導致區域生態環境質量的下降,并且半生態用地的轉為弱生態用地導致生態環境持續下降,而弱生態用地的轉出導致區域生態環境質量的改善。這一結果表明黃土高原水土保持功能區退耕還林還草工程實施引起的林地、草地等生態用地增加,明顯提高了生態環境質量,而城市擴張等人類活動導致了區域生態環境質量下降。

2.4 氣候因素對生態環境質量影響

見圖9,2000—2020年研究區年降水量呈增加過程,顯著增加占比為27.02%,主要分布在區域東部和西部。RSEI與年降水量主要呈正相關關系,顯著正相關面積占25.30%,主要分布在榆林、忻州和呂梁部分地區,西部中衛、白銀、蘭州等也有少量分布。2000—2020年研究區年平均氣溫顯著增加區域占比為13.78%,分散在呂梁山區和研究區西部區域。RSEI與年平均氣溫顯著負相關區域零星分布在忻州、延安、慶陽、天水和定西。

3 討 論

已有關于黃土高原生態質量評價研究多以塬區[17]或縣域[18]為研究范圍,監測范圍小,不能反映大尺度黃土高原生態環境質量動態變化情況。本文基于2000—2020年MODIS數據,以黃土高原水土保持功能區為研究對象,監測其生態環境質量動態變化狀況,空間尺度大、時間序列連續,對于科學認識黃土高原水土保持功能區生態環境變化具有一定的參考價值。

研究區生態環境質量整體呈改善過程,空間分布由東南向西北依次為優、良、中、差,與計偉等[19]利用生態公報得出的研究結果一致。相比之下,遙感生態指數(RSEI)數據更易獲取,不受行政區劃限制。1999年退耕還林還草工程實施以來,黃土高原水土保持功能區作為工程重點實施區域,耕地面積減少5 807 km2,林地、草地面積增加。據已有研究[20-22],2000年以來,延安部分地區、山西呂梁山區和甘肅東南部區域植被覆蓋情況明顯改善,與本研究認為的研究區自南而北生態環境質量改善結果一致。

以2008年為界,之前生態用地和半生態用地的RSEI值低于弱生態用地,之后,優于弱生態用地。這一現象可能與植被類型[23]和人類活動有關。研究區的植被類型以草地為主,水土保持能力較弱,地表容易裸露,導致生態用地生態環境質量較低。另一方面,退耕還林初期,人工種植活動對地表土壤的擾動作用可能會導致生態環境質量的輕微退化[24]。城鎮和耕地則因為城市綠化和人工灌溉,改善了弱生態用地和半生態用地的植被狀況和水分條件,因此早期弱生態用地生態環境質量好于生態用地。2014年第二輪退耕還林還草工程實施,研究區內植被覆蓋度明顯好轉,生態用地和半生態用地的RSEI值逐漸優于弱生態用地。以2012年為界,之前轉為弱生態用地區域的RSEI值高于轉為生態用地或半生態用地的區域(圖8(a)、圖8(b)),之后低于轉為生態用地或半生態用地的區域。城市擴張初期,受城市綠地空間的影響[25-26],弱生態用地生態環境質量較好,隨著城鎮化程度的提高,工程建設導致城市綠地空間大面積減少,城市地表干化和熱島效應逐漸嚴重,表現為轉入弱生態用地的生態環境質量與轉入生態用地或半生態用地的生態環境質量相比,呈退化過程。隨著前一輪退耕還林工程試點工作的完成,退耕還林成果被進一步鞏固,研究區植被覆蓋度明顯提升,轉為生態用地的生態環境質量開始優于轉為弱生態用地。

氣候條件對生態環境質量影響具有一定的空間異質性[27],根據PC1分析結果,濕度(WET)對RSEI起正效應,而熱度(LST)對RSEI起負效應,表現為RSEI與年降水量呈正相關關系,面積占比超過90%,由南而北相關性顯著性逐步增強。熱度(LST)對RSEI的貢獻率絕對值低于濕度(WET),研究區熱量充足,水分是限制植被生長的主要因素,因此RSEI對年平均氣溫的響應較弱,表現為RSEI與年平均氣溫呈不顯著負相關,占比為96.39%,據已有研究[28],黃土高原植被覆蓋度與年平均氣溫表現為微弱負相關,這可能是RSEI與年平均氣溫表現為不顯著負相關的原因之一。2000—2020年研究區年降水量呈現增加過程,而年平均氣溫以不顯著增加和不顯著減少為主,研究時段內年降水量對RSEI的正效應大于年平均氣溫的負效應。另一方面,根據楊丹等[22]的研究,延安、呂梁等地人類活動對植被的貢獻率大于氣候因子,結合研究區生態環境質量等級分布現狀,延安、呂梁等地生態環境質量明顯改善。這些區域也是退耕還林還草核心區域,反映出退耕還林還草工程是研究區生態環境改善的重要原因。

4 結 論

本文利用GEE平臺構建遙感生態指數,數據獲取及時準確、時間序列長、研究范圍大,免去了傳統RSEI建模過程中,數據下載和預處理等工作步驟,極大的提高了工作效率,且提取的生態指標荷載與實際情況相符,證明利用GEE對黃土高原水土保持功能區的生態環境質量進行動態監測是高效可行的。文章主要結論為如下。

1) 2000—2020年研究區以生態用地為主,平均面積占比為57.31%,以生態用地增加和半生態用地減少為主要特征,生態用地的轉入改善了區域生態環境質量。

2) 2000—2020年研究區RSEI均值由2000年的0.39增至2020年的0.57,生態環境質量明顯改善。生態環境質量等級以中等為主,多年平均占比為45.61%,優、良等級面積增加38.08%,極差和差等級面積減少60.79%。RSEI顯著增加區域占比為11.59%,分布在延安、呂梁等地,即退耕還林核心區。黃土高原水土保持功能區的生態環境質量改善與退耕還林還草工程關系密切。

3) RSEI與年降水量為正相關關系,顯著正相關面積占比為25.30%。水分是限制研究區植被生長的主要因素,降水量增加改善了研究區生態環境質量。退耕還林工程在一定程度上弱化了RSEI對氣候的響應。