基于遥感生态指数的阜新市生态环境变化分析

发布时间：2022-03-10 11:06所属平台：学报论文发表咨询网浏览： 次

　　摘要：以阜新市为研究区域，利用主成分分析法对影响生态环境的因素进行单因素分析和多重因素的交互作用分析。选取阜新市2007、2013年和2019年的Landsat遥感影像对湿度、绿度、干度和热度4个生态环境影响因素进行提取，并结合主成分分析将多重影响因素耦合为遥感生态

　　摘要：以阜新市为研究区域，利用主成分分析法对影响生态环境的因素进行单因素分析和多重因素的交互作用分析。选取阜新市2007、2013年和2019年的Landsat遥感影像对湿度、绿度、干度和热度4个生态环境影响因素进行提取，并结合主成分分析将多重影响因素耦合为遥感生态指数RSEI，从而对阜新地区进行生态环境质量评价。结果表明，2007-2019年，阜新市RSEI指数总体呈上升趋势，由2007年的0.671增加到2019年的0.687，生态环境指数上升2.32%;研究区域内大部分RSEI等级为中和良的地区，面积占比提高到90.58%;总体来看，生态环境整体向好发展。对于阜新市与RSEI指数相关度最高的是干度分量，因此应重点关注干度分量中建筑指数和土壤指数协同作用对生态环境的影响。

　　关键词：生态环境;生态环境质量;遥感生态指数;干度(NDBSI);阜新市

　　气候的不规律变化对生态环境的影响日益加重，而生态环境的不断变化导致各地区社会与经济的不协调发展加剧[1]。我国对不同的环境问题选取了不同的监测方法，对生态环境变化进行分析和评价，由于遥感技术的快速性、实时性所以大多数都是采用遥感技术进行监测预评价。由于生态环境的变化并不只是由单一的环境因素导致，大多环境问题都是由多种环境因素共同影响所造成的。

　　因此在对生态环境问题进行分析研究时，不能只考虑单一的生态环境因素，需要对多个环境因素进行综合性分析，并进行总体性研究。徐涵秋[2]提出的新型遥感态指数(remotesensingbasedecologicalindex，RSEI)是集合了多种遥感信息所集合而成的遥感综合生态指数，利用植被指数(normalizeddifferencevegetationindex，NDVI)、地表温度(landsurfacetemperature，LST)、湿度(Wet)、干度(normalizeddifferencebuilt-upandsoilindex，NDBSI)指标4个因素生成生态指数对生态环境进行综合性分析，近年来，在生态环境质量评价方向该方法被广泛的应用。

　　刘智才等[3]通过对遥感生态指数的反演，发现植被和水体的破坏是城市生态质量下降的主因。宋慧敏等[4]对渭南市的生态指数进行分析，发现从1995-2015年生态环境有所好转。杨江燕等[5]通过对1995-2015年雄安新区生态质量进行评估，发现雄安新区由于水体污染和植被遭到破坏，导致生态环境呈现恶化的趋势。杨永健等[6]通过统计学方法讨论遥感生态指数聚集状态，得到植被指数和城市建筑裸土指数对遂宁市船山区生态环境影响最大。

　　朱泓等[7]通过对1988-2018年滇中湖泊流域生态环境进行分析，发现滇中湖泊各个流域生态环境整体向好发展。遥感生态指数对生态环境的评价是将多种生态环境因素的单一作用与多因素间的协同作用，进行综合性分析。将植被指数、地表温度、湿度、干度指标4个因素相结合，用于研究区域生态环境质量概况评定、时空变化、建模与分析。因此，本研究对Landsat影像进行主成分分析与归一化处理，并进行各环境因素的耦合，对阜新市的生态环境进行综合性和系统性的评价，通过对2007-2019年间变化趋势与特征的分析，可以得出对生态环境治理和区域建设提供一定的理论依据。

　　1研究区域与数据

　　1.1研究区域

　　阜新市是辽宁省西北部地区的中心城市，位于内蒙古高原和东北辽河平原的中间过渡带，与科尔沁沙地南缘相接壤，全区呈现长矩形，中轴斜交于42°10′N，122°00′E的交点上。东西长170km，南北宽84km，总面积10445km2。阜新市属于中温带半干旱半湿润大陆性季风气候区[8]，区域内降水时空分布不均衡，年降水量平均不足500mm，水资源状况较差。研究区域林草地面积小，植被覆盖率较低，属于生态环境敏感脆弱区。

　　1.2数据来源

　　本研究以阜新市为研究区域，数据主要来源于2007年9月4日、2013年5月23日和2019年10月15日3景Landsat影像。为了确保所选遥感影像的精度，尽量选取同一季节且云层含量较少的影像。

　　影像为了避免大气、地形和光照等因素对不同年份数据精度的影响，减少外在因素导致的差异，在ENVI5.3下根据Landsat系列卫星用户手册和大气校正模型分别进行辐射标定和大气校正，并根据阜新市的行政区域规划矢量文件进行不规则裁剪。

　　2指数选择及遥感生态指数

　　在对生态环境的分析中，其中湿度、绿度、干度和热度4个指标对生态环境的影响最大。根据这4个对生态环境影响最大的指标，对环境进行系统性评价，通过主成分分析并进行归一化处理，生成遥感生态指数，对生态环境进行整体性评价。

　　2.1指标构建

　　2.1.1湿度指标

　　缨帽变换是一种有效的数据压缩和去冗余技术，常被应用于生态监测中[9-11]。

　　2.2遥感生态指数模型构建

　　生态指数应以单一指数形式出现[17]，可以通过对指数的分析得到各指数对环境的综合影响[18-21]。本研究的4个不同指数由于量纲的不一致，如果直接进行主成分分析(principalcomponentsanalysis，PCA)会导致系数间的权重失衡，因此在进行主成分分析之前应对4个指标进行归一化处理，将其量纲统一到0～1，使其在相同的量纲下进行主成分分析[22]。

　　3结果与分析

　　3.1阜新生态环境质量概况

　　选取2007、2013年和2019年的各项生态指数特征值的贡献率进行研究。由于湿度指数Wet与绿度指数NDVI均为正值，可以得出遥感生态指数RSEI与湿度和绿度成正相关，干度指数NDBSI与热度指数LST均为负值，所以与遥感生态指数RSEI成负相关。2007、2013年和2019年PC1的特征贡献率均超过83%，说明PC1能集成4个指数的信息对生态环境进行准确的评价。

　　Wet的贡献率远小于NDVI、NDBSI和LST的贡献率，说明Wet对生态指数造成的直接影响较小。在4个指标分量中NDBSI的平均值最大为0.715，由此可知NDBSI对生态环境的影响较大。因为近些年随着城市化进程的加速发 展，城市建筑对生态环境的影响日益加重。

　　NDVI呈波动性变化，表明随着城市化进程的推进植被受到了破坏，但是随着对生态环境的日益重视，植被环境也在逐渐恢复。通过各个指数的平均值可以发现，RSEI与生态环境的相关性比单一指标影响最高的NDBSI指数还要高13.1%，RSEI与生态环境的相关性逐年增强，从2007年的0.828一直增长到2019年的0.865，增长了3.7%。显然新建的生态指数除了集成了4个指数的信息外，还比其他4个指数更具有代表性，所以RSEI能更准确地反映出生态信息的变化。

　　为了更准确地评价RSEI指数，对阜新的RSEI进行等级的划分，将RSEI以0.2为间隔进行划分，分别代表差(0～0.2)、较差(0.2～0.4)、中等(0.4～0.6)、良(0.6～0.8)、优(0.8～1)共分5个等级。

　　阜新市地区的RSEI指数2007年平均为0.671，2013年平均为0.597，2019年平均为0.687。阜新市各区域的RSEI等级情况，由2007-2019年的图像可知阜新市的环境较差地区主要集中在东北部和西南部。其主要原因是阜新市的东北部与科尔沁沙地的南缘相接壤，虽然随着近年来沙地治理环境有所好转，但是东北部地区仍受到很大程度上的侵蚀，所以相对环境质量较差。

　　阜新市的RSEI大部分为评价中等地区。从2007年开始阜新市生态环境中等及以上地区占比超过80%，其中中等地区占比最大。阜新市评价为差的地区逐年增长，证明对环境差地区的生态治理仍有不足。对于评价为良好和优秀的地区呈波动性趋势，但是整体趋势明显变好，从2007年到2019年生态评价为良好的地区面积增加658.66km2，占总面积的6.33%。阜新市的生态环境虽然呈波动性变化，但是整体环境向好的方向发展。

　　3.2阜新市生态环境的时空变化

　　为获得阜新市2007-2019年的生态环境变化情况，对阜新市3个时段RSEI指数进行差值计算，根据差值结果判断阜新市生态环境的变化。红色代表生态环境恶化地区，表示为变差，黄色代表生态环境未发生明显变化，表示为不变，绿色代表生态环境有变好的趋势，表示为变好。从时间上来说，由2007-2013年的图像可知大部分地区生态环境未发生变化，但是阜新市的东北部，环境有恶化的趋势。

　　表明近些年由于水土流失、土地沙化和植被破坏等问题，导致环境遭到破坏，尤其是阜新市东北部地区。在2013-2019年的图像可知，环境质量在缓步提升，阜新市的中部和西南部有明显的好转。从整体来看，2007-2019年阜新市东北部环境整体发生好转，表明近些年来对科尔沁沙地的治理有了明显的效果，生态环境发生好转。2007-2019年环境不变所占的比例最大，都在50%以上;2007-2013年环境有明显的恶化趋势，环境恶化地区面积为3193.56km2，占总面积的30.7%。

　　随着社会的发展，对环境保护意识的增强，明显可以看出从2013-2019年的生态环境 有变好的趋势，变好的地区面积为2418.86km2。从整体性来看2007-2019年生态环境呈现变好的趋势，由于对土地沙化的治理和退耕还林还草的政策，使得整体生态环境向好发展，整体变好面积为3541.29km2，占总面积的34.04%，比例明显上升。

　　3.3阜新市RSEI的建模与分析

　　将4000个采样点随机分在阜新市，通过各个采样点获得阜新市3个年份指标参数与RSEI的关系，并按照各个指数因子对其赋值分析。4个生态因素均在回归分析中保留，说明4个生态因素对环境质量具有代表性，模型拟合优度R2都在0.9以上，并在α=0.01水平上显著。从各生态因子贡献率来看，NDBSI的绝对值要显著高于其他3生态指数，所以NDBSI影响最大，说明随着城市化进程的加速，处理好建设用地的增加对生态环境的抑制作用是提高RSEI的重要解决方案。由于NDVI与RSEI成正相关，所以要提高RSEI应合理分配阜新地区的土地资源，抑制土地沙化，增加森林的覆盖率，减少水土流失，保证可持续性发展。

　　3.4阜新市RSEI变化分析

　　由于构成RSEI的4个生态指标分别是Wet、NDVI、NDBSI、LST，所以RSEI能比较好地反映阜新市的生态环境质量状况。其中Wet和NDVI与RSEI成正相关，所以降雨量与地下水含量的多少直接影响着生态环境的质量。

　　研究表明，由于降雨量的减少导致Wet指数的下降，进一步影响植被的生长。由于Wet和NDVI与RSEI指数成正相关，而且降水量与温度会直接影响这2个生态因素，对环境造成影响。在研究时段内，阜新市的气候条件以高温、干燥、降雨量偏少为主，水分条件和温度条件都是植被恢复的重要影响因子，在研究时段内的降雨量的变化不适合植被的恢复。

　　随着降雨量的减少，RSEI指数也随之到达了最低点，证明降雨量的增加有助于植被的恢复，对RSEI指数成正相关。RSEI指数随着温度的变化而变化，随着温度的降低RSEI指数明显成下降趋势，随着气温的不断上升RSEI指数也随之上升。证明温度和降雨对RSEI指数有较大的影响。

　　近年来阜新市的城市化进程正迅速加快，以高铁为主导的交通建设项目正在迅速开展，由于各类项目的建设占用林地、耕地、建设用地等，在快速发展经济的同时也使生态环境仍遭到一定程度上的破坏。阜新市东北部与科尔沁沙地接壤，土地受到风沙的侵蚀，但是近些年来阜新市注重环境的保护，大力促进沙地的治理，实行退耕还林还草的政策，使土地沙化得到了一定程度上的缓解。截至2019年末，阜新市林地覆盖面积超过27%;草地覆盖面面积超过8%，植被覆盖量明显上升，相比于2007年生态环境得到改善。

　　4结论与讨论

　　基于遥感影像数据，对生态环境进行综合性分析，将湿度、绿度、干度和热度4个指标进行主成分分析并耦合成为遥感生态指数，对阜新市2007-2019年的生态环境进行分析。从时空分布、不同指标对生态环境的影响具有复杂性、生态环境变化的趋势等多个方面进行定量性的研究。

　　从时空分布来看，阜新市2007年、2013年和2019年的遥感生态指数分别为0.671、0.597和0.687，生态环境整体上呈上升趋势。RSEI值由2007年的0.671下降到2013年的0.597，下降了11.2%，表明由于城市的发展生态环境有所恶化;但到2019年又上升至0.687，上升了13.1%。12a来总体上涨了2.32%，表明随着生态环境的治理与植被多样性的提高，生态环境总体向好发展。

　　不同指标对生态环境的影响具有复杂性。建模分析表明Wet和NDVI受年平均降雨量与年平均气温的影响并与RSEI成正相关;NDBSI和LST与RSEI成负相关。其中NDBSI的平均相关度为0.715对生态环境的影响最大，NDBSI相关度系数比NDVI高10.35%，相比于Wet高18.6%，所以在城市发展的同时更应注意对建筑指数与土壤指数协同作用产生的NDBSI对环境造成的影响，合理规划城市布局减少裸土面积，增加植被覆盖度。

　　阜新市78%以上的地区都处在中、良和优3个等级中，其中评价等级为中等所占比例最大，平均占比为68.79%，从2007-2019年的12a差和优的面积几乎没发生变化，因此对生态环境较差地区的改造仍是改善生态环境的重点。从2007-2019年面积变好区域为3541.29km2，占总面积的34.04%。

　　说明2007-2019年的12a阜新市的生态环境整体呈变好的趋势发展。通过对遥感影像的主成分分析与各环境因素的耦合，可以得到各主成分之间的交互作用对遥感生态指数的影响。但由于本次研究数据获取有限，所获取的只有阜新市的Landsat卫星影像，因此在后续的研究中可拓展不同的卫星影像进行多元数据融合，增强生态评定的维度，对生态环境进行更为系统性的评价。

　　参考文献：

　　[1]高焕霖，张廷龙，樊华烨，等.基于地理探测器的杨凌示范区生态环境质量影响因素定量分析[J].西北林学院学报，2020，35(5)：185-194.GAOHL，ZHANGTL，FANHY，etal.Quantitativeanaly-sisofthefactorsaffectingecologicalenvironmentqualityinYanglingdemonstrationZonebasedongeographicaldetector[J].JournalofNorthwestForestryUniversity，2020，35(5)：185-194.(inChinese)

　　[2]徐涵秋.城市遥感生态指数的创建及其应用[J].生态学报，201333(24)：7853-7862.XUHQ.Aremotesensingurbanecologicalindexanditsap-plication[J].ActaEcologicaSinica，2013，33(24)：7853-7862.(inChinese)

　　[3]刘智才，徐涵秋，林中立，等.不同城市规划用地类型的生态效应研究[J].地球信息科学学报，2016，18(10)：1352-1359.LIUZC，XUHQ，LINZL，etal.Studyonurbanplanninganditsecologicaleffect[J].JournalofGeo-informationSci-ence，2016，18(10)：1352-1359.(inChinese)

　　作者：曹辰1，杨国林1，2，3*，锁旭宏4，刘涛1，2，3，安旭伟1，胡栋1，3

转载请注明来源。原文地址：http://www.xuebaoqk.com/xblw/7401.html

《基于遥感生态指数的阜新市生态环境变化分析》

• 上一篇：数学实验在中职数学教学中的应用
• 下一篇：科研团队学：内涵、进展与展望