基于改进的遥感生态指数（MRSEI）的青海省都兰县生态环境质量评价

doi:10.7522/j.issn.1000-694X.2020.00127

基于改进的遥感生态指数（MRSEI）的青海省都兰县生态环境质量评价

贾浩巍^,¹^,², 颜长珍^,¹^,³, 邢学刚¹^,², 谢家丽¹, 冯坤¹^,²

1.中国科学院西北生态环境资源研究院，甘肃兰州 730000

2.中国科学院大学，北京 100049

3.国家地球系统科学数据中心，北京 100020

Evaluation of ecological environment in the Dulan County based on the Modified Remote Sensing Ecological Index Model

Jia Haowei^,¹^,², Yan Changzhen^,¹^,³, Xing Xuegang¹^,², Xie Jiali¹, Feng Kun¹^,²

1.Northwest Institute of Eco-Environment and Resources，Chinese Academy of Sciences，Lanzhou 730000，China

2.University of Chinese Academy of Sciences，Beijing 100049，China

3.National Earth System Science Data Center，Beijing 100020，China

通讯作者: 颜长珍（E-mail: yancz@lzb.ac.cn）

收稿日期: 2020-08-08 修回日期: 2020-12-21 网络出版日期: 2021-03-26

基金资助:

国家自然科学基金重点项目. 41730752
国家重点研发计划项目. 2016YFC0500201

Received: 2020-08-08 Revised: 2020-12-21 Online: 2021-03-26

作者简介 About authors

贾浩巍(1995—)，男，河南洛阳人，硕士研究生，主要从事生态遥感方向的研究E-mail:1092454657@qq.com , E-mail：1092454657@qq.com

摘要

以1995、2005、2015年Landsat TM/ETM＋/OLI影像为主要数据源，借助改进的遥感生态指数（MRSEI），对青海省都兰县近20年的生态环境状况进行监测和定量评价。结果表明：（1）1995—2015年，都兰县MRSEI均值从0.300增大到0.381，呈逐年递增趋势。结合MRSEI差值分析，1995—2015年生态等级增加面积所占比例（41.76%）大于生态等级降低所占比例（9.14%），即环境改善的程度大于环境恶化的程度。（2）都兰县的生态环境受气候变化和人为活动的共同作用，MRSEI等级增加的区域主要在都兰县东部，得益于政府生态保护政策和利于植被生长的暖湿气候，等级降低的区域主要集中在都兰县西北部和西南部，主要原因是对盐湖资源过度开发和超载放牧。（3）在未来经济发展中应遵循自然规律，在切实保护现有林草植被的基础上，进行自然资源合理开发和利用。

关键词： 改进的遥感生态指数（MRSEI） ; 土地利用 ; 主成分分析 ; 都兰县

Abstract

Based on the Landsat TM/ETM+/OLI images in 1995， 2005 and 2015， and using MRSEI index， this research monitored and quantitatively evaluated the ecological environment of Dulan County， Qinghai Province over the past 20 years. The results showed that：（1） From 1995 to 2015， the average MRSEI of Dulan County increased from 0.300 to 0.381， showing an ascending trend year by year. Combined with MRSEI differential analysis， the proportion （41.76%） of areas with increased ecological grades was greater than that （9.14%） of areas with decreased ecological grades from 1995 to 2015， showing that the degree of environmental improvement was greater than that of environmental deterioration. （2） The ecological environment of Dulan County was affected by climate change and human activities. The areas with increased MRSEI levels were mainly concentrated in the east of the county benefiting from the government's ecological protection policy and the warm-humid climate conducive to vegetation growth， while the areas with decreased MRSEI levels were mainly concentrated in the northwest and southwest of the county mainly due to the over-exploitation and over-grazing for the salt lake resources. （3） In the future economic development， we should follow the natural law， and rationally develop and utilize natural resources on the basis of effectively preserving the existing forest and grass vegetation.

Keywords： Modified Remote Sensing Ecological Index （MRSEI） ; land use ; principal component analysis ; Dulan County

PDF (4175KB) 元数据多维度评价相关文章导出 EndNote| Ris| Bibtex 收藏本文

本文引用格式

贾浩巍, 颜长珍, 邢学刚, 谢家丽, 冯坤. 基于改进的遥感生态指数（MRSEI）的青海省都兰县生态环境质量评价. 中国沙漠[J], 2021, 41(2): 181-190 doi:10.7522/j.issn.1000-694X.2020.00127

Jia Haowei, Yan Changzhen, Xing Xuegang, Xie Jiali, Feng Kun. Evaluation of ecological environment in the Dulan County based on the Modified Remote Sensing Ecological Index Model. Journal of Desert Research[J], 2021, 41(2): 181-190 doi:10.7522/j.issn.1000-694X.2020.00127

0 引言

受全球气候变化和人类活动的干扰，各区域生态环境质量发生了不同程度变化，对人类生存及社会经济持续发展产生了影响，生态环境质量问题受到广泛关注^［1］。近年来，科研工作者采用遥感技术对森林^［2］、矿区^［3］、湿地^［4］、农田^［5］、荒漠^［6］、城市^［7］等生态系统的环境质量进行了大量监测和综合评价，为各区域土地资源合理利用、生态环境保护和生态系统规划提供了依据。准确地评价区域生态环境质量变化及驱动机制，对保护生态系统环境具有重要意义。

随着“3S”技术不断发展和广泛应用，生态环境质量监测手段和评价指标也得到了改进，以便更准确、实时和多尺度地对生态环境进行监测评价^［8-10］。关于生态环境的早期监测，主要采用单一的遥感指数对各区域生态环境状况进行评价，如利用水体指数监测河流、湖泊的面积变化^［11］，利用植被指数监测森林、草原的时空变化^［12］，或通过温度反演研究城市的热岛效应^［13］等。但单一遥感指数只能监测生态系统的某一环境特征，难以对整个复杂的生态环境进行全面评价。2006年，国家环境保护总局提出生态环境指数（Ecological Index，EI），通过集成生物丰富指数、植被覆盖指数、水网密度指数、土地退化指数和环境质量指数来综合评价区域生态环境质量^［8］。试行期间，EI指数存在的问题也越来越明显，包括人为设定的指标权重、结果无法可视化及各项指标获取难度大，因此EI的评价是困难的，且监测结果因人而异。遥感生态指数（Remote Sensing Ecological Index，RSEI）是徐涵秋^［9］针对EI指数的不足之处提出的区域生态环境评价指标，并在干旱区生态环境质量评价中得到应用^［6，14］。RSEI指数通过提取研究区内湿度、绿度、干度和热度，并采用主成分分析方法确定各指标的权重，避免了因人而异的权重设置，但RSEI指数以主成分分析结果中的第一主成分或全部主成分来构建生态指数^［15］，仅考虑第一主成分往往造成信息利用不充分，且第四主成分多为噪声信息，因此宋美杰等^［10］针对该缺陷提出了改进的遥感生态指数（Modified Remote Sensing Ecological Index，MRSEI）。MRSEI指数通过前三主成分之间加权求和来构建，并以前三主成分各自特征值的贡献率作为其权重。相较而言，MRSEI指数减少了噪声干扰并充分利用影像有效信息，能够更加可靠地定量监测区域生态环境质量。

根据《全国生态功能区划》^［16］，青海省都兰县属于防风固沙生态功能区，作为重要的防沙屏障带，快速监测该区域生态环境质量变化并提出保护措施具有十分重要的意义。由于都兰县自然条件较差，生态环境极其脆弱，且受过度放牧、草原开垦和水资源的不合理应用等人为因素的干扰，使其出现了植被退化、草地沙化等生态环境问题^［17］。近20年来为解决这些问题，县内实施了一系列生态环境保护工程，例如宗巴滩封沙育林工程、香日德绿洲农田防护林工程、“三北”防护林工程^［18］。多年来随着绿洲面积增加，不少学者开始分析县内近年来的生态改变情况，曹永翔^［19］反演了都兰县1990—2006年植被覆盖度，研究表明县内植被盖度呈增长趋势。陈利珍等^［20］通过遥感解译获取了县内沙漠化数据，发现1975—2015年间沙漠化面积大幅减少，沙漠化的治理效果显著。但以上研究均局限于植被、沙漠化这样的单一环境要素，而生态环境是复杂变量的综合结果，全面的生态评价应当考虑都兰县内的多种环境要素，因此目前还缺少针对都兰县内复杂生态环境的综合定量评估。为清晰了解都兰县生态环境的变化情况和影响因素，本文采用MRSEI对都兰县1995—2015年生态环境变化进行分析，旨在为其生态环境的保护和治理提供科学依据。

1 研究区概况

都兰县位于青海省中部，柴达木盆地东南隅，县域东西长约310 km，南北约180 km，面积约4.5万km²（图1）。地貌类型主要为汗布达山区和柴达木盆地平原，地势由东南向西北倾斜，以戈壁、沙漠、谷地、丘陵、高地等为主要地形。气候类型属高原干旱大陆性气候，年均气温2.7 ℃，最低极端气温-29.8 ℃，最高极端温度33 ℃，年均降水量179.1 mm，县域西部干旱少雨，日照充足，东部气候温凉，昼夜温差大。截至2015年底，总人口10.78万，以汉族为主，还有藏、蒙古、回、土等少数民族。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1 研究区地理位置及其高程

Fig.1 Location and DEM of the study area

2 数据来源与研究方法

2.1　数据来源及预处理

本文的数据选取1995、2005、2015年7—8月的Landsat 5 TM、Landsat 7 ETM+和Landsat 8 OLI/TIRS遥感影像（影像来源于http：//glovis.usgs.gov/），影像云覆盖量均小于5%，且集中在夏季，用以保证结果可比性。采用ENVI5.5软件对遥感影像进行辐射定标、FLASSH大气校正，并对不同时相的影像进行配准，配准的均方根误差小于0.5个像元，最后基于都兰县边界对影像进行拼接和裁剪。

参考《土地利用现状分类》国家标准^［21-22］，将都兰县的土地利用类型分为森林、草地、农田、湿地、建设用地和荒漠共6大类。由于遥感影像通过地物的光谱及辐射特征来反映地物信息，因此本研究综合影像的色调、纹理、结构和位置等特征，在eCognition软件中进行面向对象地物信息提取及变化检测，并结合Google Earth高分辨率影像和野外调查工作进行精度验证，最终获得都兰县三期土地利用数据（图2）。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2 1995—2015年都兰县土地利用分类

Fig.2 The land use types of Dulan County from 1995 to 2015

本研究气象数据来源于中国气象数据网（http：//data.cma.cn/）。根据1995—2015年都兰站（36.3°N，98.1°E）和诺木洪站（36.4°N，96.4°E）降水和气温数据，计算得到都兰县年降水量和年平均气温。

2.2　MRSEI的构建

本研究选取归一化植被指数（Normalized Difference Vegetation Index，NDVI）、缨帽变换获取的湿度分量（WET）、干度指数（Normalized Difference Soil Index，NDSI）、地表温度（Land Surface Temperature，LST）分别作为绿度、湿度、干度和热度这四个生态因子的评价指标。MRSEI指数通过对绿度、干度、湿度和热度4个遥感生态指标进行主成分分析后得到。

M R S E I = f (G r e e n n e s s, W e t n e s s, D r y n e s s, H e a t)

（1）

式中：Greenness代表绿度；Wetness代表湿度；Dryness代表干度；Heat代表热度； $f$ 为主成分分析，其遥感定义：

M R S E I = f (N D V I, W E T, N D S I, L S T)

（2）

式中：NDVI为植被指数；WET为湿度分量；NDSI为裸土和建筑指数；LST为地表温度。

2.2.1　生态因子指标

绿度指标：NDVI与植被的覆盖度、生物量和叶面积指数密切相关，常被用于监测植被长势^［23-24］。

N D V I = (ρ_{4} - ρ_{3}) / (ρ_{4} + ρ_{3}

）（3）

式中： $ρ_{4}$ 代表近红外波段反射率，； $ρ_{3}$ 代表红光波段反射率。

湿度指标：缨帽变换是一种基于多光谱的线性变换，其变换后得到的湿度分量反映了土壤和植被中的水分信息，本研究选用WET^{［15，25］}代表湿度指标。

W E T_{T M} = 0.0315 ρ_{1} + 0.2021 ρ_{2} + 0.3102 ρ_{3} + 0.1594 ρ_{4} - 0.6806 ρ_{5} - 0.6109 ρ_{7}

（4）

W E T_{E T M +} = 0.2626 ρ_{1} + 0.2141 ρ_{2} + 0.0926 ρ_{3} + 0.0656 ρ_{4} - 0.7629 ρ_{5} - 0.5388 ρ_{7}

（5）

W E T_{O L I} = 0.1511 ρ_{1} + 0.1973 ρ_{2} + 0.3283 ρ_{3} + 0.3407 ρ_{4} - 0.7117 ρ_{5} - 0.4559 ρ_{7}

（6）

式中： $ρ_{1}$ 、 $ρ_{2}$ 、 $ρ_{3}$ 、 $ρ_{4}$ 、 $ρ_{5}$ 、 $ρ_{7}$ 分别代表了Landsat_TM/ETM+影像的1、2、3、4、5、7波段反射率和Landsat OLI数据的2、3、4、5、6、7波段反射率。

干度指标：本研究选取裸土指数（SI）^［26］和建筑指数（IBI）^［27］共同构建干度指标（NDSI）。

N D S I = (S I + I B I) / 2

（7）

S I = [(ρ_{5} + ρ_{3}) - (ρ_{4} + ρ_{1})] / [(ρ_{5} + ρ_{3}) + (ρ_{4} + ρ_{1})]

（8）

\begin{array}{l} I B I = [\frac{2 ρ_{5}}{ρ_{5} + ρ_{4}} - (\frac{ρ_{4}}{ρ_{4} + ρ_{3}} + \frac{ρ_{2}}{ρ_{2} + ρ_{5}})] / \\ [\frac{2 ρ_{5}}{ρ_{5} + ρ_{4}} + (\frac{ρ_{4}}{ρ_{4} + ρ_{3}} + \frac{ρ_{2}}{ρ_{2} + ρ_{5}})] \end{array}

（9）

式中： $ρ_{1}$ 、 $ρ_{2}$ 、 $ρ_{3}$ 、 $ρ_{4}$ 、 $ρ_{5}$ 分别代表了Landsat TM/ETM+影像的1、2、3、4、5波段反射率和Landsat OLI影像2、3、4、5、6波段反射率。

热度指标：本研究选取地表温度（LST）来反映热度指标^［28］。通过辐射定标将原始影像的DN值转化为辐射亮度值，后代入普朗克公式得到传感器处的亮温值，最后进行LST的计算。

L = g a i n \times D N + b i a s

（10）

T_{b} = K_{2} / l n (K_{1} / L + 1)

（11）

L S T = T_{b} / {1 + [(λ T_{b}) / ρ] l n ε} - 273.15

（12）

式中：DN为像元灰度值；gain和bias为热红外波段偏移值；L为辐射亮度值。公式（11）为普朗克公式反函数的化简形式， $K_{1}$ 、 $K_{2}$ 为定标参数，不同传感器采用不同的值； $T_{b}$ 为传感器处的亮温； $ε$ 为比辐射率，其取值采用覃志豪等^［29］提出比辐射率估计方法计算； $λ$ 为热红外波段中心波长； $ρ$ 为1.438×10^-2 mK。

2.2.2　水体掩膜及标准化处理

缨帽变换中的湿度分量（WET）反映了植被和土壤的湿度，研究区内的水域会在WET上取得极大占比，减少了植被针对于裸土、岩石等其他干燥地物在WET上的优势，导致计算的WET不能真实地反映植被和土壤湿度^［4］。因此，需要将研究区内水体进行掩膜处理。本研究采用MNDWI^［30］对水体进行掩膜处理。

M N D W I = (ρ_{G r e e n} - ρ_{M I R}) / (ρ_{G r e e n} + ρ_{M I R}

）（13）

式中： $ρ_{G r e e n}$ 、 $ρ_{M I R}$ 分别为绿光波段反射率、中红外波段反射率。

由于各生态因子指标量纲不统一，若直接进行主成分分析，会使得各指标权重失衡，因此需对各指标进行标准化处理，将其量纲统一到［0，1］。

N I_{i} = (I_{i} - I_{m i n}) / (I_{m a x} - I_{m i n})

（14）

式中： $N I_{i}$ 为标准化后的某一指标值； $I_{i}$ 为某一指标在象元i处的值； $I_{m i n}$ 为该指标最小值； $I_{m a x}$ 为该指标最大值。

2.2.3　主成分分析

主成分分析可以有效去除波段间的多余信息，将多波段影像信息压缩到比原波段更有效的少数几个相互独立波段中去，MRSEI指数通过主成分分析法集成绿度、湿度、干度和热度，本文采用ENVI5.5软件中主成分分析模块对标准化后的NDVI、WET、NDSI和LST影像进行分析处理，从而得到主成分信息的统计结果（表1）。

表1 主成分分析指标

Table 1 Indexes of principal component analysis

年份	指标	PC1	PC2	PC3	PC4
1995年	WET	0.464	0.487	-0.656	0.342
	NDVI	0.583	-0.165	0.576	0.548
	NDSI	-0.475	-0.447	-0.306	0.693
	TSL	-0.468	0.732	0.379	0.319
	特征值	0.134	0.057	0.044	0.010
	特征值贡献率/%	54.617	23.118	18.026	4.239
2005年	WET	0.526	0.601	-0.588	0.131
	NDVI	0.379	0.164	0.649	0.639
	NDSI	-0.280	-0.380	-0.473	0.744
	TSL	-0.708	0.684	0.098	0.145
	特征值	0.106	0.036	0.026	0.003
	特征值贡献率/%	62.072	21.064	15.378	1.485
2015年	WET	0.514	0.551	0.633	0.178
	NDVI	0.544	-0.054	-0.568	0.616
	NDSI	-0.498	-0.201	0.367	0.760
	TSL	-0.438	0.808	-0.379	0.109
	特征值	0.160	0.045	0.031	0.008
	特征值贡献率/%	65.368	18.491	12.827	3.314

新窗口打开| 下载CSV

1995—2015年，各年PC1中代表湿度的WET和代表绿度的NDVI均呈正值，说明其对生态环境成正面影响，而代表干度和热度的NDSI和LST呈负值，对生态环境成负面影响。主成分分析可以获得多个主成分，随着主成分对应特征值的减小，其包含的信息量也逐渐减少，各年前三主成分PC1、PC2和PC3的累计贡献率之和分别为95.77%、98.51%和96.69%，均大于85%，表明前三主成分集中了4个指标中的大部分特征^［31-32］。MRSEI指数通过前三主成分加权求和而来，权重取各自主成分的特征值贡献率。

M R S E I = \sum_{i = 1}^{3} (e_{i} * p c_{i})

（15）

式中： $e_{i}$ 为第i主成分所对应的特征值贡献率； $p c_{i}$ 为主成分。

为了较准确比较不同时像的遥感影像之间的差异，对各年MRSEI指数进行标准化处理。MRSEI越接近1代表其生态环境质量越好；越接近0，生态环境质量越差。

3 结果与分析

3.1　模型检验

为检验生态指数MRSEI的综合代表性，本研究计算了同时期MRSEI、WET、NDVI、NDSI、LST之间的相关系数（表2），并通过平均相关度来检验模型的适用性。1995—2015年，MRSEI的平均相关度最大，范围0.703—0.796；NDVI和NDSI次之，范围0.444—0.629；WET和LST最小，范围0.303—0.500；3年内平均相关度的平均值亦是MRSEI最大，为0.760，分别比NDVI、NDSI、WET、LST高37.18%、41.64%、74.31%和、98.95%。这说明MRSEI综合了各指标绝大部分信息，比任意单一指标更具代表性，更能反映生态状况。

表2 各指标和MRSEI指数的相关系数矩阵

Table 2 Correlation matrix of MRSEI and four factors

年份	指标	WET	NDVI	NDSI	LST	MRSEI
1995	WET	1.000	0.267	-0.543	-0.288	0.667
	NDVI	0.267	1.000	-0.641	-0.484	0.840
	NDSI	-0.543	-0.641	1.000	0.147	-0.906
	LST	-0.288	-0.484	0.147	1.000	-0.401
	平均相关度	0.366	0.464	0.444	0.306	0.703
2005	WET	1.000	0.390	-0.500	-0.437	0.784
	NDVI	0.390	1.000	-0.841	-0.507	0.821
	NDSI	-0.500	-0.841	1.000	0.283	-0.772
	LST	-0.437	-0.507	0.283	1.000	-0.751
	平均相关度	0.442	0.579	0.541	0.409	0.782
2015	WET	1.000	0.510	-0.640	-0.350	0.876
	NDVI	0.510	1.000	-0.825	-0.524	0.826
	NDSI	0.640	-0.825	1.000	0.421	-0.875
	LST	0.350	-0.524	0.421	1.000	-0.606
	平均相关度	0.500	0.620	0.629	0.432	0.796
3年内平均相关度		WET=0.436，NDVI=0.554，NDSI=0.538， LST=0.383，MRSEI=0.760

WET,湿度;NDVI,归一化植被指数;NDSI,干度指数;LST,地表温度;MRSEI,改进的遥感生态指数。平均相关度是以某一指标与其他指标相关系数的绝对值来计算， WET(1995)=(|0.267|+|-0.543|+|-0.288|)/3=0.366。

新窗口打开| 下载CSV

3.2　都兰县MRSEI分级评价

1995、2005、2015年都兰县的MRSEI均值分别为0.300、0.324、0.381，呈逐渐上升趋势（表3），表明研究区的生态环境质量正在改善；且2005—2015年的MRSEI增长幅度大于1995—2005年的增长幅度；NDVI、NDSI和LST均呈上升趋势，分别增加58.96%.、26.67%和7.45%；而WET先减少后增加，在整个周期内呈下降趋势。

表3 各年份4个指标和MRSEI的统计值

Table 3 Statistics of four indexes and MRSEI from 1995 to 2015

年份	参量	WET	NDVI	NDSI	LST	MRSEI
1995	均值	-0.221	0.134	0.060	34.041	0.300
1995	标准差	0.074	0.130	0.065	7.335	0.225
2005	均值	-0.241	0.158	0.069	35.396	0.324
2005	标准差	0.066	0.195	0.095	7.510	0.227
2015	均值	-0.238	0.213	0.076	36.578	0.381
2015	标准差	0.064	0.137	0.068	7.261	0.250

WET,湿度;NDVI,归一化植被指数;NDSI,干度指数;LST,地表温度;MRSEI,改进的遥感生态指数。

新窗口打开| 下载CSV

为进一步分析1995—2015年都兰县环境质量和空间格局变化，将每年的MRSEI划分为5个等级，分别为Ⅰ优（0.8—1.0）、Ⅱ良（0.6—0.8）、Ⅲ中（0.4—0.6）、Ⅳ较差（0.2—0.4）和Ⅴ差（0.0—0.2）。1995、2005、2015年，都兰县内较差和差两个等级的生态环境所占比例分别为75.13%、70.51%、57.89%，呈下降趋势，但始终占主导地位；优和良两个等级的生态环境所占比例分别为11.15%、12.91%、18.93%，呈上升趋势（表4）。这说明都兰县生态环境质量整体较差，但生态环境质量正在逐渐改善。此外，1995—2005年和2005—2015年优良等级的生态环境所占比例分别增长了1.76%和6.02%，差和较差等级的生态环境所占比例分别减少了4.62%和12.62%（表4），说明2005—2015年优良等级生态环境的增加幅度大于1995—2005年，2005—2015年差和较差等级生态环境的减少幅度亦大于1995—2005年，近10年生态环境质量的改善更为显著。生态环境差和较差的区域主要分布在中西部和北部，优良等级地区分布在东部及东南部的山区，3个年份东部的生态环境质量普遍高于中西部（图3）。

表4 都兰县1995—2015年各生态等级面积和比例

Table 4 Area and proportion of different grades in Dulan County from 1995 to 2015

级别	1995年		2005年		2015年
级别	面积/km²	占比/%	面积/km²	占比/%	面积/km²	占比/%
差	18 587.700	41.32	15 044.80	33.49	12 084.600	26.90
较差	15 211.600	33.81	16 632.50	37.02	13 924.500	30.99
中	6 169.120	13.71	7 450.49	16.58	10 413.400	23.18
良	2 726.350	6.06	3 610.51	8.04	5 044.290	11.23
优	2 291.110	5.09	2 188.24	4.87	3 458.560	7.70
总计	44 985.880	100.00	44 926.54	100.00	44 925.350	100.00

新窗口打开| 下载CSV

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3 1995—2015年都兰县MRSEI等级空间分布

Fig.3 5-leveled MRSEI images of Dulan County from 1995 to 2015

3.3　都兰县MRSEI等级变化检测

图4和表5分别为都兰县1995年和2015年MRSEI等级变化图和MRSEI生态等级变化统计结果。图4中绿色部分代表生态等级增加区域，红色部分代表生态等级减少区域。表5是都兰县1995—2015年生态等级变化结果统计，三类面积占比从大到小依次为等级不变、等级增加、等级降低。1995—2015年，都兰县生态等级保持不变的面积为21 955.60 km²，约占总面积的49.10%，主要分布在县内中部区域，土地利用类型以荒漠为主（图2）。同时期生态等级增加的面积为18 675.53 km²，约占总面积41.76%，主要在都兰县东部山区，土地利用类型以森林和草地为主。生态等级降低的面积为4 087.86 km²，约占总面积的9.14%，分布在都兰县西北和西南部区域，以草地为主。都兰县20年间生态等级增加面积所占百分比比降低百分比高32.62%，说明该区域的生态环境质量呈逐步改善状态。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4 1995—2015年都兰县MRSEI生态等级变化

Fig.4 Changes of MRSEI ecological level in Dulan County from 1995 to 2015

表5 1995—2015年都兰县MRSEI生态等级变化

Table 5 Changes of MRSEI ecological level in Dulan County from 1995 to 2015

类别	级差	级面积/km²	类面积/km²	占比/%
等级降低	-4	6.01	4 087.86	9.14
	-3	46.19
	-2	410.29
	-1	3 625.37
等级不变	0	21 955.60	21 955.60	49.10
等级增加	1	14 484.50	18 675.53	41.76
	2	3 722.52
	3	443.30
	4	25.21

新窗口打开| 下载CSV

4 讨论

4.1　土地利用变化对生态环境的影响

土地利用变化会对生态环境质量产生一定影响^［33-35］，森林、草地等植被的恢复有利于防风固沙、保持水土、维护生物的多样性，对区域生态环境质量有正面影响。建设用地的增加、森林、草地等植被的破坏容易导致水土流失、土地荒漠化等一系列生态问题，对区域生态环境质量起负面影响。根据1995、2005、2015年都兰县土地利用类型面积统计结果（表6），1995—2005年森林、草地、农田、湿地和建设用地面积分别增加0.43、9.75、2.92、15.18、125.83 km²，荒漠面积减少154.79 km²。2005—2015年，森林、农田和建设用地面积分别增加7.09、60.73、174.55 km²，草地、湿地和荒漠面积分别减少28.39、71.38、142.59 km²。1995—2015年，变化幅度最大的土地利用类型为建设用地、荒漠、湿地和农田，其中建设用地面积净增加了300.38 km²，湿地净减少了55.53 km²。整体来看，近20年来县内实施的一系列生态环境保护工程^［18］，对该区域生态恢复有一定积极作用，同时随着社会经济的快速发展，使得建设用地增加，对区域生态环境产生消极作用。

表6 1995—2015都兰县不同土地利用类型变化

Table 6 The land use area change of Dulan County from 1995 to 2015

时期	参量	森林	草地	农田	湿地	建设用地	荒漠
1995年	面积/km²	726.91	20 148.73	339.45	358.09	85.50	23 538.71
1995年	比例/%	1.61	44.58	0.75	0.79	0.19	52.08
2005年	面积/km²	727.34	20 158.48	342.37	373.94	211.33	23 383.93
2005年	比例/%	1.61	44.60	0.76	0.83	0.47	51.74
2015年	面积/km²	734.43	20 130.09	403.10	302.56	385.88	23 241.34
2015年	比例/%	1.62	44.54	0.89	0.67	0.85	51.42
1995—2005年	面积变化/km²	0.43	9.75	2.92	15.85	125.83	-154.78
2005—2015年	面积变化/km²	7.09	-28.39	60.73	-71.38	174.55	-142.59
1995—2015年	面积变化/km²	7.52	-18.64	63.65	-55.53	300.38	-297.37

新窗口打开| 下载CSV

从局部区域的变化来看，MRSEI等级降低区域集中在都兰县西北部和西南部地区（图4）。因都兰县西北部察尔汗盐湖区围湖建造盐田，建设用地大幅增加。同时，盐田刚建成年份，因晒盐条件需求，人为引水到盐湖，导致盐湖湖水面积缩减。且随着盐湖开发过程中产生的废液和盐田矿渣大面积堆积，抑制草场植被生长，破坏盐湖区周边生态环境^［36］。因此由于人为因素的影响导致都兰县西北部MRSEI等级降低。都兰县西南部以草地为主，近20年间县内草地面积呈先增后减趋势，草地面积净减少了18.64 km²，因高海拔和土壤条件限制，县内草地生产力低，又因近几年畜牧数量不断增加，超载放牧时有发生，部分草地出现了不同程度退化现象^［37］。MRSEI等级增加区域集中在都兰县的东部山区，以森林、草地和荒漠为主要土地类型，20年间森林净增加7.52 km²，荒漠净减少297.37 km²，因自20世纪90年代起，都兰县实施了一系列生态建设工程，多年来对县内天然林地资源采取了封禁，加设围栏等保护措施，使得天然林地得到有效保护^［18］。

4.2　气温和降水对生态环境的影响

绿度、湿度、温度和干度是生态环境的重要组成部分，由于NDSI和NDVI与MRSEI之间的相关性最高（表2），说明都兰县的环境质量对绿度和干度的依赖性相对较高。1995—2015年都兰县年降水量和年平均气温均呈缓慢上升趋势（图5），气候表现为暖湿倾向，NDVI均值从1995年的0.134增加到2015年的0.213，说明暖湿倾向的气候变化对都兰县内的绿度起到积极作用。干度指标NDSI反映地表的“干化”程度^［38］，主要由裸露的土壤（裸土、沙地等）和建设用地共同组成，因受制于湿地面积的减少及建设用地的大量增加（表6），NDSI均值从1995年的0.06增加到2015年的0.076。说明都兰县气候有向暖湿方向变化的趋势，但在人为因素干扰下，县内的干度不减反增。因此，需要制定相应策略重点保护县内森林、草原和湿地，以改善该县生态环境质量。

图5

新窗口打开| 下载原图ZIP| 生成PPT

图5 都兰县年平均气温和年降水量变化

Fig.5 Change of annual mean temperature and annual precipitation in Dulan County

5 结论

改进的遥感生态指数MRSEI通过主成分分析方法集成了湿度、绿度、干度、热度，综合反映了都兰县生态环境质量的变化。从1995年到2015年，都兰县生态环境质量变好，41.76%的土地向高生态等级转移，仅9.14%的土地向次生态等级转移。

都兰县生态环境质量改变是自然和人为因素共同作用的结果，在林地资源保护和沙化土地治理以及暖湿化气候的综合影响下，都兰县东部和东南部山区生态等级增加，而都兰县西北部和西南部由于盐湖资源过度开发和超载放牧的影响，区域生态等级降低。

虽然近20年都兰县生态环境质量得到改善，但都兰县生态整体处于脆弱状态，2015年差和较差的生态环境等级所占面积比例仍高达57.89%。在未来的社会经济发展中，应当遵循自然规律，保护优先，合理开发和利用自然资源。

MRSEI依靠遥感影像高效揭示了都兰县生态环境质量的空间分布与变化特征，尽管在计算过程中较为全面地选取了4类与生态环境密切相关的生态因子作为生态指标，但生态环境是一个复杂的综合变量，全面的定量评价更需要根据研究区的实际情况选择多种影响因子。都兰县地属西北干旱区，而在干旱区的生态环境还极易受到气候灾害的影响，故今后的研究中，可在指数中添加例如气象因子、灾害因子等新生态指标，以便于更精准地监测干旱区的生态环境变化。

参考文献

原文顺序

文献年度倒序

文中引用次数倒序

被引期刊影响因子

[1]

赵其国，黄国勤，马艳芹.

中国生态环境状况与生态文明建设

［J］.生态学报，2016，36（19）：6328-6335.