论文部分内容阅读
摘要：通过遥感影像对生态环境质量相对较差地区进行合理评价，能为政府制定精确的生态环境方案保护提供参考依据。基于遥感影像反演的绿度、湿度、热度及干度指标，通过主成分分析法耦合4个指数，得到遥感生态指数，对遂宁市船山区进行生态环境质量评价;利用线性回归模型，分析研究区各指数间的数量关系，通过统计学方法讨论遥感生态指数聚集状态。研究结果表明：植被指数和城市建筑裸土指数对生态环境影响最大;船山区中南部地区生态环境质量相对北部地区较差;热点分析反映了船山区遥感生态指数呈聚集状态，且聚集程度逐年升高，生态环境质量分化愈加明显。1993～2014年，遂宁市船山区遥感生态指数呈先上升后下降趋势，尤其市区逐年下降，主要原因是城区扩张，但总体生态质量较好;热点区域逐年减少，冷点区域集中在主城区附近，冷点区范围逐渐扩张，主城区附近生态质量下降较明显。
关 键 词：生态质量评价; 遥感生态指数; 主成分分析; 遂宁市
长江流域是我国横跨东西的重要区域，生态环境地位凸显，因此必须坚持生态优先、绿色发展的战略定位，把修复长江生态环境放在首要位置[1]。2014年四川省环境状况公报[2]数据显示，全省环境状况指数（EI）为73.7，21个市（州）介于49.6～93.2之间，等级为“优”、“良”、“一般”的面积占比分别为65.8%、32.0%、2.2%，其中等级为“一般”的遂宁市是联通“成渝”的节点城市，EI指数位居所有市（州）下游。2014年，遂宁市按照“科学发展、绿色发展、创新发展、跨越发展”的总体取向，深入实施“六大兴市计划”[3]，遂宁市在“生态优先，绿色发展”的要求下进一步严格执行“绿色发展”的要求。但是目前的评价标准仅限于对区（县）及以上行政区域的评估，无法对乡镇区划进行精确评估，难以有效遏制小区域内环境恶化，无法精确保护小区域生态稳定。遥感影像具备空间尺度选择灵活，时间窗口选择宽松等优势，因此遥感技术在新形势下对小区域生态环境质量评价具有重要意义。
遥感生态指数（Remote Sensing Ecological Index， RSEI）2013年由徐涵秋[4]首次提出，該指数耦合了绿度因子（NDVI）、湿度因子（WET）、热度因子（LST）和干度因子（NDSI）对区域进行生态评价。RSEI自提出后就受到了广泛应用，刘智才[5]等利用该指数对经济较发达的杭州市进行生态环境评价，王士远[6]等对长白山自然保护区进行生态环境遥感评价。张立伟[7]等对皖江城市带进行生态环境遥感评价，在城市、山区、大区域经济带等区域均取得良好效果，该指数具有较强的普适性。
本文通过Landsat遥感影像耦合指数得到RSEI，对遂宁市船山区各乡镇进行生态环境遥感评价，在定性、定量研究生态环境质量与土地覆被的空间关系的基础上，进一步对空间定点环境作出精确评价，为今后精确治理生态环境提供参考。
1 研究区介绍与数据预处理
遂宁市位于四川盆地中部（东经105°03′～106°59′，北纬30°10′～31°10′），总面积约5 300 km2，下辖二区三县，是成渝腹地。全市地势呈西北高东南低，属丘陵低山区，约占总面积70%，土壤以紫红沙土为主，全市年平均降水880～920 mm。选择1993，2001，2014年3期的Landsat遥感影像作为数据源，以船山区作为研究区，面积约608 km2，乡镇区划名称以最新公布的为准，行政边界按照2015年最新调查边界为准。
本文遥感数据均来源于美国地质勘探局（https：//landsatlook.usgs.gov/viewer.html），获取日期分别为：1993年6月25日、2001年7月1日、2014年8月6日，共3景Landsat数据，影像时相相近，云量均少于5%，遥感影像分辨率为30 m，研究区范围影像质量较高。
图像预处理步骤如下：① 对原始图像进行辐射定标[8]、大气校正[9];② 对行政边界和遥感影像进行统一投影;③ 利用行政边界进行裁剪，制作水体掩膜[10]，剔除水域。
2 评价方法
（2） 生态环境质量较好地区为北部乡镇，较差地区主要为中部市区和南部乡镇，总体RSEI均值呈先上升后下降趋势，但整体质量较好。统计每个小区域内的RSEI均值，总体保持较好的乡镇为河沙镇、永兴镇和新桥镇，各期RSEI均值较稳定，较差的乡镇为北固乡、保升乡和龙凤镇，RSEI均值排名均处于末尾，市区RSEI均值连续3期下降，主要原因是城区的扩张导致环境质量变差。
（3） 船山区环境质量恶化面积比例高于改善面积。全区近三成面积等级下降，等级下降面积比例最高的是北固乡;全区约42.81%面积保持等级不变，其中保升乡等级持续保持面积比例最高，为42.33%;全区22.82%面积等级上升，其中复桥镇占比最高，为52.24%。
（4） 线性回归方程表明绿度指数、建筑裸土指数与RSEI拟合度最高，热点分析反映了船山区RSEI呈聚集状态。线性拟合方程中，NDVI和NDSI的系数绝对值最大，对RSEI影响最强，与PCA分析结果一致。时间序列上，1993年以来，提升RSEI的难度增大，热点分析验证了RSEI高值与低值的空间分布情况，冷热点分布与土地覆被状况一致。
生态环境治理是目前各地区的战略要求，由于城区经济发展需要，人类活动空间扩增，不合理的自然资源开发、大面积建筑兴建、不透水面增加、施工用地的裸露等，造成绿地覆被降低，植被逆向演替，破坏了森林植被具有的水涵养、生物多样性功能。本文通过遥感技术监测生态质量相对较差地区，用数学模型对研究区进行合理生态环境质量评价，为精确整治小区域生态环境提出可行方案，在生态环境监测方面具有借鉴意义。但在指数选取方面仍有较大突破空间，若将人口数据、经济数据、生化指标数据等因素纳入评价体系，能更全面反映该区域的生态环境质量。 参考文献：
[1] 张志强， 李肖. 论水土保持在长江经济带发展战略中的地位与作用[J]. 人民长江， 2019，50（1）：7-12.
[2] 四川省生态环境厅. 2014年四川省环境状况公报[R/OL].2015-05-20[2019-02-24]http：//sthjt.sc.gov.cn/hjgl/hjjcydc/hjzlgg/hjzkgb/201506/P020170804637398461312.
[3] 遂宁市人民政府. 2014年遂宁市国民经济和社会发展统计公报[R/OL].2015-03-17.[2019-02-24]http：//www.suining.gov.cn/10000/10002/10242/10295/2015/03/17/10042399.shtml
[4] 徐涵秋. 城市遙感生态指数的创建及其应用[J]. 生态学报， 2013，33（24）：7853-7862.
[5] 刘智才， 徐涵秋， 李乐， 等. 基于遥感生态指数的杭州市城市生态变化[J]. 应用基础与工程科学学报， 2015，23（4）：728-739.
[6] 王士远， 张学霞， 朱彤， 等. 长白山自然保护区生态环境质量的遥感评价[J]. 地理科学进展， 2016，35（10）：1269-1278.
[7] 张立伟， 张运， 黄晨. 皖江城市带近20a生态环境变化遥感指数分析[J]. 长江流域资源与环境， 2018，27（5）：1061-1070.
[8] Chander G， Markham B. Revised Landsat-5 TM Radiometric Calibration Procedures and Postcalibration Dynamic Ranges[J]. IEEE Transactions on Geoscience and Remote Sensing， 2003，41（11）：2674-2677.
[9] Jr. Pat S. Chavez. Image-Based Atmospheric Corrections-Revisited and Improved[J]. Photogrammetric Engineering & Remote Sensing， 1996，62（9）：1025-1036.
[10] Xu Hanqiu. Modification of Normalized Difference Water Index （NDWI） to Enhance Open Water Features In Remotely Sensed Imagery[J]. International Journal of Remote Sensing， 2006，27（14）：3025-3033.
[11] Crist E P. A TM Tasseled Cap Equivalent Transformation for Reflectance Factor Data[J]. Remote Sensing of Environment， 1985（17）：301-306.
[12] Baig M H A， Zhang L， Shuai T， et al. Derivation of A Tasseled Cap Transformation Based on Landsat 8 At-Satellite Reflectance[J]. Remote Sensing Letters， 2014，5（5）：423-431.
[13] Landsat 7 Science Data Users Handbook[Z/OL].https：//pubs.er.usgs.gov/publication/7000070.
[14] Landsat 8 Data Users Handbook[Z/OL].https：//www.usgs.gov/media/files/landsat-8-data-users-handbook
[15] 覃志豪， 李文娟， 徐斌， 等. 陆地卫星TM6波段范围内地表比辐射率的估计[J]. 国土资源遥感， 2004（3）：28-32.
（编辑：黄文晋）
关 键 词：生态质量评价; 遥感生态指数; 主成分分析; 遂宁市
长江流域是我国横跨东西的重要区域，生态环境地位凸显，因此必须坚持生态优先、绿色发展的战略定位，把修复长江生态环境放在首要位置[1]。2014年四川省环境状况公报[2]数据显示，全省环境状况指数（EI）为73.7，21个市（州）介于49.6～93.2之间，等级为“优”、“良”、“一般”的面积占比分别为65.8%、32.0%、2.2%，其中等级为“一般”的遂宁市是联通“成渝”的节点城市，EI指数位居所有市（州）下游。2014年，遂宁市按照“科学发展、绿色发展、创新发展、跨越发展”的总体取向，深入实施“六大兴市计划”[3]，遂宁市在“生态优先，绿色发展”的要求下进一步严格执行“绿色发展”的要求。但是目前的评价标准仅限于对区（县）及以上行政区域的评估，无法对乡镇区划进行精确评估，难以有效遏制小区域内环境恶化，无法精确保护小区域生态稳定。遥感影像具备空间尺度选择灵活，时间窗口选择宽松等优势，因此遥感技术在新形势下对小区域生态环境质量评价具有重要意义。
遥感生态指数（Remote Sensing Ecological Index， RSEI）2013年由徐涵秋[4]首次提出，該指数耦合了绿度因子（NDVI）、湿度因子（WET）、热度因子（LST）和干度因子（NDSI）对区域进行生态评价。RSEI自提出后就受到了广泛应用，刘智才[5]等利用该指数对经济较发达的杭州市进行生态环境评价，王士远[6]等对长白山自然保护区进行生态环境遥感评价。张立伟[7]等对皖江城市带进行生态环境遥感评价，在城市、山区、大区域经济带等区域均取得良好效果，该指数具有较强的普适性。
本文通过Landsat遥感影像耦合指数得到RSEI，对遂宁市船山区各乡镇进行生态环境遥感评价，在定性、定量研究生态环境质量与土地覆被的空间关系的基础上，进一步对空间定点环境作出精确评价，为今后精确治理生态环境提供参考。
1 研究区介绍与数据预处理
遂宁市位于四川盆地中部（东经105°03′～106°59′，北纬30°10′～31°10′），总面积约5 300 km2，下辖二区三县，是成渝腹地。全市地势呈西北高东南低，属丘陵低山区，约占总面积70%，土壤以紫红沙土为主，全市年平均降水880～920 mm。选择1993，2001，2014年3期的Landsat遥感影像作为数据源，以船山区作为研究区，面积约608 km2，乡镇区划名称以最新公布的为准，行政边界按照2015年最新调查边界为准。
本文遥感数据均来源于美国地质勘探局（https：//landsatlook.usgs.gov/viewer.html），获取日期分别为：1993年6月25日、2001年7月1日、2014年8月6日，共3景Landsat数据，影像时相相近，云量均少于5%，遥感影像分辨率为30 m，研究区范围影像质量较高。
图像预处理步骤如下：① 对原始图像进行辐射定标[8]、大气校正[9];② 对行政边界和遥感影像进行统一投影;③ 利用行政边界进行裁剪，制作水体掩膜[10]，剔除水域。
2 评价方法
（2） 生态环境质量较好地区为北部乡镇，较差地区主要为中部市区和南部乡镇，总体RSEI均值呈先上升后下降趋势，但整体质量较好。统计每个小区域内的RSEI均值，总体保持较好的乡镇为河沙镇、永兴镇和新桥镇，各期RSEI均值较稳定，较差的乡镇为北固乡、保升乡和龙凤镇，RSEI均值排名均处于末尾，市区RSEI均值连续3期下降，主要原因是城区的扩张导致环境质量变差。
（3） 船山区环境质量恶化面积比例高于改善面积。全区近三成面积等级下降，等级下降面积比例最高的是北固乡;全区约42.81%面积保持等级不变，其中保升乡等级持续保持面积比例最高，为42.33%;全区22.82%面积等级上升，其中复桥镇占比最高，为52.24%。
（4） 线性回归方程表明绿度指数、建筑裸土指数与RSEI拟合度最高，热点分析反映了船山区RSEI呈聚集状态。线性拟合方程中，NDVI和NDSI的系数绝对值最大，对RSEI影响最强，与PCA分析结果一致。时间序列上，1993年以来，提升RSEI的难度增大，热点分析验证了RSEI高值与低值的空间分布情况，冷热点分布与土地覆被状况一致。
生态环境治理是目前各地区的战略要求，由于城区经济发展需要，人类活动空间扩增，不合理的自然资源开发、大面积建筑兴建、不透水面增加、施工用地的裸露等，造成绿地覆被降低，植被逆向演替，破坏了森林植被具有的水涵养、生物多样性功能。本文通过遥感技术监测生态质量相对较差地区，用数学模型对研究区进行合理生态环境质量评价，为精确整治小区域生态环境提出可行方案，在生态环境监测方面具有借鉴意义。但在指数选取方面仍有较大突破空间，若将人口数据、经济数据、生化指标数据等因素纳入评价体系，能更全面反映该区域的生态环境质量。 参考文献：
[1] 张志强， 李肖. 论水土保持在长江经济带发展战略中的地位与作用[J]. 人民长江， 2019，50（1）：7-12.
[2] 四川省生态环境厅. 2014年四川省环境状况公报[R/OL].2015-05-20[2019-02-24]http：//sthjt.sc.gov.cn/hjgl/hjjcydc/hjzlgg/hjzkgb/201506/P020170804637398461312.
[3] 遂宁市人民政府. 2014年遂宁市国民经济和社会发展统计公报[R/OL].2015-03-17.[2019-02-24]http：//www.suining.gov.cn/10000/10002/10242/10295/2015/03/17/10042399.shtml
[4] 徐涵秋. 城市遙感生态指数的创建及其应用[J]. 生态学报， 2013，33（24）：7853-7862.
[5] 刘智才， 徐涵秋， 李乐， 等. 基于遥感生态指数的杭州市城市生态变化[J]. 应用基础与工程科学学报， 2015，23（4）：728-739.
[6] 王士远， 张学霞， 朱彤， 等. 长白山自然保护区生态环境质量的遥感评价[J]. 地理科学进展， 2016，35（10）：1269-1278.
[7] 张立伟， 张运， 黄晨. 皖江城市带近20a生态环境变化遥感指数分析[J]. 长江流域资源与环境， 2018，27（5）：1061-1070.
[8] Chander G， Markham B. Revised Landsat-5 TM Radiometric Calibration Procedures and Postcalibration Dynamic Ranges[J]. IEEE Transactions on Geoscience and Remote Sensing， 2003，41（11）：2674-2677.
[9] Jr. Pat S. Chavez. Image-Based Atmospheric Corrections-Revisited and Improved[J]. Photogrammetric Engineering & Remote Sensing， 1996，62（9）：1025-1036.
[10] Xu Hanqiu. Modification of Normalized Difference Water Index （NDWI） to Enhance Open Water Features In Remotely Sensed Imagery[J]. International Journal of Remote Sensing， 2006，27（14）：3025-3033.
[11] Crist E P. A TM Tasseled Cap Equivalent Transformation for Reflectance Factor Data[J]. Remote Sensing of Environment， 1985（17）：301-306.
[12] Baig M H A， Zhang L， Shuai T， et al. Derivation of A Tasseled Cap Transformation Based on Landsat 8 At-Satellite Reflectance[J]. Remote Sensing Letters， 2014，5（5）：423-431.
[13] Landsat 7 Science Data Users Handbook[Z/OL].https：//pubs.er.usgs.gov/publication/7000070.
[14] Landsat 8 Data Users Handbook[Z/OL].https：//www.usgs.gov/media/files/landsat-8-data-users-handbook
[15] 覃志豪， 李文娟， 徐斌， 等. 陆地卫星TM6波段范围内地表比辐射率的估计[J]. 国土资源遥感， 2004（3）：28-32.
（编辑：黄文晋）