京津风沙源治理工程区生态环境质量及驱动力

doi:10.7522/j.issn.1000-694X.2025.00116

摘要/Abstract

摘要：

作为中国北方核心生态屏障，京津风沙源治理工程区长期面临沙尘暴频发、土地沙化加剧及植被显著退化等复合型生态胁迫，提升生态工程效能对厘清其生态环境质量时空演化机制具有迫切需求。本研究耦合Google Earth Engine（GEE）云平台与多源遥感数据，构建融合热度、绿度、湿度、干度四维特征的遥感生态指数，系统分析2000—2020年京津风沙源二期治理工程区生态环境质量时空分异规律。通过最优参数地理探测器模型定量解析多维驱动因子的独立及交互效应。结果表明：（1）京津风沙源治理工程区2000—2020年生态质量呈上升趋势，生态环境质量为差、较差等级面积减小，一般、良、优等级面积增加；生态环境质量地域差异明显，总体呈现东南部生态环境优越、西北部生态环境恶劣的特点。（2）探究区域生态环境影响因素表明影响因素、分级方法、分级数量均对生态环境质量的解释力产生重要影响。（3）各影响因素对生态环境质量的影响程度不同，年降水量与植被净初级生产力对生态环境质量的影响最显著。

关键词: 遥感生态指数, 最优参数地理探测器, MODIS, 京津风沙源治理工程区

Abstract:

The Beijing-Tianjin Sandstorm Source Control Project area （BTSSCPA） serves as a crucial ecological barrier in northern China， which has long been subjected to ecological pressures including sandstorms， desertification， and vegetation degradation. There is an urgent need to conduct scientific assessments of the spatiotemporal evolution patterns and driving mechanisms of ecological environment quality in the BTSSCPA. This study monitored and analyzed the ecological environment quality in the BTSSCPA based on the remote sensing ecological index （RSEI）. Leveraging the Google Earth Engine （GEE） platform， we constructed four indicators-heat， greenness， wetness， and dryness-using MODIS datasets to characterize the spatiotemporal patterns of ecological environment quality from 2000 to 2020. The Optimal Parameters-based Geographical Detector （OPGD） was employed to identify key influencing factors. Results were showed on the following：（1） The ecological environment quality of the BTSSCPA demonstrated a significant upward trend from 2000 to 2020. Analysis of ecological environment quality grading revealed a notable reduction in areas classified as "poor" and "relatively poor"， accompanied by a simultaneous expansion of regions categorized as "moderate"， "good"， and "excellent". Distinct spatial heterogeneity was observed in environmental quality distribution， manifesting a clear geographical pattern： superior ecological conditions predominated in southeastern sectors， while northwestern regions exhibited comparatively inferior environmental status. （2） Different factors， classification methods （e.g.， natural breaks vs. quantile） and the number of classification strata critically impacted the explanatory power of ecological environment quality assessments. （3） The influence of factors varied substantially， with annual precipitation and vegetation net primary productivity （NPP） demonstrating the most significant effects on ecological environment quality.

Key words: remote sensing ecological index, optimal parameters-based geographical detector, MODIS, Beijing-Tianjin Sandstorm Source Control Project area

中图分类号:

U418.5+6

王卫国, 谢欢, 冯国庆, 家淑珍. 京津风沙源治理工程区生态环境质量及驱动力[J]. 中国沙漠, 2025, 45(4): 139-152.

Weiguo Wang, Huan Xie, Guoqing Feng, Shuzhen Jia. Ecological environment quality and driving forces in the Beijing-Tianjin Sandstorm Source Control Project area[J]. Journal of Desert Research, 2025, 45(4): 139-152.

图/表 12

图1 京津风沙源二期治理工程区分布注：基于自然资源部标准地图服务网站标准地图（审图号为GS（2024）0650号）制作，底图边界无修改

Fig.1 Distribution of the Beijing-Tianjin Sandstorm Source Control Project Area （BTSSCPA）

表1 数据源基本信息

Table 1 Basic information of data sources

指标	时间(年份)	时空分辨率	数据名	数据来源
NDVI	2000—2020	500 m	MOD09A1	GEE
WET
NDBSI
LST		500 m	MOD11A2
人口		1年，1 000 m	LandScan Global	美国橡树岭实验室
GDP	2000	5年，1 000 m	中国GDP空间分布公里网格数据集	中国科学院资源环境科学与数据中心
土地利用	2005	5年，30 m	中国多时期土地利用遥感监测数据集
	2010
	2015
	2020
年均气温	2000—2020	1年，1 000 m	中国气象要素年度空间插值数据集
年降水量		1年，1 000 m	中国气象要素年度空间插值数据集
NPP		5年，500 m	MOD17A3	美国地质调查局
高程	—	30 m	ASTER GDEM 30 m分辨率数字高程数据	地理空间数据云平台
土壤有机质含量	2023	1000 m	HWSD	联合国粮农组织

表2 京津风沙源二期治理工程区2000、2005、2010、2015、2020年各指标主成分分析结果

Table 2 Results of PCA of four indexes in the BTSSCPA at the year of 2000， 2005， 2010， 2015 and 2020

年份		NDVI	LST	WET	NDBSI	特征值	贡献率/%
2000	PC1	0.56	-0.42	0.46	-0.55	0.16	84
	PC2	0.51	-0.15	-0.84	-0.07	0.02	9
	PC3	-0.38	-0.89	-0.08	0.23	0.01	5
	PC4	0.54	-0.04	0.27	0.80	0.00	2
2005	PC1	0.55	-0.40	0.51	-0.52	0.22	91
	PC2	0.37	-0.38	-0.83	-0.13	0.01	5
	PC3	-0.33	-0.82	0.16	0.44	0.01	3
	PC4	0.67	0.14	0.12	0.72	0.00	1
2010	PC1	0.55	-0.41	0.51	-0.52	0.20	90
	PC2	0.39	-0.30	-0.85	-0.18	0.01	5
	PC3	-0.23	-0.83	0.08	0.49	0.01	3
	PC4	0.70	0.21	0.11	0.67	0.00	2
2015	PC1	0.56	-0.42	0.49	-0.53	0.22	89
	PC2	0.34	-0.39	-0.85	-0.11	0.01	6
	PC3	-0.17	-0.75	0.20	0.61	0.01	3
	PC4	-0.74	-0.33	-0.07	-0.58	0.00	2
2020	PC1	0.56	-0.39	0.50	-0.53	0.21	90
	PC2	-0.33	0.56	0.76	-0.06	0.01	5
	PC3	-0.27	-0.65	0.41	0.58	0.01	4
	PC4	-0.71	-0.33	-0.12	-0.62	0.00	1

图2 京津风沙源二期治理工程区年均RSEI变化趋势

Fig.2 Annual RSEI changes in the BTSSCPA

表3 京津风沙源二期治理工程区生态环境质量各等级面积和比例

Table 3 Area and ratio on the different classes of ecological quality in the BTSSCPA from 2000 to 2020

年份	差		较差		一般		良		优
年份	面积 /万km²	比例 /%	面积 /万km²	比例 /%	面积 /万km²	比例/%	面积 /万km²	比例/%	面积 /万km²	比例 /%
2000	22.9	31.4	24.0	32.9	14.6	20.0	7.1	9.7	4.4	6.0
2005	21.9	30.0	18.8	25.8	16.5	22.6	8.9	12.2	6.9	9.4
2010	19.5	26.7	25.2	34.5	14.1	19.3	7.9	10.8	6.3	8.7
2015	19.6	26.8	20.3	27.8	16.4	22.5	9.3	12.7	7.4	10.2
2020	15.7	21.5	19.5	26.7	18.8	25.8	11.0	15.1	8.0	10.9

图3 京津风沙源二期治理工程区生态环境质量各等级比例分布

Fig.3 Percentage distribution of different classes of ecological quality in the BTSSCPA

图4 京津风沙源二期治理工程区生态环境质量各等级空间分布注：基于自然资源部标准地图服务网站标准地图（审图号为GS（2024）0650号）制作，底图边界无修改

Fig.4 Spatial distribution of different classes of ecological quality in the BTSSCPA

图5 2000—2020年生态环境质量变化注：基于自然资源部标准地图服务网站标准地图（审图号为GS（2024）0650号）制作，底图边界无修改

Fig.5 Ecological quality changes from 2000 to 2020 in the BTSSCPA

图6 2020年基于OPGD的各影响因素的分级优化

Fig.6 Zonal scale optimization of each explanatory variable based on the OPGD model in 2020

表4 影响指标 q 值表

Table 4 Area and ratio on the different classes of ecological quality in the BTSSCPA from 2000 to 2020

探测指标	2000年		2010年		2020年		2000—2020年平均
探测指标	q值	排序	q值	排序	q值	排序	q值	排序
年降水量	0.593	1	0.574	2	0.502	2	0.556	2
NPP	0.567	2	0.796	1	0.825	1	0.729	1
生境质量指数	0.421	3	0.406	4	0.242	6	0.356	4
坡度	0.355	4	0.376	5	0.326	4	0.352	5
土地利用强度	0.341	5	0.410	3	0.376	3	0.376	3
GDP	0.328	6	0.279	6	0.267	5	0.291	6
水土流失指数	0.247	7	0.262	7	0.241	7	0.250	7
人口密度	0.239	8	0.154	10	0.143	9	0.179	9
土壤有机质含量	0.218	9	0.239	8	0.231	8	0.229	8
高程	0.151	10	0.156	9	0.134	10	0.147	10
年均气温	0.063	11	0.079	11	0.072	11	0.071	11

图7 京津风沙源二期治理工程区影响因素交互作用探测结果注：X1：年降水量；X2：NPP；X3：生境质量指数；X4：坡度；X5：土地利用强度；X6：GDP；X7：水土流失指数；X8：人口密度；X9：土壤有机质含量；X10：高程；X11：年均气温

Fig.7 Detection results of the interaction of driving factors in BTSSCPA

图8 京津风沙源二期治理工程区影响因素交互作用类型探测结果注：X1：NPP；X2：年降水量；X3：水土流失指数；X4：坡度；X5：年均气温；X6：生境质量指数；X7：高程；X8：土壤有机质含量；X9：GDP；X10：人口密度；X11：土地利用强度

Fig.8 Detection results of the interaction type of driving factors in BTSSCPA

参考文献 40

[1]	雷燕慧，丁国栋，李梓萌，等.京津风沙源治理工程区土地利用/覆盖变化及生态系统服务价值响应［J］.中国沙漠，2021，41（6）：29-40.
[2]	崔晓，赵媛媛，丁国栋，等.京津风沙源治理工程区植被对沙尘天气的时空影响［J］.农业工程学报，2018，34（12）：171-179.
[3]	黄麟，吴丹，孙朝阳.基于规划目标的京津风沙源治理区生态保护与修复效应［J］.生态学报，2020，40（6）：1923-1932.
[4]	章程焱，杨少康，董晓华，等.基于RSEI指数的长江上游流域生态环境质量时空演变及影响因子研究［J］.水土保持研究，2023，30（1）：356-363.
[5]	徐涵秋.城市遥感生态指数的创建及其应用［J］.生态学报，2014，33（24）：7853-7862.
[6]	徐涵秋.区域生态环境变化的遥感评价指数［J］.中国环境科学，2013，33（5）：889-897.
[7]	Xiong Y， Xu W， Lu N，et al.Assessment of spatial-temporal changes of ecological environment quality based on RSEI and GEE：a case study in Erhai Lake Basin，Yunnan Province，China［J］.Ecological Indicators，2021，125：107518.
[8]	Chen Z， Chen R， Guo Q，et al.Spatiotemporal change of urban ecologic environment quality based on RSEI：taking Meizhou City，China as an example［J］.Sustainability，2022，14（20）：13424.
[9]	邵全琴，刘树超，宁佳，等.2000-2019年中国重大生态工程生态效益遥感评估［J］.地理学报，2022，77（9）：2133-2153.
[10]	徐涵秋.利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究［J］.遥感学报，2005，9（5）：589-595.
[11]	徐勇，郑梓聪，曹泳茵，等.4种典型人口空间化产品精度的比较评价［J］.广州大学学报（自然科学版），2023，22（4）：20-28.
[12]	汤从沧，李巧，陶洪飞，等.基于改进遥感生态指数模型的塔里木河流域生态环境质量评价［J］.环境科学，2025，46（7）：4485-4498.
[13]	Xu Y， Yang X， Xing X，et al.Coupling eco-environmental quality and ecosystem services to delineate priority ecological reserves-a case study in the Yellow River Basin［J］.Journal of Environmental Management，2024，365：121645.
[14]	岳奕帆，赵文智，刘任涛，等.宁夏荒漠草原带生态环境质量时空变化及驱动机制研究［J］.生态学报，2024，44（20）：9067-9080.
[15]	薛桦，刘萍.基于RSEI的黄河中游地区生态环境质量时空演化特征及驱动因素：以延安市为例［J］.水土保持研究，2024，31（1）：373-384.
[16]	崔亚婷，李嬛，郑龙啸，等.基于RSEI的黄河上游流域生态环境质量变化分析［J］.中国沙漠，2023，43（3）：107-118.
[17]	Hall L， Krausman P， Morrison M.The habitat concept and a plea for standard technology［J］.Wildlife Society Bulletin，1997，25（1）：173-182.
[18]	孙菲菲，张增祥，左丽君，等.土地利用强度研究进展、瓶颈问题与前景展望［J］.草业科学，2020，37（7）：1259-1271.
[19]	Liu M， Dong X， Wang X，et al.The trade-offs/synergies and their spatial-temporal characteristics between ecosystem services and human well-being linked to land-use change in the Capital Region of China［J］.Land，2022，11（5）：749.
[20]	郭泽呈，魏伟，石培基，等.中国西北干旱区土地沙漠化敏感性时空格局［J］.地理学报，2020，75（9）：1948-1965.
[21]	Renard K G.Predicting Soil Erosion by Water： A Guide to Conservation Planning with the Revised Universal Soil Loss Equation （RUSLE）［M］.Washington DC，USA：United States Government Printing，1997：118-141.
[22]	章文波.不同类型雨量资料估算降雨侵蚀力［J］.资源科学，2003，25（1）：35-41.
[23]	Williams J R.EPIC-erosion/productivity impact calculator：1.model documentation［J］.Technical Bulletin-United States Department of Agriculture，1990，4（4）：206-207.
[24]	Desmet P J J， Govers G.A GIS procedure for automatically calculating the USLELS factor on topographically complex landscape units［J］.Journal of Soil and Water Conservation，1996，51（5）：427-433.
[25]	王劲峰，徐成东.地理探测器：原理与展望［J］.地理学报，2017，72（1）：116-134.
[26]	袁静芳，周海丽，张星烁，等.京津风沙源治理区植被固碳能力估算及归因分析［J］.生态学报，2024，44（15）：6731-6743.
[27]	Xing X， Yang X， Guo J，et al.Response of ecosystem services in Beijing-Tianjin Sandstorm Source Control Project to differing engineering measures scenarios［J］.Journal of Cleaner Production，2023，384：135573.
[28]	赵恒谦，刘轩绮，刘哿，等.京津风沙源区NPP时空变化及其对治理工程实施的响应［J］.生态学报，2024，44（6）：2406-2419.
[29]	Niu L， Shao Q， Ning J，et al.The assessment of ecological restoration effects on Beijing-Tianjin Sandstorm Source Control Project area during 2000-2019［J］.Ecological Engineering，2023，186：106831.
[30]	Li C， Gao Z， Sun B，et al.Ecological restoration effects of the Beijing-Tianjin Sandstorm Source Control Project in China since 2000［J］.Ecological Indicators，2023，146：109782.
[31]	吴波.京津风沙源治理工程助力生态建设高质量发展［J］.科学通报，2023，68（11）：1284-1285.
[32]	李晓松，张磊，姬翠翠，等.2000-2018年京津风沙源沙化土地时空动态与归因分析［J］.科学通报，2023，68（11）：1343-1355.
[33]	赵晓萌，程宏，蒋宁，等.京津风沙源土壤风蚀时空格局及其演化［J］.科学通报，2023，68（）：238-253.
[34]	迟文峰，匡文慧，贾静，等.京津风沙源治理工程区LUCC及土壤风蚀强度动态遥感监测研究［J］.遥感技术与应用，2018，33（5）：965-974.
[35]	辛会超，郭玮，王贺封.基于GEE和RSEI的京津冀地区生态环境质量时序动态评估［J］.西北林学院学报，2024，39（2）：106-114.
[36]	杨泽康，田佳，李万源，等.黄河流域生态环境质量时空格局与演变趋势［J］.生态学报，2021，41（19）：7627-7636.
[37]	孟琪，武志涛，杜自强，等.京津风沙源区不同分区植被覆盖度变化及归因分析［J］.应用生态学报，2021，32（8）：2895-2905.
[38]	张彪，王爽，李庆旭，等.京津风沙源治理工程区水源涵养功能时空变化分析［J］.生态学报，2021，41（19）：7530-7541.
[39]	Yue Y， Shi P， Zou X，et al.The measurement of wind erosion through field survey and remote sensing：a case study of the Mu Us Desert， China［J］.Natural Hazards，2015，76（3）：1497-1514.
[40]	武旭，王勃砚，任伟，等.2000-2022年黄河流域甘肃段生态环境质量与影响因素［J］.应用生态学报，2025，36（2）：353-364.